考虑运行备用的多状态电力系统可靠性分析研究

发布时间：2020-06-01 13:10

【摘要】：随着电网规模的日益扩大、互联程度的不断提高,电力系统运行变得越来越复杂,其可靠运行面临新的挑战。在复杂电力系统运行过程中,负荷波动、设备随机故障等因素会给电力系统的安全稳定运行带来巨大影响。在保证实时负荷需求之外,运行备用为应对负荷波动、设备故障等因素带来的供需不平衡提供了解决思路,为保障电力系统的安全可靠运行发挥了重要作用。传统运行备用通常由发电机组提供,然而,传统发电机组在提供运行备用的过程中,可能存在机组故障等情况,影响电力系统的运行可靠性。传统可靠性分析一般仅考虑发电机组的两状态模型,即发电机组处于“正常工作”状态或“完全故障”状态。然而,在系统实际运行过程中,由于老化或运行环境等原因,设备可能呈现出介于“正常工作”和“完全故障”的中间状态。因此,传统两状态模型不能精确反映设备特性,需要提出考虑多状态特性的电力系统可靠性分析方法。此外,传统可靠性分析通常针对故障时间服从指数分布的系统,限制了传统可靠性分析方法的应用范围,有必要对故障时间服从非指数分布的系统进行运行可靠性分析研究,并提出相应高效精确的可靠性评估方法。同时,智能电网技术及信息通讯技术的迅速发展,使得电网需求侧空调、电动汽车等资源能够像传统发电机组一样,向系统提供备用,主动参与到智能电网的运行框架。因此,从备用所处位置的角度,可以将运行备用分为发电侧备用和需求侧备用。然而,需求侧负荷通过负荷削减或负荷转移等需求响应策略向系统提供备用时,会对负荷的时序特性造成较大影响。同时,不确定性因素的作用,如设备自身故障、环境条件、运行条件等,会对需求侧负荷作为备用参与智能电网运行的效果产生影响,进而影响系统可靠性。因此,有必要研究多重不确定性因素影响下含需求侧备用的智能电网运行可靠性,为实现需求侧与电网的双向互动奠定坚实的基础。本文针对考虑备用的多状态电力系统,在发电侧,提出考虑运行备用的多状态发电系统可靠性分析方法,研究计及运行可靠性的机组启动顺序优化,并提出考虑备用共享的发电系统运行可靠性分析方法;在需求侧,综合考虑需求侧备用的时序特性以及包含信息通讯系统故障等在内的不确定性因素,建立需求侧运行备用的多状态可靠性模型;最后,统筹考虑发电侧备用及需求侧备用,提出考虑运行备用的智能电网可靠性分析方法,识别系统在不确定因素作用下的风险水平,为智能电网的安全可靠运行提供科学依据。主要研究内容如下:(1)分析了含备用的多状态发电系统运行可靠性。在备用系统中,考虑到备用机组在备用模式和运行模式下的不同可靠性特性、以及备用机组的启动失败,提出多状态决策图方法,并基于该方法建立发电系统运行可靠性分析框架。所提出的方法可以处理状态转移时间分布服从任意分布的多状态备用系统,扩展了可靠性分析方法的边界。(2)研究了考虑发电系统运行可靠性的机组启动顺序优化。在研究内容(1)的基础上,提出基于多状态决策图方法的发电系统运行可靠性程序化自动计算算法。所提出的程序化自动计算算法通过系统多状态决策图的建立、简化和分解,实现系统运行可靠性的自动计算。此外,考虑到发电机组不同启动顺序对系统可靠性的影响,通过优化备用发电机组的最佳启动顺序,实现满足约束条件下的系统运行可靠性最高。(3)研究了考虑备用共享的发电系统运行可靠性分析方法。在研究内容(1)和(2)的基础上,提出基于多值决策图的考虑备用共享的发电系统运行可靠性分析方法。通过对考虑备用共享的发电系统建模,实现不同子发电系统之间的备用容量共享。基于所提出的多值决策图方法,计算系统可靠路径的出现概率,得到发电系统的时变可靠性,为解决考虑备用共享的发电系统运行可靠性评估提供了一条行之有效的技术途径。(4)建立了不确定因素影响下需求侧备用的可靠性模型。首先,研究需求侧负荷削减和负荷转移的时序特性对整体负荷模型的影响,进而得到考虑需求响应的多状态负荷模型。其次,研究不确定性因素的多状态模型,包括用户需求响应程度、信息通讯系统随机故障、不同负荷类型等。最后,综合统筹考虑需求响应的多状态负荷模型以及不确定性因素的多状态模型,建立不确定因素影响下需求侧备用的可靠性模型,为考虑需求侧备用的系统运行可靠性分析奠定基础。(5)提出了考虑供需双侧备用的电力系统运行可靠性评估方法。在研究内容(4)的基础上,综合统筹研究内容(1)、(2)(3)中的多状态发电系统模型,基于时序蒙特卡洛模拟方法,提出事故状态下考虑供需双侧备用的电力系统优化调度模型,通过系统切负荷量的优化求解,对系统进行运行可靠性评估,为智能电网的安全可靠运行奠定基础。
【图文】：

论文研究,论文,可靠性分析,可靠性

化、考虑备用共享的发电系统运行可靠性分析、不确定因素影响下需求侧备用的逡逑可靠性建摸、考虑供需双侧备用的电力系统运行可靠性分析等方面对考虑运行备逡逑用的电力系统可靠性进行研究。论文各个章节之间的关系如图１－３所示。逡逑１２逡逑

指数分布,可靠性,场景,算例

逦５００逡逑ｆ＇}运行圬同（天）逡逑图２－９（ａ）算例１场景Ａ系统运行可靠性（系统负荷需求为７）逡逑１２逡逑逦ＭＳＤＤ逦ＭＣＳ逡逑Ｓ：逡逑０逡逑０逦１００逦２００逦３００逦４００逦５００逡逑系纪运行ｔｉ司（天）逡逑图２－９（ｂ）算例１场景Ｂ系统运行可靠性（系统负荷需求为５）逡逑图２－９算例１两个场景的系统运行可靠性逡逑表２４算例１场景Ａ两种方法结果比较逡逑时间算例１场景Ａ的系统可靠性逡逑／ｒｒｌ、逦相对〗天差逡逑（大）逦ＭＳＤＤ逦ＭＣＳ逡逑５０逦０．９２３５逦０．９２３８逦０．０３％逡逑１００逦０．７２４０逦０．７２５９逦０．２６％逡逑２００逦０．３２１１逦０．３２６６逦１．６８％逡逑５００逦０．００９３逦０．００９７逦４．１２％逡逑表２－５算例１场景Ｂ两种方法结果比较逡逑，工、邋算例１场景Ａ的系统可靠性逡逑时间（天）逦逦相对误差逡逑ＭＳＤＤ逦ＭＣＳ逡逑５０逦０．９９１７逦
【学位授予单位】：浙江大学
【学位级别】：博士
【学位授予年份】：2019
【分类号】：TM732

【相似文献】