基于最优抽样与选择性解析的电力系统可靠性评估 power system reliability evaluation based on optimal sampling and selective analysis algorithm.pdfVIP

第33卷第5期 电力系统自动化 V01．33No．5 2009年3月10日 AutomationofElectricPower Mar．10，2009 Systems 基于最优抽样与选择性解析的电力系统可靠性评估 宋晓通，谭震宇+ (山东大学电气工程学院，山东省济南市250061) 摘要：为降低MonteCarlo法的计算方差，加快电力系统可靠性评估的速渡，提出一种基于最优抽 样和选择性解析的混合算法。该算法是在传统MonteCarlo法的基础上，增加小样本预抽样计算， 以获得最优抽样密度函数与各变量的投影方差。根据投影方差的大小，确定解析变量，进行解析化 处理，对模拟变量按照最优抽样密度函数抽取元件状态。对测试系统IEEE．RTS的算例分析表 明，该算法可以同时提高抽样计算和解析计算的效率，降低计算方差，加快可靠性评估的速度。 关键词：电力系统可靠性评估；MonteCarlo法；解析法；混合法；降低方差 中图分类号：TM732 0 引言 的算法，并将二者有机结合，形成了可显著加快计算 电力系统可靠性评估对电力系统规划与运行具 例分析表明该算法可显著提高计算效率，有很好的 有重要意义[1。4]。根据获取系统偶发状态算法的不 应用前景。 同，评估方法可分为MonteCarlo法和解析法2类。 Monte 1 Carlo法抽样次数与系统规模无关，易于模 电力系统可靠性评估的多重积分模型 拟运行中控制策略与各种客观因素的影响，因此得 采用MonteCarlo法分析电力系统可靠性的过 到了广泛应用[5吖]。然而，MonteCarlo法的计算精 程可分为系统状态抽样、系统状态分析与系统指标 度与样本容量密切相关，存在着计算费用与计算精 统计3个步骤。对具有行个元件的电力系统，用 度的矛盾，限制了MonteCarlo法应用于某些对计 n维向量x表示系统状态，即 算速度和精度要求较高的场合。为此，国内外学者 X=(X1，X2，…，Xi，…，X。)(1) 在提高MonteCarlo法的计算速度方面开展了大量 式中：X。为元件i的状态变量。 研究。文献[8]采用并行处理技术降低了计算时间， 定义咒维随机数向量工， 但该方法对计算机网络和通信技术要求较高，相关 x=(zl，z2，…，z‘，…，z。)(2) 软件也比串行环境下的复杂，不利于推广。文献E9] 式中：z；为区间[o，1]上的状态随机数。 提出网流规划的思想，通过简化处理系统分析过程 X。与z；的关系为： 加快了评估速度，但同时导致计算精度下降。此外， 部分可靠性评估软件中采用的故障筛选技术通过忽 Xi={o鬈乏㈣ 略多重故障提高速度[1引，研究表明，这种处理方法 式中：Pfo。为元件i的强迫停运率；Xi取值为0和1