一种适用于智能配电网的电压暂降源精确定位优化方法

技术领域

本发明涉及一种适用于智能配电网的电压暂降源精确定位优化方法。

背景技术

随着各类新能源发电装置以及电力电子接口设备的广泛接入，智能配电网表现出潮流双向、电能质量复杂化等不同于传统配电网的特点。目前，开展配电自动化和配网调控一体化智能技术支持系统建设，全面提升电能质量、提高供电可靠性，是配电智能化建设的主要目标之一。作为最为关注的电能质量问题之一，电压暂降会严重影响配电网中各类设备的正常工作、造成巨大的经济损失。

准确的暂降源定位，一方面有助于快速排查问题，以提高供电可靠性；另一方面，也可明确电压暂降过程中供电企业和用户的责任、分清源头，更好地协调电力市场环境下电力部门与用户之间的纠纷。另外，随着城市配电网建设，地下电缆化率的不断提高，精确的暂降源定位，对于方便故障排除过程中巡检工作，缩短故障持续时间、降低故障影响，有重要意义。

近些年来，随着PQ监测系统的广泛应用，基于该系统采集到的数据进行电压暂降分析得到广泛关注。对于电压暂降源定位问题，现有的基于扰动功率和扰动能量的方法，以及基于等效阻抗实部法、实部电流法、距离继电器法、以及系统轨迹斜率法，可通过判断观测点的等效阻抗的实部的极性或者大小的变化来判断暂降源相对于观测点的上下游关系。通过与配电自动化提供的网络实时信息相结合，以上方法可进行暂降源大致区域的判断，但对于电气故障类电压暂降源，无法实现精确定位。

目前，基于PQ监测系统的数据和配电自动化提供的网络实时信息，基于短路电流计算，进行配电网电压暂降源精确定位成为研究热点之一。但现有方法存在不区分暂降源类型，需遍历所有母线、计算量大，仅适用于单电源辐射型配电网，过渡电阻估计存在偏差、影响定位精度等不足。

针对以上不足，基于PQ监测系统的数据和配电自动化提供的网络实时信息，本发明创造性地提出一种适应于智能配电网的电压暂降源精确定位策略。暂降发生后，首先基于序功率增量方向原理判断暂降源相对于各观测点的上下游关系，以确定其候选分布区域、缩小待搜索空间。然后，进行电压暂降成因辨识，以针对性地指导定位。对于由短路故障引起的电压暂降，在候选分布区域内，基于反演思想，以考虑了逆变器接口的分布式电源影响的电网短路电流计算为基础，以故障位置、过渡电阻为优化变量，建立分步优化模型并采用智能优化算法求解，以实现精确定位。

发明内容

本发明是采用如下技术方案进行：

一种适用于智能配电网的电压暂降源精确定位优化方法，其特征在于，包括：

一个电气故障类电压暂降源初步定位的步骤：根据电压暂降发生时刻待分析网络的实时拓扑信息、通过判断暂降源相对于各观测点的上下游关系、综合分析得到暂降源候选分布区域set1，然后在set1内，建立初步定位反演优化模型，并基于智能配电网短路电流计算方法和智能优化算法进行求解，以寻得最邻近母线ne-bus，并得到与其相连的所有支路所构成的集合set2；

一个电气故障类电压暂降源精确定位的步骤：在set2内，建立精确定位反演优化模型、并求解，以精确定位电气故障类暂降源位置。

在上述的一种适用于智能配电网的电压暂降源精确定位优化方法，所述电气故障类电压暂降源初步定位的步骤中，获取set1并寻得最邻近母线ne-bus的具体方法是：

步骤1：电能质量监测系统主站实时分析含时标的全部有限个观测点安装的电能质量监测终端上传的基波、谐波电压、电流数据，一旦发生电压暂降、首先确定电压暂降发生时刻，并向配电自动化主站上传电压暂降报警信息、以及全部有限个观测点电压暂降前后基波三相电压、电流波形数据；

步骤2：配电自动化主站收到电压暂降报警信息后，启动电压暂降源精确定位；首先根据电压暂降发生时刻信息，调集相应时刻的待分析网络的实时拓扑和参数信息，基于序功率增量方向原理判断暂降源相对于各观测点的上下游关系，综合分析得到暂降源候选分布区域set1；

步骤3：配电自动化主站启动电压暂降成因辨识；

步骤4：若辨识结果为非电气故障类暂降源，则可根据具体暂降源类型确定其相应的安装位置集set0，进一步地，通过求set0与set1交集即可确定其位置；

步骤5：在配电自动化主站上，若辨识结果为电气故障类暂降源，首先基于暂降程度最明显观测点暂降发生后三相基波电压、电流信息判断短路类型；

步骤6：依托待分析网络的实时电网结构参数信息和全部有限个观测点电压暂降后基波三相电压、电流数据，进行分步定位；首先，在set1内，建立初步定位反演优化模型，并基于智能配电网短路电流计算方法和智能优化算法进行求解，以寻得最邻近母线ne-bus，并得到与其相连的所有支路所构成的集合set2。

在上述的一种适用于智能配电网的电压暂降源精确定位优化方法所述的步骤2中，基于序功率增量方向原理判断暂降源候选分布区域set1的具体方法是基于定义：

正序功率增量ΔP_e(1)：

ΔP_e(1)＝ΔU₍₁₎ΔI₍₁₎cos(θ₍₁₎)

负序功率增量ΔP_e(2)：

ΔP_e(2)＝ΔU₍₂₎ΔI₍₂₎cos(θ₍₂₎)

式中，分别为电压暂降前后观测点基频正序电压、电流变化量；分别为电压暂降过程中和暂降发生前的基频正序电压、电流相量；θ₍₁₎为超前于的角度；分别为电压暂降前后观测点基频负序电压、电流变化量；分别为电压暂降过程中和暂降发生前的基频负序电压、电流相量；θ₍₂₎为超前于的角度；

步骤2的方法具体包括：

步骤2.1，进行如下判断：

判断一：针对正序功率增量，进行以下方向判据：

a)若ΔP_e(1)＞0，则暂降源位于上游；

b)若ΔP_e(1)＜0，则暂降源位于下游；

判断二：针对负序功率增量，进行以下方向判据：

a)若ΔP_e(2)＜0，则暂降源位于上游；

b)若ΔP_e(2)＞0，则暂降源位于下游；

步骤2.2，对于各个观测点，基于步骤2.1的判断结果能够得到暂降源的上下游相对位置关系，结合配电自动化给出的待分析网络实时拓扑信息，综合进行分析即可以得到暂降源的候选分布区域set1。

在上述的一种适用于智能配电网的电压暂降源精确定位优化方法所述的步骤3中，进行电压暂降源成因辨识的具体方法为：

步骤3.1，分析全部有限个观测点的电压暂降前后基波电压数据，确定暂降程度最严重的观测点；

步骤3.2，根据暂降程度最严重观测点的暂降期间基波电压信息计算三相幅值不平衡度α和暂降期间幅值恢复程度β；并基于如下判定条件进行成因辨识：

判定条件一、若β＜βset，则暂降源为短路故障；

判定条件二、若β＜βset且α＞αset，则暂降源为短路故变压器投切；

判定条件三、若β＞βset且α＜αset，则暂降源为感应电机启动。

在上述的一种适用于智能配电网的电压暂降源精确定位优化方法所述的步骤4中，进行非电气故障类电压暂降源定位的具体方法为：

步骤4.1，由于非电气故障类电压暂降源安装位置固定，因此，可根据成因辨识的结果得到相应的安装位置集合set0；

步骤4.2，通过求set0与候选分布区域set1的交集，即可实现对于该类暂降源的定位。

在上述的一种适用于智能配电网的电压暂降源精确定位优化方法所述的步骤6中，进行电气故障类电压暂降源初步定位的反演优化模型具体以有限观测点处的故障后电压、电流的理论计算值与实际观测值的误差值的 总和最小为目标函数，并基于优化变量和约束条件，具体如下式：

上式中：Δu_h(b,r_f1)、Δi_h(b,r_f1)分别为当故障发生在set1内第b条母线上且过渡电阻为r_f1时，第h个观测点处的故障后电压、电流的理论计算值与实际观测值的误差值；n为系统中观测点总数；

所述优化模型以故障发生母线b和过渡电阻r_f1作为优化变量；其中，b为离散型变量，若set1所含母线总数为m1，则b∈[1,2,...,k,...,m1]，若b＝k1，即表示故障发生在set1内的第k1条母线处；r_f1为连续型变量；

所述约束条件基于以下公式组

上式中，r_max为过渡电阻的取值范围上限。

在上述的一种适用于智能配电网的电压暂降源精确定位优化方法进行电气故障类电压暂降源精确定位的反演优化模型具体以观测点处的故障后电压、电流的理论计算值与实际观测值的误差值的总和最小为目标函数，并基于优化变量和约束条件，具体如下式：

上式中：Δu_h(l,λ,r_f)、Δi_h(l,λ,r_f)分别为当故障发生在set2内第_l条支路上、距离该支路首端相对距离为λ且过渡电阻为r_f2时，第h个观测点处的故障后电压、电流的理论计算值与实际观测值的误差值；n为系统中观测点总数；

所述优化模型以故障发生支路l、故障点距支路首段相对距离λ和过渡电阻r_f2优化变量；具体地，l为离散型变量，若set2中共含有m2条支路，则l∈[1,2,...,k2,...,m2]，当l＝k2时，即表示故障发生在set1内的第k2条支路上；λ、r_f2均为连续型优化变量；

所述约束条件基于以下公式组:

上式中，r_max为过渡电阻的取值范围上限。

在上述的一种适用于智能配电网的电压暂降源精确定位优化方法，进行电气故障类电压暂降源的初步反演优化模型和精确定位反演优化模型，均基于考虑新能源影响的智能配电网短路电流计算方法，以下具体以含光伏的配电网短路电流计算为例进行说明：

1)对于故障前的正常网络，任一节点i的正常电压正序分量可表示为：

上式中，G₁为含IIDG接入点在内的有源节点的集合，Z_ij为节点i、j之间的正序互阻抗。

2)对于故障附加网络，若节点k上接有光伏，则应将光伏处理为一等效受控正序电流源

上式中，分别为故障发生前后的光伏的正序输出电流。

3)据此可知，任一节点i的正序电压故障分量为：

上式中，G₂仅为IIDG接入点的集合。

4)则发生故障后，节点i的实际正序电压为：

相应地，各光伏接入点处的正序电压为：

考虑到过渡电阻r_f的影响，故障点处的正序电压为：

5)根据电网接地方式，建立负序和(或)零序的相应方程。结合已知的IIDG的故障前输出电流，联立各光伏接入点、故障点的各序电压方程以及故障边界条件方程，即可求得和故障点的各序短路电流，并可进一步求得各支路的各序短路电流以及各节点的各序电压，进而求得相应相电流、相电压。

本发明具有以下优点：1)含电压暂降成因分析，针对不同类型电压暂降源采取不同的定位方法，不仅可准确定位短路故障引起的电压暂降，也可对非电气故障类电压暂降源进行定位，避免因暂降源类型判断错误影响定位准确性。2)基于序功率增量方向原理判断暂降源相对于各观测点的上下游关系，以确定暂降源的候选分布区域，缩小了待搜索范围、降低了计算量。3)采用含分布式电源的智能配电网短路计算方法，克服了传统方法对于各类分布式电源、特别是逆变型分布式电源大量接入的复杂多电源智能配电网难以适用的不足。4)对于短路故障类电压暂降源，将其精确定位问题转化为寻找最邻近母线集以及寻找故障准确位置的分步优化问题来分析，克服了现有策略在精确定位过程中不对过渡电阻进行修正导致定位误 差较大的不足，提高了定位准确性。

附图说明

图1是本发明实施例中所涉及的具体拓扑结构示意图。

具体实施方式

下面通过实施例，并结合数据分析，对本发明的技术方案作进一步具体的说明。

实施例：

一、首先介绍本发明的具体方法：

本发明包括：

1、一个电气故障类电压暂降源初步定位的步骤：根据电压暂降发生时刻待分析网络的实时拓扑信息、通过判断暂降源相对于各观测点的上下游关系、综合分析得到暂降源候选分布区域set1，然后在set1内，建立初步定位反演优化模型，并基于智能配电网短路电流计算方法和智能优化算法进行求解，以寻得最邻近母线ne-bus，并得到与其相连的所有支路所构成的集合set2；获取set1并寻得最邻近母线ne-bus的具体方法是：

步骤1：电能质量监测系统主站实时分析含时标的全部有限个观测点安装的电能质量监测终端上传的基波、谐波电压、电流数据，一旦发生电压暂降、首先确定电压暂降发生时刻，并向配电自动化主站上传电压暂降报警信息、以及全部有限个观测点电压暂降前后基波三相电压、电流波形数据；

步骤2：配电自动化主站收到电压暂降报警信息后，启动电压暂降源精确定位；首先根据电压暂降发生时刻信息，调集相应时刻的待分析网络的实时拓扑和参数信息，基于序功率增量方向原理判断暂降源相对于各观测点的上下游关系，综合分析得到暂降源候选分布区域set1；基于序功率 增量方向原理判断暂降源候选分布区域set1的具体方法是基于定义：

正序功率增量ΔP_e(1)：

ΔP_e(1)＝ΔU₍₁₎ΔI₍₁₎cos(θ₍₁₎)

负序功率增量ΔP_e(2)：

ΔP_e(2)＝ΔU₍₂₎ΔI₍₂₎cos(θ₍₂₎)

式中，分别为电压暂降前后观测点基频正序电压、电流变化量；分别为电压暂降过程中和暂降发生前的基频正序电压、电流相量；θ₍₁₎为超前于的角度；分别为电压暂降前后观测点基频负序电压、电流变化量；分别为电压暂降过程中和暂降发生前的基频负序电压、电流相量；θ₍₂₎为超前于的角度；

步骤2的方法具体包括：

步骤2.1，进行如下判断：

判断一：针对正序功率增量，进行以下方向判据：

a)若ΔP_e(1)＞0，则暂降源位于上游；

b)若ΔP_e(1)＜0，则暂降源位于下游；

判断二：针对负序功率增量，进行以下方向判据：

a)若ΔP_e(2)＜0，则暂降源位于上游；

b)若ΔP_e(2)＞0，则暂降源位于下游；

步骤2.2，对于各个观测点，基于步骤2.1的判断结果能够得到暂降源的上下游相对位置关系，结合配电自动化给出的待分析网络实时拓扑信息，综合进行分析即可以得到暂降源的候选分布区域set1。

步骤3：配电自动化主站启动电压暂降成因辨识；进行电压暂降源成因辨识的具体方法为：

步骤3.1，分析全部有限个观测点的电压暂降前后基波电压数据，确定暂降程度最严重的观测点；

步骤3.2，根据暂降程度最严重观测点的暂降期间基波电压信息计算三相幅值不平衡度α和暂降期间幅值恢复程度β；并基于如下判定条件进行成因辨识：

判定条件一、若β＜βset，则暂降源为短路故障；

判定条件二、若β＜βset且α＞αset，则暂降源为短路故变压器投切；

判定条件三、若β＞βset且α＜αset，则暂降源为感应电机启动。

步骤4：若辨识结果为非电气故障类暂降源，则可根据具体暂降源类型确定其相应的安装位置集set0，进一步地，通过求set0与set1交集即可确定其位置；进行非电气故障类电压暂降源定位的具体方法为：

步骤4.1，由于非电气故障类电压暂降源安装位置固定，因此，可根据成因辨识的结果得到相应的安装位置集合set0；

步骤4.2，通过求set0与候选分布区域set1的交集，即可实现对于该类暂降源的定位。

步骤5：在配电自动化主站上，若辨识结果为电气故障类暂降源，首先基于暂降程度最明显观测点暂降发生后三相基波电压、电流信息判断短路类型；

步骤6：依托待分析网络的实时电网结构参数信息和全部有限个观测 点电压暂降后基波三相电压、电流数据，进行分步定位；首先，在set1内，建立初步定位反演优化模型，并基于智能配电网短路电流计算方法和智能优化算法进行求解，以寻得最邻近母线ne-bus，并得到与其相连的所有支路所构成的集合set2；进行电气故障类电压暂降源初步定位的反演优化模型具体以有限观测点处的故障后电压、电流的理论计算值与实际观测值的误差值的总和最小为目标函数，并基于优化变量和约束条件，具体如下式：

上式中：Δu_h(b,r_f1)、Δi_h(b,r_f1)分别为当故障发生在set1内第b条母线上且过渡电阻为r_f1时，第h个观测点处的故障后电压、电流的理论计算值与实际观测值的误差值；n为系统中观测点总数；

优化模型以故障发生母线b和过渡电阻r_f1作为优化变量；其中，b为离散型变量，若set1所含母线总数为m1，则b∈[1,2,...,k,...,m1]，若b＝k1，即表示故障发生在set1内的第k1条母线处；r_f1为连续型变量；

约束条件基于以下公式组

上式中，r_max为过渡电阻的取值范围上限。

进行电气故障类电压暂降源精确定位的反演优化模型具体以观测点处的故障后电压、电流的理论计算值与实际观测值的误差值的总和最小为目标函数，并基于优化变量和约束条件，具体如下式：

上式中：Δu_h(l,λ,r_f)、Δi_h(l,λ,r_f)分别为当故障发生在set2内第_l条支路上、距离该支路首端相对距离为λ且过渡电阻为r_f2时，第h个观测点处的故障后电压、电流的理论计算值与实际观测值的误差值；n为系统中观测点总数；

优化模型以故障发生支路l、故障点距支路首段相对距离λ和过渡电阻r_f2优化变量；具体地，l为离散型变量，若set2中共含有m2条支路，则l∈[1,2,...,k2,...,m2]，当l＝k2时，即表示故障发生在set1内的第k2条支路上；λ、r_f2均为连续型优化变量；

约束条件基于以下公式组:

上式中，r_max为过渡电阻的取值范围上限。

二、下面以改进的IEEE34节点配电网的电压暂降源精确定位为例说明本发明。采用的算例其具体拓扑结构如图1所示。

为方便分析，将电网结构参数对称化处理；822、840节点处加入IIDG(光伏、容量均为1MW)；在进行非电气故障类电压暂降源定位测试时，可能会在826、864中某处投入感应电机(对应set0为826、864)，或在818、838、856中某处投入变压器(对应set0为818、838、856)，其余情况下则不予考虑。系统中观测点分别为808、816、854、834。

非电气故障类暂降源定位算例验证

对于由非电气故障引起的电压暂降的定位，具体以下述3个电压暂降事件为例进行说明：

(1)826母线感应电机启动；

(2)864母线感应电机启动；

(3)856母线上投入变压器；

1)候选分布区域set1确定

电压暂降发生后，首先根据4个观测点所采集到的电流、电压波形，基于序功率增量的方法判断其上下游关系，具体结果如下表1所示。需要稍作说明的是，对于命名为“a—b”形式的支路，默认a方向为其上游，b方向为其下游。

表1基于序功率增量方向的上下游关系判断

进一步地，结合实时网络拓扑综合分析，即可得暂降源的候选分布区域set1。具体分析过程，以事件1为例进行说明，对于与808相关支路，由于暂降源相对于806-808、808-810、808-812的关系分别为下游、上游、下游，所以经分析可知暂降源应该在808-812的下游区域；类似地，可以判断出暂降源分别在816-824下游、830-854上游、858-834上游。据此，对于事件1，可判断出set1应包含母线824、826、828、830。类似地，可得上述3个事件的set1信息，具体如表2所示。

表2事件1-3的set1分析结果

2)电压暂降源类型识别

在确定了暂降源候选分布区域set1后，后续进行电压暂降成因分析。具体地，针对以上三个电压暂降事件，可得其具体的关键辨识特征量信息、类型辨识结果以及相应的安装位置集set0信息如表3所示：

表3电压暂降源类型辨识结果

3)非电气故障类暂降源定位结果

基于以上表3的结果，可知事件1、事件2、事件3分别由感应电机启动、感应电机启动和变压器投入引起，均为非电气故障类电压暂降源。则根据2.4所述，直接求取set1和set0的交集，即可得到准确的暂降源位置，具体结果如下表4所示。

表4非电气故障类电压暂降源定位结果

从上表可知：电压暂降事件1、事件2以及事件3，本文方法判断分别由826上感应电机启动、864上感应电机启动和856上变压器投入引起。综上，对于3个非电气故障引起的电压暂降事件，上述定位结果均与实际情况一致。

短路故障类暂降源定位算例验证

对于由于短路故障引起的电压暂降，为了说明该定位算法的有效性与适应性，分别通过以下四种不同电压暂降场景进行分析：

(1)在828—830线路上离828母线50％处发生A相接地短路故障，过渡电阻为4.0欧姆；

(2)852母线上发生AB两相短路故障，过渡电阻为3.0欧姆；

(3)832—858线路上在离832母线70％处发生AB两相短路接地故障，过渡电阻为3.0欧姆；

(4)在846母线处发生三相接地短路故障，过渡电阻为0.4欧姆。

以下以场景1为例，根据本文策略所述步骤进行详细的定位结果说明。

1)候选分布区域set1确定以及暂降源辨识

针对以上四个场景，均可基于序功率增量方向原理得到暂降源的候选分布区域，在此不再详述，对于场景1，可得其set1包含母线824、826、828、830。

进一步地，应进行电压暂降成因分析。具体地，由于以上四个场景的β分别为0.00002、0.00003、0.00004、0.00002，均小于整定值βset，故均可判断出暂降源为短路故障。

2)电气故障类电压暂降源初步定位

根据上述分析结果可知，场景1为短路故障引起的电压暂降，其set1包含母线824、826、828、830，后续应先进行以寻找最邻近母线为目的的初步定位。

首先，可判断其具体故障类型为A相单相接地短路、以指导短路电流计算。在此基础上，为在set1内寻找最邻近母线集ne-bus，需求解相应的初步优化模型。通过优化，所得最优结果如下表5。

表5场景1最邻近母线最优结果

从表5优化结果可知，对于场景1，初步优化得到的最邻近母线ne-bus为母线828，相应的过渡电阻为4.6071欧姆。

为说明上述结果的正确性，在表6中给出了当假设故障分别发生在824、826、828、830母线上、仅以过渡电阻为优化变量时，相对应的目标函数最 优情况。

表6场景1set1内假设故障在各母线时最优值

从表6可知，当故障依次发生在母线824、826、828、830，相对应的最优值依次为47.8017、34.4537、16.3887、19.7438。可以发现，对于场景1，母线828确实为最邻近母线。

3)电气故障类电压暂降源精确定位

进一步地，可进行电气故障类电压暂降源精确位置的确定。根据上述结果，对于场景1，由于ne-bus为母线828，可知与其相连的支路集set2由824-828、828-830组成。在set2内，通过建立精确定位优化模型并求解，所得结果如下表7。需要稍作说明的是，对于命名为“a—b”形式的支路，默认a为其首段，b为其末端。

表7场景1暂降源精确定位结果

根据表7可知，对于场景1，精确定位结果为暂降源位于828-830线路上离828母线50.06％处。显然，上述定位结果与实际设置情况高度吻合。

类似地，对于其他四个场景，本发明方法也可准确进行定位，详细的各场景定位结果详见下表8。

表8各场景暂降源定位结果

从表8可知，具体到各个场景的距首段相对距离，优化结果与实际值误差分别为0.06％、0.029％、0.05％、0.03％，最大误差仅为0.06％。

4)本发明方法优越性体现

将上述结果与现有方法的结果进行对比，有以下结果：

1)通过引入电压暂降源识别，对于非电气故障电压暂降源，本发明也可准确定位，且可避免由于暂降源类型不对应导致判断误差较大。

2)定位电气故障类电压暂降源时，基于序功率增量方法求取候选分布区域set1后，初步定位时所需搜索的母线数大为减小。以4个场景为例，本文方法所需搜索母线数为分别为4、6、6、4，而现有方法则均需搜索34条母线。

3)如表8所示结果，通过引入含分布式电源的智能配电网短路计算方法，对于复杂多电源智能配电网，对于各类短路故障引起的电压暂降，本文方法均可实现精确定位，不再限制于单电源辐射型配电网。

4)由于在精确定位过程中，通过优化对过渡电阻进行了修正，对于短路故障引起的电压暂降，本方法定位精度更高。以场景1为例，在本发明方法的基础上，不考虑在精确定位过程中对于寻找最邻近母线得到的过渡电阻值(4.6071欧姆)进行修正，则所得精确定位结果见表9。可以看到，其定位误差较大、达到2.20％，而本发明方法的定位误差仅为0.06％，定位精度明显较优。

表9基于现有方法思路场景1暂降源精确定位结果

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权 利要求书所定义的范围。