一种基于参数辨识的光伏阵列故障诊断方法技术

本发明专利技术公开了一种基于参数辨识的光伏阵列故障诊断方法，首先利用参数辨识算法辨识光伏组件的相关参数；其次得到光伏组件在不同工况下的输出特性模型；然后利用故障检测算法对光伏小组进行故障判断：从信息采集设备采集的数据中获取最优辐照度So和最优组件温度To，并将其输入输出特性模型，得到当前光伏组件最优输出特性方程，再将信息采集设备采集的支路电流输入该最优输出特性方程，得到当前小组最优输出电压，并与小组电压实际值比较，若连续F次两者相差过阈值，则判定该小组为硬性阴影故障；之后利用故障判别算法判别故障类型；最后将故障小组的工作数据和三段定位数据显示于上位机用户界面，指导工作人员及时排查和检修故障光伏组件。

【技术实现步骤摘要】
一种基于参数辨识的光伏阵列故障诊断方法
本专利技术涉及光伏阵列故障诊断领域，具体涉及一种基于参数辨识的光伏阵列故障诊断方法。
技术介绍
日益凸显的能源危机和环境污染，使得各国都加大了可再生能源的实施与推广，其中，光伏发电技术以其独特的发电特性取得了广泛地发展与应用。然而，由于光伏阵列组件甚多，出现各种故障的概率很大，如果不做及时的处理，很可能会导致严重的事故和危害，影响整个电站的效益，引起巨大的经济损失。所以，必须采取有效措施来及时发现故障，以保证系统可靠、稳定的运行。各类故障对光伏组件输出特性的影响都可以等效为阴影，又可以将阴影分成硬性阴影和软性阴影；其中软性阴影的影响随时间变化，如云层、树木和建筑物的阴影等，硬性阴影形成后则不再不随时间变化，如组件表面的污垢、电池损坏、短路断路以及组件老化等，而部分软性阴影可能导致硬性阴影，如局部遮挡引起热斑效应导致的组件发热使得组件加速老化或损毁，此时软性阴影将转变成硬性阴影，造成更大的损失，所以及时排查十分重要。目前，已有许多学者对光伏阵列的故障诊断进行了研究，提出了诸多诊断方案，如：中国专利(201611143683.1)提出了利用故障组件和正常组件工作时存在温差的现象，并通过安装有红外摄像仪的无人机实现电站的巡检，捕捉组件的红外图像并通过分析诊断故障，但是该方法故障诊断和定位的精度主要依赖于摄像仪的精度，且对于轻微故障时组件温差不大的故障则无法辨别，且无人机的操作复杂难以有效捕捉到合适的图像，实用性不大；中国专利(201611151962.2)保存各种季节天气下的组件正常工作数据，并通过比较实际值与理论正常数据进行故障的判断，但是该方法忽视了季节天气的多样性，保存的正常数据难以覆盖所有类型的天气，所以故障的诊断结果可信度不高，且该方法无法实现故障类型的判断；中国专利(201610180786.9)事先设定每个组件的温度、电压和电流的阈值，并将实时采集到的组件各类数据与阈值进行比较，若超过就认为组件故障；该方法阈值的设定过于依赖个人经验，忽视了不同季节不同气候引起的组件特性变化，诊断的准确度不高；中国专利(201310664532.0)提出了一种基于高斯回归过程的故障诊断方法，找到各组件参数和故障位置的关系，通过实时采集组件参数，即可实现故障检测和定位；但是该方法诊断的准确度和可信度较低，且无法判断故障类型，只适用于小型光伏系统；大型光伏阵列的故障诊断中，急需要提出一种实用性高、可信度高、精度高、适用于大型光伏阵列，且不但能在各种工况下判断光伏组件是否故障，还能进行故障类型判断。
技术实现思路
本专利技术的目的在于克服现有诊断方法的诊断过程复杂繁琐，诊断结果可信度不高，实用性差等缺点，提供一种结构简单，诊断过程简洁明了，诊断结果可行度较高，实用性较好的一种光伏阵列故障诊断方法。本专利技术的技术方案为：一种基于参数辨识的光伏阵列故障诊断方法，包括以下步骤：S1，利用参数辨识算法辨识光伏组件的相关参数；S1.1，简化通用的光伏组件U-I特性方程；S1.2，选取标准测试条件下光伏组件的输出电压电流，并利用改进的粒子群算法辨识光伏组件U-I特性方程的相关参数：等效串联电阻Rs、光生电流Iph、二极管反向饱和电流Io、二极管品质因子A；所述标准测试条件为太阳辐照度S为1000W/m2，光伏组件温度T为25℃；S1.3，改变光伏组件的工况，重复S1.2，得到不同工况下的相关参数Rs、Iph、Io及A的值；S2，得到光伏组件随太阳辐照度S和温度T变化的输出特性模型；S2.1,利用S1.3所得参数值拟合找出相关参数Rs、Iph、Io及A与太阳辐照度S以及光伏组件温度T之间的关系；S2.2，将等效串联电阻Rs、光生电流Iph、二极管反向饱和电流Io、二极管品质因子A与太阳辐照度S以及温度T之间的关系表达式带入简化后的光伏组件U-I特性方程，得到光伏组件随太阳辐照度S和温度T变化的输出特性模型。S3，利用故障检测算法进行故障检测，即利用上述输出特性模型结合信息采集设备所采集的数据进行有效精确的故障判断；S3.1，每隔一段时间，获取获得光伏小组当前工况下的最优太阳辐照度So和最优温度To；S3.2，将So和To带入输出特性模型，得到当前工况下光伏组件的理论最优输出特性方程；S3.3，将各组串支路的电流值I带入最优输出特性方程，得到各组串支路中光伏组件的理论最优工作电压，进而得到各组串支路中光伏小组的理论最优工作电压；S3.4，判断是否存在故障各组串支路中的各光伏小组是否存在故障，并判断该故障是硬性阴影故障还是软性阴影故障；所述软性阴影故障分为云层阴影、建筑物阴影、树木阴影等具有时效性的故障，过一段时间会自然消失；所述硬性阴影故障分为短路故障、断路故障、各类垃圾覆盖、光伏组件老化、热斑效应等不具有时效性的故障，不会随着时间流逝自然消失。S4，利用故障判别算法判断故障类型；把判定为硬性阴影故障的光伏小组工作数据和环境数据，包括光伏小组实际工作电流I、实际工作电压U、小组内各光伏组件温度T以及安装于该光伏小组的信息采集设备采集的太阳辐照度S输入已训练好的智能算法，其中智能算法选用随机森林算法，算法的输出即为光伏小组的故障类型。S5，将故障小组的工作数据和三段定位数据显示于上位机用户界面，并通过报警模块报警，以指导工作人员及时排查和检修故障光伏组件。进一步，所述S1.1中将通用的光伏组件U-I特性方程简化并移项为其中Tref为光伏组件(1)在标准测试条件下的温度，其值为25℃；q为电子电量，等于1.6×10-19C；K为波尔之曼常数，等于1.38×10-23；Rsh为等效并联电阻。进一步，所述S2.1中等效串联电阻Rs与太阳辐照度S以及温度T之间的关系表达式为：其中Sref为标准测试条件下的太阳辐照度值1000W/m2，Tref为标准测试条件下的光伏组件温度，Rs,ref为标准测试条件下的等效串联电阻，α为拟合系数；所述光生电流Iph与太阳辐照度S以及温度T之间的关系表达式为：其中Iph,ref为标准测试条件下的光生电流，β为拟合系数；所述二极管反向饱和电流Io与温度T之间的关系表达式为：其中Io,ref为标准测试条件下的二极管反向饱和电流，k为拟合系数，Eg为材料的能带宽度，Eg,ref为T＝Tref时的材料能带宽度，且Eg＝Eg,ref[1-0.0002677(T-Tref)]；所述二极管品质因子A与温度T之间的关系表达式为：A＝Aref[1-γ(T-Tref)]，其中γ为拟合系数。进一步，所述三段定位数据的确定方法为：对每个汇流箱、组串支路以及光伏小组进行编号，如：假设有N个汇流箱，每个汇流箱下光伏阵列都为S×P的规模，将每条组串支路中的每M个光伏组件组成一个光伏小组，余下不足M个的光伏组件也组成一个光伏小组，则汇流箱编号为1～N，每个汇流箱下的组串支路编号为1～P，每个组串支路中的光伏小组标号为故每个光伏小组的三段定位数据为：汇流箱编号-组串支路编号-光伏小组编号。进一步，所述最优辐照度So是指当前所有辐照度传感器采集的辐照度值中较高的m个值的平均值，即：其中Si是m个较高辐照度值的其中之一，i＝1,2,3.......m；每个Si对应一个信息采集设备，求得该信息采集设备所对应的光本文档来自技高网...

【技术保护点】
一种基于参数辨识的光伏阵列故障诊断方法，其特征在于，包括以下步骤：S1，利用参数辨识算法(22)辨识光伏组件的相关参数；S2，得到光伏组件(1)随太阳辐照度S和温度T变化的输出特性模型；S3，利用故障检测算法(23)进行故障检测；S4，利用故障判别算法(24)判断故障类型；S5，将故障小组的工作数据和三段定位数据显示于上位机用户界面(20)，并通过报警模块(25)报警，以指导工作人员及时排查和检修故障光伏组件。

【技术特征摘要】
1.一种基于参数辨识的光伏阵列故障诊断方法，其特征在于，包括以下步骤：S1，利用参数辨识算法(22)辨识光伏组件的相关参数；S2，得到光伏组件(1)随太阳辐照度S和温度T变化的输出特性模型；S3，利用故障检测算法(23)进行故障检测；S4，利用故障判别算法(24)判断故障类型；S5，将故障小组的工作数据和三段定位数据显示于上位机用户界面(20)，并通过报警模块(25)报警，以指导工作人员及时排查和检修故障光伏组件。2.如权利要求1所述的一种基于参数辨识的光伏阵列故障诊断方法，其特征在于，所述S1具体为：S1.1，简化通用的光伏组件U-I特性方程；S1.2，选取标准测试条件下光伏组件(7)的输出电压电流，并利用改进的粒子群算法辨识光伏组件U-I特性方程的相关参数：等效串联电阻Rs、光生电流Iph、二极管反向饱和电流Io、二极管品质因子A；所述标准测试条件为太阳辐照度S为1000W/m2，光伏组件(1)温度T为25℃；S1.3，改变光伏组件的工况，重复S1.2，得到不同工况下的相关参数Rs、Iph、Io及A的值。3.如权利要求2所述的一种基于参数辨识的光伏阵列故障诊断方法，其特征在于，所述S1.1中将通用的光伏组件U-I特性方程简化并移项为其中Tref为光伏组件(1)在标准测试条件下的光伏组件温度，其值为25℃；q为电子电量，等于1.6×10-19C；K为波尔之曼常数，等于1.38×10-23；Rsh为等效并联电阻。4.如权利要求2所述的一种基于参数辨识的光伏阵列故障诊断方法，其特征在于，所述S2具体为：S2.1，利用S1.3所得参数值拟合找出相关参数Rs、Iph、Io及A与太阳辐照度S以及光伏组件(1)温度T之间的关系；S2.2，将等效串联电阻Rs、光生电流Iph、二极管反向饱和电流Io、二极管品质因子A与太阳辐照度S以及温度T之间的关系表达式带入简化后的光伏组件U-I特性方程，得到光伏组件(1)随太阳辐照度S和温度T变化的输出特性模型。5.如权利要求4所述的一种基于参数辨识的光伏阵列故障诊断方法，其特征在于，所述等效串联电阻Rs与太阳辐照度S以及温度T之间的关系表达式为：其中Sref为标准测试条件下的太阳辐照度值1000W/m2，Tref为标准测试条件下的光伏组件温度25℃，Rs,ref为标准测试条件下的等效串联电阻，α为拟合系数；所述光生电流Iph与太阳辐照度S以及温度T之间的关系表达式为：其中Iph,ref为标准测试条件下的光生电流，β为拟合系数；所述二极管反向饱和电流Io与温度T之间的关系表达式为：其中Io,ref为标准测试条件下的二极管反向饱和电流，k为拟合系数，Eg为材料的能带宽度，Eg,ref为T＝Tref时的材料能带宽度，且Eg＝Eg,ref[1-0.0002677(T-Tref)]；所述二极管品质因子A与温度T之间的关系表达式为：A＝Aref[1-γ(T-Tref)]，其中Aref为标准测试条件下的二极管品质因子，γ为拟合系数。6.如权利要求1所述的一种基于参数辨识的光伏阵列故障诊断方法，其特征在于，所述S3具体为：S3.1，每隔一段时间，获取光伏小组(1)当前工况下的最优太阳辐照度So和最优温度To；S3.2，将So和To带入输出特性模型，得到当前工况下光伏组件的理论最优输出特性方程；S3.3，将各组串支路的电流值I带入最优输出特性方程，得到各组串支路中光伏组件(1)的理论最优工作电压，进而得到各组串支...

【专利技术属性】
技术研发人员：汪洋，闫天一，潘天红，高赵亮，丁世宏，李正明，
申请(专利权)人：江苏大学，
类型：发明
国别省市：江苏,32