CN104156770A - 基于蒙特卡罗模拟法的电力***充裕度分析方法 - Google Patents

Abstract

本发明公开了一种基于蒙特卡罗模拟法的电力***充裕度分析方法，涉及电力***充裕性分析领域。本发明基于蒙特卡罗模拟法的电力***充裕度分析方法包括以下步骤：步骤a、收集元件数据形成***信息；步骤b、对元件状态持续时间抽样形成***状态序列；步骤c、对电力***内各***状态进行评估；步骤d、得到电力***故障严重度。本发明基于蒙特卡罗模拟法的电力***充裕度分析方法建立了考虑天气状态时充裕性评估的数学模型，提出了在灾害天气条件下***元件故障率的计算方法，并采用基于元件状态持续时间抽样的蒙特卡罗模拟法，计算得出电网的评估结果，为电网的充裕度分析提供依据。

Description

基于蒙特卡罗模拟法的电力***充裕度分析方法

技术领域

本发明涉及电力***充裕性分析领域，特别涉及一种基于蒙特卡罗模拟法的电力***充裕度分析方法。

背景技术

电力***充裕性是指电力***在***内发、输、变电设备额定容量和电压波动允许限度内，考虑元件的计划和非计划停运及运行约束条件下连续地向用户提供电力和电能量需求的能力。充裕性指标反映在研究时间段内电力***在静态条件下***容量满足负荷电力和电能量需求的程度。

经验表明，灾害天气条件下元件发生故障的可能性将大大增加，由于电力***输配电线路特别是长距离高压输电线路长期处在复杂的天气环境中，其故障的发生受天气变化的影响很大，因此，元件的原始参数如故障率是其所处天气状态的函数。

恶劣天气出现的概率虽然不高，但在恶劣天气条件下元件发生故障的机会明显增加，并对元件产生巨大的破坏作用，使输电网和配电网发生多种相关和不相关故障的可能性急剧增加，发生所谓的“故障聚集”现象。因此，在电力***充裕性评估中考虑天气变化对充裕性的影响十分必要。

电力***充裕性评估的结果受天气变化的影响很大，充裕性评估的模型是所有问题研究的重点。本文建立了考虑天气状态时充裕性评估的数学模型，提出了在灾害天气条件下***元件故障率的计算方法，并采用基于元件状态持续时间抽样的蒙特卡罗模拟法，计算得出电网的评估结果，为电网的充裕度分析提供依据。

发明内容

本发明的目的在于克服现有技术中所存在的上述不足，提供一种基于蒙特卡罗模拟法的电力***充裕度分析方法。

为了实现上述发明目的，本发明提供了以下技术方案：

一种基于蒙特卡罗模拟法的电力***充裕度分析方法，包括以下步骤：

步骤a、收集元件数据形成***信息：通过收集元件在不同天气条件下发生故障的次数，以一个日历年为单位计算得到故障率的平均值；

步骤b、对元件状态持续时间抽样形成***状态序列：对元件的运行状态和故障状态进行持续时间抽样，抽样法采用时序的蒙特卡罗模拟法，电力***元件运行时间和故障状态下修复时间服从指数分布，根据元件的故障率和修复率确定该元件在给定时间段内的状态和状态持续时间，再根据给定时间段内电力***所有元件的状态和状态持续时间，得到***的状态序列和持续时间；

步骤c、对电力***内各***状态进行评估：按照时间顺序取***状态序列中的一个***状态，进入故障评估流程，并保存评估结果；若该***状态已评估过，则读入该状态的评估结果；在***状态序列评估完成后，统计评估结果，计算相应的充裕性指标；所述充裕性指标包括切负荷概率P_PLC、年切负荷频率F_EFLC、年切负荷持续时T_EDLC、每次切负荷持续时T_ADLC、负荷切除期望值C_ELC、电量不足期望值E_EENS；

步骤d、得到电力***故障严重度：通过***的充裕性指标的计算结果，得到电力***故障严重度，电力***故障严重度通过严重程度指标S_SI、电力***削减电量指标I_BPECI和***停电指标I_BPII表示。

优选的，所述步骤a中，所述通过等式表示，通过变换，得到正常天气时元件故障率的期望值λ和灾害天气时元件故障率的期望值λ′，即 $\left\{\begin{array}{c}\mathrm{\λ}=\widehat{\mathrm{\λ}}\frac{N+S}{N}(1-F)\\ {\mathrm{\λ}}^{\′}=\widehat{\mathrm{\λ}}\frac{N+S}{S}F\end{array}\right.,$ 其中N为正常天气的期望持续时间，通过等式计算，n_i为正常天气的持续时间，S为灾害天气的期望持续时间，通过等式计算，s_i为灾害天气的持续时间，T为一个统计周期；F表示故障发生在灾害天气的百分比,所述j表示统计周期内某种天气状态的次数，其取值范围是j∈N。

优选的，所述步骤b中，元件状态持续时间抽样法采用时序的蒙特卡罗模拟法（Monte-Carlo）。

优选的，所述步骤c中，所述切负荷概率P_PLC通过等式，计算，其中S为有切负荷的***状态集合；t_i为***状态i的持续时间；所述年切负荷频率F_EFLC通过等式F_EFLC=(8760/T)·N_i计算，其中N_i为有切负荷的状态数；所述年切负荷持续时T_EDLC通过等式T_EDLC=P_PLC×8760计算；所述每次切负荷持续时T_ADLC通过等式计算；所述负荷切除期望值C_ELC通过等式计算，其中C_i为***状态i的切负荷量；电量不足期望值E_EENS通过等式计算，所述***状态i为正整数。

优选的，所述步骤d中，电力***削减电量指标I_BPECI通过等式I_BPECI=E_EENS/L计算，其中L为电力***年最大负荷。

优选的，所述步骤d中，所述严重程度指标S_SI通过等式S_SI=I_BPECI×60计算优选的，所述步骤d中，所述***停电指标I_BPII通过等式I_BPII=C_ELC/L计算。

与现有技术相比，本发明的有益效果：

1、本发明基于蒙特卡罗模拟法的电力***充裕度分析方法建立了考虑天气状态时充裕性评估的数学模型，提出了在灾害天气条件下***元件故障率的计算方法，并采用基于元件状态持续时间抽样的蒙特卡罗模拟法，计算得出电网的评估结果，为电网的充裕度分析提供依据。

2、本发明基于蒙特卡罗模拟法的电力***充裕度分析方法在充裕度评估过程中，通过采用蒙特卡罗模拟法获得***状态序列，并采用存储技术，合并相同***状态和状态评估结果，极大地减少了需要评估的状态数，提高了效率。

附图说明：

图1为本发明基于蒙特卡罗模拟法的电力***充裕度分析方法的流程示意图。

图2为本发明基于蒙特卡罗模拟法的电力***充裕度分析方法中一个统计周期T内天气的随机变化图。

图3为本发明基于蒙特卡罗模拟法的电力***充裕度分析方法中周期T内正常天气和灾害天气期望值的关系图。

图4为本发明基于蒙特卡罗模拟法的电力***充裕度分析方法中电力***元件状态图。

具体实施方式

下面结合试验例及具体实施方式对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例，凡基于本发明内容所实现的技术均属于本发明的范围。

实施例

一种基于蒙特卡罗模拟法的电力***充裕度分析方法，如图1所示，包括以下步骤：

步骤a、收集元件数据形成***信息：通过收集元件在不同天气条件下发生故障的次数，以一个日历年为单位计算得到故障率的平均值；

所述通过等式表示，通过变换，得到正常天气时元件故障率的期望值λ和灾害天气时元件故障率的期望值λ′， $\left\{\begin{array}{c}\mathrm{\λ}=\widehat{\mathrm{\λ}}\frac{N+S}{N}(1-F)\\ {\mathrm{\λ}}^{\′}=\widehat{\mathrm{\λ}}\frac{N+S}{S}F\end{array}\right.,$ N为正常天气的期望持续时间，通过等式计算，n_i为正常天气的持续时间，S为灾害天气的期望持续时间，通过等式计算，s_i为灾害天气的持续时间，T为一个统计周期；F表示故障发生在灾害天气的百分比；

一个统计周期T内天气随机变化的情况如图2所示，周期T内正常天气和灾害天气期望值的关系如图3所示。

通过对F取不同值时λ和λ′的计算结果可知，元件在灾害天气条件下的故障率远大于在正常天气条件下的故障率和平均故障率，即在灾害天气下***更容易发生故障。

步骤b、对元件状态持续时间抽样形成***状态序列：元件状态持续时间抽样法采用时序的蒙特卡罗模拟法；电力***元件运行时间和故障状态下修复时间服从指数分布，根据元件的故障率和修复率确定该元件在给定时间段内的状态和状态持续时间，再根据给定时间段内电力***所有元件的状态和状态持续时间，得到***的状态序列和持续时间；

抽样原理如图4所示，先通过对A、B、C三个元件的运行状态和故障状态持续时间抽样，获得***状态和状态持续时间；图4中给定时间段内总共模拟出11个***状态，包含8个不同***状态，相同的***状态是指故障元件完全相同的***状态；从抽样原理可看出，***状态序列中相邻两状态的区别只是单一元件的状态改变，状态改变是指元件故障或元件修复；因此可以将多重故障评估转换为在前一状态基础上进行单重故障评估，如状态4是三重故障，可以在状态3的基础上进行元件C单重故障评估，这样可以极大地简化多重故障的评估过程。抽样产生的***状态中包含多种相同***状态，可通过存储***状态和状态评估结果来减少需要评估的***状态数，如图4中状态10可以直接读取状态6的状态评估结果，不必重新计算。

步骤c、对电力***内各***状态进行评估：对电力***中各个元件的状态进行抽样后，建立蒙特卡罗仿真模型，按照时间顺序取***状态序列中的一个***状态，进入故障评估流程，并保存评估结果；若该***状态已评估过，则读入该状态的评估结果；在***状态序列评估完成后，统计评估结果，计算相应的充裕性指标，所述充裕性指标包括切负荷概率P_PLC、年切负荷频率F_EFLC、年切负荷持续时T_EDLC、每次切负荷持续时T_ADLC、负荷切除期望值C_ELC、电量不足期望值E_EENS；

通过评估结果能得到在被评估状态序列下***的故障状况，为充裕性指标计算提供依据；

所述切负荷概率P_PLC通过等式，计算，其中S为有切负荷的***状态集合；t_i为***状态i的持续时间；所述年切负荷频率F_EFLC通过等式F_EFLC=(8760/T)·N_i计算，其中N_i为有切负荷的状态数；所述年切负荷持续时T_EDLC通过等式T_EDLC=P_PLC×8760计算；所述每次切负荷持续时T_ADLC通过等式计算；所述负荷切除期望值C_ELC通过等式计算，其中C_i为***状态i的切负荷量；电量不足期望值E_EENS通过等式计算；

***状态序列中连续几个***状态均有切负荷，将连续的几个有切负荷***状态视为一个有切负荷状态；

充裕度评估的目标是获得电力***各种可能出现的状态的概率和切负荷情况，然后统计充裕性指标。为了详细评估多重故障的影响，解决计算速度与精度的矛盾，一方面是要尽量减少需要评估的状态数，另一方面要尽量加速每一状态的评估速度。通过采用蒙特卡罗模拟法获得***状态序列，并采用存储技术，合并相同***状态和状态评估结果，极大地减少了需要评估的状态数。将多重故障评估转换为单重故障评估以加速评估速度，但需要保证在任意***状态下单重故障的潮流计算均收敛目在采取适当的发电机功率调整和切负荷措施后无元件过负荷发生。

对于电力***中的任一元件k，设其灾害天气时元件故障率为λ′_k，X_k是它的运行状态，则X_k的概率函数P(X_k)为

设电力***包括m个元件，X_i=(X_i1,X_i2,…,X_ik,…,X_im)表示电力***运行状态的一个样本，X_i的联合概率分布函数P(X_i)根据等式计算。

其中，***元件包括各种***设备以及不同的负荷水平，***设备为发电机或线路或变压器。

步骤d、得到电力***故障严重度：电力***故障严重度通过严重程度指标S_SI、电力***削减电量指标I_BPECI和***停电指标I_BPII表示，严重程度指标S_SI通过等式S_SI=I_BPECI×60计算，其中，I_BPECI为电力***削减电量指标，表示***故障在供电点引起的削减电量的总和与电力***年最大负荷之比；

电力***削减电量指标I_BPECI通过等式I_BPECI=E_EENS/L计算，其中L为电力***年最大负荷。

***停电指标I_BPII通过等式I_BPII=C_ELC/L计算，***停电指标I_BPII为***故障在供电点引起的削减负荷的总和与***最大负荷之比，表示在一年中每兆瓦的负荷平均停电的兆瓦数。

S_SI表示发输电***在最大负荷时全***停电的年累计时间(单位为min),是对***故障的严重程度的一种度量。

根据本发明基于蒙特卡罗模拟法的电力***充裕度分析方法对IEEE-RTS79发输电***的充裕度进行评估，整个网络***包括32台发电机，33条线路，5台变压器。***的充裕性指标计算结果如表1所示：

表1不同模拟时间下充裕度评估结果

由表1可知，随着模拟总时间的增加所需计算的状态数也随之增加，而各充裕度评估指标趋于稳定。

本发明选取模拟总时间为40万小时的充裕度指标作为研究对象，表2为总模拟时间为40万小时情况下的不同天气状态下的充裕度评估结果：

表2不同天气状态下充裕度评估结果

由表2可以看出，相对于正常天气，灾害天气下***的充裕性评估指标结果明显下降。按照国际大电网会议（CIGRE）的指标划分方法，灾害天气下的IEEE-RTS79***的***严重程度指标S_SI属于3级，为对用户有很严重冲击的不可靠状态，应及时进行修理维护。

Claims (6)

1.一种基于蒙特卡罗模拟法的电力***充裕度分析方法，其特征在于，包括以下步骤： 

步骤a、收集元件数据形成***信息：通过收集元件在不同天气条件下发生故障的次数，以一个日历年为单位计算得到故障率的平均值； 

步骤b、对元件状态持续时间抽样形成***状态序列：对元件的运行状态和故障状态进行持续时间抽样，抽样法采用时序的蒙特卡罗模拟法，电力***元件运行时间和故障状态下修复时间服从指数分布，根据元件的故障率和修复率确定该元件在给定时间段内的状态和状态持续时间，再根据给定时间段内电力***所有元件的状态和状态持续时间，得到***的状态序列和持续时间； 

步骤c、对电力***内各***状态进行评估：按照时间顺序取***状态序列中的一个***状态，进入故障评估流程，并保存评估结果；若该***状态已评估过，则读入该状态的评估结果；在***状态序列评估完成后，统计评估结果，计算相应的充裕性指标；所述充裕性指标包括切负荷概率P_PLC、年切负荷频率F_EFLC、年切负荷持续时T_EDLC、每次切负荷持续时T_ADLC、负荷切除期望值C_ELC、电量不足期望值E_EENS； 

步骤d、得到电力***故障严重度：通过***的充裕性指标的计算结果，得到电力***故障严重度，电力***故障严重度通过严重程度指标S_SI、电力***削减电量指标I_BPECI和***停电指标I_BPII表示。 

2.根据权利要求1所述的基于蒙特卡罗模拟法的电力***充裕度分析方法，其特征在于，所述步骤a中，所述通过等式表示，通过变换，得到正常天气时元件故障率的期望值λ和灾害天气时元件故障率的期望值λ ′，即其中N为正常天气的期望持续时间，通过等式计算，n_j为正常天气的持续时间;S为灾害天气的期望持续时间，通过等式 计算，s_j为灾害天气的持续时间，T为一个统计周期；F表示故障发生在灾害天气的百分比,所述j表示统计周期内某种天气状态的次数，其取值范围是j∈N。 

3.根据权利要求1所述的基于蒙特卡罗模拟法的电力***充裕度分析方法，其特征在于，所述步骤c中，所述切负荷概率P_PLC通过等式，计算，其中S为有切负荷的***状态集合；t_i为***状态i的持续时间；所述年切负荷频率F_EFLC通过等式F_EFLC=(8760/T)·N_i计算，其中N_i为有切负荷的状态数；所述年切负荷持续时T_EDLC通过等式T_EDLC=P_PLC×8760计算；所述每次切负荷持续时T_ADLC通过等式计算；所述负荷切除期望值C_ELC通过等式计算，其中C_i为***状态i的切负荷量；电量不足期望值E_EENS通过等式 计算，所述***状态i为正整数。 

4.根据权利要求1所述的基于蒙特卡罗模拟法的电力***充裕度分析方法，其特征在于，所述步骤d中，电力***削减电量指标I_BPECI通过等式I_BPECI=E_EENS/L计算，其中L为电力***年最大负荷。 

5.根据权利要求1所述的基于蒙特卡罗模拟法的电力***充裕度分析方法，其特征在于，所述步骤d中，所述严重程度指标S_SI通过等式S_SI=I_BPECI×60计算。 

6.根据权利要求1所述的基于蒙特卡罗模拟法的电力***充裕度分析方法， 其特征在于，所述步骤d中，所述***停电指标I_BPII通过等式I_BPII=C_ELC/L计算。