在极端灾害下的IGES中,其配电网元件及线路故障概率同传统可靠性评估背景下的配电网线路相比其故障率大幅提升,且发生过程迅速,故障面积大,故障损失严重。
1.1 极端灾害随机场景生成
在极端事件扰动模拟中,大多数研究假设系统中的故障元件为100% 损坏[2]。首先将极端灾害过程中的时变风速模型与线路易损性模型相结合,通过状态采样提取线路故障率。通过联系每条线路中的时变故障率曲线,从而生成当前时刻的配电网故障场景假设的时刻,并对第条配电线路产生一个在[0, 1]之间基本服从正态分布的随机数,
在极端灾害下的IGES中,其配电网元件及线路故障概率同传统可靠性评估背景下的配电网线路相比其故障率大幅提升,且发生过程迅速,故障面积大,故障损失严重。
1.1 极端灾害随机场景生成
在极端事件扰动模拟中,大多数研究假设系统中的故障元件为100% 损坏[2]。首先将极端灾害过程中的时变风速模型与线路易损性模型相结合,通过状态采样提取线路故障率。通过联系每条线路中的时变故障率曲线,从而生成当前时刻的配电网故障场景假设的时刻,并对第条配电线路产生一个在[0, 1]之间基本服从正态分布的随机数,
上一篇:新的经济形态层出迭起