徐梅根, 趙學軍, 吳禮剛
(1. 國網江西省電力有限公司宜春供電分公司, 江西 宜春 336000;2. 寧波工程學院, 浙江 寧波 315211)
早在20世紀初期,國外就提出了智能電網概念,先是在美國開啟了電力大數據的研究工作,隨后加拿大等國家針對用戶的用電量信息展開了深入研究,使得國外的輸電線路異常監測得以發展[1-2]。根據國家電網的相關數據分析,國內輸電線路在制造工藝和運行可靠性方面要比國外落后,國內電力設備的使用壽命周期平均值都不足20年,而國際上的發達國家電力設備平均使用年限在35年到45年之間,使得我國電力系統資產效益平均水平偏低[3]。
在此背景下,本文將故障電流傳播特性應用到輸電線路差異化異常監測中。通過試驗驗證,該方法提高了輸電線路差異化異常監測精度。
1) 計算故障電流的弧垂
在懸掛點不等高的輸電線路中,A、B兩點間的檔距l,B點高于A點h,根據斜拋物線的弧垂公式,計算故障電流的檔內最大弧垂[4]為:
(1)
式中:H為故障電流最低點的水平張力;w為故障電流單位長度內的自重力。
懸掛點A、B處故障電流的傾斜角計算公式為:
(2)
(3)
通過測量故障電流弧垂與傾斜角度之間的關系,就能計算出故障電流檔內的最大弧垂。
2) 計算輸電線路的載荷
溫度的變化會造成輸電線路出現膨脹或收縮,而載荷的變化會使故障電流的大小重新平衡,得到的結果會使故障電流的大小發生變化[5]。輸電線路電流大小之間的關系可以采用狀態方程來表示,即:
(4)
式中:Hm、Hn分別為工作條件為m、n條件下的故障電流大小;wm、wn分別為工作條件為m、n故障電流單位長度下的重力大小;tm、tn分別為工作條件為m、n條件下故障電流段的導線溫度;E為故障電流段導線的彈性系數;α為溫度膨脹系數;S為故障電流段導線的橫截面積。
輸電線路故障電流在傳播過程中,節點的能量主要消耗在通信部分[6],輸電線路差異化異常監測能量模型采用多路徑衰減模型和自由空間模型[7],模型結構如圖1所示。

圖1 輸電線路差異化異常監測能量模型結構圖
如果在輸電線路差異化異常監測能量模型中,采用分簇拓撲方式,簇內節點將采集到的異常數據統一匯總給簇頭,異常數據的融合由簇頭來完成,然后再將異常數據發送到匯聚節點。異常數據在融合過程中的能量消耗為:
EDA(l)=lEda
(5)
式中:Eda為融合1 bit異常數據消耗的能量;da為融合系數。
輸電線路出現差異化異常情況時,流向輸電線路短路電流形成接地電位,公式為:
UD=(Imax-Iz)(1-Mn)R
(6)
式中:Imax為異常點最大短路電流;Iz為異常點反向流回電源的電流;Mn為異常情況分流系數;R為輸電線路電阻。
輸電線路接地電位隨著短路電流值的變化而變化。接地短路電流的計算公式為:
ID=EfIg
(7)
式中:Ef為差異化異常情況延時系數;Ig為對稱接地異常的額定電流。
在接地裝置的形狀不同的情況下,接地電阻的修正公式為:
(8)
式中:L為接地裝置的長度;h為接地裝置的埋深;d為接地裝置的直徑;ρ為接地裝置的形狀系數;I為額定電流。從式(8)可知,接地裝置的形狀直接影響接地裝置的大小,不同的輸電線路應該選擇形狀最佳的接地裝置。
綜上所述,在故障電流傳播特性的基礎上,計算了輸電線路故障電流數據,通過構建輸電線路差異化異常監測能量模型,實現了輸電線路差異化異常監測。
為分析本文所提的基于故障電流傳播特性的輸電線路差異化異常監測方法、文獻[8]以及文獻[9]方法性能,在MATLAB的環境下對三種監測方法進行數據建模。通信主站位于(30,30)處,所有的節點一旦安裝就不能被移動,如圖2所示。

圖2 節點分布圖
采用本文所提基于故障電流傳播特性的輸電線路差異化異常監測方法、文獻[8]方法以及文獻[9]方法來監測輸電線路的差異化異常情況,得到輸電線路差異化異常監測誤差對比結果,如圖3所示。

圖3 輸電線路差異化異常監測誤差對比結果
從圖3可以看出:基于故障電流傳播特性的輸電線路差異化異常監測方法,分別計算了故障電流的弧垂和輸電線路的載荷,使輸電線路故障電流數據值更準確,從而縮小輸電線路差異化異常監測誤差。
采用本文所提方法、文獻[8]監測方法以及文獻[9]監測方法來監測輸電線路的差異化異常情況,得到輸電線路差異化異常監測時間對比結果,如圖4所示。

圖4 輸電線路差異化異常監測時間對比結果
從圖4可以看出:基于故障電流傳播特性的輸電線路差異化異常監測方法在監測之前建立了能量模型,簡化了監測過程中的難度,使輸電線路差異化異常監測時間控制在0~3 s。
本文提出了基于故障電流傳播特性的輸電線路差異化異常監測研究。結果顯示,該監測方法的監測精度更高,可以保證輸電線路的安全運行。