一种光伏电站逆变器综合评估方法

■李春来杨立滨张节潭杜贵兰赵越杨晟赵争鸣(1.沈阳工业大学；2.国网青海省电力公司电力科学研究院；.清华大学；4.青海省光伏发电并网技术重点实验室)

一种光伏电站逆变器综合评估方法

■李春来1,2,4*杨立滨1,2,4张节潭2,4杜贵兰3赵越3杨晟3赵争鸣3
(1.沈阳工业大学；2.国网青海省电力公司电力科学研究院；3.清华大学；4.青海省光伏发电并网技术重点实验室)

从逆变器故障率、逆变器效率、逆变器发电转换能力和故障维修率这4个方面对某电站的逆变器进行综合评估，为电站选取最优逆变器提供指导性建议，进而为提高光伏电站的发电效率做出贡献；此外，该方法还可指出逆变器的不足之处，为逆变器的生产厂家提供改进方向。

逆变器故障率；逆变器效率；逆变器发电转换能力；故障维修率

0　引言

太阳能资源是取之不尽、用之不竭、可再生的清洁环保型能源。大力推广光伏并网发电既可减少环境污染，又可节约资源，还可促进光伏工业的发展，实现能源的可持续利用[1]。积极发展光伏电站建设项目，是解决不可再生能源危机的关键。建设光伏电站，提高光伏电站的数据质量、逆变器效率和光伏电站的整体性能比，对于经济、环境都具有积极的作用。

随着光伏行业的迅速发展，光伏发电量的比重逐渐增加，光伏发电设备的问题在光伏发电领域日渐突出，尤其是光伏组件和逆变器。并网逆变器是将太阳能直流电转换为可接入交流电网的设备，是光伏电站不可缺少的重要组成器件之一，其性能的好坏对提高光伏发电系统的发电量、延长光伏电站的寿命、降低整个光伏系统的成本有决定性的作用[2]。因此，本文对逆变器进行综合评估，并选出综合性能较好的逆变器，为光伏电站选取最优逆变器提供指导性建议。

本文基于大量光伏电站数据的分析，提出一种用于光伏逆变器综合评估的方法，介绍影响光伏逆变器综合评估的因素，提出光伏逆变器评估算法，并对光伏逆变器进行综合评估。

1　影响光伏电站逆变器综合评估的因素

在光伏发电系统中，影响系统发电量的因素有很多，如温度、光照强度、风速和太阳电池的内部特性、逆变器的性能等。但温度、光照强度是由外界环境控制的，因此在外界环境相同时，除提高太阳电池的工作状态、将光能尽可能大的转变为电能之外；还可以提高逆变器的性能和稳定性，使逆变器的转换能力达到最优。通过对数据进行探索性分析，了解数据的模式和特点，发现影响光伏逆变器综合评估的主要指标有：逆变器故障率、逆变器发电转换能力、故障维修率和逆变器效率[3]。

1)逆变器故障率。逆变器出现故障的频率直接影响光伏电站的发电量，因此，选取最优的逆变器对保证电站发电量至关重要。

下文通过提取光伏电站运行日志表、光伏电站故障统计表和光伏电站发电量异常数据来判断逆变器是否故障，并利用对称观测叠加法计算逆变器故障率。

对称观测叠加法主要用于字符型观测，寻找具有对称性的观测来进行计算。例如A逆变器故障，A逆变器恢复正常(离A逆变器此次故障最近的那条恢复故障的观测)，则被记为1次故障，即逆变器故障到恢复正常的时间间隔为其故障时间。

若某光伏电站有A、B、C、D 4种不同品牌的逆变器，设这4种逆变器的故障频数为Si，i=1，2，3，4，则4种品牌逆变器的故障率依次为：

不同逆变器转换发电量的能力是不同的，在相同环境下，转换发电量的能力越高，转换的电量越多，则提高了电网发电的效率。

3)故障维修率。有效防止逆变器故障是提高系统运行安全性、可靠性的根本[4]。本文用对称观测叠加法提取逆变器故障的时间段。在同一电站不同逆变器的条件下，逆变器故障维修率的大小直接影响售后服务成本；逆变器故障维修率值越大，说明逆变器出现故障的时间越长，则直接影响整个光伏电网的发电量；若对故障的逆变器及时维修，则能减少逆变器停运时间，增加逆变器转换时长，提高电网发电效率。

若A、B、C、D 4种不同品牌的逆变器，在某段时间内(如1年)从故障到恢复正常的时间为Ti，i=1，2，3，4，则4种品牌逆变器的故障维修率依

2)逆变器发电转换能力。逆变器发电转换能力是指在同等条件下，由不同子阵发电并输送给逆变器进行转换的能力。设4种逆变器发电转换能力为φi，即为逆变器的发电量Vi与光伏电站的总发电量V总的比值：

4)逆变器效率。逆变器效率η是任意时刻逆变器输出功率P出与输入功率P入的比值[5-7]，即：最重要的指标之一，直接影响光伏系统的电力输出[8,9]。在实际应用环境中，逆变器不会一直保持最大转换效率，会随着外界环境的不断变化而改变；但是，不同逆变器在相同环境中由于自身的性能不同，逆变器效率也不同。

从以上4个指标综合可得出性能和工作效率最优的逆变器。当逆变器发电转换能力值和逆变器效率值很高时，逆变器故障率值和故障维修效率值越低，直接提高了逆变器的运行效率和运行时间，从而提高了光伏发电站的发电效率。光伏电站逆变器综合评估流程图如图1所示。

图1　光伏电站逆变器综合评估流程图

2　光伏逆变器评估算法

2.1逆变器故障率

每个电站都可以用相同方法对逆变器进行综合评估，这里以2014年柴达木能源乌兰铜普一期光伏电站为例。从采集到的数据中了解到，此电站逆变器有4种品牌，分别是品牌1、品牌2、品牌3、品牌4。

通过计算得出4种逆变器故障频数分别为S1=18，S2=30，S3=29，S4=7，则4种逆变器的故障率依次为：21.43％、35.71％、34.52％、8.33％。如图2所示，品牌4逆变器出故障的频率最低。

2.2逆变器发电转换能力

由于逆变器的容量略有差异，故在比较前对所有逆变器的容量进行统一化，转换公式为“逆变器发电量×500 kW/投入容量”，此处所用的逆变器发电量是将所有逆变器的投入容量转换为500 kW时的发电量(由于目前部分电站存在限电情况，故此处所用数据为正常状态下的数据，限电情况不予考虑)。这里以2014年1月的情况为例，依次类推可计算得到其他月份的数据，即品牌1的逆变器发电转换能力φ1=36400.98/ 135199.9×100％=26.9％；同理，φ2=22.5％，φ3= 27.0％，φ4=23.6％。再通过计算平均值可得到4种品牌逆变器的发电转换能力，依次为27.6％、22.6％、26.2％、23.5％。图3中对不同逆变器发电转换能力分析后发现，品牌1逆变器的发电转换能力值相对较高，因此，品牌1逆变器的发电转换能力总体上比其他品牌的逆变器发电转换能力要高。

图3　2014年不同逆变器发电转换能力折线图

2.3故障维修率

故障维修率的高低是评估逆变器的主要指标之一。本文主要利用对称观测变换法，以逆变器故障到恢复发电的时间来计算故障维修率，衡量逆变器厂家的售后服务质量。故障维修率越低，说明厂家对已故障的逆变器进行了及时维修，减少了逆变器停运时长，增加了逆变器的工作时间。

通过计算得出，4种逆变器从发生故障到恢复故障的时间分别为T1=13.87 h，T2=45.67 h，T3=41.53 h，T4=29.8 h。4种逆变器的故障维修率分别为10.61％、34.80％、31.79％、22.81％。如图4所示，品牌1逆变器的维修率最小。

图4　不同逆变器故障维修率折线图

2.4逆变器效率

除以上3个指标外，逆变器效率是很重要的一个指标，它是指任意时刻逆变器输出功率与输入功率的比值，可根据式(2)计算得出各逆变器的效率。由图5可知，品牌1逆变器的逆变器效率最高，为75.24％；品牌3逆变器次之，为75.07％；品牌2逆变器最低，为74.29％。

图5　不同逆变器效率曲线图

2.5因子分析权数法应用

每个指标对光伏逆变器的影响程度不一样，因此，需要对每个指标设置一个权重。确定指标权重的方法很多，如因子分析权数法、相关系数法、秩和比(RSR)法、德尔菲(Delphi)法、算术均数组合赋权法、优序图法等。因子分析权数法是通过对实际发生的数据进行整理、计算和分析的客观权重系数法。本文运用因子分析权数法来计算以上4个指标的权重。

2.5.1因子分析权数法计算步骤

因子分析权数法是根据统计学中因子分析方法，首先计算出每个共性因子的累积贡献率，然后用累积贡献率来确定权重；累积贡献率越大，说明该指标对共性因子的作用越大，因此，该指标的权重也越大[10]。主要步骤是：

1)首先将数据标准化，这是因为不同变量间的量纲不一致，因此，必须要无量纲化。

2)使用标准化后的数据做因子分析并得出方差贡献率。表达式为：

式中，λi为特征值；Ei表示第i个指标的方差贡献率；i=1，…，n，表示有n个指标。

3)写出主因子得分和每个主因子的方差贡献率。主因子得分为：

式中，K1，K2，…，Kn为各个指标；β1j，β2j，…，βnj为各指标在主因子Fj中的系数得分，用Ei表示Fj的方差贡献率。

4)求出指标权数。公式为：

式中，有n个指标，m个主因子；βij表示第i个指标在主因子Fj中的系数得分。

通过归一化求出各指标的权重。即：

2.5.2计算实例

下文通过因子分析权数法计算各指标的权重。令K1为逆变器故障率，K2为逆变器效率，K3为逆变器发电转换能力，K4为故障维修率。

1)将数据标准化，计算结果如表1所示。

表1　各指标标准化后的数据

2)对标准化数据进行因子分析。计算结果如表2所示，可以看出，第1个特征值所占比例为63.66％，第2个特征值所占比例为33.26％，这2个特征值的累积贡献率已达到96.92％，＞75％。因此，选择前2个公共因子已可较好地反应数据的信息。

表2　相关矩阵的特征值情况

3)由表3可知主因子得分和每个主因子的方程贡献率，分别为：

用Ei表示Fj的方差贡献率，Ei由累积贡献率得到。则：

E1=0.6366；E2=0.9692-0.6366=0.3326

表3　前2个主因子的权系数

4)通过式(5)求出指标权数，并通过归一化求得指标权重，结果见表4。

表4　各指标的权数和权重

由表4可知，逆变器效率的权重最大，为0.3654；逆变器发电转换能力的权重次之，为0.3641；逆变器故障率的权重最小，为0.0673。与实际经验对比可知，此结果符合实际情况。

3　4种品牌逆变器综合评估计算法

令Y为某品牌逆变器综合评估值，由于逆变器故障率和故障维修率是评估逆变器的负面因素，因此，逆变器故障率值(K1)和故障维修率值(K4)越低(即-K1和-K4越高)，并且逆变器发电转换能力值(K3)和逆变器效率值(K2)越大，逆变器越好。本文是从各方面对逆变器进行综合评估，为了更加直观地了解此综合评估结果，可将表达式定义为：

通过计算得出，品牌1逆变器的综合评估值Y1=0.0673×(-0.2143)+0.3654×0.7524+0.3641× 0.276+0.2031×(-0.1061)=0.339；同理可得，Y2= 0.259，Y3=0.282，Y4=0.296。

即可得出Y1＞Y4＞Y3＞Y2，因此，品牌1逆变器的综合性能更高。经过柴达木能源乌兰铜普一期光伏电站的运维人员和本论文研究人员的实地调研结果可知，此结论正确。

综上所述，品牌1逆变器是此电站的最优逆变器。从各指标结果可知，各品牌逆变器的效率值在75％左右波动；从逆变器发电转换能力值可知，在同条件下，品牌1逆变器的发电转换能力值最大，品牌3逆变器的发电转换能力值次之；品牌2逆变器和品牌3逆变器的维修率值和故障率值较高，导致综合评估值较低。因此，应提醒厂家提高逆变器质量和故障维修率，增加逆变器的运行时长，提高逆变器的运行效率。

4　结论

本文通过对柴达木能源乌兰铜普一期光伏电站实测数据进行探索性分析，得出：

1)影响光伏电站逆变器综合评估方法的因素有逆变器故障率、逆变器发电转换能力、故障维修率和逆变器效率。本文是在不限电的前提下，拟合得出的方法和结论，若给出限电的数据，则可完善此方法，使其得到大力推广。

2)运用公式和曲线图直观的展示出电站逆变器的运行状况，对提高光伏电站逆变器综合评估方法起到了关键性的作用。在相同地区，若能找到两个设施及运营方式都相同的电站，则可以对不同电站的相同逆变器进行横向对比，可对模型进一步验证。

3)用因子分析权数法分别对4个指标设置权重，得出各指标对逆变器的贡献度；并计算得出光伏逆变器综合评估值，挑选出综合评估值较高的逆变器用于光伏电站；对提高光伏逆变器的发电量提供了指导性建议。

4)由于数据采集的限制，本文只能分析一段时间(即2014年)，若采集的数据量足够大，则可以预算不同品牌逆变器的衰降速度，通过计算、对比，延长逆变器寿命，提高电站的发电效率。

致谢：在此感谢青海省光伏发电并网技术重点实验室（项目编号：2014-Z-Y34A）为该研究提供数据及帮助。

[1]NB/T 32004-2013,光伏发电并网逆变器技术规范[S].

[2]Bosetti V,Catenacci M,Fiorese G,et al.The future prospect of PV and CSP solar technologies:An expert elicitation survey[J]. Energy Policy,2012,49(1):308-317.

[3]李伟.光伏并网逆变器故障诊断及孤岛检测[D].徐州：中国矿业大学,2014.

[4]李菊欢.关于光伏并网逆变器效率的探讨[J].电子质量, 2010,(8)：64-65.

[5]王婷,王宗,范士林,等.光伏并网逆变器中国效率评价方式[J].大功率变流技术,2014,(3)：56-59.

[6]Sastry J,Bakas P,Kim H,et al.Evaluation of cascaded H-bridge inverter for utility-scale photovoltaic systems[J].Renewable Energy,2014,69(69)：208-218.

[7]许晖,尹忠东.光伏电站的效率优化[J].科技创新与应用, 2014,(17)：165.

[8]王玲玲,胡书举,孟岩峰,等.光伏并网逆变器效率评价方法研究[J].大功率交流技术,2013,(5)：17-20,26.

[9]马幼捷,程德树,陈岚.光伏并网逆变器的分析与研究[J].电气传动,2009,39(4)：25-29.

[10]安宏,高学东,曾德华,等.基于因子分析和模糊数学方法的综合评估[J].计算机工程,2008,34(18)：281-283.

2016-03-10

李春来(1980—)，男，硕士、高级工程师，主要从事光伏发电并网技术方面的研究。lichunlai0216@163.com