基于蒙特卡罗法评估智能电网可靠性的
Matlab
代码
摘要:电力系统的可靠性是现代电力系统规划、设计和运行中的一个关键方面。
智能电网概念的崛起为开发一个能够成为自愈电网的智能网络带来了很高的希
望,提供了克服效用面临的中断问题的能力,并花费了数千万美元的维修和损失。
在这项工作中,我们开发了一个
MATLAB
代码,通过蒙特卡罗模拟方法来检验
智能电网应用在提高配电网可靠性方面的影响。本文采用的系统为
IEEE 34
试验
馈线。目的是测量自动重合闸器在可靠性指标
SAIDI
、
SAIFI
、
CAIDI
和
EUE
(
ARs
)、
分布式发电机(
DGs
)上的安装,并与作者之前使用另一种方法所做的研究结果
进行比较。
MATLAB
代码应提供与之前研究结果接近的结果,以验证其有效性。
1.
引言
蒙特卡罗模拟(
MCS
)的应用是灵敏度和定量概率分析的基石。它的一大优
点是能够准确评估电网的可靠性,这使得该领域出现了多项研究。评估电力系统
可靠性的确定性方法因未能对电网的随机性、用户需求和组件故障敏感而受到批
评,这可能导致过度投资或灾难性后果。因此,在最近十年中强调了对电力系统
行为进行概率评估的需求。
MCS
作为模拟过程,在随机程序中是严格随机的,
主要分为两种类型:顺序和非顺序(随机)蒙特卡罗方法。顺序
MCS
将系统操
作模拟为上升和下降,其中系统操作循环是通过按时间顺序组合所有系统组件的
周期来获得的。这通常需要比另一种方法
——
非顺序
MCS
更多的计算工作。非
顺序
MCS
的效率更高,可以通过随机选择间隔来模拟系统,但不能模拟系统行
为的时间顺序。
MCS
过程是随机变量使用随机过程进行随机模拟的核心,在这
个过程中它可以考虑到电网的行为来模拟电气组件,以评估其预期的可靠性参数。
它还提供了负荷点指数、系统指数和未服务的能耗成本的分布信息
[3][4]
。
图
1 IEEE34
节点系统
本研究的目标是在
IEEE 34
节点测试系统上应用蒙特卡罗技术(如图
1
所示),
使用智能电网概念的应用考虑不同的案例场景来评估配电网络的可靠性。具体而
言,我们考虑自动重合器(
ARs
)和分布式发电机对系统的影响,并在馈线上优
化安装
ARs
。
MCS
通过为模拟时间内的每个组件操作构建人工历史记录来帮助
评估系统的可靠性。本文将模拟时间设为
2000
年。本文的目的是将使用
MCS
获得的结果与以前使用另一种方法对相同测试系统获得的结果进行比较。该研究
还旨在制作足够的
MATLAB
代码,可用于执行
MCS
分析,并为任何研究规模