找到 4 条结果
硅异质结光伏组件裂纹建模：一个真实世界的案例研究
Modeling Cracks in Silicon-Heterojunction Photovoltaic Modules: A Real-World Case Study
Marco Nicoletto · Davide Panizzon · Alessandro Caria · Nicola Trivellin 等6人 · IEEE Journal of Photovoltaics · 2025年7月
本研究通过分析裂纹在低电流和高电流条件下对硅异质结光伏（PV）组件的电学和热学行为的影响，探究了裂纹对硅异质结光伏组件的影响。研究针对遭受严重雹灾的光伏组件展开，此次雹灾产生的冰雹直径达16厘米，远超标准测试尺寸（IEC 61215）。研究采用电致发光（EL）和红外（IR）热成像技术，结合暗态和亮态电流 - 电压特性表征，对冰雹和人为造成的裂纹进行了检测。研究结果表明，这些裂纹属于潜在损伤，肉眼无法察觉，只能通过EL和IR检测发现。在开路电压附近，这些裂纹会导致局部温度升高；在短路条件下，则会使...
解读: 该硅异质结组件裂纹建模技术对阳光电源SG系列光伏逆变器和iSolarCloud智能运维平台具有重要应用价值。研究揭示的裂纹导致电流传输效率下降和局部热点问题，可直接应用于逆变器MPPT算法优化，通过识别异常I-V曲线特征实现裂纹组件的早期诊断。裂纹引发的热-电耦合退化模型可集成到iSolarClou...
结合生产数据时间序列与红外热成像评估热特征对光伏输出随时间影响
Combining Production Data Timeseries and Infrared Thermography to Assess the Impact of Thermal Signatures on Photovoltaic Yield Over Time
Bjørn Lupton Aarseth · Magnus Moe Nygård · Gaute Otnes · Erik Stensrud Marstein · IEEE Journal of Photovoltaics · 2024年11月
具有热特征的光伏（PV）组件可通过红外热成像技术（IRT）进行检测，并且可以通过分析相应的发电量时间序列数据来估算这些组件造成的功率损失。在本研究中，我们结合这些方法分析了光伏组件降解模式对一座75兆瓦峰值（MWp）光伏电站整体发电的影响。我们发现，运行5年后，有0.2%的光伏组件出现热特征，且这些热特征导致电站发电量降低了0.06%。对于所研究的电站，我们计算得出，进行红外热成像扫描并随后更换受热特征影响的组件，其投资回收期超过10年。然而，与热特征相关的功率损失似乎会随时间呈非线性发展。这凸...
解读: 该研究将红外热成像与发电数据时间序列结合的故障诊断方法，对阳光电源iSolarCloud智能运维平台具有重要应用价值。可直接集成到SG系列光伏逆变器的智能诊断系统中，通过MPPT算法监测的组串电流-电压曲线异常与热特征关联分析，实现热斑故障的早期预警。该时变影响量化模型可优化预测性维护策略，提升Po...
也门萨那气候条件下38年老化光伏组件的退化分析
Degradation Analysis of 38-Year-Old PV Modules Under the Weather Conditions of Sana'a-Yemen
Mohammed Dahesh · Mohammed Al-Matwakel · Marwan Dhamrin · IEEE Journal of Photovoltaics · 2024年10月
本文对17块使用38年的光伏组件进行退化分析，评估其峰值功率（P<sub>Peak</sub>）、短路电流（I<sub>SC</sub>）、开路电压（V<sub>OC</sub>）和填充因子的衰减率，并识别主要退化模式。其中16块组件在也门萨那大学科学学院屋顶的离网系统中户外运行，1块储存在仓库（累计暴露时间<48小时）。通过目视检查、I-V曲线测试、红外热成像、电致发光成像和绝缘测试发现，户外组件中位峰值功率衰减率达25.37%，仓库储存组件为14.30%。主要退化模式包括封装材料变色、电池栅...
解读: 该38年长期退化研究对阳光电源SG系列光伏逆变器和iSolarCloud智能运维平台具有重要参考价值。研究揭示的25.37%功率衰减率和热斑、分层等退化模式，可优化逆变器MPPT算法对老化组件的追踪策略，提升发电效率。封装材料变色、栅线腐蚀等失效机理为iSolarCloud平台的红外热成像和IV曲线...
基于红外热成像图像和轻量级深度CNN的光伏组件故障诊断端到端原型
An End-to-End Prototype for Fault Diagnosis of Solar Photovoltaic Modules Using Infrared Thermographic Images and Lightweight Deep CNNs
A. Mellit · C. Moussaoui · S. Pastore · A. Massi Pavan · IEEE Transactions on Industry Applications · 2025年7月
随着太阳能在各领域的广泛应用，为确保太阳能光伏（PV）装置的安全性和效率，已开发出有效且可靠的故障检测与诊断技术。近年来，利用红外热成像（IRT）图像对光伏电站进行故障诊断受到了研究人员的广泛关注。基于IRT图像设计一个有效且经济实惠的端到端原型，以协助光伏电站的操作人员和维护团队进行故障诊断，这极为必要，也是光伏界关注的关键问题。在本研究中，首先，我们将基于轻量级深度卷积神经网络（DCNN）的模型与五种混合模型进行比较，利用采集到的IRT图像对光伏组件的缺陷严重程度进行分类。结果表明，DCNN...
解读: 从阳光电源的业务视角来看，这项基于红外热成像和轻量级深度学习的光伏故障诊断技术具有显著的战略价值。作为全球领先的光伏逆变器和储能系统供应商，阳光电源不仅提供硬件设备，更致力于构建全生命周期的智能运维解决方案，而该技术正好契合这一战略方向。 该研究的核心价值在于实现了从实验室到工业应用的关键跨越。通...