论文部分内容阅读
摘要：风电场集电线路是风力发电系统中的重要组成部分，其运行是否稳定可靠直接影响风电场的发电效率与发电总量。然而存在多方面因素会导致风电场集电线路突发故障并难以切除，因此如何快速，准确的切除故障，对风电场稳定运行有着重要意义。本文总结了现阶段集电线路的保护研究方向，并从集电线路的反时限过电流保护原理和利用神经网络进行故障预测两方面分析了集电线路的保护发展前景，给风电相关从业人员提供一定的参考价值。
关键词：风电场集电线路；保护现状；发展前景；反时限过电流保护；神经网络
1 引言
风能是一种可再生清洁能源，其发电规模呈逐年增长趋势。而风电场集电线路作为电能输送的通道，主要分为架空线和直埋电缆两种，其系统运行参数复杂，加上所处的地理环境复杂，容易受到暴风、覆冰、雷击、线路老化等因素影响，导致线路突发跳闸、短路、断路等故障，造成重大的电力故障和经济损失，因此如何确保集电线路的安全稳定对风电场及电网的平稳运行有着重要意义。
2 风电场集电线路的保护研究现状
风电场集电线路系系统运行参数复杂统主要由风机机组、箱变、熔断器、电缆及架空导线等设备组成，系统运行参数复杂，容易受到暴风、覆冰、雷击、线路老化等因素影响，现有的保护整定方法及配置都不在适应，因此许多学者针对风电场集电线路的故障特征及保护配置问题进行了大量研究，并提出了一些解决方法，这些方法主要归类为以下三个方向：
（1）基于集电线路故障特征的保护整定方法
通过分析风电场集电线的拓扑结构与故障特征，结合风机低穿约束条件和风机出力情况，进行三段式过电流保护整定，用以保护集电线路，快速切除故障，但此类整定方法，对电网提供的短路电流、风机出力的随机性及熔断器反时限特性上未充分考虑，因此在保护可靠性上有所欠缺。
（2）基于网络通讯技术的集电线路保护方法
此类方案采用了GOOSE网络并结合电流差动保护方式，具有选择性联锁跳闸的功能，能快速切断故障点，但此方案需要在箱变高压侧安装断路器以及通讯功能，用以实现保护上下级的联锁。由于方案改造成本过高，山地通讯存在延时、断线等问题，并不适合现有的风电场运行环境，故此方案需要辅以限时过电流保护作为后备，所以现阶段无法做到独立可靠运行。
（3）基于智能算法的自适应保护方法
此类方案基于配网自动化，通过对不确定系统进行自适应辨识，采用多Agent的方式进行保护。虽然通过多个Agent（包括电流方向、自适应过电流、保护动作时限等Agent）协作的方式，可以实现定值动态调整，使保护装置在最佳状态，弥补了现有过流保护的缺点，但它对通讯可靠性有很高的要求，并不适合现有的风电场运行环境。
综上所述，在进行集电线路保护配置时，需要考虑风机提供的短路电流大小、熔断器动作曲线、风机低电压穿越約束条件、区内外故障特征等因素，是以现有的集电线路保护方法及整定方式都不再适应，需要一种更先进的保护方法，相关文献也提出了一些新的保护方向，如网络通讯技术与继电保护原理结合的方法、智能算法与自适应电流保护结合的方法等，这些方法或多或少有不成熟、需要改进的方面，但是这些方法思路值得借鉴。
3 风电场集电线路的保护发展前景分析
3.1反时限过电流保护
反时限过电流保护可表示为在同一条线路上，随着故障位置的不同，故障电流值会增大或减小，此时保护延时跳闸时间也会相应改变并呈反时限性。它的通用数学式如下：
式中，I—故障电流；
IP—启动电流；
R—系数（一般取值在0-2之间）；
k—动作时间常数。
由式（1-1）可以看出， 不大于1时，保护不出口； 大于1时，保护出口时间t随着 的变大而变短，呈现出反时限特征。同时IEC又将此保护分为三种类型：正常反时限（r=0.02）、非常反时限（r=1）、极端反时限（r=2），它们的区别是r值越大，曲线越陡。
根据其特征描述，反时限过流保护可用于需要上下级元件配合的环境，如：电动机、分布式电源、箱变以及中低压配电网，用以实现保护选择性的功能。同时它在特殊条件下也具备三段式过电流保护的作用，因此能适合于风电场集电线路的运行环境，但反时限过流保护是基于熔断器理想熔断曲线来整定，而理想曲线与实际运行曲线存在误差，因此在进行整定时留有裕度，故其保护出口时间往往长于熔断器的熔断时间，这将导致当熔断器出现拒动时，反时限过流保护不能迅速地消除故障，从而使故障扩大化。
3.2基于神经网络的集电线路故障分析
集电线路运行参数复杂，故障参数难以辨识，反时限过流保护在整定时留有裕度。当熔断器出现拒动时，反时限过流保护不能更快切断故障，因此需要在反时限过流保护的速动性上进行改进。
人工神经网络是一种由许多基本计算单元互联构成的非线性、自适应数据处理系统，它的主要特点为：
a.能够任意对复杂的非线性数据进行拟合；
b.采取分布式并行处理方式，能够迅速的进行批量计算；
c.可辨识和自适应未知或不确定的系统；
由于人工神经网络具有如上特征，故可以选取人工神经网络进行集电线路故障特征的辨识，通过对反时限过流保护运行特征的模拟，用以预测跳闸动作时限，这种方法克服了反时限过流保护动作精度不高、速动性不足的弊端。
其主要步骤如下：
（1）将全电流量写完为正序与负序分量之和的形式，并进行 变换，在正序dq轴上提取瞬时正序故障电流分量；
（2）将瞬时正序故障电流分量作为网络输入层特征量，以熔断器实际动作时限与风机低电压穿越约束时限作为期望输出，构造RBF神经网络；
（3）采用故障特征信息来训练RBF神经网络，然后将训练好的网络根据瞬时正序故障电流分量来预测动作时限，实现保护跳闸功能。
神经网络模型具有良好的鲁棒性和容错性，随着训练数据的不断增加，利用神经网络模型对集电线路进行故障特征的辨识将变得精确可靠，更能接近上下级保护元件的动作曲线，很好的解决了三段式过电流保护选择性不足、反时限过流保护动作精度低等问题，具有一定的发展前景。
4 小结
运行安全稳定的集电线路是风电场正常工作的前提，本文主要针对集电线路运行参数复杂，所处地理条件恶劣等因素，分析总结了集电线路保护研究现状的适应性。同时，本文从反时限过电流保护原理和利用神经网络进行故障预测两方面分析了集电线路的保护发展前景，给风电相关从业人员提供一定的参考价值。
参考文献：
[1]杨平怡，王宝华.风电场集电线路电流速断保护整定研究[A].电子设计工程，2015，23（20）：158-165.
[2]赵忠立.提高风电场集电线路保护选择性的方案探讨[B].内蒙古电力技术，2012，30（4）：35-38.
[3]黄景光，郑淑文，林湘宁.基于多端差动的风电场集电线路保护新原理[A].电网与清洁能源，2016，32（9）：102-106.
[4]杨利水，杨旭，徐岩.基于多Agent技术的自适应过电流保护的研究[A].华北电力大学学报，2009，36（6）：34-38.
[5]陈少华，张辉.基于BRF神经网络的电电流保护[A].广东工业大学学报，2001，18（3）：17-21.
[6]安艳秋，高厚磊.正序故障分量及其在继电保护中的应用[J].电力系统及其自动化学报2003，15（4）：76-78.
关键词：风电场集电线路；保护现状；发展前景；反时限过电流保护；神经网络
1 引言
风能是一种可再生清洁能源，其发电规模呈逐年增长趋势。而风电场集电线路作为电能输送的通道，主要分为架空线和直埋电缆两种，其系统运行参数复杂，加上所处的地理环境复杂，容易受到暴风、覆冰、雷击、线路老化等因素影响，导致线路突发跳闸、短路、断路等故障，造成重大的电力故障和经济损失，因此如何确保集电线路的安全稳定对风电场及电网的平稳运行有着重要意义。
2 风电场集电线路的保护研究现状
风电场集电线路系系统运行参数复杂统主要由风机机组、箱变、熔断器、电缆及架空导线等设备组成，系统运行参数复杂，容易受到暴风、覆冰、雷击、线路老化等因素影响，现有的保护整定方法及配置都不在适应，因此许多学者针对风电场集电线路的故障特征及保护配置问题进行了大量研究，并提出了一些解决方法，这些方法主要归类为以下三个方向：
（1）基于集电线路故障特征的保护整定方法
通过分析风电场集电线的拓扑结构与故障特征，结合风机低穿约束条件和风机出力情况，进行三段式过电流保护整定，用以保护集电线路，快速切除故障，但此类整定方法，对电网提供的短路电流、风机出力的随机性及熔断器反时限特性上未充分考虑，因此在保护可靠性上有所欠缺。
（2）基于网络通讯技术的集电线路保护方法
此类方案采用了GOOSE网络并结合电流差动保护方式，具有选择性联锁跳闸的功能，能快速切断故障点，但此方案需要在箱变高压侧安装断路器以及通讯功能，用以实现保护上下级的联锁。由于方案改造成本过高，山地通讯存在延时、断线等问题，并不适合现有的风电场运行环境，故此方案需要辅以限时过电流保护作为后备，所以现阶段无法做到独立可靠运行。
（3）基于智能算法的自适应保护方法
此类方案基于配网自动化，通过对不确定系统进行自适应辨识，采用多Agent的方式进行保护。虽然通过多个Agent（包括电流方向、自适应过电流、保护动作时限等Agent）协作的方式，可以实现定值动态调整，使保护装置在最佳状态，弥补了现有过流保护的缺点，但它对通讯可靠性有很高的要求，并不适合现有的风电场运行环境。
综上所述，在进行集电线路保护配置时，需要考虑风机提供的短路电流大小、熔断器动作曲线、风机低电压穿越約束条件、区内外故障特征等因素，是以现有的集电线路保护方法及整定方式都不再适应，需要一种更先进的保护方法，相关文献也提出了一些新的保护方向，如网络通讯技术与继电保护原理结合的方法、智能算法与自适应电流保护结合的方法等，这些方法或多或少有不成熟、需要改进的方面，但是这些方法思路值得借鉴。
3 风电场集电线路的保护发展前景分析
3.1反时限过电流保护
反时限过电流保护可表示为在同一条线路上，随着故障位置的不同，故障电流值会增大或减小，此时保护延时跳闸时间也会相应改变并呈反时限性。它的通用数学式如下：
式中，I—故障电流；
IP—启动电流；
R—系数（一般取值在0-2之间）；
k—动作时间常数。
由式（1-1）可以看出， 不大于1时，保护不出口； 大于1时，保护出口时间t随着 的变大而变短，呈现出反时限特征。同时IEC又将此保护分为三种类型：正常反时限（r=0.02）、非常反时限（r=1）、极端反时限（r=2），它们的区别是r值越大，曲线越陡。
根据其特征描述，反时限过流保护可用于需要上下级元件配合的环境，如：电动机、分布式电源、箱变以及中低压配电网，用以实现保护选择性的功能。同时它在特殊条件下也具备三段式过电流保护的作用，因此能适合于风电场集电线路的运行环境，但反时限过流保护是基于熔断器理想熔断曲线来整定，而理想曲线与实际运行曲线存在误差，因此在进行整定时留有裕度，故其保护出口时间往往长于熔断器的熔断时间，这将导致当熔断器出现拒动时，反时限过流保护不能迅速地消除故障，从而使故障扩大化。
3.2基于神经网络的集电线路故障分析
集电线路运行参数复杂，故障参数难以辨识，反时限过流保护在整定时留有裕度。当熔断器出现拒动时，反时限过流保护不能更快切断故障，因此需要在反时限过流保护的速动性上进行改进。
人工神经网络是一种由许多基本计算单元互联构成的非线性、自适应数据处理系统，它的主要特点为：
a.能够任意对复杂的非线性数据进行拟合；
b.采取分布式并行处理方式，能够迅速的进行批量计算；
c.可辨识和自适应未知或不确定的系统；
由于人工神经网络具有如上特征，故可以选取人工神经网络进行集电线路故障特征的辨识，通过对反时限过流保护运行特征的模拟，用以预测跳闸动作时限，这种方法克服了反时限过流保护动作精度不高、速动性不足的弊端。
其主要步骤如下：
（1）将全电流量写完为正序与负序分量之和的形式，并进行 变换，在正序dq轴上提取瞬时正序故障电流分量；
（2）将瞬时正序故障电流分量作为网络输入层特征量，以熔断器实际动作时限与风机低电压穿越约束时限作为期望输出，构造RBF神经网络；
（3）采用故障特征信息来训练RBF神经网络，然后将训练好的网络根据瞬时正序故障电流分量来预测动作时限，实现保护跳闸功能。
神经网络模型具有良好的鲁棒性和容错性，随着训练数据的不断增加，利用神经网络模型对集电线路进行故障特征的辨识将变得精确可靠，更能接近上下级保护元件的动作曲线，很好的解决了三段式过电流保护选择性不足、反时限过流保护动作精度低等问题，具有一定的发展前景。
4 小结
运行安全稳定的集电线路是风电场正常工作的前提，本文主要针对集电线路运行参数复杂，所处地理条件恶劣等因素，分析总结了集电线路保护研究现状的适应性。同时，本文从反时限过电流保护原理和利用神经网络进行故障预测两方面分析了集电线路的保护发展前景，给风电相关从业人员提供一定的参考价值。
参考文献：
[1]杨平怡，王宝华.风电场集电线路电流速断保护整定研究[A].电子设计工程，2015，23（20）：158-165.
[2]赵忠立.提高风电场集电线路保护选择性的方案探讨[B].内蒙古电力技术，2012，30（4）：35-38.
[3]黄景光，郑淑文，林湘宁.基于多端差动的风电场集电线路保护新原理[A].电网与清洁能源，2016，32（9）：102-106.
[4]杨利水，杨旭，徐岩.基于多Agent技术的自适应过电流保护的研究[A].华北电力大学学报，2009，36（6）：34-38.
[5]陈少华，张辉.基于BRF神经网络的电电流保护[A].广东工业大学学报，2001，18（3）：17-21.
[6]安艳秋，高厚磊.正序故障分量及其在继电保护中的应用[J].电力系统及其自动化学报2003，15（4）：76-78.