基于蒙特卡罗法的电力系统可靠性评估算法研究

随着经济的发展,电力的稳定供应成为人们日益关注的问题。为保证电力系统的安全稳定运行,电力系统可靠性评估受到了极大地重视。本文首先介绍了电力系统可靠性的发展概况,给出了元件停运模型的建立方法,包括可修复强迫停运、计划停运和共因停运等模型。然后对电力系统可靠性评估的常用方法进行了阐述,如解析法、故障树法和蒙特卡罗法,分析了方法之间差异性及应用范围,并对系统状态的分析流程进行了阐述。 为避免常用可靠性评估方法的抽样效率低下,且会在系统可靠性水平提高时出现退化现象,本文结合重要抽样法与分层抽样法的思想,提出了分层均匀抽样法,以实现对系统故障状态的高效评估。该法综合考虑了系统故障概率与故障影响,直接对系统故障的后果进行抽样,避免了常规方法中构造N维空间抽样函数的困难。通过对系统各重故障状态进行分层均匀抽样,并采用自寻优的方式优化分配各层的抽样次数,有效地降低了抽样方差。同时,该方法的抽样效率不受系统可靠性改变的影响,可用于高可靠性电力系统的评估。 鉴于解析法分析系统低重故障的准确性和蒙特卡罗算法对高重故障抽样的高效性,在分层均匀抽样法的基础上,本文提出了基于故障集分类思想的混合评估算法,对系统故障状态进行分类分层综合考虑,从而结合了两种常用算法的优势。该算法将系统故障状态集合分割为排序故障子集合和抽样故障子集合,分别采用改进快速排序法和分层均匀抽样法择优处理,避免了以往可靠性评估中采用单一方法的不足,使效率最大化。 本文从理论上推导了该方法的合理性,并通过对IEEE-RTS79系统以及修改后的高可靠性系统算例评估,证实了算法的适用性。