基于QPSO算法的含分布式电源配电网故障诊断

单宝峰 陈军港 撖奥洋 于立涛 张智晟

摘要： 针对含分布式电源的配电网发生故障后，故障电流流向更加复杂，导致传统配电网故障诊断方法适用性变差的问题，本文将故障电流作为馈线终端单元采集的故障信息，构造了新型故障诊断评价函数。同时，以-1，0，1规定故障电流方向，在馈线终端单元上增加方向元件采集故障信号，利用量子粒子群优化算法对评价函数进行求解实现诊断，并通过仿真算例，验证该方法在含分布式电源的配电网故障诊断中的有效性及容错性。仿真结果表明，该算法可准确验证发生故障的区段，不具备关键信息丢失的容错性能，但对于非关键信息丢失或畸变时具有良好的容错性。该研究为含分布式电源的配电网故障诊断提供了新的解决方案，具有一定的应用价值。

關键词： 配电网； 分布式电源； 量子粒子群优化算法； 故障诊断

中图分类号： TM727； TM711文献标识码： A

收稿日期： 20170413； 修回日期： 20170828

基金项目： 山东电力科技计划项目（5206021500HC）；2016智慧青岛建设计划重点项目（强化重点领域智慧企业服务11）

作者简介： 单宝峰（1992），男，山东青岛人，硕士研究生，主要研究方向为电力系统故障诊断。

通讯作者： 张智晟（1975），男，山东青岛人，博士后，硕士生导师，主要研究方向为电力系统短期负荷预测。Email： slnzzs@126.com随着我国经济飞速发展，为满足和保证用户的用电质量，配电网发生故障后，对于如何快速准确地定位故障点，并排除故障具有重要的现实意义。目前，配电网的故障诊断方法主要有直接法和间接法。直接法[13]是根据网络的拓扑结构以及馈线终端单元（feeder terminal unit，FTU）上传的故障信息形成相应的矩阵进行故障诊断，该方法具有运算速度快、精确度高的优点，但是要求故障诊断过程中FTU上传的故障信息准确，容错性差；间接法是利用人工智能方法进行故障定位，如粗糙集理论[45]、Petri网[67]、遗传算法[810]、粒子群算法[1112]等。目前，含分布式电源（distributed generation，DG）的配电网日益增多，且容量越来越大，因此对于故障诊断要求也越来越高。张艳霞等人[13]提出两种保护新方案，能在主电源与DG之间的所有线路上实现故障的快速切除；刘健等人[14]根据不同类型DG接入到配电网母线和馈线处提出两种不同的保护方案，可以解决配网中含容量较小的DG时的故障诊断问题；丛伟等人[15]提出一种主从式区域纵联保护方案，很好地满足了DG高渗透率下配电系统继电保护的要求；吴宁等人[16]根据DG接入配网后变为复杂多源系统，提出一种利用搜索树缩小故障诊断范围后使用矩阵法求解的方法，运算速度快但容错性较差。当DG接入电网后，所有DG都会向故障点提供故障电流，此时FTU检测到的故障电流方向变得复杂，不再是单纯的01问题。因此，为适应此变化，本文改进了传统配电网故障诊断开关期望函数，构造了新型故障诊断评价函数。以-1，0，1规定故障电流方向，在FTU上增加方向元件采集故障信号，并利用量子粒子群优化算法[1718]（quantumbehaved particle swarm optimization，QPSO）对函数进行求解实现诊断。通过仿真算例验证了该诊断方法在含分布式电源的配电网中的有效性，并且在故障信息发生丢失或畸变时具有良好的容错性[1920]。该研究为配电网故障诊断方法提供了新的解决方案。

1量子粒子群优化算法

量子粒子群优化算法是以粒子群优化算法为基础，其粒子具有量子行为，在量子空间中粒子的状态与传统的粒子群中粒子不同，不再使用位置和速度表示粒子状态，而使用波函数。进化方程[18]为

pt=φPit+1-φPgt， φ～u0，1（1）

mbest=1M∑Mi=1Pi，1（t），1M∑Mi=1Pi，2（t），…，1M∑Mi=1Pi，n（t）（2）

xt+1=pt±βmbest-x（t）ln1u（3）

式中，p（t）表示局部吸引子，它可以使粒子多样化，且能使其跳出局部搜索区域，便于粒子提高全局搜索能力；mbest表示平均最优位置。x（t+1）表示粒子的位置更新；t表示迭代次数；Pi表示第i个粒子的个体最优位置；Pg表示全局最优位置；M为粒子个数；β为收缩扩张因子，用于控制粒子的收敛速度；x表示粒子位置；φ和u均表示0到1之间的随机数服从均匀分布。上述进化公式主要针对连续函数优化问题，而本文为离散变量的优化问题，因此，需对上述公式进行相应变化，具体方法见文献[18]。

2基于QPSO算法的含分布式电源配电网故障诊断求解模型

2.1含分布式电源的配电网故障信息编码

在传统配电网中，分段开关和联络开关上的FTU会设置故障电流整定值。当电流流过开关时，FTU检测的电流与整定值进行比较，如果大于整定值，说明出现故障电流，用1表示；反之用0表示，这样就可以形成离散的故障信息。FTU会将故障信息上传至调度中心，由主站的故障诊断程序判断故障区间。

针对含有DG的配电网，需对FTU进行重新编码。首先依照就近原则为每一个FTU选取一个主电源，当两个电源距离同一个FTU距离相同时，任选其一作为主电源，并规定在主电源单独工作时的电流流向为该FTU的正方向。当FTU检测到故障电流时，若该故障电流流向与FTU参考正方向相同，则FTU上传调度中心的编码应为1；若故障电流方向与参考正方向相反，则编码应为-1；未检测到故障电流时编码应为0。

含DG的5个开关节点配电系统如图1所示。图1中，开关S1～S5将线路分成L1～L5这5个区间，开关S1～S5上安装有FTU，根据上述原则，S1～S3的主电源为S，而S4和S5的主电源为DG。

，S4、S5正方向如图1中绿线所示。若区段L2发生单点故障，此时FTU上传至调度中心的编码应为[1 1 -1 1 1]，如果在信息上传过程中发生丢失，为了防止故障诊断程序发生误判，此时丢失的数据置为1。

2.2构造故障诊断评价函数

判断评价函数优劣的关键点是能否正确有效的进行故障诊断。根据文献[11]，单电源配电网故障诊断所使用的评价函数为

FSB=∑N1j=1Ij-IjSB+ω∑N2j=1lj（4）

式中，Ij为实际中第j个开关上的FTU上传至调度中心的故障信息；IjSB为开关期望状态函数，用于反映FTU的故障信息与故障区间的关系；N1为配电网中FTU个数；N2為故障区间个数；ω∑N2j=1lj部分是为了防止误判而增加的一项，ω为0～1之间的常数（通常取05）。

对于含有分布式电源的配电网，DG的接入导致故障信号大小和方向发生变化。仅用0和1已无法满足含有分布式电源配电网的故障信号，提出以-1，0，1来表示故障信号；同时DG接入配电网，并不仅为了提高供电可靠性，也为了提高供电的灵活性，如“削峰填谷”，那么DG在配电网中的投切状态有可能随时改变。为了使评价函数适应上述问题，本文对评价函数中的开关期望状态函数I*SB进行改进，即

I*SB=0--1kSBg*SB+-1kSBs*SB（5）

式中，kSB为开关节点对应的主电源投运情况，假设分布式电源投运情况用0和1表示，投运时为0，退运行时为1；s*SB表示当安装在开关SB上的FTU检测到故障信号且为1时，对所有可以使该开关检测到故障信号1的区段进行或运算；g*（SB）表示当安装在开关SB上的FTU检测到故障信号且为-1时，对所有可以使该开关检测到故障信号为-1的区段进行或运算。

为方便说明，以图1为例，若开关S3检测到故障信号为1，则区段L3～L5中至少有1个区段发生故障，s

3.2多点故障分析

假设区段L3和L4发生多点故障，且所有FTU工作正常，各FTU实际检测到的故障信息编码为[1 1 1 0 -1 -1 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 1 1]，通过算例仿真，利用QPSO优化算法，求解得到最优解为[0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]，求解过程中，区段L3和L4多点故障收敛曲线如图5所示，区段L3和L4多点故障区段判定表如图6所示，故障由图5和图6可以看出，该模型可准确验证区段L3和L4发生故障。

3.3容错性分析

在实际配电系统中，安装有FTU的开关节点因所处环境不同会出现不同问题。环境恶劣就会造成FTU上传故障信息至调度中心时出现信息丢失或者信息畸变的情况。因此，为了保证诊断结果的正确性，诊断方法的容错性至关重要。

1）单点故障容错性分析。假设区段L3发生单点故障，此时终端S5故障信息丢失，按照上文规定，信息丢失的终端将故障信息置1，此时各终端编码为[1 1 1 -1 1 -1 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 1 1]，通过算例仿真，发现仍能找出故障区段，且结果正确。

2）多点故障容错性分析。假设区段L3和L4发生多点故障，此时终端S6故障信息发生畸变，故障信息畸变为0，此时各终端编码为[1 1 1 -1 -1 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 1 1]，通过算例仿真，仍可得到正确的诊断结果。

为进一步验证该方法的容错性，本文对不同区段故障进行测试，假设其FTU测到的故障信息发生畸变或丢失，为了方便描述，单点故障容错性分析和多点故障容错性分析仿真结果如表1和表2所示。

由表1和表2可以看出，该算法对于两个终端的丢失或畸变有良好的容错性，而对于有3个终端发生丢失或畸变，若出现问题的终端远离故障点，该算法仍有良好的容错性，但数据畸变的终端集中在故障点附近，可能出现误诊断。该算法不具备关键信息丢失的容错性能，但对于非关键信息丢失或畸变容错性良好。

4结束语

本文提出构造新的评价函数以适应-1，0，1形式的新编码，同时，新的评价函数可以满足DG在配网中随时投切的特性，大大加强了该评价函数的通用性。利用QPSO算法对评价函数求解，通过算例仿真，证明该模型可以完成对单点和多点故障的诊断问题，对于非关键信息丢失或畸变容错性良好，具有一定的实用价值。今后将进一步对含分布式电源的配电网故障诊断问题进行研究，尤其是当配网发生故障后FTU丢失关键故障信息时，如何提高容错性的问题。

参考文献：

[1]刘健， 倪建立， 杜宇. 配电网故障区段判断和隔离的统一矩阵算法[J]. 电力系统自动化， 1999， 23（1）： 3133.

[2]蒋秀洁， 熊信银， 吴耀武， 等. 改进矩阵算法及其在配电网故障定位中的应用[J]. 电网技术， 2004， 28（19）： 6063.

[3]梅念， 石东源， 杨增力， 等. 一种实用的复杂配电网故障定位的矩阵算法[J]. 电力系统自动化， 2007， 31（10）： 6670.

[4]束洪春， 孙向飞， 于继来. 粗糙集理论在电力系统中的应用[J]. 电力系统自动化， 2004， 28（3）： 9095.

[5]蒋亚坤， 李文云， 赵莹， 等. 粗糙集与证据理论结合的电网运行优质性综合测评[J]. 电力系统保护与控制， 2015， 43（13）： 17.

[6]Sun J， Qin S Y， Song Y H. Fault Diagnosis of Electric Power Systems Based on Fuzzy Petri Nets[J]. IEEE Transactions On Power Systems， 2004， 19（4）： 20532059.

[7]谢敏， 吴亚雄， 闫圆圆， 等. 基于改进动态自适应模糊Petri网与BP算法的电网故障诊断[J]. 中国电机工程学报， 2015， 35（12）： 30083017.

[8]郭壮志， 陈波， 刘灿萍， 等. 基于遗传算法的配电网故障定位[J]. 电网技术， 2007， 31（11）： 8892.

[9]衛志农， 何桦， 郑玉平. 配电网故障区间定位的高级遗传算法[J]. 中国电机工程学报， 2002， 22（4）： 127130.

[10]严太山， 崔杜武， 陶永芹. 基于改进遗传算法的配电网故障定位[J]. 高电压技术， 2009， 35（2）： 255259.

[11]李超文， 何正友， 张海平， 等. 基于二进制粒子群算法的辐射状配电网故障定位[J]. 电力系统保护与控制， 2009， 37（7）： 3539.

[12]潘超， 焦薇羽， 孟涛， 等. 基于混合智能粒子群算法的广义电源主动配电网优化配置[J]. 电力系统保护与控制， 2016， 44（7）： 6975.

[13]张艳霞， 代凤仙. 含分布式电源配电网的馈线保护新方案[J]. 电力系统自动化， 2009， 33（12）： 7174.

[14]刘健， 张小庆， 同向前， 等. 含分布式电源配电网的故障定位[J]. 电力系统自动化， 2013， 37（2）： 3642.

[15]丛伟， 潘贞存， 王成山， 等. 含高渗透率DG的配电系统区域纵联保护方案[J]. 电力系统自动化， 2009， 33（10）： 8185.

[16]吴宁， 许扬， 陆于平. 分布式发电条件下配电网故障区段定位新算法[J]. 电力系统自动化， 2009， 33（14）： 7782.

[17]Jeong Y W， Park J B， Jang S H， et al. A New QuantumInspired Binary PSO： Application to Unit Commitment Problems for Power Systems [J]. IEEE Transactions on Power Systems， 2010， 25（3）： 14861495.

[18]奚茂龙， 孙俊， 吴勇. 一种二进制编码的量子粒子群优化算法[J]. 控制与决策， 2010， 25（1）： 99104.

[19]刘健， 赵倩， 程红丽， 等. 配电网非健全信息故障诊断及故障处理[J]. 电力系统自动化， 2010， 34（7）： 5056.

[20]张勇， 董明， 张岩， 等. 含分布式电源配电系统中计及警报错误的故障定位[J]. 电力系统自动化， 2012， 36（15）： 5762.