基于自适应算法的电力系统可靠性评估

基于自适应算法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, 济南250061)
收稿日期: 2006210220
作者简介: 宋晓通(1982—) , 男(汉) , 山东, 博士研究生。
通讯联系人: 谭震宇, 教授,
摘　要: 针对电力系统可靠性评估中Monte Carlo 方法存在的计算效率低下的问题, 提出应用自适应算法对系统状态进行概率分析。该算法采用变分运算分析和区间拟合的方法, 实现在最优密度函数下抽样, 降低计算方差。应用该方法对IEEE2RTS 标准系统的发电部分进行了可靠性评估, 并与采用常规抽样方法和重要抽样方法的评估结果做了比较, 表明该算法在保证计算精度的前提下分别减少了87% 和68% 的抽样次数, 对大型电力系统可靠性评估具有实用价值。
关键词: Monte Carlo 方法; 自适应算法; 电力系统可靠性
中图分类号: TM 732　　　文献标识码: A
文章编号: 100020054 (2007) S121040205

　现代电力系统规模庞大, 结构复杂, 准确快速地评估电力系统可靠性水平对系统规划和安全经济运行有着重要的意义。在可靠性评估计算中, 由于涉及到的元件众多, 即使每个元件只计及停运和运行两个状态, 整个系统的组合状态也是极其庞大的, 加之系统分析计算复杂, 常常面临所谓的“计算灾害”问题。Monte Carlo 模拟法的采样次数与系统规模无关, 且容易处理各种实际运行控制策略, 因而在大型电力系统的可靠性评估中应用广泛[ 1 ]。随着电网规模的扩大和市场机制在电力系统中的引入, 人们对电力系统可靠性计算的精度与速度要求越来越高[ 2- 4 ]。但Monte Carlo 方法存在着计算精度与计算时间的矛盾, 要获得较高的计算精度需要耗费大量的计算时间, 难以实现高精度评估及在线实时评估。减小抽样方差是加快收敛速度, 提高抽样效率最为有效的方法。常用的减小方差的方法有分层抽样法、重要抽样法、控制变量法和对偶变数法等, 上述方法在不同程度上降低了抽样方差, 但大部分比较繁复,同时在电力系统的应用上缺乏普适性, 不易在工程实践中推广。