一种光伏阵列故障检测设备和方法与流程

本发明涉及光伏阵列的监测领域，具体涉及一种光伏阵列故障检测设备和方法。
背景技术：
：日益凸显的能源危机和环境污染，各国都加大了可再生能源的研究与推广。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。但是由于光伏阵列中的组件甚多，出现各种故障的概率很大，如不及时处理，很可能会导致引发的事故，影响整个电站的效益，造成经济损失。所以必须采取有效措施以及时发现故障，保证系统可靠稳定运行。目前，许多学者对光伏阵列的故障诊断进行了研究，提出了诸多故障诊断方案，如：中国专利(201611143683.1)提出了利用红外摄像仪的无人机捕捉阵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，对于轻微故障时组件温差不大的故障难以辨别，实用性不大；中国专利(201610180786.9)设计了一种智能接线盒，通过改进路由算法结合gprs进行监测数据的采集和无线传输，并通过设定组件运行参数的上下阈值来诊断故障。但是组件的运行受环境影响显著，不同工况下运行参数的阈值并不相同，该故障诊断方法并不实用。中国专利(201610292751.4)利用改进鱼群算法和灰色模型预测法进行故障诊断。该方法需要对阵列中的每一块光伏组件进行诊断，且诊断过程需要整个阵列离线工作，这不仅导致诊断速度较慢，还影响阵列的正常工作。同时，上述诸监测系统中对故障组件的处理依赖于人工手动，往往并不及时，再加之光伏组件固有的热斑效应，很容易导致故障点发热，从而加剧故障，甚至引发安全事故。技术实现要素：针对现有光伏阵列故障监测中故障诊断方法的不实用、不精确、诊断过程中需阵列离线以及故障的处理存在较长延时的问题。本发明提出了一种结构简单、诊断迅速、故障处理及时，能够在线诊断故障并分辨故障类型的光伏阵列故障监测设备和方法。本发明的设备所采用的技术方案是：一种光伏阵列故障检测设备，对光伏阵列中的每一个光伏组件(20)均安装一个检测设备(7)，每个检测设备之间通过设备正接口(16)和设备负接口(17)进行电气连接，整个阵列的多个检测设备(7)通过无线链路组成zigbee自组网(4)，检测设备(7)在通信功能上设定为终端节点(1)、路由节点(2)和协调器(3)；终端节点(1)与相邻的路由节点(2)通信，将自身所采集的数据无线传输至路由节点(2)；路由节点(2)与相邻的路由节点通信，整合自身和周围终端节点(1)所采集的数据无线传输给相邻的路由节点(2)，若距离协调器(3)足够近，则将数据无线传输给协调器(3)；协调器(3)通过总线与透传模块(5)的输入端相连；透传模块(5)的输入端和接受端通过大功率无线链路相连，透传模块的接收端通过总线与终端机(6)相连；协调器(3)负责整合整个zigbee自组网(4)的所有数据通过透传模块(5)传输给上位机(6)；上位机(6)负责处理数据、故障检测和数据存储。进一步，检测设备(7)包括：控制器(8)、光照温度传感器(9)、电压传感器(10)、电流传感器(11)、继电模块(12)、电容(13)、第一开关(14)、第二开关(15)、设备正接口(16)、设备负接口(17)、电源正接口(18)、电源正接口(19)；所述光照温度传感器(9)由光照强度传感器和温度传感器组成；所述电流传感器(11)的正端与电源正接口(18)的输出端相连，电流传感器(11)的负端与继电模块(12)的v1口相连；所述电压传感器(10)的正端与电流传感器(11)的负端相连，电压传感器(10)的负端与继电模块(12)的v2口相连；所述继电模块(12)的v2口还与电源负接口(19)的输出端相连，继电模块(12)的v1口还与设备正接口(16)相连，继电模块(12)的s1口与设备负接口(17)相连；所述电压传感器(10)和电流传感器(11)分别采集光伏组件(20)的输出电压和电流，数据输出端与控制器(8)的输入端相连；光照温度传感器(9)的数据输出端与控制器(8)的输入端相连；开关(14)、开关(15)、继电模块(12)的控制端与控制器(8)的输出端相连，由控制器(8)控制他们动作；设备正接口(16)与相邻设备的设备负接口(17)相连，设备负接口(17)与相邻设备的设备正接口(16)相连；电源正接口(18)与光伏组件(20)的正极相连；电源负接口(19)与光伏组件(20)的负极相连；所述第一开关(14)的输入端与电流传感器(11)的输出端相连，所述第一开关(14)的输出端与开关(15)和电容(13)的输入端相连；第二开关(15)和电容(13)的输出端与电源负接口(19)相连。进一步，电压传感器(10)和电流传感器(11)采用霍尔元器件；光照温度传感器(9)采集垂直于光伏组件斜面的光照强度和光伏组件背板的温度；电容(13)采用1000uf的电容器；控制器(8)采用满足zigbee无线通信协议的cc2530模块，该模块集成了usb-串口模块。本发明的方法包括以下步骤：步骤1，数据采集：将光照温度传感器(9)采集的光照强度值和背板温度值、电压传感器(10)采集的光伏组件输出电压值、电流传感器(11)采集的光伏组件输出电流值通过zigbee自组网(4)传输到透传模块(5)最终传输到上位机(6)；步骤2，解出疑似故障组件的内部参数：上位机(6)首先结合光伏组件数学模型通过故障筛选找出光伏阵列中疑似故障的光伏组件；上位机(6)发送切除指令，被判为疑似故障的光伏组件上所安装的检测设备(7)接受到指令后，由控制器(8)向继电模块(12)发送控制指令，继电模块(12)接到控制指令后将s1从v1改接至v2，从而将疑似故障的光伏组件从系统切除；之后检测设备将第一开关(14)闭合，第二开关(15)断开，从而将电容(13)并入光伏组件(20)两侧；之后检测设备(7)扫描光伏组件的ui特性曲线，采集曲线上20-50个工作点数据(u，i)传输给上位机(6)，包括开路点(uoc，0)和短路点(0，isc)；之后上位机(6)对曲线工作点数据进行迭代求解，解出疑似故障组件的内部参数；步骤3，故障处理：结合光伏组件数学模型和集成cart分类树模型判断是否故障、故障类型以及故障程度；若判定无故障则将组件重新接入系统，若判定有故障则将具体故障组件和故障类型显示于上位机(6)并安故障指标由大到小建立故障一览表，工作人员按照先后顺序进行故障检修。进一步，步骤2中，所述内部参数为：iph为光生电流；io为二极管反向饱和电流；a为品质因数；rs为等效串流电阻；rsh为等效并联电阻；所述的光伏组件数学模型是利用检测设备(7)扫描标准光伏组件样机在不同工作环境下的ui特性曲线，迭代求解多组内部参数并拟合修正经验公式所得：eg＝1.12[1-0.000267(t-298.15)]其中，iph为光生电流；io为二极管反向饱和电流；a为品质因数；rs为等效串流电阻；rsh为等效并联电阻，u为组件输出电压；i为组件输出电流；s为当前环境辐照度(w/m2)；t为组件绝对温度(k)；k为玻尔兹曼常数(1.38×10-23j/k)；q为电子电荷(1.608×10-19c)；eg为组件带隙能量。进一步，步骤2中，结合光伏组件数学模型通过故障筛选找出光伏阵列中疑似故障的光伏组件的方法具体为：首先将所采集的光伏组件的输出电流、组件背板温度以及光照强度输入上述光伏组件数学模型中，通过迭代求解得到组件理论输出电压uth，并计算电压偏差uac是实际采集的光伏组件输出电压；之后剔除明显没有故障的组件，将每个光伏组件按照电压偏差由大到小进行排序，组成疑似故障一览表，并判定一览表前一部分的组件为疑似故障组件。进一步，步骤3中，结合光伏组件数学模型和集成cart分类树模型判断是否故障、故障类型以及故障程度，具体为：首先将采集的光伏组件光照强度和背板温度输入上述光伏组件数学模型中，计算得到理论内部参数值iph_th、io_th、a_th、rs_th、rsh_th；之后将做迭代计算所求取的内部参数值和上述理论值相比计算得到归一化值：iph_nor、io_nor、a_nor、rs_nor、rsh_nor；之后将归一化值输入集成cart分类树模型，最终该模型输出组件的具体工作状态。进一步，步骤3中，所述集成cart分类树模型建立于整个故障检测方法之前，建立方式具体为：首先建立一棵cart分类树，即利用上述计算组件内部参数和归一化值的方法，在不同的光照强度、背板温度以及组件的故障类型下计算出上述标准光伏组件共800组的内部参数归一化值，从中取600组作为数据集，再从数据集中有放回的随机抽取300组最为训练数据集d，d的纯度可以用下式来度量：其中，pm为数据集d中第m类样本所占的比例，d中样本的类型共有|y|种，上式的值越小，表示d的纯度越高；再假定离散属性a有v个可能的取值{a1,a2,…,av}，若使用a来对训练样本集d进行划分，则会产生v个分支节点，其中第v个分支节点包含了d中所有在属性a上取值为av的样本，记为dv，则属性a的基尼指数定义为：在候选属性集合a中，选择使得划分后基尼指数最小的属性作为最优划分属性，并在划分后的训练数据集中在选择基尼指数最小的属性进行数据的划分，直到划分到每个数据集只有一个属性为止，如此便生成了一棵cart分类树；之后不断重复上述过程，共生成n棵cart分类树，略去剪枝部分，可将这n棵cart分类树组成集成模型，由于每次随机抽取的训练数据集不同，所生成的cart分类树以不同，对于同一组内部归一化值的判断结果也不同，最后的光伏组件运行状态判断结果由每棵树投票决定。进一步，步骤3中，所述故障一览表的建立方法具体为：首先对故障组件计算故障指标fi：其中ω1、ω2、ω3、ω4为每种内部参数的权重，和为1；rs_th、rsh_th、uoc_th、isc_th分别为rs、rsh、uoc、isc当前的理论值，由修正后的经验公式所得。；之后将每个故障组件的fi由大到小排列即可组成故障一览表。本发明具有以下优点：1)采用了故障筛选的方法剔除了光伏阵列中明显非故障的光伏组件，建立了疑似故障一览表，选取一览表前一部分的组件进行具体的故障检测，解决了对阵列中每个组件进行检测的繁琐问题，大大提高了故障检测的速度，满足实时性要求；2)利用继电模块切除疑似故障的组件并及时重接非故障组件，降低了故障组件对光伏阵列整体工作的影响。同时，降低了对人工排除故障的延时性，避免了故障的加剧，在一定程度上防止了安全事故的发生；3)采用zigbee自组网的无线传输方式和rs485的有线传输方式，减少了通信电缆的铺设，降低设计成本；设备安装灵活，对于大型阵列可采用每两个或更多光伏组件串联共用一个检测设备的安装方式，可进一步降低成本4)通过集成cart分类树的方式，提高了模型的泛化能力和判断结果的准确性，能够快速准确地找出光伏阵列中的故障组件，并给出具体故障类型，结合故障一览表，维修人员能够有轻重缓急地，迅速地对故障组件进行维修。附图说明图1是故障检测设备布置于光伏阵列时构成的整体系统图图2是光伏故障检测设备结构示意图图3是cart分类树示意图1为终端节点，2为路由节点，3为协调器，4为zigbee自组网，5为透传模款，6为上位机，7为光伏阵列故障检测设备，8为控制器，9为光照温度传感器，10为电压传感器，11为电流传感器，12为继电模块，13为电容，14为第一开关，15为第二开关，16为设备正接口，17为设备负接口，18为电源正接口，19为电源正接口，20为光伏组件。具体实施方式下面结合附图，对本发明进行详细的说明。本发明在光照强度为837w/m2，温度为22℃的环境下对一个4*4光伏阵列进行了具体实施，阵列共有16个标况100w的光伏组件，每个光伏组件安装有一个光伏阵列故障检测设备7；通过对组件串并联滑动变阻器或覆盖遮蔽物模拟各种故障。如图1和图2所示，光伏阵列故障检测设备7由控制器8、光照温度传感器9、电压传感器10、电流传感器11、继电模块12、电容13、开关14、开关15、设备正接口16、设备负接口17、电源正接口18、电源正接口19组成。光照温度传感器9采集光照强度值和背板温度值，电压传感器10采集光伏组件输出电压值、电流传感器11采集光伏组件输出电流值；正常情况下继电模块12的s1与v2相联，第一开关14断开，第二开断15闭合。各检测设备7之间通过设备正接口16和设备负接口17进行电气连接，整个阵列的多个检测设备7通过无线链路组成zigbee自组网4，检测设备7在通信功能上可设定为终端节点1、路由节点2和协调器3；终端节点1与相邻的路由节点2通信，将自身所采集的数据无线传输至路由节点2；路由节点2与相邻的路由节点通信，整合自身和周围终端节点1所采集的数据无线传输给相邻的路由节点2，若距离协调器3足够近，则将数据无线传输给协调器3；协调器3通过rs485总线与透传模块5的输入端相联；透传模块5的输入端和接受端通过大功率无线链路相联，透传模块的接收端通过rs485总线与终端机6相联；协调器3负责整合整个zigbee自组网4的所有数据通过透传模块5传输给上位机6；上位机6负责处理数据、故障检测和数据存储。本发明中，电压传感器10和电流传感器11采用霍尔元器件；本发明中，光照温度传感器9采集垂直于光伏组件斜面的光照强度和光伏组件背板的温度；本发明中，电容13采用1000uf的电容器；本发明中，控制器8采用满足zigbee无线通信协议的cc2530模块，该模块集成了usb-串口模块；检测方法，包括以下步骤：步骤1，数据采集：将光照温度传感器(9)采集的光照强度值和背板温度值、电压传感器(10)采集的光伏组件输出电压值、电流传感器(11)采集的光伏组件输出电流值通过zigbee自组网(4)传输到透传模块(5)最终传输到上位机(6)；步骤2，解出疑似故障组件的内部参数：内部参数为：iph为光生电流；io为二极管反向饱和电流；a为品质因数；rs为等效串流电阻；rsh为等效并联电阻；光伏组件数学模型是利用检测设备(7)扫描标准光伏组件样机(标况100w)在不同工作环境下的ui特性曲线，迭代求解多组内部参数并拟合修正经验公式所得，具体为：eg＝1.12[1-0.000267(t-298.15)](3)其中，s为当前环境辐照度(w/m2)；u为组件输出电压；i为组件输出电流；t为组件绝对温度；k为玻尔兹曼常数(1.38×10-23j/k)；q为电子电荷(1.608×10-19c)；eg为组件带隙能量。上位机(6)首先结合光伏组件数学模型通过故障筛选找出光伏阵列中疑似故障的光伏组件；上位机(6)发送切除指令，被判为疑似故障的光伏组件上所安装的检测设备(7)接受到指令后，由控制器(8)向继电模块(12)发送控制指令，继电模块(12)接到控制指令后将s1从v1改接至v2，从而将疑似故障的光伏组件从系统切除；之后检测设备将第一开关(14)闭合，第二开关(15)断开，从而将电容(13)并入光伏组件(20)两侧；之后检测设备(7)扫描光伏组件的ui特性曲线，采集曲线上20-50个工作点数据(u，i)传输给上位机(6)，包括开路点(uoc，0)和短路点(0，isc)；之后上位机(6)对曲线工作点数据进行迭代求解，解出疑似故障组件的内部参数；步骤3，故障处理：结合光伏组件数学模型和集成cart分类树模型判断是否故障、故障类型以及故障程度；若判定无故障则将组件重新接入系统，若判定有故障则将具体故障组件和故障类型显示于上位机(6)并安故障指标由大到小建立故障一览表，工作人员按照先后顺序进行故障检修；光伏组件的工作状态分为正常、等效串联电阻老化、等效并联电阻老化、阴影遮挡、短路五种，其中等效串联电阻老化和等效并联电阻老化分别由接触电阻和漏电流异常增大所导致。具体故障检测方法的步骤如下所示：1.光照温度传感器9采集的光照强度值和背板温度值、电压传感器10采集的光伏组件输出电压值、电流传感器11采集的光伏组件输出电流值通过zigbee自组网4传输到透传模块5最终传输到上位机6；2.将所采集的光伏组件的输出电流、组件背板温度以及光照强度输入上述光伏组件数学模型中，通过迭代求解得到组件理论输出电压uth，并计算电压偏差uac是实际采集的光伏组件输出电压；之后剔除明显没有故障的组件，将每个光伏组件按照电压偏差由大到小进行排序，组成疑似故障一览表，并判定一览表前一部分的组件为疑似故障组件。表1疑似故障一览表由于每个组件存在工艺上的差异，加之测量器件的误差，总是会存在一定的电压偏差，这里我们去7％以上的组件，即13、6、2、4、8为疑似故障组件，进行故障检测的下一步。3.上位机6发送切除指令，上述组件上所安装的检测设备7将继电模块12的s1从v1改接至v2，将疑似故障的光伏组件从系统切除；4.第一开关14闭合，第二开关15断开，电容13并入光伏组件20两侧，检测设备7扫描光伏组件的ui特性曲线，采集曲线上20个工作点数据(u，i)传输给上位机6，包括开路点(uoc，0)和短路点(0，isc)；5.上位机6对曲线工作点数据进行迭代求解，解出疑似故障组件的内部参数并计算其归一化值，如下表所示；表2疑似故障组件的内部参数即理论值组件rsrshiphaio130.6347223.094.3935.813.34e-1060.3798120.964.2135.484.26e-1020.1836186.834.928.31953.43e-1040.4020354.952.6632.722.57e-1080.3842201.684.6835.922.59e-10理论值0.32198.224.9836.302.68e-10表3疑似故障组件的内部参数归一化值组件rs_norrsh_noriph_nora_norio_nor130.98340.12550.11850.01350.246360.18690.38980.15460.02260.589620.42620.05750.01200.77080.279940.25630.79070.46590.09860.041080.20060.01750.06020.01050.03366.结合光伏组件数学模型和集成cart分类树模型判断是否故障、故障类型，若判定无故障则将s1接到v2上，第一开关14断开，第二开关15闭合，电容c放电，组件重新接入系统，若判定有故障则将具体故障组件和故障类型显示于上位机6；由表4可见，组件8为正常，将其重新接入阵列，组件13、6、2、4为有具体的故障类型；本实例的集成cart分类树模型共有10棵树，取其中一棵示意于图3；表4运行状态类型表组件运行状态13等效串联电阻故障6等效并联电阻故障2短路故障4阴影遮挡8正常7.取权值皆为0.25，计算故障指标并安故障指标由大到小建立故障一览表，工作人员按照先后顺序进行故障检修；由表5可见组件故障程度由大到小排列为4、2、13、6。表5故障一览表组件故障指标40.371820.3359130.386660.4131在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。当前第1页12