光伏陣列故障診斷方法綜述
加入技術交流群
3 光伏陣列故障診斷方法
文獻利用電池板熱斑效應，在陣列前面架設熱成像儀，通過圖像處理程序實現在線故障診斷并能實現故障點的定位。
對地電容測量(ECM)一般用于檢測傳輸線中的斷點，該方法可根據情況分為比較法和鉗形測量法。若有兩串電池板，其中一個正常，另一個有故障，則可通過測量有故障的電池串的對地電容和正常電池串的對地電容來判斷斷點：
式中：x為斷點處的電池板數；Cx為有問題的電池板的對地電容；Cd為正常的一串電池板的對地電容；M為單串中的電池板數。
若只有一串電池板，可通過檢測正、負極的對地電容通過x=[Cp／(Cn+Cp)]M來判斷。Cn，Cp分別為光伏電池板串聯后的負極和正極的對地電容。
時域反射法(TDR)是一種類似于雷達的檢測方法。輸入信號進入傳輸線，當出現阻抗不匹配時產生反射信號，通過比較輸入信號與反射信號來定位故障，如圖2所示。當出現故障時，反射波會出現不同的延時和波形的改變，通過改變檢測波形能夠檢測老化(串聯電阻的增加)和故障點在光伏陣列中的位置。實驗需在黑暗環境下進行，因為白天光照的影響會使陣列阻抗不穩定，而在黑暗的情況下光伏陣列的阻抗特性較穩定。本文引用地址：http://www.104case.com/article/175822.htm
ECM和TDR均需在系統停止工作情況下檢測，難以做到實時監測。文獻在不同故障狀態下提取多種特征參數，在PSIM仿真環境下，利用事件相關度數學模型對陣列進行故障診斷，該方法需采集多種故障狀態及不同環境下光伏電池陣列的輸出特性；文獻利用衛星觀測光伏陣列所在地區的天氣情況，將模型預測得到的光伏陣列所能發出的功率與檢測得到的實際功率進行比較，來判斷陣列是否存在故障，該方法雖能判斷陣列是否故障，但不能對故障點定位；文獻由統計數據通過智能學習方法診斷出故障點，需要集合整個陣列各故障點下的統計數據如光照強度、溫度以及輸出功率等；文獻以電流檢測為手段，通過設計復雜的陣列結構連接方式實現故障電池板定位，該方法需要的電流傳感器較多且該陣列結構形式在工程上難以應用；文獻采用實時監測外部環境的方法，通過模型計算出陣列的應輸出功率，并將其與實際輸出功率比較，從而判斷陣列是否故障，這種方法難以實現故障點的精確定位；文獻采用功率單元補償的方法，即當光伏電池板因故障不能發出功率時，用功率單元彌補損失的功率。但這里僅考慮了電池板串聯情況，實際中光伏陣列是串并聯結合的，因此該方法具有一定的局限性；文獻通過改變陣列結構來減小陰影對陣列輸出特性影響，該方法在使用過程中需加入大量的開關，因而在規模光伏陣列中難以推廣；文獻利用3層人工神經網絡的方法實現故障點定位，但該方法需要陣列大量的工作數據為神經網絡提供訓練且主要針對電池板短路故障。文獻針對光伏組串結構，提出通過擾動工作電流來檢測各電池板工作電壓的方法，從而實現單支路光伏故障診斷。文獻初步研究了小型光伏陣列故障診斷方法及傳感器放置策略。表2分別給出上述方法在不間斷運行、故障診斷和工程適用性這3方面的不足，其中紅外檢測法、ECM，TDR、智能算法、功率對比法均存在難以克服的困難，基于電特性檢測方法研究則較少，若能突破診斷方法及傳感器數量這兩個技術瓶頸則可兼具三方面潛力。
4 基于電特性檢測方法亟需解決的問題
從上述國內外研究現狀看基于電特性檢測方法呈現如下不足：未將故障點定位、陣列不間斷運行、實際工程應用性以及診斷系統的經濟性有機結合；最具應用潛力的電特性方法方面，在故障診斷方法及減少傳感器數量兩個技術瓶頸問題上未有突破。針對基于電特性檢測規模光伏陣列故障診斷方法這一研究課題，尚未在原理上找到有效解決方案，仍存在亟需解決的科學問題，具體歸納為如下兩點：①電特性檢測原理，如何利用光伏陣列的內在規律，從電特性角度，以電壓電流為檢測量分區間檢測，實現光伏陣列不間斷運行故障診斷及故障點定位；②減少傳感器數量，在實現故障點定位的前提下，如何利用最少的傳感器實現無冗余信息的傳感器配置，從而滿足低成本、高可靠性要求，加快工業應用進程。
評論