《光伏系统中的统计故障检测》

  • 来源专题:可再生能源
  • 编译者: pengh
  • 发布时间:2017-05-12
  • 光伏(PV)系统的故障可能导致能量损失,系统关闭甚至严重的安全漏洞,往往难以避免。这种系统中的故障检测对提高其可靠性,生产率,安全性和效率至关重要。该研究提出了一种基于模型的故障检测方法,用于早期检测PV模块的阴影和PV系统的直流(DC)侧的故障。这种方法将单二极管模型的灵活性和简单性与指数加权移动平均(EWMA)控制图的扩展容量相结合,以检测光伏系统中的初始变化。由于其有限的校准参数,易于校准的单二极管模型用于使用测量的温度和辐照度预测健康的光伏阵列的电流,电压和功率的最大功率坐标。捕获测量与一个二极管模型的预测之间的差异的残差被生成并用作故障指示器。然后,EWMA监测图应用于从一个二极管模型获得的不相关残差,以检测和识别故障类型。安装在阿尔及利亚可再生能源发展中心的并网光伏系统的实际数据用于评估拟议方法的性能。结果表明,该方法成功地监控了光伏系统的直流侧,并检测了临时阴影。

相关报告
  • 《采用自适应阈值法对光伏并网系统进行故障检测》

    • 来源专题:可再生能源
    • 编译者:pengh
    • 发布时间:2018-10-08
    • 本文提出了一种基于模糊逻辑滤波器(FLF)的自适应监测方案,并将其应用于光伏并网系统(GCPVS)的监测。该方法基于主成分分析(PCA)和移动窗口主成分分析(MWPCA)。其目的是为其监测指标生成自适应阈值。FLF对监测指标进行过滤,以减少假警报数量(FA),提高故障检出率(FDR)。应用于马来亚大学电力电子与可再生能源研究实验室(PEARL)的GCPVS。将该方法与主成分分析法进行了比较。首先对模拟故障进行了自适应阈值检测,然后将其应用于实际异常行为的检测。结果表明,该方法能有效地减少误报次数,并能准确地检测不同类型的故障。 ——文章发布于2018年11月1日
  • 《小波优化EWMA对光伏系统的故障检测和应用。》

    • 来源专题:可再生能源
    • 编译者:pengh
    • 发布时间:2018-04-12
    • 利用光伏发电(PV)发电成为一个活跃的、持续增长的学术和工业研究领域。光伏系统的复杂性和可靠性要求的提高成为自动化领域的一个非常重要的问题。并网光伏系统是发展速度最高的电力技术之一。因此,他们的正确操作和安全处理是重中之重。为了应对这种紧急情况,我们开发了一种新的光伏电力系统监测技术。在PV系统中可以监测各种关键变量,包括电网的电压和频率,交流和直流转换器的电压和电流,以及气候数据,如温度和辐照度。对这些变量的严密监测将提供更有效和更少的中断能源供应。利用光伏系统的仿真数据,对所开发的监测方法进行了应用和验证。该技术结合了指数加权移动平均(EWMA)、多目标优化(MOO)和小波表示的优点。这里使用MOO来解决选择以下两个目标函数的最优解的问题:(i)漏检率(MDR)和(ii)虚警率(FAR),两者同时最小化。此外,利用小波表示可以通过减少MDR和远端来提高监测性能。将小波表示方法应用于自相关测量的自相关关系中,得到精确的确定性特征。新提出的新技术,称为小波优化的EWMA (WOEWMA),与传统的EWMA和Shewhart图表相比,它们用于检测单个和多个故障(例如,旁路、错配、混合和阴影故障)。利用MDR和FAR指标对监测方案的性能进行了评价。 ——文章发布于2018年6月