Nuovo metodo di fault detection tramite polinomiali di guasto per stringhe di impianti fotovoltaici con aggiornamento automatizzato

With an installed capacity of over 620 GW in 2019 in the world, solar PV has taken a primary role in the transition from fossil to renewable sources. The maintenance of high efficiency of the installed photovoltaic systems and the rapid identification of faults are therefore important issues for the minimization of energy and economic losses; in this context, automatic systems for monitoring faults that cannot be identified through conventional protection systems are relevant. Current methodologies compare the current performance of a plant with data generated by simulations. The accuracy of the simulations, however, decreases over time due to the difficulty of modeling the reduction in plant performance due to the natural degradation of the photovoltaic modules. The contribution of this study consists in the possibility of considering the degradation of the photovoltaic modules in the monitoring system, making it applicable also to systems installed for some time and which have reduced performance compared to nominal conditions. The developed fault detection system (FDS) applies to strings of photovoltaic systems and is based on the study of electrical data following the translation of current, voltage and power at fixed radiation and temperature conditions, in order to eliminate environmental noise in the data comparison. The FDS is divided into a first phase (initialisation) in which the reference values of the operation of the system are defined and a second phase (monitoring) in which the control of the operating points with respect to the reference values previously obtained is carried out. The control phase allows to identify in real time the anomalous operating points and to identify the type of fault in progress. The reference power is defined by filtering a dataset containing one year of plant operating data, prior to the installation of the FDS; in this way it is possible to avoid the use of simulations and it is possible to consider the system's own performance. The type of failure is identified through the use of a new approach based on the application of specific "failure polynomials" defined for the main categories of failure: short circuits, breakage of the interconnections between cells, activation or breakage of bypass diodes and uniform soiling. A periodic FDS updating system through a dataset collected during the monitoring phase is also proposed. The method proved to be correctly working following validation on a dataset containing an artificial fault.

Con una capacità installata di oltre 620 GW nel 2019 nel mondo, il solare fotovoltaico ha assunto un ruolo primario nella transizione da fonti fossili a fonti rinnovabili. Il mantenimento di un’elevata efficienza degli impianti fotovoltaici installati e la rapida individuazione dei guasti sono pertanto temi rilevanti per la minimizzazione delle perdite energetiche ed economiche; in questo contesto assumono rilevanza i sistemi automatici di monitoraggio dei guasti non identificabili attraverso i sistemi di protezione convenzionali. Le metodologie correnti confrontano le performance attuali di un impianto con dati generati tramite simulazioni. L’accuratezza delle simulazioni tuttavia si riduce nel tempo a causa della difficoltà di modellizzazione della riduzione delle performance di impianto dovuta al naturale degrado dei moduli fotovoltaici. Il contributo del presente studio consiste nella possibilità di considerare il degrado dei moduli fotovoltaici nel sistema di monitoraggio, rendendolo applicabile anche ad impianti installati da tempo e che presentano performance ridotte rispetto alle condizioni nominali. Il sistema di fault detection (FDS) ideato si applica a stringhe di impianti fotovoltaici ed è basato sullo studio dei dati elettrici a seguito della traslazione di corrente, tensione e potenza a condizioni di irraggiamento e temperatura fissate, in modo da eliminare i rumori ambientali nel confronto tra dati. Il FDS si suddivide in una prima fase (inizializzazione) in cui vengono definiti i valori di riferimento del funzionamento dell’impianto ed in una seconda fase (monitoraggio) in cui si attua in tempo reale il controllo dei punti di funzionamento rispetto ai valori di riferimento precedentemente ottenuti. La fase di controllo permette di individuare in tempo reale i punti di funzionamento anomalo e di identificare il tipo di guasto in atto. La potenza di riferimento viene definita attraverso il filtraggio di un dataset contenente un anno di dati di funzionamento dell’impianto, precedente all’installazione del FDS; in tal modo è possibile evitare il ricorso a simulazioni ed è possibile considerare le performance proprie dell’impianto. Il tipo di guasto viene identificato mediante l’utilizzo di un nuovo approccio basato sull’applicazione di specifiche “polinomiali di guasto” definite per le principali categorie di guasto: cortocircuiti, rottura delle interconnessioni tra celle, attivazione o rottura dei diodi di bypass e sporcamento uniforme. Viene proposto inoltre un sistema di aggiornamento periodico del FDS tramite dataset raccolto durante la fase di monitoraggio. Il metodo si è dimostrato correttamente funzionante a seguito della validazione su un dataset contenente un guasto artificiale.