一种面向主动配电网的过电流保护自适应整定方法技术

本发明专利技术公开了一种面向主动配电网的过电流保护自适应整定方法，其包括：利用目标配电网的历史运行场景数据，生成目标配电网的典型运行场景库及各典型运行场景的发生概率；构建反时限过流保护协同优化模型，针对目标配电网的典型运行场景库，离线生成目标配电网各典型运行场景下的反时限过流保护定值模板，形成目标配电网的过流保护运行场景库，并将其储存在中央继电保护装置中；中央继电保护装置识别目标配电网当前运行场景，找出运行场景库中最佳匹配场景及存储库中与之相应过流保护定值模板，根据该过流保护定值模板调整目标配电网各继电保护装置的过流保护定值

【技术实现步骤摘要】
一种面向主动配电网的过电流保护自适应整定方法


[0001]本专利技术涉及电流保护
，特别是一种面向主动配电网的过电流保护自适应整定方法
。

技术介绍

[0002]高渗透率的分布式电源
(DG)
接入电网后给传统的继电保护方案带来了很大的挑战
。
通常，调度控制中心可以对网络拓扑结构的改变进行管理和调整
。
在主动自适应继电保护下，继电保护系统能够利用变电站之间的通信完成继电保护定值的自动修改，即根据网络拓扑结构中开关的改变情况进行通信，然后调用库中的继电保护定值，对新的拓扑结构实现保护
。
但是在接入
DG
之后，这种拓扑的改变将会变得更加频繁，如果每次改变都需要重新在线计算整定值，那么不仅会耗时，而且不利于电力系统的稳定运行
。

技术实现思路

[0003]鉴于此，本专利技术提供一种面向主动配电网的过电流保护自适应整定方法，以解决大规模的
DG
并网出现的配电网继电保护定值整定困难的技术问题
。
[0004]本专利技术公开了一种面向主动配电网的过电流保护自适应整定方法，其包括：
[0005]步骤1：利用目标配电网的历史运行场景数据，基于
LHS
的主动配电网运行场景生成和基于
K
‑
Medoids
的主动配电网运行场景削减，生成目标配电网的典型运行场景库及各典型运行场景的发生概率；
[0006]步骤2：构建反时限过流保护协同优化模型，针对目标配电网的典型运行场景库，离线生成目标配电网各典型运行场景下的反时限过流保护定值模板，形成目标配电网的过流保护运行场景库，并将其储存在中央继电保护装置中；
[0007]步骤3：中央继电保护装置识别目标配电网当前运行场景，根据当前运行场景与运行场景库中各典型场景的余弦相似度，找出运行场景库中最佳匹配场景及存储库中与之相应过流保护定值模板，根据该过流保护定值模板调整目标配电网各继电保护装置的过流保护定值
。
[0008]进一步地，所述生成目标配电网的典型运行场景库，包括：
[0009]步骤
11
：利用目标配电网的历史运行场景数据，分别计算各节点接入基础负荷及分布式电源的核密度估计函数和其对应累计概率分布函数为和分别将和的纵轴平均分为
V
个区间，各区间内随机取一个值和通过和找到对应的采样值和最终完成对所有节点的基础负荷和分布式电源的采样，形成
V
个运行场景，各运行场景由其特征向量表示，其中
LN、DN
分别为目标配电网中基础负荷和分布式电源的总数目，和分别为基础负荷的最大用电功率和分
布式电源的最大输出共同出力；
[0010]步骤
22
：从步骤
21
中生成的配电网运行场景的特征向量中，按照“最大最小距离原则”选定
k
个初始簇中心；
[0011]步骤
23
：根据最小距离的原则，将剩余
n
‑
k
个样本分配到各个簇中心，计算目标函数值；
[0012]步骤
24
：更新簇中心点，对每个簇内，计算簇中心外所有其他样本点，选取所有距离和之和最小的样本为新的簇中心；
[0013]步骤
25
：重复步骤
23
和步骤
24
，直到目标函数不在发生变化，或已达到设定的最大迭代次数，输出最终确定的目标配电网典型运行场景库
。
[0014]进一步地，所述计算各节点接入基础负荷及分布式电源的核密度估计函数和包括：
[0015][0016][0017]式中，
n
为样本容量，为带宽，
K
e
为依潘涅契科夫核函数；为
x
LD
的第
i
个样本，为
x
DG
的第
i
个样本
。
[0018]进一步地，所述步骤
22
中：
[0019]已知
m
个簇中心，通过如下公式选取
m+1
个簇中心，即计算剩余候选样本点到已知簇中心的最小距离，其中，最小距离中最大的对应的候选样本则为最新簇中心：
[0020][0021]式中，
x
i
为第
i
个候选场景样本；
c
j
为第
j
个簇中心
。
[0022]进一步地，所述步骤
23
包括：
[0023]根据最小距离的原则，距离函数由如下公式表示：
[0024][0025]将剩余
n
‑
k
个样本分配到各个簇中心，根据如下公式计算目标函数值：
[0026][0027]式中，
z(i)
为第
i
个候选样本属于的簇标号；
C
j
为第
j
个簇样本候选集；
p
ij
为第
j
个簇内的第
i
个样本；
[0028]所述步骤
24
中：
[0029]通过以下公式选取所有距离和之和最小的样本为新的簇中心：
[0030]min(∑||p
ij
‑
p
j
||)
[0031]式中，
p
j
为第
j
个簇内的簇中心
。
[0032]进一步地，所述步骤2中：
[0033]所述反时限过流保护协同优化模型由优化目标函数
、
控制变量和约束调节三部分构成，其中优化目标函数由下式所示：
[0034][0035]式中，
OF
为目标函数，
r1、r2、r3和
r4为权重系数，
T
pr,ip
是第
ip
个主保护的动作时间，主保护数目共为
MP
个，
Δ
tv
rp
为第
rp
对主后备保间时序配合偏差，其值为
(T
br,jb
‑
T
pr,ip
‑
CTI)
，
T
br,jb
是第
jp
个后备保护的动作时间，
CTI
为主后备保护的最小时间差，
Δ
C
kc,min
和
Δ
C
kc,max
分别为第
kc
个约束条件的下边界判断结果和上边界判断结果，其取值分别为
(C
kc...

【技术保护点】

【技术特征摘要】
1.
一种面向主动配电网的过电流保护自适应整定方法，其特征在于，包括：步骤1：利用目标配电网的历史运行场景数据，基于
LHS
的主动配电网运行场景生成和基于
K
‑
Medoids
的主动配电网运行场景削减，生成目标配电网的典型运行场景库及各典型运行场景的发生概率；步骤2：构建反时限过流保护协同优化模型，针对目标配电网的典型运行场景库，离线生成目标配电网各典型运行场景下的反时限过流保护定值模板，形成目标配电网的过流保护运行场景库，并将其储存在中央继电保护装置中；步骤3：中央继电保护装置识别目标配电网当前运行场景，根据当前运行场景与运行场景库中各典型场景的余弦相似度，找出运行场景库中最佳匹配场景及存储库中与之相应过流保护定值模板，根据该过流保护定值模板调整目标配电网各继电保护装置的过流保护定值
。2.
根据权利要求1所述的方法，其特征在于，所述生成目标配电网的典型运行场景库，包括：步骤
11
：利用目标配电网的历史运行场景数据，分别计算各节点接入基础负荷及分布式电源的核密度估计函数和其对应累计概率分布函数为和分别将和的纵轴平均分为
V
个区间，各区间内随机取一个值和通过和找到对应的采样值和最终完成对所有节点的基础负荷和分布式电源的采样，形成
V
个运行场景，各运行场景由其特征向量表示，其中
LN、DN
分别为目标配电网中基础负荷和分布式电源的总数目，和分别为基础负荷的最大用电功率和分布式电源的最大输出共同出力；步骤
22
：从步骤
21
中生成的配电网运行场景的特征向量中，按照“最大最小距离原则”选定
k
个初始簇中心；步骤
23
：根据最小距离的原则，将剩余
n
‑
k
个样本分配到各个簇中心，计算目标函数值；步骤
24
：更新簇中心点，对每个簇内，计算簇中心外所有其他样本点，选取所有距离和之和最小的样本为新的簇中心；步骤
25
：重复步骤
23
和步骤
24
，直到目标函数不在发生变化，或已达到设定的最大迭代次数，输出最终确定的目标配电网典型运行场景库
。3.
根据权利要求2所述的方法，其特征在于，所述计算各节点接入基础负荷及分布式电源的核密度估计函数和包括：包括：式中，
n
为样本容量，为带宽，
K
e
为依潘涅契科夫核函数；为
x
LD
的第
i
个样本，为
x
DG
的第
i
个样本
。4.
根据权利要求3所述的方法，其特征在于，所述步骤
22
中：已知
m
个簇中心，通过如下公式选取
m+1
个簇中心，即计算剩余候选样本点到已知簇中心的最小距离，其中，最小距离中最大的对应的候选样本则为最新簇中心：式中，
x
i
为第
i
个候选场景样本；
c
j
为第
j
个簇中心
。5.
根据权利要求4所述的方法，其特征在于，所述步骤
23
包括：根据最小距离的原则，距离函数由如下公式表示：将剩余
n
‑
k
个样本分配到各个簇中心，根据如下公式计算目标函数值：式中，
z(i)
为第
i
个候选样本属于的簇标号；
C
j
为第
j
个簇样本候选集；
p
ij
为第
j
个簇内的第
i
个样本；所述步骤
24
中：通过以下公式选取所有距离和之和最小的样本为新的簇中心：
min(∑||p
ij
‑
p
j
||)
式中，
p
j
为第
j
个簇内的簇中心
。6.
根据权利要求1所述的方法，其特征在于，所述步骤2中：所述反时限过流保护协同优化模型由优化目标函数
、
控制变量和约束调节三部分构成，其中优化目标函数由下式所示：式中，
OF

【专利技术属性】
技术研发人员：陈学强，张曦，冯德伦，何江涛，文东山，高辉，徐霄，
申请(专利权)人：南京邮电大学国家电网有限公司，
类型：发明
国别省市：