基于机器视觉技术的光伏组件电致发光自动识别分析测试系统的研制
2015-01-01龚道仁袁志钟赵文东野长旭陈勇姚宏尤奇喻书豪朱佳
太阳能 2015年9期
■ 龚道仁 袁志钟 赵文 东野长旭 陈勇 姚宏 尤奇 喻书豪 朱佳
(1. 扬州光电产品检测中心,国家级光电产品检测重点实验室;2. 江苏大学材料科学与工程学院;3. 青岛智目科技公司;4. 中国海洋大学信息学院)
0 引言
在可再生能源技术中,太阳能光伏是最重要的技术之一,其产品占有较大的可再生能源市场份额[1]。对于太阳能光伏的终端产品——组件而言,在进入市场之前,必须通过一系列的认证[2-5]。目前的国际权威认证机构主要有德国莱茵TÜV[6]、德国南德TÜV[7]和美国UL[8],这几家认证机构占据了绝大多数的市场份额。其中IEC 61215、IEC 61646和IEC 61730是光伏组件出口到欧盟的相关标准,UL 1703是光伏组件出口到美国的标准,这些标准的具体名称如表1所示。
一般而言,太阳能光伏组件的认证工作由一系列的标准化测试组成。组件产品只有全部通过所有测试,才能获得认证证书,才可在相应市场销售。这些测试包括:外观检查、最大功率测试、绝缘耐压测试、湿漏电流测试等。越来越多的研究发现,上述标准中光伏组件最大功率的下降与其电致发光图谱中发现的太阳电池片的缺陷有直接联系,因此目前在测试和认证中已大量引入电致发光测试作为重要的辅助手段,如扬州光电产品检测中心就配备了光伏组件的电致发光测试设备。但光伏组件的电致发光测试不同于其他的标准测试,其测试参数容易标准化但测试结果难以评价。因此,光伏组件的电致发光测试标准化过程中,对电池发光图像的缺陷分析、评级、对未来效能的评价等是难点,也是目前研究热点。……
登录APP查看全文
