基于傳感網絡的智能電網電壓暫降故障精細定位方法

南東亮，譚金龍，張 路，王 暢

（1.國網新疆電力有限公司電力科學研究院，烏魯木齊 830011；2.新疆大學 電氣工程學院，烏魯木齊 830047）

0 引言

智能電網中影響電能質量的主要原因之一是電壓暫降，不同電網故障，均會引起電壓暫降[1]，精準定位電壓暫降故障，可以確定引起電壓暫降的責任方[2～4]，避免不必要的糾紛，還可減少故障維修時間。胡安平等人通過小波能量 采集電網突變信號，獲取與電壓暫降源最近的節點，完成電壓暫降故障定位，該方法可有效定位電壓暫降故障[5]；但該方法具有與偽故障點問題，且對突變信號采集要求較高，易受電網線路對地電容影響，推廣難度較高。陳汝斯等人通過序功率增量方向原理分析電壓暫降原因，獲取電壓暫降區域，以故障位置與過渡電阻為變量，故障電流、電壓誤差為目標，構造故障定位模型，通過智能優化算法求解該模型，獲取電壓暫降故障定位結果，該方法可有效定位電壓暫降故障，具有一定的優越性[6]；但其需對不同過渡電阻與故障位置進行運算，離線計算量過多，會出現不匹配情況，影響電壓暫降定位效果。傳感網絡具備靈活性高、定位精度高、能耗低等優勢，在智能電網中應用傳感網絡，依據其靈活的網絡結構、快速的定位速度，可提升故障定位效果[7]。為此研究基于傳感網絡的智能電網電壓暫降故障精細定位方法，提升故障精細定位效果，為智能電網故障維修提供更好的幫助，確保智能電網供電可靠性。

1 智能電網電壓暫降故障精細定位方法

1.1 智能電網電壓暫降故障產生原因

智能電網電壓暫降形成的原因有兩種，分別是自然與非自然原因，前者的占比較高，包含雷擊與臺風等特殊天氣導致的線路短路故障，或者動物、樹木等接觸線路導致的線路故障[8]，造成故障位置周圍電流提升，電壓下降，出現電壓暫降故障。

故障前的智能電網線路阻抗是R1；短路阻抗是R2；負載阻抗是R3；線路未短路情況下，負載電壓如下：

其中，示波器系數是E。

在線路短路后，負載電壓如下：

因為智能電網線路短路情況下，R2較小，所以U較低，導致電壓不穩，出現電壓暫降故障，各類型短路故障形成的電壓暫降種類不盡相同。

非自然原因多為負荷波動，例如電機與變壓器等投切影響負載電壓，令其出現大幅度改變，電機開啟時，經過一段時間后，其轉速達到指定值，這個過程電機會不斷形成大電流[9]，導致電機接入處電壓下降，且下降幅度較大，出現電壓暫降故障。

受電壓暫降故障影響較大的是工業，電壓暫降故障危害主要包括三方面，第一方面是延長工期，電壓暫降故障會導致生產線停止，再次啟動時，不僅會浪費時間，還會增加電能消耗量；第二方面是產品損失，生產線停止，造成產品原料遭到破壞，同時再次開啟設備，會影響產品質量，提升經濟損失[10，11]；第三方面是設備損失，生產線突然停止，對設備使用壽命存在影響。電壓暫降故障時常見設備的承受能力如表1所示。

表1 電壓暫降故障時常見設備的承受能力

1.2 智能電網電壓暫降故障節點初步定位

1.2.1 智能電網電壓暫降故障節點距離分布函數

令智能電網各條故障線路l的首尾節點是p、q，令虛擬故障點是r，求解r的自阻抗Rrr，公式如下：

令監測點是m，則m至r的自阻抗Rmr如式(4)所示。

1.2.2 智能電網電壓暫降故障監測點電壓序分量比值

1.2.3 基于電壓序分量比值的電壓暫降故障初步定位

按照監測點電壓序分量比值gm-cal，和實際電壓序分量比值gm間的誤差，初步定位智能電網電壓暫降故障。gm-cal與gm間誤差eg計算公式如式(9)所示：

其中，權重是w；可調節因子是λ；監測點數量是M。

在各監測點相位不同情況下，可以各監測點三相電壓最低相的幅值為w；降低對小范圍智能電網電壓暫降故障初步定位的影響[13]；當智能電網電壓暫降故障范圍較大時，變更式(9)獲取：

遍歷全部電壓暫降故障線路后，可獲取故障點序列s(l)，依據eg的值，從小至大排列可能故障點，排名越靠前，故障點可能性越大[14]，最小eg相應的l與d，即最可能的智能電網電壓暫降故障線路與故障距離[15]，完成智能電網電壓暫降故障初定定位，初步定位結果是S。

1.3 基于傳感網絡的電壓暫降故障節點精細定位優化

依據初步定位結果，可確定故障區域，求解該區域中故障節點電壓實部與虛部數據，獲取其距離差異度，利用傳感網絡中的傳感器節點，優化初步定位結果，實現故障精細定位。令智能電網內隨機兩個區域是a′-b′，初步定位故障節點電壓實部與虛部是Uv、Uk，故障電阻是；故障節點數量是M′，x=1，2...M′，選擇故障區域，公式如式(11)所示。

確定智能電網電壓暫降故障區域后，在距離分布函數內，添加故障節點的電壓與電流，求解該節點電壓實部與虛部的距離d′，d′超出區間(0，1)時，說明該故障區域是偽區域，通過搜索法確定故障區域電阻間的過渡電阻值R′可令Uv與Uk差異度總和降至最低，通過R′優化智能電網電壓暫降故障節點初步定位結果，實現電壓暫降故障節點精細定位，通過距離分布函數，確定故障節點電壓實部與虛部的故障距離d′，公式如式(12)所示：

其中，m的j相實部、虛部故障距離是j=1，2，3，代表三相，在m為實際節點情況下，那么與的差異度如式(13)所示：

其中，修正系數是θ。

兩相智能電網電壓暫降故障情況下的差異度如式(15)所示：

其中，智能電網電壓暫降故障節點相是α。

在一相智能電網電壓暫降故障情況下，μ2=0；對初步定位的電壓暫降故障進行精細定位，公式如式(16)所示：

當智能電網線路中，出現電壓暫降故障時，傳感網絡內傳感器節點會被故障節點發出的故障信號觸發，立刻處于工作狀態，采集故障節點的相關數據，優化智能電網電壓暫降故障的精細定位結果。智能電網內線路傳感網絡中傳感器節點集合如式(17)所示：

其中，精細定位智能電網電壓暫降故障的傳感器節點是OA、OB、OC；利用OA、OB、OC優化S′，公式如式(18)所示。

通過式(18)完成智能電網電壓暫降故障精細定位優化。

2 實驗分析

以某區域500kV智能電網實驗對象，該區域智能電網共包含12個節點，基準容量100MVA，電壓暫降器故障前節點電壓是1pu，該區域智能電網的結構如圖1所示。

圖1 智能電網結構圖

該區域智能電網中共包含14條線路l1，l2，...l14，在2號與4號節點中間位置安裝監測點1，在8號節點與11號節點中間位置安裝監測點2，為提升該區域智能電網節點電壓暫降故障精細定位精度，因此選擇兩個監測點對整個智能電網電壓暫降故障進行精細定位。通過監測點1監測線路l1、l2、l3、l4、l5、l6、l14，通過監測點2監測線路l7、l8、l9、l10、l11、l12、l13。

對于該區域智能電網共設置三種故障，分別是A相接地故障、BC兩相故障、BC兩相接地故障，記作故障1、故障2、故障3，因線路l12與l2出現故障，導致電壓暫降故障的線路為l13、l7、l8、l9、l10、l11的故障距離是0.6pu，故障線路為l1、l6、l5、l3、l4、l14的故障距離是0.5pu，分別利用監測點2與監測點1進行監測，獲取智能電網電壓暫降故障初步定位結果，利用本文方法初步定位不同故障類型時智能電網電壓暫降故障，初步定位結果如表2所示，以故障距離為例。

根據表2可知，在不同智能電網故障類型時，本文方法均可有效初步定位電壓暫降故障，獲取各故障類型時，各線路的故障距離；同時還可有效定位故障線路，與實際故障線路相同，為提升電壓暫降故障定位精度，繼續利用本文方法對初步定位結果進行優化，獲取電壓暫降故障精細定位結果，根據表2可知，精細定位后的故障距離與實際故障距離更為接近，可明顯縮短初步定位故障距離與實際距離間的差距。實驗證明：本文方法可有效精細定位電壓暫降故障距離與故障線路，且精細定位故障距離與實際故障距離非常接近，定位的故障線路與實際故障線路完全一致，表面本文方法的精細定位效果更優。

表2 智能電網電壓暫降故障初步定位結果

通過可調節電網情況的權重系數，分析本文方法精細定位智能電網電壓暫降故障的定位速度，權重系數在[2.0，3.0]之間，說明故障精細定位速度最快，分析本文方法在精細定位不同故障線路時的定位速度，如圖2所示。

圖2 本文方法定位速度分析結果

根據圖2可知，在精細定位不同智能電網電壓暫降故障線路時，權重系數基本維持在2.0至3.0之間，說明本文方法精細定位智能電網電壓暫降故障的定位速度較快。

分析不同接入負荷與故障電阻時，本文方法精細定位智能電網電壓暫降故障距離與故障電阻的效果，分析結果如圖3、圖4所示。

圖3 不同接入負荷時電壓暫降故障距離精細定位結果

圖4 不同接入負荷時電壓暫降故障電阻精細定位結果

綜合分析圖3與圖4可知，在不同接入負荷，不同故障類型時，本文方法均可精細定位智能電網電壓暫降故障距離；在不同故障類型時，本文方法精細定位的電壓暫降故障距離與實際故障距離差距均較小；在不同故障電阻，不同故障類型時，本文方法也均可精細定位智能電網電壓暫降故障距離，且本文方法精細定位的電壓暫降故障距離與實際故障距離差距較小。實驗證明：在不同接入負荷與不同故障電阻時，本文方法依舊能夠精準精細定位智能電網電壓暫降故障距離與故障電阻。

3 結語

智能電網對經濟發展存在直接影響，智能電網線路出現不同故障時，均會導致電壓暫降故障，影響供電穩定性。本文通過電壓暫降故障節點距離分布函數，初步定位電壓暫降故障。初步定位故障結果，確定故障區域后，通過距離分布函數確定該區域內故障節點實部與虛部故障距離，并求解該距離的差異度。依據差異度與電壓序分量比值誤差，精細定位電壓暫降故障。二次定位技術為維修人員提供具體故障信息，加快其維修效率，保證智能電網供電穩定性。