基于WAMS的电网故障检测新方法

党存禄，张佳宾

（兰州理工大学电气工程与信息工程学院，甘肃 兰州 730050）

基于WAMS的电网故障检测新方法

党存禄，张佳宾

（兰州理工大学电气工程与信息工程学院，甘肃 兰州 730050）

广域测量系统（WAMS）利用相量测量单元（PMU）快速、准确地提取同步相量，在智能电网中起到了重要的作用。尽管同步相量在电力系统中的重要性是公认的，但仍有许多未知的功能随着技术发展的需要被开发应用。

目前，电力系统故障检测的方法是用保护继电器（PR）和断路器（CB）的状态数据，根据过去的经验来推断有故障的部分［1-4］的。传统上，保护系统运行的相关数据由监控和数据采集系统（SCADA）每隔2～10 s传达给能量管理系统（EMS）提供［5］。然而，在大停电事故中，典型的故障是由于保护继电器或断路器误动作引起的，这是导致停电范围扩大的主要原因。虽然目前迫切需要查明故障点使系统恢复正常，然而故障检测在发展中出现了问题，甚至可能做出错误的决定［6-7］。因此，为了使保护系统的性能得到保障，应该寻找另一种独立的故障检测方法。

目前，PMU的应用和标准关系到电力系统稳态或近稳态的情况，利用PMU暂态现象的高采样特性在电网中已经取得了巨大的成就［8-10］。事实上，通过全球定位系统（GPS）产生的同步测量信号，任何继电器或数字故障记录器（DFR）都可以当作一个PMU装置［11］。

本文提出一种利用WAMS对输电网的故障检测和定位提供同步测量的新分析方法。该方法利用SCADA和EMS提供的网络拓扑结构和状态的在线数据，以及PMU提供的实时同步测量的故障电流，通过电路规则来确定电网中的故障点。随着通信技术在电力系统中的作用越来越重要，基于WAMS测量的故障检测方法有望在智能电网中成为一种新应用［12-16］。

1 问题描述

本文要解决的问题是只使用网络拓扑结构和状态信息确定电网的故障部分，这可以通过SCADA系统以小时为单位对信息进行采集，故障电压和电流信号同步相量数据可以通过WAMS以及输电线路、变压器和发电机的参数数据得到［17-20］。提出的输电网故障检测方案如图1所示。该方法与保护继电器和断路器在没有进行测量的情况下就确定电网故障部分的传统方法完全不同。

图1 基于广域测量系统的故障检测方案Fig.1The fault diagnosis scheme based on wide area measurements

系统发生故障后，电压和电流相量根据故障的位置和类型在不同的母线和支路上发生变化。主要的思路是适应以PMU测量的相量分析电网中不同故障点所产生的相量。用这种方法，疑似故障点所测量的最匹配相量即表示电网中的故障部分，如式（1）、式（2）所示：

式中，Vmeas和Imeas分别为电网中PMU测量得到的电压和电流相量；φ、T分别为疑似故障点组和各种故障类型为预期电压和电流相量在F点发生T型故障后的复向量函数；F*为通过计算式（1）得到的相量和观测相量的配合确定的故障点。

如图2所示为式（1）计算所得的向量与测量向量分析对比的二维描述。然而，必须指出的是，式（1）中的向量是M维的，其中M是测量的次数。

图2 观测向量与计算向量的对比Fig.2Comparison of the observed phasors with the calculated phasors

2 输电线路故障检测

电力系统工作人员主要面对的是输电线路中发生的故障。如果要检测p母线和q母线之间输电线路中的故障点m，可先在m点定义一条虚拟母线。然后，将m点添加到疑似故障组中（φ），以便如果m点在线路p-q中发生故障，那么可以根据本文提出的故障检测方法中式（1）和式（2）精确的定位故障点。

由于该输电线路故障检测方法在系统线路中需要大量的疑似故障点，可用三阶段方法对故障点定位，首先确定电网中的故障区域，其次确定故障线路，最后在故障线路中精确的定位故障点。

2.1 确定故障区域

在第一阶段，将φ中输电线路的中点作为疑似故障点。预计，如果在输电线路p-q中发生故障，那么疑似故障点m在这条线路的中点必将有最小拟合残差，如图3所示。

图3 第一阶段实际故障点（f）的故障电流Fig.3Fault currents for the actual fault point（f）in stage I

用这种方法，可以确定故障线路。然而，考虑到该方法的不确定因素会导致误差，以保守的方式，在第一阶段将所有线路与检测线路相连接，在第二阶段通过检测来确定故障线路。

2.2 确定故障线路和故障位置

在第二阶段，通过对第一阶段研究确定的故障区域来确定其中的故障线路。

通过检查该线路中点有最小拟合残差以及所有线路都与它连接来实现。故障检测的实现是通过在疑似线路中定义虚拟母线，以便这些母线可以说明这个阶段的疑似故障点，如图4所示。线路利用在疑似故障线路中选出来的最短电气距离（即阻抗），在其中间定义虚拟母线。然后，所有剩余疑似线路通过新的虚拟母线划分，以便划分后的每条线路长度不超过l/2，其中l是已经分成两部分的最短线路的长度。因此，当相邻线路的阻抗不相等时可以保证检测不会出现错误。

图4 第二阶段确定故障位置Fig.4Determining the fault location in stage II

最后，根据式（1）和φ中定义的疑似输电线路虚拟母线，在其中一条疑似线路出现故障情况时，故障线路以及故障位置可由式（2）算出的虚拟母线确定。

对提出的两阶段输电线路故障检测算法可归纳如下。

1）在电网中各条线路的中点定义一条虚拟母线。

2）根据第二部分的解释验证母线故障检测算法，其中φ包括定义的虚拟母线。

3）从式（2）中找出F*，并对F*所在的线路命名为L*。

4）确定一组疑似输电线路｛L*，L1，L2，…，LS｝，即与L*有关联的线路。

5）根据最短电气距离（l）选择疑似线路LS，并在其中点定义一条虚拟母线m1。

6）在除LS以外的疑似输电线路中以同等距离定义更多的虚拟母线｛m2，m3，…，mNV｝，使得由这些虚拟母线创建的每个部分的长度不超过l/2。

7）用φ=｛m1，m2，…，mNV｝、确定的故障点m*和故障类型T*验证式（1）和式（2）。

8）随着7）中故障点m*的确定，即可确定故障线路。而且，在检测线路中，实际的故障位置f可由m*粗略估算出。

2.3 调整故障位置

调整在第二阶段估计的故障位置，在检测故障线路中可以定义更多的虚拟母线。可由以下步骤实现调整。

1）在第二阶段依照故障点（m*）在靠近虚拟母线的任一侧定义两条虚拟母线n1和n2。

2）用n1、n2、φ中的m*和选定的检测故障点n*验证式（1）和式（2）的母线故障检测算法。

4）转到1），并用n*替换近似的故障点m*。

必须指出的是，可以通过在检测线路中定义更多的虚拟母线以进一步提高故障定位精度。因此，需要耗费更多的计算时间来对估算的故障点调整。

3 仿真结果

为了证明所提出的故障检测方案的有效性，本文采用IEEE-118节点系统对其验证，结构如图1所示。IEEE-118节点测试系统由177条输电线路，9台输电变压器和19台发电机组成。

PMU的采样频率是4 800 Hz（每周期96个样本）。PMU的输入信号首先通过二阶模拟（巴特沃思）抗混叠滤波器以350 Hz的截止频率滤波。其利用数字模拟滤波器来消除衰减的直流分量。最后，用完整周期的傅里叶变换来提取输入信号的基波分量。如表1所示为研究电力系统所考虑的WAMS结构。该结构由28台PMU组成，为系统提供完整的可观测性。将49母线的相电压角视为PMU测量的参考相位角。

表1 IEEE-118节点测试系统中的PMU母线Tab.1 PMU buses in the IEEE-118-bus test system

在30母线附近的线路30～38，长度为60%的距离处模拟单相接地短路故障（SLG），以对提出的两阶段方法的应用加以说明。如图5和图6所示分别为故障电流通过线路37～40的时间和相量域。

图5 线路30～38发生故障后由37母线上的PMU对通过线路33～37的故障电流进行观测Fig.5Fault current through line 33～37 observed by the PMU at bus 37 after a fault at line 30～38

图6 线路30～38发生故障后相位角和通过线路33～37的故障电流相量的大小Fig.6The phase angle and magnitude of fault current phasor through line 33～37 after a fault at line 30～38

如表2所示，在第一阶段，线路30～38的中点发现有明显的最小拟合残差。在第二阶段，对输电线路8～30、26～30和30～38以及疑似故障线路用提出的基于两阶段算法进行检测。由此可以看出，不仅检测出30～38有故障，而且也估算出故障位置在30母线附近线路长度为66%的距离处。

表2 利用提出的算法对实际的故障支路30～38进行输电线路故障检测Tab.2 Transmission line fault diagnosis for actual fault at line 30～38

为了比较不同情况下的检测精确度，精确度指数（AI）被定义为在第二阶段除了实际故障线路，疑似故障线路中虚拟母线的最小残差与实际故障点的最小残差之比，如式（4）所示。

这样，所提出的算法具有通过测量邻近的线路并从中识别出实际故障线路的能力。为了检测本检测方法的鲁棒性，在系统出现不同情况时，对不同的故障初始角、PMU的不同采样频率、不同的故障类型和不同线路中发生的故障进行分析。

3.1 不同的故障初始角

如表3所示为在不同相位角发生故障时对所提出算法性能的研究。故障定位（FL）算法和精确度指数（AI）获得的结果表明故障检测和定位不受故障初始角的影响，证明已成功消除了相量估算中的直流分量。

3.2 PMU的不同采样频率

如表4所示阐述了PMU的采样率对所提出的故障检测和定位方案的影响。预计，通过增加采样率，可得到更准确的结果。精确度可以通过式（4）定义的AI进行测量。当采样率超过每个周期96个样本时，故障定位算法和AI明显得到了改善。然而，即使在采样率比较低的情况下，仍然可以获得可接受的结果。可以得出的结论是，目前许多使用静态或动态应用的PMU采样率都相对较低，同样也可以用于广域故障检测和定位。

表3 实际故障线路30～38在不同故障初始角情况下的故障检测和定位Tab.3 Fault diagnosis and location for actual fault at line 30～38 with different fault inception angles

表4 实际故障线路30～38在不同PMU采样频率情况下的故障检测和定位Tab.4 Fault diagnosis and location for actual fault at line 30～38 with different sampling rates for PMUs

3.3 不同的故障类型

将各种可能出现的对称和不对称故障施加在线路30～38上以研究本方法识别故障类型以及故障检测和定位的能力。如表5所示研究的是可能出现的不同故障，即单相接地短路故障、相间短路故障、两相接地短路故障和三相对称短路故障。得到的结果表明该方法成功的检测出故障类型以及故障位置。

3.4 输电线路上不同数量的PMU

为了研究在线路上装备PMU的情况下本方法的性能，对其他两条输电线路即49～69和75～77分别装备一台和两台PMU进行故障检测和定位研究。如表6所示为第二阶段的故障检测结果，并在第三阶段对这些故障位置进行最终的调整。可以明显地看出，尽管在第二阶段能准确的检测出故障线路，但故障位置不够精确。然而在第三阶段，故障定位算法通过调整得到了显著的提高。这也可以通过比较这两阶段相应的AI指数看出来。

对比AI指数反映出的检测精确度，可以得出结论：当故障线路的一侧或两侧装备PMU时可以得到更可靠的结果。然而，在没有装备PMU的线路30～38中，不同的故障通过提出的方案也被精确的检测出来。

表5 实际故障线路30～38在不同类型的对称和不对称故障情况下的故障检测和定位Tab.5 Fault diagnosis and location for actual fault at line 30～38 with different types of balanced and unbalanced faults

表6 3条输电线路设备在装备不同数量PMU情况下的故障检测和定位Tab.6 Fault diagnosis and location for three transmission lines equipped with different number of PMUs

4 结语

本文提出一种利用广域测量系统对故障进行检测的新方法。故障发生时，可由PMU提供的电压和电流同步相量帮助确定输电网中的故障。该方法不仅可以确定电网中的故障线路，还可以根据同步测量确定故障线路中的故障位置。随着智能电网通信基础设施的发展，预计这将成为WAMS在输电网中一种新的应用。当电网完全可观时，所提出的方案表明可以成功地检测出故障。虽然许多电力系统中的母线装备了PMU，然而相对于整个系统中的母线来说仍然只是很小的比例，考虑到WAMS的覆盖范围是有限的，未来的研究将集中在故障的能观性上。

［1］朱永利，宋少群.基于广域网和多智能体的自适应协调保护系统的研究［J］.中国电机工程学报，2006，26（16）：15-20.

ZHU Yongli，SONG Shaoqun.Study on multi-agent and WAN based adaptive coordinated protection system［J］.Proceedings of the CSEE，2006，26（16）：15-20（in Chinese）.

［2］张保会.加强继电保护与紧急控制系统的研究提高互联电网安全防御能力［J］.中国电机工程学报，2004，24（7）：1-6.

ZHANG Baohui.Strengthen the protection relay and urgency control systems to improve the capability of security in the interconnected power network［J］.Proceedings of the CSEE，2004，24（7）：1-6（in Chinese）.

［3］苗世洪，刘沛，林湘宁，等.基于数据网的新型广域后备保护系统实现［J］.电力系统自动化，2008，32（10）：32-36.

MIAO Shihong，LIU Pei，LIN Xiangning，et al.A new type of backup protective system in wide area network based on data network［J］.Automation of Electric Power Systems，2008，32（10）：32-36（in Chinese）.

［4］易俊，周孝信.电力系统广域保护与控制综述［J］.电网技术，2006，30（8）：7-13.

YI Jun，ZHOU Xiaoxin.A survey on power system widearea protection and control［J］.Power System Technology，2006，30（8）：7-13（in Chinese）.

［5］毛安家，郭志忠.与SCADA互补的WAMS中PMU的配置及数据处理方法［J］.电网技术，2005，29（8）：71-74.

MAO Anjia，GUO Zhizhong.A practical placement of PMU in WAMS complemental to SCADA and data processing method［J］.Power System Technology，2005，29（8）：71-74（in Chinese）.

［6］李春艳，孙元章，陈向宜，等.西欧“11.4”大停电事故的初步分析及防止我国大面积停电事故的措施［J］.电网技术，2006，30（24）：16-21.

LI Chunyan，SUN Yuanzhang，CHEN Xiangyi，et al.Preliminary analysis of large scale blackout in western europe power gridon november 4 and measures to prevent large scale blackout in China［J］.Power System Technology，2006，30（24）：16-21（in Chinese）.

［7］王晓卫，田书，李玉东，等.基于S变换特征频率序列的小电流接地系统故障区段定位方法［J］.电力系统保护与控制，2012，40（14）：109-115.

WANG Xiaowei，TIAN Shu，LI Yudong，et al.A novel fault section location method for small current neutral grounding system based on characteristic frequency sequence of S-transform［J］.Power System Protection and Control，2012，40（14）：109-115（in Chinese）.

［8］周保荣，柳勇军，吴小辰，等.巴西2009年11月10日大停电事故及其启示分析［J］.南方电网技术，2010，4（1）：23-28.

ZHOU Baorong，LIU Yongjun，WU Xiaochen，et al.Analysis of brazilian blackout on the november 10th，2009 and its revelations［J］.Southern Power System Technology，2010，4（1）：23-28（in Chinese）.

［9］王艳，张艳霞，徐松晓.基于广域信息的防连锁过载跳闸保护［J］.电力系统自动化，2008，32（10）：37-41.

WANG Yan，ZHANG Yanxia，XU Songxiao.A protection scheme against chain over-load trip based on wide-area information［J］.Automation of Electric Power Systems，2008，32（10）：37-41（in Chinese）.

［10］李胜芳，范春菊，郁惟墉.基于相量测量的输电线路故障测距新算法［J］.电网技术，2004，28（17）：28-32.

LI Shengfang，FAN Chunju，YU Weiyong.A new phasor measurement based fault location algorithm for transmission lines［J］.Power System Technology，2004，28（17）：28-32（in Chinese）.

［11］薛斌，梁茜，张萍.智能配电双环网供电模式中的故障分析与处理［J］.电网与清洁能源，2012，28（11）：56-60.

XUE Bin，LIANG Qian，ZHANG Ping.Analysis and treatment of faults in power supply mode for double-loop smart distribution network［J］.Power System and Clean Energy，2012，28（11）：56-60（in Chinese）.

［12］邢海瀛，袁汉川，邓春，等.基于分布参数的电力电缆故障定位新型算法研究［J］.电力系统保护与控制，2011，39（14）：16-20，25.

XING Haiying，YUAN Hanchuan，DENG Chun，et al.A novel power cable fault location algorithm based on distributed parameters［J］.Power System Protection and Control，2011，39（14）：16-20，25（in Chinese）.

［13］KEZUNOVIC M.Smart fault location for smart grids［J］. IEEE Trans.Smart Grid，2011，3（1）：11-22.

［14］LI F，QIAO W，SUN H，et al.Smart transmission grid：vision and framework［J］.IEEE Trans.Smart Grid，2010，2（1）：168-177.

［15］宋晓娜，毕天姝，吴京涛，等.基于WAMS的电网扰动识别方法［J］.电力系统自动化，2006，30（5）：24-28，73.

SONG Xiaona，BI Tianshu，WU Jingtao，et al.Study on WAMS based power system disturbance identifying method［J］.Automation of Electric Power Systems，2006，30（5）：24-28，73（in Chinese）.

［16］王正风，黄太贵，吴迪，等.电网实时动态监测技术在电力系统中的应用［J］.华东电力，2007，35（5）：32-36.

WANG Zhengfeng，HUANG Taigui，WU Di，et al.Application of wide-area measurement system to power systems［J］.East China Electric Power，2007，35（5）：32-36（in Chinese）.

［17］谢小荣，李红军，吴京涛，等.同步相量技术应用于电力系统暂态稳定性控制的可行性分析［J］.电网技术，2004，28（1）：10-14.

XIE Xiaorong，LI Hongjun，WU Jingtao，et al.Feasibility study on using synchrophasor technology for power system transient stability control［J］.Power System Technology，2004，28（1）：10-14（in Chinese）.

［18］徐慧明，毕天姝，黄少锋，等.基于广域同步测量系统的预防连锁跳闸控制策略［J］.中国电机工程学报，2007，27（19）：32-38.

XU Huiming，BI Tianshu，HUANG Shaofeng，et al.Study on wide area measurement system based control strategy to prevent cascading trips［J］.Proceedings of the CSEE，2007，27（19）：32-38（in Chinese）.

［19］GUO W，WEN F，LEDWICH G，et al.An analytic model for fault diagnosis in power systems considering malfunctions of protective relays and circuit breakers［J］.IEEE Trans.Power Del.，2010，25（3）：1393-1401.

［20］秦晓辉，毕天姝，杨奇逊.基于广域同步量测的电力系统扰动识别与定位方法［J］.电网技术，2009，33（12）：35-42.

QIN Xiaohui，BI Tianshu，YANG Qixun.WAMS based power system disturbance identification and location approach［J］.Power System Technology，2009，33（12）：35-42（in Chinese）.

（编辑 董小兵）

A Novel Method of Grid Fault Diagnosis Based on WAMS

DANG Cunlu，ZHANG Jiabin
（School of Electrical and Information Engineering，Lanzhou University of Technology，Lanzhou 730050，Gansu，China）

当出现大范围的停电事故时，保护系统自身的故障往往是导致灾难发生的原因之一。为了解决这个问题，提出一种利用PMU数据和母线阻抗矩阵（Zbus）以替代保护系统功能的独立故障检测方法。首先，根据提出的方法确定故障区域，然后确定故障线路。通过广域测量，故障位置随着线路的确定也就被估算出来。IEEE-118节点测试系统验证结果表明，该方法成功的检测出整个电网的故障线路以及故障线路中的故障位置

故障检测；电力系统；相量测量单元（PMU）；同步相量；广域测量系统（WAMS）

The malfunction of the protection system itself is often among the suspects of the disaster when an outrage occurs in a large area.In order to solve the problem，the paper proposes an alternative fault diagnosis approach independent of the function of the protection system，which utilizes PMU data and bus impedance matrix（Zbus）.First，the proposed method diagnoses the fault area，and then the fault line.The fault location along the diagnosed line is also estimated by wide-area measurements.The proposed method is applied to the IEEE 118-bus test system where the results indicate successful diagnosis of the faulted lines throughout the grid as well as wide area fault location along the faulted line.

fault diagnosis；power system；phasor measurement unit（PMU）；synchrophasor；wide area measurement system（WAMS）

1674-3814（2015）04-0001-07

TM76

A

2014-10-14。

党存禄（1964—），男，教授，硕士生导师，研究方向为工业过程控制、控制理论与控制工程等；

张佳宾（1986—），男，硕士研究生，研究方向为电力系统及继电保护。

甘肃省自然科学基金项目（1208RJZA151）；甘肃省教育厅硕导基金项目（1203ZTC025）。

Project Supported by Gansu Province Natural Science Fund Project（1208RJZA151）；Graduate Fund Project of Gansu Province Department of Education（1203ZTC025）.