習(xí)莉 禤亮 龍敬文 蒙雪 夏蕓 崔曉慧

摘 要：隨著分布式發(fā)電的接入，配電網(wǎng)由單電源電網(wǎng)轉(zhuǎn)化為多電源網(wǎng)絡(luò)，使得原電網(wǎng)中繼電保護(hù)系統(tǒng)中潮流、電能質(zhì)量等方面會受到顯著影響，保護(hù)之間的配合關(guān)系已經(jīng)無法滿足。本文以電流保護(hù)為例，分析了分布式電源并網(wǎng)對繼電保護(hù)的影響；采用改進(jìn)粒子群算法，對典型分布式電源接入配網(wǎng)結(jié)構(gòu)中過流保護(hù)整定進(jìn)行優(yōu)化處理。結(jié)果表明，改進(jìn)粒子群算法在收斂速度和穩(wěn)定性方面有一定的提高，對過流保護(hù)定值進(jìn)行了優(yōu)化。

關(guān)鍵詞：分布式發(fā)電 繼電保護(hù) 配電網(wǎng) 改進(jìn)粒子群算法

中圖分類號：TM715 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-3791（2015）09（b）-0000-00

1 引言

隨著地球資源的枯竭，以新能源為代表的分布式發(fā)電（Distributed Generation，DG）[1-4]作為一種新興發(fā)電技術(shù)，以其環(huán)保性和經(jīng)濟(jì)性引起了人們越來越廣泛的關(guān)注。然而，分布式電源的大量并網(wǎng)運(yùn)行將會改變原有配電網(wǎng)的輻射狀結(jié)構(gòu)，系統(tǒng)電源與分布式電源接入點(diǎn)之間的線路由原來的單電輻射狀供電網(wǎng)絡(luò)變?yōu)殡p端電源供電，從而影響配網(wǎng)中短路電流的大小和流向，嚴(yán)重影響電力系統(tǒng)繼電保護(hù)之間的配合和定值整定。

文獻(xiàn)[5]研究了分布式電源對過流保護(hù)靈敏度的影響規(guī)律，提出了多DG配電網(wǎng)的過流保護(hù)修正方案。文獻(xiàn)[6]提出了一種在分布式電源并網(wǎng)時的保護(hù)及自動裝置配置方案，將配電網(wǎng)原有的距離保護(hù)改造為允許式方向縱聯(lián)保護(hù)，提高了并網(wǎng)變電站的供電可靠性。文獻(xiàn)[7]以10kV配電網(wǎng)采用電流保護(hù)為例，分析了DG容量、接入位置對繼電保護(hù)整定和配合方面的影響，提出了系統(tǒng)故障時切除DG、限制DG容量、改變保護(hù)配置等解決方案。

本文首先對分布式電源接入配網(wǎng)后的網(wǎng)絡(luò)進(jìn)行了仿真，通過仿真分析了分布式發(fā)電對配網(wǎng)繼電保護(hù)的影響。然后以過流保護(hù)為例，分析其整定參數(shù)優(yōu)化問題。最后，提出改進(jìn)粒子群算法，對典型配網(wǎng)典型分布式電源接入配網(wǎng)結(jié)構(gòu)中過流保護(hù)整定進(jìn)行優(yōu)化處理，并對其優(yōu)化效果通過實(shí)例予以驗(yàn)證。

2 分布式發(fā)電對配網(wǎng)保護(hù)的影響

DG主要指不直接與集中輸電系統(tǒng)相連的35KV及以下電壓等級的電源，主要包括發(fā)電設(shè)備和儲能裝置，DG與普通電源相比具有如下特點(diǎn)：

（1） 發(fā)電形式。DG主要以水力、風(fēng)電、太陽能、光伏、生物能等可再生能源為主，不會對環(huán)境和大氣造成污染。

（2） 發(fā)電方式。DG發(fā)電方式靈活，能夠因地制宜，對于距離負(fù)荷中心較遠(yuǎn)的偏遠(yuǎn)地區(qū)，普通發(fā)電如燃煤發(fā)電受到煤資源的限制，而DG發(fā)電可利用當(dāng)?shù)貧夂驐l件和當(dāng)?shù)刭Y源進(jìn)行發(fā)電，如光伏、風(fēng)能、生物能等。

基于以上DG電源的特點(diǎn)，DG電源得到越來越廣泛的應(yīng)用，但是事物都具有兩面性，當(dāng)有大量DG接入配網(wǎng)后，線路串接級數(shù)、分支線均增多，距離變長，負(fù)荷變化大，配電變壓器也隨之增多，勵磁涌流變大，故障率也隨之增大。本文以圖1所示配網(wǎng)模型為例，在繼電保護(hù)故障分析整定管理及仿真系統(tǒng)對配網(wǎng)中具有代表性的故障位置發(fā)生三相短路故障的情況進(jìn)行仿真，把DG接入前后故障電流的情況做了對比，分析DG接入配網(wǎng)后對保護(hù)裝置的影響。

如圖1所示，系統(tǒng)電源額定電壓及容量分別為35kV、100MVA，分布式電源額定電壓及容量分別為35kV、10MVA，保護(hù)1和保護(hù)2所在的線路L1和L2為60km的LGJ-120型架空線，分布式電源接入保護(hù)2所在線路的中點(diǎn)。F1、F2、F3、F4為所設(shè)置的四處故障點(diǎn)。DG接入前后在各故障點(diǎn)保護(hù)1和保護(hù)2出的短路電流如表1所示。

從表1可以看出，DG接入后改變了電網(wǎng)結(jié)構(gòu)，線路L2變成了雙側(cè)電源供電，相鄰線路L1仍可視為單側(cè)電源供電。對可能發(fā)生的四處故障分析如下：

（1）當(dāng)系統(tǒng)側(cè)F1發(fā)生故障時候，通過故障點(diǎn)的電流將由系統(tǒng)和DG共同提供，所以保護(hù)2檢測到了由DG提供的逆向電流，如果DG容量足夠大，此故障電流將可能大于饋線L2保護(hù)的速斷或過流定值，造成保護(hù)2誤動作。

（2）當(dāng)相鄰線路的任意點(diǎn)F2故障時，由于DG也向故障F2提供了故障電流，保護(hù)1感受到的電流為系統(tǒng)和DG共同提供的總故障電流，通過保護(hù)1的故障電流較DG未接入時增大了。對于饋線L1的保護(hù)而言，此影響是有利的，保護(hù)更加靈敏。

（3）當(dāng)DG所在線路L2故障時，由于饋線被DG分為兩段，因此分兩種情況討論。當(dāng)故障發(fā)生在DG接入點(diǎn)的上游F3時，雖然故障電流由系統(tǒng)和DG共同提供，但對于保護(hù)2而言，其感受到的只有來自系統(tǒng)側(cè)的電流，大小較未接入DG時變化不大，故保護(hù)的動作行為不受DG影響。

（4）當(dāng)故障發(fā)生在DG接入點(diǎn)的下游線路F4時，故障電流仍有系統(tǒng)和DG提供，但這時對于從系統(tǒng)側(cè)看來，由于DG電壓源的接入，保護(hù)2檢測到的故障電流反而會比DG接入前減小，保護(hù)動作的靈敏度將降低，嚴(yán)重時拒動。

因此，DG接入配網(wǎng)后，改變原配電網(wǎng)短路電流的分布及流向，給繼電保護(hù)帶來一系列的問題，如會影響所在線路保護(hù)的靈敏度，引起保護(hù)的誤動作等，因此在繼電保護(hù)整定過程中，考慮DG的接入是十分必要的。

3粒子群算法及其在繼電保護(hù)整定中的應(yīng)用

本文采用非線性整定規(guī)劃問題模型描述配電網(wǎng)中常用的過流保護(hù)優(yōu)化問題，使用改進(jìn)粒子群算法對DG接入后的配電網(wǎng)的繼電保護(hù)進(jìn)行整定優(yōu)化。

3.1 粒子群算法

粒子群優(yōu)化算法（Particle Swarm Optimization，PSO）是一種新型的群體智能算法[8-9]。PSO算法的基本概念源于對鳥群捕食行為的研究：一群鳥在隨機(jī)搜尋食物，在整個區(qū)域里只有一塊食物，所有鳥都不知道食物在哪里，但知道當(dāng)前位置距離食物有多遠(yuǎn)。那么最簡單的方法就是搜尋目前離食物最近的鳥周圍的區(qū)域。在PSO算法中，每個優(yōu)化問題的解都是搜索空間中的一個“粒子”，每個粒子都有一個由被優(yōu)化的函數(shù)決定適應(yīng)值，可用來衡量當(dāng)前位置xnid距離食物的距離。每個粒子還有一個速度vnid決定飛行的方向和速度，在搜索過程中，每個粒子都通過兩個“極值”調(diào)整自己，第一個就是粒子本身所找到的最優(yōu)解，這個解成為個體極值pnid，另一個極值是整個種群目前找到的最優(yōu)解，這個極值是全局極值gnid。PSO算法將每個粒子隨機(jī)初始化，根據(jù)式（3-1）、式（3-2）多次迭代移動粒子以逼近最優(yōu)解。

（3-1）

（3-2）

其中，w為慣性權(quán)重，c1、c2分別為粒子的自我認(rèn)知系數(shù)和種群認(rèn)知系數(shù)，rand1和rand2是為了增加粒子多樣性引入的（0，1）之間的隨機(jī)數(shù)，可以防止算法陷入局部最優(yōu)解。

3.2 算法離散化

基本粒子群算法是一種處理連續(xù)問題的優(yōu)化方法，并不完全適用于非線性整數(shù)規(guī)劃問題模型[10]。從式（3-1）、式（3-2）中可以看出，即使將粒子的速度和位置都初始化為可行的離散值，也會在迭代中受到w、c1、c2等參數(shù)的影響。

對于過流繼電器而言，它的整定優(yōu)化主要針對時間整定系數(shù)TDS和啟動電流Ip兩個參數(shù)，整定難度比定時限保護(hù)要大[12]。

改進(jìn)粒子群算法是建立兩個種群，分別用來優(yōu)化Ip和TDS，這兩個種群大小相等，在迭代過程中相互獨(dú)立，當(dāng)計(jì)算適應(yīng)值時再分別取兩個種群中相對應(yīng)的粒子組成完成的向量。可將Ip和TDS的位置矩陣分別初始化為（3-3）、式（3-4）所示的形式，而在求適應(yīng)值時使用（3-5）的形式計(jì)算。

（3-3）

（3-4）

（3-5）

式中，m為需要優(yōu)化的繼電器個數(shù)，n為使用的粒子數(shù)，矩陣中每個元素r都是（0，1]中的隨機(jī)數(shù)。w可以控制當(dāng)前速度對下一步速度的影響，它對算法的收斂速度和結(jié)果的好壞有至關(guān)重要的影響。c1、c2分別反映粒子極值與種群極值對當(dāng)前速度的影響。各粒子的位置和速度均采用上述矩陣進(jìn)行調(diào)整。

這種使用兩個種群的方法實(shí)質(zhì)上采用了局部學(xué)習(xí)策略，容易跳出局部最優(yōu)點(diǎn)，達(dá)到較高的收斂精度。

3.3 實(shí)例驗(yàn)證

本文使用圖3所示的典型配網(wǎng)模型對改進(jìn)粒子群算法的性能進(jìn)行驗(yàn)證，給出圖3分布式電源接入前各保護(hù)的定值，然后使用改進(jìn)粒子群算法重新計(jì)算了分布式電源接入后各保護(hù)的定值，從而驗(yàn)證改進(jìn)粒子群算法可在一定程度上緩解分布式電源接入后對電網(wǎng)的影響。

系統(tǒng)電源額定電壓及容量分別為35kV、100MVA，分布式電源額定電壓及容量分別為35kV、10MVA，所用線路均為30km的LGJ-120型架空線。

改進(jìn)粒子群算法流程如圖3所示。

在DG接入前保護(hù)定值表2所示，當(dāng)F5處故障時，應(yīng)該依次由保護(hù)5、保護(hù)4和保護(hù)3動作以切除故障，動作時間分別為0.48s、0.88s、1.48s，在接入DG后，若仍使用原定值，則系統(tǒng)電源和分布式電源同時向F5供電，保護(hù)5處靈敏度提高，動作時間縮短，但由于DG接入后，經(jīng)過保護(hù)4向保護(hù)5處的電流減小，保護(hù)4的靈敏度降低，動作時間延長，可能導(dǎo)致保護(hù)4拒動。

通過改進(jìn)粒子群算法對繼電保護(hù)進(jìn)行整定計(jì)算得到的整定值如表3所示。

按照表3整定計(jì)算得到的保護(hù)5、保護(hù)4、保護(hù)3和保護(hù)6出動作時間分別為：0.65s，2.26s，5.45s，8.9s，已全部滿足了配合關(guān)系，除了保護(hù)6需要與其他保護(hù)配合，延時時間有所增加外，其他三個保護(hù)動作時間均有所改善。

4 結(jié)論

分布式電源接入電力系統(tǒng)打破了原有繼電保護(hù)的配合關(guān)系。本文選用典型配網(wǎng)結(jié)構(gòu)對分布式電源接入前后故障情況進(jìn)行了仿真，分析了分布式電源接入后短路電流的變化情況，總結(jié)了分布式電源對配網(wǎng)繼電保護(hù)的影響，并針對繼電保護(hù)受到的影響，分析了分布式電源并網(wǎng)后過流保護(hù)的整定問題，并將其作為優(yōu)化問題處理，采用改進(jìn)粒子群算法對其進(jìn)行求解，結(jié)果表明，改進(jìn)粒子群算法對過流保護(hù)定值進(jìn)行了一定的優(yōu)化，并能夠快速收斂。

參考文獻(xiàn)

[1] 丁明，王敏. 分布式發(fā)電技術(shù)[J].電力系統(tǒng)自動化設(shè)備，2004，24（7）：31-36.

[2] 張超，計(jì)建仁，夏翔. 分布式發(fā)電對配電網(wǎng)繼電保護(hù)及自動化的影響[J].華東電力，2006，34（9）：23-26.

[3] 黃偉，雷金勇，夏翔. 分布式電源對配電網(wǎng)相間短路保護(hù)的影響[J].電力系統(tǒng)自動化，2008，32（1）：93-97.

[5] 林霞，陸于平，吳新佳. 分布式發(fā)電系統(tǒng)對繼電保護(hù)靈敏度影響規(guī)律[J].電力系統(tǒng)自動化設(shè)備，2009，1（29）：54-64.

[6] 龐建業(yè)，夏曉賓，房牧，等.分布式發(fā)電對配電網(wǎng)繼電保護(hù)的影響[J].繼電器，2007，35（11）：5-8.

[7] 于旭東，趙宇海，何平. 分布式發(fā)電對繼電保護(hù)的影響分析[J]. 吉林電力，2009，4（37）：8-10.

[8] 梅念，石東源，李銀紅，段獻(xiàn)忠. 基于改進(jìn)粒子群算法的繼電保護(hù)定值優(yōu)化[J]. 電力系統(tǒng)自動化，2006，30（16）：72-76.

[9] 高尚，楊靜宇. 分非線性整數(shù)規(guī)劃的粒子群優(yōu)化算法[J]. 微計(jì)算機(jī)應(yīng)用，2007，28（2）：126-130.