分布式能源在电力系统中的渗透率不断提升,使得配电网系统呈现出更大的复杂性和不确定性,这将对电力网络的可靠性产生影响。为确定配电网系统中可再生能源发电机组的最优安装位置和容量,文章结合随机模糊期望值算子和马尔科夫蒙特卡洛法...分布式能源在电力系统中的渗透率不断提升,使得配电网系统呈现出更大的复杂性和不确定性,这将对电力网络的可靠性产生影响。为确定配电网系统中可再生能源发电机组的最优安装位置和容量,文章结合随机模糊期望值算子和马尔科夫蒙特卡洛法(Markov Chain Monte Carlo,MCMC),提出了一种可靠性评估框架。该模型建立了风电和光伏出力的多状态概率密度函数,采用随机模糊期望值算子模拟配电网功率损耗和电压稳定性的不确定性。在考虑配电系统拓扑结构的情况下,利用MCMC模拟配电网系统中所有非源元件的随机性,由指数分布生成配电网组件故障事件及恢复时间。最后,在IEEE-33节点标准配电网上,对系统平均停电次数、系统平均停电持续时间、电量不足期望值3种可靠性指数进行评价,实验结果证明了所提出方法的有效性。展开更多
文摘分布式能源在电力系统中的渗透率不断提升,使得配电网系统呈现出更大的复杂性和不确定性,这将对电力网络的可靠性产生影响。为确定配电网系统中可再生能源发电机组的最优安装位置和容量,文章结合随机模糊期望值算子和马尔科夫蒙特卡洛法(Markov Chain Monte Carlo,MCMC),提出了一种可靠性评估框架。该模型建立了风电和光伏出力的多状态概率密度函数,采用随机模糊期望值算子模拟配电网功率损耗和电压稳定性的不确定性。在考虑配电系统拓扑结构的情况下,利用MCMC模拟配电网系统中所有非源元件的随机性,由指数分布生成配电网组件故障事件及恢复时间。最后,在IEEE-33节点标准配电网上,对系统平均停电次数、系统平均停电持续时间、电量不足期望值3种可靠性指数进行评价,实验结果证明了所提出方法的有效性。