计及风电的发电系统可靠性评估

考虑风速和负荷预测误差的随机性、风力发电机组和常规机组的停运率,应用蒙特卡洛仿真方法对含风电场的发电系统进行可靠性评估.针对发电系统概率抽样中蒙特卡洛算法样本容量大、效率低等不足,提出了分散抽样蒙特卡洛算法,此抽样算法将[0,1]区间分成若干子区间,在抽样后分别对每个子区间进行系统状态判断和指标计算,从而增加故障状态的抽样频率,提高抽样效率,在满足精度要求下,有效地减少了抽样次数.以含10台常规机组和1个风电场的发电系统进行了仿真,结果验证了该评估方法的有效性.     

含光伏发电配电网可靠性评估

针对越来越多光伏发电接入配电网使传统配电网可靠性评估解析算法难以适用的问题,计及光伏发电出力间歇性、随机性的等特点,根据光伏发电功率特性曲线获得其输出功率,推导配电网负荷获得光伏供电的概率计算公式。在此基础上,采用改进供电概率算法对含光伏发电配电网进行可靠性评估。以IEEE典型配电网系统为例,对配电网供电可靠性进行了计算分析,结果证明了该方法能全面、定量地评估含光伏发电配电网的供电可靠性。     

光伏发电对风光柴储小型孤立发电系统可靠性的影响

因风能和太阳能资源具有季节和昼夜上的互补特性,风光柴储小型孤立发电系统可较好地为偏远地区提供电力服务。建立了反映光伏电池板倾斜角变化的太阳能辐射量及功率输出的可靠性评估模型。采用基于well-being模型的蒙特卡罗模拟法评估了风光柴储小型孤立发电系统可靠性。结合算例分析了光伏电池板倾角、光伏发电峰值功率及强迫停运率等因素对系统可靠性的影响。结果可为风光柴储小型孤立发电系统规划、设计和运行提供指导和参考。     

基于神经网络的发电系统可靠性评估方法

为了改善发电系统可靠性评估的效益,提出基于神经网络学习算法和发电系统可靠性评估算法。该方法不需要建立新的数学模型,对外部参数的变化具有良好的适应性。计算结果表明:此算法能够快速有效地进行可靠性评估,克服了传统可靠性分析方法的困难。     

光伏发电系统可靠性分析及其置信容量计算

大规模光伏发电的接入增加了系统的不确定因素。该文针对光伏发电出力的时序性和随机性,通过天气类型抽样和设备停运概率的分层抽样改进了光伏发电系统的出力模型。将模型应用于并网光伏发电系统的可靠性评估和置信容量的计算中,研究了天气变化、设备故障等随机因素对计算结果的影响,提高了计算的精度。通过对2015年青海省格尔木市并网光伏系统的计算分析,发现电网规模的扩大和光伏电站的分散分布有助于光伏发电置信容量的提升。     

含风/光发电系统的复合电力系统可靠性评估

为了保证电力系统安全稳定的运行,需对电力系统进行可靠性评估。针对风电场和光伏电场接入电力系统后对电力系统可靠性的影响,提出了风电场及光伏电场的多态分析模型。建立了可再生能源发电系统的可靠性模型,并将元件故障率及可再生能源的不确定性都考虑在内。采用状态枚举法和条件概率建立了电力系统的概率模型。利用模糊C-均值聚类算法对状态模型进行分析。对加入风电与光伏发电的RBTS和IEEERTS测试系统进行可靠性评估,计算得到不同的可靠性指标。实验结果充分证实了所提出方法的简单性与准确性。     

基于蒙特卡洛模拟的分布式风光蓄发电系统可靠性评估

为了计及蓄电池对分布式发电系统可靠性的影响,应用铅酸蓄电池两池模型,提出了一种更加精确的分布式风光蓄发电系统可靠性评估的蒙特卡洛模拟方法。首先针对提出的3种不同充电策略,建立了考虑外部系统容量限制下蓄电池荷电状态的时序变化模型。其次,采用状态持续时间序贯抽样方法,模拟分布式发电系统各元件的时序状态,进而计算相应的可靠性指标。通过算例分析,验证了该方法的有效性和实用性,并详细分析了外部系统容量、分布式电源容量、蓄电池容量以及蓄电池充电策略对分布式发电系统可靠性水平的影响。     

基于混合模型和交叉熵重要性抽样的 发电系统可靠性评估

目前应用在发电系统可靠性评估中的交叉熵重要性抽样方法采用单一的概率质量函数描述发电系统的状态,该方法在处理高可靠性系统时需要进行大量的预抽样才能得到具有较好方差减小效果的最优概率质量函数以达到加快可靠性指标收敛的目的,而大量的预抽样过程会导致可靠性评估总体效率的下降。因此文章提出基于混合概率质量函数模型与交叉熵重要性抽样相结合的发电系统可靠性评估新方法,该方法采用多个概率质量函数描述发电系统的状态,并基于最小交叉熵原理对各概率质量函数及其对应权重进行迭代更新,最后由各概率质量函数的加权形成最优概率质量函数,利用所得最优概率质量函数对系统状态进行抽样和可靠性计算。相比于现有方法,该方法预抽样过程所需样本较少,可以在保证可靠性指标准确性的同时大幅加快系统可靠性指标的收敛速度,在处理高可靠性系统时效果更加明显。算例验证了文中方法的优势。     

基于故障树模型的光伏跟踪系统可靠性分析

针对光伏跟踪系统可靠性评估进行了研究,通过对光伏跟踪系统主要结构进行分析,提出光伏跟踪系统可靠性评估指标,建立光伏跟踪系统可靠性评估故障树以及各模块可靠性模型。根据某跟踪型光伏电站现场实际故障情况的数据统计与分析,采用极大似然估计法确定各模块可靠性参数,并利用故障树对光伏跟踪系统整体可靠性进行评估,结果证明此评估方法的有效性。     

基于修正裕度状态法的发电系统可靠性评估

提出了发电容量模型和负荷模型相结合的修正裕度状态法,建立了发电系统可靠性评估的裕度状态法数学模型,该模型可以考虑发电机组不同的运行方式,实例计算取得了良好的结果,具有较好的工程实用价值。     

含分布式风光蓄的配电系统可靠性评估

储能可以平滑分布式电源出力的波动性,挖掘其提升配电系统供电可靠性的潜力。为了定量评估储能装置的这种效果,提出了一种含分布式风机、光伏阵列和蓄电池的配电系统准序贯蒙特卡洛可靠性评估方法。在建立了风光蓄元件的时序模型和状态转移模型的基础上,对系统中的非电源元件进行序贯抽样,而对风光蓄元件进行非序贯抽样。讨论了含风光蓄配电系统的故障效果影响分析过程,给出了相应的可靠性评估流程。以改造的IEEE RBTS系统为例,对不同情境下的系统可靠性水平进行了对比分析,验证了所述方法的有效性。     

含有光伏系统的配电网可靠性评估

序贯蒙特卡罗模拟法能够模拟系统的各种运行状态,特别适合应用于含间歇性分布式电源的电力系统可靠性评估当中。通过建立光伏电源的可靠性概率模型,结合负荷和其他元件的概率模型,采用序贯蒙特卡罗模拟法,计算了考虑间歇性的光伏系统接入后配电系统的可靠性指标。针对实际系统的计算结果表明,光伏发电系统合理接入配电网,可以提高配电网的可靠性水平。     

基于拟蒙特卡罗方法的电力系统可靠性评估

针对电力系统可靠性评估中蒙特卡罗方法误差收敛相对较慢的特点,将以低偏差点列抽样的拟蒙特卡罗方法应用于可靠性评估中。介绍了拟蒙特卡罗方法的原理,并在误差分析方面与蒙特卡罗方法进行比较。进一步介绍了Sobol低偏差点列的构造方法。建立了以Sobol点列为抽样点的拟蒙特卡罗模拟可靠性计算模型,并与重要抽样法相结合。对3机系统和RTS79测试系统分别进行标准非序贯蒙特卡罗模拟和Sobol点列拟蒙特卡罗模拟,计算指标EDNS与LOLP,并比较误差收敛曲线。结果表明,拟蒙特卡罗方法进行可靠性计算,EDNS和LOLP指标具有更快的误差收敛速度。该方法可作为电力系统可靠性计算的一种新思路。     

引入聚类分析的光伏出力建模及其在可靠性评估中的应用

对光伏系统出力的建模是评估其容量价值及进行规划的前提,太阳辐照强度的随机性和波动性是其建模的难点。文中引入聚类分析理论,从数据挖掘的角度对光伏出力进行了建模,并将其用于含光伏发电的系统可靠性评估。首先,对传统模糊C-均值(FCM)聚类算法进行了改进,解决了其对迭代初值敏感的问题。其次,利用改进的FCM算法对历史辐照数据进行了聚类分析,确定了聚类数和聚类中心,建立了太阳辐照的时序聚类模型。最后,基于所述模型和蒙特卡洛模拟(MCS)法提出了含光伏电站的发电系统可靠性评估方法。对IEEE-RTS测试系统的测试结果验证了所述模型和方法的有效性和高效性。     

基于最优抽样与选择性解析的电力系统可靠性评估

为降低Monte Carlo法的计算方差,加快电力系统可靠性评估的速度,提出一种基于最优抽样和选择性解析的混合算法。该算法是在传统Monte Carlo法的基础上,增加小样本预抽样计算,以获得最优抽样密度函数与各变量的投影方差。根据投影方差的大小,确定解析变量,进行解析化处理,对模拟变量按照最优抽样密度函数抽取元件状态。对测试系统IEEE-RTS的算例分析表明,该算法可以同时提高抽样计算和解析计算的效率,降低计算方差,加快可靠性评估的速度。     

基于序贯蒙特卡罗法的复杂配电网可靠性分析

光伏发电具有随机性和间歇性的特点,使得配电网的可靠性存在下行风险。针对含光伏电源的配电网系统,传统的可靠性评估方法往往忽略光伏系统对可靠性的影响。利用序贯蒙特卡罗法对配网进行可靠性分析,考虑太阳光辐照度、光伏输出功率、时序故障率等因素的影响,建立基于时间序列的光伏发电系统可靠性模型;同时构建了考虑负荷功率随机性的中、短期负荷（月、小时）可靠性模型;最后引入可靠性灵敏度指标,评估了不同节点接入光伏发电系统后的可靠性。通过对含光伏发电系统配电网算例系统的可靠性进行评估,结果证明了算法的有效性,该方法为光伏接入位置的选择、容量的确定和配网可靠性的提高提供了重要的理论依据。     

含分布式电源的配电网可靠性评估

以含分布式电源的配电网可靠性评估为研究内容,首先分析了分布式电源的接入对配电网可靠性评估的影响,并对光伏发电和风力发电出力随机特性进行了研究,建立了分布式电源的可靠性模型。在此基础上,基于蒙特卡罗时序模拟方法,提出了含分布式电源的配电网可靠性评估算法。最后采用所提出的模型和算法对IEEE RBTS Bus6系统主馈线F4进行仿真计算,说明本模型的有效性与实用性,计算结果表明,分布式电源合理接入配电网后,可以提高配电网供电的可靠性。     

基于网络化简的含分布式电源的配电网可靠性分析

基于简化等效网络,提出了利用序贯蒙特卡洛仿真法对含风力、光伏电池等分布式电源的配电系统可靠性进行评估的新方法.该方法利用简化网络得到区域元件故障影响表,然后基于序贯蒙特卡洛仿真法对分布式电源的随机功率输出、设备运行与故障状态以及负荷的随机容量对系统可靠性的影响进行了分析及计算.基于网络化简而建立的区域元件故障影响表明显简化了可靠性分析计算过程.在随机仿真分析中,采用对网络设备和分布式电源的状态进行同步抽样的策略,进一步提高了仿真的精度和计算速度.多个算例的计算结果及比较证明了文中算法的有效性和实用性.     

于改进抽样法的电力系统可靠性评估

由于电力系统的元件故障为小概率事件,在应用传统非序贯蒙特卡洛抽样法进行系统可靠性评估时,存在抽样次数大,仿真时间长等缺点。通过将对偶变数抽样法与交叉熵重要抽样法相结合,提出了一种适用于电力系统可靠性评估的改进抽样方法。该方法首先通过交叉熵重要抽样确定元件最优参数,构造元件的零方差概率密度函数的近似函数,然后根据最优参数进行对偶抽样,进一步降低抽样过程的方差,提高了传统蒙特卡洛法的抽样效率。应用该方法及传统随机抽样法、对偶变数抽样法和交叉熵重要抽样法对IEEE-RTS（可靠性校验系统）与变参数后的IEEE-RTS进行可靠性评估,计算结果表明：提出的方法在保证一定计算精度的条件下,相比其他方法,进一步提高了仿真速度。越是小概率事件,方法的优势越明显。