由联合创始人保罗·格拉纳(Paul Grana)FOLSOM实验室
每个人都知道,优化器和微互换器解决了不匹配。但这导致了两个后续问题:这些模块级电源电子设备(MLPE)是否是解决不匹配的唯一方法?不匹配是您拥有的二进制物还是不匹配?特别是,您可能会想知道您从字符串级别(但不是模块级)优化中获得了多少好处。幸运的是,我们有工具来找出这些问题的答案。
最好是从更好地了解不匹配的表现。我们可以从障碍物中采取两种带有“坚硬”阴影的场景:一个带有杆子的情况(会蒙上一个更瘦的阴影),另一个带有一个带有一座附近建筑物(会呈现出更短而胖的阴影)。然后,我们更改最大功率点跟踪(MPPT)区域的大小:从中央逆变器(300kW),到区域级MPPT(30kW),到字符串级MPPT(3KW),最后是模块级MPPT(300W)。这些都具有每个比另一个大10倍的好处 - 因此,对于那些书呆子来说,这使我们有机会使用日志尺度图表!
与带有墙壁阴影的中央逆变器相比,弦级MPPT将不匹配减少了60%,而杆子阴影的不匹配为70%。即使与区域级别的30 kW不匹配相比,在两种情况下,弦级MPPT也会从阴影中降低50%的不匹配。
实际上,MPPT跟踪区域的每个大小变化都会改善不匹配损失 - 显然,“魔术” MPPT水平显然比其他水平更好。
值得一提的是,有一个不匹配的组成部分无法通过字符串级MPPT解决。“软”不匹配是统计不匹配,适用于诸如污染(例如鸟滴)或植被(例如杂草)之类的小东西的模块。由于这些计划外,因此它们在阵列中的所有模块中均匀地应用为统计随机性。这会导致系列不匹配,但并非并非平行不匹配 - 这是字符串级MPPT无法修复的系列不匹配。结果,这种软不匹配一直存在,直到数组具有模块级MPPT:
模块级优化非常好,请记住,优化器和微型剂具有许多额外的好处(包括安全性,设计灵活性,电气BOM优势和数据可见性)。但是,令人惊讶的是,弦级MPPT方法可以减轻来自阴影的大量阵列不匹配。
你好,
不错的帖子,并在一个很好的时机来到我身边。
您正确地说,考虑优化者以减少功率不匹配的趋势,以及其他好处。
但是,将其应用于从优化方向和倾斜的可能性中受益的地面材料时的可行性呢?是否有中性研究通过使用优化器来解决将该成本添加到太阳能工厂中的可行性?这值得价值吗?