一种基于光电隔离和频率检测的光伏板故障检测方法

海 涛，上官雅婷，陆剑锋，王 钧，张天娇

（1.广西大学电气工程学院，广西壮族自治区南宁 530004；2.广西中烟工业有限责任公司，广西壮族自治区南宁 530004；3.华蓝设计（集团）有限公司，广西壮族自治区南宁 530004）

0 引言

为了达成“碳中和、碳达峰”的目标，应充分利用我国分布广泛的沙漠和沙漠化土地资源。这些地区日照时间长，太阳辐射强度大，非常适合光伏发电。然而，沙漠地区的复杂环境可能导致光伏板在运行中出现多种故障如线间故障、接地故障、开路故障、短路故障、异常老化和热斑故障等现象，进而影响光伏电站的发电效率与安全运行[1-4]。其中热斑现象是光伏阵列最常见故障，被遮挡的光伏电池将成为电路中的负载消耗功率，长时间积累会导致光伏电池板的物理结构损坏[5-7]。

沙漠地区地理位置偏远且环境恶劣，检修人员难以长期在现场检测光伏组件故障，因此，采用可靠的故障检测方法至关重要。容易出现故障的其他场景也同样需要进行检测，确保高效运行。

光伏阵列常见的故障检测方法有物理检测法、能量损失法、I-V 曲线法、时序电压电流法4 类，这些方法各有其侧重点及缺点[8-10]。文献[11]利用光伏阵列的红外成像图在不同工作状态下呈现不同的温度变化，确定光伏阵列是否存在热斑，该方法需要使用特定的仪器，成本高。文献[12]通过分析处于不同状态下光伏阵列的输出电压、电流和功率理论值与实际值的关系，得出了判断阵列是否故障的故障诊断阈值，该方法依赖模型的准确性，随着光伏阵列不断老化，仿真模型会出现偏差，准确率下降。文献[13]提出基于L-M 算法的反向传播（Back Propagation，BP）神经网络的故障诊断方法，采用I-V曲线的性能参数作为输入来实现故障检测，但I-V曲线更新速度较慢，无法进行实时故障检测。文献[14]使用动态时间规整算法计算电流在时间序列上的相似性，能够识别短路故障，但时序电压电流的变化十分复杂，存在许多难点。

本文根据光电隔离与RC 振荡电路的特性，设计了一种不影响光伏板正常运行并检测发电系统工作状态是否存在故障的方法。该检测方法具有电路构造简单、成本低廉、频率不易受到干扰、频率信号可远距离传输等优点，能够及时发现光伏板的故障。除了在沙漠使用外，该方法还可以广泛应用于其他光伏板易出现故障的场所。在光伏阵列中，通过可编逻辑阵列将多路检测频率数据输入单片机，通过单片机将数据传到云平台进行处理，即可实现沙漠光伏故障信息的远距离传输。

1 故障检测电路设计

1.1 设计原理

影响光伏电池输出特性的因素主要有温度、太阳光照强度、串联电阻和旁路电阻的大小等[15]，其中最主要的影响因素是温度和太阳光照强度。太阳光照强度表示太阳辐射能量的强弱，当光伏组件其他参数不变时，其输出电流和辐射强度成正比。

因此，光伏板发电量/功率的变化可以体现为光照强度的变化，即光伏板产生电流发生的变化。仿真模型中通过改变电流大小来体现太阳光照强度的变化，模拟光伏板故障。

处于相同光照强度的正常光伏板应当具有相同的发电特性，因此其频率应当是一致的（在一个合理的范围内波动）。若出现频率不一致的情况，发电特性变差则可推断光伏板存在问题。

具体故障检测原理如图1 所示。电路中调节回路电流越大，通过光电隔离发光二极管电流越大，光敏三极管电阻变小，RC 振荡回路输出频率越大，即输出频率越大，太阳光照强度越大，存在的故障问题越小；反之，RC 振荡回路输出频率越小，太阳光照强度越小，存在的故障概率越大，光伏板可能有问题。

图1 检测原理框图Fig.1 Block diagram of detection schematic

光伏板故障检测系统的工作过程是将光伏板电参数通过检测模块转化成频率，再检测每列光伏板的每个故障检测装置的频率值。对得到的频率结果进行处理，若实际值的负方向相对偏差较大，可判断有故障，该故障板位置亦确定；反之无故障。

1.2 电路结构的设计

1.2.1 光电耦合及RC振荡电路

由于光伏阵列中光伏组件数量众多，必须进行隔离以确保检测的稳定性，因此采用了光电耦合器件PC817。其输入端接收电信号后，通过发光器件将电信号转换为光信号，再由光敏器件进行接收，使光敏三极管导通[16-17]。使用时选择一致性较好的器件。

利用RC 振荡电路将输入信号调制为频率信号，频率信号能远距离传输。双非门RC 振荡器原理如图2 所示。其中，f为振荡电路频率；RS为用于稳定振荡的电阻，Rf为用于控制输出频率的电阻；C为电容。

图2 RC振荡器Fig.2 RC oscillator

该RC 振荡电路的振荡周期为[18]：

式中：T为振荡电路振荡周期。

频率公式为：

输出振荡频率f与电路中电阻Rf和电容C有关，适当减小电容C，输出频率增加，有利于提高检测的灵敏度，减少误差[19]。

1.2.2 含光电隔离的RC振荡电路设计

含光电隔离的RC 振荡电路如图3 所示。其中，RC为限流电阻，防止电流过大导致光电耦合器中的发光二极管损坏；ID为光伏板流经光电隔离电流；D1为二极管；Rx为光电隔离中光敏三极管等效电阻，R1为稳定震荡频率的电阻；R2为控制振荡频率的电阻；N1，N2为非门；C1为电容。

图3 含光电隔离的RC振荡电路图Fig.3 RC oscillation circuit diagram with optoelectronic isolation

将光电隔离副边（光敏三极管）与RC 振荡电路的R2并联，适当调整电路参数，使光电隔离处于线性区，改变ID，就导致RX变化，使得振荡电路电阻Rf改变，参数f也随之变化。振荡频率f的变化反映了光伏板所受辐照度的变化。含光电隔离的RC 振荡电路测得的输出波形如图4 所示，其中U为波形电压。

图4 输出频率波形Fig.4 Output frequency waveform

此时由于RX单向变化明显，反方向变化小，二者充放电时间不一致，导致波形占空比不对称（超过90%），不稳定且存在毛刺，线性度差，测量范围窄，该电路可调节性差。

1.2.3 电路结构的改进

本文实验的电路有3 种改进方法。

方法1：电路如图5（a）所示，增加电阻R3，消除毛刺，可测频率范围为404～2 317 Hz，占空比有所改善，波形稍有改进仍不理想。

图5 方法1电路及其效果Fig.5 Method 1 circuit and its effect

方法2：电路如图6（a），在电路中添加二极管D2，使调节频率范围稍宽且较为稳定，电阻R4为限流电阻。此时，频率的输出范围为664～2 525 Hz。但电路的输出波形占空比仍不够理想。

图6 方法2电路及其效果Fig.6 Method 2 circuit and its effect

方法3：图7（a）是在图5（a）的基础上采用了双光电隔离模块的故障检测电路，Rx1和Rx2为2 个光电隔离的光敏三极管等效电阻。改进后的光电隔离检测模块具有对称性，输出频率稳定且调节范围宽，达到了533～6 304 Hz。实验结果显示，波形占空比约为50%，较为满意。因此，选择方法3 作为最终故障检测电路，提高检测模块的可靠性及综合性能。

图7 方法3电路及其效果Fig.7 Method 3 circuit and its effect

3 种方法波形占空比对比见表1。由表1 可知，方法1 无论在频率高时还是频率低时，其占空比都不理想。相较而言，方法3 在频率低时与方法2 表现较接近，但随着频率的升高，方法2 的占空比增加，偏离理想状态。方法3 具有更宽的频率变化范围，其波形符合要求。

表1 3种方法波形占空比Table 1 Waveform duty cycles of three methods %

2 基于故障检测电路的光伏板故障检测方法

2.1 主拓扑结构的故障检测方法

检测电路应用拓扑结构如图8 所示，此时故障检测模块A数量与光伏板个数一一对应。其中故障检测模块A的结构为方法3 的电路，该拓扑结构精度高但使用检测模块较多，接线复杂。①，②，③分别为光伏串列的第1 个、第2 个和第3 个光伏板，下同。

图8 光伏板故障检测主电路图Fig.8 Main circuit diagram of photovoltaic panel fault detection

为了便于研究，引入相对偏差用于测定光伏板输出频率结果对光伏串列输出频率平均值的偏离程度。以串并联（Series-Parallel，SP）结构[20]排列的任一列光伏板为例，基于图8 的拓扑结构装有m个故障检测模块A，则：

式中：f′为光伏板检测模块输出频率为光伏串列中光伏板检测模块的平均频率；α为光伏板检测模块频率的相对偏差；i为光伏串列中光伏板对应的故障检测模块为第i个模块。

根据测算结果，光伏板的工作状态定义为4 种情况，如表2 所示。表2 中数字“1”表示相对偏差结果为非负值，“0”表示相对偏差结果为负值。

表2 串联光伏板工作状态表Table 2 Series photovoltaic panels working status table

2.2 应用其他拓扑形式的故障检测方法

由于故障检测模块A具有稳定的输入输出关系，可以同时检测多个光伏板。当故障检测模块用于检测串联的s块光伏板时，可根据光伏板数量s调整故障检测模块的限流电阻RC，将其调整为原来参数的s倍。在光伏板输入相同电流的情况下，经过调整后的故障检测模块B的输出频率与单个光伏板实验结果基本一致。因此，可以使用故障检测模块B同时检测多个光伏板的故障情况，而无需增加故障检测模块，减少线路复杂性。

当故障检测模块B检测到故障时，将故障精确到与该模块并联的s块光伏板，只需利用发光二极管指示效果来确定具体的故障光伏板[21]，降低了检测故障的成本。具体电路拓扑结构如图9 所示，④为光伏串列的第4 个光伏板。为避免发光二极管过流损坏，电路中设置了限流电阻R，使通过发光二极管电流不超过1 mA。

图9 同时检测多个光伏板的拓扑结构Fig.9 Topology Structure to simultaneously detect multiple photovoltaic panels

光伏汇流箱可同时接入多路太阳能光伏组件阵列，具有对电流、电压进行实时监测的功能[22-23]。可以通过汇流箱电参数快速判断光伏阵列中存在故障的光伏串列，再由本文的检测模块确定故障板位置；若汇流箱电参数显示光伏组件工作正常，而故障检测模块显示光伏板存在故障，则故障检测模块可能出现故障。

2.3 故障检测系统设计

针对沙漠等偏远地区现场条件恶劣，光伏板易出现故障、人工无法长期实时检修等问题，设计了以物联网云平台为主体框架，以LoRa 为主要通信技术的光伏故障检测系统，通过在云端部署服务即可远距离接收故障检测信息，达到了降低现场硬件成本及人工成本，避免因故障带来的损失的问题[24-25]。

故障检测系统主要由数据采集节点、汇聚节点与云平台3 部分组成。数据采集节点与汇聚节点的主控单元采用STM32，具80 个I/O 口，主频最高为72MHz，其性价比较高，外设资源丰富，可拓展性较强。微控制器（Microcontroller Unit，MCU）通过UART 串口与LoRa、通用分组无线业务（General Packet Radio Service，GPRS）模块通信。该故障检测系统构成如图10 所示。

图10 故障检测系统整体框架Fig.10 Overall framework of fault detection system

光伏组件数量众多，假如微控制器直接与故障检测模块的输出端口相连，那么将占用大量微控制器端口，利用由数字量控制的数据选择器可把多个通道的数据传送到唯一的输出端，可以减少单片机所需输入端口。数据选择器具有结构简单、速度快、门延迟小等优点。

以4 选1 数据选择器为例，说明其工作原理[18]，通过给定的地址代码A0A1，即可从4 个输入数据D0～D3中选出所要的1 个，并送至输出端Y。其内部逻辑函数表达式为:

式中：为低电平有效的数据使能端。

无线通讯LoRa 是基于SX1278 芯片开发的无线数传模块，直接与单片机连接，负责接收来自数据采集节点的数据，采集到的数据由单片机通过串行外设接口将数据通过SX1278 无线模块发送至汇聚节点。采用LoRa 调制方式能显著提高通信距离，具有低功耗、抗干扰性强、安全可靠的特点。

数据采集节点与LoRa 网关之间通信采用星形网络结构，降低开发维护成本，提高数据传输的稳定性，从而实现光伏电站的数据采集。检测模块将采集到的数据通过LoRa 网关与GPRS 模块组成的汇聚节点上传至云平台进行分析处理。

故障检测模块输出频率信号，通过数据选择器输入至主控单元STM32，单片机将数据通过SX1278 无线模块传至汇聚节点，完成数据的发送。GPRS 模块把数据上传至服务器，最后在云平台实时显示，将实时数据推送到用户端，实现光伏板故障的远程检测。同时，使用GPRS 模块对各个节点快速定位，实现节点管理。

由于大型光伏电站多数情况地处偏远地区，维护人员很难对电站现场进行故障检测。服务器在分析数据采集节点所采集的信息后若判断光伏板工作出现故障，便可发布待检修信息，维护人员收到相关数据后再前往现场检修。

3 实验验证

在Proteus 搭建方法3 双光电隔离检测电路进行仿真实验，调节ID，测量f。图11 为频率/电流曲线图。

图11 振荡频率和光伏板电流的关系Fig.11 The relationship between oscillation frequency and photovoltaic panel current

从图11 可知f与ID之间存在非线性关系。随着ID的增加，在一定电流范围内频率呈现单调递增趋势，电流超出（0，2]范围则呈现饱和现象，频率不再增长。

为了验证故障检测电路的实际效果，选择相应元器件搭建方法3 的故障检测电路进行实验验证。本文电路选择光电隔离模块PC817、非门74HC04 等，搭建的实验方案接线示意图如图12（a）所示。实验结果如图12（b）—图12（d）所示。

图12 实验方案及结果Fig.12 Protocols and results

当光伏板正常运行时，故障检测模块输出频率约为1.5kHz；当使用书本遮挡光伏板时，光伏板接收的光照强度下降，通过光电隔离回路电流减少，输出频率明显下降，约为800Hz，当光伏板开路时，输出频率仅为210.2Hz。显然，当光照强度变化时，输出频率有变化，故障时频率明显小于正常状态，验证了本电路的可行性。

从图11 可知，方法3 电路在应用时要选取频率变化较大的区域，因此选取ID∈（0，1]进行分析，基于图8 的拓扑结构进行实验得到的故障光伏板①与正常光伏板②，③之间的电流与频率相对偏差关系见图13，其中，样本为ID不同时对应所得的实验数据。

图13 相对偏差测定光伏板故障实验结果Fig.13 Relative deviation of photovoltaic panel failure experimental results

从图13（a）可知，故障光伏板输出频率的相对偏差均为负值，正常光伏板输出频率的相对偏差为非负数；由图13（b）可知，随着故障光伏板故障程度的加剧，其电流输出越小。

采用本文算法进行故障检测时，故障光伏板的输出频率相对偏差为负值，且故障程度越严重（即光伏板产生电流越小时）其偏离零点的负方向越明显。因此，可以通过光伏板输出频率的相对偏差值来判断光伏板是否存在故障。

通过图8 拓扑结构及相对偏差值判断的方法可用于判断光伏阵列中的光伏板故障。检测单个光伏板是否存在故障的判断方法为：若在一般日照时间10：00—16:00 内单个光伏板测得频率小于1 000 Hz，可以认定光伏板故障。

4 结语

本文提出一种新型的光伏阵列故障检测方法，采用光电隔离将电流信号转化为阻值信号，控制RC 振荡频率。在光伏阵列中，通过配备一定数量的检测模块，依次检测每个模块的频率参数，计算其相对偏差即可快速确定故障的光伏板。

利用1 个故障检测模块来检测多个光伏板，当发生故障时，可快速确定故障板的范围，再通过发光二极管来确定故障具体位置。

本文所提方法简单可靠，适用范围广，可用于各种室内外光伏阵列故障检测，有一定应用价值。同时设计了一套以物联网云平台为主体框架，以LoRa为主要通信技术的光伏故障检测系统，通过将数据上传至云端进行数据处理和分析，及时发现故障并进行维护，为保障光伏阵列的正常运行提供方便。