配電網故障在線監測與定位系統設計緒論1.1目的及意義電能的使用在當今社會是一個重要的話題，電能的使用關系到各個國家經濟的發展。我們對于供電的可靠性、電能質量等方面的要求越來越高配電網的作用是，首先從輸電網（部分是從地區的發電廠）接受電能。之后，再將電能分配到各個用戶之中。它承擔了電能分配的任務，也承擔了配電網與數電網之間電能輸送的任務。能夠在配電網發生故障的時候，快速地診斷故障、定位故障，并且實現故障的隔離，以及及時恢復供電已經成為電力工作者十分關注的一個研究方向。近些年來，分布式電源的出現越來越多，并且配電網的結構也變得復雜多樣，規模也漸漸變大，其電力系統的結構也不斷復雜。據相關消息統計，2015年以前，我國分布式電源裝機容量大概有5500萬kW以上。并且這還是在不含小型水能發電的分布式電源的基礎上的數據。這個數字將超過全國同期總共裝機容量的4%。在這其中，也包括了一些我們常見的分布式電源，例如：光伏發電、分布式天然氣發電、小型生物質發電等[1]。據國家電網公司的能源預測報告中顯示，截止到2020年時，接近2億kW將會是我國屆時分布式電源的裝機容量。這將占到同期全國總量中的一成左右。到2030年，分布式電源容量將會超過5億kW，占據全國近兩成的比例[2]。分布式電源DG因為它的高效、方便的特性得到了廣泛的發展應用，但是其弊端也是顯而易見的。一旦分布式電源接入到配電網中，配電網的供電可靠性必回大大提高。但是，這也會影響到配電網的潮流方向、電壓質量的水平。甚至，分布式電源的接入會在配電網的繼電保護、故障定位、線路檢修等部分對配電網造成難以想象的弊端[3]。近些年來，隨著我國電能使用量的不斷增加，我國對電能的使用提出了更高的要求，更高的穩定性與可靠性不可或缺，這也對作為電力傳輸紐帶的配電網而言提出了更高的要求。目前，超過百分之六十的分布式電源接入到配電網之后的運行方式都是并網運行[4]。。漸漸增多的分布式電源接入到配電網后，使得其結構變得越來越復雜，電流的流向也從原來的單一流向，變為現在的雙向，這導致了接入DG后電能質量的下降[5]。除此之外，電網的運行管理也逐漸復雜，甚至出現困難。同時，這也導致了配電網故障定位與在線監測的難度的提高。傳統的配電網故障定位技術已經很難適應現在的配電網越來越復雜的結構，尋找合適的配電網故障定位方法具有極為重要的意義。1.2課題研究背景本論文的研究課題基于人工智能算法中的遺傳算法，來進行配電網故的在線監測與定位系統的設計，為此，我將分別通過配電網的故障監測與故障定位兩方面來詳細介紹這些內容。1.2.1配電網自動化的發展現狀配電網自動化（DistributionNetworkAutomation）近些年來發展迅速，尤其是在這個智能電網不斷發展的時代。而最近出現的分布式電源的應用，導致在更為復雜的配電網故障定位中，更需要配電網自動化所檢測到的配電網運行信息。在現代的配電網自動化中，我們會在配電網的各個開光上，通過安裝配電開關監控終端裝置（FeederTerminalUnit，簡稱FTU），來獲取流經各個開關的故障電流信息，并且通過通信技術，可以將該采集到的信息上傳至數據采集與監視控制（簡稱SCADA）系統中，然后啟動故障定位程序來進行故障定位。數據采集與監視控制系統（SupervisoryControlAndDataAcquisition，簡稱SCADA），SCADA這種技術起源于電網調度的領域，在電網調度自動化提出之后，SCADA技術發展至今，并延伸至配電網中。1965年，美國東北部大部分州發生了一次史無前例的大規模的停電事故，這也致使美國的電網公司認識到了，我們需要實現配電網自動化的技術，不能僅僅依靠于模擬現實的各類信息[6]。從這時候開始，在電力系統中出現了這樣的一種情況，就是開始將僅僅一開于計算機模擬運用轉移至以考慮安全情況為主的情況之中。這種情況的出現也就導致了，電網監控系統SCADA的出現，這也算是電網調度自動化的平臺，它可以實現遙測、要信、遙控、遙調的“四遙”功能[7]。饋線自動化技術（FeederAutomation，簡稱FA）成為了配電網自動化的正常運行，故障監測的關鍵部分，這也為配電網自動化的長久發展打下了堅實的基礎，也解決了中低壓配電網的饋線電路的各種問題[8]。1.2.2配電網故障定位方法的發展現狀在不同等級的配電網中，我們對于故障監測、對于故障定位的精度要求都不盡相同，所以我們在不同精度的要求下，可以大致將故障定位的方法分為兩大類[9]：1）測距類方法配電網測距類方法原先是為了快速準確定位到故障點，并且盡快恢復受到故障影響的非故障區域的供電，這類方法最早是來源于輸電線路的故障測距方法。但是隨著分布式電源DG的接入，配電網的負荷變多，單電源供電變為多電源供電，網絡結構復雜多變，再想使用測距類方法進行準確快速地定位，實現的難度也相對較大。根據測距原理而來的常用方法有：阻抗法、S波注入法、行波法等[10]。阻抗法的原理很簡單：就是首先，我們要假設線路的阻抗是均勻不變的，然后我們來測量出不同故障時的電壓值和電流值，通過測量出的電壓、電流值來計算出故障回路的阻抗，最后我們將單位長度線路的阻抗值進行轉換，就可以得到測量點到故障區段的距離。如果，當配電網結構變得更為復雜時候，尤其是分布式電源接入到配電網之后，阻抗法就會出現故障定位誤判的問題。雖然經過研究，國內外學者通過研究，得到了一些方法來減少線路阻抗參數和線路負荷對故障定位的影響，但是定位精度不高仍然是最為重要的問題[11]。行波法的原理就是當配電網線路的發生故障時，故障點會出現暫態行波信號，這樣的行波信號會在發生故障之后向兩側傳輸，而我們需要做的是測量出這列行波信號在母線和故障點之間的所需時間來計算并找出故障點的位置[12]。行波法起源于輸電網的故障定位的應用中，后來才推廣適應到配電網的故障定位里，如果配電網的結構變得復雜多變，我們就需要針對相應的配電網結構進行仔細研究后進行改進，才能適應相應配電網故障的定位。信號注入法就是向一個不處于工作狀態的PT注入一個特殊的電流信號，并且對這個電流信號的流通路徑進行跟蹤監測，從而實現故障定位。但是，一旦過度接地電阻過大，這種方法的精度就會下降，如果過度接地電阻很大很大，這種方法甚至會定位失敗。而我國的電網都存在的嚴格的要求，我國配電網的等級大部分為10kV的配電網系統，該系統的故障接地電阻一般都超過了10kΩ，在這樣的情況下再次去進行信號注入法的使用就難以得到令人滿意的結果。因此信號注入法，在我國普遍10kV的配電網故障定位中很難解決問題[13]。2）定段類方法配電網故障定位定段類的方法原理就更為簡單，其實就是利用FTU來測量得到發生短路故障時候的短路電流，通過與測量到的正常運行時的電流值進行比較分析，我們就很輕易地知道了每一個開關節點是否流經過流電流，最后我們通過每個區段兩端的開關上的過流信息來找到發生故障的區段。相比于測距類的方法，定段類方法發展時間更短，最先出現的直接類的算法，例如矩陣算法。經過配電網迅速地發展，矩陣算法會在故障定位中出現例如精度太低等種種問題，又出現了了以遺傳算法（Geneticalgorithm，簡稱GA）為典型例子的人工智能算法。a.直接算法矩陣算法是最早出現的配電網故障定位的算法，也是使用最多的直接算法，目前對矩陣算法的改進的研究也有很多。矩陣算法最為簡單，所以它所需要的故障信息的要求也不是很高。我們這需要知道各個開關是否流經過流電流即可，并不需要故障電流的方向、大小，這也使得我們所需要的電氣量的傳輸非常小，但是，如果配電網中接入有分布式電源的話，此時在進行故障定位的話，就會導致故障定位的效率低下，甚至出現誤判錯判的情況[14]。b.間接算法運用矩陣算法來進行配電網故障定位的基礎是依據于FTU上傳的故障信息，例如故障電流，這就會使得一旦由FTU上傳的信息由于天氣環境等原因而產生畸變，就會導致矩陣算法的定位出現誤判，甚至錯判。所以，誕生了許多許多的人工算法，來進行實現配電網的故障定位技術，但是，這些算法與例如矩陣算法的傳統的直接算法不同，我們將之區別開來統稱為間接算法。經常見到的一些算法有以下幾種算法：人工神經網絡算法（ArtificialNeuralNetworkAlgorithms，簡稱為ANNA），其原理就是來模仿人類的神經系統來進行處理傳輸信息。它能夠模仿人類的圣經系統處理問題的過程。這種方法具有非常明顯的優點，就是這種方法處理問題的時候是通過神經元和神經元之間的權重來處理問題的。所以這就使得這種方法具有像人一樣的很強的學習能力。而且在神經網絡中，神經元之間的計算是相互獨立的，不受干擾，可以同時來處理接收到的各種信息。雖然人工神經網絡算法運用到配電網定位的過程中具有學習與容錯能力這樣明顯的優勢，但是其缺點也是顯而易見的，用人工神經網絡法來處理配電網故障診斷問題時也有一些缺點：推理能力弱，適應性差，網絡訓練還需要大量的樣本。除此之外，當電網的拓撲結構發生改變時，其網絡需要重新訓練。遺傳算法（GeneticAlgorithm，簡稱為GA）,其原理就是模仿生物學中，達爾文的遺傳進化過程來計算模擬得到最優解的過程。它可以模擬自然進化的過程，當遺傳算法應用到配電網故障診斷時，這種方法具有高效率和高容錯率的優良性能，能夠在配電網故障診斷的過程中得到全局最優化和局部最優化的結果。可能存在的問題就是如何能更快更好的建立數學模型。專家系統（ExpertSystem，簡稱為ES），其實就是一個程序系統。但是這個程序系統中擁有大量的專門的知識與人工的經驗。他可以對某一領域的問題進行推理判斷，并且通過人工智能技術和先進的計算機技術，甚至通過一個或多個優秀專家所提供的該領域的經驗，來模擬人類的決策，它可以迅速地將保護裝置、斷路器的工作邏輯關系用直觀的規則表示出來，并且診斷結論也符合用戶語言表達習慣。但是專家系統存在固有缺陷，知識獲取瓶頸、容錯能力差、對拓撲反映遲緩、知識庫維護困難以及無法處理在診斷中出現的不確定因素等等缺陷，這也限制了專家系統的實用性。除此之外，對于配電網故障定位的方法還有很多種，例如：基于Petri網理論的故障診斷方法；基于粗糙集理論的故障診斷方法；基于模糊理論的故障診斷方法等等。本文將主要運用人工智能算法中的遺傳算法來進行對含有分布式電源的配電網故障進行定位。1.3本文內容概述本文通過遺傳算法來實現對配電網的故障定位與在線監測，下面將分條闡述本文的主要內容。首先，本文分析了配電網的重要性，以及配電網故障定位的目的及意義，介紹了現階段國內外的配電網故障定位的各種方法，并對其方法給出一定的評價。其次，本文介紹了配電網和分布式電源DG的一些基礎知識，然后詳細分析了當分布式電源接入配電網后與之前的區別于影響。再次，通過FTU和SCADA的聯系詳細地介紹了有關配電網故障定位的硬件設計。然后，本文介紹了遺傳算法的一些基礎知識，并且將遺傳算法運用到配電網故障定位之中，列出相關表達式，得出一定的結論。最后，通過實例，利用MATLAB仿真得到最終的結論，并進行總結和技術經濟分析。2配電網及分布式電源2.1配電網的分類配電網是電力系統中的一個聯系輸電網和用戶之間的紐帶，是電力輸送的重要環節，電力網發生的故障的情況大部分都是配電網的故障。隨著我國電力系統的不斷發展，不同種類的電力用戶也越來越多，同時各種分布式電源的接入，致使我國配電網的結構不斷復雜，所以我們需要了解一下不同標準下配電網的分類情況，如下圖所示：高壓配電網（110kV、66kV、35kV）配電網電壓等級不同中壓配電網（20kV、10kV）低壓配電網（380V、220V）架空配電網配電網線路類型不同電纜配電網線-纜混聯配電網輻射狀網配電網拓撲結構不同樹狀網環狀網圖2-1配電網的分類Fig.2-1ClassificationofDistributionNetworks圖2-2典型配電網結構Fig.2-2Typicaldistributionnetworkstructure2.2配電網故障類型

電力系統的短路故障實際上非常復雜，但是我們可以簡化理解為，電力系統的短路故障主要就是指相間短路和相地短路。

所以，我們又可以通過發生故障的相的數目的不同，又把上面的兩類分為單相接地短路、兩相接地短路、兩項相間短路、三相短路和三相接地短路。因為，在電力系統中，當發生兩相以上的多相短路時，短路電流的值就會非常的大，此時我們可以非常容易的監測到故障電流，并且發現故障。可是，一旦發生單相接地故障，我們并不容易發現故障，所以在配電網中，我們又對單相接地故障分為以下兩類：表2-1單相接地故障的類型Tab.2-1TypesofSinglePhaseGroundingFaults單相接地短路類型特征系統中性點是經電阻接地或直接接地故障電流很大系統中性點經消弧線圈或非直接接地故障電流很小，需用專門的測試系統進行檢測2.3分布式電源的介紹2.3.1分布式電源的概述伴隨著電力系統的不斷發展，電力能源的使用量也越來越大。傳統的能源的發電不僅利用效率不高，而且對環境的污染影響也很大。所以，近些年來，分布式電源得到的飛速的發展，而且分布式電源的發展對于能源節約、環境保護方面顯得越來越關鍵，分布式電源也成為了電力系統專業人士經常研究的議題。以新能源發電為代表的分布式電源的發展，使得傳統能源的使用減少，不僅如此，分布式電源種類眾多，同時分布式電源可以在保證供電可靠性方面有很高的質量。常見的一些有：風能發電、光伏發電等等。由于分布式電源的使用越來越廣泛，分布式電源的優點越逐漸顯現于人們的眼前，但是一旦分布式電源接入到配電網中，配電網的網絡拓撲結構發生變化、電流流向、甚至電流大小也都隨之變化。首先，分布式電源如何接入到配電網的方式有多種多樣，但是這對于配電網而言就會產生不同程度的影響，甚至就需要我們對于配電網的構架規劃也需要有所變動。其次，當配電網中存才分布式電源時，無論分布式電源是否故障運行，配電網的正常運行都會受到一定程度的影響。最后，只要配電網中接入一個或者多個分布式電源，配電網的結構就會有所不同，配電網的拓撲結構將會變得更加復雜，這就會使我們對配電網故障進行定位的時候增加了難度。如果接入到配電網的分布式電源不只一個，甚至更多，容量更大，那么我們需要處理的情況就會更加的復雜。總之，當今的電力系統中接入分布式電源已經成為了一種不可動搖的大趨勢，所以我們如何處理好分布式電源接入到配電網之后的各種負面影響，使得分布式電源接入到配電網后是配電網的運行更加穩定、高效，這對我們促進供電系統的發展具有非常重要的意義[15]。2.3.2分布式電源的分類

不同的分布式電源接入到配電網的方式都不盡相同，但是大致可以分為三類，分別為：基于連接方式、發電所所使用的可再生能源和DG的類型。表2-2分布式電源的分類Tab.2-2DistributedGenerationClassification分類標準類型1類型2是否聯網單獨分布式電源聯網分布式電源發電能源以化石燃料為能源以可再生能源發電技術類型DG僅用于供電DG為熱電聯產或者是熱電冷聯產形式2.3.3分布式電源的接入準則

分布式電源需要與配電網連接，當我們使分布式電源在政策允許的狀態下和配電挖進行電氣連接，稱為分布式電源的并網。常見的并網連接方式有：逆變器連接、電纜連接、變壓器連接等。表2-3分布式發電常見的并網接口方式Tab.2-3CommonConnectionModeofDistributedGeneration分布式發電類型典型容量范圍常見的接口光伏發電幾W~幾百KWDC/AC變換器風能發電幾百KW~幾MW異步發電機微型內燃機幾十KW~幾MWDC/AC變換器IEEE在制定DG并網準則中,定義了兩個系數來衡量DG如何接入配電網[15]：表2-4衡量DG接入配電網的系數表示Tab.2-4CoefficientRepresentationforMeasuringDGAccesstoDistributionNetworks衡量系數定義剛度系數DG的接入點發生短路故障時，短路電流與額定電路的比值。短路電流貢獻系數DG的接入點發生短路故障時，短路電流與配電網短路電流之比。所以，由此可得，這兩個系數是成反比的，剛度系數越小，配電網受到分布式電源影響的概率就越大。2.4分布式電源的接入對配電網的影響如果我們將分布式電源接入到原先只有一個電源的配電網中，就使得配電網成為一個多電源進行供電的結構模型，網絡拓撲結構的變化就使得系統電流的大小、方向都隨之變化。除此之外，還會造成系統無功功率的變化，這就可能會導致繼電保護出現一些誤動或者拒動的情況。當我們把分布式電源接入到配電網之后，系統的結構有原先的單電源結構變為多電源結構，這必然會使得系統的電壓容量增大，這就使系統運行的穩定性存在隱患。與此同時，繼電保護也將會受到分布式電源的容量的影響，并且容量越大，受到的影響越大，這就會使系統更加的不穩定[16]。如圖2-3的不含分布式電源DG的配電網模型中，當配電網中出現短路故障，我們首先不得不做的就是尋找到故障區段，為后續的故障排除、恢復供電提供基礎。假定，圖中線路L6段發生短路故障，那么其上游的開關K5、K6可通過安裝的FTU裝置，所以可以在開關K5、K6上檢測到故障電流信息，而其他的開關沒有流過故障電流將不能檢測到故障信息。當DG接入到配電網之后，配電網的電流方向不得不將發生變化，在這種多電源供電的情況下，配電網的故障定位必然會變得復雜，電流方向的復雜性導致不能輕易判斷出故障電流，容易造成誤判錯判。圖2-3不含DG的配電網模型Fig.2-3DistributionNetworkModelwithoutDG一旦分布式電源接入到配電網中，由于配電網的情況變得復雜，一開始人們常用的方法也極為復雜，具體過程如下，首先，我們先把該配電網系統看成一個單電源供電的系統，并將其故障定位的情況記錄下來；然后，再將分布式電源DG1單獨接入到配電網的情況進行假設，由于此時又是單電源的配電網，所以我們又可以再將這種情況記錄下來；之后，再將分布式電源DG2單獨接入配電網依次斷開之前接入的電源，將其形成一個單電源供電的系統，找出故障區段，最終進行對比分析，整合對照，得出結果。這種方法雖然麻煩，但是也能夠找到故障的區段。但是隨著智能算法的不斷發展，高效性與準確性的要求不斷提高，越來越多的人工智能算法的提出，這也為含有分布式電源的配電網故障定位問題提供了更好的方法[17]。圖2-4含DG的配電網模型Fig.2-4DistributionNetworkModelwithDG3配電網故障在線監測與定位系統的硬件設計3.1概述在配電網故障在線監測與定位中，通常在各開關上裝配上配電開關監控終端（簡稱FTU）裝置，可以獲取配電網中各個開關的故障信息，并可以將該信息上傳到數據采集與監視控制（簡稱SCADA）系統中，然后啟動故障定位程序來進行故障定位。圖3-1典型的饋線自動化系統Fig.3-1TypicalFeederAutomationSystem3.2FTU終端饋線設備饋線自動化SCADA系統監控對象也稱為饋線自動化遠方終端。遠方終端與智能開關有機配合，遠方終端實時采集智能開關各種數據，并執行主站控制命令，對智能開關進行相關操作。SCADA系統再與遠方終端通信，得到想要的遙測、遙信等數據，并下傳控制中心的遙控命令，進行各種要求的操作等。饋線自動化SCADA系統主要監測對象有：DTU站所終端設備、FTU饋線終端設備、TTU配變終端設備、RTU地調開關設備。SCADA系統是通過監控終端對設備進行遠方監視。對于不同的設備有配套功能的終端，大致分為DTU(與之配合設備是環網柜)、FTU(與之配合設備是柱上開關)、TTU(與之配合設備是變壓器)和RTU(與之配合設備是變電所出線開關)。RTU/DTU/FTU對實時性要求比較高，而TTU對實時性要求不高。本文中主要采用FTU進行數據的采集，所以下面將對FTU饋線終端設備進行介紹。FTU饋線終端一般安裝在柱上開關側。一般來說，因柱上開關大部分是沿著架空線路分散安裝，相距較遠，則規定1臺FTU管控1臺柱上負荷開關。開關應具有電動可操作機構，能夠遠方操作，操作電源24VDC/48VDC/220VDC均可。線路正常時由充電電源、操作電源給分、合閘線圈提供電源，故障時由電池提供。負荷開關與FTU配合如下圖所示，只需將相應接口信號線連接即可。FTU是監測架空線路開關的終端設備，對實時性要求比較高，它也是居民及工農業用電的主要供電設備。圖3-2FTU連接示意圖Fig.3-2FTUconnectiondiagramFTU主要功能:1)采集開關的遙測遙信數據，要求遙信有變位時能主動上報。2)根據主站下達遙控命令，進行分合開關操作。3)自帶蓄電池，要求開關失去交流電源后，仍然能進行分、合操作。4)具備數據轉發功能。5)具有過電流識別功能，為尋找故障點提供依據。3.3饋線自動化SCADA系統的通訊網3.3.1SCADA系統通訊網概述圖3-3通信網結構Fig.3-3CommunicationNetworkArchitecture通信網在SCADA系統中的功能如圖所示，從此圖我們可以清楚地看出，饋線自動化終端FTU采集開關設備數據，然后通過通信系統與子站聯系，子站通過通信網再與主站互聯。主站的控制命令，再通過通信系統，經過子站系統下達給各饋線終端，從而達到控制開關設備的目的。通信網在這里起著聯絡紐帶作用。因此必須保證通信網的有效性和可靠性，否則饋線自動化就不可能實現其應有的作用。通信網在配網饋線自動化系統中的主要作用如下:1)監視各設備的運行狀態，上傳各設備的實時數據。2)控制中心命令及時可靠地下傳給各個設備節點。3)將各終端設備與控制中心連接，組成大局域網，實現資源共享。SCADA通信網的主要特點有如下三點：1)傳輸信息量大、測點多。線路上有柱上開關、刀閘、負荷開關、環網柜等，用戶側有電度表、配電終端等，這樣的測點就有上千，數據是非常可觀的。2)通信介質多樣化。對于配網饋線自動化系統，需控制、采集的設備對象多種多樣，每個設備需求不同，使得與之配合的通信介質也有很多種可以選擇。目前市場上常見的通信介質有:雙絞線、光纖、電纜、微波、無線等，我們需要根據設備要求，去選擇適合的、性價比高的介質，所以配網饋線自動化通信網是個混合式的通信網。3)結構復雜。一來因為采集單元種類多，二來因為地域跨越廣，要想達到所要求的速率，必須采取分級分層結構原則，由1個主站，若干個子站組成。各個子站負貴所在區域的設備終端。子站再將所有數據集中轉發給主站。設備終端根據實時性需求，還可以繼續分層。配網饋線自動化通信網結構復雜、龐大壯觀。3.3.2網絡結構下圖是4種常見網絡結構圖，下面分別對這4種結構圖進行介紹。圖3-4常見的4種網絡結構Fig.3-4FourCommonNetworkArchitectures1)星形網絡的優缺點控制簡單。主站控制中央節點，每個終端采用專線式，由中央節點轉發信息及下達命令，控制方式簡單明了。故障診斷和隔離容易。故障點很容易判斷，而且隔離時只要將故障點的終端設備分閘即可。但是星形網絡費用高和安裝工作量可觀。每個終端都需要與中央節點連線。并且中央節點負擔較重，形成瓶頸，可靠性也得不到保障。一旦中央節點癱瘓，它負責的區域就會失去聯系。2)總線型網絡的優缺點總線型網絡根據線路走向鋪設-根電纜，附近終端設備就近掛在這根電纜上。這種方式所需電纜數量變少了，而且增減設備比較方便。但是，總線型網絡傳輸距離有限。所有設備信息傳輸都是公用一根總線，為了達到-定的傳輸速率，所掛在總線上的設備數量受限制，傳輸距離也有限。除此之外，故障診斷和隔離困難。總線上若發生一個故障點，整個網絡都會癱瘓，而且很難尋找故障點。3)環形網絡的優缺點環形網絡可使用光纖將每臺設備連接起來形成一個環。可采用雙環自愈網改善網絡性能。采用光纖后，傳輸速率很快。但是其擴充性能不好。新增或者刪除網中接點，必須斷網，而且還要根據拓撲結構重新組網。4)樹形網絡的優缺點樹形網特點是有個總根接收全網數據，而且分支還可以再帶子分支。樹形網絡容易找到故障點和隔離故障區域；網絡擴展性能優越。但是樹形網絡可靠性弱，根發生故障，則網絡數據傳輸癱瘓。3.3.3通信介質目前配網饋線自動化系統常用的通信介質有：無線、光纖、雙絞線和載波等。1)無線信道這里指的是超短波無線信道，它的主要特點如下。a.技術成熟、節省投資。在建設中，不需要架設線纜，施工簡單。b.實時性較差。因為無線電收發信機是間斷工作，產生收發延遲，加上傳輸速率較低，又受頻率資源的限制，不可能給一個系統很多頻率，這就給故障的快速處理，系統大量數據的準時性傳輸帶來了困難。c.可靠性較差。無線信道的傳輸受天氣、地形等干擾比較大，特別是對于城市環網，天線安裝困難，又由于城市建設的不斷發展，高層建筑物不斷出現，不斷地破壞著無線信道的暢通。2)光纖光纖是一種非常好的通信介質，可以和架空線或電力電纜一同敷設。光纖分兩種:多模和單模。單模傳輸距離遠，但價格偏高，正常距離大于20公里。多模光纖價格低，傳輸距離不長，正常在4公里以內。光纖需要光端機配合才能收發數據，正常具有T口(發)、R口(收)。采用光纖作為傳輸介質的優缺點:a.傳輸速率高。光纜通信的傳輸速率高于其他任何通信介質，因此，不僅能使系統的實時性最強，而且也為配網饋線自動化系統的不斷擴展提供了很寬裕的通信容量。b.可靠性高。光纜通信的比特誤差率(誤碼率)優于10E-9,遠優于其他通信方式。c.抗干擾性強。光纜通信不受電磁波或其他強電磁場的影響，對配網饋線自動化的環境條件尤為有利。d.投資稍大。從目前來看，光纜通信的造價可能略高于其它通信方式，但從長遠來看，對于測點多，負荷密度大的城市建設來說，還是比較合算的。3)雙絞線雙絞線一般是用兩根銅導線相互纏繞形成。它可以分為帶屏蔽層和非屏蔽層。它主要優缺點如下:a.傳輸速率較高，可以滿足系統的實時性和數據傳輸的需要。b.可靠性較高，它的誤碼率低，只要采取適當的措施，是能夠滿足系統的通信可靠性要求的。c.抗干擾性稍差。它不受空間無線電波的干擾，但易受高壓工頻強電磁場和雷電的干擾，所以在線路安裝時要遠離高壓線，給施工造成一定的麻煩，而且通信設備要采取嚴格的防雷措施。d.投資適中。這種通信信道的投資就目前而言，界于光纜和無線之間。總之，這種通信方式也是一種較好的選擇方式。4)載波通信國外，載波通信主要用作正常時的監控。10KV電力線載波通信主要的優點是不需要另外建設通信線路，節省投資，但是10KV電力線分支線多，負載的穩定性不好，而且當饋線(即通信信道)發生短路、接地和斷線故障時，必須保證通信仍然可靠，實現該功能的技術難度大。目前，雖然國內已有解決這些難題的報導，但還需驗證。35KV電力線載波通信技術已經比較成熟，但傳輸速率低，在數據傳輸量不大的情況下，可以作為主站至分站間的通信。3.4饋線自動化SCADA系統結構配網饋線自動化系統包含以下幾個模塊:饋線自動化SCADA、配網高級應用系統DMS、配網饋線自動化地理信息平臺系統GIS。SCADA系統主要是完成對廠站、饋線設備的數據采集、監控、分析、處理、故障隔離與恢復送電;GIS系統平臺主要是對配電網各種資料的管理，包括地理圖形和設備檔案，在地理圖形上能真實反映線路的實際走向，各種電力設施的地理位置、各設備的資料信息，以及集成SCADA和DMS界面等。DMS系統主要完成網絡拓撲分析、狀態預估、負荷預測、潮流分析和故障診斷等。整個系統設計為將SCADA、GIS、DMS有機地結合在一起。在GIS地理信息系統上，不僅可以查看實時數據，還可以進行狀態估計和負荷預測。SCADA系統是整個配網饋線自動化基層。從功能上看，饋線自動化SCADA系統主要實現以下幾個功能:1)數據采集功能。主要采集廠站、各設備終端的遙信、遙測、脈沖量和時鐘信息等數據。2)數據傳輸及處理功能。將采集上來的數據進行處理，主要有以下幾種數據處理：模擬量處理；歸零處理，消除零飄；越限處理；狀態量處理；保存脈沖值，計算電量，并存入歷史數據庫。3)遙控遙調功能。由調度工作站發出控制命令。SCADA系統經過核實接收命令并執行。4)提供數據共享的接口。4基于遺傳算法的配電網故障定位當我們利用傳統的算法，例如矩陣算法，來進行配電網故障定位時，我們必須要利用FTU上傳的每個開關的過流信息，然而，在配電網的正常運行下，FTU上傳到SCADA的電流信息不可能完全不會受到外界各種自然環境的影響，一般情況下，豆花發生信息的畸變。一旦信息畸變增多之后，我們再進行故障定位的準確性、穩定性和容錯性就不得不變差。如果再次使用矩陣算法進行故障定位就需要更為詳細的電氣量，比如電流的幅值、相位等等。這就對電力通信系統和數據采集系統提出了更高的要求。所以，在小信息量傳輸的情況下仍然可以確保配電網故障定位的準確性和容錯率，我們采用了基于遺傳算法(簡稱GA)的配電網故障定位，通過選擇、交叉、遺傳、變異，來加快算法的收斂，避免了陷入到局部最優解之中，這為我們進行配電網故障定位提供了一種可靠并且有效的方法。4.1遺傳算法概述遺傳算法作為近些年發展迅速的人工智能算法，其在圖像處理、管理決策等領域的應用已經非常豐富，其優勢也顯而易見。關于遺傳算法GA的基本運算過程如表4-1所示：表4-1遺傳算法運算過程Tab.4-1GeneticAlgorithms運算過程定義目的常用方法編碼把問題的可行解從其解空間轉換到遺傳算法、能處理的搜索空間的轉換。編碼的好壞直接影響到選擇、交叉、變異等遺傳運算。二進制編碼、格雷碼編碼、浮點數編碼等選擇從群體中選出優質的個體保存，優勝劣汰。把群體中優質個體保存遺傳至下一代中。最佳保留法、輪盤賭選擇法等交叉利用交叉來模仿生物進化的基因重組的過程對個體的某基因進行交叉產生新的個體。單點交叉、多點交叉法和算術交叉法變異變異是小概率的基因改動從而產生新的個體。改善算法的局部搜索能力，維持群體多樣避免優質信息丟失。基本位變異、均勻變異、邊界變異、高斯變異等在我們進行遺傳算法尋找最優解的過程中，提出了適應度這個概念。所謂適應度函數就是來評價我們所尋找到的最優解的優劣程度的標準。它也是衡量一個種群的好壞的標桿。當然，適應度高的個體，就會有更大的概率遺傳到下一代；相反，適應度低的個體，就會有很小的幾率遺傳到下一代。而我們對應個體的度量，所利用的就是適應度函數。但是，我們不可能進行無限次數的迭代計算，所以，我們不得不設置一個終止的條件，例如：最優解的個體適應度值以及達到我們設定的要求,或者迭代次數達到預設的次數，或者迭代的子代的適應度已經不隨迭代次數的上升而上升時，算法就要終止，這就是遺傳算法的終止條件。以下是遺傳算法的基本流程圖：圖4.1遺傳算法基本流程圖Fig.4.1Basicflowchartofgeneticalgorithm4.2遺傳算法在配電網故障定位中的應用當我們對配電網故障區段定位的過程，本質上就是一個尋找最優函數解的過程，并且存在0-1的一個離散的約束條件，我們可以建立如下數學模型：（4-1）式中：n為變量維數，即為配電網線路區段總數；f（X）為適應度函數，用于評價所求解的優劣；X（i）表示第i條線路區段的狀態值[19]。4.2.1編碼方式一般而言，在配電網中，開關和線路一般只存在故障狀態和非故障狀態這兩種。所以，我們可以來用二進制數0和1來表示狀態的信息。假定“1”代表故障狀態，“0”代表非故障狀態。則對于第i個開關設備和第i條線路的狀態我們可以分別用Ii和Li來表示。其中Li的取值只能為，Li=0表示非故障狀態；Li=1表示故障狀態。但是這只是存在于開環運行的環狀配電網或者單電源輻射狀的結構中，因為此時的潮流方向必然是始終從電源流向負載，開關的狀態只有兩種，要么Ii=0表示非故障狀態，要么Ii=1表示故障狀態。但是一旦分布式電源接入到配電網之后故障電流的方向則會有所變化，因為此時的故障電流不僅僅是由系統電源所提供，而且分布式電源也提供了一部分電流，所以此時此刻的故障電流將會帶有方向性。所以，我們以系統電源為參考電源，來重新定義開關的狀態信息，規定有參考電源流向負載的功率方向為正，則定義：當Ii=1時，表示開關設備流過的故障電流方向與所規定的正方向相同；Ii=0表示開關設備無故障電流流過；當Ii=-1時，表示開關設備流過的故障電流方向與所規定的方向相反。4.2.2開關函數基于GA的配電網故障診斷定位時要根據FTU終端饋線裝置上傳的故障過流信息來定位故障區段。開關函數就是建立在開關狀態和線路故障狀態之間聯系上的函數關系式，它可以將配電網中區段的狀態信息轉化為開關的期望狀態信息。開關函數對于遺傳算法在配電網故障定位方面上的應用至關重要，所以我們的重點應該放在開關函數的建立上面。相對于多電源供電的配電網而言，單電源供電的配電網其開關函數形式簡單，可以得到下式的開關函數：（4-2）式中：為編碼后開關j下游di一個饋線區段的狀態，1表示線路故障，0表示線路正常；為邏輯或運算；表示第j個開關的期望狀態信息。首先以單電源輻射狀的配電網為例：圖4.2單個電源的輻射狀配電網模型Fig.4.2RadialDistributionNetworkModelwithSinglePowerSupply上圖為單個電源的輻射狀配電網，開關CB為進線斷路器，開關S1、S2、S3、S4、S5為分段開關，L1、L2、L3、L4、L5、L6為線路區段，所有開關處都安裝有監控終端FTU。根據文獻可以得到，當某段線路發生故障時，該故障區段靠近電源側的開關都會有故障電流流過，開關函數的值只和相應開關之后的線路區段是否有發生故障有關[20]。則開關狀態函數的期望狀態函數為：（4-3）式中：為第段線路的狀態信息，“”表示邏輯“或”運算，表示相應開關下游線路區段的集合。根據上式可得，圖中所示的每個開關設備對應的期望開關函數：（4-4） 所以，對于單電源輻射狀的配電網，每個開關是否流過故障電流只取決于該開關之后的線路是否發生了故障。但是當分布式電源接入配電網之后，使得電網結構變得復雜，由于分布式電源的增多使得網絡的拓撲結構也在不斷地變化，原先的開關函數已經無法滿足要求，所以必須要構建新的開關函數來滿足我們的需求。因為，我們可以通過每個開關將網絡分為兩個部分，所以，通過每個開關將系統分為不同的兩部分，包含電源的部分為前半部分，其余部分為后半部分，建立新的開關函數如下：（4-5）式中：“”表示邏輯“或”運算；為電源開關系數，分別為開關前半部分和后半部分的電源是否接入配電網，“1”為電源接入配電網，“0”為電源為接入配電網；分別表示從開關到系統前半部分區域的電源、后半部分區域的電源的路徑上所經過的所有線路區段的狀態值；分別表示開關的前半部分區域和后半部分區域中線路區段的狀態值；、分別表示開關的前半部分區域和后半部分區域的線路區段總數。圖4-3含DG的配電網模型Fig.4-3DistributionNetworkModelwithDG以上圖為例，圖中所示三電源供電網絡，S為系統電源，DG1,DG2為分布式電源，根據公式可得：（4-6）4.2.3適應度函數當配電網發生故障時，配電網監控終端FTU上傳至主站的實際值與經過推到得出的開關函數期望值之間的差值就是適應度函數的值。它反映了開關與線路過流信號之間的關系，它是評價所求解的優劣度的關鍵。根據適應度函數的定義，以及查找文獻，我們可以構建出如下式的適應度函數：（4-7）式中：為常數，一般取總體種群數的2~3倍；為配電網開關設備的總數；為發生故障時FTU上傳的故障電流信息；為開關函數。的值越大，表示的實際值與期望值越接近，故障定位的精度就越高。但是經過計算研究表明，故障線路到電源點所經過的路徑上的線路區段的狀態我們無法確定。所以采用上式構建的適應度函數雖然可以找對故障的區段，但也可能會造成故障區段與電源點之間的線路狀態誤判。所以，為了提高故障定位的精確性，避免發生上述問題，我們對原有的適應度函數進行改進，得到以下新的適應度函數表達式：(4-8)式中：為介于0,1之間的權系數，通常取0.5；線路區段各段的狀態。以單電源的配電網模型為例，設線路區段故障，改進后的適應度函數想要取得最大值，必須有等式右側中間項為零；而且，等式右半部分最后項也為零的時候，評價度函數最大，所以，只能當同時為零時，才取得最大值，這樣就可以避免誤判。5MATLAB遺傳算法程序設計5.1仿真過程概述為了驗證本文前面提到的基于遺傳算法的配電網故障定位的準確性，下面將利用MATLAB進行仿真驗證，從而得到本文提出算法的優缺點。圖5-1含DG的配電網模型Fig.5-1DistributionNetworkModelwithDG首先，以圖5-1的簡單的配電網模型為例，建立基于MATLAB的仿真模型。如圖所示，S為系統的主電源，DG1、DG2為分布式電源，CB1、CB2、CB3分別為S、DG1、DG2的進線斷路器，S1-S6為不同的分段開關，L1-L7為線路饋線區段。基于遺傳算法的配電網故障定位仿真，我們先對遺傳算法的參數進行設定：種群個體數40,染色體節點的數7(即為線路饋線區段的段數)，迭代次數為50，突變概率為0.04，交叉概率為0.2,公式4-7和公式4-8中W為常熟，一般取種群數量的2倍左右，所以不妨設。然后，根據公式4-5或公式4-6，可以得到圖5-1中所有分段開關的函數表達式。即，將隨機生成的不同的解帶入到公式4-5或公式4-6中，得到每一個分段開關的函數值，然后將得到的值帶入到公式4-8中，計算得到的每一個解的適應度，對我們隨機生成的解的質量進行評估。經過50次的迭代，當適應度函數的值不在變化，我們就找到了最優種群，也就找到了最優解。5.2不含分布式電源的故障定位仿真我們先對圖5-1所示的不含分布式電源的配電網模型設置單一故障，當CB1、CB2、CB3中只有CB1接入電網，假設我們設置線路L3發生接地故障，此時由FTU上傳至SCADA的故障電流信息為：[111000](5-1)所以，由公式4-8可得適應度函數的最優解為：(5-2)然后，再通過MATLAB進行進行遺傳算法仿真，得到結果如圖所示：圖5-2線路3仿真結果Fig.5-2Simulationresultsofline3fault如圖5-2所示，當算法迭代進行到第11代時，平均適應度函數值達到77.5，接近我們理論得到的80，此時我們得到了最優種群，最大適應度函數對應的最優個體中基因值為1對應的線路為L3，所以定位成功。我們再次對圖5-1所示的不含分布式電源的配電網模型設置單一故障，當CB1、CB2、CB3中只有CB1接入電網，假設我們設置線路L2發生接地故障，此時由FTU上傳至SCADA的故障電流信息為：[100000](5-3)所以，由公式4-8可得適應度函數的最優解為：(5-4)然后，再通過MATLAB進行進行遺傳算法仿真，得到結果如圖所示：圖5-3線路2仿真結果Fig.5-3Simulationresultsofline2fault如圖5-3所示，當算法迭代進行到第6代時，平均適應度函數值達到7