海上风电电缆故障定位优化算法研究.docVIP

海上风电电缆故障定位优化算法研究 　　【摘要】针对并网的海上风电场发生海底电缆故障时，难于巡线以及参数测量误差太大等困难，本文提出了一种利用海上和陆上变流站的电流电压频谱信息对故障位置进行优化辨识的算法。本文首先建立海上风电场线路模型，并基于集中参数模型确定测距观测方程，同时引入误差归一化构建定位最优化模型，最后将电流电压的频谱分量代入优化模型并用模拟退火算法求解。PSCAD仿真结果表明算法基本满足海上风电场海底电缆故障定位要求。 　　【关键词】海底电缆；故障定位；频域法；模拟退火法；优化算法 　　1.引言 　　随着全球经济的不断发展，能源危机也越发严重。传统能源因其储量有限、污染太大等原因促使人们不断开发新能源。风能作为一种可再生的清洁能源在全球范围内储量丰富，加之土地资源日益紧缺、近海地域风储量富足，大力发展海上风电已成为解决能源危机的一个重要手段[1]。 　　然而由于海域的海况及地质环境复杂，海床塌陷、局部滑坡、海浪和海流以及船只抛锚对海底电缆造成的损伤和断裂事故时有发生，影响了海上安全生产。根据丹麦海上风电场运行经验：海上风电场寿命一般为20年，此期间海底电缆故障率一般为0.32次/（100km·年）[6]，电缆填埋后的典型故障率可以达到0.1次/（100km·年）。一旦海底电缆发生故障就会导致部分风机不能正常发电，一方面会增加故障维修的费用，另一方面风电场在故障维修期间还会损失发电的收入。由于电力电缆都有厚的绝缘层，又埋于海底，一旦发生故障，寻找起来将十分困难，往往需要花费大量的人力、物力[2]。因此，准确的故障定位对于快速查找故障点、减轻故障巡线负担、减少停电检修时间、以及提高海上风电场的供电可靠性具有十分重要的意义。 　　为寻求快捷、准确的电缆故障点监测和定位方法，国内外电力科技工作者付出了不懈的努力。行波法在线故障测距的应用前景较乐观，但仍有很多技术难题需要解决[3-12]。本文提出了一种频域优化测距方法。基于海底电缆的集中参数模型，并在测距观测方程中将电缆参数作为未知估计量，然后选取不同的频谱分量列出其相应的网络方程。算法以各频谱满足的网络方程作为约束，以末端电网侧电压估计值与实测值间的误差最小作为优化目标函数。并在确定目标函数中，引入归一化因子选择各频谱误差的权重，建立海底电缆故障测距优化模型。算法不受参数测量误差的影响，而且引入频谱较宽，理论上可以达到非常高的精度，对海底电缆故障定位较为实用可靠。最后利用模拟退火算法求解并基于Matlab和PSCAD进行了仿真计算。 　　2.故障测距原理 　　2.1 故障网络方程的建立 　　图1所示为海底电缆输电线路发生故障时的网络模型，故障数据采集装置安装于海上变电站m和路上变电站n两端，f为故障点，Im和In为故障电流。考虑到电力系统中大多数超高压输电线路都是平衡系统或接近平衡系统，而且正序分量在任何故障类型下均存在，因此，本文采用正序分量系统[13]进行故障测距。 　　海底电缆发生故障后，根据电缆两端采集到的故障频谱信息列出故障点电压： 　　（1） 　　（2） 　　上述式子中，x为故障点离首端的距离，D为海底电缆总长度，为待识别参数。Z、Y为海底电缆的串联阻抗和并联导纳： 　　（3） 　　式中R、L、C分别为海底电缆集中参数模型中的电阻、电感和电容，均为待识别参数。故障点处电压相等，则可以得到故障测距方程： 　　（4） 　　2.2 故障频谱方程的建立 　　式（4）为故障测距方程，共有4个未知参数：D、R、L、C，因此，要解出故障距离x，至少要5个方程。根据线性系统理论，线路中各点暂态响应电流、电压的频谱是连续的，对于任意给定的频率，均可对故障网络写出相应的频谱方程[13]。所以故障电压电流中的谐波信号也符合故障测距方程。为此，方程（4）可转变为： 　　（5） 　　式中： （6） 　　3.故障测距优化模型 　　故障测距的研究目标是在海上风电并网系统发生故障时能准确查找故障点。为此需要寻求一种算法，使得出的估计值与实际值间的误差最小。这就形成最优化问题：在电缆线路参数及其网络方程的约束下，寻求使测距总误差最小的决策。因此，本文引用最优化的思想，建立故障测距优化模型，使测距精度最高。 　　由线性系统理论可知，各谐波均满足网络方程，未知参数有4个，加上故障距离x，理论上只需5个方程即可求解。但考虑到各种主客观因素，无法避免的误差（仪器测量、频域变换软件等），定位结果仍不够精确。为此，我们通过提取较多的频谱信息，并分解实部和虚部，构建裕量方程组求解。基于上述考虑，本文以总测距误差最小为优化目标，并赋予各谐波误差合适的权重，构建了以下的故障测距优化模型。 　　以电缆末端路上变电站电压为误差评价基准，提取出，使方程（5）转化为：