[发明专利]一种基于模糊生成函数的多状态电力系统优化构建方法

说明书

本发明公开了一种基于模糊生成函数的多状态电力系统优化构建方法。针对多个多状态电力系统，采用模糊生成函数法计算每个多状态电力系统的粗略可靠度；利用第一种筛选方式进行第一次筛选，再利用第二种筛选方式进行第二次筛选处理，将多状态电力系统数量进行两次缩小；最后采用马氏链和通用生成函数求每个多状态电力系统的精确可靠度，从而得到最优的多状态电力系统，根据最优的多状态电力系统进行实施搭建电力系统。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，适用于系统的最优可靠性计算，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可靠性计算方法，涉及在多状态电力系统中的基于模糊生成函数的多状态电力系统优化构建方法。

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。

由上可知，在电力系统可靠性分析中，状态选择的数量多上，保留或者删除，都会对最终结果造成很大的影响，这就意味着在多状态模型中的电力系统可靠性分析是一个很有必要的研究方向。

现有的多状态电力系统最优可靠性计算方法中，最常见的就是GA算法，如果希望在多个多状态电力系统中求取可靠性最高的系统，往往采用穷举的方法，即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。其次，一般的系统筛选均为一次筛选，但是筛选往往具有限定条件，所以一次筛选会造成筛选精度不高的问题。

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模糊生成函数的多状态电力系统优化构建方法。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，能求取具有最高可靠性的多状态电力系统，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：针对已知的多个多状态电力系统，考虑多状态电力系统中元件串并联元件的不同点，采用模糊生成函数法计算每个多状态电力系统的粗略可靠度；

所述的多状态电力系统为具有多状态的电力系统，包括有各种元件，主元件和附加元件，元件例如为发电机、输电线路、升压变压器、降压变压器、换流器等。多状态定义为系统及其元件都可能表现出多个性能水平，这种电力系统称为多状态电力系统。

本发明针对的是多个多状态电力系统，每个多状态电力系统的各类元件数不同，从而每个多状态电力系统的结构也不一样。

本发明采用模糊生成函数法得到的粗略可靠度非常接近该系统的精确可靠度，但计算时间远远小于精确可靠度的计算时间。