基于功率损失和UI特性综合考虑的光伏组件故障诊断方法*

陈宇航，闫腾飞，谢 添，温 颖，梁 睿

(中国矿业大学 信息与电气工程学院， 江苏 徐州 221000)



陈宇航，闫腾飞，谢 添，温 颖，梁 睿

(中国矿业大学 信息与电气工程学院， 江苏 徐州 221000)

分析了光伏组件常见故障下的功率损失及其内部U-I输出特性，提出了一种综合考虑功率损失和内部U-I特性的光伏组件在线实时故障诊断方法。通过仿真功率与实测功率的对比，判断组件是否发生异常功率损失。再根据输出电压变化，判断是否发生短路故障并大致估算短路电池块数。进一步，利用填充因子值判断老化故障，得出组件剩余使用年限。仿真和试验结果验证了该方法可以有效地检测出组件阴影遮蔽、短路及老化等常见故障。

光伏组件； 故障诊断； 功率损失； 短路； 老化故障

0 引 言

随着全球经济的不断发展，煤炭、石油、天然气等一次能源日益匮乏，太阳能发电依靠其清洁无污染、资源无限、可持续性等优点，得以迅速推广应用[1]。一般来说光伏电站的工作环境都比较恶劣，导致各种故障不断发生。因此，光伏系统的运行状态监控和故障诊断显得越来越重要。

目前，检测光伏组件故障的常用方法有红外图像分析法、基于电气测量法等。文献[2-3]利用光伏电池的生热效应，对组件的红外图像加以分析处理进而判断出其运行状态，但红外图像容易受到外界环境干扰，导致故障诊断出现误差。文献[4]提出多传感器检测法，将支路电流检测与组件电压检测相结合，并优化传感器放置策略，通过分析传感器采集到的电压和电流数值实现故障类型判断和故障定位，但需要配置大量传感器，无疑增加了检测成本。文献[5]利用DC端采集的数据来分析功率损失，通过功率损失的程度来进行故障诊断，但难以准确检测出某些特定故障。

针对光伏组件的常见故障，本文首先对组件输出功率及其内部特性进行分析，得到发生故障时组件的功率损失会增加，而且其输出电流电压会根据故障类型的差异而产生不同的变化。然后引入异常功率损失临界值作为故障发生的判据，最后利用开路电压和填充因子具体判别不同的故障类型。

1 组件常见故障分析

1.1 故障类型

光伏组件通常由多块光伏电池单体串联组成，其内部结构示意图如图1所示。

图1 组件的常见故障

组件中某一块或多块电池受周围建筑物、树木遮挡，将会形成局部阴影，如图1中A所示。

组件在生产过程中的虚焊或过焊，可能会带来组件内部电池单体被短路、断路的现象，如图1中B、C所示。

光伏组件平均寿命为20～30a，但实际使用中由于组件制造工艺、安装环境等原因，组件运行5～6a后就会出现异常老化现象，如图1中D所示。

1.2 故障对组件输出功率及U-I特性的影响

为探究不同遮阴比例对组件功率损失的影响，对型号为JHX250P60的光伏组件，进行不同比例局部阴影测试试验。功率损失随阴影比例变化如图2所示。

图2 不同比例阴影下的功率损失

由图2可知，随着局部阴影比率的增大，组件的功率损失呈现非线性增大，且组件功率损失百分比远远大于局部阴影的百分比。组件受局部阴影影响，功率损失严重，当阴影面积足够大时，组件输出难以满足微型逆变器工作要求，组件将无法继续输出功率。

为了研究不同类型故障对组件U-I特性的影响，分别对组件在无故障、局部阴影、短路故障、老化故障情况下进行仿真分析。不同故障下组件的U-I特性如图3所示。

图3 不同故障状态下的U-I曲线

由图3可知，局部阴影将使U-I曲线出现“多膝现象”，而开路电压、短路电流不会变化。短路故障带来开路电压和最大功率点电压的减小，其曲线形状和无故障U-I曲线相比基本保持不变。老化故障时，组件的最大功率点电压和最大功率点电流会相应减小，而开路电压、短路电流基本保持不变。

图4通过改变组件内部串联电阻，模拟组件的不同老化程度。当串联电阻增加，即老化程度变大时，组件U-I曲线形状基本保持不变，但出现收缩的趋势。

图4 组件老化时的U-I曲线

2 故障诊断策略及其实现

对组件发生故障时的输出功率进行分析，可知异常功率损失很有可能来源于组件故障。但仅依靠功率损失的分析难以具体识别故障类型。尤其天气变化带来光照、温度改变时，同样会使组件产生较大的功率损失，导致诊断系统的误判。依据组件内部特性的变化，可以判断某些故障的发生，但对于其他的故障，由于其内部特性变化不太明显，给故障诊断带来了困难[6-10]。因此综合考虑组件输出功率损失和内部特性有利于提高故障诊断准确性。

2.1 局部阴影诊断策略

微型逆变器中配备有功率记录功能，对于及时发现组件异常功率损失、避免组件长期工作在故障状态具有重要作用。组件实际运行中难以避免地会产生功率损失，其中常规功率损失主要包括3个阶段。第一阶段，是由入射角、组件表面反射、灰尘等影响产生的功率损失，一般采用功率损失值为8%。第二阶段，光伏组件工作会带来温度过高的问题，组件实际输出功率减少。一般考虑温度因素的组件功率损失取值为3%。第三阶段，仿真模型中默认最大功率点跟踪准确，即输出功率为组件最大功率，而实际应用中最理想跟踪精度可达99.5%，因而最大输出功率存在偏差。另外微型逆变器存在转换效率的问题，目前国内生产的高质量微逆转换效率可达97.5%，逆变器效率带来的功率损失可取约3%。

为判断功率损失是否在正常范围之内，首先需要建立组件日常工作的功率损失界限。如图5所示，曲线A为试验组件在2015年夏季某晴天无故障工作时记录的实际输出功率曲线，曲线B为以当日实测光照、温度作为仿真模型输入得到的组件理论输出功率曲线。

图5 仿真功率与实测功率的对比

图5中，通过每个测量点实测功率与仿真功率的对比，可知一个组件正常工作的常规功率损失一般在13%～15%之间。若功率损失超过15%，则可定义为异常功率损失。异常功率损失可能来源于短路、老化等故障，也有可能来源于局部阴影或云层遮蔽引起的光照强度突然下降。因此还需要判断测量点的光照强度是否发生了异常下降，以初步区分故障类型。在天气晴朗的情况下，两个相邻测量时刻的光照强度近似相同，故可以利用前几个测量时刻光照强度合理构造当前测量时刻光照强度，如式(1)所示：

Sn=min{Si,i=1,2,3}

(1)

式中：Sn——当前测量时刻光照强度；

Si——前几个测量时刻光照强度。

(2)

2.2 短路故障诊断策略

组件发生短路故障时，输出电压减小，因此通过比较仿真输出电压与实测输出电压可以判断组件是否发生短路故障。引入一个变量α，如式(3)所示：

(3)

Uoc——实测开路电压；

uoc——组件中每块电池开路电压的平均值。

若α>1，则组件中发生短路故障。

2.3 老化故障诊断策略

在前面故障的分类中，已经提及老化故障会带来串联电阻的增加。组件内部串联电阻的直接测量比较困难而且准确性难以保证，因此引入易于获取的填充因子这一参数。填充因子FF是太阳能电池品质(串联电阻和并联电阻)的量度。填充因子FF定义为实际的最大输出功率除以理想目标的输出功率(Isc×Uoc)，即

(4)

由式(4)可知，FF是太阳能电池U-I特性曲线内所含最大功率面积与开路短路相应的矩形面积(理想形状)比较的量度。很明显，FF越大，太阳能电池的质量越高。由图6可知，填充因子随串联电阻增大而非线性减小。因此本文利用组件的填充因子FF的值来判断老化故障，并对老化程度进行判定。

图6 填充因子随串联电阻变化曲线图

由图6可知，标准测试条件下正常组件的FF值一般为0.70～0.75，因此可判断当填充因子FF小于0.70时，组件发生老化故障。当组件填充因子下降到0.60以下时，则可判断此时组件发生了严重的老化故障。此外，组件的填充因子还受光照和温度的影响，FF值随光照变化如图7所示。

图7 不同光照强度下填充因子的值

填充因子还与太阳电池的温度有关，一般随温度的增加而轻微减小，其原因主要是随温度升高，PN结漏电流增加，光伏电池的U-I关系曲线“软化”所致。

结合光照、温度因素综合计算填充因子FF值。当FF值小于0.70时可判断得到组件处于老化故障，可以根据此时的填充因子FF得出组件老化故障程度。进一步，可以结合组件已使用时间大致计算出其剩余使用年限，以便及时更换故障组件。假设模块组件已使用Na，计算此时的填充因子FF，当FF值为0.60～0.70时，可算出组件的年老化折损率：

(5)

则其剩余使用年限：

(6)

2.4 故障诊断步骤

本文提出的在线故障诊断可大致分为以下几个步骤：(1) 比较组件的仿真与实际输出功率，如果实际输出功率损失超15%，则可判断组件发生了异常功率损失；(2) 结合发生异常功率损失附近几个测量点的光照强度判断，若期间光照强度发生骤然下降，则判断是阴影导致的功率损失，否则功率损失来源于组件故障；(3) 利用组件开路电压判断是否发生了短路故障，并大致估算短路电池块数；(4) 考虑光照、温度的情况下，计算组件填充因子FF。根据FF值判断组件是否发生老化故障并得出老化故障严重程度。故障诊断基本流程如图8所示。

图8 故障诊断流程图

3 仿真与实例验证

为了验证本文所提故障诊断方法的有效性和准确性，进行仿真和实例验证。仿真模型参数来源于型号为JHX250P60的组件，其标准测试条件下参数如表1所示。

表1 试验组件参数

试验所采用的微型逆变器型号为ANI-250，具有DC-AC和最大功率点跟踪等功能。微型逆变器在工作时可以记录组件最大输出功率，并对组件的工作电压和电流进行采样。每隔10min对组件进行扫描，获取组件的开路电压、短路电流、最大功率点电压、最大功率点电流。微型逆变器内置通信模块，实时的将获取的数据上传至服务器终端。为了进行故障诊断方法的验证，分别对组件正常工作、不同程度局部阴影、不同电池块短路以及串联不同电阻值模拟组件老化等情况下进行实例验证，如表2所示。考虑到一天中光照、温度变化对故障诊断结果的影响，随机选取一天中7个测量时刻进行试验。测量时刻A组件正常工作，测量时刻B组件有3块电池片被阴影遮蔽，测量时刻C组件有12块电池片被阴影遮蔽，测量时刻D组件发生6块电池片短路，测量时刻E组件发生9块电池片短路，测量时刻F、G组件内部分别串联不同的电阻。

表2 仿真功率与实测功率对比

通过试验和仿真，将各个测量点仿真功率与试验功率进行比较，得出仅测量点A功率损失在常规功率损失范围内，其他测量点都发生了异常功率损失。再结合测量点附近有无光照强度骤降的情况，可以得出测量点B、C发生了局部阴影遮蔽，而测量点D、E、F、G则初步判断为短路或老化故障。

进一步，测量点D、E、F、G组件的工作特性参数如表3、表4所示。

表3 测量时刻D、E试验结果

表4 测量时刻F、G试验结果

通过比较组件的仿真开路电压与实测开路电压，可判断组件在测量点D、E发生短路故障，并大致断定组件内电池片短路块数。诊断结果如表5所示。

表5 测量时刻D、E诊断结果

计算测量点F、G的FF值，判断出测量点F、G发生老化故障。结合组件已使用年限，大致判断出组件剩余使用年限。试验所用组件均为已使用3a的组件，即N=3。诊断结果如表6所示。

表6 测量时刻F、G诊断结果

仿真与试验结果表明，本文所提诊断方法可以综合功率比较法与U-I特性参数诊断法的优点，实现组件故障的有效诊断。

4 结 语

本文提出一种基于功率损失和U-I输出特性综合考虑的光伏组件在线实时故障诊断方法。首先根据组件仿真功率与实测输出功率的对比，判断组件是否发生异常功率损失；再结合组件光照情况确定是否发生故障。进一步，利用开路电压、填充因子识别具体故障类型。仿真和试验结果证明所提的故障诊断方法具有较高的准确性。

[1] 赵晶，赵争鸣，周德佳．太阳能光伏发电技术现状及其发展[J]．电气应用，2007，26(10)：6-10．

[2] 王培珍，郑诗程．基于红外图像的太阳能光伏阵列故障分析[J]．太阳能学报，2010，31(2)：197-202．

[3] 董栋，陈光梦．基于近红外图像的硅太阳能电池故障检测方法[J]．信息与电子工程，2010，8(5)：539-543．

[4] 胡义华，陈昊，徐瑞东，等．基于最优传感器配置的光伏阵列故障诊断[J]．中国电机工程学报，2011，31(33)：19-30．

[5] CHOUDER A， SILVESTRE S． Automatic supervision and fault detection of PV systems based on power losses analysis [J]．Energy Conversion and Management， 2010(51)：1929-1937．

[6] TAKUMI T， JUNJI Y， MASAYOSHI I． Fault detection by signal response in PV module strings[C]∥IEEE Photovoltaic Specialists on Industrial Electronics San Diego， CA， USA：IEEE， 2008：1-5．

[7] 王元章，吴春华，周笛青．基于BP神经网络的光伏阵列故障诊断研究[J]．电力系统保护与控制，2013，41(16)：108-114．

[8] 王元章，李智华，吴春华．基于BP神经网络的光伏组件在线故障诊断[J]．电网技术，2013，37(8)：2094-2100．

[9] 峁美琴，余世杰，苏建徽．带有MPPT功能的光伏阵列Matlab通用仿真模型[J]．系统仿真学报，2005，17(5)：1248-251．

[10] 兰琴丽，吴雨川．太阳能光伏发电智能诊断系统研究综述[J]．武汉科技学院学报，2008，21(4)：23-26．

[期刊简介]

《电机与控制应用》(原《中小型电机》)创刊于1959年，是经国家新闻出版总署批准注册，由上海电器科学研究所(集团)有限公司主办的具有专业权威的电工技术类科技期刊。

期刊定位于电机、控制和应用三大板块，以中小型电机为基础，拓展新型的高效节能和微特电机技术，以新能源技术和智能控制技术引领和提升传统的电机制造技术为方向，以电机系统节能为目标开拓电机相关应用，全面报道国内外的最新技术、产品研发、检测、标准及相关的行业信息。

本刊每月10日出版，国内外公开发行，邮发代号4-199。在半个多世纪的岁月中，该杂志为我国中小型电机行业的技术进步与发展做出了巨大的贡献，在中国电机及其应用领域享有很高的影响。

依托集团公司雄厚的技术实力和广泛的行业资源，《电机与控制应用》正朝着专业化品牌媒体的方向不断开拓创新，在全国科技期刊界拥有广泛的知名度，是“中国学术期刊综合评价数据库来源期刊”、“中国科学引文数据库来源期刊”、“中国学术期刊(光盘版)全文收录期刊”，得到了业内人士的普遍认可，备受广大读者的推崇和信赖，多次被评为中文核心期刊、中国科技核心期刊、全国优秀科技期刊。

在邮局漏订的读者，可直接从邮局汇款至我杂志社发行部补订

地址：上海市武宁路509号电科大厦17楼《电机与控制应用》发行部

邮编：200063 电话：021-62574990-745 传真：021-62576377

国内邮发代号：4-199 每册定价：12.00元 全年定价：144.00元

CHENYuhang,YANTengfei,XIETian,WENYing,LIANGRui

(School of Information and Electrical Engineering, China University of Mining and Technology,Xuzhou 221000, China)

The power loss and internalU-Ioutput characteristics of photovoltaic (PV) module in familiar fault conditions were analyzed. An online real time fault diagnosis method for PV module which took into account the power loss and the internalU-Icharacteristics was proposed. Firstly, by comparing the simulated power with the measured power, it could determine whether the abnormal power loss has occurred. Then according to the change of output voltage, it could decide if short-circuit fault has occurred and estimate the number of short circuited cells roughly. Further, the value of fill factor could be utilized to determine whether aging fault has occurred and to acquire the remaining service life of the module. The results of simulation and experiment showed that this method could effectively detect the shadow, short-circuit fault and aging fault.

photovoltaic (PV) modules; fault diagnosis; power loss; short circuit; aging fault

国家自然基金资助项目(51504253)

陈宇航(1992—)，男，硕士研究生，研究方向为新能源发电技术。

TM 307+.1

A

1673- 6540(2016)11- 0092- 06

2016-05-16