CN111797537B - 一种含风电配电系统可靠性评估方法及装置 - Google Patents
一种含风电配电系统可靠性评估方法及装置 Download PDFInfo
- Publication number
- CN111797537B CN111797537B CN202010667714.3A CN202010667714A CN111797537B CN 111797537 B CN111797537 B CN 111797537B CN 202010667714 A CN202010667714 A CN 202010667714A CN 111797537 B CN111797537 B CN 111797537B
- Authority
- CN
- China
- Prior art keywords
- fan
- output
- power
- time
- distribution system
- 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 21
- 238000011156 evaluation Methods 0.000 claims abstract description 64
- 238000006243 chemical reaction Methods 0.000 claims abstract description 24
- 238000004364 calculation method Methods 0.000 claims description 41
- 230000007704 transition Effects 0.000 claims description 5
- 230000007812 deficiency Effects 0.000 claims description 4
- 230000005611 electricity Effects 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 5
- 230000007423 decrease Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/06—Wind turbines or wind farms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
本申请提供一种含风电配电系统可靠性评估方法及装置,所述方法获取风速状态信息、各状态之间的转换率、状态转换时的时变故障率以及风机额定功率,计算风机出力理论值及时变概率值,并分别根据风速及时变故障率的约束,计算风机第一出力和风机第二出力,建立风机实际出力多状态模型,并根据风机实际出力多状态模型计算可靠性评估指标。本申请提供的含风电配电系统可靠性评估方法以时变故障率为基础建立风机实际出力多状态模型并计算可靠性评估指标,较传统的可靠性评估方法误差更小,可靠性评估结果更准确。
Description
技术领域
本申请涉及配电系统评估领域,尤其涉及一种含风电配电系统可靠性评估方法及装置。
背景技术
配电系统是电能生产、传输和使用的重要环节,在配电系统的规划、设计以及运行过程中进行可靠性评估,能够保证配电系统可靠运行。随着分布式电源的接入,配电系统的可靠性受到影响,特别是分布式风电出力的间歇性和不确定性使得对配电系统进行可靠性评估更加重要。
配电系统中的电气设备是对分布式风电出力造成影响的主要因素,一般的可靠性评估方法,将电气设备故障率设置为一个常数并建模,即假定故障时间分布服从指数分布。
在实际应用中,电气设备的故障率是随着时间变化的,一般的建模过程不能充分体现设备在整个使用寿命中,故障率的变化对分布式风电出力的影响,即不能充分体现配电系统可靠性所受的影响。
发明内容
本申请提供一种含风电配电系统可靠性评估方法及装置,以解决传统可靠性评估方法故障率为常数的问题。
一方面,本申请提供一种含风电配电系统可靠性评估方法,包括:
获取风速状态信息、各状态之间的转换率、状态转换时的时变故障率以及风机额定功率,所述风速状态信息包括状态总数;
将所述风速状态信息以及所述风机额定功率输入至风机出力计算公式,得到风机出力理论值;
将所述风机出力理论值、所述各状态之间的转换率以及所述时变故障率输入至马尔可夫过程模型,得到时变概率值;
根据所述时变概率值得到风机第一出力,所述风机第一出力为所述风机出力理论值在风速约束下的实际值;
根据所述时变概率值以及所述风机额定功率得到风机第二出力,所述风机第二出力为所述风机出力理论值在时变故障率约束下的实际值;
根据所述风机第一出力以及所述风机第二出力建立风机实际出力多状态模型;
根据所述风机实际出力多状态模型计算可靠性评估指标,以评估含风电配电系统的可靠性。
可选的,根据所述风机实际出力多状态模型计算可靠性评估指标的步骤包括:
获取配电系统的功率值;
根据配电系统的功率值以及风机实际出力多状态模型计算配电系统功率缺额;
根据配电系统功率缺额以及时变概率值计算可靠性评估指标,所述可靠性评估指标包括系统可用度、系统期望电力缺额以及期望电量缺额。
可选的,所述配电系统功率缺额计算公式为:
Di(t)=Li(t)-u(z,t);
Li(t)是配电系统在状态i时的功率值,u(z,t)为风机实际出力多状态模型。
可选的,所述系统可用度计算公式为:
其中,A(t)为系统可用度,pi(t)为时变概率值,Di(t)为配电系统在状态i时的功率缺额,K为系统状态总数,T为系统运行持续时间;
所述系统期望电力缺额计算公式为:
其中,EPNS(t)为系统期望电力缺额,pi(t)为时变概率值,Di(t)为配电系统在状态i时的功率缺额,K为系统状态总数,T为系统运行持续时间;
所述期望电力缺额计算公式为:
其中,EENS(T)为期望电量缺额,pi(t)为时变概率值,Di(t)为配电系统在状态i时的功率缺额,K为系统状态总数,T为系统运行持续时间。
可选的,所述风机出力理论值计算公式为:
其中,Pw为风机出力理论值,Vi为状态i时的风速,Vci、Vco、Vcr分别为状态i时风机的切入风速、切出风速、额定风速,Prw为风机的额定功率,a、b、c为关系系数。
可选的,所述时变概率值计算公式为:
初始条件为:
其中,为t时刻风机出力理论值为Pi w的时变概率值,/>为t时刻风机出力理论值为/>的时变概率值,αji为状态转移率,λi,j为状态i到j的时变故障率,/>为t0时刻风机出力理论值为Pi w的时变概率值,/>为t0时刻风机出力理论值为/>的时变概率值。
可选的,根据所述时变概率值得到风机第一出力的步骤包括:
根据通用生成函数,得到风机第一出力计算公式如下:
其中,u1(z,t)为风机第一出力,t表示时刻,z表示风机出力的各阶原点矩。
可选的,根据所述时变概率值以及所述风机额定功率得到风机第二出力的步骤包括:
根据通用生成函数,得到风机第二出力计算公式如下:
其中,u2(z,t)为风机第二出力,t表示时刻,Prw为风机的额定功率,aw(t)表示时变概率值,z表示风机出力的各阶原点矩。
可选的,根据所述风机第一出力以及所述风机第二出力建立风机实际出力多状态模型的步骤包括:
将所述风机第一出力以及所述风机第二出力利用串联结构算子串联,建立风机实际出力多状态模型,具体如下:
其中,u(z,t)为风机实际出力多状态模型,Ωser为串联结构算子,u1(z,t)为风机第一出力,u2(z,t)为风机第二出力,aw(t)表示时变概率值,z为风机出力的各阶原点矩。
另一方面,本申请提供一种含风电配电系统可靠性评估装置,包括:
获取模块:获取风速状态信息、各状态之间的转换率、状态转换时的时变故障率以及风机额定功率,所述风速状态信息包括状态总数;
风机出力理论值计算模块:将所述风速状态信息以及所述风机额定功率输入至风机出力计算公式,得到风机出力理论值;
时变概率值计算模块:将所述风机出力理论值、所述各状态之间的转换率以及所述时变故障率输入至马尔可夫过程模型,得到时变概率值;
风机第一出力计算模块:根据所述时变概率值得到风机第一出力,所述风机第一出力为所述风机出力理论值在风速约束下的实际值;
风机第二出力计算模块:根据所述时变概率值以及所述风机额定功率得到风机第二出力,所述风机第二出力为所述风机出力理论值在时变故障率约束下的实际值;
风机实际出力多状态模型建立模块:根据所述风机第一出力以及所述风机第二出力建立风机实际出力多状态模型;
可靠性评估模块:根据所述风机实际出力多状态模型计算可靠性评估指标,以评估含风电配电系统的可靠性。
由以上技术方案可知,本申请提供一种含风电配电系统可靠性评估方法及装置,所述方法获取风速状态信息、各状态之间的转换率、状态转换时的时变故障率以及风机额定功率,计算风机出力理论值及时变概率值,并分别根据风速及时变故障率的约束,计算风机第一出力和风机第二出力,建立风机实际出力多状态模型,并根据风机实际出力多状态模型计算可靠性评估指标。本申请提供的含风电配电系统可靠性评估方法以时变故障率为基础建立风机实际出力多状态模型并计算可靠性评估指标,较传统的可靠性评估方法误差更小,可靠性评估结果更准确。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请一种含风电配电系统可靠性评估方法流程示意图;
图2为本申请实施例风速状态示意图;
图3为本申请浴盆形时变故障率变化曲线;
图4为本申请实施例可靠性评估指标计算流程示意图;
图5为本申请一种含风电配电系统可靠性评估装置结构示意图。
具体实施方式
下面将详细地对实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下实施例中描述的实施方式并不代表与本申请相一致的所有实施方式。仅是与权利要求书中所详述的、本申请的一些方面相一致的系统和方法的示例。
分布式风电是指通过风力发电机将风能转化为电能的分布式电源,风力发电机即风机。
参见图1,为本申请一种含风电配电系统可靠性评估方法流程示意图。由图1可知,本申请提供的一种含风电配电系统可靠性评估方法,包括以下步骤:
S1:获取风速状态信息、各状态之间的转换率、状态转换时的时变故障率以及风机额定功率,所述风速状态信息包括状态总数。
参见图2,为本申请实施例风速状态示意图。由图2可知,风速共有n个状态,状态i与状态j之间的状态转移率为αji,风速状态信息包括各个状态的风速。时变故障率是指在状态转换时配电系统电气设备发生故障的几率,是一个动态变化值,不同时序条件下,时变故障率的值不同。配电系统中的电气设备一般包括变压器、配电线路、开关以及母线等,在实际应用中,在外界环境因素、内部设备自然老化等多重不确定性因素的作用下,故障率是随时间变化的,通常服从浴盆曲线变化。
参见图3,为本申请浴盆形时变故障率变化曲线。由图3可知,在时刻t的时变故障率描述为λ(t),主要分为三个阶段。0≤t≤t1时,λ(t)单调递减,即故障率随着时间的增加逐渐减小,称为早期失效期;在t1≤t≤t2时,λ(t)为常数,即故障率与时间无关,称为偶然失效期;在t>t2时,λ(t)单调递增,即故障率随着时间的增加逐渐增大,称为损耗失效期。在上述定义中,0≤t1≤t2,t1和t2为时变故障率的转折点,若t1=t2=0,则浴盆曲线故障率函数变为单调递增故障率函数;若t1=t2→∞,则浴盆曲线故障率函数变为常数,设备失效时间服从指数分布。
通过时变故障率评估配电系统的可靠性,能够更加准确的体现分布式风电出力与风速、时变故障率之间的关系。
S2:将所述风速状态信息以及所述风机额定功率输入至风机出力计算公式,得到风机出力理论值。
风机出力理论值是指风机在未受到风速及时变故障率约束的出力理论值,具体计算公式如下:
其中,Pw为风机出力理论值,Vi为状态i时的风速,Vci、Vco、Vcr分别为状态i时风机的切入风速、切出风速、额定风速,Prw为风机的额定功率,a、b、c为关系系数。
由公式可知,当风速状态i时的风速Vi小于风机的切入风速Vci或者大于风机的切出风速Vco时,风机出力理论值Pw为0。当风速状态i时的风速Vi大于风机的切入风速Vci且小于风机的切出风速Vco时,风机出力理论值Pw为(a+b·Vi+c·Vi 2)·Prw。当风速状态i时的风速Vi大于风机的切出风速Vco且小于风机的额定功率Prw时,风机出力理论值Pw等于额定功率Prw。
在实际应用中,根据公式计算出的风机出力理论值,能够充分体现风机额功率以及风速与风机出力理论值之间的关系。
S3:将所述风机出力理论值、所述各状态之间的转换率以及所述时变故障率输入至马尔可夫过程模型,得到时变概率值。
马尔可夫过程模型是一种常用的统计模型,风机出力理论值不同,对应的时变概率值不同。通过马尔可夫过程模型计算时变概率值具体公式如下:
初始条件为:
其中,为t时刻风机出力理论值为Pi w的时变概率值,/>为t时刻风机出力理论值为/>的时变概率值,αji为状态转移率,λi,j为状态i到j的时变故障率,/>为t0时刻风机出力理论值为Pi w的时变概率值,/>为t0时刻风机出力理论值为/>的时变概率值。
通过建立微分方程及设置初始条件,可以计算出时变概率值进一步衡量分布式风电出力与风速及时变故障率之间的关系。
S4:根据所述时变概率值得到风机第一出力,所述风机第一出力为所述风机出力理论值在风速约束下的实际值。
具体的,根据所述时变概率值得到风机第一出力的步骤包括:
根据通用生成函数,得到风机第一出力计算公式如下:
其中,u1(z,t)为风机第一出力,t表示时刻,z表示风机出力的各阶原点矩。
S5:根据所述时变概率值以及所述风机额定功率得到风机第二出力,所述风机第二出力为所述风机出力理论值在时变故障率约束下的实际值。
具体的,根据所述时变概率值以及所述风机额定功率得到风机第二出力的步骤包括:
根据通用生成函数,得到风机第二出力计算公式如下:
其中,u2(z,t)为风机第二出力,t表示时刻,Prw为风机的额定功率,aw(t)表示时变概率值,z表示风机出力的各阶原点矩。
在实际应用中,风机第一出力和风机第二出力分别是风机出力理论值受风速及时变故障率约束的实际值,通过风机第一出力及风机第二出力计算可靠性评估指标,准确性更高。
S6:根据所述风机第一出力以及所述风机第二出力建立风机实际出力多状态模型;
具体的,所述风机实际出力多状态模型如下:
其中,u(z,t)为风机实际出力多状态模型,Ωser为串联结构算子,u1(z,t)为风机第一出力,u2(z,t)为风机第二出力,aw(t)表示时变概率值,z为风机出力的各阶原点矩。
在实际应用中,所述aw(t)能够通过上述时变概率值计算公式进行计算。所述风机实际出力多状态模型能够反映风机在风速及时变故障率约束下的分布式风电出力实际值,充分体现配电系统设备在整个使用寿命中故障率的变化对配电系统可靠性产生的影响。
S7:根据所述风机实际出力多状态模型计算可靠性评估指标,以评估含风电配电系统的可靠性。
具体的,所述可靠性评估指标包括系统可用度、系统期望电力缺额以及期望电量缺额。通过可靠性评估指标,可以反映配电系统的可靠性。
参见图4,为本申请实施例可靠性评估指标计算流程示意图。由图4可知,进一步地,所述方法还包括:
S71:获取配电系统的功率值;
S72:根据配电系统的功率值以及风机实际出力多状态模型计算配电系统功率缺额;
S73:根据配电系统功率缺额以及时变概率值计算可靠性评估指标。
具体的,配电系统功率缺额计算公式如下:
Di(t)=Li(t)-u(z,t);
Li(t)是配电系统在状态i时的功率值,u(z,t)为风机实际出力多状态模型;
可靠性评估指标依赖于配电系统功率缺额,通过配电系统功率值及风机实际出力多状态模型计算配电系统功率缺额,使得可靠性评估指标计算误差更小。
进一步地,所述系统可用度计算公式如下:
其中,A(t)为系统可用度,pi(t)为时变概率值,Di(t)为配电系统在状态i时的功率缺额,K为系统状态总数,T为系统运行持续时间。
系统可用度是反映系统性能好坏的指标之一,因此系统可用度能够较好的衡量配电系统可靠性。
所述系统期望电力缺额计算公式如下:
其中,EPNS(t)为系统期望电力缺额,pi(t)为时变概率值,Di(t)为配电系统在状态i时的功率缺额,K为系统状态总数,T为系统运行持续时间。
所述期望电量缺额计算公式如下:
其中,EENS(T)为期望电量缺额,pi(t)为时变概率值,Di(t)为配电系统在状态i时的功率缺额,K为系统状态总数,T为系统运行持续时间。
系统期望电力缺额以及期望电量缺额是配电系统中常用参数,通过系统可用度、系统期望电力缺额以及期望电量缺额,能够更好的反映配电系统的可靠性。
由以上技术方案可知,本申请提供的含风电配电系统可靠性评估方法,能够基于时变故障率计算可靠性评估指标,对配电系统的可靠性评估更加准确,误差更小。
基于上述含风电配电系统可靠性评估方法,本申请还提供一种含风电配电系统可靠性评估装置。参见图5,为本申请一种含风电配电系统可靠性评估装置结构示意图。由图5可知,本申请提供的含风电配电系统可靠性评估装置,包括:
获取模块:获取风速状态信息、各状态之间的转换率、状态转换时的时变故障率以及风机额定功率,所述风速状态信息包括状态总数;
风机出力理论值计算模块:将所述风速状态信息以及所述风机额定功率输入至风机出力计算公式,得到风机出力理论值;
时变概率值计算模块:将所述风机出力理论值、所述各状态之间的转换率以及所述时变故障率输入至马尔可夫过程模型,得到时变概率值;
风机第一出力计算模块:根据所述时变概率值得到风机第一出力,所述风机第一出力为所述风机出力理论值在风速约束下的实际值;
风机第二出力计算模块:根据所述时变概率值以及所述风机额定功率得到风机第二出力,所述风机第二出力为所述风机出力理论值在时变故障率约束下的实际值;
风机实际出力多状态模型建立模块:根据所述风机第一出力以及所述风机第二出力建立风机实际出力多状态模型;
可靠性评估模块:根据所述风机实际出力多状态模型计算可靠性评估指标,以评估含风电配电系统的可靠性。
由以上技术方案可知,本申请提供的一种含风电配电系统可靠性评估方法及装置,所述方法获取风速状态信息、各状态之间的转换率、状态转换时的时变故障率以及风机额定功率,计算风机出力理论值及时变概率值,并分别根据风速及时变故障率的约束,计算风机第一出力和风机第二出力,建立风机实际出力多状态模型,并根据风机实际出力多状态模型计算可靠性评估指标。本申请提供的含风电配电系统可靠性评估方法以时变故障率为基础建立风机实际出力多状态模型并计算可靠性评估指标,较传统的可靠性评估方法误差更小,可靠性评估结果更准确,精确评估风速以及时变故障率对配电系统可靠性的影响。
本申请提供的实施例之间的相似部分相互参见即可,以上提供的具体实施方式只是本申请总的构思下的几个示例,并不构成本申请保护范围的限定。对于本领域的技术人员而言,在不付出创造性劳动的前提下依据本申请方案所扩展出的任何其他实施方式都属于本申请的保护范围。
Claims (6)
1.一种含风电配电系统可靠性评估方法,其特征在于,包括:
获取风速状态信息、各状态之间的转换率、状态转换时的时变故障率以及风机额定功率,所述风速状态信息包括状态总数;
将所述风速状态信息以及所述风机额定功率输入至风机出力计算公式,得到风机出力理论值,所述风机出力计算公式为:
其中,Pw为风机出力理论值,Vi为状态i时的风速,Vci、Vco、Vcr分别为状态i时风机的切入风速、切出风速、额定风速,Prw为风机的额定功率,a、b、c为关系系数;
将所述风机出力理论值、所述各状态之间的转换率以及所述时变故障率输入至马尔可夫过程模型,得到时变概率值;
根据所述时变概率值得到风机第一出力,所述风机第一出力为所述风机出力理论值在风速约束下的实际值;
根据所述时变概率值以及所述风机额定功率得到风机第二出力,所述风机第二出力为所述风机出力理论值在时变故障率约束下的实际值;
根据所述风机第一出力以及所述风机第二出力建立风机实际出力多状态模型;
获取配电系统的功率值;
根据配电系统的功率值以及风机实际出力多状态模型计算配电系统功率缺额,所述配电系统功率缺额计算公式为:
Di(t)=Li(t)-u(z,t);
Li(t)是配电系统在状态i时的功率值,u(z,t)为风机实际出力多状态模型;
根据配电系统功率缺额以及时变概率值计算可靠性评估指标,所述可靠性评估指标包括系统可用度、系统期望电力缺额以及期望电量缺额,以评估含风电配电系统的可靠性,所述系统可用度计算公式为:
其中,A(t)为系统可用度,pi(t)为时变概率值,Di(t)为配电系统在状态i时的功率缺额,K为系统状态总数,t为系统运行持续时间;
所述系统期望电力缺额计算公式为:
其中,EPNS(t)为系统期望电力缺额,pi(t)为时变概率值,Di(t)为配电系统在状态i时的功率缺额,K为系统状态总数,t为系统运行持续时间;
所述期望电力缺额计算公式为:
其中,EENS(T)为期望电量缺额,pi(t)为时变概率值,Di(t)为配电系统在状态i时的功率缺额,K为系统状态总数,t为系统运行持续时间。
2.根据权利要求1所述的含风电配电系统可靠性评估方法,其特征在于,所述时变概率值计算公式为:
初始条件为:
其中,为t时刻风机出力理论值为Pi w的时变概率值,/>为t时刻风机出力理论值为/>的时变概率值,αji为状态转移率,λi,j为状态i到j的时变故障率,/>为t0时刻风机出力理论值为Pi w的时变概率值,/>为t0时刻风机出力理论值为/>的时变概率值。
3.根据权利要求1所述的含风电配电系统可靠性评估方法,其特征在于,根据所述时变概率值得到风机第一出力的步骤包括:
根据通用生成函数,得到风机第一出力计算公式如下:
其中,u1(z,t)为风机第一出力,t表示时刻,z表示风机出力的各阶原点矩。
4.根据权利要求1所述的含风电配电系统可靠性评估方法,其特征在于,根据所述时变概率值以及所述风机额定功率得到风机第二出力的步骤包括:
根据通用生成函数,得到风机第二出力计算公式如下:
其中,u2(z,t)为风机第二出力,t表示时刻,Prw为风机的额定功率,aw(t)表示时变概率值,z表示风机出力的各阶原点矩。
5.根据权利要求1所述的含风电配电系统可靠性评估方法,其特征在于,根据所述风机第一出力以及所述风机第二出力建立风机实际出力多状态模型的步骤包括:
将所述风机第一出力以及所述风机第二出力利用串联结构算子串联,建立风机实际出力多状态模型,具体如下:
其中,u(z,t)为风机实际出力多状态模型,Ωser为串联结构算子,u1(z,t)为风机第一出力,u2(z,t)为风机第二出力,aw(t)表示时变概率值,z为风机出力的各阶原点矩。
6.一种含风电配电系统可靠性评估装置,其特征在于,包括:
获取模块:获取风速状态信息、各状态之间的转换率、状态转换时的时变故障率以及风机额定功率,所述风速状态信息包括状态总数;
风机出力理论值计算模块:将所述风速状态信息以及所述风机额定功率输入至风机出力计算公式,得到风机出力理论值,所述风机出力计算公式为:
其中,Pw为风机出力理论值,Vi为状态i时的风速,Vci、Vco、Vcr分别为状态i时风机的切入风速、切出风速、额定风速,Prw为风机的额定功率,a、b、c为关系系数;
时变概率值计算模块:将所述风机出力理论值、所述各状态之间的转换率以及所述时变故障率输入至马尔可夫过程模型,得到时变概率值;
风机第一出力计算模块:根据所述时变概率值得到风机第一出力,所述风机第一出力为所述风机出力理论值在风速约束下的实际值;
风机第二出力计算模块:根据所述时变概率值以及所述风机额定功率得到风机第二出力,所述风机第二出力为所述风机出力理论值在时变故障率约束下的实际值;
风机实际出力多状态模型建立模块:根据所述风机第一出力以及所述风机第二出力建立风机实际出力多状态模型;
可靠性评估模块:获取配电系统的功率值;根据配电系统的功率值以及风机实际出力多状态模型计算配电系统功率缺额,所述配电系统功率缺额计算公式为:
Di(t)=Li(t)-u(z,t);
Li(t)是配电系统在状态i时的功率值,u(z,t)为风机实际出力多状态模型;
根据配电系统功率缺额以及时变概率值计算可靠性评估指标,所述可靠性评估指标包括系统可用度、系统期望电力缺额以及期望电量缺额,以评估含风电配电系统的可靠性,所述系统可用度计算公式为:
其中,A(t)为系统可用度,pi(t)为时变概率值,Di(t)为配电系统在状态i时的功率缺额,K为系统状态总数,t为系统运行持续时间;
所述系统期望电力缺额计算公式为:
其中,EPNS(t)为系统期望电力缺额,pi(t)为时变概率值,Di(t)为配电系统在状态i时的功率缺额,K为系统状态总数,t为系统运行持续时间;
所述期望电力缺额计算公式为:
其中,EENS(T)为期望电量缺额,pi(t)为时变概率值,Di(t)为配电系统在状态i时的功率缺额,K为系统状态总数,t为系统运行持续时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010667714.3A CN111797537B (zh) | 2020-07-13 | 2020-07-13 | 一种含风电配电系统可靠性评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010667714.3A CN111797537B (zh) | 2020-07-13 | 2020-07-13 | 一种含风电配电系统可靠性评估方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111797537A CN111797537A (zh) | 2020-10-20 |
CN111797537B true CN111797537B (zh) | 2023-08-11 |
Family
ID=72808368
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010667714.3A Active CN111797537B (zh) | 2020-07-13 | 2020-07-13 | 一种含风电配电系统可靠性评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111797537B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112380695A (zh) * | 2020-11-13 | 2021-02-19 | 国网上海市电力公司 | 一种考虑实时风速的海上风电场集电系统可靠性获取方法 |
CN115358531B (zh) * | 2022-07-26 | 2023-04-18 | 华北电力大学 | 一种虚拟电厂运行风险分析方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006246604A (ja) * | 2005-03-03 | 2006-09-14 | Tokyo Electric Power Co Inc:The | 風力発電機の運転状態判別方法 |
CN103825272A (zh) * | 2014-03-18 | 2014-05-28 | 国家电网公司 | 一种基于解析法的含分散风电的配电网可靠性确定方法 |
CN104600747A (zh) * | 2015-01-21 | 2015-05-06 | 西安交通大学 | 协调运行风险与风能消纳的电力系统运行优化方法 |
CN106886953A (zh) * | 2017-03-29 | 2017-06-23 | 浙江大学 | 考虑多重不确定性的需求响应对含风电系统风险分析方法 |
-
2020
- 2020-07-13 CN CN202010667714.3A patent/CN111797537B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006246604A (ja) * | 2005-03-03 | 2006-09-14 | Tokyo Electric Power Co Inc:The | 風力発電機の運転状態判別方法 |
CN103825272A (zh) * | 2014-03-18 | 2014-05-28 | 国家电网公司 | 一种基于解析法的含分散风电的配电网可靠性确定方法 |
CN104600747A (zh) * | 2015-01-21 | 2015-05-06 | 西安交通大学 | 协调运行风险与风能消纳的电力系统运行优化方法 |
CN106886953A (zh) * | 2017-03-29 | 2017-06-23 | 浙江大学 | 考虑多重不确定性的需求响应对含风电系统风险分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111797537A (zh) | 2020-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103996081B (zh) | 一种用于网架重构方案评估的混合多属性群决策方法 | |
CN108183512B (zh) | 一种接入新能源的电力系统的可靠性评估方法 | |
CN104682381B (zh) | 大型风电场柔性直流输电系统可靠性计算方法 | |
CN111797537B (zh) | 一种含风电配电系统可靠性评估方法及装置 | |
CN109190792B (zh) | 一种确定配电网中分布式电源的配置的方法和系统 | |
CN105281362A (zh) | 电力系统消纳风电能力的评估方法 | |
CN110518583B (zh) | 一种考虑动态特性的综合能源系统可靠性评估方法 | |
CN106354985B (zh) | 一种考虑分布式电源的配电系统可靠性评估方法 | |
CN110363334B (zh) | 基于灰色神经网络模型的光伏并网的电网线损预测方法 | |
CN110610303A (zh) | 一种计及源-荷不确定性的直流配电网可靠性评估方法 | |
CN110599006A (zh) | 基于场景分析的配电网运行风险评估方法 | |
CN114460445A (zh) | 考虑老化阈值与寿命的变压器老化不可用率评估方法 | |
CN108564223A (zh) | 光伏发电功率预测方法的组合评估方法及装置 | |
CN110661250B (zh) | 含风光储发输电系统的可靠性评估方法及系统 | |
CN104156885B (zh) | 一种基于可靠性函数的风电容量可信度的快速计算方法 | |
CN109934374B (zh) | 耗电量预测系统及其方法 | |
CN114784793A (zh) | 基于机器学习的新能源电网连锁故障预测方法及存储介质 | |
CN111882228A (zh) | 一种含分布式电源的配电网可靠性评估方法 | |
RU2470439C2 (ru) | Способ и устройство для мониторинга электрической сети | |
CN105870913B (zh) | 考虑供暖约束的时序蒙特卡洛模拟可靠性评估方法及系统 | |
CN114662809A (zh) | 一种综合能源园区内供电电源的电能质量评价方法和系统 | |
CN109492809B (zh) | 一种基于节点电价的风电场价值评估方法 | |
CN115345370A (zh) | 一种基于Vine Copula模型的风电机组运行联动性分析方法 | |
CN113537821A (zh) | 一种电力系统状态的快速评估方法及系统 | |
CN114844070A (zh) | 一种基于储能容量配置策略提升新能源容量价值的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |