局部陰影遮擋下光伏陣列功率跟蹤及故障在線診斷方法研究.pdf

1、太陽能是清潔能源和新能源的代表之一，在化石能源供應(yīng)態(tài)勢(shì)吃緊且造成污染較為嚴(yán)重的當(dāng)下，越來越受到人們的重視。光伏發(fā)電是當(dāng)前人們利用太陽能的主要方式，而但光伏電池陣列在實(shí)際運(yùn)行過程中易出現(xiàn)陰影遮擋、老化、腐蝕、裂紋、熱斑等現(xiàn)象，使得光伏陣列的輸出特性與正常情況相比出現(xiàn)發(fā)生很大巨大變化，不僅導(dǎo)致傳統(tǒng)的系統(tǒng)的最大功率點(diǎn)跟蹤方法效果不佳，也使得整個(gè)光伏發(fā)電的系統(tǒng)的穩(wěn)定性和安全性也面臨嚴(yán)峻的挑戰(zhàn)受到影響。研究表明：由于幾乎所有的光伏陣列故障對(duì)光伏陣

2、列的影響都可以通過局部陰影遮擋來等效[1]，因而研究局部陰影遮擋下光伏陣列的輸出特性變化規(guī)律，并探索應(yīng)對(duì)陰影遮擋情況的最大功率點(diǎn)跟蹤方法，不僅可以發(fā)電系統(tǒng)的穩(wěn)定性和輸出效率，而且，以及通過研究光伏陣列陰影遮擋特性確定光伏陣列是否處于故障狀態(tài)，情況的在線診斷方法，對(duì)于解決光伏系統(tǒng)故障等原因?qū)е碌墓β蕮p失以及運(yùn)行安全等問題具有重要意義。
　　針對(duì)自然影響因素的隨機(jī)性造成傳統(tǒng)的解析方法無法簡單概括甚至難以描述自然因素對(duì)光伏陣列的影響規(guī)律

3、的問題，本文提出通過描述統(tǒng)計(jì)法對(duì)光照度和溫度這兩類因素對(duì)于光伏陣列輸出特性的影響規(guī)律進(jìn)行闡釋。為保證數(shù)據(jù)的權(quán)威性并滿足描述統(tǒng)計(jì)方法對(duì)于數(shù)據(jù)范圍和精度上的高要求，以美國可再生能源實(shí)驗(yàn)室（NREL）的光伏陣列模型數(shù)據(jù)庫中的推薦參考模型為依據(jù)搭建仿真模型，通過光照度、溫度的單變量分析以及兩種因素的綜合分析，分別總結(jié)了光伏陣列在不同的光照度、溫度分布情況下的輸出特性規(guī)律。
　　然后，針對(duì)局部陰影遮擋下傳統(tǒng)光伏最大功率點(diǎn)跟蹤方法失效效果不理

4、想的問題，在利用光伏陣列統(tǒng)計(jì)分析所得出的結(jié)論的基礎(chǔ)上，提出了一種基于統(tǒng)計(jì)信息的自適應(yīng)變步長擾動(dòng)觀察法作為局部陰影遮擋下光伏陣列最大功率點(diǎn)跟蹤方法，該方法以擾動(dòng)觀察法作為搜索策略基礎(chǔ)，規(guī)避了傳統(tǒng)全局搜索算法在應(yīng)對(duì)動(dòng)態(tài)尋優(yōu)問題時(shí)的可能導(dǎo)致系統(tǒng)振蕩的問題，設(shè)計(jì)了一種變步長機(jī)制以應(yīng)對(duì)傳統(tǒng)擾動(dòng)觀察法的穩(wěn)態(tài)振蕩問題，然后，以光伏陣列統(tǒng)計(jì)分析信息為設(shè)計(jì)指導(dǎo)，選取了恰當(dāng)適當(dāng)?shù)母欁兞坎?duì)應(yīng)地優(yōu)化了搜索范圍，并設(shè)計(jì)了一種電壓逆向搜索機(jī)制，避免了傳統(tǒng)擾動(dòng)觀

5、察法陷入局部極值的問題，在此基礎(chǔ)上，建立了一套變量初值自適應(yīng)機(jī)制，保證了算法的快速性。最后，本文通過仿真的方法驗(yàn)證了所涉及方法的有效性。
　　由于幾乎所有的光伏陣列故障對(duì)光伏陣列的影響都可以通過局部陰影遮擋來等效[1]，因而光伏陣列故障診斷問題可以轉(zhuǎn)化陰影遮擋情況的診斷問題。本文針對(duì)光伏陣列陰影遮擋情況的在線診斷問題，在考慮了在線診斷問題所面臨的數(shù)據(jù)不全面、數(shù)據(jù)精度不高等問題后，參考當(dāng)前光伏陣列各種診斷方法的優(yōu)缺點(diǎn)，提出一種基于功

6、率跟蹤數(shù)據(jù)的光伏陣列陰影遮擋情況的在線診斷方法。該方法通過本文提出的基于統(tǒng)計(jì)信息的自適應(yīng)變步長擾動(dòng)觀察法實(shí)時(shí)獲取原始數(shù)據(jù)，從而將在線診斷方法與最大功率點(diǎn)跟蹤方法結(jié)合起來，節(jié)省了系統(tǒng)成本，提出了基于主成分分析法的特征提取及降維方法，針對(duì)解決了診斷的數(shù)據(jù)維度隨著光伏子陣列的增多而增大的問題，采用支持向量機(jī)作為診斷算法，提出了基于主成分分析法的特征提取及降維方法，減小了數(shù)據(jù)量，針對(duì)緩解了當(dāng)前廣泛采用的人工神經(jīng)網(wǎng)絡(luò)在實(shí)際應(yīng)用時(shí)出現(xiàn)的訓(xùn)練時(shí)間長、