徐梅根, 赵学军, 吴礼刚
(1. 国网江西省电力有限公司宜春供电分公司, 江西 宜春 336000;2. 宁波工程学院, 浙江 宁波 315211)
早在20世纪初期,国外就提出了智能电网概念,先是在美国开启了电力大数据的研究工作,随后加拿大等国家针对用户的用电量信息展开了深入研究,使得国外的输电线路异常监测得以发展[1-2]。根据国家电网的相关数据分析,国内输电线路在制造工艺和运行可靠性方面要比国外落后,国内电力设备的使用寿命周期平均值都不足20年,而国际上的发达国家电力设备平均使用年限在35年到45年之间,使得我国电力系统资产效益平均水平偏低[3]。
在此背景下,本文将故障电流传播特性应用到输电线路差异化异常监测中。通过试验验证,该方法提高了输电线路差异化异常监测精度。
1) 计算故障电流的弧垂
在悬挂点不等高的输电线路中,A、B两点间的档距l,B点高于A点h,根据斜抛物线的弧垂公式,计算故障电流的档内最大弧垂[4]为:
(1)
式中:H为故障电流最低点的水平张力;w为故障电流单位长度内的自重力。
悬挂点A、B处故障电流的倾斜角计算公式为:
(2)
(3)
通过测量故障电流弧垂与倾斜角度之间的关系,就能计算出故障电流档内的最大弧垂。
2) 计算输电线路的载荷
温度的变化会造成输电线路出现膨胀或收缩,而载荷的变化会使故障电流的大小重新平衡,得到的结果会使故障电流的大小发生变化[5]。输电线路电流大小之间的关系可以采用状态方程来表示,即:
(4)
式中:Hm、Hn分别为工作条件为m、n条件下的故障电流大小;wm、wn分别为工作条件为m、n故障电流单位长度下的重力大小;tm、tn分别为工作条件为m、n条件下故障电流段的导线温度;E为故障电流段导线的弹性系数;α为温度膨胀系数;S为故障电流段导线的横截面积。
输电线路故障电流在传播过程中,节点的能量主要消耗在通信部分[6],输电线路差异化异常监测能量模型采用多路径衰减模型和自由空间模型[7],模型结构如图1所示。
图1 输电线路差异化异常监测能量模型结构图
如果在输电线路差异化异常监测能量模型中,采用分簇拓扑方式,簇内节点将采集到的异常数据统一汇总给簇头,异常数据的融合由簇头来完成,然后再将异常数据发送到汇聚节点。异常数据在融合过程中的能量消耗为:
EDA(l)=lEda
(5)
式中:Eda为融合1 bit异常数据消耗的能量;da为融合系数。
输电线路出现差异化异常情况时,流向输电线路短路电流形成接地电位,公式为:
UD=(Imax-Iz)(1-Mn)R
(6)
式中:Imax为异常点最大短路电流;Iz为异常点反向流回电源的电流;Mn为异常情况分流系数;R为输电线路电阻。
输电线路接地电位随着短路电流值的变化而变化。接地短路电流的计算公式为:
ID=EfIg
(7)
式中:Ef为差异化异常情况延时系数;Ig为对称接地异常的额定电流。
在接地装置的形状不同的情况下,接地电阻的修正公式为:
(8)
式中:L为接地装置的长度;h为接地装置的埋深;d为接地装置的直径;ρ为接地装置的形状系数;I为额定电流。从式(8)可知,接地装置的形状直接影响接地装置的大小,不同的输电线路应该选择形状最佳的接地装置。
综上所述,在故障电流传播特性的基础上,计算了输电线路故障电流数据,通过构建输电线路差异化异常监测能量模型,实现了输电线路差异化异常监测。
为分析本文所提的基于故障电流传播特性的输电线路差异化异常监测方法、文献[8]以及文献[9]方法性能,在MATLAB的环境下对三种监测方法进行数据建模。通信主站位于(30,30)处,所有的节点一旦安装就不能被移动,如图2所示。
图2 节点分布图
采用本文所提基于故障电流传播特性的输电线路差异化异常监测方法、文献[8]方法以及文献[9]方法来监测输电线路的差异化异常情况,得到输电线路差异化异常监测误差对比结果,如图3所示。
图3 输电线路差异化异常监测误差对比结果
从图3可以看出:基于故障电流传播特性的输电线路差异化异常监测方法,分别计算了故障电流的弧垂和输电线路的载荷,使输电线路故障电流数据值更准确,从而缩小输电线路差异化异常监测误差。
采用本文所提方法、文献[8]监测方法以及文献[9]监测方法来监测输电线路的差异化异常情况,得到输电线路差异化异常监测时间对比结果,如图4所示。
图4 输电线路差异化异常监测时间对比结果
从图4可以看出:基于故障电流传播特性的输电线路差异化异常监测方法在监测之前建立了能量模型,简化了监测过程中的难度,使输电线路差异化异常监测时间控制在0~3 s。
本文提出了基于故障电流传播特性的输电线路差异化异常监测研究。结果显示,该监测方法的监测精度更高,可以保证输电线路的安全运行。