朱永利, 彭 華, 胡智強(qiáng)
(1.華北電力大學(xué) 電氣與電子工程學(xué)院,河北 保定 071003;2.浙江圖盛輸變電工程有限公司,浙江 溫州 325000)
隨著“碳達(dá)峰-碳中和”國(guó)家戰(zhàn)略的推進(jìn),風(fēng)電、光伏等高比例可再生能源在電網(wǎng)中的滲透率逐步提高。風(fēng)電場(chǎng)為有效利用風(fēng)資源、匯集風(fēng)電機(jī)組的功率,大多建于自然環(huán)境條件惡劣的山脊或海島,而集電線路作為該系統(tǒng)結(jié)構(gòu)的薄弱點(diǎn),最容易引發(fā)短路故障。故障嚴(yán)重的情況下,可造成風(fēng)電場(chǎng)整體脫網(wǎng),進(jìn)而破壞系統(tǒng)的穩(wěn)定性。此外,風(fēng)電場(chǎng)內(nèi)多風(fēng)機(jī)電源接入,構(gòu)成多分支、非線性網(wǎng)絡(luò),故障機(jī)理復(fù)雜致使物理建模十分困難[1]。因此,單相接地短路下實(shí)現(xiàn)風(fēng)電場(chǎng)的有效定位,可促進(jìn)風(fēng)能這種清潔能源的替代,改善生態(tài)環(huán)境,而且對(duì)恢復(fù)風(fēng)電系統(tǒng)的發(fā)電可靠外送、保障電網(wǎng)的安全供電具有實(shí)際意義。
風(fēng)電場(chǎng)的隨機(jī)性、非線性導(dǎo)致常規(guī)定位思路難以有效識(shí)別故障位置。現(xiàn)有的故障定位方法主要包括:行波法[2-7]、故障分析法[8-11]、組合法[12,13]、智能算法[14-17]等。行波法已成功應(yīng)用于簡(jiǎn)單雙端網(wǎng)絡(luò),而對(duì)于混合多端風(fēng)機(jī)網(wǎng)絡(luò),則會(huì)存在時(shí)域波頭標(biāo)定失敗的風(fēng)險(xiǎn)。文獻(xiàn)[7]通過(guò)對(duì)故障信號(hào)進(jìn)行插值處理以提高采樣率,進(jìn)而增加波頭檢測(cè)的精度,同時(shí)優(yōu)化修正行波波速,實(shí)現(xiàn)了多分支輸電線路故障距離的準(zhǔn)確計(jì)算,但風(fēng)電場(chǎng)的線路極短,應(yīng)用該方案無(wú)法完成測(cè)距。故障分析法穩(wěn)定性高,但故障機(jī)理復(fù)雜,易導(dǎo)致求解波動(dòng)方程困難且耗時(shí)較長(zhǎng)。文獻(xiàn)[11]采用R-L模型構(gòu)建線性方程組,并引入多項(xiàng)式插值和系數(shù)逆矩陣1范數(shù)量化估計(jì)的直流配電網(wǎng)單端測(cè)距方法,然而選擇數(shù)據(jù)窗長(zhǎng)較大時(shí),將顯著加大運(yùn)行計(jì)算時(shí)間,性價(jià)比不高。組合法的本質(zhì)是將兩種及以上定位方法相結(jié)合進(jìn)行優(yōu)勢(shì)互補(bǔ)、取長(zhǎng)補(bǔ)短。文獻(xiàn)[13]將矩陣算法和粒子群優(yōu)化算法相結(jié)合,綜合兩者優(yōu)點(diǎn)能夠快速、高容錯(cuò)性定位不同配電網(wǎng)系統(tǒng)的故障區(qū)段。
人工智能技術(shù)可從多影響因素耦合作用下、復(fù)雜多變的故障波形數(shù)據(jù)中提煉出用于定位的精確信息,故智能算法在該研究領(lǐng)域中應(yīng)用較多,前景廣闊[15]。文獻(xiàn)[16]采用Prony算法對(duì)暫態(tài)電壓信號(hào)提取自然頻率的主頻和2倍頻作為特征量,并基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)回歸模型準(zhǔn)確實(shí)現(xiàn)了直流輸電系統(tǒng)的故障測(cè)距。文獻(xiàn)[17]提出一種自適應(yīng)CNN的33節(jié)點(diǎn)配電網(wǎng)故障線選擇及雙端故障點(diǎn)定位方法,通過(guò)改進(jìn)模型的池化層來(lái)提高自動(dòng)特征提取能力,性能優(yōu)于深度置信網(wǎng)絡(luò),但深度學(xué)習(xí)算法的訓(xùn)練定位時(shí)間較長(zhǎng),并不能夠滿足實(shí)時(shí)性要求較高的配電網(wǎng)、風(fēng)電場(chǎng)等實(shí)際應(yīng)用場(chǎng)景。
本文在5 G智慧風(fēng)電場(chǎng)建設(shè)的背景下,提出一種基于變量預(yù)測(cè)模型的類型判別(Variable Predictive Model Based Class Discriminate,VPMCD)的集電線路智能區(qū)段定位新方法。仿真分析了混合多端風(fēng)機(jī)網(wǎng)絡(luò),并提取零序電流的基頻分量作為風(fēng)電故障的特征量,構(gòu)建定位樣本庫(kù)。此外,針對(duì)每一區(qū)段類別,自動(dòng)為各個(gè)特征值選擇最優(yōu)的變量預(yù)測(cè)模型(VPM),以建立VPMCD故障定位器,其中誤差平方和指標(biāo)最小對(duì)應(yīng)的類別即被識(shí)別為故障發(fā)生的區(qū)段。最后,通過(guò)算例仿真及同支持向量機(jī)(Support Vector Machine,SVM)對(duì)比分析驗(yàn)證了所提方法的快速性與精確性。
常見(jiàn)風(fēng)電場(chǎng)屬于典型的混合多端輻射網(wǎng)絡(luò),一般是由升壓站、Z型接地變壓器、集電線路和風(fēng)電機(jī)組等主要電力設(shè)備組成,其網(wǎng)絡(luò)拓?fù)潆姎饨Y(jié)構(gòu)如圖1所示。
圖1 風(fēng)電場(chǎng)網(wǎng)絡(luò)的拓?fù)鋱DFig. 1 Topological graph of wind farm network
由圖1的網(wǎng)絡(luò)拓?fù)淇芍?,集電系統(tǒng)呈鏈形結(jié)構(gòu),采用電纜線同架空線混聯(lián)的連接形式。多臺(tái)風(fēng)電機(jī)組均通過(guò)箱式變壓器經(jīng)一段較短的電纜線連接至集電線路,匯集風(fēng)電系統(tǒng)的發(fā)電功率再由較短的電纜線接入主變壓器的35 kV側(cè),之后經(jīng)110 kV高壓輸電線路實(shí)現(xiàn)風(fēng)功率可靠外送,并將其輸入到電網(wǎng)系統(tǒng)側(cè)。為確保風(fēng)電系統(tǒng)的安全穩(wěn)定運(yùn)行,Z型接地變壓器通常安裝于主變壓器低壓側(cè)35 kV母線上,由此可構(gòu)成零序通路。
信號(hào)處理技術(shù)是風(fēng)電場(chǎng)特征提取的關(guān)鍵和前提,其好壞會(huì)直接影響故障定位的結(jié)果。FFT[18]作為一種高效頻譜分析方法,不僅能夠快速將時(shí)域轉(zhuǎn)化為頻域,而且可準(zhǔn)確提取幅值分量,適于對(duì)風(fēng)電場(chǎng)單相接地信號(hào)進(jìn)行故障特征分析。
本文利用FFT算法提取的零序電流基頻分量對(duì)故障區(qū)段進(jìn)行特性分析。研究的風(fēng)電場(chǎng)網(wǎng)絡(luò)敷設(shè)有2條電纜線與架空線混合的集電線路,每條集電線路由相鄰風(fēng)電機(jī)組可總共劃分為8個(gè)區(qū)段,1-16為區(qū)段編號(hào),測(cè)量?jī)x器則安裝于區(qū)段的首端位置。在風(fēng)電場(chǎng)集電線路1的不同區(qū)段上設(shè)置過(guò)渡電阻的阻值分別為0 Ω、25 Ω、50 Ω、75 Ω和100 Ω的A相接地短路,進(jìn)行電磁暫態(tài)故障仿真。其中,因限于篇幅,以區(qū)段1-230 m經(jīng)100 Ω過(guò)渡電阻發(fā)生A相接地故障為例進(jìn)行相關(guān)展示,即測(cè)點(diǎn)1的零序電流波形數(shù)據(jù)及其各頻率分量如圖2所示。注:區(qū)段a-bm(表示區(qū)段a-距首端升壓站35 kV母線的距離為bm,a為區(qū)段編號(hào),b為距離長(zhǎng)度,m為長(zhǎng)度單位)
圖2 測(cè)點(diǎn)1的零序電流波形數(shù)據(jù)及其各頻率分量(故障條件:區(qū)段1-230 m,100 Ω,A相接地故障)Fig. 2 The zero sequence current waveform data and its frequency components of measuring point 1 (fault conditions: section 1-230 m, 100 Ω, A phase grounding fault)
分析風(fēng)電場(chǎng)自身特點(diǎn),主變壓器繞組以及風(fēng)電機(jī)組與集電線路間的箱式變壓器繞組均采用Y0/△結(jié)構(gòu)方式,因此,系統(tǒng)側(cè)和風(fēng)電機(jī)組側(cè)的不對(duì)稱接地故障、三相不平衡均不會(huì)影響零序網(wǎng)絡(luò),且應(yīng)用零序電流進(jìn)行故障特征構(gòu)建具有較高的可靠性和可行性。
風(fēng)電場(chǎng)網(wǎng)絡(luò)中測(cè)量?jī)x器采集的故障數(shù)據(jù)是高維時(shí)序的,若考慮直接輸入零序電流波形序列,則存在過(guò)高冗余,計(jì)算量大等問(wèn)題,進(jìn)而導(dǎo)致巨額的上傳、運(yùn)行成本。此外,零序電流波形序列的特征維度超高,引起學(xué)習(xí)器的訓(xùn)練時(shí)間過(guò)長(zhǎng)、定位效率低下,由此不能滿足實(shí)時(shí)性要求較高的風(fēng)電場(chǎng)實(shí)際應(yīng)用場(chǎng)景。
綜合上述經(jīng)濟(jì)性和耗時(shí)性兩方面因素,需要對(duì)零序電流波形序列進(jìn)行特征提取,以實(shí)現(xiàn)故障數(shù)據(jù)的降維處理。單相接地短路時(shí),依據(jù)圖2分析設(shè)計(jì)特征量,利用FFT對(duì)測(cè)量?jī)x器采集的零序電流提取其基頻分量幅值,相關(guān)特征標(biāo)號(hào)和特征描述如表1所示。
表1 風(fēng)電場(chǎng)的零序電流特征Tab.1 Zero sequence current features of wind farm
VPMCD[19,20]簡(jiǎn)單、無(wú)需優(yōu)化調(diào)參,是一種采用VPM的機(jī)器學(xué)習(xí)方法。設(shè)風(fēng)電場(chǎng)的某一故障區(qū)段可用特征向量描述,即X=[X1,X2,…Xp],其中,特征量Xi會(huì)與另外的1個(gè)甚至多個(gè)特征量間存有函數(shù)關(guān)系。當(dāng)故障發(fā)生于集電線路不同區(qū)段時(shí),該函數(shù)關(guān)系將呈現(xiàn)出一定的差異性。為識(shí)別風(fēng)電場(chǎng)的故障區(qū)段,需構(gòu)建能夠表征不同區(qū)段下其特征量函數(shù)關(guān)系的數(shù)學(xué)模型VPM,可供選擇VPM類型的定義和相應(yīng)細(xì)節(jié)如表2所示。
在表2中,4種類型均屬于多項(xiàng)式響應(yīng)面模型,隨機(jī)選取一種數(shù)學(xué)模型,并利用特征量Xj(j≠i)預(yù)測(cè)特征量Xi,由此可得Xi所對(duì)應(yīng)VPMi的通用數(shù)學(xué)表達(dá)式為
Xi=f(Xj,b0,bj,bjj,bjk)+e
(1)
式中:e為VPMi的預(yù)測(cè)誤差。
對(duì)于風(fēng)電場(chǎng)的某一故障區(qū)段,若確定VPMi的類型、階數(shù)及Xi的預(yù)測(cè)變量,則可由最小二乘法回歸求解式(2)獲得其參數(shù)的估計(jì)值:
表2 不同VPM類型的定義和相應(yīng)細(xì)節(jié)
Xi=D·B
(2)
(3)
(4)
本文采用的智能技術(shù)VPMCD原理簡(jiǎn)單,無(wú)需優(yōu)化參數(shù),可有效避免人工設(shè)定分類閾值難題,并對(duì)風(fēng)電場(chǎng)集電線路自動(dòng)判別故障發(fā)生的區(qū)段位置。此外,其定位精度高、速度快,單相接地故障區(qū)段分類融合了不同區(qū)段的故障特征信息,同時(shí)考慮了直接輸入高維零序電流波形序列帶來(lái)的冗余特性。
圖3 基于VPMCD的風(fēng)電場(chǎng)故障區(qū)段自動(dòng)定位框架Fig. 3 Automatic fault section location framework of wind farm based on VPMCD algorithm
為驗(yàn)證本文VPMCD故障區(qū)段自動(dòng)定位框架的有效性,采用PSCAD/EMTDC進(jìn)行風(fēng)電場(chǎng)單相接地故障仿真設(shè)計(jì),110 kV/35 kV的風(fēng)電場(chǎng)網(wǎng)絡(luò)如圖4所示。由圖4可知,在35 kV母線上掛有兩條集電線路出線,且每條線路搭建8臺(tái)2 MW的雙饋風(fēng)機(jī)。集電線路類型為電纜線(YJLV23-26/35kV-3×240)-架空線(LGJ240)的混聯(lián)形式,電纜線長(zhǎng)度設(shè)定為100 m,架空線長(zhǎng)度則考慮地理?xiàng)l件因素和風(fēng)資源分布不均的制約,相鄰風(fēng)機(jī)分支間各區(qū)段的尺寸一般不同,故將其標(biāo)注在集電線路上,集電線相關(guān)電氣參數(shù)的設(shè)定依據(jù)如表3所示。風(fēng)電場(chǎng)35 kV網(wǎng)絡(luò)不同于常規(guī)配電網(wǎng),其中性點(diǎn)的接地方式采用大電流接地。此外,過(guò)高的采樣頻率不切合實(shí)際風(fēng)電場(chǎng)的現(xiàn)場(chǎng)應(yīng)用要求,因而單相接地故障時(shí),信號(hào)的采樣頻率選取1 600 Hz,以在滿足風(fēng)電場(chǎng)定位準(zhǔn)確性的前提下,保證其定位效率。
圖4 風(fēng)電場(chǎng)網(wǎng)絡(luò)的仿真設(shè)計(jì)Fig. 4 Simulation design of wind farm network
表3 集電線相關(guān)電氣參數(shù)的設(shè)定依據(jù)
風(fēng)電場(chǎng)的訓(xùn)練故障樣本集在建立VPMCD模型中可發(fā)揮重要作用,因而選擇覆蓋面廣泛的、代表性強(qiáng)的故障場(chǎng)景作為生成標(biāo)準(zhǔn)。鑒于風(fēng)電場(chǎng)仿真運(yùn)行時(shí)間問(wèn)題,該數(shù)據(jù)集構(gòu)建條件包含:①以第一條集電線路為研究對(duì)象;②單相接地短路下設(shè)置不同故障狀態(tài)混合,詳細(xì)如表4所示。
表4 訓(xùn)練故障樣本集構(gòu)建條件Tab.4 Construction conditions of training fault sample set
在風(fēng)電場(chǎng)的不同典型位置隨機(jī)設(shè)置故障發(fā)生的位點(diǎn),以較全面驗(yàn)證基于VPMCD的故障區(qū)段定位的準(zhǔn)確性。選取區(qū)段1~60 m為研究對(duì)象,即靠近母線節(jié)點(diǎn)在電纜線上設(shè)定A相接地故障,過(guò)渡電阻100 Ω,其誤差平方和指標(biāo)和區(qū)段定位結(jié)果如圖5所示。同樣地,將故障點(diǎn)設(shè)置在不同區(qū)段的架空集電線上,其誤差平方和指標(biāo)及輸出的故障區(qū)段編號(hào)如表5所示。
圖5 VPMCD故障區(qū)段辨識(shí)結(jié)果Fig. 5 Fault section identification results of VPMCD
由圖5和表5可知,該方法對(duì)于電纜集電線和架空集電線各類型故障條件均適用,能夠通過(guò)誤差平方和指標(biāo)精確將故障點(diǎn)鎖定在實(shí)際故障發(fā)生的區(qū)段。此外,VPMCD故障區(qū)段定位器能夠解決節(jié)點(diǎn)附近故障誤判問(wèn)題,例如區(qū)段1~60 m,僅區(qū)段1對(duì)應(yīng)的誤差平方和目標(biāo)函數(shù)值最小,為0.835 6,定位區(qū)段1,滿足多端混聯(lián)的風(fēng)電場(chǎng)網(wǎng)絡(luò)的實(shí)際應(yīng)用。
表5 典型位置的誤差平方和指標(biāo)及輸出的故障區(qū)段編號(hào)Tab.5 The index of the sum of squares for error and the number of the output fault section under typical locations
前節(jié)探究了風(fēng)電場(chǎng)在特定過(guò)渡電阻下的故障區(qū)段定位效果,但因故障的不確定性,使過(guò)渡電阻呈現(xiàn)出多樣化的阻值。通過(guò)PSCAD/EMTDC設(shè)置多種過(guò)渡電阻情形,特別需含有中間阻值(即與訓(xùn)練故障樣本集的阻值不同),采用VPMCD故障區(qū)段定位器對(duì)故障區(qū)段進(jìn)行辨識(shí),其誤差平方和指標(biāo)及輸出的故障區(qū)段編號(hào)如表6所示。
由表6可知,對(duì)于不同區(qū)段和過(guò)渡電阻,在所有誤差平方和指標(biāo)中,只有相對(duì)應(yīng)區(qū)段的目標(biāo)函數(shù)計(jì)算值最小,其余區(qū)段則相對(duì)較大。此外,面對(duì)中間阻值的故障,無(wú)需增加原始訓(xùn)練故障樣本依然可精確辨識(shí)故障區(qū)段。因此,該方法具有較強(qiáng)的抗過(guò)渡電阻能力和模型通用性,可推廣至風(fēng)電場(chǎng)多種故障場(chǎng)景。
表6 不同過(guò)渡電阻的誤差平方和指標(biāo)及輸出的故障區(qū)段編號(hào)Tab.6 The index of the sum of squares for error and the number of the output fault section under different fault resistances
考慮到實(shí)際工程中采用零序電流互感器測(cè)量零序電流(35kV母線處)以及采用電流互感器測(cè)量獲取三相電流,然后合成零序電流(集電線路除母線處)時(shí)會(huì)存在一定誤差,量測(cè)誤差一般為±0.5%、±1%等。因此,需分析不同實(shí)測(cè)幅值誤差對(duì)智能VPMCD區(qū)段定位結(jié)果的影響。同樣選取區(qū)段1-60 m為研究對(duì)象,設(shè)定A相接地故障,過(guò)渡電阻100,區(qū)別是在該測(cè)試樣本上人為整體改動(dòng)±0.5%、±1%,其誤差平方和指標(biāo)和區(qū)段定位結(jié)果如表7所示。
表7 不同量測(cè)誤差的誤差平方和指標(biāo)及輸出的故障區(qū)段編號(hào)
由表7可知,隨著量測(cè)誤差的改變,誤差平方和指標(biāo)變化不大,且只有區(qū)段1對(duì)應(yīng)的目標(biāo)函數(shù)計(jì)算值最小,其余區(qū)段則遠(yuǎn)大于區(qū)段1。表明,該方法不受實(shí)際量測(cè)誤差的影響,具備一定的實(shí)用性。
表8從精度和效率兩方面比較了VPMCD與SVM的故障區(qū)段定位效果,以進(jìn)一步說(shuō)明本文方法在風(fēng)電場(chǎng)中使用的優(yōu)越性。SVM:采用RBF進(jìn)行訓(xùn)練。因選擇的懲罰因子C和RBF參數(shù)g會(huì)對(duì)識(shí)別精度與泛化能力產(chǎn)生直接影響,故利用網(wǎng)格搜索法10折交叉驗(yàn)證對(duì)參數(shù)進(jìn)行優(yōu)化,最終確定最優(yōu)C、g的取值均為0.1。
表8 不同智能算法的性能比較Tab.8 Performance comparison of different intelligent algorithms
由表8可知,定位精度方面:風(fēng)電場(chǎng)集電線路中,VPMCD和SVM算法均能準(zhǔn)確對(duì)單相接地故障區(qū)段進(jìn)行識(shí)別定位,證明本文故障特征提取的有效性;定位效率方面:VPMCD比SVM算法具有更高的分類效率,定位運(yùn)算時(shí)間可節(jié)省12.3 s,復(fù)雜度更低。綜上比較分析,VPMCD更能快速準(zhǔn)確的自動(dòng)識(shí)別故障區(qū)段,故更適用于對(duì)實(shí)時(shí)性要求較高的風(fēng)電場(chǎng)集電線路的定位。
本文在5 G智慧風(fēng)電場(chǎng)建設(shè)的背景下,針對(duì)風(fēng)電場(chǎng)內(nèi)多風(fēng)機(jī)電源接入導(dǎo)致單相接地短路后定位精度差、效率低的難題,提出一種基于VPMCD的集電線路智能故障區(qū)段定位方法。其中,主要獲取如下結(jié)論:
(1)設(shè)置單相接地故障,電網(wǎng)系統(tǒng)和風(fēng)機(jī)均不會(huì)影響零序電流,具備一定的可靠性,且采用FFT對(duì)冗長(zhǎng)的零序電流序列提取其基頻分量幅值,建立區(qū)段定位樣本庫(kù),定位成本低、耗時(shí)短。
(2)建立了VPMCD故障區(qū)段定位器,無(wú)需主觀選擇、優(yōu)化參數(shù),并利用訓(xùn)練好的VPM結(jié)合誤差平方和指標(biāo),通過(guò)目標(biāo)函數(shù)最小原則自動(dòng)輸出故障區(qū)段的編號(hào),PSCAD/EMTDC仿真證明,VPMCD方法的定位效果優(yōu)于SVM方法,具有較強(qiáng)的通用性和較高的實(shí)時(shí)性,能夠滿足如今風(fēng)電場(chǎng)網(wǎng)絡(luò)現(xiàn)場(chǎng)運(yùn)維的要求。