Python实战电网故障仿真与序分量分析

1. 电网故障仿真与序分量分析实战

作为一名电力系统工程师，我经常需要分析各种电网故障情况。序分量分析是故障诊断的基础工具，但教科书上的理论公式往往让人难以直观理解。今天我就用Python带大家实战三种典型故障的仿真，看看如何用代码把抽象的对称分量变成可视化的波形和向量图。

1.1 为什么要做故障仿真？

在真实电网上做故障试验成本高、风险大。通过数字仿真，我们可以：

• 预测故障电流/电压的幅值与相位
• 验证继电保护装置的整定值
• 分析暂态过程对设备的影响
• 训练运维人员的事故处理能力

序分量（正序、负序、零序）分析法的核心是Fortescue变换，它把不对称的三相系统分解成三个对称子系统。这种变换在故障分析中特别有用，因为不同类型的故障会产生特征明显的序分量组合。

2. 仿真环境搭建

2.1 工具包选择

我们选用Python生态中的科学计算三件套：

python复制import numpy as np  # 矩阵运算和复数处理
import matplotlib.pyplot as plt  # 数据可视化
from scipy import signal  # 信号处理（后续扩展用）

注意：如果使用Jupyter Notebook，建议在第一行添加%matplotlib notebook以获得交互式图表

2.2 系统参数设置

定义一个220kV输电系统作为仿真对象：

python复制# 系统基准参数
f = 50  # 系统频率(Hz)
Vn = 220e3  # 额定线电压(V)
Z1 = 0.1 + 0.5j  # 正序阻抗(Ω)
Z2 = 0.2 + 0.6j  # 负序阻抗(Ω) 
Z0 = 0.5 + 1.2j  # 零序阻抗(Ω)

这里阻抗值采用典型标幺值换算而来。实际工程中这些参数需要：

1. 根据电网结构计算正序参数
2. 考虑旋转电机特性确定负序参数
3. 通过接地方式分析零序网络

3. 单相接地故障仿真

3.1 故障建模

假设A相发生金属性接地故障：

python复制# 正常三相电压（相位差120°）
Va = Vn * np.exp(0j)
Vb = Vn * np.exp(-2j * np.pi / 3)
Vc = Vn * np.exp(2j * np.pi / 3)

# 故障后状态：A相电压降为0
Va_fault = 0
Vb_fault = Vb
Vc_fault = Vc

3.2 序分量计算

构建Fortescue变换矩阵：

python复制a = np.exp(2j * np.pi/3)  # 120°旋转算子
T = np.array([[1, 1, 1],    # 对称分量变换矩阵
              [a**2, a, 1],
              [a, a**2, 1]]) / 3  # 注意1/3的系数
              
V_seq = T @ np.array([Va_fault, Vb_fault, Vc_fault])  # 矩阵乘法计算序分量

关键细节：变换矩阵的系数1/3容易遗漏，这会导致序分量幅值计算错误。有些文献使用1/√3的系数，对应的是功率不变约束的变换。

3.3 结果分析

单相接地故障的特征非常明显：

• 零序分量最大（因为存在接地通路）
• 正序和负序分量较小且接近
• 各序电压满足：V₀ ≈ V₁ ≈ V₂ ≈ Vₐ/3

用极坐标图可以清晰展示这种关系：

python复制plt.polar([0, np.angle(V_seq[0])], [0, abs(V_seq[0])], label='零序')
plt.polar([0, np.angle(V_seq[1])], [0, abs(V_seq[1])], label='正序')
plt.polar([0, np.angle(V_seq[2])], [0, abs(V_seq[2])], label='负序')
plt.legend()

4. 相间短路故障仿真

4.1 故障条件设置

模拟B、C两相短路（不接地）：

python复制# 故障后电压：B、C相电压相等
Vb_fault = Vc_fault = (Vb + Vc)/2

# 电流边界条件
Ib = -Ic  # 两相电流大小相等方向相反
Ia = 0    # 非故障相电流为零

4.2 序电流特性

计算序分量电流：

python复制I_seq = T @ np.array([Ia, Ib, Ic])

这种故障的典型特征是：

• 零序电流为零（因为ΣI=Ia+Ib+Ic=0）
• 负序电流等于正序电流
• 故障相电流幅值是正序电流的√3倍

4.3 动态波形仿真

使用Matplotlib动画功能展示暂态过程：

python复制from matplotlib.animation import FuncAnimation

fig, ax = plt.subplots()
t = np.linspace(0, 0.1, 1000)
line, = ax.plot([], [])

def animate(i):
    # 合成各序分量波形
    v1 = np.real(V1 * np.exp(1j*2*np.pi*f*t[:i]))
    v2 = np.real(V2 * np.exp(1j*2*np.pi*f*t[:i]))
    line.set_data(t[:i], v1 + v2)
    return line,

ani = FuncAnimation(fig, animate, frames=100, interval=50)

可以看到故障瞬间波形从对称正弦波变为不对称波形，但不存在直流偏移（因为没有零序分量）。

5. 相间短路接地故障仿真

5.1 复合故障建模

最复杂的情况——B、C相短路且同时接地：

python复制# 故障条件
Vb = Vc = 0  # 两相电压为零
Ia = 0       # 非故障相电流为零

# 序网络方程
V0 = -I0*Z0
V1 = Va - I1*Z1  
V2 = -I2*Z2

5.2 方程组求解

联立对称分量方程：

python复制A = np.array([[1, 1, 1],  # Va = V0 + V1 + V2
              [a**2, a, 1],  # Vb = a²V1 + aV2 + V0
              [a, a**2, 1]]) # Vc = aV1 + a²V2 + V0
              
b = np.array([Va, 0, 0])  # 故障后边界条件
I_seq = np.linalg.solve(A, b)  # 解线性方程组

5.3 特征分析

这种故障会产生：

1. 显著的零序电流（因有接地通路）
2. 较大的负序分量
3. 电压波形出现不对称和直流偏移

用三维向量图展示更直观：

python复制from mpl_toolkits.mplot3d import Axes3D

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.quiver(0,0,0, I_seq[0].real,I_seq[0].imag,0, color='r', label='零序')
ax.quiver(0,0,0, I_seq[1].real,I_seq[1].imag,0, color='g', label='正序')
ax.quiver(0,0,0, I_seq[2].real,I_seq[2].imag,0, color='b', label='负序')
ax.legend()

6. 工程应用与注意事项

6.1 继电保护整定

序分量在保护中的应用：

• 零序过流：接地故障检测
• 负序过流：不对称故障检测
• 综合阻抗：距离保护

python复制# 示例：零序过流保护判据
I0_threshold = 0.2 * (Vn / abs(Z1))  # 典型整定值20%正序短路电流
if abs(I_seq[0]) > I0_threshold:
    print("触发接地保护！")

6.2 常见问题排查

1. 变换矩阵错误：忘记1/3系数或旋转算子方向反了
2. 阻抗参数不匹配：正/负/零序网络混淆
3. 相位参考点错误：导致序分量相位关系异常
4. 数值稳定性问题：病态矩阵求逆失败

6.3 仿真技巧

1. 使用np.angle()和np.abs()分别获取相位和幅值
2. 故障前先检查三相电压平衡性
3. 添加小幅噪声模拟实际测量信号
4. 保存中间结果用于对比分析

python复制# 添加噪声的示例
noise = 0.01 * Vn * (np.random.randn(3) + 1j*np.random.randn(3))
V_noisy = np.array([Va, Vb, Vc]) + noise

通过这个仿真框架，我们可以灵活扩展更复杂的故障场景，比如转换性故障、发展性故障等。关键是要理解序分量的物理意义，而不仅是数学变换。