熊昌全，溫賢茂，張宇寧，唐道建

（1.國家電投集團(tuán)四川電力有限公司，成都 610299；2.國家電投集團(tuán)四川電力有限公司甘孜州分公司，四川 康定 626099；3.國家電投集團(tuán)西南能源研究院有限公司，成都 610213）

近年來隨著經(jīng)濟(jì)的快速發(fā)展，我國開始實(shí)施“雙碳”政策，逐步減少對傳統(tǒng)化石能源的依賴，加快新能源發(fā)展[1]。太陽能作為新能源之一，以其清潔、可再生等優(yōu)勢得到了快速的開發(fā)與利用。隨著光伏發(fā)電技術(shù)的快速提升與光伏電池板成本的逐漸降低，光伏電站建設(shè)規(guī)模顯著擴(kuò)大[2]。

由于光伏電站通常建立在比較偏遠(yuǎn)惡劣的環(huán)境中，光伏電站的絕大多數(shù)工作部件如電池板、逆變器等工作在室外環(huán)境中，需要承受著雨雪和高溫等惡劣環(huán)境的侵蝕，會導(dǎo)致光伏電站工作特性惡化，甚至導(dǎo)致光伏電站故障頻發(fā)，影響光伏發(fā)電的經(jīng)濟(jì)效益[3]。為了保證光伏電站設(shè)備的正常運(yùn)行，光伏電站需要安排人員定期對電站設(shè)備進(jìn)行巡檢，對于某些重點(diǎn)設(shè)備甚至要進(jìn)行一天多次巡檢。隨著光伏電場規(guī)模不斷增大，光伏電站的運(yùn)維成本顯著增加，傳統(tǒng)定期的人工維護(hù)已經(jīng)不能滿足快速發(fā)展的光伏電站。為了降低運(yùn)維成本，提高故障識別率，越來越多的光伏電站開始對光伏發(fā)電系統(tǒng)運(yùn)行狀態(tài)進(jìn)行監(jiān)測與診斷，狀態(tài)監(jiān)測與診斷系統(tǒng)不僅可以實(shí)現(xiàn)對光伏電站的故障預(yù)警，防止因故障造成光伏電站發(fā)生嚴(yán)重事故，還可以降低光伏電站的維護(hù)費(fèi)用。

1 光伏發(fā)電系統(tǒng)的主要故障

由于光伏組件特別是太陽能電池板多數(shù)長期處于氣候條件惡劣的戶外環(huán)境，隨著工作時間的增加，光伏組件將不可避免的性能下降甚至發(fā)生故障。常見的光伏組件異常類型主要分為：陰影遮擋，熱斑效應(yīng)，組件老化、組件破裂，組件短路、組件斷路和支架故障等[4]（圖1）。

圖1 光伏組件各種常見故障

陰影遮擋：是光伏組件最常見的異常情形，光伏組件經(jīng)常受到野草或塵埃等雜物的污染，造成光伏電池板部分面積被遮擋。由于被遮擋部分光伏電流小于正常工作的其他部分，將導(dǎo)致所在光伏子串的旁路二極管導(dǎo)通，電池單元將處于反向偏置狀態(tài)，作為負(fù)載消耗功率產(chǎn)生熱量，使電池的局部溫度升高，如果不及時清除不僅會造成功率損失，還有可能導(dǎo)致局部過熱發(fā)生熱斑現(xiàn)象[5]。

熱斑效應(yīng)：當(dāng)光伏組件受到遮擋或其他因素影響時，組件間如果出現(xiàn)了失配現(xiàn)象，太陽能電池板局部過熱將導(dǎo)致熱斑現(xiàn)象發(fā)生[6]。光伏組件長期在這種狀態(tài)下運(yùn)行，會使得光伏組件加速老化，嚴(yán)重時甚至?xí)贇?，影響整個光伏陣列的安全。目前常見的解決措施是在光伏電池的兩端并聯(lián)一個旁路二極管，當(dāng)失配現(xiàn)象出現(xiàn)時，電流大部分會流過旁路二極管，而不經(jīng)過光伏組件，使得光伏組件不至于過熱。當(dāng)光伏組件出現(xiàn)熱斑現(xiàn)象時，該部分光伏組件消耗部分組件輸出功率，造成發(fā)電量的損失。

開路故障：主要由線路老化腐蝕斷開、接頭松動等引起，依據(jù)太陽能電池串聯(lián)工作原理，單個組件的開路會直接引起該組件所在組串支路開路。在開路故障狀態(tài)下，由于部分組串沒有工作，光伏子陣在指定電壓下工作電流下降，I-V 與P-U 曲線偏離設(shè)計(jì)特性曲線。光伏子陣系統(tǒng)逆變器是按照MPPT（最大功率跟蹤）進(jìn)行控制，開路故障不僅斷路組串不能工作，還有可能導(dǎo)致整個子陣的發(fā)電效率下降。

組件短路：短路故障通常是各線路連接問題產(chǎn)生的故障，使得部分組件的電流和功率無法正常匯入光伏子陣，該支路光伏組串的開路電壓下降，并導(dǎo)致最大功率點(diǎn)的電壓也將偏離原設(shè)計(jì)值。同樣，由于光伏子陣系統(tǒng)逆變器是按照MPPT 進(jìn)行控制，短路故障也可能導(dǎo)致整個子陣的發(fā)電效率下降。

支架故障：支架類型主要分為固定式、單軸式和雙軸式。由于光伏電站建設(shè)主要集中在氣候條件惡劣的環(huán)境，支架極易受到影響，導(dǎo)致光伏追光支架追光功能失效，使得光伏陣列發(fā)電效率大幅度降低。

組件老化：由于光伏組件運(yùn)行時間的增加，光伏組件的性能會隨著使用時間及日常損耗逐漸偏離原設(shè)計(jì)曲線。組件老化故障主要影響光伏陣列的最大輸出功率、最大功率點(diǎn)電壓和最大功率點(diǎn)電流，進(jìn)而導(dǎo)致整個子陣的發(fā)電效率下降。

組件破裂：在受到故意破壞、熱應(yīng)力或者冰雹等外力影響時，光伏組件頂端玻璃破裂，導(dǎo)致光伏組件內(nèi)部容易受到腐蝕、出現(xiàn)短路事故，嚴(yán)重影響光伏組件的使用壽命。光伏組件的破裂情況不太嚴(yán)重時，對光伏子陣發(fā)電效率的影響較小，但嚴(yán)重時也可能造成發(fā)電功率的大量損失。

總體來講，大部分的光伏組件異?；径紩?dǎo)致光伏電池I-V 與P-U 曲線偏離設(shè)計(jì)特性曲線，進(jìn)而導(dǎo)致整個光伏子陣的發(fā)電效率下降。因此，通過對光伏子陣在線運(yùn)行數(shù)據(jù)中的電壓、電流、功率及溫度等參數(shù)進(jìn)行監(jiān)控分析，可以判斷大部分的光伏組件異常情況。

2 運(yùn)行狀態(tài)監(jiān)測與故障診斷

隨著光伏電站的規(guī)模越來越大，國內(nèi)外一些學(xué)者針對光伏故障診斷與狀態(tài)監(jiān)測，開展一系列相關(guān)研究。對于目前的光伏故障診斷方法根據(jù)使用的技術(shù)來看，可以分為3 種類型，一種是利用視頻及圖像處理的方法識別光伏組件故障，另一種是利用各種傳感器對光伏組件進(jìn)行狀態(tài)判斷，以及基于數(shù)據(jù)驅(qū)動的故障診斷方法[7]。

利用視頻及圖像處理的方法可以識別太陽能電池板及特定區(qū)域缺陷故障如：積灰、鳥糞、熱斑、破裂和支架異常等。通常由無人機(jī)或巡檢機(jī)器人攜帶可見光和紅外相機(jī)對光伏子陣進(jìn)行巡視，對所拍攝光伏組件的圖片進(jìn)行特征提取，利用相關(guān)深度學(xué)習(xí)和模式識別方法進(jìn)行異常識別[8]。由于紅外相機(jī)采用熱成像方法，當(dāng)光伏電池板存在熱斑現(xiàn)象時會在紅外圖像中呈現(xiàn)明顯的特征，是當(dāng)前檢測熱斑故障最常用的方法之一。視頻及圖像檢測方法通常只能發(fā)現(xiàn)光伏組件外表及與溫度相關(guān)的一些故障，對于組件開路、短路以及老化等內(nèi)部異常難以及時發(fā)現(xiàn)。

在食品腐敗菌和病原體中具有抑菌作用的化學(xué)成分，如醇類化合物和酮類化合物等也存在于花椒的精油中[21]，它們會完全抑制金黃色葡萄球菌、炭疽桿菌、枯草桿菌等10 種革蘭氏陽性菌以及變形桿菌、炭疽桿菌、霍亂弧菌等7種革蘭氏陰性菌的活性。

為了及時對光伏組件異常進(jìn)行在線監(jiān)測，還有學(xué)者根據(jù)光伏組件的故障特點(diǎn)在光伏組件上加裝各類傳感器。常見的傳感器有電壓傳感器、電流傳感器、溫度傳感器和姿態(tài)傳感器等。該類方法通過對光伏各組件的各種電氣參數(shù)及狀態(tài)參數(shù)進(jìn)行在線監(jiān)控和異常檢測與故障分析。雖然此類方法能及時判斷相應(yīng)的異常狀態(tài)并精確定位故障位置，但是加裝各種傳感器，不僅需要增加額外投資，還涉及安裝施工問題，對于規(guī)模化的光伏電站來說增加了經(jīng)濟(jì)成本和系統(tǒng)復(fù)雜度。

光伏電站SCADA 系統(tǒng)會采集光伏電站各部件的相關(guān)運(yùn)行參數(shù)，這些參數(shù)通常反映了相關(guān)組件的運(yùn)行狀態(tài)。光伏逆變器將光伏電池板直流電壓電流信號逆變成滿足并網(wǎng)要求的交流信號，是當(dāng)前SCADA 系統(tǒng)監(jiān)控?cái)?shù)據(jù)的主要來源。目前光伏電站主要趨勢是采用組串式逆變器，逆變器將光伏電池板組串所發(fā)直流電進(jìn)行逆變，經(jīng)過交流匯流后由升壓站升壓并入電網(wǎng)。其中核心部件是組串式逆變器，不僅光伏組串的最大功率點(diǎn)控制都在逆變器按設(shè)定算法進(jìn)行，還采集各光伏組串的相關(guān)電氣運(yùn)行參數(shù)，如電壓，電流，頻率及功率等（圖2）。

圖2 組串式光伏電站結(jié)構(gòu)

以某電站使用的某組串式逆變器為例，該逆變器可接入20 路光伏組串，在內(nèi)部組合為10 路MPPT 電路對組串進(jìn)行最大功率點(diǎn)跟蹤，再通過逆變電路實(shí)現(xiàn)直流電到三相交流電的轉(zhuǎn)換。組串式逆變器在進(jìn)行逆變控制同時，還采集了各個組串的各類運(yùn)行電氣參數(shù)。各個逆變器的參數(shù)經(jīng)過通訊總線傳輸?shù)奖O(jiān)控中心SCADA 系統(tǒng)中，SCADA 系統(tǒng)對于各類參數(shù)進(jìn)行數(shù)據(jù)顯示、統(tǒng)計(jì)、存儲，用戶可以在SCADA 系統(tǒng)中獲取光伏電站各個組件的各類運(yùn)行參數(shù)。

經(jīng)過對光伏組件各種故障特性分析，大部分的光伏組件故障都會導(dǎo)致光伏電池I-V 與P-U 曲線偏離設(shè)計(jì)特性曲線，導(dǎo)致電氣參數(shù)與正常運(yùn)行工況有一定區(qū)別。通過對SCADA 系統(tǒng)中的光伏子陣在線運(yùn)行數(shù)據(jù)電壓、電流和功率等電氣參數(shù)進(jìn)行分析，提取故障特征進(jìn)行故障診斷是一種較理想的方法。

光伏電站的運(yùn)行會產(chǎn)生海量數(shù)據(jù)，如何根據(jù)運(yùn)行數(shù)據(jù)進(jìn)行特征挖掘從而運(yùn)用于故障識別很多學(xué)者進(jìn)行了深入的研究[9]。主要研究方法分為2 類，一是基于機(jī)理模型的診斷方法，一類是基于數(shù)據(jù)驅(qū)動的診斷方法?；跈C(jī)理模型的診斷方法需要根據(jù)典型故障條件下光伏電池特征參數(shù)和輸出特性的變化規(guī)律及相關(guān)運(yùn)行特性曲線等得到光伏組件的機(jī)理模型，利用實(shí)際運(yùn)行數(shù)據(jù)與機(jī)理模型匹配進(jìn)行故障識別與判斷。通常情況下，由于很難獲取光伏組件真實(shí)準(zhǔn)確的運(yùn)行機(jī)理，同時光伏組件特性隨著工況變化也會存在一些偏差，導(dǎo)致此類方法的魯棒性和適應(yīng)性相對較差?；跀?shù)據(jù)驅(qū)動的故障診斷方法通常不依賴于模型或者使用黑箱模型進(jìn)行故障診斷，例如各種神經(jīng)網(wǎng)絡(luò)及深度學(xué)習(xí)算法等，是對光伏組件進(jìn)行故障診斷的主要方法和研究熱點(diǎn)[10]。

3 光伏組件運(yùn)行數(shù)據(jù)特點(diǎn)

由于光伏場站工況復(fù)雜，運(yùn)行數(shù)據(jù)隨著時間、光照強(qiáng)度和天氣情況等因素變化，顯著存在非平穩(wěn)特性及故障指標(biāo)波動的特點(diǎn)，如圖3 所示，光伏子陣功率數(shù)據(jù)受天氣影響較大，普通采用單一的指標(biāo)進(jìn)行閾值判斷方法很難實(shí)現(xiàn)故障診斷及健康狀態(tài)預(yù)警。

圖3 光伏電站各種天氣情況下的功率數(shù)據(jù)

圖4 不同子陣運(yùn)行數(shù)據(jù)

絕大多數(shù)基于數(shù)據(jù)驅(qū)動的光伏組件故障診斷方法需要不同工況下各種故障數(shù)據(jù)對其模型進(jìn)行訓(xùn)練，同時還需要對其識別的準(zhǔn)確性、可靠性等指標(biāo)進(jìn)行驗(yàn)證。但是，某些光伏組件的故障在光伏電站運(yùn)行過程中較少出現(xiàn)，光伏組件故障數(shù)據(jù)在SCADA 數(shù)據(jù)中所占比例很小，很難同時出現(xiàn)前文所述的各種光伏組件故障，這給算法的模型訓(xùn)練與驗(yàn)證帶來困難。目前主要解決辦法采取實(shí)際運(yùn)行數(shù)據(jù)結(jié)合仿真數(shù)據(jù)進(jìn)行混合訓(xùn)練與驗(yàn)證。Matlab 的Simulink 提供了相應(yīng)的光伏電站運(yùn)行仿真工具箱，利用該工具箱可以對光伏組件的各個參數(shù)進(jìn)行設(shè)置，按照光伏電站結(jié)構(gòu)搭建對應(yīng)的仿真系統(tǒng)。在此模型上仿真各種光伏組件故障，得到具體的U-I 曲線及各種仿真數(shù)據(jù)，利用這些數(shù)據(jù)，對設(shè)計(jì)的各種算法進(jìn)行訓(xùn)練和驗(yàn)證，進(jìn)而完善算法的設(shè)計(jì)[11]。

4 基于PCA 的光伏組件故障診斷

PCA 算法是一種數(shù)據(jù)降維算法，是目前主流的基于數(shù)據(jù)驅(qū)動的故障診斷方法之一[12]，通過對原始正常數(shù)據(jù)的坐標(biāo)體系變換獲得新的包含原始數(shù)據(jù)主要特征且彼此正交的2 個低維子空間，分別是主元子空間和殘差子空間。主元子空間主要保留了原始正常數(shù)據(jù)的狀態(tài)特征信息，殘差子空間主要反映了與原始正常數(shù)據(jù)相悖的信息，也就反映了系統(tǒng)的異常，可以通過殘差子空間相關(guān)指標(biāo)的計(jì)算實(shí)現(xiàn)異常檢測與故障識別。假設(shè)原始樣本矩陣

式中：m 為樣本數(shù)，n 為變量數(shù)。這里變量選擇需要考慮時空關(guān)聯(lián)性，針對某特定子陣，本文選擇該子陣附近數(shù)據(jù)關(guān)聯(lián)性較強(qiáng)的一些光伏子陣作為樣本空間，這里n 為關(guān)聯(lián)子陣的個數(shù)，m 為關(guān)聯(lián)子陣在相似工況下正常運(yùn)行一段時間內(nèi)的數(shù)據(jù)樣本量。PCA 樣本的選取方法實(shí)際從原理上考慮各個光伏子陣運(yùn)行數(shù)據(jù)的時空關(guān)聯(lián)特性。首先為了消除數(shù)據(jù)大小差異對識別結(jié)果的影響，首先將樣本矩陣標(biāo)準(zhǔn)化為均值為0、方差為1 的矩陣，再由下式計(jì)算協(xié)方差矩陣S

對協(xié)方差矩陣進(jìn)行奇異值分解，可以得到前文所述的主元子空間S^和殘差子空間S?，

式中，Λ=diag（λ1，λ2，…λn），λ 為協(xié)方差矩陣的特征值；Λ 和為各子空間對應(yīng)特征向量對角矩陣；P 為載荷矩陣為殘差矩陣。

原始正常數(shù)據(jù)在主元子空間的投影對應(yīng)了原始數(shù)據(jù)中的主要信息，在殘差子空間的投影則對應(yīng)與主要信息相悖的誤差信息，因此主元子空間的信息可以近似地表達(dá)原始數(shù)據(jù)的信息，在實(shí)際的生產(chǎn)和應(yīng)用中，降維在一定的信息損失范圍內(nèi)，可以很大程度簡化原始過程特性分析的復(fù)雜程度。基于PCA 算法的故障檢測則主要是通過PCA 模型的平方預(yù)測誤差（Squared prediction error，SPE）統(tǒng)計(jì)量和霍特林（Hotellings T2）統(tǒng)計(jì)量進(jìn)行的。其中SPE 統(tǒng)計(jì)量也稱Q 統(tǒng)計(jì)量，是通過分析新數(shù)據(jù)的殘差進(jìn)行故障診斷的，衡量了該數(shù)據(jù)點(diǎn)不能被PCA 模型所描述的信息量大小，反映的是破壞變量整體趨勢的局部情況[13]，計(jì)算方法如下

T2統(tǒng)計(jì)量衡量的是包含在PCA 模型中的信息大小，表示標(biāo)準(zhǔn)分值平方和，反映的是變量整體趨勢被改變的情況，計(jì)算方法如下

搭建模型時，先由歷史正常數(shù)據(jù)訓(xùn)練PCA 模型，計(jì)算出SPE 和T2控制限，然后將新數(shù)據(jù)載入模型，計(jì)算出SPE 統(tǒng)計(jì)量和T2統(tǒng)計(jì)量。對于這2 種統(tǒng)計(jì)量，會有以下4 種情況：①SPE 和T2統(tǒng)計(jì)量都不超過控制限；②SPE 正常，T2超過控制限；③SPE 超過控制限，但T2正常；④SPE 和T2統(tǒng)計(jì)量都超過控制限。一般認(rèn)為①和②為正常，③和④為系統(tǒng)出現(xiàn)故障。

故障診斷模型的搭建流程主要包括樣本選取、數(shù)據(jù)預(yù)處理、模型訓(xùn)練和模型校驗(yàn)等[14]。根據(jù)光伏陣列的運(yùn)行特性，本文選取包括光照強(qiáng)度、逆變器兩側(cè)功率、電壓和電流等具有強(qiáng)關(guān)聯(lián)性的參數(shù)進(jìn)行建模。首先將光伏子陣各個子陣正常工況下的運(yùn)行數(shù)據(jù)作為PCA模型的訓(xùn)練集，當(dāng)某一光伏組件發(fā)生短路故障時運(yùn)行數(shù)據(jù)，模型診斷結(jié)果如圖5 所示，可以看出該部分T2統(tǒng)計(jì)量和SPE 統(tǒng)計(jì)量均大于控制限，表示系統(tǒng)出現(xiàn)故障?？梢钥闯?，PCA 方法可以及時發(fā)現(xiàn)光伏組件的異常情況。

圖5 子陣異常診斷結(jié)果

5 結(jié)論

本文對光伏電站故障診斷問題進(jìn)行了研究，在分析光伏電站各種故障及故障數(shù)據(jù)特點(diǎn)的基礎(chǔ)上，對各種光伏電站故障診斷方法進(jìn)行分析對比，采用主成分分析法建立故障診斷模型。最后，通過實(shí)際運(yùn)行數(shù)據(jù)和故障數(shù)據(jù)對模型的準(zhǔn)確性進(jìn)行了驗(yàn)證，表明采用基于數(shù)據(jù)驅(qū)動的PCA 故障診斷方法可以有效發(fā)現(xiàn)光伏組件運(yùn)行異常。