在分布式发电并网配电网中越流继电器配合的比较优化：水循环算法对比遗传算法与大爆炸–大坍缩算法

当电力双向流动时保持供电

随着家庭和企业安装屋顶太阳能电池板、小型风力机以及其他本地发电设备，电力不再只是从大型电厂向外单向流动。相反，电力可能同时从多个方向流动，尤其是在电网的某些部分像与主系统断开的“孤岛”微电网运行时。这一转变有利于清洁能源，但也使得在不切断比必要更多用户的情况下，快速检测并隔离故障（例如短路）变得更困难。本研究探讨了现代搜索算法如何调整电网的保护设备，以便在这种更复杂的新环境中仍能可靠工作。

为什么新电源会干扰旧的保护方式

传统配电网的设计理念相对简单：电力从主网通过线路和变压器向用户流动。称为过电流继电器的保护装置监测通过它们的电流。如果电流突然激增，表示发生故障，附近的继电器会首先跳闸，而其他继电器则稍后动作以提供备用保护。这种精心安排的时序称为配合，它假定故障电流始终来自一个方向。一旦像太阳能阵列和风力发电机这样的本地发电机分布在网络各处，这一假设就不再成立。故障电流现在可能来自多个点并双向流动，其大小和路径会根据当时发电机与线路的配置而变化。

当电网成为孤岛

当某个社区电网与更大系统断开并独立运行（称为孤岛运行）时，问题更加严峻。在这种情况下，基于逆变器的发电机仅提供有限的故障电流，使正常与故障条件之间的差别变得更小。这就为继电器时序留下了更小的容错空间：动作过快可能会切断健康的网络部分，动作过慢则可能导致设备损坏和更长的停电时间。作者研究了两个测试网络——一个简单的9节点辐射式布局和一个更复杂的30节点网状网络——以评估不同优化方法在并网、有分布式发电和孤岛三种工况下找到合适继电器设置的能力。

让算法搜索更好的设置

研究者没有手工调整继电器设置，而是将配合问题视为一个优化问题。目标是在保持备用继电器动作前留有安全时间间隔的同时，最小化主继电器清除故障所需的时间。他们使用专业电力系统软件计算故障电流，然后应用三种元启发式算法——遗传算法（GA）、水循环算法（WCA）和大爆炸–大坍缩（BB‑BC）——在每个继电器的时间倍率设置空间中搜索可能的组合。这些方法模拟了进化、水流或宇宙膨胀与坍缩等自然过程，从而在不需要详尽数学梯度的情况下探索大量组合。

在简单与复杂网络中会发生什么

在没有本地发电的正常并网模式下，对于较简单的9节点系统，三种方法都能快速找到总体清除时间短且配合良好的解。当加入分布式发电且故障电流变为双向时，任务变得更困难。遗传算法找到的总清除时间最短，但在某些情况下接近或略微超过主备继电器之间期望安全裕度的下限。水循环算法和大爆炸–大坍缩给出相对更长的总体清除时间，但维护了较为充足的配合裕度。在孤岛运行中，由于故障电流最低且裕度最紧，遗传算法仍给出最短的总时间，但至少在一对继电器中出现了配合违规，而水循环算法则以稍慢的动作维持了配合，BB‑BC的表现最差。在更复杂的30节点网状系统中，使用可区分正向和反向故障方向的继电器，三种方法均取得成功，其中水循环算法产生了最低的综合清除时间。

这对未来电网意味着什么

对于非专业读者，结论是保持电力系统既清洁又可靠是一种平衡艺术。在涉及本地逆变器发电且故障电流较小的情况下，将继电器时限推进至尽可能快并不总是最佳选择。相比之下，像水循环算法这样在速度、鲁棒性和安全裕度之间取得平衡的方法，可能在电网变得更加动态和去中心化时提供更可靠的保护。该研究表明，精心选择的优化工具结合对故障行为的现实建模，可以帮助确保即使在电力流动更加复杂时，故障仍能有选择地被清除，大多数用户继续通电。

引用: Mohamed, R.E., Saleh, S.M. & Ahmad, A.G. Comparative optimization of overcurrent relay coordination in DG-integrated distribution networks: water cycle algorithm versus genetic algorithm and big bang–big crunch. Sci Rep 16, 10529 (2026). https://doi.org/10.1038/s41598-026-43242-z

关键词: 分布式发电, 微电网保护, 过电流继电器, 继电器配合, 元启发式优化