基于仿真模型的光伏组串故障分析方法

郭婷婷，武永鑫

(1. 天津科技大学理学院，天津 300457；2. 中国大唐集团科学技术研究院有限公司，北京 100040)

光伏组件是光伏发电系统中数量最多的发电单元．在运输、安装和使用过程中由于多种原因会造成组件故障．如果故障组件长期存在于光伏发电系统中，不但会降低系统整体的发电效率，还会形成安全隐患[1-2]．因此，为了提高光伏发电系统运行寿命，保障系统运行安全，避免火灾、设备损毁等事故，就需要对光伏组件故障及时诊断．

目前，光伏组件故障检测主要采用手工检测和在线检测法[3-4]．手工检测法需要对光伏组件进行逐块检测获取故障诊断所需数据，工作量大，检测周期较长．在线检测则需要在每块光伏组件上添加电流传感器和电压监控装置收集数据，通过分析采集到的电流和电压数据对光伏组件的故障类型进行判断，由于在线监测法需要安装众多的传感器，在一定程度上增大了检测的成本和复杂性．光伏组串由多个组件串联而成，如果组串中存在故障组件，则整个组串的伏安输出特性会发生变化．对于大规模光伏发电系统而言，对光伏组串进行检测不但可以发现组件故障，还可以进一步降低检测工作量，缩短检测周期．近年来，国内外学者的研究多集中于光伏组件或光伏阵列伏安输出特性的故障分析[5-8]，关于如何通过光伏组串输出特性分析故障类型的研究较少．伴随着集成电流和电压监控装置的组串式逆变器的飞速发展，未来组串检测技术将成为趋势．

本文使用Matlab/Simulink软件构建了光伏组串仿真模型，对不同故障类型下的光伏组串伏安(I-V)输出曲线进行了仿真．在理论模拟和实验测试的基础上，详细分析不同故障情况下组串输出特性的变化规律．

1 实验检测

用于不同故障类型下伏安输出数据采集的光伏组串由18块功率为320 W 的组件串联而成，所使用组件的详细参数为：最大输出功率(Pm)320 W，开路电压(Uoc)46.78 V，最大功率点电压(Upm)38.46 V，短路电流(Isc)8.98 A，最大功率点电流(Ipm)8.32 A，组件效率16.48%．

使用意大利HT 公司生产的IV400 型I-V测试仪对光伏组串进行检测，该设备可以获得被测组件在测试及标准条件(STC)下的开路电压(Uoc)、短路电流(Isc)、最大功率点电压(Upm)、最大功率点电流(Ipm)、最大输出功率(Pm)、填充因子(FF)、组件温度及组串的伏安特性曲线等数据，详细的测试设备参数为：电压测量范围5.0～999.9 V，电流测量范围0.1～15 A，功率测量范围50～9 999 W，辐照强度测量精度±1.0%，工作温度0～40 ℃，采样精度±1.0%．

2 光伏组串模型

光伏组串模型以组件模型为基础，首先对组件进行建模．光伏组件是由多个光伏电池片串并联而成，光伏电池本身为一个PN结，其特性与二极管类似[9]，光伏电池等效电路如图1所示．光伏电池等效数学模型如下：

式中：Iph为光伏电池的光生电流；Id为流经二极管D的电流；Ish为光伏电池的输出电流；G 为积灰后组件所能接受到的太阳辐照度；Gref为清洁组件接收到的太阳辐照度，为1 000 W/m2；Rsh为并联电阻；Rs为串联电阻；R0为负载电阻；I0为二极管反向饱和电流；Isc为短路电流；U为光伏电池的输出电压；Ud为二极管两端电压；q为单位电荷，1.6×10-19C；T为太阳能电池温度；k 为玻尔兹曼常数，1.38×10-23J/K；A0为二极管因子；Ut为热电压，室温下为25.9 mV．

图1 光伏电池等效电路图 Fig. 1 Equivalent circuit of solar cell

由公式(6)获得的m 个光伏电池串联所构成的组件的输出电流与电压之间的关系式为

式中：Umodule为光伏组件输出电压；Imodule为光伏组件输出电流．使用Matlab/Simulink 软件，根据式(7)构建的光伏组件仿真模型如图2所示．

图2 光伏组件仿真模型示意图 Fig. 2 Simulation model of PV module

将18块光伏组件模型进行串联构成组串模型，组串模型示意图如图3所示．使用组串模型进行仿真时，需要将实际光伏组件的开路电压、短路电流、最大功率点电压、最大功率点电流等参数输入进模型，以实现光伏组件伏安输出特性仿真．模型可以根据输入的太阳辐照度模拟出整个光伏组串的伏安特性曲线．

图3 光伏组串连接模型示意图 Fig. 3 Connection of PV module strings

3 光伏组串故障仿真与分析

光伏组串存在的故障类型众多，本文重点针对常见的灰尘沉积、阴影遮挡、组件衰减等故障进行研究分析．

灰尘沉积会造成光伏组件接收到的太阳辐照度降低，从而导致组串输出电流下降．积灰组件短路电流按照式(8)计算．

式中：I′sc为积灰后组件短路电流；α为短路电流温度系数；ΔT 为温度变化值；G 为积灰后组件所能接受到的太阳辐照度；Gref为清洁组件接收到的太阳辐照度，为1 000 W/m2．

图4 为积灰影响下组串模拟和实测的伏安特性输出曲线，此时I′sc＝8.64 A，根据式(8)获得的积灰后光伏组件所能获得的太阳辐照度为962 W/m2．

通过对实测数据的模拟拟合可知，当光伏组串模型中组件接收到的太阳辐照度为962 W/m2时，模拟曲线与实测曲线能够实现较好的拟合．积灰主要影响组串的短路电流，而对于开路电压的影响较小．

图5 为局部阴影遮挡情况下通过实测和模拟获得的光伏组串伏安特性曲线．

图4 积灰影响下光伏组串模拟和实测伏安特性曲线 Fig. 4 Impact of dust deposition on the I-V characteristic curve of PV module strings

从图5 中可以看出，当组串中存在被遮挡的组件时，其伏安特性曲线表现为多阶梯状．局部阴影遮挡情况光伏组串的伏安特性曲线可看作多个不同太阳辐照度下伏安特性曲线的结合[10]．出现这种多阶梯状曲线的原因是为了防止阴影造成组件出现热斑等故障，每个光伏组件会并联一个旁路二极管．当组串中有部分组件被遮挡时，旁路二级管两端会形成正偏压，此时旁路二级管导通，被遮挡组件被旁路，未被遮挡的光伏组件能正常输出电流．在检测过程中，伏安特性曲线测试设备被作为负载接入电路，通过调节电阻值获取光伏组件伏安特性输出数据．随着测试设备阻值持续增大，被遮挡组件旁路二级管两端的正偏压逐渐降低，此时旁路二级管关闭被遮挡的光伏组件输出电流，因此出现了多阶梯状曲线．

阴影遮挡情况下光伏组串的输出电流与电压之间关系可用式(9)表示．

式中：Uarrany为光伏组串的输出电压，Iarrany为光伏组串输出电流，N1和N2分别为被遮挡的光伏组件数．

由式(8)计算获得图5 中阶梯状台阶上下的太阳辐照度分别为920 W/m2和820 W/m2．选取A、B 两点，其电压和电流分别为(0 V，8.32 A)和(355 V，7.52 A)，将A 与B 的参数代入式(9)计算获得的 N2≈9.34，这里选取整数N2＝9．

根据计算结果，使用模型对实测曲线进行拟合，当光伏组串模型中9 块组件的太阳辐照度设置为920 W/m2，其余9 块组件接收的太阳辐照度设置为820 W/m2时，模拟结果与实测数据实现了很好的拟合．

图5 存在阴影遮挡的光伏组串实测与模拟伏安特性曲线 Fig. 5 Simulated and measured I-V characteristic curves of PV module strings under partial shading condition

功率衰减是光伏组件不可忽视的问题，组件的功率衰减理论上可归结为两种原因造成，分别为串联电阻的上升及并联电阻的降低[11-13]．因此，可以通过改变组件模型的串并联电阻阻值模拟组件功率衰减情况．

阻值变化会造成光伏组件最大功率点偏移．串联电阻Rs_module和并联电阻Rsh_module的变化可由式(10)和(11)计算[3]．

式中：Umpp为光伏组件最大功率点处电压；Impp为组件最大功率点处电流；ΔUmpp和ΔImpp分别为阻值变化后最大功率点处电压和电流的变化量．

图6 为串联电阻值改变对光伏组串伏安特性曲线的影响．由图6 可知，组串中某一组件串联电阻阻值的增大会造成整体组串最大输出功率下降，在伏安特性曲线上表现为开路电压处斜率的下降，但是对组串整体的开路电压和短路电流的影响并不明显．根据式(8)与式(10)的计算结果，将太阳辐照度设置为900 W/m2，光伏组串整体串联电阻增加0.67 Ω 时，模拟曲线与实测曲线能够实现很好的拟合．

图6 串联电阻增大对光伏组串伏安特性曲线影响的模拟和实测结果 Fig. 6 Simulated and measured results of impact of series resistance increasing on I-V characteristic curves of PV module strings

光伏组件在发电过程中，有一部分损失是由于内部漏电流而造成的，理论上可以归结为组件并联电阻的影响[14]．一般情况下光伏组件并联电阻很大，只有并联电阻减小才会影响到组件的输出特性．图7 为组串中存在并联电阻减小而造成的功率衰减组件的伏安特性曲线的模拟与实测结果．由图7 可知，光伏组件并联电阻的减小会造成组件最大输出功率的下降，从而造成组件所在组串最大输出功率的下降．而某一组件并联电阻的减小并不影响整体光伏组串开路电压和短路电流．根据式(8)和式(11)的计算结果，将模型的光伏组串并联电阻减小116.64 Ω，组串模型中9 片组件太阳辐照度设定为975 W/m2，另外9片设置为920 W/m2时，模拟结果与实验测试结果能够较好地拟合．

图7 并联电阻降低对组串伏安输出特性的影响模拟和实测结果 Fig. 7 Impact of parallel resistance decreasing on I-V characteristic curves of PV module strings

根据以上的模拟分析可知，光伏组串中若存在灰尘沉积、阴影遮挡及光伏组件功率衰减等现象，其开路电压基本不受影响．对于短路电流，如果组串中存在阴影遮挡或灰尘沉积组件，其短路电流将出现下降的情况．因此在分析组串故障时，可首先对组串整体的开路电压和短路电流进行分析．

根据以上模拟与实验结果，对不同故障类型下光伏组串伏安特性曲线的输出特性进行归纳总结，故障类型分析如图8 所示．通过对比多种情况下故障组串的伏安特性曲线(图8)可知：在组串中存在积灰及阴影遮挡问题时，表现在伏安特性曲线1 的位置的变化．当组串中存在由于串联电阻升高而造成的组件功率衰减时，其在2 处的斜率会发生明显的变化．当组串中存在由于并联电阻下降造成的功率衰减时，其曲线3 处的斜率会发生变化．

图8 光伏组串伏安特性曲线故障分析图 Fig. 8 Fault diagnosing diagram of I-V curve of PV module strings

4 结 语

本文提出了一种光伏组串故障诊断方法，以实测获取的灰尘沉积、阴影遮挡和存在功率衰减组件等情况下光伏组串的伏安特性曲线数据为基础，使用Matlab/Simulink 软件构建了光伏组串故障仿真模型，并使用该模型对实测数据进行了仿真分析．结果表明，所构建的模型能够较为准确仿真出不同故障情况下光伏组串的伏安特性曲线，并能够实现对故障产生原因的分析．所提出的方法对于光伏发电系统运行和维护具有一定的参考价值．由于光伏组件受到环境等多种因素的影响，导致故障类型具有多样和复杂性，因此所提出的故障诊断方法还需进一步的改进和优化．