一种基于影响增量的状态枚举可靠性评估方法及其装置的制造方法
【技术领域】
[0001] 本发明涉及电力系统可靠性评估领域，尤其涉及一种基于影响增量的状态枚举可 靠性评估方法及其装置。
【背景技术】
[0002] 目前电力系统可靠性评估的常用方法分为状态枚举法和蒙特卡洛模拟法。
[0003] 状态枚举法是通过枚举出所有可能出现的电力系统状态，计算各个电力系统状态 的发生概率和影响，进而计算得到电力系统的可靠性指标。在实际应用中，随着元件数量的 增加，电力系统状态的个数呈指数增长。对于规模较小的电力系统，状态枚举法能够快速高 效地计算出可靠性指标，但对于复杂的大电力系统，该方法很难枚举出所有的电力系统状 态。因此，对于电力大系统，通常会忽略高阶故障以提高计算效率。然而这会造成所得可靠 性指标精度的下降，尤其是对于元件失效概率较高的电力系统。总之，由于其物理概念清 晰，模型精度高的特点，状态枚举法较适用于规模小，结构简单，元件失效概率低的电力系 统。
[0004] 蒙特卡罗模拟法又称为随机抽样法，该方法通过抽样电力系统内各元件的状态， 得到电力系统状态，进而计算出可靠性指标。根据抽样原理的不同，蒙特卡罗模拟法又可分 为序贯蒙特卡罗法和非序贯蒙特卡罗法。蒙特卡罗模拟法属于统计试验方法，较为直观，便 于理解；其特点是采样次数不受电力系统规模和复杂程度影响，便于处理负荷的随机变化 特性。然而它的误差与模拟次数密切相关，为了获得具有较高精确度的可靠性指标，需要增 加模拟次数，延长了计算时间。因此蒙特卡罗模拟法在处理结构简单的电力系统时效率较 低，而更适用于规模较大，具有较高元件失效概率或多重故障影响不容忽视的电力系统。
[0005] 解析法和蒙特卡罗模拟法各有自己的优势，且适用的情况相互补充，因此将二者 有机结合起来的混合法是一种较为理想的评估方法。混合法的特点是在适合解析法的情况 下使用解析法，在超出解析法适用范围的情况应用蒙特卡罗法。并且在蒙特卡罗法的应用 中尽可能使用解析法所提供的信息，以减少运算时间，提高计算精度。
[0006] 然而，现有方法均无法满足在线应用对计算效率和精度的要求，为实现电力系统 可靠性评估的实时应用，迫切需要一种效率更高、精度更好的评估方法。
【发明内容】
[0007] 本发明提供了一种基于影响增量的状态枚举可靠性评估方法及其装置，本发明 提高了计算可靠性指标的精度和计算效率，降低了计算可靠性指标的复杂度，详见下文描 述：
[0008] -种基于影响增量的状态枚举可靠性评估方法，所述方法包括以下步骤：
[0009] 通过广度优先搜索法检验所选电力系统状态对应的独立性邻接矩阵中所有元素 的可达性，若存在不可达元素，则所选电力系统状态的影响增量为零，重新选择电力系统状 态；
[0010] 若不存在不可达元素，则通过最优潮流算法评估所有负荷水平下的电力系统状态 的影响，获取电力系统状态在各负荷水平下的影响期望，进而获取电力系统状态的影响增 量；
[0011] 当状态集中所有电力系统状态已被分析，且已达到最大故障搜索阶数时，通过影 响增量获取电力系统可靠性指标。
[0012] 其中，在通过广度优先搜索法检验所选电力系统状态对应的独立性邻接矩阵中所 有元素的可达性的步骤之前，所述方法还包括：
[0013] 通过微扰法获取各设备阻抗对各支路潮流的灵敏度，根据灵敏度确定各设备间的 独立性；
[0014] 从状态集中选择一个电力系统状态，通过设备间的独立性创建电力系统状态的独 立性邻接矩阵。
[0015] 其中，所述方法还包括：输入电力系统数据，设备可靠性数据和预置参数，并初始 化故障阶数。
[0016] 进一步地，所述预置参数包括：最大故障搜索阶数和设备独立性灵敏度阈值。
[0017] 其中，所述根据灵敏度确定各设备间的独立性的步骤具体为：
[0018] 若存在一条支路，使得一故障设备的阻抗对支路潮流分布的灵敏度指标大于所述 设备独立性灵敏度阈值，且另一故障设备的阻抗对支路潮流分布的灵敏度指标大于所述设 备独立性灵敏度阈值时，两故障设备之间不独立。
[0019] 一种基于影响增量的状态枚举可靠性评估装置，所述装置包括：
[0020] 检验模块，用于通过广度优先搜索法检验所选电力系统状态对应的独立性邻接矩 阵中所有元素的可达性，若存在不可达元素，则所选电力系统状态的影响增量为零，重新选 择电力系统状态；
[0021] 第一获取模块，用于若不存在不可达元素，通过最优潮流算法评估所有负荷水平 下的电力系统状态的影响，获取电力系统状态在各负荷水平下的影响期望，进而获取电力 系统状态的影响增量；
[0022] 第二获取模块，用于当状态集中所有电力系统状态已被分析，且已达到最大故障 搜索阶数时，通过影响增量获取电力系统可靠性指标。
[0023] 其中，所述装置还包括：
[0024] 第三获取模块，用于通过微扰法获取各设备阻抗对各支路潮流的灵敏度；
[0025] 确定模块，根据灵敏度确定各设备间的独立性；
[0026] 创建模块，用于从状态集中选择一个电力系统状态，通过设备间的独立性创建电 力系统状态的独立性邻接矩阵。
[0027] 其中，所述装置还包括：
[0028] 输入和初始化模块，用于输入电力系统数据，设备可靠性数据和预置参数，并初始 化故障阶数。
[0029] 进一步地，所述预置参数包括：最大故障搜索阶数和设备独立性灵敏度阈值。
[0030] 进一步地，所述确定模块包括：
[0031] 确定子模块，用于若存在一条支路，使得一故障设备的阻抗对支路潮流分布的灵 敏度指标大于所述设备独立性灵敏度阈值，且另一故障设备的阻抗对支路潮流分布的灵敏 度指标大于所述设备独立性灵敏度阈值时，两故障设备之间不独立。
[0032] 本发明提供的技术方案的有益效果是：本发明的核心在于将枚举出的电力系统状 态的影响替换为影响增量，能够有效提升低阶故障状态在可靠性指标中的权重；仅利用少 数低阶状态计算出较为准确的可靠性指标；本发明证明了计算可靠性指标时可忽略高阶故 障的影响增量，大大提升了计算效率。
【附图说明】
[0033]图1为基于影响增量的状态枚举可靠性评估方法的流程图；
[0034]图2为基于影响增量的状态枚举可靠性评估装置的示意图；
[0035] 图3为基于影响增量的状态枚举可靠性评估装置的另一示意图；
[0036] 图4为基于影响增量的状态枚举可靠性评估装置的另一示意图；
[0037] 图5为确定模块的示意图；
[0038] 图6为IEEE118节点系统拓扑结构图；
[0039] 图7a为本方法、传统状态枚举法及蒙特卡洛法应用于IEEE118节点系统时，所得 EENS指标收敛曲线对比示意图；
[0040] 图7b为本方法、传统状态枚举法及蒙特卡洛法应用于IEEE118节点系统时，所得 PLC指标收敛曲线对比示意图；
[0041] 图8a为本方法、传统状态枚举法及蒙特卡洛法应用于IEEE118节点系统时，所得 EENS指标相对误差收敛曲线对比示意图；
[0042] 图8b为本方法、传统状态枚举法及蒙特卡洛法应用于IEEE118节点系统时，所得 PLC指标相对误差收敛曲线对比示意图；
[0043] 图9a为本方法、传统状态枚举法及蒙特卡洛法应用于PEGASE1354节点系统时， 所得EENS指标收敛曲线对比示意图；
[0044] 图9b为本方法、传统状态枚举法及蒙特卡洛法应用于PEGASE1354节点系统时， 所得PLC指标收敛曲线对比示意图；
[0045] 图10a为本方法、传统状态枚举法及蒙特卡洛法应用于PEGASE1354节点系统时， 所得EENS指标相对误差收敛曲线对比示意图；
[0046] 图10b为本方法、传统状态枚举法及蒙特卡洛法应用于PEGASE1354节点系统时， 所得PLC指标相对误差收敛曲线对比示意图。
[0047] 附图中，各标号所代表的部件列