电力系统可靠性评估中的抽样方法研究

电力系统可靠性是其规划、设计、运行和维修的重要标尺之一。电力系统可靠性评估的基本方法有解析法和蒙特卡罗法两种。解析法精度较高，但计算规模随系统元件数目增长呈指数规律增加，适用于结构简单的小型电力系统，难以在大型系统中应用。蒙特卡罗法可靠性指标的准确估计与系统规模无关，适用于大型的电力系统。蒙特卡罗法主要不足之处在于计算时间和计算精度的相关性，即为了获得精度较高的可靠性指标，往往需要很长的模拟时间。蒙特卡罗法在电力系统可靠性评估中具有良好的应用前景，由于工程实践中对评估算法计算精度越来越高的要求，研究各种改进的抽样算法以提高计算效率已成为一个具有一定理论意义和应用价值的研究课题。本文详细描述了蒙特卡罗法的原理和算法步骤。对电力系统可靠性评估中所采用的等分散抽样法、重要抽样法和自适应算法的算法原理及实现步骤作了介绍，分析了各种改进的抽样方法的优缺点及其适用的计算环境，以IEEE标准测试系统RTS提供的数据为例，应用C语言编制实现上述算法的程序软件，并进行了大量模拟计算，对这些方法作了系统的计算比较研究。提出了将解析法与蒙特卡罗法相结合的混合算法应用于发电系统的可靠性评估。该方法操作简单、移植性强。对IEEE标准测试系统RTS所作的评估计算表明了该方法在提高模拟效率上的有效性。本文进一步提出了将混合法与等分散抽样法相结合的评估方法，模拟计算表明了该方法在减少试验方差和快速收敛方面的效果更好。 采用改进的抽样方法使蒙特卡罗法在电力系统可靠性评估中的计算速度有较大提高。蒙特卡罗法及其改进方法可以广泛用于大型电力系统可靠性评估。