CN117709638A - 一种送端大系统可靠性提升措施优化方法和系统 - Google Patents
一种送端大系统可靠性提升措施优化方法和系统 Download PDFInfo
- Publication number
- CN117709638A CN117709638A CN202311696948.0A CN202311696948A CN117709638A CN 117709638 A CN117709638 A CN 117709638A CN 202311696948 A CN202311696948 A CN 202311696948A CN 117709638 A CN117709638 A CN 117709638A
- Authority
- CN
- China
- Prior art keywords
- cost
- improvement
- loss
- equipment
- annual
- 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
- 230000006872 improvement Effects 0.000 title claims abstract description 124
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000012423 maintenance Methods 0.000 claims abstract description 44
- 230000008901 benefit Effects 0.000 claims abstract description 34
- 238000005457 optimization Methods 0.000 claims abstract description 13
- 230000008439 repair process Effects 0.000 claims description 22
- 238000010276 construction Methods 0.000 claims description 12
- 238000012163 sequencing technique Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 6
- 230000007717 exclusion Effects 0.000 claims description 5
- 238000009434 installation Methods 0.000 claims description 5
- 238000007619 statistical method Methods 0.000 claims description 5
- 230000002708 enhancing effect Effects 0.000 claims 1
- 238000007727 cost benefit analysis Methods 0.000 abstract description 4
- 238000004422 calculation algorithm Methods 0.000 abstract description 3
- 238000012545 processing Methods 0.000 abstract description 2
- 230000005540 biological transmission Effects 0.000 description 6
- 238000013439 planning Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000007728 cost analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于数据处理技术领域,尤其涉及一种送端大系统可靠性提升措施优化方法和系统,方法包括计算设备投资成本和设备投资费用的等年值;获取维护成本集合;根据分类后的用户停运损失函数,计算用户停运损失和系统的停运损失成本,计算设备修复率、不可用率;基于边际效益进行可靠性提升措施的排序,根据排序优化提升措施。引入基于边际效益的可靠性提升措施优化排序算法,采用基于LCC理论的电力系统可靠性费用效益分析,考虑系统元件对电力系统可靠性影响、找出系统的薄弱环节,并通过成本效益分析,确定提高供电可靠性的措施,从而实现经济成本的最大化和社会效益的最大化。
Description
技术领域
本发明属于数据处理技术领域,尤其涉及一种送端大系统可靠性提升措施优化方法和系统。
背景技术
随着含新能源电源基地的送端大系统规模的不断扩大和大规模可再生能源的接入,电力系统的不确定性和可靠性问题比以往更加复杂。这对构建低碳、高可靠性的电力系统提出了更高的要求,因此有必要建立提高直流输电系统可靠性的措施,从而在有限的改造资金下做出准确的投资决策。随着可再生能源渗透率的不断提高,全寿命周期成本(Life-Cycle Cost,LCC)的概念越来越受到人们的关注。全生命周期成本(LCC)定义为产品生命周期所需的总成本,包括研发、生产、运营、维护和报废等。LCC管理在工程建设、交通运输业中应用较多,但在电气行业较少。
因此,针对于送端大系统的全寿命周期成本分析和可靠性提升措施优化的结合,对降低电力系统运营成本和提高系统可靠性具有重要意义,是目前本领域技术人员亟待解决的技术问题。
发明内容
为了解决或者改善上述问题,本发明提供了送端大系统可靠性提升措施优化方法和系统,具体技术方案如下:
本发明提供一种送端大系统可靠性提升措施优化方法,包括:基于设备购置费、施工工程费用、安装工程费用、建设期贷款利息、其他费用,计算设备投资成本和对应的设备投资费用的等年值;获取维护成本集合,所述维护成本集合包括年维修成本、人工成本、年电能损耗、线损成本、设备年运行成本和设备年维护成本;根据分类后的用户停运损失函数,计算出对应的用户停运损失和系统的停运损失成本,考虑设备运行和停机两种状态下,计算对应的设备修复率、不可用率;根据设备的残值、使用寿命、折现率、资本的时间价值,折算设备的残值为等价年值;解析可靠性提升措施对应的改进对象、改进原则、改进细节和对应的成本,并基于边际效益原则进行可靠性提升措施进行排序,得到最佳的可靠性提升措施。
优选的,所述计算设备投资成本和对应的设备投资费用的等年值,包括:
设备投资成本Ci、使用寿命n年和贴现率i,设备投资费用的等年值
优选的,所述获取维护成本集合,包括:
经过统计分析得到元件j的年检修次数Nm和平均每次的维护成本Cjm,计算所述年维修成本Cm=∑Nm×Cjm;
利用人员平均工资与人员数量的乘积得到所述人工成本;
利用设备一年内输送的电能E计算最大负荷利用小时数再根据功率因数计算得到最大负荷损失时间τmax,结合最大负载下的有功功率Pmax和无功功率Qmax,得到最大负荷时的功率损失/>进而计算所述年电能损耗ΔWz=ΔPmax×τmax;
根据预测的年最大负荷,计算最大负荷处的电能损耗,计算预测年份的电能损耗,进而根据电价得到所述线损成本;
设备运行成本包括固定功率损耗成本和可变功率损耗成本,其中,根据固定功率损耗Pf和单位线损成本CPE,得到固定功率损耗成本为Cf=Pf×8760×CPE;根据最大负载功率Smax、最大负载下的有功功率Pmax=Smaxcosφ和无功功率Qmax=Smaxsinφ,结合最大负载损耗时间τmax,计算所述变功率损耗成本计算得到设备的年运行费用CL=Cf+Cv;
根据设备的年维修费用和年运行费用计算得到设备的年运行维护费用CTL=Cm+CL。
优选的,所述根据分类后的用户停运损失函数,计算出对应的用户停运损失和系统的停运损失成本,包括:
利用停电持续时间进行分类,根据分类后的用户停运损失函数,计算出指定方案下的用户停运损失;
利用负荷点总数LP、第j个负荷点停电持续时间分类Tj、负荷点j第t次停电持续时间对应的功率损耗EENSjt、负荷点j第t个停电持续时间对应的机组停电损失(用户停运损失)CLOSSjt,得到系统年停电损失成本为
所述考虑设备运行和停机两种状态下,计算对应的设备修复率、年可用率,包括:
考虑设备运行和停机两种状态,根据设备故障率λ,设备平均修复时间为γ,计算所述设备修复率为不可用率为/>
优选的,所述解析可靠性提升措施对应的改进对象、改进原则、改进细节和对应的成本,并基于边际效益进行可靠性提升措施的排序,根据排序优化提升措施,得到最佳的可靠性提升措施,包括:选择可靠性改进措施;确定本改进措施的改进对象;确定本改进措施的具体改进原则;确定本改进措施的改进步骤和限度;确定本改进措施的单位改进成本;判断是否遍历上述所有改进措施,是则按照边际效益对各项改进措施进行初步排序,不是则重新从头确定;判断措施中是否存在相互排斥,是则删除其中一项恰当的改善措施,并通过边际措施对其余措施进行重新排序,不是则按照边际效益重新排序,目标是在规定的经费下达到最高的可靠性指标或使规定的可靠性指标消耗量最小。
本发明提供一种送端大系统可靠性提升措施优化系统,包括:第一模块,用于基于设备购置费、施工工程费用、安装工程费用、建设期贷款利息、其他费用,计算设备投资成本和对应的设备投资费用的等年值;第二模块,用于获取维护成本集合,所述维护成本集合包括年维修成本、人工成本、年电能损耗、线损成本、设备年运行成本和设备年维护成本;第三模块,用于根据分类后的用户停运损失函数,计算出对应的用户停运损失和系统的停运损失成本,考虑设备运行和停机两种状态下,计算对应的设备修复率、不可用率;第四模块,用于根据设备的残值、使用寿命、折现率、资本的时间价值,折算设备的残值为等价年值;第五模块,用于解析可靠性提升措施对应的改进对象、改进原则、改进细节和对应的成本,并基于边际效益原则进行可靠性提升措施进行排序,得到最佳的可靠性提升措施。
优选的,所述计算设备投资成本和对应的设备投资费用的等年值,包括:
设备投资成本Ci、使用寿命n年和贴现率i,设备投资费用的等年值
优选的,所述获取维护成本集合,包括:
经过统计分析得到元件j的年检修次数Nm和平均每次的维护成本Cjm,计算所述年维修成本Cm=∑Nm×Cjm;
利用人员平均工资与人员数量的乘积得到所述人工成本;
利用设备一年内输送的电能E计算最大负荷利用小时数再根据功率因数计算得到最大负荷损失时间τmax,结合最大负载下的有功功率Pmax和无功功率Qmax,得到最大负荷时的功率损失/>进而计算所述年电能损耗ΔWz=ΔPmax×τmax;
根据预测的年最大负荷,计算最大负荷处的电能损耗,计算预测年份的电能损耗,进而根据电价得到所述线损成本;
设备运行成本包括固定功率损耗成本和可变功率损耗成本,其中,根据固定功率损耗Pf和单位线损成本CPE,得到固定功率损耗成本为Cf=Pf×8760×CPE;根据最大负载功率Smax、最大负载下的有功功率Pmax=Smaxcosφ和无功功率Qmax=Smaxsinφ,结合最大负载损耗时间τmax,计算所述变功率损耗成本计算得到设备的年运行费用CL=Cf+Cv;
根据设备的年维修费用和年运行费用计算得到设备的年运行维护费用CTL=Cm+CL。
优选的,所述根据分类后的用户停运损失函数,计算出对应的用户停运损失和系统的停运损失成本,包括:
利用停电持续时间进行分类,根据分类后的用户停运损失函数,计算出指定方案下的用户停运损失;
利用负荷点总数LP、第j个负荷点停电持续时间分类Tj、负荷点j第t次停电持续时间对应的功率损耗EENSjt、负荷点j第t个停电持续时间对应的机组停电损失CLOSSjt,得到系统年停电损失成本为
所述考虑设备运行和停机两种状态下,计算对应的设备修复率、不可用率,包括:
考虑设备运行和停机两种状态,根据设备故障率λ,设备平均修复时间为γ,计算所述设备修复率为不可用率为/>
优选的,所述解析可靠性提升措施对应的改进对象、改进原则、改进细节和对应的成本,并基于边际效益进行可靠性提升措施的排序,根据排序优化提升措施,得到最佳的可靠性提升措施,包括:选择可靠性改进措施;确定本改进措施的改进对象;确定本改进措施的具体改进原则;确定本改进措施的改进步骤和限度;确定本改进措施的单位改进成本;判断是否遍历上述所有改进措施,是则按照边际效益对各项改进措施进行初步排序,不是则重新从头确定;判断措施中是否存在相互排斥,是则删除其中一项恰当的改善措施,并通过边际措施对其余措施进行重新排序,不是则按照边际效益重新排序,目标是在规定的经费下达到最高的可靠性指标或使规定的可靠性指标消耗量最小。
本发明的有益效果为:引入基于边际效益的可靠性提升措施优化排序算法,采用基于LCC理论的电力系统可靠性费用效益分析,考虑系统元件对电力系统可靠性影响、找出系统的薄弱环节,并通过成本效益分析,确定提高供电可靠性的措施,从而实现经济成本的最大化和社会效益的最大化。
附图说明
图1是根据本发明的可靠性提升措施的成本优化方法的示意图。
具体实施方式
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,所描述的实施例是本发明一部分实施例,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,都属于本发明保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
为解决背景提到的技术问题,本发明提供一种基于全寿命周期成本(LCC)理论的含新能源电源基地的送端大系统可靠性提升措施优化方法,包括:
步骤1:利用设备购置费、施工工程费用、安装工程费用、建设期贷款利息、其他费用计算设备投资成本Ci。根据设备投资成本Ci、使用寿命n年和贴现率i计算设备投资费用的等年值
步骤2.1:经过统计分析得到元件j的年检修次数Nm和平均每次的维护成本Cjm,据此求得年维修成本Cm=∑Nm×Cjm。
步骤2.2:利用人员平均工资与人员数量的乘积得到人工成本。
步骤2.3:首先利用设备一年内输送的电能E计算最大负荷利用小时数再根据功率因数计算得到最大负荷损失时间τmax,结合/>可以得到年电能损耗ΔWz=ΔPmax×τmax。
步骤2.4:根据预测的年最大负荷,通过计算最大负荷处的电能损耗,可以计算出预测年份的电能损耗,进而根据电价得到线损成本。
步骤2.5:设备运行成本包括固定功率损耗成本和可变功率损耗成本。固定功率损耗成本为Cf=Pf×8760×CPE;根据最大负载功率Smax、最大负载下的有功功率Pmax=Smaxcosφ和无功功率Qmax=Smaxsinφ,结合最大负载损耗时间τmax,进行可变功率损耗成本计算,得到变功率损耗成本计算得到设备的年运行费用CL=Cf+Cv。
步骤2.6:根据设备的年维修费用和年运行维护费用计算得到设备的年运行维护费用CTL=Cm+CL。
步骤3.1:根据分类后的用户停运损失函数,计算出一定方案下的用户停运损失,进而可以得到系统的停运损失成本。利用负荷点总数LP、第j个负荷点停电持续时间分类Tj、负荷点j第t次停电持续时间对应的功率损耗EENSjt、负荷点j第t个停电持续时间对应的机组停电损失(用户停运损失)CLOSSjt,得到系统年停电损失成本为
步骤3.2:只考虑设备运行和停机两种状态,根据设备故障率λ,设备平均修复时间为γ,求得设备修复率为不可用率为/>
步骤4:根据设备的残值为Cr,使用寿命为n年,折现率为i,则根据资本的时间价值,求得设备的残值折算为等价年值为
步骤5:当分析得到存在其他原因产生的额外费用时,算作其他费用计入设备总费用。
步骤6:基于边际效益进行可靠性提升措施的排序。
在运用边际效益原则对提升措施进行优化排序的过程中,可能存在相互排斥的关系,这意味着措施A和措施B不能共同实施。当根据边际收益的大小对具体措施进行排序时,需要判断序号较小的措施与当前序号的措施是否互斥。如果是,则删除序号较小的具体措施,重新计算,直到累计成本或可靠性指标达到目标值。上述可靠性提升措施的成本优化方法,流程如图1所示:
选择可靠性改进措施;
确定本改进措施的改进对象;
确定本改进措施的具体改进原则;
确定本改进措施的改进步骤和限度;
确定本改进措施的单位改进成本;
判断是否遍历上述所有改进措施,是则按照边际效益对各项改进措施进行初步排序,不是则重新从头确定;
判断措施中是否存在相互排斥,是则删除其中一项恰当的改善措施,并通过边际措施对其余措施进行重新排序,不是则按照边际效益重新排序,目标是在规定的经费下达到最高的可靠性指标或使规定的可靠性指标消耗量最小。
本申请从全生命周期的角度分析了电力设备的成本,包括了设计成本、制造成本、维护成本、运行成本、退役清理成本等;在电力设备LCC评价模型的基础上,提出了可靠性提升措施的二次优化方法。二次优化的目的是实现已通过初步筛选的各种提升措施的跨域优化,而含新能源电源基地的送端大系统可靠性提升措施的二次优化主要基于边际效益,因此在选择回报率高的措施使已付成本的"购买"可靠性收益最大化后,将所有提升措施按照边际收益进行降序排序并优化。基于某地的电力系统数据,充分证明了该方法的有效性。
第一步,根据可靠性跟踪结果,得到电力系统2023年规划网架中对系统可靠性贡献最大的3个元件,从而确定三种可靠性提升措施的情景:情景1,2023年规划电力系统和全长19.7千米的220kV输电线路;情景2,2023年规划电力系统和总长度47千米的500kV输电线路;情景3,2023年规划电力系统和总长度10.1千米的220kV输电线路。
第二步,根据具体数据的可靠性提升措施与原可靠性水平的对比情况可以看出,3种可靠性提升措施对于系统可靠性指标LOLP、FLOL、EENS和SYSMINT均有显著提升,且场景2对系统可靠性指标的提升效果相对更好。
表1:
可靠性指标 | 情景1 | 情景2 | 情景3 |
LOLP | 0.003254 | 0.003193 | 0.003292 |
LOLE(hours/year) | 28.235 | 27.713 | 28.569 |
FLOL(times/year) | 11.243 | 11.199 | 11.326 |
DLOL(hours/time) | 0.251 | 0.247 | 0.252 |
EDNS(MW) | 0.347 | 0.345 | 0.35 |
EENS(MWh/year) | 3040.476 | 3025.502 | 3065.629 |
SYSMINT | 1.303 | 1.296 | 1.313 |
第三步,根据某电力系统中的典型成本计算可靠性提升措施的设备投资成本。由于3种提升措施是基于2023年计划体制得到的,因此这里的投资成本只考虑新增输电线路的成本。3种提升措施的投资成本计算如下:假设设备的使用寿命为25年,折现率i=8%。所有措施均采用LGJ-2x300型ACSR。按照电网公司的总成本计算,投资成本为1.40M¥/km。情景1、2、3的投资成本年值如表2所示。
第四步,在计算系统停电损失成本的过程中,假设系统单位停电损失成本为2020年该区域GDP与2020年区域的电力系统全社会用电量的比值。根据3种可靠性提升措施的可靠性评估结果,计算出3种措施的停电损失成本表2所示。
第五步,计算各可靠性提升措施的停电损失成本与2023年中国省级电力系统原计划体制的差值,并计入各可靠性提升的LCC中,避免提升措施停电损失成本与其他LCC元件成本差异较大问题的出现。各可靠性提升措施的可靠性改进效益如表2所示。
第六步,假定设备的残值为设备初始总投资的10%,设备的剩余价值为Cr,使用寿命为25年,折现率i为0.08,则根据资金的时间价值,将设备的剩余价值折算为表2中的当量年值。
表2:
第七步,分别计算情景1、情景2和情景3的LCC等效年值,如表2所示。根据计算结果。情景2的可靠性改善效益高于情景1和情景3;场景2是增加500kV输电线路,线路最长,因此投资成本年值较大;情景1的LCC当量年值最低的。可以得出情景1是三种措施中最优的,其投资效率最高。
本发明所提出的基于LCC理论的优化模型,以及基于边际效益的优化排序算法,可以得到使含新能源电源基地的送端大系统的规划更加合理的可靠性提升措施。通过算例分析可以发现,按照投资成本效益最高的原则选择最优的可靠性提升措施,可以为目标系统结构的可靠性提升提供参考,从而实现社会福利和电力公司效益的最大化。
本领域普通技术人员可以意识到,结合本实施例中所公开的实施例描述的各示例的单元,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本申请所提供的实施例中,应该理解到,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,例如多个单元可结合为一个单元,一个单元可拆分为多个单元,或一些特征可以忽略等。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (10)
1.一种送端大系统可靠性提升措施优化方法,其特征在于,包括:
基于设备购置费、施工工程费用、安装工程费用、建设期贷款利息、其他费用,计算设备投资成本和对应的设备投资费用的等年值;
获取维护成本集合,所述维护成本集合包括年维修成本、人工成本、年电能损耗、线损成本、设备年运行成本和设备年维护成本;
计算用户的停运损失和系统的停运损失成本,考虑设备运行和停机两种状态下,计算对应的设备修复率、不可用率;
根据设备的残值、使用寿命、折现率、资本的时间价值,折算设备的残值为等价年值;
解析可靠性提升措施对应的改进对象、改进原则、改进细节和对应的成本,并基于边际效益原则进行可靠性提升措施进行排序,得到最佳的可靠性提升措施。
2.根据权利要求1所述送端大系统可靠性提升措施优化方法,其特征在于,所述计算设备投资成本和对应的设备投资费用的等年值,包括:
设备投资成本Ci、使用寿命n年和贴现率i,设备投资费用的等年值
3.根据权利要求2所述送端大系统可靠性提升措施优化方法,其特征在于,所述获取维护成本集合,包括:
经过统计分析得到元件j的年检修次数Nm和平均每次的维护成本Cjm,计算所述年维修成本Cm=∑Nm×Cjm;
利用人员平均工资与人员数量的乘积得到所述人工成本;
利用设备一年内输送的电能E计算最大负荷利用小时数再根据功率因数计算得到最大负荷损失时间τmax,结合最大负载下的有功功率Pmax和无功功率Qmax,得到最大负荷时的功率损失/>进而计算所述年电能损耗ΔWz=ΔPmax×τmax;
根据预测的年最大负荷,计算最大负荷处的电能损耗,计算预测年份的电能损耗,进而根据电价得到所述线损成本;
设备运行成本包括固定功率损耗成本和可变功率损耗成本,其中,根据固定功率损耗Pf和单位线损成本CPE,得到固定功率损耗成本为Cf=Pf×8760×CPE;根据最大负载功率Smax、最大负载下的有功功率Pmax=Smaxcosφ和无功功率Qmax=Smaxsinφ,结合最大负载损耗时间τmax,计算所述变功率损耗成本计算得到设备的年运行费用CL=Cf+Cv;
根据设备的年维修费用和年运行费用计算得到设备的年运行维护费用CTL=Cm+CL。
4.根据权利要求3所述送端大系统可靠性提升措施优化方法,其特征在于,所述根据分类后的用户停运损失函数,计算出对应的用户停运损失和系统的停运损失成本,包括:
利用停电持续时间进行分类,根据分类后的用户停运损失函数,计算出指定方案下的用户停运损失;
利用负荷点总数LP、第j个负荷点停电持续时间分类Tj、负荷点j第t次停电持续时间对应的功率损耗EENSjt、负荷点j第t个停电持续时间对应的机组停电损失CLOSSjt,得到系统年停电损失成本为
所述考虑设备运行和停机两种状态下,计算对应的设备修复率、年可用率,包括:
考虑设备运行和停机两种状态,根据设备故障率λ,设备平均修复时间为γ,计算所述设备修复率为不可用率为/>
5.根据权利要求4所述送端大系统可靠性提升措施优化方法,其特征在于,所述解析可靠性提升措施对应的改进对象、改进原则、改进细节和对应的成本,并基于边际效益进行可靠性提升措施的排序,根据排序优化提升措施,得到最佳的可靠性提升措施,包括:
选择可靠性改进措施;
确定本改进措施的改进对象;
确定本改进措施的具体改进原则;
确定本改进措施的改进步骤和限度;
确定本改进措施的单位改进成本;
判断是否遍历上述所有改进措施,是则按照边际效益对各项改进措施进行初步排序,不是则重新从头确定;
判断措施中是否存在相互排斥,是则删除其中一项恰当的改善措施,并通过边际措施对其余措施进行重新排序,不是则按照边际效益重新排序,目标是在规定的经费下达到最高的可靠性指标或使规定的可靠性指标消耗量最小。
6.一种送端大系统可靠性提升措施优化系统,其特征在于,包括:
第一模块,用于基于设备购置费、施工工程费用、安装工程费用、建设期贷款利息、其他费用,计算设备投资成本和对应的设备投资费用的等年值;
第二模块,用于获取维护成本集合,所述维护成本集合包括年维修成本、人工成本、年电能损耗、线损成本、设备年运行成本和设备年维护成本;
第三模块,用于根据分类后的用户停运损失函数,计算出对应的用户停运损失和系统的停运损失成本,考虑设备运行和停机两种状态下,计算对应的设备修复率、不可用率;
第四模块,用于根据设备的残值、使用寿命、折现率、资本的时间价值,折算设备的残值为等价年值;
第五模块,用于解析可靠性提升措施对应的改进对象、改进原则、改进细节和对应的成本,并基于边际效益原则进行可靠性提升措施进行排序,得到最佳的可靠性提升措施。
7.根据权利要求6所述送端大系统可靠性提升措施优化系统,其特征在于,所述计算设备投资成本和对应的设备投资费用的等年值,包括:
设备投资成本Ci、使用寿命n年和贴现率i,设备投资费用的等年值
8.根据权利要求7所述送端大系统可靠性提升措施优化系统,其特征在于,所述获取维护成本集合,包括:
经过统计分析得到元件j的年检修次数Nm和平均每次的维护成本Cjm,计算所述年维修成本Cm=∑Nm×Cjm;
利用人员平均工资与人员数量的乘积得到所述人工成本;
利用设备一年内输送的电能E计算最大负荷利用小时数再根据功率因数计算得到最大负荷损失时间τmax,结合最大负载下的有功功率Pmax和无功功率Qmax,得到最大负荷时的功率损失/>进而计算所述年电能损耗ΔWz=ΔPmax×τmax;
根据预测的年最大负荷,计算最大负荷处的电能损耗,计算预测年份的电能损耗,进而根据电价得到所述线损成本;
设备运行成本包括固定功率损耗成本和可变功率损耗成本,其中,根据固定功率损耗Pf和单位线损成本CPE,得到固定功率损耗成本为Cf=Pf×8760×CPE;根据最大负载功率Smax、最大负载下的有功功率Pmax=Smaxcosφ和无功功率Qmax=Smaxsinφ,结合最大负载损耗时间τmax,计算所述变功率损耗成本计算得到设备的年运行费用CL=Cf+Cv;
根据设备的年维修费用和年运行费用计算得到设备的年运行维护费用CTL=Cm+CL。
9.根据权利要求8所述送端大系统可靠性提升措施优化系统,其特征在于,所述根据分类后的用户停运损失函数,计算出对应的用户停运损失和系统的停运损失成本,包括:
利用停电持续时间进行分类,根据分类后的用户停运损失函数,计算出指定方案下的用户停运损失;
利用负荷点总数LP、第j个负荷点停电持续时间分类Tj、负荷点j第t次停电持续时间对应的功率损耗EENSjt、负荷点j第t个停电持续时间对应的机组停电损失CLOSSjt,得到系统年停电损失成本为
所述考虑设备运行和停机两种状态下,计算对应的设备修复率、不可用率,包括:
考虑设备运行和停机两种状态,根据设备故障率λ,设备平均修复时间为γ,计算所述设备修复率为不可用率为/>
10.根据权利要求9所述送端大系统可靠性提升措施优化系统,其特征在于,所述解析可靠性提升措施对应的改进对象、改进原则、改进细节和对应的成本,并基于边际效益进行可靠性提升措施的排序,根据排序优化提升措施,得到最佳的可靠性提升措施,包括:
选择可靠性改进措施;
确定本改进措施的改进对象;
确定本改进措施的具体改进原则;
确定本改进措施的改进步骤和限度;
确定本改进措施的单位改进成本;
判断是否遍历上述所有改进措施,是则按照边际效益对各项改进措施进行初步排序,不是则重新从头确定;
判断措施中是否存在相互排斥,是则删除其中一项恰当的改善措施,并通过边际措施对其余措施进行重新排序,不是则按照边际效益重新排序,目标是在规定的经费下达到最高的可靠性指标或使规定的可靠性指标消耗量最小。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311696948.0A CN117709638A (zh) | 2023-12-12 | 2023-12-12 | 一种送端大系统可靠性提升措施优化方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311696948.0A CN117709638A (zh) | 2023-12-12 | 2023-12-12 | 一种送端大系统可靠性提升措施优化方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117709638A true CN117709638A (zh) | 2024-03-15 |
Family
ID=90158172
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311696948.0A Pending CN117709638A (zh) | 2023-12-12 | 2023-12-12 | 一种送端大系统可靠性提升措施优化方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117709638A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118014317A (zh) * | 2024-04-09 | 2024-05-10 | 济宁市海富电子科技有限公司 | 一种硅胶生产材料仓储控制管理系统及方法 |
-
2023
- 2023-12-12 CN CN202311696948.0A patent/CN117709638A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118014317A (zh) * | 2024-04-09 | 2024-05-10 | 济宁市海富电子科技有限公司 | 一种硅胶生产材料仓储控制管理系统及方法 |
CN118014317B (zh) * | 2024-04-09 | 2024-06-21 | 济宁市海富电子科技有限公司 | 一种硅胶生产材料仓储控制管理系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102521652B (zh) | 一种电网运营效率评价决策方法 | |
Wang et al. | Optimal planning strategy for distributed energy resources considering structural transmission cost allocation | |
CN104123596B (zh) | 一种考虑可再生能源的电源优化规划方法 | |
Pindoriya et al. | A comprehensive survey on multi-objective evolutionary optimization in power system applications | |
CN117709638A (zh) | 一种送端大系统可靠性提升措施优化方法和系统 | |
CN107730076B (zh) | 一种区域配电网设备综合利用效率分析方法 | |
CN110766335B (zh) | 一种计及需求侧响应的区域电力规划方法 | |
Yang et al. | Optimal investment decision of distribution network with investment ability and project correlation constraints | |
Lotfi et al. | Static hybrid AC/DC microgrid planning | |
Appino et al. | Storage scheduling with stochastic uncertainties: Feasibility and cost of imbalances | |
CN110909925A (zh) | 智能电网综合效益评价方法 | |
CN112508254B (zh) | 变电站工程项目投资预测数据的确定方法 | |
Felling et al. | Assessing Improved Price Zones in Europe: Flow-Based Market Coupling in Central Western Europe in Focus | |
Krad et al. | An assessment of flexibility reserves in stochastic modeling at multiple timescales | |
Ye et al. | Market-based hosting capacity maximization of renewable generation in power grids with energy storage integration | |
Hryhoruk et al. | Modelling of prognosis for bioenergy production in Ukraine | |
Nasiri et al. | Energy optimization of multi-carrier energy systems to achieve a low carbon community | |
Li et al. | Co-planning of transmission and energy storage by iteratively including extreme periods in time-series aggregation | |
CN110738393A (zh) | 一种综合能源系统天然气发电效益评价方法及系统 | |
Anyaka et al. | The negative impact of high electricity tariff on consumers/end-users in some developing countries | |
Huang et al. | The quantitative assessment method for flexibility adjustment of self-supplied power plants | |
Zhang et al. | Analytics and Optimization for Renewable Energy Integration | |
Masdzarif et al. | An efficient method for estimating energy losses in distribution's feeder | |
Akbari-Dibavar et al. | Optimal stochastic operation of a power system incorporated with compressed air energy storage and wind turbine | |
CN115829404A (zh) | 一种基于全生命周期成本效益模型的配网项目优选排序系统 |
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 |