CN112003564B - 基于智能终端的分布式光伏系统支路功率异常预警方法 - Google Patents

Abstract

本发明提出一种基于智能终端的分布式光伏系统支路功率异常预警方法，其步骤为：(1)利用智能终端采集光伏系统当前数据，包括当前光伏支路电气数据、光照强度和环境温度；(2)获取当前最大的三个光伏支路功率；(3)筛选出此三条支路的正常历史数据；(4)判断此三条支路的当前功率正常，根据此三个功率形成动态阈值PSTD2，否则对所有光伏支路进行功率异常预警；(5)根据光伏逆变器性能参数确定微小功率阈值PSTD1；(6)若支路功率大于PSTD1，进行下一步，否则等待下一个周期；(7)依据PSTD2，判断各条光伏支路功率有无异常，并对连续两次异常的支路进行预警上报。本发明的方法为光伏系统的及时运维和效能提升提供保障。

Description

基于智能终端的分布式光伏系统支路功率异常预警方法

技术领域

本发明涉及一种基于智能终端的分布式光伏系统支路功率异常预警方法，属于光伏发电运维技术领域。

背景技术

在分布式光伏发电产业中，由于太阳能光伏电站的运行环境十分复杂，容易受到极端天气条件的影响，异常状况多发且类型多样，随着光伏电站运行时间的增长，问题愈加突出，对大规模分布式光伏电站的日常运维提出了极大挑战。当前光伏电站的运维主要采用人工巡检、定期上报的策略，不能对异常状况给出早期预警，且随着光伏电站分布面变广，数量增多，检修成本和周期均极大上升，最终造成光伏电站有效运行时间缩减，单位发电量成本高，不利于清洁能源推广。

目前国内光伏系统故障诊断与异常状况预警一般基于光伏逆变器实现。这种方式只能判断出光伏支路反接、未接(即断路)、过流三种情况，并不能对光伏支路的异常工作状况给出早期预警。

发明内容

本发明解决的技术问题：克服现有方法的不足，提出一种基于智能终端的分布式光伏系统支路功率异常状况预警方法，该方法充分利用智能终端的数据汇集功能和优势，运用光伏电站的历史及实时遥测、遥信数据，实现支路功率异常状况的早期预警，且判断阈值根据电站运行情况自适应动态生成，通过历史运行数据进行合理性验证，使得检验阈值更加合理，而且具有普适性，易于推广。

本发明的技术解决方案：基于智能终端的分布式光伏系统支路功率异常预警方法，实现步骤如下：

(1)智能终端通过通信方式获取分布式光伏系统中的逆变器、环境监测仪的遥测、遥信数据，包括各光伏支路电流、各Boost电路输入电压、各逆变器工作状态字、光照强度、环境温度等；

(2)根据采集到的光伏支路电流及Boost电路输入电压，计算各个光伏支路的功率，光伏支路功率等于该支路电流与所属Boost电路的输入电压的乘积。从所计算得到的支路功率中找出其中最大的三个支路功率Pmax1、Pmax2和Pmax3，其中Pmax1≥Pmax2≥Pmax3，对应支路分别标记为X、Y、Z号支路；

(3)读取智能终端历史数据库存储的X号支路的预警信息、支路功率数据、光照强度、环境温度的历史数据，根据光照强度、环境温度及预警信息对这些历史数据进行筛选，得到X号支路的历史功率数据集{Px1，Px2，Px3…Pxm}，对Y、Z号支路历史数据进行类似处理，可得到它们的历史功率数据集{Py1，Py2…Pyn}和{Pz1，Pz2…Pzg}；

(4)根据步骤(3)得到的三个历史支路功率数据集，分别计算各数据集的算数平均值和标准差，验证X、Y、Z三条支路的当前功率值是否超出其对应历史数据集的3σ范围。将未超出范围的支路功率进行算术平均，得到支路功率比较阈值；

(5)根据光伏逆变器MPPT电压范围和支路电流分辨率、采样噪声，确定微小功率阈值PSTD1；

步骤(6)比较Pmax_av与PSTD1的大小关系，若Pmax_av<PSTD1，则判断为微小功率情况，不进行支路异常预警，等待下一计算周期；若Pmax_av≥PSTD1，则继续进行下一步；

步骤(7)令PSTD2＝A×Pmax_av，其中A∈(0，1)；读取所有正常运行的光伏支路的功率P并与PSTD2进行比较；若P≥PSTD2，则判断该支路正常；若P<PSTD2，则判断该支路功率存在异常，若该支路连续两次被诊断为异常，则进行预警与上报，从而排除干扰。

所述步骤(3)筛选历史数据的具体过程如下：

(3.1)根据智能终端的储存读取能力，设定历史数据总条数k；

(3.2)读取X号光伏支路最新的k条历史数据,不包含当前待诊断数据；

(3.3)依次检查历史数据是否满足以下两个条件：

A.该条数据中，X号支路不存在故障告警信息；

B.该条历史数据中光照强度S′与环境温度T′满足下式，其中[f]表示小于等于f的最大整数：

将满足上述两个条件的数据归为符合要求的历史数据，并纳入X号光伏支路的历史功率数据集{Px1，Px2，Px3…Pxm}中，其中，n为筛选出的符合要求的历史数据条数；Y、Z号支路的支路功率筛选方法与X号支路同理。

所述步骤(5)中设定PSTD1的具体过程如下：

根据光伏逆变器内Boost电路最大功率点跟踪MPPT电压范围和支路电流采样分辨率、噪声，确定微小功率阈值PSTD1具体包括：微小功率阈值PSTD1由MPPT电压范围低限值与微小电流阈值相乘得到；

MPPT电压范围低限值通过查阅所用Boost电路指标参数确定；

微小电流阈值根据支路电流采样分辨率和噪声进行确定；微小电流阈值正比于支路电流采样噪声；

具体来说，设光伏系统所用逆变器MPPT电压范围下限为U_ML，则微小电压阈值USTD1取：

USTD1＝U_ML

设光伏系统所用逆变器光伏支路电流分辨率为I_ZL，则微小电流阈值ISTD1取：

ISTD1＝20×I_ZL

微小功率阈值PSTD1可取两者之积：

PSTD1＝ISTD1×USTD1。

所述步骤(7)中设定A的具体过程如下：

A的默认值为0.8，实际应用时应根据分布式光伏电站所处地点的气象条件包括多云、雷雨天气发生次数、各条光伏支路硬件条件差异的大小进行调整；

设某电站在某一季节内，每个月多云、雷雨天气的天数为Num，则按如下方法取得A1：

此外，设某电站各个硬件的累计工作时长为t，最大值和最小值分别为tmax和tmin，则A2的值按如下式子取：

A则取A1和A2中的较小值：

本发明与现有技术相比的优点在于：

(1)本发明根据电站当前运行情况动态设置阈值，考虑了当前光照情况和温度的影响，提高了阈值的普适性和可靠性。

(2)本发明充分利用智能终端汇集的光伏电站遥测、遥信数据，无需额外增加传感器和数据采样电路，实现成本低。

(3)本发明设计了一种基于历史数据统计特征的阈值可靠性验证方法，使得阈值与电站本身特征相吻合，优化诊断效果，应用前景巨大。

(4)本发明提出的同支路多次预警上报的告警策略，能有效避免因偶然非故障因素导致的误报。

附图说明

图1为本发明的方法流程图；

图2为本发明中的光伏逆变器及其下属光伏支路示意图；

图3为本发明中的通信示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅为本发明的一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域的普通技术人员在不付出创造性劳动的前提下所获得的所有其他实施例，都属于本发明的保护范围。

并网型分布式光伏电站通常配备有数据采集终端，用于汇集光伏电站本地端数据，远程送给监控或运维平台。本发明将集成有边缘计算功能的数据采集终端称为智能终端，本发明提出一种基于智能终端的分布式光伏系统支路功率异常状况预警方法。按照本发明专利，可提出分布式光伏电站的其他故障诊断和异常状况预警方法，可为老旧分布式光伏电站实现智慧运维提供有力支撑。

如图1所示，本发明中基于智能终端的分布式光伏系统支路功率异常预警方法，实现步骤如下：

(1)利用智能终端采集分布式光伏系统中当前处于正常运行的各设备的电气及环境数据，应至少包括光伏支路电流、Boost输入电压、光照强度及环境温度。其中光伏支路电流和Boost输入电压同一时刻有多个，具体个数由电站规模及当前运行状态决定，这两种数据由逆变器测量得到。光照强度、环境温度均为同一时刻仅有一个数据，这两种数据由环境监测仪测量得到。除提供给诊断程序使用外，智能终端将把这些数据进行记录储存；

(2)将采集到的光伏支路电流与该支路所属的Boost电路的输入电压相乘，计算得到各个光伏支路的功率，并找出其中最大的三个支路功率Pmax1、Pmax2和Pmax3，其中Pmax1≥Pmax2≥Pmax3，分别对应支路标记为X、Y、Z号支路；

(3)读取智能终端存储的X、Y、Z号支路的包括预警信息、支路功率数据和环境数据在内的历史数据，逐条检查该数据是否满足以下两个条件：

A.该条数据中，X号支路不存在故障告警信息；

B.该条历史数据中光照强度S′与环境温度T′满足下式，其中[x]表示小于等于x的最大整数：

将满足上述条件的历史数据中的支路功率值，归入对应支路的历史支路功率数据集中，最终得到X，Y，Z号支路的历史支路功率数据集{Px1,Px2,Px3,…,Pxm}，{Py1,Py2,…,Pyn}和{Pz1,Pz2,…,Pzg}；

(4)根据步骤(3)得到的三个历史支路功率数据集，分别计算各数据集的算数平均值和标准差，验证X、Y、Z三条支路的当前功率值Pmax1、Pmax2、Pmax3是否满足以下式子：

若三者均满足，则取Pmax_av取为三者的算数平均值。

若仅Pmax3不满足，则Pmax_av取为Pmax1和Pmax2的算数平均值。

若仅Pmax1满足，则取Pmax_av为Pmax1。

若三者均不满足，则终止异常状况诊断，报告所有支路均存在功率异常；

(5)根据光伏逆变器MPPT电压范围和支路电流采样分辨率、噪声，确定微小功率阈值PSTD1，具体方法如下：

根据分布式光伏系统所用逆变器的性能指标等确定微小功率阈值。具体来说，微小功率阈值可由MPPT电压范围低限值与微小电流阈值相乘得到；MPPT电压范围低限值可查阅所用Boost电路指标参数确定；微小电流阈值可根据支路电流采样分辨率和采样噪声进行确定。若支路电流采样噪声较小，微小电流阈值可取得小一些，反之则应取得大一些。例如：某光伏系统所用逆变器MPPT(最大功率点跟踪)电压范围为300V～950V，则可取微小电压阈值为300V；光伏支路短路电流为9.23A，电流分辨率为0.01A，则，考虑噪声影响，并保留一定的裕量，微小电流阈值可取为0.2A；则微小功率阈值为两者之积，即60W。微小功率阈值设置得越大，诊断盲区越大，设置得越小，误诊概率越大；实际应用时，可根据现场情况进行调整。

根据本发明的一个实施例，具体来说，设光伏系统所用逆变器MPPT电压范围下限为U_ML，则微小电压阈值USTD1取：

USTD1＝U_ML

设光伏系统所用逆变器光伏支路电流分辨率为I_ZL，则微小电流阈值ISTD1取：

ISTD1＝20×I_ZL

微小功率阈值PSTD1可取两者之积：

PSTD1＝ISTD1×USTD1。

(6)比较Pmax_av与PSTD1的大小关系，若Pmax_av<PSTD1，则判断为微小功率情况，不进行支路异常预警，等待下一计算周期。若Pmax_av≥PSTD1，则继续进行下一步。

(7)令PSTD2＝A×Pmax_av，其中A∈(0，1)。读取所有处于正常工作状态的光伏支路的功率P并与PSTD2进行比较。若P≥PSTD2，则判断该支路正常；若P<PSTD2，则判断该支路功率存在异常，若该支路连续两次被诊断为异常，则进行预警与上报，从而排除干扰。

根据本发明的一个实施例，所述A的具体过程如下：

A的默认值为0.8，实际应用时应根据分布式光伏电站所处地点的气象条件包括多云、雷雨天气发生次数、各条光伏支路硬件条件差异的大小进行调整；

设某电站在某一季节内，每个月多云、雷雨天气的天数为Num，则按如下方法取得A1：

此外，设某电站各个硬件的累计工作时长为t，最大值和最小值分别为tmax和tmin，则A2的值按如下式子取：

A则取A1和A2中的较小值：

图2为光伏逆变器及其下属支路图，表示的是分布式光伏发电系统直流侧的结构，多个光伏组件串并联形成光伏组串(本发明称为光伏支路)，j条光伏支路并联后接入一个Boost电路，h个Boost电路接入一个逆变器，光伏电站内共有w个逆变器。Boost电路实现MPPT功能。

图3为本发明中的数据来源去向示意图，分布式光伏电站中的各个逆变器以及环境监测仪将实时电气、环境数据发送给智能终端，智能终端将实时数据转存到储存设备中进行管理，并基于历史数据与实时数据进行功率异常判断，多次出现异常时将结果上报云平台。

尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，且应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

Claims (3)

1.基于智能终端的分布式光伏系统支路功率异常预警方法，其特征在于，包括如下步骤：

步骤(1)智能终端通过通信方式获取分布式光伏系统中的逆变器、环境监测仪的遥测、遥信数据，包括各光伏支路电流、各Boost电路输入电压、各逆变器工作状态字、光照强度、环境温度；若某逆变器的工作状态字显示该逆变器处于待机或停机状态，则不对该逆变器及其下属光伏支路进行异常状况诊断；

步骤(2)根据采集到的各光伏支路电流及Boost电路输入电压，计算各个光伏支路的功率，光伏支路功率等于该支路电流与所属Boost电路的输入电压的乘积；从所计算得到的支路功率中找出其中最大的三个支路功率Pmax1、Pmax2和Pmax3，其中Pmax1≥Pmax2≥Pmax3，对应支路分别标记为X、Y、Z号支路，此时的光照强度记为S，环境温度记为T；

步骤(3)读取智能终端历史数据库存储的X号支路的预警信息、支路功率、光照强度、环境温度的历史数据，根据光照强度、环境温度及预警信息对这些历史数据进行筛选，得到X号支路的历史功率数据集{Px1，Px2，Px3…Pxm}；对Y、Z号支路历史数据进行类似处理，得到它们的历史功率数据集{Py1，Py2…Pyn}和{Pz1，Pz2…Pzg}，m、n、g为筛选出的符合要求的历史数据条数；

步骤(4)根据步骤(3)得到的三条光伏支路功率的历史数据集，分别计算各数据集的算数平均值和标准差；根据X号光伏支路功率历史数据集计算得到的算数平均值和标准差记为μ_x和σ_x，其余两个数据集的则记为μ_y和σ_y，μ_z和σ_z；若μ_z-3σ_z≤Pmax3≤μ_z+3σ_z，则取Pmax1、Pmax2、Pmax3三者的算数平均值作为Pmax_av，即：

Pmax_av＝(Pmax1+Pmax2+Pmax3)/3；

若Pmax3在(μ_z-3σ_z，μ_z+3σ_z)范围之外，则检查Pmax2是否在(μ_y-3σ_y，μ_y+3σ_y)范围之内，若是，则取Pmax1、Pmax2的算数平均值作为功率阈值Pmax_av，即Pmax_av＝(Pmax1+Pmax2)/2；若Pmax2不在(μ_y-3σ_y，μ_y+3σ_y)范围之内，则检查Pmax1是否在(μ_x-3σ_x，μ_x+3σ_x)范围内，若是，则令Pmax_av＝Pmax1，若否，则报警为全支路功率存在异常；

步骤(5)根据光伏逆变器内Boost电路MPPT电压范围和支路电流采样分辨率、噪声，确定微小功率阈值PSTD1；

步骤(6)比较Pmax_av与PSTD1的大小关系，若Pmax_av<PSTD1，则判断为微小功率情况，不进行支路异常预警，等待下一计算周期；若Pmax_av≥PSTD1，则继续进行下一步；

步骤(7)令PSTD2＝A×Pmax_av，其中A∈(0，1)；读取所有正常运行的光伏支路的功率P并与PSTD2进行比较；若P≥PSTD2，则判断该支路正常；若P<PSTD2，则判断该支路功率存在异常，若该支路连续两次被诊断为异常，则进行预警与上报，从而排除干扰；所述步骤(7)中设定A的具体过程如下：

A的默认值为0.8，实际应用时应根据分布式光伏电站所处地点的气象条件包括多云、雷雨天气发生次数、各条光伏支路硬件条件差异的大小进行调整；

设某电站在某一季节内，每个月多云、雷雨天气的天数为Num，则按如下方法取得A1：

此外，设某电站各个硬件的累计工作时长为t，最大值和最小值分别为tmax和tmin，则A2的值按如下式子取：

A则取A1和A2中的较小值：

2.根据权利要求1所述的基于智能终端的分布式光伏系统支路功率异常预警方法，其特征在于：所述步骤(3)筛选历史数据的具体过程如下：

(3.1)根据智能终端的储存读取能力，设定历史数据总条数k；

(3.2)读取X号光伏支路最近的k条历史数据,不包含当前待诊断数据；

(3.3)依次检查历史数据是否满足以下两个条件：

A.该条数据中，X号支路不存在故障告警信息；

B.该条历史数据中光照强度S’与环境温度T’满足下式，其中[f]表示小于等于f的最大整数：

将满足上述两个条件的数据归为符合要求的历史数据，并纳入X号光伏支路的历史功率数据集{Px1，Px2，Px3…Pxm}中，其中，m为筛选出的符合要求的历史数据条数；Y、Z号支路的支路功率筛选方法与X号支路同理。

3.根据权利要求1所述的基于智能终端的分布式光伏系统支路功率异常预警方法，其特征在于：所述步骤(5)中设定PSTD1的具体过程如下：

根据光伏逆变器内Boost电路最大功率点跟踪MPPT电压范围和支路电流采样分辨率、噪声，确定微小功率阈值PSTD1具体包括：微小功率阈值PSTD1由MPPT电压范围低限值与微小电流阈值相乘得到；

MPPT电压范围低限值通过查阅所用Boost电路指标参数确定；

微小电流阈值根据支路电流采样分辨率和噪声进行确定；微小电流阈值正比于支路电流采样噪声；

具体来说，设光伏系统所用逆变器MPPT电压范围下限为U_ML，则微小电压阈值USTD1取：

USTD1＝U_ML

设光伏系统所用逆变器光伏支路电流分辨率为I_ZL，则微小电流阈值ISTD1取：

ISTD1＝20×I_ZL

微小功率阈值PSTD1可取两者之积：

PSTD1＝ISTD1×USTD1。

Images