广东电网有限公司梅州供电局 李延宾 李志华 中国科学院广州能源研究所 喻 旻
微电网的拓扑关系对于系统的运行和稳定具有关键作用,但由于其处于弱环网状态且运行方式变化频繁,拓扑关系的确定存在一定的难题,尤其在负荷转检修等情况下更加复杂,可能导致安全隐患。本文旨在通过基于特征信号识别的方法,实现微电网拓扑关系的动态分析与安全评估,为微电网的运行与管理提供有力支持。
微电网拓扑关系是微电网系统中各个能源和负荷之间的电气连接关系,其作用至关重要。拓扑关系决定了能源在微电网内的传输路径和分配方式,直接影响微电网的运行、稳定性和可靠性[1]。通过合理的拓扑关系设计,微电网可以实现能源的高效利用和优化分配,提高系统的经济性;同时,良好的拓扑结构可以增强微电网系统在故障发生时的隔离能力与恢复能力,保障供电的稳定性;此外,拓扑关系还影响微电网系统的稳定性和网络频率,对于确保微电网的安全运行具有重要意义。因此,深入分析微电网拓扑关系的动态变化和安全评估,对于优化微电网的运行管理和提高其可靠性具有重要意义。
1.2.1 拓扑结构复杂性
微电网通常由多个分布式电源、负荷和储能单元组成,其内部拓扑结构可能是弱环网或网状结构,存在多个能源和负荷之间的多条路径[2]。这使拓扑关系的确定变得复杂且多样化。例如,一个典型的微电网可能包含数十个节点和数百条线路,其中每个节点可能有多个相邻节点,导致节点之间的拓扑连接关系错综复杂。这种复杂性增加了拓扑动态分析的难度,同时也增加了拓扑关系的不稳定性。
1.2.2 频繁运行模式变化
微电网系统具有高度灵活性和适应性,其运行模式可能频繁变化。根据负荷需求、可用能源资源和储能状态,微电网可能在不同时间切换不同的运行模式。这种频繁的运行模式变化使拓扑关系在不同时刻也会随之变化,导致拓扑关系的动态性。此动态性使传统的静态拓扑分析方法无法满足微电网实时性要求,需要采用基于特征信号的方法来进行拓扑动态分析。
1.2.3 数据不完备性
在微电网系统中,数据采集可能受到限制。由于传感器故障、通信中断或数据丢失等原因,微电网中的某些节点的信息可能无法及时获取或缺失。这导致在进行拓扑关系分析时,数据不完备,缺少一些关键信息,可能影响拓扑关系的准确性和全面性。同时,数据不完备性还会增加拓扑关系识别的难度,需要通过数据插补或故障检测算法来解决这一问题。
2.1.1 拓扑结构识别
通过在微电网中注入特征信号或对系统运行中产生的特征信号进行提取,可以获得节点之间的响应信息。根据特征信号在时间域或频域的变化特性,可以识别微电网内部各个节点之间的连接关系,建立节点之间的拓扑连接关系图[3]。例如,通过测量节点电流或电压信号,并分析其波形特征,可以确定节点之间的电气连接关系。
2.1.2 动态变化检测
特征信号的传播和反射特性可以用于实时跟踪微电网拓扑关系的动态变化。通过监测特征信号的传播延迟和幅度变化,可以检测拓扑关系的动态变化和故障事件的发生。例如,当系统中发生故障或节点状态变化时,特征信号的传播延迟和幅度可能会发生变化,通过对这些变化进行分析,可以及时检测到拓扑结构的变动。
2.1.3 故障定位与隔离
特征信号的传播特性可以用于故障定位,帮助确定故障位置,从而实现快速隔离和恢复微电网的运行。例如,当微电网中发生故障时,故障信号会在网络中传播,通过测量故障信号的传播时间和幅度变化,可以精确定位故障位置,有助于迅速采取隔离措施。
2.2.1 小波变换(Wavelet Transform):
小波变换是一种时频分析方法,能够捕捉信号在时间和频率上的特征。小波变换将信号分解成不同尺度的小波系数,提供了信号局部频率和幅值的信息[4]。通过选择适当的小波基函数,可以针对不同频率特征的信号进行分析。
小波变换公式为:
其中,x(t)是输入信号;Ca,b是小波系数;a和b分别是尺度因子和平移因子;(t)是小波基函数的复共轭。
2.2.2 支持向量机(Support Vector Machine, SVM)
支持向量机是一种监督学习算法,广泛应用于特征信号识别和分类。在微电网拓扑动态分析中,可以将节点之间的拓扑关系作为不同类别,构建支持向量机分类模型,用于判断节点之间是否存在连接关系。
SVM 的决策函数为:
其中,x是输入样本特征;Ns是支持向量的数量;αi是支持向量的权重;yi是类别标签;K(xi,x)是核函数;b是偏置。
2.2.3 时域分析方法
时域分析是通过分析信号在时间轴上的波形变化来识别特征信号。例如,通过计算特征信号的峰值、谷值、波形周期等特征,可以识别出不同节点之间的连接关系。时域分析常用的指标包括峰值-to-峰值间隔(Peak-to-Peak Interval, PPI)、峰值-to-谷值间隔(Peak-to-Valley Interval, PVI)等。
基于特征信号识别的微电网拓扑动态分析是一种应对微电网拓扑关系复杂性和动态性的有效方法。通过在微电网中注入特定的特征信号或对系统运行中产生的特征信号进行提取,该方法可以实时识别微电网内部各个节点之间的连接关系,并跟踪拓扑结构的变化,为微电网的运行和管理提供重要支持,如图1所示。
图1 基于特征信号识别的微电网拓扑动态分析流程图
2.3.1 数据采集与预处理
部署传感器或监测设备,对微电网中各个节点的电流、电压、功率等数据进行采集。采集的数据可能包含噪声和异常值,因此需要进行预处理,如滤波、去噪等,以确保数据的准确性和可靠性。
2.3.2 特征信号注入与提取
在微电网中注入特定的特征信号或对系统运行中产生的特征信号进行提取。注入的特征信号可以是短脉冲信号、频率扫描信号、小波信号等。通过特征信号在微电网中的传播和反射,可以获得节点之间的响应信息。
2.3.3 特征信号识别与拓扑关系重构
通过对特征信号进行时域或频域分析,识别微电网内部各个节点之间的连接关系。根据特征信号的传播延迟、幅值变化等特性,重构微电网的拓扑结构,建立节点之间的拓扑连接关系图。
2.3.4 拓扑关系动态跟踪与分析
持续监测特征信号的传播和反射,实时跟踪微电网的拓扑关系变化。根据动态分析结果,检测拓扑关系的变动及可能存在的故障事件,为微电网的运行与管理提供了实时决策支持。
2.3.5 安全评估与应对策略
基于拓扑关系的动态分析结果,进行微电网的安全评估,识别可能存在的安全隐患。根据评估结果制定相应的应对策略,如故障隔离、恢复措施,以确保微电网的安全运行。
某园区内的微电网系统是一个包含多个分布式电源(如太阳能光伏、风力发电等,总装机容量为1000kW)、分布式储能设备(如电池、储能电容等,总容量为500kWh),以及负荷节点(如办公楼、生产设施等,总负荷为800kW)的复杂能源网络。该微电网系统旨在实现可再生能源的高比例利用和电能的自主供应,同时具备应对电网故障和断电的能力,保障园区内用电的稳定和安全。
在该园区内的微电网系统中,部署了传感器设备,实时采集各个节点的电流、电压、功率等电气数据。通过特定装置向微电网中注入特征信号,如短脉冲信号或频率扫描信号,并对采集到的信号进行预处理,去除噪声和异常值。
利用小波变换等特征信号识别方法对特征信号进行分析,识别微电网内部各个节点之间的连接关系,并建立节点之间的拓扑连接关系图。随着微电网系统运行,持续监测特征信号的传播和反射,实时跟踪微电网的拓扑关系变化。当微电网发生故障或节点状态发生变化时,通过实时监测和动态跟踪,检测拓扑结构的变动和故障事件的发生。
模拟在某时间点(如某日14:30)微电网发生节点故障,节点2发生故障导致连接中断。通过拓扑动态分析与安全评估,系统及时检测到节点2与其他节点之间的连接异常,发现节点2故障,并给出相应的应对措施。系统执行故障隔离策略,将节点2与微电网系统隔离,避免故障影响其他节点。同时,根据系统的预先规划,备用电源投入,保障园区内用电的稳定供应,见表1。
表1 在该时间点的特征信号传播数据
通过微电网拓扑动态分析与安全评估,可以实时监测微电网的拓扑关系变化,及时发现拓扑变化和故障事件,采取相应措施保障微电网的安全稳定运行。
本文通过研究基于特征信号识别的微电网拓扑动态分析与安全评估方法,针对微电网拓扑关系的动态变化和安全问题,提出了一种创新的解决方案。拓扑动态分析与安全评估方法,可以实时监测微电网的拓扑关系变化,及时发现拓扑变化和故障事件,采取相应措施保障微电网的安全稳定运行。该方法为微电网系统的运行优化和故障处理提供了可靠的支持和决策依据,优化了能源利用效率,降低了运行成本,并增强了微电网系统的鲁棒性和可靠性。