基于改进BES算法的光伏型电网分区故障定位研究.pdf

第22卷第1期2024年2月Vol.22 No.1Feb.2024中 国 工 程 机 械 学 报CHINESE JOURNAL OF CONSTRUCTION MACHINERY基于改进BES算法的光伏型电网分区故障定位研究张裕1，罗晨1，王斌1，马春生2（1.贵州电网有限责任公司 电网规划研究中心，贵州 贵阳 550003；2.河海大学 能源与电气学院，江苏 南京 210024）摘要:为了进一步应对光伏型电网突发的情况，设计了一种基于改进秃鹰搜索算法（IBES）光伏型电网分区故障定位方法。在Sinusoidal映射的基础上形成高品质的初始秃鹰种群，在秃鹰搜索算法（BES）中引进非变异算子、交叉算子等，不断提高算法搜索能力，此模型的可靠性及有效性得到验证。研究结果表明：相较于鲸鱼算法（WOA）、果蝇算法（FFA）、正弦与余弦算法（SCA），IBES算法既确保了收敛速率，又保证了定位准确性，IBES的显著优势得到验证。分区方式可大幅度减少定位维度，使得求解速率及精度大幅度提高。相比BES模型，求解精度提高 1.72%，速率提高 30.5%。IBES模型在定位故障区段方面具有更快的速率及更高的准确性。该研究可以拓宽到齿轮箱故障诊断、管道泄漏位置定位等相关的机械控制领域，具有较好的推广价值。关键词:分布式电源；故障定位；改进秃鹰搜索算法；分区模型中图分类号:TP 13 文献标志码:A 文章编号:1672-5581（2024）01-0128-04Research on fault location of photovoltaic power grid partition based on improved BES algorithmZHANG Yu1，LUO Chen1，WANG Bin1，MA Chunsheng2（1.Power Grid Planning Research Center，Guizhou Power Grid Co.，Ltd.，Guiyang 550003，Guizhou，China；2.School of Energy and Electrical Engineering，Hohai University，Nanjing 210024，Jiangsu，China）Abstract：In order to further improve photovoltaic power grid response to emergencies，a fault location method based on improved condor search algorithm（IBES）was designed.Forming high-quality initial vulture population on the basis of sinusoidal mapping；The reliability and validity of the model are verified by introducing non-mutation operators and crossover operators into the condor search algorithm.The results show that compared with WOA，FFA and SCA，IBES algorithm can ensure both the convergence rate and positioning accuracy，and the significant advantages of IBES algorithm are verified.The partition method can greatly reduce the localization dimension and greatly improve the solving speed and accuracy.Compared with the BES model，the accuracy of the solution is increased by 1.72%and the speed is increased by 30.5%.IBES model has faster speed and higher accuracy in locating fault areas.This research can be extended to gear box fault diagnosis，pipeline leakage location and other related mechanical control fields，which has a good popularization value.Key words：distributed power supply；fault location；improved condor search algorithm；partition model配电网与大量光伏型电网相连，导致故障定位求解难度大幅度提升，严重影响传统故障定位方式的适用性1-3。所以，对光伏型电网故障区段定位方法进行分析，有利于推动分布式电源稳定、快速发展4。在配电网设备智能化改造的大环境下，矩阵 算 法 主 要 是 在 配 电 开 关 监 控 终 端（feeder terminal unit，FTU）传送信息与配电网拓扑结构相融合的基础上构建故障判定矩阵5-6，常用算法基金项目：国网贵州省电力有限公司资助项目（GZKJXM20220035）作者简介：张裕（1983），男，高级工程师，硕士。E-mail：第1期张裕，等：基于改进BES算法的光伏型电网分区故障定位研究主要有遗传算法、天牛须算法、粒子群算法等7-8。与矩阵算法相比，由于FTU传递信息受到限制，智能算法的定位准确度及计算速率依然可以维持较高水平，有助于加快求解速度9-11。综上所述，即使近年来的研究成果在定位速率及准确性方面取得明显突破，然而在面临故障点位多、同时信息发生畸变的情况时，依然具有无法兼顾定位速率及准确性的问题12。在 Sinusoidal映射的基础上形成高品质的初始秃鹰种群，在秃鹰搜索算法（bald eagle search，BES）中引进非变异算子、交叉算子等，不断提高算法搜索能力，此模型的可靠性及有效性得到验证。1 故障分区定位方法 1.1秃鹰搜索算法可将BES划分为3个求解步骤，即搜索空间选择、猎物搜索、俯冲捕获猎物13。（1）选择搜索空间。在搜索空间随机选择过程中，经过对猎物数量的判断以明确搜索范围内最优的狩猎范围。Pi，new=Pbest+r(Pmean-Pi)（1）式中：Pi，new为更新以后第i只秃鹰所处的区域；Pbest为秃鹰最好的狩猎区域；为控制位置变化参数，此处取1.5；r为（0，1）区间内的随机数；Pmean为秃鹰平均狩猎区域；Pi为第i只秃鹰动态狩猎区域。（2）搜索猎物。秃鹰通过螺旋移动确定最佳的狩猎区域。对于搜索方法，可用下式加以描述：(i)=r（2）xr(i)=(i)sin(i)（3）x(i)=xr()imax|xr()i（4）式中：R、为控制螺旋轨迹的参数，R取1.5，取7；（i）为极角；（i）为极径；xr（i）为秃鹰动态位置；x（i）为秃鹰横坐标位置，取值-1。更新公式为Pi，new=Pi+x(i)(Pi-Pmean)+y(i)(Pi-Pi+1)（5）式中：y（i）为秃鹰纵坐标位置，取值1；Pi+1为第i+1只秃鹰动态狩猎区域。（3）俯冲捕获猎物。秃鹰从最优位置迅速向猎物俯冲更新。Pi，new=rPbest+x1(i)(Pi-c1Pmean)+y1(i)(Pi-c2Pbest)（6）式中：c1、c2为调节系数，分别取值0.01和0.03。1.2改进秃鹰搜索算法因为秃鹰在选取其他区域时，通常会按照上阶段有效信息明确接下来的区域，若陷入局部搜索，则在全局搜索时不可能精准捕获到猎物。为了解决此问题，首先利用Sinusoidal映射让秃鹰平均布局在搜索空间内，有利于避免“过早收敛”的现象。交叉运算互换秃鹰所在的位置，同时对适应度值进行重新计算，如果新t+1位置的适应度值超过原位置，则可以替换原秃鹰。Pt+1=Pt-Pt()1-r()1-tTb，r0.5Pt+()1-Pt()1-r()1-tTb，其他 （7）式中：T为最大迭代次数，此处取50；Pt为第t次迭代时秃鹰所处的部位；b为系统参数，此处取2。基于FTU传递的信息，提取相应的故障电流，借 助 改 进 秃 鹰 搜 索 算 法（improved bald eagle search，IBES）完成第1层定位，将故障确定于某区域内，再采取穷举法进行故障定位。因为区分以后所有区域数量减少，采用穷举法。同时，建立矫正机制，将IBES结果与穷举法结合，确定发生故障的区段，定位控制过程如图1所示。图1定位控制流程Fig.1Flow chart of positioning control129第22卷中 国 工 程 机 械 学 报3 算例分析 如图2所示，选择图2的33节点的光伏型电网作为验证对象，以此对该模型的可靠性以及有效性进行检验。其中，DG1DG3为分布式电源，S为主电源，DG与区段末端相接同时进行正常工作。该实验参数设置：最大迭代次数为50，种群数量为 30。将节点“33”的线路区分为 10 个单独的区域。3.1系统仿真测试分析在4和18区段故障时，FTU传递出故障信息是1，1，1，1，-1，-1，0，0，0，0，1，1，1，0，0，0，1，1，-1，-1，-1，-1，-1，-1，-1，-1，-1，-1，-1，0，0，0，0，提取出的故障电流为 1，1，0，1，0，1，-1，-1，-1，0，同时借助IBES予以求解。最后定位结果是 0，1，0，0，0，1，0，0，0，0，所以可以确定故障出现在区域2和6。利用穷举法定位相应的故障区段，得出对应的区段状态值是 0，1，0，0、0，1，0，0，表示4和18是故障区段，与假设情况完全相符。为了对此方法的较强容错性进行验证，基于故障节点增设信息畸变情形。在9、12和22区段分别设立故障，节点“3”由1畸变成0，节点“18”由-1畸变成0，节点“32”由0畸变成-1。此时寻优迭代的收敛曲线如图3所示，最后的结果是 0，0，1，1，0，0，1，0，0，0，因此可以确定故障出现在区域3、4、7。利用穷举法定位相应的故障区段，得出对应的区段状态值是 0，0，1，0、0，1，0、0，1，表示9、12和22是故障区段。由图3可知，在线路中预先设置无信息畸变的双重故障及有信息畸变的三重故障，IBES分区模型都可以在迭代次数阈值内实现对故障部位的精准定位，体现出该模型即使是在故障多点位出现的状况下依然能够准确定位故障，并且在故障处理时表现出强大的容错能力。3.2不同算法性能对比采取鲸鱼算法（whale optimization algorithm，WOA）、果蝇算法（fruit fly algorithm，FFA）、正弦与余弦算法（sin cos algorithm，SCA）开展对比验证，分别在8、18和30区段设计故障，节点“1”由1畸变成0，节点“4”由1畸变成-1，节点“12”由1畸变成0，最终结果如图4所示。由图4可知，与WOA、FFA、SCA算法相比，在收敛速率上IBES算法具有显著的优势。IBES进行3次迭代便可获得最优解，WOA、FFA、SCA可以得到最优解，然而由于其全局搜索能力比较差，获得最优解分别需迭代 22、7 和 13 次。由此可知，IBES在求解速度方面具有明显的优势。将 IBES 算法和 WOA、FFA、SCA 算法展开对比，依次运行10次，对不同畸变点数、故障部位情形下的平均迭代数及定位准确数进行记录，对比结果见表1。由表1可知，相较于WOA、FFA、SCA算法，在收敛速率上IBES算法显著加快，且其定位精准度相 较 于 以 上 3 种 方 法 分 别 提 升 了 20%、6%和43.3%。由此可知，IBES算法既确保了收敛速率，又保证了定位准确性，IBES算法的显著优势得到验证。图233节点的光伏型电网Fig.2Photovoltaic power grids of 33 nodes图3故障定位迭代曲线Fig.3Iterative curve of fault location图4算法仿真对比Fig.4Algorithm simulation comparison130第1期张裕，等：基于改进BES算法的光伏型电网分区故障定位研究为验证优化方法的可靠性，对未分区处理的IBES算法、BES分区策略以及IBES分区策略这三者进行比较，IBES算法和BES算法设置完全相同的参数。重复运行50次，对不同畸变点数及故障部位情形下的定位速率、维度及正确次数进行记录，最终测试结果见表2和表3。由表2、表3可知，分区方式可大幅度减少定位维度，具有矫正机制的作用，使得求解速率及精度大幅度提高。不管是多点故障又或是单点故障，IBES 模型的定位精度都是很高的。相比 BES 模型，求解精度提升1.72%，速率提高30.5%。由此可知，IBES模型在定位故障区段方面有着更快的速率及更高的准确性，在工程实践领域有着极其重要意义。4 结论（1）相较于 WOA、FFA、SCA 算法，IBES 算法既确保了收敛速率又保证了定位准确性，IBES算法的显著优势得到验证。（2）分区方式可大幅减少定位维度，使得求解速率及精度大幅度提高。相比BES模型，求解精度提升 1.72%，速率提高 30.5%。IBES模型在定位故障区段方面具有更快的速率及更高的准确性。参考文献：1刘珅，赵丽萍，李建萍，等.考虑开关状态集调整的含光伏并网配电网动态故障恢复方法 J.电力系统保护与控制，2021，49（1）：24-31.2杨磊，高德东，孟广双，等.伏组件故障诊断方法研究 J.机械设计与制造，2021（12）：82-87.3JAMALI S，BAHMANYAR A，RANJBAR S.Hybrid classifier for fault location in active distribution networksJ.Protection and Control of Modern Power Systems，2020，5（2）：174-182.4CHEN K J.HU J，ZHANG Y，et al.Fault location in power distribution systems via deep graph convolutional networksJ.IEEE Journal on Selected Areas in Communications，2020，38（1）：119-131.表1性能对比Tab.1Performance comparison算法类型SCAWOAFFAIBES故障位置58、238、19、3058、238、19、3058、238、19、3058、238、19、30畸变位置9、255、14、312、12、279、255、14、312、12、279、255、14、312、12、279、255、14、312、12、27平均迭代次数9.712.714.513.234.436.47.88.88.63.43.74.5准确次数7441084108810108表2定位维度结果Tab.2Results of positioning dimensions故障位置255、185、2710、19、218、15、19、33IBES+穷举法10+2（12）10+4（14）10+4+4（18）10+4+5（19）10+4+4+2（20）10+4+3+4+4（25）BES+穷举法10+2（12）10+4（14）10+4+4（18）10+4+5（19）10+4+4+2（20）10+4+3+4+4（25）IBES333333333333表3定位速度和准确性结果Tab.3Results of positioning speed and accuracy故障位置555、185、185、1810、19、218、15、19、33畸变位置无18、22无7、15、322、16、21、282、17、27、333、12、22、29IBES+穷举法平均耗时/s1.971.981.941.961.961.961.95准确次数/次50505050505050BES+穷举法平均耗时/s2.642.612.702.782.942.963.14准确次数/次50505050504846IBES平均耗时/s12.6712.8313.0112.9012.9112.9413.18准确次数/次50505046434837（下转第136页）131第22卷中 国 工 程 机 械 学 报92.5%，只能对控故障点线路进行传控，由此完成故障点区段处理。采用所提方法进行故障节点线路判断时可以将准确率提高到97.31%，并获得3.97%的误差均值。3 结论 开展基于节点电压差值的配电网故障信息传控分析，得到如下结果：（1）分支支路故障信息传控表明，所提方法可以对各类故障都实现准确辨识，获得最小、最大相对误差依次是 0.16%和 9.44%，平均传控误差在3.98%以内。（2）节点支路故障信息传控表明，所提方法可以实现故障节点支路准确判断，获得了 0%、8.61%的最小和最大相对误差，平均相对误差在4%以内。（3）处于不同线路参数下会形成更大的故障传控误差，所提方法可以对线路参数表现出优异鲁棒性。（4）提高和降低节点负荷的两种过程引起的故障点传控状态也存在较大差异，采用所提方法够对故障支路实现准确辨识。（5）采用所提方法进行测试时，设备只需安装于分支末端部位，可以更快速的完成设备的配置过程。参考文献：1李练兵，孙腾达，曾四鸣，等.基于多端行波时差的配电网故障信息传控方法 J.电力系统保护与控制，2022，50（3）：140-147.2LI Z，WAN J，WANG P，et al.A novel fault section locating method based on distance matching degree in distribution networkJ.Protection and Control of Modern Power Systems，2021，6（2）：253-263.3易忠林，巨汉基，王杰，等.基于二进制粒子群的充电桩故障信息传控系统配置与信息传控方法 J.电测与仪表，2021，58（2）：139-145.4张耘浩，张姝，张文海，等.基于台区变压器二次侧电压变化的配电网故障区段信息传控 J.电力系统保护与控制，2022，50（16）：23-32.5罗深增，李银红，陈博，等.计及PMU最优配置的输电线路广域自适应故障定位算法 J.中国电机工程学报，2016，36（15）：4134-4144.6JAMALI S，BAHMANYAR A，RANJBAR S.Hybrid classifier for fault location in active distribution networks J.Protection and Control of Modern Power Systems，2020，5（2）：174-182.7梁睿，靳征，王崇林，等.行波时频复合分析的配电网故障信息传控研究 J.中国电机工程学报，2013，33（28）：130-136.8刘晓琴，王大志，江雪晨，等.利用行波到达时差关系的配电网故障信息传控算法 J.中国电机工程学报，2017，37（14）：4109-4115.9邓丰，梅龙军，唐欣，等.基于时频域行波全景波形的配电网故障选线方法 J.电工技术学报，2021，36（13）：2861-2870.10王小君，任欣玉，和敬涵，等.基于PMU 相量信息的配电网络故障测距方法 J.电网技术，2019，43（3）：810-818.11王成斌，贠志皓，张恒旭，等.基于微型PMU 的配电网多分支架空线路参数无关故障信息传控算法 J.电网技术，2019，43（9）：3202-3211.12张健磊，高湛军，王志远，等.基于有限PMU 的主动配电网故障信息传控方法 J.电网技术，2020，44（7）：2722-2731.13谢李为，李勇，罗隆福，等.基于距离矩阵与分支系数的配电网故障信息传控方法 J.中国电机工程学报，2020，40（7）：2180-2191.5XIAO Y，OUYANG J X，XIONG X F，et al.Fault protection method of single-phase break for distribution network considering the influence of neutral grounding modesJ.Protection and Control of Modern Power Systems，2020，5（2）：111-123.6于毅，尹丽菊，申晋，等.改进整数规划的电源配电网故障定位 J.智慧电力，2020，48（3）：104-108，116.7李卫国，刘柏岑，卢广旗.电源的配电网单相接地故障精确定位方法 J.供用电，2020，37（9）：58-63.8程梦竹，张新慧，徐铭铭，等.基于多目标加权灰靶决策的有源配电网故障区段定位方法 J.电力系统保护与控制，2021，49（11）：124-132.9王巍璋，王淳，尹发根.基于可达矩阵和贝叶斯定理的电源的配电网故障区段定位 J.中国电力，2021，54（7）：93-99，124.10杨晨曦，马杰，杨威，等.基于馈线负荷骤降度的配电网故障研判方法J.电力系统保护与控制，2022，50（2）：144-151.11魏然，张磐，高强伟，等.基于网络树状图的低压配电网故障研判仿真分析 J.电力系统保护与控制，2021，49（13）：167-173.12谢李为，李勇，罗隆福，等.基于距离矩阵与分支系数的配电网故障定位方法 J.中国电机工程学报，2020，40（7）：2180-2191，2397.13孙志达，杨涛，吴栋萁，等.基于多源信息和遗传算法的配电网故障定位模型 J.智慧电力，2021，49（12）：104-110.（上接第131页）136