考虑风速时序性和自相关性的特点,建立了风速的自回归移动平均(auto-regressive and moving average,ARMA)模型,并结合常规机组、线路和变压器等状态模型,建立了基于蒙特卡罗仿真方法的风电场可靠性模型,对含风电场的发输电组合系统进...考虑风速时序性和自相关性的特点,建立了风速的自回归移动平均(auto-regressive and moving average,ARMA)模型,并结合常规机组、线路和变压器等状态模型,建立了基于蒙特卡罗仿真方法的风电场可靠性模型,对含风电场的发输电组合系统进行可靠性评估,同时建立了发输电组合系统的多状态机组等值模型,将该等值模型与配电系统相结合,计算了平均停电频率和停电电量损失等配电网可靠性指标,通过分析和比较可靠性指标研究了风电场对配电系统可靠性的影响,结果表明风电机组的接入对提高电力系统可靠性具有一定的作用。展开更多
机组最优投入问题(optimal Unit Commitment,UC)是寻求1个周期内各个负荷水平下机组的最优组合方式及开停机计划,使运行费用为最小。该问题是一个高维数、非凸的、离散的、非线性的优化问题,很难找出理论上的最优解,但由于它能带来显著...机组最优投入问题(optimal Unit Commitment,UC)是寻求1个周期内各个负荷水平下机组的最优组合方式及开停机计划,使运行费用为最小。该问题是一个高维数、非凸的、离散的、非线性的优化问题,很难找出理论上的最优解,但由于它能带来显著的经济效益,所以受到了国内外很多学者的广泛关注。作者尝试采用一种新型的模拟进化优化算法——蚁群优化算法(ACO)来求解该问题。首先,利用状态、决策及作者提出的路径概念把UC设计成类似于旅行商(TSP)问题的模式,从而可以方便地利用ACO来求解。其次,由于ACO处理的是无约束优化问题,对于UC这一约束优化问题,提出了不同的方法来处理各种约束。用tabu表限制不满足旋转备用约束和机组最小启/停时间约束的状态;通过附加惩罚项来处理线路N安全性约束。数值算例验证了此算法的可行性和有效性。展开更多
系统状态随机抽样是大电网可靠性蒙特卡洛仿真的重要基础环节,抽取的样本容量与仿真结果的精度和仿真耗时密切相关,因此在给定仿真精度时实现样本容量的概率预估和在给定样本容量时实现计算精度的概率预测,是实现计算精度和计算成本综...系统状态随机抽样是大电网可靠性蒙特卡洛仿真的重要基础环节,抽取的样本容量与仿真结果的精度和仿真耗时密切相关,因此在给定仿真精度时实现样本容量的概率预估和在给定样本容量时实现计算精度的概率预测,是实现计算精度和计算成本综合权衡的关键。基于中心极限定理深入研究随机变量的样本均值与期望值之间误差的概率预测方法,在此基础上分析失负荷概率(loss of load probability,LOLP)指标的方差系数和样本容量之间的关系表达式,导出方差系数给定时的样本容量置信区间公式及样本容量给定时的方差系数置信区间公式。这些公式的导出,对于实现仿真精度和样本容量之间的定量概率分析具有重要意义,通过对RBTS和RTS96可靠性测试系统的评估分析验证所提方法的有效性和正确性,并得出相关结论。展开更多
文摘考虑风速时序性和自相关性的特点,建立了风速的自回归移动平均(auto-regressive and moving average,ARMA)模型,并结合常规机组、线路和变压器等状态模型,建立了基于蒙特卡罗仿真方法的风电场可靠性模型,对含风电场的发输电组合系统进行可靠性评估,同时建立了发输电组合系统的多状态机组等值模型,将该等值模型与配电系统相结合,计算了平均停电频率和停电电量损失等配电网可靠性指标,通过分析和比较可靠性指标研究了风电场对配电系统可靠性的影响,结果表明风电机组的接入对提高电力系统可靠性具有一定的作用。
文摘机组最优投入问题(optimal Unit Commitment,UC)是寻求1个周期内各个负荷水平下机组的最优组合方式及开停机计划,使运行费用为最小。该问题是一个高维数、非凸的、离散的、非线性的优化问题,很难找出理论上的最优解,但由于它能带来显著的经济效益,所以受到了国内外很多学者的广泛关注。作者尝试采用一种新型的模拟进化优化算法——蚁群优化算法(ACO)来求解该问题。首先,利用状态、决策及作者提出的路径概念把UC设计成类似于旅行商(TSP)问题的模式,从而可以方便地利用ACO来求解。其次,由于ACO处理的是无约束优化问题,对于UC这一约束优化问题,提出了不同的方法来处理各种约束。用tabu表限制不满足旋转备用约束和机组最小启/停时间约束的状态;通过附加惩罚项来处理线路N安全性约束。数值算例验证了此算法的可行性和有效性。
文摘系统状态随机抽样是大电网可靠性蒙特卡洛仿真的重要基础环节,抽取的样本容量与仿真结果的精度和仿真耗时密切相关,因此在给定仿真精度时实现样本容量的概率预估和在给定样本容量时实现计算精度的概率预测,是实现计算精度和计算成本综合权衡的关键。基于中心极限定理深入研究随机变量的样本均值与期望值之间误差的概率预测方法,在此基础上分析失负荷概率(loss of load probability,LOLP)指标的方差系数和样本容量之间的关系表达式,导出方差系数给定时的样本容量置信区间公式及样本容量给定时的方差系数置信区间公式。这些公式的导出,对于实现仿真精度和样本容量之间的定量概率分析具有重要意义,通过对RBTS和RTS96可靠性测试系统的评估分析验证所提方法的有效性和正确性,并得出相关结论。