电力系统可靠性评估中的分层均匀抽样法

为避免传统蒙特卡洛抽样方法在系统可靠性评估中抽样效率低下的问题,文中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。该方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M维空间抽样函数的困难。文中对系统各重故障状态进行了分层均匀抽样,并通过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。该方法完全避免了对系统零故障状态的抽样,使其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。文中从理论上推导了该方法的合理性,并通过对IEEE-RTS 79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。     

序贯重要抽样法在高压直流输电系统可靠性评估中的应用研究

随着电网的日益发展及电力负荷压力的不断增大,准确评估高压直流输电系统可靠性对电力系统安全稳定运行具有重大意义。本文将重要抽样法与序贯蒙特卡洛模拟法相结合,提出了一种应用于高压直流输电系统可靠性评估的序贯重要抽样法。该方法结合序贯蒙特卡洛模拟法与重要抽样法的优点,既充分利用了系统原始参数,得到系统真实运行的时序信息,又有效地降低了抽样方差,加快了收敛速度。应用该方法对典型单、双十二脉高压直流输电系统进行了可靠性评估,并与采用传统序贯蒙特卡洛模拟法、序贯交叉熵法的评估结果进行对比。结果表明:序贯重要抽样法在确保计算精度的基础上显著缩短了仿真时间,具有较高的计算效率。     

基于改进重要抽样法的输电系统可靠性评估

在蒙特卡洛法的基础上,将重要抽样法和截断抽样法相结合,提出了一种应用于输电系统可靠性评估的改进重要抽样法.通过重要抽样法改变现有样本空间的概率分布,运用截断抽样法对系统抽样并进行可靠性评估.应用本文提出的方法对OEEE-RBTS测试系统的输电部分进行了可靠性评估,并与采用常规抽样法和常规重要抽样法的评估结果作了比较.评估结果表明,本文提出的方法在保证可靠性指标基本不变的前提下加快了收敛速度,提高了计算效率,从而证明了该方法的有效性和合理性.     

电力系统可靠性评估的自适应分层重要抽样法

提出了电力系统可靠性评估的自适应分层重要抽样算法,将系统状态空间分割成无故障状态子空间和各重故障状态子空间,避免对无故障状态子空间抽样,对各重故障状态子空间的抽样次数进行最优分配,并不断修正最优重要抽样概率密度函数,可以显著提高计算效率并解决了以往蒙特卡洛方法在高可靠性系统中效率低下的问题.对IEEE-RTS系统的发输...     

基于伪时序状态转移抽样法评估含储能电力系统可靠性

定量分析储能装置接入后的系统可靠性水平,并依据其进行最优决策对电力系统安全经济运行具有重要意义。现有的含储能电力系统的可靠性评估算法效率低下,使得求解含有可靠性约束的最优问题较为困难。为此,文中对伪时序状态转移抽样法这一可靠性评估方法进行了改进,以快速、准确地求得储能接入条件下的电力系统可靠性指标,进而为求解可靠性约束优化问题提供了可能性。在IEEE RTS79系统中将所述算法与一般序贯蒙特卡洛模拟法进行了对比。计算结果表明,伪时序状态转移抽样法能够在保持良好精度(相对误差保持在3%以内)的同时,提升单线程计算效率10倍左右,在多线程环境下计算效率更高。     

电力系统可靠性评估中的改进拉丁超立方抽样方法

将拉丁超立方抽样方法与重要抽样方法相结合,提出了一种应用于电力系统可靠性评估的改进拉丁超立方抽样方法。该方法首先通过重要抽样改变原系统样本空间的概率分布,然后对新概率分布进行拉丁超立方抽样,降低了抽样方差,避免了系统正常状态的大量重复抽样。应用该方法对IEEE-RTS系统与IEEE-RTS修改系统进行可靠性评估,并与常规非序贯蒙特卡洛抽样方法和传统拉丁超立方抽样方法的结果进行了比较。比较结果验证了所提出的方法在保证一定计算精度的条件下,可降低抽样方差,提高抽样效率,并且可适用于高可靠性的系统可靠性评估。     

Bootstrap技术在电力系统可靠性评估中的应用

为解决常规蒙特卡洛模拟法进行电力系统可靠性评估时评估精度与速度二者不可兼顾的问题,将Bootstrap技术引入电力系统可靠性评估中。首先应用Bootstrap技术获取系统负荷样本进行系统状态抽样,然后经网络拓扑辨识及状态评估分析之后累计可靠性指标。在IEEE-RTS79测试系统上的仿真测试结果表明,采用Bootstrap技术进行可靠性评估是合理且正确的,其指标收敛速度比常规蒙特卡洛模拟法更快,能在较短时间内获取满足精度的评估结果。     

基于改进交叉熵算法的电力系统随机生产模拟

蒙特卡洛模拟的计算效率与系统的可靠性密切相关,在其用于高可靠性系统的随机模拟时存在计算效率偏低的问题。为此,提出了一种基于多层交叉熵与对偶变数抽样技术相结合的随机模拟算法。首先使用多层交叉熵构造零方差概率密度函数的近似函数,提高小概率失效事件的抽取概率;其次基于已构造的近似概率函数,采用对偶变数抽样法进行抽样,进一步提高抽样的收敛速度。以IEEE RTS修改系统为例进行了算例分析,算例结果验证了所提出的基于改进交叉熵的电力系统随机生产模拟算法的有效性。     

电力系统可靠性评估中的重要控制法

为进一步加快蒙特卡洛模拟法的收敛速度,文中结合重要抽样法与控制变量法的思想,提出了一种应用于电力系统可靠性评估的重要控制算法。该方法利用元件重要度分析识别出系统中对可靠性影响较大的元件,并基于系统重要元件的故障后果以及系统状态分析的特点构造出满足各项要求的系统重要控制变量,从而实现对系统重要状态函数的重构。文中从理论上对该方法进行了推导,证明了其在不增加每次抽样计算量的同时,能够有效降低抽样方差。最后通过对IEEERTS79系统以及修改后的测试系统的评估验证了算法的正确性、高效性。     

电力系统可靠性评估的重要抽样影响增量方法

针对大规模输电系统可靠性评估效率较低的问题,提出了一种基于重要抽样的影响增量方法。首先,利用迭代方法构造新的事故概率分布函数,进而得到重要抽样权函数;其次,根据所构造的事故概率分布函数对失效空间进行偏倚抽样,得到大量对评估结果有效的样本;最后利用基于影响增量的计算公式对系统可靠性指标进行计算。该方法可以在分析较少的事故状态下,达到大量抽样的蒙特卡洛方法的评估精度,影响增量公式将高阶事故权重向低阶事故转移,从而提升可靠性评估的准确性和效率,同时重要抽样方法减小了方差并加快收敛速度,进一步提升了可靠性评估的计算效率。算例分析部分选取IEEE-RTS-24节点测试系统,测试结果证实了所提方法的高精度和高效率特性。     

基于混合模型和交叉熵重要性抽样的 发电系统可靠性评估

目前应用在发电系统可靠性评估中的交叉熵重要性抽样方法采用单一的概率质量函数描述发电系统的状态,该方法在处理高可靠性系统时需要进行大量的预抽样才能得到具有较好方差减小效果的最优概率质量函数以达到加快可靠性指标收敛的目的,而大量的预抽样过程会导致可靠性评估总体效率的下降。因此文章提出基于混合概率质量函数模型与交叉熵重要性抽样相结合的发电系统可靠性评估新方法,该方法采用多个概率质量函数描述发电系统的状态,并基于最小交叉熵原理对各概率质量函数及其对应权重进行迭代更新,最后由各概率质量函数的加权形成最优概率质量函数,利用所得最优概率质量函数对系统状态进行抽样和可靠性计算。相比于现有方法,该方法预抽样过程所需样本较少,可以在保证可靠性指标准确性的同时大幅加快系统可靠性指标的收敛速度,在处理高可靠性系统时效果更加明显。算例验证了文中方法的优势。     

一种三段式序贯交叉熵重采样方法及其在电力系统短期可靠性评估中的应用

在短期可靠性的评估中,通常需要预测系统在未来一段相对较短的时间内,极端事件发生的概率或期望损失。由于短期评估时间跨度较短,引起系统失效的关键状态发生概率通常较低,导致原始序贯蒙特卡洛方法对系统状态进行评估的效率较低。首先以最小化Kullback-Leibler距离为目标推导了序贯仿真机制下元件重采样偏移转移率的解析表达式,基于交叉熵思想和重采样技术提出一种三段式序贯交叉熵重采样评估方法,解决原始状态转移率相对较小时采样效率较低的问题。通过对两个典型系统平均不可用率的仿真验证了算法的无偏性和高效性。最后,通过对IEEE-RTS79系统短期可靠性评估说明了算法可极大地提高短期可靠性评估效率,有一定的实用价值。     

基于最优抽样与选择性解析的电力系统可靠性评估

为降低Monte Carlo法的计算方差,加快电力系统可靠性评估的速度,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Monte Carlo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。     

用于系统可靠性评估的各阶故障独立重要抽样算法

提出一种电力系统可靠性评估的高效算法,即各阶故障状态子空间独立重要抽样算法.该算法将系统状态空间分割为无故障状态子空间和各阶故障状态子空间,完全避免了对无故障状态子空间的抽样;且由于低阶故障状态子空间状态个数较少,采用解析法对其分析,而高阶故障状态子空间状态个数庞大,采用重要抽样法对其进行模拟分析;并对这些子空间的抽样次数进行最优分配.由于完全避免了对无故障状态子空间的抽样,并对各阶子空间进行独立分析,该算法在计算效率上具有很大的优势,适用于高可靠性系统.应用该算法对IEEE-RTS系统的发输电部分进行可靠性评估,并与自适应重要抽样方法和直接蒙特卡罗法进行比较,结果表明该算法在计算效率上具有明显优势.