基于模糊综合评判的光伏阵列状态评估

发布时间：2024-04-27 01:49

　　为保证光伏阵列持续高效发电,该文提出基于模糊综合评判的光伏阵列状态评估方法。通过分析光伏阵列在各种运行状态下的电压、电流、功率的输出特点,选取功率比、电压比、电流比和填充因子作为状态评估模型的评估指标。考虑到水平辐照度S、环境温度T对指标的影响,通过曲线拟合,确定每一组S、T对应的指标取值范围,作为各个指标进行劣化度计算时的上下限。应用模糊综合评判对光伏阵列进行状态评估,确定每个状态的评估值,根据最大隶属度原则,取最大评估值相对应的状态作为评估结果。根据指标的劣化程度,可判断阵列状态的影响因素阵列经过算例分析,验证状态评估模型的合理性和正确性。

【文章页数】：9 页

【部分图文】：

图3光伏阵列不同故障下U-I特性曲线

应用Simulink仿真模型分别对m×n光伏阵列在正常、某个组串中若干个组件短路、某个组串开路、局部阴影、异常老化的情况进行仿真，得到不同工况下的U-I变化曲线，如图3所示。根据图3分析可得无论发生何种故障，都会影响阵列的输出功率。发生短路故障时，Um和Uoc会发生变化；发生开路....

图6功率比随辐照度、温度变化的拟合曲线

每个指标都受温度T和辐照度S的影响，因此需要对参数进行曲线拟合，根据以上对开路、短路、局部阴影、老化4个指标取值范围的分析，分别对每个指标的取值上下限与S、T进行曲线拟合，即可获得每组S、T对应的指标范围。以功率比RP为例，正常运行时，RP随S、T变化曲线如图6所示，只要输入指定....

图7三角形与半梯形结合的隶属度分布函数

评判指标隶属度函数选择三角形与半梯形相结合的分布函数[17]，建立各评判指标对应不同状态等级的隶属度函数，如图7所示。隶属度函数的具体确定方法是根据劣化度计算式（17），先对光伏阵列输出数据计算得到的评判指标进行劣化度计算，然后确定图7中隶属度分布函数的劣化度对于4种状态等级的模....

图1光伏阵列结构图

开路电压Uoc＿array、短路电流Isc＿array如式（9）、式（10）所示：本文中所应用光伏组件的参数如表1所示，阵列串联组件数为m=20，并联组串数为n=60。

本文编号：3965177