組件為什么老出現故障？

大型地面光伏電站具有規模大、面積廣、巡檢任務重等特點。其中有些地面電站還面臨著地理環境復雜的問題，比如水面電站、山地電站等更是具有地形復雜、崎嶇不平、交通不便、方陣分散的特點。而大型地面電站具有龐大的組件數量，其中每個電池板和每個連接點都有可能出現故障，很多證據表明，組件故障是光伏發電量日益衰減的最主要原因之一。如下圖所示：

電站在光伏區域存在的風險是多種多樣的，包括連接器松動或斷開、線纜敷設不合理、絕緣性能下降、接地故障、組件失配、組件陰影遮擋等諸多問題。隨之，給運維工作帶來了很大的負擔。傳統的運維方式中，只有已經出現了告警信號后，運維人員才能通過人工攜帶的設備的方式進行離線和現場檢測，排查可能出現的問題，并依靠人工輸出報告，給出解決方案，費時費力且差異較大。這樣的方式只有當故障已經發生，或者組件已經損壞的情況，運維人員才能接收到信息并進行處理。若能在組件發生故障之初就能察覺并杜絕故障問題的發生，不僅可以減少運維工作量，還會減少組件的損壞，節約運維成本，為電站增益。

01

IV功能介紹

—

智能IV曲線診斷系統改變了傳統的抽樣檢測方式。它可以對光伏組件進行100%的檢測和診斷，并自動生成報告。它可以精確地檢測出多達約30種故障類型。整個檢測過程是遠程進行的，無需人工現場檢測。相比傳統的方式，智能IV曲線診斷功能能夠發現更多的問題，甚至提前解決潛在問題，減少組件失效率，保障電站健康運行。智能IV診斷平臺助力高效運維，支持一鍵開啟診斷。

智能IV診斷與掃描是光伏電站性能評估的重要手段。通過對光伏組件在不同工況下的電流-電壓曲線進行測量和分析，可以有效評估組件的工作狀態和整體性能。固德威的IV診斷功能主要包括以下幾個步驟：

1.數據采集：在不同輻照強度條件下，通過逆變器進行組串電壓電流掃描，由數采裝置采集數據上傳至SolarOS智能運維管理平臺（下文中簡稱SolarOs系統）。

2.數據分析：平臺的IV診斷模塊對采集到的數據進行算法處理，生成IV曲線圖，并計算相關性能指標，如開路電壓（Voc）、短路電流（Isc）、最大功率點（Pmax）等。

3.性能評估：根據IV曲線的平特征去評估光伏組件的健康狀態，識別故障，分析致因，并給出合理化建議。IV功能在對電站組件狀態進行評估的同時可以發現潛在的風險，包括對組件壽命的預測功能等，有助于提前采取預防措施和提高發電效率。

固德威智能IV診斷系統采用大數據、人工智能等技術，隨著平臺逐漸廣泛的應用范圍，系統可以進行自我學習、自我訓練。平臺不斷積累IV診斷數據結果，通過AI學習改進故障模型等方式讓智能IV診斷功能越來越完善，越來越精準，適應性越來越強。例如，山地光伏項目因其地形復雜、影響因素眾多，在傳統IV診斷系統使用過程中存在較多的干擾因素，不同項目各有差異，無法做到完全數據化、統一化考量。智能IV診斷能通過AI學習的方式，不斷自我迭代更新故障數據庫、檢修建議數據庫，以不斷適應不同環境下的地面電站。

02

智能IV診斷系統結構

—

地面電站的智能IV診斷可以支持電站級、子陣級和逆變器級的IV曲線診斷。因此，每個子陣列都會與SCU3000系列通訊箱連接，然后連接到GoodWe站級監控系統SolarOS中的IV診斷平臺，診斷進度及結果將會在平臺中顯示，IV診斷報告也可以進行下載。智能IV診斷的系統連接如下圖所示：

智能IV曲線診斷系統結構圖

我司IV功能的組成可以分為硬件和軟件兩部分：

03

組件典型故障與IV曲線的關系

—

典型的組件故障與IV曲線有著密切的關系。如下圖所示，在組串的IV曲線當中能夠與很多組件典型故障引發聯系。遮擋、灰塵、組件電流不一致導致的組串內電流失配；組件玻璃碎裂、熱斑導致的組件電流輸出異常；二極管短路、組件失效等原因導致的組串電壓異常；組串開路；PID衰減、灰塵導致的組串并聯電阻過低；線纜阻抗偏高導致的組串串聯電阻過高；朝向異常、灰塵、組件衰減等原因導致的組串短路電流偏低等。

智能IV曲線診斷系統結構圖

04

IV診斷與掃描的功能亮點

—

4.1

提高發電效率、降低維護成本、延長組件壽命

通過IV診斷和掃描技術，能夠實時監控光伏電站的工作狀態，及時發現性能下降或故障以及一些潛在問題，從而采取措施保證發電效率。及早發現和修復問題，可以有效發現組件的老化跡象，同時精準定位故障位置，及時進行維護或更換，延長光伏組件的使用壽命，避免因故障導致的長期停機和系統損壞，從而降低維護成本以及投入的人力物力，也有助于優化系統設計，調整安裝方案，提升系統的整體性能。

4.2

智能分析

隨著人工智能的發展，未來的IV診斷和掃描系統將更加智能化和自動化。通過算法分析和數據挖掘，可以實現自動故障診斷和預測維護，提升工作效率。新型傳感器和AI智能算法的快速發展，將使IV診斷和掃描功能在精度和分辨率上得到顯著提升，從而更準確地評估組件狀態。隨著人工智能的發展，未來的IV診斷和掃描系統將更加智能化和自動化。通過算法分析和數據挖掘，可以實現自動故障診斷和預測維護，提升工作效率。

4.3

高精度和高分辨率

AI智能算法的快速發展將使IV診斷和掃描功能在精度和分辨率上得到顯著提升，從而更準確地評估組件狀態。結合大數據技術，對光伏電站運行數據進行深度分析，可以實現更精準的故障預測和性能優化建議，為電站管理提供科學依據。

4.4

可視化展示

IV功能依托SolarOs平臺，能夠實現對組件實時情況的反饋，并評估電站的運行狀態，將監測和分析結果以圖形化的方式展示，便于操作人員快速理解和處理。在此之上，還可以對組件健康狀況進行一定程度的預測。智能IV診斷報告展示了診斷結果的詳細信息，包括診斷任務摘要、操作建議、多串IV曲線、單串和PU曲線的比較，如下圖所示：

診斷報告視圖展示