基于概率序列的风光电力系统高效可靠性评估方法

本文主要探讨了"基于概率序列的含风光电力系统可靠性评估方法"这一主题，由高博、王小明和谢毓广三位作者针对含有间歇性能源如风能和太阳能的电力系统进行了深入研究。传统的可靠性评估方法如蒙特卡罗模拟法虽然能够有效处理随机特性并提供高精度的结果，但其计算时间成本较高。作者们提出了一种创新性的方法，利用Weibull分布和Beta分布来描述风速和太阳辐射强度的随机特性，这些分布模型是构建风电场和光伏电站并网模型的基础。 他们构建了一个包含风电、光伏和负荷的并网模型，该模型考虑了风力发电和光伏发电的随机性。通过将实际电力系统运行的生产模拟数据转化为概率序列，这种方法能够更加高效地对含风光电力系统的可靠性指标进行计算评估。这种方法的优势在于在保持计算结果精确性的同时，显著减少了计算所需的时间，这对于电力系统规划和运营来说具有重要的实际意义。 论文通过对IEEE RBTS BUS 6系统在MATLAB中的仿真验证，证明了基于概率序列的评估方法相较于蒙特卡罗方法在提高计算效率方面的优越性。研究成果被归类为TM715，并以文献标识码A发表，文章编号为1672-9706(2018)03-0011-05，这意味着它已经被学术界认可，对电力系统可靠性评估领域的实践应用和技术进步有重要贡献。 本文的核心内容是介绍了一种实用且高效的可靠性评估工具，适用于大规模的含风光电力系统，有助于优化电力系统的运行管理和决策制定。