[发明专利]基于均匀设计的大电网可靠性评估方法

说明书

本发明公开了一种基于均匀设计的大电网可靠性评估方法，其特征在于：按以下步骤进行：S1、输入大电网的电气参数和可靠性参数，确定元件的最大故障阶数M₀；S2、采用枚举法获取低阶故障事件样本，对高阶故障事件进行随机抽样，并对其进行均匀设计；S3、计算出各阶故障事件样本的概率值P和频率值F，再分别对各阶故障事件样本进行最优潮流计算，得到各阶故障事件样本的削负荷量DNS；S4、计算各阶系统状态的可靠性指标均值；S5、计算各阶系统状态的可靠性指标值；S6、对各阶故障事件的可靠性指标进行累加，得到大电网系统的可靠性指标值。本发明减小了需采集的系统状态数据量；并有效减少了大电网可靠性评估的计算量。

技术领域

本发明涉及电力系统可靠性评估技术领域，具体地说，是一种基于均匀设计的大电网可靠性评估方法。

背景技术

电力系统正逐渐发展成为超大规模的复杂系统，具有容量上超大规模、空间上广域分布、扰动传播范围大等特征。目前电力系统越来越趋于复杂化，这种飞速发展对其稳定运行和控制带来了严峻挑战。

随着电力市场的发展，电力系统各供应商更注重电网长期效益，即在一定的可靠性下维持较低的运行成本。而现有的大电网可靠性评估方法多为状态解析法和蒙特卡诺模拟法，这两种方法均需要进行系统状态的枚举或抽样，并需耗费较长时间对系统状态进行潮流计算、负荷削减、网络重构等分析计算，其中交流潮流和削负荷分别涉及非线性方程求解和非线性优化问题，计算量庞大。

为提高大电网可靠性评估方法的性能，现有研究尝试从抽样过程和系统状态分析算法两个方面进行改进，改进措施主要包括：可靠性等值、采用直流潮流模型、状态辨识、小样本抽样方法、并行计算等。但可靠性等值在大规模系统中运用有限；直流潮流模型无法计及无功功率和电压幅值的约束，得到的可靠性指标不太准确；状态辨识技术中状态辨识模型的泛化性和参数选择不当可能导致故障状态的误判和漏判；重要抽样、拉丁超立方抽样和交叉熵抽样等抽样方法缺乏针对性，导致评估结果不稳定；并行算法则会在很大程度上受限于计算机、网络和通信设备。

因此，亟需设计一种通过较少的状态数获得精确的可靠性指标的可靠性评估方法。

发明内容

针对上述现有大电网可靠性评估方法计算量大、结果不够精确的缺陷，本发明提供了一种基于均匀设计的大电网可靠性评估方法，该方法可以通过较少的系统状态数据，从而计算得出精确的大电网可靠性指标。

为了达到上述目的，本发明的技术方案如下：

一种基于均匀设计的大电网可靠性评估方法，其关键在于：按以下步骤进行：

S1、确定大电网中元件个数M，并输入大电网的电气参数和可靠性参数，根据大电网的可靠性参数确定元件的最大故障阶数M₀，其中M＞M₀；

S2、采用枚举法获取低阶故障事件样本；

对高阶故障事件进行随机抽样，并对随机抽样的样本进行均匀设计得到高阶故障事件样本；

最终得到k阶均匀的系统状态，其中0k≤M₀；

S3、提取k阶均匀系统状态中的样本，计算出各阶故障事件样本的概率值P和频率值F，再分别对各阶故障事件样本进行最优潮流计算，得到各阶故障事件样本的削负荷量DNS；

S4、根据各阶故障事件样本的概率值P、频率值F和削负荷量DNS，计算各阶系统状态的可靠性指标均值；

S5、根据各阶系统状态的可靠性指标均值，计算各阶系统状态的可靠性指标值；

S6、对各阶系统状态的可靠性指标进行累加，得到大电网系统的可靠性指标值；

S7、评估各个可靠性指标的误差。