一種光伏電站逆變器綜合評估方法

■李春來楊立濱張節潭杜貴蘭趙越楊晟趙爭鳴(1.沈陽工業大學；2.國網青海省電力公司電力科學研究院；.清華大學；4.青海省光伏發電并網技術重點實驗室)

一種光伏電站逆變器綜合評估方法

■李春來1,2,4*楊立濱1,2,4張節潭2,4杜貴蘭3趙越3楊晟3趙爭鳴3
(1.沈陽工業大學；2.國網青海省電力公司電力科學研究院；3.清華大學；4.青海省光伏發電并網技術重點實驗室)

從逆變器故障率、逆變器效率、逆變器發電轉換能力和故障維修率這4個方面對某電站的逆變器進行綜合評估，為電站選取最優逆變器提供指導性建議，進而為提高光伏電站的發電效率做出貢獻；此外，該方法還可指出逆變器的不足之處，為逆變器的生產廠家提供改進方向。

逆變器故障率；逆變器效率；逆變器發電轉換能力；故障維修率

0　引言

太陽能資源是取之不盡、用之不竭、可再生的清潔環保型能源。大力推廣光伏并網發電既可減少環境污染，又可節約資源，還可促進光伏工業的發展，實現能源的可持續利用[1]。積極發展光伏電站建設項目，是解決不可再生能源危機的關鍵。建設光伏電站，提高光伏電站的數據質量、逆變器效率和光伏電站的整體性能比，對于經濟、環境都具有積極的作用。

隨著光伏行業的迅速發展，光伏發電量的比重逐漸增加，光伏發電設備的問題在光伏發電領域日漸突出，尤其是光伏組件和逆變器。并網逆變器是將太陽能直流電轉換為可接入交流電網的設備，是光伏電站不可缺少的重要組成器件之一，其性能的好壞對提高光伏發電系統的發電量、延長光伏電站的壽命、降低整個光伏系統的成本有決定性的作用[2]。因此，本文對逆變器進行綜合評估，并選出綜合性能較好的逆變器，為光伏電站選取最優逆變器提供指導性建議。

本文基于大量光伏電站數據的分析，提出一種用于光伏逆變器綜合評估的方法，介紹影響光伏逆變器綜合評估的因素，提出光伏逆變器評估算法，并對光伏逆變器進行綜合評估。

1　影響光伏電站逆變器綜合評估的因素

在光伏發電系統中，影響系統發電量的因素有很多，如溫度、光照強度、風速和太陽電池的內部特性、逆變器的性能等。但溫度、光照強度是由外界環境控制的，因此在外界環境相同時，除提高太陽電池的工作狀態、將光能盡可能大的轉變為電能之外；還可以提高逆變器的性能和穩定性，使逆變器的轉換能力達到最優。通過對數據進行探索性分析，了解數據的模式和特點，發現影響光伏逆變器綜合評估的主要指標有：逆變器故障率、逆變器發電轉換能力、故障維修率和逆變器效率[3]。

1)逆變器故障率。逆變器出現故障的頻率直接影響光伏電站的發電量，因此，選取最優的逆變器對保證電站發電量至關重要。

下文通過提取光伏電站運行日志表、光伏電站故障統計表和光伏電站發電量異常數據來判斷逆變器是否故障，并利用對稱觀測疊加法計算逆變器故障率。

對稱觀測疊加法主要用于字符型觀測，尋找具有對稱性的觀測來進行計算。例如A逆變器故障，A逆變器恢復正常(離A逆變器此次故障最近的那條恢復故障的觀測)，則被記為1次故障，即逆變器故障到恢復正常的時間間隔為其故障時間。

若某光伏電站有A、B、C、D 4種不同品牌的逆變器，設這4種逆變器的故障頻數為Si，i=1，2，3，4，則4種品牌逆變器的故障率依次為：

不同逆變器轉換發電量的能力是不同的，在相同環境下，轉換發電量的能力越高，轉換的電量越多，則提高了電網發電的效率。

3)故障維修率。有效防止逆變器故障是提高系統運行安全性、可靠性的根本[4]。本文用對稱觀測疊加法提取逆變器故障的時間段。在同一電站不同逆變器的條件下，逆變器故障維修率的大小直接影響售后服務成本；逆變器故障維修率值越大，說明逆變器出現故障的時間越長，則直接影響整個光伏電網的發電量；若對故障的逆變器及時維修，則能減少逆變器停運時間，增加逆變器轉換時長，提高電網發電效率。

若A、B、C、D 4種不同品牌的逆變器，在某段時間內(如1年)從故障到恢復正常的時間為Ti，i=1，2，3，4，則4種品牌逆變器的故障維修率依

2)逆變器發電轉換能力。逆變器發電轉換能力是指在同等條件下，由不同子陣發電并輸送給逆變器進行轉換的能力。設4種逆變器發電轉換能力為φi，即為逆變器的發電量Vi與光伏電站的總發電量V總的比值：

4)逆變器效率。逆變器效率η是任意時刻逆變器輸出功率P出與輸入功率P入的比值[5-7]，即：最重要的指標之一，直接影響光伏系統的電力輸出[8,9]。在實際應用環境中，逆變器不會一直保持最大轉換效率，會隨著外界環境的不斷變化而改變；但是，不同逆變器在相同環境中由于自身的性能不同，逆變器效率也不同。

從以上4個指標綜合可得出性能和工作效率最優的逆變器。當逆變器發電轉換能力值和逆變器效率值很高時，逆變器故障率值和故障維修效率值越低，直接提高了逆變器的運行效率和運行時間，從而提高了光伏發電站的發電效率。光伏電站逆變器綜合評估流程圖如圖1所示。

圖1　光伏電站逆變器綜合評估流程圖

2　光伏逆變器評估算法

2.1逆變器故障率

每個電站都可以用相同方法對逆變器進行綜合評估，這里以2014年柴達木能源烏蘭銅普一期光伏電站為例。從采集到的數據中了解到，此電站逆變器有4種品牌，分別是品牌1、品牌2、品牌3、品牌4。

通過計算得出4種逆變器故障頻數分別為S1=18，S2=30，S3=29，S4=7，則4種逆變器的故障率依次為：21.43％、35.71％、34.52％、8.33％。如圖2所示，品牌4逆變器出故障的頻率最低。

2.2逆變器發電轉換能力

由于逆變器的容量略有差異，故在比較前對所有逆變器的容量進行統一化，轉換公式為“逆變器發電量×500 kW/投入容量”，此處所用的逆變器發電量是將所有逆變器的投入容量轉換為500 kW時的發電量(由于目前部分電站存在限電情況，故此處所用數據為正常狀態下的數據，限電情況不予考慮)。這里以2014年1月的情況為例，依次類推可計算得到其他月份的數據，即品牌1的逆變器發電轉換能力φ1=36400.98/ 135199.9×100％=26.9％；同理，φ2=22.5％，φ3= 27.0％，φ4=23.6％。再通過計算平均值可得到4種品牌逆變器的發電轉換能力，依次為27.6％、22.6％、26.2％、23.5％。圖3中對不同逆變器發電轉換能力分析后發現，品牌1逆變器的發電轉換能力值相對較高，因此，品牌1逆變器的發電轉換能力總體上比其他品牌的逆變器發電轉換能力要高。

圖3　2014年不同逆變器發電轉換能力折線圖

2.3故障維修率

故障維修率的高低是評估逆變器的主要指標之一。本文主要利用對稱觀測變換法，以逆變器故障到恢復發電的時間來計算故障維修率，衡量逆變器廠家的售后服務質量。故障維修率越低，說明廠家對已故障的逆變器進行了及時維修，減少了逆變器停運時長，增加了逆變器的工作時間。

通過計算得出，4種逆變器從發生故障到恢復故障的時間分別為T1=13.87 h，T2=45.67 h，T3=41.53 h，T4=29.8 h。4種逆變器的故障維修率分別為10.61％、34.80％、31.79％、22.81％。如圖4所示，品牌1逆變器的維修率最小。

圖4　不同逆變器故障維修率折線圖

2.4逆變器效率

除以上3個指標外，逆變器效率是很重要的一個指標，它是指任意時刻逆變器輸出功率與輸入功率的比值，可根據式(2)計算得出各逆變器的效率。由圖5可知，品牌1逆變器的逆變器效率最高，為75.24％；品牌3逆變器次之，為75.07％；品牌2逆變器最低，為74.29％。

圖5　不同逆變器效率曲線圖

2.5因子分析權數法應用

每個指標對光伏逆變器的影響程度不一樣，因此，需要對每個指標設置一個權重。確定指標權重的方法很多，如因子分析權數法、相關系數法、秩和比(RSR)法、德爾菲(Delphi)法、算術均數組合賦權法、優序圖法等。因子分析權數法是通過對實際發生的數據進行整理、計算和分析的客觀權重系數法。本文運用因子分析權數法來計算以上4個指標的權重。

2.5.1因子分析權數法計算步驟

因子分析權數法是根據統計學中因子分析方法，首先計算出每個共性因子的累積貢獻率，然后用累積貢獻率來確定權重；累積貢獻率越大，說明該指標對共性因子的作用越大，因此，該指標的權重也越大[10]。主要步驟是：

1)首先將數據標準化，這是因為不同變量間的量綱不一致，因此，必須要無量綱化。

2)使用標準化后的數據做因子分析并得出方差貢獻率。表達式為：

式中，λi為特征值；Ei表示第i個指標的方差貢獻率；i=1，…，n，表示有n個指標。

3)寫出主因子得分和每個主因子的方差貢獻率。主因子得分為：

式中，K1，K2，…，Kn為各個指標；β1j，β2j，…，βnj為各指標在主因子Fj中的系數得分，用Ei表示Fj的方差貢獻率。

4)求出指標權數。公式為：

式中，有n個指標，m個主因子；βij表示第i個指標在主因子Fj中的系數得分。

通過歸一化求出各指標的權重。即：

2.5.2計算實例

下文通過因子分析權數法計算各指標的權重。令K1為逆變器故障率，K2為逆變器效率，K3為逆變器發電轉換能力，K4為故障維修率。

1)將數據標準化，計算結果如表1所示。

表1　各指標標準化后的數據

2)對標準化數據進行因子分析。計算結果如表2所示，可以看出，第1個特征值所占比例為63.66％，第2個特征值所占比例為33.26％，這2個特征值的累積貢獻率已達到96.92％，＞75％。因此，選擇前2個公共因子已可較好地反應數據的信息。

表2　相關矩陣的特征值情況

3)由表3可知主因子得分和每個主因子的方程貢獻率，分別為：

用Ei表示Fj的方差貢獻率，Ei由累積貢獻率得到。則：

E1=0.6366；E2=0.9692-0.6366=0.3326

表3　前2個主因子的權系數

4)通過式(5)求出指標權數，并通過歸一化求得指標權重，結果見表4。

表4　各指標的權數和權重

由表4可知，逆變器效率的權重最大，為0.3654；逆變器發電轉換能力的權重次之，為0.3641；逆變器故障率的權重最小，為0.0673。與實際經驗對比可知，此結果符合實際情況。

3　4種品牌逆變器綜合評估計算法

令Y為某品牌逆變器綜合評估值，由于逆變器故障率和故障維修率是評估逆變器的負面因素，因此，逆變器故障率值(K1)和故障維修率值(K4)越低(即-K1和-K4越高)，并且逆變器發電轉換能力值(K3)和逆變器效率值(K2)越大，逆變器越好。本文是從各方面對逆變器進行綜合評估，為了更加直觀地了解此綜合評估結果，可將表達式定義為：

通過計算得出，品牌1逆變器的綜合評估值Y1=0.0673×(-0.2143)+0.3654×0.7524+0.3641× 0.276+0.2031×(-0.1061)=0.339；同理可得，Y2= 0.259，Y3=0.282，Y4=0.296。

即可得出Y1＞Y4＞Y3＞Y2，因此，品牌1逆變器的綜合性能更高。經過柴達木能源烏蘭銅普一期光伏電站的運維人員和本論文研究人員的實地調研結果可知，此結論正確。

綜上所述，品牌1逆變器是此電站的最優逆變器。從各指標結果可知，各品牌逆變器的效率值在75％左右波動；從逆變器發電轉換能力值可知，在同條件下，品牌1逆變器的發電轉換能力值最大，品牌3逆變器的發電轉換能力值次之；品牌2逆變器和品牌3逆變器的維修率值和故障率值較高，導致綜合評估值較低。因此，應提醒廠家提高逆變器質量和故障維修率，增加逆變器的運行時長，提高逆變器的運行效率。

4　結論

本文通過對柴達木能源烏蘭銅普一期光伏電站實測數據進行探索性分析，得出：

1)影響光伏電站逆變器綜合評估方法的因素有逆變器故障率、逆變器發電轉換能力、故障維修率和逆變器效率。本文是在不限電的前提下，擬合得出的方法和結論，若給出限電的數據，則可完善此方法，使其得到大力推廣。

2)運用公式和曲線圖直觀的展示出電站逆變器的運行狀況，對提高光伏電站逆變器綜合評估方法起到了關鍵性的作用。在相同地區，若能找到兩個設施及運營方式都相同的電站，則可以對不同電站的相同逆變器進行橫向對比，可對模型進一步驗證。

3)用因子分析權數法分別對4個指標設置權重，得出各指標對逆變器的貢獻度；并計算得出光伏逆變器綜合評估值，挑選出綜合評估值較高的逆變器用于光伏電站；對提高光伏逆變器的發電量提供了指導性建議。

4)由于數據采集的限制，本文只能分析一段時間(即2014年)，若采集的數據量足夠大，則可以預算不同品牌逆變器的衰降速度，通過計算、對比，延長逆變器壽命，提高電站的發電效率。

致謝：在此感謝青海省光伏發電并網技術重點實驗室（項目編號：2014-Z-Y34A）為該研究提供數據及幫助。

[1]NB/T 32004-2013,光伏發電并網逆變器技術規范[S].

[2]Bosetti V,Catenacci M,Fiorese G,et al.The future prospect of PV and CSP solar technologies:An expert elicitation survey[J]. Energy Policy,2012,49(1):308-317.

[3]李偉.光伏并網逆變器故障診斷及孤島檢測[D].徐州：中國礦業大學,2014.

[4]李菊歡.關于光伏并網逆變器效率的探討[J].電子質量, 2010,(8)：64-65.

[5]王婷,王宗,范士林,等.光伏并網逆變器中國效率評價方式[J].大功率變流技術,2014,(3)：56-59.

[6]Sastry J,Bakas P,Kim H,et al.Evaluation of cascaded H-bridge inverter for utility-scale photovoltaic systems[J].Renewable Energy,2014,69(69)：208-218.

[7]許暉,尹忠東.光伏電站的效率優化[J].科技創新與應用, 2014,(17)：165.

[8]王玲玲,胡書舉,孟巖峰,等.光伏并網逆變器效率評價方法研究[J].大功率交流技術,2013,(5)：17-20,26.

[9]馬幼捷,程德樹,陳嵐.光伏并網逆變器的分析與研究[J].電氣傳動,2009,39(4)：25-29.

[10]安宏,高學東,曾德華,等.基于因子分析和模糊數學方法的綜合評估[J].計算機工程,2008,34(18)：281-283.

2016-03-10

李春來(1980—)，男，碩士、高級工程師，主要從事光伏發電并網技術方面的研究。lichunlai0216@163.com