直流(DC)配电网络因其高传输效率、优越的电能质量和灵活的控制能力而受到越来越多的关注,这些特性是未来智能电网和能源互联网的关键要素[[1], [2]]。然而,在使用可隔离直流故障变换器的实际应用中,极间(PTP)短路电流的快速切断对准确故障定位带来了重大挑战[[3]]。
现有的柔性直流配电网络故障定位方法大致可以分为三类:基于行波的方法、基于故障分析的方法和基于主动信号注入的方法[[4]]。行波方法需要超高的采样率和精确的波前检测,但在线路较短、分支较多或过渡电阻较高的系统中,其精度会下降[[5], [6]]。故障分析方法较为简单且计算效率高,但容易受到低频干扰的影响,并且对负载和电阻条件的依赖性较强[[7]]。相比之下,基于信号注入的方法通过利用辅助激励信号来推断故障位置,从而减轻了快速保护动作的影响[[8], [9]]。
然而,传统的基于注入的方案依赖于外部设备,增加了基础设施成本和运行复杂性。为了克服这一问题,最近的研究[[10], [11], [12], [13], [14]]利用变换站控制生成特定的注入信号。例如,[10]和[11]引入了混合模块多电平变换器(MMC)控制策略,实现了内部信号生成。然而,最近的研究表明,这些策略通常需要全桥MMC来维持故障后的电流,或者依赖于复杂的调制变换,这可能在瞬态期间影响系统稳定性[[12]]。此外,一些需要多端协调的协同注入方案严重依赖宽带通信,在通信失败时可靠性降低[[13]]。文献[14]中的方法适用于基于MMC的高压直流(HVDC)系统,但忽略了下游分支,从而降低了长线网络的定位精度。同时,文献[15], [16]中的方案针对径向结构设计,不适用于环型网络。
在环型直流配电系统中,准确识别故障线路对于可靠地隔离故障至关重要。然而,现有的单端和双端故障定位技术[[12], [13], [14], [15], [16], [17]]主要是为径向或双端配置设计的。当故障发生在两个馈线连接处附近时,这些方法无法确定故障是在线路还是连接的母线上,从而产生“死区”。尽管文献[18]提出了一种双端注入方法来缓解这一问题,但它依赖于多个光伏电源和站间通信,从而降低了可扩展性和实用性。
另一个关键挑战是从受噪声污染的测量数据中准确提取注入的特征信号。尽管最近探索了基于深度学习的数据驱动方法用于故障定位[[19]],但它们通常需要庞大的训练数据集,并且缺乏物理可解释性,限制了其在不同拓扑结构中的泛化能力。传统的信号处理技术,如快速傅里叶变换(FFT)和小波变换(WT),在处理非平稳直流故障瞬态时往往难以平衡时频分辨率或受到基函数依赖性的影响[[20]]。尽管经验模态分解(EMD)可以自适应地分解信号,但在高电阻故障条件下容易发生模态混合问题,导致阻抗估计出现较大误差[[21]]。因此,开发一个能够处理强噪声和瞬态成分的鲁棒信号处理框架迫在眉睫。
与HVDC系统不同,直流配电网络包含多个变换器端口,其输出电容器与网络耦合,形成频率依赖的阻抗路径。这些路径可能导致通过故障点的放电电流,产生脉冲电流,可能导致线路误识别或定位失败。现有方法通常依赖于使用断路器或隔离开关来隔离这些电容效应,增加了实施的复杂性。此外,多端故障识别通常需要广泛的通信和同步测量基础设施,显著增加了实际配电系统的部署成本。
另一个挑战在于保护动作失败时,系统等效拓扑和信号传播特性的变化。例如,珠海唐家湾和通利等示范项目仅在主变换器处使用测量单元,导致分支和终端线路未被监控。因此,在单端测量和缺乏广域通信的情况下,多端变换器端口直流配电网络中的传统故障定位方法面临两个主要挑战:(1)保护的成功或失败直接影响系统拓扑,对保护后故障定位算法的适应性提出了更高要求;(2)变换器出口处并联电容器的隔离状态决定了电流路径,从而影响单端测量的频率特性和信号响应。这些挑战突显了需要一种能够适应保护操作和变换器端口电容隔离不确定性的单端故障定位方法。
基于以上分析,本文提出了一种基于绝缘栅双极晶体管-串联连接双有源桥(ISOP-DAB)架构的单端主动信号注入故障定位方法,适用于环型柔性直流配电网络。该方法既适用于正常保护操作,也适用于故障保护操作,无需多端测量即可实现准确和鲁棒的故障定位。在正常保护操作下,故障区域被隔离,在该区域内的一个端口应用多频主动信号注入策略,并分析频率依赖的等效阻抗以确定故障线路。然后使用最小二乘(LS)方法求解过定阻抗方程组来估计故障位置。当保护失败时,故障定位策略调整为结合多频信号注入和电容器放电分析,以准确确定故障线路及其位置。为了提高所提方法的鲁棒性,使用无迹卡尔曼滤波器(UKF)、变分模态分解(VMD)和最小二乘(LS)算法处理注入信号响应。最终结果使用熵加权方法(EWM)融合,以确定保护失败情况下的最终故障位置。
本文的其余部分组织如下:第2节介绍所提方法的系统建模和理论原理。第3节介绍三阶段主动注入故障定位算法和信号处理策略。第4节讨论仿真结果,第5节得出结论。