一种含分布式电源的电网故障判断方法

唐 亮1，造 颖1，何 攻1，帅 红1，陈 宁1，李达炜

(1.国网重庆市电力公司 调控中心，重庆400015；2.重庆大学 电气工程学院，重庆400044)

电力系统故障判断具有重要作用。一种有效的故障判断方法能够确保系统安全稳定运行，降低电网运行风险，满足人们用电需要，具有十分重要的意义[1]。随着电网的发展，分布式发电技术逐渐成熟，其运行成本也逐步减少。因此，配电网逐渐接入越来越多的分布式电源(distributed generator，DG)，DG的接入可以提高供电可靠性、提高电网的防灾水平、节能环保，但是也带来了许多挑战[2-6]。接入大量的DG后，配电网络在拓扑结构上错综复杂，分布范围比较广、所接负荷量大且负荷本身容易发生变化，发生故障的概率就会高得多。据电网资料显示，用户侧发生的停电事故基本上是由配电网故障所引起，在故障原因中所占比例高达96%[7-8]，其中单相接地故障发生的概率最大，而传统电网的故障检测方法以及继电保护工作不再适用。因此，研究含有DG的配电网的故障检测及识别方法，不仅对于故障恢复与隔离、缩短停电时间、确保对用户的正常供电有利，而且能提高整个电力系统的供电可靠性以及运行安全水平[9-10]。

1 原理分析

配网中短路故障属于最常见的类型[11]。每当故障发生时，故障点及其周围区域必然发生电压跌落现象，这会给用户带来巨大影响甚至是重大损失。许多传统故障分析方法利用这个特点，将电压跌落作为故障判断依据。但是电网中存在许多负荷变动，特别是大功率电机的启停都会产生电压跌落的现象，这时单纯以电压跌落为判据所产生的判断结果不准确，极易产生误判。

针对上述问题，本研究中发现，虽然同为电压跌落，但不同原因(电网短路故障、负荷变动等)引起电压跌落的跌落速率不同，其中电网短路故障所引起的电压跌落速率最快，最重要的是，这种现象在DG存在的时候依然存在。以此为依据，提出了一种可靠准确的故障判断方法，即通过采集和处理电网的数据，找出发生电压跌落的点，并计算出该处电压跌落速率，若大于某个阀值即判定为电网短路故障。该方法不仅适用于传统配网，而且在DG存在时表现依然出色，具有很强的实用性。

传统故障识别方法对于电压跌落的检测已经十分成熟，所以此方法的重点是电压跌落速率的求取。电压跌落速率的计算需要借助最小二乘法。在电压跌落处采集16个数据，采样时间间隔为0.005 s，利用采样值作最小二乘得到采样值拟合曲线[12-15]，拟合形式为：

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

(1)

式中，A(t)和B(t)是高阶多项式。

由于对电压跌落速率的计算对象是电压幅值，由拟合结果可知，拟合电压幅值函数h(t)为：

(2)

则电压跌落速率V(t)为：

(3)

(4)

2 算法有效性分析

实际电网运行中，最易与电网短路故障混淆且除故障外电压波动最明显的是大功率电机的启动，所以只要分析和对比电网短路故障和电机启动所产生的电压跌落现象，就可以得出可靠的结论。

在电磁暂态仿真软件(power system computer aided design，PSCAD)中建立微型电网模型，见图1。

图1 微型电网仿真模型

该模型中有2个500 kV三相电源，7个节点，各个节点带有负荷，在节点F处模拟单相短路故障，节点D处模拟200 MVA的电机启动，并测量采集两节点处的电压值。图2表示电机启动时节点D处的电压波形，其中t=0.1 s是电机启动，0.4 s时电机切除；图3表示节点F处发生A相短路时A相电压波形，其中故障发生时间在0.186 5 s，持续时间为0.1 s。

图2 电机启动电压波形

图3 单相故障时故障相电压波形

在电压跌落起始时间处采集16个电压值，采样间隔为0.005 s，并对其拟合得到t=0.005 s处的电压跌落速率和单位电压跌落速率。

采样值如表1所示；采样值的拟合曲线及电压跌落速率如表2所示。

通过仿真实验得到的结果可知，计算得到电网短路故障的电压跌落速率远大于电机启动的电压跌落速率，而且单位速率也要大很多，这通过对比图2和图3可以很直观地感受到。此外，在进行希尔伯特变换中，采集得到的故障波形值产生震荡，连接形成的曲线呈不规律的折线，拟合效果并不十分理想(表2图形所示)，这种现象导致计算所得到的故障电压跌落速率值偏小，而即便如此，所得到的结果也依然验证了此方法的正确性。在实际电网运行过程中，由于电网规模大，结构复杂，故障处的电压波形并不会呈现出仿真中如此不规则曲线，因此实际拟合效果会更好，计算结果中二者显示出的差距也会更明显。所以，从结果可以看出此方法是可行且有效的。

表1 电压跌落数据采样值

表2 采样值拟合结果

3 算法灵敏度分析

在配网实际运行中，由于DG的大量接入，监测点和DG的位置处于不可控状态，而据实际检测数据可知，不同位置所测得波形数据有所不同，算法所得结论也可能不同，因此，探究位置因素对算法的影响十分重要，即算法的灵敏度分析。倘若算法在不同位置所得结论一致，则算法灵敏度高，抗干扰能力强。下面，利用MATLAB对大型线路进行仿真验证。

1)线路仿真及结果

图4为重庆山区某线路结构示意图。

以图4为模型建模，分布式电源接入位置为区域1，故障发生在DG接入点，监测点分别设立在区域3、5、7，根据离故障点的距离来表示线路近段、中段和远段的位置。

从故障发生时间前半个周波取数据，长度为2个周波，本例中0.2 s发生单相短路接地故障，取0.19 s～0.23 s时间段的数据，采样频率为2 kHz，共采样80个数据，其拟合结果如表3所示。

现将故障点和远段监测点互换位置，其他检测点距离故障点的位置远近分别表示线路近段、中段。得到新的数据如表4所示。

2)结果分析

综上，通过对线路建模仿真，并对仿真结果分析可知，检测点离故障点越远，电压跌落幅度越小，传统以电压跌落为判断依据识别故障的方法出现不足，而分析电压跌落曲线可以发现，尽管电压跌落幅度有很大变化，但电压跌落速率却只有微小变化。因此，本文提出结合两者的故障识别方法克服了位置因素的影响。实验结果表明，算法具有高灵敏度，具有实用性。

图4 重庆山区某线路结构示意图

检测点位置近段中段远段拟合曲线电压跌落曲线

表4 电压拟合结果2对比

4 结论

配网中引起电压跌落的原因很多，但跌落速率却明显不同，通过对比电网短路故障和电机启动两种情况下电压跌落速率可知，电网短路故障引起的电压跌落速率明显较大，因此以电压跌落速率和电压跌落幅度作为故障判断依据是完全可行的。此外，以此判断依据检测故障时，在含有分布式电源的大型线路中，不断调整监测点和故障点的位置，检测结果依然不受影响，显示出其具有高灵敏性。综上所述，新的故障判断方法不仅简单有效，而且灵敏度高，适用于含分布式电源的电网。