论文部分内容阅读
摘 要：随着分布式发电的接入，配电网由单电源电网转化为多电源网络，使得原电网中继电保护系统中潮流、电能质量等方面会受到显著影响，保护之间的配合关系已经无法满足。本文以电流保护为例，分析了分布式电源并网对继电保护的影响；采用改进粒子群算法，对典型分布式电源接入配网结构中过流保护整定进行优化处理。结果表明，改进粒子群算法在收敛速度和稳定性方面有一定的提高，对过流保护定值进行了优化。
关键词：分布式发电 继电保护 配电网 改进粒子群算法
中图分类号：TM715 文献标识码：A 文章编号：1672-3791（2015）09（b）-0000-00
1 引言
随着地球资源的枯竭，以新能源为代表的分布式发电（Distributed Generation，DG）[1-4]作为一种新兴发电技术，以其环保性和经济性引起了人们越来越广泛的关注。然而，分布式电源的大量并网运行将会改变原有配电网的辐射状结构，系统电源与分布式电源接入点之间的线路由原来的单电辐射状供电网络变为双端电源供电，从而影响配网中短路电流的大小和流向，严重影响电力系统继电保护之间的配合和定值整定。
文献[5]研究了分布式电源对过流保护灵敏度的影响规律，提出了多DG配电网的过流保护修正方案。文献[6]提出了一种在分布式电源并网时的保护及自动装置配置方案，将配电网原有的距离保护改造为允许式方向纵联保护，提高了并网变电站的供电可靠性。文献[7]以10kV配电网采用电流保护为例，分析了DG容量、接入位置对继电保护整定和配合方面的影响，提出了系统故障时切除DG、限制DG容量、改变保护配置等解决方案。
本文首先对分布式电源接入配网后的网络进行了仿真，通过仿真分析了分布式发电对配网继电保护的影响。然后以过流保护为例，分析其整定参数优化问题。最后，提出改进粒子群算法，对典型配网典型分布式电源接入配网结构中过流保护整定进行优化处理，并对其优化效果通过实例予以验证。
2 分布式发电对配网保护的影响
DG主要指不直接与集中输电系统相连的35KV及以下电压等级的电源，主要包括发电设备和储能装置，DG与普通电源相比具有如下特点：
（1） 发电形式。DG主要以水力、风电、太阳能、光伏、生物能等可再生能源为主，不会对环境和大气造成污染。
（2） 发电方式。DG发电方式灵活，能够因地制宜，对于距离负荷中心较远的偏远地区，普通发电如燃煤发电受到煤资源的限制，而DG发电可利用当地气候条件和当地资源进行发电，如光伏、风能、生物能等。
基于以上DG电源的特点，DG电源得到越来越广泛的应用，但是事物都具有两面性，当有大量DG接入配网后，线路串接级数、分支线均增多，距离变长，负荷变化大，配电变压器也随之增多，励磁涌流变大，故障率也随之增大。本文以图1所示配网模型为例，在继电保护故障分析整定管理及仿真系统对配网中具有代表性的故障位置发生三相短路故障的情况进行仿真，把DG接入前后故障电流的情况做了对比，分析DG接入配网后对保护装置的影响。
如图1所示，系统电源额定电压及容量分别为35kV、100MVA，分布式电源额定电压及容量分别为35kV、10MVA，保护1和保护2所在的线路L1和L2为60km的LGJ-120型架空线，分布式电源接入保护2所在线路的中点。F1、F2、F3、F4为所设置的四处故障点。DG接入前后在各故障点保护1和保护2出的短路电流如表1所示。
从表1可以看出，DG接入后改变了电网结构，线路L2变成了双侧电源供电，相邻线路L1仍可视为单侧电源供电。对可能发生的四处故障分析如下：
（1）当系统侧F1发生故障时候，通过故障点的电流将由系统和DG共同提供，所以保护2检测到了由DG提供的逆向电流，如果DG容量足够大，此故障电流将可能大于馈线L2保护的速断或过流定值，造成保护2误动作。
（2）当相邻线路的任意点F2故障时，由于DG也向故障F2提供了故障电流，保护1感受到的电流为系统和DG共同提供的总故障电流，通过保护1的故障电流较DG未接入时增大了。对于馈线L1的保护而言，此影响是有利的，保护更加灵敏。
（3）当DG所在线路L2故障时，由于馈线被DG分为两段，因此分两种情况讨论。当故障发生在DG接入点的上游F3时，虽然故障电流由系统和DG共同提供，但对于保护2而言，其感受到的只有来自系统侧的电流，大小较未接入DG时变化不大，故保护的动作行为不受DG影响。
（4）当故障发生在DG接入点的下游线路F4时，故障电流仍有系统和DG提供，但这时对于从系统侧看来，由于DG电压源的接入，保护2检测到的故障电流反而会比DG接入前减小，保护动作的灵敏度将降低，严重时拒动。
因此，DG接入配网后，改变原配电网短路电流的分布及流向，给继电保护带来一系列的问题，如会影响所在线路保护的灵敏度，引起保护的误动作等，因此在继电保护整定过程中，考虑DG的接入是十分必要的。
3粒子群算法及其在继电保护整定中的应用
本文采用非线性整定规划问题模型描述配电网中常用的过流保护优化问题，使用改进粒子群算法对DG接入后的配电网的继电保护进行整定优化。
3.1 粒子群算法
粒子群优化算法（Particle Swarm Optimization，PSO）是一种新型的群体智能算法[8-9]。PSO算法的基本概念源于对鸟群捕食行为的研究：一群鸟在随机搜寻食物，在整个区域里只有一块食物，所有鸟都不知道食物在哪里，但知道当前位置距离食物有多远。那么最简单的方法就是搜寻目前离食物最近的鸟周围的区域。在PSO算法中，每个优化问题的解都是搜索空间中的一个“粒子”，每个粒子都有一个由被优化的函数决定适应值，可用来衡量当前位置xnid距离食物的距离。每个粒子还有一个速度vnid决定飞行的方向和速度，在搜索过程中，每个粒子都通过两个“极值”调整自己，第一个就是粒子本身所找到的最优解，这个解成为个体极值pnid，另一个极值是整个种群目前找到的最优解，这个极值是全局极值gnid。PSO算法将每个粒子随机初始化，根据式（3-1）、式（3-2）多次迭代移动粒子以逼近最优解。 （3-1）
（3-2）
其中，w为惯性权重，c1、c2分别为粒子的自我认知系数和种群认知系数，rand1和rand2是为了增加粒子多样性引入的（0，1）之间的随机数，可以防止算法陷入局部最优解。
3.2 算法离散化
基本粒子群算法是一种处理连续问题的优化方法，并不完全适用于非线性整数规划问题模型[10]。从式（3-1）、式（3-2）中可以看出，即使将粒子的速度和位置都初始化为可行的离散值，也会在迭代中受到w、c1、c2等参数的影响。
对于过流继电器而言，它的整定优化主要针对时间整定系数TDS和启动电流Ip两个参数，整定难度比定时限保护要大[12]。
改进粒子群算法是建立两个种群，分别用来优化Ip和TDS，这两个种群大小相等，在迭代过程中相互独立，当计算适应值时再分别取两个种群中相对应的粒子组成完成的向量。可将Ip和TDS的位置矩阵分别初始化为（3-3）、式（3-4）所示的形式，而在求适应值时使用（3-5）的形式计算。
（3-3）
（3-4）
（3-5）
式中，m为需要优化的继电器个数，n为使用的粒子数，矩阵中每个元素r都是（0，1]中的随机数。w可以控制当前速度对下一步速度的影响，它对算法的收敛速度和结果的好坏有至关重要的影响。c1、c2分别反映粒子极值与种群极值对当前速度的影响。各粒子的位置和速度均采用上述矩阵进行调整。
这种使用两个种群的方法实质上采用了局部学习策略，容易跳出局部最优点，达到较高的收敛精度。
3.3 实例验证
本文使用图3所示的典型配网模型对改进粒子群算法的性能进行验证，给出图3分布式电源接入前各保护的定值，然后使用改进粒子群算法重新计算了分布式电源接入后各保护的定值，从而验证改进粒子群算法可在一定程度上缓解分布式电源接入后对电网的影响。
系统电源额定电压及容量分别为35kV、100MVA，分布式电源额定电压及容量分别为35kV、10MVA，所用线路均为30km的LGJ-120型架空线。
改进粒子群算法流程如图3所示。
在DG接入前保护定值表2所示，当F5处故障时，应该依次由保护5、保护4和保护3动作以切除故障，动作时间分别为0.48s、0.88s、1.48s，在接入DG后，若仍使用原定值，则系统电源和分布式电源同时向F5供电，保护5处灵敏度提高，动作时间缩短，但由于DG接入后，经过保护4向保护5处的电流减小，保护4的灵敏度降低，动作时间延长，可能导致保护4拒动。
通过改进粒子群算法对继电保护进行整定计算得到的整定值如表3所示。
按照表3整定计算得到的保护5、保护4、保护3和保护6出动作时间分别为：0.65s，2.26s，5.45s，8.9s，已全部满足了配合关系，除了保护6需要与其他保护配合，延时时间有所增加外，其他三个保护动作时间均有所改善。
4 结论
分布式电源接入电力系统打破了原有继电保护的配合关系。本文选用典型配网结构对分布式电源接入前后故障情况进行了仿真，分析了分布式电源接入后短路电流的变化情况，总结了分布式电源对配网继电保护的影响，并针对继电保护受到的影响，分析了分布式电源并网后过流保护的整定问题，并将其作为优化问题处理，采用改进粒子群算法对其进行求解，结果表明，改进粒子群算法对过流保护定值进行了一定的优化，并能够快速收敛。
参考文献
[1] 丁明，王敏. 分布式发电技术[J].电力系统自动化设备，2004，24（7）：31-36.
[2] 张超，计建仁，夏翔. 分布式发电对配电网继电保护及自动化的影响[J].华东电力，2006，34（9）：23-26.
[3] 黄伟，雷金勇，夏翔. 分布式电源对配电网相间短路保护的影响[J].电力系统自动化，2008，32（1）：93-97.
[5] 林霞，陆于平，吴新佳. 分布式发电系统对继电保护灵敏度影响规律[J].电力系统自动化设备，2009，1（29）：54-64.
[6] 庞建业，夏晓宾，房牧，等.分布式发电对配电网继电保护的影响[J].继电器，2007，35（11）：5-8.
[7] 于旭东，赵宇海，何平. 分布式发电对继电保护的影响分析[J]. 吉林电力，2009，4（37）：8-10.
[8] 梅念，石东源，李银红，段献忠. 基于改进粒子群算法的继电保护定值优化[J]. 电力系统自动化，2006，30（16）：72-76.
[9] 高尚，杨静宇. 分非线性整数规划的粒子群优化算法[J]. 微计算机应用，2007，28（2）：126-130.
关键词：分布式发电 继电保护 配电网 改进粒子群算法
中图分类号：TM715 文献标识码：A 文章编号：1672-3791（2015）09（b）-0000-00
1 引言
随着地球资源的枯竭，以新能源为代表的分布式发电（Distributed Generation，DG）[1-4]作为一种新兴发电技术，以其环保性和经济性引起了人们越来越广泛的关注。然而，分布式电源的大量并网运行将会改变原有配电网的辐射状结构，系统电源与分布式电源接入点之间的线路由原来的单电辐射状供电网络变为双端电源供电，从而影响配网中短路电流的大小和流向，严重影响电力系统继电保护之间的配合和定值整定。
文献[5]研究了分布式电源对过流保护灵敏度的影响规律，提出了多DG配电网的过流保护修正方案。文献[6]提出了一种在分布式电源并网时的保护及自动装置配置方案，将配电网原有的距离保护改造为允许式方向纵联保护，提高了并网变电站的供电可靠性。文献[7]以10kV配电网采用电流保护为例，分析了DG容量、接入位置对继电保护整定和配合方面的影响，提出了系统故障时切除DG、限制DG容量、改变保护配置等解决方案。
本文首先对分布式电源接入配网后的网络进行了仿真，通过仿真分析了分布式发电对配网继电保护的影响。然后以过流保护为例，分析其整定参数优化问题。最后，提出改进粒子群算法，对典型配网典型分布式电源接入配网结构中过流保护整定进行优化处理，并对其优化效果通过实例予以验证。
2 分布式发电对配网保护的影响
DG主要指不直接与集中输电系统相连的35KV及以下电压等级的电源，主要包括发电设备和储能装置，DG与普通电源相比具有如下特点：
（1） 发电形式。DG主要以水力、风电、太阳能、光伏、生物能等可再生能源为主，不会对环境和大气造成污染。
（2） 发电方式。DG发电方式灵活，能够因地制宜，对于距离负荷中心较远的偏远地区，普通发电如燃煤发电受到煤资源的限制，而DG发电可利用当地气候条件和当地资源进行发电，如光伏、风能、生物能等。
基于以上DG电源的特点，DG电源得到越来越广泛的应用，但是事物都具有两面性，当有大量DG接入配网后，线路串接级数、分支线均增多，距离变长，负荷变化大，配电变压器也随之增多，励磁涌流变大，故障率也随之增大。本文以图1所示配网模型为例，在继电保护故障分析整定管理及仿真系统对配网中具有代表性的故障位置发生三相短路故障的情况进行仿真，把DG接入前后故障电流的情况做了对比，分析DG接入配网后对保护装置的影响。
如图1所示，系统电源额定电压及容量分别为35kV、100MVA，分布式电源额定电压及容量分别为35kV、10MVA，保护1和保护2所在的线路L1和L2为60km的LGJ-120型架空线，分布式电源接入保护2所在线路的中点。F1、F2、F3、F4为所设置的四处故障点。DG接入前后在各故障点保护1和保护2出的短路电流如表1所示。
从表1可以看出，DG接入后改变了电网结构，线路L2变成了双侧电源供电，相邻线路L1仍可视为单侧电源供电。对可能发生的四处故障分析如下：
（1）当系统侧F1发生故障时候，通过故障点的电流将由系统和DG共同提供，所以保护2检测到了由DG提供的逆向电流，如果DG容量足够大，此故障电流将可能大于馈线L2保护的速断或过流定值，造成保护2误动作。
（2）当相邻线路的任意点F2故障时，由于DG也向故障F2提供了故障电流，保护1感受到的电流为系统和DG共同提供的总故障电流，通过保护1的故障电流较DG未接入时增大了。对于馈线L1的保护而言，此影响是有利的，保护更加灵敏。
（3）当DG所在线路L2故障时，由于馈线被DG分为两段，因此分两种情况讨论。当故障发生在DG接入点的上游F3时，虽然故障电流由系统和DG共同提供，但对于保护2而言，其感受到的只有来自系统侧的电流，大小较未接入DG时变化不大，故保护的动作行为不受DG影响。
（4）当故障发生在DG接入点的下游线路F4时，故障电流仍有系统和DG提供，但这时对于从系统侧看来，由于DG电压源的接入，保护2检测到的故障电流反而会比DG接入前减小，保护动作的灵敏度将降低，严重时拒动。
因此，DG接入配网后，改变原配电网短路电流的分布及流向，给继电保护带来一系列的问题，如会影响所在线路保护的灵敏度，引起保护的误动作等，因此在继电保护整定过程中，考虑DG的接入是十分必要的。
3粒子群算法及其在继电保护整定中的应用
本文采用非线性整定规划问题模型描述配电网中常用的过流保护优化问题，使用改进粒子群算法对DG接入后的配电网的继电保护进行整定优化。
3.1 粒子群算法
粒子群优化算法（Particle Swarm Optimization，PSO）是一种新型的群体智能算法[8-9]。PSO算法的基本概念源于对鸟群捕食行为的研究：一群鸟在随机搜寻食物，在整个区域里只有一块食物，所有鸟都不知道食物在哪里，但知道当前位置距离食物有多远。那么最简单的方法就是搜寻目前离食物最近的鸟周围的区域。在PSO算法中，每个优化问题的解都是搜索空间中的一个“粒子”，每个粒子都有一个由被优化的函数决定适应值，可用来衡量当前位置xnid距离食物的距离。每个粒子还有一个速度vnid决定飞行的方向和速度，在搜索过程中，每个粒子都通过两个“极值”调整自己，第一个就是粒子本身所找到的最优解，这个解成为个体极值pnid，另一个极值是整个种群目前找到的最优解，这个极值是全局极值gnid。PSO算法将每个粒子随机初始化，根据式（3-1）、式（3-2）多次迭代移动粒子以逼近最优解。 （3-1）
（3-2）
其中，w为惯性权重，c1、c2分别为粒子的自我认知系数和种群认知系数，rand1和rand2是为了增加粒子多样性引入的（0，1）之间的随机数，可以防止算法陷入局部最优解。
3.2 算法离散化
基本粒子群算法是一种处理连续问题的优化方法，并不完全适用于非线性整数规划问题模型[10]。从式（3-1）、式（3-2）中可以看出，即使将粒子的速度和位置都初始化为可行的离散值，也会在迭代中受到w、c1、c2等参数的影响。
对于过流继电器而言，它的整定优化主要针对时间整定系数TDS和启动电流Ip两个参数，整定难度比定时限保护要大[12]。
改进粒子群算法是建立两个种群，分别用来优化Ip和TDS，这两个种群大小相等，在迭代过程中相互独立，当计算适应值时再分别取两个种群中相对应的粒子组成完成的向量。可将Ip和TDS的位置矩阵分别初始化为（3-3）、式（3-4）所示的形式，而在求适应值时使用（3-5）的形式计算。
（3-3）
（3-4）
（3-5）
式中，m为需要优化的继电器个数，n为使用的粒子数，矩阵中每个元素r都是（0，1]中的随机数。w可以控制当前速度对下一步速度的影响，它对算法的收敛速度和结果的好坏有至关重要的影响。c1、c2分别反映粒子极值与种群极值对当前速度的影响。各粒子的位置和速度均采用上述矩阵进行调整。
这种使用两个种群的方法实质上采用了局部学习策略，容易跳出局部最优点，达到较高的收敛精度。
3.3 实例验证
本文使用图3所示的典型配网模型对改进粒子群算法的性能进行验证，给出图3分布式电源接入前各保护的定值，然后使用改进粒子群算法重新计算了分布式电源接入后各保护的定值，从而验证改进粒子群算法可在一定程度上缓解分布式电源接入后对电网的影响。
系统电源额定电压及容量分别为35kV、100MVA，分布式电源额定电压及容量分别为35kV、10MVA，所用线路均为30km的LGJ-120型架空线。
改进粒子群算法流程如图3所示。
在DG接入前保护定值表2所示，当F5处故障时，应该依次由保护5、保护4和保护3动作以切除故障，动作时间分别为0.48s、0.88s、1.48s，在接入DG后，若仍使用原定值，则系统电源和分布式电源同时向F5供电，保护5处灵敏度提高，动作时间缩短，但由于DG接入后，经过保护4向保护5处的电流减小，保护4的灵敏度降低，动作时间延长，可能导致保护4拒动。
通过改进粒子群算法对继电保护进行整定计算得到的整定值如表3所示。
按照表3整定计算得到的保护5、保护4、保护3和保护6出动作时间分别为：0.65s，2.26s，5.45s，8.9s，已全部满足了配合关系，除了保护6需要与其他保护配合，延时时间有所增加外，其他三个保护动作时间均有所改善。
4 结论
分布式电源接入电力系统打破了原有继电保护的配合关系。本文选用典型配网结构对分布式电源接入前后故障情况进行了仿真，分析了分布式电源接入后短路电流的变化情况，总结了分布式电源对配网继电保护的影响，并针对继电保护受到的影响，分析了分布式电源并网后过流保护的整定问题，并将其作为优化问题处理，采用改进粒子群算法对其进行求解，结果表明，改进粒子群算法对过流保护定值进行了一定的优化，并能够快速收敛。
参考文献
[1] 丁明，王敏. 分布式发电技术[J].电力系统自动化设备，2004，24（7）：31-36.
[2] 张超，计建仁，夏翔. 分布式发电对配电网继电保护及自动化的影响[J].华东电力，2006，34（9）：23-26.
[3] 黄伟，雷金勇，夏翔. 分布式电源对配电网相间短路保护的影响[J].电力系统自动化，2008，32（1）：93-97.
[5] 林霞，陆于平，吴新佳. 分布式发电系统对继电保护灵敏度影响规律[J].电力系统自动化设备，2009，1（29）：54-64.
[6] 庞建业，夏晓宾，房牧，等.分布式发电对配电网继电保护的影响[J].继电器，2007，35（11）：5-8.
[7] 于旭东，赵宇海，何平. 分布式发电对继电保护的影响分析[J]. 吉林电力，2009，4（37）：8-10.
[8] 梅念，石东源，李银红，段献忠. 基于改进粒子群算法的继电保护定值优化[J]. 电力系统自动化，2006，30（16）：72-76.
[9] 高尚，杨静宇. 分非线性整数规划的粒子群优化算法[J]. 微计算机应用，2007，28（2）：126-130.