电源恢复论文

电源恢复论文（精选6篇）

电源恢复论文 篇1

摘要：孤立微电网发生大面积停电后,微电网内部分布式电源(DG)恢复方案的制定对微电网黑启动的成功实施有重要作用。研究了DG启动顺序的优化及DG启动过程中负荷恢复的优化。根据DG特性评估了不同类型DG的黑启动能力,建立了以DG发电量最大和DG附近负荷重要度最大为目标的多目标优化模型。将DG恢复过程按时步划分后,采用多目标粒子群优化(MOPSO)算法对模型进行求解;然后选定最优的DG启动顺序,并为其搜索恢复路径。采用相同的时步划分方案,为DG启动过程中的负荷恢复建立了单目标优化模型,并利用改进的二进制粒子群优化(MBPSO)算法求解得到最优负荷恢复方案。算例分析结果验证了所提方案的有效性。

关键词：微电网,黑启动,分布式电源,启动顺序,负荷恢复,多目标粒子群优化算法

0 引言

微电网黑启动,是指在整个微电网因外部或内部故障停运进入全黑状态后,不依靠大电网或其他微电网的帮助,仅通过启动微电网内部具有黑启动能力的分布式电源(DG),进而带动微电网内无黑启动能力的DG,逐步扩大系统的恢复范围,最终实现整个微电网的恢复[1]。 微电网黑启动过程一般包括3 个阶段,即DG恢复、网架重构和负荷恢复[2]。 其中,DG恢复是整个恢复过程的基础,而负荷恢复则是黑启动的最终目的。

一些学者对传统电网黑启动的各个阶段进行了详尽的研究。 在机组恢复方面,文献[3]提出了多目标的优化策略,将机组恢复过程划分为多个时步,并采用改进的遗传算法进行求解,但未对负荷恢复进行优化,难以保证机组恢复过程中系统的稳定性。文献[4]建立了单目标的优化模型,将模型离散化为多个“背包”问题,并采用回溯算法逐一求解,但文中优化模型的目标函数仅考虑了机组的发电量,忽略了机组所在节点的重要性,另外文献也未考虑负荷的优化控制及无功电压问题。 在负荷恢复方面,文献[5]将机组启动过程中的负荷恢复分为两方面进行优化,即平衡机组出力的负荷恢复和向线路充电时的负荷恢复,但优化中所采用的二分法收敛速度较慢,并不适用于规模较大的系统。

相较于传统电网,微电网的黑启动研究正处于起步阶段。 文献[6]通过对微电源及逆变器进行分析,建立了低压微电网的控制模型,并结合多代理技术,提出了有效的恢复策略。 文献[7]提出了基于分层多代理技术的微电网黑启动策略,通过对具有黑启动能力的微电源进行预启动和同步运行,逐步实现了微电网系统的恢复,并在一定程度上提升了黑启动的稳定性。

鉴于微电网的黑启动研究尚未深入,本文针对微电网黑启动中的DG恢复阶段提出了DG启动的多目标优化策略,同时兼顾了启动过程中的负荷恢复问题,制定了一套完整有效的DG恢复方案。

1 DG启动的优化模型

DG恢复阶段是负荷恢复阶段的前提和基础,只有在确定DG启动顺序之后才能根据各DG的恢复情况确定应恢复的负荷节点、投入顺序以及投入量值,以达到维持系统功率平衡、电压频率稳定的目的,为此首先需完成DG恢复的优化,进而在优化结果的基础上完成负荷恢复的优化。

为了简化DG恢复过程,本文采用离散时间段的方法,即将连续的DG恢复阶段划分为多个时步,针对每一时步建立DG启动优化模型和负荷恢复模型并求解,最后综合所有时步的最优解按时序进行组合,得到最终的DG恢复方案。 本文设定DG恢复阶段的优化总时间为T,被划分为N个时步,时步步长为 Δt。 为使分析具有普适性,以下将针对第k时步的DG启动和负荷恢复进行优化计算。

1.1 DG启动次序安排的一般原则

DG启动次序的确定是DG恢复阶段需要解决的首要问题,参考传统电网的机组恢复原则[8],并分析各DG特性对启动的影响程度,提出以下几点原则。

a. 优先安排容量大的DG启动。

DG恢复阶段的最终目标是得到尽可能多的系统出力以尽快恢复负荷供电。 因此,优先启动容量大的DG能够在短时间内为负荷提供足量的恢复功率。

b. 优先安排离重要负荷近的DG启动。

启动重要负荷附近的DG利于缩短向重要负荷供电时的送电路径,减少重要负荷的恢复时间。

c. 优先安排带载能力强的DG启动。

带载能力强的DG能够在相同的时间内带动更多的负荷。 为此,优先安排启动带载能力强的DG以尽快完成负荷恢复供电,DG的带载能力采用DG在单位时间内所能承载的负荷变化(单位:% / min)表示。

d. 优先安排启动时间短的DG启动。

DG启动时间的长短直接关系到系统的恢复速度,启动速度较慢的DG将会给下一时步的DG出力和负荷恢复造成不良影响。

e. 优先安排调压、调频能力强的DG启动。

在微电网的黑启动过程中,为了给系统提供参考电压和频率,具有黑启动能力的DG采用V / f控制,而无黑启动能力的DG则采用PQ控制,不同控制方式下的DG会表现出不同的调压、调频能力,V / f控制的DG可以缓冲恢复过程中的扰动,减少电压、频率越限情况的发生。 DG的调压、调频能力可分为弱、较弱、一般、较强、强5 个等级。

1.2 DG的黑启动能力评估

DG的黑启动能力是指不借助于外部电源的帮助,仅依靠自身启动电源平稳启动,并能在启动后给一定量的负荷提供稳定供电的能力。 一般而言,具有黑启动能力的DG应具有以下特性:

a. 电压源输出特性;

b.充足的发电容量与备用容量;

c.启动迅速;

d. 带载能力强;

e. 较强的调压、调频能力。

因此,本文采用灰色多属性决策方法[9],综合考虑DG的容量、启动时间、带载能力以及调压、调频能力,对不同类型的DG进行黑启动能力评估。

灰色多属性决策采用灰色系统理论效果测度的方法,对多个决策组合进行计算得到决策矩阵,进而根据决策矩阵和属性权重评估方案的优劣。

在灰色多属性决策中,决策组合包括事件集、对策集以及局势矩阵。 事件集也即属性集,可记作E={ei︱i = 1,2,…,n};对策集是所有备选方案的集合,记作C ={cj︱j= 1,2,…,m};任一方案cj在任一属性ei下的评估结果ri j称为局势,根据每个方案在每个属性下的评估结果就可建立局势矩阵R= [rij]n×m。 灰色多属性决策过程如下。

a. 效果测度。

类似于灰色关联分析,在任一属性ei下的方案评估结果序列{ri1,ri2, … ,rim} 中, 各元素与虚拟标准列的相关关系以效果测度 ηi j表示。 ηij的求取方法依属性期望的目标效果而定。

属性期望最大时,采用上限效果测度,即:

属性期望最小时,采用下限效果测度,即:

有特定属性期望时,采用特定中心效果测度,即:

其中, j = 1,2,…,m;η′i为属性ei下的特定评估结果期望。

b. 决策矩阵。

以效果测度 ηij为基础,对包含n个属性、m个备选方案的决策组合建立决策矩阵H:

c. 决策评分。

对每个方案cj在所有属性下进行综合决策,在采用权重交换法[9]确定各属性权重 ωHi后,结合决策矩阵对方案评分,综合评分结果如下:

其中,ωHi∈[0,1]。

根据上述决策过程,对多个DG备选方案进行综合评分,并将各方案按分数从高到低排序,评分最高的即为黑启动能力最强的DG。

1.3 目标函数

在DG恢复阶段,为了尽快给系统提供尽可能多的有功出力,并有利于后续阶段中重要负荷的恢复供电,按照前文中所提的离散时间段的方法,将第k时步优化模型的目标函数设定为:

其中,第1 个目标设为在当前时步内启动DG所提供的发电量最大,第2 个目标设置为该时步内启动DG附近的负荷重要度之和最大;nG.k为第k时步待启动DG的数目;Δt为时步步长;aGi为第i个DG的启动状态,aG i= 1 表示DG启动,aG i= 0 表示DG未启动;Pi(t)为第i个DG在t时刻的有功出力;Zi为第i个DG附近负荷重要度;ωZ.l为l级负荷的负荷权重;Zi .l为与第i个DG相连的所有节点负荷中l级负荷所占的比重。

1.4 约束条件

约束条件包括等式约束和不等式约束。 等式约束即为潮流方程,包括有功功率和无功功率的平衡方程。 不等式约束表述如下:

其中,Pimin、Pimax分别为第i个DG有功出力的下限和上限;Qimin、Qimax分别为第i个DG无功出力的下限和上限;Uimin、Uimax分别为第i个节点上电压所允许的最小值和最大值;nP为系统节点总数;PXi为第i条线路流过的有功功率;PXimax为第i条线路上所允许流过的最大有功功率;nL为系统线路总数。

2 DG启动优化模型的求解

2.1 多目标粒子群优化算法概述

粒子群优化PSO(Particle Swarm Optimization)算法最早是受鸟群觅食行为的启发而被提出的,由于其具有收敛速度快、计算量小等优点而被广泛应用于工程领域。 针对实际应用中的多目标问题,文献[10] 提出了基于外部精英集的多目标粒子群优化(MOPSO)算法,通过Pareto支配关系[11]更新并选取粒子最优位置,以指导其他粒子寻优,并采用自适应网格法及轮盘赌选择法改善了Pareto前沿分布的均匀性,标准函数测试表明此算法具有与快速非支配排序遗传算法NSGA-Ⅱ、Pareto存档进化策略PAES等高性能多目标进化算法同等的高效性。

2.2 模型求解步骤

为了最大限度地满足1.1 节中所述的DG启动原则,本文结合1.2 节中对DG黑启动能力的综合评分,将适应值函数设置如下:

其中,γ1、γ2为自适应惩罚因子[12];ΔGi为第i个DG的黑启动能力综合评分(以下简称黑启评分)低于该时步黑启评分最低要求的值;γ1max、γ2max为最大惩罚系数;I为当前迭代次数;Imax最大迭代次数;Gkmin(k=1,2,…,N)为第k时步黑启评分最低要求,Gkmin值随k的增加而降低。

本文将各DG黑启评分低于该时步最低要求的值以惩罚函数的形式加入目标函数而形成适应度函数,目的是使黑启评分高于时步最低要求的DG优先启动,即黑启动能力强的DG优先启动,这样文中设定的适应值函数就较为全面地顾及了DG启动的各项原则。

求解该模型的具体步骤如下。

a.参数设置与种群初始化。

以nG维的粒子位置代表该时步nG个待恢复DG的启动状态,启动取1,否则取0。 因此在种群初始化时需要随机得到一组二进制编码的粒子位置向量。

b. 个体最优存档与外部精英集的形成。

将初始化的粒子位置保存至个体最优存档中,并依据Pareto支配关系将非劣适应值对应的粒子位置加入外部精英集中。

c. 粒子速度与位置更新。

粒子的个体最优位置取自个体最优存档,而全局最优位置则运用自适应网格法[13]以及轮盘赌选择法从外部精英集中选取分布稀松区域中的1 个粒子位置。 结合个体最优位置和全局最优位置更新各粒子速度后,利用二进制粒子群算法中的位置更新公式更新粒子位置。

d. 个体最优存档与外部精英集的更新策略。

个体最优存档保持其中成员为该粒子历史非劣适应值所对应的位置。 而对于外部精英集,若其规模未达到规定大小,则将非劣粒子位置直接加入;否则根据支配关系判定是否将新粒子位置与精英集中成员交换。

e. 迭代终止条件。

如果迭代次数达到了预先设定的最大迭代次数,则计算终止并输出结果,否则返回步骤c重新计算,直至满足迭代终止条件。

2.3 最优解选取

由于最优解集即为外部精英集,外部精英集的规模决定了最优解集的规模,因此求解模型后会得到多个互不支配的DG启动方案,为了根据决策者的预期选择最优启动方案,本文采用直觉模糊数多属性决策方法[14]进行决策分析。

在决策问题中,设S={si︱i=1,2,…,m}为方案集,X={xj︱j=1,2,…,n}为属性集,W={ωj︱j=1,2,…,n}为与属性对应的权重集,其中 ωj为属性xj的权重,并满足 ωj∈ [0,1]。

a. 产生直觉模糊决策矩阵。

决策者对方案si关于属性xj进行评估得到直觉模糊数,其中,αij为决策者评估方案si满足属性xj的程度,βij为决策者评估方案si不满足属性xj的程度。 综合各直觉模糊数,即可构成直觉模糊决策矩阵。

b. 确定最优属性权重。

考虑本文中需解决的决策问题,此处采用属性权重信息不完全情况下的偏差最大化方法计算最优权重。构造方案si与其他方案sk关于所有属性xj的总偏差Bi(ω):

其中,为加权海明距离。

为求取最优属性权重值,现构造偏差函数:

结合各属性权重不完全信息集合V,得到以下线性规划模型:

求解此模型即可得到各属性权重的最优值。

c.计算方案综合属性值。

采用直觉模糊加权平均(IFWA)算子计算方案si的综合属性值:

d. 综合属性值评分。

对方案si的综合属性值求取计分函数:

若值相同,则进一步计算其精确函数:

其中,λi和 μi分别为方案si符合和不符合决策者预期的综合隶属度。

最后根据和值的大小对所有方案进行排序,函数值越大的方案越符合决策者预期。

2.4 DG恢复路径优化

DG恢复路径的优化,需要首先给待恢复网络中的每条线路赋予路径权值,然后以节点之间路径权值之和最小为原则,采用最短路径搜索算法为待恢复DG选择最优恢复路径。

为使得最优恢复路径所代表的恢复时间最短,采用文献[15]所述的线路操作时间对线路赋权,根据操作人员经验确定乐观操作时间L、悲观操作时间B以及最可能估计时间K,而线路的实际操作时间则在L和B之间呈贝塔分布,操作时间tCi的期望和方差分别为:

其中,E(tCi)为操作时间tCi的期望值;σi为操作时间tCi的方差。

结合上述设置的路径权值,采用经典的狄克斯特拉(Dijkstra)算法为各待恢复DG搜索最优恢复路径,所得路径能有效缩短DG的恢复时间,加快黑启动进程。

3 DG启动过程中的负荷恢复优化

3.1 负荷恢复的优化模型

在确定DG启动顺序并搜索到最优恢复路径后,需要进一步考虑DG启动过程中的负荷恢复问题。而第k时步的负荷恢复优化模型是在求解了该时步DG启动优化模型后建立起来的,建模步骤如下。

3.1.1 目标函数

其中,nF. k为第k时步待恢复的负荷节点个数;aL i为负荷i的投入状态,aLi= 1 表示负荷投入,aL i= 0 表示负荷未投入;ωLi为负荷i的负荷权重;PLi为负荷i的有功功率。

3.1.2 约束条件

a. 单次投入的最大负荷量约束。

对于某个负荷节点,单次投入负荷所引起的系统频率下降幅值不应超过标准的频率偏差限值。 本文采用文献[16]中的方法计算第k时步中单次投入的最大负荷量Peach.max.k:

其中,Δ f为系统所允许的频率最大下降值,取为负值;nQ. k为第k时步已启动并出力的DG个数;PN j为第j个DG的额定有功出力; fr j为第j个DG在该时步负荷率下的频率响应值。

b. 最大充电路径权值和约束。

在给负荷送电的过程中,为减少负荷的恢复时间,结合2.4 节中的方法,根据系统恢复时间要求设定最大充电路径权值和 ωsum.max。

c. 时步最大可恢复负荷量约束。

第k时步的最大可恢复负荷量Psum.max.k应取该时步所有启动DG的有功出力增量之和。

d. 网络约束。

网络约束包括潮流约束、DG有功/ 无功出力上下限约束、节点电压上下限约束以及线路功率传输极限约束等。

3.2 模型求解

3.2.1 约束条件的处理

对于约束条件a和b,根据该时步待恢复负荷节点的负荷量及其充电线路的路径权值和,将不满足这2 个约束条件的负荷节点剔除,接下来的模型求解中只考虑剩余的负荷节点。

对于约束条件c,将此条件以罚函数的形式加入目标函数中,形成模型求解的适应值函数:

其中,γL为自适应惩罚因子;γLmax为最大惩罚系数。

3.2.2 基于二进制粒子群优化算法的模型求解步骤

鉴于所建模型的离散特性,本文采用改进的二进制粒子群优化(MBPSO)算法[17]求解模型,计算步骤如下。

a. 参数设置与种群初始化。

类似于DG启动优化模型,以nF维粒子位置代表nF个待恢复负荷节点的投入状态,粒子位置取值为1 表示投入,粒子位置取值为0 表示未投入,因此粒子位置采用nF位的二进制编码。 另外,为获得较好的最优解搜索效果,算法中的惯性权重采用自适应惯性权重。

b. 最优位置的初步选取。

将粒子的随机初始位置作为个体最优位置,并以适应值最小为原则选取全局最优位置。

c. 粒子速度与位置更新。

根据粒子的最优位置更新粒子速度,然后采用二进制更新公式更新粒子位置。

d. 最优位置更新。

利用更新后的粒子位置计算各粒子适应值,然后再次以适应值最小为原则更新粒子的个体最优与全局最优位置。

e. 迭代终止条件。

如果全局最优位置对应的适应值达到收敛精度或迭代次数达到最大值,迭代结束,输出结果;否则返回步骤c重新计算,直至满足迭代终止条件。

在得到负荷恢复优化模型的最优解后,综合前文所求得的DG启动优化模型最优解,就可形成一套完整的DG恢复方案,指导DG恢复阶段顺利进行。

4 算例分析

图1 为综合文献[18]设计的算例以及IEEE 30节点算例得到的微电网模型,基于MATLAB仿真软件对DG恢复阶段进行了仿真计算,以验证所提方案的有效性。

如图1 所示,此微电网系统包括7 个DG、30 个负荷节点以及41 条线路。 各DG的相关参数如表1所示,由于DG2容量大,带载能力强且调压、调频能力强,因此将其作为黑启动微电源之一,并安排在第1 时步之前启动并网。 本文设置优化总时间T为24 min,时步步长 Δt为8 min。

参照表1 中各DG的容量、启动时间、带载能力以及调压、调频能力值,采用灰色多属性决策方法评估各自的黑启动能力,得到的黑启动能力综合评分如表1 所示。

在第1 时步中,系统中有6 台待启动DG,首先进行DG启动的优化计算。 在MOPSO算法中,设置粒子种群数为50,粒子速度和位置维数为6,最大迭代次数为50,惯性权重最大值和最小值分别为0.9、0.4,外部精英集规模设置为3。 另外,本文设定1 级负荷权重取1,2 级负荷权重取0.3,3 级负荷权重取0.08。 计算得到3 组互不支配的DG启动方案,每组方案对应的发电量和负荷重要度之和如表2 所示。将发电量和负荷重要度作为方案的2 个属性,应用直觉模糊数多属性决策方法从3 个方案中选取最优。由于DG恢复初期最主要的目的是尽快给系统提供足够多的有功功率,故根据专家决策建议将发电量的属性权重范围设置为[0.73,0.80],负荷重要度属性权重范围设置为[0.20,0.27],计算得到计分函数值如表2 最后1 列所示,据此选择方案1 作为该时步最优DG启动方案。 按照选取的DG启动方案,结合路径权值并采用Dijkstra算法,搜索得到了待启动DG的最优恢复路径,应投入的线路为:2-6、6-10、10-21、21-22、6-28、28-27。 然后进行此时步的负荷恢复优化,在MBPSO算法中, 种群规模设置为30, 速度限值设置为[-4,4],惯性权重的最大、最小值分别设置为0.9、0.4。 另外,系统所允许的频率最大下降值 Δ f设置为-0.2 Hz。 优化计算得到该时步可恢复的负荷节点为节点2、6、10、22、27。 最后对该时步整体恢复方案进行潮流校验,未出现潮流越限情况,方案可行。

后续时步恢复方案的优化过程可参照第1 时步进行。 值得注意的是,在直觉模糊数决策过程中,发电量和负荷重要度的属性权重范围应随时步的推移而作相应的改变。 故在考虑专家决策建议的基础上,将第2 时步的发电量、负荷重要度的属性权重范围分别设置为[0.41,0.52]、[0.48,0.59];第3 时步的发电量、负荷重要度的属性权重范围分别设置为[0.32,0.43]、[0.57,0.68]。 最终计算得到的各时步恢复方案如表3 所示。

在表3 所示的DG恢复方案中,DG22、DG27由于具有较强的黑启动能力,且能在恢复初期快速为系统提供更多的有功出力,因而被优先启动。 第2 时步中,恢复重要负荷节点以初步形成恢复网架变得更加重要,因此优先恢复节点重要度更大的DG3、DG13。从算例结果可以看出,除去黑启动微电源的启动过程,整个系统的DG恢复在3 个时步内完成,达到了黑启动快速性的要求;且方案初步实现了部分枢纽节点以及重要负荷的恢复供电,为后续网架恢复和负荷恢复阶段奠定了基础;最后在潮流检验中,网络中未出现潮流越限的情况,实现了黑启动的稳定性目标。

5 结论

本文针对微电网黑启动的DG恢复阶段制定了DG启动方案及启动过程中的负荷恢复方案。 在DG启动的优化过程中,提出了兼顾发电量和负荷重要度的多目标优化模型,MOPSO算法的采用保证了所得最优解集的收敛性和多样性;在负荷恢复的优化过程中,算法所考虑的单次投入负荷量约束及充电路径权值和约束保证了系统频率和节点电压的稳定,计算所得的应恢复负荷节点集合初步构成了系统恢复的主网架,有利于网架恢复阶段顺利进行;最后通过30 节点微电网的算例分析,验证了所提方案的可行性。

电源恢复论文 篇2

随着技术和经济的发展, 对供电的质量、连续性和可靠性的要求越来越高。备用电源自动投入装置在保证供电连续性方面取得了较好的成效, 在电力系统中被广泛采用。国内外对它的研究也比较深入。但目前广泛运行的备用电源自动投入装置, 无论采用电磁式、整流式、晶体管、集成电路甚至微机等任何手段来实现, 都只能实现当工作电源消失时将备用电源自动投入并只能动作1次。工作电源恢复正常供电后必须人为转向操作, 以调整到原始运行方式, 在此之后备用自投装置才能重新复位, 并且也必须人为进行, 即装置本身不具备自适应功能, 无法真正满足综合自动化的要求, 并使无人值班在一定程度上失去了意义。

2 本方案的构成

本方案除包括常规备用电源自动投入装置的全部功能外, 还具有自动转入逆向运行使电力系统在条件满足时自动恢复到原有运行方式下运行的功能。装置投入运行后, 能够自动识别和判断所处电力系统的运行方式, 自适应地进行装置本身运行方式的自动转换:

正向方式——以常规备用电源自动投入装置方式运行;

逆向方式——以系统自动恢复装置方式运行;

退出方式——系统既不满足装置正向运行条件也不满足装置逆向运行条件。

上述过程自动实现, 无需人为干预。即当需要它起备用自投作用时, 以备用电源自动投入装置出现和工作, 可完全取代传统的备用电源自动投入装置。而当备用电源自动投入装置动作后或电力系统的运行方式发生变化后满足装置的逆向运行条件时, 则能自动识别其变化并自动进入闻向运行方式, 以系统自动恢复装置出现, 并在所处的电力系统符合条件时将电力系统自动恢复到原有运行方式 (一般为原设计的运行方式) 下运行。当装置所处的电力系统不具备2种正常工作条件时, 装置将自动退出运行并发出相应信号。由于装置可自适应地进行本身运行方式的自动转换, 并且有可互联成系统的通讯网络接口, 可方便 实现三遥, 无需任何人为干预, 因此满足变电站综合自动化的需要, 也使无人值班真正具有了意义。

3 本方案考虑的几个问题

为使本方案构成的装置可靠、灵敏、快速并且有广泛的通用性, 我们对如下几个问题进行了着重研究并采取了相应的措施:

(1) 电力系统常见的几种备用方式下方案的适应性和通用性;

(2) 已有PT及不增加PT反而要减少PT的可能性及可行性;

(3) 怎样简单而有效地实现传统备用电源自动投入装置具有的功能;

(4) 在不增加PT反而要减少PT的情况下, 如何有效实现装置的逆向自动恢复功能;

(5) 减少PT后可能给系统带来的问题及相应的措施;

(6) 装置抗干扰性能;

(7) 装置本身与其它装置可能的扩充、互联和升级;

(8) 装置与整个变电站综合 (配网) 自动化系统的有效衔接。

4 本方案的运行方式分析

4.1 备自投的基本方式和动作判据

通常情况下有2种最基本而常用的备自投方式:一种方式是2个工作电源互为备用, 称为暗备用, 也叫母联备自投;另一种方式是正常情况下备用电源不工作, 称为明备用, 也叫线路备自投。为简单起见, 我们仅就这2种备用方式, 并且以暗备用方式为重点进行讨论。

备自投通常采用失压或失压加欠流判据。本方案构成的系列装置除具备常规备自投功能外, 还具有系统自动恢复功能。仍采用失压或失压加欠流判据。为了能够实现系统自动恢复, 本方案构成的系列装置在有无电压判断上除有传统的PT采集电压外, 还引入了带电显示器接点模式。通过带电显示器接点的状态可判断出相关设备 (进线或母线等) 的带电状况。装置中如不用电流, 电流端可以悬空。

4.2 备用电源自投自复装置工作原理

(1) 正向运行, 即传统的备自投运行条件:

①UB1>U1Y, UB2>U2Y, 即2段母线电压正常;

②IL1

③母线断路器QFB处于断开位置, 即2段母线独立运行;

④两进线断路器QF1和QF2均处于合闸位置, 即2条进线分别独立地向2段母线供电。

(2) 正向动作, 即传统的备自投动作条件:

①装置处于正向运行状态;

②UB1

③IL1

④UB2>U2Y或UB1>U1Y, 即另一段母线电压正常;

⑤无手动 (或遥控) 跳闸和外部闭锁。

(3) 逆向运行, 即原工作电源自动恢复, 系统恢复到原有运行方式的条件:

①UB1>U1Y, UB2>U2Y, 即2段母线电压正常;

②分段断路器QFS处于合闸位置;

③进线断路器QF1 (或QF2) 处于断开位置, 而QF2或 (QF1) 处于合闸位置。

(4) 逆向动作, 即原工作电源自动恢复, 系统恢复到原有运行方式

①装置处于逆向运行状态;

②失电进线电压恢复正常;

③IL1

综上所述, 装置在上电或复位后的运行全程内, 对系统的实际运行状况进行判断, 若系统满足自投 (正向) 运行条件, 经15 s延时, 装置自动进入正向运行方式。这种情况下, 如工作电源消失, 装置将按传统的备用自投工作模式, 跳开失电母线进线断路器, 并在确认进线断路器断开后, 合上分段断路器, 自动投入备用电源, 继续向失电母线供电。这一工作模式对互为备用的电源是双向的。若系统满足自复 (逆向) 运行条件, 经15 s延时, 装置自动进入逆向运行方式。这种情况下, 如失电的工作电源恢复, 装置将以传统备自投工作方式的逆向方式动作, 先跳开分段断路器, 并在确认分段断路器断开后, 投上原失电进线断路器, 自动恢复工作电源, 使系统恢复到原始运行方式。这一工作模式对互为备用的电源也是双向的。若系统既不满足自投 (正向) 运行条件又不满足自复 (逆向) 运行条件, 经2 s延时, 装置将自动退出运行状态。装置的运行方式 (退出、正向运行或逆向运行) 及动作状况等均在就地 (装置本身) 显示并可通过通讯网上传。

5 结论

电源恢复论文 篇3

分布式电源(DER)具有节省投资、降低损耗、提高系统可靠性、效率高、能源种类多样等优点,同时其位置灵活、分散的特点极好地适应了分散电力需求和资源分布[1]。DER的并网接入主要通过配电网络,随着智能配电网的不断建设与发展,将有越来越多的DER接入到配电网中,为传统配网自动化系统带来重大影响。

目前在配电自动化领域中有不少馈线自动化技术的研究实践,多集中于传统辐射型网络在非健全信息条件下容错故障处理技术的研究[2,3,4]等;也有一些分布式电源技术的研究实践,集中于DER对配电网的影响评估、并网接入技术[5,6]等;基于多电源情况下潮流双向流动网络的故障定位和快速恢复供电技术的研究比较少,多集中于故障定位算法的研究,而且大都采用矩阵方式描述配电网络,故障定位算法比较复杂。

针对这种情况,分析分布式电源接入后对主站参与型馈线自动化技术的影响,提出一种简单直观的分布式电源接入条件下故障定位方法,该方法判断准确、原理清晰,易于学习和掌握;同时提出了分布式电源接入条件下故障隔离后快速恢复非故障区域供电的计算方法。

1 分布式电源对主站参与型馈线自动化的影响

1.1 分布式电源(DER)

分布式电源是指小型(容量一般小于50 MW)、向当地负荷供电、可直接连到配电网上的电源装置。它包括分布式发电装置与分布式储能装置。DER可以带负荷通过断路器与配电网相连,平时并网运行;当配电网络发生故障时,可以断开与配电网的连接,转为孤岛运行。

DER的大量接入使配电网出现了遍布电源的状况,对配电网的运行和调度管理产生了重要影响,尤其对主站参与型的馈线自动化带来了新的技术问题。

1.2 主站参与型馈线自动化的故障处理

主站参与型馈线自动化通过主站与终端的配合,完成馈线故障的处理,主要过程为:

(1)配网终端(FTU)对开关状态进行监视,通过通信网络向主站上送开关的遥信、遥测数据。当线路上发生故障时,FTU主动将监测到的故障过流信号和开关跳闸信号上送给主站。

(2)由于传统配电网的馈线电源点集中在变电站10kV母线,馈线上功率为单向流动,主站系统可以根据拓扑分析,判断出故障电流方向,找出该方向上最末端的过流设备,完成故障定位。

(3)主站系统完成故障定位后,即可区分出故障区段与非故障区段,非故障区段可以利用备用电源点进行恢复供电,此时要计算转供区域的待恢复容量,一般可以根据故障发生前流入该区段和流出该区段的电流值之差进行计算。

1.3 DER接入带来的影响

在文献[10]中介绍了常见的两种DER并网方式:大容量DER并网一般通过联络线与变电站母线相连,通过母线对外供电,如图1所示;小容量DER接入配电网的方式主要以“即接即忘”式并网和微网技术为主,就近接入配电线路,如图2所示。“即接即忘”式并网,接入容量有所限制,不会对配电网安全性、供电质量和保护控制方式带来影响;微网技术接入DER时,从大电网角度看,可以把整个微网等效为一个“即接即忘”式的单个DER。

通过变电站母线接入的大容量DER,从配电网角度看,可以将其与母线视为一体化电源点,只要将母线的出线开关配置为断路器,在配网线路发生故障时能够隔断故障电流,就不会对DER产生影响,主站系统通过传统馈线自动化技术即可完成故障处理。

就近接入配电线路的小容量DER,会在配电网络上形成多处分布式的电源点,对主站参与型馈线自动化带来以下影响:

(1)馈线电源点不仅限于变电站内的10kV母线,馈线上的功率由单向流动变为双向流动,主站系统无法根据拓扑分析判断出电流方向。

(2)DER接入后会分担或增加馈线负载,但发生故障后,DER会自动切断。计算非故障区域的恢复方案时必须考虑到这一点。

2 DER接入条件下的故障定位

2.1 判断方法

在配电线路上,发生故障时,由于DER的存在和其所处位置的不确定性,对故障区域进行定位时须加入故障电流方向的判断。为了配合主站系统的馈线自动化功能,配电终端在采集开关信息时,须将功率流动方向以正负值的方式上送给主站系统,当发生故障时,配电终端就地对故障电流方向进行判断并以遥信方式上送主站。

主站系统接收到配电终端上送的正、反向故障信号,结合故障发生前的配电线路拓扑,即可快速定位故障区域。判断方法为:根据配电线路上开关之间的连接关系,以检测到故障电流的开关为边界,将配电环网线路划分为多个区域,判断各区域边界开关故障电流的方向是流入该区域还是流出该区域,逐个区域进行检查,若某区域只有流入的故障电流,没有流出的故障电流,则该区域为故障点所在区段。

此判断方法涵盖了传统馈线自动化技术,既可以定位单电源、潮流单向流动网络的故障,也可以定位多电源、潮流双向流动网络的故障,对配电网络运行方式的变化有着很强的适应性,同时在部分故障信息缺失的情况下,还有较强的容错性。

2.2 故障示例

图3为某城区配网的三联络配电环网图,由A、B、C三条馈线组成,L1、L2为联络负荷开关,以开断状态运行,出线开关1为断路器,2-8为负荷开关,G1与G2为两个就近接入A馈线的DER,C1、C2分别为G1、G2接入A馈线的断路器。

从图3可以看出,在当前运行方式下,A馈线上被开关分割开的主要区域共有8个,如表1所示。

(1)故障点1。

当图3中故障点1发生故障时,开关1-5和C1、C2均会检测到过流信号,涉及1-5号区域。由于故障点位于A馈线主供电源与DER G1、G2之间,所以故障电流向该点汇集,流经各区域的故障电流方向如表2所示。

从表2可以看出,在采集到过流故障信号的开关所涉及的1-5号区域中,只有区域4仅有故障电流流入,没有故障电流流出;其他区域均既有流入也有流出。而6-8号区域的边界开关均未检测到故障电流,可以排除在外。主站系统按照上述判断方法,即可判断出区域4为故障点所在区域。

若发生故障信号缺失的情况,如开关3的过流信号未采集到,则开关3不作为区域边界开关,此时应将2、3号区域合并处理,该区域流入故障电流的边界开关为2、C1,流出的为开关4,则仍只有4号区域满足条件,上述判断方法有效。

(2)故障点2。

当图3中故障点2发生故障时,开关1-6和C1、C2均会检测到过流信号,涉及1-6号区域,流经各区域的故障电流方向如表3所示。

从表3可以看出,在采集到过流故障信号的开关所涉及的1-6号区域中,只有区域6仅有故障电流流入,没有故障电流流出;其他区域均既有流入也有流出。而7、8号区域的边界开关均未检测到故障电流,可以排除在外。主站系统按照上述判断方法,即可判断出区域6为故障点所在区域。

若发生故障信号缺失的情况,如开关3、5的过流信号均未采集到,则开关3、5均不作为区域边界开关,此时应先将2、3号区域合并,该区域流入故障电流的边界开关为2、C1,流出为开关4;再将4、5号区域合并,该区域流入故障电流的边界开关为4、C2,流出的为开关6。则仍只有6号区域满足条件,上述判断方法有效。

3 DER接入条件下的快速恢复供电

3.1 计算方法

主站系统完成故障定位后,须计算非故障区域的恢复方案,包括主供电源侧的非故障区域和需转供的非故障区域。单电源网络下的馈线自动化一般直接恢复主供电源侧非故障区域的供电,并通过故障前的电流值对待转供区域的容量进行分析计算。接入DER之后,“即接即忘”式的DER在故障发生后会进行孤岛保护动作,将DER从网络中切除,微网和大电网的公共耦合点(PCC)也会在故障发生后跳开将微网和大电网断开。所以在容量计算方面,要计算DER对容量的影响,将其容量排除在外,既包括DER对主供电源侧恢复供电的影响,也包括DER对通过备用电源点转供恢复供电的影响。计算方法为:

(1)故障前向配电线路输出功率的DER,发生故障后应将其故障前向配电线路输出的功率计算进待恢复容量中。

(2)故障前由配电线路供电的微网、分布式储能等类型的DER,发生故障后应将其故障前通过配电线路输入的功率从待恢复容量中删减。

(3)由于DER的影响,主供电源侧恢复供电时,不能盲目地直接恢复,要判断待恢复容量是否超出主供电源能够承受的额定容量,若未超出,可直接恢复,否则,需将部分负荷通过其他电源点转供恢复供电或甩掉部分负荷。

3.2 故障示例

仍以上述三联络配电环网图为例,在各开关旁边增加数字代表流经该开关的电流值,单位为安培(A),如图4所示,所有开关的额定电流为400A。

根据图4所示的拓扑连接关系和流经各开关的电流值,结合上述计算原则,以电压为10kV统一进行计算,可以算出在当前状态下A馈线上各区段的负荷容量,如表4所示。

根据图4中流经C1、C2开关的电流,可以计算出,G1向A馈线输出了400kVA的功率,G2从A馈线输入了50kVA的功率。

当该馈线上发生故障时,主站系统确定故障区域并隔离后,须计算非故障区域的恢复方案。以两个故障点为例,对供电恢复方案的计算过程进行说明,故障点位置如图5所示。

(1)故障点1。

该故障点位于A馈线的4、5、6三个开关之间。隔离该故障点后,位于该故障点周围的三个方向均有非故障区域需要且有条件恢复供电,分别是主供电源侧的1、2、3号区域,L1侧的5号区域和L2侧的6、7号区域。由于故障发生后,G1与G2均会自动切断与A馈线的连接,转入孤岛运行,所以原先由G1、G2分担的负荷容量也需要计算到待恢复容量中去。

经计算,各待恢复区域的待恢复容量如表5所示。

主供电源侧1-3号区域的待恢复总容量为2500kVA,由于G1转为孤岛运行,需完全由主供电源恢复;5号区域由于G2转为孤岛运行,不需考虑其故障前从A馈线输入的50kVA功率,所以待恢复容量为350kVA,需要通过L1开关由C馈线恢复;6、7号区域的待恢复总容量为200kVA,需要通过L2开关由B馈线恢复。

(2)故障点2。

该故障点位于A馈线的6、7、8三个开关之间,隔离该故障点后,位于该故障点周围的三个方向均有非故障区域需要且有条件恢复供电,分别是主供电源侧的1-5号区域和L2侧的7号区域,发生故障后,G1、G2同样会转入孤岛运行。

经计算,各待恢复区域的待恢复容量如表6所示。

主供电源侧的1-5号区域的待恢复总容量为4050kVA,而沿线各开关的额定电流均为400A,可恢复的最大负荷容量为4000kVA,若不超负荷运行,需将一部分负荷转移到其他电源点恢复,可以选择将5号区域的350kVA容量通过L1开关由C馈线转供(若C馈线的剩余容量不足以恢复350kVA,则该部分负荷只能被切除),其余区域仍由主供电源恢复供电;7号区域的待恢复容量为100kVA,可以通过L2开关由B馈线恢复。

4 结语

提出了在分布式电源接入条件下,准确定位故障区域的简单方法,并对分布式电源条件下快速恢复供电的计算方法进行了研究,通过实际算例表明,所述方法正确有效,可以适应分布式电源条件下的馈线自动化需求。

参考文献

[1]张立梅,唐巍,赵云军,等.分布式发电对配电网影响的综合评估[J].电力系统保护与控制,2010,38(21):132-135,140

[2]陈艳丽,周群,滕欢.配电网故障定位容错算法[J].电力系统保护与控制,2011,39(13):91-95

[3]刘健,赵倩,程红丽,等.配电网非健全信息故障诊断及故障处理[J].电力系统自动化,2010,34(7):50-56

[4]刘健,董新洲,陈星莺,等.配电网容错故障处理关键技术研究[J].电网技术,2012,36(1):253-257

[5]王成山,王守相.分布式发电供能系统若干问题研究[J].电力系统自动化,2008,32(20):1-4,31

电源恢复论文 篇4

智能电网是我国电网未来发展方式, 其中, 具有清洁、环保、高效等特质的分布式发电 (Distributed Generation, DG) 技术近年来快速发展, 在配电网中占据着不可或缺的地位。大量DG接人, 将会改变配电网原有潮流大小、方向以及电压分布状况。因此, 配电网发生故障时, 很可能使得原有配电系统的故障定位以及重合闸失败, 从而给配电网故障处理带来新的问题。

文献[1,2]研究了分布式电源的接入对配电网电压分布以及网络损耗方面的影响;文献[3,4]研究了分布式电源接入放射状配电网对配电网电能质量以及继电保护的影响;文献[5]研究了分析了分布式电源接入配电网对其谐波特性的影响;文献[6]提出了一种利用重合闸与分布式电源脱网特性协调配合的改进故障处理策略;文献[7]考虑了重合闸延时时间, 提出利用重合闸过程中再次经历的故障电流信息进行故障定位的方案;文献[8]提出一种不借助电压信息进行故障定位的方案, 通过对馈线首端到DG接入点之间的限时电流速断保护和DG接入点到馈线末端之间的定时限过电流保护的动作信息进行分析, 实现对故障的准确定位。本文将通过对分布式电源接入对配电网电能质量、功率损耗和继电保护等方面产生影响展开分析, 着重探讨了分布式电源的故障处理与恢复问题。

1分布式电源接入配电网影响

1.1 电能质量

DG并网后, 改变了原配电网的潮流分布, 从而影响了各节点的电压分布。各节点电压分布与电源接入点和接入容量有关。研究表明, 在不改变DG接入点情况下, DG总出力越大, 对系统电压的支撑能力越强;总出力相同的DG, 分散接入在不同节点比全部接入某个节点对电压的支撑能力要高;在DG出力不变的情况下, 接入点越靠近变电站母线, 对系统电压分布的影响越小。

1.2 谐波

分布式发电并网后, 将对线路上谐波电压和谐波电流的分布产生影响。研究表明, 在不改变DG接入位置的情况下, DG总出力越大, 则线路沿线各节点电压谐波总畸变率越大;在不改变DG总出力的情况下, 接入点越靠近变电站母线, 对系统谐波分布的影响就越小。

1.3 配电网损耗

DG的接入改变了原配电网的潮流分布和电压水平, 因此也影响了整个配电网的网损。网损的改变与DG接入的位置和容量有关, 也与配电网本身的网络拓扑结构有关, 在DG合理接入的情况下可以减少配电网网损。

1.4 系统保护

DG接入配电网后, 线路从单一电源变成多电源结构, 从而改变了故障情况下短路电流的方向和大小, 进而影响了线路继电保护的保护范围和动作配合。研究表明, 当接入点在故障点上游时, 会导致本线路保护的灵敏度降低, 甚至发生拒动;当接入点所在线路的相邻线路发生故障时, 有可能导致本线路保护误动。因此, 在考虑DG对继电保护的影响时, 往往需要对接入配电网的DG容量进行限制或者对原先保护加装方向性元件。

2 分布式电源的故障处理

在配电网的故障中, 大部分是瞬时性故障。在瞬时性故障情况下, 为快速恢复供电, 变电站出线开关处一般配置重合闸功能。并非所有故障均为瞬时性故障, 当配电网发生永久性故障, 会发生重合闸失败, 线路及各开关会流经一次故障电流。DG需要及时从电网切除, 使得故障电流不对DG造成影响, 因此配电自动化系统可基于现有的针对单电源辐射状配电网的故障定位规则, 利用重合闸过程中经历的故障电流信息直接进行故障定位, 主站根据各个配电自动化终端上报的故障电流信息, 若某个开关及其上游的开关均流过了故障电流信息, 而其下游的开关未流过故障电流信息, 则判定故障发生在该开关与其下游邻近开关所围成的区域内, 遥控相应开关分闸隔离故障区域, 之后再遥控变电站出线开关和联络开关合闸恢复健全区域的供电[7]。图1 和图2 分别为含DG配电网的瞬时故障和永久故障的处理过程。

对于图1 (a) 所示的含DG的配电网, 设置变电站出线开关S1、S2 的重合闸延时时间为2.5s, 设置DG反孤岛保护动作时间2.3s, 其在发生瞬时性故障和永久性故障情况下的故障处理过程分别如下:

(1) 假设A2-A3 之间馈线段发生瞬时性故障, 首先变电站出线开关S1 跳闸切断故障电流, 如图1 (b) 向所示, 之后DG所配置的反孤岛保护动作在2.3s内将DG从电网切除, 如图1 (c) 所示, 之后在2.5s时变电站出线开关S1 重合, 由于重合时DG已从电网脱离, 因此重合成功, 完成瞬时性故障的处理, 如图1 (d) 所示。

(2) 假设A2-A3 之间馈线段发生永久性故障, 首先变电站出线开关S1 跳闸切断故障电流, 如图1 (b) 所示, 之后DG所配置的反孤岛保护动作在2.3s内将DG从电网切除, 如图1 (c) 所示, 之后在2.5s时变电站出线开关S1 重合, 由于重合到永久性故障, 变电站出线开关S1 再次跳闸, 如图2 (a) 所示, 但由于此时DG已经从电网切除, 因此重合闸过程中各个开关经历的故障电流不受DG的影响, 主站直接根据重合闸过程中的故障电流信息判断出故障发生在A2-A3 之间的区域, 遥控负荷开关A2 和A3 分闸以隔离故障区域, 如图2 (b) 所示, 再遥控S1 和A5 合闸以恢复健全区域供电, 得到最终的故障处理结果如图2 (c) 所示。

3 故障恢复策略

3.1 故障发生后DG分类

(1) 根据能否作为备用电源分类

根据故障发生后DG能否作为系统的备用电源可分为BDG (Black-Start DG) 与NBDG (Non Black-Start DG) 。

※ BDG包括联合发电机组、无源逆变器及他励型发电机组等, 此外, 带有储能装置的风能发电及太阳能发电也可归入BDG。这类DG可以作为系统的备用电源;

※ NBDG包括自励型发电机组以及未配备储能装置的风能发电及太阳能发电等。该类DG不能作为系统的备用电源。

(2) 根据与公共电网的连接状况

根据故障发生后DG与公共电网的连接状况可分为SDG (Survived DG) 和NSDG (Non-Survived DG) 。

※SDG是故障发生后仍与公共电网保持并网运行的DG;

※NSDG是在故障发生后与公共电网分离的DG。

3.2 含DG的配电网故障恢复

在制定配电网故障恢复策略之前, 首先给出如下假定条件:

(1) 配电网的自动化水平较高, 可实现远程控制, 并能自动完成故障检测与隔离操作;

(2) 所有DG均可控, 且其操作状态可实时监测。

4 结语

本文首先介绍了分布式接入配电网, 在电能质量、谐波、配电网损耗及继电保护等方面的影响。并针对于架空线路发生瞬时性故障和永久性故障的情况, 分析DG应及时从电网断开, 恢复非故障区域供电, 同时根据DG是否作为备用电源, 制定相应故障恢复策略。

摘要：分布式电源接入配电网后, 改变了原配电网的潮流分布, 导致配电网的故障电流难以预测, 使得配电网继电保护受到严重影响, 甚至是完全失效。针对此问题, 本文分析了当含分布式电源的系统发生永久性故障且重合闸失败后的故障处理方案。并根据单辐射电网的故障恢复策略, 恢复健全区域供电。

关键词：分布式发电,故障处理,重合闸,故障恢复,配电网

参考文献

[1]王旭强, 刘广一, 曾沅, 等.分布式电源接入下配电网电压无功控制效果分析[J].电力系统保护与控制, 2014, 1:47-53.

[2]寇凤海.分布式光伏电源对配电网网损的影响[J].电网与清洁能源, 2011, 11:62-68.

[3]祁欢欢, 荆平, 戴朝波, 等.分布式电源对配电网保护的影响及保护配置分析[J].智能电网, 2015, 1:8-16.

[4]于建成, 迟福建, 徐科, 等.分布式电源接入对电网的影响分析[J].电力系统及其自动化学报, 2012, 1:138-141.

[5]谢秉鑫, 王宗, 范士林.分布式电源对于配电网谐波特性的影响[J].电力系统保护与控制, 2012, 2:116-119.

[6]刘健, 张志华, 黄炜, 等.分布式电源接入对配电网故障定位及电压质量的影响分析[J].电力建设, 2015, 1:115-121.

[7]于辰, 卢鹏, 张钰声.含分布式电源的配电网自动化故障处理方案[J].陕西电力, 2011, 8:74-78.

电源恢复论文 篇5

电力的持续和可靠供应是维持人们正常生产生活的必要条件。配电网作为输送电能的重要环节,直接影响到对用户的供电质量。据统计,国内停电事故中80%以上是由配电网故障引起的。尤其是分布式电源(DG)接入配电网之后,系统网络结构变得更为复杂,对配电网恢复供电的快速性和高效性提出了新的挑战[1]。因此,含DG的配电网发生多故障时,如何快速恢复供电显得尤为重要[2]。

目前,对配电网故障抢修与恢复的研究大多分开进行,很少考虑相互间的影响。配电网供电恢复是一个高阶、多约束的非线性组合问题[3,4,5,6]。文献[7]在含DG的配电网故障恢复中引入了多代理模型;文献[8]建立了含DG的配电网大范围停电时的多目标故障恢复模型;文献[9]建立了配电网网络重构的多目标双层优化模型,优化发电节点恢复顺序和恢复路径。这些故障恢复的文献主要研究如何通过开关倒闸操作转供或利用DG为失电负荷供电,但均未考虑抢修故障点对失电负荷恢复供电的影响。配电网多故障抢修是一个以抢修顺序为控制变量的多目标、多约束优化问题。文献[10]针对配电网灾后突发多处故障后快速制定应急抢修方案的问题,建立了基于博弈论和多代理系统的含DG的配电网抢修优化策略模型;文献[11]研究了电力系统故障情况下的应急资源调度方案。这些抢修的文献主要研究了配电网故障抢修过程的物资调度及任务分配,而在抢修过程中涉及恢复的内容较少。

实际上,故障抢修和供电恢复是分阶段、逐级交替开展的,二者既相对独立,又相互协调,因其相结合的研究不仅涉及物资及人员调度问题,而且所建模型和求解过程较为复杂,目前对其研究较少。文献[12]建立了灾后配电网故障抢修和故障恢复相结合的优化模型,并将联络开关作为虚拟故障点处理,但模型中对故障恢复的内容较为单一;文献[13]提出了配电网多故障抢修与恢复的联合优化模型,应用快速非支配遗传算法进行恢复重构,但对抢修顺序优化问题的求解模型较为简单,并且采用枚举法得到最优抢修和恢复策略,使得计算量较大。这些抢修与恢复相结合研究的文献只考虑了含联络开关的故障恢复策略,并未考虑DG接入对故障恢复的影响,以及配电网重构后网络运行的经济性。

在已有研究基础上,本文综合考虑了配电网故障抢修与供电恢复的关联性,根据动态规划原理,建立了含DG的配电网多故障分阶段、分层的抢修与恢复协调优化模型。按照故障个数N,将抢修与恢复供电过程分为N+1个阶段,并且根据负荷是否完全恢复供电,又将其整合成两个大阶段。在紧急抢修与恢复阶段即第1个大阶段,此时失电负荷尚未完全恢复,为了提高恢复效率及减少经济损失,宜采用DG及应急发电车等配合,优先恢复重要负荷供电,并以负荷恢复价值最大和综合经济损失最小为目标;在抢修与恢复网架阶段即第2个大阶段,此时失电负荷已完全恢复,为了提高抢修效率及恢复网络的最佳经济运行状态,则以抢修时间最短和网损最小为目标。通过采用改进蚁群算法和深度优先搜索方法实现DG孤岛和主网网络同步优化;并采用离散化处理的细菌群体趋药性(DBCC)算法优化抢修顺序。同时,利用馈线等效法及故障等效法简化求解流程,得到最优抢修顺序及供电恢复方案。

1 含DG的配电网网络简化

针对含DG配电网多故障抢修与恢复协调优化模型的复杂性问题,采用馈线等效法、可控负荷联盟及故障等效法,对含DG的配电网网络简化处理。

1.1 馈线等效法

当含DG和馈线的配电网发生多故障时,由于馈线与DG的工作模式、运行特性及数学模型有许多不同,在进行全局优化过程中,就需要综合考虑馈线和DG这两类资源。为了在同一个模型下对这两类资源进行综合优化,本文将馈线等效为等值DG,即定义虚拟DG[14]来简化该问题。例如:在某配电网的支路2-3发生永久性故障后,馈线可以恢复失电负荷6,7,8供电,且最大容量为Pkmax。因此,采用馈线等效法,可以将馈线等效成最大容量为Pkmax的DG带负荷孤岛运行,其等效图如图1所示。

1.2 可控负荷联盟

按照负荷是否具有可控性,可以将负荷划分为可控负荷和不可控负荷。按照负荷等级分类,可以将负荷划分为一级、二级和三级负荷。在此基础上,本文将一级和二级负荷当做不可控负荷,三级负荷分为可控负荷和不可控负荷两类。

当含DG的配电网发生多故障时,为了优先恢复重要负荷的供电,将DG可恢复范围内的可控负荷进行联盟,得到可控负荷的总容量,再根据DG的供电容量,进行全部或者部分切除。例如:在某配电网的支路2-3发生永久性故障后,为了恢复重要负荷节点5,将可控负荷节点6和8联盟得到可控负荷总量,并根据DG容量确定需要切除的负荷量(8″),得到的孤岛划分方案如图2所示。

1.3 故障等效法

若非相同支路中的两个故障之间存在联络开关,并且联络开关的备用容量大于另一条故障支路失电负荷的容量时,即抢修任一故障即可恢复两个故障点引起的所有失电负荷的供电。同时,由于故障抢修时间远大于开关操作时间,因此可以通过闭合联络开关将两个故障等效为一个故障,在紧急抢修与恢复阶段,优先选择抢修时间较小者进行抢修;而在抢修与恢复网架阶段,再去抢修另一故障。

2 含DG的配电网多故障抢修和恢复协调优化模型

当含DG的配电网发生多故障时,故障抢修与供电恢复交替协调恢复失电负荷的供电,本文建立了含DG配电网多故障分阶段、分层的抢修与恢复协调优化模型。其中,外层优化模型优化故障抢修顺序;内层优化模型优化故障恢复方案。

2.1 紧急抢修与恢复阶段的协调优化模型

在紧急抢修与恢复阶段,内层优化模型以负荷恢复价值最大为目标函数;外层优化模型则以综合经济损失最小为目标函数。

1)内层优化模型:

2)外层优化模型:

式中:ki为负荷节点i的带电状态,1为带电,0为失电;Li和Ll分别为负荷节点i和l的负荷量;wi和wl分别为负荷节点i和l的重要等级权重;D为第j个阶段抢修故障恢复的失电负荷节点集合;G为第j个阶段故障恢复纳入孤岛或主网重构恢复供电的负荷节点集合;Tj为第j个阶段抢修完该故障需要的总时间(包括上一阶段所用总时间、本阶段车程时间及故障修复时间);E为应急发电车集合;F为应急发电车供电的失电负荷节点集合;Tk为第k台应急发电车为失电负荷供电的持续时间;M为紧急抢修与恢复阶段抢修的故障数。

2.2 抢修与恢复网架阶段的协调优化模型

在抢修与恢复网架阶段,内层优化模型以网损最小为目标函数;外层优化模型以抢修时间最短为目标函数。

1)内层优化模型:

2)外层优化模型:

式中:Z为配电网中所有支路的集合;Ii为支路i的电流;Ri为支路i的电阻;Ti为第i个故障的抢修时间;N-M为未修复的故障总数量。

2.3 约束条件

1)辐射状结构:

式中:gk为当前配电网运行结构;Gk为配电网所有辐射状结构运行情况的集合。

2)配电网各线路的容量约束:

式中:Il为流过线路l的电流;Ilmax为流过线路l的最大电流;n为线路数量。

3)节点电压约束:

式中:Uimin和Uimax分别为节点电压的下限和上限;m为节点数量。

4)DG的出力约束:

式中:Ndg为DG总数;PDGc和PDGcmin,PDGcmax分别为第c个DG的实际出力及其出力下限和上限。

5)联络开关备用容量约束:

式中:Dj为第j个故障造成的失电负荷节点集合,j=1,2,…,M;Sk为故障恢复前第k条支路的潮流,k=1,2,…,Nbf,其中Nbf为联络开关到电源点之间的支路数;Skmax为第k条支路的额定容量。

6)抢修资源约束:

式中:RC为抢修故障花费的资源;R为供电公司现有资源。

抢修的人力和资源应满足需要,且满足抢修对时间、天气、路况等自然条件的要求。

7)应急发电车约束:

式中:Pe为应急发电车e的实际出力;Pemax为应急发电车e的最大出力。

应急发电车优先给容量匹配的重要负荷供电。

3 含DG配电网多故障抢修与恢复协调优化模型的求解

当含DG的配电网发生多故障时,多故障的抢修顺序和执行情况将直接影响到各阶段的恢复策略,即每抢修一处故障都伴有阶段性的恢复重构;同时,每阶段的恢复策略又影响到抢修策略的优劣。因此,本文建立了含DG的配电网抢修与恢复协调优化模型。针对内层优化模型中DG与主网重构同步优化故障恢复策略的问题,采用深度优先搜索和改进蚁群算法相结合的算法进行求解;针对外层优化模型中故障抢修顺序的优化问题,选择DBCC算法进行求解。

3.1 求解内层模型

内层建立了以DG、联络开关、可控负荷及支持馈线协同参与的故障恢复模型。针对馈线和DG同步优化问题,引入馈线等效DG的方法;针对DG孤岛和主网网络重构同步优化问题,本文在主网网络重构过程中形成各DG的孤岛划分方案,并提出孤岛划分原则。同时,通过引入可控负荷联盟方法优先恢复重要负荷,并采用深度优先搜索和改进蚁群算法相结合的方法优化求解,得到最优恢复重构方案。含DG的配电网多故障恢复重构流程如图3所示。

1)改进蚁群算法。蚁群优化算法是一种模拟蚂蚁觅食行为的优化算法。蚂蚁根据信息素浓度的高低选择路径行走,若路径上的信息素浓度越高,则蚂蚁经过的可能性就越大,最终选择一条最短路径。蚁群算法的这种寻优特性非常适合配电网故障恢复这种高维、离散的非线性问题。为了避免蚁群搜索收敛速度较慢和容易陷入局部最优的缺点,本文采用改进的蚁群算法进行优化求解。它通过利用随机生成数的思路和轮盘赌的方式选择搜索规则和改进信息素更新策略得到阶段全局最优解[15]。

2)孤岛划分原则如下:①考虑所有有效的联络线,当联络线不存在与配电网主电源的通路,但存在与DG的通路时,可以将负荷划分到孤岛内;②在满足孤岛内总负荷不超过DG总发电容量的前提下,使孤岛包含尽可能多的一级和二级负荷;③尽量选取形成孤岛数目较少、开关动作次数较少,并且孤岛中微电源和负荷功率差额尽量小的解列方案;④当出现两个孤岛相交的情况时,若可以合并成一个大孤岛运行,则合并,且在满足DG容量基础上,添加新负荷,否则不合并;⑤采用深度优先搜索策略时,若搜索到两侧具有相同恢复价值的负荷,但无法同时恢复所有失电负荷时,本文以负荷重要度等级为评价指标,优先恢复重要负荷的供电。

3.2 求解外层模型

外层优化模型是在内层恢复策略的基础上,求解最优抢修顺序,本文采用了DBCC优化算法,并通过故障等效法来简化网络结构。针对故障抢修和供电恢复协调优化过程中,需要进行多次重构计算的问题,通过引入独立故障支路的概念来减少一些不必要的网络搜索和重构计算。

1)DBCC算法。细菌群体趋药性(BCC)算法[16]是一种新的从生物行为中获取灵感的函数优化方法,这种算法模拟细菌在化学引诱剂环境中的运动行为来进行函数优化,它是针对连续域的寻优算法。但是,故障抢修顺序是一组离散变量。因此,本文选择DBCC算法进行求解。

2)独立故障支路。该支路是指故障所造成的非故障失电区的失电负荷与网络结构中其他任何支路都不存在连接关系,即当外层抢修独立故障支路时,内层恢复重构策略无法恢复更多的失电负荷供电。因此,为减少不必要的网络搜索和计算,在本阶段可以不进行内层恢复重构,直接抢修下一处任务。

3.3 协调优化模型的求解流程

含DG的配电网多故障抢修与恢复模型中,内层优化模型是在外层优化模型的基础上优化自己的目标函数,外层优化模型的决策结果又受内层优化模型故障恢复策略的影响。因此,含DG的配电网多故障抢修与恢复协调优化流程如图4所示。

4 算例分析

本文以改进的IEEE 69节点配电网为例,采用MATLAB 7.10进行仿真分析。该配电网有69个节点,额定电压为12.66kV,5个联络开关,在节点56处存在一条馈线,并且DG1安装在节点63处,DG2安装在节点75处,DG3安装在节点44处。DG1,DG2,DG3的容量分别为900,300,100kW,馈线即虚拟DG4的最大容量为300kW。0为根节点(即电源点),1~10为故障点,11~79为负荷节点,一级、二级、三级负荷权重系数分别为200,10,1。配电网结构如图5所示,失电负荷的负荷等级如表1所示。参考文献[17]得到每处故障的故障类型及预计抢修时间,并且假设每处故障均可以抢修成功。

采用本文提出的策略可以得到各阶段负荷恢复价值、故障抢修任务、故障修复时间,以及各阶段恢复的失电负荷所造成的综合经济损失如表2所示。将配电网采用故障等效法简化网络结构并进行阶段1的故障恢复后,得到的含DG配电网结构及阶段1的故障恢复策略如图6所示。考虑到应急发电车的容量限制,应急发电车优先给负荷节点31供电。将本文所建模型与不含DG的配电网多故障抢修与恢复模型进行了对比,其仿真结果如表3所示。

由图6可知,在阶段1进行恢复重构,得到DG1形成的孤岛1可以完全恢复节点62,63,64的供电;DG3形成的孤岛3可以完全恢复节点44,45的供电;DG2形成的孤岛2和虚拟DG4形成的孤岛4可以合并为一个大孤岛5,除了恢复孤岛2和孤岛4的失电负荷,还可以恢复节点74中18kW的容量。因此,考虑可控负荷的存在,可以优先恢复重要负荷的供电;同时,通过孤岛合并,可以增加失电负荷恢复量。

由表2可知,抢修故障1之后,即16.55h就可以恢复所有失电负荷的供电。但是,此时负荷节点79由应急发电车供电,考虑到应急发电车容量和供电时间的限制,在抢修完故障3之后,结束紧急抢修与恢复阶段,即在紧急恢复阶段总用时为18.95h。其中,在阶段1,由于开关操作时间远小于故障抢修时间,本文忽略其恢复供电的时间,从而得到的综合经济损失为0。在阶段2抢修故障5后,负荷节点27,28,29恢复供电,通过故障等效后,不需要进行恢复重构,故障7造成的失电负荷节点18,19,20就可以恢复供电。在阶段3抢修故障10后,应急发电车可以给负荷节点79供电,实现了动态调度。在阶段5,故障2为独立故障支路,只能恢复负荷节点39的供电,从而不需要进行恢复重构,直接进行下一个故障抢修即可。

由表3可知,在配电网发生多故障时,考虑DG对配电网多故障抢修与恢复的影响,可以减少综合经济损失,提高恢复效率。同时,在紧急恢复阶段结束后,考虑到工作量较大,此时可以让抢修队稍作休息,再抢修其他故障。

5 结语

含DG的配电网发生多故障时,通过DG和联络开关无法恢复所有失电负荷的供电,也很难在同一时间抢修所有的故障。因此,针对故障恢复和故障抢修对失电负荷恢复供电的不同特点,本文建立了含DG的配电网多故障分阶段、分层的抢修与恢复协调优化模型。该模型通过引入馈线等效法及改变孤岛划分方案形成的时机,实现了DG孤岛与主网网络重构的同步优化。将抢修与恢复过程划分为两大阶段,同时兼顾了系统运行的经济性和可靠性指标,并且提出故障等效法,简化了策略的求解流程。在抢修与恢复过程中,通过采用可控负荷联盟和应急发电车动态调度的方法优先恢复重要负荷的供电,缩短了用户停电时间,提高了恢复效率。

摘要：针对含分布式电源(DG)的配电网发生多故障时的快速故障抢修和供电恢复问题,根据动态规划原理,建立了含DG的配电网多故障分阶段、分层的抢修与恢复协调优化模型。在紧急抢修与恢复阶段,以负荷恢复价值最大和综合经济损失最小分别作为内、外层优化目标;在抢修与恢复网架阶段,以网损最小和抢修时间最短分别作为内、外层优化目标,得到最优抢修顺序和供电恢复方案。针对内、外层模型的不同特点,分别采用了改进蚁群算法和离散化处理的细菌群体趋药性(DBCC)算法进行模型求解。同时,在抢修与恢复过程中,利用DG孤岛、可控负荷联盟及应急发电车的动态调度优先恢复重要负荷的供电,并采用馈线等效法及故障等效法来简化求解流程。以改进的IEEE 69节点系统为例,验证了所述策略的可行性和有效性。

电源恢复论文 篇6

关键词：大面积停电恢复,关键路径法,分布式电源,黑启动,动态调整机制

0 引言

随着社会的不断进步,用电水平逐年增加,一旦发生大面积停电将会造成巨大且无法弥补的经济损失,因此如何减少甚至避免大面积停电给配电网造成的损失,成为当今配电网急于解决的问题。配电网大面积停电恢复的主要目标是在配电网发生故障后,在确保系统安全运行的条件下,通过网络重构,快速恢复对非故障区域失电负荷的供电。国内外学者已提出了多种方法解决此问题,主要思路是应用人工智能与数值计算相结合的方法,包括遗传算法[1,2,3]、模糊评估算法[4]、专家系统方法[5]、启发式搜索算法[6]等。

现有的大面积停电恢复算法主要存在3方面问题:1大批量负荷转移可能存在供电能力不足问题,除了主供电源以外还需要寻求更多类型的可供电源;2大量的负荷转移将带来大范围的网络重构,如果针对复杂网络,则计算量巨大,甚至无法收敛,得不到最终结果;3大面积停电恢复需要涉及大批量的开关遥控操作,遥控操作成功率的不确定性将可能带来已生成算法的失效甚至开关操作的反复问题。

随着智能配电网的发展,大批量分布式能源接入配电网络,为配电网提供了多种类型电源,为大批量的负荷转移提供了优越的环境。因此,计及分布式电源的配电网的大面积停电故障恢复算法是解决大面积停电问题的重要手段。

1 计及分布式电源的配电网的大面积停电故障恢复算法

计及分布式电源的配电网大面积停电故障恢复算法采用基于关键路径法的网络重构算法。基于关键路径法的大面积停电恢复算法的主要原理是根据关键路径约束矩阵对全轮询生成的供电方案进行约束,以降低供电方案的发散性,从而从根本上减少生成方案的数量级,降低计算时间,同时保证至少存在一个及以上的可行供电方案,保证计算的有效性。关键路径是指利用网络拓扑关系中的供电规律建立的路径约束矩阵。

1.1 按照节点分类的供电网络化简

供电网络简化是将现有供电网络按照不同的节点类型进行简化,最终化简为仅由主干线连接节点与转供电源路径节点两类节点组成的网络简化图。

关键路径法中将供电恢复区域的开断设备以节点的方式进行定义。节点类型分为主干线连接节点、转供电源路径节点、分支负荷节点和分支中间节点4类。

主干线连接节点:从恢复起始点到所有转供电源路径节点之间必经的全部节点作为主干线连接节点。此类节点为需要进行转供的节点,此类节点的属性值是根据分支节点的归并计算得到的。

转供电源路径节点(联络开关):通过该节点的闭合,可以联络电源设备的节点。

分支负荷节点:网络末端开断节点,该类节点下游一般连接负荷。

分支中间节点:用于连接主干线节点与分支负荷节点之间的节点类型。

每类节点具有其自身的属性,见表1。

将供电网络按照节点类型划分并化简后,将得到一系列分段的、不连续的区域简化图。将不同区域简化图按照联通关系进行分类,计算时只针对具有联通关系的节点簇同时计算,无联通关系的节点簇可以分别计算,降低计算的交叉性,减少冗余计算。

1.2 关键路径生成

根据关键路径的定义,将简化图的关键路径逐一列出作为计算起始的约束条件。节点的关键路径是根据转供电源不同而不同,以图1为例进行说明。

图1所示的简化图,其中圆形节点代表主干连接节点,方形代表转供电源路径节点。其中,0节点如果采用转供电源节点10进行供电,那么0节点的关键路径为1、8、9,即此时节点1、节点8、节点9将必须选用转供电源节点10进行供电,从而满足网络拓扑结构以及供电路径的需求。同理,如果主干连接节点2采用转供电源节点10供电时,关键路径为8、9,即此时节点8、节点9必须采用转供电源节点10进行供电,否则无法满足节点8的供电条件,以此类推,从而形成一个完整的关键路径约束结构。

1.3 基于关键路径的供电恢复方案生成与优选

关键路径生成后,将对每个节点的供电恢复方案进行全轮询,但在轮询中将动态地对每个节点的关键路径进行约束,从而降低方案生成的数量级。由于生成的方案仅采用了关键路径的约束,并未对供电能力等进行评价,因此需要对已生成的负荷分配方案进行可行性校验。可行性校验包含供电能力校验和优化甩负荷操作生成两部分内容。

1)供电能力校验是根据负荷分配方案内部的负荷分配校验转供电源的供电能力,即根据负荷分配方案内部的不同主干连接节点采用不同的转供电源节点供电的分配,逐一将转供电源路径节点的可供容量与其所带的所有主干连接节点的节点负荷值总和对比,如果节点负荷值总和超过转供电源路径节点的可供容量,则该方案为供电能力不足方案。

2)优化甩负荷操作生成是针对供电能力不足的方案进行的补充计算。

首先,将负荷分配方案中,将供电能力不足的转供电源路径节点上所带的所有主干线连接节点的挂接负荷节点队列进行累加,生成转供电源负荷节点队列,针对该负荷节点队列中的节点进行排序,排序原则为:1负荷按重要等级逐一排列;2重要等级相同的负荷队列按照负荷大小逐一排列。

其次,按照排列好顺序的负荷队列,从0开始,逐一增加甩负荷队列的负荷节点,直到转供电源负荷节点的供电能力满足需求时停止。同样的方法计算该负荷分配方案中其他供电能力不足的转供电源路径节点的甩负荷信息,最终生成该负荷分配方案的整体甩负荷节点队列以及甩负荷总量。

最后,按照甩负荷后的转供容量,生成每个转供电源路径节点对应的电源设备的负载率,并计算其负载率样本方差作为该负荷分配方案的负载均衡值,并计算每个负荷分配方案的操作步骤数。进而完成供电恢复方案的信息生成。

按照上述校验得到的方案可能并不唯一,需要在众多方案中挑选最优方案,因此需要对方案进行优选,优选条件为:1每个失电区域的最终甩负荷量的大小;2负载均衡程度;3开关操作数量。

通过上述优选条件进行排序后,最终生成大面积停电故障恢复的处理方案。

1.4 分布式电源参与供电恢复

如果在大面积停电恢复区域具备分布式电源设备,则可以进一步增大供电能力,保证大面积停电恢复负荷的最大化。

分布式电源参与恢复时,要遵循以下几点原则:

1)优先考虑主电源供电方式。在优化重构计算时,只有在主电源无法满足供电需求时才考虑分布式电源参与恢复,这样主要是考虑供电的可靠性。

2)分布式电源参与计算时需要考虑分布式电源的黑启动能力。当需要采用分布式电源参与供电恢复时,首先将分布式电源进行分类,具备黑启动能力的分布式电源与不具备黑启动能力的电源。

在进行大面积停电恢复计算时,只有具备黑启动能力的分布式电源的并网开关才能作为转供电源节点,不具备黑启动能力的分布式电源,以负荷的方式出现在拓扑结构中。

3)当分布式电源参与恢复时,分布式电源的启动需要遵循以下两个原则。

原则1:当分布式电源给网络重构后形成的孤岛进行供电时,需要考虑分布式电源的黑启动原则:

负荷恢复需要根据分布式电源的供电能力由0开始逐一恢复,因此在恢复分布式电源单独供电的孤岛时,需要先将负荷开关全部拉开,等待分布式电源启动后再进行逐一恢复。

分布式电源黑启动时,具备黑启动能力的电源需要先起动,如果具备多个具备黑启动能力的分布式电源共同进行恢复,按照分布式电源并列运行的需求进行检验,如果可以并列运行,则可以放入同一个孤岛进行运行,如果校验不通过,则拆分成多个孤岛进行恢复。

不具备黑启动能力的其他分布式电源,以及需要恢复的负荷,按照供电能力、电压波动限值等条件计算恢复能力,保证供电质量以及供电能力,生成能够满足供电需求的操作序列,进行操作。

原则2:非孤岛运行的供电网络,如果存在分布式电源并网,优先将主电源恢复,按照供电能力将无法带动的负荷先切除后,再进行主电源恢复;其次将分布式电源并网,并根据电源并网条件,校验并网能力,通过校验后,生成并网操作步骤,当分布式电源并网后,将扩大供电能力;最后再按照新增的供电能力将已切除的负荷恢复供电。

1.5 动态操作调整机制

全部操作方案生成后,将进入执行操作阶段。按照生成的步骤序列通过配电自动化主站逐一进行遥控操作,在遥控过程中,可能会遇到由于各种原因导致的遥控失败,遥控失败将造成后续操作可能无法正常进行,因此在发生遥控拒动时,需要采用动态操作调整机构,为了避免对已操作开关的反复操作,将已恢复的开关进行锁定,动态网络重构时,不对已锁定的开关进行操作,保证负荷供电的稳定性。

1.6 算例

以图2所示的供电网络结构为例,说明基于关键路径法的大面积停电恢复算法的原理。

1)按照节点分类化简。

假设母线21与母线22同时失电,此时将需要恢复的区域进行节点化简,化简结果如图3所示。

如图3所示,38、72、43、25、27为5个转供电源路径节 点;42、40、39、33、32、30、76为7个主干线连接节点。

其中以42、43两个节点为起始的两部分恢复路径属于关联区域。因此共同计算转供路径,以44、64节点为起始的两条线路不具备相关性,因此可以单独计算恢复路径。

按照联通区域划分可将图3中的网络分为3部分,其中 (a) 与 (b) 为一组、(c) 为一组、(d) 为一组。

2)关键路径生成。

按照化简图3中 (a)、(b) 组成的相关联图组生成全部节点的关键路径见表2。

将联通区域按照关键路径约束矩阵可以生成所有可操作的负荷分配方案。并按照优选条件将生成方案排序,最终生成可行的执行方案。

2 基于概率分布的大面积停电识别技术

由于大面积停电处理将会带来大批量的开关自动操作,因此针对大面积停电的自动识别将是启动大面积停电恢复的门户。需要准确的识别,以保证大面积停电的正确启动。

大面积停电识别主要通过“两个判断”加“一个校验”的方式进行识别。“两个判断”是指:1母线电压失压判断;2断路器电流归零判断。

大面积停电在配电网中分析,首先可以根据配电网母线的状态进行初步识别,母线失压是大面积停电的典型特征;其次可以根据变电站出线断路器的电流归零进行判断,断路器归零可以再次确认大面积停电的可靠性。

除了硬性条件以外,为了确保大面积停电恢复的正确性,还需要对配电网设备以及其他系统的信息进行校验。“一个校验”就是指针对配电网设备的量测信息的校验。校验内容主要包括配电网设备电流量测信息以及用电信息采集系统的配电变压器信息,确认用户带电情况。为了避免误差的影响,这里将所有收集的信息以带电为1,不带电为0将所有节点信息进行收集,计算0的比例,按照0~0.3、0.3~0.6、0.6~1这3个比例进行计算,在第一段区间内为假,第二段区间内为可疑,第三段期间内为真,根据校验结果判定大面积停电发生的可能性。

3 算法实现

计及分布式电源的大面积停电恢复技术,主要包含大面积停电识别、转供负荷分析、含分布式电源的优化重构、动态操作调整以及最终的运行方式恢复5部分。具体实施方式如下:

1)系统根据停电识别模块,快速识别大面积停电发生区域。

2)完成停电识别后,系统根据识别的失电区域进行转供负荷分析,分析得到负荷的属性。

3)系统进入含分布式电源的优化重构阶段,根据网络拓扑、负荷属性、分布式电源属性分析、电源供电能力等多方面因素分析,初步得到含分布式电源的优化重构步骤序列。

4)系统按照初步形成的优化重构步骤开始顺序遥控执行相关操作,如果遇到开关遥控拒动,则调用动态调整模块,动态小范围调整执行步骤序列,使得得到的步骤可操作,且方案是以甩负荷最小为目标。

5)系统完成大面积停电恢复后,开始不断检测大面积停电事故是否消除,原有母线是否恢复供电能力。一旦检测到原有母线供电能力已经恢复,则进行运行方式恢复操作,从而恢复故障发生前的运行方式,完成整体闭环操作。

4 结语