CN118011149A - 面向大规模分布式电源接入的主动配电网故障检测方法 - Google Patents

面向大规模分布式电源接入的主动配电网故障检测方法 Download PDF

Info

Publication number
CN118011149A
CN118011149A CN202410254190.3A CN202410254190A CN118011149A CN 118011149 A CN118011149 A CN 118011149A CN 202410254190 A CN202410254190 A CN 202410254190A CN 118011149 A CN118011149 A CN 118011149A
Authority
CN
China
Prior art keywords
fault detection
positive sequence
voltage
partition
current
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
CN202410254190.3A
Other languages
English (en)
Inventor
陈千懿
原吕泽芮
李克文
林心昊
段舒尹
喻磊
刘胤良
刘通
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.)
China South Power Grid International Co ltd
Electric Power Research Institute of Guangxi Power Grid Co Ltd
Original Assignee
China South Power Grid International Co ltd
Electric Power Research Institute of Guangxi Power Grid Co Ltd
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 China South Power Grid International Co ltd, Electric Power Research Institute of Guangxi Power Grid Co Ltd filed Critical China South Power Grid International Co ltd
Priority to CN202410254190.3A priority Critical patent/CN118011149A/zh
Publication of CN118011149A publication Critical patent/CN118011149A/zh
Pending legal-status Critical Current

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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

在本申请提供的面向大规模分布式电源接入的主动配电网故障检测方法中,确定主动配电网内每个分区对应的最优节点,每个最优节点部署有就地故障检测装置;利用各个就地故障检测装置采集每个最优节点的电流相量和电压相量;对每个最优节点的电流相量和电压相量进行处理,得到每个最优节点的电流正序分量和电压正序分量,并上传至综合故障检测装置;当主动配电网内的开关状态发生变化时,利用综合故障检测装置,根据各个最优节点的电流正序分量和电压正序分量,计算每个分区的综合故障检测指标;对于每个分区,若该分区的综合故障检测指标大于预设故障指标阈值,则确定该分区发生故障。如此,可以适应各种运行工况的故障检测。

Description

面向大规模分布式电源接入的主动配电网故障检测方法
技术领域
本申请涉及电力系统自动化技术领域,尤其涉及一种面向大规模分布式电源接入的主动配电网故障检测方法。
背景技术
随着大规模分布式电源的不断接入以及对配电网灵活运行的要求,主动配电网的运行日趋复杂。主动配电网的优点包括自愈、弹性、改善电能质量、通过可再生能源降低碳排放,以及通过降低线损等手段提高运行效率等。其中,自愈与弹性要求主动配电网能够适应各种运行工况,特别是发生重大故障失去主网情况下的自治运行。然而,由于主动配电网不同运行方式下短路电流水平差异、双向潮流、逆变器接口电源的小故障电流等因素,使得主动配电网中的故障检测极具挑战性。
传统的利用过流的故障检测方法在主动配电网场景下失效或者检测结果不准确。因此,现代配电系统需要专门设计智能的故障检测机制。当前,针对配电网的故障检测方法包括方向过流保护、自适应保护、距离保护、差动保护,以及利用神经网络、支持向量机等基于学习的故障检测方案。在现有的故障检测方法中,有的方法需要复杂的状态估计器,有的方法仅考虑了正常运行方式以及少量的故障情况和故障电阻,有的方法依赖于网络配置。由此可知,现有的配电网故障检测方法,在一定程度不能适应配电网的各种运行状况。
发明内容
本申请的目的旨在至少能解决上述的技术缺陷之一,特别是现有的配电网故障检测方法,在一定程度不能适应配电网的各种运行状况的技术缺陷。
第一方面,本申请提供了一种面向大规模分布式电源接入的主动配电网故障检测方法,应用于故障检测系统,所述故障检测系统包括综合故障检测装置和就地故障检测装置,所述方法包括:
确定主动配电网内每个分区对应的最优节点,每个所述最优节点部署有就地故障检测装置;
利用各个所述就地故障检测装置采集每个所述最优节点的电流相量和电压相量;
对每个所述最优节点的电流相量和电压相量进行处理,得到每个所述最优节点的电流正序分量和电压正序分量,并上传至所述综合故障检测装置;
监测所述主动配电网内的开关状态,当所述主动配电网内的开关状态发生变化时,利用所述综合故障检测装置,根据各个所述最优节点的电流正序分量和电压正序分量,计算每个所述分区的综合故障检测指标;
对于每个所述分区,判断该分区的综合故障检测指标是否大于预设故障指标阈值,若是,则确定该分区发生故障,否则,确定该分区未发生故障。
在其中一个实施例中,所述最优节点确定过程,包括:
通过以下优化模型确定所述最优节点:
所述优化模型包括以下约束条件:
约束条件1:
约束条件2:
约束条件3:
约束条件4:
其中,|V|表示所有母线节点的集合V中所有元素的个数,也即所述主动配电网中节点的总数量,bi表示母线节点i上是否安装就地故障检测装置的0-1二元变量,b表示为由bi组成的向量,Ω(i)表示与节点i相连的所有节点的集合,bj表示母线节点j上是否安装就地故障检测装置的0-1二元变量,j表示Ω(i)集合中的某一节点,s表示所述主动配电网的某一开关,s1和s2分别表示开关s关联的两侧节点的编号,bs1和bs2分别表示s1和s2是否需要安装就地检测装置。
在其中一个实施例中,所述对每个所述最优节点的电流相量和电压相量进行处理,得到每个所述最优节点的电流正序分量和电压正序分量的步骤,包括:
对于每个所述最优节点,分别将该最优节点的电流相量和电压相量进行离散傅里叶变换,得到电流相量对应的电流频域信号,以及电压相量对应的电压频域信号,并根据电流频域信号和电压频域信号,确定电流基频分量和电压基频分量,分别对电流基频分量和电压基频分量进行标幺值化处理,并分别对标幺值化处理后的电流基频分量和电压基频分量进行分解,得到该最优节点的电流正序分量和电压正序分量。
在其中一个实施例中,所述根据各个所述最优节点的电流正序分量和电压正序分量,计算每个所述分区的综合故障检测指标的步骤,包括:
对于每个所述分区,根据该分区对应的每个所述最优节点的电压正序分量,确定相邻周期内每个所述最优节点对应的正序电压变化量,并在各个所述最优节点对应的正序电压变化量中,选择绝对值最大的正序电压变化量作为目标正序电压变化量,并确定各个正序电压变化量对应的最大偏差绝对值;
对于每个所述分区,根据该分区对应的每个所述最优节点的电压正序分量和电流正序分量,计算该分区的正序有功功率之和,并根据正序有功功率之和,计算该分区在相邻周期内的正序总有功变化量;
对于每个所述分区,根据该分区对应的正序总有功变化量、目标正序电压变化量和各个正序电压变化量对应的最大偏差绝对值,计算该分区的综合故障检测指标。
在其中一个实施例中,所述预设故障指标阈值的确定过程,包括:
构建所述主动配电网的仿真模型;
设置所述仿真模型的不同运行模式、故障类型和故障位置;
计算所述仿真模型在不同运行条件下的综合故障检测指标;
根据所述仿真模型对应的各个综合故障检测指标,确定所述预设故障指标阈值。
在其中一个实施例中,所述根据所述仿真模型对应的各个综合故障检测指标,确定所述预设故障指标阈值的步骤,包括:
按照以下表达式确定所述预设故障指标阈值:
式中,γi表示所述预设故障指标阈值,表示分区i内发生各种故障时FDI指标的最大值,/>表示分区i外发生故障或无故障发生时FDI指标的最大值,FDI表示综合故障检测指标。
在其中一个实施例中,所述方法还包括:
对于每个所述分区,若确定该分区发生故障,则控制该分区的开关跳闸,以隔离故障。
第二方面,本申请提供了一种故障检测系统,所述故障检测系统包括综合故障检测装置和就地故障检测装置;
所述故障检测系统用于执行上述任一项实施例所述面向大规模分布式电源接入的主动配电网故障检测方法。
第三方面,本申请提供了一种存储介质,所述存储介质中存储有计算机可读指令,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行上述任一项实施例所述面向大规模分布式电源接入的主动配电网故障检测方法的步骤。
第四方面,本申请提供了一种计算机设备,包括:一个或多个处理器,以及存储器;
所述存储器中存储有计算机可读指令,所述计算机可读指令被所述一个或多个处理器执行时,执行上述任一项实施例所述面向大规模分布式电源接入的主动配电网故障检测方法的步骤。
从以上技术方案可以看出,本申请实施例具有以下优点:
在本申请提供的面向大规模分布式电源接入的主动配电网故障检测方法中,确定主动配电网内每个分区对应的最优节点,每个所述最优节点部署有就地故障检测装置;利用各个所述就地故障检测装置采集每个所述最优节点的电流相量和电压相量;对每个所述最优节点的电流相量和电压相量进行处理,得到每个所述最优节点的电流正序分量和电压正序分量,并上传至所述综合故障检测装置;监测所述主动配电网内的开关状态,当所述主动配电网内的开关状态发生变化时,利用所述综合故障检测装置,根据各个所述最优节点的电流正序分量和电压正序分量,计算每个所述分区的综合故障检测指标;对于每个所述分区,判断该分区的综合故障检测指标是否大于预设故障指标阈值,若是,则确定该分区发生故障,否则,确定该分区未发生故障。在该方法中,针对主动配电网内每个分区可以确定相应的最优节点,而一般情况下最优节点在各个工况下都具有较好的代表性,可以适应不同的运行工况;对每个最优节点采集的电流相量和电压相量进行处理,得到电流正序分量和电压正序分量,通过对电流正序分量和电压正序分量的处理,可以更准确地区分故障和非故障情况,从而提高故障检测的准确性,进而可以适应各种运行工况的故障检测。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本申请实施例提供的面向大规模分布式电源接入的主动配电网故障检测方法的流程示意图;
图2为本申请实施例提供的主动配电网故障检测系统配置示意图;
图3为本申请实施例提供的计算综合故障检测指标步骤的流程示意图;
图4为本申请实施例提供的确定预设故障指标阈值过程的流程示意图;
图5为本申请实施例提供的计算机设备的内部结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请提供了一种面向大规模分布式电源接入的主动配电网故障检测方法,应用于故障检测系统,所述故障检测系统包括综合故障检测装置和就地故障检测装置,其中,综合故障检测装置是指安装在配电网主干线路或重要供电点上的设备,可以通过对电力系统的信号采集、处理和分析来实现对电力系统的故障检测、定位及诊断,就地故障检测装置是指安装在配电网较小分支线路或终端用户的设备上,可以对局部电力系统进行故障检测和定位。如图1所示,该方法可以包括以下步骤:
S101:确定主动配电网内每个分区对应的最优节点,每个所述最优节点部署有就地故障检测装置。
其中,主动配电网是指一种具备智能化、自适应和互联互通能力的电力配电系统,其通过集成先进的通信、计算和控制技术,实现对分布式电源、负荷和存储设备进行灵活管理和优化调度。节点是指电力系统中的连接点或接口,可以是电力设备的连接点,也可以是负荷的接入点。最优节点是指在主动配电网中选择的最佳位置或节点,以部署就地故障检测装置。在一个示例中,可以通过考虑电力系统的特征、故障检测的需求,以及通信和数据传输的条件确定最优节点。
本步骤中,可以先确定主动配电网的每个分区位置,以及每个最优节点位置,再确定主动配电网内每个分区对应的最优节点。
在一个示例中,首先,将主动配电网划分为多个分区,其中,分区可以根据地理位置、负荷特性、设备类型等因素进行划分,且每个分区内的电力流动相对独立;确定评估因素,根据评估因素对每个分区内的节点进行评估,可以根据每个节点评估值的大小排序,选择评估值较高的节点作为最优节点,也可以设置评估阈值,将评估值超过评估阈值的节点选为最优节点,从而确定每个分区对应的最优节点;在确定了最优节点后,可以根据具体的故障检测需求,部署相应的就地故障检测装置,其中,就地故障检测装置可以是故障传感器、智能开关或故障诊断设备等。
S102:利用各个所述就地故障检测装置采集每个所述最优节点的电流相量和电压相量。
其中,电流相量是指电流的大小和相位信息,采用复数形式表示,包括实部和虚部,其中,实部表示电流的幅值,虚部表示电流的相位角度。电压相量是指电压的大小和相位信息,采用复数形式表示,包括实部和虚部,其中,实部表示电压的幅值,虚部表示电压的相位角度。
本步骤中,由于节点是电力系统中电能传输的关键位置,电流和电压在这里发生了较大的变化和调节。因此,通过在节点处采集电流和电压数据,可以更准确地反映电力系统中的电流和电压情况。同时,电力系统中的各种设备和负载通常都是通过节点来连接和交互的。在节点处采集电流和电压数据,可以获取节点上的负载信息和设备运行状况。就地故障检测装置部署于各个最优节点,因此可以利用各个就地故障检测装置采集每个最优节点的电流相量和电压相量。采集最优节点的电流相量和电压相量的方式可以根据实际情况确定,示例如,就地故障检测装置中可以内置电流和电压传感器,通过传感器实时采集电流和电压的波形信号;就地故障检测装置中也可以采用非接触式的采集方式,例如利用传感器实现磁场感应或电场感应等技术,通过测量电场或磁场变化来判定电流和电压的大小和相位信息;就地故障检测装置中还可以使用测量夹子来进行电流和电压的采集,也即将测量夹子夹住导线或设备的电缆等,通过感应电路来获取电压和电流的波形信息。
S103:对每个所述最优节点的电流相量和电压相量进行处理,得到每个所述最优节点的电流正序分量和电压正序分量,并上传至所述综合故障检测装置。
其中,电流正序分量和电压正序分量是在三相交流电系统中对电流和电压进行分解的一种方式,用于分析系统中的故障和异常情况。在三相电流中,电流正序分量指的是三相电流中相位角相同、大小相等的部分,其表示了电流在三相电路中均匀分布的情况。电流正序分量描述了系统中的基本稳态运行情况,可以用于判断系统是否存在不平衡、故障或负荷变化。在三相电压中,电压正序分量指的是三相电压中相位角相同、大小相等的部分,其表示了电压在三相电路中均匀分布的情况。电压正序分量反映了系统的基本供电状态,可以用于判断系统的电压稳定性和供电质量。
本步骤中,处理每个最优节点的电流相量和电压相量,可以通过数学方法,如三相正序变换或瞬时功率理论等,将其转化为电流正序分量和电压正序分量。可以理解,三相正序变换是一种将三相交流电信号转换为正向、负向和零序分量的方法。在正向序列分量中,电流和电压的相位角相同、大小相等;在负向序列分量中,电流和电压的相位角相差120度,大小相等;在零序分量中,电流和电压的相位角都为零,表示无功功率。一旦得到每个最优节点的电流正序分量和电压正序分量,可以将电流正序分量和电压正序分量上传至综合故障检测装置进行进一步的分析和处理。
S104:监测所述主动配电网内的开关状态,当所述主动配电网内的开关状态发生变化时,利用所述综合故障检测装置,根据各个所述最优节点的电流正序分量和电压正序分量,计算每个所述分区的综合故障检测指标。
其中,主动配电网内的开关状态是指在主动配电网中各个开关设备的开启和关闭状态。综合故障检测指标是指一种综合评估主动配电网中分区运行状态的指标,基于各个最优节点的电流正序分量和电压正序分量进行计算。
本步骤中,可以通过传感器或监测装置实时监测主动配电网内各个开关设备的状态,当主动配电网内的开关状态发生变化时,利用综合故障检测装置根据各个最优节点的电流正序分量和电压正序分量,计算每个分区的综合故障检测指标。示例如,可以通过分析电流正序分量和电压正序分量的变化,结合故障模型和特征提取方法,判断当前故障的类型,如短路、过载、接地故障等;也可以根据电流正序分量和电压正序分量的不同,结合网络拓扑和测量数据,确定故障发生的位置或故障影响的范围;还可以通过对电流正序分量和电压正序分量进行分析和计算,评估故障对系统的影响程度,如故障电流大小、电压波动情况等。
S105:对于每个所述分区,判断该分区的综合故障检测指标是否大于预设故障指标阈值,若是,则确定该分区发生故障,否则,确定该分区未发生故障。
其中,预设故障指标阈值是指在主动配电网中预先设置的用于判断分区是否发生故障的阈值,该阈值可以根据实际情况确定。
本步骤中,通过综合故障检测装置计算得到每个分区的综合故障检测指标之后,将计算得到的综合故障检测指标与预设故障指标阈值进行比较,判断是否超过了预设故障指标阈值。对于每个分区,若该分区的综合故障检测指标超过了预设故障指标阈值,则确定该分区发生了故障;反之,则确定该分区未发生故障。进一步地,在确定分区发生故障之后,可以通过触发相应的报警机制,通知相关人员及时进行处理和修复。
在上述实施例中,确定主动配电网内每个分区对应的最优节点,每个所述最优节点部署有就地故障检测装置;利用各个所述就地故障检测装置采集每个所述最优节点的电流相量和电压相量;对每个所述最优节点的电流相量和电压相量进行处理,得到每个所述最优节点的电流正序分量和电压正序分量,并上传至所述综合故障检测装置;监测所述主动配电网内的开关状态,当所述主动配电网内的开关状态发生变化时,利用所述综合故障检测装置,根据各个所述最优节点的电流正序分量和电压正序分量,计算每个所述分区的综合故障检测指标;对于每个所述分区,判断该分区的综合故障检测指标是否大于预设故障指标阈值,若是,则确定该分区发生故障,否则,确定该分区未发生故障。在该方法中,针对主动配电网内每个分区可以确定相应的最优节点,而一般情况下最优节点在各个工况下都具有较好的代表性,可以适应不同的运行工况;对每个最优节点采集的电流相量和电压相量进行处理,得到电流正序分量和电压正序分量,通过对电流正序分量和电压正序分量的处理,可以更准确地区分故障和非故障情况,从而提高故障检测的准确性,进而可以适应各种运行工况的故障检测。
在一个实施例中,所述最优节点确定过程,包括:
通过以下优化模型确定所述最优节点:
所述优化模型包括以下约束条件:
约束条件1:
约束条件2:
约束条件3:
约束条件4:
其中,|V|表示所有母线节点的集合V中所有元素的个数,也即所述主动配电网中节点的总数量,bi表示母线节点i上是否安装就地故障检测装置的0-1二元变量,b表示为由bi组成的向量,Ω(i)表示与节点i相连的所有节点的集合,bj表示母线节点j上是否安装就地故障检测装置的0-1二元变量,j表示Ω(i)集合中的某一节点,s表示所述主动配电网的某一开关,s1和s2分别表示开关s关联的两侧节点的编号,bs1和bs2分别表示s1和s2是否需要安装就地检测装置。
具体而言,在最优节点部署就地故障检测装置时,一方面,需要考虑配电网所有节点的可观测要求;另一方面,需要考虑部署成本,即要使部署的就地故障检测装置数量最少。可以理解,若该优化模型的计算结果为bi=1,则表明第i个节点为最优节点,需要安装就地故障检测装置,若该优化模型的计算结果为bi=0,则表明第i个节点并非最优节点,无需安装就地故障检测装置。在一个示例中,该优化模型可以通过成熟优化软件中的整数规划工具箱进行求解。
进一步地,可以基于图论建立主动配电网的全局网络模型G(V,E,S),其中V为所有母线节点的集合,E为所有边(即线路)的集合,S为所有开关的结合,并根据母线节点的拓扑、分布式电源接入等情况,将节点分为负荷节点集合NL、电源节点集合NG、开关节点集合NS和中间节点集合NI四种类型,某些节点可能同时属于两种及以上类型。
节点类型的划分规则为:
当某节点通过线路仅与其他的一个母线节点直接相连,且该节点本身仅连接有负荷而无电源时,该节点为负荷节点;
当某节点连接有能够发出有功的电源时,该节点为电源节点;
当某节点通过开关和线路与另一个节点相连时,则该节点为开关节点;
除上述三种类型之外的节点,归为中间节点。
在一个示例中,如图2所示,节点0为松弛母线,节点2和4分别连接有光伏和风机,节点6连接有同步发电机,因此,电源节点包括:0,2,4,6;开关节点包括:(1,5),(3,4);最优优化的结果为需要在节点0、1、2、4、6部署就地故障检测装置。
本实施例中,通过优化模型选择最优节点部署就地故障检测装置,可以保证所有节点都能够被可靠地监测和控制,并且最小化部署成本,从而达到了成本和可观测性之间的平衡。
在一个实施例中,所述对每个所述最优节点的电流相量和电压相量进行处理,得到每个所述最优节点的电流正序分量和电压正序分量的步骤,包括:
对于每个所述最优节点,分别将该最优节点的电流相量和电压相量进行离散傅里叶变换,得到电流相量对应的电流频域信号,以及电压相量对应的电压频域信号,并根据电流频域信号和电压频域信号,确定电流基频分量和电压基频分量,分别对电流基频分量和电压基频分量进行标幺值化处理,并分别对标幺值化处理后的电流基频分量和电压基频分量进行分解,得到该最优节点的电流正序分量和电压正序分量。
具体而言,对于每个最优节点,将该节点的电流相量和电压相量进行离散傅里叶变换,得到电流相量对应的电流频域信号和电压相量对应的电压频域信号。在三相交流电力系统中,电流和电压由三个正弦波组成,它们的频率相同,也就是基频。因此,可以通过对电流和电压频域信号取基频分量来得到它们的基本正弦波分量。之后将电流基频分量和电压基频分量分别进行标幺值化处理,其中,标幺值化处理是指将物理量转换为以标幺值表示的无量纲量。分解标幺值化后的电流基频分量和电压基频分量,得到该最优节点的电流正序分量和电压正序分量。
在一个示例中,就地故障检测装置以固定的采样率R采集电压和电流相量,采样率通常设为每周波60点,即每个正弦周期内以均匀时间间隔采样60次;将每个正弦周期内采集的三相电压、电流数据序列分别进行离散傅里叶变换,以系统的额定电压和系统额定总负荷为基准,对基频分量进行标幺值化处理,表示为Vabc和Iabc;对标幺化处理后的三相电压、电流进行分解,分别得到其零序分量V0和I0、正序分量V+和I+,以及负序分量V-和I-
本实施例中,通过对电流相量和电压相量进行离散傅里叶变换,可以将它们从时域转换到频域,基于频域信号,可以确定电流和电压的基频分量,即运行时的主要成分。标幺值化处理后的电流基频分量和电压基频分量是无量纲的,即使在不同系统规模下也可进行比较。通过分析电流正序分量和电压正序分量,可以实时监测电力系统的运行状态。
如图3所示,在一个实施例中,所述根据各个所述最优节点的电流正序分量和电压正序分量,计算每个所述分区的综合故障检测指标的步骤,包括:
S201:对于每个所述分区,根据该分区对应的每个所述最优节点的电压正序分量,确定相邻周期内每个所述最优节点对应的正序电压变化量,并在各个所述最优节点对应的正序电压变化量中,选择绝对值最大的正序电压变化量作为目标正序电压变化量,并确定各个正序电压变化量对应的最大偏差绝对值;
S202:对于每个所述分区,根据该分区对应的每个所述最优节点的电压正序分量和电流正序分量,计算该分区的正序有功功率之和,并根据正序有功功率之和,计算该分区在相邻周期内的正序总有功变化量;
S203:对于每个所述分区,根据该分区对应的正序总有功变化量、目标正序电压变化量和各个正序电压变化量对应的最大偏差绝对值,计算该分区的综合故障检测指标。
具体而言,对于每个分区,需要根据该分区对应的每个最优节点的电压正序分量,确定相邻周期内每个最优节点对应的正序电压变化量。之后在所有最优节点对应的正序电压变化量中选择绝对值最大的作为目标正序电压变化量,并确定各个正序电压变化量对应的最大偏差绝对值。对于每个分区,需要根据该分区对应的每个最优节点的电压正序分量和电流正序分量,计算该分区的正序有功功率之和。之后根据正序有功功率之和,计算该分区在相邻周期内的正序总有功变化量。对于每个分区,需要使用已计算得到的正序总有功变化量、目标正序电压变化量和各个正序电压变化量对应的最大偏差绝对值来计算综合故障检测指标。具体的计算方法可能需要根据具体情况而定,例如可以采用加权求和的方式或者其他算法来获得综合指标。
在一个示例中,对分区内任意安装有就地故障检测装置的节点j,计算当前时刻k的相邻周期正序电压变化量,即R为采样率;寻找所有中绝对值最大的,假设对应的节点编号为j_max,最大偏差绝对值为ΔVi_max;计算分区i内k时刻所有线路的正序有功功率的和其中Ei为分区i内所有线路的集合;计算当前时刻k的相邻周期分区i内正序总有功变化量,即ΔPi(k)=Pi(k)-Pi(k-R);计算考虑最大电压偏差和区域总有功变化量的综合故障检测指标当该指标大于预先设定的阈值γ时,则判定区域内发生了故障;否则为无故障或者区域外故障。
本实施例中,综合考虑电流和电压的正序变化量,能够更全面地捕捉潜在的故障信号,有效地提高故障检测的灵敏度。结合电压和电流两个重要参数,并综合考虑了相邻周期内的变化情况,能够更好地反映电力系统的实际运行状态。通过将目标正序电压变化量、正序总有功变化量和正序电压变化量的最大偏差绝对值结合起来计算综合故障检测指标,可以得出一个综合的量化评估结果。
如图4所示,在一个实施例中,所述预设故障指标阈值的确定过程,包括:
S301:构建所述主动配电网的仿真模型;
S302:设置所述仿真模型的不同运行模式、故障类型和故障位置;
S303:计算所述仿真模型在不同运行条件下的综合故障检测指标;
S304:根据所述仿真模型对应的各个综合故障检测指标,确定所述预设故障指标阈值。
具体而言,首先,需要构建主动配电网的仿真模型,其中,该模型可以基于实际的电力系统数据和参数,通过数学建模和仿真软件进行搭建。在仿真模型中设置不同的运行模式、故障类型和故障位置。通过设置不同的运行条件,包括正常运行状态和各种故障情况,如线路短路、设备损坏等,以及故障发生的位置,来模拟真实的电力系统运行情况。对于每个设置的运行条件,计算仿真模型在不同运行条件下的综合故障检测指标。根据仿真模型对应的各个分区的综合故障检测指标,确定预设故障指标阈值。在一个示例中,以通过统计分析仿真结果,考虑系统的可靠性要求和经验判断等因素,设定适合的阈值,其中,阈值的确定需要综合考虑系统的运行状况、故障类型和位置,以及对故障的容忍度等因素。
本实施例中,通过对主动配电网的仿真模型设置各种运行模型、故障类型和故障位置,得到各类运行条件下的综合故障检测指标,并根据各个综合故障检测指标确定预设故障指标阈值,可以使得该指标能够适用于各种不同的运行工况,进而保证可以较为全面地判断分区是否发生故障。
在一个实施例中,所述根据所述仿真模型对应的各个综合故障检测指标,确定所述预设故障指标阈值的步骤,包括:
按照以下表达式确定所述预设故障指标阈值:
式中,γi表示所述预设故障指标阈值,表示分区i内发生各种故障时FDI指标的最大值,/>表示分区i外发生故障或无故障发生时FDI指标的最大值,FDI表示综合故障检测指标。
本实施例中,表达式中的预设故障指标阈值综合考虑了分区内部发生各种故障时FDI指标的最大值和分区外部发生故障或无故障发生时FDI指标的最大值。通过考虑内外故障情况,可以更全面地评估分区的故障状态,并为故障检测提供更准确的判断依据。通过取分区内部和外部故障情况下FDI指标的最大值的平均值作为预设故障指标阈值,可以减少因单一故障情况或异常情况导致的误判,有助于提高故障检测的准确性,避免对正常运行状态的错误报警或漏报。预设故障指标阈值的确定通过对FDI指标的最大值进行计算和比较,可以根据实际情况灵活调整。当电力系统的结构、负荷、运行状态等发生变化时,可以及时调整预设故障指标阈值,以适应系统的变化,保持故障检测的有效性。
在一个实施例中,所述方法还包括:
对于每个所述分区,若确定该分区发生故障,则控制该分区的开关跳闸,以隔离故障。
具体而言,对于每个分区,若经过检测,确定该分区发生故障,则可以控制该分区的开关进行跳闸操作,从而隔离故障区域。
在一个示例中,发现某个分区存在故障时,首先需要对故障进行诊断和判断,以确定故障的类型和位置,并确认是否需要执行跳闸操作。若确认需要执行跳闸操作,可以通过遥控或本地操作方式控制该分区的开关进行跳闸。具体的操作方法和步骤可以根据跳闸设备的类型和控制系统的要求进行选择和实施。在完成开关跳闸后,该分区的电源就被切断,从而实现了对故障分区的隔离。此时,该分区中的电器设备都被停止供电,可以进行必要的检修、维护或更换工作。在修复故障并确认分区安全后,可以重新合上已经跳闸的开关,恢复电力供应。在合闸过程中,需要根据实际情况进行逐级合闸,确保电力系统的正常运行。
本实施例中,通过控制故障分区的开关跳闸,可以快速将故障分区与其他正常运行的分区隔离开来,避免故障的扩散和对整个系统的影响。
在一个实施例中,本申请还提供了一种故障检测系统,其特征在于,所述故障检测系统包括综合故障检测装置和就地故障检测装置;
所述故障检测系统用于执行上述任一项实施例所述面向大规模分布式电源接入的主动配电网故障检测方法。
在一个实施例中,本申请还提供了一种存储介质,所述存储介质中存储有计算机可读指令,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如上述实施例中任一项所述面向大规模分布式电源接入的主动配电网故障检测方法的步骤。
在一个实施例中,本申请还提供了一种计算机设备,所述计算机设备中存储有计算机可读指令,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如上述实施例中任一项所述面向大规模分布式电源接入的主动配电网故障检测方法的步骤。
示意性地,如图5所示,图5为本申请实施例提供的一种计算机设备的内部结构示意图,该计算机设备400可以被提供为一服务器。参照图5,计算机设备400包括处理组件402,其进一步包括一个或多个处理器,以及由存储器401所代表的存储器资源,用于存储可由处理组件402的执行的指令,例如应用程序。存储器401中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件402被配置为执行指令,以执行上述任意实施例的面向大规模分布式电源接入的主动配电网故障检测方法。
计算机设备400还可以包括一个电源组件403被配置为执行计算机设备400的电源管理,一个有线或无线网络接口404被配置为将计算机设备400连接到网络,和一个输入输出(I/O)接口405。计算机设备400可以操作基于存储在存储器401的操作系统,例如WindowsServer TM、Mac OS XTM、Unix TM、Linux TM、Free BSDTM或类似。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。本文中,“一”、“一个”、“所述”、“该”和“其”也可以包括复数形式,除非上下文清楚指出另外的方式。多个是指至少两个的情况,如2个、3个、5个或8个等。“和/或”包括相关所列项目的任何及所有组合。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间可以根据需要进行组合,且相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种面向大规模分布式电源接入的主动配电网故障检测方法,其特征在于,应用于故障检测系统,所述故障检测系统包括综合故障检测装置和就地故障检测装置,所述方法包括:
确定主动配电网内每个分区对应的最优节点,每个所述最优节点部署有就地故障检测装置;
利用各个所述就地故障检测装置采集每个所述最优节点的电流相量和电压相量;
对每个所述最优节点的电流相量和电压相量进行处理,得到每个所述最优节点的电流正序分量和电压正序分量,并上传至所述综合故障检测装置;
监测所述主动配电网内的开关状态,当所述主动配电网内的开关状态发生变化时,利用所述综合故障检测装置,根据各个所述最优节点的电流正序分量和电压正序分量,计算每个所述分区的综合故障检测指标;
对于每个所述分区,判断该分区的综合故障检测指标是否大于预设故障指标阈值,若是,则确定该分区发生故障,否则,确定该分区未发生故障。
2.根据权利要求1所述的面向大规模分布式电源接入的主动配电网故障检测方法,其特征在于,所述最优节点确定过程,包括:
通过以下优化模型确定所述最优节点:
所述优化模型包括以下约束条件:
约束条件1:
约束条件2:
约束条件3:
约束条件4:
其中,|V|表示所有母线节点的集合V中所有元素的个数,也即所述主动配电网中节点的总数量,bi表示母线节点i上是否安装就地故障检测装置的0-1二元变量,b表示为由bi组成的向量,Ω(i)表示与节点i相连的所有节点的集合,bj表示母线节点j上是否安装就地故障检测装置的0-1二元变量,j表示Ω(i)集合中的某一节点,s表示所述主动配电网的某一开关,s1和s2分别表示开关s关联的两侧节点的编号,bs1和bs2分别表示s1和s2是否需要安装就地检测装置。
3.根据权利要求1所述的面向大规模分布式电源接入的主动配电网故障检测方法,其特征在于,所述对每个所述最优节点的电流相量和电压相量进行处理,得到每个所述最优节点的电流正序分量和电压正序分量的步骤,包括:
对于每个所述最优节点,分别将该最优节点的电流相量和电压相量进行离散傅里叶变换,得到电流相量对应的电流频域信号,以及电压相量对应的电压频域信号,并根据电流频域信号和电压频域信号,确定电流基频分量和电压基频分量,分别对电流基频分量和电压基频分量进行标幺值化处理,并分别对标幺值化处理后的电流基频分量和电压基频分量进行分解,得到该最优节点的电流正序分量和电压正序分量。
4.根据权利要求1所述的面向大规模分布式电源接入的主动配电网故障检测方法,其特征在于,所述根据各个所述最优节点的电流正序分量和电压正序分量,计算每个所述分区的综合故障检测指标的步骤,包括:
对于每个所述分区,根据该分区对应的每个所述最优节点的电压正序分量,确定相邻周期内每个所述最优节点对应的正序电压变化量,并在各个所述最优节点对应的正序电压变化量中,选择绝对值最大的正序电压变化量作为目标正序电压变化量,并确定各个正序电压变化量对应的最大偏差绝对值;
对于每个所述分区,根据该分区对应的每个所述最优节点的电压正序分量和电流正序分量,计算该分区的正序有功功率之和,并根据正序有功功率之和,计算该分区在相邻周期内的正序总有功变化量;
对于每个所述分区,根据该分区对应的正序总有功变化量、目标正序电压变化量和各个正序电压变化量对应的最大偏差绝对值,计算该分区的综合故障检测指标。
5.根据权利要求1所述的面向大规模分布式电源接入的主动配电网故障检测方法,其特征在于,所述预设故障指标阈值的确定过程,包括:
构建所述主动配电网的仿真模型;
设置所述仿真模型的不同运行模式、故障类型和故障位置;
计算所述仿真模型在不同运行条件下的综合故障检测指标;
根据所述仿真模型对应的各个综合故障检测指标,确定所述预设故障指标阈值。
6.根据权利要求5所述的面向大规模分布式电源接入的主动配电网故障检测方法,其特征在于,所述根据所述仿真模型对应的各个综合故障检测指标,确定所述预设故障指标阈值的步骤,包括:
按照以下表达式确定所述预设故障指标阈值:
式中,γi表示所述预设故障指标阈值,表示分区i内发生各种故障时FDI指标的最大值,/>表示分区i外发生故障或无故障发生时FDI指标的最大值,FDI表示综合故障检测指标。
7.根据权利要求1至6任一项所述的面向大规模分布式电源接入的主动配电网故障检测方法,其特征在于,所述方法还包括:
对于每个所述分区,若确定该分区发生故障,则控制该分区的开关跳闸,以隔离故障。
8.一种故障检测系统,其特征在于,所述故障检测系统包括综合故障检测装置和就地故障检测装置;
所述故障检测系统用于执行权利要求1至7任一项所述面向大规模分布式电源接入的主动配电网故障检测方法。
9.一种存储介质,其特征在于:所述存储介质中存储有计算机可读指令,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如权利要求1至7中任一项所述面向大规模分布式电源接入的主动配电网故障检测方法的步骤。
10.一种计算机设备,其特征在于,包括:一个或多个处理器,以及存储器;
所述存储器中存储有计算机可读指令,所述计算机可读指令被所述一个或多个处理器执行时,执行如权利要求1至7中任一项所述面向大规模分布式电源接入的主动配电网故障检测方法的步骤。
CN202410254190.3A 2024-03-06 2024-03-06 面向大规模分布式电源接入的主动配电网故障检测方法 Pending CN118011149A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410254190.3A CN118011149A (zh) 2024-03-06 2024-03-06 面向大规模分布式电源接入的主动配电网故障检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410254190.3A CN118011149A (zh) 2024-03-06 2024-03-06 面向大规模分布式电源接入的主动配电网故障检测方法

Publications (1)

Publication Number Publication Date
CN118011149A true CN118011149A (zh) 2024-05-10

Family

ID=90953788

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410254190.3A Pending CN118011149A (zh) 2024-03-06 2024-03-06 面向大规模分布式电源接入的主动配电网故障检测方法

Country Status (1)

Country Link
CN (1) CN118011149A (zh)

Similar Documents

Publication Publication Date Title
Liu et al. D-PMU based applications for emerging active distribution systems: A review
Guo et al. Synchrophasor-based islanding detection for distributed generation systems using systematic principal component analysis approaches
US9819227B2 (en) State trajectory prediction in an electric power delivery system
CN110783946B (zh) 用于定位微电网中相故障的方法
EP3334000B1 (en) A method for controlling an electric power distribution micro-grid
AU2020103307A4 (en) Machine Learning-Based Power Quality Improvement System For Micro-Grid
Emami et al. Tracking changes in the external network model
Catterson et al. Embedded intelligence for electrical network operation and control
Sarathkumar et al. A technical review on classification of various faults in smart grid systems
KR20210043856A (ko) 전력망 고장 분석 처리 방법
CN103311960A (zh) 一种强联系电网同调稳定区域划分方法
Meliopoulos et al. Data attack detection and command authentication via cyber-physical comodeling
Janssen et al. Monitoring, protection and fault location in power distribution networks using system-wide measurements
Rayudu A knowledge-based architecture for distributed fault analysis in power networks
Qi et al. Integrated outage management with feeder restoration for distribution systems with ders
CN118011149A (zh) 面向大规模分布式电源接入的主动配电网故障检测方法
Rezaei An intelligent algorithm for Negative Sequence Directional Element of DFIG during Ferroresonance in smart grid
KR101569586B1 (ko) 계통 해석 데이터의 처리를 위한 장치 및 방법
Vennelaganti et al. Topology estimation following islanding and its impact on preventive control of cascading failure
Popov et al. Applications of synchrophasor measurement to improve the reliability and efficiency of power systems
Arghandeh et al. Synchronized measurements and their applications in distribution systems: An update
Haidar et al. A framework for placement assessment of synchrophasor measurement in practical power grid: a case study from Borneo
Singh et al. Distributed health monitoring system for control in smart grid network
Falahati et al. Power system reliability enhancement considering smart monitoring
Hurtgen et al. Measurement placement algorithms for state estimation when the number of phasor measurements by each PMU is limited

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