太阳能光伏电站无人机巡检光伏组件热斑效应的方案

1.经过苏州莱科斯公司检测光伏电站的经验得出 采用无人机巡检+EL热像仪设备检测光伏组件热斑效应，不仅可探测出光伏组件表面的温度异常点，还可清晰分辨出光伏阵列的异常现象。按此次巡检速度，预计2 天即可完成20 MW 电站阵列巡检，比人工巡检效率高出数十倍( 人工使用1 台手持式红外热像仪巡检预计需要1～2 周时间，不仅工作量巨大繁琐，且容易存在漏检、上排组件成像效果差等问题)，并且无人机能到达人工不易进行现场巡检的地方。

2.使用可见光相机，可清晰展现光伏电站的整体状态，快速确定树木遮挡、组件脱落等故障。

3. 本次巡检仅针对电站的小部分区域，发现了典型发热异常区域，温差接近20 ℃，存在潜在的热斑隐患，建议使用EL 测试仪进行进一步验证与排查。

4. 从被巡检区域整体表现来看，该电站施工质量良好，光伏阵列故障比率较低，光伏组件整体热斑比率较低，优于行业整体电站表现，建议后期定期用无人机巡检设备检测。

5.建议电站运行一段时间后，进行全面的质量检查，涵盖土建施工、现场安全性能、 现场发电性能、关键器件现场性能、光伏系统综合效率等方面的测试，以确保该电站长期、高效、安全稳定的运行。

太阳电池的等效电路图如图所示。太阳电池主要是由p-n 结构成的，p-n 结具有单向导通性，类似于一个二极管，光照在太阳电池表面p-n 结产生电流，此时接上负载RL 就形成一个回路。

由于电池和背板都具有电阻，这些电阻的存在消耗了电压，相当于给电路中串联了一个电阻，故将这部分电阻简化为串联电阻Rs;而硅片不清洁或缺陷时，流过电池的电流就相对变小，这相当于给电路中并连了一个分流电阻，称为并联电阻Rsh;由于光生电流Iph 流过负载RL 时相当于在电池端加了一个正向电压，这样就形成了暗电流ID。与热斑关系最大的就是暗电流ID 及串联电阻Rs[4]。太阳电池等效电路图中，Ish 为流过串联电阻Rs 的电流，I 为太阳电池实际的输出电流。

当电池片被落叶、鸟粪等异物遮挡时，被遮挡部分不再发电且相当于给一个负载加上了反偏电压，会产生更大的暗电流，此时被遮挡部分由于消耗功率而产生热斑，如果暗电流过大则导致电池片击穿[5]。如果电池片本身有缺陷，部分位置内阻过大或温度过高，从而引起热斑效应，这样也会产生电池片裂片、烧毁等严重后果[6]。

近年来，由于热斑效应引起电站起火的事件时有发生，这给人类财产和人身安全造成了很大的危害。因此，在实际的光伏电站中，热斑检测成为电站运维必不可少的一个指标。针对传统热斑效应检测方法的诸多不便，本文提出一种自动化检测热斑效应的方案。自动化检测热斑效应的系统主要由无人机、机载红外热像仪也就是无人机巡检设备热成像检测及相应的控制系统组成。

目前市面上无人机主要分为3 种：固定翼无人机、无人直升机及多旋翼无人机。固定翼无人机续航时间长，但是无法悬停;无人直升机各项性能适中，但是成本很高，操作难度也大;对比之后最终选择成本低、操作难度小、可悬停的多旋翼无人机。

多旋翼无人机已应用在森林消防、警用、高压线路巡检、测绘、风电叶片检测等多个领域[7-11]，在这些领域其发挥了机动性强、速度快等优点，大幅缩减了人力及测试周期，因此，本设计也采用多旋翼无人机。目前市面上的多旋翼无人机种类繁多，其中，大疆无人机是国内市场较为成熟的产品之一，具有性能稳定、产品集成度高、便于操作和后期开发等优点。

红外热成像系统是无人机检测热斑效应设计的核心部分，主要由两大块组成：机载红外热像仪及嵌入式控制端。

机载红外热像仪用于实现对光伏组件热斑的数据采集，由于手持红外热像仪较大且笨重，不适合搭载在无人机上面进行红外热斑检测，本设计采用的FLIR Vue 机载红外热像仪机( 如图4 所示) 仅重100 g 左右，不会影响无人机重心或缩短飞行时间。FLIR Vue 分辨率可达640PPI×512PPI，大幅增强了图像的可视性;工作温度在-20 ℃～+50 ℃之间，可适应室外比较恶劣的环境;通过简单的电源输入和视频输出连接，即可轻松与任何平台实现集成，并在飞行平台上使用。

嵌入式控制端采用三星的S3C6410 处理器来实现对机载热像仪的控制及实时图传、数据处理功能。S3C6410 处理器长宽尺寸仅为5 cm×6 cm，可方便地与FLIR Vue 机芯对接。S3C6410 处理器拥有众多的数据接口，其中GPS 接口可接入GPS 模块，通过将GPS 信息叠加在红外热斑图像上，方便后期定位故障的光伏组件;通过无线网卡接口可实现图像实时传输，方便在无人机巡检设备检测的过程中悬停拍摄故障组件以得到详细数据;SD 卡座接口可插入SD 卡，以实现对检测数据的存储，方便后期处理。

目前，在无人机光伏巡检设备领域，苏州莱科斯新能源科技有限公司的无人机巡检系统已经运用的相对成熟。除了续航时间长，还能通过人工智能图像识别系统快速发现故障点，并且对故障点的实时监控和定位。

fqj