含风电场发电系统可靠性评估的快速收敛研究

发布时间：2017-07-27 09:02

  本文关键词：含风电场发电系统可靠性评估的快速收敛研究

  更多相关文章： 蒙特卡洛 发电系统 风电场 可靠性评估 抽样效率 快速收敛

【摘要】：在电力系统的可靠性评估中,以蒙特卡洛法为代表的模拟法较传统的解析法有简化建模复杂度,便于搜索难以发现的多重故障等优势,越来越受到重视。但蒙特卡洛法也有抽样次数巨大,计算时间长的难题。在发电系统中,含风电场发电系统较常规的发电系统往往成倍地增加设备数量,系统的可靠性大大增加,对其进行可靠性评估时必将在原系统的基础上大大增加蒙特卡洛法计算时间。本文正是以该问题为研究方向,基于方差减小理论,对比了不同抽样方法下可靠性评估的收敛速度。本文的主要工作如下:首先,阐述了进行含风电系统可靠性评估所必须的建模工作,涉及风机工作原理、风速预测、风机输出功率、风场尾流效应四大方面。其中重点介绍了风速的分布模型和时序模型。为下文进行可靠性评估做了铺垫。其次,对蒙特卡洛(Monte Carlo)模拟的优缺点概述,详细展开了发电系统可靠性评估的序贯和非序贯蒙特卡洛方法。运用中心极限定理,对考虑降额状态下的发电系统可靠性评估进行收敛性分析,得出系统一定置信水平下收敛判据的置信区间减小的事实。同时,针对两套标准可靠性系统:IEEE RBTS系统和IEEE RTS79系统,对比两者可靠性指标的收敛曲线,说明了蒙特卡洛法收敛性的特点。再次,对比含风电场发电系统可靠性评估的序贯和非序贯蒙特卡洛法,说明风电入网对系统的可靠性的影响。同时,风电入网时的可靠性评估较常规发电系统的可靠性评估需要更多的抽样次数,耗费更多的计算时间。最后,减小方差技术能较好的解决上述问题,实现可靠性评估的快速收敛,大大提高工作效率。重点研究了含风电场发电系统的可靠性评估实现快速收敛的几种抽样方法,给出进行各种方法的具体抽样流程和操作步骤。已有的等分散方法能减小抽样次数,但增加了系统计算时间。本文提出了含风电系统可靠性评估的控制变量法、全概率公式法和混合方法。控制变量法较等分散法抽样效率大幅提高,同时,计算时间也大大缩减,但受风电穿透功率的影响较大;全概率公式法是一种较为优越的方法,应用也较为方便;等分散抽样和全概率公式抽样的混合方法在以上各种方法中抽样效率最高,显示了混合方法的突出优势,也为快速收敛研究提供了一个可行方向。
【关键词】：蒙特卡洛 发电系统 风电场 可靠性评估 抽样效率 快速收敛
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM614
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-14
• 1.1 风力发电的发展现状10-11
• 1.2 风力发电可靠性评估的研究现状11-12
• 1.3 本文主要研究内容12-14
• 第二章 风电场可靠性模型14-22
• 2.1 风电机组运行方式14
• 2.2 风电场风速预测模型14-18
• 2.2.1 风速的分布模型15-16
• 2.2.2 风速的时序模型16-18
• 2.3 风电机组功率输出模型18-20
• 2.4 风电场尾流效应20-21
• 2.5 本章小结21-22
• 第三章 含风电场发电系统可靠性评估的收敛性22-40
• 3.1 蒙特卡洛方法简介22
• 3.2 发电系统可靠性评估22-28
• 3.2.1 序贯蒙特卡洛法23-25
• 3.2.2 非序贯蒙特卡洛法25-26
• 3.2.3 算例分析26-28
• 3.3 发电系统的可靠性评估的收敛性分析28-34
• 3.3.1 考虑降额状态的常规机组模型28-29
• 3.3.2 基于序贯和非序贯蒙特卡洛方法的收敛性分析29-31
• 3.3.3 算例分析31-34
• 3.4 含风电场发电系统的可靠性评估34-38
• 3.4.1 风速模型35
• 3.4.2 算例分析35-38
• 3.5 本章小结38-40
• 第四章 可靠性评估的快速收敛技术40-63
• 4.1 蒙特卡洛法的方差减小技术40-43
• 4.1.1 蒙特卡洛法的精度分析40-41
• 4.1.2 方差减小技术41-43
• 4.2 等分散抽样方法43-47
• 4.2.1 等分散抽样原理43
• 4.2.2 风速模型与风机输出功率43
• 4.2.3 系统可靠性评估流程43-45
• 4.2.4 算例分析45-47
• 4.3 控制变量抽样方法47-52
• 4.3.1 控制变量抽样原理47-48
• 4.3.2 系统可靠性评估流程48-50
• 4.3.3 算例分析50-52
• 4.4 全概率公式抽样方法52-56
• 4.4.1 全概率公式抽样原理52-53
• 4.4.2 系统可靠性评估流程53-54
• 4.4.3 算例分析54-56
• 4.5 等分散和全概率公式混合抽样方法56-61
• 4.5.1 混合抽样原理56-57
• 4.5.2 系统可靠性评估流程57-58
• 4.5.3 算例分析58-61
• 4.6 本章小结61-63
• 结论与展望63-64
• 参考文献64-68
• 攻读硕士学位期间取得的研究成果68-69
• 致谢69-70
• 附表70

【相似文献】

中国期刊全文数据库 前10条

1 周宇;韩如月;陈可科;;需求弹性对发电系统可靠性的影响[J];电力需求侧管理;2006年03期

2 袁越;张新松;傅质馨;;电池储能系统对风力发电系统可靠性的影响[J];河海大学学报(自然科学版);2012年06期

3 杨莳百;一个互联发电系统可靠性的初步分析及程序设计有关问题[J];西安交通大学学报;1982年05期

4 吴继伟;阎超;;一种计算多区域互联发电系统可靠性指标的简捷方法[J];重庆大学学报;1985年04期

5 俞鑫祺;韩富春;;互联发电系统可靠性的数字仿真研究[J];太原工业大学学报;1990年01期

6 王德生,马鸿恩,肖静,陈维恒,赵佩琨;华东电力规划发电系统可靠性标准的确定[J];电网技术;1991年04期

7 俞鑫祺;陈志勇;王钢;;互联发电系统可靠性的稳态仿真输出分析[J];电工技术学报;1992年04期

8 陈可科;韩如月;;发电系统可靠性指标及其计算[J];南京师范大学学报(工程技术版);2006年02期

9 周景宏;胡兆光;田建伟;肖潇;;基于发电系统可靠性分析的能效电厂有效容量确定[J];电力系统自动化;2011年08期

10 王德生,肖静;发电系统可靠性计算的大偏差法[J];电网技术;1986年04期

中国硕士学位论文全文数据库 前4条

1 邱轩宇;含风电场发电系统可靠性评估的快速收敛研究[D];华南理工大学;2016年

2 苏海锋;贝叶斯网络及其在发电系统可靠性评估中的应用[D];河北农业大学;2004年

3 苏慧玲;发电系统可靠性的理论与实例研究[D];南昌大学;2007年

4 王凯;基于well-being模型的含风/光互补发电系统可靠性评估[D];内蒙古工业大学;2014年

，

本文编号：580606