大型电力系统可靠性评估中的马尔可夫链蒙特卡洛方法

提出大型电力系统可靠性评估的一种新的蒙特卡洛模拟方法-马尔可夫链蒙特卡洛方法(MarkovchainMonteCarlo,MCMC)。MCMC方法是一种特殊的蒙特卡洛方法，它将随机过程中的马尔可夫过程引入到蒙特卡洛模拟中，实现动态蒙特卡洛模拟。该方法通过重复抽样，建立一个平稳分布与系统概率分布相同的马尔可夫链，从而得到系统的状态样本。由于MCMC方法考虑了系统各个状态间的相互影响，相比于随机采样的蒙特卡洛方法所得到的独立样本序列，更准确模拟了电力系统运行实际情况。IEEE-RTS24节点算例表明，该算法可快速收敛，节省计算时间，提高计算速度。同时，由于每条马尔可夫链均收敛于同一个分布，即所谓平稳分布，所以算法具有良好的稳定性。对西北330kV电网的可靠性评估再次表明了该方法的正确性和有效性以及该方法用于大型电力系统的可靠性评估的优越性和潜力。