[发明专利]基于几何优化-最小方差化方法的重要抽样蒙特卡洛电力系统可靠性评估方法

摘要

本发明公开了一种基于几何优化‑最小方差化方法的重要抽样蒙特卡洛电力系统可靠性评估方法，首次将规划领域的几何优化方法和重要抽样中的方差最小化模型结合在一起，利用几何优化求解可靠性评估中的方差最小化模型，然后利用求解得到的重要抽样参数进行可靠性评估，本发明相比于传统的基于重要抽样的可靠性评估方法，具有收敛方差更小、收敛速度更快和评估精度更高的特点，通过提高系统可靠性评估的评估速度和评估精度，尤其是捕捉那些小概率/高影响的稀有事件，使之能够快速评估电网规划不同方案之间的可靠性的细微差别，为电网规划方案的选择提供定量准确的辅助参考依据。

主权项

1.基于几何优化‑最小方差化方法的重要抽样蒙特卡洛电力系统可靠性评估方法，其特征在于：包括以下步骤：1)预抽样阶段1.1)确定预抽样阶段需要的参数，包括系统的峰值负荷水平、线路容量、线路原始强迫停运率u_L、发电机组发电额定容量以及发电机组原始强迫停运率u_G，定义预抽样的样本数N₀；1.2)置模拟迭代次数k＝0；1.3)令k＝k+1；然后抽样系统状态X_k，令系统中的元件为两状态模型，记录第k次抽样元件的状态，元件的状态由发电机组状态X_G和线路状态X_L组成，对元件的状态进行评估分析后计算系统是否会失负荷，然后统计评估分析的结果，如果失负荷，则H(X_k)＝1；否则，H(X_k)＝0；H(·)表示数组；1.4)判断k是否达到N₀，如果没有达到，则转至步骤1.3)，如果达到，则利用几何优化求解基于重要抽样的电力系统可靠性评估的方差最小化模型，从而得到新的发电机组强迫停运率v_G和线路强迫停运率v_L；2)主抽样阶段2.1)定义主抽样的样本数N₁，对可靠性指标进行初始化，并置模拟迭代次数n＝0；2.2)令n＝n+1；然后利用新的元件强迫停运率v_G和v_L抽样系统的状态，对抽样的状态进行状态评估分析，并根据是否发生失负荷更新可靠性指标；2.3)判断n是否达到N₁，如果没有达到，则转至步骤2.2)，否则，结束可靠性评估；所述利用几何优化求解基于重要抽样的电力系统可靠性评估的方差最小化模型具体包括以下步骤：将建立的基于重要抽样的电力系统可靠性评估的方差最小化模型松弛为满足几何优化模型的几何优化‑方差最小化模型，然后求解该模型，得到新的重要抽样参数，即新的元件强迫停运率；所述基于重要抽样的电力系统可靠性评估的方差最小化模型的建立具体包括以下步骤：按照原始强迫停运率预抽样N₀次后，根据得到的评估结果按以下公式形成基于重要抽样的电力系统可靠性评估的方差最小化模型：其中，N_G表示系统中发电机组的数目，N_L表示系统中线路的数目；所述几何优化‑方差最小化模型的获取方法包括以下步骤：令其中k＝1,2,…，N₀；引入虚拟变量t_j和s_j，满足和得到以下的优化模型：s.t.且j＝1,2,...,N_G且j＝1,2,...,N_L将上述优化模型进行松弛，得到：s.t.且j＝1,2,...,N_G且j＝1,2,...,N_L。