摘 要：直流故障電弧是引起光伏電站火災(zāi)、造成重大損失的主要原因之一。現(xiàn)已提出多種檢測方法對直流故障電弧進行防控，但大部分方法需要通過人工電弧進行驗證，缺乏現(xiàn)場實用性和可靠性；且光伏電站現(xiàn)場直流故障電弧的偶發(fā)性和檢測裝置的復(fù)雜性，導(dǎo)致真實直流故障電弧的檢測驗證難以實施。針對該問題，基于時頻域聯(lián)合閾值判定法，搭建了云邊協(xié)同的光伏電站直流故障電弧在線檢測系統(tǒng)，并在光伏電站現(xiàn)場對其檢測效果進行了實驗驗證。驗證結(jié)果表明：該直流故障電弧在線檢測系統(tǒng)可有效檢測真實直流故障電弧，但存在42.1%的誤判率，現(xiàn)場檢測的抗干擾性仍需進一步提高；同時，發(fā)現(xiàn)了光伏組件MC4端子在直流故障電弧影響下的失效過程，可為MC4端子直流故障電弧類火災(zāi)防控技術(shù)的研究提供參考。

關(guān)鍵詞：時頻域；光伏電站；火災(zāi)；直流故障電??；在線檢測；MC4端子

中圖分類號：TM615 文獻標志碼：A

0" 引言

近年來，中國光伏發(fā)電裝機容量高速增長，截至2023年底，累計裝機容量已達610 GW[1-2]，占全球光伏發(fā)電裝機容量的38.1%，其中分布式光伏裝機容量占全國光伏發(fā)電裝機容量的40%左右。僅2023年，中國新增光伏發(fā)電裝機容量為216 GW，占全球新增的51.4%。隨著光伏發(fā)電系統(tǒng)運行時間增長，故障發(fā)生率逐年增高，直流故障電弧就是故障因素之一[3-5]。根據(jù)國際電工委員會（IEC）的調(diào)查，在光伏發(fā)電系統(tǒng)自身引發(fā)的火災(zāi)中，52%是由直流故障電弧引起。因此，現(xiàn)場直流故障電弧的有效檢測和識別是防控光伏發(fā)電系統(tǒng)火災(zāi)事故的關(guān)鍵[6]。

目前，針對故障電弧的檢測方法有兩大類。

1）基于電弧輻射特性的檢測方法。利用電弧的弧光、發(fā)熱、噪聲及電磁輻射等特性進行檢測；該類檢測方法只適用于配電箱、開關(guān)柜等小空間范圍內(nèi)的電弧檢測，對大范圍、開放空間的光伏發(fā)電系統(tǒng)并不適用[7]。

2）基于電弧時域、頻域特性的檢測方法。時域檢測是指利用電弧發(fā)生時線路的電流、電壓進行檢測的方法，例如：通過分析特定時間窗口下電弧的電流變化率[8]，可用于電弧檢測識別[9]。頻域檢測是指基于電流頻譜分析的直流故障電弧檢測方法，例如：通過比較電弧發(fā)生前后信號在高頻處的諧波含量變化，可以進行故障檢測[10]，為提高檢測的抗干擾性，可采用多帶寬分析方法處理數(shù)據(jù)，從而區(qū)分故障電弧和正常狀態(tài)[11]。

時域檢測法雖然能夠直接反映電弧發(fā)生時電流和電壓的瞬態(tài)變化，但其靈敏度低，檢測率低（有時檢測不出故障）；相比之下，頻域檢測能夠區(qū)分故障電弧類型，但其易受現(xiàn)場工況的干擾，易誤判（將無故障判斷為故障）。綜合兩者優(yōu)缺點，時頻域聯(lián)合分析的檢測方法逐漸受到關(guān)注[7]，并催生了一系列旨在提升電弧識別率的新方法。文獻[12]通過Matlab仿真平臺和人工故障電弧的實際采集數(shù)據(jù)，成功提煉出時頻域判定閾值，提出了一種綜合判斷故障電弧發(fā)生的新思路。文獻[13]為提高檢測方法的抗干擾性，基于小波變換，提煉出3種時域判據(jù)和頻域判據(jù)，并提出1種時頻域判據(jù)優(yōu)勢互補的混合判據(jù)。文獻[14]提出了一種結(jié)合回路電流振蕩和電弧時頻域信號的直流串聯(lián)型電弧檢測方法。文獻[15]研究了串聯(lián)型直流電弧在初始階段的電流變化特征及脈沖-時間譜圖特征，據(jù)此提出了一種新的故障電弧檢測方法，并通過實驗驗證了此方法的有效性。

上述電弧檢測方法大多采用人工故障電?。ㄓ呻娀“l(fā)生裝置產(chǎn)生）進行有效性驗證，但在光伏發(fā)電系統(tǒng)運行時，逆變器的最大功率點跟蹤（MPPT）和負載突變都可能引入干擾信號[16]，該類干擾信號造成的誤判并未考慮到驗證過程中。此外，光伏發(fā)電系統(tǒng)中的故障電弧具有偶發(fā)性，再加上光伏電站現(xiàn)場環(huán)境的復(fù)雜性，使在現(xiàn)場部署結(jié)構(gòu)復(fù)雜的檢測試驗系統(tǒng)用于長期監(jiān)測和捕捉真實電弧的難度較大。因此，目前針對電弧檢測方法用于光伏發(fā)電系統(tǒng)現(xiàn)場實際故障電弧的驗證效果的報道較少。

針對上述問題，本文基于時頻域聯(lián)合閾值判定法，搭建了云邊協(xié)同的光伏電站直流故障電弧在線檢測系統(tǒng)，并通過存在真實直流故障電弧的分布式光伏發(fā)電系統(tǒng)上進行驗證。

1" 光伏電站直流故障電弧在線檢測系統(tǒng)

光伏電站直流故障電弧在線檢測系統(tǒng)面臨的瓶頸問題主要有：1）光伏電站現(xiàn)場電弧頻域信號高頻采樣率（每通道200 kHz左右）與云端通信帶寬（上行5 Mbps）的平衡對接；2）在光伏電站現(xiàn)場安裝模塊的高度集成化；3）時頻域聯(lián)合閾值的合理設(shè)定。

該直流故障電弧在線檢測系統(tǒng)采用云邊協(xié)同構(gòu)架，由電弧傳感矩陣、邊緣運算模塊和云端平臺3部分構(gòu)成，如圖1所示。

1.1" 電弧傳感矩陣

每個電弧傳感矩陣集成8個電弧傳感通道，通過分析特定頻段的頻譜能量和直流電流的變化規(guī)律，推算出直流故障電弧的可能性，并以直流故障電弧概率指數(shù)（下文簡稱為“AF值”）的形式表示。AF值范圍為0～100，數(shù)值越大，表明存在故障電弧的可能性越大。電弧傳感矩陣安裝在逆變器或匯流箱的匯流端，采用模塊化設(shè)計，可通過串聯(lián)的方式拓展其通道數(shù)。

在安裝使用前，通過電弧發(fā)生裝置在光伏電站現(xiàn)場對電弧傳感矩陣進行標定，標定結(jié)果如表1所示，可以看出：不同長度的電弧AF值分布在75～100之間。

在本文的實際檢測中，為提升靈敏度，時頻域聯(lián)合閾值設(shè)定為AF值達到50。在此閾值下，現(xiàn)場對人工故障電弧的檢測準確率可達99%。

1.2" 邊緣運算模塊

邊緣運算模塊安裝在光伏電站現(xiàn)場，是數(shù)據(jù)匯聚和運算中心，其對多個電弧傳感矩陣上報的高頻數(shù)據(jù)（100 kHz采樣率）進行實時融合、清洗和診斷，并將診斷結(jié)果定時上報給云端；現(xiàn)場電弧信號觸發(fā)閾值時，啟用應(yīng)急通信通道實時上報超閾值數(shù)據(jù)。

為方便光伏電站現(xiàn)場的快速安裝、部署和長時間監(jiān)測，對電弧傳感矩陣和邊緣運算模塊進行了高度集成，模塊外觀如圖2所示。

1.3" 云端平臺

云端平臺用于云監(jiān)控、云存儲、云監(jiān)測和云報警，可實現(xiàn)24 h連續(xù)監(jiān)測，匯聚了多個邊緣運算模塊上報的各類診斷和檢測結(jié)果，包括氣象數(shù)據(jù)、灰塵遮擋、實時發(fā)電量、實時發(fā)電效率、光伏組串的AF值等；通過多源海量數(shù)據(jù)融合和診斷，并通過網(wǎng)頁端、手機端進行監(jiān)控，緊急情況下啟動多終端報警。云端平臺界面如圖3所示。

2" 現(xiàn)場驗證

2.1" 試驗光伏電站信息

為了驗證所開發(fā)的光伏電站直流故障電弧在線檢測系統(tǒng)對現(xiàn)場真實直流故障電弧的檢測效果，本文選取了兩個存在直流故障電弧的分布式光伏電站（分別記為“電站1”“電站2”）進行測試。兩個分布式光伏電站的基本信息如表2所示。

在進行現(xiàn)場檢測前，初步評估顯示兩個分布式光伏電站有較高概率存在直流故障電弧。電站1在進行現(xiàn)場檢測前1個月發(fā)生了火災(zāi)，燒毀了1個光伏陣列共計5串光伏組串?；馂?zāi)事故點位于屋面的塑料采光帶區(qū)域，具體位置如圖4所示。

電站2存在多串異常開路的光伏組串，初步排查發(fā)現(xiàn)：其中3串光伏組串的MC4端子已損壞，損壞地點位于光伏陣列的中間，日常運維難以發(fā)現(xiàn)，具體如圖5所示。

2.2" 光伏電站直流故障電弧在線檢測系統(tǒng)的安裝

光伏電站直流故障電弧在線檢測為便攜式，其模塊的安裝示意圖和安裝后現(xiàn)場照片如圖6所示。

2.3" 電弧數(shù)據(jù)分析

2.3.1" 電站1

在電站1中，選擇與發(fā)生火災(zāi)區(qū)域相鄰的光伏陣列作為檢測對象，涉及5臺逆變器，共計80串光伏組串。數(shù)據(jù)采集時間持續(xù)1周，共計獲得數(shù)據(jù)534291組，包含8548656個直流電流數(shù)據(jù)、8548656個直流電弧AF值和3861條觸發(fā)時頻域聯(lián)合閾值的報警數(shù)據(jù)。電站1現(xiàn)場電弧報警次數(shù)統(tǒng)計如表3所示。

對表3數(shù)據(jù)進行分析，結(jié)果顯示：在534291組數(shù)據(jù)中，故障電弧報警次數(shù)共計3861次，占比為0.7%。其中，NB05逆變器的占比最高，達到1.3%；2串及以上光伏組串同時報警共1291次，占總數(shù)的33.4%。由于現(xiàn)場使用的是組串式逆變器，多路MPPT隔離輸入，通常不會出現(xiàn)母線直流故障電弧，因此2串及以上光伏組串同時報警視為誤判，并在后續(xù)分析中予以剔除。

進一步對2570組單串光伏組串報警的數(shù)據(jù)進行分析，有7串光伏組串的平均日報警次數(shù)明顯偏高?，F(xiàn)場檢查發(fā)現(xiàn)了兩個潛在的安全隱患：1）MC4端子露天放置在屋頂?shù)乃芰喜晒獍迳?，受陽光直射，溫度明顯高于周圍環(huán)境，如圖7a所示；2）光伏組串兩端MC4端子非光伏組件原裝配件，已出現(xiàn)明顯老化跡象，顏色與光伏組件原裝端子有明顯的差異，如圖7b所示。

結(jié)合現(xiàn)場勘察結(jié)果，確定了3串光伏組串（分別為NB05逆變器上的第12、14、16串光伏組串）存在輕微直流故障電弧，表現(xiàn)為金屬端子上有輕微灼燒痕跡。這3串光伏組串的總報警次數(shù)為1488次，占單串光伏組串報警次數(shù)總量的57.9%。

去除掉誤判信號后，結(jié)合現(xiàn)場確定的3串直流故障電弧光伏組串，得出結(jié)論：直流故障電弧檢測準確率約為57.9%，存在42.1%的誤判率（即錯誤地將無故障電弧判定為故障電弧，該結(jié)果是基于AF值為50的閾值得出）。隨后，運維團隊對上述光伏組串進行更換，截至到投稿日期，未出現(xiàn)新的火災(zāi)事故。

本直流故障電弧在線檢測系統(tǒng)所用電弧傳感器對人工故障電弧的檢測準確率為99%，而對光伏電站現(xiàn)場實際微弱直流故障電弧的檢測準備率為57.9%，遠低于檢測人工故障電弧的準確率。因此，本直流故障電弧在線檢測系統(tǒng)對現(xiàn)場真實直流故障電弧檢測的抗干擾特性仍需提高。

2.3.2" 電站2

電站2的故障電弧報警次數(shù)較多，由于數(shù)據(jù)量較大且不像電站1呈現(xiàn)出明顯的規(guī)律，本文未列舉細致的統(tǒng)計結(jié)果。直接從云端平臺截取1個匯流箱的光伏組串AF值統(tǒng)計曲線，如圖8所示。

從圖8可以看出：該匯流箱中所有光伏組串的AF值同時增大或減小，導(dǎo)致有效的報警信息被大量數(shù)據(jù)淹沒。初步推斷，該類干擾的原因有兩個：1）集中式逆變器MPPT引入的干擾；2）光伏電站所在工商業(yè)建筑內(nèi)大型生產(chǎn)機械啟動引入的干擾。

2.4" 直流故障電弧對MC4端子的影響分析

現(xiàn)場勘察發(fā)現(xiàn)，直流故障電弧對MC4端子造成的影響并非是100%導(dǎo)致其被燒毀，而是存在漸變的過程。根據(jù)端子的典型外觀特征，大致可分為3個階段：隱患期、發(fā)展期和燒毀期，3個階段在同1個光伏電站會共存。各階段的特點如下。

1）隱患期。此階段的MC4端子內(nèi)部金屬前端有黑色灼燒斑點，有比較淡的燒灼痕跡，如圖9所示。

2）發(fā)展期。此階段MC4端子的塑料部分已出現(xiàn)發(fā)白、脆化和鼓包等現(xiàn)象，有的甚至一觸就碎，如圖10所示。

3）燒毀期。此階段表現(xiàn)為電弧產(chǎn)生近3000 ℃高溫將MC4端子燒灼，如果靠近可燃物，則易引發(fā)火災(zāi)，如圖11所示。

直流故障電弧對MC4端子影響的階段性特征，對于早期預(yù)防和識別直流故障電弧至關(guān)重要。因此，建議未來的研究方向從干擾源特性的深入分析、閾值自動調(diào)整機制的開發(fā)，以及基于長期監(jiān)測數(shù)據(jù)的檢測算法優(yōu)化等方面開展。

3" 結(jié)論

本文基于時頻域聯(lián)合閾值判定法，搭建了云邊協(xié)同的光伏電站直流故障電弧在線檢測系統(tǒng)，并在存在真實電弧的分布式光伏電站現(xiàn)場時該系統(tǒng)的檢測效果進行了驗證。驗證結(jié)果表明：在時頻域聯(lián)合閾值設(shè)定為AF值為50時，該直流故障電弧在線檢測系統(tǒng)檢測的準確率為57.9%，存在42.1%的誤判率，對現(xiàn)場真實直流故障電弧檢測的抗干擾性仍需提高。

現(xiàn)場檢測發(fā)現(xiàn)，直流故障電弧引發(fā)的MC4端子故障會經(jīng)歷隱患期、發(fā)展期和燒毀期3個階段，據(jù)此對未來研究方向提出建議，以提升直流故障電弧檢測的靈敏度和準確率，可為MC4端子直流故障電弧類火災(zāi)防控技術(shù)的研究提供參考。

[參考文獻]

[1] 國家能源局. 2023年光伏發(fā)電建設(shè)情況[EB/OL]. （2024-02-28）. https：//www.nea.gov.cn/2024-02/28/c_1310765696.htm.

[2] 國家能源局. 國家能源局發(fā)布2023年全國電力工業(yè)統(tǒng)計數(shù)據(jù)[EB/OL]. （2024-01-26）. https：//www.nea.gov.cn/2024-01/26/c_1310762246.htm.

[3] 謝小林. 太陽能光伏發(fā)電系統(tǒng)直流保護探討[J]. 太陽能，2013（23）： 42-47.

[4] 施江鋒，張雪，李海鵬. 分布式光伏發(fā)電系統(tǒng)直流故障電弧保護裝置測試和評估技術(shù)的研究與探討[J]. 太陽能，2019（3）： 29-32，42.

[5] 吳春華，閆俊馳，李智華. 光伏系統(tǒng)故障電弧檢測技術(shù)綜述[J]. 電源技術(shù)，2014，38（9）： 1768-1770，1776.

[6] 王斯成，王長貴，吳達成，等. 狠抓：質(zhì)量、安全、成本和能效追求：光伏發(fā)電工程收益最大化[J]. 太陽能，2014（2）： 14-26.

[7] 黃宵宵，吳春華，李智華，等. 光伏系統(tǒng)直流電弧故障檢測方法對比研究[J]. 太陽能學(xué)報，2020，41（8）： 204-214.

[8] 姚秀，汲勝昌，HERRERA L，等. 串聯(lián)直流電弧特性及其在故障診斷中的應(yīng)用[J]. 高壓電器，2012，48（5）： 6-10.

[9] 張冠英，李長偉，趙遠，等.基于周期均值變化率的直流故障電弧檢測[J].中國電機工程學(xué)報，11（9）：44-47.

[10] 馬征，張國鋼，柯春俊. 一種基于高頻電流頻譜分析的故障電弧檢測方法[J]. 低壓電器，2010（9）：10-12，15.

[11] SEO G S，KIM K A，LEE K C，et al. A new DC arc fault detection method using DC system component modeling and analysis in low frequency range[C]//2015 IEEE Applied Power Electronics Conference and Exposition （APEC），March 15-19，2015，Charlotte. USA：IEEE，2015.

[12] 王先發(fā)，顧衛(wèi)祥. 光伏系統(tǒng)直流側(cè)故障電弧的檢測與判別[J]. 電氣技術(shù)，2019，20（5）：10-13.

[13] 劉曉明，趙洋，曹云東，等. 基于小波變換的交流系統(tǒng)串聯(lián)電弧故障診斷[J]. 電工技術(shù)學(xué)報，2014，29（1）：10-17.

[14] CHEN S L，LI X W，XIONG J Y. Series arc fault identification for photovoltaic system based on time-domain and time-frequency-domain analysis[J]. IEEE journal of photovoltaics，2017，7（4）：1105-1114.

[15] ZHU L Y，LI J Y，LIU Y，et al. Initial features of the unintended atmospheric pressure DC arcs and their application on the fault detection[J]. IEEE transactions on plasma science，2017，45（4）：742-748.

[16] 熊慶，陳維江，汲勝昌，等. 低壓直流系統(tǒng)故障電弧特性、檢測和定位方法研究進展綜述[J]. 中國電機工程學(xué)報，2020，40（18）：6015-6026.

ONLINE DETECTING SYSTEM FOR DC FAULT ARCS IN PV POWER STATIONS BASED ON TIME-FREQUENCY DOMAIN

JOINT THRESHOLD JUDGMENT

Ding Yefei

（Shanghai SeakyTech Intelligent Technology Co.，Ltd，Shanghai 201199，China）

Abstract：DC fault arc is one of the main causes of fires in PV power stations，leading to significant losses. Multiple detection methods have been proposed to prevent and control DC fault arcs，but most of these methods require verification through artificial arcs，lacking practicality and reliability on-site. The sporadic occurrence of DC fault arcs in PV power stations and the complexity of detection devices make it difficult to implement the detection and verification of real DC fault arcs. In response to this issue，this paper proposes a cloud edge collaborative DC fault arcs online detecting system for PV power stations based on time-frequency domain joint threshold judgment method，and experimentally verifies its detection effect on the PV power station site. The verification results show that the DC fault arc online detecting system can effectively detect real DC fault arcs，but there is a 42.1% misjudgment rate，and the anti-interference ability of on-site detection still needs to be further improved. At the same time，the failure process of PV module MC4 terminals under the influence of DC fault arcs is discovered，which can provide reference for the research of DC fault arc fire prevention and control technology for MC4 terminals.

Keywords：time-frequency domain；PV power stations；fire hazard；DC fault；online arc detecting；MC4 terminal