陈 静
(国网江苏省电力有限公司常州供电分公司)
随着现代电网的发展及新能源的大规模部署导致了电力系统特性的一些变化, 包括故障电流水平的降低, 动态的增加, 以及干扰的更广泛的频率变化[1-2]。这些变化要求采取新的方法来处理高压变电站的保护和控制问题。
为了应对这些问题, 相关研究人员提出了几种继电保护方案, 可以最大限度地减少隐性故障的影响,并应对高压变电站的新变化。其中许多方案, 特别是那些与隐性故障检测有关的方案, 采用自适应保护方案来提高保护系统的安全性[3-5]。自适应性保护方案虽然应用广, 但也有明显缺点。首先, 没有解决检测通道故障的问题, 设置过程较为复杂, 该算法依赖于预定义的偶然事件, 这需要深入的研究来识别具有各种故障条件和偶然事件的每个继电器行为。其次, 自适应方案不能适应新能源占比高的电力系统的变化。
弹性保护系统是一种能够快速响应电力系统异常状态并采取措施保护系统安全稳定运行的系统。在实际应用中, 弹性保护系统通常由分布式保护和集中式保护两种方式实现。其中, 集中式高压变电站保护方案是一种常见的弹性保护系统实现方案。
集中式高压变电站保护方案是将高压变电站的保护功能集中到一台控制器上, 通过对电力系统进行实时监测和分析, 快速响应异常状态, 并通过控制器对保护设备进行指令控制, 确保电力系统的安全稳定运行。该方案能够实现快速响应、高效稳定的保护控制, 有效提高系统的可靠性和稳定性。图1 展示了高压变电站继电保护自动化集中控制实际工作环境。
图1 继电保护自动化集中系统
图2 归一化误差最大值
本文描述了一种基于动态估计的集中式保护方案(DSEBCPS) 的设计, 该方案称为“无整定保护”的单个区域的动态估计的保护继电器, 检测隐性故障并纠正由隐性故障引起的受损数据。该方案能够检测高压变电站继电保护中的隐性故障。这种功能弥补了保护系统的一个关键缺口, 防止了许多错误操作。提出的方案和单个区域保护的集成系统形成了一个弹性保护和控制系统, 该系统可以修复隐性故障。
本节解释在高压变电站中创建测量模型(对象)的过程。该方案以面向对象的方式实现, 要求高压变电站模型和测量模型采用状态和控制代数二次伴随形式(SCAQCF) 的标准形式表示。SCAQCF 是从高压变电站电力系统设备的物理动态模型中推导出来的数学模型。因此, 该模型是高压变电站内各设备模型的集合。
SCAQCF 模型开发过程有三个步骤。第一步是建立物理动力学模型, 该模型由一组线性和非线性的代数和微分方程组成; 第二步是对模型进行二次化处理, 以减少二阶以下的非线性, 如果存在高于二阶的非线性, 通过引入新的状态变量来实现减少, 因此, 该模型只包含线性项和二次项, 这种格式的模型称为二次动态模型(QDM); 第三步是通过二次积分对微分项进行积分。
动态状态估计模块利用高压变电站内的所有测量数据对高压变电站模型进行监测, 计算出高压变电站动态状态的最佳估计值, 然后, 通过卡方检验计算了测量值与高压变电站模型的拟合优度, 拟合优度的高概率(即大于0.9) 说明所有收集的数据有效。在这种情况下, 不需要采取进一步的行动, 否则, 通过假设检验调用假设模块来确定错误数据的原因。
加权最小二乘法用于状态估计, 加权最小二乘(WLS) 方法是通过用高压变电站的状态变量表示测量值的:
式中,是测量值;hk(x) 是表示的测量模型,x是状态变量;η是测量误差。
WLS 方法是作为一个具有目标函数的最佳化问题来制定的, 目的是使误差最小化如下:
si,σi是测量相应测量值z的仪器的标准差。利用牛顿迭代算法, 给出了解答如下:
其中H是按以下方式计算的矩阵:
对于线性情况, 公式如下:
异常检测是通过执行方检验来实现的, 该检验计算测量值与高压变电站模型之间拟合优度的概率, 概率被设定为置信水平。置信度高表示高压变电站状况良好, 置信度低表示异常, 卡方检验计算如下:
式中,ξ是归一化误差的,Pr(χ2≤ξ) 是分方概率分布。另外, DSE 的实现还包括两个估计量: (1) 使用SCAQCF 模型的约束加权最小二乘法, (2) 使用QDM 模型的卡尔曼滤波。数值实验表明, 这三种估计方法具有相似的统计性能。
该模块在动态状态估计声明存在异常时启动。本模块的目标是确定异常的原因, 即电源故障或隐性故障,有三种可能性: (a) 一个或多个电源故障, (b) 一个或多个隐性故障, (c) 同时发生故障和隐性故障。本文对这个模块的设计考虑了两种情况: (a) 单一事件的隐性故障或电力故障; (b) 并发事件的隐性故障和电力故障。
为了确定异常的类型和位置, 使用假设检验。这种方法的依据是高压变电站级别的测量中的高冗余度, 这种冗余最大限度地减少了杠杆点的可能性。因此, 具有异常的测量结果总是比健康的测量结果有更高的误差。因此, 假设检验首先根据标准化误差的值将测量值描述为可疑值, 通常具有最高归一化误差的测量值被认为是可疑测量值。归一化误差是在DSE计算过程中计算出来的, 具体方法如下:
式中,nri是用于测量i的归一化误差,是使用估计的高压变电站状态进行计算测量,zi是测量i,σi标准差。
当发现仪表通道的隐性故障时, 执行数据校正模块。设zi是一个由于隐性故障而被认定为不良度量的度量。DSEBCPS 使用以下方法计算检测到的不良测量值的取样值:
式中,Am是估值的大小,θm是从DSEBCPS 的DSE 估计的角度, 估计的测量值Xm(tm) 代替了折中的测量值。
DSEBCPS 将估计的测量采样值传输到进程总线,从那里适当的无设置继电器检索校正值, 并使用正确的数据进行操作。另外, 如果无设置中继由于错误数据而认定了一个故障状态, 那么在发出跳转命令之前发生已更正数据的流, 即可重置。为了方便这一过程, 并允许DSEBCPS 执行其功能, 在无定值继电器的操作中引入了两个周期的延迟。
DSEBCPS 概念已经通过大量的数值实验进行了验证。本文给出了一个相对较小的由五个保护区组成的变高压电站的数值结果。数值实验的目的是证明这一概念, 并表明该系统可以在更大的规模上实施。变电站由一个110kV 的系统通过传输线供电。这五个保护区分别是: (1) 110kV 传输线、(2) 110kV 母线、(3) 110kV/10kV、36MVA 变压器、(4) 10kV 母线和(5) 10kV 馈线。
本实验设置了隐性故障, CT 短路和电源故障,该场景测试了DSEBCPS 对两个并发事件的响应, CT9的CT (电流互感器) 短路, 10kV 馈线的A 相和相间故障。这两个事件都是在t=2 时发生的, 故障在t=2.5s 时被清除, 该系统的负荷12MW, 模拟持续了5s, 变压器区的无定值继电器运行并启动跳闸逻辑,同时, 配电馈线的无整定继电器响应故障并启动跳闸逻辑。
DSEBCPS 通过启动表1 中总结的假设检验来响应事件。该表显示了由于两个并发事件而考虑的三个假设。前两个假设只考虑一个设备(即区域故障或仪表通道)。两者都产生了较低的置信水平, 迫使这一过程转向第三个假设, 第三种假设检验是从选择具有最高归一化误差的测量值并验证共模准则开始的。根据图9, 来自CT-12A 并由保护区建模的92 号区域-5具有最高的归一化误差。该测量满足与区域5 相关联的设备共模标准, 因此, 由区域5 建模的所有测量都被选择为第一组可疑测量。然后, 选择第二个最高归一化误差值(不属于第一组可疑测量的一部分) 作为第二个可疑测量, 并服从共模标准。如图9 所示,这是测量72 号, 它满足与CT9, 相位A 相关的仪表通道共模标准。因此, 所考虑的第三个假设是配电馈线中的故障和CT9, 相A 中的隐性故障, 这两个假设都在前两个假设中考虑过。随后, DSEBCPS 删除了上述所有确定的测量值和模型。在此假设下的动态状态估计得到了较高置信水平。
表1 检验假设
图3 描述了DSEBCPS 的结果, 表明故障和隐性故障都是最后一个假设的结果。此外, DSEBCPS 定位了系统中出现异常的部分, 如图4 和图5 所示。最后, 校正模块被激活。
图3 DSEBCPS 的结果
图4 故障区域标识
图5 隐性故障识别
本文提出了一种基于动态状态估计的集中保护方案(DSEBCPS), 讨论了该系统在高压变电站保护系统中的应用。它监测变电站内的所有单个保护区, 检测和识别隐性的故障, 并消除其后果, 采用动态状态估计方法对变电站异常进行检测, 一旦检测到异常,就采用假设检验来识别隐性的故障或验证电力故障的位置。本文设置了隐性故障, CT 短路和电源故障实验, 证明了所提出的DSEBCPS 的能力。结果表明,该方案充分利用了变电站测量中存在的巨大冗余, 使得假设检验非常有效。数值算例表明, 该方案能够检测出仪表通道中任意类型的隐性故障, 包括人为误差。实验已经证明了该系统在检隐性故障时纠正受损数据的能力。修正后的数据流到进程总线, 这样无整定继电器将使用修正后的数据并恢复正常状态。DSEBCPS 与无设置继电器无缝集成, 这种集成形成了一个安全可靠的保护系统, 即使存在隐性的故障, 该系统具有实时检测隐性故障的能力, 用于监测无整定继电器的运行, 确保输入数据对无整定继电器的有效性, 并且在由于隐性故障导致无效数据的情况下, 用有效数据替换受损数据。无论变电站是配备了遗留的保护继电器还是无整定继电器, DSEBCPS 都弥补了保护系统中的一个关键缺陷, 即在发生隐性故障时确保继电器的运行。该方案形成了一个弹性保护和控制系统, 对隐性故障具有自我修复能力。