| 研究課題/領域番号 |
20K04457
|
|---|
| 研究機関 | 津山工業高等専門学校 |
|---|
研究代表者 |
桶 真一郎 津山工業高等専門学校, 総合理工学科, 准教授 (20362329)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 太陽光発電システム / バイパスダイオード / 故障検出 / 火災予防 / 機械学習 |
|---|
| 研究実績の概要 |
メガソーラー，野立てソーラー，住宅用ソーラーなどで日常的に計測している基本的な発電データ（電圧，電流，電力）のみを用いて太陽電池モジュールに搭載されているバイパスダイオード（BPD）の故障を発見する方法を開発するためには，BPDの故障特性や，故障BPDを含む太陽電池モジュール，太陽電池ストリング，および太陽電池アレイの特性を明らかにすることが重要である。
火災が発生した茨城県のメガソーラー発電所から太陽電池モジュールに搭載されていたBPDを収集し，その電気的特性を計測した。その結果，複数の故障BPDを発見した。その中には，外見に異常がみられないにもかかわらず短絡故障しているものも多くあった。それらの電流－電圧特性は，ほぼ純抵抗のように線形のものや，短絡しているものの順方向にはダイオードのような立ち上がり特性を残しているものなどさまざまなものがあった。また，短絡故障BPDの原点近傍での故障抵抗値は0.01 Ω以下～数 Ωの範囲で幅広く分布していることがわかった。
短絡故障BPDを含む太陽電池アレイの表面に影が生じたときの電流－電圧特性を計測した。健全な太陽電池アレイでも影の移動に伴って電流―電圧特性は変化するが，故障BPDがある場合には太陽電池アレイの短絡電流，最大電力点，およびFFは，影の移動に伴い通常とは異なる特徴的な変化をすると予想した。3枚の太陽電池モジュールを直列接続した太陽電池アレイのうち1枚に短絡故障BPDを接続し，その表面上で部分影を動かしたときの短絡電流，最大電力点，およびFFの時系列データを線形クラスタリングした結果，影の位置と故障BPDとの位置との対応関係から簡易な故障検出が可能であることを確認した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
2020年度には，本研究の基礎データである故障BPDを含む太陽光発電システムの発電データを取得することを予定していた。まず，実際に火災が発生した茨城県のメガソーラー発電所から太陽電池モジュールに搭載されていたBPDを収集し，それらの電流－電圧特性を計測して故障状態を調べた。また，複数の太陽電池モジュールから成る太陽電池アレイを構築し，搭載しているBPDの状態による発電特性の変化を調べた。この実験は，実際の太陽光発電システムの運転状態を模擬するため，屋外の実験フィールドにおいて実施した。また，太陽電池アレイの南側に遮光ポールを設置することで，太陽の動きに伴い太陽電池アレイ上を棒状の部分影が移動するようにした。これらの実験により，短絡故障BPDの位置と部分影の位置との関係から，太陽電池アレイの短絡電流，最大電力点，およびFFに特徴的な変化が生じることを明らかにした。
当初は実際のメガソーラー発電所をいくつか訪問し，故障BPDがある場合や部分影が生じた場合の発電データをリアルタイムで収集することを予定していたが，新型コロナウイルス感染症の感染予防の観点から現地調査を控えざるを得なかった。しかしながら，上記のような模擬太陽電池アレイを用いた実験により，質・量ともに十分なデータを得ることができた。なお，今後，状況が変化すれば何らかの形で現地調査を実施する予定である。
模擬太陽電池アレイを用いた実験により収集した発電データを用いて，線形クラスタリングによる簡易な故障検出を試みることは，当初は2021年度に予定していたことであった。見込みよりも順調に模擬実験を実施できたことから，計画をやや前倒しして実施することができた。
|
| 今後の研究の推進方策 |
2021年度には，前年度に収集したさまざまなデータに基づき，機械学習プログラムを用いた太陽光発電システムの故障発見手法の構築に着手する予定である。太陽電池アレイ上に影を生じさせたときの発電データを入力すると，それがなんらかの故障を含む場合に似ているか，それとも健全な場合に似ているかを判定する分類器を計算機上で開発する。既知の故障太陽電池アレイおよび健全太陽電池アレイの発電データを正しくクラスタリング（分類）することのできる機械学習プログラムを自己組織化マップ（SOM）やサポートベクターマシン（SVM）を用いて構築することによって，これを実現する。クラスタリング手法の開発においては，有効なデータを取捨選択することが非常に重要である。本研究では2020年度に太陽電池アレイの短絡電流，最大電力点，およびFFを用いることで線形クラスタリングでの簡易な故障検出には成功しているので，今後もこれらを軸にクラスタリング手法を開発・改善していく予定である。
2020年度には実際のメガソーラー発電所等での現地調査を実施することができなかった。新型コロナウイルス感染症の状況にもよるが，実施可能な状況になれば現地調査を実施する予定である。それが困難な場合は，これまでに構築した研究者間ネットワークを活用し，故障太陽電池モジュールや故障BPDなどの提供を受けることも計画している。
|
| 次年度使用額が生じた理由 |
故障バイパスダイオードの精密計測のために調達したプレシジョンソース・メジャー・ユニットの納品が次年度となったため，その分が次年度使用額となった。2021年度5月現在，当該計測機器が納品されたのですでに使用済みである。
|
