《Energies》：An Overview of Anti-Islanding Protection Schemes in PV-Based Microgrids
分布式能源资源（distributed energy resources, DERs），尤其是光伏（photovoltaic, PV）系统，日益增强的集成正在改变现代电力系统，并为保护、可靠性和稳定性带来新挑战。向具有双向功率流的智能电网转型，已显著改变保护系统必须运行的条件。与DERs集成相关的关键挑战之一是非故意孤岛（unintentional islanding），即DER或一组DERs在与主公用电网断开后仍继续为配电网络的一部分供电。若未在规定时间内检测并清除，孤岛可能对人员安全、电能质量、设备与系统稳定性构成风险。本文对光伏及逆变器接口DER系统的孤岛检测方法进行了全面综述与批判性分析，包括被动（passive）、主动（active）、混合（hybrid）与基于通信（communication-based）的技术。研究从检测速度、非检测区（non-detection zone, NDZ）、误跳闸行为、电能质量影响、实现复杂性、成本以及对不同逆变器和电网条件的适应性等方面对这些方法进行了评估。特别关注多逆变器系统、弱电网与变流器主导电网、通信与网络安全，以及标准化与基准测试挑战。基于识别出的局限与研究空白，讨论了未来研究方向，重点包括基于人工智能/机器学习（artificial intelligence/machine learning, AI/ML）的检测、自适应保护、构网型逆变器（grid-forming inverters, GFM）、多逆变器协同、光伏–电池（PV–battery）系统、弱电网与低惯量网络以及实验验证。该综述强调需要自适应、协同且智能的孤岛保护框架，以便在日益复杂的逆变器主导电力系统中确保可靠检测。
1 Introduction：全球电力需求、脱碳政策与可再生能源（renewable energy sources, RES）推动电力系统转型。分布式发电（distributed generation, DG）使系统由集中式向分散式转变，DERs带来降低传输损耗、本地电压支撑、提高能效等效益，但也给配电系统运营商（distribution system operators, DSOs）带来电压调节、反向功率流、保护协调、电能质量与频率稳定问题。高DER渗透下的关键挑战之一是非故意孤岛。现代电网规范和国际标准要求DG在规定时间内检测孤岛并断开。本文综述高渗透PV配电网孤岛检测方法，文献检索覆盖IEEE Xplore、Scopus和Web of Science，时间跨度为2003—2026年。
2 Islanding Operation and Detection Methods
2.1 Islanding Operation：DER集成增加孤岛概率。孤岛指DG单元独立或与其他发电单元一起，在电网分离后继续向局部网络供电。孤立部分若缺乏明确电气边界、协调控制和并/离网运行能力，不应视为微电网。孤岛可分为有意图和非意图。有意图孤岛常用于微电网和韧性电力系统的计划运行，以维持关键负荷；非意图孤岛通常由故障、断路器操作、维护、保护动作或网络故障引起，会带来人员安全、低惯量频率偏差、电压调节困难及重新同步暂态等风险。本文聚焦高PV渗透配电网的非意图孤岛检测。
2.2 Islanding Detection Methods：孤岛检测方法分为被动、主动、混合与通信方法。被动方法依赖公共耦合点（point of common coupling, PCC）本地测量，如电压幅值、频率、相角、谐波畸变和频率变化率（rate of change of frequency, ROCOF）。主动方法注入受控扰动并观察响应，如主动频率漂移（active frequency drift, AFD）、Sandia频率偏移（Sandia frequency shift, SFS）、Sandia电压偏移（Sandia voltage shift, SVS）、阻抗测量（impedance measurement, IM）和滑模频率偏移（slip-mode frequency shift, SMS）。混合方法结合被动与主动原理，通常由被动判据触发主动检测。通信方法包括功率线载波通信（power line carrier communication, PLCC）、转移跳闸（transfer trip, TT）和监控与数据采集（supervisory control and data acquisition, SCADA）。方法比较为定性综合，并非测量值或通用限值。
2.3 Passive Islanding Detection Methods
2.3.1 Rate of Change of Frequency (ROCOF)：监测PCC频率变化率。孤岛后有功不平衡导致频率变化率增大；大不平衡易检测，发电与负荷接近匹配时形成NDZ。
2.3.2 Under/Overvoltage and Under/Overfrequency (UV/OV, UF/OF) Protection：监测电压幅值和频率，越限后断开DG。实现简单、成本低，但发电与负荷接近平衡时NDZ较大。
2.3.3 Rate of Change of Output Power (ROCOP)：监测DG有功输出变化。响应快、NDZ相对小，但受运行条件、功率失配和负荷切换影响。
2.3.4 Rate of Change of Frequency over Power (ROCOFOP)：结合频率变化与有功变化，提高小失配下灵敏度并减小NDZ，但需可靠测量频率和功率，阈值选择关键。
2.3.5 Rate of Change of Phase-Angle Difference (ROCOPAD)：监测相角差变化率。孤岛后相角关系改变，可较早检测，但依赖系统动态、测量精度和阈值。
2.3.6 Voltage Unbalance (VU) and Total Harmonic Distortion (THD)：利用电压不平衡和谐波畸变检测异常，但易受负荷切换和非线性负荷等非孤岛扰动影响，常与其他被动方法组合。
2.3.7 Vector Shift (VS)：检测PCC电压相角突变。响应快、实现较简单，但受运行条件和非孤岛扰动影响。总体而言，被动方法不注入扰动、对电能质量直接影响小，但NDZ与误跳闸问题仍存。
2.4 Active Islanding Detection Methods
2.4.1 Impedance Measurement (IM)：注入扰动并估计PCC等效阻抗，可检测小失配甚至零失配，但依赖测量精度、背景谐波和注入策略。
2.4.2 Active Frequency Drift (AFD)：通过略微修改逆变器输出电流正负半周期，使孤岛后频率漂移。实现较简单并减小NDZ，但会引入波形畸变和谐波，受斩波比、负荷品质因数Q
f和功率失配影响。
2.4.3 Slip-Mode Frequency Shift (SMS)：在频率偏差与逆变器相位响应间引入正反馈，孤岛后强化频率偏移至UF/OF阈值。参数选择重要，过度反馈影响电能质量。
2.4.4 Sandia Frequency Shift (SFS)：基于频率偏差与逆变器相位或频率控制的正反馈。并网时扰动影响小，孤岛后驱动频率偏离，NDZ小、检测快，但可能降电能质量并与逆变器控制交互。
2.4.5 Sandia Voltage Shift (SVS)：对电压幅值施加正反馈，修改无功控制。孤岛后放大电压偏差至UV/OV阈值，需权衡检测灵敏度与电压扰动。
2.4.6 Negative-Sequence Current Injection：注入受控负序电流，利用孤岛后负序电压响应增强检测。可快速检测且对正序基波扰动较小，但可能增加电压不平衡并与锁相环（phase-locked loop, PLL）及逆变器控制交互。
2.4.7 Active P + Q Injection：同时扰动有功和无功，提高孤岛与正常工况的可区分性，但需协调多个逆变器参考值，复杂性和并网时扰动风险增加。主动方法可显著减小NDZ，但以有意扰动为代价。
2.5 Hybrid Islanding Detection Methods
2.5.1 Positive Feedback Between Active Current and Voltage-Unbalance Factor：结合电压不平衡监测与逆变器输出电流正反馈。正常时反馈不激活，孤岛后VU增大并超阈值，加速电压偏差。关键在阈值选择。
2.5.2 Average Rate of Voltage Change–Real Power-Shift Method：将平均电压变化率（ROCOV）与有功功率偏移（RPS）结合。被动监测异常后引入有功偏移，孤岛下电压响应更大，提高检测准确性。
2.5.3 SMS–Q
F Hybrid Method：将SMS与负荷品质因数Q
f评估结合，疑似孤岛时激活SMS，适应谐振负荷并减小NDZ，但增加Q
f估计和增益整定复杂度。
2.5.4 SFS–ROCOF Hybrid Method：ROCOF作为被动检测级，SFS用于主动确认，兼顾快速性与可靠性，并较单独ROCOF减小NDZ。
2.5.5 Hybrid Detection Method for Low-Voltage Distribution Networks：面向低压配电网大量逆变器DG，组合多被动指标与选定主动扰动，适合高可再生能源渗透和复杂拓扑，但须满足电网规范与电能质量要求。混合方法提供NDZ、速度、误跳闸、复杂性和电能质量间的折中，趋势为选择性、条件触发和多阶段检测。
2.6 Communication-Based Islanding Detection Methods
2.6.1 PLCC：利用电力线传输信号，信号丢失表明可能孤岛。原理上NDZ不受功率失配决定，但受衰减、干扰和通信可靠性影响。
2.6.2 Signal Produced by Disconnect (SPD)：将公用侧开关设备动作与断开信号关联，通信正常时NDZ可忽略，但依赖拓扑映射、通信可用性和协调。
2.6.3 TT：由公用保护或开关设备向DG保护系统发送跳闸信号，检测快且NDZ小或可忽略，适合多逆变器，但需保护级通信和协调。
2.6.4 SCADA-Based Islanding Detection：利用通信网络和监控信息识别网络分离并协调跳闸，覆盖范围广，但可能较慢，依赖可观测性、数据库正确性和网络安全。
通信方法在通信健康时可显著减小或消除NDZ，且正常运行时对电能质量影响小，但增加基础设施、成本和网络安全风险。
2.7 Comprehensive Comparative Analysis：没有单一方法普遍最优。被动方法在小失配、高Q
f、弱电网和变流器主导条件下效果降低；主动方法在扰动增益受限、多扰动交互或GFM/电网支撑控制掩盖强制响应时效果降低；混合方法在被动触发难以兼顾灵敏性和选择性时受限；通信方法在延迟、通信丢失、拓扑映射过时或网络监督丢失时需要本地后备。方法选择取决于DG技术、网络配置、失配、逆变器控制、检测时间、电能质量、通信可用性和保护目标。
3 Discussion and Research Gaps
3.1 Detection Speed and NDZ：被动NDZ较大，主动可减小NDZ，混合条件触发，通信健康时NDZ可忽略但受通信延迟影响。研究空白是缺乏标准化跨类别检测速度和NDZ比较。
3.2 False Trips and Detection Reliability：被动需在灵敏度和抗扰间折中；主动扰动可能与电网扰动、逆变器控制环和其他检测功能交互；多逆变器扰动解释复杂；通信方法存在通信丢失、延迟和错误状态风险。需可靠性导向评估框架。
3.3 Power Quality：主动和混合方法的有意扰动可能引起谐波、电压波动、频率偏差；通信方法通常无直接波形扰动。空白是缺少统一电能质量度量，需同时评估检测、电能质量和电网支撑功能交互。
3.4 Complexity and Cost：被动成本低；主动需附加控制逻辑；混合增加算法复杂度；通信依赖外部基础设施，成本最高。应按传感器测量、计算控制、通信基础设施、工程生命周期、认证测试等驱动区分成本。空白是缺乏全生命周期经济比较。
3.5 Multi-Inverter Systems：多逆变器孤岛响应由多个变流器、控制、网络阻抗和负荷共同决定。被动阈值可能失敏或不安全；主动扰动可能相互抵消；误跳闸行为改变；保护协调更复杂。空白是单逆变器结果难以推广到异构多逆变器网络。
3.6 Weak-Grid and Converter-Dominated Systems：弱电网和低短路比下，电压对功率更敏感，频率、相角、阻抗与变流器控制耦合；PLL动态降低相位刚度，增加ROCOF和VS误跳风险；电网支撑功能和GFM可维持电压频率，掩盖被动检测并抵消主动扰动。需对短路强度、阻抗、控制模式和渗透率鲁棒的检测方法。
3.7 Communication and Cybersecurity：通信方法存在延迟、丢包、失败、同步问题和错误状态信息；数字化还带来未授权访问、数据操纵、拒绝服务攻击和恶意控制命令。需通信可靠性与网络安全联合设计、安全认证、冗余、异常检测、失效安全逻辑和网络物理验证。
3.8 Standardization and Benchmarking：IEC 62116和IEEE 1547提供重要要求与测试框架，但研究条件不同导致直接比较困难。需共同基准系统与可复现测试场景，覆盖单/多逆变器、强弱网和不同控制架构，并明确标准版本、测试电路、类别和设置。
4 Future Research Perspectives
4.1 AI/ML-Based Detection：AI/ML可识别电压、电流、频率、相角、序分量中的模式，减少固定阈值依赖。已有人工神经网络、模糊系统、自适应神经模糊推理系统、决策树、支持向量机、随机森林及深度学习方法。局限包括数据集不足、类不平衡、对未见网络条件泛化不确定、可解释性不足、实时计算要求和网络安全。未来需轻量鲁棒模型、物理信息ML、公开标准数据集、CHIL/PHIL到现场验证及SHAP等可解释方法。
4.2 Adaptive Detection：固定阈值和固定扰动参数难以适应变化工况，需动态调整阈值、扰动参数或分类准则，并约束收敛时间、计算负担、稳定性和保护可信性。
4.3 Grid-Forming Inverters：GFM主动调节电压和频率，孤岛后仍可维持正常范围，增加传统被动NDZ。下垂、虚拟同步机和虚拟振荡器控制等GFM实现均强调电压源调节。未来需兼容电压源行为，区分非意图孤岛与有意图孤岛及电网支撑功能，并协调检测、GFM控制和保护功能。
4.4 Multi-Inverter Coordination：需研究异构GFL/GFM、PV逆变器和电池变流器的协调主动扰动，采用协调或正交扰动策略与增益整定；发展共享本地信息的合作被动检测；通信辅助协调应明确本地后备，并扩展到多PCC、不同厂商、PV–电池和CHIL/PHIL验证。
4.5 PV–Battery Systems：PV–电池储能系统的孤岛响应取决于PV工作点、电池荷电状态、充放电模式、变流器控制和发电–负荷平衡。未来需覆盖不同荷电状态、充放电模式、辐照和控制器，并避免孤岛保护干扰电池能量管理系统、电压支撑或GFM功能。
4.6 Weak-Grid and Low-Inertia Networks：低惯量和弱电网改变电压频率动态，电网支撑功能可能掩盖孤岛特征。需在宽短路比、电网强度、惯量、渗透率和运行点下评估，区分孤岛与故障、电压扰动、频率偏移和规范要求的支撑响应。
4.7 Standardization and Experimental Validation：需一致实验和基准程序。未来验证应扩展至多逆变器、不同控制模式、弱电网、PV–电池和通信辅助保护。HIL/CHIL可作为仿真与现场测试间的中间步骤，并按平台、配置、控制模式、非孤岛扰动和通信条件明确报告结果。
4.8 Research Trends and Application Gaps: A Quantitative Synthesis：定量合成显示，主动方法占23.6%，混合方法占21.6%，被动方法占17.6%；负序、AI/ML和GFM合计31.3%。研究未由单一方法主导，而是向互补机制和新兴方法发展。GFM研究相对较少但重要性上升。优先方向包括异构多变流器系统、统一自适应框架、AI/ML数据多样性与可解释性、负序方法在多逆变器和不平衡系统中的应用，以及通信与网络安全和本地测量结合的混合架构。
5 Conclusions：没有单一检测类别普遍最优。小型住宅PV无通信时，被动UV/OV、UF/OF、ROCOF及本地被动–主动混合最实用；并网逆变器PV和大规模电站中，频率型主动方法和选择性混合方案可提高小失配灵敏度；多逆变器、微电网和多PCC系统中，混合本地方法与PLCC、SPD、TT或SCADA协调在有可靠通信和本地后备时最有前景。主要障碍包括单逆变器结果向异构GFL/GFM系统泛化、弱电网低惯量下PLL和电网支撑交互鲁棒性、AI/ML数据多样性和可解释性、通信依赖方案网络韧性。部署前需从仿真走向CHIL/PHIL、多逆变器实验室和现场测试，并在共同基准下明确标准版本、失配范围、控制模式和非孤岛扰动。
