基于三级诊断的大型光伏阵列故障诊断定位方法
【专利摘要】本发明公开了一种基于三级诊断的大型光伏阵列故障诊断定位方法，其特征是：在光伏阵列为串并联的构成方式下，将光伏阵列的故障分为组件短路、组件开路、阴影和多重故障四种类型，执行第一级故障诊断过程，通过功率增量比法判别光伏并网逆变器所在支路是否发生故障及故障类型；执行第二级故障诊断过程，通过电流电压相似度法判别故障光伏并网逆变器支路下各光伏组件串是否发生故障；执行第三级故障诊断过程，在故障光伏组件串中利用已训练完成的三层BP故障诊断神经网络进行光伏组件串内部故障组件的定位。本发明通过三级诊断对大型光伏阵列的运行状态进行在线实时检测，实现准确快速的识别故障类型及故障定位。
【专利说明】基于三级诊断的大型光伏阵列故障诊断定位方法
【技术领域】
[0001] 本发明涉及光伏阵列故障诊断【技术领域】，更具体地说是涉及一种大型光伏阵列的 故障类型判别及故障定位的方法。
【背景技术】
[0002] 现有技术中，针对大型光伏电站的故障诊断主要集中于是否发生故障的 判别及故障类型的诊断，而对于光伏阵列的故障定位则很少研究且定位精度较 低。 t匕 如 在"Takashima T, Yamaguchi J, Otani K, et al. Experimental studies of failure detection methods in PV module strings[C]. Photovoltaic Energy Conversion,Conference Record of the 2006 IEEE 4th World Conference on. IEEE, 2006, 2:2227-2230. "的文献中公开了一种利用时域反射法TDR进行光伏组件串 的故障定位，该方法具有一定的精确度，但是其诊断过程必须离线进行不能实时在线诊断， 且当发生一串中有多个组件故障时则只能诊断出离诊断点最近的一块组件，不能将故障组 件全部找出。在"胡义华，陈吴，徐瑞东.基于最优传感器配置的光伏阵列故障诊断[J]. 中国电机工程学报，2011，31 (33) :19-30. "的文献中公开了一种通过合理布置电压传感器， 对光伏阵列进行故障定位，但是在大型光伏阵列中由于组件数目众多，进行电压传感器布 置复杂且增加了成本，实用性较差。在"王培珍，郑诗程.基于红外图像的太阳能光伏阵列 故障分析[J].太阳能学报，2010, 31 (002) :197-202. "的文献中公开了一种利用故障组件 和正常组件在工作时温度存在较大差异，通过安装红外摄像仪进行故障组件定位的方法， 该方法定位精度高但是成本高且故障定位精度取决于红外摄像仪的精度，同时对于那些轻 微故障使组件温差不明显的故障无法辨别。在"程泽，李冰峰，刘艳莉.大型光伏阵列的故 障诊断：中国，CN101893678A[P]. 2010. 11. 24"的文献中公开了一种通过在交叉连接的光伏 组件中分层安装电流传感器来进行故障串定位的方法。但是该方法需要对原先的光伏组件 进行重新布置，将目前常见的串并联方式改造成交叉连接形式，这在实际中并不可行。
[0003] 在大型光伏阵列的故障诊断中，急切需要提出一种不仅能进行故障类型判别同时 还能进行故障定位的方法。
【发明内容】
[0004] 针对现有技术的不足，本发明的目的在于，提供一种基于三级诊断的大型光伏阵 列故障诊断定位方法，通过三级故障诊断对大型光伏电站中光伏并网逆变器及光伏阵列的 运行状态进行在线实时的检测，准确快速的识别故障类型及故障定位。
[0005] 本发明解决上述技术问题所采用的技术方案如下：
[0006] 本发明基于三级诊断的大型光伏阵列故障诊断定位方法的特点是按如下步骤进 行：
[0007] (1)、所述光伏阵列为串并联的构成方式，是指由各光伏组件串联构成光伏组件 串，各光伏组件串互相并联构成光伏阵列，所述各光伏组件均布置有旁路二极管，各光伏组 件串均安装有阻塞二极管，各光伏阵列经汇流箱与光伏并网逆变器的直流侧相连接，所述 光伏阵列、汇流箱和光伏并网逆变器构成光伏电站；
[0008] (2)、将所述光伏阵列的故障类型分类为：组件短路、组件开路、阴影和多重故障共 四种类型，所述多重故障是指组件短路、组件开路和阴影中任意两种或三种故障类型的组 合情形，同时将所述四种故障分为硬故障和软故障，硬故障是指故障不随时间变化且需要 及时排除的故障；软故障是指故障会随时间变化而自动恢复，其具有暂时性而无需排除，上 述四种故障类型中组件短路、组件开路及同时发生组件短路和组件开路的多重故障为硬故 障，而阴影及包含阴影的多重故障为软故障；
[0009] (3)、由光伏组件用户手册得到光伏组件在标准测试条件下的短路电流Is。、开路电 压V。。、最大输出功率Pni、最大功率点对应的电压Vni、最大功率点对应的电流Ini，光伏组件的 额定工作温度Nrt ;
[0010] (4)、执行第一级故障诊断过程
[0011] 按式（1)计算得到在光照强度G和环境温度Ta下、光伏并网逆变器下连接的所有 光伏阵列的交流输出功率PPVa。(G，Ta):
[0012] Ppvac (G，Ta) = Parray ? Hcomect ? n 晴t ? Hinverter (1)
[0013] 式⑴中：
[0014] Pamy是根据光伏阵列直流输出功率计算模型计算获得的在光照强度G和环境温 度Ta下、光伏并网逆变器下连接的所有光伏阵列的直流输出功率总和；
[0015] nc_ect为光伏组件的连接效率；
[0016] nmppt为光伏并网逆变器最大功率点跟踪效率；
[0017] ninvOTtCT为光伏并网逆变器逆变效率；
[0018] 实时测量在光照强度G和环境温度Ta下光伏并网逆变器交流侧的输出电压V acdnv和输出电流Iacdnv，则由式⑵计算获得光伏并网逆变器的实测交流输出功率Pacdnv为：
[0019] Pacinv = Vacinv . Iacinv ； (2)，
[0020] 由式（3)计算得到光伏并网逆变器的交流输出功率增量A P，
[0021] AP = Ppvac (G, Ta)-Pacinv (3)；
[0022] 由式⑷计算光伏并网逆变器的功率增量比RP，
【权利要求】
1. 一种基于三级诊断的大型光伏阵列故障诊断定位方法，其特征是按如下步骤进行： (1) 、所述光伏阵列为串并联的构成方式，是指由各光伏组件串联构成光伏组件串，各 光伏组件串互相并联构成光伏阵列，所述各光伏组件均布置有旁路二极管，各光伏组件串 均安装有阻塞二极管，各光伏阵列经汇流箱与光伏并网逆变器的直流侧相连接，所述光伏 阵列、汇流箱和光伏并网逆变器构成光伏电站； (2) 、将所述光伏阵列的故障类型分类为：组件短路、组件开路、阴影和多重故障共四种 类型，所述多重故障是指组件短路、组件开路和阴影中任意两种或三种故障类型的组合情 形，同时将所述四种故障分为硬故障和软故障，硬故障是指故障不随时间变化且需要及时 排除的故障；软故障是指故障会随时间变化而自动恢复，其具有暂时性而无需排除，上述四 种故障类型中组件短路、组件开路及同时发生组件短路和组件开路的多重故障为硬故障， 而阴影及包含阴影的多重故障为软故障； (3) 、由光伏组件用户手册得到光伏组件在标准测试条件下的短路电流Is。、开路电压 V。。、最大输出功率Pni、最大功率点对应的电压Vni、最大功率点对应的电流Ini，光伏组件的额 定工作温度N rt ; (4) 、执行第一级故障诊断过程 按式（1)计算得到在光照强度G和环境温度Ta下、光伏并网逆变器下连接的所有光伏 阵列的交流输出功率PPVa。(G，Ta): P fG T ^ ^ P · ]? ·Γ1 · ]? f I ^ 丄 PVac 丄 丄 array L connect L mppt L inverter 式⑴中： Pmay是根据光伏阵列直流输出功率计算模型计算获得的在光照强度G和环境温度Ta 下、光伏并网逆变器下连接的所有光伏阵列的直流输出功率总和； 为光伏组件的连接效率； Hmppt为光伏并网逆变器最大功率点跟踪效率； ninvCTtCT为光伏并网逆变器逆变效率； 实时测量在光照强度G和环境温度Ta下光伏并网逆变器交流侧的输出电压Vacdnv和输 出电流Iacdnv，则由式⑵计算获得光伏并网逆变器的实测交流输出功率Pacdnv为： P = Y · T . (9^ 1 acinv *acinv 丄acinv ? , 由式（3)计算得到光伏并网逆变器的交流输出功率增量ΛP， A P = Ppvac (G，Ta) -Pacinv (3); 由式（4)计算光伏并网逆变器的功率增量比RP，
式（4)中，Rp的数值范围为[0, 1]，由Rp的数值大小判别光伏并网逆变器所在支路是否 发生故障及故障类型，当光伏并网逆变器所在支路发生故障时转入步骤（5)，否则返回步骤 (4)； (5) 、执行第二级故障诊断过程 令故障光伏并网逆变器支路下所连接的汇流箱共有M个，分别为HpH2、…、氏、···、％; 连接在汇流箱Hi下的光伏组件串共有N串，分别为Sn、Si2、…、Sp…、S iN，其中Sij为连 接在汇流箱Hi下的第j串光伏组件串，令连接在光伏组件串Su中的光伏组件共有W个，分 别为Lij^Lij2、…、Lijk、…山#，其中Lijk为连接在汇流箱H i下的光伏组件串Sij中的第k 个光伏组件，由式（5)计算光伏组件串Su的电流电压相似度Dij :
式（5)中，Im_和Vm_分别为光伏组件串Sij的测量电流和测量电压，所述I m_和 Vnre^.是由光伏组件串Su所连接的汇流箱Hi直接采集获得；I SOTi_和Vswiesu分别为光伏 组件串Su的输出电流和输出电压的理论计算值，并有 ：
式中GMf和TMf分别为光伏组件的参考光照强度和参考温度，取Gref = lkW/m2, Iref = 25°C，e为自然对数的底数，取为2. 71828,系数a、b和c为常数，取a = 0. 0025、b = 0. 0005 和c = 0. 00288 ;设定相似度阈值δ = 10%，当Du > δ时判断光伏组件串Su为故障光 伏组件串并转入步骤（6)，否则返回步骤（4); (6) 、执行第三级故障诊断过程，在故障光伏组件串Sij内利用已训练完成的三层BP故 障诊断神经网络进行光伏组件串S ij内部故障组件的定位； (7) 、循环步骤4-6,实现对大型光伏阵列的在线实时监测，并进行故障位置的准确快速 定位。
2.根据权利要求1所述的基于三级诊断的大型光伏阵列故障诊断定位方法，其特征 是：所述在光照强度G和环境温度Ta下光伏并网逆变器下连接的所有光伏阵列的直流输出 功率总和Pmay按如下光伏阵列直流输出功率计算模型计算得到 ：
其中，P (G, nsm)表不与光伏并网逆变器相连的所有光伏阵列在光照强度G下有nsm个光 伏组件正常工作时的直流输出功率总和，kv和Ici分别表示光伏组件的电压温度系数和电流 温度系数，FF为光伏组件填充因子，k v、Iii和FF由光伏组件用户手册得到。
3. 根据权利要求1所述的基于三级诊断的大型光伏阵列故障诊断定位方法，其特征 是：步骤（4)中所述光伏组件的连接效率η。_^取值为0.9?0.99;所述光伏并网逆变器 最大功率点跟踪效率H mppt和光伏并网逆变器逆变效率Π invCTte由光伏并网逆变器厂家用 户手册得到。
4. 根据权利要求1所述的基于三级诊断的大型光伏阵列故障诊断定位方法，其特征 是：所述步骤（4)中通过光伏并网逆变器的功率增量比R p的数值大小判别光伏并网逆变器 所在支路是否发生故障及故障类型是按如下方法进行： (1) 当Rp = O时，S卩I Ppva。(G，Ta)-Pacdnv I =0,判断为整个系统是处于无故障的正常工作 状态； (2) 当Rp = 1，即Pacdnv = 0,判断为光伏并网逆变器本身发生故障； (3) 当0 < Rp < 1时，判断为光伏阵列中有故障存在，在故障诊断期间内若Rp恒定，判 定发生组件短路、组件开路或同时发生组件短路和组件开路的硬故障；若R p出现波动，则判 断为光伏组件发生阴影及包含阴影的软故障。
5. 根据权利要求1所述的基于三级诊断的大型光伏阵列故障诊断定位方法，其特征 是：步骤￠)中所述三层BP故障诊断神经网络包含输入层、输出层和隐含层； 输入格式为（G 1 ?W，Tcelll ?W，Pmseries，Vmseries，-^mseriesJ ^ocseriesJ scseries^ ? 输入节点分别为故障光伏组件串Su中W个光伏组件的光照强度构成的光照强度向量 G1 = [G1, G2，…，Ga，…，Gw]、故障光伏组件串Sij中W个光伏组件的温度构成的温度向量 Tc^11H = [Τ_，Tm112，…，Irella，…，Trellw]、UP TMlll~w条件下的故障光伏组件串 Sij 的 最大输出功率、最大功率点对应的电压值Vniswi^最大功率点对应的电流值&s、故 障光伏组件串S u的开路电压V_OTies、以及故障光伏组件串Su的短路电流Isc^ ies,其中Ga 和Trella分别为故障光伏组件串Su中第a个光伏组件的光照强度和光伏组件温度，I rella 由式（6)获得：
隐含层节点个数nhiddm按式（7)确定
式（7)中，nin为输入层节点个数，取nin= 7, 为输出层节点个数，隐含层传输函数 采用双曲正切S型tansig函数，输出层传输函数采用purelin线性函数； 输出格式为（FS1，FS2, FS3, FS4 办，O2，…，Ow); 输出层共有W+4个输出节点，输出格式由故障类型和故障光伏组件具体位置两部分构 成，其中，第一部分的四个输出节点FSI、FS2、FS3和FS4分别表示组件短路、组件开路、阴影 和多重故障四种故障类型，其取值为"0"或为" 1"，并且是以" 1"表示发生了这种故障类型 的故障，以"〇"表示没有发生这种故障类型的故障；第二部分OpO2、…、O w表示W个光伏组 件的故障位置信息，其取值为"〇"或为" 1"，并且是以" 1"表示该位置组件发生故障，以"〇" 表示该位置组件没有发生故障，a为[1，10]之间的整数，取a = 8 ; 故障诊断神经网络的训练：按照所述输入格式和输出格式从光伏电站历史运行数据中 提取数据形成所述故障诊断神经网络的训练数据集，对所述神经网络进行训练得到训练完 成的故障诊断神经网络。
【文档编号】G01R31/00GK104391189SQ201410537857
【公开日】2015年3月4日 申请日期:2014年10月13日 优先权日:2014年10月13日
【发明者】丁明, 徐志成, 毕锐, 葛虎, 朱凌志, 施涛, 曲立楠 申请人:合肥工业大学, 国家电网公司, 中国电力科学研究院, 国网安徽省电力公司