智能電網(wǎng)下固態(tài)變壓器電源切換故障自適應(yīng)定位分析

冀 帥，趙興勇，范佳琪，齊 琦

（1.國網(wǎng)內(nèi)蒙古東部電力有限公司經(jīng)濟技術(shù)研究院，呼和浩特 010020；2.山西大學(xué)電力工程系，太原 030006）

智能電網(wǎng)是推進(jìn)國家能源均衡發(fā)展的重要組成部分，能夠提高電網(wǎng)資源的運行效率，促進(jìn)能源的可持續(xù)發(fā)展[1]。采用清潔能源可以降低燃料型能源的使用率，減少其對空氣質(zhì)量與環(huán)境的污染，但目前我國智能電網(wǎng)發(fā)展較為緩慢，相應(yīng)技術(shù)手段不夠完善，在此發(fā)展階段，連接變壓器電源將會影響電網(wǎng)系統(tǒng)的穩(wěn)定運行，也會降低系統(tǒng)的安全性和電能傳輸效率[2]。電力變壓器是調(diào)節(jié)電壓和轉(zhuǎn)變電能的主要電氣裝置，也是電網(wǎng)系統(tǒng)運行的關(guān)鍵組成設(shè)備之一，主要運用于電能傳輸領(lǐng)域[3]?，F(xiàn)階段電網(wǎng)系統(tǒng)大多數(shù)選用鐵芯油浸式變壓器，但其主要存在以下缺點：自身重量和占用面積過大、電能損耗和電壓波動情況不斷增加、容易產(chǎn)生勵磁涌流影響系統(tǒng)的穩(wěn)定運行，進(jìn)而導(dǎo)致系統(tǒng)產(chǎn)生不同程度的故障[4]，改善其變壓器的內(nèi)部材料和結(jié)構(gòu)能夠提高其運行速度和系統(tǒng)穩(wěn)定性，但由于用電范圍和用電量的不斷增加，導(dǎo)致系統(tǒng)穩(wěn)定性和電能傳輸速度均受到影響，因此鐵芯油浸式變壓器已難以滿足社會需求。智能電網(wǎng)的穩(wěn)定運行需要系統(tǒng)能夠及時調(diào)節(jié)電壓并對故障位置進(jìn)行準(zhǔn)確判斷。相關(guān)學(xué)者也對此進(jìn)行了研究，鄧豐等[5]提出了在輸電網(wǎng)的行波定位技術(shù)應(yīng)用于配電網(wǎng)，分析了配電網(wǎng)行波信號與輸電網(wǎng)行波信號的差異，論證了含分布式電源配電網(wǎng)進(jìn)行故障行波定位的可行性，再利用雙端定位原理和多端初始行波到達(dá)時刻，搭建故障支路搜索矩陣，根據(jù)矩陣元素變化特征判定故障支路，進(jìn)而計算出精確故障點位置，可以快速、準(zhǔn)確定位故障點位置。但該方法可操作性較差；李奔等[6]提出了一種基于配電網(wǎng)拓?fù)浣Y(jié)構(gòu)等效解耦的新型故障區(qū)段定位算法，將配電網(wǎng)等效解耦為數(shù)個樹干網(wǎng)的組合,根據(jù)饋線終端單元FTU（feeder terminal unit）過流信息構(gòu)成故障矩陣，利用新型的故障區(qū)段定位方法，進(jìn)行故障區(qū)段的準(zhǔn)確定位，但是該方法容錯性較差。上述電力變壓器存在的缺點較多，難以符合智能電網(wǎng)的要求[3]。而固態(tài)變壓器屬于智能變壓器，以高頻變壓器理論為基礎(chǔ)，采用電子變流和電力控制技術(shù)，具有高效調(diào)節(jié)和運輸電壓等優(yōu)點，其他方面性能也均明顯優(yōu)于傳統(tǒng)變壓器，主要體現(xiàn)在如下方面：在系統(tǒng)正常運行過程中，能夠保證電能功率穩(wěn)定、降低電能損耗、保持副邊電壓的平穩(wěn)輸出、抵抗不良因素影響、及時隔離故障區(qū)域等。因此在電網(wǎng)系統(tǒng)中可以采用該變壓器，以處理系統(tǒng)存在的故障情況，如提高系統(tǒng)安全性和穩(wěn)定性、降低電能損耗等，能夠滿足未來電網(wǎng)的發(fā)展需求，因此研究固態(tài)變壓器具有極高的應(yīng)用價值。

發(fā)展固態(tài)變壓器電源切換故障自適應(yīng)定位技術(shù)，有助于優(yōu)化智能電網(wǎng)能源結(jié)構(gòu)，同時提高能源的利用效率[7]。為了進(jìn)一步提升電網(wǎng)系統(tǒng)的電能傳輸效率和質(zhì)量，優(yōu)化與完善能源結(jié)構(gòu)，研究人員提出新的固態(tài)變壓器[8]，主要采用電力電子變換技術(shù)，并以高頻變壓器基礎(chǔ)，實現(xiàn)上述電能質(zhì)量的整合與調(diào)節(jié)，同時還具備較高的靈活性和易操作的優(yōu)點，也可稱之為智能通用變壓器[9]。

基于上述研究內(nèi)容，本文提出智能電網(wǎng)下固態(tài)變壓器電源切換故障自適應(yīng)定位分析方法，實現(xiàn)高精度智能電網(wǎng)下固態(tài)變壓器電源切換故障自適應(yīng)定位。

1 固態(tài)變壓器電源切換故障自適應(yīng)定位方法

1.1 基于自適應(yīng)矩陣算法的故障區(qū)間定位

對每個饋線終端單元FTU（也即裝設(shè)在饋線開關(guān)旁的開關(guān)監(jiān)控裝置）進(jìn)行編號，規(guī)定正方向為智能電網(wǎng)下固態(tài)變壓器電源指向饋線或者DG 方向，再與電源連通節(jié)點進(jìn)行對比。如果電流的流向和規(guī)定正方向不一致，那么該節(jié)點所處支路沒有產(chǎn)生故障情況；如果電流的流向和規(guī)定正方向一致，那么該節(jié)點所處支路存在故障情況。因此首先要對比節(jié)點和分布式電源電流的流向是否一致，當(dāng)電流流向和正方向一致時，那么DG 故障；當(dāng)電流流向和正方向不一致時，那么智能電網(wǎng)下固態(tài)變壓器電源切換線路故障。分支節(jié)點如圖1 所示。

圖1 分支節(jié)點Fig.1 Branch node

（1）如果節(jié)點1 和2 的電流流向相同，同時與正方向一致，那么故障區(qū)域為變壓器電源的下游，因此只需對節(jié)點2 的下游進(jìn)行故障診斷。

（2）如果節(jié)點1 和2 的電流流向相同，但是與正方向不一致，那么故障區(qū)域為變壓器電源的上游，因此只要需對節(jié)點1 的上游進(jìn)行故障診斷。

（3）如果節(jié)點1 和2 的電流流向不同，那么變壓器電源的故障數(shù)量較多。

（4）當(dāng)僅有一個節(jié)點存在電流，并且其流向和正方向不一致時，那么故障區(qū)域為該節(jié)點的上游。

根據(jù)以上內(nèi)容，能夠進(jìn)行變壓器電源故障位置診斷，再對該范圍內(nèi)的饋線終端設(shè)備進(jìn)行編號，獲得故障描述矩陣D。D 為上三角矩陣，其元素為

該故障描述矩陣能夠確定一定數(shù)量的非故障節(jié)點，并降低故障描述矩陣的維數(shù)，通過調(diào)節(jié)故障范圍內(nèi)的矩陣，提高系統(tǒng)運行效率。

通過固態(tài)變壓器電源故障范圍內(nèi)饋線終端設(shè)備的電流流向，來明確故障對角矩陣G。G 也稱為故障信息矩陣，其維數(shù)和故障描述矩陣D 一樣，且元素滿足

當(dāng)發(fā)生切換故障后，如果節(jié)點的電流流向和正方向一致，那么將該節(jié)點設(shè)為1；如果節(jié)點的電流流向和正方向不一致，那么將節(jié)點設(shè)為-1；如果節(jié)點沒有電流通過，那么將該節(jié)點i 設(shè)為0。故障判決矩陣P 的計算公式為

固態(tài)變壓器電源切換故障判決矩陣P，是判斷故障位置的重要矩陣[10]。通過故障判決矩陣P 能夠獲得固態(tài)變壓器電源的故障區(qū)域，其中矩陣元素具體表述如下：

（1）當(dāng)元素pii=1 時，若元素pij=1（i≠j）且元素pjj≠1，則固態(tài)變壓器電源切換故障在節(jié)點i、j之間；

（2）當(dāng)pii=-1 時，若pji=1（i≠j）且pjj≠1，則固態(tài)變壓器電源切換故障在節(jié)點i、j 之間。

注：線路末端節(jié)點i 故障時有pii=1。

1.2 基于自適應(yīng)遺傳退火算法的故障點定位

在獲取故障區(qū)域的基礎(chǔ)上提出自適應(yīng)遺傳退火算法，對固態(tài)變壓器電源切換故障點定位。根據(jù)模糊推理理論，引入自適應(yīng)模擬退火遺傳算法，計算任意解群的適應(yīng)度，并進(jìn)行相應(yīng)的遺傳處理直到實現(xiàn)收斂。同時要保證收斂結(jié)果的準(zhǔn)確性，并控制好收斂速度[10]，在此基礎(chǔ)上構(gòu)建故障點定位模型。在進(jìn)行故障定位的過程中，將開關(guān)設(shè)置為線路節(jié)點，并在相鄰的兩個開關(guān)間安裝不受其他因素影響的設(shè)備，利用FTU 和RTU 獲取節(jié)點運行數(shù)據(jù)并傳至SCANDA 系統(tǒng)，該系統(tǒng)再立刻開啟故障位置診斷程序[11]。

1.2.1 模糊自適應(yīng)模擬退火遺傳算法

該算法的基本原理如下。首先進(jìn)行選擇操作。在引入輪盤賭法進(jìn)行選擇時會出現(xiàn)早熟的情況，這是因為該方法初期個體的適應(yīng)度遠(yuǎn)遠(yuǎn)超過平均適應(yīng)度，造成占比過大的情況，占據(jù)了其他個體的位置，導(dǎo)致后期所有個體的適應(yīng)度數(shù)值基本相同，嚴(yán)重影響收斂狀態(tài)和速度。為避免上述情況，應(yīng)該結(jié)合自適應(yīng)管理和保存最佳個體的方式，在操作初期要控制優(yōu)良個體占比數(shù)量，提高其他個體的占比數(shù)量，以形成明顯的區(qū)別，更有助于得到最佳個體；在操作后期要提高優(yōu)良個體的占比數(shù)量，以加快收斂速度[12]。具體計算公式為

式中：SB為智能電網(wǎng)下固態(tài)變壓器電源設(shè)備狀態(tài)；F′（SBi）為個體選擇操作后的數(shù)值；a 為操作系數(shù)，a＞0；k 為適應(yīng)度數(shù)量；Kmax為最大適應(yīng)度數(shù)量。

選擇操作后，對應(yīng)的選擇率計算公式為

在該算法中個體的交叉率和變異率對整體過程的影響較大，為此，本文基于模糊推理理論并采用自適應(yīng)管理的方式實現(xiàn)模糊自適應(yīng)交叉算子和變異算子的獲取。當(dāng)個體存在明顯差異且種類較為豐富時，應(yīng)該降低交叉率和變異率；當(dāng)個體存在微小差異且種類較少時，應(yīng)該提高交叉率和變異率；當(dāng)處于遺傳初期時，個體存在的差異越明顯表示個體類型越多；當(dāng)處于遺傳后期時，個體存在的差異越明顯表示個體類型越少[13]。計算公式分別為

式中：E1為個體差異性；E2為整體差異性；Favg為平均適應(yīng)度；Fmax為最大適應(yīng)度；F 為個體適應(yīng)度?？筛鶕?jù)E1和E2得知遺傳進(jìn)程與樣本情況，進(jìn)而根據(jù)模糊推理得出交叉率與變異率。

將E1分為{小、中、大}不同等級的模糊子集，其等級越高表示種類越多。將E2劃分為不同的模糊子集，即{正，零，負(fù)}，其數(shù)值為正時表示優(yōu)良個體，為負(fù)時表示較差個體。交叉率和變異率也分為不同的模糊子集，即{大，中，小}。具體算法規(guī)則如表1 所示。

表1 算法規(guī)則Tab.1 Rules of algorithm

由于GA 是由參數(shù)編碼構(gòu)成的，所以要對其進(jìn)行參數(shù)編碼處理。在診斷故障位置的過程中，如果存在開關(guān)電流和線路故障，則用1 進(jìn)行編碼處理，如果沒有開關(guān)電流和線路故障，則用0 進(jìn)行編碼處理[14]。

1.2.2 構(gòu)建故障點定位模型

在故障點定位的過程中，評價函數(shù)的容錯能力會影響其診斷性能，因此要選擇合適的函數(shù)。為了得到準(zhǔn)確的故障點定位結(jié)果，引入“最小集”理論[15]，以優(yōu)化標(biāo)準(zhǔn)遺傳算法的故障點定位模型，該模型表示為

式中：A 為使適應(yīng)度大于0 的整數(shù)；F（SB）為所有解相對的適應(yīng)度；N 為智能電網(wǎng)固態(tài)變壓器電源的開關(guān)數(shù)量；Ij為第j 個開關(guān)的工作運行狀態(tài)，值為1 表示故障電流過大已超過電路承受能力，值為0 時表示線路沒有流經(jīng)電流；為第j 個開關(guān)的理想運行狀態(tài)；M 為智能電網(wǎng)固態(tài)變壓器電源設(shè)備總數(shù)；x（i）為第i 個智能電網(wǎng)下固態(tài)變壓器電源設(shè)備狀態(tài)，值為1 表示智能電網(wǎng)固態(tài)變壓器電源設(shè)備故障狀態(tài)，值為0 表示設(shè)備正常狀態(tài)；w 為智能電網(wǎng)固態(tài)變壓器電源切換故障設(shè)備數(shù)量的權(quán)重。再計算評價函數(shù)的理想運行狀態(tài)和工作運行狀態(tài)的差值，最后將權(quán)重與設(shè)備數(shù)量相乘，以提高故障位置的判斷準(zhǔn)確率。

開關(guān)函數(shù)主要通過設(shè)備的運行數(shù)據(jù)，獲取開關(guān)的理想運行狀態(tài)，其值主要受開關(guān)下游設(shè)備的影響，公式為

式中，β 為固態(tài)變壓器電源理想調(diào)節(jié)因子。

本文研究的智能電網(wǎng)為單源輻射電網(wǎng)[16]，如圖2 所示，圖中編號1 表示連接輸入端的斷路器，編號2～4 表示相對區(qū)間的開關(guān)，S1、S2、S3、S4表示固態(tài)變壓器電源裝置。各個裝置和裝置狀態(tài)之間的關(guān)系如表2 所示。

圖2 單源輻射電網(wǎng)Fig.2 Single-source radiated power grid

表2 裝置和裝置狀態(tài)之間的對應(yīng)關(guān)系Tab.2 Correspondence between devices and their states

開關(guān)1 的開關(guān)函數(shù)表示為

其中，Π 表示邏輯關(guān)系。其他開關(guān)函數(shù)以此類推。

通過達(dá)到最大迭代次數(shù)，獲得最優(yōu)適應(yīng)度，實現(xiàn)最佳解譯碼的獲取，以此為智能電網(wǎng)下固態(tài)變壓器電源切換故障點定位的結(jié)果。

2 仿真分析

2.1 故障檢測

以如圖3 所示的實際33 節(jié)點配電系統(tǒng)為例，采用Matlab 編寫本文方法程序，對電網(wǎng)固態(tài)變壓器電源切換發(fā)生故障進(jìn)行仿真分析，驗證其在實際應(yīng)用中的可行性。

圖3 33 節(jié)點配電系統(tǒng)Fig.3 33-node distribution system

在此節(jié)點配電系統(tǒng)中，A、B、C 的位置數(shù)據(jù)沒有產(chǎn)生畸變，D 的位置數(shù)據(jù)產(chǎn)生畸變。A 與D 是單故障位置，B 是雙故障位置，C 是三故障位置。檢測結(jié)果如表3 所示。其中，“+”表示存在故障，“-”表示不存在故障。通過表3 數(shù)據(jù)可知，A 的故障值是22，B的故障值是6 和22，C 的故障值是6、22 和29，D 的故障值是22?？梢缘贸觯翰还苁悄姆N類型的故障，本文方法均能實現(xiàn)故障位置的準(zhǔn)確定位，實際應(yīng)用效果較好。

表3 33 節(jié)點配電系統(tǒng)的檢測結(jié)果Tab.3 Detection results of 33-node distribution system

2.2 故障定位

為進(jìn)一步檢測本文方法的有效性，與分布式發(fā)電條件下的多電源故障區(qū)域定位新方法（方法1）、基于過熱區(qū)域搜索的多電源復(fù)雜配電網(wǎng)故障定位方法（方法2）進(jìn)行了對比，檢測兩個故障位置A、D，實驗次數(shù)為100，具體性能比較結(jié)果如表4 所示。

通過表4 可知：采用不同方法均能夠準(zhǔn)確獲得故障A 位置的具體情況，但本文方法的收斂速度更快；采用不同方法檢測故障D 位置時，本文方法的正確率更高，同時收斂速度更快。通過以上數(shù)據(jù)可以證明，在智能電網(wǎng)固態(tài)變壓器電源切換故障定位中，本文方法性能更優(yōu)，綜合有效性更強。

表4 3 種方法的性能比較結(jié)果Tab.4 Results of performance comparison among three methods

在故障定位的過程中存在較多影響因素，為進(jìn)步檢測本文方法的有效性，從過渡電阻和配變負(fù)載兩個方面進(jìn)行分析。

（1）過渡電阻的影響。分別設(shè)置過渡電阻為0.2、2.1、15.1、201 Ω，對節(jié)點22 上出現(xiàn)的故障進(jìn)行分析。本文方法的故障點定位結(jié)果如圖4 所示。

圖4 本文方法在不同過渡電阻下的故障定位結(jié)果Fig.4 Fault positioning results of the proposed method under different transition resistances

分析圖4 可知，本文方法在不同過渡電阻下的智能電網(wǎng)固態(tài)變壓器電源切換故障點定位精度均高于96.00%，則本文方法的抗過渡電阻性能更好，在不同過渡電阻下均可以實現(xiàn)故障精準(zhǔn)定位。

（2）配變負(fù)載的影響。受不同因素的影響，導(dǎo)致配變負(fù)載率出現(xiàn)波動的頻率較高，設(shè)負(fù)載率分別為0.5、1.0、1.5、2.0、2.5、3.0，分析其對本文方法、方法1 與方法2 故障定位結(jié)果的影響，如圖5 所示。

圖5 3 種方法在不同負(fù)荷下故障定位精度的比較Fig.5 Comparison of fault positioning accuracy among three methods under different loads

分析圖5 可知，負(fù)載率不同時，本文方法的故障定位精度始終高于方法1 與方法2，本文方法的定位精度高達(dá)97.65%。

3 討論

本文提出一種智能電網(wǎng)下固態(tài)變壓器電源切換故障自適應(yīng)定位分析方法，仿真實驗結(jié)果表明，所提方法能夠?qū)崿F(xiàn)故障的精準(zhǔn)檢測與定位。從過渡電阻和配變負(fù)載兩個方面進(jìn)行定位性能檢測，所提方法均表現(xiàn)出良好的收斂性和定位精度，定位精度始終保持在96%以上，實現(xiàn)了電能的平衡控制，且故障判斷速度快，可以廣泛應(yīng)用于多種不同的領(lǐng)域，具有較好的發(fā)展前景。

所提方法表現(xiàn)出良好的性能主要是因為在獲取故障區(qū)域的基礎(chǔ)上，根據(jù)模糊推理理論，引入自適應(yīng)模擬退火遺傳算法，實現(xiàn)收斂。本文還構(gòu)建了故障點定位模型，利用FTU 和RTU 獲取節(jié)點運行數(shù)據(jù)，以此為依據(jù)故障位置診斷程序，因此實現(xiàn)了快速、穩(wěn)定、高效的故障定位。

4 結(jié)語

本文提出智能電網(wǎng)下固態(tài)變壓器電源切換故障自適應(yīng)定位方法，并以實際33 節(jié)點配電系統(tǒng)為例進(jìn)行仿真實驗分析。結(jié)果表示，本文方法能夠有效定位實際33 節(jié)點配電系統(tǒng)中的故障節(jié)點，在單點故障檢測與多點故障檢測中均適用。和同類方法相比，本文方法的定位精度和速度均存在一定優(yōu)勢，且不受過渡電阻與負(fù)載率所約束，但由于固態(tài)變壓器在高溫、高壓等非常規(guī)環(huán)境中應(yīng)用時間較短，還會存在尚未完全發(fā)現(xiàn)的問題，需要通過進(jìn)一步的深入研究得到不斷地完善與提升。