CN107843810B - 一种基于状态估计的有源配电网故障区段在线定位方法 - Google Patents

一种基于状态估计的有源配电网故障区段在线定位方法 Download PDF

Info

Publication number
CN107843810B
CN107843810B CN201711056017.9A CN201711056017A CN107843810B CN 107843810 B CN107843810 B CN 107843810B CN 201711056017 A CN201711056017 A CN 201711056017A CN 107843810 B CN107843810 B CN 107843810B
Authority
CN
China
Prior art keywords
measurement
node
branch
distribution network
fault
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201711056017.9A
Other languages
English (en)
Other versions
CN107843810A (zh
Inventor
吴在军
徐俊俊
周力
窦晓波
顾伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN201711056017.9A priority Critical patent/CN107843810B/zh
Publication of CN107843810A publication Critical patent/CN107843810A/zh
Application granted granted Critical
Publication of CN107843810B publication Critical patent/CN107843810B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/08Locating faults in cables, transmission lines, or networks
    • G01R31/081Locating faults in cables, transmission lines, or networks according to type of conductors
    • G01R31/086Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution networks, i.e. with interconnected conductors
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/08Locating faults in cables, transmission lines, or networks
    • G01R31/088Aspects of digital computing
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
    • Y04S10/52Outage or fault management, e.g. fault detection or location

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

本发明涉及一种基于状态估计的有源配电网故障区段在线定位方法,针对配电网中微型同步相量测量单元与馈线终端单元等量测数据长期共存的局面,基于混合量测统一变换技术,建立可快速求解的有源配电网线性状态估计模型;用虚拟节点表征线路上的故障点并形成对应拓扑下的增广状态估计,提出通过评价增广状态估计结果遍历出故障点所在支路的有源配电网故障区段定位方法及其实施流程,可有效弥补当前基于故障暂态量分析的传统配电网故障诊断技术在故障定位结果易受分布式电源接入位置和容量影响、故障定位算法复杂等不足之处,进一步提升有源配电网故障定位技术的自适应性,确保配电网的安全可靠运行与优化控制。

Description

一种基于状态估计的有源配电网故障区段在线定位方法
技术领域
本发明涉及一种基于状态估计的有源配电网故障区段在线定位方法,属于有源配电网保护与自愈控制技术领域。
背景技术
积极发展光伏发电、风机发电等分布式电源(distributed generation,DG)并网技术是国内调整能源结构、应对气候变化和实现可持续发展的战略选择。与此同时,DG能够向配电网注入电流并支撑接入点处电压,由此改变配电网原有的单向潮流特性,使其逐步转变为潮流复杂多变的有源配电网(active distribution network,ADN),一旦网络中发生故障,其故障特征与传统配电网会存在较大差异,从而造成传统故障检测与定位方法的失效。
目前含高渗透率DG接入的有源配电网故障定位技术面临的主要问题为:DG出力易受环境等因素的影响,其接入配电网的容量和位置共同影响了故障后配电网的潮流特性,DG接入容量的大小可直接影响其对故障电流的贡献能力,而DG接入位置的确定可对位于其接入点上游的故障提供反向故障电流,由此会对其接入点下游发生故障后的检测与定位造成影响。这使得现有配电网故障检测与定位方法如行波分析法、阻抗法、暂态电压/电流比对法、高频分量法以及特征匹配法等不具备良好的自适应性,主要表现在易受非故障状态扰动(DG出力的波动、DG或负载的投切等)影响,此外算法本身设计也较复杂,不易于对复杂配电网故障区段的快速、准确定位。此外,现有故障定位方法过分依赖对故障时刻的暂态特征量进行分析,而当配电网线路发生单相接地故障时,故障电流等暂态特征信号微弱且不稳定,这使得对网络中发生的单相接地故障等进行准确定位成为棘手的技术难题。
发明内容
本发明所要解决的技术问题是提供一种基于状态估计的有源配电网故障区段在线定位方法,有效弥补现有故障定位技术过分依赖故障暂态量特征分析、方法自适应性差以及实施原理复杂等不足,进一步提升有源配电网故障定位技术的自适应性,确保配电网的安全可靠运行与优化控制。
本发明为了解决上述技术问题采用以下技术方案:本发明设计了一种基于状态估计的有源配电网故障区段在线定位方法,其中,有源配电网中包括馈线终端单元和微型同步相量测量单元,其特征在于,所述故障区段在线定位方法包括如下步骤:
步骤A.针对有源配电网,根据有源配电网中功率量测装置前后时刻量测到的功率差值,获得故障虚拟节点的注入功率值,然后进入步骤B;
步骤B.针对有源配电网中节点注入功率伪量测数据、量测装置所上传的实时量测数据,结合故障虚拟节点的注入功率值,构建系统量测矢量z;并基于量测变换技术,针对系统量测矢量z,将其中量测装置采集的支路功率量测量和电流幅值量测量,分别转换为相应的等效支路电流实部量测和等效支路电流虚部量测,以及将节点注入功率伪量测转换为相应的节点注入电流伪量测,进而更新系统量测矢量z,然后进入步骤C;
步骤C.根据有源配电网网络拓扑和支路参数数据,构建节点导纳矩阵Y,并根据系统量测矢量z,结合量测变换过程中的权重变换模型,获得系统线性量测函数,以及系统量测权重矩阵W,然后进入步骤D;
步骤D.分别针对有源配电网中的各条支路,将支路作为待分析支路,并执行如下步骤D1-D4,获得故障虚拟节点对应于待分析支路的状态估计,及相应加权量测残差平均值Rmean,进而获得故障虚拟节点分别对应于各条支路的状态估计,及相应加权量测残差平均值,然后进入步骤E;
步骤D1.将故障虚拟节点设置于待分析支路上,并根据故障虚拟节点的设置位置,针对系统量测矢量z、系统量测权重矩阵W、节点导纳矩阵Y分别进行扩展,分别生成扩展系统量测矢量z'、扩展系统量测权重矩阵W'、扩展节点导纳矩阵Y',然后进入步骤D2;
步骤D2.根据扩展系统量测矢量z'和扩展节点导纳矩阵Y',生成有线性量测雅可比矩阵H',并进入步骤D3;
步骤D3.根据扩展系统量测矢量z'、线性量测雅可比矩阵H'和系统线性量测函数,建立待分析支路所对应的线性状态估计数学模型,并进入步骤D4;
步骤D4.采用最小二乘法,针对线性状态估计数学模型进行求解,获得待分析支路所对应的状态估计,并求解相应的加权量测残差平均值Rmean
步骤E.判断故障虚拟节点分别对应于各条支路的加权量测残差平均值是否均相同,是则判定有源配电网此时无故障;否则最小加权量测残差平均值所对应的支路,即为有源配电网中的故障支路。
作为本发明的一种优选技术方案:所述步骤B中,所述有源配电网中节点注入功率伪量测数据、量测装置所上传的实时量测数据,包括有源配电网中常规负荷节点注入功率的伪量测数据、分布式电源节点注入功率的伪量测数据、安装有馈线终端单元支路的实时量测数据,以及安装有微型同步相量测量单元节点的实时量测数据。
作为本发明的一种优选技术方案,所述步骤C中,包括如下:
基于系统量测矢量z中馈线终端单元所采集的支路功率量测数据和电流幅值量测数据,结合量测变换过程中的权重变换模型,馈线终端单元所对应系统线性量测函数如下:
式中,(Ijl,re)1、(Ijl,im)1分别为由支路功率量测转换得到的等效支路电流实部量测数据和等效支路电流虚部量测数据;(Ijl,re)2、(Ijl,im)2分别为由支路幅值量测转换得到的等效支路电流实部量测数据和等效支路电流虚部量测数据,θjl为状态估计每次迭代后求得的支路电流相角信息,Uj,re、Uj,im分别表示节点j处的电压实部和电压虚部,Qjl表示流过支路jl的无功功率;并且利用独立变量方差合成定理求出变换后的量测权重因子,其中,假设由馈线终端单元采集到的支路功率量测权重和电流幅值量测权重均为σF,则经过量测变换后的等效支路电流量测权重σF *可计算为:
同时,基于系统量测矢量z中常规负荷和分布式电源节点注入功率伪量测数据,常规负荷和分布式电源所对应系统线性量测函数如下:
式中,Pi表示节点i处的有功功率,Pk表示节点k处的有功功率,Qi表示节点i处的无功功率,Qk表示节点k处的无功功率,Ui,re、Ui,im分别表示节点i处的电压实部和电压虚部;设常规负荷注入功率伪量测权重为σL,分布式电源注入功率伪量测σD,则经过量测变换后的等效节点电流伪量测权重σL *、σD *可分别计算为:
以节点电压的实部量测数据和虚部量测数据作为状态变量,则等效支路电流的量测函数可表示为:
式中,Bjl、Gjl分别为节点导纳矩阵Y中所对应的电导和电纳;
同理可知等效节点注入电流的量测函数可表示为
并进一步获得系统量测权重矩阵W。
作为本发明的一种优选技术方案,所述步骤D1.将故障虚拟节点设置于待分析支路上,并根据故障虚拟节点的设置位置,针对系统量测矢量z、系统量测权重矩阵W、节点导纳矩阵Y分别按如下公式进行扩展;
式(8)、(9)、(10)中,PVB、QVB分别为虚拟节点的有功和无功注入,即伪量测;zL为常规负荷节点的注入功率,即伪量测;zD为添加的分布式电源节点注入功率,即伪量测;zF为FTU采集到的支路量测数据,即实时量测;zP为μPMU采集到的节点数据,即实时量测;
分别生成扩展系统量测矢量z'、扩展系统量测权重矩阵W'、扩展节点导纳矩阵Y'。σ12,…,σM为经过量测变换技术后的系统每一量测(包括节点注入电流伪量测以及支路电流实时量测)对应的权重因子,M为系统量测数量,WVB为添加的虚拟节点其注入功率所对应的权重,σVB为权重因子;YVB为导纳矩阵中添加的虚拟节点其所对应的导纳,Yij为导纳矩阵中对应的元素(包括电导和电纳),i、j∈ΩN,ΩN为系统节点数集合,N则为网络节点数量。Y(VB)i、Y(VB)j、Yi(VB)、Yj(VB)、Y(VB)(VB)均为导纳矩阵中添加的虚拟节点其所对应的元素。
由式(8)、(9)、(10)分别形成扩展量测矢量z′、扩展量测权重矩阵W′、扩展节点导纳矩阵Y′。
作为本发明的一种优选技术方案,所述步骤D2中,根据扩展量测矢量z′和扩展导纳矩阵Y′,生成有线性量测雅可比矩阵H′如下:
其中,Ire、Iim分别表示等效电流量测中包括支路电流和扩展后节点注入电流的实部和虚部;Ure、Uim分别表示待求系统节点包括所添加虚拟节点的电压实部和虚部;表示求导运算。
作为本发明的一种优选技术方案,所述步骤D3中,根据扩展系统量测矢量z′、线性量测雅可比矩阵H′和系统线性量测函数,建立待分析支路所对应的线性状态估计数学模型如下:
x′=arg min[z′-h·x′]TW′[z′-h·x′] (12)
其中,x′为扩展后的系统待求状态变量;z′为扩展后的系统量测矢量;h为量测函数表达式;W′为扩展后的系统量测矢量所对应的权重矩阵。
作为本发明的一种优选技术方案,所述步骤D4中,采用最小二乘法,通过如下公式:
针对线性状态估计数学模型进行求解,获得待分析支路所对应的状态估计;其中,x′(t)为第t次迭代时求解出的系统状态量,Δx′(t)则为x′(t)的不平衡量;H′T为线性量测雅可比矩阵H′的转置;x′(t+1)为第t+1次迭代时求解出的系统状态量。
本发明所述一种基于状态估计的有源配电网故障区段在线定位方法的应用系统,采用以上技术方案与现有技术相比,具有以下技术效果:本发明所设计基于状态估计的有源配电网故障区段在线定位方法,易于实现对复杂网络发生单相接地故障区段的准确定位,且定位结果不受风机发电等分布式电源接入容量和位置等因素的影响;其中,所建立的有源配电网线性状态估计模型,能够满足常规负荷节点注入功率的伪量测、风机发电等分布式电源节点注入功率的伪量测、FTU实时量测以及μPMU实时量测等一系列混合量测数据长期共存的实际配电网量测现状;综上,本发明可有效弥补现有故障定位技术过分依赖故障暂态量特征分析、方法自适应性差以及实施原理复杂等不足,进一步提升有源配电网故障定位技术的自适应性,确保配电网的安全可靠运行与优化控制。
附图说明
图1为实施例采用的典型有源配网及其量测系统示意图;
图2为实施例基于状态估计的有源配电网故障区段定位方法原理图;
图3为实施例基于状态估计的有源配电网故障区段定位方法实施流程图;
图4为实施例状态估计子流程图。
具体实施方式
下面结合说明书附图对本发明的具体实施方式作进一步详细的说明。
本发明的目的在于针对传统配电网故障检测与定位方法在面对高渗透率DG接入场景下存在的不足之处,提出一种基于状态估计的有源配电网故障定位新思路。针对配电网中微型同步相量测量单元以及馈线终端单元等量测数据长期共存的局面,基于混合量测统一变换技术,建立可快速求解的有源配电网线性状态估计模型;用虚拟节点表征线路上的故障点并形成对应拓扑下的增广状态估计,提出通过评价增广状态估计结果遍历出故障点所在支路的有源配电网故障区段定位方法及其实施流程。本发明可有效弥补现有故障定位技术过分依赖故障暂态量特征分析、方法自适应性差以及实施原理复杂等不足,进一步提升有源配电网故障定位技术的自适应性,确保配电网的安全可靠运行与优化控制。
如图3所示,本发明设计了一种基于状态估计的有源配电网故障区段在线定位方法,其中,有源配电网中包括馈线终端单元和微型同步相量测量单元,其特征在于,所述故障区段在线定位方法包括如下步骤:
步骤A.针对有源配电网,根据有源配电网中功率量测装置前后时刻量测到的功率差值,获得故障虚拟节点的注入功率值,然后进入步骤B。
如图1所示,相比于传统配电网状态估计模型而言,有源配电网状态估计在量测矢量方面除了常规负荷节点的伪量测、安装有FTU支路的实时量测数据外,还需添加DG接入节点的伪量测以及μPMU安装处实时采集到的同步相量量测数据,由此可知有源配电网背景下的系统量测矢量可扩展为z=[zL,zD,zF,zP]T,其中,zL=[Pi,Qi]T为常规负荷节点的注入功率伪量测,Pi、Qi分别为节点i的注入有功功率和无功功率,i∈Ωn,Ωn为网络节点数集合;zD=[Pk,Qk]T为添加的DG节点注入功率伪量测,Pk、Qk分别为节点k的注入有功功率和无功功率,k∈Ωn,本发明对DG采用的是有功功率-无功功率控制方式;zF=[Pjl,Qjl,|Ijl|]T为FTU采集到的支路有功/无功功率以及支路电流幅值数据,Pjl,Qjl分别为支路jl上流过的有功功率和无功功率,|Ijl|为支路jl上流过的电流幅值,j、l∈Ωn,zp=[|Uv|,θv,|Ivw|,θvw]T;为μPMU采集到的节点电压相量以及与该节点相连支路的电流相量数据,|Uv|,θv分别为节点v处的电压幅值和相角,|Ivw|,θvw分别为与v节点相连支路的电流幅值和相角,v∈Ωn,w∈Ωv,Ωv为网络中与节点v直接相连的节点数集合。
在直角坐标系下μPMU采集到的节点电压相量以及与该节点相连的所有支路电流向量可分别表示为:
状态估计算法的计算效率和最终估计结果的精确性是后续故障定位算法能否在线应用的先决条件,因此本发明对FTU采集的支路功率和电流幅值实时量测以及节点注入功率伪量测,均通过混合量测变换技术可转换为相应的等效支路电流实部和虚部量测,以及节点注入电流实部和虚部,由此可形成混合量测下的线性量测函数,相比于传统非线性量测函数而言可大幅降低运算量,进一步提高状态估计的计算效率。
步骤B.如图4所示,针对有源配电网中节点注入功率伪量测数据、量测装置所上传的实时量测数据,结合故障虚拟节点的注入功率值,构建系统量测矢量z;并基于量测变换技术,针对系统量测矢量z,将其中量测装置采集的支路功率量测量和电流幅值量测量,分别转换为相应的等效支路电流实部量测和等效支路电流虚部量测,以及将节点注入功率伪量测转换为相应的节点注入电流伪量测,进而更新系统量测矢量z,然后进入步骤C;其中,所述有源配电网中节点注入功率伪量测数据、量测装置所上传的实时量测数据,包括有源配电网中常规负荷节点注入功率的伪量测数据、分布式电源节点注入功率的伪量测数据、安装有馈线终端单元支路的实时量测数据,以及安装有微型同步相量测量单元节点的实时量测数据。
步骤C.根据有源配电网网络拓扑和支路参数数据,构建节点导纳矩阵Y,并根据系统量测矢量z,结合量测变换过程中的权重变换模型,获得系统线性量测函数,以及系统量测权重矩阵W,然后进入步骤D。
上述步骤C中,具体包括如下:
基于系统量测矢量z中馈线终端单元所采集的支路功率量测数据和电流幅值量测数据,结合量测变换过程中的权重变换模型,馈线终端单元所对应系统线性量测函数如下:
式中,(Ijl,re)1、(Ijl,im)1分别为由支路功率量测转换得到的等效支路电流实部量测数据和等效支路电流虚部量测数据;(Ijl,re)2、(Ijl,im)2分别为由支路幅值量测转换得到的等效支路电流实部量测数据和等效支路电流虚部量测数据,θjl为状态估计每次迭代后求得的支路电流相角信息,Uj,re、Uj,im分别表示节点j处的电压实部和电压虚部,Qjl表示流过支路jl的无功功率;并且利用独立变量方差合成定理求出变换后的量测权重因子,其中,假设由馈线终端单元采集到的支路功率量测权重和电流幅值量测权重均为σF,则经过量测变换后的等效支路电流量测权重σF *可计算为:
同时,基于系统量测矢量z中常规负荷和分布式电源节点注入功率伪量测数据,常规负荷和分布式电源所对应系统线性量测函数如下:
式中,Pi表示节点i处的有功功率,Pk表示节点k处的有功功率,Qi表示节点i处的无功功率,Qk表示节点k处的无功功率,Ui,re、Ui,im分别表示节点i处的电压实部和电压虚部;设常规负荷注入功率伪量测权重为σL,分布式电源注入功率伪量测σD,则经过量测变换后的等效节点电流伪量测权重σL *、σD *可分别计算为:
以节点电压的实部量测数据和虚部量测数据作为状态变量,则等效支路电流的量测函数可表示如下,忽略支路对地的电导和电纳。
式中,Bjl、Gjl分别为节点导纳矩阵Y中所对应的电导和电纳;
同理可知等效节点注入电流的量测函数可表示为
并进一步获得系统量测权重矩阵W。
步骤D.分别针对有源配电网中的各条支路,将支路作为待分析支路,并执行如下步骤D1-D4,获得故障虚拟节点对应于待分析支路的状态估计,及相应加权量测残差平均值Rmean,进而获得故障虚拟节点分别对应于各条支路的状态估计,及相应加权量测残差平均值,然后进入步骤E。
步骤D1.将故障虚拟节点设置于待分析支路上,并根据故障虚拟节点的设置位置,针对系统量测矢量z、系统量测权重矩阵W、节点导纳矩阵Y分别进行扩展,分别生成扩展系统量测矢量z'、扩展系统量测权重矩阵W'、扩展节点导纳矩阵Y',然后进入步骤D2。
上述步骤D1.将故障虚拟节点设置于待分析支路上,并根据故障虚拟节点的设置位置,针对系统量测矢量z、系统量测权重矩阵W、节点导纳矩阵Y分别按如下公式进行扩展;
式(8)、(9)、(10)中,PVB、QVB分别为虚拟节点的有功和无功注入,即伪量测;zL为常规负荷节点的注入功率,即伪量测;zD为添加的分布式电源节点注入功率,即伪量测;zF为FTU采集到的支路量测数据,即实时量测;zP为μPMU采集到的节点数据,即实时量测;
分别生成扩展系统量测矢量z'、扩展系统量测权重矩阵W'、扩展节点导纳矩阵Y'。σ12,···,σM为经过量测变换技术后的系统每一量测(包括节点注入电流伪量测以及支路电流实时量测)对应的权重因子,M为系统量测数量,WVB为添加的虚拟节点其注入功率所对应的权重,σVB为权重因子;YVB为导纳矩阵中添加的虚拟节点其所对应的导纳,Yij为导纳矩阵中对应的元素(包括电导和电纳),i、j∈ΩN,ΩN为系统节点数集合,N则为网络节点数量。Y(VB)i、Y(VB)j、Yi(VB)、Yj(VB)、Y(VB)(VB)均为导纳矩阵中添加的虚拟节点其所对应的元素。
由式(8)、(9)、(10)分别形成扩展量测矢量z′、扩展量测权重矩阵W′、扩展节点导纳矩阵Y′。
步骤D2.根据扩展系统量测矢量z'和扩展节点导纳矩阵Y',生成有线性量测雅可比矩阵H'如下,并进入步骤D3。
其中,Ire、Iim分别表示等效电流量测中包括支路电流和扩展后节点注入电流的实部和虚部;Ure、Uim分别表示待求系统节点包括所添加虚拟节点的电压实部和虚部;表示求导运算。
基于上述分析可知,对于某一含n个节点、b条支路以及m个量测的有源配电网络,假设系统状态变量为x=[x1,…,xn]T,量测矢量为z=[z1,…,zm]T,状态变量与量测矢量之间满足关系式z=h·x+v,其中h为线性量测函数;v为m×1维量测误差(包括伪量测的统计误差和量测装置的测量误差等),一般认为量测误差近似服从正态分布。系统可观测的必要条件为m>n。
步骤D3.根据扩展系统量测矢量z'、线性量测雅可比矩阵H'和系统线性量测函数,建立待分析支路所对应的线性状态估计数学模型如下,并进入步骤D4。
x′=arg min[z′-h·x′]TW′[z′-h·x′] (12)
其中,x′为扩展后的系统待求状态变量;z′为扩展后的系统量测矢量;h为量测函数表达式;W′为扩展后的系统量测矢量所对应的权重矩阵。
步骤D4.采用最小二乘法,通过如下公式:
针对线性状态估计数学模型进行求解,获得待分析支路所对应的状态估计,并求解相应的加权量测残差平均值Rmean;其中,x′(t)为第t次迭代时求解出的系统状态量,Δx′(t)则为x′(t)的不平衡量;H′T为线性量测雅可比矩阵H′的转置;x′(t+1)为第t+1次迭代时求解出的系统状态量。
步骤E.判断故障虚拟节点分别对应于各条支路的加权量测残差平均值是否均相同,是则判定有源配电网此时无故障;否则最小加权量测残差平均值所对应的支路,即为有源配电网中的故障支路。
如图2所示,为便于分析系统发生的故障情况,首先在原有配电网络拓扑基础上,将某条线路上发生故障抽象为在该支路上增加一个虚拟节点,同时假设该虚拟节点可人为设定位置,即可以选择所在支路,也可以选择所在支路具体位置。
当系统正常运行时,该虚拟节点的加入虽会改变网络拓扑结构,但由于其注入为零,因此并不影响到最终的状态估计结果,当然即使改变虚拟节点的布置方式,对状态估计结果的精度也不会产生太大影响;而当系统某条支路上发生故障时,虚拟节点注入功率可等效为故障负荷注入功率,那么只有将虚拟节点布置在实际故障支路上时,网络运行状态情况才与实际情况接近,因此可以得到一个较为精确的状态估计结果,如果将该虚拟节点布置在非故障支路,由于额外增加了一个故障负荷,量测设置与网络拓扑将会和实际情况存在较大差距,其状态估计结果必定会产生较大的偏差,通过上述判断可以有效判别故障的实际位置。
基于上述故障定位设计,下面给出具体的数学模型。同样对于某一含n个节点、b条支路以及m个量测的有源配电网络,由于基于状态估计方法的故障定位是一个后验过程,因此需要将虚拟节点布置在网络中每条支路,在此网络拓扑下分别进行状态估计检验才能确定故障发生的支路,也即对故障支路的遍历。不失一般性,将加入的虚拟节点编号定义为n+1,由此系统状态矢量x'和量测矢量z'可进一步扩展为:
式中,Un+1,re、Un+1,im分别为虚拟节点的电压实部和虚部;PVB、QVB则分别为虚拟节点的有功和无功注入。假设虚拟节点布置在支路τ上(τ∈Ωb,Ωb为网络支路数集合),节点导纳矩阵以及量测雅可比矩阵也需进行相应的扩展。
当网络处于正常运行时,PVB=QVB=0,对虚拟节点布置在支路τ上(τ∈Ωb)时对应网络拓扑情况下的有源配电网进行状态估计计算(也即单独进行b次状态估计计算),其状态估计结果均基本接近实际状态值
当支路π上发生故障时,有PVB≠0,QVB≠0(在具体状态估计程序中虚拟节点的注入功率可由给定的过渡电阻值以及故障时刻流过故障支路上的电流量测真值近似给出),则通过b次状态估计计算后可得如下结果:
第π次状态估计程序对应的网络拓扑情况是虚拟节点布置在支路π上,直观上可知该拓扑也即故障情况下的真实网络拓扑,由此计算得到的状态估计结果也最接近真实值。
然而,在进行状态估计时,通常无法获得系统的真实状态,因此是不可知的,基于此考虑,本发明选用加权残差的平均值Rmean作为评价b次状态估计计算结果精度的指标,加权残差的平均值Rmean越大,表明状态估计结果越不精确。由此定义第τ次状态估计精度评价指标为
式中,为第η个量测真值,ση为其相应的权重;为第τ次状态估计结果下的第η个量测估计值,计算公式如下:
上面结合附图对本发明的实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变动。

Claims (7)

1.一种基于状态估计的有源配电网故障区段在线定位方法,其中,有源配电网中包括馈线终端单元和微型同步相量测量单元,其特征在于,所述故障区段在线定位方法包括如下步骤:
步骤A.针对有源配电网,根据有源配电网中功率量测装置前后时刻量测到的功率差值,获得故障虚拟节点的注入功率值,然后进入步骤B;
步骤B.针对有源配电网中节点注入功率伪量测数据、量测装置所上传的实时量测数据,结合故障虚拟节点的注入功率值,构建系统量测矢量z;并基于量测变换技术,针对系统量测矢量z,将其中量测装置采集的支路功率量测量和电流幅值量测量,分别转换为相应的等效支路电流实部量测和等效支路电流虚部量测,以及将节点注入功率伪量测转换为相应的节点注入电流伪量测,进而更新系统量测矢量z,然后进入步骤C;
步骤C.根据有源配电网网络拓扑和支路参数数据,构建节点导纳矩阵Y,并根据系统量测矢量z,结合量测变换过程中的权重变换模型,获得系统线性量测函数,以及系统量测权重矩阵W,然后进入步骤D;
步骤D.分别针对有源配电网中的各条支路,将支路作为待分析支路,并执行如下步骤D1-D4,获得故障虚拟节点对应于待分析支路的状态估计,及相应加权量测残差平均值Rmean,进而获得故障虚拟节点分别对应于各条支路的状态估计,及相应加权量测残差平均值,然后进入步骤E;
步骤D1.将故障虚拟节点设置于待分析支路上,并根据故障虚拟节点的设置位置,针对系统量测矢量z、系统量测权重矩阵W、节点导纳矩阵Y分别进行扩展,分别生成扩展系统量测矢量z'、扩展系统量测权重矩阵W'、扩展节点导纳矩阵Y',然后进入步骤D2;
步骤D2.根据扩展系统量测矢量z'和扩展节点导纳矩阵Y',生成有线性量测雅可比矩阵H',并进入步骤D3;
步骤D3.根据扩展系统量测矢量z'、线性量测雅可比矩阵H'和系统线性量测函数,建立待分析支路所对应的线性状态估计数学模型,并进入步骤D4;
步骤D4.采用最小二乘法,针对线性状态估计数学模型进行求解,获得待分析支路所对应的状态估计,并求解相应的加权量测残差平均值Rmean
步骤E.判断故障虚拟节点分别对应于各条支路的加权量测残差平均值是否均相同,是则判定有源配电网此时无故障;否则最小加权量测残差平均值所对应的支路,即为有源配电网中的故障支路。
2.根据权利要求1所述一种基于状态估计的有源配电网故障区段在线定位方法,其特征在于:所述步骤B中,所述有源配电网中节点注入功率伪量测数据、量测装置所上传的实时量测数据,包括有源配电网中常规负荷节点注入功率的伪量测数据、分布式电源节点注入功率的伪量测数据、安装有馈线终端单元支路的实时量测数据,以及安装有微型同步相量测量单元节点的实时量测数据。
3.根据权利要求1所述一种基于状态估计的有源配电网故障区段在线定位方法,其特征在于,所述步骤C中,包括如下:
基于系统量测矢量z中馈线终端单元所采集的支路功率量测数据和电流幅值量测数据,结合量测变换过程中的权重变换模型,馈线终端单元所对应系统线性量测函数如下:
式中,(Ijl,re)1、(Ijl,im)1分别为由支路功率量测转换得到的等效支路电流实部量测数据和等效支路电流虚部量测数据;(Ijl,re)2、(Ijl,im)2分别为由支路幅值量测转换得到的等效支路电流实部量测数据和等效支路电流虚部量测数据,θjl为状态估计每次迭代后求得的支路电流相角信息,Uj,re、Uj,im分别表示节点j处的电压实部和电压虚部,Pjl表示流过支路jl的有功功率,Qjl表示流过支路jl的无功功率;并且利用独立变量方差合成定理求出变换后的量测权重因子,其中,假设由馈线终端单元采集到的支路功率量测权重和电流幅值量测权重均为σF,则经过量测变换后的等效支路电流量测权重σF *可计算为:
同时,基于系统量测矢量z中常规负荷和分布式电源节点注入功率伪量测数据,常规负荷和分布式电源所对应系统线性量测函数如下:
式中,Ii,re、Ii,im分别表示节点i处注入的电流实部和电流虚部,Ik,re、Ik,im分别表示节点k 处注入的电流实部和电流虚部,Pi表示节点i处的有功功率,Pk表示节点k处的有功功率,Qi表示节点i处的无功功率,Qk表示节点k处的无功功率,Ui,re、Ui,im分别表示节点i处的电压实部和电压虚部,Uk,re、Uk,im分别表示节点k处的电压实部和电压虚部;设常规负荷注入功率伪量测权重为σL,分布式电源注入功率伪量测σD,则经过量测变换后的等效节点电流伪量测权重σL *、σD *可分别计算为:
以节点电压的实部量测数据和虚部量测数据作为状态变量,则等效支路电流的量测函数可表示为:
式中,Ijl,re、Ijl,im分别表示支路jl上电流的实部和虚部,Ul,re、Ul,im分别表示节点l处的电压实部和电压虚部,Bjl、Gjl分别为节点导纳矩阵Y中所对应的电导和电纳;
同理可知等效节点注入电流的量测函数可表示为
并进一步获得系统量测权重矩阵W; 式(7)中,Ij(k),re、Ij(k),im分别表示节点j处、或者节点k处注入的电流实部和电流虚部,Uh,re、Uh,im分别表示节点h处的电压实部和电压虚部,Bj(k)h、Gj(k)h分别表示支路jh上、或者支路kh上的电导和电纳。
4.根据权利要求1所述一种基于状态估计的有源配电网故障区段在线定位方法,其特征在于,所述步骤D1.将故障虚拟节点设置于待分析支路上,并根据故障虚拟节点的设置位置,针对系统量测矢量z、系统量测权重矩阵W、节点导纳矩阵Y分别按如下公式进行扩展;
式(8)、(9)、(10)中,PVB、QVB分别为虚拟节点的有功和无功注入,即伪量测;zL为常规负荷节点的注入功率,即伪量测;zD为添加的分布式电源节点注入功率,即伪量测;zF为FTU采集到的支路量测数据,即实时量测;zP为μPMU采集到的节点数据,即实时量测;
分别生成扩展系统量测矢量z′、扩展系统量测权重矩阵W′、扩展节点导纳矩阵Y′,σ1,σ2,…,σM为经过量测变换技术后的系统每一量测对应的权重因子,量测包括节点注入电流伪量测以及支路电流实时量测,M为系统量测数量,WVB为添加的虚拟节点其注入功率所对应的权重,σVB为权重因子;YVB为导纳矩阵中添加的虚拟节点其所对应的导纳,Yij为导纳矩阵中对应的元素,元素包括电导和电纳;i、j∈ΩN,ΩN为系统节点数集合,N则为网络节点数量; Y(VB)i、Y(VB)j、Yi(VB)、Yj(VB)、Y(VB)(VB)均为导纳矩阵中添加的虚拟节点其所对应的元素,
由式(8)、(9)、(10)分别形成扩展量测矢量z′、扩展量测权重矩阵W′、扩展节点导纳矩阵Y′。
5.根据权利要求1所述一种基于状态估计的有源配电网故障区段在线定位方法,其特征在于,所述步骤D2中,根据扩展量测矢量z′和扩展导纳矩阵Y′,生成有线性量测雅可比矩阵H′如下:
其中,Ire、Iim分别表示等效电流量测中包括支路电流和扩展后节点注入电流的实部和虚部;Ure、Uim分别表示待求系统节点包括所添加虚拟节点的电压实部和虚部;表示求导运算。
6.根据权利要求1所述一种基于状态估计的有源配电网故障区段在线定位方法,其特征在于,所述步骤D3中,根据扩展系统量测矢量z′、线性量测雅可比矩阵H′和系统线性量测函数,建立待分析支路所对应的线性状态估计数学模型如下:
x′=arg min[z′-h·x′]TW′[z′-h·x′] (12)
其中,x′为扩展后的系统待求状态变量;z′为扩展后的系统量测矢量;h为量测函数表达式;W′为扩展后的系统量测矢量所对应的权重矩阵。
7.根据权利要求1所述一种基于状态估计的有源配电网故障区段在线定位方法,其特征在于,所述步骤D4中,采用最小二乘法,通过如下公式:
针对线性状态估计数学模型进行求解,获得待分析支路所对应的状态估计;其中,x′(t)为第t次迭代时求解出的系统状态量,Δx′(t)则为x′(t)的不平衡量;H′T为线性量测雅可比矩阵H′的转置;x′(t+1)为第t+1次迭代时求解出的系统状态量。
CN201711056017.9A 2017-11-01 2017-11-01 一种基于状态估计的有源配电网故障区段在线定位方法 Active CN107843810B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711056017.9A CN107843810B (zh) 2017-11-01 2017-11-01 一种基于状态估计的有源配电网故障区段在线定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711056017.9A CN107843810B (zh) 2017-11-01 2017-11-01 一种基于状态估计的有源配电网故障区段在线定位方法

Publications (2)

Publication Number Publication Date
CN107843810A CN107843810A (zh) 2018-03-27
CN107843810B true CN107843810B (zh) 2019-12-17

Family

ID=61682221

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711056017.9A Active CN107843810B (zh) 2017-11-01 2017-11-01 一种基于状态估计的有源配电网故障区段在线定位方法

Country Status (1)

Country Link
CN (1) CN107843810B (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108988496B (zh) * 2018-08-01 2021-04-23 南方电网科学研究院有限责任公司 一种智能变电站二次系统故障的诊断方法、装置及设备
CN109254225A (zh) * 2018-08-13 2019-01-22 中国南方电网有限责任公司超高压输电公司南宁监控中心 一种电网故障检测和故障线路识别方法
CN109586281B (zh) * 2018-11-22 2021-01-19 南方电网科学研究院有限责任公司 基于节点优化编号的配电网可靠性评估方法、装置与介质
CN109856503B (zh) * 2018-12-27 2021-07-16 国网江苏省电力有限公司检修分公司 一种基于s变换及同步相量测量的输电线路故障定位方法
CN110173453A (zh) * 2019-04-04 2019-08-27 上海发电设备成套设计研究院有限责任公司 一种发电厂送风机状态在线评定方法
CN110222966B (zh) * 2019-05-28 2023-03-28 天津大学 面向配电网分布式状态估计的同步相量量测配置分区方法
CN110348114B (zh) * 2019-07-09 2022-06-14 电子科技大学 一种电网完备性状态信息重构的非精确故障识别方法
CN110362782A (zh) * 2019-07-29 2019-10-22 天津大学 一种基于iggiii的配电网抗差状态估计方法
CN111650473B (zh) * 2020-06-09 2021-06-08 东北大学 基于故障指示器的配电网故障区段定位方法
CN112636325B (zh) * 2020-11-11 2023-04-18 广东电网有限责任公司广州供电局 一种配电网抗差状态计算方法、装置、终端及存储介质
CN112666422B (zh) * 2020-11-25 2024-08-06 中国南方电网有限责任公司超高压输电公司 测量隐患定位方法
CN112698154B (zh) * 2020-12-16 2023-06-27 深圳供电局有限公司 基于状态估计残差比较的配电网故障定位方法、设备及系统
CN113466609B (zh) * 2021-05-21 2024-04-30 国网江苏省电力有限公司淮安供电分公司 一种配网故障诊断的微型同步测量终端部署方法
CN114113901A (zh) * 2021-11-30 2022-03-01 国网浙江杭州市萧山区供电有限公司 一种含分布式电源的配电网的故障定位方法
CN115078915B (zh) * 2022-07-19 2022-12-30 中铁电气化局集团有限公司 一种接触网故障位置智能预测方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101291061A (zh) * 2008-05-16 2008-10-22 南京南瑞继保电气有限公司 电力系统动态过程状态估计方法
CN102590685A (zh) * 2012-03-08 2012-07-18 清华大学 一种配电网电流匹配状态估计方法
CN103050969A (zh) * 2012-12-12 2013-04-17 深圳供电局有限公司 一种基于馈线树的配电网状态估计方法
CN103336891A (zh) * 2013-06-09 2013-10-02 广东电网公司佛山供电局 一种用于配电网状态估计的伪量测生成方法
CN105633956A (zh) * 2016-02-19 2016-06-01 河海大学 一种基于Spiking神经网络伪量测建模的配电网三相状态估计方法
CN105720578A (zh) * 2016-03-30 2016-06-29 东南大学 含节点注入功率不确定性的有源配电网量测优化配置方法
CN107238779A (zh) * 2017-05-18 2017-10-10 国网山东省电力公司电力科学研究院 一种有源配电网的故障测距方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7499816B2 (en) * 2006-12-12 2009-03-03 Abb Research Ltd. Estimation of real-time power system quantities using time-synchronized measurements
US20140244189A1 (en) * 2013-02-27 2014-08-28 Bigwood Technology, Inc. System For Achieving Real-Time Monitoring and State Estimation in Power Distribution Networks

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101291061A (zh) * 2008-05-16 2008-10-22 南京南瑞继保电气有限公司 电力系统动态过程状态估计方法
CN102590685A (zh) * 2012-03-08 2012-07-18 清华大学 一种配电网电流匹配状态估计方法
CN103050969A (zh) * 2012-12-12 2013-04-17 深圳供电局有限公司 一种基于馈线树的配电网状态估计方法
CN103336891A (zh) * 2013-06-09 2013-10-02 广东电网公司佛山供电局 一种用于配电网状态估计的伪量测生成方法
CN105633956A (zh) * 2016-02-19 2016-06-01 河海大学 一种基于Spiking神经网络伪量测建模的配电网三相状态估计方法
CN105720578A (zh) * 2016-03-30 2016-06-29 东南大学 含节点注入功率不确定性的有源配电网量测优化配置方法
CN107238779A (zh) * 2017-05-18 2017-10-10 国网山东省电力公司电力科学研究院 一种有源配电网的故障测距方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
主动配电网状态估计技术评述;吴在军等;《电网系统自动化》;20170710;第41卷(第13期);正文第182-191页 *

Also Published As

Publication number Publication date
CN107843810A (zh) 2018-03-27

Similar Documents

Publication Publication Date Title
CN107843810B (zh) 一种基于状态估计的有源配电网故障区段在线定位方法
Schenato et al. Bayesian linear state estimation using smart meters and pmus measurements in distribution grids
CN107577870B (zh) 基于同步相量量测的配电网电压功率灵敏度鲁棒估计方法
Bolognani et al. Identification of power distribution network topology via voltage correlation analysis
CN101505061B (zh) 一种基于时域仿真的戴维南等值参数跟踪的计算方法
CN110299762B (zh) 基于pmu准实时数据的主动配电网抗差估计方法
Jia et al. Sparse voltage amplitude measurement based fault location in large-scale photovoltaic power plants
Jin et al. Analysis of hybrid state estimators: Accuracy and convergence of estimator formulations
CN110927519A (zh) 基于μPMU量测值的主动配电网故障定位方法
CN107947199B (zh) 基于优化模型的电力系统热稳定安全域边界的搜索方法
Marchi et al. Online tracking of sub-transient generator model variables using dynamic phasor measurements
Duong et al. Online voltage stability monitoring based on PMU measurements and system topology
CN109858061B (zh) 面向电压功率灵敏度估计的配电网络等值与化简方法
CN114884094A (zh) 一种风电场阻抗特性监测方法、系统、设备和介质
Zhang et al. Dynamic state estimation of a grid-connected converter of a renewable generation system using adaptive cubature Kalman filtering
Karamta et al. A review of power system state estimation: Techniques, state-of-the-art and inclusion of FACTS controllers
Hou et al. Parameter estimation method of distribution network based on PMU measurement data
Bahmanyar et al. Nonsy load flow: Smart grid load flow using non-synchronized measurements
CN102136105A (zh) 基于相量测量单元的电力网络新息图参数估计方法
Khalili et al. Detection of errors in three-phase line models using synchronized phasor measurements
CN105048445A (zh) 计及多类型分布式电源的主动配电网三相状态估计方法
Abur Observability and dynamic state estimation
Katanic et al. Moving-horizon state estimation for power networks and synchronous generators
Chilard et al. Detection of measurements errors with a distribution network state estimation function
Chen et al. Distribution network parameter estimation method based on interval harmonic state estimation and prediction-correction

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20180327

Assignee: JIANGSU NANCI INSULATORS Co.,Ltd.

Assignor: SOUTHEAST University

Contract record no.: X2022320000027

Denomination of invention: An on-line fault location method of active distribution network based on state estimation

Granted publication date: 20191217

License type: Exclusive License

Record date: 20220302