CN115469182A - 基于高频波形特性的直流微电网高阻故障检测方法及装置 - Google Patents

基于高频波形特性的直流微电网高阻故障检测方法及装置 Download PDF

Info

Publication number
CN115469182A
CN115469182A CN202211045714.5A CN202211045714A CN115469182A CN 115469182 A CN115469182 A CN 115469182A CN 202211045714 A CN202211045714 A CN 202211045714A CN 115469182 A CN115469182 A CN 115469182A
Authority
CN
China
Prior art keywords
fault
current
vsc
polar line
direct
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.)
Pending
Application number
CN202211045714.5A
Other languages
English (en)
Inventor
景柳铭
周京华
徐爽
章小卫
张贵辰
朴政国
刘欣博
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.)
North China University of Technology
Original Assignee
North China University of Technology
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 North China University of Technology filed Critical North China University of Technology
Priority to CN202211045714.5A priority Critical patent/CN115469182A/zh
Publication of CN115469182A publication Critical patent/CN115469182A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/08—Locating faults in cables, transmission lines, or networks
    • G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
    • G01R31/086—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution networks, i.e. with interconnected conductors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/08—Locating faults in cables, transmission lines, or networks
    • G01R31/088—Aspects of digital computing
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J1/00—Circuit arrangements for dc mains or dc distribution networks
    • H02J1/10—Parallel operation of dc sources
    • H02J1/102—Parallel operation of dc sources being switching converters
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02M—APPARATUS FOR CONVERSION BETWEEN AC AND AC, BETWEEN AC AND DC, OR BETWEEN DC AND DC, AND FOR USE WITH MAINS OR SIMILAR POWER SUPPLY SYSTEMS; CONVERSION OF DC OR AC INPUT POWER INTO SURGE OUTPUT POWER; CONTROL OR REGULATION THEREOF
    • H02M7/00—Conversion of ac power input into dc power output; Conversion of dc power input into ac power output
    • H02M7/42—Conversion of dc power input into ac power output without possibility of reversal
    • H02M7/44—Conversion of dc power input into ac power output without possibility of reversal by static converters
    • H02M7/48—Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)

Abstract

本公开是关于一种基于高频波形特性的直流微电网高阻故障检测方法、装置。其中，该方法包括：采集直流微电网中两电平电压源型逆变器(VSC)出口侧实时电流，并与直流微电网正常运行时VSC出口侧额定电流比较，生成故障极线判定值；将所述故障极线判定值与预设故障极线判定条件比较，完成VSC故障极线判定；计算高频波形采样窗内所有采样点的累加斜率和，并根据所述累加斜率和的数域宽度，完成高阻故障判定。本公开基于其非平衡电源放电作用下的故障状态检测及选线判断，并利用小波层级分解对故障期间的暂态零模电流进行分解，在其最大分解层下使用累加斜率和对高阻故障与其他故障进行区分识别，实现了高阻故障快速、准确判定。

Description

基于高频波形特性的直流微电网高阻故障检测方法及装置
技术领域
本公开涉及新能源、输配电领域，具体而言，涉及一种基于高频波形特性的直流微电网高阻故障检测方法、装置。
背景技术
随着光伏储能等可再生能源的增多以及直流负荷使用增加，传统交流配电网的优势不能充足发挥。相比于交流配电网形式，直流配电可以更好的消纳新能源，提高传输效率，减少损耗，所以直流微电网具有很好的发展前景。直流故障电流突变速度快，且具有非线性特点，对直流保护造成了很大的困难，而相对于直流输电网，直流微电网的电压等级更低，设备接入更为密集复杂，导致故障恢复措施更为复杂。因此对于直流微电网的保护提出了更高的要求。当下的直流微网主要包含单端法以及双端法，而单端法更适用于直流微网，但其对于高阻故障的适用性也较差。高阻故障多是经泥沙等介质与地面相连，其故障特性与普通又有明显区别。在不考虑对地电容特性的前提下，过渡电阻阻值大，造成暂态峰值电流不明显，且因为过阻尼特性使得电流变化缓慢，这就造成其与负载投切工况的区分困难。
现有技术检测高阻故障的方法有：采用经验模态分解算法对故障电流进行频带分解，并利用IMF1分量中的能量比值进行检测区分，经验模态分解算法具有较强的自适应性，但是计算量较大，对内存需求高，且各个模态分解量的频带意义不够明确；通过把故障等效成电压源建立了较复杂拓扑结构下的高频阻抗模型，在此基础上利用求取平均电流的方法对于故障进行识别，这类建立系统数学模型的方法可以很好的应对不同故障电阻的影响，但是故障点的等效源替换并不能很好的体现过渡电阻特性；采用相关系数的比较法，选取实时稳态电流数据进行选线比较，从而对选取线路进行故障判别，但通信方面的干扰问题需要考虑。
因此，需要一种或多种方法解决上述问题。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种基于高频波形特性的直流微电网高阻故障检测方法、装置，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。
根据本公开的一个方面，提供一种基于高频波形特性的直流微电网高阻故障检测方法，包括：
采集直流微电网中两电平电压源型逆变器(VSC)出口侧实时电流，并将所述实时电流与直流微电网正常运行时VSC出口侧额定电流比较，生成故障极线判定值；
将所述故障极线判定值与预设故障极线判定条件比较，完成VSC故障极线判定；
基于所述VSC故障极线的高频波形采样窗，计算所述高频波形采样窗内所有采样点的累加斜率和，并根据所述累加斜率和的数域宽度，完成高阻故障判定。
在本公开的一种示例性实施例中，所述方法还包括：
采集直流微电网中两电平电压源型逆变器(VSC)出口侧连续预设数量的采样点的电流，计算生成VSC出口侧实时电流，并将所述实时电流与直流微电网正常运行时VSC出口侧额定电流比较，生成故障极线判定值。
在本公开的一种示例性实施例中，所述方法还包括：
采集直流微电网中两电平电压源型逆变器(VSC)出口侧实时电流It，并将所述实时电流与直流微电网正常运行时VSC出口侧额定电流IB比较，生成故障极线判定值
Figure BDA0003822311570000031
将所述故障极线判定值
Figure BDA0003822311570000032
与预设故障极线判定条件β比较，若
Figure BDA0003822311570000033
则判定所述VSC极线为故障极线。
在本公开的一种示例性实施例中，所述方法还包括：
所述预设故障极线判定条件β为直流微电网正常运行时VSC出口侧电流突变最大值。
在本公开的一种示例性实施例中，所述方法还包括：
基于所述VSC故障极线的高频波形采样窗，计算所述高频波形采样窗内所有采样点的累加斜率和
Figure BDA0003822311570000034
其中，n为横坐标的数组大小；y为纵坐标数组；x为横坐标数组。
在本公开的一种示例性实施例中，所述方法还包括：
基于所述VSC故障极线的高频波形采样窗，计算所述高频波形采样窗内所有采样点的累加斜率和，若所述累加斜率和的数域宽度范围小于预设宽度且所述数域宽度的变化幅度小于预设幅度，则判定所述VSC故障极线的故障为高阻故障。
在本公开的一个方面，提供一种基于高频波形特性的直流微电网高阻故障检测装置，包括：
故障极线判定值生成模块，用于采集直流微电网中两电平电压源型逆变器(VSC)出口侧实时电流，并将所述实时电流与直流微电网正常运行时VSC出口侧额定电流比较，生成故障极线判定值；
故障极线判定模块，用于将所述故障极线判定值与预设故障极线判定条件比较，完成VSC故障极线判定；
高阻故障判定模块，用于基于所述VSC故障极线的高频波形采样窗，计算所述高频波形采样窗内所有采样点的累加斜率和，并根据所述累加斜率和的数域宽度，完成高阻故障判定。
本公开的示例性实施例中的基于高频波形特性的直流微电网高阻故障检测方法，该方法包括：采集直流微电网中两电平电压源型逆变器(VSC)出口侧实时电流，并与直流微电网正常运行时VSC出口侧额定电流比较，生成故障极线判定值；将所述故障极线判定值与预设故障极线判定条件比较，完成VSC故障极线判定；计算高频波形采样窗内所有采样点的累加斜率和，并根据所述累加斜率和的数域宽度，完成高阻故障判定。本公开基于其非平衡电源放电作用下的故障状态检测及选线判断，并利用小波层级分解对故障期间的暂态零模电流进行分解，在其最大分解层下使用累加斜率和对高阻故障与其他故障进行区分识别，实现了高阻故障快速、准确判定。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
通过参照附图来详细描述其示例实施例，本公开的上述和其它特征及优点将变得更加明显。
图1示出了根据本公开一示例性实施例的基于高频波形特性的直流微电网高阻故障检测方法的流程图；
图2示出了根据本公开一示例性实施例的基于高频波形特性的直流微电网高阻故障检测方法的高阻故障等效电路图；
图3A-3C示出了根据本公开一示例性实施例的基于高频波形特性的直流微电网高阻故障检测方法的逻辑流程图；
图4示出了根据本公开一示例性实施例的基于高频波形特性的直流微电网高阻故障检测装置的示意框图。
具体实施方式
现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本公开将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有所述特定细节中的一个或更多，或者可以采用其它的方法、组元、材料、装置、步骤等。在其它情况下，不详细示出或描述公知结构、方法、装置、实现、材料或者操作以避免模糊本公开的各方面。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个软件硬化的模块中实现这些功能实体或功能实体的一部分，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
在本示例实施例中，首先提供了一种基于高频波形特性的直流微电网高阻故障检测方法；参考图1中所示，该基于高频波形特性的直流微电网高阻故障检测方法可以包括以下步骤：
步骤S110，采集直流微电网中两电平电压源型逆变器(VSC)出口侧实时电流，并将所述实时电流与直流微电网正常运行时VSC出口侧额定电流比较，生成故障极线判定值；
步骤S120，将所述故障极线判定值与预设故障极线判定条件比较，完成VSC故障极线判定；
步骤S130，基于所述VSC故障极线的高频波形采样窗，计算所述高频波形采样窗内所有采样点的累加斜率和，并根据所述累加斜率和的数域宽度，完成高阻故障判定。
本公开的示例性实施例中的基于高频波形特性的直流微电网高阻故障检测方法，该方法包括：采集直流微电网中两电平电压源型逆变器(VSC)出口侧实时电流，并与直流微电网正常运行时VSC出口侧额定电流比较，生成故障极线判定值；将所述故障极线判定值与预设故障极线判定条件比较，完成VSC故障极线判定；计算高频波形采样窗内所有采样点的累加斜率和，并根据所述累加斜率和的数域宽度，完成高阻故障判定。本公开基于其非平衡电源放电作用下的故障状态检测及选线判断，并利用小波层级分解对故障期间的暂态零模电流进行分解，在其最大分解层下使用累加斜率和对高阻故障与其他故障进行区分识别，实现了高阻故障快速、准确判定。
下面，将对本示例实施例中的基于高频波形特性的直流微电网高阻故障检测方法进行进一步的说明。
在步骤S110中，可以采集直流微电网中两电平电压源型逆变器(VSC)出口侧实时电流，并将所述实时电流与直流微电网正常运行时VSC出口侧额定电流比较，生成故障极线判定值。
在本示例的实施例中，根据简化的直流微电网模型。换流器采用两电平电压源型逆变器Voltage Source Converter(VSC)，母线电压等级为1.2KV。高阻故障发生在线路上，采用非线性电阻来模拟高阻故障。
电容放电阶段是高阻故障的主要研究阶段。高阻故障为单极非对称故障，当电压源型换流器处在单极高阻短路故障时，其故障示意图如图2所示。以正极发生接地为例，以故障电流的变化作为是否对IGBT进行闭锁的依据，在高阻故障时主要分析不进行闭锁的情况。在假定正极线路发生接地故障的情况下，正极电容会进行放电。电容放电过程等效电路图可以为方便分析暂且忽略交流侧由变换器进入直流侧的电网电流。Vp为电容放电时刻初始电压，ic为放电电流，Rf为故障电阻。
该放电过程中的故障电流频域表达式如下：
Figure BDA0003822311570000071
其中Vp(0)是电容初始电压，iL(0)是电感初始电流，R是线路电阻，s1,s2为特征时间系数，其具体时域表达式如下：
Figure BDA0003822311570000072
当发生高阻故障时，Rf较大且呈现非线性，电流的响应增幅较慢，且突变的频率响应成分幅值并不明显。在故障极电容放电的过程中，由于变换器的控制作用，非故障侧电容会进行充电，以应对电压的下降。这时产生的不平衡电压是交流源侧通过变换器往故障点馈流的主要原因。
由于发生单极接地，极间电压变为-Udc,回路为从故障点到电容中性接地点，以此来对负极电容进行充电。表达式如下：
Figure BDA0003822311570000073
负极电容的初始电压为vn,充电电流为负极电流与流入变换器电流的差值。流入故障接地点的电流由电容放电电流以及由变换器流入的电流组成，这也是正负极间的不平衡电流。
Ip-In＝IGrid+Ic (4)
根据开关函数，变换器交流侧会包含一个由正负极不平衡电压形成的直流源。
Figure BDA0003822311570000081
不平衡直流源从故障接地点与变压器接地中性点形成回路，并向故障点馈送电流。这个过程也是从变换器侧馈流的过程，由于直流侧不平衡电压的影响，变换器交流侧包含交流以及不平衡直流分量。正负极电流相同部分是交流源进行二极管整流的负载线路电路，而差异部分也正是由接地产生的电容放电以及不平衡源往接地故障点的馈电电流。高阻时的不平衡作用明显，等效不平衡源的馈流也是故障电流的重要组成部分。
在本示例的实施例中，在实际工况中，故障电阻阻值会产生变化，为非线性电阻，为方便分析，本文引入同样具有非线性特性的电弧电阻代为分析。电弧电阻(Rarc)可以表示为下式：
Figure BDA0003822311570000082
其中,Pres表示剩余功率函数。把简化后的电弧电阻带入电容放电过程中的等效RLC电路中，
把电弧电阻带入电容放电方程可得下式：
Figure BDA0003822311570000083
Figure BDA0003822311570000084
初步确定，电容电压uc在此电路的表达式是一个分段函数，故电流i的表达式是分段函数，通过对求取电流i的微分
Figure BDA0003822311570000085
即可得到高阻特性。这里面的第一段是一种变系数微分方程形式，若能够得到其解析表达式，解析解的微分值则可成为高阻故障的有力判据。
在本示例的实施例中，本公开分为两阶段：第一阶段是故障检测并进行故障极线的判定；第二阶段是故障电阻辨识。传统方法直流检测多是以线路上的电流为基础进行分析，但是由于高阻的作用，线路上的电气量特征不明显，难以检测出故障。本文提出的检测方法是让高阻故障可以在开关管非闭锁情况下，通过检测由高阻影响的暂态变化量来完成检测以及辨识。
在本示例的实施例中，所述方法还包括：采集直流微电网中两电平电压源型逆变器(VSC)出口侧连续预设数量的采样点的电流，计算生成VSC出口侧实时电流，并将所述实时电流与直流微电网正常运行时VSC出口侧额定电流比较，生成故障极线判定值。
在步骤S120中，可以将所述故障极线判定值与预设故障极线判定条件比较，完成VSC故障极线判定。
在本示例的实施例中，所述方法还包括：
采集直流微电网中两电平电压源型逆变器(VSC)出口侧实时电流It，并将所述实时电流与直流微电网正常运行时VSC出口侧额定电流IB比较，生成故障极线判定值
Figure BDA0003822311570000091
将所述故障极线判定值
Figure BDA0003822311570000092
与预设故障极线判定条件β比较，若
Figure BDA0003822311570000093
则判定所述VSC极线为故障极线。
在本示例的实施例中，所述方法还包括：
所述预设故障极线判定条件β为直流微电网正常运行时VSC出口侧电流突变最大值。
在本示例的实施例中，第一步是检测VSC出口侧电流突变量，VSC出口侧电流不受电容放电过程的影响，高阻状态下电容放电电流增幅缓慢，变化值小，用VSC出口侧电流进行观测反而可以观察到明显的变化，且其突变量的产生是由于非平衡线路变化的作用，这样就可以避免负载投切时对其产生的影响。故障判断值的具体形式如下式：
Figure BDA0003822311570000094
其中It为变换器出口侧实时直流电流，IB为线路正常运行时额定电流，β为正常时电流最大波动值与额定值之比。为防止瞬时故障的干扰，对VSC出口处进行连续采样5个采样点后，第二步就是采样值与判断条件的比较，如果采样值连续满足判断条件则可以判断此时是故障状态。并且紧接着第三步根据VSC出口侧电流的变化情况完成故障极线的选择，如果不满足则说明无故障发生处于正常状态。
在步骤S130中，可以基于所述VSC故障极线的高频波形采样窗，计算所述高频波形采样窗内所有采样点的累加斜率和，并根据所述累加斜率和的数域宽度，完成高阻故障判定。
在本示例的实施例中，所述方法还包括：
基于所述VSC故障极线的高频波形采样窗，计算所述高频波形采样窗内所有采样点的累加斜率和
Figure BDA0003822311570000101
其中，n为横坐标的数组大小；y为纵坐标数组；x为横坐标数组。
在本示例的实施例中，所述方法还包括：
基于所述VSC故障极线的高频波形采样窗，计算所述高频波形采样窗内所有采样点的累加斜率和，若所述累加斜率和的数域宽度范围小于预设宽度且所述数域宽度的变化幅度小于预设幅度，则判定所述VSC故障极线的故障为高阻故障。
在本示例的实施例中，如果检测到故障则要进行第四步故障电阻的辨识。不同极线电流变化规律不同，因此在确定极线的基础上进行故障电阻辨识可以保证结果的准确性。故障电阻的辨识首先要基于高频波形的采样窗进行数据采集，通过求窗内所有点斜率的和，可以防止非故障引起的瞬时频率突变，不同故障阻值导致的故障电流波形暂态波形有所不同，故在相似分量下的波形变化率的和可以作为区分不同故障的依据。累加斜率和具体表达式如下：
Figure BDA0003822311570000102
其中，n为横坐标的数组大小；y为纵坐标数组；x为横坐标数组。第五步则是要进行故障电阻的辨识，高阻故障高频分量幅值增幅小，通过观察第四步所获得的累加和数域的范围宽度，数域范围窄且变化幅度不明显的是高阻故障。高阻故障检测方法的流程图如图3A所示。
在本示例的实施例中，高阻故障的高频分解波形的幅值变化量由过渡电阻数值的大小直接决定，在检测出故障的前提下，可归算出累计斜率和具体的数域范围，具体辨识结果如下表1所示：
表1故障类型辨识结果
Figure BDA0003822311570000111
高阻故障选极方法与高阻故障辨识结果的共同作用保证了高阻故障检测的准确性。
在本示例的实施例中，直流微电网高阻故障不会导致换流器闭锁，具有可以在开关非闭锁状态下进行检测判断的特点。本文针对这个问题提出了一种基于非对称平衡电流的选极判断，以及用小波分解高频波形的检测方法。经过验证，该方法实现了高阻故障的检测判断并实现对e高阻值过渡电阻的识别，该方法可以作为高阻故障的专门检测方法，与传统方法相区别。
实施例二：
在本示例的实施例中，基于时域检测的高阻故障检测方法还包括基于正交小波分解的时频域检测高阻故障检测方法。
直流微电网高阻故障可以分为电弧高阻故障和直接高阻故障。直接高阻故障通常是直接通过介质接地，接地介质可能因为故障电流的影响使得自身阻值呈现随机性变化，这导致不同物质接地所产生的故障电流并不相同。电弧电阻故障的形式是以电弧和接地介质通过串联的方式接入大地为主，发生电弧电阻故障时，电弧电阻阻值呈现负的伏安特性，电弧电流较低，故电弧呈现高阻故障状态。
电弧的形式主要可以分为串联电弧以及并联电弧，直流电弧的形式主要可以分为串联电弧以及并联电弧，并联电弧是由于绝缘损坏导致两个不同电位点短接而产生的电弧，所以直流微电网中电弧电阻接地属于并联电弧。电弧电阻阻值的大小受到电弧间电压，电弧电流，放电间隙，弧长等因素的制约，在当前的研究中详细直流电弧模型的构建还很困难，对于直流电弧电阻的故障特性分析需要借助现有的电弧模型。
现有的电弧模型主要为Cassie模型和Mayr模型，Mayr模型模拟的是电弧的点燃与熄灭过程，直流电弧电流无自然过零点，在没有发现故障发生的情况下只能等待电弧能量耗散空气间隙绝缘自行恢复，而燃弧过程速度极快往往难以检测，故Mayr模型不适用于分析直流。Cassie模型分析的是电弧持续燃烧时的情况因此适用于直流。
电弧电阻表达式需要通过电弧电压，电弧电流与电弧所包含的能量关系进行建立。式(1)中Q(MW·S＝MJ)表示电弧中储存的能量，P(MW)表示耗散功率，u(kV)、i(kA)分别表示电弧电压和电流。式(11)表明电弧在燃烧过程中能量在逐渐耗散。
Figure BDA0003822311570000121
等式(11)可以进一步转化为电弧单位电导g的变化率与电弧功率变化的关系(12)和式(13)所示。
Figure BDA0003822311570000122
Figure BDA0003822311570000123
设
Figure BDA0003822311570000131
式(3)可以简化为式(14)。
Figure BDA0003822311570000132
设E为电弧电压梯度，P0为单位体积电弧散发的功率，σ为电弧电导率，三者之间的表达式如(15)所示。
Figure BDA0003822311570000133
把式(15)代入式(14)中可以得到式(16)。
Figure BDA0003822311570000134
τc为Cassie模型的时间常数，通过式(16)可以获得Cassie模型电弧电阻表达式(7)。
Figure BDA0003822311570000135
高阻故障中，电弧的产生源于线路与接地介质之间的空气间隙发生击穿从而产生电弧，因此电弧电阻与接地介质串联。Cassie模型在弧间电压达到电弧电压梯度时电弧电流进入稳定燃烧状态，而因为电弧电阻与接地介质串联接入线路中，接地介质会消耗一定能量导致电弧电流较小，故电弧电阻整体呈现高阻状态。
在本示例的实施例中，直流微电网中，电压源型换流器占据重要地位，对于电压源型换流器而言，发生故障时，会经历电容放电阶段、二极管自由导通阶段、电网侧馈流阶段。直流微电网中，高阻故障多为单极接地故障，因此以单极接地故障进行分析，对电容放电阶段进行等效，电容C在发生故障后进行经故障电阻放电，其初始电压Vp等于正常工况下的线路端电压，Ic为电容放电电流，R和L为电容到故障点的线路等效电阻与线路等效电感，Rf为故障电阻，If为流向故障电阻的电流。在此阶段故障电阻上的电流由电容放电电流进行提供。放电电流的时域表达式如下式。
Figure BDA0003822311570000141
其中s1,s2的表达式如下式。
Figure BDA0003822311570000142
阻尼系数α，共振频率ω0的计算表达式如下式(20)和(21)。
Figure BDA0003822311570000143
Figure BDA0003822311570000144
高阻故障时，故障响应曲线呈现过阻尼状态，暂态响应过程时间短，响应峰值较小，与金属性故障和低阻故障呈现明显区别。在电网侧电流馈电阶段过程中交流侧通过电压源型换流器桥臂二极管向直流故障处输送电流。
如果高阻故障发展演化，引发换流器闭锁，此刻的电压源型换流器相当于一个不控整流桥，故障点馈入电流为桥臂二极管电流之和，可以写为下式。
iVSC＝iD1+iD2+iD3＝iga+igb+igc (22)
其中，iga,igb,igc分别为A,B,C三相电流，且选取正值时通过二极管桥臂的电流。以A相为例表达式如下式(23)-(26)所示。
Figure BDA0003822311570000145
Figure BDA0003822311570000146
Figure BDA0003822311570000147
Figure BDA0003822311570000148
式中Ig|0|表示初始电网电流幅值；
Figure BDA0003822311570000149
表示阻抗角；Lac表示交流侧电感；α表示交流相角；Ig表示短路电流周期分量幅值。在发生高阻故障后，对故障后零模电流进行提取，构建暂态零模电流为
Figure BDA0003822311570000151
Cassie直流电弧模型的电流的频域分量会随频率的增高而有所下降。正常电流在叠加了电弧电流之后，在相应频段上会产生相应的幅值变化，因此可以采用不同频段相分解的方法，分解出所需低频段求取其幅值变化量，从而完成小电弧电流时的电弧电阻故障检测。
在本示例的实施例中，基于以上对电弧特性分析，采用时频域检测法对电弧高阻故障的特性进行提取。使用正交小波变换与奇异值分解进行时域和频域信息提取。通过正交小波变换，把原信号通过正交小波基分解成不同尺度的下的各个分量。其中h为小波基低通滤波器，而g为高通滤波器。aj(n)为信号分解出的低频部分，dj(n)则描述了信号的高频部分。随着分解次数的增加，表示关系如下式(28)和(29)。
Figure BDA0003822311570000152
Figure BDA0003822311570000153
其中k代表滤波器长度，n代表信号的长度。j为分解的次数。上一级信号经过低通滤波器以及高通滤波器的分别处理，得到了下一级的低频信号以及高频信号。
在经过了小波变换将信号处理之后，对不同频段的信号使用奇异值分解(Singular Value Decomposition,SVD)。奇异值分解可以分解非方阵矩阵，其原理为假设矩阵A为m×n阶矩阵，那么存在m×n阶正交阵U,以及m×n阶正交阵V,使得下式30)成立。
A＝UDVT (30)
式中矩阵D为m×n阶对角阵，D＝(diag(σ1,σ2,···,σq),O)，其中对角线元素σ1,σ2,···,σq为矩阵A的奇异值。其中矩阵A比较常见的几种形式有Toeplitz矩阵、Cycle矩阵、Hankel矩阵。本文采用的是Hankel矩阵，使用Hankel进行SVD分解时所分解出的信号量在原信号中的相位位置不变，即分解只是简单的将被分解的信号从原信号中减去，这样在方便对信号进行操作的同时可以使信号与原信号的关系保持不变。原始信号y(n)的Hankel矩阵具体表达式如下式(31)。
Figure BDA0003822311570000161
式中N为信号的长度，且1＜n＜N，m＝N-n+1，矩阵A为m×n阶矩阵。
利用原始信号的Hankel矩阵求奇异值的表达式如下式(32)。
Figure BDA0003822311570000162
式中u1,u2,…,uq为m×1阶矩阵u中元素，式中v1,v2,…,vq为n×1阶矩阵v中元素。
把正交小波变换与SVD相结合进行时频域分解，首先把线路上所采集到的电流信号进行正交小波变换，把电流信号按不同尺度进行分解并得到相应的系数。接着把所获得的系数构建成Hankel矩阵，再利用SVD分解进行正交变化获取不同小波分解尺度的奇异值谱。
根据小波分解后各尺度所代表的频域范围可知分解到第j层的aj[n]代表了分解出的最低频部分，而通过直流电弧电流的分析，在小电弧电流的前提下，直流电弧电流的主要能量分布在在低频段范围内，发生高阻故障后，低频段会有明显的增益变化。而线路中的随机噪声通常幅值较小，其影响也可忽略不计，电弧频段主要集中在低频和线路中的高频分量也并无互相影响。
对小波分解出的第j层低频段奇异值序列进行各点奇异值幅值求和，即故障线路的第aj[n]层奇异值和大于K倍的非故障线路的第aj[n]层奇异值序列之和，检测判据表达式如下式(33)。
Figure BDA0003822311570000171
时频域检测法的流程图如图3B所示。
时域检测法则进行故障状态的快速检测，通过包含电阻的单端电流表达式，对故障电阻的直流电流的幅值做出检测。基于时间窗的电流瞬时平均检测，通过选取短时窗，并把窗内电流平均化以代表一个瞬时时刻的电流值，具体如下式(34)。
Figure BDA0003822311570000172
在实际工程环境中，需要对线路电流进行离散采样，设定采样时间窗长度为T，窗内采样个数设定为N，采样频率为fs，第j个电流的平均采样值可以表示为式(35)。
Figure BDA0003822311570000173
采集的是瞬时平均电流，第j+1个电流的平均采样值可以表示为式(36)。
Figure BDA0003822311570000174
把上面两式进行联立整理，可对第j+1个电流的平均采样值进行化简得到新的表达式为式(37)。
Figure BDA0003822311570000175
在高阻故障检测过程中，时域方法和时频域方法配合进行，其中时域方法兼顾快速性，但是准确性不足，时频域方法灵敏，但是对于采样频率和计算速度要求较高。因此，以时域方法辅助以时频域方法，可以有效检测高阻故障，故障检测流程图如图3C所示。
需要说明的是，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。
此外，在本示例实施例中，还提供了一种基于高频波形特性的直流微电网高阻故障检测装置。参照图4所示，该基于高频波形特性的直流微电网高阻故障检测装置400可以包括：故障极线判定值生成模块410、故障极线判定模块420以及高阻故障判定模块430。其中：
故障极线判定值生成模块410，用于采集直流微电网中两电平电压源型逆变器(VSC)出口侧实时电流，并将所述实时电流与直流微电网正常运行时VSC出口侧额定电流比较，生成故障极线判定值；
故障极线判定模块420，用于将所述故障极线判定值与预设故障极线判定条件比较，完成VSC故障极线判定；
高阻故障判定模块430，用于基于所述VSC故障极线的高频波形采样窗，计算所述高频波形采样窗内所有采样点的累加斜率和，并根据所述累加斜率和的数域宽度，完成高阻故障判定。
上述中各基于高频波形特性的直流微电网高阻故障检测装置模块的具体细节已经在对应的基于高频波形特性的直流微电网高阻故障检测方法中进行了详细的描述，因此此处不再赘述。
应当注意，尽管在上文详细描述中提及了基于高频波形特性的直流微电网高阻故障检测装置400的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。

Claims (7)

1.一种基于高频波形特性的直流微电网高阻故障检测方法，其特征在于，所述方法包括：
采集直流微电网中两电平电压源型逆变器(VSC)出口侧实时电流，并将所述实时电流与直流微电网正常运行时VSC出口侧额定电流比较，生成故障极线判定值；
将所述故障极线判定值与预设故障极线判定条件比较，完成VSC故障极线判定；
基于所述VSC故障极线的高频波形采样窗，计算所述高频波形采样窗内所有采样点的累加斜率和，并根据所述累加斜率和的数域宽度，完成高阻故障判定。
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
采集直流微电网中两电平电压源型逆变器(VSC)出口侧连续预设数量的采样点的电流，计算生成VSC出口侧实时电流，并将所述实时电流与直流微电网正常运行时VSC出口侧额定电流比较，生成故障极线判定值。
3.如权利要求1所述的方法，其特征在于，所述方法还包括：
采集直流微电网中两电平电压源型逆变器(VSC)出口侧实时电流It，并将所述实时电流与直流微电网正常运行时VSC出口侧额定电流IB比较，生成故障极线判定值
Figure FDA0003822311560000011
将所述故障极线判定值
Figure FDA0003822311560000012
与预设故障极线判定条件β比较，若
Figure FDA0003822311560000013
则判定所述VSC极线为故障极线。
4.如权利要求3所述的方法，其特征在于，所述方法还包括：
所述预设故障极线判定条件β为直流微电网正常运行时VSC出口侧电流突变最大值。
5.如权利要求1所述的方法，其特征在于，所述方法还包括：
基于所述VSC故障极线的高频波形采样窗，计算所述高频波形采样窗内所有采样点的累加斜率和
Figure FDA0003822311560000021
其中，n为横坐标的数组大小；y为纵坐标数组；x为横坐标数组。
6.如权利要求1所述的方法，其特征在于，所述方法还包括：
基于所述VSC故障极线的高频波形采样窗，计算所述高频波形采样窗内所有采样点的累加斜率和，若所述累加斜率和的数域宽度范围小于预设宽度且所述数域宽度的变化幅度小于预设幅度，则判定所述VSC故障极线的故障为高阻故障。
7.一种基于高频波形特性的直流微电网高阻故障检测装置，其特征在于，所述装置包括：
故障极线判定值生成模块，用于采集直流微电网中两电平电压源型逆变器(VSC)出口侧实时电流，并将所述实时电流与直流微电网正常运行时VSC出口侧额定电流比较，生成故障极线判定值；
故障极线判定模块，用于将所述故障极线判定值与预设故障极线判定条件比较，完成VSC故障极线判定；
高阻故障判定模块，用于基于所述VSC故障极线的高频波形采样窗，计算所述高频波形采样窗内所有采样点的累加斜率和，并根据所述累加斜率和的数域宽度，完成高阻故障判定。
CN202211045714.5A 2022-08-30 2022-08-30 基于高频波形特性的直流微电网高阻故障检测方法及装置 Pending CN115469182A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211045714.5A CN115469182A (zh) 2022-08-30 2022-08-30 基于高频波形特性的直流微电网高阻故障检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211045714.5A CN115469182A (zh) 2022-08-30 2022-08-30 基于高频波形特性的直流微电网高阻故障检测方法及装置

Publications (1)

Publication Number Publication Date
CN115469182A true CN115469182A (zh) 2022-12-13

Family

ID=84371116

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211045714.5A Pending CN115469182A (zh) 2022-08-30 2022-08-30 基于高频波形特性的直流微电网高阻故障检测方法及装置

Country Status (1)

Country Link
CN (1) CN115469182A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117728377A (zh) * 2024-02-18 2024-03-19 中铁二十二局集团电气化工程有限公司 城市交通储能系统的动态能量控制管理方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117728377A (zh) * 2024-02-18 2024-03-19 中铁二十二局集团电气化工程有限公司 城市交通储能系统的动态能量控制管理方法及系统
CN117728377B (zh) * 2024-02-18 2024-05-03 中铁二十二局集团电气化工程有限公司 城市交通储能系统的动态能量控制管理方法及系统

Similar Documents

Publication Publication Date Title
CN113219300B (zh) 一种基于相电流暂态稳态的配电网单相接地故障感知方法
CN108663602A (zh) 柔性直流配电网单极故障选线与区段定位方法及系统
Saravanababu et al. Transmission line faults detection, classification, and location using discrete wavelet transform
CN111308272B (zh) 一种小电流接地故障区段定位方法
CN104049171A (zh) 交错反激式微逆变器的开路故障诊断方法及系统
Ezzat et al. Microgrids islanding detection using Fourier transform and machine learning algorithm
CN111856322B (zh) 基于mmc的直流配网双极短路故障精准定位方法与装置
Huang et al. Power quality assessment of different load categories
CN109975657A (zh) 基于差动特征值的小电流接地系统单相接地故障选线方法
CN110247420B (zh) 一种hvdc输电线路故障智能识别方法
Silva et al. An accurate method for fault location in HVDC systems based on pattern recognition of DC voltage signals
Wang et al. Faulty feeder detection based on the integrated inner product under high impedance fault for small resistance to ground systems
CN115469182A (zh) 基于高频波形特性的直流微电网高阻故障检测方法及装置
Damala et al. A simple decision tree-based disturbance monitoring system for VSC-based HVDC transmission link integrating a DFIG wind farm
CN114139436A (zh) 一种低压配电网用户电能质量扰动溯源方法
Gao et al. High-impedance arc fault modeling for distribution networks based on dynamic geometry dimension
CN108152680B (zh) 一种检测直流输电换相失败的方法
CN111175671A (zh) 一种消弧线圈并主动干预装置的单相接地故障选线方法
CN115128400A (zh) 一种配网故障类型识别与故障选线综合研判方法及系统
Liu et al. Single-phase Grounding Fault Line Selection Method Based on the Difference of Electric Energy Information Between the Distribution End and the Load End
Prince et al. A fault detection technique based on line parameters in ring-configured DC microgrid
CN115480113B (zh) 基于电流二次差分值的直流微电网高阻故障检测方法及装置
CN113552441A (zh) 一种单相接地故障检测方法及装置
Grcić et al. Electric vehicle charging station fault detection: a machine learning approach
Merlin et al. A frequency spectrum-based method for detecting and classifying faults in HVDC systems

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