[发明专利]一种基于遗传算法的微电网故障判别方法

说明书

本发明涉及一种基于遗传算法的微电网故障判别方法，包括步骤：1)检测微电网故障情况下各节点电压和各支路电流；2)初始化遗传算法。本发明的有益效果是：充分考虑了微电网故障的高随机性，提出采用遗传算法对微电网故障位置和故障类型进行迭代计算判别。对于任意形式的目标函数和约束，无论是线性的还是非线性的，离散的还是连续的都可处理，能够得到有效的全局搜索结果；进行微电网的故障判别能够同时判别故障点位置和故障类型，具有更广泛的应用背景，通过对故障类型进行编号使故障类型判别数字化，具有充分的创新性；提出的微电网故障判别的计算方法不仅适用于微电网发生故障，也适用于复杂电网的故障判别，本发明具有一定的泛用性。

技术领域

本发明涉及微电网故障分析技术领域，尤其包括一种基于遗传算法的微电网故障判别方法。

背景技术

采用集中发电、远距离输电和大电网互联的供电方式，存在灵活性差、局部事故易扩散等弊端。结合电网与分布式发电(Distributed Generation，DG)的智能电网能够吸引资本、降低能耗、提高电力系统的灵活性和可靠性。在过去的十几年内，以可再生能源(太阳能、风能等)和清洁燃料(天然气、氢能等)为基础的分布式发电技术获得了长足的发展。作为智能电网中关键技术之一的分布式发电具有高效、经济、灵活、环保等优点，而太阳能、风能等可再生能源具有高随机性这一主要缺点。大规模的可再生能源通过分布式发电并网运行可能会导致电网频率偏移、电压波动等电能质量问题，严重影响电网的可靠运行。

微电网是指由分布式电源、储能装置、能量转换装置、负荷、监控和保护装置等组成的小型发配电系统。微电网旨在实现分布式电源的灵活、高效应用，解决数量庞大、形式多样的分布式电源并网问题。开发和延伸微电网能够充分促进分布式电源与可再生能源的大规模接入，实现对负荷多种能源形式的高可靠供给，是实现主动式配电网的一种有效方式。目前，微电网的故障定位和隔离的方法有两类：直接算法和间接算法。直接算法包括两种：矩阵算法和过热弧搜寻法，这两种方法都是依据图论理论知识，考虑故障过流或失压分析，利用电网的拓扑结构实现故障定位。间接算法主要包括：人工神经网络，遗传算法，专家系统，模糊理论等，这些方法都是基于人工智能技术来实现故障定位。

现有的微电网故障分析方法都需要已知微电网中故障的类型和拓扑结构来推算微电网中的故障位置。对于微电网的故障分析问题，微电网的拓扑结构往往比较容易获得，而具体的故障类型则需要采用其他方法进行判别，一般通过先判别微电网故障类型、再将故障类型作为输入得到微电网的故障位置。这类方法一方面会使误差累计降低结果的准确性，另一方面则是降低了微电网故障判别的效率、影响后续的故障切除。

发明内容

本发明的目的是克服现有技术中的不足，提供一种基于遗传算法的微电网故障判别方法。

这种基于遗传算法的微电网故障判别方法，包括以下步骤：

1)检测微电网故障情况下各节点电压和各支路电流：在微电网故障发生后，利用各节点的电压传感器和各支路的电流传感器得到各节点的节点电压与各支路的支路电流；

2)初始化遗传算法，生成初始故障类型和故障位置，得到故障位置和故障类型的初始种群；

3)计算各故障位置和故障类型下的微电网电压电流：根据发电机节点电压与故障后线路阻抗，进行潮流计算得到节点电压与支路电流；

4)比较计算的电压电流与检测结果的差值：将计算的节点电压与电压传感器检测得到的节点电压作差得到各个节点电压的偏差；将计算的支路电流与电流传感器检测得到的支路电流作差得到各个支路电流的偏差；

5)根据计算的电压电流与检测结果的差值，选择最优个体：采用加权计算的方案将节点电压差值的绝对值与支路电流差值的绝对值加权相加后，选择最小总差值的故障类型和故障位置作为最优个体；