可靠性评估系统（精选12篇）
可靠性评估系统 第1篇
关键词：配电系统,可靠性,概率统计
配电系统是电力系统中直接与用户连接的一环, 对供电可靠性的影响最大。据统计, 超过八成的用户停电故障是由配电系统故障所引起的。因此对配电系统的可靠性作出正确评估并进行优化意义重大。
1 配电系统可靠性评估指标
配电系统可靠性指标主要分为3类:
(1) 基本指标, 主要是平均故障率 (次/年) 、平均修复时间r (h) 和平均年停运时间U (h/年) 这3个主要指标, 它们构成了可靠性指标的基础, 且符合某种概率分布。但是这3个指标没有考虑到负荷点、连接数, 无法反映系统停运的严重程度和重要性, 比如平均负荷是1 MW和100 MW, 其带来的损失是有很大差别的。
(2) 用户相关的指标, 即直接与用户本身相关。1) 平均停电频率指标SAIFI:用户总停电次数/用户总数, 其中λi为第i个负荷点的故障率;Ni为负荷点i的用户数。2) 户平均断电频率指标CAIFI:用户总停电次数/受影响的用户总数 (次/用户年) 。3) 平均断电持续时间指标SAIDI:用户停电持续时间总和/用户数, 其中Ui为年停运时间。4) 用户平均断电持续时间CAIDI, 即用户停电持续时间总和/用户总停电次数, 以及平均用电有效度指标ASAI和无效度指标ASUI, 且ASAI+ASU=1, 其中前者为用户总供电小时数/用户要求供电小时数。
(3) 负荷和电量有关的指标。1) 电量不足指标EENS: (MWh/年) , 其中Lai为连接在每个负荷点f上的平均负荷, 其值为Lpifi (MW) ;Ui为负荷点i的年平均停电时间, 负荷点i的峰值;fi为负荷系数。2) 平均电量不足AENS:ENS (MWh/年) , 其中ENS为3) 平均用户削减指标ACCI:总削减负荷/受影响用户数 (MWh/年) 。
由以上可以看出, 配电系统的可靠性直接与用户相关, 因为它是电力系统中向用户供应电能和分配电能的最终环节, 配电系统可靠性研究也必须以改善和提高配电系统对用户供电的能力和质量为目的。
2 对配电系统可靠性评估的算法
配电系统的可靠性评估因其接线方式的不同而不同, 常用的接线方式有树状、环状、网状、环网等多种接线方式。但最常用的接线方式为环网状, 它可以保证系统发生故障时或者在计划检修期间, 某个正常开路点可以闭合, 而另外某一个点可以打开, 保持失去的电源总负荷最小。以环网状配电系统为例, 其有以下3种可靠性评估方法。
2.1 分层算法
分层算法的思想如下:设备—分段—得到馈线层的指标—累加—变电站层可靠性指标—累加—到配电网层可靠性指标, 即通过对各变电站各馈线进行故障停电事故枚举, 得到出线的故障停电时间和故障次数, 从而得到整个变电站及配电网的故障停电时间和故障次数, 再根据可靠性指标的定义, 得到整个配电网的可靠性指标。
(1) 馈线级故障对电网可靠性影响。这种故障是在电网各馈线中的设备元件发生的永久性故障, 因此采用每次故障平均停电持续时间和设备故障率2个指标, 可靠性影响即为停电用户数。假设某馈线第i段发生故障, 其停电用户数为Ci, 那么该段以后的所有停电用户数为 (j>i) , 若有联络线, 停电时间为联络开关操作时间, 若无联络线, 停电时间为故障元件修复时间。
(2) 变电站故障对电网可靠性影响。这种模式是指电网中母线发生故障, 用母线平均修复时间和母线可用系数表示。其关键在于故障母线所带负荷是否可以全部转移, 如不可转移, 其停电时间为母线修复时间, 否则为联络开关倒闸平均操作时间。若母线与出线上设备同时发生故障时, 取两者中修复时间最大者。
(3) 上一级电网的故障对电网可靠性影响。这种模式是上一级电网由各种设备元件或母线等原因产生不能对配网进行正常供电, 相应指标为上一级故障排除时间和上一级输变电设施的可用系数。上一级电网输变电系统发生故障时, 若引起母线不带电, 母线分段时的停电用户数为上一级故障变电站所对应母线段的用户数, 停电时间为联络开关倒闸操作时间, 否则可转移负荷的停电时间亦为联络开关倒闸平均操作时间, 不可转移负荷停电时间为上一级电网故障修复时间。
2.2 最小路算法
最小路算法的基本思想是对每一负荷点, 求取其到电源点的最小路 (每个负荷点只有一条) , 将非最小路上的元件故障对负荷点可靠性的影响, 根据具体情况归算到相应的最小路的节点上, 从而对每个负荷点, 只对其最小路上的元件和节点进行计算即可得到负荷点相应的各种可靠性指标。
(1) 对最小路上的元件。当系统无备用电源时, 任何元件发生故障或检修都会引起负荷点停运, 因此负荷点平均年停运率 (次/年) , 其中元件的故障率为λi;计划检修率为λ′i。负荷荷点平均年停运时间 (小时/年) 。当系统有备用电源且主馈线上有分段装置时, 以下2个参数价格被采用:分段装置操作时间S和备用电源倒闸操作时间T。对某负荷点来说, 分段装置前的元件发生故障, 均会引起负荷点的停运, 所以故障元件的故障率λi仍直接按参与分段装置后的负荷点停运率λs计算。参与负荷点年停运时间us计算的停运时间ri取为max (S, T) ;且分段装置前的元件检修, 不会引起分段装置后的负荷点停运。
(2) 对非最小路上的元件。此类元件需要进行折算, 即根据系统结构将其对负荷点的影响折算到相应最小路的节点上, 再参照 (1) 中的方法进行计算。折算方法如下:1) 分支线折算。首端装有熔断器FU, 显然当元件发生故障时因为熔断器的作用使得故障不会引起该分支线以外的其他负荷点停运。但如果未装熔断器FU, 元件发生故障, 可等效为主馈线上与该分支线连接的那个节点故障。2) 对装有分段装置 (QF或QS) 的主馈线。如果是QF或QS之后的元件发生故障, 那么λs= (λi+λ′i) , 其中λi为故障率;λ′i为检修率。参与负荷点年停运时间us计算的停运时间ri取为分段装置的操作时间。分段装置前的元件发生故障, 可等效为此元件所在主馈线段的首端节点 (即靠近电源点的节点) 故障, 以此类推可最终等效至最小路上的节点, 之后再按前述最小路上元件故障的处理原则进行处理。
2.3 概率统计法
以上2种算法与电网结构有着密切的关系, 但是电网结构往往是异常复杂的。而可靠性评估又完全可以利用数理统计进行分析, 即忽略配电网络的具体结构和设备元件的可靠性特征。因此通过抽取部分用户的停电信息, 用概率统计的理论求出整个配电系统内用户的可靠性指标和满足一定置信度的置信区间, 就可以快速对配电网的可靠性指标进行评估。
(1) 确定样本容量n。概率论认为样本容量越大, 评估结果越精确, 但是抽取样本的成本越大。对此可以先设置一置信区间α, 置信区间为1-α, 假设取的样本容量为n, 那么需要保证:
P{|-E (x) |<ε}≥1-, 其中ε为一给定的正数;为样本均值;E (x) =μ为x的总体期望;方差为D (x) =, 随机抽得的子样相互独立且服从相同的分布, 于是有, 由契贝晓夫不等式, 有于是得出抽取的样本n≥
(2) 分区并随机抽样。各个配电系统所管辖着不同的区域, 按照这种规则进行系统分区, 然后对各区按比例随机抽取样本, 保证各区样本数之和为样本容量n。可利用C++环境中的rand () 函数产生的随机数, 一个随机数就对应一个用户, 反复进行得到样本n及每一个区域中的样本。
(3) 可靠性评估。如对于SAIDI, 抽取样本的平均停电时间的点估计SAIDI=, 其中n为样本容量。根据中心极限定理, 对于给定的置信度1-α, 可查表得出相应的分位点μ, 使得满足以下公式:P{|, 于是可得到给定的置信度1-α的置信区间。置信区间越小评估结果就越接近真值, 置信区间太大就可重新调整样本容量, 重新评估。若置信区间满足对配电系统的要求, 则可将其作为评价整个配电系统的可靠性指标。
3 结语
相对来说, 利用概率统计方法来评估配电系统的可靠性较为简单、快速, 而且随着数据采集的信息化程度提高, 如在每一个用户安装监测装置记录每次停电事件的停、送电时间, 并传送数据, 最后进行分析, 使得应用概率统计法来评估一个城市的配电网可靠性指标也将变得更加精确。当然其特点就在于因为忽略了电网拓补结构, 使得电网系统的薄弱环节难以被找出。
参考文献
[1]郭永基.电力系统可靠性分析[M].北京:清华大学出版社, 2003
[2]周念成, 谢开贵, 周家启, 等.基于最短路的复杂配电网可靠性评估分块算法[J].电力系统自动化, 2005, 29 (22)
外挂管理系统安全可靠性评估 第2篇
外挂管理系统安全可靠性评估
为了评估外挂管理系统(SMS)工作的安全可靠性,提出了建立SMS的测试环境和对SMS安全可靠性进行测试的`方法,并运用NHPP模型对测试数据进行拟合,用工作可靠度和残留故障数对SMS的安全可靠性进行了评估.
作 者：赵文涛 李锋 ZHAO Wen-tao LI Feng 作者单位：中航一集团洛阳电光设备研究所,河南,洛阳,471009 刊 名：电光与控制 ISTIC PKU英文刊名：ELECTRONICS OPTICS & CONTROL 年，卷(期)： 13(2) 分类号：V271.4 关键词：外挂管理系统 测试 安全可靠性 故障数 评估可靠性评估系统 第3篇
关键词：低压配电系统；供电可靠性；统计评测；细化措施；现下供电设备
中图分类号：TM732 文献标识码：A 文章编号：1674-7712 （2014） 06-0000-01
低电压配电系统大部分利用辐射式接线技术，内部单故障突发隐患较为严重，但因为其与用户接口实现直接相连，并且贯彻电能供应的尾部协调管理职务，如果任意放纵隐患扩张，就将直接造成供电流程的中断，影响人民多元生产和生活的布置实效。因此，只有在这部分实现可靠性要素追加，才能尽量满足用户切实需求要领，利用细致的评估计量技术将系统可靠地位明确验证，同时分析具体时段可靠性分布特征，这有助于薄弱环节的挖掘，为系统提供更加科学的应对决策。但低压配电系统供电可靠性地位验证、评估属于完善一流等级电网的必要支撑技术，仅仅凭借我国目前的电力控制手段是无法实现的，这就需要围绕细致工作经验进行逐层拆解。
一、低压配电系统用户供电可靠性评估研究
（一）涉及供电可靠性范围的界定
由于低压配电系统实际服务的用户种类和设备类型等与高中压系统形态存在区别特征，所以对于低压配电系统用户来说，可靠性的统计范围需要得到重新界定。低压供电台是整个系统结构中较为基本的独立组成单元，系统服务主要沿着医院、小区等公共区域进行用户数目统计。因为低压控制终端功能影响，在与低压用户相连过程中可能衍生用户自行管理的设备损坏状况，所以可靠性考察统计活动中需要将这部分人为因素剔除。另外，我国低压配电系统基本不会对供电用户实行限电措施，所以统计流程中也可以将限电影响因素排除。
（二）供电可靠性统计指标的体系设置
结合220V低压供电用户作为统计对象，参考发达国家配电可靠性指标模式，联系我国供电方式和管理现状，对低压系统可靠性指标体系进行设置。为全面反映系统可靠性水平变化情况，可以采取趋势性指标手段将过去连续记录的统计数值进行平均计算获取。例如：在参考指标的设置上，为了进一步分析低压系统停电对用户利益产生的直接影响效果，在建设必要指标体系环节中，有关参考指标结构基本利用停电用户作为统计对象，包括重复停电率和停电缺供电量等数据要梳理完全。其中，停电用户的重复停电率指标是配电系统用户可靠性评价标准中的重要内容，停电缺供电量指统计电网发生故障停电之后，不能及时获取用户电量信息的状况，严重时会造成电网实际电量提供与用户需求之间差异状况难以衡量。
二、低压配电系统用户供电可靠性预测分析
（一）现下供电设备结构研究
现下供电设备汲取智能设计优势，包括良好的容错性、高度非线性计算能力等，通过对生物神经网络进行简化、抽象模拟，进而形成必要的数学基础模型。这类算法将人工神经元模型、网络结构和操作措施结合，其中现下供电设备利用大量节点连接形成，其特定功能是对每个输入信号进行强度确认，包括信号组成效果和输出转移可行性等。
现下供电设备模型与生物大脑神经网络层状结构有所区别，同层之间的神经元不会相互干涉，但能满足相连要求。在此类互连结构中，按照功能划分包括输入层、隐含层和输出层等，输入层负责外界信息的接收和整理，并传输给中间隐含层神经元；隐含层是神经网络的内部信息处理结构，主要落实信息变换职能；输出层则是将信息最终处理结果向外界输出。
现下供电设备操作包括两种。在训练学习操作上，将外部输入信息作为神经网络的输出要求，令网络按照训练算法对处理单元之间的连接权值实现调节，直到输入端将必要信息灌输之后，神经网络会同时产生输出结果。这个阶段中，不同连接权值已经调节完备，涉及特定的操作学习训练活动结束；正常操作环节是面对训练完毕的神经网络实现预测的，将这部分网络结构进行信号匹配，就能达到相应结果的回忆模拟功效，有效杜绝系统谐振现象。
（二）现下供电设备可靠性预测模型搭建
实际应用活动中，现下供电设备使用的设计方式属于经验试探措施，即在保证基础问题充分解决的前提下，结合实践经验实现改进性试验流程的布施，最终筛选出较为合理的实现方案。现下使用频率较高的现下供电设备模型包括竞争型神经网络和自组织神经网络等，不同模型实际解决问题形式各异，但内部局限作用仍不可避免。例如：竞争型神经网络主要负责信息分类工作，但涉及样本特征的明显条件比较苛刻；自组织神经网络在这部分工作上会显得疏松一些，但必要的反馈机制极度缺乏，并且对网络容量产生严格要求。
三、结束语
我国低压配电系统用户供电可靠性管理工作主要受到信息采集条件的制约影响，必要的评估和预测模式是针对电力系统自动化水平不足问题制定的改善策略，在求解精度上有待提升。也就是说，我国在这部分调整工作仍有待完善，希望后期技术人员能够利用科学分析手段实现高绩效调整，尽量减少用户不必要的消极用电心理，维持电力事业长期可持续发展动力基础。
参考文献：
[1]陈铭乐.如何有效提高配电系统中用户供电的可靠性[J].广东科技，2008（03）.
[2]徐向磊.配电网用户供电可靠性计算与改进措施的研究[J].科技资讯，2009（32）.
特高压直流输电系统可靠性评估方法 第4篇
特高压直流输电系统的建设及投运对电网发展具有战略意义。国内目前已投运的向家坝至上海特高压直流输电工程额定电压±800 kv，最大连续输电功率7 200 MW，线路全长1 907 km；云南楚雄州至广州±800 kV特高压直流输电工程，输电距离1 373 km，额定容量5 000 MW;2012年将建成的锦屏至苏南±800 kV特高压直流线路全长约2 100km，最大连续输送功率为7 600 MW。这些特高压直流输电工程对于远距离、大容量、高效率的电力输送起到再要作用，因此研究特高压直流输电系统可靠性具有重要的实际意义。
目前对直流输电系统町靠性的研究主要是针对采用每极一组12脉动换流器的超高压直流输电系统。文献[1,2,3,4,5,6,7,8,9,10,11,12,13]分别从可靠性建模、计算方法以及参数灵敏度分析等方面对直流输电系统可靠性评估方法展开研究。与超高压直流系统不同，考虑到换流器制造能力、相关设备绝缘水平以及设备制造成本等因素，特高压直流输电工程多采用每极两组换流器的双12脉接线方式[l4]，由于系统结构复杂、包含元件多、运行方式也更为灵活，现有的直流系统可靠性评估方法已不适用。文献[15]提出了针对特高压直流换流站的可靠性评估方法，由于只考虑了3种系统容量状态，不符合特高压直流输电系统的实际运行情况。文献[16]尝试建立特高压直流输电系统可靠性模型，并与超高压直流输电系统进行可靠性对比分析，由于在建立模型时所考虑的状态转移过程略显简单，计算结果的准确度有待进一步提高。
1 特高压直流输电系统运行特点
现代高压直流工程采用12脉动换流器作为最基本的换流装置，有3种接线方式，如图1所示。
图1 (a) 所示的每极一组 (简称“单”) 12脉动换流器接线方式具有结构简单、换流站设备数量少等特点。我国正在运行的葛南、龙郑、贵广等超高压直流输电工程均采用此种接线。这类直流系统有3种运行方式：双极运行 (输送100%系统额定容量) 、单极运行 (输送50%系统额定容量) 和双极停图1高压直流输电系统接线结构示意图运 (0%) 。现有对高压直流输电系统可靠性的研究主要是针对此种接线方式。
在特高压直流输电系统中，考虑到设备换流能力的限制，为了达到更高的额定输电容量，需要在每极安装两组12脉动换流器。图l (b) 、 (c) 分别表示每极两组 (简称“双”) 12脉动换流器并联和串联的连接方式。在双12脉直流输电系统中，每个换流器可以通过开关操作方便地投入或退出运行。单12脉接线方式中，只要出现一对12脉动换流器故障就要停运一个极，而双12脉接线方式中，只要换流站和逆变站在同一个极上尚存在一对完好的12脉动换流器，该极仍可承担系统额定容量25%的输电能力而不会导致单极停运。因此，特高压直流输电系统具有更多可选择的运行方式： (1) 完整双极运行 (输送100%系统额定容量) ； (2) 3/4双极运行 (输送75%系统额定容量) ； (3) 1/2双极运行 (输送50%系统额定容量) ； (4) 完整单极运行 (输送50%系统额定容量) ； (5) 1/2单极运行 (输送25%系统额定容量) ； (6) 双极停运。其中，1/2双极运行是指系统的两个极分别通过一对完好的12脉动换流器提供25%的系统额定容量，完整单极运行是指系统中一个极正常工作，单独提供50%的系统额定容量。虽然这两种运行方式所传送的功率相同，但由于状态转移关系有所不同，因此在研究中予以分别考虑。
2 特高压直流输电系统状态空间图
本文采用状态空间法[4]评估特高压直流输电系统可靠性。由于特高压直流输电系统中设备众多、接线方式复杂、比传统直流输电系统具有更多的运行状态，因此，为方便建立状态空间图，有必要将特高压直流输电系统中的设备按照故障时对整个系统影响程度的不同划分为若干子系统，然后在建立子系统状态空间图基础上得到整个系统的状态空间图。考虑到特高压直流输电系统的结构特点，设备及子系统的划分可遵循以下原则：
(1) 单独故障时将导致系统输电能力降低25%的设备划分至换流单元子系统；
(2) 单独故障时将导致系统输电能力降低50%的设备划分至极子系统；
采用以上划分原则，换流单元子系统包括换流阀设备、换流阀控制保护设备以及换流变压器设备；极子系统包括两端交流滤波器、直流滤波器、直流线路以及相关的极设备。
2.1 换流单元子系统状态空间图
换流单元子系统由整个直流输电系统两端共8个独立的换流单元构成，其结构如图2所示。
图2中的a1～a4和b1～b4代表系统两端的换流单元, 每个换流单元由12脉动换流器、换流阀控制保护装置以及换流变压器3种设备组成。由于这些设备单独故障均会导致所在换流单元停运，因此每个换流单元的故障率以及修复率等可靠性参数可通过3种设备的串联网络模型[4]计算求得。特高压直流输电系统通常采用设备备用的方式提高运行可靠性，在这种情况下应先求出有备用设备的备用等效模型[17]，然后按照上述方法计算3种设备的串联等效模型。图3 (a) 所示为换流单元子系统的状态空间图，给出了换流单元子系统各种运行状态及状态间转移关系。图中λ1、μ1分别代表a站换流单元的故障率和修复率, λ2、μ2分别代表b站换流单元的故障率和修复率。将图3 (a) 中具有相同运行容量的状态归并到一起，根据频率一持续时间法中累积状态的计算公式[4]可以得出换流单元子系统的等效状态转移空间图，如图3 (b) 所示。等效状态转移空间图共有6种状态，分别对应特高压直流输电系统的6种运行状态。
对于图3的几点说明：
(1) 每个状态框图中右上角数字代表状态序号，右下角数字代表相应状态下运行容量与额定运行容量的比值；左侧圆圈为8个换流单元运行状态示意图，空心代表换流单元正常运行，实心代表换流单元故障停运。
(2) 因其他设备故障等非自身原因导致的设备停运定义为“受累停运”。换流单元在受累停运期间不会再次发生故障。以状态空间图中的状态9为例，当换流单元a1、a2故障导致极1全停时，同在极1上的换流单元b1、b2不会再次发生故障。
(3) 只专虑系统运行容量改变的状态转移过程。以状态空间图中的状态7为例，当极1上的换流单元a1故障停运时，仅考虑对侧换流单元b3或b4可能发生的故障 (系统运行容量由75%额定容量降至状态2的50%额定容量) ，而不考虑b1或b2可能发牛的故障 (不会引起系统运行容量改变) 。理由是当a1停运时，b1和b2只需投入一组运行，根据前面的假设，停运的换流单元 (不妨假设为b1) 不会发生故障，如果此时在运的b2发生故障，可以及时通过开关操作退出b2投入b1维持系统原有运行容量水平。有理由认为b1在之前受累停运时得到适当的检修，因此其再次发生故障导致极1停运的可能性较小。
(4) 状态空间图中的状态2、8、13为“1/2双极”运行方式，由系统的两个极分别提供25%额定容量，在等效状态空间图中被合并到状态3。状态空间图中的状态9、14为“完整单极”运行方式，由系统的一个极提供50%的额定容量，在等效状态空间图中被合并到状态4。
2.2 极子系统状态空间图
极子系统由两端交流滤波器、直流滤波器、直流线路以及相关的极设备构成。由于同一换流站内两极的交流滤波器组可以相互切换，因此在建立极子系统状态空间图时应首先通过串联网络模型计算直流滤波器、直流线路以及极设备的等值可靠性参数，然后建立上述等值系统与交流滤波器组合的状态空间图，如图4 (a) 所示，其中λL和μL分别代表等值系统的故障率和修复率，λf和μf分别代表交流滤波器的故障率和修复率。将图4 (a) 中具有相同运行容量的状态合并到一起，根据频率一持续时间法中累积状态的计算公式可以得到极子系统的等效状态空间图，如图4 (b) 所示。等效空间图有3个状态：双极运行、单极运行和双极停运。
2.3 特高压直流输电系统状态空间图
在建立换流单元子系统以及极子系统状态空间图的基础上，根据状态转移关系，建立整个特高压直流输电系统的状态空间图，如图5所示。
关于图5的几点说明：
(1) 每个状态框图中左侧的4个圆圈代表换流单元子系统的运行情况，与图3 (b) 所示的6种运行状态一一对应。
(2) 每个状态框图中左侧的2个横线或叉号代表极子系统的运行情况，与图4 (b) 所示的3种运行状态一一对应。
(3) 图中2个状态10为同一状态，为绘图方便拆分放置在不同位置，状态14处理方式相同。
(4) 考虑到极子系统包括特高压直流输电线路，地理跨度大，不确定性因素多，因此即使处于受累停运状态仍有可能发生故障。以状态5为例，在换流单元子系统故障导致单极停运的情况下，受累停运的极子系统有可能同时发生故障而进入状态21。
(5) 图中有若干单向箭头。以状态l0为例，在系统全停的情况下，换流单元不会因再次发生故障进入状态12，反之状态12中的换流单元可因设备修复返回到状态10。这符合前文对换流单元子系统状态转移规则的说明。
将图5中具有相同运行容量的状态合并到一起，根据频率一持续时间法中累积状态的计算公式可以得到整个高压直流输电系统的等效状态空间图，如图6所示。通过该等效状态空间图可以计算特高压直流输电系统处于不同运行状态下的概率、频率以及转移率等可靠性指标。
3 特高压直流输电系统可靠性指标及计算流程
特高压直流输电系统可靠性评价指标的定义及计算方法如下：
(1) 特高压直流输电系统故障总等值停运时间TEOT (Total Equivalent Outage Time) ：即将每次系统降额运行的时间按当次停运容量折算到额定容量的时间总和。
式中：X为特高压直流输电系统运行状态集合；P (x) 为系统处于x运行状态的概率；ΔL (x) 为系统处于x降额运行状态的失负荷量；Ps为系统额定容量；DSCHx，为系统处于x运行状态下的累计降额运行小时数。
(5) 特高压直流输电系统处于双极运行状态，75%容量运行状态，50%容量运行状态，25%容量运行状态以及双极停运状态下的概率、频率以及持续时间指标：
特高压直流系统的双极运行状态和双极停运状态与传统直流输电系统定义基本相同；75%容量运行和25%容量运行状态是新增运行状态；考虑到1/2双极和完整单极运行状态均可传输50%系统额定容量，特高压直流输电系统中以50%容量运行状态代替单极停运状态。
本文提出的特高压直流输电系统可靠性评估方法计算流程如图7所示。
4 算例分析
采用表1所示的特高压直流输电系统设备可靠性参数[18]，应用本文提出的方法，对双12脉特高压直流输电系统进行可靠性评估，计算结果如表2所示。与传统的超高压直流输电系统不同，特高压直流输电系统新增了75%和25%两种运行容量状态，这两种新增状态的可靠性指标是采用传统的可靠性评估方法无法计算得出的。由表2结果可以看出，特高压直流输电系统处于全额运行状态的概率很高，为0.9853；系统主要的降额运行集中在75%和50%两种容量状态，其中50%容量状态发生的概率相对较高，状态平均持续时问相对稍长；系统处于25%容量状态以及双极停运状态的概率很小，发生频率很低，其中双极停运次数为0.044次/a，小于国家电网公司对特高压直流输电系统提出的0.050次/a的推荐指标。
5 结束语
本文基于状态空间法提出一种定量计算特高压直流输电系统可靠性的评估方法。与传统可靠性评估方法相比，本文提出的方法充分考虑了特高压直流输电系统每极两组12脉动换流器的结构特点以及多种灵活的运行方式，可以较为准确地反映特高压直流输电系统的实际运行情况。
摘要：特高压直流输电系统多采用每极两组12脉动换流器接线方式, 为对采用此类接线方式直流输电系统的可靠性进行评估, 本文根据特高压直流输电系统实际运行情况, 采用状态空间法提出一种定量计算特高压直流输电系统可靠性的评估方法。该方法充分考虑到特高压直流系统接线方式和运行特点, 可以较为准确地反映系统实际运行情况, 为特高压直流输电工程建设及可靠性管理提供参考依据。
可靠性评估系统 第5篇
运用模糊层次分析法进行桥梁可靠性评估
根据模糊层次分析法的原理,以某铁路钢筋混凝土梁桥为例,进行了整桥的可靠性综合评估.根据桥梁结构特点,建立评估指标体系,构建了模糊一致判断矩阵,确定隶属函数、权重值,最后得出的.评判结果与实测结果吻合.评判过程表明,该方法具有较高的科学性和客观性,方法计算简单、使用方便,具有推广价值.
作 者：杨文红 Yang Wenhong 作者单位：上海交通大学船舶海洋与建筑工程学院,上海,40 刊 名：国防交通工程与技术 英文刊名：TRAFFIC ENGINEERING AND TECHNOLOGY FOR NATIONAL DEFENCE 年，卷(期)： 8(1) 分类号：U446 关键词：可靠性 桥梁评估 模糊层次分析法继电保护风险评估及可靠性探究 第6篇
【关键词】继电保护；风险评估；可靠性
1.继电保护的工作原理
对继电保护进行风险评估，及对其可靠性进行研究，首先应对继电保护的工作原理进行分析。继电保护的工作原理在于，首先，判断被保护单元处于何种运行状态，正常状态或者异常状态，其判断依据是对电力系统进行监测，对比电气量的变化，如电流量的非正常增大，或者电压的非正常降低、测量抗阻异常等，在继电保护通过监测这些可测变化，做出故障判断后，根据所判断的故障点及故障类型，进行切断故障点的保护动作。
从继电保护的工作原理可以发现，继电保护存在一定的风险，通过测定值对故障进行判断有可能发生判断失误，做出错误的保护动作，此时可能会引发比较严重的事故。因此需要对继电保护做必要的风险评估。
2.继电保护的风险评估
风险包括导致损害的可能性和损害的严重程度。风险是可以累计的，也是可以组合的，因此，使用相应的风险指标既可以对继电保护个体设备进行风险评估，也可以对继电保护系统整体进行风险评估，而且，使用相应的定量风险指标，也可以比较全面的分析风险对整个系统的影响。一般情况下，风险表达式是R=P·I，R表示风险，P表示概率，I表示后果。
在电力系统运行过程中，对于继电保护的基本要求包括选择性、灵敏性、速动性及可靠性。首先，继电保护的选择性即当电力系统的某些设备或者线路发生故障，继电保护会将故障设备或线路从系统中切除，若出现保护拒动，则会通过相邻设备或线路进行保护动作，将故障从系统中切除。继电保护的选择性对于保护功能的正常发挥非常重要，如果选择性存在问题，则电力系统故障扩大甚至出现重大事故的风险就会加大。其次，继电保护的灵敏性即当设备或线路发生故障时继电保护装置的反应能力。如果继电保护的灵敏性达到要求，则在任何运行状态下当系统发生故障时，继电保护系统都能正确进行保护动作。继电保护的灵敏系数，可以作为风险评估的重要参数。再次，继电保护的速动性也是另一个重要的要求，速动性即继电保护系统应具备在故障发生时快速地实施保护动作的能力，快速地实施保护动作有助于减少设备在故障中的损坏程度，有助于在故障发生时整个电力系统能相对稳定地继续运行。因此对继电保护进行风险评估，速动性也是重要的评价依据。最后，可靠性是继电保护最根本的要求，可靠性即继电保护不应发生拒动和误动，无论是保护拒动还是保护误动，都会给电力系统带来严重的损害。因此在对继电保护进行风险评估时，应将这些基本要求考虑在内，评估继电保护是否达到了以上要求。在实际工作中，主要通过两个方面对继电保护进行风险评估。即对保护定值的运行风险进行评估和对硬件系统缺陷进行评估。
2.1 对保护定值进行风险评估
在继电保护开始投入运行前，需要设置相应的保护定值，用以设置好继电保护的选择性，同时提高其灵敏性。实际工作中，一般是在离线条件下对保护定值进行计算和设定，但电网在实际运行过程中，情况是处于变化之中的，因此保护定值的设定对于电网安全的保护一般存在以下三种不同的效果：第一，保护定值未能达到继电保护所要求的灵敏度，则使继电保护存在隐患。第二，保护定制未能满足继电保护所要求的选择性，例如未能达到对越级跳闸的选择。第三，对相间距离三段保护值的设定未能满足大负荷时的选择。对定值设定不合理，会使继电保护存在不同的风险及隐患，而且对不同位置的定值设置不合理时，产生的危害也有所不同，同时对于电网处于不同运行状态或者不同负荷水平时，定值的设定也存在不同的风险。
继电保护定值的不合理设定使继电保护可能发生的不正确保护动作存在着一定的范围，这个范围就是定值不合理时的隐患范围。例如，图1所示当L1因继电保护的定值不正确而发生拒动或误动，因此发生故障时，需要B3的继电保护来实施保护动作，而R3与R1之间的保护误动引起B3误动，形成了不正确定值的隱患范围。
继电保护的不合理定值引发的风险是不同的，在实际评估过程中，应结合具体电网系统的实际情况，由其相间距离的保护的定值设定情况来进行研究，例如，可以从某一时刻的断面进行分析，发现定值不合理的隐患，再从整个系统的主要断面进行分析，可以基本推算出在故障发生时继电保护正常与不正常保护动作的规律性。
2.2 对于继电保护硬件系统的内部缺陷进行风险评估
继电保护的硬件系统包括设备和线路，不同的设备和线路的不同性质的缺陷，对继电保护的保护功能具有不同程度的影响。这类影响主要包括：第一，系统发生故障时，可能由于继电保护某些硬件存在问题而产生拒动；第二，当系统发生故障时，由于继电保护某些硬件存在问题导致其它硬件产生保护误动；第三，即使在系统没有发生故障的情况下，也可能由于电网运行状态不同，由继电保护系统的硬件问题而导致保护误动。因此，当故障点由于继电保护硬件缺陷而发生不正确的保护动作，对相邻设备的误动概率会增加，可能会产生连续的不正确的继电保护动作，从而引发事故。
3.继电保护的可靠性
上文中已提到继电保护可靠性的基本要求是，要求继电保护在该动作时必须动作，不该动作时不能动作，不能发生保护拒动或者保护误动的情况。通常提到的继电保护的可依赖性和安全性即指继电保护的不拒动和不误动。可依赖性即保护能正常动作，当发生故障时，继电保护能进行切断动作；安全性即继电保护系统不会在没有故障发生时实施不正确的保护动作，即误动。
对继电保护的可靠性进行研究，不但要使继电保护在故障发生时实施可靠的保护动作，做到不拒动不误动，而且要对继电保护系统的缺陷情况进行监测，统计其缺陷信息，因为即使是很小的缺陷也可能影响继电保护的保护功能，甚至可能造成拒动和误动。充分利用监测到的缺陷信息，进行深入的研究分析，可以作为对继电保护可靠性进行评估的重要依据之一。
对于继电保护的可靠性进行评估，应该从可能性和后果两个方面进行充分评估。继电保护可靠性的评估体系利用相应的可靠性模型，综合考虑各种影响因素后进行评估分析。
目前在对继电保护的可靠性进行分析时，常用的模型有故障树解析法。故障树解析法从继电保护系统的故障模式出发，利用瞬间抓拍技术，进行推理。这种模式存在着很多不足，因此目前较为广泛采用的是成功流法，即GO法。这种模式是从系统的结构出发，仿真模拟系统部件之间的逻辑关系和分析数据，使分析更为直观。
4.总结
电力系统中对继电保护的可靠性研究总体上可以概括为三个阶段，即确定性评估、概率评估、风险评估。其中，确定性评估基本上是对较为严重的事故进行评估，其评估效果非常保守。而概率法是主要考虑了事故发生的概率，但对事故可能造成的后果没有充分考虑在内，因为即使概率很小的事故，如果会造成严重的后果，也应该对其进行评估。风险评估是确定性评估和概率评估的延伸，它除了考虑概率外，也能将概率以外的安全指标考虑在内。为提高继电保护的风险评估的准确度，增强继电保护运行的可靠性，应对继电保护风险评估及可靠性进行更深入的研究。
参考文献
[1]胡博，谢开贵，赵渊.电力系统可靠性评估的动态任务分配并行算法[J].电力系统自动化，2011（10）：67-68.
[2]段懿伦.浅论继电保护风险评估及可靠性[J].科技与企业，2013（7）：348-348.
物联网系统可靠性检测与评估技术 第7篇
物联网是深度融合计算、通信和控制能力的可控可信可扩展的网络化物理设备系统,它通过信息传感设备,按照约定的协议,把任何物品或人与互联网连接起来,实现在任何时间、任何地点进行信息交换和通讯,并且通过计算进程和物理进程相互影响的反馈循环,实现深度融合和实时交互来增加或扩展新的功能,以安全、可靠、高效和实时的方式检测或者控制一个物理实体。
物联网系统本身是一个复杂的系统,包括了感知层、网络层、应用层以及控制层多个层次,每一层又包括若干子层,涉及若干相关技术领域。例如在感知层,不但包含了对外界感知的温度、湿度等各种传感器,而且包括RFID、二维码、视频采集终端等。涉及的技术包括了感知节点的自组网技术、数据融合技术、节点节能技术等。而物联网应用场景更是千差万别,从室内到室外,从水下到高山,从城市到乡村,甚至到南极,应用场景的差别,对其系统的可靠性提出高的要求。物联网系统的可靠性,相比较于传统的系统可靠性,它更复杂,是系统的、端到端的、整体的可靠性。
对于电子产品可靠性的研究于上世纪50年代起步,文献[1]提出了电子系统可靠性的概念。网络可靠性研究[2]最早可追溯到1955年美国对电信交换网络的研究,早期主要集中于通信网络领域。软件可靠性[3]问题在60年代受到重视,70年代初Jelinski-Moranda可靠性模型被提出,标志着软件可靠性正式成为一门学科。目前,国内外对于物联网系统可靠性研究刚刚起步,文献[4]从网络技术的角度,分析了物联网的可靠性。主要研究了无线通信链路层、传输层和路由、应用层、系统结构等方面讨论了物联网的可靠性。AT&T提出了网络系统的可靠性标准[5]。Sverre Bye Grimsmo[6]研究了M2M通信网络的挑战以及系统存在的瓶颈。上述相关研究,均为针对物联网某一领域的可靠性技术的研究,没有从系统的角度考虑其可靠性。我们创新性地提出了物联网系统可靠性的概念,从系统的角度,对物联网的可靠性进行全面研究。
面对隐藏在物联网系统内部的重重隐患,如何应对?建立一套行之有效的物联网系统可靠性测评体系,对物联网系统建设的不同阶段实施全生命周期的测试和评估,方能把各种隐患消灭于无形之中。
1 物联网系统可靠性内涵
1.1 物联网系统可靠性定义
系统是由若干工作单元有机组合以完成特定功能的综合体[7]。系统可靠性是指系统能在规定的条件和规定的时间内完成规定的功能的特性[8]。
物联网系统可靠性是指物联网在业务量增消变化的运行过程中,在各种破坏性因素共存的条件下,物联网对用户服务需求持续满足的能力。这一定义体现了物联网“以用户为中心”的服务宗旨。这里,“对服务需求的满足能力”是物联网可靠性的测度,它包括两个维度:从能力内涵看,即包含物联网系统的生存能力,也反映了系统对用户需求的适应能力;从研究内容看,既研究系统固有属性(如拓扑设计、路由设计、资源管理机制等)的可靠性,也研究系统运行属性的可靠性,是对系统可靠性的综合测度。
对比传统的系统可靠性要素内涵,物联网系统可靠性五要素的内涵分别为:
●对象是指物联网系统,包括固有属性和任务属性;
●规定条件是指物联网运行环境中的各种破坏性因素(即各种影响物联网高效可靠运行的因素),既包括人为或自然破坏因素,也包括业务量变化、系统自身故障等因素;
●规定时间是指系统设计时规定的运行生命周期;
●规定功能是指用户需求,即系统功能;
●能力是指满足用户需求的能力,即系统性能;
根据物联网系统可靠性内涵,物联网系统可靠性的研究需要考虑以下几个方面的问题:
●在无外界破坏环境下,系统在业务量变化、自身故障和人为正常操作等因素下,仍能保持运行的能力;
●系统在随机性破坏作用下,保持有效运行的能力;
●系统在人为、自然灾害破坏下,仍能保持运行的能力;
●系统抗各种安全攻击的能力;
●系统运行管理能力。
1.2 国内外系统可靠性检测工具
目前,国内外尚没有针对物联网系统整体可靠性的测评工具,已有的相关工具分别为网络系统可靠性测评工具、软件可靠性测评工具以及硬件系统可靠性测评工具。
针对物联网网络系统可靠性测评的方案有Crossbow公司的Mote Works[9]、哈佛大学的Mote Lab[10]、美国加州大学的SCALE[11]、美国俄亥俄州立大学的Kansei[12]以及中科院软件所的传感网测试系统[13]。
Mote Works基于传感器网络自身的通信链路进行测试数据的收集,主要是对网络的可靠性、能耗等进行测试。哈佛大学的Mote Lab方案中,每个传感器节点都被连接在信号采集模块上,通过串口与中心服务器相连。该方案同样也是只能测试网络的可靠性。在美国加州大学的SCALE方案用来测试无线传感器网络链路质量。Kansei系统考虑了对大规模应用的支持和对各种应用背景的可扩展化及通用性。中科院软件所的传感网测试方案中,在每个节点上增加了用来测试的硬件电路,并且对软件进行了修改,来进行系统测试。上述的网络可靠性检测工具,主要可以测试网络系统的吞吐量、丢包率等指标,而且一般需要对系统的硬件或软件进行修改,测试方案没有普适性。
对于网络系统可靠性测试工具,常见的有Spirent公司的Smart Bits、Avalanche系列工具[14],IXIA的XM系列测试仪,结合Ix Load、Ix Network、Optixia、Ix Chariot等测试软件[15],可以对大部分网络系统进行2-7层的测试。
在软件可靠性测评方面,刘东艳[16]等建立了软件可靠性仿真测试平台,仿真测试平台采用分布式结构,由主控机分系统、仿真器分系统和激励器分系统三个分系统组成。该系统能够模拟出被测软件的真实运行环境,不但可以检测到目标软件运行过程中存在的故障,而且也可以保证测试结果的真实性和置信度。LDRA推出的软件测试工具套件[17]支持C、C++、Ada83、Ada95、Intel Assemblers、Freescale Assemblers、Texas Instruments Assemblers等语言。LDRA工具套件可以对通用的或者客户构建的环境进行主机/目标机的测试。
在硬件可靠性方面,Windchill Prediction[16]工具可以提供全系列的全球公认的预测模型,以充当可靠性预测分析的框架。凭借其内容详尽的零件库、易于使用的界面和功能强大的分析工具,Windchill Prediction可以在设计过程早期评估产品可靠性、查明系统故障的成因,以及测量环境和应力对系统的影响。可以估算系统可靠性、MTBF、故障率等指标,说明诸如温度、环境、持续运行时间等工作条件。
2 物联网可靠性评估系统设计
为了对物联网系统进行整体的可靠性评估,我们开发了物联网系统可靠性方案评估系统。根据系统设计方案建立相应的网络及应用模型,同时考虑硬件系统的可靠性因素,进行相应业务的仿真运行,获取系统的各种指标,发现系统中可能存在的缺陷,验证系统的可靠性。
图1是一个异构的物联网系统示例,我们采用的仿真系统平台可以支持常见的网络技术及应用,网络技术包括以太网、ATM、Token Ring、Frame Relay、X.25、Zig Bee,以及3G/4G移动通信技术,应用包括FTP、Mail、视频会议、远程终端等应用。仿真网络系统由以太网、Zig Bee、WLAN网络组成,还可以包含其他支持网络,构成异构物联网。
图2是我们所开发的Zig Bee以太网网关模块,实现Zig Bee和以太网之间的双向数据转换,该网关工作于网络层,接收MAC层封装的数据包,进行包的分析,然后把包中的数据再进行封装。如果接收的数据包为以太网格式,则进行包的解析后,封装为Zig Bee数据包。如果接收到的数据包为Zig Bee格式,则封装为以太网格式。实现了二者的互相转换。
图3是Zig Bee/以太网网关的进程示意图。进程初始化后,根据所接收到的数据包类型,其流程是不同的。如果接收到的数据包为以太网格式,则执行extract_eth进程,然后把以太网数据包中的数据封装到Zig Bee数据包中,即执行encap_to_zb。如果接收到的数据包为Zig Bee格式,则执行extract_zb进程,然后把数据封装到以太网数据包中,即执行encap_to_eth进程。上述进程执行完毕后,进入idle状态,等待新数据包的到来。
与实际现场测试相比,我们采用的基于网络仿真技术的系统方案验证,具有快速、多协议支持、多厂商设备支持的优点。而且可以在物联网系统建设之前就可以对其进行评估,发现可能存在的问题,降低建设的风险。
3 物联网可靠性评估实例
基于本文第二部分的物联网系统可靠性检测与评估工具,我们对于北京市某局物联网系统可靠性进行了仿真验证评估。根据该局日常业务的需求,我们提出了业务系统信息化顶层设计的可行性方案,并采用物联网可靠性仿真工具对不同方案进行对比论证。工程点的信息采用视频、温度、烟雾探测、防毒气和防生化多种物联网前端的探测和监控手段进行收集。
该局物联网信息系统架构可以选择的架构有单层架构和双层架构两种形式,单层架构为:物联网的管理架构仅仅构建市一级的信息汇聚与处理中心,所有信息节点采集的数据都将直接提交给市级处理中心。两层架构是:市局和区县各部署一级架构,所有数据均采用前端存储的形式,区县和市局可以进行查阅和调用。我们分别对于两种模式进行了仿真建模。图4是该局物联网系统的整体结构图,图5是一级架构情况下的物联网前端,图6是二级架构的物联网前端,二者的区别是一级架构下终端的信息直接传送到物联网中心,而二级架构下终端的信息先传输到二级服务器,然后再传输到物联网中心。
我们对于两种场景的仿真结果如下:在相同的业务量下,对网络的延迟和服务器的负载情况进行对比分析。仿真结果见图7和图8。图7是两种场景下的无线传输延迟,一级架构情况下的延迟和丢包都大于二级架构下的延迟。图8和图9是服务器负载的结果,采用一级架构服务器负载大于二级架构的服务器负载。
一级的单层架构从系统建设的角度出发,该局的所有信息节点的数据都上传到市局中心,数据的上行流量很大,同时由于各区县分局对于辖区内的信息节点不能直接访问,必须通过市局查看,这部分下行流量也很大,两者叠加,总流量对线路带宽、对市局系统的信息处理速度都提出了苛刻的要求。两级架构有以下优点:分散服务器压力、提高访问速度、便于基础数据分别管理、互为备份。与一级架构方案相比,无疑多增加一级架构,但两级结构访问速度的提高和访问数据量的减少,可以带来运行成本的大为降低。综上所述,该局日常业务信息系统宜采用两级架构。
4 结论
风力发电系统可靠性评估解析模型 第8篇
由于风能具有取之不尽用之不竭、较好的环境和社会效益等特点,风力发电已越来越受到世界各国政府和企业的大力支持[1,2,3,4]。目前,国内外许多电力公司投资新建风电场,但由于缺少风力发电系统可靠性评估的有效工具,致使政府和企业难以评估和分析一个实际风电系统的价值。因此,国内外迫切需要研究和开发风力发电系统可靠性评估的技术和软件,这样,电力公司才可应用计算软件以确定最优的风电机组配置、风电系统最佳的功率穿透率(Power Penetration Level,即风电机组装机容量占系统总装机容量的比重)等。目前常用的风能资源评估软件WAs P[5,6](Wind Atlas Analysis and Application Program)能完成风电场风功率密度分析、年度发电量的估计等,但不涉及系统可靠性评估,不能直接用于风电场对电力系统影响的分析。
风速分布的模拟是风力发电系统可靠性评估的关键一步。文献[7-8]提出应用威布尔分布(Weibull)描述风速分布。文献[9-10]提出一系列自回归模型以模拟风速的统计特征,建立风速的时间序列模型。文献[11-15]应用时间序列技术建立自回归滑动平均(Auto-Regressive and Moving Average,ARMA)模型。该模型已在加拿大多个地方得到应用,如:Saskatoon、Swift Current、Regina和North Battleford等地的风电场。为简化ARMA模型,文献[15]应用多状态模型表示风电场的出力分布。该模型中,概率依赖于ARMA模型模拟的风速数据以及模拟的时间长度,这些因素都将影响风速的计算时间和风速模型的精度。
通常,建立风速模型需要两类数据:第一类是每小时风速平均值μt和偏移量σt(下标t表示第t小时,t=1,2,3,…,8 760);第二类是近年来每小时风速的统计值。ARMA模型[11,12,13,14,15]同时需要这两类数据。基于ARMA模型应用Monte Carlo方法[11,12,13,14,15]即可实现风力发电系统可靠性评估。换句话说,当前已建立的风速模型大多采用模拟技术,且同时采用上述两类数据。
由于需统计风速的地方多、时间长等原因,致使风速数据具有海量、存储困难等特征,因此很多国家环境等相关部门常常只保留每小时风速的均值和方差,以及统计当年的实际风速数据,而不会保留所有实际的风速数据。当统计得到新的风速数据时,则更新风速均值和方差。也就是说,很多环境部门通常只有前述第1类数据,以及少量第2类数据(通常1年)。对于这种情形,因第2类数据的不足,常用的ARMA风速模型将无法求解模型参数,或因数据少ARMA模型常失真,致使该模型不能用于发电系统的可靠性评估。为此,本文提出一种新的风速解析模型。该模型只需要第1类数据,即每小时风速均值和标准差。当一个地方风速收集时间足够长,比如20年,则第t小时的风速可认为近似服从正态分布。因此,由概率理论可确定任意风速区间的概率。通过风速概率分布、机组功率输出与风速的非线性关系即可确定发电出力的概率分布,进而实现电力系统的可靠性评估。
1 标准正态分布
标准正态分布已在工程实践中得到广泛应用。本文应用正态分布模拟风电场的风速。
标准正态分布的概率密度函数如式(1)所示。
变量z∈[z0,+∞)的概率可以用图1阴影部分的面积表示,积分可得
虽然标准正态分布的累积分布函数没有精确的解析表达式[16,17,18],但式(2)可用多项式进行近似表示[16],当z0≥0时,有
式中:t=1/(1+rz0);r=0.2316419;b1=0.31938153;b2=-0.356563782;b3=1.781477937;b4=-1.821255978;b5=1.330274429。
式(3)具有较高的估计精度,其最大误差小于7.5×10-8[16-18]。当z0<0时,其概率可以应用函数f(z)的对称性得到。
2 风速分布模型
当某地的风速统计数据足够长时,则在统计时间内第t小时的风速可认为近似服从正态分布。比如,加拿大环境部门经过20年统计(1984年1月到2003年12月)得到的Swift Current、Saskatoon、Regina和North Battleford等4个地方每小时风速的均值和标准差,这4个地方每小时的风速可看作服从正态分布。
设第t小时风速满足均值和标准差分别为μt和σt(t=1,2,…,8 760)的正态分布。下面讨论第t小时的风速(SWt)在风速区间(S1,S2]的概率计算。
第t小时的风速可用正态分布概率密度函数进行表示为
设
由标准正态分布和一般正态分布间的关系,则式(4)可以变为
用分别表示z1和z2,则风速
SWt∈(S1,S2]概率为
由式(2)、式(3)和式(8)即可计算风速属于区间(S1,S2]的概率,即P(SWt∈(S1,S2])。从该式可知,该概率值不是用模拟的方法得到,而是应用前述3式直接解析得到。
现用一简单例子阐述上述方法。设某地第5 h风速的均值和标准差分别为20 km/h和10 km/h,则第5h风速SW5∈(24,25]的概率计算为
同样地,可计算风速SW5∈(-∞,+∞)时任意风速区间的概率分布,如表1所示。
根据搜集到的8 760 h风速的均值和标准差,可得到年度风速SW∈(S1,S2]的概率,即
注:*表示风速为0。
需要指出的是,由于风速连续变化的特征,如使用10 min或秒级风速统计特征数据,计算结果应该更加准确,式(9)需稍作调整即可应用。
3 风电机组出力分布模型
风电机组的出力和风速之间具有明显的非线性关系。当风速小于切入风速Vci或高于切除风速Vco时,机组出力为0;当风速从Vci到额定风速Vr逐渐增大时机组出力逐步增大;当达到和超过额定风速时功率保持为额定功率Pr不变[13,19,20]。
风电机组的输出功率和风速间的数量关系如下所示[19,20](常量A、B的计算见为文献[19-20])。
在计算风电机组出力时,可取区间(S1,S2]的中点表示平均风速,即
式(11)的精度与风速区间(S1,S2]的长度有关。对于给定的每小时风速参数,区间越短发电机组出力的误差越小。风电机组出力的概率分布可以通过式(9)~式(11)得到。
下面举例说明上述方法。假设一台风电机组安装在加拿大Saskatchewan省Swift Current,机组额定功率为Pr=2 MW,切入风速、额定风速和切除风速分别是12 km/h、38 km/h和80 km/h。风速区间(S1,S2]的长度为1.0 km/h。应用前述模型即可得到风电机组各出力水平及其对应的概率,如表2所示。
从上述分析和表2的计算结果可以看出,本文模型是一种解析模型,它不需象ARMA模型那样经过漫长的数据模拟才能得到机组出力分布。
4 解析模型的有效性分析
采用加拿大Saskatchewan省Swift Current的风速数据对本文风速模型进行算例分析,并比较该模型和ARMA模型在风速分布和机组出力分布等方面的差异。
4.1 风速分布
基于Swift Current 20年统计得到的每小时风速的均值和标准差,应用本文模型得到其风速概率分布。
图2分别给出本文模型和ARMA模型(ARMA模型的计算模拟时间为200年)的风速概率分布。从图2可以看出,本文模型和ARMA模型差别甚微,即本文模型正确、有效。
由式(9)和式(11)即可得到本文模型模拟风速的均值和标准差为
从图3可以看出本文解析模型的均值和标准差与ARMA模型、观测数据的均值和标准差非常接近。本文解析模型、ARMA模型、统计数据的均值分别为19.54 km/h和9.72 km/h和19.36 km/h,标准差分别为9.54 km/h、19.46 km/h和9.7 km/h。
从图2和图3可以看出,本文模型可真实地反映实际风速特性,可在较高的精度下用于风力发电机组出力的计算。
4.2 风电机组出力的概率分布
风电机组出力的概率分布分析仍采用Swift Current风电场数据。假设单台风电机组额定功率,风速切入、额定和切除风速等数据同前。
应用本文解析模型和ARMA模型分别计算Swift Current单台风力发电机组出力的概率分布,图4给出单台机组5容量状态及其对应概率。
由图4风电机组出力的概率分布知,本文解析模型和ARMA模型的等值强迫停运率[21]分别为78.76%和78.82%。从图5可以看出,本文模型和ARMA模型模拟结果非常接近。因此,可用本文模型对风力发电系统进行充裕度评估。
注:图中A和B分别代表本文解析模型和ARMA模型,数字1、2、3、4分别代表算例1、2、3、4。
4.3 风速参数对风电机组出力分布的影响
风速参数对风电机组出力的概率分布有较大影响,可通过修改风电机组切入、额定和切除风速等进行分析。下面用四种情形对本文解析模型和ARMA模型进行比较。
算例1:基本算例(所有参数同前);
算例2:把Vci由12 km/h改为5 km/h;
算例3:把Vr由38 km/h改为25 km/h;
算例4:把Vco由80km/h改为65 km/h。
A和B分别表示本文解析模型和ARMA模型,如:A3表示本文解析模型在Vr由38 km/h改为25km/h对应的情形。从图5可以看出,这两种模型的差别很小。换句话说,本文方法可对不同风速参数的风电系统进行有效且较为精确的模拟,证实本文方法具有较广泛的适应性。
4.4 风速区间长度对机组出力概率分布的影响
本文模型的精度与风速区间(S1,S2)的长度有关。现分别给出5种不同风速区间长度对机组出力概率分布的影响,区间长度介于0.25~4 km/h之间,具体如下。
算例5:区间长度为0.25 km/h;
算例6:区间长度为0.5 km/h;
算例7:区间长度为1 km/h;
算例8:区间长度为2 km/h;
算例9:区间长度为4 km/h。
从图6可以看出,当风速区间长度小于4 km/h时,区间长度对机组出力概率分布的影响不大。从图6还可以看出,当区间长度在0.5和2之间变化时可得到一个精度较高的机组出力概率分布,已能满足工程的需要。
5 风速解析模型在电力系统可靠性评估中的应用
用RBTS[22]和IEEE-RTS[23]可靠性测试系统验证本文模型在电力系统可靠性评估中的应用,系统负荷曲线采用RBTS和IEEE-RTS的年负荷数据。风电机组的额定功率同前,单台机组的强迫停运率(FOR)为0.04。
5.1 RBTS算例分析
RBTS系统有11台发电机组,总装机容量为240MW,系统峰荷185 MW。发电机额定功率和可靠性参数见文献[22]。
在RBTS中加入一个风电场。风电机组强迫停运率、额定输出功率、切入风速、额定风速、切除风速等同前。风电机组的不同加入模式如表3所示。
采用本文解析模型和ARMA模型的可靠性计算结果见图7和图8。从图7和图8可以看出,对于不同情形,本文模型的计算结果都和ARMA模型非常接近。对于不同可靠性指标,如缺电时间期望LOLE和电量不足期望EENS,两种模型计算结果的差别不足0.0015%和0.140%。因此,本文风速模型具有可行性,可用于含风电机组的电力系统可靠性评估。
5.2 IEEE-RTS算例分析
将本文解析模型应用到IEEE-RTS[23]系统。该系统有32台发电机组,总装机容量为3 405 MW,系统峰荷2 850 MW。在IEEE-RTS系统中加入一个风电场,风电场机组数在50和250间不等。风电机组的FOR、额定输出功率、切入风速、额定风速、切除风速等同前节。
可靠性评估结果如表4所示。从表中可以看出,两种模型的计算结果也非常接近,其LOLE和EENS指标的差别不足0.15%。从而再一次证实本文模型是一种有效的风速模型,可用于含风电机组的电力系统可靠性评估。
6 结论
风速模拟是风力发电系统可靠性评估的关键步骤之一。许多国家都收集了多年来不同地点每小时风速的均值和标准差数据。本文假设每个小时风速在长时间统计中服从正态分布。如果收集风速时间足够长,如20年,则此假设具有合理性。基于此,本文提出一种风速解析模型。此模型只与风速的统计特性(均值和标准差)有关,与地理位置、风速模拟中随机数的产生机制等无关,而ARMA模型则不然,其除了风速均值和标准差,ARMA模型还需要近年来统计的风速序列来计算ARMA模型的参数。当近年风速数据缺乏或较少时,该模型则失效。还有,采用ARMA的风速建模和模拟过程非常耗时,进而导致在相同精度下计算机组出力概率分布比本文方法耗时。
本文风速解析模型可得到风速处于任意风速区间的概率,可以通过风速概率分布、风速和风机功率数据见的非线性关系得到风电机组出力的概率分布,进而实现风力风电系统的可靠性评估。
文中使用Swift Current的风速数据比较了本文解析模型和ARMA模型的风速概率分布和机组出力概率分布。结果证实本文模型和ARMA模型计算结果非常接近,且本文方法还具有以下特点:1)因模型为解析模型,不用模拟产生计算数据,因此计算速度快;2)应用的数据量小,与ARMA模型相比,可以不需要近年统计的风速时间序列。
把本文解析模型应用到2个可靠性测试系统中,算例结果证实本文模型是一个行之有效的风速模型,可实现风力发电系统的可靠性评估。
摘要：为了进行风力发电系统的可靠性评估,基于小时风速的平均值和标准差,建立了较为精确的风速概率解析模型,弥补了常用的ARMA模型需要每小时风速实际数据和长时间模拟的不足。进而利用风电机组输出功率与风速的关系,建立了风电机组输出功率分布的解析模型。应用IEEE-RTBS和IEEE-RTS系统,将该模型和ARMA模型在风速概率分布、发电功率概率分布、可靠性指标等方面的计算结果进行比较分析。算例结果验证了所建立的解析模型的正确性和有效性,能实现包含风电场的电力系统的可靠性评估。
可靠性评估系统 第9篇
本文提出了基于贝叶斯网络的广州配电系统可靠性评估的方法, 该方法不但能计算配电系统不同接线方式的可靠性指标, 而且对固定接线方式的配电网还能分析某个元件或相关元件对配电系统可靠性指标的影响。
1 贝叶斯网络概述
贝叶斯网络 (Bayesian Networks) 是一个有向无环图, 节点代表随机变量, 弧代表影响概率。贝叶斯网络中的变量代表了被建模系统的主要参数, 弧的方向代表了2个节点之间原因结果的影响关系。用贝叶斯网络模型能够计算概率指标, 从而评估电力系统的可靠性。给定贝叶斯网络一个节点子集的情况下, 可以计算另一个节点子集的条件概率分布, 这便是贝叶斯网络推理。贝叶斯网络推理不必局限于只顺着弧的方向推理, 可以进行因果推理、诊断 (或者证据) 推理、原因之间的推理 (解释类型) 以及上述3种的混合。因此, 贝叶斯网络是进行诊断和预测的有力工具。
2 贝叶斯网络推理结果
为便于比较贝叶斯网络推理结果和几种常见重要度的区别, 采用举例方式进行说明。图1是可靠性简化模型, 设系统和部件均只能取正常或故障2种状态, 元件x1、x2和x3故障的概率分别为0.15、0.1和0.2。元件xi的概率重要度Ipr、结构重要度Isr、关键重要度Icr的计算结果和从大到小排列顺序见表1。建立图1所示系统对应的贝叶斯网络后, 元件xi故障后系统故障的条件概率Pis、系统故障后元件xi故障的条件概率Psi的计算结果、从大到小排列顺序分别如表1所示。
ssss概率重要度的物理意义是当且仅当元件xi失效时系统失效的概率, 反映了某个元件发生概率的微小变化而导致系统发生概率的变化程度, 它为计算结构重要度和关键重要度提供必要的中间特征量。结构重要度是概率重要度的一种特殊条件下的结果, 主要用于系统可靠性参数设计以及排列诊断检查顺序表。元件故障后系统故障的条件概率排序结果和元件的概率重要度排序结果相同。系统故障后元件故障的条件概率从故障诊断的角度反映了元件在系统中的重要性大小, 指明了引起系统故障的最可能原因, 特别适用于识别系统薄弱环节、故障诊断和制定检查和修理计划。仔细分析表1中的排序结果可知, 系统故障后元件故障的条件概率的排序结果更合理。元件2和3虽然位置相同, 但元件3的故障概率高, 提高元件3的可靠性更迫切, 元件3对系统故障的影响高于元件1、元件2。
3 基于贝叶斯网络的配电变电站可靠性评估
3.1 2种典型配电变电站的结构
典型的配电变电站具有1条或2条进线, 多条出线。图2是广州地区常见的具有代表性的2种配电变电站。站内高压母线 (Bus1) 上接有2条高压进线 (L1和L2) , 下接2个降压变压器T1和T2。图2 (a) 低压母线为单母线接线, 图2 (b) 为单母线分段, 分段断路器 (B7) 是常开的。
3.2 可靠性评估的贝叶斯网络
下面以图2 (a) 变电站为例说明贝叶斯网络的形成过程。图2 (a) 对应的全部最小状态割集为:一阶总体故障模式:Bus1和Bus2。一阶活动故障模式:B1、B2、B3、B4、B5和B6。一阶活动故障和断路器的拒动: (L1+B1拒动) 、 (L2+B2拒动) 、 (T1+B3拒动) 、 (T1+B5拒动) 、 (T2+B4拒动) 和 (T2+B6拒动) 。
总体故障和总体故障或计划检修停运的重叠: (L1+L2) 、 (L1+B2) 、 (L2+B1) 、 (B1+B2) 、 (B3+B4) 、 (B3+T2) 、 (B3+B6) 、 (T1+B4) 、 (T1+T2) 、 (T1+B6) 、 (B5+B4) 、 (B5+T2) 和 (B5+B6) 。
基于前述方法创建图2 (a) 变电站的贝叶斯网络格式文件后, 运行Ge Nle软件自动生成的可视化的贝叶斯网络如图3所示。图3中顶层节点表示变电站各实际元件。最底层为被评估的变电站系统节点, 中间层为最小割集节点和中间节点 (为减小条件概率表而引入的节点) 。除元件层 (顶层) 外, 其余各节点均为2状态 (正常和故障) 。
3.3 元件重要性比较
在考虑配电系统备用电源 (常开) 情况下, 图2 (a) 单母线变电站左侧元件 (变电站左右对称) 在组合系统故障时各元件状态的条件概率如表2所示。表中各状态为:正常运行状态 (N) ;修复状态 (R) ;故障后但又在切换隔离前状态 (S) ;计划检修状态 (M) 。
组合系统故障后元件的各状态条件概率之和仍为1, 处在运行状态N概率值最低的元件是系统的薄弱环节。对其他状态来说, 概率值越高, 对系统故障的贡献越大。从表2可以看出, 变压器T1是系统的最薄弱环节, 其次是断路器B3和B1。变压器T1处在状态R的概率值很大, 应选用故障率较低的变压器, 或减少变压器的故障维修时间。
4 结束语
交直流混联系统可靠性评估 第10篇
随着高压直流输电系统(HVDC)运行经验的逐步积累,以及HVDC在功率控制方面表现出的快速性和灵活性,大区互联和远距离输电越来越广泛地采用(特)高压直流输电[1]的方式,因此深入研究引入HVDC线路后系统的可靠性评估方法具有重要的理论意义和工程价值。
交直流混联系统可靠性评估包括2个部分:HVDC系统自身的评估以及含HVDC的发输电系统可靠性评估。文献[2-3]研究了HVDC系统可靠性评估的模型和方法,并计算出HVDC系统处于各个容量水平的概率、频率和持续时间等指标。文献[4]从可靠性角度研究了HVDC系统的薄弱环节及改进措施。文献[5-6]提出了反映HVDC系统健康度的框架,以利于概率风险指标在电力工业中的应用。文献[7-8]进一步研究了老化因素对HVDC系统可靠性的影响。
在含HVDC的发输电系统可靠性评估方面,一般是先计算出HVDC系统的等效容量-概率模型,然后再嵌入到现有的纯交流发输电系统可靠性评估软件中。文献[9]对COMREL软件[10]进行扩展,以适应远端电源点经HVDC线路向负荷中心供电的情况。文献[11]用交流线路代替HVDC线路(其中,交流线路的电抗值用直流线路的电阻值近似替代),以评估HVDC用于系统互联的场合。文献[12]利用容量卷积法对简单的辐射型交直流混联输电系统进行了可靠性评估,但这种方法只适合于辐射型网络,很难在复杂环状系统结构中应用。在国内,文献[13]根据同心松弛的概念对交直流有功优化调整部分进行了改进。为了加快交直流系统潮流计算和稳定计算的效率,文献[14]采用嵌入商业化软件BPA的方式来进行系统的状态计算,有功调整环节则采用基于区域潮流灵敏度分析的切负荷策略[15]。
可见,对HVDC系统本身的可靠性研究已经比较成熟,而对交直流混联系统的可靠性评估仍有待于深入研究。HVDC线路作为交直流混联系统的一部分,有必要从整体的角度来衡量其作用,如何在可靠性评估的有功调整环节及无功/电压调整环节计及HVDC线路的影响成为一个亟待解决的问题。因此,本文将在纯交流发输电系统可靠性评估的基础上,对有功调整和无功/电压调整模型进行扩展以研究交直流混联系统的可靠性评估问题。
1 HVDC的可靠性模型
由于HVDC系统元件众多,所以在交直流混联系统可靠性评估中通常先计算HVDC系统本身的可靠性,获得其处于各个容量水平的概率、频率和持续时间等指标。在评估中先将整个HVDC系统划分为换流桥、换流变、交流滤波器、并联电容器、直流线路、极设备等子系统,然后根据它们之间的逻辑串并联关系绘制HVDC的可靠性框图,最后利用F&D法[2]、故障树分析法[16]、蒙特卡洛方法[11]或容量卷积法[17]等进行求解。本文采用容量串并联卷积法计算HVDC的容量-概率模型,并将结果示于表1中。其中,容量卷积法的详细计算公式可以参考文献[17],HVDC系统接线图及可靠性原始参数见文献[9,18]。
求解过程中,所采用的条件及考虑的因素有以下3点。
a.容量卷积法中采用的容量步长取为HVDC额定容量的10%,并对交流滤波器和其他无功补偿装置的容量组合进行了就近规整,因此计算出HVDC系统的容量水平为0%、10%、20%等。
b.换流变和直流平波电抗器的修复时间长达2 400 h,因此考虑为换流变或直流平波电抗器组分别提供1个备件,其修复时间可以用安装时间代替。
c.换流站使用的交流滤波器一般用于滤除不同阶次的谐波,在不同组合下HVDC系统能够输送的容量是不一样的,其组合关系可以参考文献[18]或者由实际的HVDC工程设计决定。
从表1可以看出该HVDC系统的容量水平不仅包括双极运行、单极运行及双极停运状态,还包括80%、60%等降容状态。这些降容状态主要是由交流滤波器和并联电容器等无功补偿装置的特殊组合状态引起的。降容状态的概率一般很小,如80%、20%等容量水平的概率分别在10-6和10-8数量级。考虑备用后,该HVDC系统处于100%容量水平的概率有显著提高,处于0%容量水平的概率显著下降,即换流变和平波电抗器的备用对提高HVDC系统本身的可靠性有较大作用。另外,本文考虑备用时的计算结果与文献[18]非常接近,说明了本文方法的正确性和合理性。
表1给出的容量水平是在综合考虑HVDC系统自身的无功补偿装置、滤波器及换流变等元件的相互作用后得到的。HVDC系统能够输送的容量水平并未考虑外部条件如电源、输电网络等因素的影响。在形成HVDC子系统的可靠性模型后,可以采用蒙特卡洛方法对其容量水平抽样,进行交直流混联系统的可靠性评估。
2 交直流系统潮流计算
潮流计算是交直流混联系统可靠性评估的基础,现有的交直流系统潮流算法主要分为统一求解法和交替迭代法[19]两大类。交替迭代法将交流系统和直流系统的计算分开进行,便于继承原有的交流潮流程序,并且对交流系统和直流系统可以采用不同的求解方法,扩展性好,因此获得了广泛和深入的研究[20,21]。本文在可靠性评估中采用交替迭代法进行交直流系统潮流计算,其中假定HVDC系统采用定功率控制模式(功率设定值由有功校正环节求出),并在后面的无功/电压校正环节借鉴交流等值法[22]等思想考虑HVDC系统对无功-电压迭代矩阵的影响。
HVDC工程中整流站一般离发电厂的电气距离较近,交流系统允许吸收和提供的无功容量较大,而逆变站多位于负荷中心,交流系统无功支撑能力较弱,所以HVDC系统设计时一般考虑无功功率的就地平衡[23,24],在正常运行方式下一般采用不平衡无功控制模式。在该模式下,HVDC的无功/电压控制系统将及时控制交流滤波器的投退,使交流系统和直流系统交换的无功功率限制在规定范围内。鉴于此,当HVDC系统传输的功率确定时,本文将根据不平衡无功控制模式来确定HVDC系统投入的无功补偿容量,然后采用交替迭代法计算交直流系统的潮流。
3 交直流系统事故后的调整
交直流系统事故后的状态调整是一个非线性最优潮流问题,但是当系统规模增大时,求解交直流最优潮流不仅费时,而且在多重故障下有可能遇到收敛性问题。可靠性评估中涉及到的状态成千上万,在事故状态下,首要解决的是使系统恢复到安全运行状态而非最优经济状态。为了兼顾问题求解速度和求解精度,现有可靠性评估的事故校正和恢复一般采用线性化优化模型。本文将从有功调整模型和无功调整模型2个方面研究交直流混联系统事故后的校正问题。
3.1 有功调整模型
对某一系统事故状态,当存在发电不足或线路过载情况时,就要采取有功调整措施使系统回到安全运行区域。在纯交流系统有功调整中最广泛使用的是基于直流潮流的最小切负荷模型[25,26],引入HVDC线路后有必要对此模型进行改进。
3.1.1 HVDC系统和交流系统的互联形式
HVDC线路主要用于远距离大容量输电、交流联网和海底电缆送电等领域[23],直流系统和交流系统的连接形式大致可以分为3种情况。
a.情况1:直流点对网输电(见图1(a))。
b.情况2:直流输电系统嵌入到一个同步交流电网中(见图1(b))。
c.情况3:直流输电系统连接2个异步交流电网(见图1(c))。
对于图1中的情况1,在进行交直流系统可靠性评估时,可以将远端电源点和直流输电线路作为一个等效的发电机节点嵌入到原有交流系统进行评估。对于情况2和情况3,HVDC系统具有区域互联的作用。由于HVDC功率调节的快速性和灵活性,在规划和运行中,人们关心的往往是HVDC线路上传输的功率,因此本文将引入与HVDC传输功率相关的变量,并对现有的有功调整模型进行扩展以模拟图1中HVDC的各种应用场合。
3.1.2 含HVDC线路的有功调整模型
表1中各容量水平给出了HVDC系统自身能够传输功率的上限,其实际传输的功率受交直流混联系统电源、网架结构等因素的影响,记HVDC系统k传输的功率为PDk,参考方向从整流器侧到逆变器侧。在交直流混联系统有功调整环节仍按最小切负荷原则进行负荷削减,即目标函数为
其中,N为系统节点个数;PCi为节点i处的切负荷量;αi为节点权重。
HVDC线路引入后,节点功率方程变为
其中,SG i为连接到节点i上所有发电机的集合;PGj为发电机有功出力;xij为支路电抗;θij=θi-θj为节点i、j之间的相角差;SDi为节点i处直流线路的集合;PDk为HVDC线路上的功率;整流侧γk=-1,逆变侧γk=1;PLi为节点i处的负荷。
同时,HVDC线路传输的功率还受当前容量水平的制约,即
其中,ND为HVDC线路总数;PDkmax为HVDC线路当前状态的正向输送能力,可能为表1中任何一个容量水平,PDkmin代表此时的反向输送能力。
其他约束与纯交流系统有功调整模型类似,为支路潮流约束、切负荷量约束及发电机出力约束。
其中,Pijk为支路功率;NL为线路数;P Gimax和P Gimin为发电机有功出力上、下限;NG为发电机个数。
当电力系统规模增大时,网损也会变大,根据上述有功调整模型的结果进行交流潮流计算后,平衡节点处的发电机很有可能无法平衡交流线路和HVDC线路上的功率损耗。因此,引入总的系统功率平衡方程以考虑网损的影响。
其中,Ploss为系统总的功率网损。需要注意的是,此时式(2)将不再包含平衡节点处的功率方程,否则将会与式(7)矛盾。
式(1)~(7)构成了含HVDC线路的有功优化调整模型,其中式(2)中的节点功率平衡方程考虑了HVDC线路上功率的影响,式(7)中的系统功率平衡方程考虑了系统的网损,从而避免了一些事故状态下平衡机出力出现越限现象。通过该有功优化模型不仅可以确定系统及节点的切负荷量,还可以确定最小切负荷条件下每条HVDC线路传输的功率。
3.2 引入HVDC线路后的无功/电压调整模型
有功校正之后,重新对系统进行交流潮流计算,部分节点还有可能出现电压越限的情况,此时需要进行无功/电压的优化调整。文献[27-29]对纯交流系统可靠性评估中的无功/电压线性模型进行了研究,在交直流混联系统中,换流器节点处的无功功率平衡方程中包含了HVDC系统的无功注入,为了考虑HVDC系统对系统电压/无功的影响,需要对潮流迭代中的矩阵进行修正。引入HVDC后,换流站交流母线处的无功功率方程可以写为
其中,ΔQr、Qrs、Qar、Qdr分别为整流侧交流母线处的无功功率不平衡量、无功电源及负荷注入、交流线路上的无功功率、直流系统消耗的无功功率;ΔQi、Qis、Qai、Qdi为逆变侧的相应量。
记交流系统功率和电压的基准值为SB和UB,直流系统电压基准值为UdB且UdB=mUB,则整流换流器方程[19]在标幺制下可以写为
其中,Udr为直流平均电压;kr为考虑换相效应后的系数且kr≈0.995;Tr为整流侧换流变的变比;NB为换流桥数;Ur为换流桥母线电压;φr为功率因数角;。
假设HVDC系统采用整流侧定功率、逆变侧定电压控制模式,即Pdr=Ps,Udi=Us,则根据直流系统换流器的基本方程及控制方程可以确定逆变侧的功率Pdi和整流侧的直流电压Udr。整流侧的无功功率方程可以表示为
可见,Qdr只与整流侧的电压有关,考虑Ur≈1得:
同理,可以求出逆变侧的修正量:
其中,Ti为逆变侧换流变的变比。
在上述推导过程中是无功/电压矩阵在换流器节点处的修正量。为了考虑发电机的调压作用,包含了PV节点和平衡节点所在的行和列。由此,在交直流系统可靠性评估中的无功/电压调整模型可以在现有纯交流系统调整模型[27,28,29]的基础上,通过修正矩阵来进行。其他直流控制方式下,矩阵的修正量可以参考交直流系统潮流计算中的交流等值法[22]或消除量法[30],这里不再赘述。
HVDC系统中的无功补偿装置不仅影响着直流输电系统的传输容量,还影响着交直流系统母线的电压。当交流滤波器及其他无功补偿设备故障时,首先利用容量组合公式确定HVDC系统本身能够输送的容量水平,再根据有功校正模型来确定其实际传输的功率,然后通过对无功/电压迭代矩阵的修正来计及HVDC系统对交直流系统电压调整的影响。
上述有功和无功调整模型都是典型的线性优化模型,可以用单纯形法或内点法进行求解,从而使本文提出的方法具有较高的计算速度。
4 交直流混联系统充裕度评估流程
根据上述模型和方法,本文将采用非序贯蒙特卡洛方法进行交直流混联系统充裕度评估,计算采用的基本可靠性指标为:系统失负荷概率(LOLP)、电力不足期望值(EDNS)(单位MW)、电量不足期望值(EENS)(单位MW·h/a);并以EENS的方差系数及最大抽样次数作为仿真的终止条件。计算流程总结如下。
a.评估HVDC系统本身的可靠性,得到其容量-概率表。
b.设定抽样的最大次数kmax及评估精度βset,并置迭代次数k=0。
c.抽样发电机、输电线路、变压器等交流元件的状态;从HVDC系统的容量-概率表中抽取直流系统当前的容量水平。
d.如果系统发电不足则调用有功调整环节;否则直接转步骤e。
e.对当前的系统状态进行交直流系统潮流计算,如果此时系统为图1(c)连接形式,则需要在每一个交流子系统中选择平衡节点,并单独进行潮流计算。
f.如果系统存在过载支路,则根据式(1)~(7)形成有功调整优化模型,求解并得到各个节点因支路过载而切除的负荷,同时对调整后的系统状态重新计算潮流;否则直接转步骤g。
g.如果存在电压越限节点,则形成无功/电压调整环节的线性优化模型,求解并得到各个节点因电压问题而切除的负荷;否则直接转步骤h。
h.记录系统本次状态总共切除的负荷,更新可靠性指标,并计算EENS的方差系数β,置k=k+1。
i.如果k>kmax或者β<βset,则转步骤j;否则转步骤c。
j.评估结束,统计最终的可靠性指标。
5 算例分析
本节根据前文提出的模型和算法对修改后的IEEE-RTS系统[31]进行可靠性评估。
5.1 修改后的IEEE-RTS系统
修改后的测试系统(IEEE-MRTS)接线图如图2所示,其中将母线21和15之间的双回交流线路改为一条HVDC线路,整流侧在母线21处,逆变侧在母线15处,额定容量为500 MW。IEEE-MRTS系统可以划分为A、B 2个区域,区域B包括母线17、18、21和22,其他母线构成区域A。区域A和B通过一条HVDC线路和一条交流线路17-16互联。正常情况下区域B将富余的电力通过这2条联络线输送到区域A。图中的百分数为各个节点的负荷占系统总负荷的比例。
5.2 IEEE-MRTS系统可靠性评估
首先研究采用峰值负荷模型时系统的年度化可靠性指标,暂不考虑系统中的电压问题。IEEE-MRTS的年峰值负荷为2 850 MW,在正常情况下HVDC系统的损耗为36.47 MW,约为其额定容量的7.3%。根据3.1节介绍的模型,评估IEEE-MRTS系统的年度化可靠性指标,并将结果示于表2中,其中不考虑系统网损的情况,令式(7)中的Ploss=0即可。
从表2可见,区域A的可靠性指标明显比区域B差,说明区域B的供电可靠性较好。此时,系统整体的可靠性指标也较差,LOLP为0.115 158。对比考虑及忽略网损时的结果可看出,考虑网损后系统的失负荷风险显著增加,且EDNS由14.9132 MW上升至20.0958 MW,相比于不考虑网损时的情况增加了约34.8%。可见,忽略系统网损后系统的年度化可靠性指标会过于乐观。这主要是因为IEEE-MRTS是一个发电环节相对薄弱的系统,机组故障引起的发电不足是切负荷的主要因素,在事故状态下考虑网损后系统会切除更多的负荷,从而使年度化可靠性指标有较大的变化。因此,网损对年度化可靠性指标具有重要的影响,在可靠性评估中不容忽略。
5.3 电压因素对系统可靠性指标的影响
纯交流系统的线性无功/电压校正模型可以参考文献[27-29],当引入HVDC线路后,可以按照3.2节的方法对扩展矩阵进行修正。本节设计3种方案来观察电压因素对系统可靠性指标的影响,结果如表3所示。
方案1:不考虑电压因素的影响,仅进行有功调整。
方案2:考虑电压因素的影响,采用灵敏度法[32]切负荷以消除电压问题。
方案3:利用发电机、并联补偿装置及有载调压变压器调压,在必要的时候采取切负荷措施。
IEEE-MRTS系统总共有5台变压器、1台调相机及1台并联电抗器,在HVDC系统的2个换流站设置2个等效电容器。当节点电压范围在0.92~1.08 p.u.时,采用蒙特卡洛方法计算IEEE-MRTS系统的可靠性指标,EENS方差系数精度为2%。
从表3可以看出,方案2比方案1的LOLP增加了0.019 3,EDNS和EENS值增加了约7.7%,这说明在某些事故状态下经过有功调整环节后系统存在电压越限的现象。对事故后的状态进行评估发现,节点6处容易存在低电压问题,如当电缆线路6-10故障时节点6处的电压降跌至0.673 284 p.u.,立即切除节点6处的并联电抗器后电压回升至0.856 109 p.u.,仍然需要切除该节点处的部分负荷以消除低电压现象。方案3利用系统中的发电机、变压器及并联补偿装置进行调压,系统EDNS值与方案1相差不大,约3%,说明当电压约束范围为0.92~1.08 p.u.时,综合利用发电机调压、并联电容/电抗器组投切及变压器变比可基本消除IEEE-MRTS系统的低电压现象。
5.4 HVDC系统备用对系统可靠性指标影响
从第1节中HVDC的容量-概率模型可以看出,当分别为换流变压器及平波电抗器提供一个备用元件时,HVDC系统的可靠性有显著提高,该HVDC系统处于100%容量水平的概率从0.826 722增加至0.972 568,同时其处于50%、0%容量水平的概率则显著降低。所以,备用对HVDC系统本身的可靠性具有显著影响。此时,整个交直流混联系统的年度化可靠性指标列于表4中,其中电压约束为0.92~1.08 p.u.,并采用综合调压措施。
从表4可以看出,为换流变压器及平波电抗器各自提供一个备用元件后,交直流混联系统的可靠性虽有所提高,但系统LOLP改善并不大,EENS降低3%左右。
6 结语
本文对经典有功调整模型进行了扩展,以模拟HVDC线路用于远距离输电和系统互联等场合,并在纯交流系统无功/电压线性化校正模型的基础上,提出了计及HVDC线路影响的调整模型。仿真研究了网损、电压等因素对系统可靠性指标的影响,并从交直流混联系统的角度分析了HVDC元件备用对提高系统可靠性水平的影响,从而更全面地分析HVDC元件备用的作用。
需要说明的是,本文对交直流混联系统的可靠性研究仍然属于充裕度研究的范畴,并未考虑动态和暂态等因素的影响。
摘要：首先使用容量卷积公式计算出HVDC系统的容量-概率模型,然后对经典有功调整模型进行扩展,以模拟HVDC线路用于远距离输电和系统互联等场合。为了避免交直流系统交流潮流计算后出现平衡机出力越限问题,在有功调整模型中考虑了系统的有功损耗,并在纯交流系统可靠性评估无功/电压线性化校正模型的基础上,提出了计及HVDC线路影响的调整模型。最后对含HVDC线路的发输电系统进行了充裕度评估,研究了网损、电压及HVDC系统元件备用等因素对交直流系统可靠性指标的影响。
可靠性评估系统 第11篇
关键词：航天机构 可靠性 测试与评估 指标体系
Abstract：According to structure and function， ordinary space mechanisms including press- release mechanism， antenna directing mechanism， solar panel hinge and planetary reducer are studied. Based on the mission and service environment， construction and failure model effect analysis（FMEA） are introduced and analyzed. The system of test and evaluation indicators is established. Reliability test procedure for drive mechanism is described. The establishment of the indictor system for ordinary space mechanisms has founded the theoretical basis for subsequent research on this subject.
Key Words：Space mechanism；Reliability；Test and evaluation；Indictor system
分级分布式软件系统可靠性评估算法 第12篇
软件在各个领域的应用越来越广泛, 规模也越来越大, 复杂性急剧提高, 软件采用分级分布式处理的场合越来越多, 因此其可靠性评估研究也越来越具有很重要的现实意义。在已有软件可靠性分析方法的基础上, 充分研究软件的分级分布式特点, 将理论研究与工程实践相结合, 提出了分级分布式软件系统的可靠性评估算法和评估流程。
1 可靠性评估
一个典型的分级分布式软件系统的软件系统组成如图1所示, 该软件系统包含n个分系统, 每个分系统由m个子系统组成, 每一个子系统包含若干软件模块。下面论述可靠性评估步骤, 给出可靠度求解算法。
1.1可靠性3要素
充分研究软件需求规格说明, 确定软件系统可靠性含义, 重点确定“规定的条件”和“规定的时间”及“规定的功能”, 即软件可靠性3要素。
① 规定的条件:指软件的运行环境。它涉及软件系统运行时所需的各种支持要素, 如支持硬件、操作系统、其他支持软件、输入数据格式和范围以及操作规程等;② 规定的时间:指软件的工作周期, 软件可靠性是时间的函数, 失效的概率随着系统工作周期的增长而增加。常用的时间有软件执行时间, 日历时间和计算机使用时间;③ 规定的功能:指软件不出现失效。如果一个系统不能完成其规定功能, 就说明它已经失效。软件可靠性与规定的任务和功能有关。
1.2软件失效判据
假设一个软件系统由多个部分组成, 则一般有2种典型的失效判据:① 第1种失效判据:任一部分发生故障均会导致整个软件系统失效, 只有各组成部分都正常工作, 软件系统才能正常工作;② 第2种失效判据:某一部分发生故障时, 只影响软件系统的部分功能, 不会导致整个软件系统失效。
1.3可靠性建模
根据上述失效判据, 对软件系统建立可靠性模型。
(1) 软件系统可靠性建模
如选择第1种失效判据, 即软件分系统1、软件分系统n中任一分系统发生故障均会导致整个软件系统失效。根据可靠性数学模型定义, 选用串联模型为:
Rs (t) =R1 (t) *R2 (t) *Rn (t) 。 (1)
如选择第2种失效判据, 则软件分系统1、软件分系统2中某一分系统发生故障时, 以一定的概率影响软件系统的部分功能, 不会导致整个软件系统失效。依据可靠性数学模型定义, 选用权联模型为:
Rs (t) =ω1R1 (t) +ω2R2 (t) +ωnRn (t) , (2)
式 (1) 和式 (2) 中, Ri (t) 为软件分系统i的可靠度;ωi为软件分系统i的权重系数;Rs (t) 为软件系统可靠度。
ωi是指当系统中第i个分系统发生故障时, 导致整个系统发生故障的概率。且ω1+ω2+…+ωn=1。
(2) 软件分系统可靠性建模
同上, 如选择第1种失效判据, 即软件子系统1、软件子系统n中任一子系统发生故障均会导致整个软件分系统失效。根据可靠性数学模型定义, 选用串联模型为:
Rfen (t) =Rn1 (t) *Rn2 (t) *Rnn (t) ; (3)
如选择第2种失效判据, 即软件子系统1、软件子系统n中某一子系统发生故障时, 以一定的概率影响软件分系统的部分功能, 不会导致整个软件分系统失效。依据可靠性数学模型定义, 应选权联模型:
Rfen (t) =ωn1Rm1 (t) +ωnnRnn (t) , (4)
式 (3) 和式 (4) 中, Rni (t) 为软件子系统i可靠度;ωni为软件子系统i的权重系数, 且ωn1+ωn2+…ωnn=1;Rfen (t) 为软件分系统可靠度。
(3) 软件子系统可靠性建模
一般而言, 在组成软件子系统的各个软件模块中, 每个软件模块完成一定的功能, 某个软件模块失效时, 均以一定的概率影响软件子系统的部分功能, 不会导致该软件子系统失效。因此, 各软件子系统的可靠性数学模型为权联模型。
Rn (t) =ω模1R模1 (t) +ω模nR模n (t) , (5)
式 (5) 中, R模i (t) 为软件模块i可靠度;ω模i为软件模块i权重系数, 且ω模1+ω模2+…ω模n=1;Rn (t) 为软件子系统的可靠度。
2 可靠性算法
在确定了可靠性数学模型之后, 开始求解软件系统的可靠度。
求解可靠度时, 遵循由下而上的原则, 即首先求解最底层软件模块可靠度, 再求解软件子系统可靠度, 然后求解软件分系统可靠度, 最后求解软件系统可靠度。
假设软件系统可靠度求解表达式为式 (2) , 由式 (6) 可知, 欲求解软件系统可靠度Rs (t) , 需确定软件分系统1、软件分系统n的可靠度, 以及相应的权重系数ω1, ω2, ωn;欲求解软件分系统可靠度, 由式 (4) 知, 需求解软件子系统1、软件子系统n的可靠度, 和权重系数ωn1, ωn2, ωnn;欲求解软件子系统的可靠度, 由式 (5) 可知, 需求解软件模块1、软件模块2和软件模块n的可靠度, 确定相应的权重系数ω模1、ω模2、ω模3……
软件模块可靠度采用模块分析法获得, 其模型为:
式 (6) 中:zi= (ai+1) *biti;ai为模块i的处理分布;bi表示运行模块i时遇到导致失效事件发生的缺陷的可能性;ci为模块i的缺陷容量;di表示模块i在软件运行过程中被调用的概率;ti为模块的任务运行时间。
首先利用模块分析法求解各个软件模块的可靠度, 利用层次分析法确定各模块的权重系数, 将结果代入式 (5) 可得一个软件子系统的可靠度。同理求解出其他软件子系统的可靠度;确定各软件子系统的权重系数, 将结果代入式 (4) 可得出一个软件分系统的可靠度, 同理可以求出其他软件分系统的可靠度;确定各软件分系统的权重系数, 最后将结果代入式 (2) 可以得到软件系统的可靠度。
3 实例仿真
某通信网络软件系统, 采用分级分布式设计模式, 软件采用模块化设计, 如图2所示。根据系统的可靠性指标分配要求, 要求该软件系统的平均无故障工作时间MTBF≥2 000 h, 在典型工作模式下, 系统任务持续时间≥336 h。
分析软件系统的需求和功能, 当网络监控子系统和网络规划子系统中任一子系统失效时, 不会导致该软件系统全部失效, 因此选择权联模型。对于监控子系统和规划子系统而言, 其下的各个模块失效时, 仅影响部分功能, 不会导致子系统失效, 故子系统也采用权联模型。
Rs (t) =ω1R1 (t) +ω2R2 (t) , (7)
式 (7) 中, Rs (t) 为软件系统可靠度;R1 (t) 为监控软件分系统可靠度;R2 (t) 为规划软件分系统可靠度;ω1和ω2分别为监控和规划分系统的权重系数, 且ω1+ω2=1。
R1 (t) =ω11R11 (t) +ω12R12 (t) +ω13R13 (t) , (8)
R2 (t) =ω21R21 (t) +ω22R22 (t) +ω23R23 (t) , (9)
式 (8) 和式 (9) 分别表示监控软件分系统和规划分系统的软件可靠度表示方法。以性能软件模块为例, 说明如何运用模块分析法求解可靠度。
该模块大约有5 000行源代码;在软件系统运行过程中, 根据测试用例使用情况, 该模块被调用的频度一般;依据模型参数确定原则, 得出:ai=10, bi=0.000 000 48, ci=80, di=0.3。根据系统可靠性指标要求, 模块运行时间ti=20 160 min (336 h) 。
将上述数值代入公式 (6) , 求解性能软件模块的可靠度R1 (t) =0.941。同理, 可求出配置管理模块和故障管理模块可靠度为:0.951和0.969。
运用层次分析法确定权重系数ω11、ω12、ω13。
① 首先综合多个专家结论, 确定评估方法如下:
② 确定评判矩阵P, 矩阵元素
。
③ 求评判矩阵P的特征值λi, 代入
④ 求解最大特征值λmax对应的特征向量ω, ω={ω11, ω12, ω13}={0.2, 0.2, 0.6}。
特征向量ω即为能管理模块, 配置管理模块和故障管理模块所对应的权重系数, 即:ω11=0.2, ω12=0.2, ω13=0.6。
求解监控软件分系统可靠度, 将上述数值代入式 (8) , 可得监控软件分系统的可靠度:
R1 (t) =ω11R11 (t) +ω12R12 (t) +ω13R13 (t) =
0.2*0.941+0.2*0.951+0.6*0.969=0.909 8。
同理可求出规划软件子系统的可靠度, 运用层次分析法确定相应的权重系数, 将所得可靠度及权重系数代入式 (7) 求解软件系统可靠度0.903 6。
经上述计算得出该通信网络软件系统可靠度为0.909 6, 转换成网络平均无故障工作时间约为:MTBF=3 356 h, 优于要求的2 000 h, 说明该软件满足可靠性指标要求。
4结束语
针对软件大型化和复杂化, 经常采用分级分布式的结构及模块化设计的特点, 提出了一种分级分布式软件系统的可靠性评估算法及评估流程, 可量化地衡量一个大型软件的可用度, 为保证大型软件的可靠性提供了管理和检测的依据。
摘要：针对分级分布式软件系统的可靠性, 提出了一种评估算法和流程。在确定软件失效判据的基础上给出了可靠性建模方案, 采用自下而上的方法, 利用模块分析法求解底层软件模块的可靠度, 利用层次分析法求解模型中的权重系数, 最后求解出整个软件系统的可靠度。通过实例说明了分级分布式软件系统的可靠性评估算法的流程。
关键词：分级分布式软件,可靠性评估,可靠性模型,失效判据
参考文献
[1] LENNSEJUS B, RYDSTROM.Software fault content and reliability estimations for telecommunications system[J].IEEE Trans.Selected Areas in Communications, 1990, 8 (2) :262-271.
[2] DOWNS T, SCOTT A.Evaluating the performance id software reliability models[J].IEEE Trans.Reliability, 1992, 41 (4) :12-16.