[发明专利]一种大型光伏电站中电池面板的故障检测算法

说明书

本发明属光伏发电技术领域，涉及一种大型光伏电站中电池面板的故障检测算法，本发明采用上位机直接发出操控命令，将获取的该时刻每条支路的电流以及每块电板的电压，以及环境参数包括光照强度和温度，输入数据后进行计算，其中采用对单个故障面板定位的横向比较算法，对电站整体老化判断的历史比较算法，以及用作对照的标准值更新算法，以及采用辅助算法的个别故障记录表，历史均值记录表，以及标准值查找表，同时进行个别故障定位与整体老化/积灰判断。本发明能在线实时监测、易于实现、能避免软错误带来的误判，并且采用自适应的方式构建标准值查找表，能适应不同地域和环境条件，因而具有更强的普适性和更高的精确度。

技术领域

本发明属光伏发电技术领域，涉及一种大型光伏电站中电池面板的故障检测算法，尤其涉及一种大型光伏阵列中电板故障检测定位与整体老化或积灰判断的方法。

背景技术

随着新能源技术的不断发展，太阳能光伏发电的应用已经越来越广泛。现有技术公开了光伏阵列是光伏发电系统的核心组成部分，它由若干块串并联的光伏电池面板组成。资料显示，目前常见的光伏电站均由户外安置的大规模光伏阵列构成，受环境因素影响，光伏面板极有可能出现个别故障、老化或积灰的情况，由于光伏面板数量庞大常无法及时检测出故障，不能及时得到替换，严重影响光伏电站的发电效率。

基于上述现状，业内技术人员采用一些光伏面板的故障检测手段，通过采集光伏面板的电压、电流等参数进行检测，但是，实践显示，采集到面板参数的数据，并不能直接得出故障情况的结论，还需对数据进行合理有效地诊断分析，方可获得准确的故障定位及故障类型。现有技术的光伏发电系统故障检测算法中尚存在下述局限性，如：其中一种类别的技术中，通过电流差值的方法判断(文献<太阳能电池阵列故障诊断方法研究>，第十四届全国设备监测与诊断学术会议，2010年)，通过筛选出电流差值过大的相邻列找出含有故障组件的支路，并对该支路的各光伏组件的电压值进行分析，定位出故障光伏电池组件；该算法可通过实时测量实现，并且只需要测量电压和电流信息，计算量小，容易实现，但是，其仍存在问题：不能对软错误进行有效的判断，对暂时出现的遮挡等情况容易产生误判，以及其中只进行支路间的横向比较，缺少结合环境参数对电站总体工作情况的分析，不能反映电站整体老化或积灰等情况；其中另一种类别的技术中，采用已知数据进行训练，得到完整数据库，再与测量数据比较的算法，中国专利(申请号201410449777.6)公开了一种采用模糊聚类算法进行故障判断的方法，其特点是先通过前期大量工作建立故障知识库，再收集光伏电站故障报警信息作为待比较样本，通过比较隶属度，并选用隶属度最高的故障类型作为待测样本代表的故障类型，该算法存在的问题是：需要事先判断出某一组数据为故障数据，才能运用隶属度算法，无法通过容易测试的电流、电压等电气参数直接判断故障；并且该算法事先需要大量的训练数据，以建立一个故障知识库用于比较，由于故障种类繁多，故障的仿真较为复杂，将消耗大量资源；并且，由于故障知识库的收集是局限的，且故障知识库的更新需要很长的时间，因而难以适应各种地理环境的情况，当地理环境变更后，故障知识库的内容将面临不准确的问题；还有类别的技术中，采用神经网络模型进行故障判断的算法，以最大功率点电流、最大功率点电压、短路电流、开路电压等电气参数作为算法的输入参数，通过BP神经网络得到故障模型输出，从而判断故障类型(文献《一种四参数的光伏组件在线故障诊断方法》，中国电机工程学报，2014年5月5日，第34卷第13期)、(文献《基于BP神经网络的光伏阵列故障诊断研究》，电力系统保护与控制，2013年8月16日，第41卷第16期)，该法可直接通过电气参数判断出故障类型，但存在的问题是：算法本身较为复杂，计算量大，且同样需要大量故障数据进行训练；另外作为算法输入的短路电流与开路电压无法实时测量，需要使光伏阵列暂时停止工作，影响电站发电效率，等等。

鉴于现有技术的局限性，本申请的发明人拟提供一种能在线快速实时监测、易于实现、能同时进行个别故障定位与整体老化判断、并适应不同地域和环境条件的具有更强普适性和更高准确度的光伏阵列故障检测算法。

发明内容