[发明专利]一种光伏阵列故障参数辨识方法

说明书

本发明公开了一种光伏阵列故障参数辨识方法，能够实现光伏阵列的阴影遮挡、旁路二极管短路以及等效串联电阻异常增大等故障的参数辨识，具体是通过扫描阵列I‑V特性曲线，利用差分进化算法不断调整阵列仿真模型的待辨识参数，让仿真模型输出的I‑V曲线不断地逼近实测I‑V曲线，最终使得两者误差达到最小，从而辨识出故障参数。本发明的辨识方法的前提条件是已搭建好能够同时仿真出上述三类故障的阵列模型。本发明的有益效果是：本发明的辨识方法能够辨识出多种故障同时发生时的故障参数，且能通过辨识出的故障参数获知故障程度等相关信息，因此本发明适用于光伏阵列的故障诊断以及性能评估等领域。

技术领域

本发明属于光伏系统技术领域，具体涉及一种光伏阵列故障参数辨识方法。

背景技术

光伏阵列是光伏发电系统的重要组成部分，由于其长期工作在比较恶劣的环境中，在热、电以及外部的破坏等因素作用下会引发阵列的开路、短路、热斑，以及逆变器过流、过压、功率管开路等故障，严重影响光伏系统的发电效率。此外，局部阴影遮挡不仅降低光伏组件输出功率，也会成为热斑等故障的诱因之一。为避免因故障导致的严重事故，提升系统发电效益，国内外研究机构以及企业已展开对光伏电站在线故障诊断方法的研究，包括红外图像法、模型对比法、离群点检测法等。

现如今，一些逆变器厂家已在逆变器产品中增加了阵列I-V曲线扫描功能，这给进一步增加故障识别类型以及提高故障诊断精度提供了机遇。然而基于I-V曲线扫描的故障诊断方法大多采用参数提取方法，及提取I-V曲线中的相关特征量(开路电压、短路电流等参数)，并将之与理论模型输出的特征量进行对比，若残差超过预先设定的阈值，则认为是某一类故障，然而这样的方法大多只用于判断故障类型，而没有对故障进行进一步的评估，及定量得描述故障程度。

此外，当多个故障同时发生时，所提取的特征量很大程度上会相互影响，比如当阵列老化和阴影遮挡同时发生时，不能直接用开路点电压的斜率值来判断阵列老化，因为阴影遮挡已经改变了I-V曲线某些部分的斜率。也有许多故障诊断方法基于机器学习，这些方法可有效判断出多种故障类型，但前提条件是需要保证良好的训练集，因此要采集较多目标阵列故障状态下阵列I-V曲线，这会对阵列带来一定的损伤，此外这类方法也只能给出诊断结果，无法进一步评估故障相关参数。本发明所提供的技术方案可有效解决上述问题，不但可同时诊断出多种故障类型，也可对故障进行评估，能对定量得对故障进行描述。

发明内容

针对现有技术上存在的不足，本发明的目的在于提供一种光伏阵列故障参数辨识方法,不但能够同时诊断出多种故障类型，也能够对故障进行评估，能对定量得对故障进行描述。

为了实现上述目的，本发明是通过如下的技术方案来实现：

一种光伏阵列故障参数辨识方法，所述辨识方法能辨识的故障参数包括三类，第一类故障参数为与阴影遮挡相关的故障参数，具体包括等效阴影块个数n_b、各阴影块等效透光率各阴影块横向电池片遮挡数量以及纵向电池片遮挡数量第二类故障参数为旁路二极管短路个数n_sc；第三类故障参数为阵列等效串联电阻异常增大的阻值R_c，该异常增大的串联电阻是由组件接触材料老化、串联线缆老化以及电路连接处产生的接触电阻综合导致的，因此R_c的辨识可用于反应以上所述故障存在的可能性以及严重程度。

假设阵列中组件安装形式都为竖装，每个组件包含N_d个子串，即N_d个旁路二极管，每个子串串联电池片个数为N_s，组件短边宽度为N_x个电池片长度，长边宽度为N_y个电池片宽度，因此满足N_x×N_y＝N_s×N_d，阵列串联组件个数为N_m；