光伏板局部阴影遮蔽图像的边缘检测算法研究

为大幅降低光伏板受阴影遮蔽影响导致的热斑效应以及功率损失，本文把研究对象定为局部阴影条件下的光伏组件，通过对光伏组件上不同的位置进行随机遮挡，得到多种阴影条件下的阴影图像，用不同的算法对所得数据进行对比分析。利用图像配准、图像增强、图像分割等数字图像处理技术来分辨阴影区，采用中值滤波对光伏板条纹复杂所造成的影响进行去噪处理。研究实验结果表明：在模拟实验空间内，canny边缘检测法可精确分割阴影，准确得出阴影区域，不会因膨胀使得阴影区域扩大。精确的阴影区域定位有利于研究光伏组件的输出特性，提升光伏板发电效率。

太阳能电池板长时间置于室外，鸟粪、积雪以及建筑物和云层的阴影都成为太阳能电池板表面接收光照的障碍物。由于电池板内部的组成器件以及串并联连接方式的原因，此类遮蔽物不仅会导致光伏板发电效率大幅下跌，还可能会造成发电设备损坏甚至失灵[1]。由于阴影遮蔽导致的电气性能发生的变化：输出电流–电压(I-V)曲线变成阶梯状；功率–电压(P-V)曲线呈现多峰膝点，常见的最大功率点跟踪MPPT (maximum power point tracking)方法失效，使得最大功率点跟踪的难度加大。目前，对局部阴影下发电效率优化问题的研究，在物理层面上，虽然最初的建筑设计和定期清灰很有必要，但无法避免云层阴影的问题，而且不能及时地对阴影进行处理，发电效率仍会受到影响。在电力系统层面上，大多采用MPPT 最大功率追踪法[2]，虽维持了功率基本稳定，但不能及时缓解热斑效应对电池板的损害。

随科学技术的发展，数字图像处理技术以处理精度高、适用面宽广等优点被应用在航空航天技术、生物医学研究等领域。目前，数字图像处理技术研究可应用在光伏组件热斑诊断及优化控制系统中[3]，它是光伏发电系统中一个重要的应用检测系统。另外西安信息工程重点实验室提出基于图像形态学的方法求取光伏板表面阴影遮蔽的面积比例，但由于膨胀导致阴影区域的占比会增加，使得电池单元个数计算不准确。

为了避免这个问题， 本文提出对采集的图像进行图像增强和canny 边缘检测分割，分割出太阳能电池板表面阴影区域，采用中值滤波对光伏板条纹复杂所造成的影响进行去噪处理。

2. 不均匀光照条件下光伏阵列的输出特性 为了验证光伏阵列在阴影下的输出特性， 在Matlab/Simulink 中搭建了如图1 所示的3 × 3 阵列模型， 每个光伏电池两端并联了一个旁路二极管，每个电池串串联一个阻塞二极管防止电流倒灌[4]。

该阵列在标准条件下(T = 25℃，S = 1000 W/m2)的输出I-U 和P-U 特性曲线[5]如图2 所示。