本技术属于新能源发电以及自动控制领域。光伏电站运营维护需要25年的时间，期间电站的发电量是否达到应发的预期标准，是每个业主最关心的问题，但光伏系统经常会因为组件热斑、旁路二极管故障、接线盒直流电弧等故障隐患，导致发电量下降，达不到预期。项目研究的具体科学技术内容包括： 1）提出了采用参数变化的健康性诊断方法 通过伏安特性曲线方程结合电池板的标准标定值，推导出用于各项参数互相计算的经典方程；计算出当前系统的内部温度值、照度值、开路电压、短路电流、当前电流和电压值、最大功率点电流和电压值等，解决了光伏系统参数无法直接计算的公认难题；根据各种故障类型（包括热斑、防反二极管故障、接线盒直流电弧、阴影遮挡等）进行数据分析处理，采用神经网络深度学习算法，将温度值与最大功率点电压和电流值之间建立关联，对数值进行比较分析，并且与系统的标准值进行比较；当误差超过给定范围时，认为系统出现异常，则及时对故障大小以及故障类型进行分类显示以及报警。 2）提出了提高发电效率的电压补偿方法 对于上述检测出的故障组串进行电压补偿，通过调节PWM占空比的值结合升压电路，使发生故障组串的电压值等于其他组串的电压值，使各组串电压值保持在相同状态，避免了“木桶效应”的发生；补偿器安装简便，安全可靠，智能化程度高，能耗低，可对电压降低的光伏组串进行实时电压补偿；与现有技术相比具有如下特点：①补偿器可使光伏阵列一直处于最大功率输出状态，不会使阵列输出产生多个功率峰值点，不影响后端对最大功率点的跟踪性能。②由于采用智能补偿方式，实时检测各支路电压，对不需要调压的支路不启动电压补偿电路，从而降低了功耗。此外补偿器电路的主要损耗为开关管的通断损耗，与光伏阵列的输出功率相比非常小，可以忽略。③在常规光伏阵列的支路中串入补偿器，系统结构简单，补偿器的输出端输出的即是对各组串进行电压补偿后并汇流得到的光伏阵列的总输出功率。 3）提出了基于大数据分析的健康性诊断系统 将上述的故障检测方法结合硬件电路以及大数据分析技术，研制出了一套多模式一体化的软硬件智能检测系统；该系统将巡检获取的数据进行图像识别，将识别以后的数据传入大数据分析系统中；再将光伏电站各个组串的电流、电压值、背板温度、照度值，以及故障检测结果也同时传入大数据分析系统中，从而实时监控光伏电站的变化，同时对光伏电站的阶段性采样数据进行分析与识别，对火灾、热斑、阴影遮挡等故障进行不同程度的预警，并且对光伏组件是否需要清扫以及更换等给出准确判断，从而减少了运维成本；并且通过电压补偿功能，提高了光伏系统的发电效率，解决了光伏电站故障不可控的技术瓶颈。 课题组发表相关SCI、EI收录论文过百篇，其中包括多篇TOP顶刊的热点论文和高被引论文；获得国家专利100余项；本项目于2022年7月通过了科技成果鉴定，经过专家评定为国内领先水平；并且于2022年4月通过辽宁省科技情报所科技查新检索，分别对第一、第二、第三个创新点进行了查新，未见文献报道。本项目于2008年博士后课题立项，已研究十余年的时间，获得了辽宁省教育厅创新团队以及重点项目的多项资助，还获得了辽宁省科技厅和沈阳市科技计划项目的资助，以及山东省重大科技创新工程项目和江苏省双创团队项目的支持。 本项目开发出的大数据分析软硬件系统已在多家大型光伏电站中得到实际应用。产品通过了三年以上的稳定应用，共检测出光伏电站非健康情况600多起，及时采取了相应的处理措施，达到了火灾安全防控的预期。 我国为实现“3060”碳达峰和碳中和的战略目标将大力发展新能源经济，未来三十年是光伏行业发展的黄金期，未来十年是光伏行业发展的爆发期，本科研成果的推广应用能够有效保证分布式发电大规模接入的安全性，为我国双碳目标的实现发挥重要作用。
| 