电力系统可靠性评估的自适应分层重要抽样法 a self-adapting stratified and importance sampling method for power system reliability evaluation.pdfVIP

第35卷第3期 电力系统自动化 V01．35No．3 Automation Power 2011年2月10日 ofElectric Systems Feb．10，2011 电力系统可靠性评估的自适应分层重要抽样法 王晓滨1，郭瑞鹏1，曹一家1，余秀月2，杨桂钟2 (1．浙江大学电气工程学院，浙江省杭州市310027；2．福建电力调度通信中心，福建省福州市350003) 摘要：提出了电力系统可靠性评估的自适应分层重要抽样算法，将系统状态空间分割成无故障状 态子空间和各重故障状态子空间，避免对无故障状态子空间抽样，对各重故障状态子空间的抽样次 数进行最优分配，并不断修正最优重要抽样概率密度函数，可以显著提高计算效率并解决了以往蒙 特卡洛方法在高可靠性系统中效率低下的问题。对IEEE—RTS系统的发输电部分进行可靠性评 估，结果表明该方法合理、高效，且不会出现退化现象。 关键词：可靠性评估；蒙特卡洛方法；分层抽样；重要抽样 0 引言 概率为Pi，且元件i的第m(i)个状态为正常运行状 电力系统可靠性评估是电力系统规划、运行和 态。系统随机状态用随机向量X=[X。，X：，…， 检修等环节的重要决策依据口_3]。蒙特卡洛模拟法 X～]表示，其中随机变量X，，X：，…，XN相互独立， 计算效率不受系统规模影响，特别适用于大规模复 且在[0，1]区间上服从均匀分布。 杂系统[4]，并引起了广泛的重视。提出适用于各个 根据电力系统可靠性评估的蒙特卡洛方 应用领域的减小方差的技巧[5]以提高计算效率，是 法[1’2州，在抽样过程中元件i所处状态S；与随机变 蒙特卡洛方法的研究重点。目前减少方差的方法主 量X；的对应关系如下： 要有重要抽样法【6培]、分层抽样法凹]、对偶变数法[10] f1 0XiPn 和控制变量法H11等，但这些方法在电力系统的可靠 性评估中缺乏普适性[1z-13]。文献[12]将快速排序法 f q’ sl一1∑t--i夕。≤xf奎户# 和蒙特卡洛方法相结合，提出了一种混合算法，文献 E13一lq提出了一种自适应重要抽样算法，这些算法式中：t为E2，m(i)]上的整数。 在电力系统可靠性评估中均有较强的适用性。 为了方便后文说明，定义随机状态向量x的概 本文根据电力系统自身特点，将新型分层抽样 率密度函数d。。(x，2(工)，万)如下： 与重要抽样相结合，提出了一种电力系统可靠性评 c2， 估抽样的新方法——自适应分层重要抽样法，以优 d。。c工，zc工，，万，一{i‘工’二主二 化分配各重故障状态子空间抽样次数。 式中：空间万为函数z(x)的定义域，是系统状态空 1 自适应分层重要抽样算法 间的子空间；z(工)在空间万上大于0，且在空间万积 分为1。 分层抽样法的基本思想是把抽样空间分割成几