一种光伏阵列故障缺陷诊断系统及方法与流程

1.本发明涉及一种光伏阵列故障缺陷诊断系统及方法，属于光伏电池阵列技术领域。


背景技术：

2.随着绿色能源的推广，太阳能发电技术发展迅速。太阳能发电技术的物理原理就是利用光生伏特效应，将照射到光伏面板的太阳能转化为直流电能，再通过电力电子器件转化为各种类型的电能供负载使用。在太阳能发电的过程中，光伏电池是发电过程中的核心组件。但是在光伏面板的实际使用过程中，难免会出现飞鸟、云层、尘土等遮挡物，这些遮挡物在光伏面板上形成局部阴影。外加光伏电池本身存在的隐裂和断栅等缺陷，这些组件在工作时局部发热，长时间工作会甚至可能导致光伏面板的玻璃破碎、焊点熔化、阵列烧毁。
3.由美国国家可再生能源实验室组织的国际光伏质量保证特别行动组研究表明，在这些实际运行光伏电站的典型热斑问题中，有3类比较常见，a类：电池间显著温差、b类：单串电池性能失效、c类：玻璃与电池碎裂。a类问题的光伏面板中不同电池片温差不大，通常是由组件搬运、安装过程造成的电池隐裂产生的，该类问题在室内太阳模拟器测试中，功率下降幅度约为5％～8％；b类问题的光伏面板中单串电池性能失效，约造成30％的功率损失，通常是由a类问题的组件在室外长期运行，经历数月或更长时间导致单串电池性能失效，转变成b类问题的组件；c类问题的光伏组件在较大的反偏漏电流或反偏电压下导致局部温度在短时间急速上升，电池和面板在短时间内(几天)直接烧毁，这类问题主要由于遮挡或局部阴影造成的电流失配，此时旁路二极管导通且产生大量热量，长时间性能衰减、失效；之后光伏电池在没有保护的情况下承受更高的反向偏置电压，最终造成电池烧毁。


技术实现要素：

4.本发明的目的在于克服现有技术中的不足，提供一种光伏阵列故障缺陷诊断系统及方法，通过将传统的电压、电流定位法、时间跟踪法和光伏电池诊断模型相结合，从而能够基本判断故障的类型和位置。
5.为达到上述目的，本发明是采用下述技术方案实现的：
6.第一方面，本发明提供了一种光伏阵列故障缺陷诊断方法，包括：
7.采集光伏阵列中各个光伏电池串的电压和电流值；
8.比较采集到的电压值大小，查找出电压值最小的电池串及其电流电压值；
9.计算电压值最小的电池串电压值与正常运行下电压值的差值，判断该差值是否超出正常偏差；
10.响应于差值没有超出正常偏差时，重新采集光伏阵列中各个光伏电池串的电压和电流值以继续监测；
11.响应于差值超出正常偏差时，将电压值最小的电池串放入疑似故障组中进行二次
故障电池串判断；
12.响应于二次故障电池串判断确定故障电池串时，采集光伏电池温度和光强，结合光伏阵列参数估算模型，定位故障电池并计算光伏电池电阻估算值；
13.将光伏电池电阻估算值与正常值进行比较，判断其故障类型。
14.进一步的，响应于差值超出正常偏差时，将电压值最小的电池串放入疑似故障组中进行二次故障电池串判断，包括：
15.连续三次采集疑似故障组中的光伏电池的电压、电流值，每次采集时间间隔为两小时；
16.计算三次疑似故障组中的光伏电池的电压值与正常运行下电压值的差值；
17.响应于疑似故障组中的光伏电池非连续三次超出正常偏差时，重新连续三次采集疑似故障组中的光伏电池的电压、电流值进行检测；
18.响应于疑似故障组中的光伏电池连续三次超出正常偏差时，确定疑似故障组中的光伏电池为故障电池串。
19.进一步的，所述光伏电池电阻估算值为：
[0020][0021][0022]
式中，rs、r
sh
分别为串、并联电阻估算值，a为曲线拟合常数，u
t
为热电压，im为最大电流，i
sc
为短路电流，u
oc
为开路电压，um为最大电压。
[0023]
进一步的，所述最大电流、短路电流、开路电压和最大电压均通过检测得到。
[0024]
7、进一步的，所述曲线拟合常数为：
[0025][0026]
式中，a为曲线拟合常数，u
oc1
、i
sc1
为环境条件一下的开路电压和短路电流，u
oc2
、i
sc2
为环境条件二下的开路电压和短路电流，u
t
为热电压。
[0027]
进一步的，所述热电压为：
[0028][0029]
式中，u
t
为热电压，k为玻尔兹曼常数，t为电池热力学温度，q为电子电荷量。
[0030]
进一步的，所述正常偏差为人工预设值。
[0031]
第二方面，本发明提供了一种光伏阵列故障缺陷诊断系统，包括：
[0032]
采集模块：用于采集光伏阵列中各个光伏电池串的电压和电流值；
[0033]
定位模块：用于比较采集到的电压值大小，查找出电压值最小的电池串及其电流电压值；
[0034]
一次判断模块：用于计算电压值最小的电池串电压值与正常运行下电压值的差
值，判断该差值是否超出正常偏差；
[0035]
重新采集模块：用于响应于差值没有超出正常偏差时，重新采集光伏阵列中各个光伏电池串的电压和电流值以继续监测；
[0036]
二次判断模块：用于响应于差值超出正常偏差时，将电压值最小的电池串放入疑似故障组中进行二次故障电池串判断；
[0037]
参数计算模块：用于响应于二次故障电池串判断确定故障电池串时，采集光伏电池温度和光强，结合光伏阵列参数估算模型，定位故障电池并计算光伏电池电阻估算值；
[0038]
故障类型判断模块：用于将光伏电池电阻估算值与正常值进行比较，判断其故障类型。
[0039]
第三方面，本发明提供了一种光伏阵列故障缺陷诊断装置，包括处理器及存储介质；
[0040]
所述存储介质用于存储指令；
[0041]
所述处理器用于根据所述指令进行操作以执行根据上述任一项所述方法的步骤。
[0042]
第四方面，本发明提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一项所述方法的步骤。
[0043]
与现有技术相比，本发明所达到的有益效果：
[0044]
该诊断方法为解决光伏阵列发生热斑故障时无法准确定位故障位置的问题而提出的，通过将传统的电压、电流定位法、时间跟踪法和光伏电池诊断模型相结合，从而能够基本判断故障的类型和位置；能够准确定位热斑故障发生的位置，为光伏阵列故障诊断提供一种有效的诊断方法，该方法可进一步用于光伏电站的推广使用。
附图说明
[0045]
图1是本发明实施例一提供的单个光伏电池模型图：(a)为光伏电池产生光生电流机理图，(b)为单个光伏电池的等效电路模型；
[0046]
图2是本发明实施例一提供的m
×
n光伏电池串、并联示意图：(a)为m个光伏电池串联示意图，(b)为n个光伏电池并联示意图；
[0047]
图3是本发明实施例一提供的m
×
n光伏电池阵列模型：(a)为m
×
n光伏电池阵列的物理模型，(b)为m
×
n光伏电池阵列的等效电路模型；
[0048]
图4为图3中m
×
n光伏电池阵列发生热斑现象所导致单个光伏电池反偏等效电路模型；
[0049]
图5是本发明实施例一提供的一种光伏阵列故障缺陷诊断流程；
[0050]
图6是本发明实施例一提供的热斑故障对1个4
×
1的光伏阵列输出特性曲线：(a)为4
×
1光伏电池阵列示意图，(b)为4
×
1光伏电池阵列的u-i特性曲线，(c)为4
×
1光伏电池阵列的p-u特性曲线。
具体实施方式
[0051]
下面结合附图对本发明的技术方案做进一步的详细说明：本发明所描述的实施例仅是针对一种光伏阵列故障缺陷诊断方法，为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，其具体实施方式、结构、特征及其
功效，详细说明如下。
[0052]
实施例一：
[0053]
一种光伏阵列故障缺陷诊断方法，包括以下步骤：
[0054]
步骤1：通过电压、电流传感器，采集到各个光伏电池串的电压、电流值，对于m个光伏电池组件串联形成的光伏电池串的输出电流、电压为：
[0055]iout
＝iiꢀꢀꢀ
(1)
[0056][0057]
式(1)、(2)中，i
out
为光伏电池串的总输出电流，u
out
为光伏电池串的总输出电压，m为光伏电池行数，ii为第i行光伏电池组件的电流，ui为第i行光伏电池组件的电压，i＝1，2，...m。
[0058]
对于n列光伏电池串并联形成的光伏阵列的输出电流、电压为：
[0059][0060]uout
＝ujꢀꢀꢀ
(4)
[0061]
式(3)、(4)中，i
out
为n列光伏电池串并联形成的光伏电池阵列的总输出电流，u
out
为并联形成的光伏电池阵列的总输出电压，n为光伏电池列数，ij为第j列光伏电池串的电流，uj为第j列光伏电池串的电压，j＝1，2，...n。
[0062]
在正常情况下，n列并联电池串上流过的电流是相等的，其电池组件上的电流为：
[0063][0064]
式(5)中，i
ij
为第i行第j列电池组件上流过的电流，i
out
为n列光伏电池串并联形成的光伏电池阵列的总输出电流，n为光伏电池列数，i为串联光伏电池组件的行号，1≤i≤m；j为并联光伏电池组件的列号，1≤j≤n。
[0065]
步骤2：比较采集到的电压值大小，查找出电压值最小的那一列电池串。
[0066]
当光伏阵列发生故障时，其输出电流和输出电压必定产生变化。假设在第r行t列的电池发生故障(1≤r≤m；1≤t≤n)时，则有：
[0067]urt
＜u
it
ꢀꢀꢀ
(6)
[0068]
式(6)中，u
rt
为第t列故障电池组件的输出电压，u
it
为第t列中未发生故障的电池组件的输出电压，i≠t。
[0069]
步骤3：计算步骤2中电压幅值最小的电池串电压值u
min
与正常运行下电压值u的差值δu＝u-u
min
，并判断该差值是否超出预设的正常偏差，正常偏差为人工根据经验预设的，不同的光伏系统设置的值不同；若没有超出正常偏差，则返回到步骤1中继续监测；若超出正常偏差，则将该电池串放入疑似故障组中。
[0070]
步骤4：对疑似故障组中的光伏电池每隔2个小时监测电压、电流值；若连续存在3次均监测到该光伏电池串被放入疑似故障组中，则可确定该电池串为故障电池串。
[0071]
步骤5：针对该故障电池串采集其环境温度、光照强度，并进行光伏阵列判别流程，具体步骤如下：
[0072]
将单个光伏电池的等效输出模型等效为单二极管等效电路模型，如图1(b)所示。
在考虑反向雪崩击穿效应时，可推导出单个光伏电池输出特性的数学模型为：
[0073][0074]
式(7)中，u、i分别为光伏电池的输出电压和电流，i
ph
为光生电流，io为等效二极管的反向饱和电流，q为电子电荷量，a为曲线拟合常数，k为玻尔兹曼常数，t为电池热力学温度，rs、r
sh
分别为等效串、并联电阻阻值，a、b为雪崩击穿特征常数，u
br
为反向雪崩击穿电压。
[0075]
通过将单个光伏电池通过串、并联封装为一个整体，采用sp结构封装为m行n列的光伏模组结构，具体结构如图3(a)所示；假设整个模组结构的光伏电池的电气参数完全相同，由图3(b)中的m
×
n光伏模组的等效电路图，可推导出光伏阵列的数学模型为：
[0076][0077]
式(8)中，u、i分别为光伏电池的输出电压和电流，i
ph
为光生电流，io为等效二极管的反向饱和电流，q为电子电荷量，a为曲线拟合常数，k为玻尔兹曼常数，t为电池热力学温度，rs、r
sh
分别为等效串、并联电阻阻值，a、b为雪崩击穿特征常数；u
br
为反向雪崩击穿电压，m为光伏电池行数，n为光伏电池列数；
[0078]
通过采集每条电池串上m个电池组件流过的电流i
ij
、电压u
ij
来判断发生故障的电池串的位置；当光伏阵列发生故障时，其输出电流和输出电压必定产生变化。假设在第r行t列的电池组件发生故障(1≤r≤m；1≤t≤n)时，则有：
[0079]urt
＜u
it
ꢀꢀꢀ
(9)
[0080]
式(9)中，u
rt
为第t列故障电池组件的输出电压，u
it
为第t列中未发生故障的电池组件的输出电压，i≠r。
[0081]
根据光伏电池的伏安特性曲线，除第t列外的其他并联支路输出电流i
ij
将会上升。此时，发生故障的电池串，其输出电压和输出电流就小于其他电池串，此时即可定位故障的电池串。
[0082]
为了辨别不同因素带来的故障判别的困扰，可以采取时间跟踪法来判断故障发生的程度，提高模型判别的准确度，通过每隔2个小时采集故障t列上的电流、电压值i
t
、u
t
，来判断光伏电池发生故障的程度，具体实施流程如图5所示。
[0083]
对于准确定位故障发生的位置，并估算故障列的光伏电池串、并联电阻如图5所示，具体步骤为：
[0084]
在故障列电池串中，忽略了反向雪崩击穿效应，可得单个光伏电池的电流方程为：
[0085][0086]
式(10)中，i
ph
为光生电流，io为等效二极管的反向饱和电流，q为电子电荷量，a为曲线拟合常数，k为玻尔兹曼常数，t为电池热力学温度，u、i分别为光伏电池的输出电压和电流，rs、r
sh
分别为串、并联电阻阻值；
[0087]
当组件短路时，代入u＝0，i＝i
sc
，此时流过等效二极管的电流io≈0，可以忽略，所以短路电流i
sc
可近似简化为：
[0088][0089]
式(11)中，i
sc
为短路电流，i
ph
为光生电流，rs、r
sh
分别为串、并联电阻阻值；
[0090]
当组件开路时，代入i＝0，u＝u
oc
，短路电流i
sc
可近似简化为：
[0091][0092]
式(12)中，i
sc
为短路电流，io为等效二极管的反向饱和电流，q为电子电荷量，a为曲线拟合常数，k为玻尔兹曼常数，t为电池热力学温度，u
oc
为开路电压，r
sh
为并联电阻阻值；
[0093]
当组件处于最大功率点时，代入i＝im，u＝um，最大电流im可近似简化为：
[0094][0095]
式(13)中，im为最大电流，io为等效二极管的反向饱和电流，q为电子电荷量，a为曲线拟合常数，k为玻尔兹曼常数，t为电池热力学温度，um为最大电压，im为最大电流，rs、r
sh
分别为串、并联电阻阻值；
[0096]
根据(du/di)|
p＝pm
＝-um/im，在光伏位于最大功率点处对式(13)进行求导，可得：
[0097][0098]
式(14)中，um为最大电压，im为最大电流，rs、r
sh
分别为串、并联电阻阻值，u
t
为热电压，i
sc
为短路电流；
[0099]
其中，u
t
为热电压，其表达式为：
[0100][0101]
式(15)中，k为玻尔兹曼常数，t为电池热力学温度，q为电子电荷量；根据在标准温度下，二极管反向饱和电流的计算公式为：
[0102][0103]
式(16)中，i
or
为在标准环境下(1000w/m2，25℃)等效二极管的反向饱和电流，i
scr
为在标准条件下的短路电流，u
ocr
为在标准条件下的开路电压，u
t
为热电压；
[0104]
对于二极管的理想因子a，反映了光伏电池内部载流子的负荷能力，不受环境参数的影响，因此可表示为：
[0105][0106]
式(17)中，a为曲线拟合常数，反映的是阵列对载流子的最大负荷能力，不受环境参数的影响，其值大约为1-2之间。u
oc1
、i
sc1
为环境条件一下的开路电压和短路电流，u
oc2
、i
sc2
为环境条件二下的开路电压和短路电流，u
t
为热电压。
[0107]
对于估算串联电阻阻值时，在光伏电池处于最大功率状态下，忽略并联电阻；对于
估算并联电阻阻值时，在光伏电池处于开路状态下，忽略串联电阻。因此，光伏电池中的串、并联电阻的估算值分别为：
[0108][0109][0110]
式(18)(19)中，rs、r
sh
分别为串、并联电阻估算值，a为曲线拟合常数，u
t
为热电压，im为最大电流，i
sc
为短路电流，u
oc
为开路电压，um为最大电压，其中最大电流、短路电流、开路电压和最大电压均通过检测得到。
[0111]
步骤6：将得到的光伏电池电阻估算值与正常值进行比较，判断其故障发生的严重程度。
[0112]
步骤7：确定故障电池串，安排维修人员前往维修，排除故障。
[0113]
本实施例中，为了展示热斑效应对光伏阵列的输出特性的影响，本发明在仿真平台中对1个4
×
1的光伏阵列进行模型搭建，单个光伏电池的参数分别为：开路电压u
oc
为36.6v，短路电流i
sc
为7.84a；在最大功率点处um为29v，im为7.35a。假设该电池串的第1个和第2个光伏电池没有受到光伏电池的影响，光照强度为sr，第3个电池的光照强度为0.75sr，第4个电池的光照强度为0.5sr，如图6(a)所示。
[0114]
在没有受到阴影的影响且忽略环境温度的影响下，每个光伏电池的输出电压和电流应该非常接近；当受到环境阴影影响时，该光伏电池由于其输出电流小于其他光伏电池的输出电流，此时该光伏电池被旁路二极管所短路，直致其所在的支路电流小于故障光伏电池能发出的最大电流时，该电池模块才会输出电压。此时，串联支路的输出电压可表示为：
[0115][0116]
式(20)中，sr为标准光照强度，其值为1000w/m2；si为串联支路中第i个光伏组件上的实际光照强度；ui为该光伏组件的输出电压。当si》sr时，ui值随光照强度si变化而变化；
[0117]
此时，根据图5所示的故障缺陷诊断流程，即可定位故障电池串中的故障光伏电池组件，并得到图6(b)和图6(c)所示的u-i和p-u输出特性曲线。
[0118]
当电池串工作在区间1时，受到阴影影响的电池输出电流i
sj
小于当前支路的工作电流i，所以第3个、第4个的光伏电池均被旁路二极管短路，此时仅有第1个和第2个光伏电池正常工作；当电池串工作在区间2时，随着电压的增大、电流的降低，当前支路电流i降低到i＝i
s3
时，即图6中a点，旁路二极管d3关断，第3个光伏电池恢复工作；随着光伏阵列电压的继续增大、电流继续降低，即到图6中b点时，此时旁路二极管d4也关断，当前支路电流i降低到i＝i
s4
时，该电池串的所有电池均恢复到正常工作状态。
[0119]
这里以本发明的实施例为中心，详细介绍了本方法的具体故障诊断过程。所描述的故障诊断流程或某些特征的具体体现，应当理解为本说明书仅仅是针对给出实施例的光伏阵列模型来描述本发明，实际上对于不同结构的光伏阵列故障诊断时某些细节上会有所
变化，这些变化应该属于本发明范围内。
[0120]
实施例二：
[0121]
一种光伏阵列故障缺陷诊断系统，可实现实施例一中一种光伏阵列故障缺陷诊断方法，包括：
[0122]
采集模块：用于采集光伏阵列中各个光伏电池串的电压和电流值；
[0123]
定位模块：用于比较采集到的电压值大小，查找出电压值最小的电池串及其电流电压值；
[0124]
一次判断模块：用于计算电压值最小的电池串电压值与正常运行下电压值的差值，判断该差值是否超出正常偏差；
[0125]
重新采集模块：用于响应于差值没有超出正常偏差时，重新采集光伏阵列中各个光伏电池串的电压和电流值以继续监测；
[0126]
二次判断模块：用于响应于差值超出正常偏差时，将电压值最小的电池串放入疑似故障组中进行二次故障电池串判断；
[0127]
定位计算模块：用于响应于二次故障电池串判断确定故障电池串时，采集光伏电池温度和光强，结合光伏阵列参数估算模型，定位故障电池并计算光伏电池电阻估算值；
[0128]
故障类型判断模块：用于将光伏电池电阻估算值与正常值进行比较，判断其故障类型。
[0129]
实施例三：
[0130]
本发明实施例还提供了一种光伏阵列故障缺陷诊断装置，可实现实施例一中一种光伏阵列故障缺陷诊断方法，包括处理器及存储介质；
[0131]
所述存储介质用于存储指令；
[0132]
所述处理器用于根据所述指令进行操作以执行下述方法的步骤：
[0133]
采集光伏阵列中各个光伏电池串的电压和电流值；
[0134]
比较采集到的电压值大小，查找出电压值最小的电池串及其电流电压值；
[0135]
计算电压值最小的电池串电压值与正常运行下电压值的差值，判断该差值是否超出正常偏差；
[0136]
响应于差值没有超出正常偏差时，重新采集光伏阵列中各个光伏电池串的电压和电流值以继续监测；
[0137]
响应于差值超出正常偏差时，将电压值最小的电池串放入疑似故障组中进行二次故障电池串判断；
[0138]
响应于二次故障电池串判断确定故障电池串时，采集光伏电池温度和光强，结合光伏阵列参数估算模型，定位故障电池并计算光伏电池电阻估算值；
[0139]
基于故障电池串的电流电压值计算光伏电池电阻估算值；
[0140]
将光伏电池电阻估算值与正常值进行比较，判断其故障类型。
[0141]
实施例四：
[0142]
本发明实施例还提供了一种计算机可读存储介质，可实现实施例一中一种光伏阵列故障缺陷诊断方法，其上存储有计算机程序，该程序被处理器执行时实现下述方法的步骤：
[0143]
采集光伏阵列中各个光伏电池串的电压和电流值；
[0144]
比较采集到的电压值大小，查找出电压值最小的电池串及其电流电压值；
[0145]
计算电压值最小的电池串电压值与正常运行下电压值的差值，判断该差值是否超出正常偏差；
[0146]
响应于差值没有超出正常偏差时，重新采集光伏阵列中各个光伏电池串的电压和电流值以继续监测；
[0147]
响应于差值超出正常偏差时，将电压值最小的电池串放入疑似故障组中进行二次故障电池串判断；
[0148]
响应于二次故障电池串判断确定故障电池串时，采集光伏电池温度和光强，结合光伏阵列参数估算模型，定位故障电池并计算光伏电池电阻估算值；
[0149]
基于故障电池串的电流电压值计算光伏电池电阻估算值；
[0150]
将光伏电池电阻估算值与正常值进行比较，判断其故障类型。
[0151]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0152]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0153]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0154]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0155]
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。