Brandon K. Byford · Daniel Riley · IEEE Journal of Photovoltaics · 2025年8月

太阳能跟踪器对光伏（PV）系统有益，通常比安装在固定支架上的光伏系统产生更多的能量。然而，情况并非总是如此，当太阳被云层遮挡时，将光伏面板固定在朝向天顶的水平位置以收集最多的漫射辐照度往往更为高效。本研究引入了一种混合单轴跟踪（SAT）算法，名为Sundelay，该算法利用天空图像来确定在太阳跟踪和固定水平位置之间切换的最佳时刻。通过在两个不同地点（新墨西哥州的阿尔伯克基和俄勒冈州的尤金）进行的模拟对Sundelay算法进行评估。这些模拟利用了一个新的数据集，该数据集包含通过多平面辐照度传感器（...

解读: 该散射光捕获优化技术对阳光电源SG系列光伏逆变器及跟踪支架系统具有重要应用价值。研究提出的智能跟踪角度调整算法可直接集成到阳光电源的MPPT控制策略中，通过实时识别直射/散射光比例，动态优化跟踪角度，特别适用于高纬度地区和多云气候场景。该技术可与iSolarCloud云平台结合，利用气象数据和历史发...

Xin Chen · Baojie Lia · Jennifer L.Braid · Brandon Byford 等11人 · Applied Energy · 2025年1月 · Vol.395

摘要 光伏（PV）系统已成为可再生能源战略的基石，特别是由于过去十年中太阳能发电成本显著降低。然而，光伏装置的长期可靠性仍是一个持续存在的挑战，需要发展先进的监测和预测性维护策略。为评估光伏系统的健康状况，使用了多种类型的数据，包括环境条件、电气性能以及巡检图像等。这些数据支持诸如用于寿命预测的机器学习（ML）模型和用于缺陷检测的计算机视觉技术等方法。然而，高质量且全面的数据获取十分困难，尤其是在长期一致性与数据多样性方面尤为突出。公开可用的数据集是应对这些挑战的宝贵资源，但它们往往存在碎片化问...

解读: 该开源数据集研究对阳光电源iSolarCloud智能运维平台具有重要价值。论文系统梳理的环境数据、电气性能、缺陷图像等多维数据类型,可直接应用于SG系列逆变器和PowerTitan储能系统的预测性维护算法优化。特别是机器学习模型与计算机视觉技术结合,能提升我司光伏电站全生命周期健康管理能力。建议将论...

Brandon K. Byford · Laura E. Boucheron · Bruce H. King · Jennifer L. Braid · IEEE Journal of Photovoltaics · 2025年5月

对太阳能电站的运维而言，单个光伏（PV）组件的健康监测是一项艰巨的任务。可以通过发光检测、热成像以及电流 - 电压（$I - V$）曲线分析来检查组件，以识别损伤和功率损耗。$I - V$ 曲线能直接提供电气性能指标，可提供易于解读的数据来判断组件的健康状况。然而，为了获取这些曲线，必须将组件从阵列中断开，要么将其移至太阳模拟器，要么在原位进行表征，并对组件温度、入射太阳光谱和强度进行校正。组件的发光或热图像相对容易在原位获取。电致发光（EL）图像能突出显示组件中的物理缺陷，但无法提供易于解读的...

解读: 该EL图像智能诊断技术对阳光电源智能运维体系具有重要应用价值。可直接集成至iSolarCloud云平台的预测性维护模块，通过无人机或固定相机采集电站组件EL图像，利用Image Transformer模型实时预测I-V曲线，无需现场IV测试即可评估组件健康状态。该技术可显著提升SG系列逆变器配套的智...