基于电流新息的改进配电网故障定位算法.pdf 7页

'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）5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10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：TM727.2;TM74315ImprovedFaultLocationAlgorithmForDistributionNetworkBasedOnCurrentInnovationShaoMingxu,ZhouSuquan(DepartmentofElectricalEngineering,HarbinInstituteofTechnology,Harbin150001,HeilongjiangProvince)20Abstract:Traditionaldistributionnetworkmatrixlocationalgorithmusestheovercurrentfaultmodeastheinformationsource,whichhasdisadvantagessuchasmisjudgmentwhenbaddataexists,complicatedcalculation,andpoorgeneralityinthecomplexfaultlocationofmultiterminalpowerdistributionnetwork.BasedontheKCLlaw,innovationgraphtheoryhasitsownadvantagesinidentifyingabnormalstateofthesystem.Therefore,faultcurrentmodeisreplacedbythecurrent25innovationgeneratedfromthecurrentbeforeandafterthefault,andthebaddataconditionareprocessedusesinnovationgraphtheory.Theimprovedfaultlocationalgorithmisproposed.Inthecaseofbaddata,thefaultstillcanbeaccuratelylocatedwhichimprovesthefaulttoleranceofthealgorithm,andthealgorithmissuitableformulti-powercomplexfaultsituation.Thesimulationresultverifiestheeffectivenessofthealgorithm.Keywords:powersystem;complexdistributionnetwork;faultlocation;baddata;currentinnovation.0引言30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[1]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。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[2]35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。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[3]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（DistributionAutomationSystem，DAS）。目前相关学者的研究方向大致可以分为两类，第[4][5][6][7]一类是人工智能优化算法，如遗传算法、神经网络、多蚁群算法、专家系统、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http://www.paper.edu.cn[8]40集理论等，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[9-14]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，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45整定，相关量测量出现坏数据的情况下存在误判的情况。[15]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，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50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55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。II=+−(1tI)()t()1innov60式中，I表示电流新息，It()、It(1+)表示故障前后相关节点的量测量。innov故障情况下电流新息由以下三部分组成。III=+Δ+e()2innovfl式中，I表示故障注入电流源，ΔI表示负荷注入电流的变化，e表示相关节点测量误fl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65电源侧到故障线路的多条突变路径。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[16]出了连支推算新息以及新息差的概念。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。IB=×I()3innovL−−innovLink70式中，I表示连支推算电流信息；B表示支路回路关联矩阵；I表示连支innovL−innovLink−-2- 中国科技论文在线http://www.paper.edu.cn上的电流新息。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75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.1Distributioninnovationnetworkwithmultiterminalpowersupply80连支推算新I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innovL−为新息差I。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dif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。85III=−()4difinnovinnovL−IIe=+()5diff2.2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90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95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- 中国科技论文在线http://www.paper.edu.cn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。100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。105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110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。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。115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。L=Δ[]IIIΔΔΔI()6123n第二步，生成网络关系矩阵。1，设备与线路相连且位于线路正方向ijCij=0，设备与线路无关ij()7−1，设备与线路相连且位于线路负方向ij120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′。125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′。GLC=*()822GGG′=+()9ii−−ReiIm式中，G、G为矩阵G中第i个元素的实部、虚部，G′为G′中各个元素对应幅iRe−iIm−i130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http://www.paper.edu.cn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。1354仿真算例分析在Matlab/Simulink中建立所图所示10kV三端供电复杂配电网，G1、G2、G3为供电电源。线路参数如下：R=Ω0.01273/km，Lm=0.9337H/km，Cn=12.74F/km，111Rk=Ω0.3864/m，Lm=4.1264H/km，Cn=7.751F/km，各区间长度取5km。000各区段负荷采用统一负荷，Sj=+1200500kVA。黑色方块代表分段开关以及断路器，也140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。图2三端供电配电网Fig.2Distributionnetworkwiththreesources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145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.1FaultAphasecurrentinnovationdata测量点电流新息负荷注入新息连支推算新息电流新息差1760.9-1444.2i0--3751.1+5564.6i4515.0-7008.8i2824.3-1443.1i-31.8-0.8i--3690.7+5565.6i4515.0-7008.7i3-105.8+41.6i-63.2-2.7i-1845.1+2782.9i1739.3-2741.3i4588.5-898.8i-83.3-5.2i-1782.5+2785.3i2371.1-3684.1i5671.8-893.5i-62.9-4.4i-1699.2+2790.5i2371.0-3684.0i6-1636.1+2796.0-1.9+0i-1636.3+2795.0i0.2+1.1i7-1634.6+2795.2i-1.85+0.1i-1634.5+2794.9i-0.1+0.3i8373.6-538.3i-74.8-3.2i-1770.2+2786.2i2143.9-3324.4i9460.6-533.1i-87.1-5.1i-1683.1+2791.2i2143.8-3324.3i10-1622.2+2795.4i-62.8-4.1i-1620.4+2795.4i-1.8-0.0i11-1620.4+2795.4i-1.8+0i-1620.4+2795.4i0+0i12-31.7-0.3i-31.5-0.2i-31.5-0.2i0.2-0.1i150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。155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，ΔI=298.8-541.6i。3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，160增加节点编号13。构造网络关系矩阵D如下。1000000000−11000000000110000000−0101000000−0001100000−0000110000−C=0000010000−()100010000100−0000000110−0000000011−0000000001−−10000010000000001000−求取故障新息模值向量G′。0.010.02,0.030.07,0.040.10,0.050.10,−−−−iiiiGLC==*2371.03683.970.020.04,0.020.04,−i，−i−i()110.050.11,2145.623324.290.020.04−−−ii，i0.02,0.08,0.11,0.11,4381.01，165G′=()120.04,0.04,0.12,3956.590.04，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http://www.paper.edu.cn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175过10kV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）：31-33.180[3]LimaDAC，FerrazRG，FilomenaADetal.Electricalpowersystemsfaultlocationwithone-terminaldatausingestimatedremotesourceimpedance[A].PowerandEnergySocietyGeneralMeeting（PES）[C].2013IEEE：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）：127-130.185[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)：73-77.190[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）：135-138.195[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）：60-63.200[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，2012.205[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.-7-'