陳國燈 林培杰 賴云鋒 程樹英 陳志聰

?

基于電流時間序列的光伏故障在線監(jiān)測系統(tǒng)

陳國燈 林培杰 賴云鋒 程樹英 陳志聰

（福州大學(xué)物理與信息工程學(xué)院微納器件與太陽能電池研究所，福州 350116）

光伏陣列由于長期工作在惡劣的自然環(huán)境中，難免會發(fā)生各種故障，有必要對光伏陣列進行故障在線監(jiān)測。因此本文基于DSP設(shè)計了一種在線監(jiān)測系統(tǒng)，并采用一種基于電流時間序列的光伏陣列故障檢測方法。該方法首先定義了一個時間序列滑動窗口（time series sliding window, TSSW），然后計算滑動窗口內(nèi)每一個點相對應(yīng)的局部離群因子（local outlier factor, LOF）。一旦出現(xiàn)的連續(xù)離群點數(shù)超過設(shè)定的閾值，就可判斷該組串出現(xiàn)故障。實驗結(jié)果表明，提出的故障檢測方法能夠?qū)夥嚵卸搪?、局部陰影和開路故障組串進行檢測，同時系統(tǒng)也能夠?qū)夥娬局绷鱾?cè)的電流、電壓以及溫度和輻照度進行實時監(jiān)測。

光伏陣列；故障檢測；時間序列；局部離群因子

開發(fā)新型的可再生能源已經(jīng)成為了全世界關(guān)注的焦點，太陽能作為一種清潔的、永不枯竭的新型綠色能源正得到迅速的推廣應(yīng)用[1]。但是光伏組件在長期工作中，難免會發(fā)生各種故障，這些故障的產(chǎn)生會降低電站的發(fā)電效率，嚴(yán)重時甚至發(fā)生火災(zāi)，危害社會財產(chǎn)安全[2]。因此，如果對光伏發(fā)電陣列在運行狀態(tài)中出現(xiàn)的故障能夠及時地檢測、定位并進一步告警，就能減少光伏系統(tǒng)因不正常運行而導(dǎo)致的能量損失，降低故障擴散的可能，避免安全事故的發(fā)生，從而提高光伏系統(tǒng)生命周期內(nèi)的安全性及投入產(chǎn)出[3]。

部分學(xué)者提出了一些光伏陣列故障檢測與定位的方法[4-5]。文獻[6-7]提出了紅外圖像檢測方法，該方法能夠?qū)夥嚵械睦匣?、短路和開路進行檢測和準(zhǔn)確定位，但是需要高精度的紅外攝像頭，同時紅外圖像易受外界干擾，影響檢測精度。文獻[8]提出了一種CTCT型光伏陣列連接方式，并以檢測電流為手段實現(xiàn)故障電池板定位，但需要的傳感器較多且CTCT型連接方式的光伏陣列在實際中難以應(yīng)用。文獻[9]提出了基于異常值統(tǒng)計的故障檢測和定位方法，包括3-Sigma Rule、Hampel Identifier和Boxplot Outlier。文獻[10]則提出了采用局部離群因子（local outlier factor, LOF）算法進行檢測和定位，然而這些方法不適用于小型光伏陣列和組串式光伏電站。

一般情況下，光照度在短期內(nèi)的變化趨于線性，因此每個組串的電流在短期內(nèi)也將趨于線性。然而，當(dāng)出現(xiàn)故障時，組串電流在時間序列上將會發(fā)生明顯變化。由于光照度、溫度等外界環(huán)境變換范圍廣泛等因素，難以采用簡單的閾值判斷方法對電流變化進行檢測?；诖?，本文結(jié)合LOF算法和滑動窗口提出一種基于電流時間序列的故障檢測和定位方法，進而設(shè)計出一套光伏故障在線監(jiān)測系統(tǒng)。該系統(tǒng)可適用于組串式和串并聯(lián)式光伏發(fā)電系統(tǒng)。

1 系統(tǒng)整體設(shè)計方案

1.1 監(jiān)測系統(tǒng)的構(gòu)成

本文設(shè)計的光伏故障在線監(jiān)測系統(tǒng)主要由光伏陣列、匯流箱、并網(wǎng)逆變器、公用電網(wǎng)和光伏電站監(jiān)測中心組成。本系統(tǒng)使用Matlab設(shè)計了一個上位機，并通過ZigBee通信方式進行系統(tǒng)調(diào)試，如圖1所示。

圖1 系統(tǒng)框架

1.2 監(jiān)測系統(tǒng)工作原理

光伏陣列在光照下會產(chǎn)生電流和電壓，然后通過一個匯流箱連接至逆變器，最后通過逆變器并入到公用電網(wǎng)中。本系統(tǒng)匯流箱里集成了一個光伏數(shù)據(jù)采集系統(tǒng)，對光伏電站的陣列電壓、各組串電流、光照度以及溫度進行采集，通過DSP處理器進行AD轉(zhuǎn)換采集光伏電站的各項信息，在DSP中對各組串電流分別進行電流時間序列LOF的計算，實現(xiàn)對光伏電站常見的短路、局部陰影和開路三種故障對應(yīng)的組串進行檢測和定位。最后，將光伏電站的各項實時數(shù)據(jù)和各組串的檢測結(jié)果通過ZigBee傳送到上位機。

2 硬件電路設(shè)計

在本系統(tǒng)中，硬件電路主要實現(xiàn)各組串電流、光伏陣列電壓、溫度以及光照度的采集。串并聯(lián)結(jié)構(gòu)的光伏陣列是由個組件串聯(lián)成組件串，然后由個組件串并聯(lián)形成。由于市電的地不能與光伏陣列的地相接，否則將會損壞逆變器、DSP控制器等設(shè)備，因此本系統(tǒng)選用隔離型的霍爾電壓傳感器LV25-P對其電壓進行采集，具體的采樣電路如圖2所示。

圖2 電壓采樣電路

LV25-P型電壓傳感器主要是根據(jù)原副線圈電流比來實現(xiàn)的，該傳感器原邊與副邊的電流比為 1∶2.5。傳感器在輸入電流為10mA左右時，測量的精度最高，而光伏陣列的開路電壓為129V，故在傳感器的原邊接上一個13kW的精密電阻。因為傳感器原邊內(nèi)部帶有一個250W的電阻，所以光伏陣列電壓PV與電路輸出電壓out的關(guān)系為

光伏陣列的各組串電流則是通過厚施公司生產(chǎn)的型號為HBC-06LSP電流傳感器進行采集的，該傳感器是一種穿孔式的電流傳感器，具體的電流采樣電路如圖3所示。該傳感器的輸出電壓與電流的關(guān)系為

式中，p為測量的電流，pn為電流傳感器的量程。

圖3 電流采樣電路

由于DSP的最大采集電壓為3V，所以在電流傳感器的輸出端加上一個50kW和100kW的精密電阻進行分壓，采樣的電壓和實際電流關(guān)系為

溫度測量是通過將PT100溫度傳感器緊貼在光伏陣列中心光伏組件背面，然后通過一個溫度變送器將溫度信息轉(zhuǎn)換成電壓進行采集的。輻照度通過將一個照度傳感器安置在與光伏陣列相同的傾斜面，將照度信息轉(zhuǎn)換成電壓進行采集。

3 DSP程序設(shè)計

3.1 程序總體設(shè)計

由于運行LOF算法需要使用到大量的四則運算和浮點運算，DSP處理器則剛好具備強大的運算功能，因此選用TI公司生產(chǎn)的TMS320F28335處理器作為主控制器。本系統(tǒng)中DSP主要實現(xiàn)對光伏電站各項數(shù)據(jù)的采集、進行電流時間序列LOF檢測方法運算對故障檢測和定位以及將組串狀態(tài)、檢測結(jié)果和數(shù)據(jù)發(fā)送給PC端。

DSP程序的具體執(zhí)行步驟為：啟動定時器，周期設(shè)置為1s，使用處理器的ADC模塊采集各個傳感器的輸出電壓值，然后得出光伏組串電流、電壓以及溫照度。AD采集中每秒轉(zhuǎn)換100個數(shù)據(jù)，通過每10個取平均值的方法進行濾波處理。然后系統(tǒng)調(diào)用時間序列LOF進行故障檢測以及定位，因為系統(tǒng)要檢測的只是發(fā)生故障那一小段時間的突變，所以檢測方法中只要出現(xiàn)連續(xù)5個離群點就判斷為故障，此后組串的狀態(tài)將不再改變。最后系統(tǒng)將各組串電流、陣列電壓、溫度和輻照度以及各組串的工作狀態(tài)通過ZigBee發(fā)送的電腦上位機端。具體的DSP工作流程如圖4所示。

圖4 DSP程序流程

3.2 故障檢測方法

本文采用的是一種基于電流時間序列（current time series, CTS）的故障檢測方法[11]。首先，定義了一個包含個組串電流點的時間序列滑動窗口（time series sliding window, TSSW）。然后，采用LOF離群點檢測算法計算窗口內(nèi)每個點的LOF，再取以10為底的對數(shù)，通過設(shè)置一個閾值來判斷，如果高于，就判斷為離群點，然后窗口沿著時間軸向前滑動。如果在窗口內(nèi)出現(xiàn)連續(xù)個離群點，就可以判斷為故障。本文提出的故障檢測流程如圖5所示。其中滑動窗口大小=20，連續(xù)離群點閾值=5，離群點判斷閾值=1.3，LOF檢測算法中的=10，這些參數(shù)應(yīng)根據(jù)實際情況作出改變。

圖5 故障檢測流程圖

4 上位機設(shè)計

本系統(tǒng)還利用Matlab的GUIDE設(shè)計了一個上位機，以便對光伏發(fā)電系統(tǒng)的各個參數(shù)和狀態(tài)進行顯示。該上位機主要包括了串口通信、實時數(shù)據(jù)以及故障檢測方法運行結(jié)果。實時數(shù)據(jù)主要包括各組串電流、光伏陣列的總電流、陣列電壓、陣列功率以及溫照度信息，故障檢測結(jié)果則包括當(dāng)前窗口的運行結(jié)果圖和組串的當(dāng)前狀態(tài)設(shè)計的主界面，如圖6所示。

5 實驗結(jié)果

5.1 實驗平臺

在一個大小為1.8kW的光伏發(fā)電系統(tǒng)上對在線監(jiān)測系統(tǒng)以及故障檢測方法進行驗證，如圖7所示。

圖6 上位機界面

整個系統(tǒng)包括光伏發(fā)電陣列、匯流箱、光伏并網(wǎng)逆變器、硬件電路、DSP28335控制器以及一臺個人PC。光伏發(fā)電陣列由3個組串并聯(lián)構(gòu)成，其中每個組串由6個光伏組件串聯(lián)而成。組件采用漳州國綠太陽能有限公司生產(chǎn)的GL-M100型號太陽能電池，在標(biāo)準(zhǔn)測試情況下，開路電壓為21.5V，短路電流為6A，輸出功率為100W。逆變器為江蘇固德威電源科技有限公司生產(chǎn)GW2500-NS光伏并網(wǎng)逆變器，直流電壓和MPPT電壓范圍均為80～450V，最大直流輸入電流為18A。

圖7 實驗平臺

5.2 系統(tǒng)驗證

本系統(tǒng)將針對光伏陣列常見的短路、局部陰影和開路3種常見的故障進行驗證。首先是短路故障，短路故障是指組串內(nèi)一個或多個組件的意外短路[12]。本文是將組串內(nèi)的一個組件短路，因為這種情況故障最不明顯，最不容易被檢測。短路情況下的實驗結(jié)果如圖8所示。從圖8可以看出，系統(tǒng)可以對光伏電站的各項數(shù)據(jù)進行監(jiān)測顯示，組串1的電流也明顯小于其他組串。圖8中還包括了3個組串當(dāng)前窗口的故障檢測結(jié)果圖，其中直線代表判斷離群點的閾值，點線的點則代表窗口內(nèi)每個點的log10()值。圖8中組串1檢測窗口的電流值和log10()見表1。從表1和圖8都可以看出，組串1出現(xiàn)連續(xù)5個離群點被判斷為故障，其余組串則是正常。由此可見，本系統(tǒng)能夠?qū)崿F(xiàn)對短路故障的在線檢測。

圖8 短路故障下的系統(tǒng)驗證

表1 短路故障下的實驗數(shù)據(jù)

局部陰影故障指的是光伏陣列受到建筑物、樹木、灰塵等污染物造成光照不均勻[13]的情況。本文采用亞克力板將光伏組串的其中一個組件遮擋來模擬局部陰影故障，此時的局部陰影故障最不明顯，也最不容易被檢測，得到局部陰影情況下的實驗結(jié)果如圖9所示。圖9中組串1檢測窗口的電流值和log10()見表2。從圖9和表2均可以看出，組串1的時間序列LOF出現(xiàn)連續(xù)5個離群點，同時組串1被判斷為故障，因此本系統(tǒng)可以實現(xiàn)對局部陰影故障的檢測。

圖9 局部陰影故障下的系統(tǒng)驗證

表2 局部陰影故障下的log10(LOF)

開路故障指的是正常導(dǎo)通路線的意外斷開[14]。本文將光伏陣列一個組串的中間斷開，得到開路下的實驗結(jié)果如圖10所示。圖10中組串1檢測窗口的電流值和log10()見表3。從表3和圖10可以看出組串1的電流幾乎為0，同時組串1的時間序列LOF結(jié)果出現(xiàn)了連續(xù)5個離群點并被判定為故障。因此，本文的系統(tǒng)同樣適用于開路故障的檢測。

圖10 開路故障下的系統(tǒng)驗證

表3 開路故障下的log10(LOF)

6 結(jié)論

本文設(shè)計了一個光伏陣列在線監(jiān)測系統(tǒng)，系統(tǒng)能夠?qū)夥嚵械墓ぷ鳡顟B(tài)和各個工作參數(shù)進行實時監(jiān)測；結(jié)合電流時間序列和LOF算法，系統(tǒng)能夠?qū)收辖M串進行檢測和定位。基于一套1.8kW的實驗室發(fā)電系統(tǒng)進行實驗驗證。實驗結(jié)果證明，該系統(tǒng)能夠?qū)夥嚵卸搪?、局部陰影和開路故障進行實時檢測和定位。

今后的工作展望：①DSP具有豐富的擴展接口，后續(xù)將使用2G/3G/4G網(wǎng)卡將光伏數(shù)據(jù)通過互聯(lián)網(wǎng)發(fā)送到云端服務(wù)平臺，如在阿里云或騰訊云上搭建光伏電站運維平臺，從而實現(xiàn)分布式光伏信息化管理；②針對大型光伏電站組串較多的情況下，可通過ZigBee或LoRa技術(shù)將每串的光伏數(shù)據(jù)匯總到采集終端。

[1] 賈科, 顧晨杰, 畢天姝, 等. 大型光伏電站匯集系統(tǒng)的故障特性及其線路保護[J]. 電工技術(shù)學(xué)報, 2017, 32(9): 189-198.

[2] 陳沛華, 趙會茹, 李娜娜. 分布式光伏電源并網(wǎng)影響與應(yīng)對措施[J]. 電氣技術(shù), 2015, 16(1): 125-127.

[3] 徐瑞東, 陳昊, 胡義華, 等. 基于高斯過程的光伏陣列故障定位[J]. 電工技術(shù)學(xué)報, 2013, 28(6): 249-256.

[4] Tsanakas J A, Ha L, Buerhop C. Faults and infrared thermographic diagnosis in operating c-Si photovoltaic modules: A review of research and future challenges[J]. Renewable and Sustainable Energy Reviews, 2016, 62: 695-709.

[5] 胡義華, 鄧焰, 何湘寧. 光伏陣列故障診斷方法綜述[J]. 電力電子技術(shù), 2013, 47(3): 21-23.

[6] Tsanakas J A, Ha L, Buerhop C. Faults and infrared thermographic diagnosis in operating c-Si photovoltaic modules: A review of research and future challenges[J]. Renewable and Sustainable Energy Reviews, 2016, 62: 695-709.

[7] 王培珍, 鄭詩程. 基于紅外圖像的太陽能光伏陣列故障分析[J]. 太陽能學(xué)報, 2010, 31(2): 197-202.

[8] 程澤, 李兵峰, 劉力, 等. 一種新型結(jié)構(gòu)的光伏陣列故障檢測方法[J]. 電子測量與儀器學(xué)報, 2010, 24(2): 131-136.

[9] Zhao Y, Lehman B, Ball R, et al. Outlier detection rules for fault detection in solar photovoltaic arrays[C]//Applied Power Electronics Conference and Exposition, 2013: 2913-2920.

[10] Zhao Ye, Balboni F, Arnaud T, et al. Fault experiments in a Commercial-Scale PV laboratory and fault detection using local outlier factor[C]//2014 IEEE 40th Photovoltaic Specialist Conference (PVSC), 2014: 3398- 3403.

[11] Chen G D, Lin P J, Lai Y F, et al. Fault location for photovoltaic array based on time series change detection in sliding window[C]//Applied Energy Symposium and Forum: Renewable Energy Integration with Mini/Microgrid. Tianjin, China, 18-20 OCT, 2017.

[12] Zhao Ye, De Palma J F, Mosesian J, et al. Line-Line fault analysis and protection challenges in solar photovoltaic arrays[J]. IEEE Transactions on Industrial Electronics, 2013, 60(9): 3784-3795.

[13] 盧喆, 鄭松. 局部陰影條件下光伏陣列建模方法研究[J]. 電氣技術(shù), 2016, 17(9): 17-20, 29.

[14] 丁坤, 馮莉, 王祥, 等. 小型光伏系統(tǒng)故障診斷方法研究[J]. 電網(wǎng)與清潔能源, 2015, 31(5): 74-78.

Fault online monitoring system of photovoltaic based on current time series

Chen Guodeng Lin Peijie Lai Yunfeng Cheng Shuying Chen Zhicong

(Institute of Micro-Nano Devices and Solar Cells, College of Physics and Information Engineering, Fuzhou University, Fuzhou 350116)

Various faults inevitably occur in photovoltaic (PV) array due to the harsh external working environment. Therefore, detecting the faults and theirs locations is essential for the PV array. Therefore, this paper designed a PV online monitoring system based on DSP and adopted a method for detecting the faults based on time series of PV string current. In the fault detection method, a time series sliding window (TSSW) is adopted. The local outlier factor (LOF) of each current point in the TSSW is calculated. Once a number of LOFs are continuously detected to exceed the threshold value, the PV string can be judged as fault. The experiment results show that the proposed method can detect short circuit fault, open circuit fault and partial shadow fault. And the system can also monitor the current, voltage, irradiance and temperature of PV generation in real time.

photovoltaic array; fault detection; current time series; local outlier factor

2017-12-27

陳國燈（1992-），男，福建省三明市人，碩士研究生，主要從事嵌入式系統(tǒng)和光伏發(fā)電故障工作。

國家自然科學(xué)基金（61574038、61601127、51508105）、福建省自然科學(xué)基金（2015J01249）

福建省科技廳項目（2015H0021、2015J05124、2016H6012、2016H0016）

福建省教育廳項目（JAT160073）、福建省經(jīng)信委行業(yè)關(guān)鍵共性技術(shù)項目（83016006、830020）