一种基于等供电可靠性的分布式电源可信容量评估方法与流程

1.本发明属于主动配电网的分布式电源容量规划技术领域，涉及配电网分布式电源可信容量评估方法，尤其是基于等供电可靠性指标的配电网分布式电源可信容量评估方法。


背景技术：

2.为了应对空气污染、全球变暖等环境问题，风能、光能等清洁能源得到了大力发展。随着风电、光伏等分布式电源广泛接入配电网，电网的供电能力得到了提升。但是由于风光等分布式电源的出力具有不确定性，电力系统规划中往往不能充分考虑其容量价值。为了有效衡量风光电源的电力供应能力，学术界提出了“可信容量”作为评价指标。从供电可靠性的角度，可信容量可定义为：等可靠性前提下，风光电源接入后系统可以增加供应的负荷量。
3.国内外专家学者在可信容量评估方面做了大量研究，提出了多种有效的计算方法。分布式电源可信容量评估主要包含风光电源出力建模、系统可靠性计算以及可信容量搜索3个环节。已有研究在各个环节采用了不同的方法与模型。从风光电源出力模型的角度，可分为多状态机组模型、概率密度模型、时序出力模拟等模型；从可靠性计算的角度，可分为卷积法、蒙特卡洛模拟法、通用生成函数法等方法；从可信容量的搜索方法角度，可分为二分法、截弦法、简化牛顿法、智能算法等方法。现有研究往往对大型风光电场开展可信容量评估，而分布式电源的分散控制、多点接入是一个难点，鲜有研究对分布式电源开展可信容量评估。
4.分布式电源可信容量评估的核心在于电力系统的可靠性评估，其难点是分布式电源如何在系统故障期间继续向负荷供电，这使得孤岛划分是计算电力系统可靠性的基础。孤岛划分问题的实质就是充分利用容量有限的分布式电源，得到以分布式电源为中心的最佳电力孤岛，在孤岛方式下，配电网一部分用户仅由分布式电源进行供电，以保证孤岛内重要负荷的不间断供电，提升系统的供电可靠性，制定合理的孤岛划分方案，可以显著提升系统的供电可靠性，更好地发挥分布式电源的潜力。
5.现有的孤岛划分求解方法较为丰富，大致可以分为以下几类：1)最小生成树算法，其中以prim算法和kruskal算法最为常见；2)启发式算法，采用遗传算法、粒子群算法等确定失电区域内电源的启动顺序和恢复路径，计算得到相应目标函数下孤岛划分方案的最优解；3)背包问题算法，将孤岛划分方法转化成普通背包或者树背包问题求解。无论使用上述何种算法对孤岛划分问题进行求解，绝大多数的现有方法都将配电网建模为树模型，忽略了配电网中联络开关的存在，仅依据故障发生前配电网拓扑结构进行孤岛划分。这样做可以减少选择的供电路径从而简化计算，但同时也会丢失更好的孤岛划分方案。
6.经检索，未发现与本发明相同或相近似的现有技术的文献。


技术实现要素：

7.本发明的目的在于克服现有技术的不足，提出一种基于等供电可靠性的分布式电源可信容量评估方法，其核心是采用基于前瞻贪婪算法的孤岛划分方法进行系统可靠性计算，在等可靠性的前提下采用截弦法搜索分布式电源的可信容量；本发明：
①
计及分布式电源和系统元件的故障情况，通过时序仿真计算故障恢复期间分布式电源的供电支撑能力；
②
在可靠性评估过程中引入了基于前瞻贪婪算法的孤岛划分方法；
③
针对孤岛划分研究中通常忽略常开联络开关的问题，计及具有重要影响的常开联络开关的作用；
④
在可信容量评估过程中，基于等可靠性原则，采用截弦法不断搜索逼近基准值，得到足够精度下的分布式电源可信容量。
8.本发明解决其现实问题是采取以下技术方案实现的：
9.1、一种基于等供电可靠性的分布式电源可信容量评估方法，包括如下步骤：
10.s1、确定分布式电源的装机容量；
11.s2、建立分布式电源时序出力、节点时序负荷、系统元件状态以及负荷优先级的仿真系统模型；并根据该负荷优先级的仿真系统模型，建立孤岛划分问题的1-nkp模型，求解该1-nkp模型，得到更加精确的孤岛划分方案。
12.s3、采用随机数抽样法对评估周期内分布式电源及系统元件的时序状态进行抽样，得到系统元件的运行/故障两状态时序模型，根据分布式电源的运行/故障两状态时序模型，修正节点注入功率曲线；
13.s4、对故障期间的配电网进行孤岛划分，并进行节点电压与支路潮流校验，根据得到的孤岛划分方案计算每个负荷节点和系统的缺供电量。
14.s5、基于序贯蒙特卡洛统计缺供电量信息，计算系统可靠性指标；
15.s6、基于截弦法进行可信容量搜索，得到分布式电源的可信容量。
16.而且，所述步骤s2的根据负荷优先级的仿真系统模型，建立孤岛划分问题的1-nkp模型为：
17.分布式电源如何为负荷节点供电的问题可以简化成一个背包问题。假设有n个相对独立的物品和一个容量为c的背包，每个物品本身都有重量w和价格p两个属性，我们需要在这些物品中挑选出若干个放入背包，使得物品的重量之和不大于背包容量且最终收益最大。同样地，如果将简单无向连通图中的顶点视为物品，而某顶点被选入背包的条件是与其直接相连的所有顶点中至少有一个已经被放入背包。这类问题即为1-nkp。在该问题中，分布式电源的容量可以视为背包容量c，与电源相连的顶点视为最先放入背包中的顶点；负荷节点的功率需求相当于背包问题中的物品重量w，通过对其供电所带来的收益记为p，即背包问题中的物品价格。在供电能力c有限的情况下，如何确定为哪些负荷点供电，使得收益最大就是1-nkp的目标。据此构建孤岛划分问题的1-nkp模型。
18.而且，所述步骤s2的求解该1-nkp模型，得到更加精确的孤岛划分方案的具体方法为：
19.采用前瞻贪婪算法求解针对孤岛划分问题的1-nkp模型，得到更加精确的孤岛划分方案，该算法的求解流程如下：
20.①
选择向外供出功率最大的dg所在顶点作为1-nkp的初始点v0，即z＝{v0}；其中集合z代表划入孤岛的顶点集合，向外供出功率是指dg在时刻t下的出力减去dg所在顶点的负
荷值，即dg所在顶点可向其他与之相连顶点提供的功率；
21.②
分别按照如下公式(6)，(7)和(8)计算集合z的中所有顶点的收益之和bz，负荷总量之和pz，和dg剩余容量cr；
22.bz代表当前孤岛区域中所有负荷点收益之和：
[0023][0024]
pz代表当前孤岛区域中所有负荷点缺电总量：
[0025][0026]cr
代表分布式电源dg的剩余容量：
[0027]cr
＝c-pz(8)
[0028]
③
搜索z的邻域，并将邻域顶点放入集合nb1中；
[0029]
某顶点的邻域表示与该顶点相邻的顶点组成的集合，某集合的邻域表示与该集合中的顶点相邻且不属于该集合的顶点组成的集合；nb1为集合z的邻域集合，nb1中顶点个数记为x，nb1(i)是集合nb1中第i个顶点，i∈{1,2,
…
,x}。
[0030]
④
搜索nb1(i)的邻域放入集合nb
i2
；
[0031]
其中nb
i2
代表与顶点nb1(i)相邻且不属于集合z的顶点集合，也即nb1(i)的邻域，可以看作z的邻域点的邻域，即z的前瞻邻域。其中nb
i2
中顶点个数记为yi，nb
i2
(j)代表nb1(i)的第j个邻域点，i∈{1,2,
…
,x},j∈{1,2,
…
,yi}。
[0032]
⑤
按照如下公式(9)计算价值比ri(j)；
[0033][0034]
其中，ri(j)代表顶点nb1(i)与其邻域点nb
i2
(j)的收益之和与它们的电量消耗之和的比值。i∈{1,2,
…
,x}，j∈{1,2,
…
,yi}。
[0035]
⑥
按照如下公式(10)求得最优前瞻价值比r2(i)；
[0036][0037]
其中，r2(i)即ri(j)中的最大值，称为z的第i个邻域点nb1(i)的“最优前瞻价值比”。
[0038]
⑦
按照如下公式(11)计算顶点nb1(i)的本身的价值比r1(i)；
[0039][0040]
⑧
按照如下公式(12)选择nb1所有顶点中本身的价值比和最优前瞻价值比的最大值。若最大值为0，则转到步骤
⑩
；否则，将最大值对应的顶点记为m。若不同点的价值比相同，则优先选择收益b较大的点。
[0041][0042]
⑨
将顶点m加入集合z，z＝{z，m}，判断dg剩余容量cr是否大于点m的需求电量p
(m)，是则返回步骤
②
，否则执行步骤
⑩
。
[0043]
⑩
计算当前的bz和pz，退出循环，当前集合z中的元素即为该算法选择出纳入孤岛的节点，bz和pz分别为孤岛中顶点的收益之和与需求电量之和。
[0044]
本发明的优点和有益效果：
[0045]
1.本发明在等供电可靠性这一准则下评估分布式电源的可信容量，有效计及了配电网拓扑结构可灵活改变的特点，充分发挥了分布式电源可在配网故障期间继续向重要负荷供电的潜力。
[0046]
2.在计算含分布式电源的配电网供电可靠性指标时，建立了1-nkp的孤岛划分模型，并引入了基于前瞻贪婪算法的孤岛划分方法，该方法能够克服单步选择的盲目性，得到更优的孤岛划分方案。
[0047]
3.孤岛划分过程中不仅计及了联络开关的重要影响，还考虑了不同负荷节点的供电优先级，在故障期间分布式电源将优先为重要负荷恢复供电，更大程度上降低停电造成的损失，使得可靠性指标更准确。
附图说明
[0048]
图1为本发明的分布式电源可信容量评估流程图；
[0049]
图2为本发明的配电网智能孤岛划分方案制定流程图；
[0050]
图3为本发明基于截弦法搜索可信容量的示意图。
具体实施方案
[0051]
以下结合附图对本发明实施例作进一步详述：
[0052]
基于等供电可靠性指标的配电网分布式电源可信容量评估方法，如图1所示，包括以下步骤：
[0053]
步骤1、确定分布式电源的装机容量；
[0054]
分布式电源风机和光伏的装机容量分别用pw和p
pv
表示，当计算分布式电源并网前的供电可靠性指标时，令pw和p
pv
等于0。
[0055]
在本实施例中，对分布式电源风机和光伏的装机容量进行初始化，假设其分别为pw和p
pv
，令pw和p
pv
等于0。
[0056]
步骤2、建立分布式电源时序出力、节点时序负荷、系统元件状态以及负荷优先级的仿真系统模型；
[0057]
所述步骤2的具体步骤包括：
[0058]
(1)建立分布式风机和光伏的出力模型，将风速、光照强度的历史数据分别代入该分布式电源的出力模型，得到各个节点风机和光伏在评估周期内的时序出力标幺值，并由该时序出力标幺值和更新后的分布式电源装机容量得到分布式风机和分布式光伏的时序出力；
[0059]
所述风机和光伏出力模型如下：
[0060][0061][0062]
其中，a、b、c为风电机组出力模型中的常数；sw
t
表示t时刻下风机轮毂高度处对应的风速；v
ci
为切入的风速，v
co
为切出的风速，vr为风机的额定风速。t
c,t
表示t时刻下的电池温度；t
a,t
表示t时刻下的环境温度；sa表示平均太阳辐照度；kv表示电压温度系数；ki表示电流温度系数；n
ot
表示电池的标准工作温度；ff是填充因数；i
sc,t
表示t时刻下的短路电流；v
oc,t
表示t时刻下的开路电压；p
mpp
表示最大功率点的功率；i
mpp
表示最大功率点的电流；v
mpp
表示最大功率点的电压；p
pv,t
表示t时刻下光伏组件的输出功率；n表示光伏板的数量。
[0063]
在所述步骤2第(1)步中，建立风机和光伏的出力模型是计算可信容量的重要环节。在正常工作状态，风电机组出力的大小取决于气象状况，风机的出力可根据式(1)计算；光伏组件的输出功率取决于太阳辐照度、现场环境温度以及组件本身的特性，可以根据公式(2)计算光伏电源的输出功率。将风速、光照强度的历史数据分别代入式(1)和(2)，可得第k个节点风机和光伏评估周期t内的时序出力标幺值，记为和根据更新后的pw和p
pv
，分别得到分布式风机和分布式光伏的时序出力和
[0064]
(2)根据步骤2第(1)步获得的分布式风机和光伏的时序出力，结合各个节点的负荷数据，生成每个节点的净负荷曲线；
[0065]
在本实施例中，根据和各个节点的负荷数据，生成每个节点的净负荷曲线。
[0066]
(3)考虑到不同负荷点的供电恢复价值不同，将负荷按照重要程度分为三类，并赋予不同的权重，依据权重大小决定负荷的恢复顺序，得到负荷优先级系统模型。
[0067]
在本实施例中，当系统发生故障时，根据负荷的重要程度有序恢复供电。负荷被分为三类，其中一类负荷最重要，发生停电后分布式电源将优先为一类负荷供电。采用w(i)表示负荷点i的优先级权重，一类、二类和三类负荷的权重分别为w1，w2和w3(w1》w2》w3)，借以衡量负荷点的重要程度。负荷点优先级越高，则对应的权重越大。
[0068]
在本实施例中，将风速、光照强度的历史数据分别代入式(1)和(2)，得到各个节点风机和光伏在评估周期t内的时序出力标幺值，以第k个节点风机和光伏为例，时序出力表
示为和由时序出力标幺值和分布式电源装机容量pw和p
pv
得到分布式风机和分布式光伏的时序出力：和
[0069]
根据和各个节点的负荷数据，生成每个节点的净负荷曲线；同时，考虑到不同负荷点的供电恢复价值不同，将负荷按照重要程度分为三类，并赋予不同的权重，依据权重大小决定负荷的恢复顺序，得到负荷优先级系统模型。
[0070]
步骤3、采用随机数抽样法对评估周期内分布式电源及系统元件的时序状态进行抽样，得到系统元件的运行/故障两状态时序模型，根据分布式电源的运行/故障两状态时序模型，修正节点注入功率曲线。
[0071]
所述步骤3的具体步骤包括：
[0072]
(1)假定元件在初始时为运行状态；
[0073]
(2)对各个元件当前工作状态的持续时间进行抽样，以指数分布下的工作持续时间为例，假设λi是第i个元件的失效率，则该元件工作持续时间为：
[0074][0075]
其中，gi为[0,1]均匀分布中抽取的随机数，所得到的di值即为第i个元件的工作持续时长；
[0076]
类似地，假设μi是第i个元件的修复率，只需将公式(3)中的失效率λi变成修复率μi，计算得到的值即为第i个元件的故障修复持续时间。
[0077]
(3)重复步骤3第(2)步，直到完成对研究时间跨度下的模拟；
[0078]
以第i个元件为例，令时间跨度为t，第j次模拟得到的无故障工作时长为t
j,1
，第j次模拟得到的元件修复持续时间为t
j,2
；则完成第u次模拟后，模拟总时长tz可以用下式表示：
[0079][0080]
重复进行模拟，直到模拟总时长tz大于等于研究时间跨度t时停止模拟；生成该元件在时间跨度内的时序状态；
[0081]
(4)重复步骤3第(1)-(3)步，直到完成系统中所有元件的模拟；
[0082]
在评估可靠性时需要同时计及系统元件和分布式电源的停运情况，所以需要生成所有系统元件以及分布式电源的时序状态。对于后者，风机和光伏电源具有一定的故障率，当设备处于修复状态时，输出为零。
[0083]
(5)根据分布式电源的运行/故障两状态时序模型，修正节点注入功率曲线。
[0084]
步骤4、根据步骤3中系统元件的运行/故障两状态时序模型，在故障期间进行配电网孤岛划分；根据步骤2中的负荷优先级模型构建配电网孤岛划分优化模型，采用前瞻贪婪算法对该模型进行求解，得到可能含环网的孤岛划分方案；利用prim算法把上述可能含环网的孤岛划分方案转变成树状孤岛，并对最终得到的孤岛划分方案进行电压和潮流校核，根据得到的孤岛划分方案计算每个负荷节点和系统的缺供电量。
[0085]
所述步骤4的具体步骤包括：
[0086]
(1)根据步骤3中抽样得到的系统元件故障情况，判断时刻t下是否发生故障，如果
没有故障，令t＝t 1，即跳至下一时刻继续判断是否发生故障；如果系统发生故障，则进入下一步骤。
[0087]
(2)进行t时刻下的配电网智能孤岛划分；
[0088]
所述步骤4第(2)步的具体步骤包括：
[0089]
1)根据时刻t下系统元件的故障情况，生成该时刻配电网停电区域的无向图模型g，不停电的区域将不被划入该模型g中，同时将g保存一个副本g’。
[0090]
2)建立孤岛划分问题的1-nkp模型
[0091]
在本实施例中，分布式电源如何为负荷节点供电的问题可以简化成一个背包问题。假设有n个相对独立的物品和一个容量为c的背包，每个物品本身都有重量w和价格p两个属性，我们需要在这些物品中挑选出若干个放入背包，使得物品的重量之和不大于背包容量且最终收益最大。同样地，如果将简单无向连通图中的顶点视为物品，而某顶点被选入背包的条件是与其直接相连的所有顶点中至少有一个已经被放入背包。这类问题即为1-nkp。在该问题中，分布式电源的容量可以视为背包容量c，与电源相连的顶点视为最先放入背包中的顶点；负荷节点的功率需求相当于背包问题中的物品重量w，通过对其供电所带来的收益记为p，即背包问题中的物品价格。在供电能力c有限的情况下，如何确定为哪些负荷点供电，使得收益最大就是1-nkp的目标。据此构建孤岛划分问题的1-nkp模型：
[0092][0093]
其中，x(i)为负荷点i的状态，为1时表示点i被选入孤岛，为0时表示点i不在孤岛中；w(i)为负荷点i的优先级；n为负荷点数量；p
dg
表示分布式电源在孤岛运行期间某时刻的输出功率界限；p(i)代表点i的负荷值；将p(i)与w(i)的乘积作为负荷i得到供电恢复后整个电网所得到的的收益b(i)；v代表顶点集合；nb(i)代表顶点i在图g中的相邻顶点集合，即点i的邻域；v0为dg节点；z代表孤岛区域所包含的节点的集合；ub代表孤岛区域内的节点电压；u
bmin
代表节点电压下限；u
bmax
代表节点电压上限。i
l
代表孤岛区域内的支路电流；i
lmax
代表支路电流上限。
[0094]
3)采用前瞻贪婪算法求解1-nkp模型，得到此时供电功率最大的dg供电的孤岛范围，将其中包含的顶点放入集合si。
[0095]
所述步骤4第(2)步的第3)步利用前瞻贪婪算法求解1-nkp模型的具体步骤包括：
[0096]
①
选择向外供出功率最大的dg所在顶点作为1-nkp的初始点v0，即z＝{v0}；其中集合z代表划入孤岛的顶点集合，向外供出功率是指dg在时刻t下的出力减去dg所在顶点的负
荷值，即dg所在顶点可向其他与之相连顶点提供的功率；
[0097]
②
分别按照如下公式(6)，(7)和(8)计算集合z的中所有顶点的收益之和bz，负荷总量之和pz，和dg剩余容量cr；
[0098]bz
代表当前孤岛区域中所有负荷点收益之和：
[0099][0100]
pz代表当前孤岛区域中所有负荷点缺电总量：
[0101][0102]cr
代表分布式电源dg的剩余容量：
[0103]cr
＝c-pz(8)
[0104]
③
搜索z的邻域，并将邻域顶点放入集合nb1中；
[0105]
某顶点的邻域表示与该顶点相邻的顶点组成的集合，某集合的邻域表示与该集合中的顶点相邻且不属于该集合的顶点组成的集合；nb1为集合z的邻域集合，nb1中顶点个数记为x，nb1(i)是集合nb1中第i个顶点，i∈{1,2,
…
,x}。
[0106]
④
搜索nb1(i)的邻域放入集合nb
i2
；
[0107]
其中nb
i2
代表与顶点nb1(i)相邻且不属于集合z的顶点集合，也即nb1(i)的邻域，可以看作z的邻域点的邻域，即z的前瞻邻域。其中nb
i2
中顶点个数记为yi，nb
i2
(j)代表nb1(i)的第j个邻域点，i∈{1,2,
…
,x},j∈{1,2,
…
,yi}。
[0108]
⑤
按照如下公式(9)计算价值比ri(j)；
[0109][0110]
其中，ri(j)代表顶点nb1(i)与其邻域点nb
i2
(j)的收益之和与它们的电量消耗之和的比值。i∈{1,2,
…
,x}，j∈{1,2,
…
,yi}。
[0111]
⑥
按照如下公式(10)求得最优前瞻价值比r2(i)；
[0112][0113]
其中，r2(i)即ri(j)中的最大值，称为z的第i个邻域点nb1(i)的“最优前瞻价值比”。
[0114]
⑦
按照如下公式(11)计算顶点nb1(i)的本身的价值比r1(i)；
[0115][0116]
⑧
按照如下公式(12)选择nb1所有顶点中本身的价值比和最优前瞻价值比的最大值。若最大值为0，则转到步骤
⑩
；否则，将最大值对应的顶点记为m。若不同点的价值比相同，则优先选择收益b较大的点。
[0117]
[0118]
⑨
将顶点m加入集合z，z＝{z，m}，判断dg剩余容量cr是否大于点m的需求电量p(m)，是则返回步骤
②
，否则执行步骤
⑩
。
[0119]
⑩
计算当前的bz和pz，退出循环，当前集合z中的元素即为该算法选择出纳入孤岛的节点，bz和pz分别为孤岛中顶点的收益之和与需求电量之和。
[0120]
4)检查si中是否仅包含1个顶点；是则代表该dg无法向其所在顶点之外供出功率，将该dg进行标记，表示已对其进行了遍历，之后转步骤6)；否则转步骤5)。
[0121]
5)在图g中，把si中的顶点与si之外的顶点相连的边称为“边界边”，将这些边界边在si内的一端删除，并将其连接到一个新建立的顶点si上，用si代表si中的所有顶点；该顶点的负荷值p
si
为si中所有顶点的p之和，恢复收益b
si
为si中所有顶点的b之和，权重w
si
为b
si
与p
si
的比值；si中若包含多个含dg的顶点，则将这些dg合并为一个新的dg，并将其连接到si上，其输出功率为这些dg的输出功率之和。由此步骤得到的新图仍记为图g。
[0122]
6)检查图g中是否还有未标记过的dg，是则转步骤2)；否则转步骤7)。
[0123]
7)每个压缩点si代表一个孤岛，将点si还原为对应集合si中的顶点，之后从原图g’中确定各个孤岛的范围，再将所有边界边断开，形成可能含环网的孤岛。
[0124]
8)利用最小生成树的prim算法得到将孤岛转化为放射状结构所需要断开的边。
[0125]
9)进行电压约束、设备载流量约束校验，若不满足约束则进行孤岛调节。
[0126]
基于以上步骤可完成对配电网智能孤岛划分，流程如图2所示。
[0127]
(3)根据步骤4第(2)步中得到的孤岛划分方案，统计系统的缺供电量信息，计算可靠性指标。
[0128]
所述步骤4第(3)步的具体步骤包括：
[0129]
1)选择缺供电量作为可靠性指标。在时刻t下，根据步骤4第(2)步最终得到的孤岛划分方案，计算此时配电网中所有负荷节点的缺供电量之和，记作e
1,t
。计算分布式电源能够为停电负荷恢复的电量，记作e
2,t
。则在时刻t下，系统实际的缺供电量e
t
可表示为：
[0130]et
＝e
1,t-e
2,t
(13)
[0131]
2)判断时刻t是否在研究的时间跨度t内，如果t≤t，令t＝t 1后返回步骤4第(1)步；如果t》t，则代表已经完成时间跨度t下的可靠性评估，结束计算。
[0132]
根据步骤3中系统元件的运行/故障两状态时序模型，在故障期间进行配电网孤岛划分；根据步骤2中的负荷优先级模型构建配电网孤岛划分优化模型，采用前瞻贪婪算法对该模型进行求解，得到可能含环网的孤岛划分方案；利用prim算法把上述可能含环网的孤岛划分方案转变成树状孤岛，并对最终得到的孤岛划分方案进行电压和潮流校核，根据得到的孤岛划分方案计算每个负荷节点和系统的缺供电量。
[0133]
步骤5、基于序贯蒙特卡洛方法计算可靠性指标
[0134]
所述步骤5的具体方法为：
[0135]
将步骤3-步骤4重复1万次，统计每次模拟下的可靠性指标，对每次孤岛划分方案下的缺供电量取平均值，将其作为系统的可靠性指标。
[0136]
在本实施例中，判断蒙特卡洛模拟是否重复1万次。如果没有，返回步骤3；如果是，统计系统缺供电量的平均值作为系统的可靠性指标。退出循环。
[0137]
步骤6、基于截弦法进行可信容量搜索，得到分布式电源的可信容量
[0138]
所述步骤6的具体方法为：
[0139]
根据步骤1-5计算得到可靠性指标的基准值r0，并将系统的最大负荷增加至原来的(1 k)倍。基于截弦法改变pw和p
pv
的大小，重复步骤2至步骤5计算系统的可靠性指标r，直到r逼近r0，得到分布式电源的可信容量。
[0140]
在本实施例中，在某系统中，设常规机组g容量为cg，d
t
为系统t时刻负荷水平，p
re,t
为分布式电源re在t时刻的出力，g表示常规机组集合，r{a,b}表示系统在机组容量a以及负荷水平b下系统的可靠性。设分布式电源的可信容量为cc，可信容量评估时间范围为t。分布式电源接入前后，系统在同一可靠性水平下能够供应负荷的差值占风电装机的比例即为风电容量可信度。该定义下分布式电源可信容量的计算准则可表示为：
[0141][0142]
基于截弦法的分布式电源可信容量评估的具体步骤如下：
[0143]
(1)根据步骤1-5计算得到可靠性指标的基准值r0；并将系统的最大负荷增加至原来的(1 k)倍。
[0144]
(2)基于截弦法改变pw和p
pv
的大小，重复步骤2-5计算可靠性指标r，直到r逼近r0，得到分布式电源的可信容量。
[0145]
如图3所示，假想曲线h为系统可靠性随分布式电源机组容量的变化曲线，横轴为分布式电源装机容量，纵轴为系统可靠性指标缺供电量，可靠性指标r数值越大表示系统可靠性越低。分布式电源的可信容量即曲线h上对应可靠性指标为r0的点。假设分布式电源机组的容量下限为0，上限为机组总容量p
max
，计算容量上下限对应的可靠性指标，在图中找到对应的两点作连线，得到直线l1；令直线l1与r0交点对应的横轴坐标为p1，计算分布式电源机组容量为p1时系统的可靠性指标r，进而得到l2。如此往复迭代，分别得到p2,p3,p4,
…
直至满足式(15)时，得到分布式电源可信容量对应的点pv。
[0146]
|r-r0|＜ε(15)
[0147]
式中，ε表示供电可靠性的评估收敛判据，是一个很小的常数。
[0148]
本发明的创新之处在于：
[0149]
1.确定分布式电源的装机容量
[0150]
分布式电源风机和光伏的装机容量分别用pw和p
pv
表示，为计算分布式电源并网前的供电可靠性指标，令pw和p
pv
等于0。
[0151]
2.建立系统中分布式电源、电网元件和负荷的模型
[0152]
构建风机和光伏的出力模型，根据风速、光照强度等因素得到分布式电源的时序出力曲线。
[0153]
3.生成系统时序运行状态
[0154]
基于随机数抽样法对评估周期t内分布式电源及系统元件的时序状态进行抽样，得到系统元件的运行/故障两状态时序模型，根据分布式电源的运行/故障两状态时序模型，修正节点注入功率曲线。
[0155]
4.基于智能孤岛划分分析故障后果
[0156]
根据步骤3中系统元件的运行/故障两状态时序模型，在故障期间进行配电网孤岛划分；根据步骤2中的负荷优先级模型构建配电网孤岛划分优化模型，采用前瞻贪婪算法对该模型进行求解，得到可能含环网的孤岛划分方案；利用prim算法把上述可能含环网的孤
岛划分方案转变成树状孤岛，并对最终得到的孤岛划分方案进行电压和潮流校核，根据得到的孤岛划分方案计算每个负荷节点和系统的缺供电量。
[0157]
5.基于序贯蒙特卡洛方法计算可靠性指标
[0158]
将步骤3和步骤4重复1万次，统计每次模拟下的可靠性指标，对每次孤岛划分方案下的缺供电量取平均值，将其作为系统的可靠性指标。
[0159]
6.基于截弦法进行可信容量搜索
[0160]
将分布式电源装机容量为零时的可靠性指标记为基准值r0。将系统的最大负荷增加至原负荷的(1 k)倍，基于截弦法改变pw和p
pv
的大小，重复步骤2-步骤5计算系统的可靠性指标r，直到r逼近r0，得到分布式电源的可信容量。
[0161]
本发明的工作原理是：
[0162]
本发明提出了一种分布式电源可信容量评估方法，该方法有效计及了配电网拓扑结构可灵活改变的特点，能够充分发挥分布式电源在配网故障期间继续向重要负荷供电的潜力，在等供电可靠性这一准则下评估分布式电源的可信容量，提升可信容量评估的准确性。其中，系统的可靠性计算是分布式电源可信容量评估的核心环节，在计算含分布式电源的配电网供电可靠性指标时，通过动态孤岛划分充分挖掘分布式电源在故障恢复期间的供电潜力。在建立孤岛划分优化模型时，不仅计及了联络开关的重要影响，还考虑了不同负荷节点的供电优先级，并引入了前瞻贪婪算法快速求解孤岛划分优化模型。最后，以分布式电源装机容量为优化对象，基于截弦法搜索使得系统可靠性指标在分布式电源接入前后相等的装机容量，得到足够精度的可信容量结果。
[0163]
需要强调的是，本发明所述实施例是说明性的，而不是限定性的，因此本发明包括并不限于具体实施方式中所述实施例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，同样属于本发明保护的范围。