JP5330438B2

JP5330438B2 - 異常診断装置およびその方法、コンピュータプログラム

Info

Publication number: JP5330438B2
Application number: JP2011059283A
Authority: JP
Inventors: 藤誠佐; 義朗長谷川
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 2011-03-17
Filing date: 2011-03-17
Publication date: 2013-10-30
Anticipated expiration: 2031-03-17
Also published as: EP2500738A1; US20120239322A1; US9048781B2; JP2012195495A; EP2500738B1

Description

本発明は、異常診断装置およびその方法、コンピュータプログラムに関し、たとえば複数の発電モジュールが互いに接続されてなる複数のストリングがパワーコンディショナーなどによって同一の電圧に最大電力点制御(MPPT(Maximum Power Peak Tracking)制御)されている太陽光発電システムにおける発電モジュールの異常診断に関する。

高出力が要求される太陽光発電システムでは、通常、モジュールが数多く直列に接続されたストリングが複数並列に接続される。効率的な発電のためにパワーコンディショナー(PCS)などによって最大電力点制御（MPPT制御）が行われるようになっている。ストリング単位でのみ発電出力データが計測される場合に、異常モジュールを含むストリングを検出することを考える。

従来、特殊な異常検出回路や日照センサーなどを用いずに、発電出力実績データのみから異常モジュールを検出する方法が提案されている。この方法では、あらかじめ複数の発電システムを地理的な近接条件や設置条件の類似性に基づいてグループ化し、グループ内の発電量を相互に比較することで発電出力が相対的に低いシステムを異常として検出する。

この先行技術を適用し、上記太陽光発電システムにおける各ストリングの発電出力データを比較することで、異常モジュールを含むストリングを検出することが考えられる。しかしながら、上記の先行技術では、各ストリングがパワーコンディショナーによって同一の電圧に最大電力点制御(MPPT制御)されている太陽光発電システムを考慮しておらず、出力電力比較の結果、誤った判定を行ってしまう可能性がある。

また太陽光発電システムにおいて、ストリング単位でのみ発電出力データが計測される場合には、直列度が上がるほど異常モジュールを含むストリングを見分けるのが難しくなる。また、ストリングが並列接続された複数のアレイに対し、同一のPCSがMPPT制御を行う場合には、並列度が高くなるほど出力電力の差が小さくなるため、異常判定が誤ってしまう問題もある。

特許第3896063号

この発明は、異常モジュールを含むストリングを適正に検出することを目的とする。

本発明の一態様としての異常診断装置は、複数の発電モジュールが互いに接続されてなる複数のサブシステムを用いて発電を制御する太陽光発電システムにおいて、異常発電モジュールを含むサブシステムを検出する異常診断装置であって、発電出力データ格納部と、発電出力データ日照補正部と、勾配推定部と、異常診断部とを含む。

前記発電出力データ格納部は、前記サブシステム毎の発電の電流値および電圧値を表した発電出力データをサンプル時間ごとに格納する。

前記発電出力データ日照補正部は、前記サンプル時間毎の日照強度データを用いて、前記発電出力データの電流値および電圧値のうちの少なくとも電流値を標準日照条件の下での値に補正して、補正後の電流値と、補正後の電圧値および前記発電出力データの電圧値のいずれかと、を含む日照補正発電データを生成する。

前記勾配推定部は、前記サブシステム毎に前記日照補正発電データの近似グラフを求め、当該近似グラフの勾配を求める。

前記異常診断部は、前記勾配が第1閾値を満たすサブシステムを、異常モジュールを含むサブシステムであるとして、検出する。

本発明の一実施形態として太陽光発電システムの異常診断装置を示したブロック図である。太陽光発電システムの遠隔異常監視システムの一例を示す図である。図1の異常診断装置による動作の流れを示したフローチャートである。パラメータの例を示す図である。図4のパラメータを用いた場合の標準日照下の出力特性モデルを示す図である。さまざまな日照強度の下でのIV特性を示した図である。発電システムの一例を表した図である。図7の構成のシステムにおけるIphの値を様々に変化させた例を示す図である。ストリングIV特性の計算結果を示す図である。 P-V特性のグラフを表した図である。ある時間範囲の各ストリングの発電出力データを表した図である。図11の発電出力データの電流および電圧をストリングごとに2次元空間にプロットした様子を示す図である。図4の出力特性モデルを5個、直列に接続した場合のIV特性を示す図である。図1の発電出力データの各時刻における日照推定値と、補正された電流データをまとめて示す。図14のデータを、ストリングごとにプロットした様子を示す図である。図16は勾配推定の例を表した図である。最大電流比およびその平均の算出例を示す図である。 IdiffとdI/dVで構成される特徴量空間において、各ストリングの発電結果をプロットした図である。 7セット分のデータ例を示す図である。日照が急激に減少している場合の1秒単位の発電データの例を示す図である。図20のデータをプロットした様子を示す図である。異常診断装置の他の実施の形態を示す図である。サンプリングのタイミングを判定する処理のフロー図である。データ収集タイミング制御の例を表した図である。発電出力データに1レコード追加する例を示す図である。太陽光発電システムの等価回路を示す図である。電流と電圧との両方を補正する方法を説明するための図である。

図1は、本発明の一実施形態として太陽光発電システム（PVシステム）の異常診断装置を示したブロック図である。図1に示されるように、この異常診断装置は、発電出力データ格納部101、出力特性モデル格納部102、日照強度推定部103、発電出力データ日照補正部104、IV勾配推定部105、IV特徴量Map算出部（特徴量算出部）106、診断閾値パラメータ格納部107、および異常診断部108を備えている。

図1の異常診断装置の機能は、例えばコンピュータサーバを用いた遠隔監視システムのプログラムモジュールとして実現することができる。

図2に太陽光発電システムの遠隔異常監視システムの一例を示す。図2において遠隔監視サーバ80が、図1の異常診断装置に相当する。PVモジュール10は発電を行う基本単位であり、直列に接続されてPVストリング（サブシステム）20を構成している。そして、複数のPVストリングが並列に接続され、パワーコンディショナー30によって制御される。パワーコンディショナー30は発電出力を最大化するためMPPT(Maximum Power Peak Tracking)制御という制御を行う。この制御は、パワーコンディショナー30のレジスタンスやインピーダンスを変化させて行われる。また、パワーコンディショナー30は発電された直流電圧を交流に変換し、負荷や、スマートグリッド等の電力系統に提供する機能も有する。

なお、太陽光発電システムは、図26のような等価回路で表すことができる。Iphが発電の起電力で、R_shが並列抵抗(無視できる)、Rsが直列抵抗である。R_Lがレジスタンスやインピーダンスで、これを調整すると、動作電流Ipvと動作電圧Vpvが変化する。パワーコンディショナーは、Ipv * Vpv が最大になるようにR_Lを制御する。

発電システムの発電量を計測するための計測装置40が設置され、PVストリング毎の電流値と電圧値を特定の時間間隔でサンプリングする。サンプリングの制御はデータ収集装置50が行う。データ収集装置50はパワーコンディショナー30の内部状態を把握することが可能であり、内部状態に応じてデータ収集タイミングなどを変更することもできる。

サンプリングされた電流・電圧データは通信装置60を用いてネットワーク70を介して、遠隔監視サーバ80に転送される。遠隔監視サーバ80は収集された発電出力データを蓄積する発電出力DB90と、異常診断プログラムモジュールがインストールされた診断コンピュータ100から構成される。診断は一定時間間隔に複数回行われ、診断結果が診断コンピュータ100の画面上に表示される。

本構成図ではパワーコンディショナーは1つのみであるが、大規模な太陽光発電システムでは多くのパワーコンディショナーからのデータが収集される。そのような場合でも1つの遠隔監視サーバで、システム全体を診断することができる。以下、比較的小規模のシステムの例を用いて、本太陽光発電システムについて詳しく述べる。

PVモジュールの発電特性は、標準日照強度(10kJ/m²など)のもとでの発電可能な電流Iと電圧Vを定義したIV特性によって表される。(式1)はそのようなIとVの関係を定義するための式であり、(式1)においてパラメータ{Iph、Io、α、Rs}によって1モジュール分のIV特性が定義されている。ここで、Sは日照強度を表しており、標準日照強度のときに1.0であるものとする。Rsは発電モジュールの直列抵抗、Ioは逆方向飽和電流パラメータと呼ばれる特性パラメータ、αは所定の係数である。そして、例えば図4の401ようなパラメータを設定すると、ある出力特性を持ったモジュールを表すことが可能である。なお図における「2.00E-06」は、2.00×10^-6のことである。

図4のパラメータを用いた場合の標準日照下の出力特性モデルを図5に示す。図5において、X軸が電圧値、Y軸が電流値である。図5によると、30V付近で一気に出力できる電流量が減少するという特性が分かる。図5は標準日照下でのIV特性を表したものであるが、さまざまな日照強度の下でのIV特性を示したものが図6である。図6において、日照が低くなると電流方向に大きく特性が悪化するとともに、電圧方向にもわずかに特性が悪化することが分かる。実際の発電時には日照値は大きく変動するため、発電出力DBに蓄積されるデータも、様々な日照強度の下でのものとなる。

図7は、発電モジュールが5つ直列接続されたストリングが4つ並列に接続された構成の発電システム７０１の例を表している。図7において、各ストリング(S1〜S4)に対してストリング単位での電流値と電圧値を計測するための計測装置が設置され、4ストリングまとめてMPPT制御する機能を持つ制御装置が接続されている場合を考える。それぞれのPVモジュールの発電能力は製造品質のばらつきや劣化度合いのばらつきなどの影響でまったく同じというわけではない。

図8は、図7に示した発電システム701におけるIphの値が様々に変化した例を示す。ここで、801の例では、1行-1列目の3.91は、発電システム701におけるストリングS1のいちばん左のPVモジュールのIphが3.91であることを表している。Iphは、IV特性においてV=0, Rs=0の時の電流値に対応しており、本実施形態ではIV特性カーブがY軸と交わる点の電流値に対応する。802の例では、この値が3.91→1.91に減少しているが、これによりPVストリングS1’では、1つのモジュールの電流が通常より大きく減少することになる。

図7および図8のPVストリングについてもIV特性を求めことができ、その場合には、それぞれのPVモジュールのIV特性を求め、X軸方向に足し合わせればよい。ストリングIV特性の計算結果を図9に示す。901は、図8の801により示された各PVストリングのIV特性であり、902がこれらのうちのPVストリングS1に対応する。また、903は、図8の802により示された各PVストリングのIV特性であり、904がPVストリングS1’に対応する。904のIV特性では、120V付近から電流が大きく減少していることが分かる。これは、Iph=1.91となったモジュールが機能しなくなるためである。ただし、例えば、V=100あたりでPVシステムが動作している場合は、903の例でも、PVストリングS1’の電流値は低くならない。

どのくらいの電流・電圧でPVシステムを動作させるかはパワーコンディショナー30が決定する。パワーコンディショナーには電流制御型と電圧制御型があるが、以下では電圧制御型を想定し話を進める。パワーコンディショナーは発電量を最大化させる動作電圧を探索する。これはMPPT制御(Maximum Power Peak Tracking)と呼ばれる。発電量は電流と電圧をかけたものである(P=I*V)。図9の901に示したようなIV特性の電流をパワーコンディショナー単位で足し合わせ、電圧とかけ合わせたものはP-V特性と呼ばれる。

図10の1001はP-V特性のグラフを表している。図10において、1002が図9の901に示されるIV特性から算出したものであり、1003が図9の903に示されるIV特性から算出したものである。1002のピークは145V付近、1003のピークは125V付近である。標準日照下では、パワーコンディショナーはこれらのピークで動作するように電圧を変化させる。電圧の変化は、前述したように、パワーコンディショナーの可変抵抗などを変化させることにより行うことができる。なお、電流制御型の場合は、電圧を変化させる代わりに、電流を変化させる点が異なるのみで、以降の説明の内容は電流制御型にも同様に適用される。

図9の903に示されるIV特性を1003のピーク付近で拡大したものが1004により示される。ここで、1005は、PVストリングS1’のIV特性904を拡大したものである。動作電圧が125V付近では、異常ストリングS1’と他のストリングの出力する電流値の差は、それほど大きくないことが分かる。一方、IV特性の勾配には、異常ストリングS1’と他のストリングで、大きな差が存在する。そこで、IV特性の勾配を推定することにより、異常ストリングを検出することを考える。ただし、その際には、日照状況の変化を考慮する必要がある。

ブロック図1において、発電出力データ格納部101には、各ストリングの出力電圧と出力電流が格納される。

図11の1101は、ある時間範囲の各ストリングの発電出力データを表しており、たとえばI1はストリングS1の出力電流に対応している。実際には含まれている必要はないが、ここでは日照強度値Sも、参考のため追加している。Sが大きくなるに従い、全体的に発電電流も発電電圧も大きくなる。

Vの値は各ストリングで共通なので1つのパワーコンディショナーあたり1フィールド分しか存在しなくてよい。MPPT制御を行うことから、通常、ピーク電圧の近傍の値のみが得られることになる。

尚、発電出力データには、温度センサや代表地点用の日照センサなどの計測値が、含まれていてもよい。また、サンプリング時刻の周期は、図11のように1分単位である必要はない。図11の発電出力データ1101は、1回分の異常診断用のデータを示している。このようなデータを複数セット蓄積し、複数回の異常診断結果から総合的な判定を行うことができる。

図12の1201は、図11の発電出力データ1101の電流および電圧をストリングごとにX軸をVに、Y軸をIにしてプロットしたものを示す。ここで、凡例は{S1: ○, S2:△, S3:＋, S4: ×}である。IV特性を推定するにはノイズが多いことが分かる。これは、日照値が変化しているためである。

図12の1202は、図11の発電出力データ1101の日照強度Sを時系列データとしてプロットしたものを示す。8:55に日照の低下があるが、基本的に日照値が強くなるトレンドが確認できる。このように、日照強度には太陽の軌道変化に伴って大きなトレンドがあり、それを、雲などの阻害要因が欠けさせるという特徴を持つ。

日照が一定でない状況からストリング毎のIV特性を推定するためには、日照補正が必要である。本発明の実施形態では、出力特性モデルを用いて推定した日照に基づいて、日照補正を行う。

出力特性モデル格納部102は、前述の図4のような標準的なPVモジュールのIV特性を表すための情報が格納される。システム内で複数の仕様のPVモジュールが用いられている場合には、それぞれに対して異なる出力特性モデルが必要である。また、気温データなどが得られていれば、パネル温度を考慮した出力特性モデルを用いることもできる。

日照強度推定部103は、発電出力データのある時間範囲において、平均的に各ストリングの日照値がどの程度であったのかを推定する。

まず、出力特性モデルを用いて、PVストリングのIV特性を求める。図9と同じ要領で同じ性能のPVモジュールが直列数分(5つ)有る場合を考えればよい。図13は、図4の出力特性モデル401を5個、直列に接続した場合のIV特性を表す。図13において、例えばV=124の場合には、標準日照下では3.616Aの電流が出力されるはずだということが、分かる。

そこで、図11の発電出力データ1101の時刻8:51において、電流I1から推定される日照値S^(I1)は、2.18/3.616 ≒ 0.603と算出できる。これは、図6に示したように、式1はSの値を変えてもV方向にはあまり形が変化しないことから、この傾向を利用して、電流値と日照強度が互いに比例関係にあるとの近似を利用している。なお、日照推定は、式1に値を代入して、最小二乗法などによって求めることも可能である。

同様にして、
S^(I2) = 2.36/3.616 ≒ 0.653
S^(I3) = 2.35/3.616 ≒ 0.650
S^(I4) = 2.36/3.616 ≒ 0.680
と算出できる。

そして、S^ = median(S^(I1), S^(I2), S^(I3), S^(I4)) ≒ 0.65 という計算によって日照推定値S^を算出できる。

ここではmedian()は中央値を算出する関数である。中央値の代わりに、例えば平均値などを用いてもよい。また、大規模システムの場合には位置的に近隣にあるストリングだけ用いて、中央値や平均値を求めてもよい。このような中央値や平均値は、日照推定値の代表値に相当する。

この計算の結果、時刻8:51における日照推定値は、0.65と推定される。本実施形態では、日照値情報は得られないとの仮定のため日照値を推定しているが、日照センサなどのデータが合わせて利用できる場合には、日照センサの値を用いても、かまわない。

発電出力データ日照補正部104は、日照強度データを用いて、発電出力データの電流値を標準日照換算の値に補正する。これは、例えば日照値で電流値を割ることによって算出することが可能である。即ち、前出の8:51において、補正電流値I1’ = 2.18/0.65 ≒ 3.35 などと補正することが可能である。この値は、仮に標準日照下であったら8:51に、ストリングS1は、3.35A位の電流を出力していたと推定できること表している。図14の1401に、図1の発電出力データ1101の各時刻における日照推定値と、補正された電流データをまとめて示す。図15の1501は、図14のデータ1401を、ストリングごとにX軸をVに、Y軸をIにして、プロットしたものである。ここで、凡例は図12と同様である。日照補正の結果、IV特性の推定が容易になっていることが分かる。

なお、ここではSの値を変えてもV方向にはあまり形が変化しないことから、電圧値の補正は行わないこととしているが、電流値に加えて、電圧値も、標準日照換算の値に補正することも可能である。この場合は、たとえば以下に示す方法を用いることができる。図27は、当該方法を説明するための図である。IVカーブがX軸と交わる電圧をVoc、Y軸と交わる電流をIscと表される。(S, I,V)を(S’=1, I’, V’)に補正するには、補正前の日照のIVカーブ（図27（A））と、標準日照でのIVカーブ（図27（B））を利用して、I’=I * Isc’/Isc、V’=V*Voc’/Vocと計算すればよい。

IV勾配推定部105は、補正された発電出力データを用いてIV特性グラフおよびその勾配を算出する。ここでは、上記のある時間範囲のデータを用いて計算を行う。図16は勾配推定の例を表しており、図15のプロット1501の近似グラフ（IV特性グラフ）およびその勾配を算出している。勾配の算出結果は表1602にまとめられている。近似グラフおよび勾配の算出は、通常の線形回帰を行えばよい。ただし、IV特性のピーク付近は非線形な形状をしているため、データのうちパワーピークよりもVが大きなデータのみを用いた方がよいということも考えられる。そこで、例えば、Vが中央値より大きいデータのみを用いて勾配を算出することも、可能である。また、データ数が少ない場合には、中央値よりも小さな値も、ある程度用いることも有効である。線形回帰以外の方法として、2次曲線で回帰したり、ニューラルネットなどの非線形回帰手法を用いてもよい。

IV特徴量Map算出部106では、推定されたIV特性グラフの特徴量（IV特徴量）を算出する。上記勾配もIV特性グラフの特徴量の1つともいえるが、ここでは、勾配と異なる他のIV特徴量を1つ以上算出する。そして、IV特徴量Map算出部106では、算出したIV特徴量と、上記勾配(dI/dV)のデータを、2次元以上の空間（特徴量空間）にプロットすることによって、IV特徴量Mapを得る。

ここでは、IV特徴量の例として、各時刻の最大電流に対する比(Idiff)の平均を算出する例を示す。Idiff（最大電流比）は、もっとも大きな電流量のストリングを特定し、その値と比較してどの程度電流が少ないかを評価する指標となる。図17に最大電流比およびその平均の算出例を示す。各時刻において最大電流Imaxを算出し、I1_ratio = (I1’ - Imax)/Imax という式によってその時刻の電流比を算出する。そして最後に、それらを全時刻で平均し、IV特徴量の一つとする。

図18に、IdiffとdI/dVで構成される特徴量空間において、図16および図17の数値を用いて各ストリングの発電結果をプロットしたIV特徴量Mapを示す。

異常診断部108では、診断式位置パラメータ格納部107に格納されたパラメータTh1（第1閾値）とTh2（第2閾値）を用いて、各ストリングについて、それぞれ異常か正常かを判別する。図18の例では、dI/IV > Th1 かつ Idiff > Th2 という条件を満たす部分を正常エリア、それ以外を異常エリアと判定している。

より多くの情報から異常を診断するべく、より多くの時刻のデータを用いて、結果をMap上にプロットすることが可能である。図19は7セット分のデータからそれぞれ、勾配およびIV特徴量のデータを算出し、プロットした例を示している。このような場合には、さらに閾値パラメータθを導入し、
If Pr(dI/dV < Th1 or 平均Idiff < Th2) > θ → 異常モジュールを含むストリング
という確率を用いた判定を行うことができる。すなわちdI/dVがTh1より小さい確率、およびIdiffの平均（IV特徴量）がTh2より小さい確率のどちらが、θより大きければ、そのストリングは、異常モジュールを含むストリングであると判定する。

上記例では、dI/dVと、IV特徴量との両方を計算してから、θによる閾値判断を行ったが、別の方法として、以下のようにしてもよい。まずdI/dVのみ計算して、閾値θによる判断を行う。そして、異常でないと判断されたときにのみ、Idffｎの平均を計算し、再度閾値θによる判断を行う。これによれば、dI/dVで異常と判断されたときに、Idffおよびその平均を計算する処理を省くことができる。

上の例では、IV特徴量を求めるために最大電流を用いたが、平均電流を用いてもよい。たとえば、(I1’ - Iave)/Iaveにより特徴量を計算することが可能である。Iaveは平均電流である。

これら平均電流や上記最大電流は、本発明の一実施形態に係る代表電流に相当する。代表電流は、平均電流および最大電流以外の電流を用いてもよい。

また、IV特徴量Mapは2次元である必要はなく、3次元以上でもよい。

また、dI/IVはPVモジュールの経年劣化が生じると小さくなる傾向がある。そこで、稼働年数(Y)の場合の経年劣化によって生じる勾配-Δ(Y)が解っている場合には、 dI’/dV = dI/IV + Δ(Y) などと、経年劣化補正を行うことも可能である。このような補正により、経年劣化が生じても同じ診断閾値パラメータを用いて、異常診断を行い続けることができる。

図3は、図1の異常診断装置による動作の流れの一例を示したフローチャートである。

日照強度推定部103が、発電出力データ格納部101から発電出力データを読み込み、また出力特性モデル格納部102から出力特性モデルを読み込む（201）。

また異常診断部108が、診断閾値パラメータ格納部107から診断閾値パラメータを読み込む（201）。なお、診断閾値パラメータの読み込は、異常診断に間に合う限り、後の段階で行ってもよい。

日照強度推定部103は、読み込んだ発電出力データおよび出力特性モデルに基づき、日照強度を推定する（203）。

発電出力データ日照補正部104は、発電出力データの電流値と電圧値のうち少なくとも電流値を、推定された日照強度に基づいて、補正する（203）。これにより、補正後の電流値と、補正後の電圧値および発電出力データの電圧値のうちのいずれかと、を含む日照補正発電データを得る。

ＩＶ勾配推定部105は、日照補正発電データの近似グラフ（ＩＶ特性グラフ）を計算し、グラフの勾配（IV勾配）を算出する（204）。

ＩＶ特徴量Map算出部106は、日照補正発電データから、IV特性の特徴量（勾配以外のもの）を算出する（205）。たとえば前述した最大電流比の平均を算出する。

ＩＶ特徴量Map算出部106は、IV勾配と、IV特徴量とを、IV勾配と特徴量とで構成される特徴量空間にマッピングして、IV特徴量Mapを得る（206）。

異常診断部108は、IV特徴量Mapと、第1閾値、第2閾値を用いて、異常判定を行う（207）。たとえばIV勾配が第1閾値Th1を満たすか、特徴量が第2閾値Th2を満たすストリングを、異常モジュールを含むストリングと判定する。また、複数のデータセットを用いた場合は、当該第1閾値を満たす確率がθより大か、第2閾値を満たす確率がθより大のいずれかが満たされるストリングを、異常モジュールを含むストリングと判定する。異常診断部108は、異常判定の結果を、内部記憶部に記録し、また外部に出力する（たとえばモニタ画面に表示する）。

これまで述べた実施形態では、発電出力データは一定間隔でサンプリングされ収集されることを仮定してきた。しかし、パワーコンディショナーはMPPT制御のため、より細かい時間間隔で電流データ（I=I1+I2+I3+I4の合計値のみ。個々のI1〜I4については、発電計測装置でのみ計測される）と、電圧データを観測している。そこで、パワーコンディショナーが観測した情報を利用して、異常診断に用いるのに適したタイミングを特定し、そのタイミングで計測された発電データを発電出力データとして蓄積することを考える。これができれば、より少ないデータで正確な異常診断を行うことができる。

IV勾配を用いた異常診断に使うのに適したデータは、パワーピーク点よりも大きな電圧で動作している場合のデータである。図6に示したように、日照が小さくなるに従ってパワーピーク電圧は小さくなる。そこで、日照が急激に減少したタイミングで計測を行えば、動作電圧の追従が間に合わず、パワーピーク点よりも大きな電圧で動作しているデータが計測されやすい。

図20は、日照が急激に減少している場合の1秒単位の発電データの例である。あらかじめこの時間間隔で遠隔監視サーバにデータを収集するのは、データ量の観点から現実的ではないため、これらのデータは通常はほとんど捨てられることになる。ここでは参考のため、I=I1+I2+I3+I4の合計値も表記している。

図21は、図20のデータ2001をプロットしたものであり、勾配の線形性が高まっていることがわかる。そこで、図22のブロック図に示す異常診断装置の一実施の形態を考える。図22において、データ収集装置109はパワーコンディショナー110の保持している時間間隔の短いデータを用いてサンプリングのタイミングを判定し、発電計測装置111のセンサ値を読み取り、発電出力データ101に格納する。

図23にサンプリングのタイミングを判定する処理のフロー図を示す。

変数の初期化処理（301）の後、時刻tの発電データI（t）、V(t)（パワーコンディショナーによって計測された値）を読み込み（302）、時刻tにおける発電量P=I*V を算出する（303）。

そして、1時刻前の発電量P’=I’*V’との差分であるΔPを計算し（304）、ΔPがTh1より小さいかを判定し（305）、小さい場合に、カウンタNを1増加させ（306）、そうでなければ1減少させる（309）。

ステップ306の後、NがTh2より大きくなったか判定し（307）、大きくなった場合には、計測に適したタイミングと判断し、その時刻の計測データ（計測装置による発電出力データ）を保存する（308）。この際、Nを0に初期化する。ステップ308の後、IをI’に代入し、VをV’に代入し、tを1インクリメントして（310）、ステップ302に戻る。

ステップ307で、NがTh2以下であると判断されたとき、またはステップ309の後も同様に、ステップ310を経て、ステップ302に戻る。

図24は、Th1=0, Th2=5とした時のデータ収集タイミング制御の例を表しており、N>5となった8:54:29においてデータが保存される。具体的に、図25に示すように、1分間隔毎にデータが蓄積されている中（計測装置では1秒ごとに計測を行い、1分毎のデータを記録している）、図24のタイミング制御によって、8：54：29で1レコードのデータが追加されている。この時の電圧値は128Vであり、パワーピークよりも大きな値の事例が得られていることになる。8：54：29より前の時刻のデータを追加することも可能であるが、計測装置のメモリ上にデータが蓄積されている必要がある。

上記の例では、発電量が連続して低下した場合に、日照が急激に減少したとみなして、レコードを追加したが、日照強度を推定し、推定値が連続的に低下した場合にレコードを追加することも可能である。ただし、日照強度の推定は、計算コストが大きく、一方、発電量の計算はV(t)*I(t)という計算のみで良く、PCSは制御に使う目的で、V(t)とI(t)を計測する機能を持っているため、発電量を用いた場合の方が、簡単且つ少ない計算コストで、処理が可能である。

上で述べた実施形態では、太陽光発電システムのサブシステムとしてPVストリングを用いていたが、例えば、複数のストリングが並列に接続された単位でのみ電流・電圧値が得られる場合には、その単位で異常診断を行うことも可能である。その際には、複数ストリングについて標準IV特性を算出すればよい。ただし、どの程度直列・並列に接続されているかという情報は、あらかじめシステムが知っている必要がある。また上記実施形態では複数の発電モジュールが直列に接続されていたが、並列接続されている場合も本発明の一実施形態の対象として可能である。

なお、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。

Claims

複数の発電モジュールが互いに接続されてなる複数のサブシステムを用いて発電を制御する太陽光発電システムにおいて、異常モジュールを含むサブシステムを検出する異常診断装置であって、
第1の期間において、前記サブシステム毎の発電の電流値および電圧値を表した発電出力データをサンプル時間ごとに格納する発電出力データ格納部と、
前記サンプル時間毎の日照強度データを用いて、前記発電出力データの電流値および電圧値のうちの少なくとも電流値を標準日照条件の下での値に補正して、補正後の電流値と、補正後の電圧値および前記発電出力データの電圧値のいずれかと、を含む日照補正発電データを生成する発電出力データ日照補正部と、
前記サブシステム毎に前記日照補正発電データの近似グラフを求め、当該近似グラフの勾配を求める勾配推定部と、
前記勾配が第1閾値を満たすサブシステムを、前記異常モジュールを含むサブシステムであるとして、検出する異常診断部と、
を備えた異常診断装置。
前記日照補正発電データに基づき、前記サブシステム毎に前記勾配と異なる特徴量を算出する特徴量算出部をさらに備え、
前記異常診断部は、前記勾配が第1閾値を満たすか、前記特徴量が第2閾値を満たすサブシステムを、異常モジュールを含むサブシステムとして検出する
ことを特徴とする請求項1に記載の異常診断装置。
前記特徴量算出部は、前記サンプル時間毎に各前記サブシステムの代表電流値を取得し、前記サンプル時間毎における前記代表電流値と前記サブシステムの電流値に基づき、前記サブシステムの特徴量を計算する
ことを特徴とする請求項2に記載の異常診断装置。
前記代表電流値は、各前記サブシステムの電流値のうち最大値または平均値であり、
前記特徴量は、前記代表電流値に対する、前記代表電流値と前記サブシステムの電流値との差の比率である
ことを特徴とする請求項3に記載の異常診断装置。
前記発電出力データ格納部は、複数の期間のそれぞれについて前記発電出力データを前記サンプル時間毎に格納し、
前記勾配推定部は、前記複数の期間のそれぞれごとに、前記サブシステム毎の前記勾配を推定し、
前記特徴量算出部は、前記複数の期間のそれぞれごとに、前記サブシステムの特徴量を計算し、
前記異常診断部は、前記勾配が第1閾値を満たし、前記特徴量が第2閾値を満たす期間の確率が閾値パラメータより大きくなるサブシステムを、前記異常モジュールを含むサブシステムとして検出する、
ことを特徴とする請求項2ないし4のいずれか一項に記載の異常診断装置。
一定時間間隔毎に前記サブシステムの電流値および電圧値を観測し、観測した電流値および電圧値の積のサブシステム間の合計である発電量を計算し、複数の一定回数以上連続して発電量が低下したときの発電出力データを発電出力データ格納部に記録する手段
をさらに備えたことを特徴とする請求項1ないし5のいずれか一項に記載の異常診断装置。
標準日照照度で発電可能な電流値と電圧値との関係を定めた前記サブシステムの出力特性モデルを用いて、前記サブシステム毎に前記発電出力データに基づき日照照度を推定し、前記サブシステム毎に推定した日照照度の代表値を、前記日照照度データとして得る日照照度推定部
をさらに備えたことを特徴とする請求項1ないし6のいずれか一項に記載の異常診断装置。
前記サブシステムの出力特性モデルは、前記サブシステムに属するモジュール毎の出力特性モデルを合成して得たものである
ことを特徴とする請求項7に記載の異常診断装置。
前記勾配推定部は、前記電圧値が、前記日照補正発電データの電圧値の最小値から最大値の間に設定される閾値以上の前記日照補正発電データのみを用いて、前記勾配を計算する
ことを特徴とする請求項1ないし8のいずれか一項に記載の異常診断装置。
前記勾配推定部は、線形近似により直線を計算し、前記直線の傾きを前記勾配として得る
ことを特徴とする請求項1ないし9のいずれか一項に記載の異常診断装置。
複数の発電モジュールが互いに接続されてなる複数のサブシステムを用いて発電を制御する太陽光発電システムにおいて、異常モジュールを含むサブシステムを検出する異常診断方法であって、
前記サブシステム毎の発電の電流値および電圧値を表した発電出力データをサンプル時間ごとに格納する発電出力データ格納部から前記発電出力データを読み出すステップと、
前記サンプル時間毎の日照強度データを用いて、前記発電出力データの電流値および電圧値のうちの少なくとも電流値を標準日照条件の下での値に補正して、補正後の電流値と、補正後の電圧値および前記発電出力データの電圧値のいずれかと、を含む日照補正発電データを生成する発電出力データ日照補正ステップと、
前記サブシステム毎に前記日照補正発電データの近似グラフを求め、当該近似グラフの勾配を求める勾配推定ステップと、
前記勾配が第1閾値を満たすサブシステムを、前記異常モジュールを含むサブシステムであるとして、検出する異常診断ステップと、
をコンピュータが実行する異常診断方法。
複数の発電モジュールが互いに接続されてなる複数のサブシステムを用いて発電を制御する太陽光発電システムにおいて、異常モジュールを含むサブシステムを検出するためのコンピュータプログラムであって、
前記サブシステム毎の電流値および電圧値を表した発電出力データをサンプル時間ごとに格納する発電出力データ格納部から前記発電出力データを読み出すステップと、
前記サンプル時間毎の日照強度データを用いて、前記発電出力データの電流値および電圧値のうちの少なくとも電流値を標準日照条件の下での値に補正して、補正後の電流値と、補正後の電圧値および前記発電出力データの電圧値のいずれかと、を含む日照補正発電データを生成する発電出力データ日照補正ステップと、
前記サブシステム毎に前記日照補正発電データの近似グラフを求め、当該近似グラフの勾配を求める勾配推定ステップと、
前記勾配が第1閾値を満たすサブシステムを、前記異常モジュールを含むサブシステムであるとして、検出する異常診断ステップと、
をコンピュータに実行させるためのコンピュータプログラム。