研究背景

 

由于光伏發(fā)電系統(tǒng)中光伏組件所占投資比重最大，一旦其發(fā)生運(yùn)行故障，直接危害是損壞
組件本身，降低發(fā)電效率；間接危害則是造成整個(gè)光伏發(fā)電系統(tǒng)不能正常運(yùn)行或?qū)﹄娋W(wǎng)造
成影響，進(jìn)而釀成重大經(jīng)濟(jì)損失。

 

解決的問(wèn)題

 

目前，針對(duì)光伏組件的故障診斷技術(shù)已展開(kāi)相關(guān)研究，基于不同的側(cè)重點(diǎn)，大致可將光伏組
件故障診斷技術(shù)分為：電氣參數(shù)測(cè)量法、數(shù)學(xué)模型分析法、智能算法檢測(cè)法、紅外圖像分析
法和監(jiān)控系統(tǒng)法等。但由于外界環(huán)境的復(fù)雜多變，光伏組件呈現(xiàn)故障起因復(fù)雜性和故障類型
多樣性，現(xiàn)有的故障診斷技術(shù)和方法難以適應(yīng)光伏組件故障診斷的需要。因此，光伏組件故
障診斷的難點(diǎn)在于提取光伏組件的故障特征，并進(jìn)行分析，進(jìn)而準(zhǔn)確判斷其故障類型。

重點(diǎn)內(nèi)容及創(chuàng)新點(diǎn)

 

對(duì)光伏組件短路、Rs異常老化和Rsh異常老化等故障成因進(jìn)行分析，在MATLAB中對(duì)各故障
狀態(tài)下輸出特性進(jìn)行仿真研究，總結(jié)其故障規(guī)律；基于IAFSA-RBFNN算法和RVM算法分別
對(duì)光伏組件的內(nèi)部等效參數(shù)和外特性電氣參數(shù)建立4種故障診斷模型，用于光伏組件的初步
故障診斷；針對(duì)D-S證據(jù)理論在處理沖突證據(jù)時(shí)存在的不足，提出一種基于改進(jìn)證據(jù)相似度
的證據(jù)合成規(guī)則，對(duì)來(lái)自IAFSA-RBFNN和RVM的輸出診斷結(jié)果進(jìn)行決策級(jí)融合，進(jìn)一步提
高光伏組件故障診斷結(jié)果的可信度。

結(jié)論

 

本文提出了一種基于改進(jìn)證據(jù)相似度的光伏組件故障診斷數(shù)據(jù)融合模型，實(shí)現(xiàn)對(duì)光伏組件正
常、短路故障、Rs異常老化故障和Rsh異常老化故障的有效診斷。主要研究成果如下：

 

1）對(duì)各故障狀態(tài)下光伏組件的輸出特性進(jìn)行仿真研究，總結(jié)其對(duì)應(yīng)的故障規(guī)律，為光伏組
件的故障診斷提供故障特征信息。

 

2）針對(duì)傳統(tǒng)D-S合成規(guī)則在處理沖突證據(jù)時(shí)易出現(xiàn)悖論的缺陷，提出一種基于改進(jìn)證據(jù)相
似度的證據(jù)合成規(guī)則。

 

3）基于IAFSA-RBFNN算法和RVM算法所得光伏組件故障診斷初步結(jié)果，并將上述結(jié)果作
為改進(jìn)證據(jù)相似度的數(shù)據(jù)融合模型的BPA函數(shù)值，并進(jìn)行決策級(jí)融合，實(shí)驗(yàn)結(jié)果進(jìn)一步證明
了上述方法的有效性和正確性。

 

后續(xù)研究

 

 

本文僅從光伏組件自身輸出特性提取故障信息，但在實(shí)際光伏發(fā)電系統(tǒng)中，后級(jí)變換器的輸出
特性中也含有光伏組件的故障信息，后續(xù)應(yīng)進(jìn)一步完善光伏組件的故障診斷方法。