光伏系統(tǒng)直流串聯(lián)電弧故障檢測研究

張國軍，楊東建，季淑潔，李浩文

（1.遼寧工程技術(shù)大學電氣與控制工程學院，葫蘆島 125105；2.國網(wǎng)冀北電力有限公司懷來縣供電分公司，張家口 075400）

隨著光伏發(fā)電系統(tǒng)規(guī)模的不斷擴大，特別是屋頂光伏系統(tǒng)的日益增多，光伏系統(tǒng)故障電弧的危害受到業(yè)界的高度關(guān)注[1]。2011年美國電工法規(guī)NEC（National Electrical Code）提出，在光伏發(fā)電系統(tǒng)中要配備相應(yīng)的電弧保護裝置。隨后，美國保險商實驗室 UL（Underwriters Laboratories）也推出了用于光伏系統(tǒng)直流電弧保護裝置進行測試的1699B草案[2-4]。由于在光伏電池組串中存在大量連接點，當連接點位置松動或出現(xiàn)斷裂時，會形成一對斷開的電極，在斷口產(chǎn)生的初期兩電極間的距離較小，根據(jù)電壓與電場的關(guān)系，即使兩端電壓較小，電場強度也能夠大到擊穿空氣從而產(chǎn)生串聯(lián)電弧故障，而當串聯(lián)電弧故障發(fā)生時很難被目前的低壓斷路器及過流保護裝置檢測到[5-7]。因此本文主要對光伏系統(tǒng)串聯(lián)電弧故障檢測進行研究。

目前，國內(nèi)外針對光伏系統(tǒng)電弧故障的研究主要集中在電弧信號的時域和頻域兩個方面。文獻[5-7]通過小波變換分析電弧信號的頻域特征進行電弧故障識別，其中文獻[6]對傅里葉和小波分析在電弧故障信號頻域分析方面做了對比，發(fā)現(xiàn)小波變換更適合于對光伏故障電弧信號做頻域分析；文獻[8]提出一種基于時域信號的擴展時域反射法的光伏電弧故障檢測技術(shù)，但算法較為復雜；文獻[9-10]采用傅里葉分析與神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法對電弧故障進行人工智能識別，得到了較好的識別結(jié)果，但是算法較為復雜，有待優(yōu)化。

本文通過搭建光伏系統(tǒng)電弧故障實驗平臺研究系統(tǒng)電流信號變化特征，將電流信號平均值的變化值以及利用小波變換方法得到的d5小波重構(gòu)信號能量值作為光伏系統(tǒng)串聯(lián)電弧故障檢測時的判據(jù)，通過設(shè)定相應(yīng)閾值對系統(tǒng)電弧故障進行檢測。

1 實驗平臺及電流信號特性分析

1.1 光伏系統(tǒng)電弧故障實驗平臺

由于故障電弧產(chǎn)生的隨機性及物理過程的復雜性，并且環(huán)境及負載啟動等因素會對光伏系統(tǒng)運行電流造成影響，產(chǎn)生類似于電弧特征的波動。因此尚無精確的電弧模型可對光伏系統(tǒng)電弧故障進行仿真[11]。本文搭建的光伏系統(tǒng)電弧故障實驗平臺如圖1所示，實驗平臺主要由光伏電源、負載、電弧發(fā)生器以及數(shù)據(jù)采集設(shè)備等構(gòu)成。其中光伏電源由2塊太陽能電池板并聯(lián)組成，電池板參數(shù)如表1所示。

圖1 實驗平臺Fig.1 Experimental platform

表1 光伏電池板參數(shù)Tab.1 Parameters of PV battery panel

電弧發(fā)生器為參考UL1699B方案中的設(shè)計要求進行制作，但考慮到UL1699B中提到的常規(guī)拉弧方法存在細鋼絲棉隨機熔化導致2個電極運動的不可預測性，甚至在熔化時阻擋電弧路徑，并且套管作為鋼絲絨的保持器也影響放電氣體擴散等問題[2]，因此本文采用電機帶動電極分離，從而產(chǎn)生類似于電池板間連接點松動斷裂的狀態(tài)，模擬電弧故障的發(fā)生。該方法比UL1699B中規(guī)定的利用鋼絲絨及套管起弧的方法更加接近真實串聯(lián)故障電弧的產(chǎn)生狀態(tài)，產(chǎn)生的電弧現(xiàn)象如圖2所示。該起弧方法數(shù)據(jù)采集設(shè)備包括電流傳感器、示波器、數(shù)據(jù)采集卡等，其中數(shù)據(jù)采集卡為Smacq公司的USB-1000系列數(shù)據(jù)采集卡，其具有12位的模擬輸入分辨率，最高采樣率可達500 kS/s。

圖2 電弧現(xiàn)象Fig.2 Arc phenomenon

1.2 電流信號特性分析

通過數(shù)據(jù)采集系統(tǒng)對實驗平臺電流信號進行采集，由于在高頻段電弧電流幅值極小，極易被噪聲信號覆蓋，因此頻段選擇上限不宜超過100 kHz[2]。本文設(shè)定數(shù)據(jù)采集卡的采樣頻率為200 kHz，根據(jù)奈奎斯特定理，其能反映的真實信號頻率為100 kHz，采集到的故障電弧發(fā)生前后電流波形如圖3所示，其中灰色部分為電弧發(fā)生過程中的波形，觀察發(fā)現(xiàn)電弧電流較正常電流偏低且波動明顯。

圖3 電弧發(fā)生前后電流波形Fig.3 Current waveform before and after the occurrence of arc

在頻域方面，通過對2種電流波形分別做FFT分析，在同幅值尺度下的頻譜對比如圖4所示，觀察頻域特征發(fā)現(xiàn)在20 kHz以上頻段，2種狀態(tài)電流頻譜并無較大區(qū)別，而在15 kHz以下頻段故障電弧諧波幅值明顯大于正常狀態(tài)。基于以上兩點，可以通過對光伏系統(tǒng)電流時頻域特征進行分析，實現(xiàn)電弧故障檢測。

圖4 頻譜對比Fig.4 Comparison of frequency spectrum

2 故障電弧時域特征分析

由圖3可得，光伏系統(tǒng)發(fā)生電弧故障時線路電流會產(chǎn)生突變，電流幅值下降且具有明顯界限。因此本文在故障電弧時域特性分析過程中，主要分析了故障電弧發(fā)生前后電流時域波形平均值的變化。

在數(shù)據(jù)處理過程中為實現(xiàn)對電弧故障的快速處理與檢測，選用0.5 ms（采樣點N=100）的時間窗對電流信號進行數(shù)據(jù)分析，分析過程中使用的電流平均值計算公式為

由于一天內(nèi)光照強度隨時間推移不斷變化，電池板的輸出電流也會隨之變化，因此將第1個時間窗內(nèi)計算到的電流平均值作為基準電流平均值，電流平均值的變化值的計算公式為

對圖3所示的電流數(shù)據(jù)分析，電弧故障發(fā)生前后的電流平均值變化如圖5所示。通過對比可以看出，在發(fā)生串聯(lián)故障電弧時，電流平均值與正常狀態(tài)相比變化很多，且二者存在明顯的差異，取Δ=0.9 A作為電流平均值變化的界限能夠較為明確地對系統(tǒng)正常運行及電弧故障進行區(qū)分，因此電流平均值變化可作為判定故障電弧發(fā)生的典型特征。

圖5 電流平均值變化Fig.5 Changes in average current

考慮到光伏系統(tǒng)在運行過程中易受陰影遮擋等環(huán)境因素影響，使輸出電流產(chǎn)生類似電弧故障的特征，本文對太陽受到云層遮擋情況下的電池板輸出電流進行了采樣，電流變化如圖6所示。從圖中可以看出，陰影對光伏系統(tǒng)的輸出電流具有較大影響，電流會在較長時間內(nèi)低于正常輸出電流。

圖6 陰影下的輸出電流變化Fig.6 Changes in shadowed output current

圖7顯示了陰影遮擋下的電流平均值變化，可以發(fā)現(xiàn)電流的平均值也跟隨系統(tǒng)電流呈現(xiàn)相應(yīng)變化，出現(xiàn)高于基準值的情況，這與電弧故障發(fā)生時的特征很相似，因此若僅以時域上的電流及平均值變化作為電弧故障的發(fā)生依據(jù)極易產(chǎn)生誤判，尋找電弧發(fā)生時的其他特征進一步對電弧故障及陰影遮擋2種情況進行區(qū)分是非常有必要的。

圖7 陰影下的電流平均值變化Fig.7 Changes in average shadowed current

3 故障電弧頻域特征分析

3.1 小波分析

由于故障電弧信號是非周期的混沌信號，傅里葉分析雖然可以分析出信號中的頻率成分，但卻只能對信號整體進行表達，易造成細節(jié)信息的丟失。目前在故障信號的分析處理中，小波分析越來越受到人們的重視。多分辨率分析的小波變換可以利用正交小波基將信號分解為不同尺度下的各個分量，相當于利用一組高通濾波器和低通濾波器對信號進行分解，分解得到的2個分量各占被分解信號頻帶寬度的1/2，隨后再次使用濾波器對低頻分量進行重復分解，分解方式如圖8所示。

圖8 小波分解示意Fig.8 Schematic of wavelet decomposition

其中小波多分辨率分解公式[12-13]為

式中：h（n）=〈Ψj0（i）,Φj,l,n（i）〉等效為一組低通濾波器，得到對應(yīng)低頻系數(shù) aj（i）；g（n）=〈Ψj0（i）,Φj,l,n（i）〉等效為一組高通濾波器，得到對應(yīng)的高頻系數(shù)dj（i）；Ψ和Φ分別為小波函數(shù)和尺度函數(shù)。

經(jīng)過分解后的信號可通過單支重構(gòu)得到小波近似信號aj與細節(jié)信號dj，數(shù)據(jù)長度與原始信號長度相等，每層信號包含的頻帶范圍為

式中：fs為采樣頻率；j為分解層次。

由于實驗過程中采用200 kHz采樣頻率，其能反映的真實信號頻段為0～100 kHz，考慮到故障電弧特征主要集中在15 kHz以下，且頻率越低特征越明顯，但在1 kHz以下頻率易受光伏變異度及無線電頻率的影響[14-15]，因此本文選用具有緊支撐、正交性好的db5小波對實驗電流信號做5層小波包分解，提取第5層分解細節(jié)信號d5，其能反映的頻段范圍為3.125～6.250 kHz。針對圖3所示電弧信號及圖6陰影下電流信號對其進行小波分解，圖9為2種信號的d5頻段重構(gòu)對比。從圖中可以看出，在電弧故障發(fā)生時，d5頻段上的信號波動劇烈，信號幅值明顯增大，而雖然陰影的遮擋能夠使電流在時域上產(chǎn)生變化，但并沒有對d5頻段所代表的頻率成分產(chǎn)生影響，與電弧故障發(fā)生前的d5重構(gòu)信號并無明顯差別。

圖9 d5重構(gòu)波形對比Fig.9 Comparison of d5 reconstruction waveform

3.2 電弧信號能量特征分析

由于電弧故障發(fā)生時，d5重構(gòu)頻段上波動幅值明顯大于正常信號，基于這一特點本文分析了電弧故障發(fā)生前后d5頻段電流信號的能量變化，研究電弧故障的頻域特征。在能量計算時依然采用0.5 ms（采樣點N=100）的時間窗對重構(gòu)后的d5頻段進行數(shù)據(jù)分析，每0.5 ms計算一次，分析過程中使用的能量計算公式為

通過時間窗的移動對圖9中所示d5小波重構(gòu)信號進行能量計算，得到的正常、電弧故障及陰影下的電流能量變化如圖10所示。通過同尺度下能量對比發(fā)現(xiàn)當電池板受到陰影遮擋時，并沒有對d5頻段上的能量產(chǎn)生明顯影響，數(shù)值比較穩(wěn)定。而電弧故障發(fā)生時，由于信號幅值增加使諧波能量明顯增大，與正常工作電流之間具有明顯界限。使用圖10（b）中所示的能量值為0.5作為閾值能夠較好地對電弧故障及正常工作狀態(tài)進行區(qū)分，因此光伏系統(tǒng)回路電流的小波分解d5頻段的能量特征可以作為電弧檢測的判據(jù)。

圖10 d5頻段能量值對比Fig.10 Comparison of d5 frequency-band energy value

4 時頻域結(jié)合的電弧故障檢測

基于上述電弧發(fā)生時的時頻域特征，本文所使用的電弧故障檢測流程如圖11所示，其中考慮到光伏發(fā)電系統(tǒng)所處環(huán)境的復雜性及開關(guān)切換、負載突變等因素會使電池板產(chǎn)生類似電弧故障的特征而引起誤檢測，采用二次檢測判斷電弧故障的方法可有效避免電弧故障的錯誤判斷[7,9]。當連續(xù)檢測出2次及以上的Δ和E超過閾值時，則判定為電弧故障，使輸出信號f=1；否則，輸出信號f=0。

圖11 電弧故障檢測流程Fig.11 Flow chart of arc fault detection

由于考慮到一天之中光照強度及溫度不斷變化，電池板的輸出電流也會隨時間的變化發(fā)生改變，因此對于初始時間窗內(nèi)的基準電流設(shè)定系統(tǒng)每隔1 min重新計算一次，以此進一步排除一天中光照強度變化對電弧故障檢測的影響。

利用上述光伏系統(tǒng)電弧故障檢測程序?qū)嶒炂脚_進行電弧故障檢測實驗，部分檢測結(jié)果如圖12所示。其中：圖12（a）為對電弧故障的檢測結(jié)果，從檢測結(jié)果可以看到，雖然在電弧發(fā)生后的末端出現(xiàn)了個別點誤判的情況，但是在電弧發(fā)生至熄滅總體上都檢測出了電弧故障的存在，效果較為準確；圖12（b）為電弧發(fā)生的一種特殊情況，即由于斷點連接的不穩(wěn)定性使電弧間斷發(fā)生，從檢測結(jié)果看，這種情況依然具有電弧特征，因此本文的電弧檢測算法依然可以對其進行較為準確的檢測；圖12（c）為當陰影遮擋對電流造成波動時的檢測結(jié)果，可以看出，雖然電流波動明顯，但是并未發(fā)生誤判，由此進一步說明了本文所提檢測方法的可行性與準確性。

圖12 檢測結(jié)果Fig.12 Detection results

5 結(jié)論

本文通過搭建光伏系統(tǒng)故障實驗平臺模擬電弧故障的發(fā)生，通過對正常電流及故障電弧電流的對比分析，得到了電弧故障的時頻域特征，通過設(shè)定特定閾值采用移動時間窗重復檢測的方法對電弧故障進行有效檢測，主要結(jié)論如下。

（1）當電弧發(fā)生時，電流時域波形平均值會發(fā)生明顯改變，明顯區(qū)別于正常工作電流，但產(chǎn)生陰影遮擋時電流會發(fā)生與電弧故障時相同的特征，因此單獨采用電流時域特征不能對電弧故障進行有效檢測。

（2）通過FFT分析發(fā)現(xiàn)，電弧故障特征主要集中在15 kHz以下頻段，利用小波分解提取d5頻段重構(gòu)系數(shù)，通過計算d5頻段能量發(fā)現(xiàn)正常電流及陰影遮擋下的電流能量并無明顯變化，而發(fā)生電弧故障時電流能量增加，且具有明顯界限。

（3）采用時頻域特征相結(jié)合，利用閾值進行二次檢測確定電弧故障的方法，能夠有效地對電弧故障進行檢測，并且能將環(huán)境因素對光伏發(fā)電系統(tǒng)造成的影響進行區(qū)分，有效避免了電弧故障的誤檢測，證明了本文檢測方法的可行性與準確性。