CN115480113A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN115480113A CN115480113A CN202211045716.4A CN202211045716A CN115480113A CN 115480113 A CN115480113 A CN 115480113A CN 202211045716 A CN202211045716 A CN 202211045716A CN 115480113 A CN115480113 A CN 115480113A
- Authority
- CN
- China
- Prior art keywords
- fault
- current
- differential value
- resistance
- value
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 109
- 230000010355 oscillation Effects 0.000 claims abstract description 24
- 238000005070 sampling Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 description 15
- 230000014509 gene expression Effects 0.000 description 13
- 238000001914 filtration Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000000354 decomposition reaction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000002945 steepest descent method Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000003990 capacitor Substances 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/10—Measuring sum, difference or ratio
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R27/00—Arrangements for measuring resistance, reactance, impedance, or electric characteristics derived therefrom
- G01R27/02—Measuring real or complex resistance, reactance, impedance, or other two-pole characteristics derived therefrom, e.g. time constant
- G01R27/025—Measuring very high resistances, e.g. isolation resistances, i.e. megohm-meters
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Locating Faults (AREA)
Abstract
本公开是关于一种基于电流二次差分值的直流微电网高阻故障检测方法、装置。其中,所述方法包括:采集出口侧实时电流,并实时计算故障电流一次差分值;基于所述故障电流一次差分值计算故障电流二次差分值,生成稳定振荡状态故障电流二次差分值;基于预设高阻故障判定条件,根据所述故障电流一次差分值峰值及正常电流一次差分值峰值完成高阻故障判定;基于最小二乘法的参数辨识法迭代计算故障电阻、故障电流及故障距离,实现高阻故障定位及故障电阻辨识,完成高阻故障检测。本公开实现了高阻故障的快速、准确判定。
Description
技术领域
本公开涉及新能源应用领域,具体而言,涉及一种基于电流二次差分值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电流二次差分值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,提供一种基于电流二次差分值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,基于预设故障判定条件进行故障判定,当判定故障发生时,记录故障发生时的第一时间戳,并实时计算故障电流一次差分值,获取所述故障电流一次差分值的正负峰值点;
基于所述故障电流一次差分值计算故障电流二次差分值,根据所述故障电流一次差分值的正负峰值点,生成稳定振荡状态故障电流二次差分值,并记录生成稳定振荡状态故障电流二次差分值的第二时间戳;
计算所述第一时间戳至所述第二时间戳之间的时长,分别计算所述第一时间戳至所述第二时间戳的时长内所述故障电流一次差分值峰值,及以所述第一时间戳为终点向前所述第一时间戳至所述第二时间戳之间的时长内正常电流一次差分值峰值,基于预设高阻故障判定条件,根据所述故障电流一次差分值峰值及正常电流一次差分值峰值完成高阻故障判定;
根据线路端电压、出口侧实时电流、单位长度线路电阻,基于最小二乘法的参数辨识法迭代计算故障电阻、故障电流及故障距离,实现高阻故障定位及故障电阻辨识,完成高阻故障检测。
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,基于电流瞬时平均法进行故障判定。
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)出口侧实时电流,基于预设故障判定条件进行故障判定,当判定故障发生时,记录故障发生时的第一时间戳,并基于预设采样频率实时计算故障电流一次差分值,获取所述故障电流一次差分值的正负峰值点。
在本公开的一种示例性实施例中,所述方法还包括:
在本公开的一种示例性实施例中,所述方法还包括:
基于预设高阻故障判定条件ΔI1(t正峰值max)>K1·ΔI2(t正峰值max),根据所述故障电流一次差分值峰值及正常电流一次差分值峰值完成高阻故障判定;
其中,ΔI1(t正峰值max)为故障电流一次差分值峰值,ΔI2(t正峰值max)为正常电流一次差分值峰,K1为预设判定系数。
在本公开的一种示例性实施例中,所述方法还包括:
根据线路端电压Vp、出口侧实时电流Ip、单位长度线路电阻RL基于最小二乘法的参数辨识法公式
迭代计算故障电阻Rf、故障电流If及故障距离x,实现高阻故障定位及故障电阻辨识,完成高阻故障检测。
在本公开的一个方面,提供一种基于电流二次差分值的直流微电网高阻故障检测装置,包括:
故障电流一次差分值计算模块,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,基于预设故障判定条件进行故障判定,当判定故障发生时,记录故障发生时的第一时间戳,并实时计算故障电流一次差分值,获取所述故障电流一次差分值的正负峰值点;
故障电流二次差分值计算模块,用于基于所述故障电流一次差分值计算故障电流二次差分值,根据所述故障电流一次差分值的正负峰值点,生成稳定振荡状态故障电流二次差分值,并记录生成稳定振荡状态故障电流二次差分值的第二时间戳;
高阻故障判定模块,用于计算所述第一时间戳至所述第二时间戳之间的时长,分别计算所述第一时间戳至所述第二时间戳的时长内所述故障电流一次差分值峰值,及以所述第一时间戳为终点向前所述第一时间戳至所述第二时间戳之间的时长内正常电流一次差分值峰值,基于预设高阻故障判定条件,根据所述故障电流一次差分值峰值及正常电流一次差分值峰值完成高阻故障判定;
高阻故障定位模块,用于根据线路端电压、出口侧实时电流、单位长度线路电阻,基于最小二乘法的参数辨识法迭代计算故障电阻、故障电流及故障距离,实现高阻故障定位及故障电阻辨识,完成高阻故障检测。
本公开的示例性实施例中的一种基于电流二次差分值的直流微电网高阻故障检测方法,其中,所述方法包括:采集出口侧实时电流,并实时计算故障电流一次差分值;基于所述故障电流一次差分值计算故障电流二次差分值,生成稳定振荡状态故障电流二次差分值;基于预设高阻故障判定条件,根据所述故障电流一次差分值峰值及正常电流一次差分值峰值完成高阻故障判定;基于最小二乘法的参数辨识法迭代计算故障电阻、故障电流及故障距离,实现高阻故障定位及故障电阻辨识,完成高阻故障检测。本公开实现了高阻故障的快速、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一种基于电流二次差分值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一种基于电流二次差分值的直流微电网高阻故障检测方法的两电平电压源型逆变器主电路图;
图3A-3B示出了根据本公开一示例性实施例的一种基于电流二次差分值的直流微电网高阻故障检测方法的逻辑图;
图4示出了根据本公开一示例性实施例的一种基于电流二次差分值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电流二次差分值的直流微电网高阻故障检测方法;参考图1中所示,该一种基于电流二次差分值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,基于预设故障判定条件进行故障判定,当判定故障发生时,记录故障发生时的第一时间戳,并实时计算故障电流一次差分值,获取所述故障电流一次差分值的正负峰值点;
步骤S120,基于所述故障电流一次差分值计算故障电流二次差分值,根据所述故障电流一次差分值的正负峰值点,生成稳定振荡状态故障电流二次差分值,并记录生成稳定振荡状态故障电流二次差分值的第二时间戳;
步骤S130,计算所述第一时间戳至所述第二时间戳之间的时长,分别计算所述第一时间戳至所述第二时间戳的时长内所述故障电流一次差分值峰值,及以所述第一时间戳为终点向前所述第一时间戳至所述第二时间戳之间的时长内正常电流一次差分值峰值,基于预设高阻故障判定条件,根据所述故障电流一次差分值峰值及正常电流一次差分值峰值完成高阻故障判定;
步骤S140,根据线路端电压、出口侧实时电流、单位长度线路电阻,基于最小二乘法的参数辨识法迭代计算故障电阻、故障电流及故障距离,实现高阻故障定位及故障电阻辨识,完成高阻故障检测。
本公开的示例性实施例中的一种基于电流二次差分值的直流微电网高阻故障检测方法,其中,所述方法包括:采集出口侧实时电流,并实时计算故障电流一次差分值;基于所述故障电流一次差分值计算故障电流二次差分值,生成稳定振荡状态故障电流二次差分值;基于预设高阻故障判定条件,根据所述故障电流一次差分值峰值及正常电流一次差分值峰值完成高阻故障判定;基于最小二乘法的参数辨识法迭代计算故障电阻、故障电流及故障距离,实现高阻故障定位及故障电阻辨识,完成高阻故障检测。本公开实现了高阻故障的快速、准确判定。
下面,将对本示例实施例中的一种基于电流二次差分值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,基于预设故障判定条件进行故障判定,当判定故障发生时,记录故障发生时的第一时间戳,并实时计算故障电流一次差分值,获取所述故障电流一次差分值的正负峰值点。
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,基于电流瞬时平均法进行故障判定。
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,基于预设故障判定条件进行故障判定,当判定故障发生时,记录故障发生时的第一时间戳,并基于预设采样频率实时计算故障电流一次差分值,获取所述故障电流一次差分值的正负峰值点。
在本示例的实施例中,电流二次差分值检测法主要是利用电流差分值的变化速度进行检测,故障电流变化速率受到故障电阻值的影响,因此可以通过电流变化速度的快慢作为高阻故障的检测依据。
根据Rf12与Rf之间的关系可以由线路感抗比值表示,设定比例系数α,使用比例系数表示出两者之间的关系,如下式(1)-(2)。
由式(2)可以得到下式(3)。λ为时间系数如下式(4)。
对式(3)进行求导可以得到式(5)表示故障电流的变化率,变化率呈指数变化形式,变化率大小由λ决定,由于故障电阻值Rf远远大于线路电阻R12,故可以忽略线路电阻对时间系数的影响。通过式可以看出故障电流变化率呈指数形式减少。
在步骤S120中,可以基于所述故障电流一次差分值计算故障电流二次差分值,根据所述故障电流一次差分值的正负峰值点,生成稳定振荡状态故障电流二次差分值,并记录生成稳定振荡状态故障电流二次差分值的第二时间戳。
在本示例的实施例中,实际测得的电流量为正常电流与故障电流的叠加值,且由于换流器的作用实际直流电流波形呈上下波动趋势。发生故障后,电流会在故障电流的叠加作用下进行增长,电流的增长可以用电流差分值表示,其具体表达式如下式(6)。其中时间间隔Δt可以由采样频率fs决定,故障时刻t2与故障时刻t1相差一个时间间隔Δt。
ΔI(t1)=I(t2)-I(t1) (6)
同理可以求得故障时刻t3与故障时刻t2之间的ΔI12(t2)。
在本示例的实施例中,所述方法还包括:
在步骤S130中,可以计算所述第一时间戳至所述第二时间戳之间的时长,分别计算所述第一时间戳至所述第二时间戳的时长内所述故障电流一次差分值峰值,及以所述第一时间戳为终点向前所述第一时间戳至所述第二时间戳之间的时长内正常电流一次差分值峰值,基于预设高阻故障判定条件,根据所述故障电流一次差分值峰值及正常电流一次差分值峰值完成高阻故障判定。
在本示例的实施例中,所述方法还包括:
基于预设高阻故障判定条件ΔI1(t正峰值max)>K1·ΔI2(t正峰值max),根据所述故障电流一次差分值峰值及正常电流一次差分值峰值完成高阻故障判定;
其中,ΔI1(t正峰值max)为故障电流一次差分值峰值,ΔI2(t正峰值max)为正常电流一次差分值峰,K1为预设判定系数。
在本示例的实施例中,两个增量电流之间的差值即电流的二次差值可以表示为电流差值的变化快慢,可用式(7)表示。
Δ2I(tj)=ΔI(tj+1)-ΔI(tj) (7)
根据式(3)可知,当故障电流变化率为零时,故障电流达到峰值,对于电流一次微分值而言,当故障电流达到峰值时,增量变化达到顶点,而电流二次微分值表示增量变化速度,根据式(5)可知增量变化速度逐渐减慢。当电流一次微分值增量变化达到顶点之后增量变化会下降并呈现稳定变化趋势,而此时的电流二次差分值也因进入新的稳态而稳定变化。
电流二次差分值检测法与电流瞬时平均值检测法启动条件相同,电流二次差分值检测法的步骤如下:
(1)判断是否符合启动条件。
(2)根据实时电流采样值计算电流一次差分值ΔI(tj)。
(3)根据计算的电流一次差分值计算电流二次差分值Δ2I(tj)。
(4)根据计算的电流一次差分值分别获取正负峰值点。
(5)获取电流二次差分值正负峰值直到达到稳定振荡状态,振荡状态判定满足下式(8)。
(6)根据电流二次差分值达到振荡稳定的时间到检测启动时间之间的时间差,获取启动检测前同等时长电流的一次微分差值峰值,根据下式(9)的逻辑关系式进行比较判断,其中I1表示故障电流,I2表示正常电流,K1取值设为1.05。
ΔI1(t正峰值max)>K1·ΔI2(t正峰值max) (9)
其中,电流二次差分值检测法流程图如图3A所示。
在本示例的实施例中,考虑到非故障线路也会受到故障电流波动的影响,设置正负极线间的不平衡电流Idif为辅助判据,故障电流从故障线路流到非故障线路时会有一定程度的衰减,故当本线路未发生故障时其不平衡电流会远远小于本线路故障时的不平衡电流。电流瞬时平均值检测法与电流二次差分值检测法同时进行检测,电流瞬时平均值检测法更具快速性,而电流二次差分值检测法对不同阻值电阻故障的适应性更好,两者之间互为补充,以保证时域检测法的可靠性。
在步骤S140中,可以根据线路端电压、出口侧实时电流、单位长度线路电阻,基于最小二乘法的参数辨识法迭代计算故障电阻、故障电流及故障距离,实现高阻故障定位及故障电阻辨识,完成高阻故障检测。
在本示例的实施例中,所述方法还包括:
根据线路端电压Vp、出口侧实时电流Ip、单位长度线路电阻RL基于最小二乘法的参数辨识法公式
迭代计算故障电阻Rf、故障电流If及故障距离x,实现高阻故障定位及故障电阻辨识,完成高阻故障检测。
在本示例的实施例中,在直流微电网线路未发生故障时,正负极电压并未处于完全平衡状态,这是由于VSC交流侧所输出的交流电压中本身就包含着基本分量与高频谐波分量,根据开关函数可知,即使是在两直流电容电压相等,且只考虑基频分量的影响,直流侧仍然会传输不平衡电流,本文直流电容中点采用经大阻值电阻接地,导致不平衡谐波电流只能在线路上流动。而这也是造成直流微电网直流线路侧会出现高频谐波分量,正负极电压电流不完全平衡的主要原因。M为调制比,N为载波比,ωs为调制波频率,J0为第一类0阶Bessel函数,vj为交流侧基频相电压,iu为直流侧不平衡谐波电流,具体如下式(10)-(11)。
为减轻高频谐波分量对故障电阻辨识方法的影响,需要对用于进行故障电阻辨识所采集的电压,电流分量进行滤波处理,以减小其高频纹波的影响。
由于采样点是离散的,故选用数字滤波的方法进行滤波处理,考虑到要用采样窗口里的数据进行故障电阻的辨识,故采用有限脉冲响应(Finite Impulse Response)滤波器进行处理,使滤波输出值取决于若干个数目固定的采样值。通过采用滑动平均滤波器(Moving Average Filter)以便限制高频谐波分量的幅值,从而使数值更为接近直流分量。其定义表达式为下式(12)。
其中M1为采样个数,l为采样时刻输入值其值从0一直到M1-1,对数值求和并取平均值赋值给采样时刻输出值。其频率响应为下式(13)。
其离散时域表达式为下式(14)。
根据其离散时域表达式可以画出其伯德图,从伯德图中可以看出滑动平均滤波器的主要作用是降低高次谐波的幅值。高次谐波的频次主要由载波的频率影响,通过调整平均滤波器的窗口取样数就可以达到对谐波频次滤波的作用。如果经过单次滤波后,高频纹波依然很明显,则可以通过多次滤波的方式进一步降低高频谐波分量的影响,从而提高故障电阻辨识的准确性。
故障电阻的辨识可以分为故障电阻阻值的辨识和故障位置定位两部分。故障电阻现有的辨识方法主要分为:模型辨识、特征辨识、参数辨识。其中模型辨识主要是通过建立等效参考模型,再利用实际故障中所捕捉到的特征信息从而建立符合实际的故障模型;特征辨识主要是通过分析并捕捉发生故障时的特征量,并利用特征量的细节差异从而完成故障的辨识。直流微电网电压等级比直流配电网要低,输电距离短,且高阻故障造成的线路压降也并不明显,这就造成利用发生高阻接地故障时的特征信息来完成故障电阻阻值的辨识的难度增大。
故障定位分为注入信号法和故障分析法,而故障分析法也是通过故障线路参数来进行定位,因此可以通过构建关系使其与故障电阻的辨识同步进行。
为此,本文将利用参数辨识的思路,通过参数值的拟合计算来完成对于实时高阻故障阻值的辨识同时完成具体接地位置的定位。
“最小二乘法”作为一种参数辨识方法,主要通过数据处理和误差计算来获得与实际值相接近的计算值,最小二乘法作为一种数学手段被广泛地应用于实际工程和实验技术中。应用最小二乘法对实验数据和测得数据进行处理时,在所得到的测量结果的残余误差平方和为最小的前提之下进行求解,这种方法就被称作最小二乘法。
传统最小二乘法多用于求解线性问题,发生故障时直流微电网的故障电流具有非线性的特点,因此为解决直流微电网中的故障电阻求取问题需要使用在最小二乘法基础上改进的非线性最小二乘法。非线性最小二乘法主要包括最速下降法、Newton法、GaussNewton(GN)法、Levenberg-Marquardt(LM)法。Newton法和GN法都需要构建Hessian矩阵,但矩阵为奇异矩阵时则无法继续迭代,LM法同样需要面对构建Hessian矩阵的问题。本文选用最速下降法进行故障电阻的辨识求取,其原理概述如下。
为求取无法直接测量Xt,需要引入Xt的估测量xt,而xt又与可直接测量量Yn的估测量yn存在着如下式(15)和(16)的关系表达式。当Yn与yn之间的误差平方和最小时,此时的xt为最终计算所得的估测量。
为求取满足要求得估测量xt,需要引入给定初值xt0,并且让初值在一定约束条件下进行迭代。在最速下降法中关系表达式fn(x1,x2,…,xt)求得最小值即为迭代的约束条件,而关系表达式的偏导数则用来构造第k+1次的迭代值。第k+1次的迭代值求取表达式为下式(17),其中tk为步长,pk为迭代方向,最速下降法中选取关系表达式的偏导数的负值为迭代方向。第k+1次的迭代值为第k次迭代值在搜索方向上的搜索最小值。当pk小于限制值时,此时的迭代值既为满足要求的估测量xt。
在本示例的实施例中,要进行拟合计算首先需要确定包含待求电气量的故障回路方程,时测量与待求量之间的表达关系式的可以从故障特征分析中获得。以正极发生高阻接地故障为例,Ip为变换器出口侧流向线路的电流,If为流向故障电阻的电流,IL为流经故障点的电流,RL为线路电阻,此刻分析以故障阶段达到稳定状态为前提基础,在处于稳定的故障状态时,故障电阻持续对线路电流进行分流,电流Ip主要由流向故障电阻的电流If以及流经故障点的电流IL组成。故障回路由故障点前的线路到故障接地点组成,线路端点处电压为Vp,通过故障回路构建出的单端关系表达式如下式(19)所示。利用单端关系表达式构造误差平方和作为待求量迭代公式,如下式(20),其中n代表采样点数。
Ip=IL+If (18)
Vp=IfRf+IpRLx (19)
在关系式中可以直接测量的物理量是线路端电压Vp,以及线路电流Ip,单位长度线路的电阻RL为固定量,式中的无法直接测量量是故障电阻Rf,电流If,以及故障距离x,这几个量也正是待求估计量。
故障电阻辨识的具体步骤如下:
(1)通过采样获取直接测量量,并进行滤波处理。
(2)选取待求量Rf (0),If (0),x(0)的迭代初值,并设定迭代终止条件。
(3)分别把三个待求量代式(20)中求取其各自的梯度量,当梯度量绝对值小于设定误差值时,输出此时刻循环中的待求量。
(4)选取负梯度方向。
(6)把k+1次待求量带入式(19)求取此时的平方和误差,误差符合要求时输出此时的待求量为最终计算值,如果不符合则回到第三步继续迭代。
该方法需要注意的关键点主要体现在以下几点:对于不同的待求量需要选取合适的梯度量误差值;迭代步长的选取在实际操作中使用0.618分割法,通过假定一个数值极小的步长值,确定一个搜索区间,在区间内设置分割系数,从而找到区间内的极小值,而此时对应的待求量就是下一次迭代所选取的初始值。故障电阻辨识方法的流程框图表示如图3B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,还提供了一种基于电流二次差分值的直流微电网高阻故障检测装置。参照图4所示,该一种基于电流二次差分值的直流微电网高阻故障检测装置400可以包括:故障电流一次差分值计算模块410、故障电流二次差分值计算模块420、高阻故障判定模块430以及高阻故障定位模块440。其中:
故障电流一次差分值计算模块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,基于预设故障判定条件进行故障判定,当判定故障发生时,记录故障发生时的第一时间戳,并实时计算故障电流一次差分值,获取所述故障电流一次差分值的正负峰值点;
故障电流二次差分值计算模块420,用于基于所述故障电流一次差分值计算故障电流二次差分值,根据所述故障电流一次差分值的正负峰值点,生成稳定振荡状态故障电流二次差分值,并记录生成稳定振荡状态故障电流二次差分值的第二时间戳;
高阻故障判定模块430,用于计算所述第一时间戳至所述第二时间戳之间的时长,分别计算所述第一时间戳至所述第二时间戳的时长内所述故障电流一次差分值峰值,及以所述第一时间戳为终点向前所述第一时间戳至所述第二时间戳之间的时长内正常电流一次差分值峰值,基于预设高阻故障判定条件,根据所述故障电流一次差分值峰值及正常电流一次差分值峰值完成高阻故障判定;
高阻故障定位模块440,用于根据线路端电压、出口侧实时电流、单位长度线路电阻,基于最小二乘法的参数辨识法迭代计算故障电阻、故障电流及故障距离,实现高阻故障定位及故障电阻辨识,完成高阻故障检测。
上述中各一种基于电流二次差分值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一种基于电流二次差分值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一种基于电流二次差分值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)
1.一种基于电流二次差分值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,基于预设故障判定条件进行故障判定,当判定故障发生时,记录故障发生时的第一时间戳,并实时计算故障电流一次差分值,获取所述故障电流一次差分值的正负峰值点;
基于所述故障电流一次差分值计算故障电流二次差分值,根据所述故障电流一次差分值的正负峰值点,生成稳定振荡状态故障电流二次差分值,并记录生成稳定振荡状态故障电流二次差分值的第二时间戳;
计算所述第一时间戳至所述第二时间戳之间的时长,分别计算所述第一时间戳至所述第二时间戳的时长内所述故障电流一次差分值峰值,及以所述第一时间戳为终点向前所述第一时间戳至所述第二时间戳之间的时长内正常电流一次差分值峰值,基于预设高阻故障判定条件,根据所述故障电流一次差分值峰值及正常电流一次差分值峰值完成高阻故障判定;
根据线路端电压、出口侧实时电流、单位长度线路电阻,基于最小二乘法的参数辨识法迭代计算故障电阻、故障电流及故障距离,实现高阻故障定位及故障电阻辨识,完成高阻故障检测。
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)出口侧实时电流,基于电流瞬时平均法进行故障判定。
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,基于预设故障判定条件进行故障判定,当判定故障发生时,记录故障发生时的第一时间戳,并基于预设采样频率实时计算故障电流一次差分值,获取所述故障电流一次差分值的正负峰值点。
5.如权利要求1所述的方法,其特征在于,所述方法还包括:
基于预设高阻故障判定条件ΔI1(t正峰值max)>K1·ΔI2(t正峰值max),根据所述故障电流一次差分值峰值及正常电流一次差分值峰值完成高阻故障判定;
其中,ΔI1(t正峰值max)为故障电流一次差分值峰值,ΔI2(t正峰值max)为正常电流一次差分值峰,K1为预设判定系数。
7.一种基于电流二次差分值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:
故障电流一次差分值计算模块,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,基于预设故障判定条件进行故障判定,当判定故障发生时,记录故障发生时的第一时间戳,并实时计算故障电流一次差分值,获取所述故障电流一次差分值的正负峰值点;
故障电流二次差分值计算模块,用于基于所述故障电流一次差分值计算故障电流二次差分值,根据所述故障电流一次差分值的正负峰值点,生成稳定振荡状态故障电流二次差分值,并记录生成稳定振荡状态故障电流二次差分值的第二时间戳;
高阻故障判定模块,用于计算所述第一时间戳至所述第二时间戳之间的时长,分别计算所述第一时间戳至所述第二时间戳的时长内所述故障电流一次差分值峰值,及以所述第一时间戳为终点向前所述第一时间戳至所述第二时间戳之间的时长内正常电流一次差分值峰值,基于预设高阻故障判定条件,根据所述故障电流一次差分值峰值及正常电流一次差分值峰值完成高阻故障判定;
高阻故障定位模块,用于根据线路端电压、出口侧实时电流、单位长度线路电阻,基于最小二乘法的参数辨识法迭代计算故障电阻、故障电流及故障距离,实现高阻故障定位及故障电阻辨识,完成高阻故障检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211045716.4A CN115480113B (zh) | 2022-08-30 | 2022-08-30 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211045716.4A CN115480113B (zh) | 2022-08-30 | 2022-08-30 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115480113A true CN115480113A (zh) | 2022-12-16 |
CN115480113B CN115480113B (zh) | 2024-06-07 |
Family
ID=84422694
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211045716.4A Active CN115480113B (zh) | 2022-08-30 | 2022-08-30 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115480113B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104330690A (zh) * | 2014-10-16 | 2015-02-04 | 国家电网公司 | 基于等值电阻的变压器绕组状态估计方法 |
CN109975656A (zh) * | 2019-03-06 | 2019-07-05 | 河南理工大学 | 基于柔性直流配电网高阻接地故障检测方法 |
CN110703045A (zh) * | 2019-11-20 | 2020-01-17 | 国网江苏省电力有限公司南通供电分公司 | 一种基于rl模型算法的直流配电网故障测距方法 |
WO2022021740A1 (zh) * | 2020-07-27 | 2022-02-03 | 国网上海市电力公司 | 基于区间斜率的配电网弧光高阻故障区段定位方法 |
-
2022
- 2022-08-30 CN CN202211045716.4A patent/CN115480113B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104330690A (zh) * | 2014-10-16 | 2015-02-04 | 国家电网公司 | 基于等值电阻的变压器绕组状态估计方法 |
CN109975656A (zh) * | 2019-03-06 | 2019-07-05 | 河南理工大学 | 基于柔性直流配电网高阻接地故障检测方法 |
CN110703045A (zh) * | 2019-11-20 | 2020-01-17 | 国网江苏省电力有限公司南通供电分公司 | 一种基于rl模型算法的直流配电网故障测距方法 |
WO2022021740A1 (zh) * | 2020-07-27 | 2022-02-03 | 国网上海市电力公司 | 基于区间斜率的配电网弧光高阻故障区段定位方法 |
Non-Patent Citations (1)
Title |
---|
罗显通;罗建;: "一种适于高阻接地的单端时域测距算法", 电力系统保护与控制, no. 08, 16 April 2010 (2010-04-16) * |
Also Published As
Publication number | Publication date |
---|---|
CN115480113B (zh) | 2024-06-07 |
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 | |
Aboshady et al. | A new single end wideband impedance based fault location scheme for distribution systems | |
Izadi et al. | Synchronous waveform measurements to locate transient events and incipient faults in power distribution networks | |
Chauhan et al. | A novel distribution-level phasor estimation algorithm using empirical wavelet transform | |
CN100454026C (zh) | 电网电能质量中的周波采样方法 | |
CN104049171A (zh) | 交错反激式微逆变器的开路故障诊断方法及系统 | |
Hasan et al. | Detection and characterization of time-variant nonstationary voltage sag waveforms using segmented Hilbert–Huang transform | |
CN110618314B (zh) | 一种配电系统抗短路故障干扰的谐波责任划分方法 | |
CN106154040B (zh) | 一种用于计算电网单点等值时等效谐波阻抗方法 | |
CN104808112B (zh) | 基于区段瞬时功率的配网线路故障区段定位方法 | |
CN103427405B (zh) | 基于高阶累积量的输电线路差动保护方法 | |
CN112615359A (zh) | 基于电压波形比较的交直流混联电网纵联保护方法及系统 | |
CN117289081A (zh) | 一种谐振接地系统高阻故障区段定位方法及系统 | |
US20240003987A1 (en) | Method and system for evaluating a condition of a power grid | |
Kazemi et al. | Review of voltage sag source identification methods for power quality diagnosis | |
Geiger et al. | Flicker limit compliance assessment in the presence of background disturbances | |
CN106646106B (zh) | 基于变点探测技术的电网故障检测方法 | |
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 | |
CN112083280A (zh) | 一种识别混合多端直流输电系统故障区间的方法 | |
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 | |
Guha et al. | Real-time wide-area fault locator for power transmission networks using sparse PMU measurements | |
Pegoraro et al. | Compensation of Systematic Errors for Improved PMU-based Fault Detection and Location in Three-Phase Distribution Grids | |
Kannan et al. | A novel non-invasive harmonic resonance detection in public LV networks | |
CN104777404B (zh) | 基于差动能量比的配网线路故障区段定位方法 | |
Idris et al. | Wide Area Fault Location for Power Transmission Network using Reactance Based Method |
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 |