宮 宇,張 蓮,李 濤,楊洪杰,張尚德,賈 浩,趙夢(mèng)琪
(重慶理工大學(xué) 電氣與電子工程學(xué)院,重慶 400054)
配電網(wǎng)故障定位是智能配電網(wǎng)建設(shè)的重要內(nèi)容,對(duì)于快速恢復(fù)用戶(hù)供電、改善供電系統(tǒng)運(yùn)行的可靠性有重要意義[1-2]。由于大量可再生、無(wú)污染的PV 接入配電網(wǎng),導(dǎo)致只具有一個(gè)電源、潮流單向流動(dòng)的傳統(tǒng)配電網(wǎng)變?yōu)榱藫碛卸鄠€(gè)電源、潮流雙向流動(dòng)的有源配電網(wǎng)[3]。當(dāng)發(fā)生故障時(shí),含PV 的有源配電網(wǎng)故障特征與傳統(tǒng)配電網(wǎng)相比發(fā)生了一些變化[4]:①故障后配電網(wǎng)的潮流方向會(huì)被PV 的接入位置影響,同時(shí)接入容量直接對(duì)故障電流的貢獻(xiàn)能力產(chǎn)生影響[5];②PV 的出力具有不確定性,易受到光照強(qiáng)度的影響[6]。
當(dāng)含PV 的配電網(wǎng)發(fā)生故障時(shí),安裝于各開(kāi)關(guān)節(jié)點(diǎn)處的饋線(xiàn)終端單元(feeder terminal unit,F(xiàn)TU)能夠?qū)?shí)時(shí)獲取的故障電流信息上傳至系統(tǒng)[7]。目前,主流的故障定位方法均基于FTU,主要包括直接法和間接法。直接法雖然具有原理簡(jiǎn)單、容易實(shí)現(xiàn)的優(yōu)點(diǎn),但計(jì)算量大、容錯(cuò)性差導(dǎo)致其不受關(guān)注。間接法是指粒子群算法、混合蛙跳算法、神經(jīng)網(wǎng)絡(luò)、細(xì)菌算法、免疫算法等各種智能算法。陳磊等[8]提出了一種基于二進(jìn)制灰狼算法的配電網(wǎng)故障定位方法,但具有后期收斂速度慢、局部搜索能力弱等缺點(diǎn);許峻寧等[9]利用蝙蝠算法和差分進(jìn)化算法來(lái)進(jìn)行配電網(wǎng)故障定位,雖然能夠定位故障,但存在畸變信息時(shí)其準(zhǔn)確率較低;宮宇等[10]和鄭濤[11]等分別利用免疫算法和粒子群算法進(jìn)行故障診斷,雖然能夠取得全局極值,但方法的準(zhǔn)確率較低,容錯(cuò)性較差。以上方法雖然能夠定位故障,但都只能應(yīng)用于單電源的配電網(wǎng)中,當(dāng)維度增大后求解過(guò)程會(huì)變得困難。當(dāng)PV 接入配電網(wǎng)后,配電網(wǎng)的結(jié)構(gòu)更加多變,因此迫切需要一種新的故障定位方法。
針對(duì)上述方法的不足,提出了一種基于自適應(yīng)混沌粒子群算法的含PV 配電網(wǎng)分層故障定位方法。首先,建立含PV 配電網(wǎng)的故障電路編碼,分析各種光照強(qiáng)度對(duì)PV 的影響,構(gòu)造新的開(kāi)關(guān)函數(shù)使之適用于含PV 的配電網(wǎng);其次,分析發(fā)生故障的開(kāi)關(guān)所在位置對(duì)構(gòu)造開(kāi)關(guān)函數(shù)過(guò)程的影響,搭建基于區(qū)域定位和區(qū)段定位的分層定位模型;然后,利用ACPSO 算法、隱枚舉法求解定位模型;最后,仿真測(cè)試結(jié)果表明,新模型能夠消除大量故障信息畸變(或缺失)對(duì)故障定位準(zhǔn)確度的影響,說(shuō)明新算法具有較好的容錯(cuò)性。
隨著分布式發(fā)電技術(shù)的不斷發(fā)展,大量的PV接入配電網(wǎng)中,導(dǎo)致饋線(xiàn)之間的上下游關(guān)系受到PV 接入的影響[12]。PV 不同于一般的分布式電源,在并入配電網(wǎng)的過(guò)程中需要運(yùn)用變流器才能實(shí)現(xiàn),因此屬于變流器類(lèi)的分布式電源,其提供的短路電流一般為額定電流的1.2~1.5 倍左右[13]。假設(shè)供電路徑長(zhǎng)度等因素對(duì)PV 輸出的故障電流無(wú)影響,那么理論上能夠設(shè)定一個(gè)電流閥值來(lái)區(qū)分正常的工作電流與短路電流。因此,需要改進(jìn)傳統(tǒng)故障電流編碼來(lái)消除PV 接入后對(duì)配電網(wǎng)的影響。
改進(jìn)的故障電流編碼由“0”、“1”和“-1”這3種參數(shù)構(gòu)成。為了消除不同位置PV 接入所帶來(lái)的影響,將系統(tǒng)電源流向負(fù)載處的故障電流方向定義為正方向。開(kāi)關(guān)的狀態(tài)值表示為:
以圖1 所示配電網(wǎng)為例,當(dāng)區(qū)段(4)處發(fā)生故障時(shí),流過(guò)節(jié)點(diǎn)4 的故障電流方向與正方向相同,為由系統(tǒng)電源G 流向負(fù)載,因此節(jié)點(diǎn)4 的故障電流編碼為“1”;而節(jié)點(diǎn)7 處的故障電流由PV 流向負(fù)載,與正方向相反,則節(jié)點(diǎn)7 的電流編碼為“-1”。
圖1 含PV 配電網(wǎng)絡(luò)圖簡(jiǎn)化示意圖
當(dāng)含PV 的配電網(wǎng)發(fā)生故障時(shí),PV 很容易被其自身所處的環(huán)境影響。當(dāng)光照強(qiáng)度達(dá)到一定值(如額定值的20%以上)時(shí),PV 提供的短路電流值很大,與額定光照時(shí)基本一致,能夠達(dá)到FTU 設(shè)定的上報(bào)閾值;當(dāng)光照強(qiáng)度很小時(shí),PV 提供的短路電流會(huì)顯著減小,可能無(wú)法達(dá)到上報(bào)閥值,故障電流會(huì)被屏蔽[14]。
由于需要同時(shí)考慮不同位置PV 的并網(wǎng)和不同光照強(qiáng)度的影響,本文中改進(jìn)文獻(xiàn)[15]的配電網(wǎng)單層模型的開(kāi)關(guān)函數(shù),增加光照強(qiáng)度對(duì)故障電流的屏蔽系數(shù),如式(2)—(4)所示。
式中:xj,Gu和xj,Gd分別表示開(kāi)關(guān)j 到上游電源Gu及下游電源Gd之間的饋線(xiàn)區(qū)段的狀態(tài)值;xj,u和xj,d表示上游和下游部分所有饋線(xiàn)區(qū)段的狀態(tài)值;M1、N1分別為上游部分與下游部分電源的數(shù)量;M2、N2分別表示上游部分與下游部分所有饋線(xiàn)區(qū)段的總數(shù);Ku和Kd表示光伏電源的并網(wǎng)系數(shù),當(dāng)PV并網(wǎng)時(shí)取值“1”,無(wú)PV 接入時(shí),取值為“0”;Xu和Xd分別表示上下游部分PV 的屏蔽系數(shù),當(dāng)光照足夠時(shí),PV 輸出的短路故障電流很大,超過(guò)上報(bào)閥值,取值為“1”;當(dāng)光照不足時(shí),PV 提供的短路電流很小,未達(dá)到上報(bào)閥值,短路電流被屏蔽,取值為“0”;對(duì)于系統(tǒng)電源G 的屏蔽系數(shù)為“1”。
含PV 的配電網(wǎng)由于包含大量節(jié)點(diǎn),當(dāng)運(yùn)用單層定位模型求解時(shí),耗時(shí)較大,實(shí)時(shí)性無(wú)法保證,且經(jīng)濟(jì)性較低。同時(shí),單層模型的準(zhǔn)確性及容錯(cuò)性也較差。
以圖2 所示的T 型含PV 配電網(wǎng)為例,在光照足夠時(shí),分析開(kāi)關(guān)函數(shù)的邏輯規(guī)律。
圖2 T 型配電網(wǎng)示意圖
1)當(dāng)區(qū)域c 的區(qū)段(9)發(fā)生故障時(shí),由式(2)—(4)可得區(qū)域a 上各個(gè)節(jié)點(diǎn)的開(kāi)關(guān)函數(shù)值為:
式中,“‖”表示邏輯或運(yùn)算。
同理,可得區(qū)域b 各個(gè)節(jié)點(diǎn)的開(kāi)關(guān)函數(shù)值為:
2)當(dāng)區(qū)域c 的區(qū)段(11)發(fā)生故障時(shí),由式(2)—(4)可得區(qū)域a 上各個(gè)節(jié)點(diǎn)的開(kāi)關(guān)函數(shù)值為:
區(qū)域b 中各個(gè)節(jié)點(diǎn)的開(kāi)關(guān)函數(shù)值為:
3)當(dāng)區(qū)域c 的區(qū)段(10)和(12)發(fā)生故障時(shí),由式(2)—(4)可得區(qū)域a 上各個(gè)節(jié)點(diǎn)的開(kāi)關(guān)函數(shù)值為:
區(qū)域b 中各個(gè)節(jié)點(diǎn)的開(kāi)關(guān)函數(shù)值為:
根據(jù)以上結(jié)果分析可知:區(qū)域c 中發(fā)生故障的區(qū)段數(shù)量對(duì)其他區(qū)域的開(kāi)關(guān)函數(shù)的構(gòu)建無(wú)影響。根據(jù)二端口的對(duì)外等效原則[15],將圖2 所示的T 型配電網(wǎng)各區(qū)域等效為二端口,搭建故障定位分層模型,如圖3 所示。
圖3 T 型配電網(wǎng)分層故障定位模型示意圖
圖3 中,將二端口內(nèi)部定義為端口節(jié)點(diǎn),其與靠近PV 的端子之間的區(qū)段定義為端口區(qū)域。包含12 個(gè)節(jié)點(diǎn)的T 型配電網(wǎng)被簡(jiǎn)化成只有3 個(gè)二端口的網(wǎng)絡(luò),模型的維度降低了75%。等效電源(主電源G 及光伏電源PV)和3 個(gè)等效二端口構(gòu)成分層模型的第一層,3 個(gè)等效二端口的內(nèi)部構(gòu)成了第二層。
2.1.1 混沌映射
混沌系統(tǒng)中Logistic 的映射原理為[16]:
式中:zi+1為第i +1 次時(shí)的混沌序列,zi為區(qū)間都市(0,1)的隨機(jī)數(shù),zi≠0.25、0.5 和0.75;μ 是取值范圍為[3.57,4]的控制參數(shù)。
混沌變量xi映射到混沌序列zi的表達(dá)式為:
利用載波函數(shù)生成混沌變量xi:
利用Logistic 混沌映射,對(duì)粒子群初始速度與位置進(jìn)行優(yōu)化,保證種群的遍歷性與多樣性。同時(shí),對(duì)種群的最優(yōu)粒子進(jìn)行混沌搜索和更新,以保證在提升收斂速度的同時(shí)避免陷入局部極值。
2.1.2 自適應(yīng)粒子群算法的原理
粒子群優(yōu)化算法(particle swarm optimization,PSO)是近年來(lái)發(fā)展較好的智能算法之一[17]。粒子群算法通過(guò)不斷更新速度和位置來(lái)尋找全局最優(yōu)值[18]。其速度和位置更新表達(dá)式如下:
為了評(píng)判每次尋優(yōu)結(jié)果的優(yōu)劣,引入評(píng)判系統(tǒng)—進(jìn)化系數(shù)δ[19]。其表達(dá)式為:
式中:favg(i)表示粒子群迭代到第i 代時(shí)的平均適應(yīng)度值;fmax為當(dāng)前種群的最大適應(yīng)度值。
算法基本原理:在算法的迭代過(guò)程中,若迭代后種群最優(yōu)值與上一次迭代相同,則利用式(19)計(jì)算;若種群最優(yōu)值與上一次迭代不同,則取δ=1。在對(duì)δ 進(jìn)行計(jì)算后,若δ>1,則表示經(jīng)過(guò)迭代,算法的尋優(yōu)效果更差了,需要進(jìn)行更多的全局搜索;若δ<1,則說(shuō)明此次尋優(yōu)取得了更好的效果,需要進(jìn)行更多的局部搜尋。
利用進(jìn)化系數(shù)δ 來(lái)對(duì)慣性權(quán)重w 以及加速因子c1、c2進(jìn)行動(dòng)態(tài)自適應(yīng)調(diào)整。具體表達(dá)式為:
式中:wmax和wmin為慣性權(quán)重w 的最值;sizepop 為粒子群種群數(shù);c1max及c1min為加速因子c1的最值;c2max及c2min為加速因子c2的最值。
對(duì)配電網(wǎng)進(jìn)行分區(qū)處理后,每個(gè)區(qū)域包含的節(jié)點(diǎn)數(shù)量大大降低,因此只需要利用其他算法來(lái)求解分層模型。隱枚舉法常被用來(lái)求解維數(shù)較小的數(shù)學(xué)模型[20]。隱枚舉法能夠在對(duì)變量取值為0和1 時(shí)進(jìn)行核算,減少一部分沒(méi)有必要進(jìn)行枚舉的情況,再對(duì)目標(biāo)函數(shù)值進(jìn)行比較來(lái)求最優(yōu)解[21]。隱枚舉法在進(jìn)行全局尋優(yōu)時(shí),求解速度較快,適用于本文的分層故障定位模型。
定義一個(gè)關(guān)系矩陣,以更好地描述整個(gè)網(wǎng)絡(luò)中開(kāi)關(guān)節(jié)點(diǎn)與區(qū)段之間的關(guān)系。首先對(duì)矩陣的行向量進(jìn)行搜索,并記錄其中非零元素的數(shù)量,將其定義為鄰接度向量。在鄰接度向量中,邊界節(jié)點(diǎn)表示鄰接度為1 的節(jié)點(diǎn),鄰接度超過(guò)2 的節(jié)點(diǎn)定義為分叉節(jié)點(diǎn),一條支路由2 個(gè)相鄰的邊界節(jié)點(diǎn)或者分叉節(jié)點(diǎn)相互連接構(gòu)成[22]。利用構(gòu)建的支路和分叉節(jié)點(diǎn)進(jìn)行二端口等效,以此搭建分層故障定位模型。
首先進(jìn)行故障區(qū)域定位,SCADA 首先對(duì)區(qū)域的節(jié)點(diǎn)狀態(tài)信息進(jìn)行采集,再利用式(2)—(4)所示的配電網(wǎng)區(qū)域定位的開(kāi)關(guān)函數(shù)和式(26)所示的區(qū)域定位的適應(yīng)度函數(shù),然后運(yùn)用ACPSO 算法將故障定位到故障區(qū)域。
適應(yīng)度函數(shù)對(duì)故障定位精度有較大影響[23-24]。為了避免故障信息畸變帶來(lái)的不利影響,本文在文獻(xiàn)[10]的適應(yīng)度函數(shù)基礎(chǔ)上進(jìn)行改進(jìn)。改進(jìn)后的函數(shù)為:
將故障定位至故障區(qū)域后,利用隱枚舉法進(jìn)行故障區(qū)段定位。在等效二端口內(nèi)部,系統(tǒng)對(duì)區(qū)段節(jié)點(diǎn)的電流信息進(jìn)行采集,同時(shí)搭建區(qū)段的開(kāi)關(guān)函數(shù)。包含2 個(gè)電源的配電網(wǎng)的開(kāi)關(guān)函數(shù)為:
對(duì)于只包含1 個(gè)電源的配電網(wǎng),其開(kāi)關(guān)函數(shù)表達(dá)式為:
同時(shí),構(gòu)建區(qū)段定位的適應(yīng)度函數(shù):
式中:N 表示每個(gè)等效二端口所包含的節(jié)點(diǎn)數(shù);Ir表示二端口內(nèi)部節(jié)點(diǎn)r 處的故障電流信息;Ir(x)表示二端口內(nèi)部區(qū)段節(jié)點(diǎn)r 的開(kāi)關(guān)函數(shù);X(r)表示等效二端口內(nèi)部區(qū)段的狀態(tài)編碼。
數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)(SCADA)首先采集區(qū)域節(jié)點(diǎn)信息和電源開(kāi)關(guān)信息,利用ACPSO 算法將故障點(diǎn)定位到具體區(qū)域,再采集故障端口內(nèi)部的區(qū)段節(jié)點(diǎn)信息,利用隱枚舉法將故障定位到具體區(qū)段[24]。分層故障定位流程如圖4 所示。
圖4 分層故障定位流程框圖
以圖5 所示的33 節(jié)點(diǎn)的分布式光伏配電網(wǎng)為例。其中,G 為系統(tǒng)電源,PV1、PV2、PV3 為3 個(gè)分布式光伏電源,K1、K2、K3 為分布式電源的接入開(kāi)關(guān),當(dāng)分布式光伏接入時(shí),取值為“1”,否則取“0”;1—33 為開(kāi)關(guān)節(jié)點(diǎn),(1)—(33)為饋線(xiàn)區(qū)段。
圖5 33 節(jié)點(diǎn)含分布式光伏配電網(wǎng)示意圖
根據(jù)二段口等效原則將圖5 所示的含PV 配電網(wǎng)進(jìn)行二端口等效,如圖6 所示。
圖6 第一層故障定位模型示意圖
各個(gè)二端口所包含的區(qū)段和節(jié)點(diǎn)信息如表1所示。
表1 二端口所包含的區(qū)段和節(jié)點(diǎn)信息
仿真ACPSO 的參數(shù)設(shè)置:種群數(shù)m=50,算法最大迭代次數(shù)n=100,種群維數(shù)D=33,wmax=0.9,wmin=0.4,c1max=1.3,c1min=1.1,c2max=2.0,c2min=1.2。
2011—2013年,天眼應(yīng)用服務(wù)子系統(tǒng)進(jìn)一步升級(jí)改造,在WebGIS平臺(tái)上實(shí)現(xiàn)了水文氣象產(chǎn)品應(yīng)用服務(wù),應(yīng)用系統(tǒng)在以下6個(gè)方面有了較大的改進(jìn),顯著提升了系統(tǒng)的應(yīng)用技術(shù)水平和效果。
4.1.1 單重故障與多重故障仿真
假定二端口P3 的區(qū)段(5)發(fā)生短路故障,3個(gè)光伏電源均并網(wǎng),光照充足。FTU 上傳的故障電流信息為[1 1 1 1 1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1 0 0 0 0]。利用表1 得出對(duì)應(yīng)端口區(qū)域的故障電流狀態(tài)信息為[1 1 1-1-1-1 0]。采用ACPSO 算法進(jìn)行故障區(qū)域定位,輸出故障區(qū)域的狀態(tài)值為[0 0 1 0 0 0 0],判定端口P3 發(fā)生故障。
讀取端口P3 內(nèi)部所含區(qū)段的故障電流信息為[1 1],再利用隱枚舉法定位故障區(qū)段,輸出故障區(qū)段狀態(tài)值為[0 1],判定區(qū)段(5)發(fā)生故障。
考慮不同區(qū)段同時(shí)發(fā)生短路故障,同時(shí)計(jì)及不同位置光伏的并網(wǎng)和FTU 上傳的故障信息發(fā)生畸變的情況,進(jìn)行仿真測(cè)試,結(jié)果如表2 和表3所示。
表2 單重故障故障定位結(jié)果
表3 多重故障定位結(jié)果
由表2 和表3 可知,新方法幾乎不受PV 及發(fā)生故障區(qū)段數(shù)量增加的影響,同時(shí)在部分FTU 上傳的故障過(guò)電流信息缺失和畸變的情況下,算法能夠準(zhǔn)確定位故障位置。由仿真結(jié)果可知,ACPSO算法具有可行性,能動(dòng)態(tài)適應(yīng)PV 并網(wǎng),且具有高容錯(cuò)性。
4.1.2 不同光照強(qiáng)度下的情況
在3 個(gè)光伏電源全都接入后,考慮PV 因接入處光照不足而導(dǎo)致PV 所發(fā)出的故障電流被FTU屏蔽的情形,驗(yàn)證定位方法在不同光照強(qiáng)度下PV接入情形的可行性。仿真得到的不同光照強(qiáng)度下的故障定位結(jié)果見(jiàn)表4。
表4 不同光照強(qiáng)度下的故障定位結(jié)果
部分PV 在光照不足時(shí)可能會(huì)被FTU 屏蔽,系統(tǒng)電源G 決定被屏蔽的PV 所在的饋線(xiàn)分支的故障信息。由表4 可知,新方法基本不受不同光照強(qiáng)度的影響,能準(zhǔn)確判斷故障區(qū)段。
BPSO 和IBPSO 參數(shù)設(shè)置:種群數(shù)m=50,最大迭代次數(shù)n=100,種群維數(shù)D=33,wmax=0.9,wmin=0.4,C1=C2=2.05。
4.2.1 容錯(cuò)性對(duì)比
在3 個(gè)光伏電源均并網(wǎng)的情況下,分別預(yù)設(shè)存在不同故障信息畸變的情況,對(duì)上述3 種故障定位模型進(jìn)行求解,對(duì)比其容錯(cuò)性。不同定位模型容錯(cuò)性結(jié)果如表5 所示。
由表5 的結(jié)果可知,2 種單層故障定位模型在故障畸變信息及故障區(qū)段較多時(shí)不能準(zhǔn)確定位故障區(qū)段,容錯(cuò)性較低;而本文中所提的新分層故障定位模型變量維度低,受畸變信息影響小,能夠在故障區(qū)段及畸變信息較多時(shí)進(jìn)行準(zhǔn)確定位,具有良好的容錯(cuò)性。
表5 不同定位模型容錯(cuò)性結(jié)果
4.2.2 快速性對(duì)比
根據(jù)表5 設(shè)置4 種故障類(lèi)型,分別以上述3 種定位模型運(yùn)行50 次,統(tǒng)計(jì)平均迭代完成耗時(shí),快速性結(jié)果如表6 所示。
表6 快速性結(jié)果
由表6 的結(jié)果可知,本文中所構(gòu)建的故障定位分層模型的消耗時(shí)間明顯少于2 種單層故障定位模型,證明新方法在快速性方面優(yōu)勢(shì)明顯。
4.2.3 準(zhǔn)確性對(duì)比分析
以表6 的4 種情況為例,分別以3 種算法運(yùn)行50 次對(duì)比準(zhǔn)確性,仿真結(jié)果如表7 所示。
表7 3 種算法的準(zhǔn)確率
通過(guò)表7 的準(zhǔn)確率數(shù)據(jù)可以看出,分層故障定位模型的準(zhǔn)確性最好,不會(huì)受到故障區(qū)段增加以及FTU 收集到的錯(cuò)誤故障信息的影響,準(zhǔn)確率保持在100%;而2 種單重故障定位模型維度大,運(yùn)算量大,準(zhǔn)確率較低。
綜上所述,本文所構(gòu)建的分層故障定位模型和ACPSO 算法在故障定位的快速性、準(zhǔn)確性、容錯(cuò)性方面均具有較為明顯的優(yōu)越性。
提出了一種基于ACPSO 算法和分層模型的方法對(duì)PV 并網(wǎng)的配電網(wǎng)進(jìn)行故障定位。通過(guò)二端口等效降低配電網(wǎng)的維度,并分別利用ACPSO算法和隱枚舉法對(duì)故障區(qū)段進(jìn)行區(qū)域定位和區(qū)段定位。在含PV 的配電網(wǎng)中進(jìn)行仿真測(cè)試,并與單層定位模型進(jìn)行對(duì)比。結(jié)果表明,新方法能夠動(dòng)態(tài)適應(yīng)分布式光伏的并網(wǎng)與退出,且?guī)缀醪皇芡饨绛h(huán)境變化的影響,具有更高的準(zhǔn)確度和計(jì)算效率,同時(shí)具有更好的容錯(cuò)能力。