唐 亮1，造 穎1，何 攻1，帥 紅1，陳 寧1，李達煒

(1.國網(wǎng)重慶市電力公司 調(diào)控中心，重慶400015；2.重慶大學(xué) 電氣工程學(xué)院，重慶400044)

電力系統(tǒng)故障判斷具有重要作用。一種有效的故障判斷方法能夠確保系統(tǒng)安全穩(wěn)定運行，降低電網(wǎng)運行風(fēng)險，滿足人們用電需要，具有十分重要的意義[1]。隨著電網(wǎng)的發(fā)展，分布式發(fā)電技術(shù)逐漸成熟，其運行成本也逐步減少。因此，配電網(wǎng)逐漸接入越來越多的分布式電源(distributed generator，DG)，DG的接入可以提高供電可靠性、提高電網(wǎng)的防災(zāi)水平、節(jié)能環(huán)保，但是也帶來了許多挑戰(zhàn)[2-6]。接入大量的DG后，配電網(wǎng)絡(luò)在拓撲結(jié)構(gòu)上錯綜復(fù)雜，分布范圍比較廣、所接負荷量大且負荷本身容易發(fā)生變化，發(fā)生故障的概率就會高得多。據(jù)電網(wǎng)資料顯示，用戶側(cè)發(fā)生的停電事故基本上是由配電網(wǎng)故障所引起，在故障原因中所占比例高達96%[7-8]，其中單相接地故障發(fā)生的概率最大，而傳統(tǒng)電網(wǎng)的故障檢測方法以及繼電保護工作不再適用。因此，研究含有DG的配電網(wǎng)的故障檢測及識別方法，不僅對于故障恢復(fù)與隔離、縮短停電時間、確保對用戶的正常供電有利，而且能提高整個電力系統(tǒng)的供電可靠性以及運行安全水平[9-10]。

1 原理分析

配網(wǎng)中短路故障屬于最常見的類型[11]。每當(dāng)故障發(fā)生時，故障點及其周圍區(qū)域必然發(fā)生電壓跌落現(xiàn)象，這會給用戶帶來巨大影響甚至是重大損失。許多傳統(tǒng)故障分析方法利用這個特點，將電壓跌落作為故障判斷依據(jù)。但是電網(wǎng)中存在許多負荷變動，特別是大功率電機的啟停都會產(chǎn)生電壓跌落的現(xiàn)象，這時單純以電壓跌落為判據(jù)所產(chǎn)生的判斷結(jié)果不準確，極易產(chǎn)生誤判。

針對上述問題，本研究中發(fā)現(xiàn)，雖然同為電壓跌落，但不同原因(電網(wǎng)短路故障、負荷變動等)引起電壓跌落的跌落速率不同，其中電網(wǎng)短路故障所引起的電壓跌落速率最快，最重要的是，這種現(xiàn)象在DG存在的時候依然存在。以此為依據(jù)，提出了一種可靠準確的故障判斷方法，即通過采集和處理電網(wǎng)的數(shù)據(jù)，找出發(fā)生電壓跌落的點，并計算出該處電壓跌落速率，若大于某個閥值即判定為電網(wǎng)短路故障。該方法不僅適用于傳統(tǒng)配網(wǎng)，而且在DG存在時表現(xiàn)依然出色，具有很強的實用性。

傳統(tǒng)故障識別方法對于電壓跌落的檢測已經(jīng)十分成熟，所以此方法的重點是電壓跌落速率的求取。電壓跌落速率的計算需要借助最小二乘法。在電壓跌落處采集16個數(shù)據(jù)，采樣時間間隔為0.005 s，利用采樣值作最小二乘得到采樣值擬合曲線[12-15]，擬合形式為：

f(t)=A(t)cos(t)+B(t)sin(t)

(1)

式中，A(t)和B(t)是高階多項式。

由于對電壓跌落速率的計算對象是電壓幅值，由擬合結(jié)果可知，擬合電壓幅值函數(shù)h(t)為：

(2)

則電壓跌落速率V(t)為：

(3)

(4)

2 算法有效性分析

實際電網(wǎng)運行中，最易與電網(wǎng)短路故障混淆且除故障外電壓波動最明顯的是大功率電機的啟動，所以只要分析和對比電網(wǎng)短路故障和電機啟動所產(chǎn)生的電壓跌落現(xiàn)象，就可以得出可靠的結(jié)論。

在電磁暫態(tài)仿真軟件(power system computer aided design，PSCAD)中建立微型電網(wǎng)模型，見圖1。

圖1 微型電網(wǎng)仿真模型

該模型中有2個500 kV三相電源，7個節(jié)點，各個節(jié)點帶有負荷，在節(jié)點F處模擬單相短路故障，節(jié)點D處模擬200 MVA的電機啟動，并測量采集兩節(jié)點處的電壓值。圖2表示電機啟動時節(jié)點D處的電壓波形，其中t=0.1 s是電機啟動，0.4 s時電機切除；圖3表示節(jié)點F處發(fā)生A相短路時A相電壓波形，其中故障發(fā)生時間在0.186 5 s，持續(xù)時間為0.1 s。

圖2 電機啟動電壓波形

圖3 單相故障時故障相電壓波形

在電壓跌落起始時間處采集16個電壓值，采樣間隔為0.005 s，并對其擬合得到t=0.005 s處的電壓跌落速率和單位電壓跌落速率。

采樣值如表1所示；采樣值的擬合曲線及電壓跌落速率如表2所示。

通過仿真實驗得到的結(jié)果可知，計算得到電網(wǎng)短路故障的電壓跌落速率遠大于電機啟動的電壓跌落速率，而且單位速率也要大很多，這通過對比圖2和圖3可以很直觀地感受到。此外，在進行希爾伯特變換中，采集得到的故障波形值產(chǎn)生震蕩，連接形成的曲線呈不規(guī)律的折線，擬合效果并不十分理想(表2圖形所示)，這種現(xiàn)象導(dǎo)致計算所得到的故障電壓跌落速率值偏小，而即便如此，所得到的結(jié)果也依然驗證了此方法的正確性。在實際電網(wǎng)運行過程中，由于電網(wǎng)規(guī)模大，結(jié)構(gòu)復(fù)雜，故障處的電壓波形并不會呈現(xiàn)出仿真中如此不規(guī)則曲線，因此實際擬合效果會更好，計算結(jié)果中二者顯示出的差距也會更明顯。所以，從結(jié)果可以看出此方法是可行且有效的。

表1 電壓跌落數(shù)據(jù)采樣值

表2 采樣值擬合結(jié)果

3 算法靈敏度分析

在配網(wǎng)實際運行中，由于DG的大量接入，監(jiān)測點和DG的位置處于不可控狀態(tài)，而據(jù)實際檢測數(shù)據(jù)可知，不同位置所測得波形數(shù)據(jù)有所不同，算法所得結(jié)論也可能不同，因此，探究位置因素對算法的影響十分重要，即算法的靈敏度分析。倘若算法在不同位置所得結(jié)論一致，則算法靈敏度高，抗干擾能力強。下面，利用MATLAB對大型線路進行仿真驗證。

1)線路仿真及結(jié)果

圖4為重慶山區(qū)某線路結(jié)構(gòu)示意圖。

以圖4為模型建模，分布式電源接入位置為區(qū)域1，故障發(fā)生在DG接入點，監(jiān)測點分別設(shè)立在區(qū)域3、5、7，根據(jù)離故障點的距離來表示線路近段、中段和遠段的位置。

從故障發(fā)生時間前半個周波取數(shù)據(jù)，長度為2個周波，本例中0.2 s發(fā)生單相短路接地故障，取0.19 s～0.23 s時間段的數(shù)據(jù)，采樣頻率為2 kHz，共采樣80個數(shù)據(jù)，其擬合結(jié)果如表3所示。

現(xiàn)將故障點和遠段監(jiān)測點互換位置，其他檢測點距離故障點的位置遠近分別表示線路近段、中段。得到新的數(shù)據(jù)如表4所示。

2)結(jié)果分析

綜上，通過對線路建模仿真，并對仿真結(jié)果分析可知，檢測點離故障點越遠，電壓跌落幅度越小，傳統(tǒng)以電壓跌落為判斷依據(jù)識別故障的方法出現(xiàn)不足，而分析電壓跌落曲線可以發(fā)現(xiàn)，盡管電壓跌落幅度有很大變化，但電壓跌落速率卻只有微小變化。因此，本文提出結(jié)合兩者的故障識別方法克服了位置因素的影響。實驗結(jié)果表明，算法具有高靈敏度，具有實用性。

圖4 重慶山區(qū)某線路結(jié)構(gòu)示意圖

檢測點位置近段中段遠段擬合曲線電壓跌落曲線

表4 電壓擬合結(jié)果2對比

4 結(jié)論

配網(wǎng)中引起電壓跌落的原因很多，但跌落速率卻明顯不同，通過對比電網(wǎng)短路故障和電機啟動兩種情況下電壓跌落速率可知，電網(wǎng)短路故障引起的電壓跌落速率明顯較大，因此以電壓跌落速率和電壓跌落幅度作為故障判斷依據(jù)是完全可行的。此外，以此判斷依據(jù)檢測故障時，在含有分布式電源的大型線路中，不斷調(diào)整監(jiān)測點和故障點的位置，檢測結(jié)果依然不受影響，顯示出其具有高靈敏性。綜上所述，新的故障判斷方法不僅簡單有效，而且靈敏度高，適用于含分布式電源的電網(wǎng)。