配电自动化二次设备风险评估与检修决策研究

数量庞大的配电自动化二次设备是维护配电自动化系统安全稳定运行的关键对象,通过对配电自动化二次设备风险点的识别和持续关注建立风险评估流程,根据设备的状态评分推算平均故障概率,从而计算综合风险损失和量化风险值。以风险损失和检修成本之和最小为优化目标,构建检修决策优化模型,综合考虑风险和成本费用两方面后,文中对检修计划给出了科学合理的排序,大幅降低二次设备的检修成本和因不合理检修可能导致的故障风险,实现配电自动化二次设备的精益化运维管理。     

核电机组安全风险量化分析

介绍了基于安全风险管理的量化分析方法,并将其理念引入到核电机组运行风险管理当中。对核电机组的安全风险要素进行辨识,提出一种将各子系统发生风险的概率和后果转化为整台机组总体风险值的定量分析方法,并建立相应的量化分析模型。在此基础上,制定用于衡量核电机组风险值的指标,采用便捷的分级评估,进一步提高了分析效率。同时,通过对比风险管控所需的投入和发生事故所引起的损失,对开展风险管控进行效益分析,定量说明其经济性和可行性。最后,应用所建立的风险值评估模型进行实例分析,计算结果验证了所提方法的有效性。     

电力系统的分割多目标风险分析框架及算法

针对平均风险指标无法区分高损失-低概率事件及低损失-高概率事件的缺点,提出了电力系统的分割多目标风险分析框架。该框架将电力系统的风险状态细分为低损失、中等损失和高损失3个风险范围,并提出3个损失范围条件风险函数和条件风险概率的概念。采用经典的容量停运表模型,建立了这些条件期望指标的计算方法。对IEEE-RTS及TH-RTS2000系统进行了分割多目标风险评估,研究不同负荷水平下系统风险在3个损失范围的分布及转移情况,并分析损失分割点对系统风险的影响。通过分割多目标风险分析,风险分析者和决策者可以权衡系统的平均风险以及高、中、低损失范围的条件期望风险,从而对系统的风险状况有一个全面和深入的了解。     

基于风险量化与需求侧响应的综合能源系统储能事故备用优化利用

针对综合能源系统并网运行中如何提高储能事故备用容量利用效率的问题,提出一种基于风险量化与需求侧响应的储能事故备用优化利用方法.首先,构建某电池生产园区综合能源系统(IES)设备能量模型;然后,综合考虑非计划脱网概率以及重要负荷损失将脱网风险进行量化;在此基础上,兼顾脱网风险与并网收益,同时考虑园区需求侧响应,构建基于风险量化与需求侧响应的IES优化调度模型,通过线性化处理将其转换为混合整数线性规划模型进行求解,考虑到预测偏差,通过MPC滚动修正,实时跟踪求解出的联络线功率与电储能备用日前计划值;最后,通过仿真验证,所提方法能够在承担较小风险的情况下提高IES运行的经济性,具有很好的实用性和经济性.     

采用保险机制的含风电电力系统短期备用计划的风险转移

在大规模风电并网的环境下,许多电力系统使用机会备用约束来代替传统的约束进行备用计划的安排以平衡系统的成本和风险。这种方法在有效的提高风电利用率的同时增加备用计划会面临的巨额小概率损失,因此提出采用保险机制对备用计划的小概率尾部风险进行转移的策略。将风电波动和单位停电损失都视为随机变量,用三种具有代表性的预测误差分布描述系统风电预测误差,用四种具有代表性的损失分布描述系统单位停电损失,以备用风险的期望值、风险价值和期望短缺三个指标来量化评估备用计划的风险。对这十二种组合的风险值和保费都进行了估算,计算结果表     

基于Matlab遗传算法工具箱的核电风险指引评价

管理措施的风险评价是提高核电的安全、经济性能的重要环节。介绍了Matlab遗传算法的基本原理、工具箱及其基本流程。通过将核电的各种运行风险与相应的管理措施相联系,利用现有的概率风险分析(PSA)技术获得各种概率评价,进而运用遗传算法进行优化评价,最终得到针对风险的总收益的最大值以及相应的优化的管理方案。     

智能电网环境下需求响应参与系统备用的风险协调优化模型

基于风险管理思想,构建了智能电网环境下紧急需求响应参与系统备用的协调优化模型.通过对备用容量配置的风险分析,运用马尔可夫链预测未来时段的系统运行状态概率,考虑事故发生后系统安全运行所付出的费用代价,实现了以概率方式对事故状态集的货币化度量,从而将事故后的风险损失引入备用优化模型.在电力市场环境下有效优化了发电侧和需求侧备用资源的配置.IEEE30节点系统算例表明,所提模型和方法有效可行.     

基于多种群遗传算法的电网无功功率优化

利用新型优化理论-遗传算法进行电网无功功率优化,分析了简单遗传算法各个进化参数对无功优化性能的影响,并对简单遗传算法的生殖操作做了改进,引入多个种群同时进行优化搜索,大大降低遗传控制参数的不当设定对优化结果的影响.通过算例表明多种群遗传算法对抑制未成熟收敛的发生有明显的效果,并且经过同IEEE14节点配电网的算例结果比较,证明了该方法在电网无功优化中的有效性.     

基于PSO-GA混合算法的配电变压器检修优化

针对当前流行的状态检修的概念,通过分析比较,确定了基于风险的配电网检修优化方法;并根据配电变压器历史故障概率数据通过威布尔分布拟合配电变压器的故障概率,并采用等效役龄对故障概率进行修正;计及设备检修时的检修风险和故障风险后,建立了以电网运行风险最小为目标的配电变压器检修优化模型;最后提出了一种以粒子群优化算法为主、遗传算法为辅的混合优化算法求解模型。该模型既能够降低搜索到局部最优解的概率,又能保证全局最优解的精度。算例验证表明了该方法的有效性。     

基于多种群遗传算法的电网无功功率优化

利用新型优化理论-遗传算法进行电网无功功率优化,分析了简单遗传算法各个进化参数对无功优化性能的影响,并对简单遗传算法的生殖操作做了改进,引入多个种群同时进行优化搜索,大大降低遗传控制参数的不当设定对优化结果的影响.通过算例表明多种群遗传算法对抑制未成熟收敛的发生有明显的效果,并且经过同IEEE14节点配电网的算例结果比较,证明了该方法在电网无功优化中的有效性.