离散率分析

的不一致性，使得组串的离散度进一步增大，组件双面发电的效果将会更加劣化，此时选用特变电工新一代的MPPT渗透率达到100%的TS80KTL_PLUS组串式逆变器，对每一路接入的组串都是独立的MPPT
，特变电工结合光伏行业当前产业链技术发展和关键设备特点以及充分调研和掌握配套产业产品技术状况，采用系统化的分析方法，全面分析各环节的技术和成本要素，按照建设运行成本最低、全生命周期发电量最高为原则开展

太阳电池的钝化层直接影响太阳电池的性能，钝化层界面上固定电荷密度和缺陷密度是分析其钝化效果的关键参数。本文通过建立MOS模型来模拟钝化层的电容-电压(C-V)特性曲线，并使用函数表达模拟曲线，建立
基于函数的数据库，将实验获取的C-V 曲线与数据库进行比对找出实验数据对应函数，提取出钝化参数Nf和Dit，并以此分析钝化层的钝化效果。 一 MOS模型建立 为了更好地研究晶体硅钝化层的钝化

，BMS应给出故障诊断告警信号，通过监控网络发送给上层控制系统。对储能电池组每串电池进行实时监控，通过电压、电流等参数的监测分析，计算内阻及电压的变化率，以及参考相对温升等综合办法，即时检查电池组中是否有
过程中电压过低的电芯有可能被过放，从而使电池组的离散性明显增加，使用时更容易发生过充和过放现象，整体容量急剧下降，整个电池组表现出来的容量为电池组中性能最差的电池芯的容量，最终导致电池组提前失效。因此

差异值下的离散率 2. 通过离散率分析指导日常运维 案例1：阴影遮挡 光伏电站设计和施工缺陷最常见的问题之一就是方阵的前后间距不足，如山地光伏电站，到了春季和冬季，组件前后排会出现明显的阴影

收益最大化。一屏管理全部电站，帮助客户远程实时掌握全部电站各组串运行状态。智能I-V诊断2.0全面升级，AI智能识别，全场景适配;离散率分析，变被动运维为主动运维;远程/移动运维，运维效率提升50%以上

间距不足，其中某一台逆变器的组串1和组串3在部分时段存在前后阴影遮挡，也就是上文说的第三种场景。 在无遮挡时段，组串电流的离散率均在5%以下，处于较好水平。而发生遮挡后，主要是中午12点以前和傍晚
17点半以后(新疆为东6区)，遮挡的组串工作电流比无遮挡组串下降约1A-2A，组串电流的离散率达到了40%以上，说明组串的电流一致性非常差。 图4 某一天组串工作电流比较 对上述逆变器的组串

/100MW;5点4段PR分析，电站PR提升1%;离散率分析，变被动运维为主动运维;远程/移动运维， 发电量提升1.5%， 运维效率提升50%;智能光伏开放架构、标准化API接口、支持个性化需求服务

生产实时平台，协鑫新能源以数据驱动运营，实现对电站的精细化管理，可建立设备告警专家库，智能筛选各类告警，快速定位设备故障，给出专家建议，减少故障修复时间;可利用低效发电单元分析、离散率分析筛选问题设备

偏低。 分析逆变器输出功率离散率和汇流箱组串电流离散率 若排除逆变器设备故障问题，则需要引入逆变器输出功率离散率和汇流箱组串电流离散率指标进一步分析逆变器所带电池组串是否正常运行。如果电站同一型号

分析，背面不同高度受光不同引起的离散率增加约为3%，综合组件本身的离散率，组件电流离散率达到5%以上。在此条件下，即使双面组件电压的离散率与常规组件保持一致，其由电压和电流失配共同作用引起的发电量损失