高淑萍,呂宇星,宋國(guó)兵,沈渠旺,李元澤

(1.西安科技大學(xué)電氣與控制工程學(xué)院,710054,西安; 2.西安交通大學(xué)電氣工程學(xué)院,710049,西安)

柔性直流配電網(wǎng)相較于傳統(tǒng)的直流配電網(wǎng),線路成本低、供電能力強(qiáng)、電能質(zhì)量?jī)?yōu),有利于降低投資成本并促進(jìn)分布式電源的接入[1-3],成為國(guó)內(nèi)外研究、應(yīng)用熱點(diǎn)[4]。但是,環(huán)狀直流配電系統(tǒng)的發(fā)展仍面臨著諸多亟待解決的問(wèn)題。因其系統(tǒng)阻尼小,一旦故障發(fā)生,所有線路均會(huì)快速過(guò)流,故障發(fā)展迅速,需要短時(shí)間內(nèi)識(shí)別故障所在位置[5-8],而傳統(tǒng)直流配電網(wǎng)及高壓直流輸電系統(tǒng)保護(hù)因無(wú)法可靠識(shí)別直流故障已不再適用于環(huán)狀柔性直流配電系統(tǒng)中。

近年來(lái),不少學(xué)者對(duì)柔性直流配電網(wǎng)的保護(hù)進(jìn)行了研究[9-10]。文獻(xiàn)[11]提出了一種相關(guān)性與全周期限流控制相結(jié)合的柔性直流配電保護(hù)方案,并且可在限流時(shí)識(shí)別故障。直流配電網(wǎng)單極接地故障發(fā)生率較高并且故障識(shí)別難度隨著過(guò)渡電阻的增大而增大。文獻(xiàn)[12]認(rèn)為線路高阻時(shí),傳統(tǒng)的微分欠壓保護(hù)電壓變化率會(huì)因達(dá)不到門檻值而拒動(dòng),所以以系統(tǒng)復(fù)頻域?yàn)榛A(chǔ),利用線路上的限流電抗電壓值來(lái)識(shí)別故障,但對(duì)保護(hù)裝置有一定要求。文獻(xiàn)[13]提取零模電壓和電流計(jì)算其零模功率,通過(guò)其幅值的大小以及正負(fù)值作為區(qū)內(nèi)外故障識(shí)別和選線的判據(jù)。文獻(xiàn)[14]根據(jù)故障線與非故障線的差異,利用暫態(tài)功率的方向識(shí)別出區(qū)內(nèi)外故障,但未能進(jìn)一步進(jìn)行選極分析。文獻(xiàn)[15]利用Pearson相關(guān)系數(shù)計(jì)算電壓來(lái)區(qū)分區(qū)內(nèi)外故障,但是不能區(qū)分單極還是雙極故障。因電磁耦合的影響,基于零模量的特點(diǎn),文獻(xiàn)[16]利用零模故障分量的多少來(lái)區(qū)分故障極,但是高阻接地故障后可能對(duì)故障特征影響較大,可能會(huì)識(shí)別失敗。文獻(xiàn)[17]提出利用快速重合閘恢復(fù)極間故障的保護(hù)方法,該方法雖減少了換流閥損壞風(fēng)險(xiǎn),但會(huì)擴(kuò)大故障范圍。

變分模態(tài)分解(VMD)算法具有良好的魯棒性和檢測(cè)精度,近年來(lái)廣泛應(yīng)用于高壓直流輸電線路測(cè)距與保護(hù)中[18-20],但在直流配網(wǎng)的保護(hù)中應(yīng)用較少,這是因?yàn)槠湫枰崆邦A(yù)設(shè)好分解參數(shù)值,且數(shù)值大小影響分解效果[21-22]。本文在上述研究基礎(chǔ)之上,提出一種基于麻雀搜索算法(SSA)優(yōu)化VMD,即SSA-VMD突變能量的縱聯(lián)保護(hù)。對(duì)模塊化多電平換流器(MMC)構(gòu)成的環(huán)狀直流配電網(wǎng),研究其直流線路故障特性,利用麻雀算法優(yōu)化VMD參數(shù)[23-25],自動(dòng)尋找最優(yōu)參數(shù),對(duì)電壓、電流故障分量分解并提取其突變能量。通過(guò)區(qū)內(nèi)外故障突變能量差值的差異,區(qū)分區(qū)內(nèi)外故障;根據(jù)故障發(fā)生后正負(fù)極突變能量的比值差別,區(qū)分故障極。最后,通過(guò)建立PSCAD仿真模型,驗(yàn)證所提保護(hù)方法的有效性和速動(dòng)性。

1 環(huán)狀直流配電網(wǎng)結(jié)構(gòu)

直流配電網(wǎng)有三種常見拓?fù)浣Y(jié)構(gòu),分別是單端輻射狀、雙端型以及環(huán)狀。本文以MMC環(huán)狀直流配電網(wǎng)為研究對(duì)象,搭建其系統(tǒng)拓?fù)浣Y(jié)構(gòu),如圖1所示。該系統(tǒng)由10 kV交流系統(tǒng)A和交流系統(tǒng)B經(jīng)由變壓器進(jìn)行供電,MMC為模塊化多電平換流器,L1～L5為直流線路,線路使用電纜,其單位長(zhǎng)度的電阻和電感分別0.12 Ω/km、0.17 mH/km,其中線路L1、L4和L5為10 km,線路L2和L3為5 km;f為故障點(diǎn),輸出電壓為±10 kV;系統(tǒng)負(fù)荷有直流負(fù)載和交流負(fù)載,其中系統(tǒng)圖中的集中式新能源負(fù)荷由蓄電池、風(fēng)電和太陽(yáng)能光伏構(gòu)成,其中蓄電池通過(guò)雙向DC/DC接入配電網(wǎng);風(fēng)電通過(guò)前級(jí)整流,后級(jí)BOOST升壓電路接入配電網(wǎng);光伏通過(guò)BOOST升壓電路接入配電網(wǎng);直流負(fù)載1為高壓負(fù)載,電壓從母線取得,雙有源橋式變換器(DAB)對(duì)電壓進(jìn)行變換,DAB1、DAB3將電壓降低到800 V供給直流負(fù)載2和直流負(fù)載4,DAB2將電壓降到1 500 V供給直流負(fù)載3;通過(guò)DC/AC變換器將直流電轉(zhuǎn)換成交流電供給交流負(fù)載;光伏(PV)通過(guò)DAB4并入直流配電網(wǎng)中。

圖1 環(huán)狀直流配電網(wǎng)的系統(tǒng)拓?fù)鋱D

本文將直流線路兩側(cè)安裝的直流電抗器視為邊界,有了電抗器作為天然物理邊界,可以劃分出區(qū)內(nèi)以及區(qū)外兩部分,有效區(qū)分相鄰線路的故障。為了既平滑波形又具有衰減作用,需要取恰當(dāng)?shù)碾姼?結(jié)合已有研究[26-27],本文選擇電抗器電感為4 mH。

2 故障特征分析

2.1 區(qū)內(nèi)外故障特性分析

故障發(fā)生后需要判斷故障發(fā)生在電抗器的內(nèi)部還是外部,在故障發(fā)生瞬間,系統(tǒng)可以運(yùn)用疊加定理。下面以L1線路為例分析,其余線路與之類似,文中不再分析。

2.1.1 區(qū)內(nèi)故障特性分析

故障狀態(tài)是故障前后狀態(tài)的疊加,區(qū)內(nèi)故障f1、f2、f3分別表示正極、負(fù)極和雙極故障,故障等效網(wǎng)絡(luò)圖如圖2所示。對(duì)于任意一條線路,將母線指向線路方向規(guī)定為正參考方向。

(a)故障f1發(fā)生時(shí)的故障網(wǎng)絡(luò)

圖2中,P、N分別為正、負(fù)極保護(hù)測(cè)量點(diǎn),Uf為故障附加電源,Rf為故障點(diǎn)的過(guò)渡電阻,ZP1、ZP2、ZN1、ZN2為直流線路故障點(diǎn)距離保護(hù)安裝處的等效阻抗,Zh為非故障線路上的等效阻抗,ΔUP1、ΔUP2和ΔUN1、ΔUN2分別是正極、負(fù)極故障線路兩側(cè)電壓突變量,正極故障線路兩側(cè)突變電流為ΔIP1與ΔIP2,負(fù)極故障線路兩側(cè)突變電流為ΔIN1與ΔIN2。

區(qū)內(nèi)正極故障如圖2(a)所示,故障點(diǎn)處等效為正常網(wǎng)絡(luò)疊加負(fù)極性電源,故障點(diǎn)處電壓會(huì)驟降,電流會(huì)饋入故障點(diǎn)處,此時(shí)突變的電壓和電流滿足如下公式

ΔUP1=-ΔIP1(ZP1+Zh)

(1)

ΔUP2=-ΔIP2(ZP2+Zh)

(2)

由上式可知,故障線路首端和末端的突變電流和突變電壓方向均相反,即ΔUP1和ΔIP1反向,ΔUP2和ΔIP2反向。

區(qū)內(nèi)負(fù)極故障如圖2(b)所示,故障處等效疊加正電源,突變的電壓、電流滿足公式

ΔUN1=-ΔIN1(ZN1+Zh)

(3)

ΔUN2=-ΔIN2(ZN2+Zh)

(4)

由式(3)和式(4)可知,區(qū)內(nèi)負(fù)極故障和正極故障情況一樣,即ΔUP1和ΔIP1反向,ΔUP2和ΔIP2反向。通過(guò)正負(fù)極故障情況的分析可知,圖2(c)雙極短路故障的故障特性與之類似,即線路首末兩側(cè)電壓、電流的突變量相反,這里不再贅述。

2.1.2 區(qū)外故障特性分析

當(dāng)故障發(fā)生在線路保護(hù)區(qū)外時(shí),故障附加網(wǎng)絡(luò)如圖3所示。

(a)故障f4發(fā)生時(shí)的故障附加網(wǎng)絡(luò)

當(dāng)故障發(fā)生在區(qū)外時(shí),以故障f4為例分析故障附加網(wǎng)絡(luò)圖。由圖3(a)可知

ΔUP1=ΔIP1(ZP2+Zh)

(5)

ΔUP2=-ΔIP2(ZP2+Zh)

(6)

當(dāng)左側(cè)區(qū)外正極上發(fā)生故障時(shí),由式(5)可知,首端的突變電流和突變電壓正方向均相同,由式(6)可知末端的突變電流和突變電壓相反,即ΔUP1、ΔIP1為同向,ΔUP2和ΔIP2反向。如圖3(b)所示,當(dāng)故障f5發(fā)生在左側(cè)區(qū)外負(fù)極時(shí),同理可以得到一樣的結(jié)論。

當(dāng)線路右側(cè)區(qū)外正極上發(fā)生故障時(shí),以故障f6為例分析故障附加網(wǎng)絡(luò)圖,由圖3(c)可得

ΔUP1=-ΔIP1(ZP1+Zh)

(7)

ΔUP2=ΔIP2(ZP1+Zh)

(8)

由式(7)、(8)可知,測(cè)得的首端電流、電壓突變量方向相反,即ΔUP1和ΔIP1反向。末端的突變電流、電壓量方向相同,即ΔUP2和ΔIP2同向。同理如圖3(d),當(dāng)故障f7發(fā)生在右側(cè)區(qū)外負(fù)極時(shí),可以得到一樣的結(jié)論。綜上,當(dāng)區(qū)外發(fā)生故障時(shí),首端和末端所測(cè)得的突變電流和突變電壓均異號(hào)。

2.2 故障極特性分析

因耦合作用,健全極會(huì)受到故障極的影響,會(huì)有一定的突變能量波動(dòng),與故障極的能量突變相比,非故障極其數(shù)值小得多;當(dāng)線路上發(fā)生雙極故障時(shí),故障極與非故障極能量突變一致,數(shù)值接近。因此,故障極突變能量與非故障極的比值可以反映出故障所在極。

3 相關(guān)理論和算法

3.1 VMD分解

VMD分解是非遞歸信號(hào)分解算法,對(duì)信號(hào)自適應(yīng)分解得到不同頻帶下的本征模態(tài)函數(shù)(IMF),在求解模態(tài)函數(shù)過(guò)程中,通過(guò)鏡像延拓避免了出現(xiàn)在經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)等分解法中出現(xiàn)的端點(diǎn)效應(yīng)。VMD對(duì)非線性故障信號(hào)的處理有助于對(duì)后續(xù)故障信號(hào)特征的提取。其分解出來(lái)的IMF具有獨(dú)立的中心頻率,具備稀疏性,且在參數(shù)取值恰當(dāng)?shù)那闆r下能有效避免模態(tài)混疊。

(1)為獲得單向頻譜,用希爾伯特變換得到vk(t)的分析信號(hào),經(jīng)與ejωkt相乘,得到vk(t)移頻后的表達(dá)式為

(9)

式中:δ(t)為狄拉克函數(shù);vk、ωk分別為分解出第k個(gè)IMF分量及其中心頻率;*為卷積計(jì)算符號(hào)。

(2)通過(guò)梯度的平方范數(shù)來(lái)估計(jì)帶寬,構(gòu)造的約束性表達(dá)式為

(10)

式中:?t為梯度計(jì)算。

(3)為了更有利地取得最優(yōu)解,利用拉格朗日算子τ(t)和懲罰因子α將約束性問(wèn)題變?yōu)闊o(wú)約束問(wèn)題,擴(kuò)展的拉格朗日函數(shù)表達(dá)式為

(11)

(4)用交替方向乘子法不斷迭代更新各模態(tài)分量與中心頻率,得到無(wú)約束函數(shù)的鞍點(diǎn),即為最佳解。vk、ωk、τ的迭代更新表達(dá)式如下

(12)

(13)

(14)

式中:n是迭代次數(shù);γ為噪聲容限參數(shù)。

(5)迭代終止條件判定。若式(7)成立,則停止迭代并輸出模態(tài)分量

(15)

式中ε為判定精度,當(dāng)ε>0時(shí)停止迭代,循環(huán)結(jié)束。

用VMD處理信號(hào)有一定的局限性。VMD需要先設(shè)置模態(tài)數(shù)K值,K值是IMF的分量個(gè)數(shù),當(dāng)K選擇合適時(shí),可以將原信號(hào)中的頻率成分很好地分解出來(lái),但不合適的取值會(huì)造成欠分解或者過(guò)分解的現(xiàn)象。α值影響IMF的帶寬,過(guò)小的帶寬會(huì)讓被分解出的某些信號(hào)丟失,反之會(huì)帶有其他分量的信號(hào),因此a和K的選擇會(huì)影響VMD方法的分解效果。為了得到更優(yōu)的參數(shù),以取得更好的分解效果,本文通過(guò)麻雀搜索算法,優(yōu)化確定變分模態(tài)分解的參數(shù)。

3.2 改進(jìn)VMD分解

麻雀搜尋算法相比于粒子群算法及引力搜索算法等在收斂速率、精度及尋優(yōu)能力有很好的表現(xiàn),且易于實(shí)現(xiàn),因此選用SSA算法優(yōu)化VMD參數(shù)。麻雀群體種有發(fā)現(xiàn)者、跟隨者兩種角色,基于雀群覓食和反捕食設(shè)計(jì)算法,兩種角色根據(jù)自身位置的更新如下

(16)

(17)

式中:Q為正態(tài)分布的隨機(jī)數(shù)組;R2是報(bào)警值;N是迭代數(shù);Nmax是最大迭代數(shù);i=1,2,3,…,Nmax,j=1,2,3,…,d,Xi,j是第i個(gè)麻雀在j維度的位置[25];A=AT(AAT)-1,L與A均為1×d的矩陣,其中A中元素均為1,L中元素為1與-1,表明雀種中除發(fā)現(xiàn)者外,其他個(gè)體作為跟隨者,依照發(fā)現(xiàn)者進(jìn)行覓食;Xworst為歷史最差位置;Xg為現(xiàn)在發(fā)現(xiàn)者的最佳位置;P為雀種總數(shù)。

引入報(bào)警者,以防止算法落入局部最優(yōu),全局搜索能力增強(qiáng),可設(shè)置報(bào)警者的數(shù)目占種群總數(shù)的10%～20%,其位置如下

(18)

式中:fi為當(dāng)前自適應(yīng)度值;fw為當(dāng)前最差適應(yīng)度值;fg為當(dāng)前最好適應(yīng)度值;當(dāng)fi=fg時(shí),此時(shí)報(bào)警者在最優(yōu)位置,否則不是最優(yōu)位置,將前往最優(yōu)位置;Xbest為全域最佳位置;μ與G表示隨機(jī)數(shù);θ表示最小常數(shù),其目的在于防止分母為0。

優(yōu)化問(wèn)題需要確定適應(yīng)度函數(shù),以此來(lái)尋找最優(yōu)解。在利用SSA算法進(jìn)行尋優(yōu)時(shí),將樣本熵作為適應(yīng)度函數(shù)尋找最優(yōu)解。樣本熵值越小,表明序列中頻率分量越少,信號(hào)噪聲越少,其模態(tài)混疊問(wèn)題小,分解效果越好,所提取的故障信息越豐富。因而將樣本熵的最小值作為適應(yīng)度函數(shù),利用SSA算法尋優(yōu)獲得適應(yīng)度的極小值。SSA-VMD的具體步驟如下。

步驟1:設(shè)置算法種群數(shù)等基本參數(shù),并產(chǎn)生[k,α]作為雀種的初始位置;

步驟2:對(duì)故障信號(hào)進(jìn)行VMD分解,并將樣本熵為適應(yīng)度函數(shù)進(jìn)行全局搜索;

步驟3:根據(jù)式(16)～(18)更新個(gè)體位置;

步驟4:重復(fù)步驟2到3直到達(dá)到樣本熵最小,輸出此刻的參數(shù)[K,α];

步驟5:利用最佳參數(shù)對(duì)故障信號(hào)進(jìn)行VMD分解。

3.3 算法參數(shù)設(shè)置

設(shè)置麻雀種群數(shù)為10,最大迭代次數(shù)為20,如圖4所示。通過(guò)仿真發(fā)現(xiàn),當(dāng)群體進(jìn)化代數(shù)到5代時(shí)得到了局部極小熵,此時(shí)得到的[K,α]為[6,1 035]。因此,本文取K=6、α=1 035時(shí),VMD分解效果最優(yōu)。

圖4 算法優(yōu)化值與迭代次數(shù)的變化曲線

3.4 VMD突變能量

當(dāng)直流線路發(fā)生故障時(shí),經(jīng)過(guò)VMD分解所得的IMF分量會(huì)產(chǎn)生變化,其能量值會(huì)有所突變,因此將突變能量作為直流線路的故障特征。根據(jù)突變能量的定義公式

Δe=ΔuΔi

(19)

為了保證數(shù)據(jù)的穩(wěn)定性,將其改為積分的平均值,如式(20)所示

(20)

假設(shè)故障突變量信號(hào)經(jīng)過(guò)VMD分解得到K個(gè)IMF分量,根據(jù)式(20)計(jì)算其各個(gè)IMF分量,各模態(tài)分量可表示為ΔE1,ΔE2,…,ΔEK。VMD突變能量可表示為

(21)

4 SSA-VMD突變能量保護(hù)方法

4.1 保護(hù)啟動(dòng)

直流線路正常時(shí),電壓的變化率為0,發(fā)生異常時(shí),暫態(tài)電壓會(huì)發(fā)生較大的突變,變化率大于0。通過(guò)提取各保護(hù)測(cè)量安裝處的電壓幅值變化率,可以區(qū)分線路的正常與故障狀態(tài)。以暫態(tài)電壓變化率作為保護(hù)啟動(dòng)判據(jù),即

(22)

式中:U是直流配電網(wǎng)運(yùn)行時(shí)各線路的電壓值;Kset1為保護(hù)整定值,針對(duì)本文的模型,當(dāng)線路電壓的突變量大于自身的1/10時(shí),可以認(rèn)為線路發(fā)生了故障,本文的Kset1取0.1U。當(dāng)滿足式(22)的時(shí)候啟動(dòng),否則不啟動(dòng)。

4.2 故障分量提取

由2.1節(jié)可知,當(dāng)故障發(fā)生時(shí),電氣量會(huì)產(chǎn)生突變,提取故障分量

Δa(g)=a(g)-a(g-h)

(23)

式中:g為所選窗口內(nèi)的采樣點(diǎn);h為未發(fā)生故障時(shí)的采樣點(diǎn);a(g)為g時(shí)刻保護(hù)安裝處測(cè)得的電氣量;Δa(g)為g時(shí)刻保護(hù)安裝處所測(cè)電氣量的故障分量。

4.3 區(qū)內(nèi)外故障識(shí)別判據(jù)

通過(guò)2.1節(jié)分析可知,當(dāng)發(fā)生區(qū)內(nèi)故障時(shí),線路兩側(cè)測(cè)量得到的突變能量方向相同,兩者數(shù)值之差小;當(dāng)發(fā)生區(qū)外故障時(shí),兩側(cè)突變能量方向則相反,其數(shù)值之差大;無(wú)論是區(qū)內(nèi)還是區(qū)外故障,非故障極的兩側(cè)突變能量均相反,但是其數(shù)值小,數(shù)據(jù)差值小于區(qū)外故障極上的突變能量差值。提取正、負(fù)極線路上突變能量差值的最大值,即

K1=max(|Kp|,|Kn|)

(24)

式中Kp和Kn分別是正極、負(fù)極線路上突變能量差值。所構(gòu)造的區(qū)內(nèi)外故障識(shí)別判據(jù)為

K1>Kset2

(25)

式中Kset2為判斷區(qū)內(nèi)外故障的整定值?？紤]最難以區(qū)分情況下選取整定值,保證區(qū)內(nèi)外判定的準(zhǔn)確性,使其門檻值Kset2可以躲開所有區(qū)外故障,整定值由式(26)確定

(26)

式中:Krel為可靠系數(shù),取1.2;Kd為區(qū)外高阻接地線路突變能量值,即最終確定門檻值Kset2為2.6可以識(shí)別區(qū)內(nèi)外故障。綜上,若滿足式(25)可認(rèn)為區(qū)外故障,否則為區(qū)內(nèi)故障。

4.4 故障選極判據(jù)

根據(jù)2.2節(jié)可知,雙極的突變能量比值可以區(qū)分出故障極。提取線路首端雙極突變能量的比值,構(gòu)造故障級(jí)識(shí)別判據(jù),即

(27)

式中:Hp和Hn分別為線路首端正極和負(fù)極的突變能量。線路電磁耦合作用會(huì)使健全極上有突變量,但其值與故障極相差較大。當(dāng)正極故障時(shí),K2必然會(huì)大于1,同理負(fù)極故障時(shí),K2小于1;當(dāng)雙極故障時(shí),因?yàn)閮蓸O都出現(xiàn)故障,故障突變能量接近,K2約為1。因此,構(gòu)造的最終保護(hù)判據(jù)為

(28)

4.5 保護(hù)流程圖

根據(jù)所設(shè)計(jì)的環(huán)狀直流配電網(wǎng)線路保護(hù)啟動(dòng)和故障識(shí)別判據(jù),可以得到環(huán)狀直流配電網(wǎng)保護(hù)算法流程圖,如圖5所示。

圖5 環(huán)狀直流配電網(wǎng)線路保護(hù)算法流程圖

5 仿真驗(yàn)證

根據(jù)圖1,利用PSCAD/EMTDC搭建環(huán)狀直流配電網(wǎng)模型,在線路不同位置設(shè)置不同的故障,驗(yàn)證線路保護(hù)原理。

模型數(shù)據(jù)采樣頻率設(shè)置為10 kHz,在0.32 s時(shí)設(shè)置故障發(fā)生,并持續(xù)0.05 s,本文數(shù)據(jù)窗選擇為3 ms。以L1線路為例,進(jìn)行仿真驗(yàn)證。

5.1 線路區(qū)內(nèi)、外故障仿真

區(qū)內(nèi)金屬性接地故障屬于最嚴(yán)重的故障類型,區(qū)外高阻接地時(shí),因其能量突變量數(shù)值減小,所得差值最為接近區(qū)內(nèi)數(shù)值,此時(shí)較難區(qū)分,倘若在區(qū)外高阻時(shí)可以有效識(shí)別出故障,那么可以保證區(qū)外其他故障均能被識(shí)別出。取20 Ω過(guò)渡電阻來(lái)模擬高阻故障,針對(duì)故障f1～f7不同位置進(jìn)行仿真實(shí)驗(yàn),結(jié)果見表1。

表1 區(qū)內(nèi)外故障識(shí)別結(jié)果

區(qū)內(nèi)金屬性故障時(shí),線路首末端突變能量大小如圖6所示。由圖6可知,區(qū)內(nèi)故障在f1、f2、f3得到的突變能量值均小于整定值。由圖7可知,區(qū)外高阻故障時(shí),線路首末端突變能量均大于整定值。由此驗(yàn)證了保護(hù)方法的正確性。

圖6 區(qū)內(nèi)金屬性故障時(shí)的K1值

圖7 區(qū)外高阻故障時(shí)的K1值

5.2 區(qū)內(nèi)高阻接地仿真

隨著過(guò)渡電阻的增大,故障分量幅值減小,得到的突變能量越小。為了驗(yàn)證系統(tǒng)的耐過(guò)渡電阻能力,在不同故障位置對(duì)故障f1、f2、f3分別在10 Ω和20 Ω的過(guò)渡電阻下,進(jìn)行仿真實(shí)驗(yàn),如表2所示。

表2 區(qū)內(nèi)高阻故障識(shí)別結(jié)果

由表2可知,不同故障類型在區(qū)內(nèi)不同位置和不同過(guò)渡電阻時(shí)所得K1值均小于門檻值2.6,表明該保護(hù)方法耐受過(guò)渡電阻能力較好。

5.3 故障選極仿真

故障判定為區(qū)內(nèi)之后,需要進(jìn)一步識(shí)別故障極,求取首端線路保護(hù)安裝處的突變能量比值K2。f1、f2、f3不同情況下正負(fù)極突變能量之比如表3所示。

表3 單雙極故障時(shí)突變能量之比

如圖8所示:當(dāng)正極故障時(shí),K2均大于1.5;當(dāng)負(fù)極故障時(shí),K2均小于0.8;雙極故障時(shí)的K2值在0.8到1.5之間。

(a)不同過(guò)渡電阻下的區(qū)內(nèi)正極故障

5.4 抗噪聲干擾能力分析

仿真分析一般是最理想的狀態(tài)下進(jìn)行的分析,而實(shí)際工程中會(huì)有程度不同的噪聲干擾,所以本文考慮到噪聲的干擾,為檢驗(yàn)所提保護(hù)方案抗干擾能力,在故障電流、電壓中加入噪聲,用信噪比衡量其抗噪聲干擾的能力,結(jié)果如表4所示。

表4 不同噪聲下的故障檢測(cè)結(jié)果

可以看出,所有判別參數(shù)均滿足保護(hù)判據(jù)要求,保護(hù)能夠正常動(dòng)作,可見本文所提保護(hù)方法在40 dB噪聲情況下,依舊可以識(shí)別故障,有較好的抗噪聲能力。

5.5 故障仿真驗(yàn)證結(jié)果

當(dāng)區(qū)內(nèi)單極故障時(shí),僅故障極保護(hù)元件動(dòng)作,非故障極不動(dòng)作;區(qū)內(nèi)雙極故障時(shí),兩級(jí)保護(hù)元件均動(dòng)作;區(qū)外故障時(shí)保護(hù)元件不動(dòng)作。保護(hù)動(dòng)作情況如表5所示。

表5 故障仿真保護(hù)動(dòng)作結(jié)果

6 結(jié) 論

針對(duì)目前直流配電網(wǎng)保護(hù)方案存在耐過(guò)渡電阻能力不強(qiáng)、速動(dòng)性不足等問(wèn)題,本文分析了環(huán)狀MMC直流配電網(wǎng)線路故障時(shí)的特征,根據(jù)線路發(fā)生故障時(shí)首末端電壓、電流故障分量的特征,基于SSA-VMD算法,設(shè)計(jì)了一種改進(jìn)的VMD突變能量保護(hù)方法。所提保護(hù)方法具有如下優(yōu)點(diǎn)。

(1)利用麻雀搜索算法改進(jìn)VMD算法,提升其分解效果,區(qū)內(nèi)、外故障時(shí)線路首末端所得突變能量差異較明顯,保護(hù)方案簡(jiǎn)單可靠。

(2)本保護(hù)方法可以保護(hù)線路全長(zhǎng),并且可以快速識(shí)別故障并在3 ms內(nèi)可靠動(dòng)作,將故障危害降到最低。

(3)本方法在過(guò)渡電阻為20 Ω以及白噪聲下,依舊可以準(zhǔn)確識(shí)別,有較高耐過(guò)渡電阻和抗干擾能力能力。

綜上可知,本文所提保護(hù)方法易于實(shí)現(xiàn),可靠性高。后續(xù)可以根據(jù)實(shí)際工程需要,結(jié)合直流斷路器、換流器選擇電抗器參數(shù),并用實(shí)際數(shù)據(jù)對(duì)保護(hù)方法開展進(jìn)一步探究。