CN104485688B - 优化逆变电源系统的方法及装置 - Google Patents
优化逆变电源系统的方法及装置 Download PDFInfo
- Publication number
- CN104485688B CN104485688B CN201410713689.2A CN201410713689A CN104485688B CN 104485688 B CN104485688 B CN 104485688B CN 201410713689 A CN201410713689 A CN 201410713689A CN 104485688 B CN104485688 B CN 104485688B
- Authority
- CN
- China
- Prior art keywords
- mrow
- cost
- inverter system
- computation model
- inverter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000004364 calculation method Methods 0.000 claims abstract description 36
- 238000012423 maintenance Methods 0.000 claims description 30
- 238000009434 installation Methods 0.000 claims description 18
- 230000007257 malfunction Effects 0.000 claims description 5
- 238000001816 cooling Methods 0.000 claims description 4
- 238000007726 management method Methods 0.000 description 11
- 230000008439 repair process Effects 0.000 description 8
- 238000005457 optimization Methods 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000004148 unit process Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Inverter Devices (AREA)
Abstract
本发明公开了一种优化逆变电源系统的方法及装置，该方法包括：通过创建逆变电源系统的故障率计算模型和系统的可用度计算模型，其中，故障率计算模型和可用度计算模型包括逆变电源系统的逆变器的主要并联模块数量N和冗余模块数量X，通过故障率计算模型和可用度计算模型创建逆变电源系统的全寿命周期成本计算模型；根据全寿命周期成本计算模型求得N和X的目标解，本发明解决了现有技术中逆变电源系统的逆变器的数量的配置不能同时达到造价最低和可靠性最高的问题。
Description
技术领域
本发明涉及电力领域，具体而言，涉及一种优化逆变电源系统的方法及装置。
背景技术
逆变器正在越来越广泛地被用于新能源的配电网接入系统中。图1所示的为现有的N+X型并联冗余逆变电源系统，通过上述系统可以用来提高逆变电源的容量和冗余度。其中，N个并联逆变主模块的总容量应当满足所带最大负荷需求，其余X个冗余模块作为备用。通过采用冗余模块，可以提高并联逆变电源系统的可靠性。
尽管逆变电源系统的可靠性可以通过增加冗余模块来实现，但是额外的成本也会增加。而且有研究表明，当冗余模块个数增加到一定程度，系统的可靠性将不会明显增加，尽管这点对于逆变电源系统中逆变器中的冗余模块数量的配置很重要，但是现有技术没有对如何确定合适的并联主模块以及冗余模块数量的方案导致现有的逆变电源系统不能同时达到造价最低和可靠性最高。
针对现有技术中逆变电源系统的逆变器的数量的配置不能同时达到造价最低和可靠性最高的问题，目前尚未提出有效的解决方案。
发明内容
本发明的主要目的在于提供一种优化逆变电源系统的方法及装置，以解决现有技术中逆变电源系统的逆变器的数量的配置不能同时达到造价最低和可靠性最高的问题。
为了实现上述目的，根据本发明实施例的一个方面，提供了一种优化逆变电源系统的方法。该方法包括：创建逆变电源系统的故障率计算模型和系统的可用度计算模型，其中，故障率计算模型和可用度计算模型包括逆变电源系统的逆变器的主要并联模块数量N和冗余模块数量X。通过故障率计算模型和可用度计算模型创建逆变电源系统的全寿命周期成本计算模型；根据全寿命周期成本计算模型求得N和X的目标解。
为了实现上述目的，根据本发明实施例的另一方面，提供了一种优化逆变电源系统的装置。该装置包括：第一创建单元，用于创建逆变电源系统的故障率计算模型和系统的可用度计算模型，其中，故障率计算模型和可用度计算模型包括逆变电源系统的逆变器的主要并联模块数量N和冗余模块数量X；第二创建单元，通过故障率计算模型和可用度计算模型创建逆变电源系统的全寿命周期成本计算模型；第一计算单元，用于根据全寿命周期成本计算模型求得N和X的目标解。
根据发明实施例，通过创建逆变电源系统的故障率计算模型和系统的可用度计算模型，其中，故障率计算模型和可用度计算模型包括逆变电源系统的逆变器的主要并联模块数量N和冗余模块数量X。通过故障率计算模型和可用度计算模型创建逆变电源系统的全寿命周期成本计算模型；根据全寿命周期成本计算模型求得N和X的目标解，解决了现有技术中逆变电源系统的逆变器的数量的配置不能同时达到造价最低和可靠性最高的问题。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据现有技术的N+X型并联冗余电源的系统架构图；
图2是根据本发明实施例一的优化逆变电源系统的方法流程图；
图3是根据本发明实施例一可选的架构图；以及
图4是根据本发明实施例二的优化逆变电源系统的装置的结构示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面对本实施例出现的专业术语以及计算公式进行解释：
1.1故障率
λ，故障率，是指原件发生故障的频率。
1.2修复率
μ，修复率，是指原件修复的频率。对于指数分布来说，修复率也是常量。
1.3平均无故障时间
MTTF，平均无故障时间，也就是在整个寿命周期内，系统平均处于运行状态的时长，对于指数分布来说，MTTF＝1/λ (1)
1.4平均故障时间
MTTR，平均故障时间，也就是系统处于修复状态的平均时长，
MTTR＝1/μ (2)
1.5平均寿命
MTBF，系统的平均寿命，MTBF＝MTTF+MTTR＝1/λ+1/μ (3)
当系统的修复率远高于系统故障率时，系统的平均寿命可以由系统平均故障时间近似：MTBF≈MTTF＝1/λ (4)
1.6可用度
A，可用度，是指系统处于正常运行状态的概率。
1.7无效度
U，无效度，是指系统处于故障状态的概率。
实施例一
本发明实施例提供了一种优化逆变电源系统的方法。如图2所示：该方法包括步骤如下：
步骤S10，创建逆变电源系统的故障率计算模型和系统的可用度计算模型，其中，故障率计算模型和可用度计算模型包括逆变电源系统的逆变器的主要并联模块数量N和冗余模块数量X。
具体的，在本方案中，可以将容量为一定的逆变电源系统中的逆变器的主要并联模块数量和冗余模块数量设成为未知数，从而构建逆变电源系统的故障率计算模型，上述故障率指逆变器发生故障的频率，上述可用度是指逆变电源系统处于正常运行状态的概率。
步骤S12，通过故障率计算模型和可用度计算模型创建逆变电源系统的全寿命周期成本计算模型。
具体的，可以通过上述包含着主要并联模块数量N和冗余模块数量X的两个模型来建立逆变电源系统的全寿命周期成本计算模型，则上述全寿命周期最小成本计算模型也包含上述主要并联模块数量N和冗余模块数量X的两个未知数。
步骤S14，根据全寿命周期成本计算模型求得N和X的目标解。
具体的，在构建全寿命周期成本的数学模型后，可以使上述全寿命周期成本达到最小值，从而求出上述主要并联模块数量N和冗余模块数量X的值，这里需要说明的是，上述目标解可以为最优解。
可选的，在本方案中，可以按照上述并联模块数量N和冗余模块数量X的值来对容量一定的N+X型的逆变电源系统中的逆变模块的数量进行配置。
这里需要说明的是，当容量为P的N+X型的逆变电源系统按照本方案获得的N和X的最优解来配置逆变器，上述逆变电源系统与现有的容量为P的其他任何形式的逆变电源系统相比，会实现如下效果：故障率最高、可用度最高、系统全寿命周期成本最小。
这里还需要说明的是，上述故障率和可用度在本方案中可作为评价逆变电源系统高度可靠性的指标。
本发明实施例通过创建不同的数学模型来计算容量一定的逆变电源系统中逆变器的主要并联模块数量N和冗余模块数量X的最优解，通过上述求得的N和X来对逆变电源系统中的逆变器进行配置，实现了现有技术中逆变电源系统不能同时达到造价最低和可靠性最高的问题。
可选的，步骤S10，创建逆变电源系统的故障率计算模型和系统的可用度计算模型的步骤可以包括：
步骤S101，通过如下故障率计算模型计算得到故障率，再通过如下可用度计算模型计算得到可用度：
其中，λN+X为逆变电源系统的故障率；MTBFN+X为逆变电源系统的平均寿命；λ为逆变电源系统中只包含一个模块时的故障率，AN+X为逆变电源系统的可用度，A为逆变电源系统中只包含一个模块时的可用度，U为逆变电源系统中只包含一个模块时处于故障状态的概率。
下面对上述公式(7)和公式(8)中出现的参数A和λ进行解释：
整个逆变电源的故障率为单个元件故障率之和，计算公式为：
而单个元件故障率如下表1：
表1：单相逆变器各元件故障率
(230V，5kW)：
故当整个逆变电源只包含一个逆变模块时，系统的故障率和可用度可以按公式(10)和(5)计算得出，即：
可选的，步骤S12，通过故障率计算模型和可用度计算模型创建逆变电源系统的全寿命周期成本计算模型的步骤可以包括：
步骤S121，分别构建逆变电源系统的安装成本，运行维护成本，及损耗成本的计算模型。
具体的，上述并联冗余逆变电源系统的全寿命周期成本构成如图2所示。全寿命周期成本包括初始安装成本，运行维护成本，及损耗成本。其中，安装成本包括逆变装置投资和散热系统投资，散热装置投资按照装置整体投资的10％进行估算。在本方案中，可以假定逆变装置成本与系统容量成正比，逆变器单位造价为$0.715/W[11]，对于容量为PkW，N+X型并联冗余逆变器的造价为：
结合图2，上述运行和维护成本可以包括三个部分：计划维护成本，非计划维护成本和停电损失费。计划维护成本是指年均运维成本，占系统投资成本的5％-6％[26]。因此，在一种可选的实施例中，在20年保修期内，并联逆变电源系统的计划维护成本为：
CO&M,s＝Cint×5％×20＝Cint。
非计划维护成本是指由系统随机故障引起的维护费用。非计划运维成本包括元件成本费，人工费，和技术支持人员的差旅费。在一种可选的实施例中，20年保修期内的非计划维护费可以计算为：
CO&M,u＝λN+X×20×(Cpart+Clt×MTTR)
这里需要说明的是，上述λN+X是并联冗余逆变系统的等效故障率，可由上述公式(1)计算得出；Cpart为替换的原件成本费，Clt为单次维修的人工费和差旅费。单次维修的人工费和差旅费假设为每天$300/kW。MTTR为系统平均修复时间，可由公式MTBF＝MTTF+MTTR＝1/λ+1/μ计算得出。
系统停电损失费与系统容量大小有密切关系。假设对于100kW逆变电源系统，停电损失费为$131163BJDL/天，那么全寿命周期的停电损失费用为：
上述损耗成本假设为那么全寿命周期的系统损耗成本为：
Closs＝(1-η)×P×0.87×24×365＝(1-η)×P×7591，其中η为系统运行效率。
步骤S122，将安装成本，运行维护成本，及损耗成本的计算模型相加获得逆变电源系统的全寿命周期成本计算模型。
具体的，在本方案中，可以根据上述安装成本、损耗成本、计划维修成本、非计划维修成本、停电损失费的公式相加可计算得出系统全寿命周期成本的计算模型为：
可选的，步骤S14，根据全寿命周期成本计算模型求得N和X的最优解的步骤可以包括：
步骤S141，分别使全寿命周期成本计算模型中的X＝1，2，3，再使全寿命周期最小成本最小的情况下，求得N和X的最优解。
具体的，可以通过求解全寿命周期最小成本Ctot(N,X),可以得出系统的最优架构。
这里需要说明的是，根据现有的可靠性分析结果，当冗余度X>3时系统可靠性保持不变，因此我们可以通过求解Ctot(N,X)在X＝1，2，3三种情况下的最小值来求得系统价格的最优解。
例如，以100kW逆变系统为例，单个逆变模块的故障率和修复率分别为为0.18/年和15.2/年。在不同冗余度下100kW的电源系统的全寿命周期成本如图3所示，可见当主要并联模块数量N＝6，冗余模块数X＝2时，系统全寿命周期成本最小。
实施例二
本实施例还提供了一种优化逆变电源系统的装置，如图4所示，该装置可以包括：
第一创建单元30，用于创建逆变电源系统的故障率计算模型和系统的可用度计算模型，其中，故障率计算模型和可用度计算模型包括逆变电源系统的逆变器的主要并联模块数量N和冗余模块数量X。
具体的，在本方案中，可以将容量为一定的逆变电源系统中的逆变器的主要并联模块数量和冗余模块数量设成为未知数，从而构建逆变电源系统的故障率计算模型，上述故障率指逆变器发生故障的频率，上述可用度是指逆变电源系统处于正常运行状态的概率。
第二创建单元32，通过故障率计算模型和可用度计算模型创建逆变电源系统的全寿命周期成本计算模型。
具体的，可以通过上述包含着主要并联模块数量N和冗余模块数量X的两个模型来建立逆变电源系统的全寿命周期成本计算模型，则上述全寿命周期最小成本计算模型也包含上述主要并联模块数量N和冗余模块数量X的两个未知数。
第一计算单元34，用于根据全寿命周期成本计算模型求得N和X的目标解。
具体的，在构建全寿命周期成本的数学模型后，可以使上述全寿命周期成本达到最小值，从而求出上述主要并联模块数量N和冗余模块数量X的值，这里需要说明的是，上述目标解可以为最优解。
可选的，在本方案中，可以按照上述并联模块数量N和冗余模块数量X的值来对容量一定的N+X型的逆变电源系统中的逆变模块的数量进行配置。
这里需要说明的是，当容量为P的N+X型的逆变电源系统按照本方案获得的N和X的最优解来配置逆变器，上述逆变电源系统与现有的容量为P的其他任何形式的逆变电源系统相比，会实现如下效果：故障率最高、可用度最高、系统全寿命周期成本最小。
这里还需要说明的是，上述故障率和可用度在本方案中可作为评价逆变电源系统高度可靠性的指标。
本发明实施例通过创建不同的数学模型来计算容量一定的逆变电源系统中逆变器的主要并联模块数量N和冗余模块数量X的最优解，通过上述求得的N和X来对逆变电源系统中的逆变器进行配置，实现了现有技术中逆变电源系统不能同时达到造价最低和可靠性最高的问题。
可选的，上述第一创建单元30还可以包括：
第一计算模块，通过如下故障率计算模型计算得到故障率，再通过如下可用度计算模型计算得到可用度：
其中，λN+X为逆变电源系统的故障率；MTBFN+X为逆变电源系统的平均寿命；λ为逆变电源系统中只包含一个模块时的故障率，AN+X为逆变电源系统的可用度，A为逆变电源系统中只包含一个模块时的可用度，U为逆变电源系统中只包含一个模块时处于故障状态的概率。
下面对上述公式(7)和公式(8)中出现的参数A和λ进行解释：
整个逆变电源的故障率为单个元件故障率之和，计算公式为：
而单个元件故障率如下表2：
表2：单相逆变器各元件故障率
(230V，5kW)：
故当整个逆变电源只包含一个逆变模块时，系统的故障率和可用度可以按公式(10)和(5)计算得出，即：
可选的，上述第二创建单元32还可以包括：
创建模块321，用于分别构建逆变电源系统的安装成本，运行维护成本，及损耗成本的计算模型。
具体的，上述并联冗余逆变电源系统的全寿命周期成本构成如图2所示。全寿命周期成本包括初始安装成本，运行维护成本，及损耗成本。其中，安装成本包括逆变装置投资和散热系统投资，散热装置投资按照装置整体投资的10％进行估算。在本方案中，可以假定逆变装置成本与系统容量成正比，逆变器单位造价为$0.715/W[11]，对于容量为PkW，N+X型并联冗余逆变器的造价为：
结合图2，上述运行和维护成本可以包括三个部分：计划维护成本，非计划维护成本和停电损失费。计划维护成本是指年均运维成本，占系统投资成本的5％-6％[26]。因此，在一种可选的实施例中，在20年保修期内，并联逆变电源系统的计划维护成本为：
CO&M,s＝Cint×5％×20＝Cint。
非计划维护成本是指由系统随机故障引起的维护费用。非计划运维成本包括元件成本费，人工费，和技术支持人员的差旅费。在一种可选的实施例中，20年保修期内的非计划维护费可以计算为：
CO&M,u＝λN+X×20×(Cpart+Clt×MTTR)；
这里需要说明的是，上述λN+X是并联冗余逆变系统的等效故障率，可由上述公式(1)计算得出；Cpart为替换的原件成本费，Clt为单次维修的人工费和差旅费。单次维修的人工费和差旅费假设为每天$300/kW。MTTR为系统平均修复时间，可由公式MTBF＝MTTF+MTTR＝1/λ+1/μ计算得出。
系统停电损失费与系统容量大小有密切关系。假设对于100kW逆变电源系统，停电损失费为$131163BJDL/天，那么全寿命周期的停电损失费用为：
上述损耗成本假设为那么全寿命周期的系统损耗成本为：
Closs＝(1-η)×P×0.87×24×365＝(1-η)×P×7591，其中η为系统运行效率。
第二计算模块322，用于将安装成本，运行维护成本，及损耗成本的计算模型相加获得逆变电源系统的全寿命周期小成本计算模型。
具体的，在本方案中，可以根据上述安装成本、损耗成本、计划维修成本、非计划维修成本、停电损失费的公式相加可计算得出系统全寿命周期成本的计算模型为：
可选的，上述第一计算单元34可以包括：
第二计算模块，用于分别使全寿命周期成本计算模型中的X＝1，2，3，再使全寿命周期最小成本最小的情况下，求得N和X的目标解。
具体的，可以通过求解全寿命周期最小成本Ctot(N,X),可以得出系统的最优架构。
这里需要说明的是，根据现有的可靠性分析结果，当冗余度X>3时系统可靠性保持不变，因此我们可以通过求解Ctot(N,X)在X＝1，2，3三种情况下的最小值来求得系统价格的最优解。
例如，以100kW逆变系统为例，单个逆变模块的故障率和修复率分别为为0.18/年和15.2/年。在不同冗余度下100kW的电源系统的全寿命周期成本如图3所示，可见当主要并联模块数量N＝8，冗余模块数X＝2时，系统全寿命周期成本最小。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、移动终端、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种优化逆变电源系统的方法，其特征在于，包括：
创建逆变电源系统的故障率计算模型和所述系统的可用度计算模型，其中，所述故障率计算模型和所述可用度计算模型包括所述逆变电源系统的逆变器的主要并联模块数量N和冗余模块数量X；
通过所述故障率计算模型和可用度计算模型创建所述逆变电源系统的全寿命周期成本计算模型，其中，所述全寿命周期成本包括：初始安装成本，运行维护成本，及损耗成本，所述安装成本包括：逆变装置投资和散热系统投资，所述运行维护成本包括：计划维护成本，非计划维护成本和停电损失费，所述计划维护成本是年均运维成本，所述非计划维护成本是由系统随机故障引起的维护费用，所述停电损失费与系统容量大小相关；
根据所述全寿命周期成本计算模型求得所述N和X的目标解；
其中，根据所述全寿命周期成本计算模型求得所述N和X的目标解的步骤包括：分别使所述全寿命周期成本计算模型中的X＝1，2，3，再使所述全寿命周期成本最小的情况下，求得所述N和X的目标解。
2.根据权利要求1所述的方法，其特征在于，创建逆变电源系统的故障率计算模型和所述系统的可用度计算模型的步骤包括：
通过如下故障率计算模型计算得到故障率，再通过如下可用度计算模型计算得到可用度：
<mrow>
<msub>
<mi>&lambda;</mi>
<mrow>
<mi>N</mi>
<mo>+</mo>
<mi>X</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<msub>
<mi>MTBF</mi>
<mrow>
<mi>N</mi>
<mo>+</mo>
<mi>X</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mfrac>
<mn>1</mn>
<mi>&lambda;</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mi>N</mi>
</mrow>
<mrow>
<mi>N</mi>
<mo>+</mo>
<mi>X</mi>
</mrow>
</munderover>
<mfrac>
<mn>1</mn>
<mi>j</mi>
</mfrac>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
<mrow>
<msub>
<mi>A</mi>
<mrow>
<mi>N</mi>
<mo>+</mo>
<mi>X</mi>
</mrow>
</msub>
<mo>=</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mi>N</mi>
</mrow>
<mrow>
<mi>N</mi>
<mo>+</mo>
<mi>X</mi>
</mrow>
</munderover>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>N</mi>
<mo>+</mo>
<mi>X</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>N</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
<msup>
<mi>A</mi>
<mi>j</mi>
</msup>
<msup>
<mi>U</mi>
<mrow>
<mi>N</mi>
<mo>+</mo>
<mi>X</mi>
<mo>-</mo>
<mi>j</mi>
</mrow>
</msup>
<mo>;</mo>
</mrow>
其中，λN+X为所述逆变电源系统的故障率；MTBFN+X为所述逆变电源系统的平均寿命；λ为所述逆变电源系统中只包含一个模块时的故障率，AN+X为所述逆变电源系统的可用度，A为所述逆变电源系统中只包含一个模块时的可用度，U为所述逆变电源系统中只包含一个模块时处于故障状态的概率。
3.根据权利要求2所述的方法，其特征在于，通过所述故障率计算模型和可用度计算模型创建所述逆变电源系统的全寿命周期成本计算模型的步骤包括：
分别构建所述逆变电源系统的安装成本，运行维护成本，及损耗成本的计算模型；
将所述安装成本，运行维护成本，及损耗成本的计算模型相加获得所述逆变电源系统的全寿命周期成本计算模型。
4.一种优化逆变电源系统的装置，其特征在于，包括：
第一创建单元，用于创建逆变电源系统的故障率计算模型和所述系统的可用度计算模型，其中，所述故障率计算模型和所述可用度计算模型包括所述逆变电源系统的逆变器的主要并联模块数量N和冗余模块数量X；
第二创建单元，通过所述故障率计算模型和可用度计算模型创建所述逆变电源系统的全寿命周期成本计算模型，其中，所述全寿命周期成本包括：初始安装成本，运行维护成本，及损耗成本，所述安装成本包括：逆变装置投资和散热系统投资，所述运行维护成本包括：计划维护成本，非计划维护成本和停电损失费，所述计划维护成本是年均运维成本，所述非计划维护成本是由系统随机故障引起的维护费用，所述停电损失费与系统容量大小相关；
第一计算单元，用于根据所述全寿命周期成本计算模型求得所述N和X的目标解；
其中，所述第一计算单元包括：第二计算模块，用于分别使所述全寿命周期成本计算模型中的X＝1，2，3，再使所述全寿命周期成本最小的情况下，求得所述N和X的目标解。
5.根据权利要求4所述的装置，其特征在于，所述第一创建单元包括：
第一计算模块，通过如下故障率计算模型计算得到故障率，再通过如下可用度计算模型计算得到可用度：
<mrow>
<msub>
<mi>&lambda;</mi>
<mrow>
<mi>N</mi>
<mo>+</mo>
<mi>X</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<msub>
<mi>MTBF</mi>
<mrow>
<mi>N</mi>
<mo>+</mo>
<mi>X</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mfrac>
<mn>1</mn>
<mi>&lambda;</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mi>N</mi>
</mrow>
<mrow>
<mi>N</mi>
<mo>+</mo>
<mi>X</mi>
</mrow>
</munderover>
<mfrac>
<mn>1</mn>
<mi>j</mi>
</mfrac>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
<mrow>
<msub>
<mi>A</mi>
<mrow>
<mi>N</mi>
<mo>+</mo>
<mi>X</mi>
</mrow>
</msub>
<mo>=</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mi>N</mi>
</mrow>
<mrow>
<mi>N</mi>
<mo>+</mo>
<mi>X</mi>
</mrow>
</munderover>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>N</mi>
<mo>+</mo>
<mi>X</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>N</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
<msup>
<mi>A</mi>
<mi>j</mi>
</msup>
<msup>
<mi>U</mi>
<mrow>
<mi>N</mi>
<mo>+</mo>
<mi>X</mi>
<mo>-</mo>
<mi>j</mi>
</mrow>
</msup>
<mo>;</mo>
</mrow>
其中，λN+X为所述逆变电源系统的故障率；MTBFN+X为所述逆变电源系统的平均寿命；λ为所述逆变电源系统中只包含一个模块时的故障率，AN+X为所述逆变电源系统的可用度，A为所述逆变电源系统中只包含一个模块时的可用度，U为所述逆变电源系统中只包含一个模块时处于故障状态的概率。
6.根据权利要求5所述的装置，其特征在于，所述第二创建单元包括：
创建模块，用于分别构建所述逆变电源系统的安装成本，运行维护成本，及损耗成本的计算模型；
第二计算模块，用于将所述安装成本，运行维护成本，及损耗成本的计算模型相加获得所述逆变电源系统的全寿命周期成本计算模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410713689.2A CN104485688B (zh) | 2014-11-28 | 2014-11-28 | 优化逆变电源系统的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410713689.2A CN104485688B (zh) | 2014-11-28 | 2014-11-28 | 优化逆变电源系统的方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104485688A CN104485688A (zh) | 2015-04-01 |
| CN104485688B true CN104485688B (zh) | 2017-10-13 |
Family
ID=52760209
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410713689.2A Active CN104485688B (zh) | 2014-11-28 | 2014-11-28 | 优化逆变电源系统的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104485688B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112803554A (zh) * | 2021-03-08 | 2021-05-14 | 东莞新能安科技有限公司 | 储能系统及应用其的用电装置 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103715688A (zh) * | 2014-01-10 | 2014-04-09 | 国家电网公司 | 并网型微网优化配置方法及装置 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4164975B2 (ja) * | 2000-01-20 | 2008-10-15 | 株式会社ジーエス・ユアサコーポレーション | 給電システム |
| CN101521400B (zh) * | 2009-03-20 | 2012-07-04 | 深圳市捷益达电子有限公司 | 一种模块化ups电源 |
| CN101853448A (zh) * | 2010-05-25 | 2010-10-06 | 北京航空航天大学 | 一种装备研制过程备件需求量预测方法 |
| CN102495967B (zh) * | 2011-12-12 | 2014-07-02 | 山东电力集团公司济宁供电公司 | 在运电力变压器检修周期计算方法 |
-
2014
- 2014-11-28 CN CN201410713689.2A patent/CN104485688B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103715688A (zh) * | 2014-01-10 | 2014-04-09 | 国家电网公司 | 并网型微网优化配置方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| 模块化UPS系统的可用性分析;谢风华等;《通信电源技术》;20120325;第29卷;第107-109页 * |
| 模块化逆变电源全数字化并联控制技术研究;段善旭;《万方数据库》;20110818;第24-25页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104485688A (zh) | 2015-04-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | Robust distributed optimization for energy dispatch of multi-stakeholder multiple microgrids under uncertainty | |
| Nasiri et al. | A bi-level market-clearing for coordinated regional-local multi-carrier systems in presence of energy storage technologies | |
| Santos et al. | Novel multi-stage stochastic DG investment planning with recourse | |
| Jooshaki et al. | A model for stochastic planning of distribution network and autonomous DG units | |
| Coffrin et al. | Strategic stockpiling of power system supplies for disaster recovery | |
| Zhou et al. | Multi-stage contingency-constrained co-planning for electricity-gas systems interconnected with gas-fired units and power-to-gas plants using iterative Benders decomposition | |
| US9484747B1 (en) | Holistic optimization of distribution automation using survivability modeling | |
| Eghbal et al. | Transmission expansion planning by meta-heuristic techniques: a comparison of shuffled frog leaping algorithm, PSO and GA | |
| Esmaeily et al. | Evaluating the effectiveness of mixed-integer linear programming for day-ahead hydro-thermal self-scheduling considering price uncertainty and forced outage rate | |
| EP3072200B1 (en) | Holistic optimization of distribution automation using survivability modeling to support storm hardening | |
| Akhwanzada et al. | Strategic forecasting of electricity demand using system dynamics approach | |
| Zhang et al. | A New Energy‐Aware Flexible Job Shop Scheduling Method Using Modified Biogeography‐Based Optimization | |
| Zhang et al. | Enhancing economics of power systems through fast unit commitment with high time resolution | |
| Xin et al. | Permutation flow shop energy-efficient scheduling with a position-based learning effect | |
| Kahrobaee et al. | A hybrid analytical-simulation approach for maintenance optimization of deteriorating equipment: Case study of wind turbines | |
| Aghaei et al. | Uncertainty management in multiobjective hydro-thermal self-scheduling under emission considerations | |
| Rayati et al. | Optimal bidding strategy of coordinated wind power and gas turbine units in real‐time market using conditional value at risk | |
| Alobaidi et al. | Stochastic expansion planning of battery energy storage for the interconnected distribution and data networks | |
| Guo et al. | A stochastic multi-agent optimization model for energy infrastructure planning under uncertainty in an oligopolistic market | |
| CN117937623B (zh) | 配电网智能储能软开关规划方法及装置 | |
| Ahmadi et al. | Stochastic self-scheduling of hydro units in joint energy and reserves markets | |
| CN104485688B (zh) | 优化逆变电源系统的方法及装置 | |
| CN109803009A (zh) | 基于区块链的分布式调度方法和系统 | |
| Jean-Baptiste et al. | Understanding Model Risk Management--Model Rationalization in Financial Industry | |
| Mozdawar et al. | Resource adequacy in interdependent electricity markets undergoing heterogeneous expansion in renewable energy |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Yu Xiaoxiao Inventor after: Sun Jian Inventor after: Li Yun Inventor after: Shu Bin Inventor before: Yu Xiaoxiao Inventor before: Sun Jian Inventor before: Shu Bin |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |