光伏系统直流电弧故障特征及检测方法研究

第36卷第19期中国电机工程学报Vol.36No.19Oct.5,201652362016年10月5日ProceedingsoftheCSEE©2016Chin.Soc.forElec.Eng.DOI：10.13334/j.0258-8013.pcsee.152104文章编号：0258-8013(2016)19-5236-09中图分类号：TM771光伏系统直流电弧故障特征及检测方法研究牟龙华，王伊健，蒋伟，张凡(同济大学电子与信息工程学院，上海市嘉定区201804)StudyonCharacteristicsandDetectionMethodofDCArcFaultforPhotovoltaicSystemMULonghua,WANGYijian,JIANGWei,ZHANGFan(SchoolofElectronicsandInformationEngineering,TongjiUniversity,JiadingDistrict,Shanghai201804,China)ABSTRACT:Thispapermainlystudiedtheseriouslyharmfulseriesarcfaultofphotovoltaicsystems.Firstofall,PVsystemarc-faulttestplatformwasestablishedtocollectnormalandfaultworkingcurrent,andatestdatabasewasbuilt.Afterthat,fastFouriertransformation(FFT)wasemployedtodeterminethecharacteristicbandofarc-fault,andtheoptimalwaveletfunctionwaschosenbasedonthecharacteristicband.Byanalyzingthemaximalvalueofthearcfaultsignalandthevarianceandmodulusmaximaofthewaveletdetailcoefficientsd1,thispaperproposesthreetimeandfrequencydomaincriterionstodetectthearcfaultandfindsoutthatdifferentloadcurrent,voltageandpowerhavenoeffectonthethreecriterions.Finally,anewmixedcriterionispresented,whichhashigherreliabilityandlaysanimportantfoundationforthephotovoltaicsystemDCarcdetection.KEYWORDS:photovoltaicsystems;fault;seriesarc-fault;wavelettransform;mixedcriterion摘要：该文主要针对光伏系统直流侧常见且危害较大的串联电弧故障问题展开研究。首先，搭建了光伏系统电弧故障实验平台，并利用该平台采集了正常状态及电弧故障状态下工作电流的数据，建立了试验数据库。随后，利用快速傅里叶变换对故障电弧的频率成分进行分析，确定了故障电弧的特征频带，并利用该特征频带选定了适用于串联电弧故障检测的最优小波函数。通过分析故障电弧信号最大值及小波细节系数d1的方差、模极大值，提出了3种能有效检测出电弧故障状态的时频域判据，并发现不同负载电流、不同电压及不同功率对这3种故障判据并无影响，最后提出一种基于时域与频域的电弧故障混合判据，该判据较单一判据具有更高的可靠性，为光伏系统直流电弧检测奠定了理论基础。关键词：光伏系统；故障；串联电弧；小波变换；混合判据0引言近年来，随着光伏产业的不断发展，光伏系统基金项目：国家自然科学基金项目(51407128)。ProjectSupportedbyNationalNaturalScienceFoundationofChina(51407128).老化引起的直流电弧故障问题日益突出。根据电弧发生的位置，直流电弧故障类型主要分为串联电弧故障和并联电弧故障，如图1所示。光伏阵列变流器CF1F2=≈图1光伏系统直流电弧故障示意图Fig.1DiagramofPVsystemDCarcfault图1为光伏系统直流侧电弧故障示意图，其中，串联电弧故障F1更为常见，通常由光伏板芯片与芯片间、芯片与导架间、接线与接线盒间以及断裂的连接线间的不良接触等原因造成[1]。串联电弧的能量大，对线路和设备危害极大，且易引发火灾事故；但目前的低压断路器、熔断器等装置仅能对过流、短路等故障进行检测和保护，不能对电弧故障起作用[2]。图1中的并联电弧故障F2，主要由线路破损引起的正负极性导体短接而造成。并联电弧故障发生时，故障电流幅值通常会超过低压断路器的动作值，故能被保护装置检测到[3]。由于串联电弧故障电流较小，难以被保护装置检测到，所以需设置额外的故障电弧检测装置。本文主要针对串联电弧故障的检测问题展开研究。目前，在一些领域针对电弧故障检测方案的研究已比较深入，如飞机、电动汽车、直流低压配电柜等[4-5]。但是，现有理论及方法不能很好地适用于光伏系统电弧故障的检测，原因在于光伏系统的直流输出特性与上述系统存在本质区别：光伏系统的输出特性受日照强度和温度变化影响很大[6]，且与光伏阵列局部阴影有关[7]。目前，国内外对于光伏系统直流串联电弧故障第19期牟龙华等：光伏系统直流电弧故障特征及检测方法研究5237检测问题的研究尚处于起步阶段，并未形成完备的保护方案。2011年，美国圣地亚国家实验室[8]率先对该问题展开研究，并深入研究了光伏系统串联电弧和并联电弧的相关特征，并确证两种故障电弧的噪声信号基本相同[9]。目前对于光伏系统直流侧电弧故障检测的方法主要有两种。一种是基于电流电压波形变化的检测方法[10]。在电弧故障发生时，电弧两端的电流会瞬间下降，而两端的电压会瞬间提高。该方法的优点是检测方法较为简单，但由于光伏系统受光照和温度的影响较大，故输出电流和电压的幅值不稳定，因此很难区分是由环境原因造成的电压电流变化还是由电弧故障引起的变化。第二种方法是基于频率特性的检测方法。电弧故障发生时，常伴随有某一特定的高频信号，在正常工作情况下该高频信号并不出现，一旦该信号出现，则表明存在电弧故障。文献[11]利用基于频率特性的方法检测光伏系统的电弧故障，有效区分了正常工作状态及电弧故障状态。通过频率特性的检测方法一般较为精确，但是容易受到逆变器或其他装置噪声[12]的干扰，此外由于检测装置可能距离故障位置较远，电弧故障信号特别是频率信号在传输过程中可能会有衰减而引起检测装置误动[13]。本文利用小波变换的方法，研究光伏系统直流串联电弧故障的频率特性，通过研究代表电弧故障特征频带的小波细节系数d1，提出3种区分正常及电弧故障状态的频域判据和时域判据，并结合时域判据信号最大值提出一种基于时域与频域的混合故障判据，该判据经实验检验具有较高的可靠性。1直流串联电弧特征分析1.1电弧故障实验平台针对光伏系统中典型的电弧故障类型，本文参考UL1699B(ULstandardforsafetyforarc-faultcircuit-interrupters)标准搭建了电弧故障实验平台，其结构示意图如图2所示。为了能够真实地模拟光伏系统直流侧的电弧故障，实验平台直接利用课题组已经投运的微网实验平台中的光伏阵列直流输出电压作为试验用电源。该实验平台由光伏阵列、电弧发生器、断路器、电子负载及数据采集设备组成，光伏阵列的参数如表1所示。其中，电弧发生器参考UL1699B标准而搭建，其结构如图3所示。该电弧发生器通过人工调节杠杆，在两铜电极间产生间隙而产生电弧；光伏阵列电弧发生器断路器数据采集设备电子负载图2电弧故障试验平台结构示意图Fig.2Structurediagramofarc-faulttestplatform表1光伏阵列参数Tab.1ParameterofPVarray模块型号最大运行电压/V最大运行电流/A短路电流/A最大功率/WSTP190S-24/Ad+36.65.25.62190也有学者提出利用步进电机控制电极的移动速度与加速度，以消除随机因素对电弧频域特性的影响[14]。数据采集设备由霍尔电流传感器及示波器构成，利用示波器边沿触发功能采集正常工作及故障电弧状态下的电流信号。实验时，确认安全后闭合断路器，其后手动缓慢调节杠杆拉开电极，产生电弧，同时利用示波器采集霍尔元件输出的电流信号，然后断开断路器以熄灭电弧。正常工作情况下电流信号常伴随有低频交流噪声干扰，将采集记录的实验数据导入到Matlab中，通过高通滤波器滤除直流及低频噪声信号，单独考虑高频成分，最后将工作电流信号以Excel表格的形式保存，得到试验数据库，用以制定故障判据及故障判据可靠性的检验。图4分别为起弧时的电弧、电弧电流实验波形固定底座滑动块固定电极移动电极横向调节绝缘夹钳到电源到负荷图3电弧发生器结构示意图Fig.3Structurediagramofarcgenerator(a)起弧时电弧(b)故障电弧电流实验波形i/A采样点数102341000200050015002500实验原始信号采样点数(c)高通滤波后的信号波形i/A−200250015002500高通滤波后的信号10002000图4起弧时电弧与实验波形Fig.4Arcfaulttestwaveforms5238中国电机工程学报第36卷及滤波后的信号波形。1.2电弧故障特征频带调用试验数据库中的采样频率为1MHz的正常及电弧故障时的实验数据，由奈奎斯特采样定律可知，其能真实反映的原始信号最大频带范围为0~500kHz，该频带范围较为宽泛，将其分为10个较小的频带，即F1、F2、⋅⋅⋅、F10，其中，F1代表0~50kHz，F2代表50~100kHz，以此类推。将原始信号进行快速傅里叶变换，分别计算各个频段范围的能量，将故障电弧的各频段的能量Eig(i=1,2,⋅⋅⋅,10)与正常情况的各频段的能量Eim(i=1,2,⋅⋅⋅,10)作比，其数学表达式为gm,1,2,,10iiiEiEλ==(1)由式(1)得到的能量比λi最大的频带即为故障电弧的特征频带。根据实验得出的能量比如表2所示，可知50~100kHz频带的能量比最大，因此故障电弧特征频带可确定为50~100kHz。表2电弧故障状态与正常状态能量及能量比Tab.2Arc-faultstateandnormalstateenergyandenergyratio频带频率范围/kHz故障状态Eig正常状态Eim能量比λiF10~5011.31310.603218.7551F250~10013.27860.288446.0423F3100~1501.25630.22675.5416F4150~2000.01620.13360.1212F5200~2504.8713×10−40.14943.2606×10−3F6250~3003.7763×10−40.11473.2923×10−3F7300~3502.9962×10−40.12982.3083×10−3F8350~4004.5572×10−40.11224.0616×10−3F9400~4500.00110.09610.0114F10450~5003.8056×10−40.10613.5868×10−31.3最优小波基选择任意信号f(t)的连续小波函数定义为,,()()dababCftttϕ∞−∞=∫(2)式中,()abtϕ为小波函数ϕa,b(t)的共轭，且：,1()()||abtbtaaϕϕ−=(3)式中：a为尺度因子；b为平移因子。在实际应用中，常将连续小波离散化，即将尺度因子及平移因子离散化，一般令a=a0j，b=ka0jb0，为方便起见，常令a=2，b