[论文解读] A Multi-State Power Model for Adequacy Assessment of Distributed Generation via Universal Generating Function

Yan‐Fu Li, Enrico Zio|arXiv (Cornell University)|Jun 28, 2012

Power System Reliability and Maintenance参考文献 41被引用 6

一句话总结

该论文提出了一种基于通用生成函数（UGF）技术的解析多状态电力模型，用于评估含可再生能源的分布式发电（DG）系统的充裕性。通过使用复合UGF对机械退化和随机发电输出进行建模，该方法能够在无需蒙特卡洛模拟的情况下，高效计算LOLE和EENS等可靠性指标，在IEEE 34节点测试系统上验证了其准确性和可扩展性。

ABSTRACT

The current and future developments of electric power systems are pushing the boundaries of reliability assessment to consider distribution networks with renewable generators. Given the stochastic features of these elements, most modeling approaches rely on Monte Carlo simulation. The computational costs associated to the simulation approach force to treating mostly small-sized systems, i.e. with a limited number of lumped components of a given renewable technology (e.g. wind or solar, etc.) whose behavior is described by a binary state, working or failed. In this paper, we propose an analytical multi-state modeling approach for the reliability assessment of distributed generation (DG). The approach allows looking to a number of diverse energy generation technologies distributed on the system. Multiple states are used to describe the randomness in the generation units, due to the stochastic nature of the generation sources and of the mechanical degradation/failure behavior of the generation systems. The universal generating function (UGF) technique is used for the individual component multi-state modeling. A multiplication-type composition operator is introduced to combine the UGFs for the mechanical degradation and renewable generation source states into the UGF of the renewable generator power output. The overall multi-state DG system UGF is then constructed and classical reliability indices (e.g. loss of load expectation (LOLE), expected energy not supplied (EENS)) are computed from the DG system generation and load UGFs. An application of the model is shown on a DG system adapted from the IEEE 34 nodes distribution test feeder.

研究动机与目标

• 为解决在评估大规模含随机可再生能源的分布式发电（DG）系统时，蒙特卡洛模拟方法存在的局限性。
• 考虑机械退化和可变可再生能源发电输出，对DG单元的多状态行为进行建模。
• 开发一种基于通用生成函数（UGF）的解析框架，将机械状态与发电状态统一整合为一个综合的功率输出模型。
• 从DG系统与负荷的复合UGF中高效计算经典可靠性指标（如LOLE、EENS）。
• 在IEEE 34节点配电网测试馈线系统上验证模型，证明其在真实场景下的可扩展性与准确性。

提出的方法

• 应用通用生成函数（UGF）技术对具有多种运行状态的单个DG组件进行建模。
• 引入一种乘法型组合算子，将表示机械退化和可再生能源发电状态的UGF组合为发电机功率输出的单一UGF。
• 将每个DG单元的多状态功率输出建模为一个复合UGF，反映随机发电与故障/退化状态的综合影响。
• 通过适当的聚合规则，将所有DG单元及负荷的UGF组合，构建整体系统的UGF。
• 从系统级UGF中推导出LOLE（负荷缺电期望）和EENS（预期供电不足能量）等可靠性指标。
• 通过使用解析的UGF组合与变换技术，避免了计算量巨大的蒙特卡洛模拟。

实验结果

研究问题

• RQ1 如何在可靠性评估框架中有效建模因可再生能源输出波动和机械退化引起的分布式发电单元多状态行为？
• RQ2 通用生成函数（UGF）技术能否扩展以建模来自多个独立退化与发电过程的复合功率输出状态？
• RQ3 与传统的蒙特卡洛模拟相比，所提出的基于解析UGF的方法在DG充裕性评估中具有何种计算优势？
• RQ4 所提出的模型在含多种DG技术的配电网中，能否高精度计算标准可靠性指标（LOLE、EENS）？
• RQ5 所提出的模型在具有多个DG单元的实际配电网馈线中，其可扩展性和适用性达到何种程度？

主要发现

• 所提出的基于UGF的方法可在无需依赖计算成本高昂的蒙特卡洛模拟的前提下，实现对分布式发电系统充裕性的精确评估。
• 乘法型组合算子成功地将机械退化与随机发电状态整合为每个DG单元的单一复合UGF。
• 该方法实现了高度的计算效率，能够对包含多种多样化DG技术及真实组件状态的系统进行评估。
• LOLE与EENS等可靠性指标可直接从系统级UGF中计算得出，为规划与运行提供可操作的洞察。
• 该模型已成功应用于IEEE 34节点配电网测试馈线，证明其在真实配电网中的可行性与可扩展性。
• 结果表明，该解析方法在显著降低计算负担的同时，保持了与基于模拟方法相当的精度。