摘要：为了提高光伏电站发电效率， 减少人工维护成本， 实现光伏电站无人值守或少人值守目标，提出了基于设备智能监测、 应用算法模型进行设备智能诊断的系统设计。 首先， 分析光伏系统故障特性， 搭建基于大数据分析平台和非线性诊断模型， 建立一种新的故障排查机制； 其次，研究阵列支路组串故障点定位方法， 将光伏组串实时零电流、 光伏组串持续零电流、 光伏组串发电偏低等故障特征归类； 最后， 结合逆变器限功率状态将限电范围组串移除， 得到最终准确的设备故障诊断结果。
关键词：光伏系统； 大数据； 故障诊断； 状态监测
1.光伏电站故障诊断特征分析
光伏发电系统基本由太阳电池板、汇流箱、逆变器、升压箱式变压器 ( 箱变 )、 关口计量表、环境监测仪等构成。光伏电站以发电为基础，不限电的情况下最大化发电对于电站非常重要。因此，在同等气象条件下，对相同容量或不同容量设备的发电能力进行评估较为关键。通常以组串输出电流偏低、汇流箱开路电压偏低、逆变器输出功率偏低、箱变输出功能偏低等特征作为评判电量损失故障的依据。光伏电站建设期选材及施工时，由于材料老化、施工不规范等原因会造成后期监控系统采集的数据出现异常，导致业主方对电站发电数据无法准确把控且无法准确寻找故障原因。因此，迫切需要诊断通信线路故障，及时整改线路。光伏电站出力除受资源因素影响外，还受电站设备运行损耗的影响，电站设备损耗越大，发电量越小。光伏电站设备损耗主要包括 4 类： 光伏方阵吸收损耗、逆变器损耗、集电线路及箱变损耗、升压站损耗等。
1) 光伏方阵吸收损耗是指从光伏方阵经过汇流箱到逆变器直流输入端之间的电量损耗，包括光伏组件设备故障损耗、遮挡损耗、角度损耗、直流电缆损耗及汇流箱支路损耗； 2) 逆变器损耗是指逆变器直流转交流所引起的电量损耗，包括逆变器转换效率损耗和最大功率点跟踪 (MPPT)能力损耗； 3) 集电线路及箱变损耗是指从逆变器交流输入端经过箱变到各支路电表之间的电量损耗，包括逆变器出线损耗、箱变变换损耗和厂内线路损耗； 4) 升压站损耗是指从各支路电表经过升压站到关口表之间的损耗，包括主变损耗、站用变损耗、母线损耗及其他站内线路损耗[1]。因此，对设备损耗的分析诊断也至关重要。
2数据采集节点设计
数据采集节点一方面完成对光伏应用系的运行数据进行采集；另一方面实现与数据中心节点进行组网通信上传监测数据。
２．１数据采集节点硬件设计
使用德州仪器（ｔｅｘａｓｉｎｓｔｒｕｍｅｎｔｓ，ＴＩ）公司生产的ＣＣ２５３０芯片作为数据采集节点ＺｉｇＢｅｅ模块的核心。硬件方面主要完成ＣＣ２５３０的最小系统设计和采样电路的设计。数据采集节点ＣＣ２５３０最小系统包含了芯片工作时的基本核心电路部分：电源电路，复位电路，时钟电路，仿真接口和无线射频。使用ＣＣ２５３０自带的ＡＤ模块完成对光伏应用系统的数据采集工作。需要采集的信号包括光伏电池板输出电压（Ｖｐｖ），升压电路输出电压（Ｖｂｏｏｓｔ）和光伏电池板输出电流（Ｉｐｖ），采样电路功能是将需要采集的模拟信号转换成ＣＣ２５３０的ＡＤ端口可接受的０～３．３Ｖ的电压信号。
２．２数据采集节点软件设计
针对数据采集节点，需要实现的软件流程如图３所示。数据采集节点首先，初始化Ｚｉｇｂｅｅ模块自身的硬件资源，包括通道、频率、数模转换（ＡＤ）端口等等；其次，发出网络加入信号，申请周围的Ｚｉｇｂｅｅ协调器加入网络；如果收到加入成功应答信标，则进入低功耗状态，如果加入失败，则继续发送申请信号，直到完成加入；最后，成功进入低功耗模式后就要等待系统初始化时预置的数据传输命令，一旦数据传输命令激活，则调用ＡＤ端口采集光伏应用系统的数据进行发送。
3.在线监测智能诊断系统
3.1 系统构架及应用模式
该系统架构包括表现层、应用层、建模层、基础支撑、设备层等应用模式。
期刊文章分类查询,尽在期刊图书馆
3.2 数据模型设计
3.2.1 实时诊断故障关系模型设计图本设计图包含电站信息、设备关系、诊断故障、故障等级等关系，
3.2.2 设备数据关系模型设计图本设计图包含箱变、逆变器、汇流箱、电表、环境监测仪等关系。
3.2.3 应用关系模型设计图
本设计图包含灰尘预警分析、设备一致性等基础模型关系。
3.3 功能实现
在整体设计中，在线监测智能诊断系统分 8个模块：立即检测模块、实时诊断模块、灰尘预警模块、多维度对比模块、设备一致性模块、故障中心模块、电量报表模块、更多工具模块。
3.3.1 立即检测模块
立即检测模块实现了以下功能：
1) 实现了立即检测、正在检测、查看结果3 种检测状态。正在检测状态实现可诊断各个区域电站中的箱变、逆变器、汇流箱、组串、环境检测仪、关口计量表是否有故障，实现每个电站16 种故障类型的故障个数和健康度展示；这 16种故障类型包括逻辑方阵通信故障、箱变通信故障、逆变器通信故障、汇流箱通信故障、支路组串通信故障、环境监测仪通信故障、电能表通信故障、箱变损耗过高、逆变器输出功率偏低、逆变器限功率、箱变输出功率偏低、汇流箱开路电压偏低、支路组串持续零电流、支路组串电流偏低、支路组串单点零电流、支路遮挡故障。查看结果状态实现了所有电站整体健康度和电站健康状态的展示，以及对用户的消缺建议。
2) 实现重新检测和导出报表功能。
3) 实现点击某个电站的某个故障类型，可链接到实时诊断模块的功能。
3.3.2 实时诊断模块
实时诊断模块包括首页、故障跟踪、缺陷管理和电站分析 4 个子模块，这 4 个模块存在依次的业务流程：
1) 首页实现展示电站中实时存在的故障列表功能，故障统计功能，辐照度与功率曲线、发电量曲线的展示；为了提高故障列表的故障可信度，实现了故障跟踪功能。
2) 用户点击首页的某条故障记录，可进入故障跟踪页面。该页面实现了故障曲线分析和数据源数据查看功能，还实现了电量损失饼图、故障信息显示功能。在故障跟踪模块，实现链接到故障树和缺陷管理模块功能。其中，故障树模块展示了当前故障类型的数据表现形式和解决方案，供用户参考消缺，接下来介绍缺陷管理模块功能。
3) 缺陷管理模块实现了缺陷列表和历史查询故障列表显示。缺陷列表模块实现了故障执行、超时重置、故障降级、重置说明、查询、缺陷列表导出功能；历史查询模块实现了消缺建议、重置说明、历史查询、历史列表导出功能。
4) 电站分析模块实现了所有区域电站实际发电量曲线、理论发电量曲线、辐照度曲线的显示以及 PR 值、辐照小时数的展示功能。
结束语
为了避免光伏电站因设备故障造成发电量隐性损失问题，光伏电站运维过程中迫切需要引入
“在线监测智能诊断系统” ，确保电站建设成为优质稳定、高效可靠的精品工程，为光伏电站智能化运维提供有效技术保障。
参考文献：
[1]艾远高. 基于虚拟现实的水电机组状态监测分析方法研究[D].华中科技大学,2012.
[2]马刚. 输变电设备在线状态分析与智能诊断系统的研究[D].华北电力大学,2013.
[3]. 中国电机工程学报2013第33卷作者索引[J]. 中国电机工程学报,2013,36:205-238.
[4]陈斯雅. 智能输变电设备状态评估诊断专家系统和可视化监测软件开发[D].上海交通大学,2013.
[5]王磊. 基于Web的电力设备在线监测与故障诊断系统设计[D].北京交通大学,2012.
论文作者:周璐
论文发表刊物:《电力设备》2017年第23期
论文发表时间:2017/11/29
标签：故障论文; 电站论文; 光伏论文; 模块论文; 逆变器论文; 支路论文; 功能论文; 《电力设备》2017年第23期论文;