程 澤，徐 勇，董夢男

（天津大學電氣與自動化工程學院，天津 300072）

0 引言

目前，光伏陣列的故障診斷方法主要有紅外圖像檢測法和電信號檢測法兩類。紅外圖像檢測法存在一些缺陷:檢測精度不高，設備費用較大，實時性較差等［1］。而基于電信號的診斷方法也有自身的局限性。如日本學者提出的高頻信號注入法［2］，原理是通過比較注入陣列的高頻信號的反射信號的不同來診斷故障，因此，不具實時性。另外，基于電壓和電流傳感器的故障診斷方法以及各種改進措施，雖然能夠在一定程度上實現(xiàn)故障診斷與定位，但是依然存在所用傳感器較多、定位精度較低、檢測方法在大規(guī)模光伏陣列應用中難以推廣等缺點。

本文提出了一種新的傳感器嵌入方法，以較少的檢測器件來獲取必需的數(shù)據(jù)，同時將群體決策理論［3］引入到光伏陣列的故障診斷中，提高了檢測的準確性和抗干擾能力，通過實驗驗證了提出的光伏陣列故障診斷與定位方法的有效性。

1 新型光伏陣列傳感器嵌入方法

光伏陣列傳感器嵌入方法應具備以下幾個特點:所需傳感器數(shù)量盡可能少;故障定位分辨率高;適于實際光伏陣列的故障診斷。鑒于此，本文提出了一種新的光伏陣列傳感器嵌入方法，如圖1所示（以8×4陣列為例）。它是在實際中應用較為廣泛的串并聯(lián)（SP）連接方式的基礎上提出的。圖中一個光伏單體圖形符號表示陣列中的一個光伏組件，每一個支路中接入1只電流傳感器和2只電壓傳感器。這里，如果陣列中有某個組件發(fā)生故障，則故障定位的范圍可達到2個組件，即故障定位的分辨度為2。

圖1 新型光伏陣列傳感器嵌入方法Fig 1 New PV array sensor embedding method

圖1中，故障光伏組件定位的邏輯判斷過程為:若Ii＜Ij，其中0＜j＜5（圖1中有4個電流傳感器，故這里j＜5），且j≠i，則確定第i個支路中有故障發(fā)生。然后，根據(jù)電壓傳感器的測量值來定位故障。有以下4種情況:

1）第i個支路3，4光伏組件中發(fā)生故障

Vi1＜Vj1，Vi2＜Vj2，其中，1≤j≤4 且j≠i。

2）第i個支路1，2光伏組件中發(fā)生故障

Vi1＜Vj1，Vi2＞Vj2，其中，1≤j≤4 且j≠i。

3）第i個支路7，8光伏組件中發(fā)生故障

Vi1＞Vj1，Vi2＞Vj2，其中，1≤j≤4 且j≠i。

4）第i個支路5，6光伏組件中發(fā)生故障

Vi1＞Vj1，Vi2＜Vj2，其中，1≤j≤4 且j≠i。

通過一系列邏輯判斷確定了故障組件的位置。對于一般情況的M×N光伏陣列，判斷過程同理。本文提出的傳感器嵌入方法利用了電壓傳感器測量的交叉部分，減少了傳感器的數(shù)量，降低了系統(tǒng)的成本。

2 光伏陣列故障診斷中的群體決策理論

為避免個人決策的局限性而造成企業(yè)整體決策的失誤，提高決策水平，企業(yè)的領導者就必須邀請本領域的若干專家就該問題進行共同協(xié)商。而如何從眾多專家的意見中得到客觀的、科學的結論，這就是群體決策理論所要研究和解決的問題［4～6］。

電流值、電壓值、電池背板溫度等的異常往往是故障的直接征兆，是判斷故障的主要敏感參數(shù)。而環(huán)境的溫度和輻照度等雖然和故障的發(fā)生沒有直接的關系，但是在故障診斷過程中會影響診斷結果。所以，它們都可以算是光伏故障診斷中的決策成員。

結合光伏陣列監(jiān)測與故障診斷的實際情況，進行了以下定義:

1）定義故障決策成員（電壓、電流、溫度、輻照度等）意見的廣義距離為

其中

式中 γij和θij為2個決策成員之間意見的一致程度。

2）對于任意的d（i，j）= γij+ θij·i，定義了兩故障決策成員意見的標準廣義距離為

式中 θmax=90°;n為偶數(shù)時，γmax=n/2，n為奇數(shù)時 γmax=n/2－1/2n。α和β分別為排名次序和權重向量夾角的權重系數(shù)，且滿足α+β=1。一般情況下，取α＞β。

3）設 γA+θA·i和 γD+θD·i分別為決策成員意見高度一致和嚴重分歧的閾值。在光伏陣列故障診斷中，這些閾值通過采集的數(shù)據(jù)和經(jīng)驗來確定。QA和QD為相應的標準廣義距離，故障決策意見高度一致判定函數(shù)和意見嚴重分歧函數(shù)分別為

4）群體意見一致判定矩陣與分歧判定矩陣GC和GD為

5）故障診斷決策成員個體意見一致指數(shù)與分歧指數(shù)

6）故障診斷決策群體中意見高度一致和意見嚴重分歧的決策成員所占的比例分別為

在本文提出的光伏陣列故障診斷方法中，決策成員為電流、電壓、環(huán)境溫度、光伏電池背板溫度以及輻照度，分別記為dI，dV，dTE，dTP和dG。那么，m=5，這里，決策備選對象集為故障危害度分級評價，5種情況，即O={VL，L，M，H，VH}，分別表示故障概率很低、故障概率低、故障概率中等、故障概率高、故障概率很高。那么，n=5，則上述任意2個光伏故障診斷決策成員的標準廣義距離具體為

其中，i，j=I，V，TE，TP，G。再根據(jù)相應的QA和QD就可以得到光伏陣列故障群決策中的各項指標值，進而得到最后的故障診斷結果。

3 實驗設計與數(shù)據(jù)分析

本文利用定制的光伏電池板進行了實驗，電池板中每塊電池單體是單獨引線的，如圖2所示，可用來模擬光伏陣列。搭建的實驗平臺是依據(jù)圖1所示的結構。4條支路編號為1～4;溫度的測量選用DS18B20數(shù)字式溫度傳感器;輻照度的測量選用TI公司的TSL320B光頻轉換芯片。這里將對實驗平臺采集到的數(shù)據(jù)進行綜合處理。

圖2 實驗平臺中的定制太陽能電池板Fig 2 Custom solar panels in experimental platform

實驗平臺采集到的模擬光伏陣列的各項數(shù)據(jù)如表1所示（每個支路上有2只電壓傳感器，故表1對應每個支路有2個電壓值）。

利用5個決策成員分別對陣列的4條支路進行分析，由于環(huán)境溫度和輻照度為間接的決策成員，所以，對其進行特殊處理:當它們正常時，偏好數(shù)據(jù)均設為0．20，且排序結果按照或即可;當它們異常時，說明光伏陣列本身故障概率降低。另外3個決策成員則按照測量值和正常值之間的偏差大小進行模糊量化處理。這里，對偏好數(shù)據(jù)的處理使用的是交叉三角隸屬度函數(shù)。

表1 實驗平臺采集的數(shù)據(jù)Tab 1 Datas collected by experimental platform

根據(jù)第2節(jié)中的計算方法得出，第一個支路群體意見高度一致指標為0．20，嚴重分歧指標為0．00，意見基本是一致的，即出現(xiàn)故障的概率較高。再利用電壓傳感器的測量值進行邏輯判斷，確定第一個支路上第一，二個光伏單體中出現(xiàn)故障。同樣，經(jīng)計算得出，第二，三支路光伏單體無故障。而對于第四個支路，雖然電流和電壓值有下降，但其意見高度一致指標值為0．10，嚴重分歧指標值為0．60，這說明是由于環(huán)境或其它因素造成的“故障假象”，故不認為其發(fā)生故障。這樣，通過群體決策理論對光伏陣列相關數(shù)據(jù)進行分析，避免了一些故障誤判的情況。

4 結論

本文提出了一種新的光伏陣列傳感器嵌入方法，在應用較廣泛的串并聯(lián)方式和保證故障定位精度的基礎上，減少了系統(tǒng)所用傳感器的數(shù)量。將模糊理論和管理學中的群體決策理論結合起來，并首次應用到光伏陣列的故障診斷中。實驗結果表明:群體決策理論很好地利用了光伏監(jiān)測系統(tǒng)所能采集到的光伏陣列的各種相關數(shù)據(jù)，解決了由于環(huán)境或者其它干擾因素造成的診斷不準確的問題。

［1］ 王培珍，沈玉樑，楊維翰．太陽光伏陣列的溫度與紅外特性分析［J］．太陽能學報，2005，26（1）:82 －85．

［2］ Takashima T，Yamaguchi J，Otani K，et al．Experimental studies of fault location in PV module branchs［J］．Solar Energy Materials ＆Solar Cells，2009，93:1079 －1082．

［3］ 朱佳俊，鄭建國．群決策理論、方法及其應用研究的綜述與展望［J］．管理學報，2009，6（8）:1131 －1136．

［4］ 衛(wèi)寶真．基于不確定偏好信息的專家群決策分析方法和應用研究［D］．沈陽:沈陽航空工業(yè)學院，2009．

［5］ 卓 越，王 紅，吳秋峰．群決策支持系統(tǒng)中的一致性分析技術［J］．控制與決策，1999，14（6）:636 －641．

［6］ 李 潔，沈士團，孫寶江，等．航電設備故障診斷中的決策算法［J］．北京航空航天大學學報，2007，33（6）:677 －681．