CN104601108B - 一种小型光伏电站的故障诊断方法 - Google Patents

Abstract

本发明公开了一种小型光伏电站的故障诊断方法，包含：系统故障判定、固定遮挡物阴影排除和具体典型故障类型判定；根据所测到的光伏阵列最大功率点处电流、电压、辐照度和温度，计算系统故障判定因子：若故障判定因子小于设置阈值，发出警告，启动故障诊断程序；固定遮挡物阴影排除是利用计算每串光伏组件的故障判定因子，若小于对应阈值，则计算遮挡物阴影面积，若某时刻阴影面积能够遮住组件，且被遮挡组件所在串的电流减小，说明此阴影为固定遮挡物阴影，不作为系统故障；其他典型故障类型的判定是通过分析各种故障类型相对应的判定条件而确定的。本发明只需少量的传感器就可达到故障诊断的目的，具有运营成本低、诊断效率高、准确度高的优点。

Description

一种小型光伏电站的故障诊断方法

技术领域

本发明涉及一种小型光伏电站的故障诊断方法，属于光伏发电技术领域。

背景技术

近年来，随着光伏产业的快速发展，各种各样的光伏系统应运而生，光伏发电系统的容量已从KW级发展到MW级。对光伏系统进行监控和定期的性能评估对保障系统达到最大的能量收益和得到可靠的发电功率具有重要意义。光伏组件一般长期运行于室外环境中，光伏发电系统发电性能受气象因素影响极大，尤其是受太阳辐照度与环境温度影响较为明显，易出现模型老化、光伏组件遮挡、光伏组件连接错误、热斑效应等故障，导致系统的发电效率降低。

目前，从国内外文献可知，大部分光伏系统故障诊断方法利用仿真软件，进行建模仿真，再与实际测量的数据进行比对，判定故障类型时，一般是采用神经网络、模糊算法、神经模糊算法等方法，很难将故障定位到某个有故障的组件。在创建这些仿真模型时，要保证模型较高的精确度和可扩展性，仍然很难实现，而且建立的模型在很大程度上也很难和实际的工作条件一致，一旦模型较复杂时，建模难度也将大大提高。相对于国外，我国在光伏系统故障诊断方面的研究起步较晚，目前很多落后的地方都还要依靠人工来诊断故障，效率较低，人力、物力易受到限制，因此利用人工智能技术来诊断故障具有极大的发展空间。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种小型光伏电站的故障诊断方法，解决现有技术中光伏电站故障诊断效率低、故障诊断准确率不高的技术问题。

为解决上述技术问题，本发明所采用的技术方案是：一种小型光伏电站的故障诊断方法，包括以下步骤：

步骤一：系统整体故障判定：首先判定系统是否存在故障，如果存在系统故障，则系统报警，启动故障诊断程序，进入步骤二；否则，循环本步骤；

所述系统整体故障判定的具体方法如下：

步骤101：定义两种系统的电流、电压故障判定因子EI、EV： 同时设定系统的电流、电压故障判定因子对应的阈值μ和σ；

步骤102：根据系统测得的光伏阵列最大功率点处总电流I_m、总电压V_m，计算EI和EV，其中I_m1、V_m1分别是根据当前的辐照度和温度计算得出的系统最大功率点处的总电流理论值、总电压理论值；

步骤103：系统最大功率点处的总电流理论值I_m1、总电压理论值V_m1的计算公式如下所示：

I_m1＝k₁·N_p·I_sc

V_m1＝k₂·N_s·V_oc

其中：k₁：电流比例常数，具体由所用光伏组件决定，取值范围为：0.78—0.92；k₂：电压比例常数，具体由所用光伏组件决定，取值范围为：0.71—0.78；N_s：光伏阵列中串联的光伏组件个数；N_p：光伏阵列中并联的光伏组件个数；I_SC：当前辐照度和温度情况下单个光伏组件的理论短路电流；V_OC：当前辐照度和温度情况下单个光伏组件的理论开路电压；

$I_{sc}=I_{SC,ref}\{1+\mathrm{\α}(T-T_{ref})\}\frac{G}{G_{ref}}$

$V_{oc}=V_{OC,ref}\{1+aln\left(\frac{G}{G_{ref}}\right)+\mathrm{\β}(T-T_{ref})\}$

其中，I_SC，ref：标准测试条件下光伏组件的短路电流；

α：光伏组件短路电流温度系数；

T_ref：标准测试条件下光伏组件工作的温度，T_ref＝25℃；

T：光伏组件当前时刻工作温度；

V_OC,ref：标准测试条件下光伏组件的开路电压；

a：开路电压的辐照度修正系数；

β：光伏组件开路电压温度系数；

G：当前时刻光伏组件共面辐照度；

G_ref：标准测试条件下光伏组件共面辐照度1000W/m₂；

步骤104：比较判定：当不满足EI<μ、EV<σ时，说明系统存在故障，发出警报，启动故障诊断程序；

步骤二：固定遮挡物阴影排除：判定系统故障是否由固定遮挡物引起，若是由固定遮挡物引起，则不作为系统故障处理，解除报警；否则，进入步骤三，作具体故障类型判定；

步骤三：具体故障类型判定：将系统故障分为：组件连接错误，组件旁路，老化、电网错误三种，逐一比较判定，将系统故障进行归类。

步骤二所述固定遮挡物阴影排除的具体方法如下：

步骤201：调用光伏阵列中各串光伏组件近3天的电流、电压、辐照度、温度数据，根据单串光伏组件最大功率点处的电流、电压，计算数据出现异常串的故障判定因子：

${\mathrm{EI}}_i=\left|\frac{I_{im}-I_{im2}}{I_{im2}}\right|;$

${\mathrm{EV}}_i=\left|\frac{V_{im}-V_{im2}}{V_{im2}}\right|=\left|\frac{V_{im}-V_{m1}}{V_{m1}}\right|;$

其中：I_im为每一串光伏组件的实测电流；I_im2为每一串光伏组件的理论电流：I_im2＝k₁×I_sc；V_im为每一串光伏组件的实测电压；V_im2为每一串光伏组件的理论电压：V_im2＝k₂×N_s×V_oc＝V_m1；

通过仿真实验得到异常串的电流故障判定因子阈值μ₁和电压故障判定因子阈值σ₁，若EI_i＜μ₁,EV_i＜σ₁，则说明系统可能存在固定遮挡物，进入步骤202进一步判定；

步骤202：依靠数学方法，根据固定遮挡物的体积和太阳光的入射角，计算固定遮挡物在阳光下的阴影面积，若某一时刻，计算出来的阴影面积能够遮住光伏组件，并且测得被遮挡光伏组件所在串的电流与正常工作情况下的电流相比减小，即判定此系统故障为固定遮挡物阴影所致，不作为系统的一种故障，系统将自动解除警报。

步骤三所述具体故障类型判定的详细步骤如下：

步骤301：定义系统中光伏组件存在故障时的电流、电压判定因子： I_m、V_m分别是系统测得的光伏阵列最大功率点处的总电流和总电压， 分别是光伏系统的短路电流和开路电压，具体计算公式如下：

$I_{SC}^{*}=N_p\&CenterDot;I_{sc}=N_P\&CenterDot;I_{SC,ref}\{1+\mathrm{\&alpha;}(T-T_{ref})\}\frac{G}{G_{ref}}$

$V_{OC}^{*}=N_s\&CenterDot;V_{OC,ref}\{1+aln\left(\frac{G}{G_{ref}}\right)+\mathrm{\&beta;}(T-T_{ref})\}$

步骤302：计算系统中存在光伏组件开路故障时的故障判定因子阈值F_c1:当某一光伏组件处于开路状态时，光伏组件产生的输出电流等效于串联的光伏组件错误连接产生的电流，其中F_c1作为判定单串光伏组件开路的阈值，I_mo为单个光伏组件最大功率点的电流，由公式求得；

步骤303：计算系统中存在光伏组件被旁路故障时的故障判定因子F_v1：F_v1作为判定单串光伏组件开路的被旁路时的阈值，V_mo为单个光伏组件最大功率点的电压，由公式求得；

步骤304：比较判定：正常运行的条件下：F_c>F_c1,F_v>F_v1；当F_c≤F_c1或F_v≤F_v1时，表明当前光伏组件所在串出现故障，对应故障类型如下表所示：

与现有技术相比，本发明所达到的有益效果是：考虑了固定遮挡物出现遮挡阴影的问题，可避免故障误诊断，提高故障诊断方法的准确性及可靠性；除光伏阵列最大功率点处的总电流I_m、总电压V_m，每一串光伏组件的实测电流I_im、实测电压V_im和当前工作条件下光伏组件的工作温度T及共面辐照度G外，其余参数均可以通过公式计算求得，这说明本发明方法需要系统测量的数据较少，不仅可以提高系统故障诊断的效率，而且只需少量的传感器就可达到故障诊断的目的，节省了运营成本。

附图说明

图1是发明方法所采用的故障诊断系统的电路原理框图。

图2是本发明方法的操作流程图。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

如图1所示，是本发明方法所赖以实施的故障诊断系统，包括若干组分布式光伏阵列、与光伏阵列对应设置的数据监测单元、数据采集单元、数据处理单元和用于给各用电模块供电的供电单元。

光伏阵列由若干呈阵列分布的电池组件排列组成，本发明方法采用的光伏阵列是由N_p个光伏组件并联而成，每串包含N_s个串联的光伏组件。光伏阵列设有直流信号输出端，同时通过逆变器引出有交流信号输出端。

数据监测单元包括直流监测单元和交流监测单元：直流监测单元包括霍尔电压传感器和霍尔电流传感器，霍尔电压传感器和霍尔电流传感器分别用于采集光伏阵列的直流信号输出端的直流电压信号和直流电流信号；交流监测单元包括交流电量变送器。

数据采集单元包括CPU、存储器、多种气象传感器、用于检测光伏阵列中电池组件工作温度的温度传感器和与各传感器对应设置的模数转换器。气象传感器包括：辐照度传感器、空气温湿度传感器、风速风向传感器和气压传感器。模数转换器将对应传感器输出的模拟信号转换成标准电信号输出至CPU，CPU将采集到的各路信号，加上时间标签后，打包存储到与CPU连接的存储器内。标准电信号是指4～20mA的电流信号，这样可以最大程度的避免信号干扰，保证数据可靠性。

数据处理单元通过通信模块与CPU双向信号连接，数据处理单元还与系统监控终端无线连接。数据处理单元通过通信模块从与CPU连接的存储器内获取各路信号，结合数据处理单元的仿真结果通过光伏阵列捕获损耗、系统损耗、电流比和电压比来进行故障分析、诊断，并将诊断结果发送至系统监控终端。通信模块可以选用GPRS通信模块。系统监控终端可以为监控计算机，也可以为手机或其他手持终端设备。

供电单元包括输入端与光伏阵列连接的宽电压电源控制器，宽电压电源控制器设有5V和24V两个供电输出端，宽电压电源控制器的输出端还连接有备用蓄电池；天气晴朗时，光伏阵列通过宽电压电源控制器给系统各用电模块供电，同时通过宽电压电源控制器给备用蓄电池充电；阴雨天气时，备用蓄电池通过宽电压电源控制器给系统各用电模块供电。

如图2所示，是一种小型光伏电站的故障诊断方法，包括以下步骤：

步骤一：系统整体故障判定：首先判定系统是否存在故障，如果存在系统故障，则系统报警，启动故障诊断程序，进入步骤二；否则，循环本步骤；具体方法如下：

步骤101：定义两种系统的电流、电压故障判定因子EI、EV： 同时设定系统的电流、电压故障判定因子对应的阈值μ和σ；

步骤102：根据系统测得的光伏阵列最大功率点处总电流I_m、总电压V_m，计算EI和EV，其中I_m1、V_m1分别是根据当前的辐照度和温度计算得出的系统最大功率点处的总电流理论值、总电压理论值；

步骤103：系统最大功率点处的总电流理论值I_m1、总电压理论值V_m1的计算公式如下所示：

I_m1＝k₁·N_p·I_sc

V_m1＝k₂·N_s·V_oc

其中：k₁：电流比例常数，具体由所用光伏组件决定，取值范围为：0.78—0.92；k₂：电压比例常数，具体由所用光伏组件决定，取值范围为：0.71—0.78；N_s：光伏阵列中串联的光伏组件个数；N_p：光伏阵列中并联的光伏组件个数；I_SC：当前辐照度和温度情况下单个光伏组件的理论短路电流；V_OC：当前辐照度和温度情况下单个光伏组件的理论开路电压；

$I_{sc}=I_{SC,ref}\{1+\mathrm{\&alpha;}(T-T_{ref})\}\frac{G}{G_{ref}}$

$V_{oc}=V_{OC,ref}\{1+aln\left(\frac{G}{G_{ref}}\right)+\mathrm{\&beta;}(T-T_{ref})\}$

其中，I_SC,ref：标准测试条件下光伏组件的短路电流；

α：光伏组件短路电流温度系数；

T_ref：标准测试条件下光伏组件工作的温度，T_ref＝25℃；

T：光伏组件当前时刻工作温度；

V_OC,ref：标准测试条件下光伏组件的开路电压；

a：开路电压的辐照度修正系数；

β：光伏组件开路电压温度系数；

G：当前时刻光伏组件共面辐照度；

G_ref：标准测试条件下光伏组件共面辐照度1000W/m₂；

步骤104：比较判定：当不满足EI<μ、EV<σ时，说明系统存在故障，发出警报，启动故障诊断程序。

步骤二：固定遮挡物阴影排除：判定系统故障是否由固定遮挡物引起，若是由固定遮挡物引起，则不作为系统故障处理，解除报警；否则，进入步骤三，作具体故障类型判定。固定遮挡物阴影排除的具体方法如下：

步骤201：调用光伏阵列中各串光伏组件近3天的电流、电压、辐照度、温度数据，根据单串光伏组件最大功率点处的电流、电压，计算数据出现异常串的故障判定因子：

${\mathrm{EI}}_i=\left|\frac{I_{im}-I_{im2}}{I_{im2}}\right|;$

${\mathrm{EV}}_i=\left|\frac{V_{im}-V_{im2}}{V_{im2}}\right|=\left|\frac{V_{im}-V_{m1}}{V_{m1}}\right|;$

其中：I_im为每一串光伏组件的实测电流；I_im2为每一串光伏组件的理论电流：I_im2＝k₁×I_sc；V_im为每一串光伏组件的实测电压；V_im2为每一串光伏组件的理论电压：V_im2＝k₂×N_s×V_oc＝V_m1；

通过仿真实验得到异常串的电流故障判定因子阈值μ₁和电压故障判定因子阈值σ₁，若EI_i＜μ₁,EV_i＜σ₁，则说明系统可能存在固定遮挡物，进入步骤202进一步判定；

步骤202：依靠数学方法，根据固定遮挡物的体积和太阳光的入射角，计算固定遮挡物在阳光下的阴影面积，若某一时刻，计算出来的阴影面积能够遮住光伏组件，并且测得被遮挡光伏组件所在串的电流与正常工作情况下的电流相比减小，即判定此系统故障为固定遮挡物阴影所致，不作为系统的一种故障，系统将自动解除警报。

步骤三：具体故障类型判定：将系统故障分为：组件连接错误，组件旁路，老化、电网错误三种，逐一比较判定，将系统故障进行归类。具体故障类型判定的详细步骤如下：

步骤301：定义系统中光伏组件存在故障时的电流、电压判定因子： I_m、V_m分别是系统测得的光伏阵列最大功率点处的总电流和总电压， 分别是光伏系统的短路电流和开路电压，具体计算公式如下：

$I_{SC}^{*}=N_p\&CenterDot;I_{sc}=N_P\&CenterDot;I_{SC,ref}\{1+\mathrm{\&alpha;}(T-T_{ref})\}\frac{G}{G_{ref}}$

$V_{OC}^{*}=N_s\&CenterDot;V_{OC,ref}\{1+aln\left(\frac{G}{G_{ref}}\right)+\mathrm{\&beta;}(T-T_{ref})\}$

步骤302：计算系统中存在光伏组件开路故障时的故障判定因子阈值F_c1:当某一光伏组件处于开路状态时，光伏组件产生的输出电流等效于串联的光伏组件错误连接产生的电流，其中F_c1作为判定单串光伏组件开路的阈值，I_mo为单个光伏组件最大功率点的电流，由公式求得；

步骤303：计算系统中存在光伏组件被旁路故障时的故障判定因子F_v1：F_v1作为判定单串光伏组件开路的被旁路时的阈值，V_mo为单个光伏组件最大功率点的电压，由公式求得；

步骤304：比较判定：正常运行的条件下：F_c>F_c1,F_v>F_v1；当F_c≤F_c1或F_v≤F_v1时，表明当前光伏组件所在串出现故障，对应故障类型如下表所示：

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (3)

1.一种小型光伏电站的故障诊断方法，其特征在于，包括以下步骤：

步骤一：系统整体故障判定：首先判定系统是否存在故障，如果存在系统故障，则系统报警，启动故障诊断程序，进入步骤二；否则，循环本步骤；

系统整体故障判定的具体方法如下：

步骤101：定义两种系统的电流、电压故障判定因子EI、EV： 同时设定系统的电流、电压故障判定因子对应的阈值μ和σ；

步骤102：根据系统测得的光伏阵列最大功率点处总电流I_m、总电压V_m，计算EI和EV，其中I_m1、V_m1分别是根据当前的辐照度和温度计算得出的系统最大功率点处的总电流理论值、总电压理论值；

步骤103：系统最大功率点处的总电流理论值I_m1、总电压理论值V_m1的计算公式如下所示：

I_m1＝k₁·N_p·I_sc

V_m1＝k₂·N_s·V_oc

其中：k₁：电流比例常数，具体由所用光伏组件决定，取值范围为：0.78—0.92；k₂：电压比例常数，具体由所用光伏组件决定，取值范围为：0.71—0.78；N_s：光伏阵列中串联的光伏组件个数；N_p：光伏阵列中并联的光伏组件个数；I_SC：当前辐照度和温度情况下单个光伏组件的理论短路电流；V_OC：当前辐照度和温度情况下单个光伏组件的理论开路电压；

$I_{sc}=I_{SC,ref}\{1+\mathrm{\&alpha;}(T-T_{ref})\}\frac{G}{G_{ref}}$

$V_{oc}=V_{OC,ref}\{1+aln\left(\frac{G}{G_{ref}}\right)+\mathrm{\&beta;}(T-T_{ref})\}$

其中，I_SC,ref：标准测试条件下光伏组件的短路电流；

α：光伏组件短路电流温度系数；

T_ref：标准测试条件下光伏组件工作的温度，T_ref＝25℃；

T：光伏组件当前时刻工作温度；

V_OC,ref：标准测试条件下光伏组件的开路电压；

a：开路电压的辐照度修正系数；

β：光伏组件开路电压温度系数；

G：当前时刻光伏组件共面辐照度；

G_ref：标准测试条件下光伏组件共面辐照度1000W/m₂；

步骤104：比较判定：当不满足EI<μ、EV<σ时，说明系统存在故障，发出警报，启动故障诊断程序；

步骤二：固定遮挡物阴影排除：判定系统故障是否由固定遮挡物引起，若是由固定遮挡物引起，则不作为系统故障处理，解除报警；否则，进入步骤三，作具体故障类型判定；

步骤三：具体故障类型判定：将系统故障分为：组件连接错误，组件旁路，老化、电网错误三种，逐一比较判定，将系统故障进行归类。

2.根据权利要求1所述的小型光伏电站的故障诊断方法，其特征在于，步骤二所述固定遮挡物阴影排除的具体方法如下：

步骤201：调用光伏阵列中各串光伏组件近3天的电流、电压、辐照度、温度数据，根据单串光伏组件最大功率点处的电流、电压，计算数据出现异常串的故障判定因子：

${\mathrm{EI}}_i=\left|\frac{I_{im}-I_{im2}}{I_{im2}}\right|;$

${\mathrm{EV}}_i=\left|\frac{V_{im}-V_{im2}}{V_{im2}}\right|=\left|\frac{V_{im}-V_{m1}}{V_{m1}}\right|;$

其中：I_im为每一串光伏组件的实测电流；I_im2为每一串光伏组件的理论电流：I_im2＝k₁×I_sc；V_im为每一串光伏组件的实测电压；V_im2为每一串光伏组件的理论电压：V_im2＝k₂×N_s×V_oc＝V_m1；

通过仿真实验得到异常串的电流故障判定因子阈值μ₁和电压故障判定因子阈值σ₁，若EI_i<μ₁,EV_i<σ₁，则说明系统可能存在固定遮挡物，进入步骤202进一步判定；

步骤202：依靠数学方法，根据固定遮挡物的体积和太阳光的入射角，计算固定遮挡物在阳光下的阴影面积，若某一时刻，计算出来的阴影面积能够遮住光伏组件，并且测得被遮挡光伏组件所在串的电流与正常工作情况下的电流相比减小，即判定此系统故障为固定遮挡物阴影所致，不作为系统的一种故障，系统将自动解除警报。

3.根据权利要求2所述的小型光伏电站的故障诊断方法，其特征在于，步骤三所述具体故障类型判定的详细步骤如下：

步骤301：定义系统中光伏组件存在故障时的电流、电压判定因子： I_m、V_m分别是系统测得的光伏阵列最大功率点处的总电流和总电压， 分别是光伏系统的短路电流和开路电压，具体计算公式如下：

$I_{SC}^{*}=N_p\&CenterDot;I_{sc}=N_P\&CenterDot;I_{SC,ref}\{1+\mathrm{\&alpha;}(T-T_{ref})\}\frac{G}{G_{ref}}$

$V_{OC}^{*}=N_s\&CenterDot;V_{OC,ref}\{1+aln\left(\frac{G}{G_{ref}}\right)+\mathrm{\&beta;}(T-T_{ref})\}$

步骤302：计算系统中存在光伏组件开路故障时的故障判定因子阈值F_c1:当某一光伏组件处于开路状态时，光伏组件产生的输出电流等效于串联的光伏组件错误连接产生的电流，其中F_c1作为判定单串光伏组件开路的阈值，I_mo为单个光伏组件最大功率点的电流，由公式求得；

步骤303：计算系统中存在光伏组件被旁路故障时的故障判定因子F_v1：F_v1作为判定单串光伏组件开路的被旁路时的阈值，V_mo为单个光伏组件最大功率点的电压，由公式求得；

步骤304：比较判定：正常运行的条件下：F_c>F_c1,F_v>F_v1；当F_c≤F_c1或F_v≤F_v1时，表明当前光伏组件所在串出现故障，对应故障类型如下表所示：