CN115455699A - 适用于mbse的独立电力系统稳健性分析与优化方法 - Google Patents
适用于mbse的独立电力系统稳健性分析与优化方法 Download PDFInfo
- Publication number
- CN115455699A CN115455699A CN202211125226.5A CN202211125226A CN115455699A CN 115455699 A CN115455699 A CN 115455699A CN 202211125226 A CN202211125226 A CN 202211125226A CN 115455699 A CN115455699 A CN 115455699A
- Authority
- CN
- China
- Prior art keywords
- independent power
- power system
- analysis
- value
- robustness
- 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.)
- Pending
Links
Images
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
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明公开了一种适用于MBSE的独立电力系统稳健性分析与优化方法，包括步骤：一、建立基于仿真的独立电力系统稳健性分析流程，包括：101、额定设计；102、灵敏度分析；103、统计分析；104、应力分析；105、故障模式分析；二、进行基于稳健度的独立电力系统稳健性评估，包括：201、确定独立电力系统稳健性评估指标；202、确定独立电力系统稳健性评估方式；203、对独立电力系统稳健性进行评估；三、基于帕累托分析进行独立电力系统稳健设计优化，包括：301、基于帕累托分析进行独立电力系统参数分析；302、进行独立电力系统稳健优化设计定参。本发明能够优化既定设计的系统性能，提升独立电力系统稳健性。
Description
技术领域
本发明属于独立电力系统设计技术领域，具体涉及一种适用于MBSE的独立电力系统稳健性分析与优化方法。
背景技术
独立电力系统不仅是飞机、汽车等工业产品的用电形式，还是未来地面电网面对不断增长的电能需求、新能源的开发利用背景下的一种重要模式。
独立电力系统传统的研发流程是先设计、制造并测试各部件样机，接着搭建系统整体实验平台，通过大量的物理试验数据检验当前系统设计的性能是否满足要求。当不满足所有要求时，则对部件设计进行研究和参数的修改，并重新进行测试，不断迭代直至完全满足全部要求。这种“打地鼠”式的研发流程具有研制周期较长且研发成本高昂的特点，且一旦设计固化，设计人员就不敢进行修改和调整。
当独立电力系统研制完成并投入运行之后，在运行过程中不仅存在老化、磨损以及环境和运行条件变化等小扰动，也存在大功率负载切除、系统故障这样的大扰动。由于实验室的资源无法完全支撑这些扰动工况下的验证，尤其是各种故障工况的验证，原本在实验室能够正常运行的系统在实际的某些工况下可能会不满足设计要求。
为了解决上述问题，在部件设计阶段，基于部件样机实验的稳健设计方法(如田口法等)可用于对系统中各部件进行单独的优化设计，期望达到独立电力系统性能可免受设计技术、部件参数、制造工艺、老化和操作条件变化的影响，设计的系统都能满足预期的性能标准要求，更大程度保障系统安全运行的目的。在此同时，实现最简单、最具成本效益的设计，避免系统的过设计。
但是，采用传统的基于部件样机实验的稳健设计方法来进行独立电力系统的稳健设计与优化还具有以下不足：
(1)对于任一部件来说，当需要验证的设计因素及因素水平较多时，样机的数量需求大，若在此之上又需要进行迭代设计的话，研发成本较高；
(2)系统中各部件的样机实验是分开进行的，也就是说，各部件的稳健设计与优化是独立进行的，各部件连接组成系统后，整个独立电力系统的稳健性并不能得到保证；
(3)仍然无法保障独立电力系统在大扰动下的性能。
基于模型的系统工程(MBSE)是未来工业研发数字化的重要方法。MBSE支持从概念设计阶段开始，并持续贯穿于开发和后期的生命周期阶段的系统需求、设计、分析、验证和确认活动的正规化建模应用。设计人员可根据模型仿真结果了解独立电力系统在不同工况下运行情况，甚至进行很多关键决策(如部件参数、保护电路的阈值、控制参数整定)。目前，适用于MBSE的独立电力系统稳健性分析与优化方法匮乏。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种适用于MBSE的独立电力系统稳健性分析与优化方法，其能够优化既定设计的系统性能，提升独立电力系统稳健性。
为解决上述技术问题，本发明采用的技术方案是：一种适用于MBSE的独立电力系统稳健性分析与优化方法，其特征在于，该方法包括以下步骤：
步骤一、建立基于仿真的独立电力系统稳健性分析流程，包括：
步骤101、额定设计：搭建独立电力系统的系统模型，对额定状态下的独立电力系统的模型进行时域仿真，获取电压、电流的仿真数据，并利用电压、电流的仿真数据来分析稳态特性指标和动态特性指标这两级指标，确保独立电力系统在额定条件下按照预期的性能规范执行；
步骤102、灵敏度分析：根据所设置的参数扰动比例d％分别对系统模型的各参数施加微小的正扰动、负扰动，分别进行系统仿真并记录系统响应动态特性指标，计算不同参数相对于不同系统响应动态特性指标的灵敏度标幺值，直至完成系统模型中所有参数的灵敏度分析；
步骤103、统计分析：模拟噪声因素对独立电力系统模型进行基于拉丁超立方采样的蒙特卡洛仿真，获得对所建立的系统模型参数具有不确定噪声因素下稳态特性指标和动态特性指标这两级指标的信息；
步骤104、应力分析：从统计分析中符合稳态特性指标要求的仿真结果中搜索各元件出现的电压、电流数据，求得最大应力率，并根据最大应力率进行应力分析；
步骤105、故障模式分析：对需要分析的故障在独立电力系统的系统模型中进行建模，通过设置部件以多种方式在特定时间发生故障，研究当部件出现单一故障或者组合故障模式时如何影响系统性能，并得到故障模式下系统两级指标分析结果；
步骤二、进行基于稳健度的独立电力系统稳健性评估，包括：
步骤201、确定独立电力系统稳健性评估指标；
步骤202、确定独立电力系统稳健性评估方式；
步骤203、根据步骤202确定的独立电力系统稳健性评估方式对独立电力系统稳健性进行评估；
步骤三、基于帕累托分析进行独立电力系统稳健设计优化，包括：
步骤301、基于帕累托分析进行独立电力系统参数分析；
步骤302、进行独立电力系统稳健优化设计定参。
上述的适用于MBSE的独立电力系统稳健性分析与优化方法，其特征在于：将步骤101和步骤103中所述稳态特性指标定义为一级指标，用于体现独立电力系统的稳态功能，表明当前系统处在稳定运行状态；将步骤101和步骤103中所述动态特性指标定义为二级指标，用于体现独立电力系统的动态性能，衡量系统受到不同扰动的时候的动态性能优劣，在保证稳态性能满足要求的情况下实现系统设计的优中选优；
上述的适用于MBSE的独立电力系统稳健性分析与优化方法，其特征在于：步骤101中所述额定设计的具体过程为：
步骤1011、开始；
步骤1012、搭建目标独立电力系统的系统模型；
步骤1013、将模型参数设置在额定状态；
步骤1014、将模型仿真工况设置在额定状态；
步骤1015、系统时域仿真得到模型输出电压、电流仿真数据；
步骤1016、提取稳态特性指标；
步骤1017、判断稳态特性指标是否满足设计要求，当稳态特性指标满足设计要求时，执行步骤1018；否则，当稳态特性指标不满足设计要求时，返回执行步骤1013；
步骤1018、提取动态特性指标；
步骤1019、判断动态特性指标是否满足设计要求，当动态特性指标满足设计要求时，执行步骤10110；否则，当动态特性指标不满足设计要求时，返回执行步骤1013；
步骤10110、结束。
上述的适用于MBSE的独立电力系统稳健性分析与优化方法，其特征在于：步骤102中所述灵敏度分析的具体过程为：
步骤1021、开始；
步骤1022、设置系统模型参数扰动比例d％；
步骤1023、选择下一个系统模型参数；
步骤1024、分别给参数施加微小的正扰动和负扰动；
步骤1025、进行系统仿真得到模型输出电压电流响应；
步骤1026、提取动态性能指标；
步骤1027、分别计算此参数相对于不同动态性能指标的正扰动灵敏度标幺值和负扰动灵敏度标幺值；
步骤1028、判断是否全部参数的正扰动灵敏度标幺值和负扰动灵敏度标幺值已计算完成，当计算完成时，执行步骤1029；否则，当计算未完成时，返回执行步骤1023；
步骤1029、结束。
上述的适用于MBSE的独立电力系统稳健性分析与优化方法，其特征在于：步骤1022中所述参数扰动比例d％的取值为小于等于5％；
步骤1027中所述正扰动灵敏度标幺值和负扰动灵敏度标幺值的计算公式为：
其中，Sensitivity′为正扰动灵敏度标幺值或负扰动灵敏度标幺值，mnow为灵敏度分析仿真中提取的动态性能指标值，mrated为额定设计中提取的动态性能指标值。
上述的适用于MBSE的独立电力系统稳健性分析与优化方法，其特征在于：步骤103中所述统计分析的具体过程为：
步骤1031、开始；
步骤1032、创建要观察的系统模型关键参数列表；
步骤1033、为各关键参数指定分布及容差范围；
步骤1034、给定估计精度和置信水平，计算蒙特卡洛仿真所需的最小仿真次数Nmin；
步骤1035、在步骤1033确定的容差范围内对输入参数进行拉丁超立方采样，产生满足分布的Nmin组参数组合样本；取参数组数i的初始值为1，取统计分析中系统稳定次数n的初始值为0；
步骤1036、将第i组参数注入系统模型；
步骤1037、系统时域仿真得到模型输出电压、电流仿真数据；
步骤1038、提取稳态特性指标；
步骤1039、判断稳态特性指标是否满足设计要求，当稳态特性指标满足设计要求时，执行步骤10310；否则，当稳态特性指标不满足设计要求时，将i的取值加1，返回执行步骤1036；
步骤10310、将统计分析中系统稳定次数n的取值加1；
步骤10311、提取动态特性指标；
步骤10312、判断i的取值是否已等于Nmin，当i的取值已等于Nmin时，执行步骤10313；否则，当i的取值不等于Nmin时，将i的取值加1，返回执行步骤1036；
步骤10313、结束。
上述的适用于MBSE的独立电力系统稳健性分析与优化方法，其特征在于：步骤1032中所述创建要观察的系统模型关键参数列表的方法采用以下三种中的一种：
方法A1、使用灵敏度分析的结果来选择影响性能衡量标准变化的最主要因素，创建要观察的系统模型关键参数列表；
方法A2、使用行业知识和经验法则来分析被分析的系统类型，创建要观察的系统模型关键参数列表；
方法A3、依靠设计人员的经验，根据以前的设计类似的系统，创建要观察的系统模型关键参数列表；
步骤1033中所述为各关键参数指定分布时，所述分布包括正态分布、平均分布、指数分布和Г-分布；
步骤1033中所述为各关键参数指定容差范围的方法包括以下方法：
方法B1、对于实际电子元器件的参数，从其器件数据手册中查询其参数的容差范围，结合系统的工作温度和元件温漂做出容差范围的估计；
方法B2、机械结构参数的容差范围根据制造容差范围确定；
方法B3、对于需要由特定实验测量得到的参数，其容差范围根据仪器的测量误差确定；
方法B4、对于由实测数据拟合得到的参数，将拟合误差确定为参数容差范围，或结合仪器测量误差做出容差范围的估计；
步骤1034中所述给定估计精度和置信水平，计算蒙特卡洛仿真所需的最小仿真次数Nmin时，采用的计算公式为：
其中，δ为置信水平且δ∈(0,1)，ε为估计精度且ε∈(0,1)；
步骤1035中所述在步骤1033确定的容差范围内对输入参数进行拉丁超立方采样时，假设模型中有n′个输入不确定参数，需要进行Nmin次蒙特卡洛仿真，需要在n′维向量空间里抽取Nmin个样本，进行拉丁超立方采样的具体过程为：
步骤10351、将每一维向量空间分成互不重迭的Nmin个区间，使得每个区间有相同的概率；
步骤10352、在每一维向量空间里的每一个区间中随机抽取一个点；
步骤10353、分别从n′维向量空间里随机抽出步骤10352中选取的点，组成Nmin组向量，将该Nmin组向量确定为用于进行蒙特卡洛仿真的Nmin组参数组合样本。
上述的适用于MBSE的独立电力系统稳健性分析与优化方法，其特征在于：步骤104中所述应力分析的具体过程为：
步骤1041、开始；
步骤1042、将i的取值取为1；
步骤1043、统计分析第i次蒙特卡洛仿真；
步骤1044、获取系统模型蒙特卡洛仿真结果与器件电压、电流数据；
步骤1045、判断稳态特性指标是否满足设计要求，当稳态特性指标满足设计要求时，执行步骤1046；否则，当稳态特性指标不满足设计要求时，将i的取值加1，返回执行步骤1043；
步骤1046、根据器件电压、电流数据计算应力率；
步骤1047、判断i的取值是否已等于Nmin，当i的取值已等于Nmin时，执行步骤1048；否则，当i的取值不等于Nmin时，将i的取值加1，返回执行步骤1043；
步骤1048、从Nmin次计算的应力率中选取出最大应力率；
步骤1049、根据最大应力率进行应力分析；
步骤10410、结束。
上述的适用于MBSE的独立电力系统稳健性分析与优化方法，其特征在于：步骤1046中所述根据器件电压、电流数据计算应力率时，计算第i次蒙特卡洛仿真时的应力率StressRatio(i)采用的计算公式为：
其中，max(|Ei|)为在第i次蒙特卡洛仿真中器件电压、电流出现的最大值，rated(|Ei|)为在第i次蒙特卡洛仿真中设计人员设置的器件电压、电流的操作阈值，Ui为在第i次蒙特卡洛仿真中器件的电压值，Ii为在第i次蒙特卡洛仿真中器件的电流值。
上述的适用于MBSE的独立电力系统稳健性分析与优化方法，其特征在于：步骤1049中所述根据最大应力率进行应力分析的具体方法为：
当最大应力率>1时，代表该器件在应力分析时，电压、电流应力已经超过了设计人员规定的安全操作极限，需要对该器件的操作阈值进行重新考量，这样达到帮助设计人员发现电路性能与设计目标不相符的情况，并指导设计人员进行器件选型的目的；
当最大应力率≤1时，代表该器件在应力分析中并未达到其应力极限值，器件选型合理；
当最大应力率远远小于1时，说明该器件的安全操作阈值给得过高，出现了过设计，此时也需要对该器件进行重新选型，以降低实现成本、体积和质量，以提升设计的经济效益。
上述的适用于MBSE的独立电力系统稳健性分析与优化方法，其特征在于：步骤105中所述故障模式分析的具体过程为：
步骤1051、开始；
步骤1052、在独立电力系统的系统模型中对故障进行建模；
步骤1053、将故障模式组数i的取值取为1，故障模式分析中系统稳定次数m的取值取为0；
步骤1054、将第i组故障模式注入独立电力系统的系统模型中；
步骤1055、系统时域仿真得到模型输出电压、电流仿真数据；
步骤1056、提取稳态特性指标；
步骤1057、判断稳态特性指标是否满足设计要求，当稳态特性指标满足设计要求时，执行步骤1058；否则，当稳态特性指标不满足设计要求时，将i的取值加1，返回执行步骤1054；
步骤1058、将故障模式分析中系统稳定次数m的取值加1；
步骤1059、提取动态特性指标；
步骤10510、判断i的取值是否已等于设置的故障模式次数的最大值M，当i的取值已等于M时，执行步骤10511；否则，当i的取值不等于M时，返回执行步骤1054；
步骤10511、结束。
上述的适用于MBSE的独立电力系统稳健性分析与优化方法，其特征在于：步骤201中所述确定独立电力系统稳健性评估指标时的具体过程为：
步骤2011、将独立电力系统稳健性的概率度量称之为稳健度，并将在第i级系统动态性能指标下的系统稳健度γi用公式表示为γi＝δi*w，其中，i为在稳健度计算时考虑的系统动态性能指标，且i的取值为1～n′的自然数，n′为在稳健度计算时考虑的系统动态性能指标的总级数；δi为经过N次统计分析蒙特卡洛仿真和M次故障模式分析仿真后计算得到的系统动态性能指标满足第i级别规定的概率水平且
nxi为N次统计分析蒙特卡洛仿真中各动态性能指标x符合第i级指标的仿真次数，mxi为M次故障模式分析仿真各动态性能指标x符合第i级指标的仿真次数，x＝[x1,x2,…,xλ]，λ为动态性能指标的种类总数；w为权值且
为动态性能指标x1在独立电力系统稳健性评估中所占的相应权值，
为动态性能指标x2在独立电力系统稳健性评估中所占的相应权值，
为动态性能指标xλ在独立电力系统稳健性评估中所占的相应权值；
步骤2012、根据公式
计算经过N次统计分析蒙特卡洛仿真和M次故障模式分析仿真后计算得到的系统动态性能指标满足第i级别规定的概率水平δi；
步骤2013、采用经验给定法或层次分析法给定权值w；
其中，经验给定法给定权值w的方法为：设计人员直接根据过往类似案例或者个人经验给定权值w；
其中，层次分析法给定权值w的过程为：
步骤20131、开始：建立层次结构模型，将决策问题分为目标层和指标层；其中，目标层这一层次中只有一个元素，是分析问题的预定目标和理想结果；指标层这一层次中包含为了实现目标所涉及的中间环节，多个考虑指标和多个准则；
步骤20132、利用标度1～9构造比较矩阵A，将不同准则两两作比获得的值ai′j′填入到矩阵的i′行j′列的位置，比较矩阵A的对角线上都是1；
步骤20133、求比较矩阵A的特征值和特征向量；
步骤20134、根据公式
计算一致性比率CR，其中，n″为矩阵A的迹，λmax为比较矩阵A的最大特征值，RI为随机一致性指标；
步骤20135、进行一致性检验，判断CR的取值是否小于0.1，当CR的取值小于0.1时，结束，将步骤20133中求得的比较矩阵A的特征向量确定为权值w；否则，当CR的取值不小于0.1时，返回执行步骤20132；
步骤2014、根据公式γi＝δi*w计算第i级系统动态性能指标下的系统稳健度γi。
上述的适用于MBSE的独立电力系统稳健性分析与优化方法，其特征在于：步骤202中所述确定独立电力系统稳健性评估方式时，包括两种方式，一种是根据步骤201中确定的独立电力系统稳健性评估指标进行评估，另一种是按照系统是否稳定进行评估；当确定独立电力系统稳健性评估方式是按照系统是否稳定进行评估时，假设N次统计分析蒙特卡洛仿真中共n次稳定，M次故障模式分析仿真中有m次稳定，将系统的稳健度计算公式简化表示为
上述的适用于MBSE的独立电力系统稳健性分析与优化方法，其特征在于：步骤301中基于帕累托分析所述进行独立电力系统参数分析的具体过程为：
步骤3011、开始；
步骤3012、将i″的取值取为1；
步骤3013、选取第i″个具有容差设置的模型参数；
步骤3014、提取统计分析中满足一级指标的h次蒙特卡洛仿真的仿真参数样本与系统动态性能指标结果；
步骤3015、以参数值作为横坐标，以动态性能指标作为纵坐标，绘制散点图；
步骤3016、对散点图进行最小二乘法直线拟合，得到拟合直线斜率；
步骤3017、计算统计灵敏度与相关系数；
步骤3018、判断i″的取值是否已等于h，当i″的取值已等于h时，执行步骤3019；否则，当i″的取值不等于h时，将i″的取值加1，返回执行步骤3013；
步骤3019、结束。
上述的适用于MBSE的独立电力系统稳健性分析与优化方法，其特征在于：步骤3016中所述对散点图进行最小二乘法直线拟合，拟合得到的直线表达式为m′＝β0+β1p，其中，m′表示系统响应动态性能指标，p表示受到扰动的参数，β0为拟合直线的常数项，β1为拟合直线的斜率；
步骤3017中所述计算统计灵敏度的公式为
其中，Psens为统计灵敏度，Σp/Σm′为标准化因子，Nmin为蒙特卡洛仿真所需的最小仿真次数；
步骤3017中所述计算相关系数的公式为
其中，PCorrelation为相关系数，取值为0～1；
步骤302中所述进行独立电力系统稳健优化设计定参的方法为：基于步骤3015绘制的散点图，找出帕累托前沿，在帕累托前沿中的可行解中进行权衡，折中选取一个合适的值。
本发明与现有技术相比具有以下优点：
1、本发明能够定量评估独立电力系统不同设计的稳健性优劣，包括不同保护策略、不同控制逻辑、不同设计参数等，从而进行候选设计决策。
2、本发明能够优化既定设计的系统性能，提升独立电力系统稳健性。
3、本发明能够提升系统研制效率，帮助节约研发成本。可在实际实验平台搭建之前比较全面地获取影响系统性能的信息，并给出了系统稳健设计优化方法，从而减少了硬件实验样机的迭代次数以达到优化传统的独立电力系统研制流程的目的，为优化系统性能、提升系统研制效率、节约研制成本提供了有效解决途径。
4、本发明结合MBSE优化了独立电力系统的设计迭代策略。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明的方法流程框图。
图2为本发明适用于MBSE的独立电力系统额定设计的流程图；
图3为本发明适用于MBSE的独立电力系统灵敏度分析的流程图；
图4为本发明适用于MBSE的独立电力系统统计分析的流程图；
图5为本发明适用于MBSE的独立电力系统应力分析的流程图；
图6为本发明适用于MBSE的独立电力系统故障模式分析的流程图；
图7为本发明二极管故障模拟的示意图；
图8为本发明绕组相间短路故障建模的示意图；
图9为本发明采用层次分析法给定权值的流程图；
图10为本发明帕累托分析实现流程图；
图11A为本发明帕累托分析结果中对系统性能影响大的参数示意图；
图11B为本发明帕累托分析结果中对系统性能影响小的参数示意图；
图12为本发明帕累托前沿示意图。
具体实施方式
如图1所示，本发明的适用于MBSE的独立电力系统稳健性分析与优化方法，其特征在于，该方法包括以下步骤：
步骤一、建立基于仿真的独立电力系统稳健性分析流程，包括：
步骤101、额定设计：搭建独立电力系统的系统模型，对额定状态下的独立电力系统的模型进行时域仿真，获取电压、电流的仿真数据，并利用电压、电流的仿真数据来分析稳态特性指标和动态特性指标这两级指标，确保独立电力系统在额定条件下按照预期的性能规范执行；
进行额定设计的目的是：使用额定设计的结果为稳健性分析流程中其余4项分析确立响应目标/参考基准；在进行额定设计时，只要模型的输出电压值可在一定的时间内进入稳定电压误差带(如±5％)中，则认为当前系统稳定是不满足工程实际的。
将步骤101中所述稳态特性指标定义为一级指标，用于体现独立电力系统的稳态功能，表明当前系统处在稳定运行状态；将步骤101中所述动态特性指标定义为二级指标，用于体现独立电力系统的动态性能，衡量系统受到不同扰动的时候的动态性能优劣，在保证稳态性能满足要求的情况下实现系统设计的优中选优；
步骤101中所述额定设计的具体过程为：
步骤1011、开始；
步骤1012、搭建目标独立电力系统的系统模型；
步骤1013、将模型参数设置在额定状态；
步骤1014、将模型仿真工况设置在额定状态；
步骤1015、系统时域仿真得到模型输出电压、电流仿真数据；
步骤1016、提取稳态特性指标；
步骤1017、判断稳态特性指标是否满足设计要求，当稳态特性指标满足设计要求时，执行步骤1018；否则，当稳态特性指标不满足设计要求时，返回执行步骤1013；
步骤1018、提取动态特性指标；
步骤1019、判断动态特性指标是否满足设计要求，当动态特性指标满足设计要求时，执行步骤10110；否则，当动态特性指标不满足设计要求时，返回执行步骤1013；
步骤10110、结束。
步骤101中所述额定设计的流程图如图2所示。
具体实施时，提取一级指标和二级指标时，根据设计人员所研究的具体独立电力系统所涉及的相关国标、项目技术协议的规定、课题研究目的进行提取；
例如，地面电网中的独立电力系统，对于一级指标的选取，可选取母线电压、电网频率、相位、有功功率等；对于二级指标的选取，可选取电网频率的超调、电网频率的调节时间、母线电压跌落等。
例如，飞机供电系统是独立电力系统的一种，对于一级指标的选取，参照GJB181B的规定，选取稳态电压、畸变系数、畸变频谱、脉动幅值等供电品质参数作为稳态特性指标，以上4个稳态特性指标的具体限值参考GJB181B中的规定，以上4稳态特性指标的计算参考GJB5189中的规定；对于二级指标的选取，选取电压、电流的超调、峰值时间、调节时间等量来作为动态特性指标，以上3个动态特性指标的计算参考自动控制理论中的经典定义。
本发明中的额定设计的结果通过两级指标来衡量，能够更好地为稳健性分析流程中以下四项分析确定响应目标/参考基准。
步骤102、灵敏度分析：根据所设置的参数扰动比例d％分别对系统模型的各参数施加微小的正扰动、负扰动，分别进行系统仿真并记录系统响应动态特性指标，计算不同参数相对于不同系统响应动态特性指标的灵敏度标幺值，直至完成系统模型中所有参数的灵敏度分析；
进行灵敏度分析的目的是：帮助用户快速甄别独立电力系统中的哪些参数正在影响系统性能，确立工程关注重点，并管理由此产生的变化，从而将性能的任何潜在下降的可能最小化；
步骤102中所述灵敏度分析的具体过程为：
步骤1021、开始；
步骤1022、设置系统模型参数扰动比例d％；
步骤1023、选择下一个系统模型参数；
步骤1024、分别给参数施加微小的正扰动和负扰动；
步骤1025、进行系统仿真得到模型输出电压电流响应；
步骤1026、提取动态性能指标；
步骤1027、分别计算此参数相对于不同动态性能指标的正扰动灵敏度标幺值和负扰动灵敏度标幺值；
正扰动灵敏度标幺值是正扰动下得到的灵敏度标幺值，负扰动灵敏度标幺值是负扰动下得到的灵敏度标幺值；
步骤1028、判断是否全部参数的正扰动灵敏度标幺值和负扰动灵敏度标幺值已计算完成，当计算完成时，执行步骤1029；否则，当计算未完成时，返回执行步骤1023；
步骤1029、结束。
步骤102中所述灵敏度分析的流程图如图3所示。
步骤1022中所述参数扰动比例d％的取值为小于等于5％；
步骤1027中所述正扰动灵敏度标幺值和负扰动灵敏度标幺值的计算公式为：
其中，Sensitivity′为正扰动灵敏度标幺值或负扰动灵敏度标幺值，mnow为灵敏度分析仿真中提取的动态性能指标值(即步骤1026中提取的动态性能指标值)，mrated为额定设计中提取的动态性能指标值(即步骤1018中提取的二级指标值)。
对于独立电力系统来说，一般认为不高于5％的扰动比例都是微小扰动，在进行灵敏度分析时，参数的扰动比例d％不宜高于5％，因此，本发明扰动比例d％的取值为小于等于5％；
具体实施时，无论是正扰动灵敏度标幺值，还是负扰动灵敏度标幺值，数值都有正有负；正的值代表当参数发生正/负扰动时，该项动态性能指标会比额定设计时的系统大；负的值代表当参数发生正/负扰动时，该项动态性能指标会比额定设计时的系统小；灵敏度标幺值绝对值越大这个参数对该指标代表影响越大，灵敏度为0即为无影响。
本发明通过设置负扰动，能够排除参数正向变化对系统响应动态性能指标影响不明显，但是负向变化却对系统响应动态性能指标影响显著的情况。例如，在铁磁材料磁化曲线的膝点c之前，增加外磁场强度H，铁磁材料的磁感应强度B会迅速上升，但是在膝点c之后再增加外磁场强度H的话，铁磁材料的磁感应强度B就上升得很缓慢了。
本发明在进行灵敏度分析时，分别给每个参数施加了相同程度的正扰动和负扰动，能够获取每个参数在工作点附近发生改变时是否对不同的动态性能指标会有不同的效果，以及影响程度大小。
步骤103、统计分析：模拟噪声因素对独立电力系统模型进行基于拉丁超立方采样(LHS)的蒙特卡洛仿真(MC仿真)，获得对所建立的系统模型参数具有不确定噪声因素下稳态特性指标和动态特性指标这两级指标的信息；
进行统计分析的目的是：由于设计人员对系统参数的认知局限性、制造过程产生的元器件参数波动和边界条件的变化，模型输入参数其实是不确定的，这是进行系统稳健性分析必须考虑的噪声因素问题；统计分析进行不定参数仿真，这同时也代表了受到小扰动下的系统性能；
步骤103中所述统计分析的具体过程为：
步骤1031、开始；
步骤1032、创建要观察的系统模型关键参数列表；
步骤1032中所述创建要观察的系统模型关键参数列表的方法采用以下三种中的一种：
方法A1、使用灵敏度分析的结果来选择影响性能衡量标准变化的最主要因素，创建要观察的系统模型关键参数列表；
方法A2、使用行业知识和经验法则来分析被分析的系统类型，创建要观察的系统模型关键参数列表；
方法A3、依靠设计人员的经验，根据以前的设计类似的系统，创建要观察的系统模型关键参数列表；
步骤1033、为各关键参数指定分布及容差范围；
步骤1033中所述为各关键参数指定分布时，所述分布包括正态分布、平均分布、指数分布和Г-分布；具体实施时，设计人员参考器件参数手册、针对性实验测试分析结果、工程人员知识经验，将各关键参数分布分布指定为以上分布中的一种；
步骤1033中所述为各关键参数指定容差范围的方法包括以下方法：
方法B1、对于实际电子元器件的参数，从其器件数据手册中查询其参数的容差范围，结合系统的工作温度和元件温漂做出容差范围的估计；
方法B2、机械结构参数的容差范围根据制造容差范围确定；
方法B3、对于需要由特定实验测量得到的参数，其容差范围根据仪器的测量误差确定；
方法B4、对于由实测数据拟合得到的参数，将拟合误差确定为参数容差范围，或结合仪器测量误差做出容差范围的估计；
具体实施时，设计人员采用以上四种方法中的一种为各关键参数指定容差范围；
步骤1034、给定估计精度和置信水平，计算蒙特卡洛仿真所需的最小仿真次数Nmin；
步骤1034中所述给定估计精度和置信水平，计算蒙特卡洛仿真所需的最小仿真次数Nmin时，采用的计算公式为：
其中，δ为置信水平且δ∈(0,1)，ε为估计精度且ε∈(0,1)；
步骤1035、在步骤1033确定的容差范围内对输入参数进行拉丁超立方采样(LHS)，产生满足分布的Nmin组参数组合样本；取参数组数i的初始值为1，取统计分析中系统稳定次数n的初始值为0；
步骤1035中所述在步骤1033确定的容差范围内对输入参数进行拉丁超立方采样(LHS)时，假设模型中有n′个输入不确定参数，需要进行Nmin次蒙特卡洛仿真，需要在n′维向量空间里抽取Nmin个样本，进行拉丁超立方采样(LHS)的具体过程为：
步骤10351、将每一维向量空间分成互不重迭的Nmin个区间，使得每个区间有相同的概率；
具体实施时，通常将区间等分；
步骤10352、在每一维向量空间里的每一个区间中随机抽取一个点；
步骤10353、分别从n′维向量空间里随机抽出步骤10352中选取的点，组成Nmin组向量，将该Nmin组向量确定为用于进行蒙特卡洛仿真的Nmin组参数组合样本。
步骤1036、将第i组参数注入系统模型；
步骤1037、系统时域仿真得到模型输出电压、电流仿真数据；
步骤1038、提取稳态特性指标；
步骤1039、判断稳态特性指标是否满足设计要求，当稳态特性指标满足设计要求时，执行步骤10310；否则，当稳态特性指标不满足设计要求时，将i的取值加1，返回执行步骤1036；
步骤10310、将统计分析中系统稳定次数n的取值加1；
步骤10311、提取动态特性指标；
步骤10312、判断i的取值是否已等于Nmin，当i的取值已等于Nmin时，执行步骤10313；否则，当i的取值不等于Nmin时，将i的取值加1，返回执行步骤1036；
步骤10313、结束。
步骤103中所述统计分析的流程图如图4所示。
步骤104、应力分析：从统计分析中符合稳态特性指标要求的仿真结果中搜索各元件出现的电压、电流数据，求得最大应力率，并根据最大应力率进行应力分析；
步骤104中所述应力分析的具体过程为：
步骤1041、开始；
步骤1042、将i的取值取为1；
步骤1043、统计分析第i次蒙特卡洛仿真(MC仿真)；
步骤1044、获取系统模型蒙特卡洛仿真结果与器件电压、电流数据；
步骤1045、判断稳态特性指标是否满足设计要求，当稳态特性指标满足设计要求时，执行步骤1046；否则，当稳态特性指标不满足设计要求时，将i的取值加1，返回执行步骤1043；
步骤1046、根据器件电压、电流数据计算应力率；
步骤1046中所述根据器件电压、电流数据计算应力率时，计算第i次蒙特卡洛仿真时的应力率StressRatio(i)采用的计算公式为：
其中，max(|Ei|)为在第i次蒙特卡洛仿真中器件电压、电流出现的最大值，rated(|Ei|)为在第i次蒙特卡洛仿真中设计人员设置的器件电压、电流的操作阈值，Ui为在第i次蒙特卡洛仿真中器件的电压值，Ii为在第i次蒙特卡洛仿真中器件的电流值。
所以，事实上，StressRatio(i)代表的是电压、电流超过安全操作阈值的倍率。
步骤1047、判断i的取值是否已等于Nmin，当i的取值已等于Nmin时，执行步骤1048；否则，当i的取值不等于Nmin时，将i的取值加1，返回执行步骤1043；
步骤1048、从Nmin次计算的应力率中选取出最大应力率；
步骤1049、根据最大应力率进行应力分析；
步骤1049中所述根据最大应力率进行应力分析的具体方法为：
当最大应力率>1时，代表该器件在应力分析时，电压、电流应力已经超过了设计人员规定的安全操作极限，需要对该器件的操作阈值进行重新考量，这样达到帮助设计人员发现电路性能与设计目标不相符的情况，并指导设计人员进行器件选型的目的；
当最大应力率≤1时，代表该器件在应力分析中并未达到其应力极限值，器件选型合理；
当最大应力率远远小于1时，说明该器件的安全操作阈值给得过高，出现了过设计，此时也需要对该器件进行重新选型，以降低实现成本、体积和质量，以提升设计的经济效益。
步骤10410、结束。
步骤104中所述应力分析的流程图如图5所示。
步骤105、故障模式分析：对需要分析的故障在独立电力系统的系统模型中进行建模，通过设置部件以多种方式在特定时间发生故障，研究当部件出现单一故障或者组合故障模式时如何影响系统性能，并得到故障模式下系统两级指标分析结果；
即在故障模式仿真开始之前，设计人员需要对需要分析的故障在独立电力系统的系统模型中进行建模，故障建模的方法应根据设计人员的分析需求来确定；在故障模式分析过程中，通过设置部件以多种方式在特定时间发生故障，研究当部件出现单一故障或者组合故障模式时如何影响系统性能，并得到故障模式下系统两级指标分析结果；
进行故障模式分析的目的是：研究当独立电力系统中各部件出现单一故障或者组合故障模式时如何影响系统性能，进而确定其影响严重程度，为用户发现潜在问题并修改设计、制定保护策略提供了依据，从而大大提高大扰动下的系统的稳健性。
步骤105中所述故障模式分析的具体过程为：
步骤1051、开始；
步骤1052、在独立电力系统的系统模型中对故障进行建模；
步骤1053、将故障模式组数i的取值取为1，故障模式分析中系统稳定次数m的取值取为0；
步骤1054、将第i组故障模式注入独立电力系统的系统模型中；
步骤1055、系统时域仿真得到模型输出电压、电流仿真数据；
步骤1056、提取稳态特性指标；
步骤1057、判断稳态特性指标是否满足设计要求，当稳态特性指标满足设计要求时，执行步骤1058；否则，当稳态特性指标不满足设计要求时，将i的取值加1，返回执行步骤1054；
步骤1058、将故障模式分析中系统稳定次数m的取值加1；
步骤1059、提取动态特性指标；
步骤10510、判断i的取值是否已等于设置的故障模式次数的最大值M，当i的取值已等于M时，执行步骤10511；否则，当i的取值不等于M时，返回执行步骤1054；
步骤10511、结束。
步骤105中所述故障模式分析的流程图如图6所示。
参数型故障建模举例：以二极管故障为例，建立二极管故障仿真模型，通过直接修改故障元件参数来进行故障模拟，二极管正常时R＝0.5827Ω，二极管开路时R＝0.5297Ω变换为R＝1×1012Ω，二极管短路时R＝0.5297Ω变换为R＝0Ω，如图7所示；
结构型故障建模举例：以绕组相间短路/接地短路为例，有种两实现方式如图8示，第一种，串联极小值电阻，如A相及B相绕组之间所示，组间串联一个电阻R，当未发生相间短路故障时，电阻R值极大，发生相间短路故障时，将R改为0Ω；第二种，串联开关，如B相及C相绕组之间所示，组间串联一个开关，当未发生相间短路故障时，开关断开，发生相间短路故障时，开关闭合。
步骤二、进行基于稳健度的独立电力系统稳健性评估，包括：
步骤201、确定独立电力系统稳健性评估指标；
步骤201中所述确定独立电力系统稳健性评估指标时的具体过程为：
步骤2011、将独立电力系统稳健性的概率度量称之为稳健度，并将在第i级系统动态性能指标下的系统稳健度γi用公式表示为γi＝δi*w，其中，i为在稳健度计算时考虑的系统动态性能指标，且i的取值为1～n′的自然数，n′为在稳健度计算时考虑的系统动态性能指标的总级数；δi为经过N次统计分析蒙特卡洛仿真和M次故障模式分析仿真后计算得到的系统动态性能指标满足第i级别规定的概率水平且
nxi为N次统计分析蒙特卡洛仿真中各动态性能指标x符合第i级指标的仿真次数，mxi为M次故障模式分析仿真各动态性能指标x符合第i级指标的仿真次数，x＝[x1,x2,…,xλ]，λ为动态性能指标的种类总数；w为权值且
为动态性能指标x1在独立电力系统稳健性评估中所占的相应权值，
为动态性能指标x2在独立电力系统稳健性评估中所占的相应权值，
为动态性能指标xλ在独立电力系统稳健性评估中所占的相应权值；
步骤2012、根据公式
计算经过N次统计分析蒙特卡洛仿真和M次故障模式分析仿真后计算得到的系统动态性能指标满足第i级别规定的概率水平δi；
步骤2013、采用经验给定法或层次分析法给定权值w；
其中，经验给定法给定权值w的方法为：设计人员直接根据过往类似案例或者个人经验给定权值w；
其中，如图9所示，层次分析法给定权值w的过程为：
步骤20131、开始：建立层次结构模型，将决策问题分为目标层和指标层；其中，目标层这一层次中只有一个元素，是分析问题的预定目标和理想结果，例如选择合适的控制器；指标层这一层次中包含为了实现目标所涉及的中间环节，多个考虑指标和多个准则；在本实施例中，指动态性能指标：超调、峰值时间、调节时间；
步骤20132、利用标度1～9构造比较矩阵A，将不同准则两两作比获得的值ai′j′填入到矩阵的i′行j′列的位置，比较矩阵A的对角线上都是1；
给目标层分配总权重值为1，然后总权重分配给指标层中不同的指标，对应指标的权重大小代表该因素在系统稳健性评估过程中的重要性程度。由于直接给各个性质不同的因素分配权重比较困难，则不把所有因素放在一起比较，而是两两相互比较，因此，具体实施时，采用如表1所示的标度1～9构造比较矩阵A，以尽可能减少性质不同因素相互比较的困难，以提高权值分配的准确度；
表1标度的含义表
步骤20133、求比较矩阵A的特征值和特征向量；
具体实施时，是计算比较矩阵A的最大特征值λmax，以及λmax对应的归一化特征向量w＝[w1,...,wn]T；
步骤20134、根据公式
计算一致性比率CR，其中，n″为矩阵A的迹，λmax为比较矩阵A的最大特征值，RI为随机一致性指标；
具体实施时，RI的取值通过查表2获得；
表2 RI的取值与n的对应关系表
步骤20135、进行一致性检验，判断CR的取值是否小于0.1，当CR的取值小于0.1时，结束，将步骤20133中求得的比较矩阵A的特征向量确定为权值w；否则，当CR的取值不小于0.1时，返回执行步骤20132；
步骤2014、根据公式γi＝δi*w计算第i级系统动态性能指标下的系统稳健度γi。
步骤202、确定独立电力系统稳健性评估方式；
步骤202中所述确定独立电力系统稳健性评估方式时，包括两种方式，一种是根据步骤201中确定的独立电力系统稳健性评估指标进行评估，另一种是按照系统是否稳定进行评估；当确定独立电力系统稳健性评估方式是按照系统是否稳定进行评估时，假设N次统计分析蒙特卡洛仿真中共n次稳定，M次故障模式分析仿真中有m次稳定，将系统的稳健度计算公式简化表示为
步骤203、根据步骤202确定的独立电力系统稳健性评估方式对独立电力系统稳健性进行评估；
步骤三、如图10所示，基于帕累托分析进行独立电力系统稳健设计优化，包括：
步骤301、基于帕累托分析进行独立电力系统参数分析；
步骤301中基于帕累托分析所述进行独立电力系统参数分析的具体过程为：
步骤3011、开始；
步骤3012、将i″的取值取为1；
步骤3013、选取第i″个具有容差设置的模型参数；
步骤3014、提取统计分析中满足一级指标的h次蒙特卡洛仿真的仿真参数样本与系统动态性能指标结果；
步骤3015、以参数值作为横坐标，以动态性能指标作为纵坐标，绘制散点图；
步骤3016、对散点图进行最小二乘法直线拟合，得到拟合直线斜率；
步骤3016中所述对散点图进行最小二乘法直线拟合，拟合得到的直线表达式为m′＝β0+β1p，其中，m′表示系统响应动态性能指标，p表示受到扰动的参数，β0为拟合直线的常数项，β1为拟合直线的斜率；
步骤3017、计算统计灵敏度与相关系数；
步骤3017中所述计算统计灵敏度的公式为
其中，Psens为统计灵敏度，Σp/Σm′为标准化因子，Nmin为蒙特卡洛仿真所需的最小仿真次数；斜率β1越大，Psens越高；当Psens大于0时，说明对应的动态性能指标会随着该参数的增大而增大，随着该参数的减小而减小。当Psens小于0时，说明对应的动态性能指标会随着该参数的增大而减小，随着该参数的减小而增大；
统计灵敏度Psens与灵敏度分析中得到的灵敏度标幺值内涵相似，但略有不同，体现在帕累托分析包括了参数相互作用或非线性的影响，因为统计分析MC仿真过程中，所有参数都是随机选择的，只要它们在其容差范围内，而灵敏度分析不包含参数交互的影响；
步骤3017中所述计算相关系数的公式为
其中，PCorrelation为相关系数，取值为0～1；PCorrelation越小，代表该参数与对应动态性能指标越不相关，反之越相关；
步骤3018、判断i″的取值是否已等于h，当i″的取值已等于h时，执行步骤3019；否则，当i″的取值不等于h时，将i″的取值加1，返回执行步骤3013；
步骤3019、结束。
步骤302、进行独立电力系统稳健优化设计定参。
步骤302中所述进行独立电力系统稳健优化设计定参的方法为：基于步骤3015绘制的散点图，找出帕累托前沿，在帕累托前沿中的可行解中进行权衡，折中选取一个合适的值。
例如，在图12所示的超调和电容值的帕累托前沿中，想要获得尽可能低的超调，电容的取值就会增大，从而导致电容的体积质量的增加。
帕累托分析结果示例：图11B显示了一个对系统变化影响很小的参数2，因为它的相关系数和统计灵敏度很低，根据这种特定的度量方法，对图11A参数1的更改对系统性能的影响要大得多。且增大图11中两参数会使对应的系统动态性能指标减小，在增大相同比例时，对应的系统动态性能指标随着参数1下降更大。
以上所述，仅是本发明的较佳实施例，并非对本发明作任何限制，凡是根据本发明技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化，均仍属于本发明技术方案的保护范围内。
Claims (15)
1.一种适用于MBSE的独立电力系统稳健性分析与优化方法，其特征在于，该方法包括以下步骤：
步骤一、建立基于仿真的独立电力系统稳健性分析流程，包括：
步骤101、额定设计：搭建独立电力系统的系统模型，对额定状态下的独立电力系统的模型进行时域仿真，获取电压、电流的仿真数据，并利用电压、电流的仿真数据来分析稳态特性指标和动态特性指标这两级指标，确保独立电力系统在额定条件下按照预期的性能规范执行；
步骤102、灵敏度分析：根据所设置的参数扰动比例d％分别对系统模型的各参数施加微小的正扰动、负扰动，分别进行系统仿真并记录系统响应动态特性指标，计算不同参数相对于不同系统响应动态特性指标的灵敏度标幺值，直至完成系统模型中所有参数的灵敏度分析；
步骤103、统计分析：模拟噪声因素对独立电力系统模型进行基于拉丁超立方采样的蒙特卡洛仿真，获得对所建立的系统模型参数具有不确定噪声因素下稳态特性指标和动态特性指标这两级指标的信息；
步骤104、应力分析：从统计分析中符合稳态特性指标要求的仿真结果中搜索各元件出现的电压、电流数据，求得最大应力率，并根据最大应力率进行应力分析；
步骤105、故障模式分析：对需要分析的故障在独立电力系统的系统模型中进行建模，通过设置部件以多种方式在特定时间发生故障，研究当部件出现单一故障或者组合故障模式时如何影响系统性能，并得到故障模式下系统两级指标分析结果；
步骤二、进行基于稳健度的独立电力系统稳健性评估，包括：
步骤201、确定独立电力系统稳健性评估指标；
步骤202、确定独立电力系统稳健性评估方式；
步骤203、根据步骤202确定的独立电力系统稳健性评估方式对独立电力系统稳健性进行评估；
步骤三、基于帕累托分析进行独立电力系统稳健设计优化，包括：
步骤301、基于帕累托分析进行独立电力系统参数分析；
步骤302、进行独立电力系统稳健优化设计定参。
2.按照权利要求1所述的适用于MBSE的独立电力系统稳健性分析与优化方法，其特征在于：将步骤101和步骤103中所述稳态特性指标定义为一级指标，用于体现独立电力系统的稳态功能，表明当前系统处在稳定运行状态；将步骤101和步骤103中所述动态特性指标定义为二级指标，用于体现独立电力系统的动态性能，衡量系统受到不同扰动的时候的动态性能优劣，在保证稳态性能满足要求的情况下实现系统设计的优中选优。
3.按照权利要求1所述的适用于MBSE的独立电力系统稳健性分析与优化方法，其特征在于：步骤101中所述额定设计的具体过程为：
步骤1011、开始；
步骤1012、搭建目标独立电力系统的系统模型；
步骤1013、将模型参数设置在额定状态；
步骤1014、将模型仿真工况设置在额定状态；
步骤1015、系统时域仿真得到模型输出电压、电流仿真数据；
步骤1016、提取稳态特性指标；
步骤1017、判断稳态特性指标是否满足设计要求，当稳态特性指标满足设计要求时，执行步骤1018；否则，当稳态特性指标不满足设计要求时，返回执行步骤1013；
步骤1018、提取动态特性指标；
步骤1019、判断动态特性指标是否满足设计要求，当动态特性指标满足设计要求时，执行步骤10110；否则，当动态特性指标不满足设计要求时，返回执行步骤1013；
步骤10110、结束。
4.按照权利要求1所述的适用于MBSE的独立电力系统稳健性分析与优化方法，其特征在于：步骤102中所述灵敏度分析的具体过程为：
步骤1021、开始；
步骤1022、设置系统模型参数扰动比例d％；
步骤1023、选择下一个系统模型参数；
步骤1024、分别给参数施加微小的正扰动和负扰动；
步骤1025、进行系统仿真得到模型输出电压电流响应；
步骤1026、提取动态性能指标；
步骤1027、分别计算此参数相对于不同动态性能指标的正扰动灵敏度标幺值和负扰动灵敏度标幺值；
步骤1028、判断是否全部参数的正扰动灵敏度标幺值和负扰动灵敏度标幺值已计算完成，当计算完成时，执行步骤1029；否则，当计算未完成时，返回执行步骤1023；
步骤1029、结束。
5.按照权利要求4所述的适用于MBSE的独立电力系统稳健性分析与优化方法，其特征在于：步骤1022中所述参数扰动比例d％的取值为小于等于5％；
步骤1027中所述正扰动灵敏度标幺值和负扰动灵敏度标幺值的计算公式为：
其中，Sensitivity′为正扰动灵敏度标幺值或负扰动灵敏度标幺值，mnow为灵敏度分析仿真中提取的动态性能指标值，mrated为额定设计中提取的动态性能指标值。
6.按照权利要求1所述的适用于MBSE的独立电力系统稳健性分析与优化方法，其特征在于：步骤103中所述统计分析的具体过程为：
步骤1031、开始；
步骤1032、创建要观察的系统模型关键参数列表；
步骤1033、为各关键参数指定分布及容差范围；
步骤1034、给定估计精度和置信水平，计算蒙特卡洛仿真所需的最小仿真次数Nmin；
步骤1035、在步骤1033确定的容差范围内对输入参数进行拉丁超立方采样，产生满足分布的Nmin组参数组合样本；取参数组数i的初始值为1，取统计分析中系统稳定次数n的初始值为0；
步骤1036、将第i组参数注入系统模型；
步骤1037、系统时域仿真得到模型输出电压、电流仿真数据；
步骤1038、提取稳态特性指标；
步骤1039、判断稳态特性指标是否满足设计要求，当稳态特性指标满足设计要求时，执行步骤10310；否则，当稳态特性指标不满足设计要求时，将i的取值加1，返回执行步骤1036；
步骤10310、将统计分析中系统稳定次数n的取值加1；
步骤10311、提取动态特性指标；
步骤10312、判断i的取值是否已等于Nmin，当i的取值已等于Nmin时，执行步骤10313；否则，当i的取值不等于Nmin时，将i的取值加1，返回执行步骤1036；
步骤10313、结束。
7.按照权利要求6所述的适用于MBSE的独立电力系统稳健性分析与优化方法，其特征在于：步骤1032中所述创建要观察的系统模型关键参数列表的方法采用以下三种中的一种：
方法A1、使用灵敏度分析的结果来选择影响性能衡量标准变化的最主要因素，创建要观察的系统模型关键参数列表；
方法A2、使用行业知识和经验法则来分析被分析的系统类型，创建要观察的系统模型关键参数列表；
方法A3、依靠设计人员的经验，根据以前的设计类似的系统，创建要观察的系统模型关键参数列表；
步骤1033中所述为各关键参数指定分布时，所述分布包括正态分布、平均分布、指数分布和Г-分布；
步骤1033中所述为各关键参数指定容差范围的方法包括以下方法：
方法B1、对于实际电子元器件的参数，从其器件数据手册中查询其参数的容差范围，结合系统的工作温度和元件温漂做出容差范围的估计；
方法B2、机械结构参数的容差范围根据制造容差范围确定；
方法B3、对于需要由特定实验测量得到的参数，其容差范围根据仪器的测量误差确定；
方法B4、对于由实测数据拟合得到的参数，将拟合误差确定为参数容差范围，或结合仪器测量误差做出容差范围的估计；
步骤1034中所述给定估计精度和置信水平，计算蒙特卡洛仿真所需的最小仿真次数Nmin时，采用的计算公式为：
其中，δ为置信水平且δ∈(0,1)，ε为估计精度且ε∈(0,1)；
步骤1035中所述在步骤1033确定的容差范围内对输入参数进行拉丁超立方采样时，假设模型中有n′个输入不确定参数，需要进行Nmin次蒙特卡洛仿真，需要在n′维向量空间里抽取Nmin个样本，进行拉丁超立方采样的具体过程为：
步骤10351、将每一维向量空间分成互不重迭的Nmin个区间，使得每个区间有相同的概率；
步骤10352、在每一维向量空间里的每一个区间中随机抽取一个点；
步骤10353、分别从n′维向量空间里随机抽出步骤10352中选取的点，组成Nmin组向量，将该Nmin组向量确定为用于进行蒙特卡洛仿真的Nmin组参数组合样本。
8.按照权利要求1所述的适用于MBSE的独立电力系统稳健性分析与优化方法，其特征在于：步骤104中所述应力分析的具体过程为：
步骤1041、开始；
步骤1042、将i的取值取为1；
步骤1043、统计分析第i次蒙特卡洛仿真；
步骤1044、获取系统模型蒙特卡洛仿真结果与器件电压、电流数据；
步骤1045、判断稳态特性指标是否满足设计要求，当稳态特性指标满足设计要求时，执行步骤1046；否则，当稳态特性指标不满足设计要求时，将i的取值加1，返回执行步骤1043；
步骤1046、根据器件电压、电流数据计算应力率；
步骤1047、判断i的取值是否已等于Nmin，当i的取值已等于Nmin时，执行步骤1048；否则，当i的取值不等于Nmin时，将i的取值加1，返回执行步骤1043；
步骤1048、从Nmin次计算的应力率中选取出最大应力率；
步骤1049、根据最大应力率进行应力分析；
步骤10410、结束。
9.按照权利要求8所述的适用于MBSE的独立电力系统稳健性分析与优化方法，其特征在于：步骤1046中所述根据器件电压、电流数据计算应力率时，计算第i次蒙特卡洛仿真时的应力率StressRatio(i)采用的计算公式为：
Ei＝[Ui Ii]，其中，max(|Ei|)为在第i次蒙特卡洛仿真中器件电压、电流出现的最大值，rated(|Ei|)为在第i次蒙特卡洛仿真中设计人员设置的器件电压、电流的操作阈值，Ui为在第i次蒙特卡洛仿真中器件的电压值，Ii为在第i次蒙特卡洛仿真中器件的电流值。
10.按照权利要求8或9所述的适用于MBSE的独立电力系统稳健性分析与优化方法，其特征在于：步骤1049中所述根据最大应力率进行应力分析的具体方法为：
当最大应力率>1时，代表该器件在应力分析时，电压、电流应力已经超过了设计人员规定的安全操作极限，需要对该器件的操作阈值进行重新考量，这样达到帮助设计人员发现电路性能与设计目标不相符的情况，并指导设计人员进行器件选型的目的；
当最大应力率≤1时，代表该器件在应力分析中并未达到其应力极限值，器件选型合理；
当最大应力率远远小于1时，说明该器件的安全操作阈值给得过高，出现了过设计，此时也需要对该器件进行重新选型，以降低实现成本、体积和质量，以提升设计的经济效益。
11.按照权利要求1所述的适用于MBSE的独立电力系统稳健性分析与优化方法，其特征在于：步骤105中所述故障模式分析的具体过程为：
步骤1051、开始；
步骤1052、在独立电力系统的系统模型中对故障进行建模；
步骤1053、将故障模式组数q的取值取为1，故障模式分析中系统稳定次数m的取值取为0；
步骤1054、将第q组故障模式注入独立电力系统的系统模型中；
步骤1055、系统时域仿真得到模型输出电压、电流仿真数据；
步骤1056、提取稳态特性指标；
步骤1057、判断稳态特性指标是否满足设计要求，当稳态特性指标满足设计要求时，执行步骤1058；否则，当稳态特性指标不满足设计要求时，将q的取值加1，返回执行步骤1054；
步骤1058、将故障模式分析中系统稳定次数m的取值加1；
步骤1059、提取动态特性指标；
步骤10510、判断q的取值是否已等于设置的故障模式次数的最大值M，当q的取值已等于M时，执行步骤10511；否则，当q的取值不等于M时，返回执行步骤1054；
步骤10511、结束。
12.按照权利要求1所述的适用于MBSE的独立电力系统稳健性分析与优化方法，其特征在于：步骤201中所述确定独立电力系统稳健性评估指标时的具体过程为：
步骤2011、将独立电力系统稳健性的概率度量称之为稳健度，并将在第i级系统动态性能指标下的系统稳健度γi用公式表示为γi＝δi*w，其中，i为在稳健度计算时考虑的系统动态性能指标，且i的取值为1～n′的自然数，n′为在稳健度计算时考虑的系统动态性能指标的总级数；δi为经过N次统计分析蒙特卡洛仿真和M次故障模式分析仿真后计算得到的系统动态性能指标满足第i级别规定的概率水平且
nxi为N次统计分析蒙特卡洛仿真中各动态性能指标x符合第i级指标的仿真次数，mxi为M次故障模式分析仿真各动态性能指标x符合第i级指标的仿真次数，x＝[x1,x2,…,xλ]，λ为动态性能指标的种类总数；w为权值且
为动态性能指标x1在独立电力系统稳健性评估中所占的相应权值，
为动态性能指标x2在独立电力系统稳健性评估中所占的相应权值，
为动态性能指标xλ在独立电力系统稳健性评估中所占的相应权值；
步骤2012、根据公式
计算经过N次统计分析蒙特卡洛仿真和M次故障模式分析仿真后计算得到的系统动态性能指标满足第i级别规定的概率水平δi；
步骤2013、采用经验给定法或层次分析法给定权值w；
其中，经验给定法给定权值w的方法为：设计人员直接根据过往类似案例或者个人经验给定权值w；
其中，层次分析法给定权值w的过程为：
步骤20131、开始：建立层次结构模型，将决策问题分为目标层和指标层；其中，目标层这一层次中只有一个元素，是分析问题的预定目标和理想结果；指标层这一层次中包含为了实现目标所涉及的中间环节，多个考虑指标和多个准则；
步骤20132、利用标度1～9构造比较矩阵A，将不同准则两两作比获得的值ai′j′填入到矩阵的i′行j′列的位置，比较矩阵A的对角线上都是1；
步骤20133、求比较矩阵A的特征值和特征向量；
步骤20134、根据公式
计算一致性比率CR，其中，n″为矩阵A的迹，λmax为比较矩阵A的最大特征值，RI为随机一致性指标；
步骤20135、进行一致性检验，判断CR的取值是否小于0.1，当CR的取值小于0.1时，结束，将步骤20133中求得的比较矩阵A的特征向量确定为权值w；否则，当CR的取值不小于0.1时，返回执行步骤20132；
步骤2014、根据公式γi＝δi*w计算第i级系统动态性能指标下的系统稳健度γi。
13.按照权利要求1所述的适用于MBSE的独立电力系统稳健性分析与优化方法，其特征在于：步骤202中所述确定独立电力系统稳健性评估方式时，包括两种方式，一种是根据步骤201中确定的独立电力系统稳健性评估指标进行评估，另一种是按照系统是否稳定进行评估；当确定独立电力系统稳健性评估方式是按照系统是否稳定进行评估时，假设N次统计分析蒙特卡洛仿真中共n次稳定，M次故障模式分析仿真中有m次稳定，将系统的稳健度计算公式简化表示为
14.按照权利要求1所述的适用于MBSE的独立电力系统稳健性分析与优化方法，其特征在于：步骤301中基于帕累托分析所述进行独立电力系统参数分析的具体过程为：
步骤3011、开始；
步骤3012、将i″的取值取为1；
步骤3013、选取第i″个具有容差设置的模型参数；
步骤3014、提取统计分析中满足一级指标的h次蒙特卡洛仿真的仿真参数样本与系统动态性能指标结果；
步骤3015、以参数值作为横坐标，以动态性能指标作为纵坐标，绘制散点图；
步骤3016、对散点图进行最小二乘法直线拟合，得到拟合直线斜率；
步骤3017、计算统计灵敏度与相关系数；
步骤3018、判断i″的取值是否已等于h，当i″的取值已等于h时，执行步骤3019；否则，当i″的取值不等于h时，将i″的取值加1，返回执行步骤3013；
步骤3019、结束。
15.按照权利要求14所述的适用于MBSE的独立电力系统稳健性分析与优化方法，其特征在于：
步骤3016中所述对散点图进行最小二乘法直线拟合，拟合得到的直线表达式为m′＝β0+β1p，其中，m′表示系统响应动态性能指标，p表示受到扰动的参数，β0为拟合直线的常数项，β1为拟合直线的斜率；
步骤3017中所述计算统计灵敏度的公式为
其中，Psens为统计灵敏度，Σp/Σm′为标准化因子，Nmin为蒙特卡洛仿真所需的最小仿真次数；
步骤3017中所述计算相关系数的公式为
其中，PCorrelation为相关系数，取值为0～1；
步骤302中所述进行独立电力系统稳健优化设计定参的方法为：基于步骤3015绘制的散点图，找出帕累托前沿，在帕累托前沿中的可行解中进行权衡，折中选取一个合适的值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211125226.5A CN115455699A (zh) | 2022-09-15 | 2022-09-15 | 适用于mbse的独立电力系统稳健性分析与优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211125226.5A CN115455699A (zh) | 2022-09-15 | 2022-09-15 | 适用于mbse的独立电力系统稳健性分析与优化方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115455699A true CN115455699A (zh) | 2022-12-09 |
Family
ID=84304217
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211125226.5A Pending CN115455699A (zh) | 2022-09-15 | 2022-09-15 | 适用于mbse的独立电力系统稳健性分析与优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115455699A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116205113A (zh) * | 2023-04-18 | 2023-06-02 | 合肥工业大学 | 一种永磁同步直线电机稳健性优化方法及系统 |
-
2022
- 2022-09-15 CN CN202211125226.5A patent/CN115455699A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116205113A (zh) * | 2023-04-18 | 2023-06-02 | 合肥工业大学 | 一种永磁同步直线电机稳健性优化方法及系统 |
| CN116205113B (zh) * | 2023-04-18 | 2023-07-21 | 合肥工业大学 | 一种永磁同步直线电机稳健性优化方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Tang et al. | Dimension-adaptive sparse grid interpolation for uncertainty quantification in modern power systems: Probabilistic power flow | |
| Cacuci et al. | Best-estimate model calibration and prediction through experimental data assimilation—I: Mathematical framework | |
| CN107358542B (zh) | 一种励磁系统性能评估模型的构建方法 | |
| CN109255160A (zh) | 基于神经网络的单元延时预测方法和单元延时灵敏度计算方法 | |
| CN108090615B (zh) | 基于交叉熵集成学习的电力系统故障后最低频率预测方法 | |
| Mousavi et al. | Effect of load models on probabilistic characterization of aggregated load patterns | |
| Hasan et al. | The influence of load on risk-based small-disturbance security profile of a power system | |
| CN113125888A (zh) | 基于故障行为的航空机电产品加速寿命试验方法 | |
| CN109559019B (zh) | 一种基于风险指数的电力系统动态安全评估方法 | |
| CN115455699A (zh) | 适用于mbse的独立电力系统稳健性分析与优化方法 | |
| CN109325613B (zh) | 用平行序贯极限学习机对静态电压稳定裕度在线预测方法 | |
| Hong et al. | Pathwise estimation of probability sensitivities through terminating or steady-state simulations | |
| Srivastava et al. | Optimum multi-objective ramp-stress accelerated life test with stress upper bound for Burr type-XII distribution | |
| CN107229771B (zh) | 进行核燃料板弹簧压紧力模拟测定的方法 | |
| CN113300373B (zh) | 一种基于prmse评价指标的稳定裕度值预测方法及装置 | |
| CN114266396A (zh) | 一种基于电网特征智能筛选的暂态稳定判别方法 | |
| CN110135090B (zh) | 一种基于响应面法的电路系统容差建模与分析方法 | |
| CN112052523B (zh) | 一种基于载荷特性比对的直升机旋翼动部件强度设计方法 | |
| Tůmová et al. | Design of Experiments approach and its application in the evaluation of experiments | |
| Ihrens et al. | Assessing the complexity of dc-system simulations | |
| CN112731150A (zh) | 电压暂降状态估计方法、装置、计算机设备和存储介质 | |
| Agarwal | Markovian software reliability model for two types of failures with imperfect debugging rate and generation of errors | |
| Bortoli et al. | The application of Monte Carlo method for sensitivity analysis of compressor components | |
| Ain et al. | Feature based coverage analysis of AMS circuits | |
| Soppelsa et al. | Integrated identification of RFX-mod active control system from experimental data and finite element model |
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 |