D’après pv magazine international.
Un groupe de recherche international a réalisé une analyse complète des types de défaillance et des défauts sur les composants des onduleurs solaires connectés au réseau. L’étude offre une vue d’ensemble de toutes les méthodes de détection et de localisation disponibles.
Le panorama fournit, en particulier, une classification des différents types de défaillance des composants et de la causes potentielles de ces dernières sous forme de tableau. Il décrit différentes manières de préparer les données et de réaliser une analyse des caractéristiques. Il classe également toutes les techniques de détection et de localisation des défauts (FDL) sous forme de tableau.
L’examen présente un inventaire des défaillances d’usure parmi lesquelles les cassures du fil de connexion, la dégradation et le délaminage de la soudure, la transformation de l’aluminium, les fissures du substrat, la corrosion, la migration électrochimique, la contamination ionique et le claquage diélectrique dans le temps. Le document catégorise également les défaillances graves comme le latch-up, la fonte du fil de connexion, les pannes en avalanche, les décharges électrostatiques et les pannes secondaires.
Le projet analyse aussi l’impact de ces défaillances sur les performances des modules solaires et de l’onduleur lui-même. Une description des différentes approches FDL est proposée, qu’elles soient basées sur un modèle ou non, de même que d’autres techniques FDL. Les méthodes sans modèle couplées à l’intelligence artificielle (IA) se sont avérées être les plus efficaces en termes de quantification des paramètres de performance. « Les techniques basées sur l’IA offrent en outre des capacités de détection et de localisation supérieures à celles des techniques basées sur un modèle », expliquent les universitaires. « Cependant, un obstacle à la progression de l’IA est qu’il existe très peu de mises en œuvre en temps réel des techniques basées sur cette technologie. »
Leurs travaux ont été présentés dans l’article Overview of Fault Detection Approaches for Grid Connected Photovoltaic Inverters, récemment publié dans la revue e-Prime – Advances in Electrical Engineering, Electronics and Energy. Le groupe de recherche est composé de scientifiques de l’université Jamia Millia Islamia en Inde, de l’université de technologie de Brno en République tchèque et de l’université d’Aalborg au Danemark. « Les prochains travaux seront consacrés à intégrer l’estimation de l’inductance dans les émulateurs au sein de nouvelles approches de détection des défauts et à améliorer l’efficacité de la méthode dans le cadre d’un système à haute puissance », ont-ils conclu.
Ce contenu est protégé par un copyright et vous ne pouvez pas le réutiliser sans permission. Si vous souhaitez collaborer avec nous et réutiliser notre contenu, merci de contacter notre équipe éditoriale à l’adresse suivante: editors@pv-magazine.com.
En transmettant ce formulaire vous acceptez que pv magazine utilise vos données dans le but de publier votre commentaire.
Vos données personnelles seront uniquement divulguées ou transmises à des tierces parties dans une optique de filtre anti-spams ou si elles s’avèrent nécessaires à la maintenance technique du site web. Un transfert de vos données à des tierces parties pour toute autre raison ne pourra se faire que s’il est justifié par la législation relative à la protection des données, ou dans le cas où pv magazine y est légalement obligé.
Vous pouvez révoquer ce consentement à tout moment avec effet futur, auquel cas vos données personnelles seront immédiatement supprimées. Dans le cas contraire, vos données seront supprimées une fois que pv magazine aura traité votre requête ou lorsque le but du stockage des données est atteint.
Pour de plus amples informations sur la confidentialité des données, veuillez consulter notre Politique de Protection des Données.