一种光伏组件老化和短路故障在线诊断方法
【技术领域】
[0001] 本发明涉及一种光伏组件故障诊断方法，尤其涉及一种光伏组件老化和短路故障 在线诊断方法。
【背景技术】
[0002] 由于太阳能的取之不竭和无污染等特性，光伏发电的应用呈现出高速发展的态 势。系统运行状态的监控及维护对光伏发电系统的安全运行至关重要，及时、可靠的故障预 警能够避免火灾、设备损毁等重大事故，并提高光伏电站的运行寿命及经济效益。目前大部 分光伏电站都采用人工巡检维护，逐块检测光伏组件电气参数来判断是否正常。但是光伙 组件多安装在高处或野外恶劣环境中，工作电压达到上百伏，人工维护既费时，又危险。所 W光伏组件的在线故障诊断显得日益重要。
[0003] 在光伏组件的故障诊断研究中，故障的征兆和故障类型之间存在非常复杂的非线 性对应关系，该使得无法建立一个合适的故障诊断数学模型。其中，光伏组件的故障可W分 为短路和异常老化。在不同的工作状态下，光伏组件的输出呈现出不同的变化。为了便于 故障诊断方法的实现，通过观察和研究，确定了四个输出参数，即最大功率点电流Im、最大 功率点电压Vm、短路电流和开路电压V。。作为光伏组件故障诊断的依据。
[0004] 国内外有很多针对光伏组件的故障诊断方法，主要有红外图像分析法、多传感器 检测法、对地电容测量法和时域反射分析法等。红外图像分析法根据光伏组件在正常与故 障时工作温度不同的原理，通过分析拍摄到红外图像判断故障类型；多传感器检测法通过 分析传感器测得的数据判断故障类型；对地电容测量法通过测量串联光伏电路的对地电容 值判断出断路的位置；时域反射分析法通过向串联光伏电路注入一个脉冲，分析返回的信 号形状和延迟时间判断故障类型。上述红外图像分析法和多传感器检测法可W在线检测， 但对于大规模的光伏系统而言，该两种方法的主要限制是需要很多的红外摄像仪和传感 器，会进一步增加光伏系统的发电成本；对地电容测量法和时域反射分析法只能离线进行 检测，同时只适用于串联光伏电路，对于测量设备的精度要求也很高。
【发明内容】
[0005] 本发明的目的是提供一种光伏组件老化和短路故障在线诊断方法，能够准确地对 光伏组件的运行故障进行实时诊断，极大地提高了光伏组件故障诊断的准确性，确保光伏 组件安全、可靠地运行。
[0006] 本发明采用下述技术方案： 一种光伏组件老化和短路故障在线诊断方法，其特征在于：包括W下步骤： A;采集光伏组件的四个输出参数； B;计算最大功率点电流和短路电流的比值； C;根据短路电流值计算得到光照强度值； D;计算故障因子K用于区分光伏组件的故障类型； E;根据得到的故障类型，利用相应的方法判断其故障程度； F;将诊断结果通过GPRS传输到监控中也。
[0007]所述A步骤中的需要采集的光伏组件的四个输出参数分别为；最大功率点电流 (Im)、最大功率点电压（Vm)、短路电流（IJ、开路电压（VJ。
[000引所述B步骤中计算得到的Im/I,。比值，当其值小于0.85时，判断组件存在严重 老化故障，执行步骤E，否则执行步骤C。
[000引所述C步骤中使用短路电流估算得到光照强度值a,即a=Iw/Uef*l000,其 中为标准测试条件下组件的短路电流值，根据得到的照度值选择标准K值范围。
[0010] 所述D步骤中的故障因子K定义为，根据此故障因子可W区分组件所 处的状态：正常、短路W及异常老化。实际计算得到的K值大于标准K值范围上限时，判断 组件存在严重短路故障；实际计算得到的K值小于标准范围下限时，判断组件存在轻微老 化故障：实际计算得到的K值在标准K值范围内时，判断组件正常工作或存在轻微短路故 障。
[0011] 所述E步骤中，如果诊断结果为短路故障，则使用神经网络方法辅助判断短路故 障程度；如果诊断结果为异常老化故障，则执行步骤F。
[0012] 采集光伏组件处于正常状态时的四个输出参数Im、Vm、及V。。；WIm、和Vm/ V。。作为神经网络的输入向量；WVm和V。。作为神经网络的输出向量。
[001引构建BP神经网络，利用采集到的训练样本数据对其进行训练，直到达到满意的精 度为止。
[0014] 所述的BP神经网络是一个3层前馈网络；输入层有3个单元，分别对应3个变量； 隐层的神经元个数为10个；输出层的神经元个数为2个，分别为光伏组件处于正常状态时 的最大功率点电压和开路电压。
[0015] 所述的BP神经网络的隐层传递函数是tansigO,输出层传递函数是purelinO， 训练函数为trainlm。
[0016] 当光伏组件处于短路故障时，采集得到实际输出数据，通过训练好的神经网络计 算就可W得到光伏组件处于正常状态时应有的最大功率点电压和开路电压值，与实际输出 电压值进行比较就可W判断组件的短路程度。
[0017] 得到诊断结果后，通过GPRS传输到监控中也，有故障发生再进行报警处理。
[001引本发明能够W光伏组件的四个输出参数；最大功率点电流（Im)、最大功率点电压 (Vm)、短路电流（IJ和开路电压（VJ作为组件故障诊断的依据，基于BP神经网络和填充 因子FF判断相应类型的故障程度，极大地提高光伏组件故障诊断的准确率，确保光伏组件 安全可靠地运行。
【附图说明】
[0019]图1为本发明的流程图； 图2为在线故障诊断系统示意图； 图3为所述BP神经网络结构图；
【具体实施方式】
[0020] 如图1所示，本发明所述的光伏组件老化和短路故障在线诊断方法包括W下步 骤： A;采集光伏组件的四个输出参数； B;计算最大功率点电流和短路电流的比值； C;根据短路电流值计算得到光照强度值； D;计算故障因子K用于区分光伏组件的故障类型； E;根据得到的故障类型，利用相应的方法判断其故障程度； F;将诊断结果通过GPRS传输到监控中也。
[0021] 本发明中，需要采集的光伏组件的四个输出参数分别为；最大功率点电流dm)、最 大功率点电压（Vm)、短路电流（IJ和开路电压（VJ。如图2所示在光伏组件直流输出端 安装一块功率优化器，可得到所需要采集的四个输出参数。
[002引当Im/ 值小于0.85时，可W直接判断得到组件处于严重异常老化状态，执行 步骤E，否则执行步骤C。
[0023] 根据实际测量得到的短路电流值计算得到光照强度值，用于选择标准K值范 围。
[0024] 定义故障因子K即Im/(Vw-Vm)。当K值大于对应照度区间内正常值时，组件处于 短路故障；当小于正常值时，组件处于异常老化故障。可W通过计算故障因子来区分组件的 故障类型。
[00巧]为了获取组件在正常工作状态下的标准K值范围，建立光伏组件的等效数学模 型。
[0026] 根据光伏组件的数学模型和实际组件的数据手册如表1所示。
【主权项】
1. 一种光伏组件老化和短路故障在线诊断方法，其特征在于：包括以下步骤： A :采集光伏组件的四个输出参数； B :计算最大功率点电流Im和短路电流Is。的比值； C :根据短路电流值计算得到光照强度值a ; D :计算故障因子K用于区分光伏组件的故障类型； E :根据得到的故障类型，利用相应的方法判断其故障程度； F :将诊断结果通过GPRS传输到监控中心。
2. 根据权利要求1所述的光伏组件老化和短路故障在线诊断方法，其特征在于：所述 A步骤中需要采集的光伏组件的四个输出参数分别为：最大功率点电流（I m)、最大功率点电 压（Vm)、短路电流（Is。)、开路电压（VJ。
3. 根据权利要求1所述的光伏组件老化和短路故障在线诊断方法，其特征在于：根据 所述B步骤中计算得到的Im / Is。比值，当其值小于0. 85时，诊断出光伏组件存在严重老 化故障，执行步骤E，否则执行步骤C。
4. 根据权利要求1所述的光伏组件老化和短路故障在线诊断方法，其特征在于：所述C 步骤中光照强度值a通过公式a = Is。/ Israrf*1000来估算，其中Isc^f为光伏组件在标准 测试条件（1000W / m2,25°C)下的短路电流值，其值可以通过查询光伏组件规格书获取，根 据估算得到的a值在表1中获取k最大、k最小值，例如计算得到a值为525W / m2,则取值k最 + =0. 2684, k 最大=0. 3143。 表1K值范围
5. 根据权利要求1所述的光伏组件老化和短路故障在线诊断方法，其特征在于：所述 D步骤中的故障因子K的计算公式为K=Im / (Vtrc-Vm),当计算得到的K值大于时，诊断 出光伏组件存在严重短路故障；当计算得到的K值小于k 4/>时，诊断出光伏组件存在轻微老 化故障：当计算得到的K值在k4/>至范围内时，诊断出光伏组件正常或存在轻微短路故 障。
6. 根据权利要求1所述的光伏组件老化和短路故障在线诊断方法，其特征在于：所述E 步骤中，如果诊断出光伏组件存在严重短路故障或轻微短路故障，则使用BP神经网络方法 辅助判断短路故障程度；如果诊断出光伏组件存在严重老化故障或轻微老化故障，则执行 步骤F。
7. 根据权利要求6所述的光伏组件老化和短路故障在线诊断方法，其特征在于：采集 多组光伏组件处于正常工作状态时的四个参数I m、Vm、Is。及V。。作为训练样本数据；以Im、I s。 和Vm / V。。作为BP神经网络的输入向量；以Vm和V。。作为BP神经网络的输出向量，构建BP 神经网络；所构建的BP神经网络是一个3层前馈网络，输入层有3个单元，分别对应3个变 量I m、Is。和Vm / V。。，隐含层的神经元个数为10个，输出层的神经元个数为2个，分别SVm 和V。。，这两个变量分别代表光伏组件处于正常状态时的最大功率点电压和开路电压；利用 采集到的训练样本数据地其进行训练，直到训练输出数据与实际数据误差小于Ie-5为止； 所述的BP神经网络的隐层传递函数是tansigO，输出层传递函数是purelinO，训练函数 为 trainlm。
8. 根据权利要求6所述的光伏组件老化和短路故障在线诊断方法，其特征在于：当光 伏组件存在严重短路故障或轻微短路故障时，将步骤A中采集到的四个参数输入训练好的 BP神经网络，计笪获得iF常状杰时光伏纟日件的最大功率点电压V m和开路电压值V。。，再根据 公式：计算短路个数。式中，sn为光伏组件中电池短 路的块数。
9. 根据权利要求1所述的光伏组件老化和短路故障在线诊断方法，其特征在于：所述F 步骤中将通过步骤E得到的诊断结果通过GPRS传输到监控中心进行故障报警。
【专利摘要】本发明适用于光伏发电电源技术领域，提供了一种光伏组件老化和短路故障在线诊断方法；通过实际测量得到的4个光伏组件输出参数，包括最大功率点电流Im、最大功率点电压Vm、短路电流Isc和开路电压Voc，利用故障因子K判断获取光伏组件的工作状态：正常、短路以及老化。当光伏组件存在短路故障时，利用BP神经网络辅助判断短路的电池块数；最后将珍断结果通过GPRS传送到监控中心，如果出现故障，则发出警报，避免故障对于光伏组件产生的严重后果，延长光伏组件的使用寿命。
【IPC分类】H02S50-10
【公开号】CN104767482
【申请号】CN201410001273
【发明人】王元章, 李智华, 吴春华, 黄建明
【申请人】上海岩芯电子科技有限公司
【公开日】2015年7月8日
【申请日】2014年1月2日