基于高斯混合模型和交叉熵的大電網(wǎng)可靠性評(píng)估研究.pdf

1、電力系統(tǒng)可靠性是指電力系統(tǒng)按照可接受的質(zhì)量標(biāo)準(zhǔn)和所需數(shù)量不間斷地向電力用戶提供電力電量的能力的一種度量。電力系統(tǒng)可靠性評(píng)估可以為電力系統(tǒng)規(guī)劃和運(yùn)行提供重要參考信息，因而成為電力系統(tǒng)規(guī)劃和運(yùn)行的重要輔助工具。如何更為精確且高效地對(duì)電力系統(tǒng)進(jìn)行可靠性評(píng)估也是一個(gè)有待深入研究的課題。
　　電力系統(tǒng)在實(shí)際運(yùn)行中存在大量的不確定性因素，如：電力設(shè)備的隨機(jī)故障、負(fù)荷需求以及可再生能源等的隨機(jī)波動(dòng)等。電力系統(tǒng)可靠性評(píng)估正是通過(guò)對(duì)這些不確定性因素

2、對(duì)電網(wǎng)運(yùn)行性能影響的概率量化診斷，深度揭示系統(tǒng)的風(fēng)險(xiǎn)水平并實(shí)現(xiàn)風(fēng)險(xiǎn)的溯源辨識(shí)，因此不確定性因素的建模準(zhǔn)確性成為可靠性評(píng)估的基礎(chǔ)和應(yīng)用前提。另一方面，由于大電網(wǎng)系統(tǒng)規(guī)模大、隨機(jī)性強(qiáng)、建模困難，是一個(gè)多約束、非線性、高維復(fù)雜系統(tǒng)，計(jì)算復(fù)雜度也高，因此如何提高大電網(wǎng)可靠性評(píng)估的計(jì)算效率而不失精度成為一個(gè)亟待解決的問(wèn)題。本文主要針對(duì)電力系統(tǒng)可靠性評(píng)估中上述兩個(gè)重要問(wèn)題進(jìn)行了深入研究。
　　在電力系統(tǒng)可靠性評(píng)估輸入變量的概率建模方面，鑒于現(xiàn)

3、有概率模型的不足，本文提出采用高斯混合模型(GaussianMixtureModel,GMM)對(duì)多維隨機(jī)變量進(jìn)行聯(lián)合概率建模，該模型形式簡(jiǎn)潔，易于計(jì)及任意分布形式的連續(xù)型隨機(jī)變量，可以同時(shí)滿足多維隨機(jī)變量邊緣分布的精確擬合和相關(guān)性的精確建模。對(duì)于該模型的求解，本文采用基于自主分裂合并的最大期望值(FreeSplitandMergeExpectationMaximum,FSMEM)算法進(jìn)行模型參數(shù)估計(jì)，不僅能夠自適應(yīng)確定高斯分量的最優(yōu)個(gè)數(shù)

4、，并且能夠很好地克服傳統(tǒng)最大期望值(ExpectationMaximum,EM)算法容易陷入局部最優(yōu)的不足。此外，提出一種兩階段復(fù)合抽樣方法能夠高效生成GMM隨機(jī)樣本。以RBTS和IEEE-RTS79兩個(gè)可靠性測(cè)試系統(tǒng)為例，考慮了節(jié)點(diǎn)負(fù)荷和風(fēng)速隨機(jī)波動(dòng)及其相關(guān)性進(jìn)行可靠性評(píng)估，證明GMM用于可靠性評(píng)估的有效性和高效性。
　　在大電網(wǎng)可靠性評(píng)估方法方面，由于蒙特卡羅模擬法對(duì)于失效事件的稀疏性極為敏感，重要抽樣通過(guò)改變輸入隨機(jī)變量的概

5、率密度分布，從而以較大的概率抽到失效狀態(tài)樣本，以提高蒙特卡羅模擬法的效率。基于交叉熵的蒙特卡羅模擬法(CrossEntropybasedMonteCarloSimulation,CE-MCS)是一種有效的重要抽樣方法，可以有效提高計(jì)算效率，但目前的研究?jī)H限于電力設(shè)備的運(yùn)行狀態(tài)為二項(xiàng)分布，而可靠性評(píng)估的輸入變量通常會(huì)遇到多狀態(tài)離散型變量甚至連續(xù)型變量。本文提出一種可以計(jì)及多種分布變量的CE-MCS法，可以同時(shí)計(jì)及含有離散型變量和連續(xù)型變量