1、“.....蒙特卡罗法将所求问题和种特定的概率模型联系起来,使用计算机来实现抽样或统计模拟,以此来获得该问题的近似解。蒙特卡罗模拟法的基本思想是当所求解问题是种随机事件出现的概率,或者是个随机变量的期望值时,通过种实验的方法,以这种事件出现的频率估计这随机事件的概率,或者得到这个随机变量的些数字特征,并将其作为问题的解。蒙特卡罗模拟法根据模拟方式的不同可以分为非序贯蒙特卡罗模拟法和序贯蒙特卡罗模拟法。非序贯蒙特卡罗模拟法非序贯蒙特卡罗模拟法常常被称为状态抽样法,在电力系统风险评估和可靠性评估中有广泛应用。非序贯蒙特卡罗模拟法的依据为,个系统中所有元件状态的组合为这个系统的状态,并且对元件出现在该状态的概率进行抽样来获得这个元件的状态。假设每元件都有工作和失效两种状态,并且元件的失效是相互独立的,则该元件可以用个在区间......”。

2、“.....设代表元件的状态,为这个元件失效的概率,则对于元件,产生个在区间,之间均匀分布的随机数使得失效状态工作状态若个系统内含有个元件,则该系统的状态可以由矢量表示,,旦系统的特定状态在抽样模拟过程中被选定后,就对其进行系统分析来判断该状态是否是为失效的状态,如果系统处于失效的状态,则需要对该状态的风险指标函数进行评估。在系统抽样数目达到足够大的情况下,可以把系统状态的抽样频率作为其概率的无偏估计,计算式表示为上式中为抽样的次数为抽样的过程中系统状态总共出现的次数。当每个系统状态的概率通过抽样估计以后,就可以采用式至分别计算系统失效频率系统失效平均持续时间系统失效概率等系统可靠性指标。非序贯蒙特卡罗法和状态枚举法之间的主要区别在于如何计算单个系统状态的概率和如何选择系统的状态。在实际使用非序贯蒙特卡罗法的过程中......”。

3、“.....而所产生的随机数应当满足以下基本条件随机数应当独立均匀并且拥有足够长的重复周期。蒙特卡罗模拟法本身是个波动收敛过程,估计出的可靠性标有个置信范围,因此单靠增加少量的样本并不定能够减少误差,但是结果的置信范围确实会随着样本数目的增加而变小。确保蒙特卡罗模拟法的精度在定范围内的关键在于能够选择恰当的收敛判据,般情况下,常常使用方差系数作为终止抽样的判据。在电力系统可靠性中,不同的可靠性指标有着不同的收敛速率,计算经验表明期望缺供电量的方差系数收敛速率最慢,因此在研究多个指标时,可以使用该指标作为收敛判据。另种终止抽样的判据是预先设定的最大抽样数。在非序贯蒙特卡罗模拟过程中,抽样过程的输入数据仅仅需要元件的失效概率即可。这个特点使我们能够容易地同时模拟老化失效引起的和可修复失效引起的不可用率。该模拟过程较为简单,为元件产生两个相互独立的随机数......”。

4、“.....另个随机数用来模拟可修复失效引起的不可用率。状态抽样法与状态枚举法相比较,更加适用于拥有较高元件失效概率或者规模较大的系统的可靠性评估。在上述两种情况之下,状态枚举法为了达到相同的精度,需要花费更多的计算时间。同样,非序贯蒙特卡罗模拟法与状态枚举法相似,不能够把与时间相关事件的时序信息包括进去,因此计算所得的平均失效持续时间和系统失效频率均为近似估计。非序贯蒙特卡罗法可采用减小方差的技巧来提高计算效率,由概率论可知,系统可靠性指标￡可由下式估算式中为系统状态抽样的次数,为第次抽样的系统状态为系统的可靠性函数,表示在系统处于状态时的可靠性指标值。要使得到的系统状态相互独立,只需产生在区间,之间均勾分布的随机数。非序贯蒙特卡罗模拟法以可靠性指标方差系数的大小作为可靠性指标的可信程度的度量......”。

5、“.....的个无偏估计量可以由下式得到可靠性指标方差系数为由于期望缺供电量的方差系数收敛速率最慢,因此可以采用的方差系数大小作为可靠性指标的收敛判据。采用原始蒙特卡罗法对系统充裕度进行评估的流程如下。输入系统元件主要参数如平均故障频率平均修复时间等初始化抽样次数设定终止抽样次数和方差指标。建立元件的停运模型。在区间,之间生成个均匀分布且相互独立的随机数,可得到系统状态并计算可靠性函数。通过式累加系统可靠性指标,由式可得到的方差系数。判断是否有或，若是则结束程序并输出可靠性指标否则转入步骤。序贯蒙特卡罗模拟法序贯蒙特卡罗模拟法,顾名思义,指在个时间跨度上按照时间的先后顺序进行的模拟，其中建立虚拟系统状态转移循环过程常用状态持续时间抽样法。下面介绍状态持续时间抽样法的流程......”。

6、“.....基本步骤如下第步设定元件的初始状态,通常假定所有元件在开始时都处于正常运行的状态。第步设定状态持续时间的概率分布,对元件处于当前状态的持续时间进行抽样。下面给出呈指数分布的状态持续时间的概率抽样值式中,为对应元件在区间,之间均匀分布的随机数。若当前处于停运状态,则是第个元件的修复率若当前处于运行状态,则是第个元件的失效率。第步在所抽样时间内般以年为单位重复第步,并且记录所有元件的状态持续时间的过程,由此得到给定时间跨度内的时序状态转移过程,如下图所示。图元件时序状态转移过程第步由所有元件的状态转移过程得到系统的时序状态转移过程,如下图所示。图系统时序状态转移过程第步对抽样获得的每不同的系统状态进行分析,计算系统的可靠性指标。由于系统失效状态何时发生以及持续时间和后果都被清楚地记录在了系统时序状态转移循环过程中......”。

7、“.....系统可靠性指标的计算清晰明了。序贯蒙特卡罗法的本质是建立个虚拟运行和失效的转移循环过程,并入不同容量风电时的容量系统可信度变化情况如图。图并入风电机组数目对的影响从图中可以看出，该测试系统的风电可信度在之间。在维持定的电力系统可靠性水平时，当并网的风电容量越大，风力发电的容量可信度将会越低，从另个角度说明了随着风电穿透功率的增加，风电的随机性将对系统的可靠性影响越来越大。将风电机组接入不同的节点分别将风电加入不同的节点，由于线路的拓扑结构和传输容量的不同，对系统可靠性影响也不尽相同。表显示了在不同节点并入台风机，代替容量的传统机组时系统的可靠性变化情况。表不同风电接入点的可靠性指标变化风电容量接入点从表中可以看出，在节点并入风电时，系统的可靠性参数表现相似，且其可靠性高于节点。这是因为，节点和节点相隔较近......”。

8、“.....其波动对负荷的影响更大，所以其可靠性更低。结论与展望全文总结蒙特卡罗方法是大规模电力系统可靠性评估中运用最广泛的方法。其通过概率抽样形成系统的状态，通过对该系统进行评估得到该状态的可靠性参数，通过满足定精度次数的抽样，得到大量的状态以及其可靠性数据，对这些数据进行统计即得到该系统的可靠性水平。本文以蒙特卡罗方法为技术手段，建立了含风电场的电力系统可靠性评估模型。算例表明，风电并入系统的大小，接入点等都会对系统的可靠性造成不同的影响。同样，系统备用储备的大小和地点同样对系统的可靠性提高有不同的贡献。研究工作展望本文对大规模风电接入对电力系统可靠性影响及储能装置存放电策略做了相关研宄。总体来说,本文讨论了部分工作,但是仍存在些需要改进或者需要深入研宄的问题,可以概括为本文使用的蒙特卡罗仿真所需的时间较长,可以进步改进相关抽样算法,以提高性能......”。

9、“.....本文对于考虑负荷不确定性所给出的负荷模糊概率模型比较简单,可以进步研究更精确,更能反映负荷不确定性的模型。本文所讨论的储能装置模型和风电机组模型较为简单,进步的研究可以引入更复杂的模型来讨论。没有考虑风电场的尾流效应,风电场模型较为简单,进步的研究应引入尾流效应来讨论。参考文献国际新能源网年年全球风电累计装机容量统计钱伯张可再生能源发展综述科学出版社，吴国华中国节能减排战略研究经济科学出版社，原鲲,王希麟风能概论化学工业出版社，国际新能源网年年中国风电累计装机容量统计中国可再生能源学会风能专业委员会年中国风电装机容量统计杨秀媛,肖洋,陈树勇风电场风速和发电功率预测研究中国电机工程学报,杨叔子,吴雅,王治藩等时间序列分析的工程应用武汉华中科技大学出版社,,刘威,赵渊......”。