彭道刚 宋 磊 赵斌斌 黄义超 朱 灏 胡 迅
(上海电力学院自动化工程学院1,上海 200090;上海发电过程智能管控工程技术研究中心2,上海 200090;上海翔骋电气设备有限公司3,上海 201900)
智能配电网故障定位系统设计与研究
彭道刚1宋 磊1赵斌斌1黄义超3朱 灏1胡 迅1
(上海电力学院自动化工程学院1,上海 200090;上海发电过程智能管控工程技术研究中心2,上海 200090;上海翔骋电气设备有限公司3,上海 201900)
针对现有的配电网故障定位系统存在准确性和可靠性不高等问题,提出了基于馈线终端单元(FTU)技术和遗传算法的配电网故障定位系统。系统由FTU和主站SCADA构成,其中FTU由主控模块、输入输出模块及通信模块等构成。FTU的硬件采用双CPU体系结构,主控模块以数字信号处理器DSP为核心,通过相电流突变量法进行故障判断;通信模块以32位ARM嵌入式处理器为核心,负责与主站进行实时通信以及外围事物管理。FTU的软件则基于μC/OS-II嵌入式操作系统,设计了多任务、多缓冲区的结构。主站的故障区段定位软件以遗传算法为核心,根据FTU传递来的故障电流信息迅速找到故障区段。仿真试验表明,该算法容错性和实用性强。
配电网 智能电网 馈线终端单元(FTU) 相电流突变量法 遗传算法 故障定位 μC/OS-II
随着社会的快速发展以及经济水平的提高,社会和个人都对供电可靠性提出越来越高的要求。因此,配电自动化作为提高电力系统供电可靠性的重要手段之一,也受到了越来越多的关注。馈线自动化是配电自动化的主要功能之一,由馈线终端实时监控电网的运行状况。当配电网发生故障后,馈线终端将故障信息上报给主站;主站根据上报的故障信息,通过相关算法快速找到故障区段并隔离,同时迅速恢复非故障失电区域的供电。因此,研究配电网的故障定位与隔离技术,对提高配电网的供电可靠性具有十分重要的意义。
1.1 FTU硬件部分
配电自动化馈线终端单元(feeder terminal unit,FTU)的硬件采用双CPU体系结构。主控模块以数字信号处理器DSP为核心,负责交流采样与保护计算;通信模块以32位ARM嵌入式处理器为核心,实现网络通信以及外围事物管理。FTU系统硬件总体架构设计如图1所示。
FTU由交流输入模块、主控模块、通信模块、开关量输入输出模块、无线模块、人机交互模块以及电源管理模块构成。交流输入模块通过电压互感器(potential transformer,PT)和电流互感器(current transformer,CT)获取电网上的电压电流模拟信号,并经一阶RC滤波器处理后传送给主控模块;主控模块使用高速16位高精度A/D芯片,将电网模拟信号转化为数字量,并进行处理;通信模块主要负责终端设备和监控主站之间的数据交换;开关量输入输出模块扫描开关位置信号、弹簧储能信号、接地开关信号和工作电源失电信号等信息,并且执行监控主站发来的遥控命令, 如分闸、合闸信号;无线模块则包括蓝牙模块和GPRS,主要实现蓝牙设备就地操作、无线通信以及GPRS对时功能;在人机交互模块中,操作人员可以通过人机交互界面配置故障检测功能的相关参数;电源管理模块主要负责为主控模块、通信模块等其他模块供电,并负责蓄电池活化和充电等功能的管理。
图1 FTU硬件总体架构图
系统通过交流输入模块的精密电压电流互感器,取得电网电压电流模拟信号,并由主控模块的16位高精度AD7606芯片将模拟信号转换为数字量;测频电路采集电网实时频率,能精准地安排电压电流的采集时间,以实现同步采样功能、保证数据采集的精确性。通信模块负责FTU与监控主站之间的数据交换。
1.2 FTU软件部分
1.2.1 FTU系统软件
对于一些简单的控制应用,过去常把整个软件设计成前后台系统。但是在情况比较复杂的时候,应用一个合适的操作系统能降低系统开发的难度,同时也易于应用程序的设计和任务的扩展,无需对整体构架作大的改动。μC/OS-II嵌入式实时操作系统具有执行效率高、占用空间小、实时性高、可扩展性强等优点,故比较适合本项目的开发应用。FTU系统软件结构如图2所示。
μC/OS-II嵌入式实时操作系统的软件分成系统层和应用层两部分。系统层包括μC/OS-II内核和应用编程序接口API,应用层通过API接口访问系统层,从而提高了系统的可扩展性。应用层由各种不同的任务组成,只需通过调用系统层提供的应用编程接口API函数,即可实现相应的功能。μC/OS-II的任务调度是基于任务优先级的抢占式调度,即最高优先级的任务一旦处于就绪状态,那么正在运行的低优先级任务将被抢占。
图2 FTU系统软件结构图
1.2.2 FTU应用层软件
全局数据则包括用户参数区、临时数据暂存区、Flash文件系统及标志位系统。在系统RAM中开辟临时数据暂存区,它用来存储一些中间变量或临时数据,包括电网电压电流、开关位置信号等采集数据。程序开始运行时,创建临时数据暂存区。当数据采集任务完成后,其将自动更新。Flash文件系统用于保存故障电流波形数据(配电网故障发生前后一小段时间内的电流波形)以及冻结数据。用户参数区用于保存控制FTU运行的负控规约设置参数。用户参数区存在于RAM中,但其数据更新时的最新状态将保存在Flash中,并在FTU启动时被加载到RAM中。标志位系统反映CPU的状态及运算结果,用于实现中断服务与主循环之间的通信及开关信号的输入扫描与输出置位等。收发缓冲区包括通信口、调试口、红外口等,一般为先入先出队列(first input first output,FIFO)结构,采用环形队列的形式实现。
1.2.3 故障电流判断
配电网运行时,FTU在一个工频周期内采集任意两相电流各64点数据,计算出有效值后上传给主站。若配电网发生短路故障,线路上的真空断路器将在极短的时间内自动断开,同时FTU将利用相应算法进行故障判断。目前一般采用两种方法进行故障判断,一是直接根据有效值的大小来判断,二是采用相电流突变量法[1]来判断。根据有效值大小进行故障判断,存在故障电流阀值难确定且判断时间长等问题;而相电流突变量法不受故障位置、过渡电阻及负荷电流的影响,具有较高的可靠性,故本文采用后者进行馈线故障判断。当相电流突变量超过某一设定的阈值且相电流的值呈递增趋势时,FTU将开始记录相电流波形并产生一个过流变位信息,同时FTU会将过流变位信息及故障电流波形数据上传给主站。相电流突变量为:
Δik=||ik-ik-N|-|ik-N-ik-2N||
(1)
式中:Δik为相电流突变量k时刻(t=kTs)的计算值(采样间隔Ts由DSP对A/D芯片进行设定,其值基本固定,以下省略Ts);ik为k时刻的电流采样值;ik-N为k时刻之前一周期的电流采样值(N是每周波的采样点数,本文采用64点)。若式(2)成立,则判定该区段发生馈线故障。
Δik≥k×ie
(2)
式中:ie为真空断路器额定电流;k为突变量系数。为了提高故障判断的可靠性,可以计算连续的k时刻、(k+1)时刻和(k+2)时刻的相电流突变量Δik、Δik+1和Δik+2,取均值后再作判断。考虑到非理想变压器对不同频率电流突变量谐波的影响程度不同,可在滤得合适的高次谐波后再对相电流的突变量大小进行判别。同时主站故障区段定位软件还可根据真空断路器的开关状态作进一步判别,也就是只有当故障电流变位信息和真空断路器开关变位信息两者同时存在时,才启动下文配电网故障定位软件,确定故障区段。
目前,配电网故障区段定位算法主要有两类,它们都是基于馈线终端FTU上报的故障过流信息来判断的。一类是根据配电网的网络拓扑结构,并结合现场设备FTU上报的故障过流信息的矩阵算法[2-4];另一类是人工智能型故障区段定位算法[5-7],如神经网络算法、遗传算法(genetic algorthin,GA)、专家系统等。遗传算法具有良好的鲁棒性、全局优化性和可并行性,故本文选择该算法进行故障定位。在进行故障定位时,首先对上传的故障信息进行编码,依赖构造的开关函数及适应度函数对故障点进行计算求解,并对种群进行遗传操作,最终实现对故障设备的定位。
2.1 遗传算法概述
遗传算法是模拟生物界自然选择和自然遗传机制的算法,它将复杂的问题空间转换为编码空间,以编码群体为进化基础,以适应度的计算进行寻优,并通过对群体中个体位串的遗传操作实现选择和遗传机制。遗传算法使用适者生存的原则,在迭代中逐次产生一个近似最优解。在遗传算法的每一代中,根据个体在问题域中的计算得到的适应度值进行个体选择,产生一个新的近似解,这样每一代的个体将不断进化,并逐渐逼近问题的最优解,最终达到求解问题的目的。
2.2 配电网故障定位关键技术
配电网发生故障后,由配电网各FTU采集相应分段开关处的过流信息及电流波形, 并上传给主站数据采集与监控(supervisory control and data acquisition,SCADA)系统[8]。配电网主站的故障区段定位和隔离模块在接收到FTU处的过流变位信息后,结合馈线真空断路器的开关变位信息和主站的刀闸信息,控制故障定位软件的启动。
2.2.1 编码方法
GA不能直接对参数进行操作,因此必须将参数编码成二进制的数字串。遗传操作只对由这些编码(基因)组成的数字串(染色体)进行操作。配电网故障定位问题按照GA的要求进行0/1编码,有过电流或设备故障表示为1,无过电流或设备正常表示为0。
2.2.2 开关函数的构造
遗传算法通过分析馈线终端单元的状态信息,实现故障定位。开关函数是根据配电网中原件设备的信息确定各分段开关的状态信息,它反映了配电网各元件与开关之间的关系。对于单电源供电网络,开关函数可定义为 :
X(i+N-1)
(3)
2.2.3 适应度函数的构造
利用遗传算法进行故障定位,就是找到一个能解释故障电流信号的最优解,也就是找到能解释配电网中故障电流的最优设备原件。适应度函数构造如下:
(4)
式中:ffit(X)为解空间中每个节所对应的适应度值;X为配电网中元件设备状态(n为元件数),用1表示设备原件故障(有过电流),用0表示设备原件正常(无过电流);Ij为第j个开关实际状态,用1表示有故障电流,用0表示无故障电流。故障定位就是在解空间中搜索开关实际状态值与推导出来的状态值的最小差值,也就是找出式(4)的最小解,那么适应度最小值所对应的解就是实际的故障原件设备。
2.2.4 遗传操作
遗传操作包括选择、交叉和变异等。其通过选择、交叉和变异等运算,把优化的个体遗传给下一代。
以中低压双电源单环配电网络为例进行仿真计算,接线方式如图3所示。
图3中:CB1、CB2为进线断路器;S1、S2、S3、S5、S6及S7为分段开关;SL为配电网络联络开关,它将整个配电网分成两个局部配电区域,正常运行时SL断开,其他分段开关闭合,且各个开关均配备FTU或远程终端单元(remoteterminalunit,RTU)。配电区域A包含进线断路器CB1,分段开关S1、S2、S3及设备D1、D2、D3、D3。配电区域B包含进线断路器CB2、分段开关S5、S6、S7及设备D5、D6、D7、D8。
图3 中低压双电源单环配电网络
按照式(3)和式(4),分别为独立配电区域A和B建立开关函数和适应度函数,并最终建立环网开环运行统一故障定位数学模型。
3.1 数学模型
假设图 3中设备Di(i=1,2,…,8)的状态信息为X(i)(i=1,2,…,8),设备故障时X(i)=1,正常运行时X(i)=0。根据式(3)开关函数的构造方法,独立配电区域A和B的开关函数构造如下:
式中的“‖”为“或”(OR)运算符号。当等式右端某一设备发生故障时,左端的分段开关处就有故障电流流过,此时左端的开关函数值I*取1。
ffit(X)=CAffit,A(X)+CBffit,B(X)
(5)
式中:CA和CB为权重因子,可用于设定独立配电区域A和B故障定位的优先级。如果独立配电区域A发生故障,则CA=1,否则CA=0;同理,如果独立配电区域B发生故障,则CB=1,否则CB=0。
3.2 测试结果
对图3双电源单环网络仿真算例测试结果序列如表1所示。表1中:输入1、2、5表示输入没有发生畸变的测试结果,输入3、4、6表示输入有一位发生畸变的测试结果。由其相应的输出可知,本文基于FTU和GA的配电网故障定位算法具有很高的容错能力。
表1 独立配电区域仿真测试结果
本文提出了基于FTU技术和GA算法的配电网故障定位系统。当故障发生时,通过FTU采集配网各分段开关处的故障电流信号并传送给主站,主站利用本GA算法迅速进行故障定位。该系统将高速的DSP芯片和32位ARM嵌入式处理器引入配电终端设备FTU中,以μC/OS-II嵌入式操作系统进行任务操作,利用DSP的强大数据处理能力和高速运算的特点,并结合相电流突变量算法快速地进行馈线故障判断,提高了故障定位的实时性和系统的可靠性。仿真试验证明,本文的故障定位软件具有很高的容错能力,且在信息畸变的情况下,故障定位仍然具有很高的准确性。
[1] 杨奇逊,黄少锋. 微机型继电保护基础[M]. 3版.北京:中国电力出版社,2007.
[2] 周羽生,周有庆,戴正志. 基于FTU的配电网故障区段判断算法[J]. 电力自动化设备,2000,20(4):25-27.
[3] 徐青山,唐国庆,张欣. 计及容错的配电网故障定位新算法[J].电力自动化设备,2005,25(6):31- 33.
[4] 蒋秀洁,熊信银,吴耀武,等. 改进矩阵算法及其在配电网故障定位中的应用[J]. 电网技术,2004,28(19):60- 63.
[5] 文福拴,韩祯祥,田磊,等.基于遗传算法的电力系统故障诊断的解析模型与方法[J].电力系统及其自动化学报,1998,10(3):1-7.
[6] 杨伟,刘娅琳,吴军基.基于改进遗传算法的配电网故障诊断[J].长沙电力学院学报(自然科学版),2005,20(2):25-30.
[7] 卫志农,何桦,郑玉平.配电网故障区间定位的高级遗传算法[J].中国电机工程学报,2002,22(4):127-130.
[8] 郭谋发.配电网自动化技术[M].北京:机械工业出版社,2012.
Design and Research of Intelligent Fault Location System for Distribution Network
Due to the problems of the low accuracy and reliability in existing fault location systems for distribution network,a fault locating system for distribution network is proposed based on feeder terminal unit (FTU) technology and genetic algorithm. The system consists of FTU and master station SCADA,in which the FTU is made up of main control module,input and output module,and communication module,etc. The dual-CPU architecture is adopted in hardware of FTU,and digital signal processor (DSP) is the core of main control module; though the method of phase current mutation,fault judgement is conducted. The 32 bit ARM embedded processor is used as the core in communication module,for communicating with master station in real time and taking care of peripheral transaction management. The software of FTU is designed based on μC/OS-II embedded operating system with multi-tasking,multi-buffer structure. The genetic algorithm is the kernel of the fault section locating software in master station.According to the fault current information transferred from FTU,the fault section is quickly found. The simulation experiments show that the algorithm is fault-tolerant and with strong practicability.
Distribution network Smart grid Feeder terminal unit(FTU) The method of phase current mutation Genetic algorithm Fault location μC/OS-II
上海市“科技创新行动计划”高新技术领域基金资助项目(编号:15111106800);
上海市“科技创新行动计划”社会发展领域基金资助项目(编号:16DZ1202500);
上海市发电过程智能管控工程技术研究中心基金资助项目(编号:14DZ2251100);
上海市电站自动化技术重点实验室开放课题基金资助项目(编号:13DZ2273800)。
彭道刚(1977—),男,2009年毕业于同济大学系统工程专业,获博士学位,教授;主要从事发电过程自动化、电力设备状态监测与故障诊断、工业网络与嵌入式测控技术等方向的研究。
TH3;TP23
A
10.16086/j.cnki.issn 1000-0380.201608005
修改稿收到日期:2015-10-09。