基于非时序状态抽样法的发电系统可靠性评估

发电系统可靠性评估可以帮助确定发电量以保证电力系统充足的电力供应。非时序状态抽样方法由于具有抽样原理简单、所需原始数据少和几乎不受系统规模限制等很多特点而被广泛应用。首先介绍了基于非时序状态抽样的发电系统可靠性评估基本原理,然后建立了发电机和负荷在评估中的可靠性模型,并结合具体算例应用Matlab软件编制程序,计算了LOLP、LOLE和EENS三个可靠性指标。验证了非时序状态抽样法用于发电系统可靠性评估的正确性和适应性,可以为现代电网安全运行及规划设计提供一定的参考。

改进状态抽样法及其在含微网配电网风险评估中的应用

研究了配电网短期风险评估的方法以及微网配置对配电网风险指标的影响。系统状态选择采用改进的状态抽样法,简化抽样过程的同时兼顾系统的时序性,所用负荷和新能源电源出力模型能方便刻画其随时间的波动性。采用最小时段分割的方法精确统计停电时间、停电电量等状态后果,结合改进抽样法的特点,用综合计及概率与后果的电量类和经济类风险指标评估系统风险。以改造的RBTS BUS6系统为例进行24 h短期风险评估,结果反映微网的接入可在一定程度上降低配电网的失电风险。

基于系统状态转移抽样的含分布式电源配电网可靠性评估

基于系统状态转移抽样法,提出了含高渗透率分布式电源(DG)的配电网序贯蒙特卡洛模拟法可靠性评估方法,可以同时计算系统的发电类和配电类可靠性指标。分别建立了非电源元件和DG的状态模型,考虑了时序变化的风电出力、光伏出力、负荷以及上级电源容量约束。在不同充电策略下,蓄电池荷电状态变化情况采用KiBaM模型模拟。将系统的状态空间集合分为发电系统状态和配电系统状态2个部分,当存在非电源元件处于故障状态时,调用配电系统模拟过程,当所有非电源元件均正常时,则调用发电系统模拟过程。通过算例对比,表明了所提出方法的有效性。该方法能够为含DG的配电网优化规划提供参考。

基于伪时序状态转移抽样法评估含储能电力系统可靠性

定量分析储能装置接入后的系统可靠性水平,并依据其进行最优决策对电力系统安全经济运行具有重要意义。现有的含储能电力系统的可靠性评估算法效率低下,使得求解含有可靠性约束的最优问题较为困难。为此,文中对伪时序状态转移抽样法这一可靠性评估方法进行了改进,以快速、准确地求得储能接入条件下的电力系统可靠性指标,进而为求解可靠性约束优化问题提供了可能性。在IEEE RTS79系统中将所述算法与一般序贯蒙特卡洛模拟法进行了对比。计算结果表明,伪时序状态转移抽样法能够在保持良好精度(相对误差保持在3%以内)的同时,提升单线程计算效率10倍左右,在多线程环境下计算效率更高。

基于系统短期时序状态转移抽样法的孤岛运行微电网可靠性评估

孤岛运行微电网完全利用自身的分布式电源(DG)和储能装置满足微电网内负荷的供电需求,因此有必要对其进行充裕度可靠性评估。本文针对孤岛运行微电网未来短期可靠性具有时变性,及可靠性评估解析法难以获得故障持续时间信息的问题,提出一种孤岛运行微电网短期可靠性评估的模拟法。首先,提出系统短期时序状态转移抽样法,以获得微电网时序系统状态;再建立考虑控制策略的DG装置出力模型,并计及故障解列、孤岛系统切负荷及静态安全约束的影响进行孤岛运行微电网短期可靠性评估,得到包括负荷点平均停电时间在内的短期可靠性指标值。算例系统的短期可靠性评估结果及分析验证了所提方法的正确性和有效性,具有一定的工程应用价值。

基于状态转移抽样法的包含风电场的发电系统Well-being分析

基于状态转移抽样法对包含风电场的发电系统进行Well-being分析,提出了一种增强N-1准则,并基于此建立新的Well-being模型。在此Well-being模型基础上,以RST79系统为例,考虑风机故障模型以及尾流效应,分析风电场的接入容量以及不同风速模型对发电系统可靠性的影响。研究表明,增强N-1准则下的Well-being模型相对于传统N-1准则下的Well-being模型对系统健康状态标准要求更高,因此处于健康状态概率会有所下降。风电场的接入能有效改善系统的可靠性,但是风电场规模到达一定值后,其改善效果趋于饱和。不同风速模型下的Well-being概率指标相近,但是失负荷频率存在差别,ARMA模型最接近实际模型,而Weibull风速模型的失负荷频率与实际风速模型相差较大。

系统状态空间分割法在电力系统可靠性评估中的应用

目前电力系统可靠性评估方法无法避免对无故障状态子空间的抽样,为此提出了系统状态空间分割法。该方法将系统状态空间分割为无故障状态子空间和各阶故障状态子空间,并根据各阶故障状态子空间特点分别采用解析法和蒙特卡洛法进行分析。该方法不需要对无故障状态子空间抽样,并可对各故障状态子空间的抽样次数进行最优分配。同时提出了仅需要少量均匀随机数便能抽取特定阶数故障状态的系统随机状态抽样方法,该抽样方法应用于大规模系统中具有明显优势。算例结果验证了该方法的可行性。

考虑风电并网的发电充裕度评估方法的比较

介绍了解析法、状态抽样法、状态持续时间抽样法3种可靠性评估方法的原理;提出了解析法和状态抽样法中考虑风电机组随机停运时的风电场建模方法,并与状态持续时间抽样法中的相应建模方法进行了比较;分别采用3种方法对风电接入前后RBTS和IEEE RTS79系统的发电充裕度指标进行了计算。算例分析表明,在风电机组独立停运的假设下,风电机组的强迫停运率对系统发电充裕度的影响较小;3种发电评估方法评估结果接近,其中状态持续时间抽样法具有便于计入风电机组强迫停运率、风电接入后系统的评估时间不会显著增加等特点,更适合进行风电并网后的大规模电力系统的可靠性评估。

计及冰雪天气影响的风电场短期出力模型

针对冰雪天气对风电场实际运行的影响,提出了一种新的风电场短期出力模型。该模型考虑了风电机组和集电线路的积冰过程,基于现有的研究成果对叶片积冰情况下的风电机组有功出力模型进行了修正。同时考虑冰雪天气下风电场内设备的随机停运,对风电机组和集电线路在恶劣运行条件下的故障停运概率进行了估计,建立了与环境因素相依的时变停运概率模型。考虑尾流效应影响,对风电场内机组的状态进行分批次抽样,并结合机组出力水平和集电线路的抽样状态,计算风电场的出力。仿真结果表明所提的出力模型能够反映风电场在冰雪天气下短时间内的出力特性,适用于风电接入系统的短期可靠性评估。

含风电场的发电系统可靠性分析

为分析风电场并网对发电系统可靠性的影响,建立了基于状态转移抽样的风电机组多状态模型,提出了等风速与等风频的状态区间划分原则,并根据实测数据求得风电机组各状态的平均持续时间与状态转移率。采用序贯蒙特卡洛模拟技术评估含风电场发电系统的可靠性。基于IEEE-RBTS的仿真结果表明:与威布尔直接抽样相比,风电机组多状态模型更精确;风电机组等风频11状态可靠性模型能够在不增加可靠性分析复杂性的前提下有效提高分析精度。

考虑小水电接入的配电系统可靠性评估

小水电分布式接入配电系统必然对其可靠性产生影响。建立了小水电的停运概率模型,结合负荷和其他各元件的概率模型,提出了基于时序蒙特卡罗模拟法,考虑小水电接入的配电系统可靠性评估方法。以此方法对接有小水电的IEEE RBTS改进系统进行了可靠性评估,验证了该方法的有效性。并且通过与原系统可靠性指标的比较,分析了小水电的接入对配电网可靠性指标的影响及这种影响的特点,分析结果对小水电的设计工作者在SHP的建设选址方面能起到一定的参考作用。

基于状态转移抽样和BPNN的半潜式平台电站与传动系统可靠性分析

电站与传动系统是半潜式平台电力的重要来源和主要输送通道.由于电站与传动系统构成复杂,且故障样本少,一般可靠性评估方法无法准确分析出其系统可靠性随时间的变化情况.提出一种结合状态转移抽样与BP神经网络的时变可靠性分析模型,通过状态转移抽样为BP神经网络的时变可靠性计算提供足够的训练数据,并以BP神经网络高效的学习能力提升状态转移抽样在复杂系统可靠性分析中的计算效率和精确度.以D90半潜平台为工程背景,收集整理了电站与传动系统的故障数据,通过该模型计算了系统的三项可靠性指标,并验证了在相同抽样间隔下该模型比单一状态转移抽样法的准确性更高;定量分析了电站与传动系统可靠性的时变规律,为电站与传动系统的设计优化与维修检测提供参考依据.

虚拟电厂有功调度综合评价指标体系

为评估虚拟电厂参与电网有功调度的效果,本文根据构建指标体系的一般方法和原则,结合虚拟电厂的特点和功能,参考现有传统电厂评价体系,从可靠性、经济性、可调度性三方面提出了由7项指标构成的综合评价指标体系。其中,可靠性指标考虑虚拟电厂中可再生能源出力的不确定性及电网的平衡控制能力,通过对可调资源构建三状态转移模型、采用状态持续时间抽样法进行抽样模拟并计算,经济性指标和可调度性指标定义相应公式进行计算。为验证本文提出的指标体系的可行性及合理性,最后以河南某区域电网为例构建由风光水储组成的虚拟电厂,并根据历史运行数据计算其参与调度的基准指标,通过与实际调度周期内指标比较,根据得分验证虚拟电厂在不同场景下调度效果的优劣。结果表明本文所提综合评价指标体系与传统电厂相比更符合虚拟电厂的功能和特点,对促进可再生能源与电网协调发展具有一定的参考意义。

可靠性评估中多重故障算法的研究

针对精确地考虑多重故障的影响遇到的“维数灾”困难 ,提出了基于元件持续时间抽样方法 ,将多重故障评估转换为单重故障评估 ,利用存储系统状态和状态评估结果来减少需要评估的系统状态数 ,既实现了精确评估多重故障的影响 ,计算量增加又不大。在单重故障评估中 ,基于灵敏度分析的负荷控制策略 ,保证任何系统状态下单重故障潮流计算收敛 ,使多重故障能够顺利转换成单重故障计算。通过IEEE- RTS算例计算表明 ,算法是可信和有效的。