【《光伏电站监测技术发展研究的国内外文献综述》4600字】

光伏电站监测技术发展研究的国内外文献综述目录TOC\o"1-3"\h\u21778光伏电站监测技术发展研究的国内外文献综述 1248271光伏电站监测技术研究现状 1149691.1光伏监测发展研究现状 1257961.2光伏监测系统方案 2302752关键技术研究 4129492.1小波去噪技术 413722.2故障录波技术 51光伏电站监测技术研究现状1.1光伏监测发展研究现状近年来我国相继出台了《中华人民共和国可再生能源法》、《关于实施金太阳示范工程的通知》和《可再生能源发展“十三五”规划》[5]等一系列法律法规及配套政策措施，大力提倡发展可再生能源。

随着我国光伏电站投资建设的愈发兴起，分布式光伏电站实时监测系统的研究也活跃起来。对光伏系统的监测研究开展较早，在20世纪90年代前后，国外对光伏系统监测的研究已取得不俗成果。美国科学电力研究所（ElectricPowerResearchInstitute）在90年代初对七个光伏电站做了实验[6]，开展数据采集工作，整理出数据趋势，分析误操作的原因和论证。美国国家可再生能源实验室（NationalRenewableEnergyLaboratory)在95年对两座6kW并网型光伏电站进行实验，通过长达一年的数据采集工作，得出各参数间的数学关系，将实际情况和针对气候这一参数计算的理论值进行比较分析[7]。日本东京大学在99年对独立运行的光伏发电系统进行研究，为PV特性做预测[8]。自从2007年往后，国外对光伏监测系统的研究开始偏向市场侧，美国国家半导体公司（NationalSemiconductorCorporation）推出SolarMagic技术获取光伏系统运行数据，监测系统运行状况[9]。G.Bayrak等人使用USB-6221数据采集卡设计电路，和Labview设计软件程序，实现了1.2kW光伏系统数据监测。HUT等人提出了基于传感器网络的光伏发电监测体系[10]。在2019年末，第十三届国际光伏性能建模与仿真研讨会（PVPMC）由德国太阳能研究所、美国桑迪亚国家研究室和哈尔滨工业大学联合举办，共同探讨光伏检测技术和光伏发电技术新成果[11]，目前，国际市场光伏监测市场上最为知名的三家公司SMA，Solar-Log，MeteoControl总部均位于德国境内。SMA公司有39年生产制造经验，是全球服务时间最长的太阳能逆变器制造商，开发有SUNNYPORTAL光伏电站监控系统。Solar-Log是光伏监控行业的鼻祖，基本覆盖世界范围内的逆变器品牌，为138个国家提供服务，通过一个监控系统即可兼容超过2300种型号的逆变器和130余种不同配件。MeteoControl涉足可再生能源领域达40年，全球范围内监控超过41000套光伏系统，开发有数据采集器blue'Log系列，为光伏电站运维管理提供可靠的技术支撑[12]。虽然国内光伏产业起步时间较晚，对比国外，光伏电站监测技术研究不够深入，但也取得不俗成果。合肥工业大学能源研究所使用VB3(VisualBasie3.0)编程语言和ACCESS2.0数据库语言开发出运行在WINDOWS95、98下的光伏并网发电系统的数据采集和监控软件包（这一句没有参考文献吗）。十五期间，北京计科公司为20kW并网光伏电站设计出光伏监控系统[13]。2010年，上海淘科网络技术有限公司开发成功国内首个光伏系统管理平台，命名为绿色电力网[14]。2017年初，在国家能源局指导下建成的国家光伏数据监测中心正式发布，监测电站相关数据，优化电站运行，提高电站效率。目前，正式投入市场的集成式光伏支路、逆变器实时监测系统有很多，如采用RS485通讯方式的华为公司的SmartLogger1000光伏系统智能数据采集系统，如同样采用RS485有线通讯与无线通讯结合的阳光电源公司所研发的Logger1000数据采集器。随着光伏电站监测技术的健康、稳定发展，光伏厂商与研究院校合作的不断深入，我国光伏领域也将取得更大进步。1.2光伏监测系统方案光伏监测系统通常采用分层的体系结构[15]，具体可分为：数据采集层、数据处理层、数据展示层。分布式光伏系统各分层功能如下：数据采集层负责收集各个分布式光伏电站需要监测的现场数据，包括光伏组件的温度和实时环境温度、当地实时的辐照强度、实时的风速和风向、光伏逆变器功率、效率、输出电压及电流、电站发电量、光伏组件的电压和电流等。数据采集层主要通过RS485通讯方式整合原始数据，传输至数据处理层。数据处理层将数据采集层获得的光伏电站实际数据整合，处理光伏电站中不同厂家、型号设备传输的原始数据。数据处理完毕后，即可通过以太网线或无线通信与上位机通讯，到达数据展示层。数据展示层为光伏支路、逆变器实时监测系统的实现层，可实现电站信息实时监测、运行状态评评估等功能，集信息管理和分析为一体，同时具备历史数据查询功能。在监测系统的数据采集层中，环境检测仪、电表、PID、箱变等设备之间主要采用RS485通讯方式，而数据处理层和上位机之间时域使用以太网或无线网进行通讯，这是由这两种通讯方式的特点不同：RS485为总线式拓扑结构，传输距离在1—2km以下最佳，若传输距离过长，则需要安装信号“中继点”来保证信号不丢失。事实上，除了RS485外，光伏组件、逆变器、箱变等设备还可使用电力线载波通讯。这是一种利用现有电力线将模拟信号或数字信号进行高速传输的方式，因为使用的是现有的电力线作为传输媒介，无需额外的线路投资。但也存在相应的缺点，电力线载波通讯传输容量相对较小，这为电力线载波机的可靠性提出了较高要求[16]。和上位机之间采用以太网或无线网的传输方式，因为该传输方式是以移动或联通的现有网络为基础，具体方式为通过TCP/IP或UDP协议，将数据发送到固定IP中，这种传输方式具有通讯费用低，网络覆盖广的优点。已经投入市场的集成式实时监测系统有很多，整体构架俱按照三层分层实现功能。下图1.2为SMA公司的DataManagerM光伏电站数据监测控制器的系统连接图。DataManagerM仍主要使用RS485与因特网相结合的通讯方式，支持第三方监测控制和数据采集。图1.SEQ图\*ARABIC\s12DataManagerM系统连接图Fig1.2DataManagerMsystemconnectiondiagram2关键技术研究随着分布式光伏产业的迅速发展，分布式光伏电站发电的电能质量及其可靠性对电网的安全可靠运行提出了新的挑战。例如在GB∕T33593-2017《分布式电源并网技术要求》[17]的4.12条中明确规定：在10（6）kV~35kV电压等级电站并网点（PCC）处安装A级电能质量在线监测装置且监测数据至少保存一年。光伏电站电能质量分析的基本环节有四个，分别是信号的消噪、信号特征提取、信号扰动分类和扰动参数估计。光伏电站并网运行后，由采集器、传感器收集各个分布式光伏电站需要监测的现场数据，所得到的电压、电流信号含有噪声，影响数据处理结果。因此，首先需要完成信号的消噪。然后采用快速傅里叶变换法（FFT）进行信号特征提取。针对快速傅里叶分析难以识别的部分短时扰动，利用小波分析中的模极大值原理展开信号扰动分类，区分短时电能质量扰动和长期电能质量波动。最后进行扰动参数估计，对信号中存在的电压波动、谐波、电压偏差问题逐次分析。而当电力系统发生故障或振荡等异常情况时，光伏电站实时监测系统需要故障录波功能配合记录暂态数据，判断故障相别、故障距离，正确分析故障成因和继保设备动作可靠性，保证光伏电站可靠运行。在传统的分布式光伏电站监测系统中，采集光伏电站数据的各类数据采集器、收集电能的电能量计量装置等设备测量功能相同或类似。而本文研究的分布式光伏系统实时监测技术，改进了光伏电站智能监测设备，位于分层中的数据处理层中，在传统数据采集功能的基础上，增加了电能质量分析和故障录波功能，从而提高了数据处理的实时性，节约了监控系统的硬件成本，有效实现系统运行数据和故障数据共享和同步。综上所述，本文研究的关键技术将从输入信号的小波去噪、故障录波阈值触发两方面展开，下面介绍这些关键技术的研究现状。2.1小波去噪技术小波分析在20世纪80年代兴起，在之后的几十年内得到飞速发展。Mallat算法的提出是小波分析发展史中的一个里程碑，Mallat算法实现了小波的快速分解和重构，是小波理论突破性的成果。此后，小波分析在数学界和工程界得到广泛使用，被应用在如图像处理、通信信号、数学求解等多种科技领域。在信号处理领域，小波分析亦是以其独特的优点与处理结果的优越性得以大力推广[18]。真实的数据集合是不一致的，在实际电信号监测中，采集到的信号上往往叠加大量噪声，影响检测设备的工作性能。目前常见的信号去噪方法主要是傅里叶分析法和小波分析法[19]。傅里叶分析是整体域分析，将信号分解成一系列不同频率正弦波的叠加，但是只能分析时间域或频率域，且面对非平稳过程信号或者含宽带噪声信号时效果不佳。小波变换以傅里叶分析为基础产生，小波变换将信号分解成一系列小波函数的叠加，这些小波函数是由一个小波母函数通过平移与尺度伸缩得来[20]。小波分析法可以将时域和频域结合起来，具备时频局部化能力，非常适合处理非平稳信号和时变信号。傅里叶分析法曾经在数据处理中占据主导地位，但是随着小波分析法研究日渐深入，作为傅里叶分析的升级版，后者展现出显著的优越性，在信号处理上被应用地越来越广泛.小波分析在信号处理领域可获得了较好的结果，采用小波变换处理信号问题，通常使用小波阈值去噪法，阈值的选择通常有硬阈值法、软阈值法，这两种阈值选择优点突出，获得较多使用。后来也出现了较这两种分析特性更佳的半软阈值法，但是由于计算量过大，无法得到更多推广。针对阈值去噪法中阀值门限的选取，亦是有常见的四种选取方法：固定阈值门限准则(sqtwolog)、无偏风险估计准则(rigrsure)、启发式阈值门限准则(heursure)和极大极小阈值门限准则(minimaxi)[21]。总之，在小波阈值去噪的过程中，分解层数、阀值去噪方法和阀值的选择都很关键。在实际生产工作中，小波阈值去噪在信号处理中会发挥极大作用，本文为光伏电站实时监测系统新增了并网点电能质量实时在线监测功能，在小波去噪环节通过仿真得出了适用于光伏系统的并网交流信号去噪的最优变换参数，为后续电能质量分析环节打下了良好基础。2.2故障录波技术故障录波技术在电力系统发生故障及振荡时可以自动记录相关数据，在发电厂和变电站中应用非常广泛[22]。当光伏电站并网后发生异常情况，诸如短路故障、系统振荡、电压崩溃，在实际工作中最常见的是单相接地，此时，故障录波功能能够记录暂态过程的大量数据，全程记录异常前后各主要电气量，如电压、电流的波形变化图，正确分析故障成因和继保设备动作的可靠性，判断出故障相别、故障距离[23]。因此，故障录波功能是光伏电站实时监测系统的重要组成部分。日常工作时，故障录波功能记录设备正常电气数据，监控光伏电站运行状况；出现异常时，故障录波功能精确复现故障或震荡前后总过程，判断光伏系统异常情况，保证光伏电站可靠运行[24]。故障录波的多阈值启动有四种类型，分别是：突变量越限、有效值越限、对称分量越限及频率和频率变化率越限[25]。在实际工作中，主要依靠傅里叶算法，间接计算出系统电压电流的突变量、有效值、对称分量和频率等指标，如果扰动使得某一电气量特征超出设定阈值，则启动故障录波功能，记录前后电气量变化。但是目前的故障录波技术亦存在不足，故障录波功能的设计严格按照行业标准DL/T553-1994《220~500kV电力系统故障动态记录技术准则》[26]执行，完整的故障录波记录中含有故障前至少0.04s的数据记录，这就要求为保证故障的准确识别和高精度记录，需要为故障录波系统设置较高的基础采样频率，大大增加系统的正常运行时的数据采集负担，导致资源浪费。当电网出现频率偏移时，会影响傅里叶