SSSC串补线路双端暂态保护的研究

静态同步串联补偿器(Static synchronous series compensator,SSSC)的应用可以有效地提高电网的输送能力和系统的稳定性,但是其运行状态和控制策略使得电网故障的暂态过程复杂化,对传统继电保护的性能产生了很大的影响,因此必须深入研究含SSSC的串补线路保护的新原理。采用改进的小波包熵算法,分析了含SSSC的串补线路故障时线路两端的故障电流的频率特征。分析结果表明,当串补线路区内SSSC前后故障和区外故障时,线路两端获得的频率分量的小波包熵值有明显不同。通过对串补线路的特征进行仿真验证,提出了一种适用于SSSC串补线路的双端暂态量保护新方案。结果表明,该方案具有良好的适应性,适用于不同故障位置、故障类型、故障初始角、串补度和过渡电阻。     

串补高压输电线路故障位置识别新方法

基于小波分析理论,提出了一种串补高压输电线路相对于串补电容的故障点位置识别方法。通过仿真采集输电线路不同位置故障时的双端故障电流,应用小波分析对故障电流的奇异性进行分析,对比各频段小波分解系数的奇异性变化规律,寻找出一种可以用于识别相对于串补电容位置的故障点特征量。该方法仅利用MOV导通前的一段时间的电流信号,避开了MOV导通后串补电容上电压难以获得的问题。大量PSCAD/EMTDC仿真表明,该方法简单,运行速度快,准确率高,不受电压等级、串补度、故障类型、故障距离、过渡电阻、故障起始时刻等随机因素的影响。     

基于故障点位置识别的串补线路距离保护方案

分析并指出了电平检测方案存在的灵敏度不足的问题.简单介绍了利用保护测量电流、电压计算保护安装处至串补电容之间沿线各点电压的方法,并分别分析了在串补电容前和串补电容后故障以此方法所计算得到的沿线各点电压幅值的特点.在电容前金属性故障时,保护安装处至电容之间将出现电压极小值点,且电压幅值理论上为0;在电容后故障时,计算电压即使出现极值点其幅值也较高.据此提出了串补线路故障点位置识别的方法,结合传统距离保护形成了适用于串补线路的距离保护新方案.该方案能在可靠防止超越的基础上很大程度地提高距离保护的灵敏度.EMTP仿真验证了该方案的有效性和可靠性.     

基于补偿点阻抗的阻抗角特性的串补线路距离保护方法

将保护安装处到串补电容间线路阻抗与测量阻抗之差定义为补偿点阻抗,深入分析了串补电容前后金属性故障时补偿点阻抗的阻抗角特性.在电容前金属性故障时,补偿点阻抗的阻抗角介于70°～90°之间;在电容后金属性故障时,补偿点阻抗的阻抗角介于90°～270°之间.据此提出了串补线路故障点位置识别方法,结合传统距离保护形成了适用于串补线路的距离保护新方法.与传统的电平检测方案相比,该方法明显提高了串补线路距离保护的保护范围.EMTP仿真验证了该方法的正确性和有效性.     

串补输电线路的精确故障定位算法

在具有串联电容器的输电系统中，由于具有非线性伏安特性的MOV（用于串补的过电压保护）的存在，使得常规的故障定位方法不能适用。文章提出了一种适用于串补输电线的故障定位方法不能适用。文章提出了一种适用于串补输电线路的故障定位算法，计及了故障时串补及其保护装置的状态。算法利用两端不必同步的电压电流数据，分为两个子算法，分别假定故障位于串联电容器之前和串联电容器之后，最后通过比较不同序中的解，求出故障点的位置。仿真计算表明该算法对于不同的接地电阻和不同的故障类型有很高的精度。     

基于多小波包系数熵和人工神经网络的输电线路故障类型识别方法

基于多小波包分解系数和信息熵的概念定义了多小波包系数熵的表达式,并提出多小波包系数熵和人工神经网络相结合的输电线路故障类型识别方法：首先对不同故障工况下采集的故障电流信号进行适当的多小波包分解,计算各频带的系数熵;然后构造多小波包特征向量,将这些向量作为训练样本对径向基函数(radial basis function,RBF)神经网络进行训练;当输电线路发生故障时,将提取的故障电流信号的多小波包系数熵特征向量输入训练好的RBF神经网络,即可实现故障类型的识别。仿真结果表明采用多小波包提取的故障电流特征量比采用传统小波包提取的特征量信息更丰富,对人工神经网络的训练效果更好,网络识别精度具有明显优势。     

串补线路故障点位置的模型识别方法

文中提出了一种判断串补线路单相接地故障时故障点相对于串联补偿电容位置的模型识别方法，该方法通过比较不同模型计算出线路电感值的离散度来识别故障位置。将该方法和传统的距离保护相配合，可以解决传统距离保护在串补线路中超越的问题，使得距离Ⅰ段可以按全线阻抗整定，而不必考虑电容的容抗，很大程度地提高了距离Ⅰ段的灵敏度。判别过程仅利用MOV导通前一段时间的暂态量数据，不受MOV非线性特性的影响，避开了MOV导通后串补电容上电压准确值难以获得的问题。该方法仅利用单端电气量，无需通讯通道；数字仿真结果表明：该方法具有很好的适应性，适合于各种电压等级、各种频率的系统，线路各处故障。     

基于参数识别原理的串补线路距离保护

以串联补偿（简称串补）线路的暂态物理模型为基础,基于参数识别原理提出一种适用于串补线路的距离保护方法。该保护利用系统故障时的暂态信息识别串补线路的电感参数来反映故障点到保护安装处距离,克服了串补电容带来的超越问题,并将故障点相对于串补的位置转化为待识别的未知量,实现串补前故障与串补后故障算法上的统一,无需事先识别故障点...     

串补线路故障特征分析

串联补偿电容器的存在,使得高压输电串补线路阻抗出现非连续性,对目前广泛采用的继电保护原理产生影响。以750kV电压等级的串补输电线路为模型,用EMTP仿真建模,给出了最小二乘矩阵束法分析线路故障后电流信号中的自由分量分布以及衰减情况,得到串补输电线路的故障特征。仿真结果表明,利用最小二乘矩阵束法可以在故障后快速识别出信号频率及相应的衰减时间常数,给出保护安装处实际感受到的谐波变化情况。该方法适合于暂态谐波分析,为分析故障暂态对保护的影响提供一定的指导意义。     

串补线路故障特征分析

串联补偿电容器的存在,使得高压输电串补线路阻抗出现非连续性,对目前广泛采用的继电保护原理产生影响。以750 kV电压等级的串补输电线路为模型,用EMTP仿真建模,给出了最小二乘矩阵束法分析线路故障后电流信号中的自由分量分布以及衰减情况,得到串补输电线路的故障特征。仿真结果表明,利用最小二乘矩阵束法可以在故障后快速识别出信号频率及相应的衰减时间常数,给出保护安装处实际感受到的谐波变化情况。该方法适合于暂态谐波分析,为分析故障暂态对保护的影响提供一定的指导意义。     

基于暂态能量的超高压串补线路故障选相

超高压输电线路发生故障时,线路上的串补电容及其保护回路都将在故障时产生附加的暂态分量。为此,分析了串补线路故障时暂态电流特征,在得出串补对高频暂态电流影响较小的结论后,利用改进递归小波对故障时各相的高频电流能量进行分析,通过比较能量来识别故障类型和判别故障相别。大量ATP(thea lternative trans ien ts program)仿真实验以及实际录波数据验证表明,该算法在不同故障条件下(不同故障位置和初始角等)都能正确选出故障相。     

基于Hilbert变换的串联电容补偿线路距离保护

利用Hilbert变换得到了实信号幅值函数的特点,分析了串联电容前后故障时故障电流幅值函数的不同:串联电容前故障时,幅值函数不能表征故障电流的包络线;串联电容后故障时,幅值函数可以表征故障电流的包络线。据此提出了基于Hilbert变换的串联补偿线路故障点位置的识别判据,结合传统的距离保护形成了适用于串联补偿线路的距离保护新方案,能有效解决超越问题。PSCAD仿真验证了该方案的有效性。     

基于BP神经网络的SSSC的建模与仿真

SSSC的模型是分析其原理和设计其控制器的基础.由于SSSC是一个强非线性的系统,用传统的方法所建立的模型已不能达到人们的要求,利用具有非线性拟合能力的人工神经网络建立了逆变器电容电压和线路有效阻抗的神经网络模型.神经网络特有的非线性逼近、强化学习和自适应能力,使神经网络模型对变化的环境和参数具有自适应性.     

Wavelet Packet Entropy and RBFNN Based Fault Detection,Classification and Localization on HVAC Transmission Line

The article presents a technique for fast and accurate detection, classification and localization of faults on the high voltage transmission systems considering the alternator's dynamics and the effect of transformers. The systems have been simulated by ATP/EMTP software and three phase fault currents at one end of the transmission line are recorded with a sampling frequency of 50 kHz. The fault signals are decomposed by wavelet packet decomposition (WPD) up to 3^rd level with mother wavelet db6 to calculate wavelet packet entropy (WPE) which has the ability to measure the uncertainty of fault signals during feature extraction. A properly designed radial basis function neural network (RBFNN) trained with these features can recognize, classify and locate faults faster as it utilizes only half cycle data after fault initiation. This technique has been verified for different fault categories, fault impedances and fault inception angles (FIA) at different locations for two different transmission systems. The investigated results demonstrate that the wavelet packet entropy is very powerful for extracting the features from the fault signals and RBFNN is very accurate for classification and localization of faults on the transmission line including locations close to the generator's end.     

基于功率传递的同期并列装置实现SSSC功能的仿真

本文针对基于功率传递的电网间同期并列装置转换为静止同步串联补偿器的复合系统,建立了并网装置转换为SSSC后的等效模型,根据SSSC既可进行容性补偿又可进行感性补偿的双重补偿的特点,分析了SSSC调节潮流的过程以及接入SSSC前后输电线路电流的变化情况。为减小短路故障情况下短路电流对系统的影响,本文利用SSSC可等效为感性阻抗的特点对不同短路故障电流进行了限制,从而提高了现有设备的综合利用率。在PSCAD/EMTDC中搭建了含SSSC的等效模型,仿真结果表明SSSC可有效调节线路输送的潮流,并验证了当系统发生短路故障时SSSC具有一定的限流功能。     

串联电容补偿线路的相差保护特性研究

高压输电线路上靠近串补电容处发生故障时,由于电容的补偿作用,线路两端电流、电压的相位差可能达到180°,远远超出了传统相差保护的整定值,导致保护无法判别故障。为此,作者提出一种改进算法,对故障时的暂态电流信号进行小波变换,获取暂态相位差值作为保护动作的依据,并考虑了金属氧化物变阻器不能导通时串补电容对保护性能的影响。仿真结果表明,改进算法能快速准确地判断故障区域,弥补了传统保护的缺陷,且不受串补电容补偿度、安装地点的影响,对普通线路同样适用。     

Fast decoupled load flow analysis with SSSC power injection model

This paper presents a facile incorporation of a static synchronous series compensator (SSSC) into the fast decoupled (FD) load flow method. The model is based on power injection formulation. The SSSC is represented by a series impedance and two power injection loads at the terminal nodes. These power injection loads are based on the specified power flow and updated during the iterative process. This developed model of SSSC can be implemented easily in the FD load flow method without changing in the basic computational algorithm. The developed model overcomes the problem of power flow SSSC model which exists when only the SSSC links two subnetworks. The FD load flow with the power injection model of SSSC has been validated using standard IEEE data. © 2014 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.