低軌衛(wèi)星太陽電池陣輸出電流異常診斷方法

陳曦 左子瑾 張昊鵬

(北京空間飛行器總體設(shè)計部，北京 100094)

太陽電池陣是在軌衛(wèi)星的首選發(fā)電裝置，其在軌性能對衛(wèi)星工作壽命起著重要的作用[1]。目前太陽電池陣精細化監(jiān)測及故障診斷手段較為匱乏，自動化手段多為在衰減幅度較大前提下的監(jiān)測方法，對于太陽電池陣輸出的小幅衰降，診斷方法還集中在定期人工判讀上。這對及時發(fā)現(xiàn)太陽電池陣故障、進而采取應(yīng)對措施不利，發(fā)現(xiàn)時間越晚，越容易造成故障的進一步惡化或者出現(xiàn)不可預(yù)見的異常而影響衛(wèi)星在軌任務(wù)。隨著衛(wèi)星在軌壽命的不斷延長，亟需對太陽電池陣開展實時精細化的監(jiān)視與診斷，以滿足保障衛(wèi)星在軌安全穩(wěn)定運行的需求。

通過對近年在軌衛(wèi)星故障的梳理與分析，低軌衛(wèi)星的太陽電池陣所發(fā)生的故障占比較高，突出表現(xiàn)為電池片故障致使輸出電流異常下降的問題。為了及時有效識別并發(fā)現(xiàn)故障，本文提出了一種借鑒歸一化評估思路的診斷方法，能將太陽電池陣輸出電流診斷精度提升至0.5 A量級，實現(xiàn)及時準確發(fā)現(xiàn)太陽電池陣輸出電流異常下降的要求，進而提高應(yīng)對處置時效性，確保衛(wèi)星在軌安全穩(wěn)定運行。通過利用在軌衛(wèi)星實際遙測數(shù)據(jù)進行應(yīng)用驗證，證明該方法有效可行。

1 太陽電池陣異常情況分析

太陽電池陣作為向衛(wèi)星提供能源的關(guān)鍵設(shè)備，在軌發(fā)生故障，將直接導致太陽電池陣輸出電流下降，累積到一定程度會影響衛(wèi)星載荷的正常使用，甚至威脅衛(wèi)星在軌運行的安全[2]。

通過對太陽電池陣在軌故障的統(tǒng)計分析，引發(fā)故障的誘因之一是衛(wèi)星在軌運行期間，太陽電池陣長期處在高低溫交變環(huán)境的作用。針對已發(fā)生該故障的衛(wèi)星，采取偏置飛行或太陽電池陣偏置等措施，可以有效降低太陽電池陣的溫度及溫升速率，一定程度控制和減緩太陽電池陣故障的發(fā)生及惡化；針對故障較嚴重的衛(wèi)星，采取調(diào)整負載、限制使用等措施，可以有效降低衛(wèi)星進入安全模式或不可控狀態(tài)的風險。

為了在故障發(fā)生的第一時間，盡早啟動相應(yīng)處置措施，同時評估能源狀態(tài)，制定合理的衛(wèi)星使用策略，要求能夠?qū)υ谲壭l(wèi)星太陽電池陣輸出電流，進行精細化、自動化的判讀診斷，及時準確發(fā)現(xiàn)太陽電池陣故障。

綜合歷次太陽電池陣故障的在軌數(shù)據(jù)，故障現(xiàn)象為太陽電池陣輸出電流下降，并有2個特點：

(1)每次電流下降以約0.5 A(1串太陽電池片)為最小單位，一般為1～2串；

(2)電流下降，在一定時間內(nèi)存在短期或長期恢復(fù)的情況。

太陽電池陣故障的典型異常現(xiàn)象見圖1。

圖1 在軌衛(wèi)星A太陽電池陣輸出電流

2 太陽電池陣電流關(guān)聯(lián)診斷方法

關(guān)聯(lián)診斷方法是基于在軌衛(wèi)星遙測參數(shù)間的關(guān)聯(lián)規(guī)則，對指定遙測參數(shù)進行精細化、自動化判讀的常用診斷方法。針對太陽陣輸出電流，有2種關(guān)聯(lián)診斷方法，即工況條件關(guān)聯(lián)診斷方法和差值比對關(guān)聯(lián)診斷方法。

2.1 工況條件關(guān)聯(lián)診斷方法

工況條件關(guān)聯(lián)診斷方法是通過表征工況的遙測參數(shù)，識別衛(wèi)星運行在陽照區(qū)，并處在姿態(tài)三軸穩(wěn)定對地(或?qū)θ斩ㄏ?的工況，作為判讀診斷太陽電池陣輸出電流的有效時段，對該工況下太陽電池陣輸出電流進行判讀。

通過該方法首先可以將非光照(地影區(qū))條件下的無效數(shù)據(jù)(太陽電池陣輸出電流為“0”)剔除，并且將姿態(tài)機動引發(fā)太陽光入射角度變化，從而導致太陽電池陣輸出電流大幅波動的情況摒除。將簡單門限0至幾十(一般20～40 A)的判讀閾值大幅壓縮，有效提高判讀的精細程度。

工況條件關(guān)聯(lián)診斷方法的判讀原理見圖2。判讀陽照區(qū)的條件一般可選用數(shù)字(或模擬)太陽敏感器的“見太陽標志”，或太陽矢量方向與衛(wèi)星軌道系Z軸夾角(∠SOZ)等遙測參數(shù)；判讀姿態(tài)三軸穩(wěn)定對地的條件一般可選用控制模式字或負載電流等遙測參數(shù)。

圖2 工況條件關(guān)聯(lián)診斷方法判讀原理圖

工況條件關(guān)聯(lián)診斷方法可以提高太陽電池陣輸出電流的判讀診斷精度，但是低軌衛(wèi)星在軌運行期間，受季節(jié)、環(huán)境等因素的影響，太陽光相對太陽電池陣的入射強度和入射角度均在一定范圍內(nèi)呈周期性變化，使得輸出電流仍有6～10 A的波動。影響因素主要包括以下3點(見圖3)。

圖3 影響工況條件關(guān)聯(lián)診斷方法靈敏度的因素

(1)日地距離：日地距離直接影響衛(wèi)星接收到的光強，日地距離R隨地球公轉(zhuǎn)成年周期變化，換算為日地距離修正因子，范圍為0.965～1.035，即日地距離對光強的影響，年周期波動范圍約6%[3]。

(2)太陽矢量與衛(wèi)星軌道面夾角(β角)：即可表征太陽光線相對太陽電池陣的入射角度，該角度同樣呈年周期變化。對太陽同步軌道衛(wèi)星，地方時不同，β角波動范圍也不相同，一般年周期波動范圍約10°[4]。

(3)大氣漫反射：低軌衛(wèi)星運行在陽照區(qū)，可以接收到地球大氣對太陽光的漫反射，對太陽電池陣輸出電流產(chǎn)生影響。綜合在軌數(shù)據(jù)，每個軌道周期電流遙測成“駝峰狀”，即高緯度地區(qū)漫反射強度高，低緯度地區(qū)因太陽翼跟蹤指向太陽，電池陣背對地球，幾乎不受漫反射影響，電流波動范圍一般為4～6 A[5]。

以上因素累加，使得太陽電池陣輸出電流在軌呈周期性變化，限制了工況條件關(guān)聯(lián)診斷方法的判讀靈敏度，對于太陽電池陣損失1～2串的異常(即太陽電池陣輸出電流下降0.5～1 A)，不能第一時間進行報警提示。

2.2 差值比對關(guān)聯(lián)診斷方法

差值比對關(guān)聯(lián)診斷方法是對同一衛(wèi)星兩翼太陽電池陣輸出電流遙測取差值，并將差值作為被診斷對象，判斷太陽電池陣輸出電流是否出現(xiàn)異常衰降。

在軌運行期間，衛(wèi)星兩太陽翼相對位置關(guān)系穩(wěn)定，因此兩翼太陽電池陣受光照的入射強度及入射角度變化同步，即輸出電流的波動周期與幅值均應(yīng)同步。因此，通過兩翼太陽電池陣輸出電流差值比對的方法，可以不受太陽光照射強度及入射角度變化的影響，相較工況條件關(guān)聯(lián)診斷方法，進一步縮小判讀閾值區(qū)間，提高判讀的精細化程度。

該方法的判讀原理見圖4。對于太陽翼安裝在星體±Y方向的衛(wèi)星，可以選取±Y太陽電池陣輸出電流的差值作為被診斷對象。

圖4 差值比對關(guān)聯(lián)診斷方法判讀原理圖

太陽電池陣根據(jù)分流調(diào)節(jié)器單級分流調(diào)節(jié)能力設(shè)置多個分陣，分別對應(yīng)各級分流調(diào)節(jié)電路，在軌運行期間，分流調(diào)節(jié)器根據(jù)負載和充電的需求，按順序?qū)μ栯姵仃嚫鞣株囘M行調(diào)節(jié)控制，各分陣會動態(tài)工作在全供電、供電+部分分流、供電+充電、供電+調(diào)制充電+分流、調(diào)制充電+分流、全充電、全分流等多種模式下。不同工作模式會對該分陣的輸出電流帶來影響，一般波動范圍為10%，因為分流調(diào)節(jié)器會按照設(shè)定級數(shù)順序調(diào)節(jié)，因此兩翼太陽電池陣輸出電流的差值，會因為所屬各分陣工作模式的不同發(fā)生波動，綜合在軌數(shù)據(jù)，一般波動范圍在2～4 A。工作模式對兩翼太陽電池陣輸出電流差值的影響見圖5。

圖5 工作模式對兩翼太陽電池陣輸出電流差值的影響

兩翼太陽電池陣輸出電流差值的正常波動范圍，略高于太陽電池陣損失1串導致電流下降的幅值，因此利用差值比對關(guān)聯(lián)診斷方法進行判讀，依舊會使報警提示時間有所延后；并且目前在軌運行的低軌衛(wèi)星中，只有部分衛(wèi)星分別設(shè)置了兩翼太陽電池陣輸出電流的遙測，其余衛(wèi)星只有單一遙測，這也限制了差值比對關(guān)聯(lián)診斷方法的適用范圍。

3 太陽電池陣電流歸一化診斷方法

太陽電池陣電流歸一化診斷方法是借鑒太陽電池陣輸出電流歸一化評估的思路，選取衛(wèi)星在軌相同環(huán)境、工況下的太陽電池陣輸出電流作為特征數(shù)據(jù)，標準化、歸一化各影響因素后，最終對歸一化后的結(jié)果進行判讀診斷。

通過太陽電池陣電流歸一化診斷方法，將可量化的長周期影響因素剝離，包括β角、日地距離、溫度等；將與環(huán)境、工況相關(guān)聯(lián)，較難量化的動態(tài)影響因素最小化，包括大氣漫反射、姿態(tài)機動、太陽電池陣工作狀態(tài)等。經(jīng)在軌驗證，正常情況下，歸一化后的太陽電池陣輸出電流特征數(shù)據(jù)，每年的標準差一般在±0.5 A以內(nèi)，將之作為被診斷對象，可以極大提高報警診斷的精度，有效滿足及時、準確發(fā)現(xiàn)太陽電池陣輸出電流異常的要求。

太陽電池陣電流歸一化診斷的數(shù)據(jù)處理方法主要包括2步：特征數(shù)據(jù)的提取與篩選、數(shù)據(jù)歸一化計算。

3.1 特征數(shù)據(jù)的提取與篩選

選取衛(wèi)星運行在每個軌道周期陽照區(qū)中點時(太陽矢量與衛(wèi)星軌道系Z軸夾角最大)，姿態(tài)穩(wěn)定對地(或?qū)θ?并且載荷不工作狀態(tài)下的太陽電池陣輸出電流遙測值作為特征數(shù)據(jù)，特征數(shù)據(jù)篩選見圖6。該時刻衛(wèi)星太陽電池陣背對地球，輸出電流受地球大氣漫反射影響最小。

圖6 太陽電池陣輸出電流特征數(shù)據(jù)提取與篩選

3.2 數(shù)據(jù)歸一化計算

太陽電池陣輸出電流特征值A(chǔ)n的歸一化計算共分3步，分別對應(yīng)太陽光線入射角度θ、日地距離修正因子D、溫度修正因子F等3個影響因素。

(1)

式中：θ為β角度數(shù)，與太陽電池陣安裝方式相關(guān)，具體如下[6]。

(1)太陽電池陣沿衛(wèi)星本體Y軸布置，則θ=β；

(2)太陽電池陣沿衛(wèi)星本體X軸布置，則θ=90°-β。

(2)

其中，日地距離修正因子D，可利用簡化公式計算得到，誤差在0.06%以內(nèi)[7]。

D=1.000 11+0.034 221×cosY+0.001 28×

sinY+0.000 719×cos(2Y)+

0.000 077×sin(2Y)

(3)

式中：Y=2π×(N-1)/365，N為1年中的天數(shù)。

第三步：歸一化溫度修正因子的影響，修正后電流A?n為

(4)

式中：溫度修正因子F=Q×ΔT+1，ΔT為太陽電池工作溫度與標準溫度之差(標準溫度25 ℃)，Q為太陽電池電流溫度系數(shù)(太陽電池的溫度改變1 ℃時，其輸出電流的影響為%/℃)[8]。

以衛(wèi)星B在2019年太陽電池陣輸出電流為例，陽照區(qū)姿態(tài)穩(wěn)定對地狀態(tài)下全年波動范圍約40～47 A，經(jīng)歸一化計算后均值44.78 A，標準差0.14 A(見圖7)。

圖7 在軌衛(wèi)星B太陽電池陣輸出電流歸一化計算結(jié)果

4 在軌應(yīng)用驗證

通過實時解算衛(wèi)星過境下傳的實時及延時遙測數(shù)據(jù)，可以及時準確發(fā)現(xiàn)太陽電池陣掉串異常，并確定發(fā)生異常的串數(shù)。舉例說明如下。

(1)衛(wèi)星C正常在軌運行期間，太陽電池陣輸出電流歸一化均值50.36 A，標準差0.15 A，根據(jù)“歸一化均值±2×標準差”設(shè)置歸一化診斷報警門限[50.06,50.66]。2019年11月18日，衛(wèi)星過境后通過解算的歸一化數(shù)據(jù)49.87 A，觸發(fā)報警。經(jīng)分析確認該衛(wèi)星發(fā)生1串太陽電池開路異常，導致太陽電池陣輸出電流下降約0.5 A，歸一化診斷方法第一時間進行了報警提示(見圖8)。

圖8 在軌衛(wèi)星C太陽電池陣輸出電流異常下降歸一化診斷效果

(2)衛(wèi)星D正常在軌運行期間，太陽電池陣輸出電流歸一化均值28.93 A，標準差0.08 A，設(shè)置歸一化診斷報警門限[28.7,29.1]。2020年4月6日，衛(wèi)星過境后通過解算的歸一化數(shù)據(jù)28.38 A，觸發(fā)報警；之后頻繁出現(xiàn)報警及短時恢復(fù)情況，至5月24日報警信息未再恢復(fù)。經(jīng)分析確認該衛(wèi)星4月6日發(fā)生1串太陽電池異常，但未完全失效；輸出電流出現(xiàn)波動持續(xù)約50天后，該串電池完全開路失效，導致太陽電池陣輸出電流下降約0.5 A。歸一化診斷方法對該問題全過程進行了報警提示(見圖9)。

圖9 在軌衛(wèi)星D太陽電池陣輸出電流異常下降歸一化診斷效果

5 結(jié)束語

本文研究了3種低軌衛(wèi)星太陽電池陣輸出電流異常診斷方法，包括工況條件關(guān)聯(lián)診斷方法、差值比對關(guān)聯(lián)診斷方法、歸一化診斷方法。其中，工況條件關(guān)聯(lián)診斷方法的診斷精度相對最低，差值比對關(guān)聯(lián)診斷方法的診斷精度有所提高，但其適用性受限于遙測參數(shù)的設(shè)置。本文提出的歸一化診斷方法，將影響診斷精度的因素通過數(shù)據(jù)篩選和歸一化計算進行剝離，相較前2種關(guān)聯(lián)診斷方法，診斷精度大幅提高，通過在軌驗證，能夠及時識別出太陽電池陣因掉串導致輸出電流0.5 A小幅下降的異常，有效滿足對太陽電池陣輸出電流自動化、高精度診斷的需求。