光伏系统直流侧故障电弧的检测与判别
阅读征文通知，请戳上面标题 ▲
联合主办
中国电工技术学会
北京交通大学轨道交通控制与安全国家重点实验室
联合承办
中国电工技术学会轨道交通电气设备技术专委会
国家高速列车技术创新中心
《电气技术》杂志社
会议日期/地点
2019年10月25-27日/山东青岛
南京工程学院的研究人员王先发、顾卫祥，在2019年第5期《电气技术》上撰文，针对光伏系统直流侧故障电弧的检测问题，提出了基于电弧时频域特性的阈值判断检测算法。首先，将电弧发生器接入实验光伏系统，以便可控地产生可重复的直流电弧波形。并利用传感器与示波器对实验电弧波形进行采集；其次，将得到的数据导入Matlab中进行傅里叶变换分析并得出电弧特性。通过理论分析和实验结果验证了所提方法的可行性。
全球一次能源日益枯竭，我国政府正大力发展可再生能源。其中因太阳能具有清洁、安全且取之不尽的显著特点，已经成为规模发展最快的可再生能源。但光伏电站通常建立在各种不适宜居住的地区，如荒山、荒地、沙漠以及滩涂等，难免发生各种故障，从而降低了光伏电站的发电效率，甚至存在火灾等安全隐患。故障发生的原因大部分归因于直流侧故障电弧。
光伏系统相当于一个直流电源系统，由于光伏电站的直流端输出电压高，直流端会在任何位置出现电子元器件接触不良或氧化腐蚀等现象，所形成的间隙易产生电弧。光伏电池板特殊的伏安特性使得电弧一旦产生，就容易形成稳定的燃烧，使电压进一步上升，导致电弧的温度骤升，引起附近可燃物及导体的燃烧，危及电源及电路的安全，进而引发火灾造成财产损失或人员伤亡事故。再者，现有的保护装置只能对电路过电流引起的故障起到保护作用，而无法检测到此类电弧，因此存在安全隐患。
考虑到光伏系统中电弧发生位置的不确定性，因此无法利用电弧电压进行电弧检测，但是，无论电弧发生在何处位置，电弧电流的特征都将在系统直流端的总电流中反映出来。因此，本文采用电弧电流的特征作为判断依据。
早在2007年，美国圣地亚国家实验室利用电弧产生的高热特性对光伏系统故障电弧进行检测，研究表明高热同时会引起光伏线缆上的聚合物纤维产生形变，导致光信号回路受阻，系统容易发生误判。我国复旦大学电光源所和国家能源太阳能发电研发中心于2010年10月在国内率先展开光伏系统直流故障电弧特性及保护方法的研究，由于起步相对较晚，且大部分研究方法是针对单一时域或者频域特征进行检测，存在检出率低、误判率高等缺点。
目前国内外光伏系统直流侧故障电弧诊断研究还处于初期阶段，文献分析了电弧的电压-电流特性，表明电源电压对电信号参数并无太大影响。文献[7]对电弧信号进行频域变换时加上有源带通滤波器，能提高电弧特征频率在故障信号中的占比。由于对电弧特征不甚了解，且电弧具有随机性和复杂性，无法建立精确的电弧模型，因此，研究光伏电站直流侧电弧故障的诊断方法具有重要的意义。
1 光伏系统直流侧故障电弧的仿真和分析
目前常用的电弧模型有Cassie模型和Mayr模型。Cassie电弧模型是假设流过电弧通道的电流发生变化时其直径也同样跟着变化但是其温度不变。Mayr电弧模型认为电弧的直径是保持不变的，即电弧间隙耗散的能量是不变的，变化的是电弧温度密度分布。这两种电弧模型都只单方面考虑某一种热量耗散的方式而决定了电弧模型的形式。
本文只单方面研究电弧故障对系统产生的影响，故而选用Cassie模型来研究电弧的特征。为研究光伏系统故障电弧特征，本文建立了故障电弧数学模型，采用理论为辅，实验为主。
以Matlab软件为平台，利用Simulink中的元件建立的通用电弧模型，如图1所示。电弧模型由电压控制的电流源（controlled current source）、微分方程编辑器（DEE）、定值检测（hit crossing）、阶跃信号（step）、电压测量（voltage measurement）等模块组成。
图1 Cassie电弧模型
将图1的电弧故障模型接入光伏系统中，得到仿真结果如图2所示。由图2可知，电弧燃烧时具有随机性且电流信号会发生不规则变化。实际上，电弧具有多种物理特性，但是在现有技术条件下不适用在光伏系统中。
比如，热学上，电弧燃烧会迅速产生高温，虽然现在已有测量局部热点的技术，但对于光伏电站而言成本过高。声学上，电弧燃烧会发出噪声，但现在环境干扰性大，易发生误判。通过仿真实验可知，在电学上，可利用电弧的电流信号作为特征，这为后续故障电弧的特征提取提供了可能性。
2 小型光伏系统实验平台搭建及其故障电弧特性的分析
2.1 实验平台搭建
本平台所采用的电池板单晶硅材质，太阳光充足时光电转换效率高，便于在户外条件好的情况下进行模拟，所以我们可以通过搭建实验平台进行光伏系统的模拟。本文搭建了如图3所示的实验平台，包括光伏板、电弧发生器、光伏逆变器和电流传感器等。
图2 电弧故障直流侧电流波形
图3 光伏系统电弧检测实验平台
其中光伏板采用CanadianSolar公司CS6P-230P型光伏组件，一个组件由60个电池单体串联组成，将每3块组件串联后再并联，通过直流断路器接到逆变器，再接入电网。光伏组件基本参数见表1。
表1 光伏组件的主要参数
本文中所使用的电弧发生器符合美国保险商实验室所规定的标准，图4为简易电弧发生器的示意图。该电弧发生装置为一对距离可调节的铜棒电极，一个被固定，另一个电极通过步进电机控制系统可进一步提高铜棒之间距离的精确度。
将两个电极从接触良好到分开，可以模拟出实际直流系统中松弛、接触不良的情况，与实际电弧的产生机理相同，皆是原本导通的电极分离时击穿空气并维持高能量放电的过程。用此装置接入光伏系统实验平台，可模拟出直流故障电弧的发生以及提取出电弧电压和电流波形。
图4 电弧故障发生器
2.2 故障电弧的数据采集
利用上述实验设备进行模拟电弧实验，光伏系统从正常运行到开始发生电弧故障，汇流箱处电流会存在明显的变化。故在系统直流侧选用电流源输出作为检测故障电弧的物理参数，分析电弧产生发展过程中上述参数的变化，提取相应特征，实现对故障直流电弧的检测。
本实验采用罗氏线圈RS/RDRS测量，同时使用汉泰示波器（DSO8202E）记录电流波形。该示波器最高采样速率为1GSa/s。试验时，燃烧的电弧会将电极烧蚀，因此每次放电后都要对电极进行打磨，保证试验过程中电极表面的一致性。试验进行一段时间后需要更换铜棒电极。
图5是利用分开式起弧法的电流波形。当电路中产生电弧时，相当于在电路中增加一个动态电阻，因此会导致电流在时域特性中产生突变。
图5 电弧故障后的电流波形
2.3 特征提取
1）基于时域特征的提取
提取时域特征常见的做法是，使用电流的均值、波动以及变化率等参量来提取电弧特性。在多组实验数据分析后，这些特性均不明显，无法满足阈值判断。将图5数据进行离散，设定取样点，取得5s内的电流幅值，并计算出每点10ms内电流最大值与最小值之差，得到如图6所示的电流波形。利用这一参量，选择合适的阈值能满足要求。
图6 10ms内电流的最大值与最小值之差
2）基于频域特征的提取
在直流电弧起弧瞬间与燃烧过程中，电流中的高频分量会增加。目前，国内外对于直流电弧故障检测都会考虑电流的高频信号特征。与时域相似的是，频域特性在发生电弧故障时会引起突变和震荡，但表现更为稳定，通过对多组数据的综合分析，这些特性可以作为故障电弧检测的依据。
图7为所采集电流波形经滤波后进行信号FFT分析的电弧信号频谱图，其中无电弧时谐波主要含量来源于逆变器高开关频率，一种低压直流转为高压交流时由于电路震荡引起一定的频率。该频率一般在30kHz左右，因此本文选择40～100kHz范围内的高次谐波作为故障电弧的特征信号，可以避免逆变器一部分噪声的干扰。取频率最低但幅值不为零的5kHz谐波为参考基波，8～20次谐波幅值为电弧检测依据。
图7 电弧信号的频谱图
3 基于时频域特性的阈值判断法
对电弧故障进行检测时，光伏系统中的环境噪声和系统动作等内外部干扰信号会使特定频段内的噪声增加，出现具有与直流故障电弧类似的特性。光伏模块出现遮挡和短路同样会造成电流值的突变，会干扰电弧特性的检测。如果检测算法的鲁棒性不强，这些干扰因素就会引起误判断，进而导致光伏系统的大规模停运，造成不可估量的经济损失。
从另一方面来看，如果检测算法限定判断条件过多，就会造成电弧故障的漏判，其结果同样会带来损失，更有甚者会造成人员伤亡事故。针对单一时域和频域特征进行检测存在检出率低的缺点。基于以上原因，本文提出的检测算法兼顾了电弧的时域和频域特性，使用时域和频域的多重判据进行诊断，有助于弥补判据阈值精度上面的不足。如果时域和频域两情况下均判定为故障，即判断电弧故障，就避免了单一特性诊断出现的误判和漏判。
由上述分析可知，用于电弧检测的电弧电流特性确定为时域和频域两个特性，通过多组实验，最终确定的阈值范围见表2。当检测值均超过两者特性所设定的阈值时，即判定为产生电弧故障。
表2 电弧特性的分类、定义及阈值大小
为了验证该方法确定的特性与阈值的可靠性，本实验又使用两组补充实验数据对上述时域和频域特性与阈值进行了离线验证。实验结果表明，基于上述方法划定的阈值可以区分电弧电流与正常电流。
本文针对光伏系统直流侧故障电弧检测问题。首先，建立了光伏系统电弧故障模型，通过仿真实验说明本文故障电弧特征选取的可能性；其次，提过实验平台采集大量数据进行时域和频域分析；最后，利用阈值选择，提出了基于时域和频域的方法来综合判断是否发生故障。
同时，本文也考虑到了光伏系统环境噪声以及逆变器对故障电弧检测的影响，并通过仿真和实验说明本算法具有良好的抗干扰性，为研究光伏系统直流电弧故障检测装置提供了切实可行的理论依据。