MATLAB|基于序贯蒙特卡洛模拟法的电力系统可靠性评估研究

目录

主要内容   

  程序代码   

  结果一览   

下载链接


主要内容   

该模型采用序贯蒙特卡洛模拟法对电力系统网络的可靠性进行评估,在可靠性评估方向,序贯蒙特卡洛模拟法是常用方法,该方法是一种全值估计方法,可以处理非线性、大幅波动及“肥尾”问题,比历史模拟方法更精确和可靠,程序采用matlab编写,利用节点影响分析法判断受影响的负荷,通过序贯蒙特卡洛算法完成配电网可靠性评估,运行结果包括各节点年平均停电时间、次数等评估结果以及误差分析,程序注释清楚,方便学习!

  程序代码   

    %统计故障次数
    load_fault=load_fault+equipment_load(index,:)+operator_load(index,:);
    %统计故障时间
    load_fault_time=load_fault_time+TTR1*equipment_load(index,:)+TTR2*operator_load(index,:);
    %统计失负荷量
    load_power=load_power+power'.*(equipment_load(index,:)+operator_load(index,:));
    %累加无故障工作时间
    load_normal=load_normal+min_TTF;
    %累加仿真时间
    time=time+min_TTF+max([TTR1,TTR2]);
end
%负荷停电次数
Lambda_load=load_fault./load_normal;
%负荷停电时间
Gamma_load=load_fault_time./load_fault;
U_load=Lambda_load.*Gamma_load;
disp('**************系统可靠性指标**************')
SAIFI=Lambda_load*load_users/(sum(load_users));
disp(['SAIFI=',num2str(SAIFI),'次/(年·户)'])
SAIDI=U_load*load_users/(sum(load_users));
CAIDI=SAIDI/SAIFI;
disp(['SAIDI=',num2str(SAIDI),'小时/(年·户)'])
EENS=load_power*load_users/(sum(load_users))/N;
disp(['EENS=',num2str(EENS),'MW/(年·户)'])
ASAI=1-U_load*load_users/(sum(load_users*8760));
disp(['ASAI=',num2str(ASAI*100),'%'])
figure(1)
bar(Lambda_load,'stack')
title('负荷可靠性评估结果')
xlabel('负荷节点');ylabel('年平均停电次数/次');
figure(2)
bar(U_load,'stack')
title('负荷可靠性评估结果')
xlabel('负荷节点');ylabel('年平均停电时间/h');
Z=[SAIFI SAIDI CAIDI ASAI];
figure(3)
bar(Z,0.2)
title('系统可靠性评估结果')
set(gca,'XTickLabel',{'SAIFI','SAIDI','CAIDI','ASAI'});
Lambda_load0=[1.6725   1.6725   1.6725   1.6725   1.6725   1.7115   1.7213   2.5370   2.5890   2.5370   2.5370   2.5370   1.6725   1.7115   1.6725   2.5110   2.5598   2.5110   2.5110   2.5110   2.2250   2.2250   2.2250 ];
U_load0=[8.4015   8.4015   8.4015   8.4015   8.4015   8.5965   8.6453   12.7240   12.9840   12.7240   12.7240   12.7240   11.2875   11.4825   11.2875   15.4800   15.7238   15.4800   15.4800   15.4800   14.0500   14.0500   14.0500 ];
SAIFI0=1.97781318681319;
SAIDI0=11.074659340659341;
CAIDI0=5.599446608253094;
ASAI0=0.998735769481660;
figure(4)
bar(Lambda_load-Lambda_load0,'stack')
title('模拟法误差分析-负荷年平均停电次数')
xlabel('负荷节点');ylabel('年平均停电次数的误差');
figure(5)
bar(U_load-U_load0,'stack')
title('模拟法误差分析-负荷年平均停电时间')
xlabel('负荷节点');ylabel('年平均停电时间的误差');
figure(6)
Z0=[SAIFI0 SAIDI0 CAIDI0 ASAI0];
bar(Z-Z0,0.4)
title('系统可靠性评估误差')
set(gca,'XTickLabel',{'SAIFI误差','SAIDI误差','CAIDI误差','ASAI误差'});

  结果一览   

MATLAB|基于序贯蒙特卡洛模拟法的电力系统可靠性评估研究_第1张图片

MATLAB|基于序贯蒙特卡洛模拟法的电力系统可靠性评估研究_第2张图片

MATLAB|基于序贯蒙特卡洛模拟法的电力系统可靠性评估研究_第3张图片

MATLAB|基于序贯蒙特卡洛模拟法的电力系统可靠性评估研究_第4张图片

MATLAB|基于序贯蒙特卡洛模拟法的电力系统可靠性评估研究_第5张图片

MATLAB|基于序贯蒙特卡洛模拟法的电力系统可靠性评估研究_第6张图片

下载链接

你可能感兴趣的:(可靠性评估,matlab,算法,人工智能)