[发明专利]基于最大功率点跟踪数据的光伏快速检测及精确诊断方法

说明书

本发明公开了一种基于最大功率点跟踪数据的光伏快速检测及精确诊断方法，包括以下步骤：基于最大功率点瞬时电流下降检测异常，其中阈值设定同时考虑了采样间隔及扰动步长；利用特性曲线上关键工作点及极值点个数区分遮挡和线路故障，并进一步评估故障程度；根据故障评估结果，设置工作电压以区分故障组串和正常组串，从而实现故障定位。本发明提出的检测方法无需安装额外的数据采集设备，可方便嵌入商用逆变器，且在低辐照度、低失配等级及安装阻塞二极管等复杂环境下均适用，同时提取的拐点特征可有效区分具有相似特性的部分遮挡及线路故障，避免不必要的断电保护，除此之外，提出的故障定位方法能够快速将故障隔离，进而保证系统的安全运行。

技术领域

本发明涉及一种基于最大功率点跟踪数据的光伏快速检测及精确诊断方法，属于新能源技术领域。

背景技术

光伏发电由于其本身独特的优势，成为当前发展速度最快的能源之一，近年来，在世界各国得到了广泛应用。一个基本的光伏系统主要由光伏阵列、功率调节器、逆变器以及各单元之间连接的线缆构成，组件间的串并联结构导致任何部件出现异常和故障都会严重影响系统的运行效率，功率输出以及系统安全性和可靠性，据统计表明由于各类故障造成的光伏系统年损失可达18.9％。因此，状态监测和故障诊断对光伏系统的安全、可靠和高效运行是必不可少的。

常用的故障检测和保护方法需要在阵列中安装过电流保护装置和接地故障检测装置，然而，光伏发电系统不同于电压型电源，在故障特性方面存在明显差异，进而导致这些保护装置在低辐照度条件、低失配等级、存在最大功率点跟踪模块及安装阻塞二极管的情况下会部分失效。

近年来大量方法被研究用于检测和诊断光伏阵列中的故障，其中最基本也是最主要的方法是通过比较最大功率点电压和电流的实测值与模拟值实现的，然而该工作点特性在多种异常情况下存在相似性，这也就导致了基于此特征的类别诊断失效；相比而言，将电流电压曲线整体纳入故障判断依据能够提供更多信息，同时计算量也随之增加，最重要的是，模拟过程所需要的环境及电气数据采集问题会限制算法可实施的频度，从而可能导致灾难性故障在系统中潜藏概率和时间的增加。

基于电流电压信号通过时域频域分析的方法，如接地电容测量法和时域反射法等能够实现特定故障的检测和定位，但其仅适用于离线检测且需要额外的信号输入；而改进的多尺度信号分解的方法依赖于高频率的采集信号，且算法需要额外的软硬件平台支撑。

除此之外，统计分析离群点也是一种常用的实现故障检测和定位的方法，但当故障失配程度较低时，组串电流的差异性不明显将导致该方法失效，此外该方法依赖的电流检测需要布置大量的传感设备，从而会增加运行成本。因此，如何实现低成本的故障检测和诊断是当前光伏系统健康运行亟需解决的问题。

发明内容

技术问题：

本发明的目的在于解决现有光伏系统中故障检测定位不及时，诊断成本高的问题，提供一种基于最大功率点跟踪数据的快速异常检测及精确诊断方法。

技术方案：

为达到上述目的，本发明采用的方法是：一种基于最大功率点跟踪数据的光伏快速检测及精确诊断方法，依次包括以下步骤：

S1：建立光伏系统中常见的严重故障及部分遮挡等异常情况对输出的影响关系模型，考虑不同失配等级在有/无安装阻塞二极管这两种系统中的关系特性；

S2：基于最大功率点跟踪过程中相邻采样间隔之间的电流下降实现异常情况检测，同时考虑采样频率及扰动步长确定合适的阈值；

S3：利用事件触发的电流电压特性曲线扫描获取短路工作点、开路工作点、拐点、局部极大值点多个特征点，并记录极值点数目；

S4：基于特征点的电压和电流区分线路故障与部分遮挡；

S5：对获得的拐点及新开路电压进行分析，对故障的程度进行定量评估；