配電網饋線自動化技術的分析與展望

顧秀芳

（內蒙古工業大學電力學院，呼和浩特 010080）

1 配電網饋線自動化的發展現狀

隨著電力系統的發展，用戶對電能質量的要求將越來越高。實施配電網自動化有利地提高了配電網的運行和管理水平，其中的饋線自動化對故障的判斷和處理水平的提高發揮了重要作用。回顧我國饋線自動化的發展，大致經歷了三個階段：就地控制方式、遠方控制方式和基于差動技術的饋線自動化。

（1）就地控制

在配電網自動化實施的初級階段，只利用線路上配置的智能分段設備（重合器、分段器）相互之間的配合來判斷故障區段并恢復供電。通常變電站出線安裝具有開斷短路功能的斷路器或重合器，線路上安裝重合器或分段器（包括過流計數型分段器或重合式分段器）。按出線和線路上配置開關的不同，就地控制饋線自動化的實現方式包括重合器+重合器及重合器+分段器的配合方案。不論哪種配合方案，均需要設置開關的不同參數實現上、下級開關之間的配合。在配電網自動化實施的初級階段，這種通過開關之間的配合實現饋線自動化的方案簡單易行，投資省，見效快。但是也存在著開關動作次數多，影響非故障區段的正常供電等缺點。

（2）遠方控制階段

為實現配電網自動化的優化管理，在開關處和配電變壓器低壓側配置遠方監測裝置FTU、TTU，并通過完善的通信網絡實現遠方監測、控制功能及計算機管理。這一階段在故障發生時將故障信息傳送到遠方控制中心，由故障處理程序綜合判斷[1]后下發相關開關的動作命令，實現故障判斷、隔離和非故障段的恢復供電。這種方式可以避免開關的多次動作，故障處理更快捷。由于對開關的智能化程度要求更低，因此可以采用具有電動開關的負荷開關，這樣開關投資會大幅降低。存在的不足是此方案過分依賴通信系統，同樣會影響系統運行的可靠性。在開關數量較多時，由于開關時傳送的數據會大幅增加，因而也使故障處理時間加長而影響實時性的要求。

（3）基于差動技術的饋線自動化

為滿足用戶對故障處理時間更短的時間要求，提出了對開關設備處的 FTU不僅具有數據采集的功能，還包括保護功能。在現場具備高速光纖通信的條件下，相鄰FTU之間在故障發生時相互交換信息判斷出故障所在，由開關處的FTU直接下發命令控制當地開關動作。由于省去了信息傳送和故障處理程序的時間，因而使故障處理時間大大縮短。但是此方案不僅需要建立FTU和遠方的通信，相鄰FTU之間也需要信息交換和處理，因而使通信系統的建設和FTU的程序設計更加復雜。故障發生時，對每一個 FTU來講，故障判斷的信息來源于其上、下級 FTU，信息的冗余度較低，故障判斷的可靠性受到影響。

2 當前饋線自動化實現方案中的幾個問題的探討

2.1 關于瞬時性故障和永久性故障的判斷

電力系統中有60%～70%的故障是瞬時性故障，所以借助于開關的快速重合可以迅速恢復供電。如果在故障發生時能準確判斷是瞬時性故障還是永久性故障，就可以大大減少開關動作次數及故障處理時間，減輕開關操作產生的電壓波動對負荷的沖擊，延長設備的壽命。

當前就地控制方案，若為瞬時性故障，則在出線斷路器或重合器第一次重合后就可恢復供電。若為永久性故障，則第一次重合后還需要再次分閘，這樣增加了開關的動作次數，對負荷造成了不必要的沖擊。而遠方控制方案中的饋線自動化的啟動是放在出線重合器第一次重合不成功后，故障判斷程序只是針對于永久性故障而完成的。不論上面的哪種方案，開關的第一次重合都是針對于瞬時性故障而設置的，而對永久性故障都必須經過一次無選擇的重合分閘后才可進行判斷。

關于這個問題，文獻[2]提出了一種區分兩種故障的判據：即通過波形分析瞬時性故障電流的有效值和總諧波畸變率的變化較永久性故障更大，以此來實現自適應重合方案。

理想的做法是：當網絡檢測到的電流大于給定值時，由出線開關切斷短路電流，隨即啟動故障判斷程序。程序首先判斷發生的是瞬時性故障還是永久性故障。如果是瞬時性故障，只需要合上相應開關即可以。若是永久性故障，則通過綜合網絡故障信息來判斷出故障區段，控制相應的開關斷開或合上，這樣在第一次重合后就恢復供電。瞬時性故障和永久性故障發生的條件不同，其暫態過程也有很大差別，所以可以從發生故障時的波形入手找出二者的差異。

2.2 關于配電網故障分析方法的探討

隨著配電網架空線路的不斷延伸和電纜線路的增加，單相接地電流呈現不斷增加的趨勢。為限制短路電流及產生的過電壓等問題，配電網的接地方式呈現多樣性。接地方式包括中性點不接地方式、經消弧線圈接地、經電阻（分高、中、低阻）接地、或經消弧線圈和電阻組合接地方式等。不同的接地方式對系統的運行方式有不同的影響，也影響到故障處理方式的不同。同時配電網也存在線路參數不對稱、負荷不對稱的現象，因而通用的配電網故障分析必須考慮上述各方面的因素。只有這樣，才有可能通過故障分析找到各種條件下的故障特征，以此來作為故障分析判斷的依據。

在建立配電網故障模型時，應采用三相系統模型而不是對稱分量模型。同時由于中性點和故障點處有較多的變化，可以將這兩個端口單獨提取出來，根據故障類型的不同接入相對應的支路和參數，再利用疊加原理將端口接入建立統一方程求解。

2.3 關于故障處理及算法的選擇

電力系統可能發生的故障類型包括：單相接地、兩相及短路接地、三相短路接地及斷線故障。當前饋線自動化實施的重點是：是否發生故障、故障區段的判斷，而對故障類型和故障相關注不夠。不同的故障類型及故障相的不同，其處理方法也不盡相同。為做好事故原因的分析及應對措施的準備，必須對故障的更多特征有更深入的了解。這包括：故障發生的時刻、故障類型、故障相、故障區段等。

當前實現饋線自動化的主要措施是：當配電網自動化實施范圍內FTU較多時，為降低FTU與遠方系統的數據吞吐量，只要求各FTU產生“虛擬遙信量”來傳送是否發生故障（用0、1表示有無），其他故障數據在遠方系統在需要時按一定的通信規約調取。按照網絡的拓撲結構及“虛擬遙信量”形成故障判斷的矩陣，直接下發開關動作命令。這種實現方案在網絡接線、運行方式發生變化時，需要隨時維護網絡的拓撲結構。由于故障判斷的初始信息只是故障發生的有無，所以故障判斷的結果不可能給出故障類型、故障相等詳細信息。

近年來，在故障處理中將更多的人工智能算法引入進來。這些方法有：專家系統、人工神經網絡、粗糙集理論、小波變換等[3-5]。為彌補不同算法的缺陷，也有將不同算法結合起來。小波分析在時域、頻域同時具有良好的局部化性質，使得具有奇異性、瞬時性的故障信號檢測變得更加準確。小波分析的主要特點之一是具有用多重分辨率來刻劃信號局部特性的能力，使它很適合探測在正常信號中出現的瞬態反常現象并展示其成分。而神經網絡具有較強的在線學習能力、非線性映射能力、聯想記憶能力等特點。為減小神經網絡的規模和提高其性能，利用運算速度快，對暫態信號有很強故障特征提取能力的小波對故障電氣量進行數據預處理。其他的還有將模糊集理論與專家系統、神經網絡等相結合。這些方法的利用將大大改善了信息處理的智能化水平，能對規模較大的配電網具有一定的適應能力。

在配電網故障分析中，雖然采用了較為完善的模型考慮中性點和故障類型的各種可能的形式，但是由于考慮的因素紛繁復雜，要提取出可供故障判斷的特征量也不容易。而人工神經網絡最大的優勢在于：不需要建立起來輸入與輸出之間明確的函數，通過樣本的訓練學習也可以處理新數據，這一特點很適合于參數特性復雜的配電網故障處理。應用神經網絡進行故障判斷通常的做法是：通過EMTP或現場產生具有代表性的故障數據進行樣本訓練。隨著FTU的廣泛應用，將故障時FTU產生的數據作為人工神經網絡的輸入，同時將人工神經網絡的工作和訓練合二為一將成為一種趨勢。當然這樣的前提條件是：人工神經網絡要具有較強的對輸入數據的識別功能，或者通過其他（如小波分析）先對數據進行預處理。信息的預處理能減小后續智能算法的規模和提高計算速度，當然要保證經預處理后的所有特征都不丟失。

2.4 關于故障信息的采集

線路開關將配置功能完善的FTU，完善的通信系統又將為信息的快速、準確的傳遞。隨著配電網管理運行水平的提高，借助FTU、TTU及通信系統來實現實時數據的傳送將為故障判斷提供更好的條件。FTU可以提供的信息非常豐富，包括故障前、故障起始、故障結束的電壓、電流的幅值或波形。對信息的處理應能基本做到兩點：一是對信息進行辯識，去掉由于通信通道而造成的信息偏差；二是通過信息處理技術提取反映故障的主要特征量，如：故障方向、正序、負序、零序、阻抗、導納、功率、能量等。故障特征的提取和判斷應更多地反映不同線路、區段之間的特征，使故障范圍的判斷很快定位在兩相鄰的FTU之間。

3 結論

配電網饋線自動化是提高供電部門供電質量的重要內容。本文在回顧了當前幾種饋線自動化的方案的基礎上，提出了在實施過程中需要進一步考慮的幾個問題及初步設想：

（1）建立統一的故障分析的方法，使之能夠充分考慮參數、負荷的不對稱、中性點的多種接地方式。

（2）建立統一的故障處理模式，使之能夠處理永久和瞬時性故障、單相接地故障及其他故障類型、任意區段的故障等。

（3）建立統一的信息處理機制，使之能夠在故障發生時能夠快速、有效地處理數據，提取有效的故障特征量，并與人工智能方法相結合來判別故障類型和區段。

[1]楊偉,吳軍基,張俊芳. 配電網故障定位算法研究[J].南京理工大學學報.2005,29(2):213-215.

[2]J.-H.Oh, J.-C.Kim. Feature exaction of fault currents associated with multi-shot reclosing scheme in power distribution system, Electrical power and energy system, 2002(24):79-85.

[3]N. Rezaei, M-R. haghifam. Protection scheme for a distribution system with distributed generation using neural network, electrical power and energy system,2008 (30):235-241.

[4]楊光亮,樂全明等. 基于小波神經網絡和故障錄波數據的電網故障類型識別[J].中國電機工程學報,2006,26(10):99-103.

[5]束洪春.配電網絡故障選線[M].北京:機械工業出版社,2008.