RIAC217Plus可靠性预测模型在光伏系统

RIAC217Plus可靠性预测模型在光伏系统

摘要 - 系统可靠性评估是一个重要的 任务行业。其实，可靠性指标建议 关于装备质量水平的信息，维护 和投资。可靠性指标可以估算

以不同的方式。最常用的方法是可靠 预测模型。尽管他们的扩散，其

应用程序和结果经常讨论的，由于每个 他们提供了一个不同的可靠性评价为同一 根据调查制度。此外，这些模型 评估在特定工作的系统行为 条件。这方面的介绍补充问题

的情况下其特征在于，连续的光伏系统的 变化的工作条件。本文的目的是 使用RIAC 217Plus模型的定性比较 不同的分布式最大功率点之间 跟踪器来确定最可靠的。新 指数来表征系统的可靠性行为 在连续变化的环境条件下使用的是 建议。

关键词 - 平均无故障时间，故障率之间， 可靠性能，光伏发电系统 一

各部分名称

？ OB基地，故障率低，操作 ？ EB

基地故障率，环保 ？ TCB

基地故障率，温度循环 ？ SJB

基地故障率，焊点 ？ EOS

故障率低，过度电性应力 微克

可靠性增长故障率的因素 ？ DCO

为占空比，运行故障率的因素 ？致

故障率的因素为温度， 操作 2 S

应力故障率的因素 ？ DCN

为占空比故障率的因素，非 操作 ？ TE 失败 率 因素 为 温度 环境的 ？ CR

故障率的因素，循环速率 ？ DT

故障率的因素，三角洲温度 ？ SJDT

故障率的因素，焊点三角洲 温度

平均无故障时间 平均故障间隔时间 二。 引言

并网光伏数（PV）

系统增加了不少，在过去几年。在

事实上，意大利是最大的市场为2011年，有9.3吉瓦 连接，其次是德国与7.5吉瓦。事实上， 考虑到全球装机量，PV代表， 水力和风力发电，第三极后用 可再生能源。光伏组件的特点

从在15-20的范围内的高度可靠的组件 年来，随着在早期良好的性能和效率 年。经过几年的运作，他们的表现

减少可影响其可靠性。光伏电站是一个复杂的 系统由许多电子和机械构成

装置，例如光伏组件，转换器，跟踪器系统， 光学等。它工作在连续变化 根据气象工作条件

现象（辐照度，环境温度）和

安装地点的位置（影子，灰尘等） 。多数 光伏系统的故障是由于变频器的故障。 实际上，DC-AC转换器的特征在于平均数 时间为约五年首次故障（ MTFF ） 。 设计师的目的是提高这些系统 性能提高了效率和可靠性，并

降低了成本。事实上，一个高效率的光伏电站允许 使短的能量回收期，而可靠

光伏电站允许使较低的维修服务

数。在这种情况下，光伏发电的可靠性评价 工厂设备变成一个非常重要事情要 从项目开始考虑。以平均数的方法 故障或故障率的计算间隔时间为

这些设备是不是直接和独特的问题，因为许多 可靠性预测模型，方法及测试

可用。另外，考虑一个特定的系统中， 应用不同的方法提供不同的 可靠性指标的评价。许多文献 作品讨论可靠性预测模型问题 方面和局限性[ 1-2 ]强调这些模型 定性分析和系统的有效性 行为的比较研究。这些健身 模型来正确表达的可靠性行为 在连续变化的经营光伏电站子系统 条件是另一个结点到最选择

合适的一个来使用。详细地说，在第2使用最多的 可靠性预测模型进行了分析。在第3 分布式最大功率点跟踪（ DMPPT ） 升压转换器的设计被认为是和他们的 可靠性指标是通过的手段进行评估

RIAC手册217Plus 。此外，一个新的加权 无故障公式的意思是时间建议最好

G. Graditi ， G. ADINOLFI ， A.彭特克沃

ENEA - 新技术，能源和经济可持续发展意大利国家机构 研究中心，波蒂奇（ NA ） ，意大利

通讯作者 - 电子邮件： giorgio.graditi @ enea.it - 电话： 390817723400 RIAC 217Plus可靠性预测模型 在光伏系统 343

978-1-4673-4430-2/13 / 31.00美元? 2013 IEEE 表征连续变化的工作条件 系统。分析进行比较的可靠性 同步整流与二极管的表演 整流电源优化器。 三。

可靠性预测模型

可靠度R （t）的公式（1）中所定义，它的概率是 比项目将不执行规定功能

为在既定期间内规定的条件下出现故障。 ？ ？ 吨

? 吨 ? ？ ？公关 ） （ （1） 其中： PR =概率

单位T =随机变量=一生 T =任务时间

可靠性值R是数的范围为（ 0,1） 并且其图形如图1所示。

图。 1 ，可靠性函数R （ t）的曲线图。 详细地说，在开始时的设备的可能性 正常运行时的高，它采用t下降，并为 高的任务时，设备的正确的概率 运作是低的。用来表示设备指数 可靠性指标是：

？故障率（ FR）或危险函数表示

与其中一个组件或系统发生故障的频率 ？的平均故障间隔时间（ MTBF ）是一个 衡量如何可靠的产物是。它通常是在给定的 以小时为单位。高MTBF值高的特点 可靠性的产品。

这些索引可通过许多方式来计算

不同的可靠性预测模型。他们中有些人 - 军事手册217 ， PRISM ?和217Plus - 分别为 为军事应用开发的，而其他人，惹人， Telcordia公司等，为航空电子设备和电信 部门。最常用的有：

？ MIL-HDBK- 217 ：这个可靠性模型，出版 由美国海军于1965年，是唯一的 可在时间可靠性预测方法， 因此，可靠性社区为通过该工具 自己使用。这可能是最国际

公认的经验预测方法。其结果是，

MIL-HDBK- 217 [ 3 ]成为，仍然是用的最多 广泛使用的可靠性预测方法。它 包括范围广泛的零件类型和型号 支持五个最常用的环境中 电信业（地面固定控制，地面 固定

不受控制的， 地面 移动， 空降

商业和空间）再加上额外的替代品 在军事环境中非常有用。它是基于 悲观的故障率假设。这种模式不 认为可以促进故障率等因素

如老化数据，实验室测试数据，现场测试数据， 设计师的经验，磨损等。

？ Telcordia的预测模型 - 可靠性 预测程序的电子设备SR-332

[ 4 ] - 由AT ＆T贝尔实验室在1997年开发的，它是 只专注于电子设备。该模型

（以前称为Bellcore实验室）修改了MIL- HDBK-217标准预测模型，以便更好地代表 电信行业的设备加入

考虑老化，野外和实验室测试能力 数据。虽然符合Telcordia标准的开发 专为电信领域，它被用来模型 产品中的多个其他行业。缺点 是，预测被限制为环境 用30° C和65° C之间的温度工作

？该RIAC手册217Plus模型[5] ，出版 在2006年，已经开发了可靠性 信息分析中心（ RIAC ），并指出 国防部作为接班人的美系

在MIL-HDBK- 217和PRISM ?方法。该 这个模型的形式是从MIL-HDBK-很大的不同 217和Telcordia SR-332 。事实上， 217Plus认为 不同的基本故障率对于每个泛型类的 失效机理。这些过程的因素被确定 通过工艺指标与定性评估 应用加权因子。

？惹人：可靠性方法FIDES指南 2004 [ 6 ]已建立由FIDES集团，财团 从航空领域的法国工业家和

国防部（法国空中客车公司，欧洲直升机公司， GIAT工业， MBDA公司和Thales ） 。该FIDES方法是基于 关于所支持的失败的预测模型物理

试验数据的分析，所以它是从传统的不同 这是完全基于该预测方法

所收集的历史故障数据的统计分析 领域，在公司内部或从厂家。

本文来源：https://www.bwwdw.com/article/m6it.html