1.一种基于数字孪生的光伏发电组件故障检测和识别方法,其特征在于,包括如下步骤:
S1、检测并输出待检测光伏发电组件物理实体中的特征量y(t);所述光伏发电组件包括太阳电池组件和DC‑DC变换器;所述特征量y(t)为所述物理实体中的DC‑DC变换器电感电流、DC‑DC变换器电容电压、太阳电池组件最大功率点电流和太阳电池组件最大功率点电压的特征输出向量估计值;
S2、构建与所述待检测光伏发电组件物理实体结构相同的数字孪生体,计算并输出所述数字孪生体中,光伏发电组件的测量特征量z(t);所述测量特征量z(t)为所述数字孪生体中的DC‑DC变换器电感电流、DC‑DC变换器电容电压、太阳电池组件最大功率点电流和太阳电池组件最大功率点电压的特征输出向量估计值;
S3、根据所述特征量y(t),以及所述测量特征量z(t),计算并输出残差向量γ(t);根据所述残差向量γ(t),输出检测结果;
S4、当所述检测结果存在故障时,根据步骤S3计算得到的所述残差向量γ(t),以及故2
障特征值fi,计算并输出L内积;所述故障特征值fi由所述残差向量γ(t)和所述残差向量γ(t)的2‑范数||γ(t)||2计算得到;
2
S5、根据所述L内积,输出故障类型。
2.如权利要求1所述的一种基于数字孪生的光伏发电组件故障检测和识别方法,其特征在于,所述步骤S2中,数字孪生体中光伏发电组件的测量特征量z(t)的计算公式为:k为整数
其中,k表示当前采样周期;G为数字孪生体中太阳电池组件受到的光照强度;T为数字孪生体中太阳电池组件受到的环境温度;x[k]表示线性开关状态空间方程的前向欧拉离散G,T G,T
化方程;Ipv 为数字孪生体中太阳电池组件在最大功率情况下的输出电流估计值;Vpv 为数字孪生体中太阳电池组件在最大功率情况下的输出电压估计值;E为电气传感器增益的单位矩阵;I为单位矩阵;sn为单位矩阵维数;x[k‑1]为状态向量;u[k‑1]为输入向量;
Ts为采样周期;Aσ(t)和Bσ(t)表示两种状态,Aσ(t)∈{A1,A2,ref 2 ref
K,Anm},Bσ(t)∈{B1,B2,K,Bnm}; 为数字孪生体中光照强度为G =1000W/m、温度为T =
25℃情况下,达到最大功率时,太阳电池组件的输出电流; 为数字孪生体中光照强度为ref ref ref refG 、温度为T 情况下,达到最大功率时,太阳电池组件的输出电压;T =25℃;G =2
1000W/m;Ki为电流温度系数;Kp为功率温度系数。
3.如权利要求1所述的一种基于数字孪生的光伏发电组件故障检测和识别方法,其特征在于,所述步骤S3,包括:
S301、所述数字孪生体中光伏发电组件的测量特征量z(t)减去待检测光伏发电组件物理实体中的特征量y(t),生成残差向量γ(t):其中, 为数字孪生体中DC‑DC变换器电感电流;iL(t)为物理实体中流过电感L的电流; 为数字孪生体中DC‑DC变换器电容电压;vc(t)为物理实体中DC‑DC变换器输出G,T G,T
电压;Ipv 为数字孪生体中太阳电池组件在最大功率情况下的输出电流估计值;Vpv 为数字孪生体中太阳电池组件在最大功率情况下的输出电压估计值;ipv(t)为物理实体中太阳电池组件的输出电流;vpv(t)为物理实体中太阳电池组件的输出电压;γ1(t)、γ2(t)、γ3(t)、γ4(t)组成残差向量γ(t);
S302、根据所述生成的残差向量γ(t) ,计算∞‑范数||γ(t)||∞:其中,i表示残差向量γ(t)包含的元素个数;
S303、根据所述计算出的∞‑范数||γ(t)||∞,计算故障检测标志:其中,Γ为故障检测的阈值;
S304、根据故障检测标志,输出故障检测结果。
4.如权利要求1所述的一种基于数字孪生的光伏发电组件故障检测和识别方法,其特2
征在于,所述步骤S4中,计算L内积的计算公式为:其中,W表示计算内积的窗口大小;t为时间;γ(t)为残差向量;fi为故障特征值;
2 T
表示L内积;γ(t‑τ)表示γ(t)在时间上偏移τ然后再转置,τ为积分变量。
5.如权利要求1所述的一种基于数字孪生的光伏发电组件故障检测和识别方法,其特征在于,所述步骤S4中,故障特征值fi由残差向量γ(t)和残差向量γ(t)的2‑范数||γ(t)||2计算得到,计算公式为:
其中,γ(t)为残差向量;||γ(t)||2为2‑范数;2‑范数||γ(t)||2的计算公式为:其中,i表示残差向量γ(t)包含的元素个数。
6.如权利要求1所述的一种基于数字孪生的光伏发电组件故障检测和识别方法,其特2
征在于,所述步骤S5中,根据L内积,输出故障类型,包括:通过计算下式进行故障识别:其中,I表示故障类型;Λ为故障识别的阈值;γ(t)为残差向量;fi为故障特征值,i∈(1,…16)。