CN105373862A - 基于年度负荷曲线的终端站规划方案可靠性评估优选方法 - Google Patents

Abstract

本发明公开了一种基于年度负荷持续曲线的终端站规划方案可靠性评估优选方法，该方法充分考虑电力系统规划领域的特点以及电力设备运行中的不确定因素对电力系统的影响，融入了概率论的知识。同时，该方法计算结果考虑了系统实际运行中的负荷水平及其分布概率，既可以评估规划方案在不同负荷水平下的可靠性，也可以综合度量规划方案长期可靠性。本发明公开的评估优选方法利用可靠性指标对规划方案的可靠性做出定量评估，综合考虑各类不确定性因素的概率特征及对电力系统的影响，在提高可靠性评估精确度及可信度的同时，为规划方案的选择和优化提供了方便直观的数据参考。

Description

基于年度负荷曲线的终端站规划方案可靠性评估优选方法

技术领域

本发明涉及电力系统输电网规划领域，具体涉及一种基于年度负荷曲线的终端站规划方案可靠性评估优选方法，是一种如何利用基于负荷持续曲线分层模型计算终端变电站可靠性的计算分析方法。

背景技术

终端变电站(简称终端站)作为一种简化网架结构，可以实现对负荷中心高密度供电，越来越受到人们重视，逐步由原来的110kV中低压电网末梢节点发展到500kV终端站。所谓终端变电站，是指处于某个电压等级的电力网末端、包括分支线末端的变电站。500kV终端站作为合理网架结构的重要组成部分，能够从优化电网结构角度来控制短路电流以及满足负荷中心区日益增大的供电密度需求，同时释放了中心城区220kV电源变电站的供电能力和电源间隔，缓解了一些主要输电线路的供电压力。从整体优化电网结构而言，合理的终端站设计有助于降低电网的短路电流水平，从而保障整体结构的合理性和优化。因此，在条件具备的区域建设若干终端站，避免骨干输电网日趋紧密的单一发展趋势，成为高压骨干网架规划的一个重要技术思路。

负荷持续曲线(LoadDurationCurve,LDC)来源于年负荷时序曲线，是把该负荷全年中各个时间点出现的情况，按其大小以及持续小时数排列绘制而成的曲线，其中横坐标表示负荷持续时间，纵坐标表示负荷大小。负荷持续曲线包含了年最大负荷、年最小负荷、负荷累积持续时间、负荷累积电量等信息，对电力系统未来负荷预测具有重要意义。

电力系统可靠性是指电力系统按照可接受的质量标准和所需数量不间断地向用户供应电力和电能量的能力，一般包括充裕度与安全性两个方面。从上世纪60年代起，国内外即开始进行电力系统可靠性评估研究，大致可分为确定性评估和概率风险评估两个阶段。目前我国终端站电网规划设计阶段并没有制定明确的可靠性准则，规划设计工作中对于系统可靠性的评估主要通过潮流计算、N-1原则、短路电流计算等手段，并结合工程经验以校核的方式实现。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供一种基于负荷持续曲线分层模型的终端变电站规划方案可靠性评估优选方法，综合考虑各类不确定性因素的概率特征及对系统的影响，分析全年不同负荷水平下的可靠性指标，通过可靠性指标对不同规划方案进行对比和优选。

本发明的目的通过下述技术方案实现：

一种基于年度负荷持续曲线的终端站规划方案可靠性评估优选方法，包括下列步骤：

S1、建立终端变电站的规划方案模型；

S2、选取故障事件集，建立元件故障和故障事件概率模型；

S3、建立负荷持续曲线分层模型，确定不同负荷水平取值及其持续时间；

S4、基于故障事件集，对规划方案进行静态安全分析结果；

S5、针对静态紧急状态，基于灵敏度矩阵，计算故障事件导致的失负荷值并进行切负荷操作；

S6、计算不同负荷分布下的可靠性指标；

S7、基于年度负荷持续曲线，计算所述规划方案的可靠性指标，通过所述可靠性指标对所述规划方案进行分析和优选。

进一步地，所述步骤S2选取故障事件集，建立元件故障和故障事件概率模型具体包括：

S21、计算元件故障率u，计算方法如下：

$u=\frac{F_{outage}\×T_{repair}}{8760}=\frac{\mathrm{\λ}}{\mathrm{\λ}+\mathrm{\μ}}=1-\frac{I}{100}$

其中，F_outage表示设备的平均停运频率，T_repair表示设备发生被迫停运后的平均维修时间，λ为失效率，μ为修复率，I表示可用系数；

S22、计算故障事件发生概率P，计算方法如下：

$P=\underset{i\∈U}{\Π}{u}_i\underset{j\∈A}{\Π}(1-u_j)=\frac{\underset{r\∈U}{\Π}{u}_i\underset{j\∈S}{\Π}(1-u_j)}{\underset{k\∈U}{\Π}(1-u_k)}$

其中，P表示故障事件的发生概率，S表示所有设备集，U表示故障设备集，A表示正常设备集，u为元件故障率。

进一步地，所述可用系数I的计算公式如下：

$I=\frac{T_1}{T_1+T_2+T_3}$

其中，T₁表示可用小时，T₂表示计划停运时间，T₃表示非计划停运时间。

进一步地，所述元件故障包括母线、线路和变压器的元件故障。

进一步地，所述步骤S3建立负荷持续曲线分层模型，确定不同负荷水平取值及其持续时间具体包括：

S31、将一段时间内的负荷值进行统计分析，形成负荷持续曲线；

S32、按照均值或者制定的步长将其分层，计算负荷落在各层的时间，根据各层持续时间与总时间的比值求出负荷的概率分布p_k，其中k＝1,2,3，…,M,k表示子区间编号，取曲线中最小负荷P_min和最大负荷P_max，将区间[P_min，P_max]平分成M个子区间，并用区间负荷中值代表：P_int1，P_int2，…，P_intM，其中P_int1、P_int2、…、P_intM分别表示第1、2、M个子区间的负荷中值，负荷落在每个子区间的持续时间分别为：T_int1，T_int2，…，T_intM，则第k个子区间的负荷分布概率p_k可表示为：

$p_k=\frac{T_{inkt}}{8760},k=1,2,3,\mathrm{...},M$

$\underset{k=1}{\overset{M}{\Σ}}{p}_k=1$

其中，T_intk表示负荷落在第k个子区间的时间。

进一步地，所述灵敏度矩阵由控制变量Δu和被控变量Δx的线性关系确定，具体为

$\mathrm{\Δ}x=-{\left(\frac{\∂f}{\∂x}\right)}^{-1}\frac{\∂f}{\∂u}\mathrm{\Δ}u=S\mathrm{\Δ}u$

其中，称为灵敏度矩阵，

f(x,u)＝0为电力系统的稳态平衡条件下非线性网络方程的紧凑形式，其中，x表示被控制变量列向量，u表示控制变量列向量，Δx和Δu为运行状态发生变化后x和u的偏差量。

进一步地，所述可靠性指标包括：

$LOLP=\underset{i\∈S}{\Σ}{P}_i$

$EDNS=\underset{i\∈S}{\Σ}{C}_i{P}_i\left(MW\right)$

$EENS=T\underset{i\∈S}{\Σ}{C}_i{P}_i(MWh/a)=T\×EDNS$

其中，LOLP表示系统一年中发生失负荷故障的概率，其取值范围为[0,1]，Pi为系统处于状态i的概率，S为不能满足负荷需求的系统状态全集；LOLE表示系统一年中发生失负荷故障的时间，T为给定的时间区间的小时或天数；EDNS表示系统一年中损失的失负荷功率，Ci为状态i条件下削减的负荷功率；EENS表示系统一年中损失的电量。

进一步地，所述可靠性指标LOLP、LOLE、EDNS和EENS分别通过下式计算：

$LOLP=\underset{k=1}{\overset{M}{\Σ}}{\mathrm{LOLP}}_k\×P_k$

$LOLE=\underset{k=1}{\overset{M}{\Σ}}{\mathrm{LOLE}}_k\×P_k$

$EDNS=\underset{k=1}{\overset{M}{\Σ}}{\mathrm{EDNS}}_k\×P_k$

$EENS=\underset{k=1}{\overset{M}{\Σ}}{\mathrm{EENS}}_k\×P_k$

其中，M表示负荷持续曲线的总层数，LOLP_k、LOLE_k、EDNS_k和EENS_k分别是第k层负荷水平时的相应指标。

本发明相对于现有技术具有如下的优点及效果：

1)本发明提出的基于年度负荷曲线的终端变电站规划方案可靠性评估优选方法，通过将负荷持续曲线分层模型引入终端变电站规划评估中，考虑了系统实际运行中的负荷水平及其分布概率，既可以评估规划方案在不同负荷水平下的可靠性，也可以综合量度规划方案长期可靠性。

2)本发明利用可靠性指标对规划方案的可靠性做出定量评估，综合考虑各类不确定性因素的概率特征及对系统的影响，在提高可靠性评估精确度及可信度的同时，为规划方案的选择和优化提供了方便直观的数据参考。

附图说明

图1是负荷持续曲线分层模型示意图；

图2是切负荷操作示意图；

图3是基于年度负荷曲线的终端变电站规划可靠性评估方法流程图；

图4是算例500kV终端站典型结构规划方案Ⅰ；

图5是算例500kV终端站典型结构规划方案Ⅱ；

图6是算例系统等效负荷持续曲线；

图7(a)缺电概率LOLP对比分析图；

图7(b)缺电时间LOLE对比分析图；

图7(c)期望缺供电力EDNS对比分析图；

图7(d)期望缺供电量EENS对比分析图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例一

本实施例具体提出了一种基于年度负荷曲线的终端站规划方案可靠性评估优选方法，该方法充分考虑电力系统规划领域的特点，充分考虑电力系统设备运行中的不确定因素对系统的影响，融入了概率认识，该方法计算结果考虑了系统实际运行中的负荷水平及其分布概率，既可以评估规划方案在不同负荷水平下的可靠性，也可以综合量度规划方案长期可靠性。利用可靠性指标对规划方案的可靠性做出定量评估，综合考虑各类不确定性因素的概率特征及对系统的影响，在提高可靠性评估精确度及可信度的同时，为规划方案的选择和优化提供了方便直观的数据参考。为了实现上述目的，本实施例采取的技术方案是基于负荷持续曲线分层模型的终端变电站规划方案可靠性评估优选方法，具体步骤所示：

步骤S1：建立终端变电站的规划方案模型；

步骤S2：选取故障事件集，建立元件故障和故障事件概率模型；

步骤S3：建立负荷持续曲线分层模型，确定不同负荷水平取值及其持续时间；

步骤S4：基于故障事件集，对规划方案进行静态安全分析结果；

步骤S5：针对静态紧急状态，基于灵敏度矩阵，计算故障事件导致的失负荷值并进行切负荷操作；

步骤S6：计算不同负荷分布下的可靠性指标；

步骤S7：基于年度负荷持续曲线，计算规划方案的可靠性指标，通过可靠性指标对规划方案进行分析和优选。

在步骤S2中，选取故障事件集，建立元件故障和故障事件概率模型具体包括如下步骤：

步骤S21、计算元件故障率u，计算方法如下：

$u=\frac{F_{outage}\×T_{repair}}{8760}=\frac{\mathrm{\λ}}{\mathrm{\λ}+\mathrm{\μ}}=1-\frac{I}{100}---\left(1\right)$

其中，F_outage表示设备的平均停运频率(失效次数/年)，T_repair表示设备发生被迫停运后的平均维修时间(h)，λ为失效率(失效次数/年)，μ为修复率(修复次数/年)，I表示可用系数。

其中，可用系数I的计算方法如下：

$I=\frac{T_1}{T_1+T_2+T_3}---\left(2\right)$

其中，T₁表示可用小时(单位：小时h)，T₂表示计划停运时间(单位：小时h)，T₃表示非计划停运时间(单位：小时h)。计划停运时间是指按原定计划停运或进行停运检修的时间，非计划停运时间指不在计划内的故障停运时间。

步骤S22、故障事件发生概率P的计算方法为：

$P=\underset{i\∈U}{\Π}{u}_i\underset{j\∈A}{\Π}(1-u_j)=\frac{\underset{i\∈U}{\Π}{u}_i\underset{j\∈S}{\Π}(1-u_j)}{\underset{k\∈U}{\Π}(1-u_k)}---\left(3\right)$

其中，P表示故障事件的发生概率，S表示所有设备集，U表示故障设备集，A表示正常设备集，u为元件故障率。

在步骤S3中，建立负荷持续曲线分层模型，确定不同负荷水平取值及其持续时间的具体步骤如下：

S31、将一段时间内的负荷值进行统计分析，形成负荷持续曲线，如图1所示。

S32、按照均值或者制定的步长将其分层，计算负荷落在各层的时间，根据各层持续时间与总时间的比值求出负荷的概率分布p_k，其中k＝1,2,3，…,M,k表示子区间编号：取曲线中最小负荷P_min和最大负荷P_max，将区间[P_min，P_max]平分成M个子区间，并用区间负荷中值代表：P_int1，P_int2，…，P_intM，其中P_int1、P_int2、…、P_intM分别表示第1、2、M个子区间的负荷中值，负荷落在每个子区间的持续时间分别为：T_int1，T_int2，…，T_intM，则第k个子区间的负荷分布概率p_k可表示为：

$p_k=\frac{T_{\mathrm{int}k}}{8760},k=1,2,3,\mathrm{...},M---\left(4\right)$

$\underset{k=1}{\overset{M}{\Σ}}{p}_k=1---\left(5\right)$

其中，k表示子区间编号，T_intk表示负荷落在第k个子区间的时间。

在步骤S5中，针对静态紧急状态，基于灵敏度矩阵，计算故障事件导致的失负荷值具体包括如下步骤：

S51、计算灵敏度矩阵，其计算方法如下：

电力系统的稳态平衡条件可由n个非线性网络方程表示。在某一运行状态下，这一方程式的紧凑形式为：

f(x,u)＝0(6)

其中，x表示被控制变量(因变量)列向量；u表示控制变量(自变量)列向量。由于组成式(6)的方程数目和形式取决于如何选取x和u的变量集合，因而具体形式可能会有较大区别。同时方程式的形式和数目也会随着选择的坐标形式(极坐标或直角坐标)不同而有所变化。当系统在给定的稳定运行情况下运行时，式(6)变为

f(x₀,u₀)＝0(7)

当运行状态发生变化后，即x和u分别有一偏差量Δx和Δu时，系统的稳态平衡方程变为式(8)

f(x₀+Δx,u₀+Δu)＝0(8)

式(8)在运行点x₀和u₀处进行泰勒级数展开，并略去二阶及以上的高阶项，可得

$f(x_0,u_0)+\frac{\∂f}{\∂x}\mathrm{\Δ}x+\frac{\∂f}{\∂u}\mathrm{\Δ}u=0---\left(9\right)$

由式(7)，上式变为

$\frac{\∂f}{\∂x}\mathrm{\Δ}x+\frac{\∂f}{\∂u}\mathrm{\Δ}u=0---\left(10\right)$

式(10)为灵敏度方程的基本形式，式中系数矩阵和也称为雅克比矩阵。由式(10)的线性模型，可以得到控制变量Δu和被控变量Δx的线性关系为

$\mathrm{\Δ}x=-{\left(\frac{\∂f}{\∂x}\right)}^{-1}\frac{\∂f}{\∂u}\mathrm{\Δ}u=S\mathrm{\Δ}u---\left(11\right)$

其中，称为灵敏度矩阵。

S52、计算故障事件导致的负荷损失方法，计算方法如下：

如图2所示，进行切负荷操作时，分别从已排序的灵敏度系数向量的正值和负值两端开始调节，正值处的PQ、PV节点进行削弱发电机有功出力的操作，负值处PV节点进行切负荷操作，为了保证系统的有功平衡，发电机的有功削弱量和切负荷量将保持一致。

在步骤S6中，计算不同负荷分布下的可靠性指标的具体方法如下：

本实施例采用LOLP、LOLE、EDNS和EENS四个指标评估系统的可靠性：

$LOLP=\underset{i\∈S}{\Σ}{P}_i---\left(12\right)$

$EDNS=\underset{i\∈S}{\Σ}{C}_i{P}_i\left(MW\right)---\left(14\right)$

$EENS=T\underset{i\∈S}{\Σ}{C}_i{P}_i(MWh/a)=T\×EDNS---\left(15\right)$

其中，LOLP表示系统一年中发生失负荷故障的概率，其取值范围为[0,1]，Pi为系统处于状态i的概率；S为不能满足负荷需求的系统状态全集；LOLE表示系统一年中发生失负荷故障的时间，T为给定的时间区间的小时或天数；EDNS表示系统一年中损失的失负荷功率，Ci为状态i条件下削减的负荷功率；EENS表示系统一年中损失的电量。

在步骤S6计算规划方案的可靠性指标，通过可靠性指标对规划方案进行分析和优选具体方法如下：

本发明通过不同负荷水平下的可靠性指标以及负荷水平的分布概率计算规划方案的可靠性指标：

$LOLP=\underset{k=1}{\overset{M}{\Σ}}{\mathrm{LOLP}}_k\×P_k---\left(16\right)$

$LOLE=\underset{k=1}{\overset{M}{\Σ}}{\mathrm{LOLE}}_k\×P_k---\left(17\right)$

$EDNS=\underset{k=1}{\overset{M}{\Σ}}{\mathrm{EDNS}}_k\×P_k---\left(18\right)$

$EENS=\underset{k=1}{\overset{M}{\Σ}}{\mathrm{EENS}}_k\×P_k---\left(19\right)$

其中，M表示负荷持续曲线的总层数，LOLP_k、LOLE_k、EDNS_k和EENS_k分别是第k层负荷水平时的相应指标。

综上所述，由本实施例提出的基于年度负荷曲线的终端变电站规划方案可靠性评估优选方法，通过将负荷持续曲线分层模型引入终端变电站规划评估中，考虑了系统实际运行中的负荷水平及其分布概率，既可以评估规划方案在不同负荷水平下的可靠性，也可以综合量度规划方案长期可靠性。本发明利用可靠性指标对规划方案的可靠性做出定量评估，综合考虑各类不确定性因素的概率特征及对系统的影响，在提高可靠性评估精确度及可信度的同时，为规划方案的选择和优化提供了方便直观的数据参考。

实施例二

以下通过将本发明的基于基于年度负荷曲线的终端变电站规划方案可靠性评估优选方法应用于广东电网两个5500kV终端变电站长期规划方案优选评估实例中说明方法的应用。

本发明提出考虑年度负荷曲线的可靠性指标，用来反映终端变电站的长期可靠性，并充分考虑未来电网的负荷分布，建立了一套基于年度负荷曲线的终端变电站规划方案可靠性评估优选方法，图3为流程图，具体步骤如下：

步骤S1：根据广东电网实际运行情况，对于500kV终端变电站，规划方案有两种连接方式Ⅰ和Ⅱ，如图4和图5所示。方案Ⅰ和Ⅱ中，变电站A、B为500kV变电站，其中变电站A与主网相连，变电站B为终端变电站，a-h为220kV变电站，变电站A、B之间通过500kV线路连接，500kV变电站与220kV变电站以及220kV变电站之间通过220kV线路连接。为保证研究的目的明确，结论可靠，方案Ⅰ和Ⅱ中，除连接方式外，其余电气参数均一致，部分设计参数如表1所示。

表1规划方案的设计参数

步骤S2：根据算例系统所在地区线路和变压器的可用系数，利用公式(1)可得到母线、线路和变压器的元件故障率；选取故障事件集，根据公式(3)求得故障事件概率。

步骤S3：方案Ⅰ和Ⅱ中，220kV变电站的容量均为4×180MVA，数量为8座，基于此确定方案Ⅰ和Ⅱ的最大负载能力，根据广东省某年的年负荷曲线，将负荷持续曲线以最大值6000MW，最小值1000MW，步长1000MW为标准划分为5层，如图6所示。每层负荷水平用区间负荷中值代表，不同负荷层级的持续时间及分布概率如表2所示。

表2不同负荷层级的持续时间及分布概率

负荷水平(MW)	持续时间T(h)	分布概率
			5500	356h	0.0406
4500	2737h	0.3124
			3500	3696h	0.4219
2500	1682h	0.1920

1500

289h

0.0330

步骤S4：对方案Ⅰ和Ⅱ进行可靠性分析计算，得到可靠性分析结果如表3和图7所示。

表3可靠性评估结果

由表3及图7可靠性评估分析结果可知：

1)方案Ⅰ和Ⅱ在负荷水平2500MW以下时各项可靠性指标均为0，这表明设计方案Ⅰ和Ⅱ在负荷水平2500MW以下时不会发生任何失负荷故障事件，两种方案均安全可靠。

2)当负荷水平为3500MW及其以上时，方案Ⅰ和Ⅱ均会出现失负荷故障事件，但方案Ⅰ的可靠性指标在相同负荷水平下均大于方案Ⅱ。例如，当负荷水平为4500MW时，方案Ⅰ的LOLE指标为13.3745(表示一年中累积停电时间为13.3745h)，EENS指标为4379.5(表示一年中累积失负荷为4379.5MW)，而方案Ⅱ的LOLE和EENS指标分别为10.1082和3764.1。

3)结合不同负荷层级下的可靠性指标及负荷层级的分布概率，方案Ⅰ的全年LOLP、LOLE、EDNS和EENS指标分别为0.0035、8.339、1.5368和2436.3，约为方案Ⅱ的1.13、1.14、1.27和1.39倍，均大于方案Ⅱ，可见方案Ⅱ的可靠性较高。考虑到系统在实际情况下需要在多种负荷水平下安全稳定运行，全年可靠性指标具有较强的实际意义和指导意义。

因此，基于以上分析，在电网经济性满足的前提下，可以优先考虑方案Ⅱ，以保证系统具有更高的可靠性和安全性。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (8)

1.一种基于年度负荷持续曲线的终端站规划方案可靠性评估优选方法，其特征在于，包括下列步骤：

S1、建立终端变电站的规划方案模型；

S2、选取故障事件集，建立元件故障和故障事件概率模型；

S3、建立负荷持续曲线分层模型，确定不同负荷水平取值及其持续时间；

S4、基于故障事件集，对规划方案进行静态安全分析结果；

S5、针对静态紧急状态，基于灵敏度矩阵，计算故障事件导致的失负荷值并进行切负荷操作；

S6、计算不同负荷分布下的可靠性指标；

S7、基于年度负荷持续曲线，计算所述规划方案的可靠性指标，通过所述可靠性指标对所述规划方案进行分析和优选。

2.根据权利要求1所述的基于年度负荷持续曲线的终端站规划方案可靠性评估优选方法，其特征在于，

所述步骤S2选取故障事件集，建立元件故障和故障事件概率模型具体包括：

S21、计算元件故障率u，计算方法如下：

$u=\frac{F_{outage}\×T_{repair}}{8760}=\frac{\mathrm{\λ}}{\mathrm{\λ}+\mathrm{\μ}}=1-\frac{I}{100}$

其中，F_outage表示设备的平均停运频率，T_repair表示设备发生被迫停运后的平均维修时间，λ为失效率，μ为修复率，I表示可用系数；

S22、计算故障事件发生概率P，计算方法如下：

$P=\underset{i\∈U}{\Π}{u}_i\underset{j\∈A}{\Π}(1-u_j)=\frac{\underset{i\∈U}{\Π}{u}_i\underset{j\∈S}{\Π}(1-u_j)}{\underset{k\∈U}{\Π}(1-u_k)}$

其中，P表示故障事件的发生概率，S表示所有设备集，U表示故障设备集，A表示正常设备集，u为元件故障率。

3.根据权利要求2所述的基于年度负荷持续曲线的终端站规划方案可靠性评估优选方法，其特征在于，

所述可用系数I的计算公式如下：

$I=\frac{T_1}{T_1+T_2+T_3}$

其中，T₁表示可用小时，T₂表示计划停运时间，T₃表示非计划停运时间。

4.根据权利要求1所述的基于年度负荷持续曲线的终端站规划方案可靠性评估优选方法，其特征在于，

所述元件故障包括母线、线路和变压器的元件故障。

5.根据权利要求1所述的基于年度负荷持续曲线的终端站规划方案可靠性评估优选方法，其特征在于，所述步骤S3建立负荷持续曲线分层模型，确定不同负荷水平取值及其持续时间具体包括：

S31、将一段时间内的负荷值进行统计分析，形成负荷持续曲线；

S32、按照均值或者制定的步长将其分层，计算负荷落在各层的时间，根据各层持续时间与总时间的比值求出负荷的概率分布p_k，其中k＝1,2,3，…,M,k表示子区间编号，取曲线中最小负荷P_min和最大负荷P_max，将区间[P_min，P_max]平分成M个子区间，并用区间负荷中值代表：P_int1，P_int2，…，P_intM，其中P_int1、P_int2、…、P_intM分别表示第1、2、M个子区间的负荷中值，负荷落在每个子区间的持续时间分别为：T_int1，T_int2，…，T_intM，则第k个子区间的负荷分布概率p_k可表示为：

$p_k=\frac{T_{\mathrm{int}k}}{8760},k=1,2,3,...,M$

$\underset{k=1}{\overset{M}{\Σ}}{p}_k=1$

其中，T_intk表示负荷落在第k个子区间的时间。

6.根据权利要求1所述的基于年度负荷持续曲线的终端站规划方案可靠性评估优选方法，其特征在于，

所述灵敏度矩阵由控制变量Δu和被控变量Δx的线性关系确定，具体为

$\mathrm{\Δ}x=-{\left(\frac{\∂f}{\∂x}\right)}^{-1}\frac{\∂f}{\∂u}\mathrm{\Δ}u=S\mathrm{\Δ}u$

其中，称为灵敏度矩阵，

f(x,u)＝0为电力系统的稳态平衡条件下非线性网络方程的紧凑形式，其中，x表示被控制变量列向量，u表示控制变量列向量，Δx和Δu为运行状态发生变化后x和u的偏差量。

7.根据权利要求1所述的基于年度负荷持续曲线的终端站规划方案可靠性评估优选方法，其特征在于，所述可靠性指标包括：

$LOLP=\underset{i\∈S}{\Σ}{P}_i$

$EDNS=\underset{i\∈S}{\Σ}{C}_i{P}_i\left(MW\right)$

$EENS=T\underset{i\∈S}{\Σ}{C}_i{P}_i(MWh/a)=T\×EDNS$

其中，LOLP表示系统一年中发生失负荷故障的概率，其取值范围为[0,1]，Pi为系统处于状态i的概率，S为不能满足负荷需求的系统状态全集；LOLE表示系统一年中发生失负荷故障的时间，T为给定的时间区间的小时或天数；EDNS表示系统一年中损失的失负荷功率，Ci为状态i条件下削减的负荷功率；EENS表示系统一年中损失的电量。

8.根据权利要求1所述的基于年度负荷持续曲线的终端站规划方案可靠性评估优选方法，其特征在于，所述可靠性指标LOLP、LOLE、EDNS和EENS分别通过下式计算：

$LOLP=\underset{k=1}{\overset{M}{\Σ}}{\mathrm{LOLP}}_k\×P_k$

$LOLE=\underset{k=1}{\overset{M}{\Σ}}{\mathrm{LOLE}}_k\×P_k$

$EDNS=\underset{k=1}{\overset{M}{\Σ}}{\mathrm{EDNS}}_k\×P_k$

$EENS=\underset{k=1}{\overset{M}{\Σ}}{\mathrm{EENS}}_k\×P_k$

其中，M表示负荷持续曲线的总层数，LOLP_k、LOLE_k、EDNS_k和EENS_k分别是第k层负荷水平时的相应指标。