光伏阵列故障诊断方法综述

来减小阴影对阵列输出特性影响，该方法在使用过程中需加入大量的开关，因而在规模光伏阵列中难以推广；文献利用3层人工神经网络的方法实现故障点定位，但该方法需要阵列大量的工作数据为神经网络提供训练且主要针对电池板短路故障。文献针对光伏组串结构，提出通过扰动工作电流来检测各电池板工作电压的方法，从而实现单支路光伏故障诊断。文献初步研究了小型光伏阵列故障诊断方法及传感器放置策略。表2分别给出上述方法在不间断运行、故障诊断和工程适用性这3方面的不足，其中红外检测法、ECM，TDR、智能算法、功率对比法均存在难以克服的困难，基于电特性检测方法研究则较少，若能突破诊断方法及传感器数量这两个技术瓶颈则可兼具三方面潜力。

4 基于电特性检测方法亟需解决的问题
从上述国内外研究现状看基于电特性检测方法呈现如下不足：未将故障点定位、阵列不间断运行、实际工程应用性以及诊断系统的经济性有机结合；最具应用潜力的电特性方法方面，在故障诊断方法及减少传感器数量两个技术瓶颈问题上未有突破。针对基于电特性检测规模光伏阵列故障诊断方法这一研究课题，尚未在原理上找到有效解决方案，仍存在亟需解决的科学问题，具体归纳为如下两点：①电特性检测原理，如何利用光伏阵列的内在规律，从电特性角度，以电压电流为检测量分区间检测，实现光伏阵列不间断运行故障诊断及故障点定位；②减少传感器数量，在实现故障点定位的前提下，如何利用最少的传感器实现无冗余信息的传感器配置，从而满足低成本、高可靠性要求，加快工业应用进程。