CN107632239A - 一种基于imf能量熵的光伏送出线路故障选相方法 - Google Patents

Abstract

本发明公开了一种基于IMF能量熵的光伏送出线路故障选相方法。该方法包括以下步骤：获得光伏电站送出线路的三相故障分量电压和零序故障分量电压数据；分别对三相及零序故障分量电压进行EMD，自适应得到各个频带下的IMF分量；求出每个IMF分量与原信号间的相关系数序列，根据设定阈值筛选有效的IMF分量；根据有效IMF分量计算能量熵等故障特征参数，结合短路故障特性及特征参数的不同特点构建选相判据从而实现故障选相。本发明将EMD方法与能量熵概念相结合，适用于光伏电站送出线路光伏侧故障选相，能够在光伏侧进行正确动作，并且具有不受故障位置、过渡电阻和故障初始角大小等因素影响的特点，提高了光伏送出线路故障选相的准确性。

Description

一种基于IMF能量熵的光伏送出线路故障选相方法

技术领域

本发明涉及光伏电站的继电保护技术领域，特别是一种基于IMF能量熵的光伏送出线路故障选相方法。

背景技术

随着传统化石资源逐渐枯竭和环境污染问题的日益突出，太阳具有清洁环保和资源储备优越等优点越来越受到人们的关注，目前将大规模光伏电站接入电力系统是利用太阳能资源的最佳途径。由于大中型光伏电站具备一定的低电压穿越(LVRT)能力，且其故障电流大小不超过逆变器额定负载电流的1.2倍，将对光伏侧基于电流信息的选相元件的动作性能产生严重影响。而基于电压信息的选相元件受弱电源特性影响较小，在弱电源侧灵敏度较高，可较好的应用在光伏送出线路的故障选相中。

光伏送出线路产生的故障分量电压是一种非平稳的暂态信号，分析暂态信号是研究故障分量电压从而进行故障选相的基础和依据，短时傅里叶变换、小波变换等是分析时普遍使用的数学工具。短时傅里叶变换的时频窗口不能自适应调整，无法兼顾时间与频率分辨率的要求，并不适用于分析非平稳信号；小波变换虽然在时域和频域具有较高的分辨率，但是小波基函数和分解尺度难以选择，且不能保证得到最优效果，也不具有自适应性。

发明内容

本发明的目的在于提供一种光伏送出线路故障选相中能够正确选相的基于IMF能量熵的光伏送出线路故障选相方法。

实现本发明目的的技术解决方案为：一种基于IMF能量熵的光伏送出线路故障选相方法，包括以下步骤：

步骤1，获得光伏电站送出线路的三相故障分量电压Δu_a，Δu_b，Δu_c和零序故障分量电压数据Δu₀；

步骤2，分别对上述故障分量电压信号进行经验模式分解即EMD，自适应得到各个频带下的本征模态函数IMF分量；

步骤3，求出各IMF分量与原电压信号间的相关系数序列，根据设定阈值ρ_set筛选有效的IMF分量；

步骤4，根据有效IMF分量计算包括能量熵的故障特征参数，结合短路故障特性及特征参数的不同特点，判断故障类型从而构建选相判据实现故障选相。

进一步地，步骤1中所述获得光伏电站送出线路的三相故障分量电压Δu_a，Δu_b，Δu_c和零序故障分量电压数据Δu₀，具体如下：

(1.1)光伏送出线路故障后，从保护安装处的全电压中减去故障前的电压，得到三相故障分量电压Δu_a，Δu_b，Δu_c；

(1.2)根据公式Δu₀＝1/3(Δu_a+Δu_b+Δu_c)计算得到零序故障分量电压数据Δu₀，其中Δu_a，Δu_b，Δu_c为三相故障分量电压。

进一步地，步骤2中所述分别对上述故障分量电压信号进行经验模式分解即EMD，自适应得到各个频带下的本征模态函数IMF分量，具体如下：

对一个故障分量电压信号x(t)进行平稳化处理，得到若干个本征模态函数IMF分量和一个余项r，表示为：式中余项r表示信号的平均趋势，各IMF分量c₁，c₂，…，c_n分别表示信号由高到低的频率成分，每个频率段成分不同，且随原始信号而变化；

上述IMF分量，应满足以下两个条件：在整个数据段内，极大值、极小值的个数和过零点个数相同或最多相差一个；任意时刻，连接IMF局部极大值和局部极小值形成2条包络线，包络线的均值在任一点处为零。

进一步地，步骤3中所述求出各IMF分量与原电压信号间的相关系数序列，根据设定阈值ρ_set筛选有效的IMF分量，具体如下：

(3.1)根据信息论中的相关性原理求出IMF各分量{c_i(t)，i＝1，2，…，n}与原信号的相关系数序列{ρ_i，i＝1，2，…，n}；

(3.2)设定阈值ρ_set为相关系数序列中最大值的1/10，将相关系数序列中大于阈值ρ_set的对应IMF分量判断为有效IMF，否则将其并入余项r中判断为无效IMF。

进一步地，步骤4中所述根据有效IMF分量计算包括能量熵的故障特征参数，结合短路故障特性及特征参数的不同特点，判断故障类型从而构建选相判据实现故障选相，具体如下：

(4.1)所述故障特征参数，包含如下四点：

故障分量电压的IMF能量：在忽略余项r的情况下规定为各有效IMF能量{E₁，E₂，…，E_j}之和，表示为

故障分量电压的IMF能量熵：利用信息熵理论对原信号每个IMF分量变换，对应的IMF能量熵定义为式中p_i＝E_i/E，得到三相暂态电压信号相应的IMF能量熵为{H_a，H_b，H_c}；

相对能量熵因子：定义为得出三相暂态电压信号相应的相对能量熵因子为{S_a，S_b，S_c}；

能量熵比值：定义为三相暂态电压中较大两相IMF能量熵之比，为较小两相IMF能量熵之比；H_max、H_mid、H_min表示H_a，H_b，H_c从大到小排序；

(4.2)所述短路故障特性，包含以下两点：

光伏侧送出线路在发生故障时表现为故障相电压有跌落，非故障相电压不变；

送出线路无论发生接地或不接地故障，故障相的故障分量电压变化超出设定阈值，而非故障相变化为零；

(4.3)所述特征参数的不同特点，包含以下两点：

采用直接接地方式的输电系统，发生接地故障时，零序分量Δu₀的IMF能量值E₀在故障发生时刻增大；而发生对称故障或相间短路故障时Δu₀变化为零，E₀的值趋于0；

故障相的能量熵较非故障相大：单相故障时，故障相的能量熵最大，即α＞1而β≈1；两相故障时，两个故障相的能量熵相等且大于非故障相，即α≈1而β＞1；三相故障时，三个故障相的能量熵相等，即α≈β≈1；通过比较S_Φ的大小确定故障相：S_Φ≈1的对应相为故障相；

(4.4)所述选相判据，包含以下三点：

通过比较E₀的大小判断是否为接地故障：不接地故障时E₀＜ε，而接地故障时E₀＞＞ε；ε为设定的阈值且ε＜10^-3；

通过比较α和β的大小判断故障类型：α＞1而β≈1时为单相故障，α≈1而β＞1时为两相故障，α≈β≈1为三相故障；

通过比较S_Φ的大小确定故障相：S_Φ≈1的对应相为故障相，从而实现光伏送出线路的故障类型选相。

本发明与现有技术相比，其显著优点为：(1)在光伏送出线路故障选相中能够正确选相，不受光伏电站低电压穿越控制策略及逆变器限幅的影响，在送出线路光伏侧可以有效选相；(2)选相方法不受故障位置、过渡电阻和故障初始角大小等因素的影响，具有较高的可靠性，能对不同工况下的故障类型进行正确识别并实现故障选相；(3)选相方法解决了EMD产生的无效IMF分量问题，运算量不大，实现难度小，具有一定的应用前景。

附图说明

图1为本发明的故障选相方法示意图。

图2为本发明的故障选相算法流程图。

具体实施方式

下面结合附图及具体实施例对本发明做出进一步详细说明。

结合图1，本发明基于IMF能量熵的光伏送出线路故障选相方法，包括以下步骤：

①获得光伏电站送出线路的三相故障分量电压Δu_a，Δu_b，Δu_c和零序故障分量电压数据Δu₀；

具体的，所述故障分量电压通过从光伏送出线路光伏侧保护安装处故障后的全电压中减去故障前状态下的电压获取，得到三相故障分量电压Δu_a，Δu_b，Δu_c；所述零序故障分量电压根据公式Δu₀＝1/3(Δu_a+Δu_b+Δu_c)计算得到，其中Δu_a，Δu_b，Δu_c为三相故障分量电压。

②分别对上述故障分量电压信号进行经验模式分解(Empirical ModeDecomposition，简称EMD)，自适应得到各个频带下的本征模态函数IMF(Intrinsic ModeFunction)分量；

具体的，所述EMD方法是对一个复杂信号进行平稳化处理，得到若干组按不同尺度的波动或趋势逐级分解成若干个本征模态函数IMF和一个余项r，可表示为：式中余项r表示信号的平均趋势，各IMF分量c₁，c₂，…，c_n分别表示信号由高到低的频率成分，每个频率段成分不同，且随原始信号而变化；IMF分量，应满足以下两个条件：其极大值、极小值的个数和过零点个数在整个数据段内，其相同或最多相差一个；任意时刻，连接IMF局部极大值和局部极小值形成2条包络线，包络线的均值在任一点处为零。

③求出各IMF分量与原电压信号间的相关系数序列，根据设定阈值ρ_set筛选有效的IMF分量；

具体的，所述相关系数序列确定的方法为：根据信息论中的相关性原理求出IMF各分量{c_i(t)，i＝1，2，…，n}与原信号的相关系数序列{ρ_i，i＝1，2，…，n}；阈值ρ_set设定为相关系数序列中最大值的1/10；筛选有效IMF分量的方法为：将相关系数序列中大于阈值ρ_set的对应IMF分量判断为有效IMF，否则将其并入余项r中判断为无效IMF。

④根据有效IMF分量计算能量熵等故障特征参数，结合短路故障特性及特征参数的不同特点构建选相判据从而实现故障选相。

具体的，所述故障特征参数包含如下四点：

故障分量电压的IMF能量：在忽略余项r的情况下规定为各有效IMF能量{E₁，E₂，…，E_j}之和，可表示为

故障分量电压的IMF能量熵：利用信息熵理论对原信号每个IMF分量变换，对应的IMF能量熵定义其为式中p_i＝E_i/E，得到三相暂态电压信号相应的IMF能量熵为{H_a，H_b，H_c}；

相对能量熵因子：定义其为得出三相暂态电压信号相应的相对能量熵因子为{S_a，S_b，S_c}；

能量熵比值：定义为三相暂态电压中较大两相IMF能量熵之比，为较小两相IMF能量熵之比；

所述短路故障特性，包含以下两点：

有光伏侧送出线路在发生故障时表现为故障相电压有一定跌落，非故障相电压基本不变；

送出线路无论发生接地或不接地故障，故障相的故障分量电压变化较大，而非故障相变化约为零；

所述特征参数的不同特点，包含以下两点：

采用直接接地方式的输电系统，发生接地故障时，零序分量Δu₀的IMF能量值E₀在故障发生时刻突然增大；而发生对称故障或相间短路故障时Δu₀变化为零，E₀与正常运行情况下接近且其值较小；

故障相的能量熵较非故障相大很多：单相故障时，故障相的能量熵最大，即α较大而β≈1；两相故障时，两个故障相的能量熵较大且大致相等，即α≈1而β较大；三相故障时，三个故障相的能量熵大致相等，即α≈β≈1；通过比较S_Φ的大小可以确定故障相：S_Φ≈1的对应相为故障相，或S_Φ较小的对应相为非故障相。

所述选相判据，包含以下三点：

通过比较E₀的大小可以判断是否为接地故障：不接地故障时E₀<ε(输电线路因导线周围的电场分布而存在对地电容，导致在系统正常运行或发生不接地故障时线路上出现微弱的零序电流和零序电压，在实际应用中，E₀也不会出现为零的情况，作为接地判据时应设置一个较小的阈值ε，可根据经验及仿真结果选取)；而接地故障时E₀很大；

通过比较α和β的大小判断故障类型：α较大而β≈1时为单相故障，α≈1而β较大时为两相故障，α≈β≈1为三相故障，可判断出光伏送出线路的故障类型；

通过比较S_Φ的大小可以确定故障相：S_Φ≈1的对应相为故障相，或S_Φ较小的对应相为非故障相。

下面结合实施例来详细说明本发明。

实施例1

本发明方法采用电磁暂态仿真软件PSCAD/EMTDC v4.5，参照某地区110kV并网光伏电站的实际运行参数进行仿真验证。光伏电站具有LVRT能力，容量为20MW，送出线路CD全长20km，线路正序阻抗为0.12+j0.38Ω/km，零序阻抗为0.396+j1.15Ω/km，故障持续0.1s。

结合图1，本发明基于IMF能量熵的光伏送出线路故障选相方法，包括以下步骤：

①获得光伏电站送出线路的三相故障分量电压Δu_a，Δu_b，Δu_c和零序故障分量电压数据Δu₀；

②分别对上述故障分量电压信号进行经验模式分解(Empirical ModeDecomposition，简称EMD)，自适应得到各个频带下的本征模态函数IMF(Intrinsic ModeFunction)分量；

③求出各IMF分量与原电压信号间的相关系数序列，根据设定阈值ρ_set筛选有效的IMF分量；

④根据有效IMF分量计算能量熵等故障特征参数，结合短路故障特性及特征参数的不同特点构建选相判据从而实现故障选相。

图2为本发明的故障选相算法流程图，包括以下步骤：

步骤1，比较E₀的大小判断是否为接地故障：不接地故障时E₀<ε(输电线路因导线周围的电场分布而存在对地电容，导致在系统正常运行或发生不接地故障时线路上出现微弱的零序电流和零序电压，在实际应用中，E₀也不会出现为零的情况，作为接地判据时应设置一个较小的阈值ε，可根据经验及仿真结果选取)；而接地故障时E₀很大；

步骤2，比较α和β的大小判断故障类型：α较大而β≈1时为单相故障，α≈1而β较大时为两相故障，α≈β≈1为三相故障，可判断出光伏送出线路的故障类型；

步骤3，比较S_Φ的大小确定故障相：S_Φ≈1的对应相为故障相，或S_Φ较小的对应相为非故障相。

为了验证本发明方法在不同工况下亦能准确选相，对光伏送出线路在不同位置、不同过渡电阻和不同故障初始角时可能发生的各种故障进行大量仿真，得到的故障特征数据如表1所示：

表1光伏送出线路在不同情况下的故障特征数据

其中，故障类型括号里第一项为故障点到线路始端的距离，第二项为过渡电阻大小，第三项为故障初始角大小；BG表示B相接地短路，AB表示AB两相相间不接地短路，BCG表示BC两相接地短路，ABC表示ABC三相不接地短路。

实例仿真数据表明，在不同情况下，故障特征参数S_Φ，E₀，α，β的大小规律仍能满足本发明所述选相判据，可以证明该方法的有效性不受故障发生位置、过渡电阻及故障初始角大小的影响。

Claims (5)

1.一种基于IMF能量熵的光伏送出线路故障选相方法，其特征在于，包括以下步骤：

步骤1，获得光伏电站送出线路的三相故障分量电压Δu_a，Δu_b，Δu_c和零序故障分量电压数据Δu₀；

步骤2，分别对上述故障分量电压信号进行经验模式分解即EMD，自适应得到各个频带下的本征模态函数IMF分量；

步骤3，求出各IMF分量与原电压信号间的相关系数序列，根据设定阈值ρ_set筛选有效的IMF分量；

步骤4，根据有效IMF分量计算包括能量熵的故障特征参数，结合短路故障特性及特征参数的不同特点，判断故障类型从而构建选相判据实现故障选相。

2.如权利要求1所述的基于IMF能量熵的光伏送出线路故障选相方法，其特征在于，步骤1中所述获得光伏电站送出线路的三相故障分量电压Δu_a，Δu_b，Δu_c和零序故障分量电压数据Δu₀，具体如下：

(1.1)光伏送出线路故障后，从保护安装处的全电压中减去故障前的电压，得到三相故障分量电压Δu_a，Δu_b，Δu_c；

(1.2)根据公式Δu₀＝1/3(Δu_a+Δu_b+Δu_c)计算得到零序故障分量电压数据Δu₀，其中Δu_a，Δu_b，Δu_c为三相故障分量电压。

3.如权利要求1所述的基于IMF能量熵的光伏送出线路故障选相方法，其特征在于，步骤2中所述分别对上述故障分量电压信号进行经验模式分解即EMD，自适应得到各个频带下的本征模态函数IMF分量，具体如下：

对一个故障分量电压信号x(t)进行平稳化处理，得到若干个本征模态函数IMF分量和一个余项r，表示为：式中余项r表示信号的平均趋势，各IMF分量c₁，c₂，…，c_n分别表示信号由高到低的频率成分，每个频率段成分不同，且随原始信号而变化；

上述IMF分量，应满足以下两个条件：在整个数据段内，极大值、极小值的个数和过零点个数相同或最多相差一个；任意时刻，连接IMF局部极大值和局部极小值形成2条包络线，包络线的均值在任一点处为零。

4.如权利要求1所述的基于IMF能量熵的光伏送出线路故障选相方法，其特征在于，步骤3中所述求出各IMF分量与原电压信号间的相关系数序列，根据设定阈值ρ_set筛选有效的IMF分量，具体如下：

(3.1)根据信息论中的相关性原理求出IMF各分量{c_i(t)，i＝1，2，…，n}与原信号的相关系数序列{ρ_i，i＝1，2，…，n}；

(3.2)设定阈值ρ_set为相关系数序列中最大值的1/10，将相关系数序列中大于阈值ρ_set的对应IMF分量判断为有效IMF，否则将其并入余项r中判断为无效IMF。

5.如权利要求1所述的基于IMF能量熵的光伏送出线路故障选相方法，其特征在于，步骤4中所述根据有效IMF分量计算包括能量熵的故障特征参数，结合短路故障特性及特征参数的不同特点，判断故障类型从而构建选相判据实现故障选相，具体如下：

(4.1)所述故障特征参数，包含如下四点：

故障分量电压的IMF能量：在忽略余项r的情况下规定为各有效IMF能量{E₁，E₂，…，E_j}之和，表示为

故障分量电压的IMF能量熵：利用信息熵理论对原信号每个IMF分量变换，对应的IMF能量熵定义为式中p_i＝E_i/E，得到三相暂态电压信号相应的IMF能量熵为{H_a，H_b，H_c}；

相对能量熵因子：定义为得出三相暂态电压信号相应的相对能量熵因子为{S_a，S_b，S_c}；

能量熵比值：定义为三相暂态电压中较大两相IMF能量熵之比，为较小两相IMF能量熵之比；H_max、H_mid、H_min表示H_a，H_b，H_c从大到小排序；

(4.2)所述短路故障特性，包含以下两点：

光伏侧送出线路在发生故障时表现为故障相电压有跌落，非故障相电压不变；

送出线路无论发生接地或不接地故障，故障相的故障分量电压变化超出设定阈值，而非故障相变化为零；

(4.3)所述特征参数的不同特点，包含以下两点：

采用直接接地方式的输电系统，发生接地故障时，零序分量Δu₀的IMF能量值E₀在故障发生时刻增大；而发生对称故障或相间短路故障时Δu₀变化为零，E₀的值趋于0；

故障相的能量熵较非故障相大：单相故障时，故障相的能量熵最大，即α＞1而β≈1；两相故障时，两个故障相的能量熵相等且大于非故障相，即α≈1而β＞1；三相故障时，三个故障相的能量熵相等，即α≈β≈1；通过比较S_Φ的大小确定故障相：S_Φ≈1的对应相为故障相；

(4.4)所述选相判据，包含以下三点：

通过比较E₀的大小判断是否为接地故障：不接地故障时E₀＜ε，而接地故障时E₀＞＞ε；ε为设定的阈值且ε＜10^-3；

通过比较α和β的大小判断故障类型：α＞1而β≈1时为单相故障，α≈1而β＞1时为两相故障，α≈β≈1为三相故障；

通过比较S_Φ的大小确定故障相：S_Φ≈1的对应相为故障相，从而实现光伏送出线路的故障类型选相。