CN107404287A

CN107404287A - 一种光伏电站故障诊断方法

Info

Publication number: CN107404287A
Application number: CN201710370054.0A
Authority: CN
Inventors: 张博; 邢朝路; 丛伟伦
Original assignee: Yangzhou Hong Hao Amperex Technology Ltd
Current assignee: Yangzhou Hong Hao Amperex Technology Ltd
Priority date: 2017-05-23
Filing date: 2017-05-23
Publication date: 2017-11-28

Abstract

本发明公开了光伏控制领域内的一种光伏电站故障诊断方法，包括以下步骤：步骤1）判断逆变器类型，组串式逆变器，进入步骤2），集中式逆变器，进入步骤3）；步骤2）采集器检测组串电流，若与逆变器一致，进入步骤4），若与逆变器不一致，进入步骤5）；步骤3）采集器定位故障组串，若与逆变器一致，进入步骤4），若与逆变器不一致，进入步骤5）；步骤4）采集器检测组件，发现故障，进入步骤6），未发现故障，进入步骤5）；步骤5）检查是否存在连接接触不良，流程结束；步骤6）检测故障组件伏安曲线，运维流程结束，本发明对故障原因进行大数据诊断，保证了光伏板运行的稳定性和靠性，为故障及时维修提供了方便，可用于光伏发电领域。

Description

一种光伏电站故障诊断方法

技术领域

[0001] 本发明涉及一种故障诊断方法，特别涉及一种光伏电站故障诊断方法。

背景技术

[0002] 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。

[0003] 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

[0004]本发明的目的是提供一种光伏电站故障诊断方法，保证光伏板运行的可靠性和稳定性，且能及时找出故障点故障状况，为及时维修提供了方便。

[0005]本发明的目的是这样实现的：一种光伏电站故障诊断方法，包括以下步骤：步骤1)判断逆变器类型，若是组串式逆变器，进入步骤2)，若是集中式逆变器，则进入步骤3); 步骤2)逆变器诊断定位故障组串，通过电流在线采集器检测组串电流判断故障，若与逆变器数据一致，进入步骤4)，若与逆变器数据不一致，则进入步骤5); 步骤3)通过电流在线采集器定位故障组串，若与逆变器数据一致，进入步骤4)，若与逆变器数据不一致，进入步骤5); 步骤4)通过电压在线采集器检测组件，若发现故障组件，则进入步骤6)，若未发现故障组件，则进入步骤5); 步骤5)检查是否存在连接接触不良情况，运维流程结束；步骤6)检测故障组件伏安曲线，若不需要保存数据，则运维流程结束，若需要保存数据，则上传数据至z?端，运维流程结束。

[0006]作为本发明的进一步限定，步骤5)在进行是否连接接触不良情况判断时，会先进行逆变器是否正常工作判断。

[0007]作为本发明的进一步限定，步骤6)中根据故障组件伏安曲线判断出具体故障状 tx，从[in汉m刈炚陴好、进仃维修。

[0008]肖现碰术狐，本发0細有驗果在于，本发明不仅能職速定位光伏电站故障点，还龍纖_醜行大麵撕，舰了光傭蹄齡定性和雜，为故障及时维修提供了方便。本发明可用于光伏发电领域。

具体实施方式

[0009] —种光伏电站故障诊断方法，包括以下步骤：步骤1)判断逆变器类型，若是组串式逆变器，进入步骤2)，若是集中式逆变器，则进入步骤3); 步骤2)逆变器诊断定位故障组串，通过电流在线采集器检测组串电流判断故障，若与逆变器数据一致，进入步骤4)，若与逆变器数据不一致，则进入步骤5); 步1來3)通过电流在线米集器定位故障组串，若与逆变器数据一致，进入步骤4)，若与逆变器数据不一致，进入步骤5); 步骤4)通过电压在线采集器检测组件，若发现故障组件，则进入步骤6)，若未发现故障组件，则进入步骤5); 步骤5)先进行逆变器是否正常工作判断，再检查是否存在连接接触不良情况，运维流程结束；步骤6)检测故障组件伏安曲线，根据故障组件伏安曲线判断出具体故障状况，从而及时对故障点进行维修，若不需要保存数据，则运维流程结束，若需要保存数据，则上传数据至云端，运维流程结束。

[0010] 本发明提出的基于组件级检测网络的光伏电站远程诊断系统是一种全新的技术解决方案，非常适用于家庭光伏电站的日常管理和运维，及时弥补了市场空白。与现有逆变器监控系统配合，本发明的解决方案不仅能够快速定位光伏电站故障点，还可以对故障原因进行大数据诊断。

[0011] 本发明并不局限于上述实施例，在本发明公开的技术方案的基础上，本领域的技术人员根据所公开的技术内容，不需要创造性的劳动就可以对其中的一些技术特征作出一些替换和变形，这些替换和变形均在本发明的保护范围内。

Claims

1.一种光伏电站故障诊断方法，其特征在于，包括以下步骤. 步骤1)判断逆变器类型，若是组串式逆变器，进入步骤2)7若是集中式逆变器，则进入步骤3); 步骤2)逆变器诊断定位故障组串，通过电流在线采集器检测组串电流判断故障，若与逆变器数据一致，进入步骤幻，若与逆变器数据不一致，则进入步骤5); ，步骤3)通过电流在线米集器定位故障组串，若与逆变器数据一致，进入步骤4)，若与逆变器数据不一致，进入步骤5); 步骤4)通过电压在线采集器检测组件，若发现故障组件，则进入步骤6)，若未发现故障组件，则进入步骤5); 步骤5)检查是否存在连接接触不良情况，运维流程结束；步骤6)检测故障组件伏安曲线，若不需要保存数据，则运维流程结束，若需要保存数据，则上传数据至云端，运维流程结束。

2.根据权利要求1所述的一种光伏电站故障诊断方法，其特征在于，步骤5)在进行是否连接接触不良情况判断时，会先进行逆变器是否正常工作判断。

3.根据权利要求1所述的一种光伏电站故障诊断方法，其特征在于，步骤6)中根据故障组件伏安曲线判断出具体故障状况，从而及时对故障点进行维修。