一种含分布式光伏的配电网边缘侧故障研判方法及系统与流程
本技术涉及电力系统故障检测,具体涉及一种含分布式光伏的配电网边缘侧故障研判方法及系统。
背景技术:
1、分布式光伏大规模接入10kv小电流接地多分支配电网,能够实现新能源的就地消纳与有源配电网的故障自愈。但由于此类配电网的单相接地故障电流微弱、故障特征不显著,传统故障研判技术不能适配光伏并网后的故障诊断需求,存在准确率低、误判率高的情况,会导致配电网出现故障滞留等问题。
2、现有故障研判的方法中,通常利用零序电流的基波分量、五次谐波分量以及经验模态分解得到的固有模态能量作为故障特征,再结合神经网络实现故障研判;或者通过时域、频域和时频域多维故障特征,构建故障识别模型,进而实现故障研判。
3、在分布式光伏接入10kv小电流接地多分支配电网的场景下,不同接入点的光伏逆变器的限流特性(例如限流阈值、波形保持方式等)会存在差异,使注入馈线中的电流畸变程度出现差异,且这种差异会随着光伏出力情况发生实时的变化;同时,在分布式电源接入后,边缘侧的功率流向也会发生变化,从而产生双向功率。
4、因此,现有方法中忽略了边缘侧的限流特性差异以及功率流向的变化所产生的影响,进而导致在故障检测过程中出现故障特征提取偏差,使故障研判结果不准确。
技术实现思路
1、为了解决故障研判结果不准确的技术问题,本技术提供了一种含分布式光伏的配电网边缘侧故障研判方法,所采用的技术方案具体如下:
2、第一方面,本技术提出了一种含分布式光伏的配电网边缘侧故障研判方法,该方法包括以下步骤:
3、采集各节点的三相电压序列与三相电流序列,经预处理与谐波分解获取各节点的电流畸变率、基波正序有功功率、正序电流基波方向角与正序电压基波相位;
4、基于每个节点的基波正序有功功率与电流畸变率的相关性获取第一畸变度,并通过无故障时的第一畸变度和电流畸变率均值确定基准畸变度与基准畸变率;
5、在故障发生后,基于故障后电流畸变率相对所述基准畸变率的变化,以及故障后基波正序有功功率波动与电流畸变变化的关联程度,获取每个节点的第二畸变度;
6、基于故障发生后电流畸变变化随时间的衰减程度获取每个节点的畸变衰减占比;
7、在正常无故障工作期间,分别建立功率正送与功率倒送工况下所述正序电流基波方向角与所述正序电压基波相位之间的方向性基准,基于故障后每个节点的方向性相对所属工况方向性基准的偏移程度获取故障影响偏移特征;
8、将每个节点三相的所述第二畸变度、所述畸变衰减占比、所述第一畸变度与所述故障影响偏移特征拼接为故障特征向量;将所述故障特征向量分别与预先构建的各故障类型的测量中间向量比对,确定每个节点的故障类型。
9、在一个实施例中,所述采集各节点的三相电压序列与三相电流序列,是在每个分布式光伏的并网点处布设的量测终端处执行,每个量测终端作为一个节点;所述三相电压序列与三相电流序列的采样频率为12.8khz,每个工频周波内的采样点数量为256个。
10、在一个实施例中,所述预处理与谐波分解包括:
11、对各工况下的所述三相电压序列与所述三相电流序列进行低通滤波以消除噪声干扰,再分别进行傅里叶变换得到基波与各次谐波的电流复数以及电压复数,基于所述电流复数计算所述电流畸变率,并基于对称分量法得到所述三相电压序列与所述三相电流序列的正序分量与零序分量,进而得到所述基波正序有功功率、所述正序电流基波方向角与所述正序电压基波相位;其中,所述傅里叶变换的采样点数设置为256,频段设置为13,加窗方式采用汉宁窗。
12、在一个实施例中,所述基于每个节点的基波正序有功功率与电流畸变率的相关性获取第一畸变度,包括:
13、将正常无故障工作期间所有周波的所述基波正序有功功率与所述电流畸变率分别以各自的最大值进行归一化;以所述基波正序有功功率的归一化值相对其均值的偏差为自变量、以所述电流畸变率的归一化值相对其均值的偏差为因变量,采用一元线性回归的斜率关系式获取所述第一畸变度;所述第一畸变度越大,电流畸变率随基波正序有功功率变化的敏感程度越高。
14、在一个实施例中,所述获取每个节点的第二畸变度,包括:
15、按照时间顺序获取故障后每个周波的所述电流畸变率相对于所述基准畸变率的电流畸变变化率;将故障后各周波的所述基波正序有功功率组成第一序列、将故障后各周波的所述电流畸变变化率组成第二序列,分别对所述第一序列与所述第二序列作一阶差分并归一化;计算归一化后的所述第一序列的差分值序列与归一化后的所述第二序列的差分值序列的内积;将所述内积按预设关系式转换为与故障影响程度呈正向关系的归一化参量,并获取故障后所述第一畸变度与所述基准畸变度之间的变化率,取所述归一化参量与所述变化率中的最大值作为该节点的第二畸变度。
16、在一个实施例中,所述基于故障发生后电流畸变变化随时间的衰减程度获取每个节点的畸变衰减占比,包括:
17、按照时间顺序分别获取故障发生后前四个周波的所述电流畸变变化率的均值以及后四个周波的所述电流畸变变化率的均值,将二者的差值与所述前四个周波的电流畸变变化率的均值之比作为该节点的畸变衰减占比;所述畸变衰减占比越大,表示故障后电流畸变衰减越明显、该节点所在相受真实故障影响的程度越强。
18、在一个实施例中,所述方向性基准的获取方法包括:
19、在正常无故障工作期间,获取每个周波的所述基波正序有功功率的符号,并计算该周波内所述正序电流基波方向角与所述正序电压基波相位之间的方向性;按照所述符号将正常无故障工作期间各周波的所述方向性划分为功率正送集与功率倒送集,将所述功率正送集中方向性的均值与所述功率倒送集中方向性的均值分别作为正送方向基准与反送方向基准;所述故障影响偏移特征的获取包括:在故障发生后,按照该周波的所述基波正序有功功率的符号选取相应的所述方向性基准,计算该周波的所述方向性相对所选方向性基准的偏移程度,取故障后各周波中最大的偏移程度作为所述故障影响偏移特征。
20、在一个实施例中,所述测量中间向量的构建包括:
21、对每种故障类型进行多次仿真,将每次仿真所得各节点的所述故障特征向量的均值作为该故障类型的测量中间向量;获取各次仿真所得的故障特征向量与所述测量中间向量之间的余弦相似度,基于箱线法对所述余弦相似度进行处理得到下限阈值与上限阈值,将所述下限阈值作为该故障类型的故障测量阈值;其中,正常无故障工作期间各节点的所述第二畸变度、所述畸变衰减占比与所述故障影响偏移特征均设置为零,各故障类型的所述第一畸变度由故障发生后的八个周波计算得到。
22、在一个实施例中,所述确定每个节点的故障类型,包括:
23、获取该节点的所述故障特征向量与各故障类型的所述测量中间向量之间的余弦相似度,将余弦相似度不低于对应故障类型的所述故障测量阈值、且余弦相似度取值最大的故障类型,作为该节点的故障类型;其中,每种故障类型仿真的次数不少于30次,正常无故障工作期间的采集时段包含300个周波,故障发生后的采集时段包含8个周波。
24、另一方面,本技术提供了一种含分布式光伏的配电网边缘侧故障研判系统,包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述含分布式光伏的配电网边缘侧故障研判方法的步骤。
25、本技术的有益效果为:
26、本技术通过测量边缘侧的电气参数中的电流相量等数据,突出了光伏出力波动与电流畸变率之间的相关性,反映出正常无故障期间电流畸变率随着光伏出力波动而变化的程度。进一步地,通过测量边缘侧在故障前后的电气参数的差异性,突出了故障后电流畸变率受故障影响而偏离故障前与光伏出力波动之间相关性的程度,反映了故障导致的电流畸变的严重程度。
27、通过测量边缘侧在分布式电源接入时因功率方向不同而产生的电气参数差异性,突出了电流方向随有功功率正送、倒送双向变化的特征,解决了现有故障研判的方法中忽略了边缘侧的限流特性差异以及功率流向的变化所产生的影响导致出现研判结果不准确的问题,实现了含分布式光伏配电网边缘侧故障类型的准确研判。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com