基于混合抽樣與最小切負(fù)荷計(jì)算的可靠性計(jì)算方法及平臺(tái)的制作方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種基于混合抽樣與最小切負(fù)荷計(jì)算的可靠性計(jì)算方法及平臺(tái)，計(jì)算方法主要包括提取數(shù)據(jù)、對(duì)數(shù)據(jù)進(jìn)行分析計(jì)算和輸出發(fā)輸電系統(tǒng)可靠性評(píng)價(jià)三個(gè)過(guò)程，計(jì)算平臺(tái)包括數(shù)據(jù)提取模塊、數(shù)據(jù)分析計(jì)算模塊和發(fā)輸電系統(tǒng)可靠性評(píng)價(jià)輸出模塊。本發(fā)明首先提取相關(guān)數(shù)據(jù)，然后對(duì)發(fā)輸電系統(tǒng)的元件狀態(tài)進(jìn)行采樣，求解最小切負(fù)荷，并分析計(jì)算電力系統(tǒng)各可靠性指標(biāo)，最后通過(guò)分析計(jì)算各個(gè)指標(biāo)來(lái)對(duì)發(fā)輸電系統(tǒng)可靠性進(jìn)行評(píng)估并輸出發(fā)輸電系統(tǒng)的可靠性評(píng)估結(jié)果。本發(fā)明在緊密結(jié)合工程實(shí)際的基礎(chǔ)上提出了一種基于混合抽樣與最小切負(fù)荷計(jì)算的發(fā)輸電系統(tǒng)可靠性評(píng)估技術(shù)，與現(xiàn)有技術(shù)相比，本發(fā)明在緊密結(jié)合工程實(shí)際的基礎(chǔ)上顯著提高了發(fā)輸電系統(tǒng)可靠性的評(píng)估效率。
【專(zhuān)利說(shuō)明】
基于混合抽樣與最小切負(fù)荷計(jì)算的可靠性計(jì)算方法及平臺(tái)
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及一種電力系統(tǒng)可靠性評(píng)估方法，具體涉及一種基于混合抽樣與最小切 負(fù)荷計(jì)算的發(fā)輸電系統(tǒng)可靠性計(jì)算方法及平臺(tái)。
【背景技術(shù)】
[0002] 發(fā)輸電系統(tǒng)可靠性評(píng)估方法主要分為解析法和模擬法。蒙特卡羅模擬（Monte Carlo simulation)通過(guò)產(chǎn)生隨機(jī)數(shù)的方式模擬系統(tǒng)中各個(gè)元件的狀態(tài)，通過(guò)抽樣的方式 對(duì)系統(tǒng)狀態(tài)進(jìn)行選擇，用統(tǒng)計(jì)的方法得到可靠性指標(biāo)。蒙特卡羅模擬基于概率模型的特點(diǎn)， 能夠反映系統(tǒng)各種隨機(jī)特性，得到可靠性指標(biāo)的期望與方差值以及其在各種系統(tǒng)狀態(tài)下的 概率分布。蒙特卡羅模擬法實(shí)際抽樣次數(shù)一般遠(yuǎn)小于系統(tǒng)全部狀態(tài)數(shù)的特點(diǎn)特別適合應(yīng)用 到迅速發(fā)展、網(wǎng)架不斷擴(kuò)大的大規(guī)模電力系統(tǒng)可靠性評(píng)估中。
[0003] 然而，蒙特卡羅模擬法的計(jì)算量與估計(jì)精度的平方成反比，導(dǎo)致該方法將不得不 犧牲大量時(shí)間來(lái)進(jìn)行規(guī)模巨大的抽樣計(jì)算來(lái)獲得所需的計(jì)算精度，這樣一來(lái)，其收斂速度 就受到了極大的限制。
[0004] 經(jīng)對(duì)現(xiàn)有文獻(xiàn)進(jìn)行檢索發(fā)現(xiàn)，現(xiàn)有文獻(xiàn)中，許多研究都在關(guān)注如何加快蒙特卡羅 模擬收斂。黃殿勛在《發(fā)輸電系統(tǒng)可靠性評(píng)估的蒙特卡洛改進(jìn)算法》采用并行處理技術(shù)降低 了計(jì)算時(shí)間；熊小伏在《時(shí)空環(huán)境相依的電網(wǎng)故障模型及在電網(wǎng)可靠性評(píng)估中的應(yīng)用》中提 出采用網(wǎng)流規(guī)劃代替潮流優(yōu)化，通過(guò)簡(jiǎn)化系統(tǒng)分析和優(yōu)化計(jì)算來(lái)加快評(píng)估速度;張碩在《含 風(fēng)電場(chǎng)的發(fā)輸電系統(tǒng)可靠性評(píng)估》中對(duì)系統(tǒng)狀態(tài)進(jìn)行解析判斷，同時(shí)通過(guò)有功潮流分布引 導(dǎo)的方法來(lái)加快潮流分布修改，從而減少了計(jì)算量；Rocco C Μ在《Fast Monte Carlo reliability evaluation using supportvector machine》中通過(guò)支持向量機(jī)的求解速度 建立預(yù)測(cè)估算算法來(lái)加快評(píng)估速度。然而，這些方法對(duì)計(jì)算環(huán)境要求較高，也會(huì)帶來(lái)在加快 計(jì)算速度的同時(shí)導(dǎo)致計(jì)算精度下降等問(wèn)題。
[0005]因此，在保證求解精度的基礎(chǔ)上，有效提高蒙特卡羅模擬的計(jì)算速度，是當(dāng)前值得 深入研究快速、準(zhǔn)確地求取系統(tǒng)可靠性指標(biāo)的問(wèn)題。

【發(fā)明內(nèi)容】

[0006] 為了克服以上技術(shù)的不足，本發(fā)明所要解決的技術(shù)問(wèn)題在于提供了一種基于混合 抽樣與最小切負(fù)荷計(jì)算的可靠性計(jì)算方法及平臺(tái)，它在緊密結(jié)合工程實(shí)際的基礎(chǔ)上提出了 一種基于混合抽樣與最小切負(fù)荷計(jì)算的發(fā)輸電系統(tǒng)可靠性評(píng)估技術(shù)。
[0007] 本發(fā)明解決其技術(shù)問(wèn)題所采取的技術(shù)方案是：
[0008] -種基于混合抽樣與最小切負(fù)荷計(jì)算的可靠性計(jì)算方法，其特征是，包括以下過(guò) 程：
[0009] 提取數(shù)據(jù)，用以提取初始負(fù)荷、潮流分布、線(xiàn)路容量、發(fā)電機(jī)容量和線(xiàn)路利用率評(píng) 價(jià)指標(biāo)；
[0010] 對(duì)數(shù)據(jù)進(jìn)行分析計(jì)算，用以對(duì)發(fā)輸電系統(tǒng)的元件狀態(tài)進(jìn)行采樣，求解最小切負(fù)荷， 并分析計(jì)算電力系統(tǒng)各可靠性指標(biāo)；
[0011] 輸出發(fā)輸電系統(tǒng)可靠性評(píng)價(jià)，用以輸出發(fā)輸電系統(tǒng)的可靠性評(píng)估結(jié)果。
[0012] 在對(duì)數(shù)據(jù)進(jìn)行分析計(jì)算過(guò)程中，通過(guò)蒙特卡羅模擬法進(jìn)行可靠性指標(biāo)計(jì)算，所述 對(duì)數(shù)據(jù)進(jìn)行分析計(jì)算的過(guò)程包括以下步驟：
[0013] 系統(tǒng)狀態(tài)建模步驟，用以通過(guò)對(duì)發(fā)輸電系統(tǒng)中發(fā)輸電元件與特高壓元件分別進(jìn)行 狀態(tài)建模來(lái)進(jìn)行發(fā)輸電系統(tǒng)的狀態(tài)解析；
[0014] 系統(tǒng)狀態(tài)采樣步驟，用以利用離散拉丁超立方抽樣與重要抽樣相結(jié)合的混合抽樣 方法，從減小樣本方差與提高樣本均勻性?xún)蓚€(gè)方面來(lái)提高蒙特卡羅模擬的收斂性；
[0015] 網(wǎng)絡(luò)拓?fù)浞治霾襟E，用以對(duì)發(fā)輸電系統(tǒng)進(jìn)行網(wǎng)絡(luò)拓?fù)浞治觯玫竭壿嬆妇€(xiàn)、邏輯母 線(xiàn)和設(shè)備之間的對(duì)應(yīng)關(guān)系、以及設(shè)備間的關(guān)聯(lián)關(guān)系；
[0016] 系統(tǒng)過(guò)負(fù)荷校正步驟，用以采用線(xiàn)性規(guī)劃與靈敏度分析相結(jié)合的方式求解最小切 負(fù)荷，發(fā)揮線(xiàn)性規(guī)劃嚴(yán)格與靈敏度分析啟發(fā)式的優(yōu)勢(shì)，快速準(zhǔn)確進(jìn)行系統(tǒng)過(guò)負(fù)荷校正；
[0017] 系統(tǒng)可靠性指標(biāo)計(jì)算步驟，用以分析計(jì)算出發(fā)輸電系統(tǒng)的各個(gè)可靠性指標(biāo)。
[0018] 在發(fā)輸電系統(tǒng)的狀態(tài)解析中，把發(fā)電機(jī)與輸變電設(shè)備都作為只有停運(yùn)和運(yùn)行兩種 狀態(tài)的設(shè)備，通過(guò)計(jì)算機(jī)產(chǎn)生[0，1]區(qū)間內(nèi)服從均勻分布隨機(jī)數(shù)的方式進(jìn)行采樣，把隨機(jī)數(shù) 與設(shè)備故障率進(jìn)行比較得到該設(shè)備狀態(tài)的解析判斷；
[0019] 發(fā)輸電元件的狀態(tài)解析可通過(guò)下式來(lái)表示：
[0021] 式中:ru為發(fā)輸電元件i的解析狀態(tài);h表示其強(qiáng)迫停運(yùn)率;X是服從[0，1]均勻分布 的隨機(jī)數(shù)；
[0022] 發(fā)電機(jī)與發(fā)輸變電設(shè)備狀態(tài)采樣完成后，每個(gè)發(fā)電機(jī)節(jié)點(diǎn)與輸變電設(shè)備都需要進(jìn) 行故障檢測(cè)判斷，如果沒(méi)有故障，元件處于正常狀態(tài)，標(biāo)記為1;否則，標(biāo)記為〇;
[0023] 特高壓交流輸變電設(shè)備可靠性模型與輸變電設(shè)備相似，也采用兩狀態(tài)模型；
[0024] 特高壓直流輸電系統(tǒng)，將其向電網(wǎng)的注入功率等效為多狀態(tài)電源，在蒙特卡羅模 擬法中把它等效為一個(gè)多狀態(tài)元件參與抽樣；
[0025]直流輸電系統(tǒng)降額運(yùn)行注入功率：
[0026] y = rand · (Ρ~Ρ)+Ρ
[0027] 式中：y代表降額運(yùn)行功率，rand函數(shù)表示[0，1]上均勻分布的隨機(jī)數(shù);P為注入功 率額定值f為降額運(yùn)行功率下限。
[0028] 所述的混合抽樣方法包括以下步驟：
[0029] a)利用重要抽樣方法構(gòu)造離散分布隨機(jī)變量的重要分布函數(shù)；
[0030] b)利用離散拉丁超立方抽樣方法把重要分布函數(shù)形成離散拉丁超立方樣本矩陣 X，并得到矩陣X的相關(guān)控制矩陣S;
[0031] c)分別計(jì)算矩陣X的相關(guān)系數(shù)矩陣ρχ和矩陣S X的相關(guān)系數(shù)矩陣Ps，并通過(guò) Cholesky分解得到下三角矩陣P和下三角矩陣Q;
[0032] d)通過(guò)修正矩陣G對(duì)相關(guān)控制矩陣S中各列元素在該列的位置重新排列；
[0033] e)根據(jù)更新后的矩陣S對(duì)原始樣本矩陣X中各列元素的位置進(jìn)行重排列得到最終 的樣本矩陣、γ%
[0034] f)根據(jù)樣本矩陣.,if每一列元素對(duì)系統(tǒng)進(jìn)行充裕性評(píng)估；
[0035] g)利用重要抽樣函數(shù)計(jì)算原樣本空間狀態(tài)的期望值。
[0036] 所述離散拉丁超立方抽樣方法包括以下過(guò)程：
[0037] 樣本生成過(guò)程，在含有m個(gè)離散分布隨機(jī)變量的系統(tǒng)中，對(duì)于給定的樣本容量n，隨 機(jī)變量Xi取值為Xi, j的數(shù)量同該隨機(jī)變量取值為Xi, j的概率成正比：
[0038] Num(xi = xi, j) = n XP(xi = Xi, j)
[0039] 式中：Num(xi = xi,j)表示隨機(jī)變量Xi取值為Xi,j的的樣本數(shù)量;P(xi = xi, j)表示相 應(yīng)取值的概率；
[0040] 所有隨機(jī)變量樣本生成后即可得到n Xm階樣本矩陣X，X的行元素表示隨機(jī)變量， 列元素代表該隨機(jī)變量的抽樣值，其中每個(gè)隨機(jī)變量只記錄取某一離散抽樣值的數(shù)量，并 對(duì)離散抽樣值按從小到大順序進(jìn)行排列；
[0041] 計(jì)算樣本矩陣X的相關(guān)系數(shù)矩陣ρχ，并對(duì)ρχ進(jìn)行Cholesky分解，得到下三角矩陣L， 其中Px為對(duì)稱(chēng)正定矩陣：
[0042] px = LLT；
[0043] 相關(guān)性控制過(guò)程，首先形成nXm階相關(guān)控制矩陣S，相關(guān)控制矩陣S與樣本矩陣X同 維，但不相關(guān);相關(guān)控制矩陣S每列中的元素是η個(gè)Van Der Waerden正態(tài)記分Φ4(i/η+Ι)的 隨機(jī)排列，其中Φ 4代表標(biāo)準(zhǔn)正態(tài)分布的反函數(shù)，i = 1，…，η;
[0044] 同樣計(jì)算相關(guān)控制矩陣S的相關(guān)系數(shù)矩陣Ps，并對(duì)其進(jìn)行Cholesky分解得到下三 角矩陣Q，進(jìn)而得到m X m階修正矩陣G:
[0045] G = LQ-1
[0046] 通過(guò)修正矩陣G對(duì)相關(guān)控制矩陣S進(jìn)行修正，得到修正后的相關(guān)控制矩陣沒(méi)％
[0047] ^ ??
[0048] 式中：S#1，的相關(guān)系數(shù)矩陣是單位陣，修正后的相關(guān)控制矩陣f中各個(gè)變量的 相關(guān)系數(shù)小于原矩陣S中各變量的相關(guān)系數(shù)；
[0049] 根據(jù)修正后的相關(guān)控制矩陣夕中各列元素的位置，按相同排列規(guī)則對(duì)樣本矩陣X 中元素位置進(jìn)行相對(duì)應(yīng)的重新排列，得到新樣本矩陣X%新樣本矩陣的相關(guān)系數(shù)矩陣為 且/i與4之間的差距較小，即二者雖不相等但具有一致性，通過(guò)較小的4可以得到較 小的^，因此確定新樣本矩陣的相關(guān)系數(shù)也較小。
[0050] 所述重要抽樣方法是在不改變?cè)袠颖酒谕档那疤嵯?，通過(guò)改變已有樣本空間 的概率分布來(lái)減小其方差，以達(dá)到縮短計(jì)算時(shí)間的目的;概率分布更新后的分布函數(shù)F(工） 被叫作重要分布函數(shù);重要分布函數(shù)的表達(dá)形式如下：
[0052]式中：心為元件i的強(qiáng)迫停運(yùn)率;k表示突出"重要事件"的重要乘子;Xl為元件i的狀 態(tài)取值。
[0053]在系統(tǒng)過(guò)負(fù)荷校正過(guò)程中，采用線(xiàn)性規(guī)劃與靈敏度分析相結(jié)合的方式求解最小切 負(fù)荷，并采用直流潮流模型進(jìn)行系統(tǒng)過(guò)負(fù)荷校正；
[0054] 假設(shè)系統(tǒng)中支路數(shù)為b，節(jié)點(diǎn)數(shù)為n，通過(guò)網(wǎng)絡(luò)與支路直流潮流模型，得到節(jié)點(diǎn)注入 功率與支路潮流之間的靈敏度關(guān)系：
[0055] AL = SAP
[0056] S7 =ΒιΑΒ_1
[0057] 式中：AL是一個(gè)bXl維向量，表示支路有功潮流變化量；ΔΡ是一個(gè)nXl維向量， 表示節(jié)點(diǎn)（包括平衡節(jié)點(diǎn)）注入有功功率變化量;Βι是一個(gè)bXb階對(duì)角矩陣，由支路導(dǎo)納組 成;B是一個(gè)(n-l)X(n-l)階方陣，其組成元素為節(jié)點(diǎn)導(dǎo)納矩陣的虛部;A代表系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu) 的支路一節(jié)點(diǎn)關(guān)聯(lián)矩陣；
[0058] 靈敏度矩陣中元素的含義為某條線(xiàn)路k對(duì)某節(jié)點(diǎn)i的靈敏度系數(shù)；
[0059] 靈敏度矩陣S'是一個(gè)以平衡節(jié)點(diǎn)為參考點(diǎn)的bX(n-l)階矩陣，并不包括平衡節(jié) 點(diǎn)，將其擴(kuò)展成b X η階的新靈敏度矩陣S，擴(kuò)展靈敏度矩陣S在靈敏度矩陣f的基礎(chǔ)上，與平 衡節(jié)點(diǎn)對(duì)應(yīng)列元素都賦值0;
[0060] 將線(xiàn)性規(guī)劃法與靈敏度分析法相結(jié)合，建立如下線(xiàn)性規(guī)劃模型：
[0061 ]目標(biāo)函數(shù)：
[0067] 〇<ri$Pdi，i = l，2，...，ND
[0068]式中：ND與NG分別是負(fù)荷與發(fā)電機(jī)節(jié)點(diǎn)數(shù);r=(ri，r2，···，ri，···，rND)T是節(jié)點(diǎn)的削 負(fù)荷量;分別是發(fā)電機(jī)最小、最大出力向量;Pi是支路潮流向量;if"是支路功率 極限值向量;4就是靈敏度矩陣S中的元素；
[0069] 運(yùn)用此線(xiàn)性規(guī)劃模型，可以通過(guò)減小控制變量和支路容量約束條件的數(shù)量減小問(wèn) 題的規(guī)模。
[0070] 本發(fā)明還提供了一種基于混合抽樣與最小切負(fù)荷計(jì)算的可靠性計(jì)算平臺(tái)，其特征 是，包括：
[0071] 數(shù)據(jù)提取模塊，用以從數(shù)據(jù)庫(kù)中提取初始負(fù)荷、潮流分布、線(xiàn)路容量、發(fā)電機(jī)容量 和線(xiàn)路利用率評(píng)價(jià)指標(biāo)數(shù)據(jù)；
[0072] 數(shù)據(jù)分析計(jì)算模塊，用以對(duì)發(fā)輸電系統(tǒng)的元件狀態(tài)進(jìn)行采樣，求解最小切負(fù)荷，并 分析計(jì)算電力系統(tǒng)各可靠性指標(biāo)；
[0073]發(fā)輸電系統(tǒng)可靠性評(píng)價(jià)輸出模塊，用以輸出發(fā)輸電系統(tǒng)的可靠性評(píng)估結(jié)果。
[0074]所述數(shù)據(jù)庫(kù)包括網(wǎng)架接線(xiàn)模式數(shù)據(jù)庫(kù)和電力設(shè)備數(shù)據(jù)庫(kù);所述數(shù)據(jù)提取模塊包括 初始負(fù)荷提取子模塊、潮流分布提取子模塊、線(xiàn)路容量提取子模塊、發(fā)電機(jī)容量提取子模塊 和線(xiàn)路利用率評(píng)價(jià)指標(biāo)提取子模塊，所述的初始負(fù)荷提取子模塊、潮流分布提取子模塊、線(xiàn) 路容量提取子模塊、發(fā)電機(jī)容量提取子模塊和線(xiàn)路利用率評(píng)價(jià)指標(biāo)提取子模塊分別數(shù)據(jù)庫(kù) 中提取初始負(fù)荷、潮流分布、線(xiàn)路容量、發(fā)電機(jī)容量和線(xiàn)路利用率評(píng)價(jià)指標(biāo)數(shù)據(jù)，并發(fā)送給 數(shù)據(jù)分析計(jì)算模塊。
[0075]所述數(shù)據(jù)分析計(jì)算模塊包括：
[0076]系統(tǒng)狀態(tài)建模子模塊，用以通過(guò)對(duì)發(fā)輸電系統(tǒng)中發(fā)輸電元件與特高壓元件分別進(jìn) 行狀態(tài)建模來(lái)進(jìn)行發(fā)輸電系統(tǒng)的狀態(tài)解析；
[0077]系統(tǒng)狀態(tài)采樣子模塊，用以利用離散拉丁超立方抽樣與重要抽樣相結(jié)合的混合抽 樣方法，從減小樣本方差與提高樣本均勻性?xún)蓚€(gè)方面來(lái)提高蒙特卡羅模擬的收斂性；
[0078]網(wǎng)絡(luò)拓?fù)浞治鲎幽K，用以對(duì)發(fā)輸電系統(tǒng)進(jìn)行網(wǎng)絡(luò)拓?fù)浞治觯玫竭壿嬆妇€(xiàn)、邏輯 母線(xiàn)和設(shè)備之間的對(duì)應(yīng)關(guān)系、以及設(shè)備間的關(guān)聯(lián)關(guān)系；
[0079]系統(tǒng)過(guò)負(fù)荷校正子模塊，用以采用線(xiàn)性規(guī)劃與靈敏度分析相結(jié)合的方式求解最小 切負(fù)荷，發(fā)揮線(xiàn)性規(guī)劃嚴(yán)格與靈敏度分析啟發(fā)式的優(yōu)勢(shì)，快速準(zhǔn)確進(jìn)行系統(tǒng)過(guò)負(fù)荷校正；
[0080] 系統(tǒng)可靠性指標(biāo)計(jì)算子模塊，用以分析計(jì)算出發(fā)輸電系統(tǒng)的各個(gè)可靠性指標(biāo)。
[0081] 所述系統(tǒng)狀態(tài)建模子模塊在對(duì)發(fā)輸電系統(tǒng)的狀態(tài)解析中，把發(fā)電機(jī)與輸變電設(shè)備 都作為只有停運(yùn)和運(yùn)行的兩種狀態(tài)設(shè)備，通過(guò)計(jì)算機(jī)產(chǎn)生[0，1]區(qū)間內(nèi)服從均勻分布隨機(jī) 數(shù)的方式進(jìn)行采樣，把隨機(jī)數(shù)與設(shè)備故障率進(jìn)行比較得到該設(shè)備狀態(tài)的解析判斷；
[0082] 發(fā)輸電元件的狀態(tài)解析可通過(guò)下式來(lái)表示：
[0084] 式中:ru為發(fā)輸電元件i的解析狀態(tài);h表示其強(qiáng)迫停運(yùn)率;X是服從[0，1]均勻分布 的隨機(jī)數(shù)；
[0085] 發(fā)電機(jī)與發(fā)輸變電設(shè)備狀態(tài)采樣完成后，每個(gè)發(fā)電機(jī)節(jié)點(diǎn)與輸變電設(shè)備都需要進(jìn) 行故障檢測(cè)判斷，如果沒(méi)有故障，元件處于正常狀態(tài)，標(biāo)記為1;否則，標(biāo)記為〇;
[0086] 特高壓交流輸變電設(shè)備可靠性模型與輸變電設(shè)備相似，也采用兩狀態(tài)模型；
[0087] 特高壓直流輸電系統(tǒng)，將其向電網(wǎng)的注入功率等效為多狀態(tài)電源，在蒙特卡羅模 擬法中把它等效為一個(gè)多狀態(tài)元件參與抽樣；
[0088]直流輸電系統(tǒng)降額運(yùn)行注入功率：
[0089] y = rand · (Ρ~Ρ)+Ρ
[0090] 式中：y代表降額運(yùn)行功率，rand函數(shù)表示[0，1]上均勻分布的隨機(jī)數(shù);P為注入功 率額定值f為降額運(yùn)行功率下限。
[0091] 述系統(tǒng)狀態(tài)采樣子模塊包括離散拉丁超立方抽樣模塊、重要抽樣模塊和混合抽 樣模塊；
[0092] 所述離散拉丁超立方抽樣模塊包括樣本生成模塊和相關(guān)性控制模塊，所述樣本生 成模塊在含有m個(gè)離散分布隨機(jī)變量的系統(tǒng)中，首先對(duì)于給定的樣本容量n，隨機(jī)變量^取 值為11,』的數(shù)量同該隨機(jī)變量取值為11,』的概率成正比：燦111^ = 1^」）=1^?^ = 1^」），式 中：Num(xi = xi,j)表示隨機(jī)變量Xi取值為Xi,j的的樣本數(shù)量;P(xi = xi, j)表示相應(yīng)取值的概 率;然后再對(duì)所有隨機(jī)變量樣本生成的離散抽樣值按從小到大順序進(jìn)行排列；最后計(jì)算樣 本矩陣X的相關(guān)系數(shù)矩陣Px，并對(duì)Px進(jìn)行Cholesky分解，得到下三角矩陣L，其中px為對(duì)稱(chēng)正 定矩陣:Px=LLT;
[0093] 所述相關(guān)性控制模塊用以首先形成nXm階相關(guān)控制矩陣S，相關(guān)控制矩陣S與樣本 矩陣X同維，但不相關(guān);相關(guān)控制矩陣S每列中的元素是η個(gè)Van Der Waerden正態(tài)記分Φ一1 (i/η+Ι)的隨機(jī)排列，其中(6^1代表標(biāo)準(zhǔn)正態(tài)分布的反函數(shù)，i = l，···，n;同樣計(jì)算相關(guān)控制 矩陣S的相關(guān)系數(shù)矩陣Ps，并對(duì)其進(jìn)行Cholesky分解得到下三角矩陣Q，進(jìn)而得到mXm階修 正矩陣G:G = LQ'通過(guò)修正矩陣G對(duì)相關(guān)控制矩陣S進(jìn)行修正，得到修正后的相關(guān)控制矩陣 f ，式中：S(Q-V的相關(guān)系數(shù)矩陣是單位陣，修正后的相關(guān)控制矩陣f中 各個(gè)變量的相關(guān)系數(shù)小于原矩陣S中各變量的相關(guān)系數(shù);根據(jù)修正后的相關(guān)控制矩陣f中 各列元素的位置，按相同排列規(guī)則對(duì)樣本矩陣X中元素位置進(jìn)行相對(duì)應(yīng)的重新排列，得到新 樣本矩陣尤％新樣本矩陣的相關(guān)系數(shù)矩陣為，且乂與4之間的差距較小，即二者雖 不相等但具有一致性，通過(guò)較小的4可以得到較小的因此確定新樣本矩陣.礦的相關(guān)系 數(shù)也較小；
[0094] 所述重要抽樣模塊用以在不改變?cè)袠颖酒谕档那疤嵯?，通過(guò)改變已有樣本空 間的概率分布來(lái)減小其方差，以達(dá)到縮短計(jì)算時(shí)間的目的；概率分布更新后的分布函數(shù) 被叫作重要分布函數(shù);重要分布函數(shù)的表達(dá)形式如下：
[0096] 式中：心為元件i的強(qiáng)迫停運(yùn)率;k表示突出"重要事件"的重要乘子;Xl為元件i的狀 態(tài)取值；
[0097] 所述混合抽樣模塊用以對(duì)系統(tǒng)狀態(tài)進(jìn)行采樣的過(guò)程如下：
[0098] a)利用重要抽樣方法構(gòu)造離散分布隨機(jī)變量的重要分布函數(shù)；
[0099] b)利用離散拉丁超立方抽樣方法把重要分布函數(shù)形成離散拉丁超立方樣本矩陣 X，并得到矩陣X的相關(guān)控制矩陣S;
[0100] c)分別計(jì)算矩陣X的相關(guān)系數(shù)矩陣ρχ和矩陣S X的相關(guān)系數(shù)矩陣Ps，并通過(guò) Cholesky分解得到下三角矩陣P和下三角矩陣Q;
[0101] d)通過(guò)修正矩陣G對(duì)相關(guān)控制矩陣S中各列元素在該列的位置重新排列；
[0102] e)根據(jù)更新后的矩陣S對(duì)原始樣本矩陣X中各列元素的位置進(jìn)行重排列得到最終 的樣本矩陣尤％
[0103] f)根據(jù)樣本矩陣I'每一列元素對(duì)系統(tǒng)進(jìn)行充裕性評(píng)估；
[0104] g)利用重要抽樣函數(shù)計(jì)算原樣本空間狀態(tài)的期望值。
[0105] 所述系統(tǒng)過(guò)負(fù)荷校正子模塊在進(jìn)行系統(tǒng)過(guò)負(fù)荷校正過(guò)程中，采用線(xiàn)性規(guī)劃與靈敏 度分析相結(jié)合的方式求解最小切負(fù)荷，并采用直流潮流模型進(jìn)行系統(tǒng)過(guò)負(fù)荷校正；
[0106] 假設(shè)系統(tǒng)中支路數(shù)為b，節(jié)點(diǎn)數(shù)為n，通過(guò)網(wǎng)絡(luò)與支路直流潮流模型，得到節(jié)點(diǎn)注入 功率與支路潮流之間的靈敏度關(guān)系：
[0107] AL = SAP
[0108] s' =ΒιΑΒ-1
[0109] 式中：AL是一個(gè)bXl維向量，表示支路有功潮流變化量；ΔΡ是一個(gè)nXl維向量， 表示節(jié)點(diǎn)（包括平衡節(jié)點(diǎn)）注入有功功率變化量;Βι是一個(gè)bXb階對(duì)角矩陣，由支路導(dǎo)納組 成;B是一個(gè)(n-l)X(n-l)階方陣，其組成元素為節(jié)點(diǎn)導(dǎo)納矩陣的虛部;A代表系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu) 的支路一節(jié)點(diǎn)關(guān)聯(lián)矩陣；
[0110] 靈敏度矩陣中元素 SVi的含義為某條線(xiàn)路k對(duì)某節(jié)點(diǎn)i的靈敏度系數(shù)；
[0111] 靈敏度矩陣S'是一個(gè)以平衡節(jié)點(diǎn)為參考點(diǎn)的b X (n-1)階矩陣，并不包括平衡節(jié) 點(diǎn)，將其擴(kuò)展成b X η階的新靈敏度矩陣S，擴(kuò)展靈敏度矩陣S在靈敏度矩陣f的基礎(chǔ)上，與平 衡節(jié)點(diǎn)對(duì)應(yīng)列元素都賦值0;
[0112] 將線(xiàn)性規(guī)劃法與靈敏度分析法相結(jié)合，建立如下線(xiàn)性規(guī)劃模型：
[0113]目標(biāo)函數(shù)：
[0119] 0<ri<Pdi，i = l，2，."，ND
[0120]式中：ND與NG分別是負(fù)荷與發(fā)電機(jī)節(jié)點(diǎn)數(shù);r=(ri，r2，···，ri，···，rND)T是節(jié)點(diǎn)的削 負(fù)荷量分別是發(fā)電機(jī)最小、最大出力向量;Pi是支路潮流向量df"是支路功率 極限值向量;為就是靈敏度矩陣S中的元素；
[0121] 運(yùn)用此線(xiàn)性規(guī)劃模型，可以通過(guò)減小控制變量和支路容量約束條件的數(shù)量減小問(wèn) 題的規(guī)模。
[0122] 所述發(fā)輸電系統(tǒng)可靠性評(píng)價(jià)輸出模塊通過(guò)分析計(jì)算負(fù)荷削減概率(Loss of Load Probability，L0LP)、切負(fù)荷持續(xù)時(shí)間（Expected Duration of Load Curtailments， EDLC)、電力不足期望值（Expected Demand Not Supplied，EDNS)、電量不足期望值 (Expected Energy Not Supplied，EENS)、電量不足期望占該系統(tǒng)峰值負(fù)荷量的比率(Bulk Power/Energy Curtailment Index，BPECI)和系統(tǒng)嚴(yán)重性指標(biāo)（Severity Index，SI)六個(gè) 指標(biāo)，來(lái)對(duì)發(fā)輸電系統(tǒng)的可靠性進(jìn)行評(píng)估。
[0123] 本發(fā)明的有益效果是：
[0124] (1)本發(fā)明首先提取初始負(fù)荷、潮流分布、線(xiàn)路容量、發(fā)電機(jī)容量和線(xiàn)路利用率評(píng) 價(jià)指標(biāo)，然后對(duì)發(fā)輸電系統(tǒng)的元件狀態(tài)進(jìn)行采樣，求解最小切負(fù)荷，并分析計(jì)算電力系統(tǒng)各 可靠性指標(biāo)，最后通過(guò)分析計(jì)算負(fù)荷削減概率、切負(fù)荷持續(xù)時(shí)間、電力不足期望值、電量不 足期望值、電量不足期望占該系統(tǒng)峰值負(fù)荷量的比率和系統(tǒng)嚴(yán)重性指標(biāo)來(lái)對(duì)發(fā)輸電系統(tǒng)可 靠性進(jìn)行評(píng)估并輸出發(fā)輸電系統(tǒng)的可靠性評(píng)估結(jié)果。與現(xiàn)有技術(shù)相比，本發(fā)明在緊密結(jié)合 工程實(shí)際的基礎(chǔ)上提出了一種基于混合抽樣與最小切負(fù)荷計(jì)算的發(fā)輸電系統(tǒng)可靠性評(píng)估 技術(shù)，顯著提高了發(fā)輸電系統(tǒng)可靠性的評(píng)估效率。
[0125] (2)本發(fā)明在發(fā)輸變電設(shè)備狀態(tài)采樣完成后對(duì)每個(gè)發(fā)電機(jī)節(jié)點(diǎn)與輸變電設(shè)備都進(jìn) 行故障檢測(cè)判斷，如果沒(méi)有故障，元件處于正常狀態(tài)，標(biāo)記為1;否則，標(biāo)記為0,采樣這種系 統(tǒng)狀態(tài)解析判斷方式能夠使有功約束條件數(shù)下降到與發(fā)電機(jī)節(jié)點(diǎn)數(shù)持平，從而極大地降低 了有功優(yōu)化調(diào)整計(jì)算過(guò)程的維數(shù)。
[0126] (3)本發(fā)明通過(guò)采樣離散拉丁超立方抽樣與重要抽樣相結(jié)合的混合抽樣方法，從 減小樣本方差與提高樣本均勻性?xún)蓚€(gè)方面來(lái)提高了蒙特卡羅模擬的收斂性。其中，重要抽 樣方法在不改變?cè)袠颖酒谕档那疤嵯拢ㄟ^(guò)改變已有樣本空間的概率分布，減小其方 差，達(dá)到縮短計(jì)算時(shí)間的目的。
[0127] (4)本發(fā)明采用線(xiàn)性規(guī)劃與靈敏度分析相結(jié)合的方式求解最小切負(fù)荷，發(fā)揮線(xiàn)性 規(guī)劃嚴(yán)格與靈敏度分析啟發(fā)式的優(yōu)勢(shì)，快速準(zhǔn)確進(jìn)行發(fā)輸電系統(tǒng)的過(guò)負(fù)荷校正。在系統(tǒng)過(guò) 負(fù)荷校正過(guò)程中，通過(guò)靈敏度分析對(duì)約束條件進(jìn)行降維處理，可以大大減小問(wèn)題的規(guī)模，通 過(guò)對(duì)節(jié)點(diǎn)與支路的篩選，極大地減小了問(wèn)題規(guī)模，較傳統(tǒng)線(xiàn)性規(guī)劃方法計(jì)算速率得到了進(jìn) 一步提尚。
[0128] (5)本發(fā)明從系統(tǒng)充裕性的角度對(duì)發(fā)輸電組合系統(tǒng)可靠性評(píng)估進(jìn)行了研究，并基 于離散拉丁超立方抽樣和重要抽樣的混合抽樣方法提出了發(fā)輸電組合系統(tǒng)的可靠性評(píng)估 方法，二者結(jié)合從對(duì)樣本空間進(jìn)行均勻采樣和減小樣本空間方差兩個(gè)不同方面提高了蒙特 卡羅模擬的收斂性。同時(shí)，采用了靈敏度分析法和線(xiàn)性規(guī)劃相結(jié)合的方法進(jìn)行了系統(tǒng)過(guò)負(fù) 荷校正，通過(guò)對(duì)消除過(guò)載影響較大的節(jié)點(diǎn)與支路進(jìn)行篩選，從減少控制變量和支路容量約 束數(shù)量?jī)煞矫孀畲蟪潭鹊販p小了問(wèn)題的規(guī)模，使計(jì)算速度顯著提高。與傳統(tǒng)算法相比，本發(fā) 明在保證評(píng)估結(jié)果準(zhǔn)確的前提下極大地加快了可靠性指標(biāo)計(jì)算速度，提高了計(jì)算效率。
【附圖說(shuō)明】
[0129] 圖1是本發(fā)明所述評(píng)估方法的方法流程圖；
[0130] 圖2是本發(fā)明所述對(duì)數(shù)據(jù)進(jìn)行分析計(jì)算過(guò)程的方法流程圖；
[0131 ]圖3是本發(fā)明所述評(píng)估系統(tǒng)的結(jié)構(gòu)示意圖；
[0132] 圖4是利用本發(fā)明進(jìn)行可靠性評(píng)估的系統(tǒng)接線(xiàn)圖；
[0133] 圖5是圖4所示系統(tǒng)中方差系數(shù)隨采樣次數(shù)變化的曲線(xiàn)示意圖。
【具體實(shí)施方式】
[0134] 為能清楚說(shuō)明本方案的技術(shù)特點(diǎn)，下面通過(guò)【具體實(shí)施方式】，并結(jié)合其附圖，對(duì)本發(fā) 明進(jìn)行詳細(xì)闡述。下文的公開(kāi)提供了許多不同的實(shí)施例或例子用來(lái)實(shí)現(xiàn)本發(fā)明的不同結(jié) 構(gòu)。為了簡(jiǎn)化本發(fā)明的公開(kāi)，下文中對(duì)特定例子的部件和設(shè)置進(jìn)行描述。此外，本發(fā)明可以 在不同例子中重復(fù)參考數(shù)字和/或字母。這種重復(fù)是為了簡(jiǎn)化和清楚的目的，其本身不指示 所討論各種實(shí)施例和/或設(shè)置之間的關(guān)系。應(yīng)當(dāng)注意，在附圖中所圖示的部件不一定按比例 繪制。本發(fā)明省略了對(duì)公知組件和處理技術(shù)及工藝的描述以避免不必要地限制本發(fā)明。
[0135] 如圖1所示，本發(fā)明的基于混合抽樣與最小切負(fù)荷計(jì)算的可靠性計(jì)算方法，它包括 以下過(guò)程：
[0136] 提取數(shù)據(jù)，用以提取初始負(fù)荷、潮流分布、線(xiàn)路容量、發(fā)電機(jī)容量和線(xiàn)路利用率評(píng) 價(jià)指標(biāo)；
[0137] 對(duì)數(shù)據(jù)進(jìn)行分析計(jì)算，用以對(duì)發(fā)輸電系統(tǒng)的元件狀態(tài)進(jìn)行采樣，求解最小切負(fù)荷， 并分析計(jì)算電力系統(tǒng)各可靠性指標(biāo)；
[0138] 輸出發(fā)輸電系統(tǒng)可靠性評(píng)價(jià)，用以輸出發(fā)輸電系統(tǒng)的可靠性評(píng)估結(jié)果。
[0139] 如圖2所示，本發(fā)明在對(duì)數(shù)據(jù)進(jìn)行分析計(jì)算過(guò)程中，通過(guò)蒙特卡羅模擬法進(jìn)行可靠 性指標(biāo)計(jì)算，所述對(duì)數(shù)據(jù)進(jìn)行分析計(jì)算的過(guò)程包括以下步驟：
[0140]系統(tǒng)狀態(tài)建模步驟，用以通過(guò)對(duì)發(fā)輸電系統(tǒng)中發(fā)輸電元件與特高壓元件分別進(jìn)行 狀態(tài)建模來(lái)進(jìn)行發(fā)輸電系統(tǒng)的狀態(tài)解析；
[0141]系統(tǒng)狀態(tài)采樣步驟，用以利用離散拉丁超立方抽樣與重要抽樣相結(jié)合的混合抽樣 方法，從減小樣本方差與提高樣本均勻性?xún)蓚€(gè)方面來(lái)提高蒙特卡羅模擬的收斂性；
[0142] 網(wǎng)絡(luò)拓?fù)浞治霾襟E，用以對(duì)發(fā)輸電系統(tǒng)進(jìn)行網(wǎng)絡(luò)拓?fù)浞治?，得到邏輯母線(xiàn)、邏輯母 線(xiàn)和設(shè)備之間的對(duì)應(yīng)關(guān)系、以及設(shè)備間的關(guān)聯(lián)關(guān)系；
[0143] 系統(tǒng)過(guò)負(fù)荷校正步驟，用以采用線(xiàn)性規(guī)劃與靈敏度分析相結(jié)合的方式求解最小切 負(fù)荷，發(fā)揮線(xiàn)性規(guī)劃嚴(yán)格與靈敏度分析啟發(fā)式的優(yōu)勢(shì)，快速準(zhǔn)確進(jìn)行系統(tǒng)過(guò)負(fù)荷校正；
[0144] 系統(tǒng)可靠性指標(biāo)計(jì)算步驟，用以分析計(jì)算出發(fā)輸電系統(tǒng)的各個(gè)可靠性指標(biāo)。
[0145] 如圖3所示，本發(fā)明的基于混合抽樣與最小切負(fù)荷計(jì)算的可靠性計(jì)算平臺(tái)，它包 括：
[0146] 數(shù)據(jù)提取模塊，用以從數(shù)據(jù)庫(kù)中提取初始負(fù)荷、潮流分布、線(xiàn)路容量、發(fā)電機(jī)容量 和線(xiàn)路利用率評(píng)價(jià)指標(biāo)數(shù)據(jù)；
[0147] 數(shù)據(jù)分析計(jì)算模塊，用以對(duì)發(fā)輸電系統(tǒng)的元件狀態(tài)進(jìn)行采樣，求解最小切負(fù)荷，并 分析計(jì)算電力系統(tǒng)各可靠性指標(biāo)；
[0148] 發(fā)輸電系統(tǒng)可靠性評(píng)價(jià)輸出模塊，用以輸出發(fā)輸電系統(tǒng)的可靠性評(píng)估結(jié)果。
[0149] 所述數(shù)據(jù)庫(kù)包括網(wǎng)架接線(xiàn)模式數(shù)據(jù)庫(kù)和電力設(shè)備數(shù)據(jù)庫(kù);所述數(shù)據(jù)提取模塊包括 初始負(fù)荷提取子模塊、潮流分布提取子模塊、線(xiàn)路容量提取子模塊、發(fā)電機(jī)容量提取子模塊 和線(xiàn)路利用率評(píng)價(jià)指標(biāo)提取子模塊，所述的初始負(fù)荷提取子模塊、潮流分布提取子模塊、線(xiàn) 路容量提取子模塊、發(fā)電機(jī)容量提取子模塊和線(xiàn)路利用率評(píng)價(jià)指標(biāo)提取子模塊分別數(shù)據(jù)庫(kù) 中提取初始負(fù)荷、潮流分布、線(xiàn)路容量、發(fā)電機(jī)容量和線(xiàn)路利用率評(píng)價(jià)指標(biāo)數(shù)據(jù)，并發(fā)送給 數(shù)據(jù)分析計(jì)算模塊。
[0150] 所述數(shù)據(jù)分析計(jì)算模塊包括：
[0151]系統(tǒng)狀態(tài)建模子模塊，用以通過(guò)對(duì)發(fā)輸電系統(tǒng)中發(fā)輸電元件與特高壓元件分別進(jìn) 行狀態(tài)建模來(lái)進(jìn)行發(fā)輸電系統(tǒng)的狀態(tài)解析；
[0152]系統(tǒng)狀態(tài)采樣子模塊，用以利用離散拉丁超立方抽樣與重要抽樣相結(jié)合的混合抽 樣方法，從減小樣本方差與提高樣本均勻性?xún)蓚€(gè)方面來(lái)提高蒙特卡羅模擬的收斂性；
[0153]網(wǎng)絡(luò)拓?fù)浞治鲎幽K，用以對(duì)發(fā)輸電系統(tǒng)進(jìn)行網(wǎng)絡(luò)拓?fù)浞治觯玫竭壿嬆妇€(xiàn)、邏輯 母線(xiàn)和設(shè)備之間的對(duì)應(yīng)關(guān)系、以及設(shè)備間的關(guān)聯(lián)關(guān)系；
[0154]系統(tǒng)過(guò)負(fù)荷校正子模塊，用以采用線(xiàn)性規(guī)劃與靈敏度分析相結(jié)合的方式求解最小 切負(fù)荷，發(fā)揮線(xiàn)性規(guī)劃嚴(yán)格與靈敏度分析啟發(fā)式的優(yōu)勢(shì)，快速準(zhǔn)確進(jìn)行系統(tǒng)過(guò)負(fù)荷校正； [0155]系統(tǒng)可靠性指標(biāo)計(jì)算子模塊，用以分析計(jì)算出發(fā)輸電系統(tǒng)的各個(gè)可靠性指標(biāo)。 [0156]所述發(fā)輸電系統(tǒng)可靠性評(píng)價(jià)輸出模塊通過(guò)分析計(jì)算負(fù)荷削減概率、切負(fù)荷持續(xù)時(shí) 間、電力不足期望值、電量不足期望值、電量不足期望占該系統(tǒng)峰值負(fù)荷量的比率和系統(tǒng)嚴(yán) 重性指標(biāo)來(lái)對(duì)發(fā)輸電系統(tǒng)可靠性進(jìn)行評(píng)估。
[0157] 在系統(tǒng)狀態(tài)建模過(guò)程中對(duì)發(fā)輸電元件與特高壓元件分別進(jìn)行狀態(tài)建模。在系統(tǒng)狀 態(tài)解析中，把發(fā)電機(jī)與輸變電設(shè)備都作為只有停運(yùn)和運(yùn)行的兩狀態(tài)設(shè)備，通過(guò)計(jì)算機(jī)產(chǎn)生 [0，1 ]區(qū)間內(nèi)服從均勻分布隨機(jī)數(shù)的方式進(jìn)行采樣，把隨機(jī)數(shù)與設(shè)備故障率進(jìn)行比較得到 該設(shè)備狀態(tài)的解析判斷。
[0158] 發(fā)輸變電設(shè)備狀態(tài)解析：
[0160]式中:ru為發(fā)輸變電元件i的解析狀態(tài);h表示其強(qiáng)迫停運(yùn)率;X是服從[0，1]均勻分 布的隨機(jī)數(shù)。
[0161]發(fā)輸變電設(shè)備狀態(tài)采樣完成后，每個(gè)發(fā)電機(jī)節(jié)點(diǎn)與輸變電設(shè)備都需要進(jìn)行故障檢 測(cè)判斷。如果沒(méi)有故障，元件處于正常狀態(tài)，標(biāo)記為1;否則，標(biāo)記為0。值得注意的是，如果備 用容量的投入能使故障發(fā)電機(jī)節(jié)點(diǎn)有功功率不變，仍然標(biāo)記其狀態(tài)為1;只有在備用容量全 部投入也不能完全補(bǔ)償某節(jié)點(diǎn)發(fā)電機(jī)故障帶來(lái)的有功功率損失時(shí)，該節(jié)點(diǎn)狀態(tài)才會(huì)標(biāo)記為 0。這種系統(tǒng)狀態(tài)解析判斷方式能夠使有功約束條件數(shù)下降到與發(fā)電機(jī)節(jié)點(diǎn)數(shù)持平，從而極 大地降低了有功優(yōu)化調(diào)整計(jì)算過(guò)程的維數(shù)。
[0162] 特高壓交流輸電系統(tǒng)具有網(wǎng)絡(luò)功能，可以根據(jù)電源與負(fù)荷分布、輸送電力容量等 實(shí)際需求構(gòu)成特高壓骨干網(wǎng)架。所以，特高壓交流輸變電設(shè)備可靠性模型與常規(guī)輸變電設(shè) 備相似，為兩狀態(tài)模型。對(duì)于特高壓直流輸電系統(tǒng)，將其向電網(wǎng)的注入功率等效為多狀態(tài)電 源，在所述的蒙特卡羅模擬過(guò)程中，把它等效為一個(gè)多狀態(tài)元件參與抽樣。
[0163] 直流輸電系統(tǒng)降額運(yùn)行注入功率：
[0164] y = rand · (Ρ~Ρ)+Ρ
[0165] 式中：y代表降額運(yùn)行功率，rand函數(shù)表示[0，1]上均勻分布的隨機(jī)數(shù);P為注入功 率額定值f為降額運(yùn)行功率下限。
[0166] ^系統(tǒng)狀態(tài)采樣過(guò)程中通過(guò)離散拉丁超立方抽樣與重要抽樣相結(jié)合的混合抽樣 方法，從減小樣本方差與提高樣本均勻性?xún)蓚€(gè)方面提高蒙特卡羅模擬的收斂性。
[0167] 混合抽樣方法中的拉丁超立方抽樣(Latin Hypercube Sampling，LHS)由樣本生 成和相關(guān)性控制兩階段構(gòu)成。樣本生成階段中，在含有m個(gè)離散分布隨機(jī)變量的系統(tǒng)中，對(duì) 于給定的樣本容量η，隨機(jī)變量xi取值為xi, j的數(shù)量同該隨機(jī)變量取值為xi, j的概率成正比：
[0168] Num(xi = xi, j)=nXP(xi = Xi, j)
[0169] 式中：Num(xi = xi,j)表示隨機(jī)變量Xi取值為Xi,j的的樣本數(shù)量;P(xi = xi, j)表示相 應(yīng)取值的概率。
[0170] 所有隨機(jī)變量樣本生成后即可得到η X m階樣本矩陣X，X的行元素表示隨機(jī)變量， 列元素代表該隨機(jī)變量的抽樣值，其中每個(gè)隨機(jī)變量只記錄取某一離散抽樣值的數(shù)量，并 對(duì)離散抽樣值按從小到大順序進(jìn)行排列。
[0171]計(jì)算樣本矩陣X的相關(guān)系數(shù)矩陣Px，并對(duì)Px進(jìn)行Cholesky分解，得到下三角矩陣L。 其中Px為對(duì)稱(chēng)正定矩陣：
[0172] px = LLT
[0173] 相關(guān)控制階段首先形成nXm階相關(guān)控制矩陣S，S與樣本矩陣X同維，但不相關(guān)。S每 列中的元素是η個(gè)VanDerWaerden正態(tài)記分Φη(i/η+Ι)的隨機(jī)排列。其中Φ 4代表標(biāo)準(zhǔn)正態(tài) 分布的反函數(shù)，i = l，…，η。
[0174] 同樣計(jì)算S的相關(guān)系數(shù)矩陣Ps，并對(duì)其進(jìn)行Cholesky分解得到下三角矩陣Q，進(jìn)而 得到mXm階修正矩陣G:
[0175] G = LQ-1
[0176] 通過(guò)修正矩陣G對(duì)相關(guān)控制矩陣S進(jìn)行修正，得到新相關(guān)控制矩陣及％
[0177]
[0178] 式中：S(Q<)T的相關(guān)系數(shù)矩陣是單位陣，因而修正后的相關(guān)控制矩陣及>中各個(gè)變 量的相關(guān)系數(shù)小于原矩陣S中各變量的相關(guān)系數(shù)。
[0179] 根據(jù)f中各列元素的位置，按相同排列規(guī)則對(duì)樣本矩陣X中元素位置進(jìn)行相對(duì)應(yīng) 的重新排列，得到新樣本矩陣的相關(guān)系數(shù)矩陣為^，且與4之間的差距較小， 即二者雖不相等但具有一致性，通過(guò)較小的4可以得到較小的g·，因此新樣本矩陣的相 關(guān)系數(shù)也較小。
[0180] 混合抽樣方法中的重要抽樣方法在不改變?cè)袠颖酒谕档那疤嵯?，通過(guò)改變已 有樣本空間的概率分布，減小其方差，達(dá)到縮短計(jì)算時(shí)間的目的。概率分布更新后的分布函 數(shù)fHi被叫作重要分布函數(shù)。
[0181] 系統(tǒng)重要分布函數(shù)的表達(dá)形式：
[0183] 式中：心為元件i的強(qiáng)迫停運(yùn)率;k表示突出"重要事件"的重要乘子;Xl為元件i的狀 態(tài)取值。
[0184] 重要抽樣法中，乘子k的取值是減小方差和加速收斂的關(guān)鍵。根據(jù)實(shí)際計(jì)算結(jié)果分 析確定k的取值，并對(duì)不同元件取不同的k值，以突出"重要事件"，而不至于使真正導(dǎo)致失效 的故障被"湮沒(méi)"。
[0185] 系統(tǒng)狀態(tài)混合抽樣方法將離散拉丁超立方抽樣與重要抽樣方法相結(jié)合，從減小樣 本方差與提高樣本均勻性?xún)煞矫嫣岣呙商乜_模擬的收斂性，抽樣步驟如下：
[0186] a)構(gòu)造離散分布隨機(jī)變量的重要分布函數(shù)；
[0187] b)根據(jù)重要分布函數(shù)形成離散拉丁超立方樣本矩陣X，并得到矩陣X的相關(guān)控制矩 陣S;
[0188] c)分別計(jì)算矩陣X與S的相關(guān)系數(shù)矩陣Px、Ps，并通過(guò)Cholesky分解得到下三角矩陣 P、Q;
[0189] d)根據(jù)式(5)得到修正矩陣G，通過(guò)G對(duì)相關(guān)控制矩陣S中各列元素在該列的位置重 新排列；
[0190] e)根據(jù)更新后的矩陣S對(duì)原始樣本矩陣X中各列元素的位置進(jìn)行重排列得到最終 的樣本矩陣.X'%
[0191] f)根據(jù)樣本矩陣A·"每一列元素對(duì)系統(tǒng)進(jìn)行充裕性評(píng)估；
[0192] g)根據(jù)重要抽樣函數(shù)計(jì)算原樣本空間狀態(tài)的期望值。
[0193] 在系統(tǒng)過(guò)負(fù)荷校正過(guò)程中采用線(xiàn)性規(guī)劃與靈敏度分析相結(jié)合的方式求解最小切 負(fù)荷，發(fā)揮線(xiàn)性規(guī)劃嚴(yán)格與靈敏度分析啟發(fā)式的優(yōu)勢(shì)，快速準(zhǔn)確進(jìn)行系統(tǒng)過(guò)負(fù)荷校正。
[0194] 為了在保證精度的前提下加快求解速度，采用直流潮流模型進(jìn)行系統(tǒng)過(guò)負(fù)荷校 正。
[0195] 假設(shè)系統(tǒng)中支路數(shù)為b，節(jié)點(diǎn)數(shù)為n，通過(guò)網(wǎng)絡(luò)與支路直流潮流模型，得到節(jié)點(diǎn)注入 功率與支路潮流之間的靈敏度關(guān)系：
[0196] AL = SAP
[0197] s'=B1AB-1
[0198] 式中：AL是一個(gè)bXl維向量，表示支路有功潮流變化量；ΔΡ是一個(gè)nXl維向量， 表示節(jié)點(diǎn)（包括平衡節(jié)點(diǎn)）注入有功功率變化量;Βι是一個(gè)bXb階對(duì)角矩陣，由支路導(dǎo)納組 成;B是一個(gè)(n-l)X(n-l)階方陣，其組成元素為節(jié)點(diǎn)導(dǎo)納矩陣的虛部;A代表系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu) 的支路一節(jié)點(diǎn)關(guān)聯(lián)矩陣。
[0199] 靈敏度矩陣中元素 S'k>1的含義為某條線(xiàn)路k對(duì)某節(jié)點(diǎn)i的靈敏度系數(shù)。
[0200] 矩陣S'是一個(gè)以平衡節(jié)點(diǎn)為參考點(diǎn)的bX(n-l)階矩陣，并不包括平衡節(jié)點(diǎn)，所以 有必要將其擴(kuò)展成bXn階的新靈敏度矩陣S，擴(kuò)展靈敏度矩陣S在S的基礎(chǔ)上，與平衡節(jié)點(diǎn)對(duì) 應(yīng)列元素都賦值0。這樣一來(lái)，S中的元素與S中的元素意義相同。
[0201 ]將線(xiàn)性規(guī)劃法與靈敏度分析法相結(jié)合，建立如下線(xiàn)性規(guī)劃模型：
[0202] 目標(biāo)函數(shù)：
[0208] 〇<ri$Pdi，i = l，2，...，ND
[0209]式中：ND與NG分別是負(fù)荷與發(fā)電機(jī)節(jié)點(diǎn)數(shù);r=(ri，r2，···，ri，···，rND) T是節(jié)點(diǎn)的削 負(fù)荷量;if"% /f"分別是發(fā)電機(jī)最小、最大出力向量;Pl是支路潮流向量;f是支路功率 極限值向量;為就是靈敏度矩陣S中的元素。
[0210] 運(yùn)用此模型，可以通過(guò)減小控制變量和支路容量約束條件的數(shù)量減小問(wèn)題的規(guī) 模。
[0211] 首先對(duì)靈敏度矩陣進(jìn)行奇異值分解，通過(guò)主成份分析，找出對(duì)消除過(guò)載最有效的 發(fā)電機(jī)和負(fù)荷節(jié)點(diǎn)作為控制變量集(ND和NG)，在約束中只考慮這些因素的作用。另外，通過(guò) 潮流篩選，只考慮重載和過(guò)載支路約束的影響;通過(guò)實(shí)際運(yùn)行校驗(yàn)，把超過(guò)線(xiàn)路容量65 %的 支路定義為重載支路，可以保證計(jì)算的精確度。通過(guò)靈敏度分析對(duì)約束條件進(jìn)行降維處理， 可以大大減小問(wèn)題的規(guī)模。改進(jìn)過(guò)負(fù)荷校正方法通過(guò)對(duì)節(jié)點(diǎn)與支路的篩選，極大地減小了 問(wèn)題規(guī)模，較傳統(tǒng)線(xiàn)性規(guī)劃方法計(jì)算速率得到了進(jìn)一步提高。
[0212] 在輸電系統(tǒng)可靠性評(píng)價(jià)輸出過(guò)程中，通過(guò)分析計(jì)算負(fù)荷削減概率(Loss of Load Probability，LOLP)、切負(fù)荷持續(xù)時(shí)間（Expected Duration of Load Curtailments， EDLC)、電力不足期望值（Expected Demand Not Supplied，EDNS)、電量不足期望值 (Expected Energy Not Supplied，EENS)、電量不足期望占該系統(tǒng)峰值負(fù)荷量的比率(Bulk Power/Energy Curtailment Index，BPECI)和系統(tǒng)嚴(yán)重性指標(biāo)（Severity Index，SI)六個(gè) 指標(biāo)，從而對(duì)電力系統(tǒng)可靠性進(jìn)行評(píng)估。
[0213] 本發(fā)明將基于混合抽樣與最小切負(fù)荷計(jì)算的發(fā)輸電系統(tǒng)可靠性計(jì)算平臺(tái)應(yīng)用于 IEEE RTS79系統(tǒng)，對(duì)如圖4所示的發(fā)輸電系統(tǒng)靠性進(jìn)行評(píng)估。對(duì)于發(fā)輸電元件，采用混合抽 樣方法進(jìn)行抽樣來(lái)加速蒙特卡羅模擬收斂；另外，由于在切負(fù)荷計(jì)算時(shí)采用了靈敏度分析 與線(xiàn)性規(guī)劃相結(jié)合的方法減小問(wèn)題規(guī)模以加速計(jì)算，因此在結(jié)果分析中加入計(jì)算時(shí)間指 標(biāo)，通過(guò)與傳統(tǒng)線(xiàn)性?xún)?yōu)化切負(fù)荷計(jì)算算法對(duì)比，表明所述的混合抽樣與最小切負(fù)荷計(jì)算的 系統(tǒng)可靠性計(jì)算平臺(tái)進(jìn)行可靠性計(jì)算的速度優(yōu)勢(shì)。該發(fā)輸電系統(tǒng)共有24個(gè)節(jié)點(diǎn)，34條支路， 32臺(tái)機(jī)組，系統(tǒng)接線(xiàn)圖如圖4所示。發(fā)輸電系統(tǒng)裝機(jī)容量為3405MW，其中最大機(jī)組容量 400MW，最小機(jī)組容量12MW，年最大負(fù)荷為2850MW。
[0214] 發(fā)輸電系統(tǒng)負(fù)荷數(shù)據(jù)如表1所示。
[0215] 表1:IEEE RTS79負(fù)荷數(shù)據(jù)
[0216]
[0218]注:節(jié)點(diǎn)類(lèi)型中"Γ為PQ節(jié)點(diǎn)，"2"為PV節(jié)點(diǎn)，"3"為平衡節(jié)點(diǎn)。
[0219]所述可靠性指標(biāo)中，EDNS的收斂速度較慢，因此采用式EDNS的方差系數(shù)作為算法 的收斂判據(jù)，以其達(dá)到〇. 01作為迭代終止條件。
[0221] 式中，F(xiàn)[f]為左的方差。
[0222] 需要注意的是，在蒙特卡羅模擬過(guò)程中，混合抽樣中的離散拉丁超立方抽樣需要 在確定的抽樣次數(shù)下比較&NDS的大小來(lái)體現(xiàn)不同抽樣方法的收斂速度。因此，在可靠性指 標(biāo)計(jì)算完成之后，從所述的混合抽樣與最小切負(fù)荷計(jì)算的發(fā)輸電系統(tǒng)可靠性計(jì)算平臺(tái)所得 到的系統(tǒng)方差系數(shù)隨采樣次數(shù)變化曲線(xiàn)中，找到方差系數(shù)下降顯著變慢的轉(zhuǎn)折點(diǎn)作為傳統(tǒng) 抽樣方法與所述的混合抽樣與最小切負(fù)荷計(jì)算的發(fā)輸電系統(tǒng)可靠性計(jì)算平臺(tái)提出的離散 拉丁超立方重要抽樣方法的檢驗(yàn)抽樣次數(shù)，比較相同抽樣次數(shù)下兩種抽樣方法所得到的 & NDS大小，以此來(lái)表明所述的混合抽樣與最小切負(fù)荷計(jì)算的發(fā)輸電系統(tǒng)可靠性計(jì)算平臺(tái)提 出的混合抽樣方法對(duì)抽樣過(guò)程收斂的促進(jìn)作用。
[0223] 需要指出的是，為了所述的混合抽樣與最小切負(fù)荷計(jì)算的發(fā)輸電系統(tǒng)可靠性計(jì)算 平臺(tái)提出的算法對(duì)計(jì)算的加速作用，需要對(duì)比兩種算法的計(jì)算時(shí)間。所列出的計(jì)算時(shí)間均 是在0?1]為?6拉丨11111(1〇0皿1-(：〇代45800@3.26抱，內(nèi)存2.0068的計(jì)算機(jī)上得到的。
[0224] 圖5給出了算法在IEEE RTS79系統(tǒng)實(shí)現(xiàn)中方差系數(shù)隨采樣次數(shù)變化的曲線(xiàn)，其橫 坐標(biāo)代表迭代次數(shù)(次），縱坐標(biāo)代表方差系數(shù)。由圖可知當(dāng)采樣次數(shù)達(dá)到14 000次左右時(shí)， 可靠性指標(biāo)滿(mǎn)足收斂條件。另外，在抽樣次數(shù)達(dá)到2 000次時(shí)，曲線(xiàn)有一個(gè)明顯的拐點(diǎn)，即方 差系數(shù)顯著下降。因此，在&NDS檢驗(yàn)中，把2 000次作為離散拉丁超立方重要抽樣方法與傳 統(tǒng)抽樣方法的規(guī)定抽樣次數(shù)，通過(guò)比較在該抽樣次數(shù)下不同方法得到的feNDS值，表明所述 混合抽樣方法對(duì)抽樣收斂的加速效果。
[0225] 表2計(jì)算得出了所述的混合抽樣與最小切負(fù)荷計(jì)算的發(fā)輸電系統(tǒng)可靠性計(jì)算平臺(tái) 提出的算法在IEEE RTS79系統(tǒng)下的可靠性指標(biāo)，計(jì)算結(jié)果與傳統(tǒng)算法得到的數(shù)據(jù)基本相 同。在可靠性分析中占重要地位的L0LP與EENS指標(biāo)，所述的混合抽樣與最小切負(fù)荷計(jì)算的 發(fā)輸電系統(tǒng)可靠性計(jì)算平臺(tái)提出的算法計(jì)算結(jié)果與傳統(tǒng)算法分別僅有1.36%與0.59%的 偏差，表明所述的混合抽樣與最小切負(fù)荷計(jì)算的發(fā)輸電系統(tǒng)可靠性計(jì)算平臺(tái)提出的算法的 正確性。在最小切負(fù)荷計(jì)算時(shí)，通過(guò)對(duì)靈敏度矩陣的主成份分析，在該24節(jié)點(diǎn)系統(tǒng)下，只選 取對(duì)消除過(guò)載最有效的兩個(gè)節(jié)點(diǎn)與3條支路作為約束條件，約束條件個(gè)數(shù)大大減少，計(jì)算速 度得以加快。另外，在2 000次抽樣水平下，傳統(tǒng)抽樣方法得到的&NDS值為0.0579，而所述的 混合抽樣方法得到的值為〇. 0543，下降了約6.63%。由此可見(jiàn)，所述的混合抽樣方法對(duì)收斂 加速效果明顯。最終計(jì)算結(jié)果表明，該系統(tǒng)下所述的混合抽樣與最小切負(fù)荷計(jì)算的發(fā)輸電 系統(tǒng)可靠性計(jì)算平臺(tái)提出的算法計(jì)算時(shí)間約為傳統(tǒng)算法的67%，在保證精度的前提下，極 大地提高了計(jì)算效率。
[0226] 表2:IEEERTS79系統(tǒng)可靠性指標(biāo)
[0228] 通過(guò)驗(yàn)證可知基于混合抽樣與最小切負(fù)荷計(jì)算的發(fā)輸電系統(tǒng)可靠性計(jì)算平臺(tái)從 系統(tǒng)充裕性的角度對(duì)發(fā)輸電組合系統(tǒng)可靠性評(píng)估進(jìn)行了研究，并基于離散拉丁超立方抽樣 和重要抽樣的混合抽樣方法提出了發(fā)輸電組合系統(tǒng)的可靠性評(píng)估方法，二者結(jié)合從對(duì)樣本 空間進(jìn)行均勻采樣和減小樣本空間方差兩個(gè)不同方面提高了蒙特卡羅模擬的收斂性。同 時(shí)，采用了靈敏度分析法和線(xiàn)性規(guī)劃相結(jié)合的方法進(jìn)行了系統(tǒng)過(guò)負(fù)荷校正，通過(guò)對(duì)消除過(guò) 載影響較大的節(jié)點(diǎn)與支路進(jìn)行篩選，從減少控制變量和支路容量約束數(shù)量?jī)煞矫孀畲蟪潭?地減小了問(wèn)題的規(guī)模，使計(jì)算速度顯著提高。與傳統(tǒng)算法相比，所述的混合抽樣與最小切負(fù) 荷計(jì)算的發(fā)輸電系統(tǒng)可靠性計(jì)算平臺(tái)提出的算法在保證評(píng)估結(jié)果準(zhǔn)確的前提下極大地加 快了可靠性指標(biāo)計(jì)算速度，提高了計(jì)算效率。
[0229] 此外，本發(fā)明的應(yīng)用范圍不局限于說(shuō)明書(shū)中描述的特定實(shí)施例的工藝、機(jī)構(gòu)、制 造、物質(zhì)組成、手段、方法及步驟。從本發(fā)明的公開(kāi)內(nèi)容，作為本領(lǐng)域的普通技術(shù)人員將容易 地理解，對(duì)于目前已存在或者以后即將開(kāi)發(fā)出的工藝、機(jī)構(gòu)、制造、物質(zhì)組成、手段、方法或 步驟，其中它們執(zhí)行與本發(fā)明描述的對(duì)應(yīng)實(shí)施例大體相同的功能或者獲得大體相同的結(jié) 果，依照本發(fā)明可以對(duì)它們進(jìn)行應(yīng)用。因此，本發(fā)明所附權(quán)利要求旨在將這些工藝、機(jī)構(gòu)、制 造、物質(zhì)組成、手段、方法或步驟包含在其保護(hù)范圍內(nèi)。
【主權(quán)項(xiàng)】
1. 基于混合抽樣與最小切負(fù)荷計(jì)算的可靠性計(jì)算方法，其特征是，包括W下過(guò)程： 提取數(shù)據(jù)，用W提取初始負(fù)荷、潮流分布、線(xiàn)路容量、發(fā)電機(jī)容量和線(xiàn)路利用率評(píng)價(jià)指 標(biāo)； 對(duì)數(shù)據(jù)進(jìn)行分析計(jì)算，用W對(duì)發(fā)輸電系統(tǒng)的元件狀態(tài)進(jìn)行采樣，求解最小切負(fù)荷，并分 析計(jì)算電力系統(tǒng)各可靠性指標(biāo)； 輸出發(fā)輸電系統(tǒng)可靠性評(píng)價(jià)，用W輸出發(fā)輸電系統(tǒng)的可靠性評(píng)估結(jié)果。2. 根據(jù)權(quán)利要求1所述的基于混合抽樣與最小切負(fù)荷計(jì)算的可靠性計(jì)算方法，其特征 是，在對(duì)數(shù)據(jù)進(jìn)行分析計(jì)算過(guò)程中，通過(guò)蒙特卡羅模擬法進(jìn)行可靠性指標(biāo)計(jì)算，所述對(duì)數(shù)據(jù) 進(jìn)行分析計(jì)算的過(guò)程包括W下步驟： 系統(tǒng)狀態(tài)建模步驟，通過(guò)對(duì)發(fā)輸電系統(tǒng)中發(fā)輸電元件與特高壓元件分別進(jìn)行狀態(tài)建模 來(lái)進(jìn)行發(fā)輸電系統(tǒng)的狀態(tài)解析； 系統(tǒng)狀態(tài)采樣步驟，利用離散拉下超立方抽樣與重要抽樣相結(jié)合的混合抽樣方法，從 減小樣本方差與提高樣本均勻性?xún)蓚€(gè)方面來(lái)提高蒙特卡羅模擬的收斂性. 網(wǎng)絡(luò)拓?fù)浞治霾襟E，對(duì)發(fā)輸電系統(tǒng)進(jìn)行網(wǎng)絡(luò)拓?fù)浞治觯玫竭壿嬆妇€(xiàn)、邏輯母線(xiàn)和設(shè)備 之間的對(duì)應(yīng)關(guān)系、W及設(shè)備間的關(guān)聯(lián)關(guān)系； 系統(tǒng)過(guò)負(fù)荷校正步驟，采用線(xiàn)性規(guī)劃與靈敏度分析相結(jié)合的方式求解最小切負(fù)荷，發(fā) 揮線(xiàn)性規(guī)劃嚴(yán)格與靈敏度分析啟發(fā)式的優(yōu)勢(shì)，快速準(zhǔn)確進(jìn)行系統(tǒng)過(guò)負(fù)荷校正； 系統(tǒng)可靠性指標(biāo)計(jì)算步驟，分析計(jì)算出發(fā)輸電系統(tǒng)的各個(gè)可靠性指標(biāo)。3. 根據(jù)權(quán)利要求2所述的基于混合抽樣與最小切負(fù)荷計(jì)算的可靠性計(jì)算方法，其特征 是，在發(fā)輸電系統(tǒng)的狀態(tài)解析中，把發(fā)電機(jī)與輸變電設(shè)備都作為只有停運(yùn)和運(yùn)行兩種狀態(tài) 的設(shè)備，通過(guò)計(jì)算機(jī)產(chǎn)生[0，1 ]區(qū)間內(nèi)服從均勻分布隨機(jī)數(shù)的方式進(jìn)行采樣，把隨機(jī)數(shù)與設(shè) 備故障率進(jìn)行比較得到該設(shè)備狀態(tài)的解析判斷； 發(fā)輸電元件的狀態(tài)解析可通過(guò)下式來(lái)表示：式中:m為發(fā)輸電元件i的解析狀態(tài);fi表示其強(qiáng)迫停運(yùn)率;X是服從[〇，1]均勻分布的隨 機(jī)數(shù)； 發(fā)電機(jī)與發(fā)輸變電設(shè)備狀態(tài)采樣完成后，每個(gè)發(fā)電機(jī)節(jié)點(diǎn)與輸變電設(shè)備都需要進(jìn)行故 障檢測(cè)判斷，如果沒(méi)有故障，元件處于正常狀態(tài)，標(biāo)記為1;否則，標(biāo)記為0; 特高壓交流輸變電設(shè)備可靠性模型與輸變電設(shè)備相似，也采用兩狀態(tài)模型； 特高壓直流輸電系統(tǒng)，將其向電網(wǎng)的注入功率等效為多狀態(tài)電源，在蒙特卡羅模擬法 中把它等效為一個(gè)多狀態(tài)元件參與抽樣； 直流輸電系統(tǒng)降額運(yùn)行注入功率： y = rand · (P-P)+P 式中：y代表降額運(yùn)行功率，rand函數(shù)表示[0，1]上均勻分布的隨機(jī)數(shù);P為注入功率額 定值;E為降額運(yùn)行功率下限。4. 根據(jù)權(quán)利要求2所述的基于混合抽樣與最小切負(fù)荷計(jì)算的可靠性計(jì)算方法，其特征 是，所述的混合抽樣方法包括W下步驟： a) 利用重要抽樣方法構(gòu)造離散分布隨機(jī)變量的重要分布函數(shù)； b) 利用離散拉下超立方抽樣方法把重要分布函數(shù)形成離散拉下超立方樣本矩陣X，并 得到矩陣X的相關(guān)控制矩陣S; C)分別計(jì)算矩陣X的相關(guān)系數(shù)矩陣PX和矩陣S X的相關(guān)系數(shù)矩陣PS，并通過(guò)化olesky分 解得到下Ξ角矩陣P和下Ξ角矩陣Q; d) 通過(guò)修正矩陣G對(duì)相關(guān)控制矩陣S中各列元素在該列的位置重新排列； e) 根據(jù)更新后的矩陣S對(duì)原始樣本矩陣X中各列元素的位置進(jìn)行重排列得到最終的樣 本矩陣X*; f) 根據(jù)樣本矩陣X*每一列元素對(duì)系統(tǒng)進(jìn)行充裕性評(píng)估； g) 利用重要抽樣函數(shù)計(jì)算原樣本空間狀態(tài)的期望值； 所述離散拉下超立方抽樣方法包括W下過(guò)程： 樣本生成過(guò)程，在含有m個(gè)離散分布隨機(jī)變量的系統(tǒng)中，對(duì)于給定的樣本容量n，隨機(jī)變 量Xi取值為Xi,j的數(shù)量同該隨機(jī)變量取值為Xi,j的概率成正比： Num(xi = xi,j) =nXP(xi = xi, j) 式中：Num(xi = xi, j)表示隨機(jī)變量xi取值為xi, j的的樣本數(shù)量;P(xi = xi,j)表示相應(yīng)取 值的概率； 所有隨機(jī)變量樣本生成后即可得到nXm階樣本矩陣X，X的行元素表示隨機(jī)變量，列元 素代表該隨機(jī)變量的抽樣值，其中每個(gè)隨機(jī)變量只記錄取某一離散抽樣值的數(shù)量，并對(duì)離 散抽樣值按從小到大順序進(jìn)行排列； 計(jì)算樣本矩陣X的相關(guān)系數(shù)矩陣PX，并對(duì)PX進(jìn)行化olesky分解，得到下Ξ角矩陣L，其中 PX為對(duì)稱(chēng)正定矩陣： ?·χ=ιιΛ 相關(guān)性控制過(guò)程，首先形成nXm階相關(guān)控制矩陣S，相關(guān)控制矩陣S與樣本矩陣X同維， 但不相關(guān)；相關(guān)控制矩陣S每列中的元素是η個(gè)化η Der Waerden正態(tài)記分φ-iQ/n+l)的隨 機(jī)排列，其中φ-ι代表標(biāo)準(zhǔn)正態(tài)分布的反函數(shù)，i = l，…，η; 同樣計(jì)算相關(guān)控制矩陣S的相關(guān)系數(shù)矩陣PS，并對(duì)其進(jìn)行化olesky分解得到下Ξ角矩陣 Q，進(jìn)而得到m X m階修正矩陣G: 通過(guò)修正矩陣G對(duì)相關(guān)控制矩陣S進(jìn)行修正，得到修正后的相關(guān)控制矩陣 s*=s(q-i)tlt 式中：5(9-1)了的相關(guān)系數(shù)矩陣是單位陣，修正后的相關(guān)控制矩陣5^中各個(gè)變量的相關(guān)系 數(shù)小于原矩陣S中各變量的相關(guān)系數(shù)； 根據(jù)修正后的相關(guān)控制矩陣5^中各列元素的位置，按相同排列規(guī)則對(duì)樣本矩陣乂中元素 位置進(jìn)行相對(duì)應(yīng)的重新排列，得到新樣本矩陣滬;新樣本矩陣護(hù)的相關(guān)系數(shù)矩陣為汽且 爲(wèi)與為；之間的差距較小，即二者雖不相等但具有一致性，通過(guò)較小的可W得到較小的 玲三，因此確定新樣本矩陣滬的相關(guān)系數(shù)也較?。? 所述重要抽樣方法是在不改變?cè)袠颖酒谕档那疤嵯?，通過(guò)改變已有樣本空間的概 率分布來(lái)減小其方差，W達(dá)到縮短計(jì)算時(shí)間的目的;概率分布更新后的分布函數(shù)護(hù)(X)被叫 作重要分布函數(shù);重要分布函數(shù)的表達(dá)形式如下：式中：f功元件i的強(qiáng)迫停運(yùn)率;k表示突出"重要事件"的重要乘子;XI為元件i的狀態(tài)取 值。5. 根據(jù)權(quán)利要求2所述的基于混合抽樣與最小切負(fù)荷計(jì)算的可靠性計(jì)算方法，其特征 是，在系統(tǒng)過(guò)負(fù)荷校正過(guò)程中，采用線(xiàn)性規(guī)劃與靈敏度分析相結(jié)合的方式求解最小切負(fù)荷， 并采用直流潮流模型進(jìn)行系統(tǒng)過(guò)負(fù)荷校正； 假設(shè)系統(tǒng)中支路數(shù)為b，節(jié)點(diǎn)數(shù)為n，通過(guò)網(wǎng)絡(luò)與支路直流潮流模型，得到節(jié)點(diǎn)注入功率 與支路潮流之間的靈敏度關(guān)系： ΔΙ=8ΔΡ S' =ΒιΑ 擴(kuò) 1 式中：A L是一個(gè)b XI維向量，表示支路有功潮流變化量；Δ Ρ是一個(gè)η XI維向量，表示 節(jié)點(diǎn)（包括平衡節(jié)點(diǎn)）注入有功功率變化量;Bi是一個(gè)bXb階對(duì)角矩陣，由支路導(dǎo)納組成;Β 是一個(gè)(n-l)X(n-l)階方陣，其組成元素為節(jié)點(diǎn)導(dǎo)納矩陣的虛部;A代表系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)的支 路一節(jié)點(diǎn)關(guān)聯(lián)矩陣； 靈敏度矩陣中元素 S/k,i的含義為某條線(xiàn)路k對(duì)某節(jié)點(diǎn)i的靈敏度系數(shù)； 靈敏度矩陣少是一個(gè)W平衡節(jié)點(diǎn)為參考點(diǎn)的bX(n-l)階矩陣，并不包括平衡節(jié)點(diǎn)，將 其擴(kuò)展成bXn階的新靈敏度矩陣S，擴(kuò)展靈敏度矩陣S在靈敏度矩陣少的基礎(chǔ)上，與平衡節(jié) 點(diǎn)對(duì)應(yīng)列元素都賦值0; 將線(xiàn)性規(guī)劃法與靈敏度分析法相結(jié)合，建立如下線(xiàn)性規(guī)劃模型： 目標(biāo)函數(shù)：式中：ND與NG分別是負(fù)荷與發(fā)電機(jī)節(jié)點(diǎn)數(shù);r=(rl，r2，…，rl，…，rND)τ是節(jié)點(diǎn)的削負(fù)荷 量;.C"分別是發(fā)電機(jī)最小、最大出力向量;Pi是支路潮流向量;P嚴(yán)是支路功率極限 值向量;Sf就是靈敏度矩陣S中的元素； 運(yùn)用此線(xiàn)性規(guī)劃模型，可W通過(guò)減小控制變量和支路容量約束條件的數(shù)量減小問(wèn)題的 規(guī)模。6. 基于混合抽樣與最小切負(fù)荷計(jì)算的可靠性計(jì)算平臺(tái)，其特征是，包括： 數(shù)據(jù)提取模塊，用w從數(shù)據(jù)庫(kù)中提取初始負(fù)荷、潮流分布、線(xiàn)路容量、發(fā)電機(jī)容量和線(xiàn) 路利用率評(píng)價(jià)指標(biāo)數(shù)據(jù)； 數(shù)據(jù)分析計(jì)算模塊，用W對(duì)發(fā)輸電系統(tǒng)的元件狀態(tài)進(jìn)行采樣，求解最小切負(fù)荷，并分析 計(jì)算電力系統(tǒng)各可靠性指標(biāo)； 發(fā)輸電系統(tǒng)可靠性評(píng)價(jià)輸出模塊，用W輸出發(fā)輸電系統(tǒng)的可靠性評(píng)估結(jié)果。7. 根據(jù)權(quán)利要求6所述的基于混合抽樣與最小切負(fù)荷計(jì)算的可靠性計(jì)算平臺(tái)，其特征 是，所述數(shù)據(jù)庫(kù)包括網(wǎng)架接線(xiàn)模式數(shù)據(jù)庫(kù)和電力設(shè)備數(shù)據(jù)庫(kù);所述數(shù)據(jù)提取模塊包括初始 負(fù)荷提取子模塊、潮流分布提取子模塊、線(xiàn)路容量提取子模塊、發(fā)電機(jī)容量提取子模塊和線(xiàn) 路利用率評(píng)價(jià)指標(biāo)提取子模塊，所述的初始負(fù)荷提取子模塊、潮流分布提取子模塊、線(xiàn)路容 量提取子模塊、發(fā)電機(jī)容量提取子模塊和線(xiàn)路利用率評(píng)價(jià)指標(biāo)提取子模塊分別數(shù)據(jù)庫(kù)中提 取初始負(fù)荷、潮流分布、線(xiàn)路容量、發(fā)電機(jī)容量和線(xiàn)路利用率評(píng)價(jià)指標(biāo)數(shù)據(jù)，并發(fā)送給數(shù)據(jù) 分析計(jì)算模塊。8. 根據(jù)權(quán)利要求6所述的基于混合抽樣與最小切負(fù)荷計(jì)算的可靠性計(jì)算平臺(tái)，其特征 是，所述數(shù)據(jù)分析計(jì)算模塊包括： 系統(tǒng)狀態(tài)建模子模塊，用W通過(guò)對(duì)發(fā)輸電系統(tǒng)中發(fā)輸電元件與特高壓元件分別進(jìn)行狀 態(tài)建模來(lái)進(jìn)行發(fā)輸電系統(tǒng)的狀態(tài)解析； 系統(tǒng)狀態(tài)采樣子模塊，用W利用離散拉下超立方抽樣與重要抽樣相結(jié)合的混合抽樣方 法，從減小樣本方差與提高樣本均勻性?xún)蓚€(gè)方面來(lái)提高蒙特卡羅模擬的收斂性； 網(wǎng)絡(luò)拓?fù)浞治鲎幽K，用W對(duì)發(fā)輸電系統(tǒng)進(jìn)行網(wǎng)絡(luò)拓?fù)浞治觯玫竭壿嬆妇€(xiàn)、邏輯母線(xiàn) 和設(shè)備之間的對(duì)應(yīng)關(guān)系、W及設(shè)備間的關(guān)聯(lián)關(guān)系； 系統(tǒng)過(guò)負(fù)荷校正子模塊，用W采用線(xiàn)性規(guī)劃與靈敏度分析相結(jié)合的方式求解最小切負(fù) 荷，發(fā)揮線(xiàn)性規(guī)劃嚴(yán)格與靈敏度分析啟發(fā)式的優(yōu)勢(shì)，快速準(zhǔn)確進(jìn)行系統(tǒng)過(guò)負(fù)荷校正； 系統(tǒng)可靠性指標(biāo)計(jì)算子模塊，用W分析計(jì)算出發(fā)輸電系統(tǒng)的各個(gè)可靠性指標(biāo)。9. 根據(jù)權(quán)利要求8所述的基于混合抽樣與最小切負(fù)荷計(jì)算的可靠性計(jì)算平臺(tái)，其特征 是， 所述系統(tǒng)狀態(tài)建模子模塊在對(duì)發(fā)輸電系統(tǒng)的狀態(tài)解析中，把發(fā)電機(jī)與輸變電設(shè)備都作 為只有停運(yùn)和運(yùn)行的兩種狀態(tài)設(shè)備，通過(guò)計(jì)算機(jī)產(chǎn)生[〇，1]區(qū)間內(nèi)服從均勻分布隨機(jī)數(shù)的 方式進(jìn)行采樣，把隨機(jī)數(shù)與設(shè)備故障率進(jìn)行比較得到該設(shè)備狀態(tài)的解析判斷； 發(fā)輸電元件的狀態(tài)解析可通過(guò)下式來(lái)表示：式中:m為發(fā)輸電元件i的解析狀態(tài);fi表示其強(qiáng)迫停運(yùn)率;X是服從[〇，1]均勻分布的隨 機(jī)數(shù)； 發(fā)電機(jī)與發(fā)輸變電設(shè)備狀態(tài)采樣完成后，每個(gè)發(fā)電機(jī)節(jié)點(diǎn)與輸變電設(shè)備都需要進(jìn)行故 障檢測(cè)判斷，如果沒(méi)有故障，元件處于正常狀態(tài)，標(biāo)記為1;否則，標(biāo)記為0; 特高壓交流輸變電設(shè)備可靠性模型與輸變電設(shè)備相似，也采用兩狀態(tài)模型； 特高壓直流輸電系統(tǒng)，將其向電網(wǎng)的注入功率等效為多狀態(tài)電源，在蒙特卡羅模擬法 中把它等效為一個(gè)多狀態(tài)元件參與抽樣； 直流輸電系統(tǒng)降額運(yùn)行注入功率： y = rand · (P-P)+P 式中：y代表降額運(yùn)行功率，rand函數(shù)表示[0，1]上均勻分布的隨機(jī)數(shù);P為注入功率額 定值;g為降額運(yùn)行功率下限； 所述系統(tǒng)狀態(tài)采樣子模塊包括離散拉下超立方抽樣模塊、重要抽樣模塊和混合抽樣模 塊； 所述離散拉下超立方抽樣模塊包括樣本生成模塊和相關(guān)性控制模塊，所述樣本生成模 塊在含有m個(gè)離散分布隨機(jī)變量的系統(tǒng)中，首先對(duì)于給定的樣本容量n，隨機(jī)變量XI取值為 Xi, j的數(shù)量同該隨機(jī)變量取值為Xi, j的概率成正比：Num(xi = xi, j)=nXP(xi = xi,j)，式中： Num(xi = xi, j)表示隨機(jī)變量xi取值為xi, j的的樣本數(shù)量;P(xi = xi, j)表示相應(yīng)取值的概率； 然后再對(duì)所有隨機(jī)變量樣本生成的離散抽樣值按從小到大順序進(jìn)行排列;最后計(jì)算樣本矩 陣X的相關(guān)系數(shù)矩陣PX，并對(duì)PX進(jìn)行化olesky分解，得到下Ξ角矩陣L，其中PX為對(duì)稱(chēng)正定矩 陣：?·χ=?Λ 所述相關(guān)性控制模塊用W首先形成nXm階相關(guān)控制矩陣S，相關(guān)控制矩陣S與樣本矩陣 X同維，但不相關(guān);相關(guān)控制矩陣S每列中的元素是η個(gè)Van Der Waerden正態(tài)記分〇-i(i/n+ 1)的隨機(jī)排列，其中代表標(biāo)準(zhǔn)正態(tài)分布的反函數(shù)，? = 1，···，η;同樣計(jì)算相關(guān)控制矩陣S 的相關(guān)系數(shù)矩陣PS，并對(duì)其進(jìn)行化olesky分解得到下Ξ角矩陣Q，進(jìn)而得到mXm階修正矩陣 6:6 = 1^9^1;通過(guò)修正矩陣6對(duì)相關(guān)控制矩陣5進(jìn)行修正，得到修正后的相關(guān)控制矩陣5^5^ = S他ι)Τ?Λ式中：S他ι)τ的相關(guān)系數(shù)矩陣是單位陣，修正后的相關(guān)控制矩陣S沖各個(gè)變量的 相關(guān)系數(shù)小于原矩陣5中各變量的相關(guān)系數(shù);根據(jù)修正后的相關(guān)控制矩陣5^中各列元素的 位置，按相同排列規(guī)則對(duì)樣本矩陣X中元素位置進(jìn)行相對(duì)應(yīng)的重新排列，得到新樣本矩陣 X%新樣本矩陣滬的相關(guān)系數(shù)矩陣為爲(wèi)，且/3^與爲(wèi)之間的差距較小，即二者雖不相等但具 有一致性，通過(guò)較小的.矣可W得到較小的爲(wèi)，因此確定新樣本矩陣滬的相關(guān)系數(shù)也較小； 所述重要抽樣模塊用W在不改變?cè)袠颖酒谕档那疤嵯?，通過(guò)改變已有樣本空間的 概率分布來(lái)減小其方差，W達(dá)到縮短計(jì)算時(shí)間的目的；概率分布更新后的分布函數(shù)護(hù)(X)被 叫作重要分布函數(shù);重要分布函數(shù)的表達(dá)形式如下：式中：f功元件i的強(qiáng)迫停運(yùn)率;k表示突出"重要事件"的重要乘子;X功元件i的狀態(tài)取 值； 所述混合抽樣模塊用W對(duì)系統(tǒng)狀態(tài)進(jìn)行采樣的過(guò)程如下： a) 利用重要抽樣方法構(gòu)造離散分布隨機(jī)變量的重要分布函數(shù)； b) 利用離散拉下超立方抽樣方法把重要分布函數(shù)形成離散拉下超立方樣本矩陣X，并 得到矩陣X的相關(guān)控制矩陣S; C)分別計(jì)算矩陣X的相關(guān)系數(shù)矩陣PX和矩陣S X的相關(guān)系數(shù)矩陣PS，并通過(guò)化olesky分 解得到下Ξ角矩陣P和下Ξ角矩陣Q; d) 通過(guò)修正矩陣G對(duì)相關(guān)控制矩陣S中各列元素在該列的位置重新排列； e) 根據(jù)更新后的矩陣S對(duì)原始樣本矩陣X中各列元素的位置進(jìn)行重排列得到最終的樣 本矩陣X*; f) 根據(jù)樣本矩陣X*每一列元素對(duì)系統(tǒng)進(jìn)行充裕性評(píng)估； g) 利用重要抽樣函數(shù)計(jì)算原樣本空間狀態(tài)的期望值； 所述系統(tǒng)過(guò)負(fù)荷校正子模塊在進(jìn)行系統(tǒng)過(guò)負(fù)荷校正過(guò)程中，采用線(xiàn)性規(guī)劃與靈敏度分 析相結(jié)合的方式求解最小切負(fù)荷，并采用直流潮流模型進(jìn)行系統(tǒng)過(guò)負(fù)荷校正； 假設(shè)系統(tǒng)中支路數(shù)為b，節(jié)點(diǎn)數(shù)為n，通過(guò)網(wǎng)絡(luò)與支路直流潮流模型，得到節(jié)點(diǎn)注入功率 與支路潮流之間的靈敏度關(guān)系： ΔΙ=8ΔΡ S' =ΒιΑ 擴(kuò) 1 式中：A L是一個(gè)b XI維向量，表示支路有功潮流變化量；Δ Ρ是一個(gè)η XI維向量，表示 節(jié)點(diǎn)（包括平衡節(jié)點(diǎn)）注入有功功率變化量;Bi是一個(gè)bXb階對(duì)角矩陣，由支路導(dǎo)納組成;Β 是一個(gè)(n-l)X(n-l)階方陣，其組成元素為節(jié)點(diǎn)導(dǎo)納矩陣的虛部;A代表系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)的支 路一節(jié)點(diǎn)關(guān)聯(lián)矩陣； 靈敏度矩陣中元素 S/k,i的含義為某條線(xiàn)路k對(duì)某節(jié)點(diǎn)i的靈敏度系數(shù)； 靈敏度矩陣少是一個(gè)W平衡節(jié)點(diǎn)為參考點(diǎn)的bX(n-l)階矩陣，并不包括平衡節(jié)點(diǎn)，將 其擴(kuò)展成bXn階的新靈敏度矩陣S，擴(kuò)展靈敏度矩陣S在靈敏度矩陣少的基礎(chǔ)上，與平衡節(jié) 點(diǎn)對(duì)應(yīng)列元素都賦值0; 將線(xiàn)性規(guī)劃法與靈敏度分析法相結(jié)合，建立如下線(xiàn)性規(guī)劃模型： 目標(biāo)函數(shù)：0《ri《Pdi，i = l，2，-.，ND 式中：ND與NG分別是負(fù)荷與發(fā)電機(jī)節(jié)點(diǎn)數(shù);r= (；Γ?，Γ2,…，ri，…，rND)T是節(jié)點(diǎn)的削負(fù)荷 量;分別是發(fā)電機(jī)最小、最大出力向量;Pi是支路潮流向量;P嚴(yán)是支路功率極限 值向量;Sf就是靈敏度矩陣S中的元素； 運(yùn)用此線(xiàn)性規(guī)劃模型，可W通過(guò)減小控制變量和支路容量約束條件的數(shù)量減小問(wèn)題的 規(guī)模。10.根據(jù)權(quán)利要求6所述的基于混合抽樣與最小切負(fù)荷計(jì)算的可靠性計(jì)算平臺(tái)，其特征 是，所述發(fā)輸電系統(tǒng)可靠性評(píng)價(jià)輸出模塊通過(guò)分析計(jì)算負(fù)荷削減概率、切負(fù)荷持續(xù)時(shí)間、電 力不足期望值、電量不足期望值、電量不足期望占該系統(tǒng)峰值負(fù)荷量的比率和系統(tǒng)嚴(yán)重性 指標(biāo)來(lái)對(duì)發(fā)輸電系統(tǒng)可靠性進(jìn)行評(píng)估。
【文檔編號(hào)】G06Q10/06GK106096827SQ201610388892
【公開(kāi)日】2016年11月9日
【申請(qǐng)日】2016年6月2日 公開(kāi)號(hào)201610388892.6, CN 106096827 A, CN 106096827A, CN 201610388892, CN-A-106096827, CN106096827 A, CN106096827A, CN201610388892, CN201610388892.6
【發(fā)明人】王春義, 牟宏, 汪湲, 于光遠(yuǎn), 尹愛(ài)輝, 王寶勇, 孫偉, 張友泉, 王飛, 安鵬, 趙龍, 王艷, 張 杰, 劉曉明, 曹相陽(yáng), 鄭志杰, 吳奎華, 梁衛(wèi)國(guó), 趙鵬
【申請(qǐng)人】國(guó)網(wǎng)山東省電力公司濟(jì)南供電公司, 國(guó)家電網(wǎng)公司