一种基于改进粒子群的有源配电网故障定位方法与流程

本发明涉及有源配电网的故障定位方法，尤其涉及一种基于改进粒子群的有源配电网故障定位方法。

背景技术：

目前我国输电线路故障定位技术已取得重大进展，定位效果较好，但是分布式电源(dg)的接入，使配电网变成一个功率双向流动的网络，其故障电流的特性也发生很大的变化，会造成原有的配电网故障定位方案及故障恢复技术不能适应等问题。同时由于量测装置的缺失，故障信息不全和畸变问题，特别是分布式电源接入后带来的故障信息畸变和缺失，给有源配电网的故障定位带来了极大的挑战，为了在分布式电源接入的情况下准确进行配电网故障定位，必须研究新的故障定位方法，以消除分布式电源接入配电网所带来的影响。

技术实现要素：

发明目的：针对目前分布式电源大量接入配电网，导致传统配电线路故障定位方法不再适用于现阶段电网故障区域定位的问题，本发明的目的是提供一种用以消除分布式电源接入影响、实现快速精准故障定位的基于改进粒子群的有源配电网故障定位方法。

技术方案：一种基于改进粒子群的有源配电网故障定位方法，包括如下步骤：

(1)离线区域划分；所述离线区域划分包括如下具体步骤：

(1.1)根据配网中已有量测装置形成网络拓扑结构，采用灰色关联分析法综合分析根据经济性、可靠性和风险性三个方面建立的评价指标进行配电网区域静态划分；

(1.2)针对分布式电源的接入，采用因素分析法分析分布式电源对各个评价指标的影响，建立新的评价指标，进行分布式电源接入的配网区域动态调整；

(2)在线故障定位；所述在线故障定位包括如下具体步骤：

(2.1)根据区域边界节点处的故障信息进行冗余信息处理，处理原则为若区域判别没有故障电流流过，剔除无效区域；

(2.2)对处理后的故障信息进行编码变量优化；

(2.3)采用基于禁忌搜索算法优化的改进粒子群算法实现故障全局性定位：

步骤(2.3.1)：根据区域划分结果读取各区域边界节点故障信息，确定解维度；

步骤(2.3.2)：确定粒子群规模m，最大迭代次数n以及粒子群参数，进行粒子群初始化；

步骤(2.3.3)：计算粒子的适应度，将粒子位置带入评价函数，计算适应度值；

步骤(2.3.4)：通过迭代计算更新粒子群的速度和位置；

步骤(2.3.5)：设置特赦规则和禁忌表协调粒子群算法局部解和全局解；

步骤(2.3.6)：重复步骤(2.3.4)、(2.3.5)直至实现故障全局定位。

所述步骤(1.1)中，所述经济性指在满足区域可观的情况下保证需要安装的量测装置尽可能少，采用经济性指标eset来衡量，所述eset的取值取决于需要安装的量测装置的花费。

此外，所述经济性划分的指标还包括节点故障关联性指标re，所述re的取值取决于其连接的支路数。

步骤(1.1)中，所述可靠性指在满足区域划分后对各个区域内的负荷进行监测，并建立负荷重要等级指标：

其中：pi表示负荷i的重要性等级，n表示某个区域内所有的负荷数，m表示区域划分的区域数。

所述各个区域内的负荷重要等级指标均匀，即保证各个区域的总负荷重要等级相差不太，以划分后各个区域的负荷重要等级指标之差的和为衡量标准，所述ep应尽可能的接近于零。

步骤(1.1)中，所述风险性指在满足区域划分后建立各个区域内负荷故障风险指标：

其中：ri表示负荷i的发生故障的可能性，n表示某个区域内所有的负荷数，所述ri由历史数据计算得到。

所述各个区域内的负荷故障风险指标均匀，即保证各个区域的总负荷故障风险相差不太，以划分后各个区域的负荷故障风险指标之差的和为衡量标准，所述er应尽可能的接近于零。

所述步骤(1.2)中还包括：采用分布式电源期望功率pdgev评估其对各个评价指标的影响，进行区域划分动态调整，考虑到新能源的波动性，所述分布式电源期望功率pdgev的取值取决于分布式能源长时间尺度的发电功率预测模型，所述长时间尺度模型包括冬大、冬小、冬腰、夏大、夏小、夏腰。

步骤(2.2)中，规定由系统电源提供的故障电流方向为正方向，当故障发生后，ij＝1表示该开关流过正方向故障电流；ij＝-1表示该开关流过负方向故障电流；ij＝0表示没有故障电流。

利用禁忌搜索的特赦规则和禁忌表优化粒子群寻优路径对高故障风险和重要负荷进行优先定位，在当粒子群算法陷入局部最优的情况下时，设置禁忌表以跳出局部最优解，产生新的随机解。

有益效果：和现有技术相比，本发明具有如下显著优势：1、在建立配电网故障定位数学模型的基础上，建立了负荷重要等级指标和负荷故障风险指标，对高故障风险负荷和重要负荷进行重点监测，保证了高故障风险负荷和重要负荷的用电可靠性；2、采用静态划分与动态调整相结合的区域划分方法，迭代优化划分结果，保证故障定位的准确性；3、考虑了量测装置不能全网络覆盖，采用基于区域划分的定位方案，利用尽可能少的故障信息尽可能准确的定位故障；4、采用基于禁忌搜索优化的粒子群算法，能够协调粒子群算法局部解和全局解并提高其收敛性，定位迅速而准确。

附图说明

图1是本发明的方法流程示意图；

图2是本发明的基于改进粒子群算法的故障定位流程图；

图3是本发明一个实例中的配电网拓扑模型图。

具体实施方式

下面结合附图对本发明的技术方案作进一步说明。

本发明的一种基于改进粒子群的有源配电网故障定位方法，其主要包含离线区域划分和在线故障定位两个部分。

首先，离线区域划分包括：

(1)根据配网中已有量测装置形成网络拓扑结构，从经济性、可靠性和风险性三个方面建立评价指标，进行配电网区域静态划分：

其中，经济性指在满足区域可观的情况下尽可能的保证需要安装的量测装置尽可能少，即保证eset尽可能小；此外，经济性划分指标还包括节点故障关联性指标re，节点的故障关联性越高，该节点作为量测点能够反映的故障信息就越多，作为量测安装位置就越能保证eset的减少；节点故障关联性指标re的取值取决于其连接的支路数，即re1＝1,2,3,4,…。

可靠性指满足区域划分后各个区域内的负荷，特别是重要负荷得到及时的监测，即建立负荷重要等级指标：

式中：pi表示负荷i的重要性等级，n表示某个区域内所有的负荷数，m表示区域划分的区域数；

应保证各个区域内的负荷重要性尽可能均匀，即尽可能小。

风险性指满足区域划分后各个区域内的负荷风险性尽可能平均，即建立负荷故障风险指标：

式中：ri表示负荷i的发生故障的可能性(根据历史数据得到)；n表示某个区域内所有的负荷数。

应保证各个区域内的负荷故障风险性尽可能均匀，即尽可能小。

采用灰色关联分析法对各个评价指标进行综合评价分析。

(2)考虑分布式电源(dg)接入，采用dg期望功率pdgev对各个评价指标的影响，采用因素分析法分析分布式电源对各个评价指标的影响，建立新的评价指标，进行dg接入的配网区域动态调整；同时还考虑到新能源的波动性，建立分布式能源长时间尺度的发电功率预测模型，所述长时间尺度模型包括冬大、冬小、冬腰、夏大、夏小、夏腰。

其次，在线故障定位步骤包括：

(1)根据区域边界节点处的故障信息进行冗余信息处理，剔除无效区域；具体为判别没有故障电流流过的区域，将其剔除，降低解维度。

(2)对处理后的故障信息进行编码变量优化；规定由系统电源提供的故障电流方向为正方向，当故障发生后，ij可能有三种情况：ij＝1表示该开关流过正方向故障电流。ij＝-1表示该开关流过负方向故障电流，ij＝0表示没有故障电流。

(3)采用基于禁忌搜索算法优化的改进粒子群算法实现故障全局性定位；利用禁忌搜索的特赦规则和禁忌表优化粒子群寻优路径，对高故障风险和重要负荷进行优先定位，实现细化搜索；在当粒子群算法陷入局部最优的情况下时，设置禁忌表以跳出局部最优解，产生新的随机解。

采用改进粒子群算法进行故障定位算法过程具体包括：

步骤(3.1)：根据区域划分结果读取各区域边界节点故障信息，确定解维度；

步骤(3.2)：确定粒子群规模m，最大迭代次数n以及粒子群参数，进行粒子群初始化；

步骤(3.3)：计算粒子的适应度，将粒子位置带入评价函数，计算适应度值；

步骤(3.4)：通过迭代计算更新粒子群的速度和位置；

步骤(3.5)：设置特赦规则和禁忌表协调粒子群算法局部解和全局解；

步骤(3.6)：重复步骤(3.4)、(3.5)直至实现故障全局定位。

如图3，为某地区配电网拓扑模型图，该配电网包含33个开关，图中接入四个分布式电源，分别在11、18、22、27，其上开关俱为dg接入配电网的断路器，其余节点均为分段开关；本系统共有33个路段，编号为l1到l33，节点3和10处负荷为重要负荷。

假设线路l5上发生故障，根据本发明对其进行故障定位的流程如下：

离线区域划分：根据配网网络节点负荷数据和历史故障数据建立各个节点的评价指标，然后进行区域划分，dg为接入之前，区域静态划分的结果为：区域1-(0,1,2)，区域2-(2,3,4)，区域3-(4,5,6,7,8,9)，区域4-(9,10,11,12,13,14)，区域5-(2,15,16,17,18,)，区域6-(2,19,20,21,22,23,24,32,31,30)，区域7-(4,25,26,27,28,29)，安装量测装置的配网节点为(2,4,9)；dg接入后，对分区进行动态调整之后返分区发生了变化，主要表现在：区域4-(9,10,11,12,13,14)变为区域4-(9,10,11)，区域8-(11,12,13,14)；区域6-(2,19,20,21,22,23,24,32,31,30)变为区域6-(2,19,20,21,22)，区域9-(22,23,24,32,31,30)；区域7-(4,25,26,27,28,29)分区变为区域7-(4,25,26,27)，区域10-(27,28,29)，安装量测装置的配网节点为(2,4,9,11,18,22,27)。

在线故障定位：首先进行区域故障信息冗余信息处理，剔除无故障信息的区域10和区域8；然后读取剩余各个区域节点故障信息，采用基于禁忌搜索算法优化的改进粒子群算法进行故障定位，确定故障区域为区域3。

如上所述，尽管参照特定的优选实施例已经表述和阐明了本发明，但其不得解释为对本发明自身的限制。在不脱离所附权利要求定义的本发明的精神和范围前提下，可对其在形式上和细节上作出各种变化。