[发明专利]基于序优化和马氏链的多状态电力系统可靠性分析方法

说明书

本发明公开了一种基于序优化和马氏链的多状态电力系统可靠性分析方法。对所有系统进行分类找出基本系统，利用马氏链及其通用生成函数计算求出基本系统的可靠度；通过第一修正方法计算获得剩余系统的粗略可靠度，利用序优化算法BP针对所有多状态电力系统的粗略可靠度进行处理进行第一次筛选；基于基本系统的可靠度，通过第二修正方法计算获得剩余系统的精确可靠度，利用序优化算法BP进行第二次筛选；最后通过马氏链及其通用生成函数获得可靠度最高的多状态电力系统。本发明求取所用的时间是大大的缩减，筛选过程具有更准确的精确度，适用于系统，更加适用于现实情况。

技术领域

本发明涉及了一种电力系统优化处理方法，涉及在多状态电力系统可靠性分析中的基于序优化和马氏链的多状态电力系统可靠性分析方法。

背景技术

可靠性技术是在第二次世界大战后首先从航天工业和电子工业发展起来的，目前已渗透到宇航，电子，化工，机械等许多工业部门。可靠性技术渗透到电力工业和电工设备制造业始于20世纪60年代中期，以后发展的非常迅速。电力系统的功能是向用户尽可能可靠地经济地提供合格的电能，它的可靠性可定义为向用户提供质量合格，连续的电能的能力，这种能力通常用概率表示。所谓质量合格，就是指电能的频率和电压必须保持在规定范围以内。

电力系统可靠性评估是计算分析可能故障状态的概率与后果,得出反映系统可靠性水平的一系列指标。然而,在一个具有几百乃至上千个元件的实际系统中，可能发生的故障状态的数量巨大。由于计算时间与计算资源的限制,在实际评估中不可能对所有可能的故障状态进行评估。因此,状态枚举法仅筛选对系统可靠性贡献大的故障状态进行评估。最常用的选择方法是截止故障重数,即选择2重或3重以下故障状态,忽略更高重的故障状态。该方法的优点是所选状态的概率之和接近于1,且数量较少。但是,在实际系统中,由于元件的停运概率不同,一些高重故障会比低重故障的发生概率大。以具有71个元件的IEEE-RTS系统为例,当元件采用2状态模型时,考虑N-3的系统状态数量是57226,概率之和为0.95110503。实际上,概率较大的前57226个状态包括16786个0～3重故障状态和40440个4重～6重故障状态,概率之和为0.98976138。这些高重故障状态的概率大且后果严重,对系统的可靠性影响很大,而通过截止故障重数进行状态筛选会忽略掉这些大概率高重故障。

现有的多状态电力系统可靠性计算方法中，最常见的就是马氏链以及蒙特卡洛算法。如果希望在一系列的多状态电力系统中求取具有最高可靠性的系统，往往采用穷举的方法，，即马氏链或蒙特卡洛算法计算所有系统的可靠性，这种方法会消耗很长的计算时间，几小时甚至几天；就算不采用穷举的办法，而只计算部分系统，也往往不能准确的选出具有代表性的系统，往往会使最终结果不准确。

而对于系统而言。序优化算法的HR规则不再适用，会降低结果的准确性，现有技术缺少一种能准确求取可靠度最高系统的方法。

发明内容

为了解决背景技术中存在的问题，本发明提出了一种基于序优化和马氏链的多状态电力系统可靠性分析方法。本发明方法从时间以及精度上改进传统方法，运用于在一系列多状态电力系统中，能求取获得满足可靠度要求下的成本最低经济性最好的多状态系统，并且用时远远小于以前的传统算法。

如图1所示，本发明的技术方案如下：

第一步：对所有的多状态电力系统进行分类，每一类中找出一个最具有代表性的基本系统，并且利用马氏链及其通用生成函数计算求出基本系统的可靠度；

第二步：考虑多状态电力系统中元件串并联元件的不同点，基于基本系统的可靠度，通过第一修正方法计算获得除基本系统以外的每个多状态电力系统的粗略可靠度，利用序优化算法BP针对所有多状态电力系统的粗略可靠度进行处理进行第一次筛选，通过筛选再次减少了计算量；

第三步：考虑多状态电力系统中内外部元件串并联元件的区别，基于基本系统的可靠度，通过第二修正方法计算获得除基本系统以外的每个多状态电力系统的精确可靠度，利用序优化算法BP进行第二次筛选；