基于概率統計的光伏電站劣化組串判定

西安熱工研究院有限公司 ■ 姚玲玲 王靖程

華能青海發電有限公司新能源分公司 ■ 王有福

0 引言

光伏發電作為一種新型的清潔能源利用方式，近年來在我國得到了快速發展[1]，截至2017年底，我國光伏發電累計裝機容量已達到13025萬kW。大型并網光伏電站涉及的光伏組件數量眾多，隨著光伏電站運行時間的增長，組件熱斑、隱裂、功率衰減等問題日益突出，如何在眾多組件中找出性能劣化的組件、開展針對性的運行維護是很多電站關注的問題。

目前，光伏電站對光伏組件的檢查主要有以下2種方法：1)通過紅外成像儀[2]、EL測試[3]、標稱功率衰減[4]測試等方法，檢查光伏組件是否存在熱斑、隱裂、功率衰減等問題。但由于此種方法用時長且人工成本太高，一般只是隨機抽檢，無法做到全面覆蓋。2)首先通過監控系統檢查每一路組串的電壓和電流是否正常來確定劣化組串，再進一步通過相應測試手段檢查該路組串中哪一塊組件存在問題。但組串的瞬時電壓、電流受天氣、并聯失配損失[5]、逆變器MPPT調節[6-7]等多種因素影響，判斷劣化組串的準確性不高。

本文以某2016年6月底遭遇水災的光伏電站為例，利用組串電壓、電流、輻照度、溫度等歷史數據，通過概率統計分析方法，比較全站組串在水災前和水災后的發電性能劣化情況，挑選出受水災影響較嚴重的光伏組串，為電站后續的受災損失評估、組件測試工作提供指導。

1 水災對光伏組件的影響

晶體硅光伏組件是由正表面低鐵壓花玻璃、EVA、背板和框架等組成。背板材料具有低透水率，可保護組件不受水汽侵蝕；組件和外框通過有機硅膠黏結，可防止水汽從邊緣進入組件[8]。

雖然光伏背板的透水率低，但若組件遭遇洪水浸泡，還是會有少量濕氣進入組件。而進入組件的水汽會因熱脹冷縮導致組件分層，對組件的性能造成很大的影響[9]。脫層面積較小時，組件功率大幅降低；脫層面積較大時，會直接導致組件失效報廢[8]。

2 數據收集

1)篩選出無云層遮擋和限電的日期。對全站組串進行發電性能分析時，應避免云層遮擋和限電因素的影響。若所分析的組串發電量數據中存在限電或云層遮擋時的數據，則該數據不能有效反映組串的發電性能，需剔除。

由于此次分析的電站自投產以來不存在限電問題，因此只需根據歷史輻照度數據挑選出云層遮擋較小時的日期進行分析即可。電站環境監測站中安裝有2塊總輻射表，總輻射表1的安裝傾角與組件安裝傾角一致，總輻射表2為水平安裝。為了更接近組件所接收的輻照度，本次分析采用總輻射表1所測得的輻照度數據。查看總輻射表1測得的每15 min瞬時輻照曲線是否平滑，若曲線平滑，則說明當天天氣晴朗，云層遮擋較小。本次組串發電性能分析挑選出2016年水災前的6月17日和水災后的7月23日、7月24日、8月18日、8月28日共5天云層遮擋較小的日期，其輻照度曲線如圖1所示。

圖1 云層遮擋較小的日期的輻照度曲線

2)收集所選日期中組串的電壓、電流數據。收集所選日期中每臺逆變器下每路組串每5 min的電壓、電流數據，如表1所示。

3)收集技術資料。收集每臺逆變器下每路組串的實際容量、組件型號、組件參數(電壓溫度系數、電流溫度系數)。

表1 每臺逆變器下每路組串的電壓、電流數據采集示例

3 組串實測功率修正到STC工況

不同輻照度、溫度條件下組串的功率差異很大，需將同一路組串在不同時刻的實測功率轉換到標準測試條件(STC)下。STC為：輻照度1000 W/m2、組件溫度25 ℃、大氣質量AM 1.5。功率修正公式[10]見式(1)～式(3)：

式中，Vc為實測電壓，V；Vx為修正電壓，V；Tc為組件溫度，℃；β為組件電壓溫度系數。

式中，Ic為實測電流，A；Ix為修正電流，A；Qc為輻照度(需高于700)，W/m2；α為組件電流溫度系數。

式中，Px為修正功率，W。

由于監控系統未對光伏組件溫度進行采集，工程上常用的組件溫度計算方法為：

式中，Ta為環境溫度，℃。

根據式(1)～式(4)，以及數據篩選中所選取的5天的輻照度、環境溫度、各組串實測電流和實測電壓，計算各組串在不同采樣時刻的STC功率，結果如表2所示。

表2 各組串在不同采樣時刻的STC功率計算結果示例

4 組串STC功率歸一化

由于電站組件類型較多，導致每路組串的容量不盡一致。為了消除組串容量對組串發電性能分析的影響，需對轉到STC下的每路組串功率Px進行歸一化修正。以容量為255 W的組件為基準，歸一化功率Px′可表示為：

式中，Ps為該路組串實際安裝容量，W；n為每路組串安裝組件的個數。

5 組串STC功率概率統計分析

5.1 確定水災前固有發電性能較差的組串

以50 W為區間，統計水災前2016年6月17日每15 min的各組串歸一化STC功率的頻率分布直方圖和累積概率分布圖，如圖2和圖3所示。

由圖2和圖3可以看出，水災前，頻率之和為99%的組串歸一化STC功率在[4730 W, 5800 W]之間，且[5000 W, 5050 W]區間的頻率最大，為13.4%。

圖2 水災前組串歸一化STC功率的頻率分布直方圖

圖3 水災前組串歸一化STC功率的累積概率分布圖

為了消除水災前組串固有性能對判定劣化組串的影響，需首先確定水災前性能較差的組串。取99%的置信度，在累積概率分布圖上對應的拒絕域為(0 W，4730 W)，計算各路組串歸一化STC修正功率在拒絕域中出現的次數占其參與統計次數的百分比，若該百分比大于90%，則認為該路組串為固有發電性能較差的組串，如表3所示。

表3 水災前固有發電性能較差的組串

5.2 確定水災后發電性能較差組串

以50 W為區間，統計水災后2016年7月23日、7月24日、8月18日、8月28日每15 min的各組串歸一化STC功率的頻率分布直方圖和累積概率分布圖，如圖4和圖5所示。

圖4 水災后組串歸一化STC功率的頻率分布直方圖

圖5 水災后組串歸一化STC功率的累積概率分布圖

由圖4和圖5可以看出，水災后，組串歸一化STC功率仍以[4730 W，5800 W]為基準，落在此區間的頻率之和為83.3%，且頻率最大的區間為[4950 W， 5000 W]。與水災前相比，頻率分布直方圖略向左漂移。

同理，以(0 W，4730 W)作為拒絕域，計算組串歸一化STC修正功率在拒絕域中出現的次數占其統計次數的百分比，挑選出其百分比大于90%的組串，作為水災后發電性能較差的組串。

5.3 確定受水災影響嚴重的組串

從水災后發電性能較差的組串中剔除水災前固有發電性能較差的組串，即可得到受水災影響嚴重的組串。

電站后續可根據組串發電性能分析結果評估受災損失，開展相應的保險理賠等工作，并對受水災影響嚴重的組串開展標稱功率衰減測試，進一步找出功率衰減較大的組件并進行更換，以減小劣化組件因串、并聯失配損失對全站發電量的影響。

6 結論

本文利用概率統計分析方法對某遭遇水災的光伏電站進行了性能劣化組串的判定。首先采用水災前后組串的電壓、電流、輻照度、環境溫度等歷史數據計算不同時刻組串的STC功率，并統計水災前、后歸一化STC功率的頻率分布直方圖和累積概率分布，通過在累積概率分布中設定拒絕域的方法找出受水災影響嚴重的組串，為電站評估受災損失及后續尋找劣化組件提供指導。

通過概率統計分析的方法，可幫助運維人員在全站大量的光伏組串中準確判定劣化組串，并進一步通過紅外成像、EL測試、標稱功率衰減測試等手段確定劣化組件，減小劣化組件因串、并聯失配損失對全站發電量的影響，提高全站安全、經濟的運行水平。