基于序贯蒙特卡罗和w ell-being模型的风/柴/储能发电系统可靠性分析
2011-09-03王银莎栗文义郭鑫王瑞刚刘鑫赵鹏巴根
电网与清洁能源 2011年11期
关键词:系统
王银莎,栗文义,郭鑫,王瑞刚,刘鑫,赵鹏,巴根
(1.内蒙古工业大学电力学院,内蒙古呼和浩特010080;2.内蒙古包头供电局,内蒙古包头014030;3.内蒙古呼和浩特供电局,内蒙古呼和浩特010000;4.The System Planning Department,Manitoba Hydro,Winnipeg,Canada,R3T0P4)
由于内蒙古地域辽阔,风资源丰富,且边远农村牧区对电力需求的特点,因此风/柴/储能等离网式发电系统在这些地区得到了广泛的应用[1-2]为了给这些地区提供稳定可靠的电能,对该地区的风/柴/储能发电系统进行准确的可靠性评估显得尤为重要。目前对电力系统可靠性评估的方法主要分为确定性和概率性两大类。确定性法的主要缺点是只能预想一些故障重数较少的故障事故后果,不能给出事故发生可能性的确定值[3-4]。概率分析法分为解析法和蒙特卡罗法[5-6]。序贯蒙特卡罗模拟法(Sequential Monte Carlo,SMC)能够容易处理各种实际运行控制策略,具有广泛的适应性等优点,但其计算时间长、要求内存容量大[7-8]。Well-being模型是将确定性准则和概率方法相结合的方法,可以弥补确定性准则和概率法的不足[9]。本文运用序贯蒙特卡罗模拟法和well-being模型对风/柴/储能发电系统进行可靠性评估,并对两种方法进行研究和比较。
1 评估方法
1.1 序贯蒙特卡罗模拟法
序贯蒙特卡罗模拟法是一种以概率统计理论为基础的数值计算方法,也称为状态持续时间抽样法[10-11]。在某一时间尺度内,基于元件状态持续时间概率分布,对电力系统进行仿真模拟。
序贯蒙特卡罗模拟法是通过发电机时间序列和负荷状态时间序列获得系统的发电裕度,如图1所示。……
登录APP查看全文
