电网故障

本项目通过对直流电源系统框架、蓄电池全状态多变量监测方法及在线核容放电方法进行研究分析，首次提出新型直流电源系统中两段直流母线互为备用策略、蓄电池远程在线核容放电的控制策略和关键技术，形成一套远程在线核容放电的变电站智能直流系统，由蓄电池全状态智能监测、在线核容成套设备、DC-DC直流智能母联和智能高频开关充电模块及站用电源监控系统组成，可实现功能：1以DC-DC智能母联搭建出两段直流系统的在线热备用框架，当发生直流母线失压或欠压时，能自动保持直流母线的连续供电特性，保证直流系统供电可靠性；2.不脱离直流系统下蓄电池远程在线核容放电（所放电的电能回馈电网）和蓄电池全状态多变量数据的远程实时监测、维护，替代原有静态、离线、人工的蓄电池运维模式，及时发现蓄电池隐患，提高运维效率；3.实现直流充电机对交流输入低电压和缺相的适应性的措施，进一步保证电网故障初期直流系统的运行稳定性；4.搭建一套完整的蓄电池远程后台维护系统，可管理500个变电站的蓄电池系统，可实现站用电源系统的实时监测、蓄电池自动在线养护、历史数据保存及分析、蓄电池性能综合评估、蓄电池劣化的提前预警等，提高蓄电池维护效率、节约人工成本。

一二次配合的故障处理实现了一二次融合“1+1>2”的效果，使解决难题的方法更简单、更确切简单配电网。

微型相量测量单元(micro-phasor measurement unit, μPMU)为配电自动化的进一步升级提供了良好的量测基础，但现阶段电网中μPMU数量有限，难以满足传统配电网故障定位的需求。针对该问题，结合电网中μPMU与智能电表等量测设备，并基于虚拟节点的多重状态估计方法，提出了一种基于混合量测状态估计的故障定位方法。首先，通过等效变换将μPMU和智能电表的测量信息输入到故障状态估计器当中。然后，利用μPMU将网络划分为不同的区域。根据状态估计结果计算故障电流，缩小故障搜索区域以减少计算复杂度。为了识别区域内的故障位置，通过设置附加虚拟故障节点形成多种特定的故障拓扑结构并执行多重状态估计，计算出用于识别故障位置的加权测量残差指标，以确定故障位置。最后，在实时仿真系统(real-time digital simulation, RTDS)中进行仿真测试，结果表明所提方法在不同故障场景下均能准确有效地定位故障，且对量测误差具有较好的鲁棒性。

辽宁电科院作为辽宁公司技术支撑单位，为进一步促进配电网一二次设备融合技术的创新发展和深度应用，开展基于真型试验的一二次深度融合智能断路器不同工况下馈线自动化以及运行过程中冲击过电压等对智能断路器精度影响的测试工作，为设备选型提供有效支撑，助力实现配电网故障就地化处理的智能化运维管理。

由于逆变型分布式电源(inverter-interfaced distributed generation, IIDG)的故障特性主要由其控制策略及电网故障情况决定，在不同故障场景和工况下，传统的被动式保护方法存在保护整定和协调困难的问题。为此，提出一种基于控保协同的有源配网主动注入式保护方法，故障期间控制IIDG主动向电网注入特征信号，保护处利用检测到的特征信号来获取IIDG的基波信息，从而消除IIDG 对各支路电流及现有电流保护的影响。由于保护利用的故障特征是由IIDG主动注入的，因此该方法在不同场景和工况下都有较好的适用性，且不需要增加额外的通信和检测设备，具有经济性好和实用性高的优点。仿真结果验证了所提方法的有效性.

柔性直流电网故障电流上升速度快与电力电子器件过流能力弱形成突出矛盾，线路保护需要在数毫秒级完成故障判别，输电线路精确参数的获取对于提升继电保护的性能至关重要。然而直流系统中缺乏稳定基频，导致输电线路相关参数难以获取、保护实现较为困难。针对柔性直流线路频变参数难以获取的问题，提出基于半桥模块化多电平换流器(half bridge modular multilevel converter, HB-MMC)特征信号注入的柔性直流线路频变参数辨识方法。首先通过换流器控制在线路中注入特定频率信号，然后利用快速傅里叶分解提取不同频率的信号并计算指定频率下的线路参数，最后依据不同线路参数的频变特性拟合出对应的幅频特性曲线。仿真表明，所提参数辨识方法可以准确拟合保护所需直流线路频变参数，参数辨识频段内相对误差小于1.5%。

构网型变流器具有较好的惯量阻尼特性，目前已经成为新能源方面的研究焦点。为此，首先研究构网型风电变流器的阻尼特性，从阻抗的角度分析其对外等效特性，并利用伯德判据分析其在并网时的稳定性；其次从惯量的角度研究构网型风电变流器对电网的频率支撑特性，通过仿真分析，对比构网型风电变流器与跟网型风电变流器在电网频率变化及风机侧功率变化时的支撑能力。研究结果表明：构网型风电变流器对外阻抗特性呈阻感特性，并网稳定性较好；构网型风电变流器在电网故障时能够提供一定的功率支撑，等效增加了系统的惯量，并网特性较好。

针对现有智能优化算法在求解电网故障诊断解析模型时存在的易于陷入局部最优和种群质量低等问题，提出一种改进二进制增益共享知识算法(improved binary gaining-sharing knowledge-based algorithm, IBGSK)。首先，根据故障诊断规则，构建一种包含完备故障信息的完全解析模型。其次，将离散工作机制融入改进算法的种群更迭中，以避免发生空间脱节。然后，结合进化种群动力学思想(evolutionary population dynamics, EPD)，引入一种自适应交叉算子，以提高种群质量和增强算法的全局寻优能力。最后，通过特征选择和故障诊断仿真实验对算法性能进行评估。结果表明：IBGSK算法相较于其他优化算法，在特征选择问题上具有更高的计算效率、更强的全局寻优能力和泛化能力；在求解电网故障诊断解析模型上具有更优的诊断可靠性、时效性和收敛性。

电力信息通信

大量柔性负荷接入低压配电网,使配电网潮流分布变得复杂,信号畸变严重,过流特征微弱,故障特征不明显,基于工频信号的故障定位方案不再适用。文章首先利用电流全波有效值和故障电流相位改进了故障判据,构造了新的适应度函数表达式,然后搭建了面向低压配电网的区段故障定位分层降维分析模型,最终得到了基于全电流方向特征的低压配电网故障定位方法,并进行了仿真验证。结果表明该方法能够快速准确识别判定故障信息,不受畸变信息干扰。