logo资料库

基于电流新息的改进配电网故障定位算法.pdf

发布时间：2022-05-29 发布人：admin 分类：说明书 资料大小：0.18M 资料格式：pdf 举报 版权申诉
第1页 / 共7页
第2页 / 共7页
第3页 / 共7页
第4页 / 共7页
第5页 / 共7页
第6页 / 共7页
第7页 / 共7页
资料共7页，全文预览结束
    5 10 15 20 25 30 35 中国科技论文在线 http://www.paper.edu.cn 基于电流新息的改进配电网故障定位算法 邵明旭，周苏荃** （哈尔滨工业大学电气工程系，黑龙江省 哈尔滨 150001） 摘要：传统配电网矩阵式定位算法以故障过流模式作为定位算法的信息来源,出现坏数据情 况下容易产生误判,计算整定复杂且不适用多电源配电网复杂故障识别。新息理论以 KCL 定 律为基础,可有效识别系统异常状态。因此,以故障后一时刻减去故障前一时刻生成的电流新 息代替故障过流模式,结合新息理论对坏数据情况加以处理,提出改进后故障定位算法,在相 关量测量出现坏数据的情况下仍可以对故障进行准确定位,提高了定位算法的容错性,并且适 用于多电源复杂故障情况。仿真算例验证了算法的有效性。 关键词：电力系统;复杂配电网;故障定位;坏数据;电流新息。 中图分类号：TM 727.2; TM 743 Improved Fault Location Algorithm For Distribution Network Based On Current Innovation Shao Mingxu, Zhou Suquan Heilongjiang Province) (Department of Electrical Engineering, Harbin Institute of Technology, Harbin 150001, Abstract: Traditional distribution network matrix location algorithm uses the overcurrent fault mode as the information source, which has disadvantages such as misjudgment when bad data exists, complicated calculation , and poor generality in the complex fault location of multiterminal power distribution network. Based on the KCL law, innovation graph theory has its own advantages in identifying abnormal state of the system. Therefore, fault current mode is replaced by the current innovation generated from the current before and after the fault, and the bad data condition are processed uses innovation graph theory. The improved fault location algorithm is proposed. In the case of bad data, the fault still can be accurately located which improves the fault tolerance of the algorithm, and the algorithm is suitable for multi-power complex fault situation. The simulation result verifies the effectiveness of the algorithm. Key words: power system; complex distribution network; fault location; bad data; current innovation. 0 引言 作为电力系统的最后一级，配电网直接负担着末端负荷的供电，其工作状态直接影响着 用户的供电可靠性。随着国民经济的飞速发展，用户对供电可靠性的要求越来越高[1]。然而 受恶劣天气等异常事件的影响，经常会导致线路故障的发生。线路故障一旦出现，为了保证 减少停电用户以及停电时间，需要快速准确的对故障进行定位。由于配电网相关设备多工作 在户外，相关量测量出现坏数据的情况时有发生，并且随着分布式多电源的介入，配电网的 网络结构愈加复杂，故障电流差异性较大，对传统的故障定位算法提出了许多新的要求[2]。 早期的故障定位算法基于重合器和断路器的故障定位算法需要人工对相关线路进行投 切，自动化程度低，处理故障时间长，已经逐渐被淘汰，取而代之的是配网自动化系统[3] （Distribution Automation System，DAS）。目前相关学者的研究方向大致可以分为两类，第 一类是人工智能优化算法，如遗传算法[4]、神经网络[5]、多蚁群算法[6]、专家系统[7]、粗糙 作者简介：邵明旭(1993-)，男，硕士研究生，主要研究方向：配电网故障定位 通信联系人：周苏荃（1958-），女，教授，博士生导师，主要研究方向：电力系统状态估计. E-mail: zhousq@hit.edu.cn - 1 -
    中国科技论文在线 集理论[8]等，具有一定的容错性，但该类算法大都存在迭代计算以及定位规则复杂，计算量 大，物理意义不明显的缺陷。第二类是以矩阵算法为主的故障定位方法[9-14]，该类方法通过 网络关系矩阵以及 FTU 、用户智能电表等现场监控终端单元检测到的过流信息对故障进 行定位，相关计算量小，定位规则简单，但多电源复杂配电网故障情况下适用性不好，需 http://www.paper.edu.cn 要拆分子网，重新形成网络拓扑矩阵或者加装方向元件，此外，还需要对故障过流程度进行 整定，相关量测量出现坏数据的情况下存在误判的情况。 针对现有矩阵式定位算法的相关不足，本文结合新息图理论识别坏数据的优点[15]，使 用修正坏数据之后的电流新息代替过流信息，提出改进后网络矩阵故障定位算法，相比于传 统矩阵式定位算法，不需要繁琐的整定步骤，可适用于多电源复杂故障情况且不需多次定义 网络矩阵，在量测量出现坏数据的情况下仍可准确定位，容错性和可靠性较好。 1 概述 本算法的基本思想是：联系故障前后两个时间断面的系统状态，故障后系统相比于故障 前系统其区别在故障线路上存在一个故障点引起的故障注入电流源，受该电流源的影响，电 源侧到故障点存在着多条突变路径。本文结合故障前后的电流新息特征，根据突变路径初步 对故障进行定位，引入相关负荷的量测量，基于新息图理论对坏数据情况进行处理，将修正 后的电流新息作为信息来源，并通过与网络关系矩阵相乘，得到不同线路的故障信息，对故 障区间进行定位，与突变路径得到的定位结果相互验证。 2 配电网线路故障及坏数据识别 2.1 电流新息图形成 传统新息图，通过测量网络与预报网络之差，生成新息。对于故障情况下的系统进行简 化，将故障后相关设备的电流量测量作为测量值，故障前的电流量测量作为预报值，生成电 流新息。 + − 1) I t ( )  ( )1 表示故障前后相关节点的量测量。 40 45 50 55 60 65 I  innov I 表示电流新息， ( ) = I t (  I t + 1) 式中， innov 故障情况下电流新息由以下三部分组成。 I  I t 、 ( = f ( )2 式中， fI 表示故障注入电流源， lIΔ  表示负荷注入电流的变化，e 表示相关节点测量误 差向量。由于线路故障注入电流源来自于各个电源侧节点注入的变化，因而电流新息存在着 电源侧到故障线路的多条突变路径。 + Δ + I  innov I  l e 为了能够更准确的识别负荷突变、多相关坏数据以及拓扑错误等复杂情况，新息理论提 出了连支推算新息以及新息差的概念[16]。选定相关支路作为连支，结合网络的拓扑结构与 KCL 定律，推算出其余树枝上的连支推算新息。 = × B I  innov Link ( )3 I  − innov L − 70 式中， innov L − I  表示连支推算电流信息；B 表示支路回路关联矩阵； I  innov Link − 表示连支 - 2 -
    中国科技论文在线 上的电流新息。 http://www.paper.edu.cn 针对配电网拓扑结构以辐射状和树枝状为主，其回路特征不明显，因此相关文献中提出 [17-18]，增加一个地节点，将节点负荷作为接地连支，其余线路作为树支，形成配电网连支推 算新息网络。针对多端供电配电网情况，将承担供电比例最高的电源作为主电源，其余电源 注入作为接地连支。以双电源配电网为例，其连支树支选取如图 1 所示，图中虚线表示连支， 实线表示树支。 图 1 多端供电配网新息示意图 Fig.1 Distribution innovation network with multi terminal power supply I  连支推算新 innov L − 的出现为坏数据的识别提供了一种新的途径，将其与新息之差定义 为新息差 difI 。在没有线路故障及坏数据的情况下连支推算新息与新息存在一致性，新息差 近似为 0；存在线路故障且无坏数据的情况下，其值反映出了电流新息量中负荷注入电流的 变化部分。相比于不存在线路故障的情况下，新息差中除了测量误差向量还包含着故障注入 电流源的影响。 I  dif I  dif = − I  innov = + I  e f ( )4 I  − innov L ( )5 2.2 线路故障、坏数据识别过程 新息差向量由故障注入源引起的误差以及测量误差两部分组成，接下来讨论如何在故障 情况下，对坏数据进行识别。 在线路出现故障后，由于配电网在形成连支推算新息过程中考虑了除主电源外其余电源 的注入电流，因而故障注入电流源对系统的影响在新息差上体现为故障注入源对主电源的影 响，即单重故障情况下，新息差在相关树支上出现一条从主电源到故障线路的突变路径；多 重故障情况下，体现为相关树支上主电源到不同故障线路的突变路径，根据突变路径的特点 即可对故障进行初步定位。 对于测量矢量误差，根据新息差向量的形成过程可知，在线路相关量测出现坏数据的情 况下，其新息差特征为相关树支上的孤立较大新息差；在负荷相关量测出现坏数据的情况下， 由于连支坏数据的存在，负荷所在节点新息值不再符合 KCL 定律，可初步判断连支坏数据， 并且其作为连支新息参与了新息差向量的形成过程，因此新息差受该坏数据的影响会出现主 电源树支-线路树支-坏数据负荷连支的坏数据路径，在该路径中重新选取连支计算新息差， - 3 - 75 80 85 90 95
    中国科技论文在线 则该负荷连支会出现孤立的较大新息差，进而判断该负荷连支出现坏数据。 http://www.paper.edu.cn 100 105 在坏数据以及线路故障同时出现的情况下，由于坏数据与故障注入源的影响特征不同， 相对孤立，因此可结合主电源的注入对突变路径上的新息差进行修正，具体做法是将故障路 径上的新息差与故障节点注入的新息差相减。考察修正后的新息差，如果出现孤立的较大新 息差，则在相关线路上出现了树支坏数据；如果出现了坏数据路径，重新选取连支，进而识 别连支坏数据。 识别出坏数据后，结合坏数据出现的位置加以处理。对于大多数情况下的坏数据，可结 合相邻节点的电流新息通过 KCL 定律推算出，消去坏数据对于系统的影响；对于故障路径 边缘的线路树支坏数据，消去故障路径注入新息后虽然可以识别出坏数据，但无法确定故障 路径终点，等价于该节点状态不可观测，故障定位区间需要扩大，等价于后文形成网络矩阵 110 时去掉该段馈线对应的一行一列。按照上述方式进行处理，虽然在某些极端情况下扩大了区 间定位范围，但仍保证了故障区间的准确定位且可识别故障设备，具有很高的实际意义。 115 120 125 3 故障定位过程 按照新息相关理论识对坏数据进行修正后，即可将修正后的电流新息向量与网络关系矩 阵相乘，进而得到线路故障新息向量，带入判据即可对故障线路进行定位。 第一步，生成修正电流新息向量。 根据各个节点设备故障前后电流值生成新息电流值，结合上一节中新息图理论对坏数据 的处理过程，进而得到修正后的电流新息向量如下。 = Δ I [ 1 第二步，生成网络关系矩阵。 L Δ I 2 Δ I 3 Δ  ( )6 ]n I C ij 1   = 0  − 1 i i i j j j ，设备 与线路 相连且位于线路正方向 ，设备 与线路 无关 ，设备 与线路 相连且位于线路负方向 ( )7 需要说明的是，由于引入了相关负荷的量测量，为了降低矩阵的阶数和计算量，将系统 负荷分为两类，线路中段负荷情况下，将节点负荷与末端线路量测统一编号，对应节点新息 为二者新息之和；线路末端负荷情况下，将节点负荷作为新设备节点参与矩阵形成。此外一 旦出现路径边缘的线路树支坏数据，需要对网络矩阵进行降阶处理。 第三步，求取故障新息模值向量G′ 。 将得到的节点电流新息向量矩阵 L 与网络关系矩阵 C 相乘，即可得到线路故障信息向 量G ，在按照下式生成故障信息模值向量G′ 。 * = ( )8 ( )9 + ImG − 为矩阵G 中第 i 个元素的实部、虚部， iG′ 为G′ 中各个元素对应幅 G L C ′ = G i G i − i Re G 2 − Im 2 式中， i ReG − 、 i 130 值。 第四步，带入定位判据。 根据故障信息模值向量G′ ，即可对故障进行定位。非故障线路故障新息为线路电容电 流差值，幅值较小；故障线路流过全系统的故障电流，幅值较大。结合实际系统适当选取阈 - 4 -
    中国科技论文在线 值即可对故障线路进行定位，其阈值选取可参照躲过线路最大不平衡电流整定。 http://www.paper.edu.cn 135 4 仿真算例分析 在 Matlab/Simulink 中建立所图所示 10 kV 三端供电复杂配电网，G1、G2、G3 为供电 nF km ， 1 12.74 ，各区间长度取 5 km。 R = 电源。线路参数如下： 1 = L R ， 0 0 各区段负荷采用统一负荷， 1200 对应着线路量测点，其中量测点 7 和量测点 11 对应电源 G2、G3 注入量测。 。黑色方块代表分段开关以及断路器，也 = 0.9337 = 7.751 mH km nF km Ω 0.3864 / Ω 0.01273 / km mH km 4.1264 S 500 / j L ， 1 C ， 0 kVA = + km = C / / / ， = 140 图 2 三端供电配电网 Fig. 2 Distribution network with three sources 145 设置 0.5s 时刻 9-10 区间及 5-6 区间发生三相短路故障，提取故障前后 0.5s、0.54s 相关 量测量作为测量值和预报值，同时设置线路量测点 3 出现坏数据，模拟线路故障、坏数据同 时发生下的系统状态。选定电源 G1 为主电源，电源 G2、G3 为连支，依次计算电流新息、 连支推算新息以及新息差，如下表所示，黑体字部分表示出现了较大的电流新息差。 表 1 故障 A 相电流新息相关数据 Tab. 1 Fault A phase current innovation data 测量点 电流新息 负荷注入新息 1 2 3 4 5 6 7 8 9 10 11 12 760.9-1444.2i 824.3-1443.1i -105.8+41.6i 588.5-898.8i 671.8-893.5i -1636.1+2796.0 -1634.6+2795.2i 373.6-538.3i 460.6-533.1i -1622.2+2795.4i -1620.4+2795.4i -31.7-0.3i 0 -31.8-0.8i -63.2-2.7i -83.3-5.2i -62.9-4.4i -1.9+0i -1.85+0.1i -74.8-3.2i -87.1-5.1i -62.8-4.1i -1.8+0i -31.5-0.2i 连支推算新息 --3751.1+5564.6i --3690.7+5565.6i -1845.1+2782.9i -1782.5+2785.3i -1699.2+2790.5i -1636.3+2795.0i -1634.5+2794.9i -1770.2+2786.2i -1683.1+2791.2i -1620.4+2795.4i -1620.4+2795.4i -31.5-0.2i 电流新息差 4515.0-7008.8i 4515.0-7008.7i 1739.3-2741.3i 2371.1-3684.1i 2371.0-3684.0i 0.2+1.1i -0.1+0.3i 2143.9-3324.4i 2143.8-3324.3i -1.8-0.0i 0+0i 0.2-0.1i 150 首先，根据电流新息差值较大的量测点初步判断故障引起的突变路径。从结果可见，由 于故障点注入源的存在，出现了一条从主电源 G1 到故障区间 5-6 以及 9-10 的突变路径，初 步判定故障线路为线路 5 和线路 9。接下来根据路径上相关节点的新息差值对故障路径上相 - 5 -
    中国科技论文在线 http://www.paper.edu.cn 关节点的电流新息差进行修正，通过把量测点 5、9 的电流新息差与路径上相关节点的电流 新息差相减，把故障注入电流源对新息差的影响去除。 修正后相关量测点的电流新息差近似为 0，只有线路量测点 3 出现了-404.6+583.1i 的孤 立较大电流新息差，故判断为线路 3 量测点出现坏数据。由于线路量测点 3 不在故障路径边 缘，将其电流新息通过相邻节点推算出， 3=298.8-541.6i IΔ 。 得到修正坏数据后的电流新息 L 后，依照上文所述规则形成网络关系矩阵。对于馈线 中段负荷与线路量测点统一编号，进行归一化处理；对于线路量测点 12 对应的末端负荷， 增加节点编号 13。 构造网络关系矩阵 D 如下。 0 0 1 0 0 0 0 − 1 0 0 0 0 0 0 0 0 1 − 1 0 0 0 0 0 0 0 0 0 0 0 0 1 − 1 0 0 0 0 0 0 0 0 0 0 0 0 1 − 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 − 1 0 0 0 0 0 0 0 1 − 1 0 0 0 0 0 0 0 0 0 0 0 0 1 − 1 0 0 0 0   0  0   0   0  0   0  0   0  1  − 1   0  0  ( )10 = C                     1 − 1 0 0 0 0 0 0 0 0 0 − 1 0 0 1 − 1 − 1 0 0 0 0 0 0 0 0 0 求取故障新息模值向量G′ 。 − = G L C * =      G  ′ =   i − i 0.01 0.02 ,0.03 0.07 ,0.04 0.10 ,0.05 0.10 , i 2371.0 3683.97 0.02 0.04 ,0.02 0.04 , i 0.05 0.11 ,2145.62 3324.29 0.02 0.04 i − − − i ， − i i ， i − − − − i ( )11      0.02,0.08,0.11,0.11,4381.01 0.04,0.04,0.12,3956.59 0.04 ， (  ，   )12 155 160 165 将系统最大潮流支路不平衡电流取为正常运行状态时电流的 0.1，本算例阈值选取为 38.49，可见仅有线路 5 及线路 9 满足定位判据，与突变路径定位结果相同，判断为线路 5、 9 为故障区间。 5 结论 170 本文将传统的矩阵式定位算法与新息理论相结合，提出了基于电流新息的改进矩阵式故 - 6 -
    中国科技论文在线 障定位算法。本算法使用故障前后时刻量测量生成的电流新息代替传统的过流模式（0，1， -1），利用故障点对于系统而言是注入电流源的想法对故障进行定位，不需要多次定义网络 矩阵，可适用于多端供电多重故障。利用新息图理论解决了线路故障以及坏数据同时发生情 http://www.paper.edu.cn 175 况下坏数据的识别问题，在设备故障出现坏数据的情况下仍可对故障进行准确定位。最后通 过 10 kV 三端供电复杂系统多重故障算例，验证了算法的可行性。 [参考文献] (References) [1] 刘健，倪建立，邓永辉. 配电自动化系统[M]. 北京：中国水利水电出版社，2003. [2] 刘健，倪建立，杜宇. 配电网故障区段判断和隔离的统一矩阵算法[J]. 电力系统自动化，1999，23（1）： 31-33. [3] Lima D A C，Ferraz R G，Filomena A Det al. Electrical power systems fault location with one-terminal data using estimated remote source impedance[A]. Power and Energy Society General Meeting （PES）[C]. 2013 IEEE：IEEE，2013：1-5. [4] 卫志农，何桦，郑玉平. 配电网故障区间定位的高级遗传算法[J].中国电机工程学报，2002，22（4）： 127-130. [5] 卫志农，何桦，郑玉平. 配电网故障定位的一种新算法[J]. 电力系统自动化，2002，5（14）：48-50. [6] 魏鲁原. 基于多蚁群算法的电力变压器故障定位方法研究[D]. 徐州：中国矿业大学，2011. [7] 邵学俭，田磊. 基于 GIS 的专家系统在配电网故障定位中的应用[J].浙江电力，1998，4：12-15. [8] 束洪春，孙向飞，司大军. 基于粗糙集理论的配电网故障诊断研究[J]. 中国电机工程学报，2001，21(10)： 73-77. [9] 黄佳乐，杨冠鲁. 配电网故障区间定位的改进矩阵算法[J]. 电力系统保护与控制，2014，42（11）：41-45. [10] 李开文，袁荣湘，邓翔天，李体明. 含分布式电源的环网故障定位的改进矩阵算法[J]. 电力系统及其 自动化学报，2014，26（12）：62-68. [11] 杨俊起，陈滟涛，杨凌霄，王福忠. 配电网故障定位的改进矩阵算法研究[J]. 高电压技术，2007，33 （5）：135-138. [12] 胡福年，孙守娟. 基于图论的矩阵算法在配电网故障定位中的应用[J]. 中国电力，2016，49（3）：94-98. [13] 吴薛红，郑梅，唐小波，黄建新. 配电网故障区间定位的新型矩阵算法[J]. 南京师范大学学报，2003， 3（2）：54-57. [14] 蒋秀洁，熊信银，吴耀武，唐剑东. 改进矩阵算法及其在配电网故障定位中的应用[J]. 电网技术，2004， 28（19）：60-63. [15] 周苏荃，柳焯. 负荷突变与拓扑错误及坏数据三者交叠情况下的识别问题[J]. 中国电机工程学报， 2002，22（6）：6-10. [16] 毛志强，蔡中勤，周苏荃. 基于新息图法的电力系统负荷突变辨识[J]. 电力系统自动化，2011，35（12）： 37-41. [17] 马春阳. 基于新息图的配电网三相状态估计[D].哈尔滨：哈尔滨工业大学，2012. [18] 鲁明，徐石明，周苏荃，柳焯. 新息图法辐射配电网不正常事件的识别[J]. 继电器，2004，32(19)：18-38. 180 185 190 195 200 205 - 7 -
    分享到：
    赞 收藏

    相关推荐

    资料库

    开发技术

    共收录19306份资料，累计14个分类，关注成员有19位，主要包括：Actionscript,Javascript,PHP,VB,Perl,Delphi,Python,C#,C,Java,C++,Web开发,硬件开发,其它

    热门标签

    Actionscript Javascript PHP VB Perl Delphi Python C# C Java C++ Web开发 硬件开发 其它

    最新资料