基于性能退化的光伏组件服役可靠性评估方法研究

发布时间：2017-12-23 22:28

本文关键词：基于性能退化的光伏组件服役可靠性评估方法研究　出处：《华南理工大学》2016年博士论文　论文类型：学位论文

【摘要】：论文以基于性能退化数据的可靠性评估方法为重点研究内容,结合产品失效物理分析,从自然退化、加速退化两个方向建立光伏组件产品可靠性评估模型与技术方法,对于提升光伏组件产品质量、保障战略性新兴产业快速发展,促进先进制造技术、试验理论与应用技术发展,有着重要学术价值与实际意义。项目研究工作得到国家质量监督检验检疫总局项目(No.2014QK050)、广东省质量技术监督局重点科研专项(No.2012ZZ05)资助。论文从光伏组件可靠性影响因素及失效分析、基于性能退化可靠性评估技术,加速退化下可靠性评估方法及试验设计优化等方面,论述国内外研究进展,确定研究内容。论文主要工作包括:⑴深入开展了光伏组件的失效风险评判与失效分析研究。基于光伏组件产品特点,结合失效物理分析,提出一种P-W-O模糊综合失效风险评判法,构建P-W-O全新评估指标集,应用实例表明该方法较好地克服传统FMECA分析方法中存在的主观性较强、物理意义不明显等问题;在风险评判基础上,开展光伏组件封装材料、电连接器等高风险部件失效分析。研究光伏组件PET背板、EVA胶膜等封装材料在湿热条件下水蒸气渗透过程及老化模型,阐述光伏组件户外环境条件下性能退化作用过程,探讨电连接器接触失效机理、影响因素,建立温度应力下接触退化失效物理方程,指导光伏组件部件可靠性建模、性能退化试验设计。⑵研究基于性能退化量的光伏组件可靠性建模及寿命预测。提出一种基于β分布统示法光伏组件性能退化(β-PDVD)建模方法,利用β统示分布拟合各个时刻退化量分布,无需预先主观性假定分布类型,较真实地反映各个时刻性能退化分布形态;研究最佳可靠度拟合分布模型识别,利用Genetic Algorithm估算可靠度分布模型参数,并引入分布保证参数V,优化分布拟合度,通过模糊综合判定优选最佳寿命分布模型;以某试验电站Mono-Si阵列光伏组件性能退化数据进行方法验证,结果表明:在仅考虑光伏组件输出功率参数性能自然退化前提下,该批组件从正常工作17年后开始出现失效,中位寿命(R=0.5)和特征寿命(R=e-1)分别为20.39年、20.84年,最终在24.89年组件整体输出功率低于设定阈值即全部失效,与组件制造商提供的质量保证工作寿命(25年)基本一致。⑶研究基于伪失效寿命的光伏组件加速退化可靠性评估方法。首先,应用小波分析结合平稳时间序列检验对加速退化数据进行预处理,降低监测数据随机干扰,提高退化轨迹及寿命预测精度,利用R2(可决系数检验法)优选最佳加速退化轨迹估算各样本伪失效寿命;其次,提出基于GLD(The Generalized Lambda Distribution)的伪失效寿命分布预测方法,应用改进Bootstrap法产生自助样本,再利用GLD方法构建样本族伪失效寿命分布模型,改善少子样、短试验周期条件下评估结果准确性问题;最后,研究基于深度学习预测(Deep Learning Forecast)加速退化建模方法,探讨多应力、复杂结构产品加速退化模型构建问题,研究加速条件与常应力下结果对应关系,估算正常使用条件下光伏组件可靠度与寿命。⑷开展光伏组件加速退化试验设计及优化研究。针对光伏组件影响应力因素较多,全面试验耗费时间周期、样品数量在实际应用中难以接受,开展光伏组件加速退化试验设计研究,极大减少试验次数,缩短试验周期、降低试验成本;并利用极大似然(ML)估计法,建立综合应力下光伏组件加速退化试验方案优化模型,优化试验方案设计,提高试验精度。优化结果表明,经过优化后的试验方案渐进方差AVar((?)(0.5))=0.2079,较优化前渐进方差0.3351减少0.1272,估算精度提高38.1%,所需试验样本数量由优化前n’=35.9939缩减至n=22.3346,减少37.9%。最后,搭建光伏组件全态性环境模拟综合试验平台,开发光伏组件加速退化可靠度评估软件,由数据预处理DPP、最优退化轨迹选取OTDS、伪失效寿命分布预测PFLF和加速退化建模ADM模块组成的,并进行实例验证试验。试验结果表明,该批试验用光伏组件失效寿命、特征寿命、中位寿命值分别为22.1年、21.6年、21.1年,相对制造商提供值误差为13.1%、10.7%、9.5%,满足工程预测精度需求。
【学位授予单位】：华南理工大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：TB114.3

【相似文献】