关键字 |
| RBTS、LOEE DPLVC |
介绍 |
| 电能对于满足现代社会的日常需求和确保人类未来的发展至关重要。电力系统的目的是产生电能，然后通过广泛的网络进行传输和分配，以尽可能经济、合理的连续性和质量向用户提供电能。电力一直是世界经济的驱动力，为世界人口提供日常必需品。由于电力系统的性质，每时每刻的可变需求都需要通过持续的电力供应来满足，以确保资源的持续可用性。在任何情况下，满足不了需求都将导致发电机和消费者的巨大收入损失。现代社会的人们很难理解没有电的生活将会怎样。预计对高质量、可靠的电力供应的需求将继续增加。在这种情况下，系统可靠性的评估是非常重要的。可靠性研究以及可靠性模型和工具的开发是可靠电力系统设计和运行中的重要活动。可靠性被认为是电力系统运行和规划的一个关键因素。 The term „power system reliability? can be defined as a measure of the ability of an electric power system to provide acceptable electricity supply. A modern power system is complex, highly integrated and very large. Fortunately, the system can be divided into appropriate subsystems or functional areas that can be analyzed separately [1]. These functional areas are generation, transmission and distribution. The function of the generation system is to make sure that enough capacity is available to meet the load demand at any time. Transmission and distribution systems need to be reliable in making sure the electricity generated can be delivered to the consumers. System planners have been assigned the role of planning, for forecasting the load into the future and plant capacity addition to meet the load and provide a level of reliability in case some of the plants are out on maintenance or breakdown. Probabilistic method is often used to determine the system reliability and the system reliability can be summed up into a single value. Reliability studies are conducted for two purposes. Longterm evaluations are performed to assist in system planning and short-term evaluations to assist in day to day operating decisions. In short, these reliability indices (for long-term evaluations) are used by system planners and the authorities to decide on and advice for new investments in building new generation capacities.The work presents generation system reliability evaluation, which is a part of power system. Reliability evaluation can be done by determining the reliability indices using the two approaches viz, analytical technique and simulation technique usually called as Monte Carlo Simulation. The evaluation is illustrated by application to the Roy Billinton Test System (RBTS). [7]The term reliability has a broad meaning. The overall performance of the system in a desirable manner is often quantitatively designated as the reliability. A useful definition that illustrates the different dimensions of the concept is as follows: „Reliability is the probability of a device or system performing its function adequately, for the period of time intended, under the operating conditions intended?. Reliability can be measured through the mathematical concept of probability by identifying the probability of successful performance with the degree of reliability. Generally, a device or system is said to perform satisfactorily if it does not fail during the time of service. On the other hand, a broad range of devices are expected to undergo failures, be repaired and then returned to service during their entire useful life. In this case a more appropriate measure of reliability is the availability of the device, which is defined as; the availability of a repairable device is the proportion of time, during the intended time of service, that the device is in, or ready for service. |
| 本文的目的是分析和探讨负荷需求增加和负荷需求减少对系统可靠性的影响，以及发电机组故障率增加对系统可靠性的影响。负荷的增加对系统的影响会导致可靠性指标的增加，从而降低系统的可靠性。另一方面，当系统负荷降低时，可靠性指标降低，导致发电系统可靠性提高。故障率的增加也降低了发电系统的可靠性 |
功能分区和层次 |
| 现代电力系统非常复杂，高度集成。试图将整个电力系统作为一个单一的实体进行完全现实和详尽的分析是非常困难和不切实际的。整个电力系统可分为发电、输电和配电三个主要功能区。这些功能区域可以组合起来创建如图1所示的三个层次结构级别。等级I (HL-I)的可靠性评估仅涉及发电设施。在此级别，检查包括相互连接的辅助在内的系统总生成，以确定其满足系统总负载需求的能力。HL-?通常定义为发电能力充分性评价或发电系统可靠性评价。输电网和配电设施不包括在HL-?的水平。 In HL-I studies, the transmission system and its ability to move the generated energy to the customer load points is ignored. The only concern is in estimating the necessary generating capacity to satisfy the system demand and to have sufficient capacity to perform corrective and preventive maintenance on the generating facilities. The historical technique used for determining this capacity was percentage reserve method. |
| 层级评估的充分性??(HL-??)在综合系统向大负荷点输送能量的能力评估中包括发电和输电设施。HL-II研究可用于评估现有或拟议系统的充分性，包括各种增强方案在发电和输电水平上的影响。这种分析通常被称为复合系统可靠性评估或大容量电力系统可靠性评估。基本目标是评估系统在可接受的电压水平内满足每个主要负载点的实际无功功率要求的能力。这个评估领域涉及发电源和输电设施的联合可靠性问题，有时被称为批量系统分析。层级评估的充分性??(HL-??)是一个全面的评估，包括所有三个功能部分。在大多数系统中，HL-III评估的总体问题可能变得非常复杂，因为这个级别涉及所有三个功能区，从生成点开始，到单个用户负载点结束。因此，分布功能区通常作为一个单独的实体进行分析。而HL-II负荷点指标作为分布功能区分析源处的输入值，可以对HL-III指标进行评价。 The objective of the HL-III study is to obtain suitable adequacy indices at the actual consumer load points. The work described in this thesis is conducted at the HL-? level. |
发电系统可靠性评估 |
| 发电系统可靠性是未来系统扩容规划的一个重要方面。它提供了可靠性或充分性的测量，以确保发电系统的总容量足以在需要时提供足够的电力。可靠性一直是电力系统规划、设计、运行和维护的主要因素之一。整个问题可以分为两个概念上不同的领域，分别为静态能力要求和操作能力要求。运行能力面积涉及对满足给定负荷水平所需的实际能力的短期评价。在评价备选设施时，必须在规划一级审查这两个领域;然而，一旦做出了决定，短期需求就变成了一个操作问题。 |
| A.生成系统充分性评估 |
| 发电系统可靠性评估也称为发电能力充分性评估。发电系统的可靠性分为充分性和安全性。系统充分性是指系统中存在足够多的发电机以满足用户负荷需求或系统运行约束。系统充分性与系统的静态条件有关，不包括系统扰动。另一方面，系统安全性涉及系统对系统内出现的扰动作出响应的能力。因此，系统安全性与系统对所受到的任何扰动的响应有关。系统安全是指电力系统承受故障或设备中断所引起的干扰的能力。安全评估包括系统瞬态响应和扰动后的级联序列。瞬态响应包括系统频率和母线电压的波动。如果波动超过一定的操作限制，可能会发生级联序列，如线路和发电机跳闸，并持续到系统完全分离或崩溃。 These effects may not be properly accounted for in adequacy studies and must be captured in security evaluations. Although most research has been devoted to the adequacy assessment of bulk power system reliability, some concerns have recently shifted to security evaluations that also integrate the adequacy studies. In this study, the reliability equations will be focused on the generation system adequacy. |
| B.生成系统充分性评估的基本概念和技术 |
| 电力公司使用不同的技术来估计维持可接受的系统可靠性水平所需的适当储备。两种主要的可靠性方法是确定性方法和概率方法。最早用于确定所需容量储备水平的技术是确定性方法。常见的确定性方法包括: |
| C Capacity Reserve Margin (CRM) |
| 容量储备余量是指发电容量超过系统峰值需求的余量。这种方法需要一个等于总装机容量的固定百分比的备用保证金，以避免由于负载增长的不确定性或发电机组故障造成的负载损失。百分比值是根据过去的经验选择的。该方法易于理解和应用。备用准备金是新增装机容量与年度峰值需求的百分比。它是通过定义目标发电裕度来评估系统可靠性的确定性准则。[12] |
| 计算储备保证金的公式为 |
 |
| 规划中需要从规划数据中提取预测的峰值需求和规划中预期的容量，来计算未来的系统储备边际。在计算备用余量时使用的假设是使用已安装容量或铭牌容量而不是降额容量，因此不能给出系统运行时实际可用余量的真实表示。该方法仅根据系统峰值负荷来比较不同系统的备用需求充分性，过去主要用于小型已建成系统的发电系统扩容规划。根据以往的经验，设定一定比例的储备来满足峰值需求，通常在15%至20%之间。当储备差额低于预期水平时，就增加植物。该方法用于量化发电系统的可靠性和充分性，易于使用和理解。 |
| 然而，随着电力系统规模和复杂性的增长，备用裕度已不足以提供可靠性评估。准备金准备金的基本弱点在于，它既不响应也不反映系统行为、客户需求或部件故障的概率或随机性质。例如，它没有考虑不同类型和规模的工厂的故障率。仅使用备用保证金计算的确定性分析可能导致发电扩张投资过度或系统可靠性不足。因此，大多数公用事业和系统规划者一直使用概率指数，而不是准备金标准。 |
| D最大单位损失(LLU) |
| 在这种方法中，需要等于最大单元容量的容量储备。该方法简单地比较了当最大发电机组不可用时的系统峰值需求和发电容量。而在较大的系统中，在进行可靠性研究时，假设有多个发电机组不可用。最大发电机组损失后的剩余容量称为固定容量。这可以由方程给出 |
 |
| 式中，Cl≥Ci, i=1....n这种方法有很多缺点。首先，它没有考虑发电机组的概率可用性。它也不考虑系统的实际大小，因为它根据它们的容量来处理单位。最后但并非最不重要的是，任何少量的大机组的增加都只意味着企业的容量增加了容量扩张前最大机组的大小。因此，损失最大单位的方法是非常不充分的，可能会误导。然而，它在一些发展中国家使用。通过概率分析生成的指标可以更好地反映系统的可靠性。 |
| E概率方法中的系统建模:用于确定容量需求的最基本的常规技术是百分比准备金法或准备金边际法。这一技术将在章节中详细解释。另一种常用的方法是最大单位损失法。这两种确定性方法现在已经被概率方法所取代，概率方法响应并反映了影响系统可靠性的实际因素。自20世纪30年代以来，人们已经认识到对系统行为进行概率评估的必要性，人们可能会质疑为什么这样的方法在过去没有被广泛使用。主要原因是缺乏数据、计算资源的限制、缺乏现实的技术、不愿使用概率技术以及对概率标准和指数的重要性和意义的误解。这些理由在今天都不需要成立，因为大多数公用事业都有相关的可靠性数据库，计算设施大大增强，评估技术高度发达，大多数工程师都对概率技术有一定的理解。因此，大多数现代大型电力公司在发电能力充分性评估中采用概率方法。 |
| 简而言之，发电系统的充分性评估一般包括三个步骤: |
| 1.根据发电机组的运行特性，建立发电容量模型。 |
| 2.构建适当的负载模型。 |
| 3.结合发电容量模型和负荷模型，得到风险模型。 |
| F代模型 |
| 发电机组可能处于“上”或“下”状态，即可用或不可用。当它处于上状态时，可能会由于故障而进入下状态。类似地，从下状态，通过修复进入上状态。根据历史数据，给定机组发电能力可用性的图形表示如图3所示 |
| 发电机组开机时间的长期平均值表示为平均周期时间的一个分数，给出了机组发电能力可用的概率，也称为机组可用性。同样，停机时间的长期平均值给出了机组发电能力不可用的概率，也称为机组强制停机率(FOR)。概率值p和q是单位在任何时间t处于向上状态的概率和概率 |
| 电力系统中的发电机组可以用两态或多态马尔可夫模型来表示。双状态模型表示发电机组既可以处于全功能状态，也可以处于被迫停止服务状态，如图4所示。发电机组在两种状态之间转换，转换速率λ和μ如图4所示。其中λ为故障率，μ为发电机组的返修率。MTTF (mean time to failure)是指设备处于“Up”状态的平均时间。故障率λ等于MTTF的倒数，可以用式(1)计算机组的故障率。平均修复时间(MTTR)是修复机组所需的平均时间。修复率μ等于MTTR的倒数，可以用(2)计算发电机组的修复率μ。 |
 (1） |
 （2） |
| 不可用性(unavailability, U)是指在未来某一遥远时间发现某机组处于强制停电状态的概率，通常称为发电机组强制停电率(forrate, FOR)，是电力系统可靠性研究中的一个关键可靠性参数。当已知机组故障率λ和修复率μ时，利用式(3)可得到机组的不可用性或FOR。同样，发电机组的可用性(A)可由式(4)求得。式(5)和式(6)由图4所示的双态马尔可夫模型求得。发电机组FOR通常由机组运行数据(2.7)[1]计算。 |
 （3） |
 （4） |
 （5） |
 (6） |
| G负荷模型 |
| 有不同类型的负载模型可用于表示特定时间段内的系统能量需求。最简单的负荷模型是对所研究的整个期间使用固定负荷，在这些情况下，通常将系统峰值负荷作为固定负荷。日峰值负荷变化曲线(DPLVC)和负荷持续时间曲线(LDC)是发电系统充分性评价中广泛使用的负荷模型。DPLVC是通过按降序排列个人每日峰值负载数据来创建的，这些数据通常是在一年内收集的。当使用每个小时的峰值负荷时，就会创建LDC，在这种情况下，曲线下的面积表示给定时期[1]内系统的总能量需求。LDC提供了比DPLVC更完整的实际系统负载需求表示。示例负载持续时间曲线如图5所示。罗伊比林顿测试系统是一个已出版的测试系统，广泛用于可靠性研究。 |
| H系统风险模型 |
| 将生成模型与负荷模型相结合，得到系统风险模型。由此得到的风险模型可以提供负荷期望损失(LOLE)和能量期望损失(LOEE)等系统风险指标。LOLE和LOEE是使用最广泛的可靠性或充分性指标。 |
可靠性指标 |
| 在发电系统充分性评价中，应用最广泛的可靠性指标是负荷期望损失(LOLE)和能量期望损失(LOEE)。 |
| A)期望负荷损失:LOLE是预计日或小时峰值负荷超过可用发电能力的平均天数。因此，它表示将发生负载损失或不足的预期天数或小时数。它不表明缺陷的严重程度，也不表明负载损失的频率或持续时间。尽管有这些缺点，它仍然是发电计划研究中使用最广泛的概率准则。[２] |
| B)能量预期损失:LOEE是由于负荷需求超过可用发电能力的情况下，发电系统不提供的预期能量。这是一个更有吸引力的指数，原因有二。首先，它衡量的是缺陷的严重程度，而不是发生的次数。因此，评估了能量短缺下降的影响及其可能性。其次，由于它是一个以能源为基础的指标，它更紧密地反映了电力系统是一个能源供应系统的事实。因此，它很可能在未来得到更广泛的应用，特别是在考虑替代能源的情况下。未提供的能量的补充值，即实际提供的能量，有时除以所需的总能量。这就给出了一个被称为可靠性能量指数(EIR)的标准化指数，它可以用来比较大小差异很大的系统的充分性。[２] |
| C)概率充分性评价方法 |
| 在概率评价中，计算风险指标的基本方法一般有两种:解析法和蒙特卡罗模拟法。分析技术使用数学和统计模型来表示系统元素。通过求解数学模型得到系统风险指标。而蒙特卡罗仿真则是模拟系统的实际过程和随机行为。通过对系统模拟运行历史的观察，得出系统的可靠性指标。每种方法都有优点和缺点。适当方法的选择应基于所期望的评价类型和具体的系统问题。 |
| D)发电系统可靠性评估算法 |
| 发电系统可靠性指标的计算方法如下: |
| 步骤1:输入N， λ， μ，和单位容量(Cj) j = 1到N，最大负载。 |
| 步骤2:计算年度COPT和Read最大负荷及负荷持续时间曲线，建立合适的负荷模型。 |
| 步骤3:计算不同Oj值对应不同Tj值。 |
| 第四步:计算LOLP和LOLE。 |
| 步骤5:从负载模型中计算每个容量中断的预期能量损失。 |
| 第六步:计算LOEE。 |
| 第七步:停止。 |
| 本章简要描述了生成系统充分性评价的基本模型和技术。电力系统规划中采用的充分性评价方法有两大类:确定性方法和概率方法。虽然确定性方法易于应用，但它们不能识别随机系统行为，因此不能提供系统风险的一致度量。因此，在HL-I级别的充分性评估中，概率方法已经取代了确定性方法。 |
| (2)介绍了用于HL-I充分性评价的基本概率方法中使用的不同的发电模型、负荷模型和风险模型。概率方法包括直接分析技术和MCS技术。对这两种技术的评价方法进行了描述。详细讨论了两种广泛应用的概率可靠性指标——负荷期望损失(LOLE)和能量期望损失(LOEE)。 |
问题公式化 |
| A)容量中断概率表 |
| 在负荷损失和能量损失方法中所需要的发电模型有时被称为容量中断概率表。顾名思义，它是容量级别和相关存在概率的简单数组。如果系统中所有单元都相同，则可以使用二项分布很容易地得到容量中断概率表。然而，在一个实际的系统中，所有的单位都是相同的是极不可能的，因此二项分布的应用是有限的。单元可以使用基本的概率概念进行组合，这种方法可以扩展为一种简单但功能强大的递归技术，其中单元按顺序添加以生成最终模型[1]。这些概念可以用一个简单的数值例子来说明。 |
| COPT是一个表，它按照中断大小的升序包含所有的容量状态。每个中断(容量状态)乘以它的概率。如果系统包含相同的单位，则可以使用二项分布。如果单位不相同，则该程序处理所有状态。 |
| B)递归算法 |
| 在大型系统的情况下，更实用的方法是递归技术，描述如下。在增加一台MW发电机组，强制停电率为U后，强制停电状态为X MW的递归表达式为: |
| P = 1−u P ' x + u P ' (x−c) (a) |
| 式中，P?(X)和P(X)分别表示在添加容量C单位之前和之后，容量中断水平为X MW的累计概率。方程初始化时，当X≤0时设P?(X) =1.0，否则设P?(X) =0。用表1所示的简单系统来说明(A)式。表1中的每个单元的可用性和不可用性分别为0.98和0.02。 |
| 上述示例中的容量中断概率表(COPT)作为休耕表。 |
| C)可靠性指标的确定:考虑一个系统有5个60兆瓦机组，每个机组的FOR值为0.03。负荷模型可以假设为线性，最大负荷(Lmax)为240mw，最小负荷(Lmin)为60mw。评估系统LOLE。COPT与预期负荷损失可进行卷积: |
基于非时序负荷的可靠性指标评价 |
| D)仿真程序 |
| 仿真过程如下: |
| 步骤1:初始化H = 0, N = 0。E= 0 (H =故障小时数，N =模拟小时数，E=未供应能量)。 |
| 步骤2:生成统一随机数U1。 |
| 第三步:如果U1 < FOR，则认为机组处于down状态(Ci = 0)，否则机组1满容量可用(Ci = capacity)。 |
| 步骤4:重复步骤1-2，单位Ci到Cn。 |
步骤5:累积可用系统容量， |
| 步骤6:生成一个统一随机数U2。 |
| 步骤7:将U2的值与表示负载模型的累积概率进行比较(图3.2)。如果Pi-1 < U2≤Pi，则负载水平L = Li。 |
| 步骤8:如果C< L，则H = H+ 1, E = E + (L−C)，否则转步骤9 |
| 步骤9:N=N+1。 |
| 步骤10:计算LOLP=H/N。 |
| 步骤11:计算LOLE=LOLP×8760, LOEE= (E×8760)/ N。 |
| 步骤12:重复步骤1-11，直到达到LOLP/LOLE和LOEE的可接受值或停止规则。 |
| E)可靠性测试系统 |
| RBTS是萨斯喀彻温大学为教育和研究目的开发的基本可靠性测试系统。RBTS的装机容量为240兆瓦，由11个常规发电机组组成。RBTS单线图如图4.1所示。试验系统中发电机组的详细可靠性数据见附录a，采用如图2.6所示的按时间顺序的小时负荷模型，系统峰值负荷为185mw。该测试系统体积小，适合在合理的时间内进行大量的可靠性研究。RBTS由6辆巴士组成;2台发电机母线和4台负载母线。2台发电机总线由11台发电机组成。公共汽车通过9条传输线相连。发电机组的最低和最高额定功率分别为5MW和40MW。 The total installed capacity is 240MW and the system peak load is 185 MW. The voltage level on transmission line is 230kV.The annual peak load for the system is 185MW. The data on weekly peak loads in percent of the annual peak load, daily peak load in percent of the weekly peak, and hourly peak load in percent of daily peak are the same as that given in tables B.1, B.2, B.3 of the IEEE Reliability Test System. [7] The LOLE is the most widely used generating system reliability index, and the LOEE is an energy based index that provides useful information on the amount of energy curtailed. The LOLE and LOEE indices for the RBTS generating system are 0.1469 days/year 1.09161 hours/year, and 9.83 MWh/ |
结果与讨论 |
| 本文的基础研究是利用概率技术进行发电能力可靠性或充分性评价。用数学模型来表示系统，并使用直接数值解来评估该模型的可靠性指标的分析技术。分析技术使用标准技术，其中使用生成模型的递归算法创建COPT。所使用的负荷模型是DPLVC和负荷持续时间曲线。将发电模型和负荷模型相结合，得到了可靠性指标。仿真技术通过模拟系统的实际过程和随机行为来估计可靠性指标。最后以可靠性测试系统RBTS的应用为例进行了说明。表3.5显示了使用分析和模拟技术的RBTS可靠性指标。结果表明，两种方法对LOLE和LOEE可靠性指标的计算结果接近。 |
结论 |
| 发电系统可靠性是规划电力系统未来发展的一个重要方面。发电系统可靠性评估方法经过几十年的发展和成熟。本工作的目的是分析和探讨负荷需求增加和负荷需求减少对系统可靠性的影响，以及发电机组故障率增加对系统可靠性的影响。负荷的增加对系统的影响会导致可靠性指标的增加，从而降低系统的可靠性。另一方面，当系统负荷降低时，可靠性指标降低，导致发电系统可靠性提高。故障率的增加也降低了发电系统的可靠性。因此，通过这一基础研究，我们得出结论，需要发电容量超过峰值需求，称为容量储备，以确保不出现过度减负荷的情况。极高的备用水平可以提供高水平的发电系统可靠性;另一方面，低储备成本可能无法提供可接受的系统可靠性。发电机组的故障率也应较低，以达到可接受的系统可靠性。 |
|
表格一览 |
|
|
|
数字一览 |
|
|
|
参考文献 |
- 罗伊·比林顿，r.n.艾伦，“电力系统可靠性评估”，第二版，全会出版社，纽约，1996年
- Roy Billinton, R.N.Allan，“大型电力系统可靠性评估”，Kluwer，波士顿(1988)。
- Roy Billinton, Mahmud fouthy - firuzabad，“概率方法在电力系统可靠性评估中的应用书目”，IEEE电力系统汇刊，第16卷，第4期，2001年11月。
- R.N. Allan, Sen，“可靠性评估的基本概念”，IEEE电力系统汇刊
- 大容量电力系统可靠性工作组，IEEE- pes应用概率方法小组委员会，“大容量电力系统可靠性概念和应用”，IEEE电力系统汇刊，第3卷，第1期，1988年2月。
- IEEE预测指数工作组，APM小组委员会，“大容量系统可靠性-预测指数”，IEEE电力系统汇刊，第3卷，第5号，1990年11月。
- R. Billinton, S. Kumar, N. Chowdhury, K. Chu, K. Debnath, L. Goel, E. Khan, P. Kos, G. Nourbakhsh, J. Oteng-Adjei，“用于教育目的的可靠性测试系统-基本数据”，IEEE电力系统学报，第4卷，第3期，1989年8月。
- 黄当格，“发电能力充分性评估的基本概念”，第九届电力系统概率方法国际会议，瑞典斯德哥尔摩，2006年6月11-15日。
- Hagkwen Kim, Chanan Singh，“考虑老化部件的复合电力系统可靠性建模和评估”，IEEE
- 黄当格，“发电能力充分性评估的基本考虑”，IEEE CCECE/CCGEI，萨斯katoon, 2005年5月。
- Nahid-Al-Masood, Md. KhurramMonirRabby, MamunRabbani, Mafruha Ahmed, ProteetiPeya，“一种有效的评估负载预期损失的模拟技术”，电气与电子工程杂志2013;1 (1): 29-34
- Hilal Al-Nasseri, Brian Wood, Amer Al-Hinai。“发电系统可靠性-概述”，阿曼电力和水务采购有限公司。
- L Goel, R. Gupta，“基于windows的发电能力可靠性评估仿真工具”，Int。工程学报，Vol. 13 No.5, p. 347-357, 1997
- Kueck, J.D.等，“可靠性和电能质量的测量实践——可靠性测量实践工具包”。橡树岭国家实验室，美国能源部。报告没有。ORNL / TM-2004/91 2004。
- CiprianNeme, Florin Munteanu，“发电充分性评估的概率模型”，Rev. Roum。科学。Techn.-Electrotechn。etEnerg。，56，1，p. 36–46, Bucarest, 2009.
- Abdullah M. Al-Shaalan，“基于未提供预期能量的发电扩展规划可靠性评估”，沙特国王大学学报-工程科学(2012)24,11 - 18。
- 皮莱，“电力系统中的可靠性和配给成本”。发展研究中心，工作文件第325号，2002年，印度蒂里凡得琅。
- Okwe Gerald Ibe, InyamaKelechi，“大容量电源系统的充分性分析与安全可靠性评估”，计算机工程学报(IOSR- jce) e-ISSN: 2278-0661, p- ISSN: 2278-8727第11卷第2期(5月)。- 2013年6月)，PP 26-35
- 黄当格，“发电能力充分性评估中峰值机组的考虑”，IEEE CCECE/CCGEI，渥太华，2006年5月。
- A. Ehsani, A. Karimizadeh, H. Fallahi和A. Jalali，“确定所需纺纱储量的确定性和概率方法的比较”，世界科学、工程和技术学院60 2009
- Armando M. Leite da Silva, Reinaldo A. G. Fernandez，和Chanan Singh，“基于蒙特卡罗模拟和交叉熵方法的发电能力可靠性评估”，电力系统学报，第25卷，第1期，2010年2月
- AdamuMurtalaZungeru, AdegboyeBabatundeAraoye, BajogaBubaGaregyAmbafi James Garba, Omokhafe James Tola，“尼日利亚凯因吉水电站可靠性评价”，ISSN 2224-3232(论文)，Vol.2, 2012年第2期。
- L.B Rana和N. Karki，“电力系统模型HL-I和HL-II的风险和负荷点指数的分析和比较”，国际电气和电力工程进步会议(ICAEPE 2012) 3月24-24日，2012年迪拜。
|
菜单
(1）
（2）
（3）
（4）
（5）
(6）
