光伏组件

光伏发电以其清洁、无污染等优点得到广泛的推广和应用，光伏组件是否正常运行成为了制约光伏系统的整体发电效率。为了提高光伏系统的发电效率，提出了一种基于无线传感器网络的光伏组件故障诊断方法。总结了光伏组件的故障规律，建立了基于高斯过程分类器的故障诊断模型。利用无线传感器网络节点采集了适合高斯分类器训练的样本，并对高斯分类器的诊断模型进行了训练与仿真实验研究。结果验证了该方法的正确性和有效性。

2016年，我国已经成为全球光伏新增装机、累计装机第一大国。伴随着光伏发电装机容量爆发式增长，大量光伏电站建设质量和发电效率出现较为严重的问题，如电站设计不够合理，建设质量差，光伏组件功率异常衰减等问题，汇流箱熔丝烧毁率高，逆变器故障率高，造成性能无法达到预期，甚至引起火灾事故，造成财产和人员生命安全等重大损失，严重影响了光伏行业健康发展。

近年来中国光伏发电装机容量呈现爆发增长态势，沙戈荒大基地、屋顶分布式、山地、水面等光伏电站成为增长主力的同时，面临着光伏组件清洗困难，传统人工清洗效率低、成本高、作业难等问题。电力机器人技术的创新和应用为光伏发电行业提供了新思路、新方法，本报告分别介绍基于无人机和清扫机器人的光伏组件清洁运维技术及应用。

本项目以提升光伏电站性能评估准确度为核心开展深入研究，建立了适用于多种光伏组件技术路线和不同电站运营水平的发电量预测模型，研发了可结合无人机智能巡检技术的光伏组件智能缺陷识别技术，综合技术经济研究形成了一套可用于大型光伏电站工程、运维及经济评估的方法。不同于其他科研院所，行业规范，研究成果充分考虑了自然光谱的变化及其对光电材料的影响，利用实测数据实现了光伏系统发电性能的准确预估，其MAE低于7%，并首次将GAN、M-Net算法应用于组件EL缺陷识别，准确度可达99%，处于行业领先水平。项目已申报专利17项，授权发明专利5项，发表或录用论文14篇（SCI或EI收录10篇），已获软著7项，发布企业标准规范1项。经鉴定，成果整体达到国际领先水平。

近日，天津市河西区首个屋顶分布式光伏商业化推广项目日前在陈塘科技商务区管委会成功并网发电，该项目包含330块光伏组件，年平均发电量约20万度。正式投用后，可实现年减排二氧化碳约160吨。