CN104376504A - 一种基于解析法的配电***概率可靠性评估方法 - Google Patents
一种基于解析法的配电***概率可靠性评估方法 Download PDFInfo
- Publication number
- CN104376504A CN104376504A CN201410645375.3A CN201410645375A CN104376504A CN 104376504 A CN104376504 A CN 104376504A CN 201410645375 A CN201410645375 A CN 201410645375A CN 104376504 A CN104376504 A CN 104376504A
- Authority
- CN
- China
- Prior art keywords
- power
- load
- time
- distribution
- fault
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000004458 analytical method Methods 0.000 title claims abstract description 41
- 238000004146 energy storage Methods 0.000 claims abstract description 58
- 238000002955 isolation Methods 0.000 claims abstract description 39
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 238000004088 simulation Methods 0.000 claims abstract description 10
- 238000005070 sampling Methods 0.000 claims description 28
- 238000011144 upstream manufacturing Methods 0.000 claims description 27
- 239000011159 matrix material Substances 0.000 claims description 20
- 238000005286 illumination Methods 0.000 claims description 10
- 230000008439 repair process Effects 0.000 claims description 10
- 238000010248 power generation Methods 0.000 claims description 9
- 230000015572 biosynthetic process Effects 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 238000011282 treatment Methods 0.000 claims description 6
- 238000011160 research Methods 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 4
- 230000005611 electricity Effects 0.000 claims description 4
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 3
- 230000009471 action Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 239000004576 sand Substances 0.000 claims description 3
- 230000000638 stimulation Effects 0.000 abstract 2
- 230000006870 function Effects 0.000 description 15
- 230000008569 process Effects 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 230000001419 dependent effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 108091064702 1 family Proteins 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Photovoltaic Devices (AREA)
Abstract
一种基于解析法的配电***概率可靠性评估方法:对给定配电网进行分区处理,分为故障区、隔离区、无缝孤岛区和无影响区,建立故障模式影响分析表库,初始化各参数;初始化模拟时钟,产生随机数,根据各元件状态模型中的失效率参数得到最小值无故障运行时间,计算出故障隔离时间和负荷转带时间,推进模拟时钟;查询故障模式影响分析表库,确定各小区所属分类,判断是否形成孤岛,针对孤岛区与非孤岛区采用不同方法处理;根据概率可靠性的计算方法得到的储能装置荷电状态概率分布,建立储能装置的状态抽样;对各负荷点单次故障指标的概率分布概率进行叠加,计算各负荷点和***的概率可靠性指标。本发明在确保一定计算精度的同时提高模拟速度,全面的反映电网情况。
Description
技术领域
本发明涉及一种配电***概率可靠性评估方法。特别是涉及一种适用于含分布式电源的基于解析法的配电***概率可靠性评估方法。
背景技术
在能源科技创新和能源体系转型的发展机遇面前,现代社会能源安全意识逐步提高,配电***可靠性进而成为电力用户关注重点;同时,提升配电***可靠性与投资之间的边际成本关系,直接影响电力企业和社会的经济效益,此外,风机、光伏等可再生分布式电源出力波动性以及储能装置运行特性的影响更加剧了问题的复杂性。因此,全面科学地评估配电***可靠性具有重要的现实意义。
分布式电源(DG)接入配电网后,电网变成一个多电源与负荷点相连的网络,配电***的结构和运行方式都将发生深刻改变。因此,如何在配电***可靠性评估中考虑这种新的***结构和运行方式的影响,以及如何考虑分布式电源自身出力波动性的影响,是当前电力***可靠性评估领域中的研究焦点。
通过分析可以发现,传统的分析方法考虑了故障发生、故障隔离修复和负荷功率波动的随机性,同时考虑DG出力随机性对配电网可靠性的影响,采用可靠性指标的期望值表征***的可靠性,仅仅通过期望描述不能充分反映有源配电网的波动性和不确定性;同时,现有方法在计算故障后供电可靠性时,为了体现随机性多样性,采用对DG和负荷时序抽样的方法处理,用同一时间断面的抽样数据进行负荷平衡,多次抽样求得可靠性期望,这样计算精度就会受抽样间隔影响。现阶段情况下,如何对含分布式电源的随机性和波动性进行分析,建立合适的概率可靠性评估体系,对配电网可靠性评估有着重要影响。
在传统的配电***可靠性评估中,根据配电网“闭环设计、开环运行”的特点,正常运行时电网仅由单一电源给负荷点供电。当***内元件发生故障时,在故障馈线段的负荷点由于线路供电中断而导致停电,而位于故障馈线段后的负荷点需要通过判定是否存在联络或联络备用容量是否充足,进而得出能否恢复供电。但DG接入配电***后,网络则变成一个多电源与负荷点相连的结构,配电网的根本特性发生了改变,这给配电***的可靠性评估过程带来了许多新的影响和问题。
分布式电源的最显著影响不仅仅在于其将导致配电***的运行方式发生深刻变化,而是DG本身的不确定性对配电网也有重要影响。可靠性分析中也要包含DG的停运模型,考虑DG故障对***的影响。作为电源元件,DG的停运模型比两状态模型更加复杂,所以DG的接入会使配电网状态规模大幅增加,可靠性分析的复杂程度和计算量随之增加。
另外,为了减少分布式电源对电网的负面影响,将不同类别的分布式电源、储能装置、负荷以及相应的控制装置接入到配电网中,从能量观角度看是发挥分布式电源效能的最有效方式。这样,对微网的可靠性评估,实际上是含分布式电源的配电***可靠性评估问题的延展,同样需要予以考虑。这样就更加需要新的处理方法和分析手段。
因此,构建基于解析法考虑概率问题的可靠性评估方法,是亟待解决的实际问题,具有良好的应用价值和工程价值。
发明内容
本发明所要解决的技术问题是,提供一种用以计算与用户相关的配电类概率可靠性指标的基于解析法的配电***概率可靠性评估方法。
本发明所采用的技术方案是:一种基于解析法的配电***概率可靠性评估方法,包括如下步骤:
1)输入配电网结构,包括有各元件信息、线路长度、各负荷位置及各负荷峰值、断路器及隔离开关位置、配电网联络关系,对配电网中各部分进行分区处理,建立故障模式影响分析表库;设定仿真步长为1h,总模拟时间N年,N为正整数;建立风机输出功率、光伏发电***输出功率及各负荷功率的时序数据序列,初始化各储能装置初始状态为100%荷电状态,初始化停电时间和缺供电量的可靠性指标概率描述矩阵Wk为1;
2)初始化模拟时钟为0,随机产生m个0-1之间的随机数,根据每个元件状态模型中的失效率参数λ求得m个无故障运行时间TTF,用TTFi表示第i个元件的无故障运行时间;找出最小的无故障运行时间TTFi,对第i个元件产生一个随机数,根据第i个元件修复率参数μ求得故障修复时间TTRi;与此同时,产生故障隔离时间ST和故障隔离与负荷转带时间SRT,并将模拟时钟推进到第i个元件的无故障运行时间TTFi;
3)查询故障模式影响分析表库,确定各小区所属分类,判断小区是否形成孤岛,对形成孤岛的小区采用孤岛概率可靠性的计算方法计算停电时间和负荷缺供电量的概率分布;对于没有形成孤岛的小区,利用负荷功率的时序数据序列确定停电时间和负荷缺供电量的概率分布。
4)根据孤岛概率可靠性的计算方法得到的储能装置荷电状态概率分布,建立配电网正常运行时储能装置的状态抽样,返回步骤2)直至达到设定的总模拟时间N年;
5)对配电网结构中的各负荷点单次故障的可靠性指标的概率分布概率进行叠加,计算各负荷点和***的概率可靠性指标。
步骤1)所述的对配电网中各部分进行分区处理,建立故障模式影响分析表库是,首先设配电网某一部分发生故障,故障后的配电网分为如下6个区域:
(1)故障区是指故障元件所在馈线区,所述故障区内所有负荷供电中断,停电时间为故障元件的修复时间;
(2)上游隔离区位于故障馈线区的上游,与馈线区通过非断路器相连的馈线区,上游隔离区在故障后停电,故障隔离后恢复供电,停电时间为故障隔离时间;
(3)无影响区指与故障区或上游隔离区通过断路器相连,且与有源配电***主电源相连的馈线区,无影响内的负荷点不受元件故障的影响,因此不停电;
(4)上游无缝孤岛区是指与故障区或上游隔离区通过断路器相连,且包含分布式电源的馈线区;主动孤岛的形成依赖于上游无缝孤岛区出口断路器的及时动作,孤岛运行时间为故障隔离时间,负荷点是否停电及停电时间由岛内电力平衡状况决定,故障隔离后,上游无缝孤岛区重新接入配电***;
(5)下游隔离孤岛区是指位于故障区下游,与故障区通过非断路器相连的馈线区,故障隔离前,所述下游隔离孤岛区所有负荷供电中断,直至与其他下游区域组成的大范围孤岛形成,孤岛运行时间为故障元件的修复时间与故障隔离时间之差;
(6)下游无缝孤岛区是指位于故障区下游,与故障区或下游隔离孤岛区通过断路器相连的馈线区,下游无缝孤岛区在故障发生时能够立即进入孤岛方式运行,孤岛运行时间为故障隔离时间,在分区的基础上,逐一遍历配电网中各元件信息,构建出对应特定故障元件下的配电网其他区域形成情况,建立故障模式影响分析表库。
步骤1)所述的建立生成风机输出功率序列是将风速v近似采用威布尔分布描述,考虑到大部分时间风速位于切入风速和额定风速之间,则风机输出功率Pw的概率密度函数用下式表示为:
式中:K和C分别是风速威布尔分布的形状和尺度参数;系数a=Prvci/(vci-vr),b=Pr/(vr-vci),Pr是风机的额定输出功率,vci,vr分别是风机的切入风速和额定风速。
步骤1)所述的建立光伏发电***输出功率序列是采用下述方式:
根据光伏发电***的输出功率Ps与光照强度I、光伏电池阵列面积S和光电转换效率η之间的关系,即光伏发电***输出功率Ps=ISη,设光照强度I在一定时间段内服从贝塔分布,得到光伏发电***的概率密度为:
式中:Ps,max为光伏阵列的最大输出功率;α,β均为光照强度贝塔分布的形状参数。
步骤1)所述的建立各负荷功率序列是采用下述方式:
按照不同时间维度典型负荷曲线叠加,得到负荷功率的时序数据序列Lt=Lp×Pw×Pd×Ph(t),Lp为所研究负荷点的全年最大值,Pw为与第t个小时对应的年-周负荷曲线中的值,Pd为与第t个小时对应的周-日负荷曲线中的值,Ph(t)为与第t个小时对应的日-时负荷曲线中的值。
步骤3)所述的孤岛概率可靠性的计算方法,包括如下步骤:
(1)确定形成的孤岛小区,读取孤岛小区中配电网结构和相关参数;
(2)根据风机输出功率、光伏***输出功率和负荷点的功率序列,建立孤岛形成期间内随机变量的概率分布模型;根据故障前储能的充放电循环,确定孤岛时刻形成储能荷电状态的概率分布;
(3)通过蒙特卡洛抽样方法求取各随机变量的各阶中心矩;
(4)在各随机变量中选取3个估计点,计算估计点的位置和权重,形成n×3阶估计点组矩阵和权重系数矩阵;
(5)逐个计算各个估计点组取值下的可靠性指标;
(6)形成各负荷可靠性指标和储能荷电状态的估值矩阵,计算负荷可靠性指标和储能荷电状态的各阶原点矩;
(7)计算目标随机变量的各阶中心矩,用Gram-Charlier级数展开,得到孤岛运行结束时各负荷点的可靠性指标和储能荷电状态的概率分布。
步骤4)所述的储能装置的状态抽样包括两部分:一是储能装置的运行状态的抽样,二是储能装置的荷电状态的抽样;其中,储能装置运行状态的抽样方法是把蓄电池组串并联组合成的各种功率组合进行排序,归一化处理后归置于[0,1]区间内,进而产生一个[0,1]区间的随机数,确定储能装置运行状态,荷电状态的抽样,是通过产生一个随机数,根据不同储能装置荷电状态的分布情况,将随机数转化为相应的荷电状态的值。
步骤5)所述的计算各负荷点和***的概率可靠性指标的方法是:在得到各负荷点一次故障后的可靠性指标概率分布之后,设X和Y表示同一负荷点两次不同故障情况下的可靠性指标概率分布,那么有Z=X+Y的概率密度函数写为
即按照卷积运算的方法得到各负荷点和***的概率可靠性指标。
本发明的一种基于解析法的配电***概率可靠性评估方法,研究了分布式电源接入后配电***的故障模式影响分析过程,通过对电网***进行分类,并采用点估计法分析孤岛内的停电时间及缺供电量。在上级电源容量充足的前提下对风机、光伏、蓄电池组等分布式电源的状态进行点估计法抽样,可以反映分布式电源的随机性和波动性,并且在确保一定计算精度的同时提高模拟速度,全面的反映电网情况。
附图说明
图1是非电源元件的两状态模型;
图2是三状态元件抽样示意图;
图3是周期充放电策略蓄电池荷电状态变化情况;
图4是改造的IEEE-RBTS配网***;
图5是有源配电网概率可靠性评估流程图;
图6是有源配电网概率可靠性评估流程图孤岛评估部分;
图7a是图4中13号负荷点APOD概率密度函数图;
图7b是图4中13号负荷点AENS概率密度函数图。
具体实施方式
下面结合实施例和附图对本发明的一种基于解析法的配电***概率可靠性评估方法做出详细说明。
本发明的一种基于解析法的配电***概率可靠性评估方法,用于计算与用户相关的配电类概率可靠性指标。并且结合了馈线区的概念,研究了分布式电源接入后配电***的故障模式影响分析过程,对电网***进行了分类,并采用启发式的负荷削减方法维持孤岛内的电力平衡。在上级电源容量充足的前提下对风机、光伏、蓄电池组等分布式电源的状态进行点估计法抽样,可以在确保一定计算精度的同时提高模拟速度。
建立了***的故障影响分类表,找出了每类故障区域所包括的馈线区之后,***内负荷点的停电情况就可以按照各个负荷点所在馈线区所属故障区域的不同分别进行分析。对于故障区、无影响区和上游隔离区三类区域中的负荷点,其停电情况可以直接确定:故障区中负荷点的停电时间为故障修复时间;无影响区中的负荷点不停电;上游隔离区中负荷点的停电时间为故障隔离时间。而对于上游无缝孤岛区、下游隔离孤岛区和下游无缝孤岛区,其停电情况取决于孤岛内的电力平衡,无法直接确定。如果孤岛内分布式电源的总出力大于总负荷,那么岛内的负荷点将不停电;而如果孤岛内分布式电源的出力不足,就需要进行负荷削减。
采用点估计法对分布式电源进行处理,同时利用累积分布函数和概率密度函数能完整的描述随机变量的概率统计特性。但在某些实际问题中,不易确定或不需确定随机变量的确切概率分布(PDF或CDF),仅用其某些数字特征即可做出分析。点估计法的基本思想是根据某种原则在已知连续随机变量上选择离散的估计点,多维随机变量的估计点形成估计点组,利用这些离散的估计点组来估计待求输出变量的数字特征,如期望、方差和各阶矩等。
将函数y=h(x)在μx附近进行泰勒展开
记y的期望为μy,由上式可以得到:
进一步可以求得点估计法选取点的具体权重。同样可证明,y的高阶原点矩也可用类似方法计算,公式如下
进一步推广到多元函数中,各阶原点矩的计算公式
在此基础上,对每个随机变量进行处理。负荷点可靠性计算可通过以下非线性函数表示:
y=h(x)=h(x1,x2,…,xn) (5)
其中y为m维目标随机变量,yk表示各负荷点的POD或ENS,或者孤岛结束时刻储能装置的SOC;x为n维输入随机变量,xk表示某节点的风速、光强、孤岛形成时刻储能荷电状态或负荷大小。对于有k1个负荷、k2台风机、k3组光伏和k4组储能装置的孤岛,有
设xk的期望、标准差、v阶原点矩和中心矩分别为μk、σk、αk,v和βk,v。这些输入随机变量的数字特征可通过对DG和负荷的概率模型及储能装置模型抽样求取。
在每个随机变量xk(k=1,2,...,n)上选取3个估计点,记作xk,1、xk,2和xk,3,表达式为
xk,i=μk+ξk,iσk,i=1,2,3 (7)
式中位置量度ξk,i的表达式为
其中λk,3和λk,4分别为随机变量xk的偏度系数和峰度系数,可由σk和βk,v计算。
由式(8)可以看到,每个随机变量所取的3个估计点分别为变量均值及其左右邻域内确定距离的两个点,这3个特定点可以作为对风速、光强、负荷等随机变量概率分布情况的估计。
n维输入随机变量共有n×3个估计点。将每个随机变量的估计点分别与其他变量期望组合成估计点组,可形成n×3阶估计点组矩阵X,矩阵元素为
Xk,i=[μ1,μ2,...,μk-1,xk,i,μk+1,...,μn],i=1,2,3 (9)
同时,与每个估计点(组)对应有一定的权重系数,权重系数表示随机变量概率分布中取为该点的概率大小,可由各估计点的位置量度ξk,i计算。对应估计点组矩阵X,生成n×3阶权重系数矩阵P,矩阵元素为
取得估计点组后,可认为孤岛期间内各随机变量按此估计点组取为确定值,根据风机光伏出力、负荷大小和储能充放电情况,结合负荷削减策略,进行负荷平衡,进而计算该确定值下的负荷点可靠性。这样就将对随机变量的概率可靠性计算转化为对多个估计点组的确定可靠性计算。
用yl表示某负荷点的POD或ENS,hl表示负荷平衡和此负荷点的可靠性计算过程,则某估计点组Xk,i取值下的负荷点可靠性估值为yl=hl(Xk,i),对估计点组矩阵X中各元素逐个进行计算,形成n×3阶估值矩阵。则yl的v阶原点矩可以表示为
利用Gram-Charlier展开级数可以由各阶原点矩计算可靠性指标或储能SOC的概率密度函数和累积分布函数。yl的标准化随机变量的概率密度函数为
式中展开级数的系数Ci是关于βk,v的多项式,可由式(3-38)。对进行相应反标准化变换,即可得到可靠性指标或储能SOC的概率密度函数f(yl),完成此次孤岛概率可靠性计算。
如图5所示,本发明的一种基于解析法的配电***概率可靠性评估方法,具体包括如下步骤:
1)输入配电网结构,包括有各元件信息、线路长度、各负荷位置及各负荷峰值、断路器及隔离开关位置、配电网联络关系,对配电网中各部分进行分区处理,建立故障模式影响分析(FMEA)表库;设定仿真步长为1h,总模拟时间N年,N为正整数;建立风机输出功率、光伏发电***输出功率及各负荷功率的时序数据序列,初始化各储能装置初始状态为100%荷电状态,初始化停电时间和缺供电量的可靠性指标概率描述矩阵Wk为1;其中,
所述的对配电网中各部分进行分区处理,建立故障模式影响分析(FMEA)表库是,首先设配电网某一部分发生故障,故障后的配电网可以分为如下6个区域:
(1)故障区是指故障元件所在馈线区,所述故障区内所有负荷供电中断,停电时间为故障元件的修复时间;
(2)上游隔离区位于故障馈线区的上游,与馈线区通过非断路器相连的馈线区,上游隔离区在故障后停电,故障隔离后恢复供电,停电时间为故障隔离时间;
(3)无影响区指与故障区或上游隔离区通过断路器相连,且与有源配电***主电源(母线)相连的馈线区,无影响内的负荷点不受元件故障的影响,因此不停电;
(4)上游无缝孤岛区是指与故障区或上游隔离区通过断路器相连,且包含分布式电源的馈线区;主动孤岛的形成依赖于上游无缝孤岛区出口断路器的及时动作,孤岛运行时间为故障隔离时间,负荷点是否停电及停电时间由岛内电力平衡状况决定,故障隔离后,上游无缝孤岛区可重新接入配电***;
(5)下游隔离孤岛区是指位于故障区下游,与故障区通过非断路器相连的馈线区,故障隔离前,所述下游隔离孤岛区所有负荷供电中断,直至与其他下游区域组成的大范围孤岛形成,孤岛运行时间为故障元件的修复时间与故障隔离时间之差;
(6)下游无缝孤岛区是指位于故障区下游,与故障区或下游隔离孤岛区通过断路器相连的馈线区,下游无缝孤岛区在故障发生时能够立即进入孤岛方式运行,孤岛运行时间为故障隔离时间,在分区的基础上,逐一遍历配电网中各元件信息,构建出对应特定故障元件下的配电网其他区域形成情况,建立故障模式影响分析表库。
现有研究认为风速具有统计特性,一般为正偏态分布,用于描述风速分布的函数或曲线较多,其中威布尔和正态分布被广为采用。所述的建立生成风机输出功率序列是采用下述方式:将风速v近似采用威布尔分布描述,考虑到大部分时间风速位于切入风速和额定风速之间,则风机输出功率Pw的概率密度函数可近似用下式表示为:
式中:K和C分别是风速威布尔分布的形状和尺度参数;系数a=Prvci/(vci-vr),b=Pr/(vr-vci),Pr是风机的额定输出功率,vci,vr分别是风机的切入风速和额定风速。
所述的建立光伏发电***输出功率序列是:根据光伏发电***的输出功率Ps与光照强度I、光伏电池阵列面积S和光电转换效率η之间的关系,即光伏发电***输出功率Ps=ISη,设光照强度I在一定时间段内近似服从贝塔分布,得到光伏发电***的概率密度为:
式中:Ps,max为光伏阵列的最大输出功率;α,β均为光照强度贝塔分布的形状参数。
所述的建立各负荷功率序列是采用下述方式:按照不同时间维度典型负荷曲线叠加,得到负荷功率的时序数据序列Lt=Lp×Pw×Pd×Ph(t),Lp为所研究负荷点的全年最大值,Pw为与第t个小时对应的年-周负荷曲线中的值,Pd为与第t个小时对应的周-日负荷曲线中的值,Ph(t)为与第t个小时对应的日-时负荷曲线中的值。
2)初始化模拟时钟为0,随机产生m个0-1之间的随机数,根据每个元件状态模型中的失效率参数λ求得m个无故障运行时间TTF,用TTFi表示第i个元件的无故障运行时间;找出最小的无故障运行时间TTFi,对第i个元件产生一个随机数,根据第i个元件修复率参数μ求得故障修复时间TTRi;与此同时,产生故障隔离时间ST和故障隔离与负荷转带时间SRT,并将模拟时钟推进到第i个元件的无故障运行时间TTFi;
3)查询故障模式影响分析(FMEA)表库,确定各小区所属分类,判断小区是否形成孤岛,对形成孤岛的小区采用孤岛概率可靠性的计算方法计算停电时间和负荷缺供电量的概率分布;对于没有形成孤岛的小区,利用负荷功率的时序数据序列确定停电时间和负荷缺供电量的概率分布。
所述的孤岛概率可靠性的计算方法,如图6所示的流程,包括如下步骤:
(1)确定形成的孤岛小区,读取孤岛小区中配电网结构和相关参数;
(2)根据风机输出功率、光伏***输出功率和负荷点的功率序列,建立孤岛形成期间内随机变量的概率分布模型;根据故障前储能的充放电循环,确定孤岛时刻形成储能荷电状态的概率分布;
(3)通过蒙特卡洛抽样方法求取各随机变量的各阶中心矩;
(4)在各随机变量中选取3个估计点,计算估计点的位置和权重,形成n×3阶估计点组矩阵和权重系数矩阵;
(5)逐个计算各个估计点组取值下的可靠性指标;
(6)形成各负荷可靠性指标和储能荷电状态的估值矩阵,计算负荷可靠性指标和储能荷电状态的各阶原点矩;
(7)计算目标随机变量的各阶中心矩,用Gram-Charlier级数展开,得到孤岛运行结束时各负荷点的可靠性指标和储能荷电状态的概率分布。
4)根据孤岛概率可靠性的计算方法得到的储能装置荷电状态概率分布,建立配电网正常运行时储能装置的状态抽样,返回步骤2)直至达到设定的总模拟时间N年;
所述的储能装置的状态抽样包括两部分:一是储能装置的运行状态的抽样,二是储能装置的荷电状态的抽样;由于每个分布式电源内的储能装置也是由多个蓄电池串并联而成,其中,储能装置运行状态的抽样方法是把蓄电池组串并联组合成的各种功率组合进行排序,归一化处理后归置于[0,1]区间内,进而产生一个[0,1]区间的随机数,确定储能装置运行状态,如图2所示,降额运行状态代表部分蓄电池的故障。荷电状态的抽样,是通过产生一个随机数,根据不同储能装置荷电状态的分布情况,将随机数转化为相应的荷电状态的值。
5)对配电网结构中的各负荷点单次故障的可靠性指标的概率分布概率进行叠加,计算各负荷点和***的概率可靠性指标。
所述的计算各负荷点和***的概率可靠性指标的方法是:在得到各负荷点一次故障后的可靠性指标概率分布之后,设X和Y表示同一负荷点两次不同故障情况下的可靠性指标概率分布,那么有Z=X+Y的概率密度函数可以写为
即按照卷积运算的方法得到各负荷点和***的概率可靠性指标。
本发明的一种基于解析法的配电***概率可靠性评估方法中,概率可靠性计算以风速、光照、负荷和储能SOC等随机变量作为输入条件,以孤岛负荷的可靠性指标和孤岛结束时储能SOC等作为目标变量,是一个多随机变量非线性变换过程。基于点估计的概率可靠性计算方法,对输入随机变量选取估计点,形成估计点组和相应估值权重矩阵;通过Gram-Charlier展开级数得到孤岛内负荷的概率可靠性指标。
在此前提下,可以制定孤岛内的启发式负荷削减策略:
1)首先假定所有负荷均能供给,计算孤岛期间各负荷点总供电量;
2)若DG出力与当前储能最大出力之和无法满足现有负荷需求,则削减当前供电负荷中孤岛期间总供电量最小的负荷,将被削减负荷削减时刻至孤岛结束的时间记为Tcut,并进入步骤3),否则进入步骤4);
3)再次进行电力平衡计算,重复步骤(2),直至满足式(5-9);
4)根据储能SOC变化,不断进行步骤(2)中判断,直至孤岛结束。
根据启发式负荷削减模型,可以计算出孤岛期间内随着蓄电池放电依次被削减的负荷及其削减时刻,从而计算各负荷点的POD和ENS。
MATLAB是美国MathWorks公司出品的商业数学软件,是一个可用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境。本发明以MATLAB为基础,实现了含分布式电源接入的配网可靠性评估模型,将本发明在其中进行了应用,并以图4所示的IEEE RBTS配电网标准算例为基础对应用效果进行了测试验证。
以改造的IEEE RBTS Bus6中的多分支馈线作为算例进行分析。改造后的***如图4所示,包括1段母线、30条馈线段、26个节点、23个配变、23个负荷点(LP1至LP23)、5个分布式电源、若干断路器和隔离开关,无熔断器。每个分布式电源包括同型号风机若干、1个光伏阵列和1个蓄电池组,具体参数如下。
1)风机:单台风机额定功率335kW;切入风速2.5m/s;额定风速12.5m/s;切出风速25m/s;拟合参数A、B、C分别为-39.58、6.37、2.02;平均风速为19.56m/s,风速分布标准差为10.06m/s。
2)光伏阵列:参数Rc和Gstd分别为0.15kW/m2和1kW/m2。
3)蓄电池:每块蓄电池额定容量3000Ah,额定电压2V(6kWh);参数c=0.317,α=1,k=1.22,ηc=ηd=0.927,Imax=610A。
4)元件故障率:馈线故障率为0.065次/年×km,配变故障率为0.015次/年,开关故障率为0.006次/年,平均修复时间均为5h,服从指数分布。故障隔离与负荷转带时间取恒定值1h。各馈线段长度和各负荷点峰值如表1和表2所示,每个负荷点的用户数均为1户。单台风机故障状态概率Pd=7.3%;光伏阵列与蓄电池组的状态模型参数相同,故障状态概率Pd=3.2%,降额状态概率Pe=5%。
表1 馈线段长度
长度(km) | 馈线段序号 |
0.6 | 7,13 |
0.75 | 9,27 |
0.8 | 21 |
0.9 | 4,10 |
1.6 | 3,5,8,15,20,28 |
2.5 | 2,6,18,23,26 |
2.8 | 1,12,16,22,25,30 |
3.2 | 11,17,19,24,29 |
3.5 | 14 |
表2 负荷数据
负荷点序号 | 负荷峰值(kW) | 负荷点序号 | 负荷峰值(kW) |
1,6 | 360.1 | 7,23 | 796.2 |
2 | 380.6 | 8,11,14,19 | 337.6 |
3,13,17 | 653.4 | 9,21 | 737.4 |
4,18 | 686.4 | 10,12,16,22 | 340.9 |
5 | 434.7 | 15,20 | 501.8 |
计算结果显示,对于形成孤岛小区的负荷点,其APOD和AENS均表现出一定的波动性,例如选取某个负荷点,其APOD和AENS的概率密度函数图像如图7所示;对于无法形成孤岛小区的负荷点,其APOD为确定值,AENS的概率分布情况与图7类似。可以看到,单个负荷点的可靠性指标的概率分布近似服从正态分布。由于电估计法对每维随机变量选取3个估计点,计算中只计及各随机变量5阶及以下的中心矩,因此在使用Gram-Charlier级数展开时无法完全模拟可靠性指标真实概率分布,出现了局部概率为负值的情况。
Claims (8)
1.一种基于解析法的配电***概率可靠性评估方法,其特征在于,包括如下步骤:
1)输入配电网结构,包括有各元件信息、线路长度、各负荷位置及各负荷峰值、断路器及隔离开关位置、配电网联络关系,对配电网中各部分进行分区处理,建立故障模式影响分析表库;设定仿真步长为1h,总模拟时间N年,N为正整数;建立风机输出功率、光伏发电***输出功率及各负荷功率的时序数据序列,初始化各储能装置初始状态为100%荷电状态,初始化停电时间和缺供电量的可靠性指标概率描述矩阵Wk为1;
2)初始化模拟时钟为0,随机产生m个0-1之间的随机数,根据每个元件状态模型中的失效率参数λ求得m个无故障运行时间TTF,用TTFi表示第i个元件的无故障运行时间;找出最小的无故障运行时间TTFi,对第i个元件产生一个随机数,根据第i个元件修复率参数μ求得故障修复时间TTRi;与此同时,产生故障隔离时间ST和故障隔离与负荷转带时间SRT,并将模拟时钟推进到第i个元件的无故障运行时间TTFi;
3)查询故障模式影响分析表库,确定各小区所属分类,判断小区是否形成孤岛,对形成孤岛的小区采用孤岛概率可靠性的计算方法计算停电时间和负荷缺供电量的概率分布;对于没有形成孤岛的小区,利用负荷功率的时序数据序列确定停电时间和负荷缺供电量的概率分布。
4)根据孤岛概率可靠性的计算方法得到的储能装置荷电状态概率分布,建立配电网正常运行时储能装置的状态抽样,返回步骤2)直至达到设定的总模拟时间N年;
5)对配电网结构中的各负荷点单次故障的可靠性指标的概率分布概率进行叠加,计算各负荷点和***的概率可靠性指标。
2.根据权利要求1所述的一种基于解析法的配电***概率可靠性评估方法,其特征在于,步骤1)所述的对配电网中各部分进行分区处理,建立故障模式影响分析表库是,首先设配电网某一部分发生故障,故障后的配电网分为如下6个区域:
(1)故障区是指故障元件所在馈线区,所述故障区内所有负荷供电中断,停电时间为故障元件的修复时间;
(2)上游隔离区位于故障馈线区的上游,与馈线区通过非断路器相连的馈线区,上游隔离区在故障后停电,故障隔离后恢复供电,停电时间为故障隔离时间;
(3)无影响区指与故障区或上游隔离区通过断路器相连,且与有源配电***主电源相连的馈线区,无影响内的负荷点不受元件故障的影响,因此不停电;
(4)上游无缝孤岛区是指与故障区或上游隔离区通过断路器相连,且包含分布式电源的馈线区;主动孤岛的形成依赖于上游无缝孤岛区出口断路器的及时动作,孤岛运行时间为故障隔离时间,负荷点是否停电及停电时间由岛内电力平衡状况决定,故障隔离后,上游无缝孤岛区重新接入配电***;
(5)下游隔离孤岛区是指位于故障区下游,与故障区通过非断路器相连的馈线区,故障隔离前,所述下游隔离孤岛区所有负荷供电中断,直至与其他下游区域组成的大范围孤岛形成,孤岛运行时间为故障元件的修复时间与故障隔离时间之差;
(6)下游无缝孤岛区是指位于故障区下游,与故障区或下游隔离孤岛区通过断路器相连的馈线区,下游无缝孤岛区在故障发生时能够立即进入孤岛方式运行,孤岛运行时间为故障隔离时间,在分区的基础上,逐一遍历配电网中各元件信息,构建出对应特定故障元件下的配电网其他区域形成情况,建立故障模式影响分析表库。
3.根据权利要求1所述的一种基于解析法的配电***概率可靠性评估方法,其特征在于,步骤1)所述的建立生成风机输出功率序列是将风速v近似采用威布尔分布描述,考虑到大部分时间风速位于切入风速和额定风速之间,则风机输出功率Pw的概率密度函数用下式表示为:
式中:K和C分别是风速威布尔分布的形状和尺度参数;系数a=Prvci/(vci-vr),b=Pr/(vr-vci),Pr是风机的额定输出功率,vci,vr分别是风机的切入风速和额定风速。
4.根据权利要求1所述的一种基于解析法的配电***概率可靠性评估方法,其特征在于,步骤1)所述的建立光伏发电***输出功率序列是采用下述方式:
根据光伏发电***的输出功率Ps与光照强度I、光伏电池阵列面积S和光电转换效率η之间的关系,即光伏发电***输出功率Ps=ISη,设光照强度I在一定时间段内服从贝塔分布,得到光伏发电***的概率密度为:
式中:Ps,max为光伏阵列的最大输出功率;α,β均为光照强度贝塔分布的形状参数。
5.根据权利要求1所述的一种基于解析法的配电***概率可靠性评估方法,其特征在于,步骤1)所述的建立各负荷功率序列是采用下述方式:
按照不同时间维度典型负荷曲线叠加,得到负荷功率的时序数据序列Lt=Lp×Pw×Pd×Ph(t),Lp为所研究负荷点的全年最大值,Pw为与第t个小时对应的年-周负荷曲线中的值,Pd为与第t个小时对应的周-日负荷曲线中的值,Ph(t)为与第t个小时对应的日-时负荷曲线中的值。
6.根据权利要求1所述的一种基于解析法的配电***概率可靠性评估方法,其特征在于,步骤3)所述的孤岛概率可靠性的计算方法,包括如下步骤:
(1)确定形成的孤岛小区,读取孤岛小区中配电网结构和相关参数;
(2)根据风机输出功率、光伏***输出功率和负荷点的功率序列,建立孤岛形成期间内随机变量的概率分布模型;根据故障前储能的充放电循环,确定孤岛时刻形成储能荷电状态的概率分布;
(3)通过蒙特卡洛抽样方法求取各随机变量的各阶中心矩;
(4)在各随机变量中选取3个估计点,计算估计点的位置和权重,形成n×3阶估计点组矩阵和权重系数矩阵;
(5)逐个计算各个估计点组取值下的可靠性指标;
(6)形成各负荷可靠性指标和储能荷电状态的估值矩阵,计算负荷可靠性指标和储能荷电状态的各阶原点矩;
(7)计算目标随机变量的各阶中心矩,用Gram-Charlier级数展开,得到孤岛运行结束时各负荷点的可靠性指标和储能荷电状态的概率分布。
7.根据权利要求1所述的一种基于解析法的配电***概率可靠性评估方法,其特征在于,步骤4)所述的储能装置的状态抽样包括两部分:一是储能装置的运行状态的抽样,二是储能装置的荷电状态的抽样;其中,储能装置运行状态的抽样方法是把蓄电池组串并联组合成的各种功率组合进行排序,归一化处理后归置于[0,1]区间内,进而产生一个[0,1]区间的随机数,确定储能装置运行状态,荷电状态的抽样,是通过产生一个随机数,根据不同储能装置荷电状态的分布情况,将随机数转化为相应的荷电状态的值。
8.根据权利要求1所述的一种基于解析法的配电***概率可靠性评估方法,其特征在于,步骤5)所述的计算各负荷点和***的概率可靠性指标的方法是:在得到各负荷点一次故障后的可靠性指标概率分布之后,设X和Y表示同一负荷点两次不同故障情况下的可靠性指标概率分布,那么有Z=X+Y的概率密度函数写为
即按照卷积运算的方法得到各负荷点和***的概率可靠性指标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410645375.3A CN104376504B (zh) | 2014-11-06 | 2014-11-06 | 一种基于解析法的配电***概率可靠性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410645375.3A CN104376504B (zh) | 2014-11-06 | 2014-11-06 | 一种基于解析法的配电***概率可靠性评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104376504A true CN104376504A (zh) | 2015-02-25 |
CN104376504B CN104376504B (zh) | 2017-10-27 |
Family
ID=52555395
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410645375.3A Active CN104376504B (zh) | 2014-11-06 | 2014-11-06 | 一种基于解析法的配电***概率可靠性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104376504B (zh) |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104636993A (zh) * | 2015-03-05 | 2015-05-20 | 国网山东省电力公司日照供电公司 | 配电***可靠性算法 |
CN105071381A (zh) * | 2015-07-28 | 2015-11-18 | 天津大学 | 一种基于影响增量的状态枚举可靠性评估方法及其装置 |
CN105203152A (zh) * | 2014-06-27 | 2015-12-30 | 国家电网公司 | 一种光伏发电设备故障风险指数预测装置及预测方法 |
CN105447618A (zh) * | 2015-11-06 | 2016-03-30 | 清华大学 | 一种电力***分区可靠性评估方法 |
CN105787812A (zh) * | 2016-03-17 | 2016-07-20 | 清华大学 | Mmc柔性环网控制装置的状态分析方法 |
CN106354985A (zh) * | 2016-10-26 | 2017-01-25 | 华中科技大学 | 一种考虑分布式电源的配电***可靠性评估方法 |
CN106600139A (zh) * | 2015-05-29 | 2017-04-26 | 江苏省电力公司常州供电公司 | 配电网可靠性评价方法 |
CN107294121A (zh) * | 2016-04-11 | 2017-10-24 | 中国电力科学研究院 | 一种储能***典型工况曲线的获取方法及*** |
CN107506331A (zh) * | 2017-08-25 | 2017-12-22 | 国网新疆电力公司经济技术研究院 | 基于时间关联性及元件运行时间的微电网可靠性计算方法 |
CN107545365A (zh) * | 2017-08-25 | 2018-01-05 | 合肥工业大学 | 适于含高渗透率分布式电源的配电网可靠性评估方法 |
CN108711886A (zh) * | 2018-06-08 | 2018-10-26 | 国网福建省电力有限公司 | 一种园区配网时序运行样本生成方法 |
CN108932573A (zh) * | 2017-05-25 | 2018-12-04 | 神华集团有限责任公司 | 一种分布式能源***稳定性评估方法及装置 |
CN109101390A (zh) * | 2018-06-29 | 2018-12-28 | 平安科技(深圳)有限公司 | 基于高斯分布的定时任务异常监控方法、电子装置及介质 |
CN110188998A (zh) * | 2019-05-13 | 2019-08-30 | 湖北省电力勘测设计院有限公司 | 配电网的风电机组和储能的时序建设可靠性的评估方法 |
CN110365010A (zh) * | 2019-06-24 | 2019-10-22 | 国网上海市电力公司 | 基于2m点估计法的含DG配电网可靠性评估指标获取方法 |
CN110610303A (zh) * | 2019-08-23 | 2019-12-24 | 太原理工大学 | 一种计及源-荷不确定性的直流配电网可靠性评估方法 |
CN110675043A (zh) * | 2019-09-17 | 2020-01-10 | 深圳供电局有限公司 | 基于连锁故障模型确定电网停电关键线路的方法及*** |
CN110749443A (zh) * | 2019-11-27 | 2020-02-04 | 济南大学 | 一种基于高阶原点矩的滚动轴承故障诊断方法及*** |
CN111429008A (zh) * | 2020-03-25 | 2020-07-17 | 广东电网有限责任公司 | 一二次***的可靠性评估方法、装置设备及存储介质 |
CN111475953A (zh) * | 2020-04-10 | 2020-07-31 | 广东电网有限责任公司 | 供能可靠性影响分析方法、装置设备及存储介质 |
CN111709587A (zh) * | 2020-06-22 | 2020-09-25 | 国网山西省电力公司电力科学研究院 | 基于概率-时序不确定性的配电***状态概率评估方法 |
CN111860959A (zh) * | 2020-06-19 | 2020-10-30 | 西安工程大学 | 一种电力***连锁故障预测方法 |
CN111861029A (zh) * | 2020-07-29 | 2020-10-30 | 国网上海市电力公司 | 一种计及孤岛划分和网络重构的供电可靠性评估方法 |
CN111882228A (zh) * | 2020-07-31 | 2020-11-03 | 国网重庆市电力公司电力科学研究院 | 一种含分布式电源的配电网可靠性评估方法 |
CN112165120A (zh) * | 2020-10-12 | 2021-01-01 | 国网山东省电力公司潍坊供电公司 | 含分布式电源的主动配电网可靠性评估方法及*** |
CN112199864A (zh) * | 2020-11-09 | 2021-01-08 | 江苏南通发电有限公司 | 一种工业用户型光储微网的可靠性优化方法 |
CN112668173A (zh) * | 2020-12-24 | 2021-04-16 | 国网江西省电力有限公司电力科学研究院 | 一种基于偏态分布计算10kV线路拓扑关系阈值的方法 |
US20210264342A1 (en) * | 2020-02-21 | 2021-08-26 | China Electronics Prod Reliability & Environmental Testing Res Inst The Fifth Electronics Res Inst | Method, Computer Apparatus, And Storage Medium For Evaluating Product Reliability |
CN114529070A (zh) * | 2022-02-08 | 2022-05-24 | 天津大学 | 考虑随机停电供能可靠性的综合能源微网优化控制方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2723575C1 (ru) * | 2019-07-01 | 2020-06-16 | Федеральное государственное бюджетное учреждение "4 Центральный научно-исследовательский институт" Министерства обороны Российской Федерации | Способ оценки вероятностей аварий изделий ракетно-космической техники с использованием стохастических сетевых моделей возникновения и развития аварийных ситуаций |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090228154A1 (en) * | 2002-11-06 | 2009-09-10 | Aplicaciones En Informatica Avanzada, S.A. | System and method for monitoring and managing electrical power transmission and distribution networks |
US20090319093A1 (en) * | 2008-03-31 | 2009-12-24 | The Royal Institution For Advancement Of Learning/ Mcgill University | Methods and processes relating to electricity power generation and distribution networks |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US228154A (en) * | 1880-05-25 | Harvester |
-
2014
- 2014-11-06 CN CN201410645375.3A patent/CN104376504B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090228154A1 (en) * | 2002-11-06 | 2009-09-10 | Aplicaciones En Informatica Avanzada, S.A. | System and method for monitoring and managing electrical power transmission and distribution networks |
US20090319093A1 (en) * | 2008-03-31 | 2009-12-24 | The Royal Institution For Advancement Of Learning/ Mcgill University | Methods and processes relating to electricity power generation and distribution networks |
Non-Patent Citations (3)
Title |
---|
王浩鸣: ""含分布式电源的配电***可靠性评估方法研究"", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 * |
芦晶晶 等: ""含分布式电源配电网可靠性评估的点估计法"", 《电网技术》 * |
葛少云 等: ""基于点估计法的有源配电网概率可靠性评估"", 《电力***保护与控制》 * |
Cited By (47)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105203152B (zh) * | 2014-06-27 | 2018-06-19 | 国家电网公司 | 一种光伏发电设备故障风险指数预测装置及预测方法 |
CN105203152A (zh) * | 2014-06-27 | 2015-12-30 | 国家电网公司 | 一种光伏发电设备故障风险指数预测装置及预测方法 |
CN104636993B (zh) * | 2015-03-05 | 2019-12-10 | 国网山东省电力公司日照供电公司 | 配电***可靠性算法 |
CN104636993A (zh) * | 2015-03-05 | 2015-05-20 | 国网山东省电力公司日照供电公司 | 配电***可靠性算法 |
CN106600139A (zh) * | 2015-05-29 | 2017-04-26 | 江苏省电力公司常州供电公司 | 配电网可靠性评价方法 |
CN106600139B (zh) * | 2015-05-29 | 2021-01-29 | 江苏省电力公司常州供电公司 | 配电网可靠性评价方法 |
CN105071381A (zh) * | 2015-07-28 | 2015-11-18 | 天津大学 | 一种基于影响增量的状态枚举可靠性评估方法及其装置 |
CN105071381B (zh) * | 2015-07-28 | 2017-04-12 | 天津大学 | 一种基于影响增量的状态枚举可靠性评估方法及其装置 |
CN105447618A (zh) * | 2015-11-06 | 2016-03-30 | 清华大学 | 一种电力***分区可靠性评估方法 |
CN105447618B (zh) * | 2015-11-06 | 2018-08-10 | 清华大学 | 一种电力***分区可靠性评估方法 |
CN105787812A (zh) * | 2016-03-17 | 2016-07-20 | 清华大学 | Mmc柔性环网控制装置的状态分析方法 |
CN105787812B (zh) * | 2016-03-17 | 2022-02-25 | 清华大学 | Mmc柔性环网控制装置的状态分析方法 |
CN107294121B (zh) * | 2016-04-11 | 2021-04-06 | 中国电力科学研究院 | 一种储能***典型工况曲线的获取方法及*** |
CN107294121A (zh) * | 2016-04-11 | 2017-10-24 | 中国电力科学研究院 | 一种储能***典型工况曲线的获取方法及*** |
CN106354985B (zh) * | 2016-10-26 | 2020-04-10 | 华中科技大学 | 一种考虑分布式电源的配电***可靠性评估方法 |
CN106354985A (zh) * | 2016-10-26 | 2017-01-25 | 华中科技大学 | 一种考虑分布式电源的配电***可靠性评估方法 |
CN108932573B (zh) * | 2017-05-25 | 2022-04-08 | 国家能源投资集团有限责任公司 | 一种分布式能源***稳定性评估方法及装置 |
CN108932573A (zh) * | 2017-05-25 | 2018-12-04 | 神华集团有限责任公司 | 一种分布式能源***稳定性评估方法及装置 |
CN107545365B (zh) * | 2017-08-25 | 2020-03-17 | 合肥工业大学 | 适于含高渗透率分布式电源的配电网可靠性评估方法 |
CN107506331B (zh) * | 2017-08-25 | 2023-01-10 | 国网新疆电力公司经济技术研究院 | 基于时间关联性及元件运行时间的微电网可靠性计算方法 |
CN107506331A (zh) * | 2017-08-25 | 2017-12-22 | 国网新疆电力公司经济技术研究院 | 基于时间关联性及元件运行时间的微电网可靠性计算方法 |
CN107545365A (zh) * | 2017-08-25 | 2018-01-05 | 合肥工业大学 | 适于含高渗透率分布式电源的配电网可靠性评估方法 |
CN108711886B (zh) * | 2018-06-08 | 2021-08-31 | 国网福建省电力有限公司 | 一种园区配网时序运行样本生成方法 |
CN108711886A (zh) * | 2018-06-08 | 2018-10-26 | 国网福建省电力有限公司 | 一种园区配网时序运行样本生成方法 |
CN109101390A (zh) * | 2018-06-29 | 2018-12-28 | 平安科技(深圳)有限公司 | 基于高斯分布的定时任务异常监控方法、电子装置及介质 |
CN109101390B (zh) * | 2018-06-29 | 2021-08-24 | 平安科技(深圳)有限公司 | 基于高斯分布的定时任务异常监控方法、电子装置及介质 |
CN110188998B (zh) * | 2019-05-13 | 2021-03-16 | 湖北省电力勘测设计院有限公司 | 配电网的风电机组和储能的时序建设可靠性的评估方法 |
CN110188998A (zh) * | 2019-05-13 | 2019-08-30 | 湖北省电力勘测设计院有限公司 | 配电网的风电机组和储能的时序建设可靠性的评估方法 |
CN110365010A (zh) * | 2019-06-24 | 2019-10-22 | 国网上海市电力公司 | 基于2m点估计法的含DG配电网可靠性评估指标获取方法 |
CN110610303B (zh) * | 2019-08-23 | 2022-05-31 | 太原理工大学 | 一种计及源-荷不确定性的直流配电网可靠性评估方法 |
CN110610303A (zh) * | 2019-08-23 | 2019-12-24 | 太原理工大学 | 一种计及源-荷不确定性的直流配电网可靠性评估方法 |
CN110675043A (zh) * | 2019-09-17 | 2020-01-10 | 深圳供电局有限公司 | 基于连锁故障模型确定电网停电关键线路的方法及*** |
CN110749443A (zh) * | 2019-11-27 | 2020-02-04 | 济南大学 | 一种基于高阶原点矩的滚动轴承故障诊断方法及*** |
CN110749443B (zh) * | 2019-11-27 | 2021-05-18 | 济南大学 | 一种基于高阶原点矩的滚动轴承故障诊断方法及*** |
US20210264342A1 (en) * | 2020-02-21 | 2021-08-26 | China Electronics Prod Reliability & Environmental Testing Res Inst The Fifth Electronics Res Inst | Method, Computer Apparatus, And Storage Medium For Evaluating Product Reliability |
CN111429008A (zh) * | 2020-03-25 | 2020-07-17 | 广东电网有限责任公司 | 一二次***的可靠性评估方法、装置设备及存储介质 |
CN111475953A (zh) * | 2020-04-10 | 2020-07-31 | 广东电网有限责任公司 | 供能可靠性影响分析方法、装置设备及存储介质 |
CN111860959B (zh) * | 2020-06-19 | 2024-03-29 | 齐丰科技股份有限公司 | 一种电力***连锁故障预测方法 |
CN111860959A (zh) * | 2020-06-19 | 2020-10-30 | 西安工程大学 | 一种电力***连锁故障预测方法 |
CN111709587A (zh) * | 2020-06-22 | 2020-09-25 | 国网山西省电力公司电力科学研究院 | 基于概率-时序不确定性的配电***状态概率评估方法 |
CN111861029A (zh) * | 2020-07-29 | 2020-10-30 | 国网上海市电力公司 | 一种计及孤岛划分和网络重构的供电可靠性评估方法 |
CN111882228A (zh) * | 2020-07-31 | 2020-11-03 | 国网重庆市电力公司电力科学研究院 | 一种含分布式电源的配电网可靠性评估方法 |
CN112165120A (zh) * | 2020-10-12 | 2021-01-01 | 国网山东省电力公司潍坊供电公司 | 含分布式电源的主动配电网可靠性评估方法及*** |
CN112199864A (zh) * | 2020-11-09 | 2021-01-08 | 江苏南通发电有限公司 | 一种工业用户型光储微网的可靠性优化方法 |
CN112668173A (zh) * | 2020-12-24 | 2021-04-16 | 国网江西省电力有限公司电力科学研究院 | 一种基于偏态分布计算10kV线路拓扑关系阈值的方法 |
CN114529070A (zh) * | 2022-02-08 | 2022-05-24 | 天津大学 | 考虑随机停电供能可靠性的综合能源微网优化控制方法 |
CN114529070B (zh) * | 2022-02-08 | 2024-04-19 | 天津大学 | 考虑随机停电供能可靠性的综合能源微网优化控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104376504B (zh) | 2017-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104376504A (zh) | 一种基于解析法的配电***概率可靠性评估方法 | |
Qais et al. | Coyote optimization algorithm for parameters extraction of three-diode photovoltaic models of photovoltaic modules | |
Belouda et al. | Bi-objective optimization of a standalone hybrid PV–Wind–battery system generation in a remote area in Tunisia | |
CN104156892A (zh) | 一种有源配电网电压跌落仿真与评估方法 | |
Abbasi | Probabilistic load flow based on holomorphic embedding, kernel density estimator and saddle point approximation including correlated uncertainty variables | |
CN107730111A (zh) | 一种考虑用户负荷和新能源接入的配网电压风险评估模型 | |
Kazemdehdashti et al. | Stochastic energy management in multi-carrier residential energy systems | |
Chang et al. | Charging control of an electric vehicle battery based on reinforcement learning | |
Mizuno et al. | Evaluation and verification of an intelligent control system with modelling of green energy devices by constructing a micro-grid system in University Campus (report II) | |
Mohseni et al. | Stochastic, resilience-oriented optimal sizing of off-grid microgrids considering EV-charging demand response: An efficiency comparison of state-of-the-art metaheuristics | |
CN116151486A (zh) | 含储能***的光伏充电站多时间尺度随机优化方法及装置 | |
Singh et al. | Method for evaluating battery size based on loss of load probability concept for a remote PV system | |
Babu et al. | Sensitivity analysis, optimal design, cost and energy efficiency study of a hybrid forecast model using HOMER pro | |
Iweh et al. | Control and optimization of a hybrid solar PV–Hydro power system for off-grid applications using particle swarm optimization (PSO) and differential evolution (DE) | |
CN104504524A (zh) | 一种应用于有源配网的负荷削减法及可靠性评估方法 | |
Singh et al. | Reliability evaluation of a solar photovoltaic system with and without battery storage | |
CN105406469A (zh) | 基于状态转移抽样法的高渗透率有源配电网可靠性评估法 | |
Nallainathan et al. | Reliability evaluation of renewable-rich microgrids using Monte Carlo simulation considering resource and equipment availability | |
Ahmad et al. | Formal reliability analysis of an integrated power generation system using theorem proving | |
Ram et al. | UGF-based signature reliability for solar panel k-out-of-n-multiplex systems | |
Atmaja et al. | Development of PV hosting-capacity prediction method based on Markov Chain for high PV penetration with utility-scale battery storage on low-voltage grid | |
Ioakimidis et al. | Solar power forecasting of a residential location as part of a smart grid structure | |
Prashanti et al. | Impact of energy storage integration on composite system reliability | |
Shu et al. | Non-sequential simulation methods for reliability analysis of power systems with photovoltaic generation | |
Kolev et al. | Probabilistic modelling of available capacity in the power system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |