光伏电站运维管理中故障监测与诊断技术研究

晋控电力山西新能源有限公司 何 晓

1 光伏电站运维管理故障诊断的必要性

本厂光伏发电的总装机容量达到100MW，利用布局的光伏板块实现太阳能的光电转换处理，从而生产电能。在电站运营阶段，须时刻检测光伏板块各关键设备的工作状态和运行功率，确保第一时间发现故障并处理。但因电厂建设位置在偏远地区，实际占地面积较大、外部环境恶劣，专业人员较为缺乏，各种设备的设计都已落后，当前还未采用有效的光伏发电设备运行在线监测与故障诊断系统或工具，导致发电生产过程存在隐患，降低了发电量。

尤其是电厂运行的年份较长，各类设备渐渐老化也导致故障发生率提高，运维管理变得愈发困难，人工运维手段已然无法满足需求，故而本次结合智能化技术的运用，探析了光伏电站运维管理中故障监测系统和诊断模式的设计。

光伏电站发展运行的目标是在不限电条件下实现最大发电量，但各种因素的限制使其发电量无法达到最佳状态，主要是发电能力受到设备性能的影响，如汇流箱电压较低、组串输出电流不高以及逆变器输出功率较低等，其都会导致设备性能下降，影响最终发电量，当这些关键组件出现故障时，还会给整体发电带来较高的电量损耗，如逆变器会因转换效率与最大功率点不达标产生一定损耗，因此开展光伏发电运维管理时，针对各组件结构的故障诊断和监测愈发重要。

2 光伏电站运维管理中的故障监测系统设计

2.1 监测系统设计要求

为满足光伏电站运维管理需求，其实施故障监测系统设计时，还须注意以下几点要求：首先是科学布置监测点，结合光伏发电的结构与原理来看，其关键组件包括汇流箱、逆变器以及光伏阵列等，这些也是监测点覆盖的重点；其次要重视数据采集和传输处理，主要运用先进传感器设备，采集的数据类型包括电流、电压、温度以及光照强度等，最终数据会送到监测系统的中心；再次是做好数据的存储及管理，在系统内可搭建数据库，将数据分类整理、归档，关键设备数据还需做好备份，之后存储到数据库当中，确保其完整、安全；最后是开展数据分析工作，结合性能要求分析采集数据，像是围绕着参数对发电量的影响分析，最终生成评估性的监测报告，为进一步的运维工作奠定良好基础[1]。

2.2 系统通信技术的选择

此次研究的光伏电站故障监测系统主要选择无线通信技术，相比于有线通信技术来说，其无须实施复杂布线，也能够降低安装及维护的实际成本，同时功耗也比较低。该类型技术多会采用射频通信原理，基于通信机制的不同还会划分为蓝牙技术、ZigBee 技术以及Wi-fi 技术，其优缺点各不相同，表1为各种无线射频通信技术的性能及参数对比。

表1 各种无线射频通信技术的性能及参数对比

由于光伏发电的组件复杂且多，为了确保数据可靠传输，同时考虑到系统后续开发的扩展需求，本厂决定在搭建在线故障监测系统时选定ZigBee技术支持通信，该技术通过路由器、协调器等装置实现数据高效选择和中转，还配备了专业采集传感器，形成多类型拓扑结构，本系统主要依据网型网络结构设计。

2.3 数据采集的硬件设计

在布置的光伏电站采集节点上，要保证硬件结构顺利采集电流数据、电压数据以及温度数据等，基于ZigBee 网络进行数据信息的收发，因此其硬件设计可围绕下述几点。

第一，核心控制模块可选择CC2530型号芯片的微处理器，这种处理装置遵循了ZigBee 网络相关协议，还可以选择Flash 容量，在发生断电情况之后仍旧可以将采集数据自动保存，重启系统并进行联网后可直接搜索，因此具有较强的可靠性及稳定性。

第二，对于采集电流和电压数据电路，其将会传送故障监测的重要数据，因此可基于特性需求来设计，本厂的电流采集电路安装了型号为ACS712-20A的霍尔转传感器，其可针对直流电流高效采集，设计测量的电流范围在-20～+20A，误差标准不会超过1.5%，运行时电压为5V，内部电阻较小，故而能够减少损耗功率。电压采集电路的设备应基于电压参考值3.3V 选择，本厂光伏生产过程中运用了电阻串联分压的方式，因此可以在电路中布置AD 转换通道。

第三，光伏设备及电路的温度参数采集方面设计了温度传感器，其规格为DS18B20且具有3个引脚，测量温度的变化范围从-55℃到125℃，主要采集光伏组件的背板位置温度，实际运行时的电压为5.5V，数据采集偏差不会超过±0.5℃。

2.4 数据监测的软件设计

首先是ZigBee 网络协议配置，本厂光伏发电故障监测系统采用的协议栈版本为Zstack-2.5.1a，其结合了main（）函数，为系统的初始化和各项操作执行提供支持，函数性质为无返回值、持续循环。其次是下位机节点的布置设计，围绕着ZigBee网络特性需求，开发终端节点程序、协调器程序以及路由器程序。最后是上位机管理软件的开发，基于LabVIEW 平台进行开发，主要设计用户管理模块（包括用户注册、身份信息匹配以及密码设置等功能）、串口通信模块（借助协调器接收数据信息并下发指令）、数据管理模块（包括数据解析、存储数据、显示数据以及查询历史数据等功能）。

3 光伏电站运维管理中的故障诊断技术运用

光伏电站开展运维管理工作，对故障的准确判断将会影响针对性处理效果，因而要结合实际需求采用适宜的、科学的以及有效的诊断技术，主要是基于粒子群优化算法并搭建数学分析模型来增强诊断的可靠性，实际诊断方法的运用形式包括下述两种。

3.1 结合偏差率参数计算的故障诊断方法

光伏电站的发电生产过程中，其核心设备运行参数应当处于一个稳定范围，但若是遇到故障情况，参数就会出现较大偏差，基于实际偏差率的测定与计算能够判断各单元在某个时期运行是否稳定，确认性能是否良好，再结合自动化、智能化的诊断定位确认故障位置与表现类型，对于确保运维管理设备的稳健运行及优化功能来说很有帮助，也能促进光伏电站发电量的进一步提高。

可基于偏差率标准数据搭建诊断故障的模型，模型实际诊断操作的流程包括以下三点：对于光伏发电的关键设备运行参数实施周期性采集，还要划分成不同时间段；自动整理同一设备不同单元在相同时间段内的参数，再比对标准指标数据了解设备不同单元运行偏差情况；基于设备不同单元性能指标产生的偏差，进一步明确设备运行的性能水平，方便提出整改维修的对策[2]。

从光伏发电设备内部各单元性能指标的测量执行出发，其实际测量的指标参数类型众多，包括单元电流、温度、单位容量电流、单位容量温度、单位容量输出功率，以及单元输出功率等，不同单元还会有多种数据。在此次研究的本厂案例中，针对汇流箱设备进行测量，该设备内部包含支路数目为16条，所有支路都配置了1串光伏组，在故障诊断分析汇流箱性能时，则可直接测定各支路输出电流参数，一般衡量规则时输出电流值越大表示性能越佳，结合上述概况可知，其电流测量诊断故障时，主要测量支路单元电流、容量电流、温度等相关指标。此外，还有逆变器设备也会影响电能生产，其实际故障诊断会测量分析支路温度、支路输出功率以及单位容量输出功率等指标参数的偏差情况。

单个设备性能指标存在偏差，将会影响总体光伏发电设备的运行，而这种偏差可划分成正向性能偏差及负向性能偏差，前者在偏差值变大过程中性能也会越来越佳，后者则是完全相反，由此可判定个体设备在某段时间内的运行性能情况，其与性能指标存在明显映射联系，分析是否发生故障。比如，汇流箱支路的电流指标与功率指标，同汇流箱设备运行性能间存在正比关系，因而若测量发现功率、电流参数靠近标准值，则表示设备具有较好的性能状态，否则表示性能下滑存在故障问题，同样原理，汇流箱支路的温度指标和汇流箱设备运行性能间存在反比关系，故而支路温度越高，则表示设备性能状态越差，判断其发生故障。

偏差率参数的相关算法原理是对比分析光伏电站设备各项性能指标和预置门限参数间的差值，相关对比结果除以预置门限参数就可得到偏差率，以此来判断设备是否满足了预期运行性能的需求，对某个时间段内设备性能情况进行了解。实际分析时要明确设定预置门限参数，其主要包括两点，一是数值门限参数，二是比例门限参数，且分别具有偏差值的上限及下限。

如在本文研究的光伏电站运维中，相关设备的比例门限预置设定为上限70%、下限50%，若所有设备在相同时间点的各单元性能均值指标参数为A，则其比例上限为70%A，比例下限则为50%A，像是汇流箱支路的指标偏差低于了50%A，则判断其出现故障，之后系统自动发出报警信号，人员深入检修后发现某支路电池组件内部的汇流带发生断裂情况，可重新焊接或直接更换处理[3]。

3.2 结合离散率参数计算的故障诊断方法

光伏电站设备运行的关键性能参数可基于离散率相关模型分析，进而实现故障诊断，判断设备性能指标离散率是否与标准达成一致性。本厂光伏发电的汇流箱、逆变器等重要设备都会形成组串电流，可将电流指标采用离散率算法分析，能够反映出两个设备电池组发电的综合状态，一般计算得到的离散率值较小时，表示其内部电池组串联电流较为集中，变化曲线趋势相近，实际发电也会愈发稳定、可靠。

以下是假定j 时刻电厂逆变器设备，或汇流箱设备实际组串电流参数基于离散率模型计算的有关公式：CV=σ/μ，式中：j 时刻相关设备组串电流计算的离散率用CV 表示，该项指标参数主要采用统计学标准差方法进行计算，电流数据实际采集的时间点即为j，该时刻测量组串平均电流的结果用μ 表示，该时刻逆变器或汇流箱组串电流的标准差用σ 表示。

基于各时刻结果的加权平均值计算，就可得到逆变器或汇流箱全天候组串电流的相关离散率结果。光伏发电的已有经验来看，电厂逆变器或汇流箱组串电流离散率结果可划分成4项取值范围，其对应的性能表现见表2。

表2 光伏发电逆变器或汇流箱组串电流离散率结果与对应性能表现

本厂在进行离散率模型的故障诊断时，发现汇流箱组串电流离散率大于20%，因而判断其存在故障问题，会影响到正常发电，之后通过调整接线及更换保险丝操作排除了故障[4]。

综上所述，光伏电站的运维管理直接影响到发电水平，实际运维中要重点关注故障监测和诊断，及时发现安全隐患并进行处理。由本文分析可知，光伏电站运维管理中运用的故障诊断技术类型包括结合偏差率参数计算的故障诊断方法、结合离散率参数计算的故障诊断方法。