基于蒙特卡洛的电力系统可靠性分析matlab仿真,对比EDNS和LOLP

简介: 电力系统可靠性评估研究,聚焦于LOLP(电力不足概率)和EDNS(期望缺供电量)的模拟分析。使用MATLAB2022a进行基于蒙特卡洛的仿真,模拟单线及多线故障,分析连锁效应。程序中通过随机断开线路,计算潮流,判断越限并用PSO优化。结果显示,LOLP和EDNS增加时,故障概率降低,但小概率大影响事件概率上升。以IEEE24-RTS系统为案例,考虑元件失效的马尔科夫过程,不考虑3个及以上元件失效情况,因为可能导致系统大规模崩溃。仿真步骤包括随机线路断开、故障分析和稳定性评估,涉及信息节点概率计算、潮流计算及优化决策。

1.课题概述
电力系统可靠性是指电力系统按可接受的质量标准和所需数量不间断地向电力用户供应电力和电能量的能力的量度,包括充裕度和安全性两个方面。发电系统可靠性是指统一并网的全部发电机组按可接受标准及期望数量满足电力系统的电力和电能量需求的能力的量度。发电系统可靠性指标可以分为确定性和概率性两类。过去曾广泛应用确定性可靠性指标来指导电力系统规划和运行,如百分数备用法和偶然故障备用法。目前已逐渐被概率性可靠性指标所代替。

   概率法常用的可靠性指标有:电力不足概率(Loss of Load Probability, LOLP)和期望缺供电量(Expected Demand Not Served, EDNS)是评估电力系统可靠性的两个重要指标。通过随机法和蒙特卡洛法分别对这两个指标进行仿真分析。
AI 代码解读

2.系统仿真结果
8aaccfce74c20a435143f59b3d586f2b_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.jpg
75633aedec0d608522293fc9b58499ed_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.jpg

    从仿真可以看到,对于电力不足概率指标LOLP,LOLP值的可能性随着LOLP值得变大而下降,这是因为在模拟元件失效过程中,由于元件失效而导致的电力不足的可能性会出现,但是其大概率的电力不足出现概率较低,而小概率的电力不足情况出现概率较大。

    对于停电功率期望值指标EDNS,EDNS值发生可能性的随着EDNS值得变大而下降,即在实际过程中,随着元件失效而发生停电的期望值,其大概率的停电功率出现概率较低,而小概率的停电功率情况出现概率较大。
AI 代码解读

3.核心程序与模型
版本:MATLAB2022a

``` while (Flag == 1)
TTT = TTT + 1;
%断开选定的线路
if TTT == 1
BRANCHo(Cut_info,3:end) = 0;
All_Del_Point= [All_Del_Point;Cut_info'];
else
%断开相邻的线路
Inders1 = find(BRANCHo(:,1) == Cut_info(1));
Inders2 = find(BRANCHo(:,1) == Cut_info(2));
Inders3 = find(BRANCHo(:,2) == Cut_info(1));
Inders4 = find(BRANCHo(:,2) == Cut_info(2));
Inders = unique([Inders1;Inders2;Inders3;Inders4]);
%随机选择
tmpsss = randperm(length(Inders));
Inders_sel = Inders(tmpsss(1));
BRANCHo(Inders_sel,3:end) = 0;
All_Del_Point= [All_Del_Point;Inders_sel];
end
%根据信息节点的Pdi和Pmi进行失去控制
for i1 = 1:N-1
P1 = rand(1);
P2 = rand(1);
if P1 <= Pdi(i1) | (P1 > Pdi(i1) & P2 <= Pmi)
%调度中心认为线路处理初始状态
BRANCHo(i1,3:end) = 0;
All_Del_Point= [All_Del_Point;i1];
end
end
%对此时的电器网络进行计算潮流
Ak = func_Admittance_matrix(BUSo,BRANCHo);
F = Ak Pp;
%判断是否越限
for jjj = 1:length(F)
if (abs(F(jjj))) <= (abs(Fmax(jjj)))
%没有越限,则进行步骤5
P = rand();
if P <= PH
Flag = 1;%被选中,则继续步骤2,即重新循环
else
Flag = 0;%未被选中,则继续步骤6,跳出循环
end
else
%有越限,则进行步骤3
%先进行LP优化,这里使用PSO进行优化
[V_score2,PP] = func_pso_calculate_min(Bus_Num,15,Pp);
%再计算潮流
Ak = func_Admittance_matrix(BUSo,BRANCHo);
F = Ak
(1+g)PP;
if sum(abs(F)) > sum(abs(Fmax))
Flag = 1;
else
%没有越限,则进行步骤5
P = rand();
if P <= PH
Flag = 1;%被选中,则继续步骤2,即重新循环
else
Flag = 0;%未被选中,则继续步骤6,跳出循环
end
end
end
end
end
All_Del_Point = unique(All_Del_Point);
LL = length(Fo);
Fedns = zeros(LL,1);
%对于断掉的点取1,其余取0.
Fedns(All_Del_Point) = 1;
deltaP = abs(Fo-F);
E1(m) = sum(Fedns.
deltaP)/LL;
NUMSS(:,m) = NUMS;

[cdf,PAPR] = ecdf(E1);
EDNS = E1;

%%
figure;
semilogy(100*PAPR(1:end-5),1-cdf(1:end-5),'b-o','LineWidth',1);
xlabel('edns');
ylabel('The cumulative probability of failure probability');

if NUM_Delete == 1
save attack41.mat PAPR cdf EDNS NUMSS
end
if NUM_Delete == 2
save attack42.mat PAPR cdf EDNS NUMSS
end
02_027m

```

4.系统原理简介
基于蒙特卡洛的仿真思想,并根据每次产生的随机数种子,进行随机的失效模拟,元件失效过程使用马尔科夫过程建模产生。首先随机模拟一个元件失效的情况,对一个元件失效以及对应的连锁故障情况进行仿真分析。然后随机模拟二个元件失效的情况,对二个元件失效以及对应的连锁故障情况进行仿真分析。而对于三个甚至更多元件失效的情况,本文不做考虑,这是因为当出现三个或者更多的元件失效的情况,整个电力系统网络基本会发生大规模崩溃的情况,在这种情况下做可靠性评估没有实际的价值,故不做这方面的研究。

    在本课题中,使用IEEE24-RTS电力网络系统作为案例进行分析
AI 代码解读

f1dcd8848bc91db9d23520cb71e45194_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

这里采用的仿真步骤如下:

   由于我们需要考虑随机断开一条线路或者两条线路的系统的稳定性分析,因此,我们主要通过随机循环的思想,每次循环随机的断开线路,然后分析断开这条线路对系统造成的影响进行仿真分析。

   一般情况下,对系统稳定性评估的分析方法主要是分析断开后故障网络的是否正常工作(即分析其是否崩溃)

    通常,当断开一条线路的时候,往往会由于该线路的断开而导致其他的线路的连锁故障,从而导致整个系统的影响,但是这种连锁的情况在概率统计中,并不是必然事件,而是随机事件,因此,这里我们设计如下的故障及稳定性分析方法:

    第一:首先随机的移除信息网络的信息节点,并计算对应的信息节点的传输信息时的延迟概率P。

    第二:随机的选择故障线路,并断开该线路,并更新响应的网络参数;

    第三:根据网络参数,通过直流法进行最优潮流的计算(DC OPF),并判断潮流是否存在越限,如果存在越限,则通过LP优化算法进行第四步操作,如果没有越限,则进行第五步操作。

    第四:当存在越限的时候,那么基于随机的概率,并采用轮盘赌算法选择随机跳开的线路,并进行再次转入步骤二的操作。

    第五:当不存在越限的时候,那么通过一个随机的小概率Ph选择需要跳开的线路,如果存在线路被选择,那么进入步骤二开始操作,否则进入步骤六。

    第六:本次蒙特卡洛循环结束,进入下一次循环。
AI 代码解读
目录
打赏
0
1
1
0
185
分享
相关文章
基于GRU网络的MQAM调制信号检测算法matlab仿真,对比LSTM
本研究基于MATLAB 2022a,使用GRU网络对QAM调制信号进行检测。QAM是一种高效调制技术,广泛应用于现代通信系统。传统方法在复杂环境下性能下降,而GRU通过门控机制有效提取时间序列特征,实现16QAM、32QAM、64QAM、128QAM的准确检测。仿真结果显示,GRU在低SNR下表现优异,且训练速度快,参数少。核心程序包括模型预测、误检率和漏检率计算,并绘制准确率图。
77 65
基于GRU网络的MQAM调制信号检测算法matlab仿真,对比LSTM
|
1天前
|
基于GA遗传优化的PID控制器最优控制参数整定matlab仿真
通过遗传算法优化PID控制器的参数,可以有效提高控制系统的性能。本文详细介绍了GA优化PID参数的原理、适应度函数的设计以及MATLAB实现步骤,并通过仿真验证了优化效果。希望本文能为读者在实际应用中提供参考和帮助。
31 18
光纤三维布里渊温度和应变分布matlab模拟与仿真
本程序基于MATLAB 2022A,模拟光纤三维布里渊温度和应变分布。通过分析光波与声波在光纤中的相互作用(布里渊散射),实现对温度和应变的高分辨率测量。核心代码计算布里渊强度、频移,并生成三维可视化结果。该技术广泛应用于结构健康监测、地质灾害预警等领域。程序运行后无水印,展示清晰的仿真图像。
基于ACO蚁群优化的城市最佳出行路径规划matlab仿真
本程序基于蚁群优化(ACO)算法,使用MATLAB2022A进行城市最佳出行路径规划仿真。用户可调整城市数量,输出路径规划结果及ACO收敛曲线。核心代码实现最短路径更新、信息素强化与全局最优路径绘制。ACO模拟蚂蚁行为,通过信息素机制迭代优化路径,适用于不同规模的城市节点,展示从局部探索到全局最优的智能搜索过程。程序运行结果展示了点数较少、中等和较多时的路径规划效果,无水印。
|
6月前
|
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
本文介绍了2023年高教社杯数学建模竞赛D题的圈养湖羊空间利用率问题,包括问题分析、数学模型建立和MATLAB代码实现,旨在优化养殖场的生产计划和空间利用效率。
275 6
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
本文提供了2022年华为杯数学建模竞赛B题的详细方案和MATLAB代码实现,包括方形件组批优化问题和排样优化问题,以及相关数学模型的建立和求解方法。
164 3
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
本文介绍了2023年五一杯数学建模竞赛B题的解题方法,详细阐述了如何通过数学建模和MATLAB编程来分析快递需求、预测运输数量、优化运输成本,并估计固定和非固定需求,提供了完整的建模方案和代码实现。
141 0
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
耐震时程曲线,matlab代码,自定义反应谱与地震波,优化源代码,地震波耐震时程曲线
地震波格式转换、时程转换、峰值调整、规范反应谱、计算反应谱、计算持时、生成人工波、时频域转换、数据滤波、基线校正、Arias截波、傅里叶变换、耐震时程曲线、脉冲波合成与提取、三联反应谱、地震动参数、延性反应谱、地震波缩尺、功率谱密度
基于混合整数规划的微网储能电池容量规划(matlab代码)
基于混合整数规划的微网储能电池容量规划(matlab代码)
含多微网租赁共享储能的配电网博弈优化调度(含matlab代码)
含多微网租赁共享储能的配电网博弈优化调度(含matlab代码)

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等