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(yáng)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(lái)越受到人們的重視。光伏發(fā)電是當(dāng)前人們利用太陽(yáng)能的主要方式，而但光伏電池陣列在實(shí)際運(yùn)行過(guò)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(guò)局部陰影遮擋來(lái)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(guò)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(wèn)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(wú)法簡(jiǎn)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(wèn)題，本文提出通過(guò)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(guó)可再生能源實(shí)驗(yàn)室（NREL）的光伏陣列模型數(shù)據(jù)庫(kù)中的推薦參考模型為依據(jù)搭建仿真模型，通過(guò)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(wèn)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(zhǎng)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(wèn)題時(shí)的可能導(dǎo)致系統(tǒng)振蕩的問(wèn)題，設(shè)計(jì)了一種變步長(zhǎng)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(wèn)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(wèn)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(guò)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(guò)局部陰影遮擋來(lái)等效[1]，因而光伏陣列故障診斷問(wèn)題可以轉(zhuǎn)化陰影遮擋情況的診斷問(wèn)題。本文針對(duì)光伏陣列陰影遮擋情況的在線診斷問(wèn)題，在考慮了在線診斷問(wèn)題所面臨的數(shù)據(jù)不全面、數(shù)據(jù)精度不高等問(wèn)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(guò)本文提出的基于統(tǒng)計(jì)信息的自適應(yīng)變步長(zhǎng)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(lái)，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(wèn)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(zhǎng)、