[发明专利]一种光伏组件失效风险判别方法

说明书

技术领域

本发明涉及光伏组件技术领域，尤其涉及一种光伏组件失效风险判别方法。

背景技术

光伏组件是太阳能发电系统的关键部件，光伏组件可靠性对整个发电系统的正常运作有着重要影响。在光伏电站实际运行中，由于温度、湿度或紫外辐射等外界因素作用会导致光伏组件转换效率降低甚至完全失效，从而影响整个电站的发电效率，因此有必要开展光伏组件可靠性的评估研究，其中失效风险分析是开展光伏组件可靠性评估的前提和基础。

目前主要失效分析方法有FMEA/FMECA(FailureModeEffectandCriticalityAnalysis)、FTA(FailureTreeAnalysis)、BFA(BouncingFailureAnalysis)等，其中失效模式、影响及危害性分析(FMECA)是一种常用系统失效分析方法。FMECA分析产品中所有可能产生的失效状况对产品、系统造成的影响，并按每一个失效模式严重程度S、发生频度O和探测度D予以分类(RPN法)。此法虽然易于操作，但应用到光伏组件失效分析上存在一定问题：

⑴失效风险指标不连续性：FMECA方法利用风险优先数法(RPN)过对影响失效模式危害性等级的三个关键要素：{故障严重性S、发生率O、探测度D}进行风险识别，得到定量RPN值，即([SOD]＝{(1…10),(1…10),(1…10)})。风险优先数法(RPN)法虽一定程度弥补了定性分析的不足，但存在风险指标量值不连续的问题。经计算，RPN只有120个取值，也即在1～1000理论覆盖范围中，有88％的风险量值无法取的。例如，假设[SOD]＝{10，10，10}，则RPN＝1000；假设[SOD]＝{9，9，9}，则RPN＝729，1000与729之间的风险量值无法取到，取值出现较大的空白段。

⑵失效风险排序可信性：FMECA中RPN函数选取的3个指标首先自身并不具备实际物理意义，指标的主观性易导致评估结果常与人们对风险程度的客观感觉不符；其次3个指标取值多采用专家评分法，受专家知识、经验等主观影响较大，RPN评估排序结果一致性、可信性缺乏理论依据。

以某10KW试验电站光伏组件历史运行数据和实际情况为依据，利用传统FMECA方法进行光伏组件失效风险分析，结果如表1所示：

表1基于FMECA的光伏组件失效风险分析

根据表1传统RPN值排序结果，故障模式1排在风险评估最小位置，故障模式2、5排序重复，排序结果明显与实际情况不符。

发明内容

针对现有技术存在的不足，本发明的目的在于提供一种提高失效风险分析结果可信性，使得分析结果与实际更加相符的光伏组件失效风险判别方法。

为实现上述目的，本发明可以通过以下技术方案予以实现：

一种光伏组件失效风险判别方法，包括以下步骤：

确定光伏组件的故障模式；

专家小组分别对故障模式相关评价指标因素评价等级，根据评价结果构建故障模式的模糊评判矩阵；

根据层次分析法构建相关评价指标因素的权重集；

根据模糊评判矩阵和权重集计算各故障模式的综合风险评价因子；

根据综合风险评价因子确定故障模式的失效风险。

进一步的，所述相关评价指标因素包括输出功率损失、故障维修费用和发生概率。输出功率损失、故障维修费用替代传统RPN中严重程度、探测度，理由如下：

⑴输出功率损失：是衡量光伏组件和电站的关键性能指标之一，绝大部分故障造成的影响后果最终都能从输出功率损失指标中体现，具有明确物理意义；

⑵故障维修费用：故障维修费用不仅能以明确的量化取值来衡量故障严重程度，同时也反映出故障探测度；对于易探测的故障，发现容易且及时，维护成本低，而不易探测的故障，影响时间长，探测难度大，导致维护成本也高，因此故障维修费用更能反映光伏组件失效本质；

⑶输出功率损失和故障维修费用可从光伏组件使用的历史数据和生产工艺分析取值，改进了完全依赖专家主观判定的取值方式，显著降低了传统RPN取值排序主观性。

进一步的，构建故障模式的模糊评判矩阵的具体过程包括：

假设专家总人数为S，故障模式为k，评价指标因素为i，评定评价指标因素i为等级m的专家人数为则故障模式k的评价指标因素i的评价集为：