能源是社会发展和人们高品质生活的重要源动力,包括工业生产和日常生活等,都离不开能源的推动。但是,随着科学技术的飞速发展人们的享受欲望无时不刻不在膨胀着,使得不可再生能源的开采极速进行着。人们一方面打着追求高质量的生活的幌子而奔波操劳,一方面却对环境的恶化视而不见,但有远见的智者却早早地发现了发展清洁能源的重要性,其中太阳能成为首选。如今太阳能产业发展迅速,使得其故障诊断尤为重要,但光伏组件的故障诊断方法通常是一种方法只针对一种太阳电池特定的故障类型,而光伏组件常见的故障类型通常是综合出现的,所以提出一种能综合考量太阳电池工作状态的方法比较重要。另外,如今很多诊断方法需要特定的诊断条件,比如无光照的夜晚或者停运等条件,因此实时在线的太阳能电池故障诊断方法尤为重要。本文提出了一种基于光能吸收率(μ)和光伏组件温度(T_m)的双参数的光伏组件故障诊断方法。吸收率是指光伏组件对光能的吸收能力。光伏组件在发电过程中吸收的光能一部分转化成可以利用的电能,另一部分会转化成热能,而这部分热能会以光伏组件背板温度升高的形式表现出来。结合能量守恒的算法可以对光伏组件温度进行估算,用来判断因光伏组件温度过高而导致故障的问题。吸收率的提出很好的反映了光伏组件因一系列老化等原因导致的吸收光能能力下降的问题,综合双参数的太阳电池故障诊断方法能够对光伏电池的工作状态有一个在线的检测和了解。本文搭建了以STM32F103为核心的光伏电池模型参数辨识的硬件系统,用聚乙烯薄膜逐层遮挡的方法来模拟光伏板不同的光能吸收率,即用来模拟EVA的老化变色和透光率的变化。自适应混沌粒子群融合算法能够快速准确地进行太阳电池模型参数的辨识,为建立T_m模型与吸收率的变化关系打下了基础。