蒙特卡洛比较.docxVIP

AComparisonofLoadModelsforCompositeReliabilityEvaluationbyNonsequentialMonteCarloSimulation 随着经济水平的提高，用户对电能质量的要求也随之提高。同时电力公司致力于为用户提供经济、可靠、优质的电能。然而，由于系统元件、设备的随机故障，电力供应往往不会一直充足。同时，系统的大部分随机故障是不可预料和控制的。为了减少因故障而引起的电力供应中断的概率，最简便的方法是在系统规划阶段增加设备等的投资。然而过分增加投资势必为引起电力成本的骤增，直接反映在电力成本价格的结构上。因此，不能靠简单的增加投资来提高可靠性，有必要寻找到令人满意的成本投资和可靠性之间的平衡点。 电力系统规划运行分析可用于确保充足的电力供应，减少因负荷波动和系统本身固有的不确定性而引起的缺电风险。系统风险评估主要从负荷供应的连续性和质量角度反映系统可靠性的状况，即检查系统是否能够按照规定的运行条件对用户供电。 可靠性评估的方法主要包括确定性方法和概率性方法。在确定性分析方法中，负荷根据负荷水平通常可分为三类：重负荷、中等负荷和轻负荷。一般认为负荷在整个分析周期内保持不变。尽管这种分类方法在确定系统薄弱环节用以提高系统可靠性时是有效的，但是不能体现负荷变化的影响，这将直接影响可靠性计算指标的价值。负荷变化影响着切负荷的大小和断电频率及持续时间。在整个分析过程中，引入负荷变化的影响对计算可靠性指标是极其重要的。在复杂系统可靠性评估时采用的负荷模型精确与否将直接影响计算得到的可靠性指标是否更加真实。这也是电力公司对可靠性评估工具中感兴趣的一点。 复杂电力系统的可靠性评估有两种方法：状态空间法和时间表示法。 研究电力系统可靠性问题时，一般是基于在整个分析周期内系统的总负荷峰值保持恒定的假设进行的。然而现实情况是，系统的负荷在无时无刻不断的变化，为了得到更加真实的可靠性指标，需要更加精确的表述负荷量。 在复杂系统可靠性评估分析阶段，可用时间序列模型或马尔科夫模型对负荷模型进行考虑。在时序蒙特卡罗法中，可采用时间序列模型进行分析；在非时序蒙特卡罗法中，可采用马尔科夫模型进行分析。 1.M0模型 通常情况下，在利用非时序蒙特卡洛法进行可靠性评估时，系统负荷通常用聚合的马尔科夫模型，利用聚合技术降低时序负荷曲线表示的负荷种类。巴西开发的大型电力系统可靠性评估系统NH2程序中采用的就是这种模型。 每年的时序负荷曲线是由8760个小时的总负荷值组成。利用聚合技术，将负荷曲线转换为一系列不同的负荷水平，从而获得多种状态的负荷模型。聚合到负荷曲线的负荷水平的数量直接影响到计算结果的精确。聚合状态的数量取决于负荷曲线的特性和系统本身。 ACOMPARISONOFMONTECARLOSIMULATIONFORCOMPOSITEPOWERSYSTEMRELIABILITYTECHNIQUESASSESSMENT 电力系统的工程师和管理人员对发输电组合系统的可靠性评估拥有相当大的兴趣。组合系统的可靠性评估有两种基本方法：枚举解析法和蒙特卡洛模拟法。蒙特卡罗法一般更灵活，当需要考虑复杂的操作条件和系统（如多降额状态，负荷年表，备用容量运行规则，母线负荷的不确定性，天气因素）等时，其优越性更加明显。 电力系统可靠性评估中，使用的蒙特卡罗法有两种基本方法，即时序蒙特卡罗法和非时序蒙特卡洛法。在非时序蒙特卡洛法中，对所有组件的状态进行采样，得到一组与时间无关的系统状态。在时序蒙特卡罗法中，在一个系统运行周期内对所有组件进行上下不断循环采样，直到执行周期结束为止。时序蒙特卡罗法允许配电网可靠性指标以时间序列的形式进行计算。这种方法相对非时序蒙特卡罗法而言，所花计算时间更长，编程更复杂。 在发输电组合系统中使用的模型已出现了一些。时序模拟法是最基本实用的技术，可提供一些广泛的指标。它可用于提供预测值，也可作为与其他相近技术进行比较的基准。 状态采样技术 在状态采样法中（非时序），对所有组件的状态进行采样，得到非时序的系统状态。基本抽样方法假设每个组件的状态可通过一个［0，1］均匀分布进行分类。在二状态组件中，组件的强迫停运率可表示停电概率（故障率）。 以下开始进行说明，系统状态由矢量S=S1，s2，…，sn表示，S.表示第i个组件的状态。集合S包括了系统所有组件的状态（发电机、线路、变压器等）。用FOR.表示组件的强迫停运率，第i个组件的状态S.利用线性同余法产生的［0，1］均匀分布的伪随机数x决定。解=0（正常状态”-FORiS.=1（故障状态）0xFOR. 它可以计算每个系统状态S相应的发生概率。利用状态采样技术评估发输电组合系统的充足性（可靠性）步骤可简要概括如下： 利用状态抽样技术进行系统状态抽样。 如果系统状态正