王銀莎，栗文義，郭鑫，王瑞剛，劉鑫，趙鵬，巴根

（1.內(nèi)蒙古工業(yè)大學電力學院，內(nèi)蒙古呼和浩特010080；2.內(nèi)蒙古包頭供電局，內(nèi)蒙古包頭014030；3.內(nèi)蒙古呼和浩特供電局，內(nèi)蒙古呼和浩特010000;4.The System Planning Department，Manitoba Hydro，Winnipeg，Canada，R3T0P4）

由于內(nèi)蒙古地域遼闊，風資源豐富，且邊遠農(nóng)村牧區(qū)對電力需求的特點，因此風/柴/儲能等離網(wǎng)式發(fā)電系統(tǒng)在這些地區(qū)得到了廣泛的應(yīng)用[1-2]為了給這些地區(qū)提供穩(wěn)定可靠的電能，對該地區(qū)的風/柴/儲能發(fā)電系統(tǒng)進行準確的可靠性評估顯得尤為重要。目前對電力系統(tǒng)可靠性評估的方法主要分為確定性和概率性兩大類。確定性法的主要缺點是只能預(yù)想一些故障重數(shù)較少的故障事故后果，不能給出事故發(fā)生可能性的確定值[3-4]。概率分析法分為解析法和蒙特卡羅法[5-6]。序貫蒙特卡羅模擬法（Sequential Monte Carlo,SMC）能夠容易處理各種實際運行控制策略，具有廣泛的適應(yīng)性等優(yōu)點，但其計算時間長、要求內(nèi)存容量大[7-8]。Well-being模型是將確定性準則和概率方法相結(jié)合的方法，可以彌補確定性準則和概率法的不足[9]。本文運用序貫蒙特卡羅模擬法和well-being模型對風/柴/儲能發(fā)電系統(tǒng)進行可靠性評估，并對兩種方法進行研究和比較。

1 評估方法

1.1 序貫蒙特卡羅模擬法

序貫蒙特卡羅模擬法是一種以概率統(tǒng)計理論為基礎(chǔ)的數(shù)值計算方法，也稱為狀態(tài)持續(xù)時間抽樣法[10-11]。在某一時間尺度內(nèi)，基于元件狀態(tài)持續(xù)時間概率分布，對電力系統(tǒng)進行仿真模擬。

序貫蒙特卡羅模擬法是通過發(fā)電機時間序列和負荷狀態(tài)時間序列獲得系統(tǒng)的發(fā)電裕度，如圖1所示。其中Ti表示發(fā)電系統(tǒng)能夠滿足負荷需求的時間間隔，ti表示發(fā)電系統(tǒng)不能夠滿足負荷需求的時間間隔，ei表示每種狀態(tài)下不能滿足負荷所需電能的值。

圖1 容量狀態(tài)和負荷時間序列疊加圖Fig.1 Superim position of the capacity states and the chronological load pattern

序貫蒙特卡羅模擬法通過統(tǒng)計ti和ei計算發(fā)電系統(tǒng)的可靠性指標[9]，計算失負荷期望值（Lossof Load Expectation,LOLE）[12]公式為

1.2 Well-being模型

Well-being模型是在概率框架下結(jié)合確定性準則對發(fā)電系統(tǒng)可靠性進行評估，先通過系統(tǒng)充裕度水平確定性標準判定系統(tǒng)的狀態(tài)，將系統(tǒng)分為3種狀態(tài)：1）健康狀態(tài)；2）邊界狀態(tài)；3）風險狀態(tài)；然后用概率方法計算發(fā)電系統(tǒng)充裕度指標，詳細分析和評估孤立發(fā)電系統(tǒng)[13-14]。

如圖1所示，well-being模型也是通過發(fā)電機時間序列和負荷狀態(tài)時間序列獲得系統(tǒng)的發(fā)電裕度。Well-being模型通過統(tǒng)計ti和Ti計算發(fā)電系統(tǒng)的可靠性指標。計算方法如下：如果儲能設(shè)備儲存的電能（Energy Stored in Battery,ESIB）大于或等于平均負荷（Average Load，AL）或峰值負荷（Peak Load,PL）與投運小時數(shù)（Number of Autonomous Hours,NAH）的乘積時，系統(tǒng)處于健康狀態(tài)，此時Ti是系統(tǒng)所處健康狀態(tài)的時間間隔，用Ti（H）表示；如果ESIB小于AL或小于PL與NAH的乘積時，系統(tǒng)處于邊界狀態(tài)，此時是系統(tǒng)所處邊界狀態(tài)的時間間隔，用Ti（M）表示。

系統(tǒng)處于健康狀態(tài)、邊界狀態(tài)和風險狀態(tài)總小時數(shù)分別用n（H），n（M）和n（R）表示。Well-being模型計算可靠性指標公式如下：

健康狀態(tài)概率：

2 兩種可靠性評估方法的比較分析

2.1 樣例系統(tǒng)

本文分別采用序貫蒙特卡羅模擬法和wellbeing模型對樣例系統(tǒng)進行可靠性評估，系統(tǒng)模型如圖2所示，該系統(tǒng)參考IEEE可靠性測試系統(tǒng)（IEEERBTS）[15]，參數(shù)如表1所示。系統(tǒng)發(fā)電機模型以小時為步長，儲能模型的充放電狀態(tài)時間序列和儲能容量時間序列由發(fā)電系統(tǒng)時間序列和負荷時間序列確定[16-17]。負荷模型采用IEEE-RBTS中的每小時負荷模型[18]，系統(tǒng)峰值負荷為60 kW。

圖2 風/柴/儲能發(fā)電系統(tǒng)評估模型Fig.2 W ind/diesel/storage power system evaluation model

表1 樣例系統(tǒng)參數(shù)Tab.1 Examp le system data

對系統(tǒng)進行可靠性分析和計算系統(tǒng)可靠性指標時，兩種方法考慮問題的角度不同。序貫蒙特卡羅模擬法考慮系統(tǒng)是否滿足負荷要求，如LOLE；而well-being模型考慮系統(tǒng)運行狀態(tài)是否能滿足充裕度確定性標準和負荷的需求。

2.2 負荷影響

在小型孤立發(fā)電系統(tǒng)中，系統(tǒng)的調(diào)節(jié)能力有限。發(fā)電系統(tǒng)可靠性受負荷隨時間變化影響較大。通過分析峰值負荷變化對風/柴/儲能發(fā)電系統(tǒng)可靠性的影響，可以評估系統(tǒng)承受最大峰值負荷的能力，以便在系統(tǒng)運行過程中及時調(diào)整運行策略，保證系統(tǒng)的穩(wěn)定運行。本文采用兩種方法分別對風/柴/儲能發(fā)電系統(tǒng)進行可靠性評估，結(jié)果如圖3和圖4所示。其中峰值負荷在40~100 kW之間變化，步長為5 kW。

圖3 序貫蒙特卡羅方法評估結(jié)果隨峰值負荷的變化情況Fig.3 SequentialM onte Carlomethod evaluation result w ith the changes of the peak load

圖4 Well-being模型計算結(jié)果隨峰值負荷的變化情況Fig.4 W ell-beingmodel evaluation resultw ith the changes of the peak load

采用序貫蒙特卡羅方法對系統(tǒng)進行可靠性評估，可以得出峰值負荷對發(fā)電系統(tǒng)的影響變化趨勢。如圖3所示，當系統(tǒng)峰值負荷小于55 kW時，LOLE變化比較平穩(wěn)，系統(tǒng)的可靠性水平較高；當系統(tǒng)峰值負荷大于55 kW時，LOLE隨峰值負荷的增大而迅速增大。但該方法只能計算出發(fā)電系統(tǒng)可靠性水平迅速降低的臨界點，很難找出系統(tǒng)穩(wěn)定運行所能承受的最大峰值負荷。

運用well-being模型對系統(tǒng)進行可靠性評估。如圖4所示，當系統(tǒng)峰值負荷小于55 kW時，發(fā)電系統(tǒng)的各個狀態(tài)的概率值變化趨于穩(wěn)定，且系統(tǒng)P（H）值較大，系統(tǒng)在此峰值負荷條件下能夠滿足系統(tǒng)的充裕度確定性準則，與序貫蒙特卡羅模擬法評估結(jié)果相符。隨著系統(tǒng)峰值負荷增加，P（H）值減小，P（M）值增加；當系統(tǒng)峰值負荷大于55 kW時P（H）值和P（M）值變化趨勢加快。當系統(tǒng)峰值負荷增加到80 kW，此時系統(tǒng)P（H）值為零，P（M）值為系統(tǒng)邊界狀態(tài)概率值的最大值。在峰值負荷55 kW到80 kW之間，系統(tǒng)LOLP值較小，系統(tǒng)不能滿足充裕度確定性準則，但仍滿足負荷的需求。當系統(tǒng)峰值負荷大于80 kW時，系統(tǒng)的P（M）值減小，LOLP值增大，系統(tǒng)既不能滿足充裕度確定性準則也不能滿足負荷需求，表明80 kW為維持系統(tǒng)運行所允許的最大峰值負荷。

2.3 儲能容量影響

儲能設(shè)備在風/柴/儲能發(fā)電系統(tǒng)中發(fā)揮著重要的作用，儲能容量的多少關(guān)系到發(fā)電系統(tǒng)的充裕度的大小和供電可靠性的高低。本文分別用兩種方法對系統(tǒng)在不同儲能容量運行狀態(tài)下的可靠性進行評估，如圖5和圖6所示。系統(tǒng)儲能容量變化范圍為0~700 kW·h，步長為50 kW·h。

圖5 序貫蒙特卡羅方法評估結(jié)果隨儲能容量的變化Fig.5 SequentialM onte Carlomethod evaluation result w ith the changes of the battery capacity

圖6 Well-being模型計算結(jié)果隨峰儲能容量的變化Fig.6 W ell-beingmodel evaluation resultw ith the changes of the battery capacity

序貫蒙特卡羅模擬法評估結(jié)果如圖5所示，當儲能容量達到450 kW·h后，系統(tǒng)失負荷期望值LOLE變化趨于穩(wěn)定，系統(tǒng)可靠性高；隨著儲能容量的繼續(xù)增加，儲能容量對系統(tǒng)的可靠性影響作用減小。當儲能容量大于450 kW·h時，系統(tǒng)可靠性較高，但無法得知維持系統(tǒng)滿足負荷需求運行的儲能容量最小值。

Well-being模型評估結(jié)果如圖6所示。當儲能容量大于225 kW·h后，隨著儲能容量的增加，系統(tǒng)的P（H）值增加，當儲能容量大于450 kW·h時，系統(tǒng)的P（H）值增加趨于平緩，此階段系統(tǒng)滿足充裕度確定性標準，系統(tǒng)可靠性較高，與序貫蒙特卡羅模擬法評估結(jié)論一致。計算表明當儲能容量為225 kW·h時，系統(tǒng)P（H）值為零，P（M）值為0.964，LOLP值為0.056，系統(tǒng)為邊界運行狀態(tài)。當儲能容量在100~225 kW·h，系統(tǒng)的P（M）值較大，系統(tǒng)不能滿足充裕度確定性標準，但仍能滿足系統(tǒng)負荷的需要。這表明100 kW·h是系統(tǒng)滿足負荷需求的最小儲能容量。

3 結(jié)論

本文介紹了序貫蒙特卡羅模擬法和well-being模型兩種可靠性評估方法，并分別對樣例系統(tǒng)進行了可靠性評估。通過比較分析兩種方法的評估結(jié)果，前者可描述可靠性水平隨峰值負荷和儲能容量的變化趨勢；后者不僅可以得出與前者評估結(jié)果相符的結(jié)論和準確度，又可對系統(tǒng)運行狀態(tài)進行全面分析，并計算出系統(tǒng)各個運行狀態(tài)的概率值，同時還能計算出維持系統(tǒng)運行的最大負荷和最小儲能容量值。

[1] 陳達，張瑋．風能利用和研究綜述[J]．節(jié)能技術(shù),2007,4（25）：339-343.CHEN Da，ZHANG Wei．Exploitation and Research on Wind Energy[J]．Energy Conservation Technology,2007,4（25）：339-343(in Chinese).

[2] 申寬育．中國的風能資源與風力發(fā)電[J]．西北水電,2010(1):76-81.SHEN Kuan-yu．Wind Energy Resources and Wind Power Generation in China[J]．Northwest Hydropower,2010(1):76-81(in Chinese).

[3] 郭永基．電力系統(tǒng)可靠性分析[M]．北京：清華大學出版社,2003.GUOYong-ji．PowerSystem ReliabilityAnalysis[M]．Beijing：Tsinghua University Press,2003(in Chinese).

[4] 邵偉明．運行方式對供電可靠性的影響 [J]．能源工程,2000(6):25-27.SHAOWei-ming．Analysisof the EffectofOperation Scheme on Power Supply Reliabilit[J]．Energy Engineering,2000(6):25-27(in Chinese).

[5] 宋曉通．基于蒙特卡羅方法的電力系統(tǒng)可靠性評估[D]．山東：山東大學．博士論文．2008.SONGXiao-tong．Study on Reliability Evaluation of Power System based on Monte Carlo Simulation[D]．Shandong Shandong University,2008.(in Chinese)

[6] 劉晉，蘇虎成，袁 ，等．基于序貫仿真法的復(fù)雜配電系統(tǒng)可靠性評估[J]．陜西電力,2009(6):17-20.LIU Jin，SUHu-cheng，YUANZhe，etal．Sequential Simulation Based Method for Reliability Evaluation of Complex Distribution System[J]．Shaanxi Electric Power,2009(6):17-20(in Chinese).

[7] 孫燕燕．山東500 kV電網(wǎng)發(fā)輸電系統(tǒng)可靠性評估[D]．山東：山東大學,2007 SONG Yan-yan．Shandong 500 kV Power Transmission System Reliability Evaluation [D]．Shandong：Shandong University,2007(in Chinese)．

[8] 楊飛虎．電網(wǎng)運行可靠性評估分布式算法研究及軟件實現(xiàn)[D]．合肥：合肥大學,2006.Yang Fei-hu．Research on the Distributed Algorithm of Operational Reliability Evaluation of Power Network and Sftoware Implementation[D]．Hefei：Hefei University of Technology,2006(in Chinese).

[9] Bagen,Roy，Billinton．Incorporating Well-Being Considerations in Generating Systems Using Energy Storage[J]．IEEE Transactions on Energy Conversion．2005,20(1):225-230.

[10]司媛媛．變速恒頻雙饋風力發(fā)電模擬監(jiān)測系統(tǒng)[D]．合肥：合肥工業(yè)大學,2006：12-13.SIYuan-yuan．VSCFDoubly Fed Wind Power Generation Imitation Supervisory System[D]．Hefei：HefeiUniversity of Technology,2006:12-13(in Chinese).

[11]張亮，趙娜．基于BP神經(jīng)網(wǎng)絡(luò)Monte Carlo法的結(jié)構(gòu)可靠性分析[J]．現(xiàn)代電子技術(shù),2010(12):59-61.ZHANG Liang,ZHAO Na．Structure Reliability Analysis Based on BP Neural Network Monte Carlo Method[J]．Modern ElectronicsTechnique,2010(12):59-61(in Chinese).

[12]栗文義，張保會，巴根．風/柴/儲能系統(tǒng)發(fā)電容量充裕度評估[J]．中國電機工程學報,2006,26(16)：62-67.LIWen-yi,ZHANG Bao-hui,Bagen．Capacity Adequacy Evaluation ofWind-Diesel-Storage System[J]．Proceedings of the CSEE,2006,16(26):62-67(in Chinese).

[13]GREGOR Taljana,AndrejF,Gubina．Energy-based System Well-being Analysis for Small Systems with Intermittent Renewable Energy Sources[J].Renewable Energy,2009(34):2651-2661.

[14]張湘艷,衛(wèi)志農(nóng)．風力發(fā)電對孤立系統(tǒng)電源可靠性的影響[J]．江蘇電機工程,2006,25(3):58-60.ZHANGXiang-yan,WEIZhi-nong.ImpactofWind Engergy on the Reliability of Small Isolated Power Systems[J].Jiangsu ElectricalEngineering,2006,3(25):58-60(in Chinese).

[15]BAGEN,ROYBillinton.ImpactsOfEnergyStorageOn Power System Reliability Performance[C]．2005 IEEECcece/Ccgei．Saskatoon．2005.

[16]ALLAN R N,BILLINTON R,GOEL L,et al.A Reliability Test System for Educational Purposes-basic Distribution System Data and Results[J].IEEE Trans.Power System,1991(6):813-820.

[17]聶繼華，楊宜民．風/光互補發(fā)電系統(tǒng)的優(yōu)化設(shè)計[J]．節(jié)能,2008(10):50-52.NIE Ji-hua,YANG Yi-min.Optimization Design of Wind/Photovoltaic Hybrid Power Systems[J]．Energy Conservation,2008(10):50-52(in Chinese).

[18]BILLINTON R,BAGEN,C UI Y.Reliability Evaluation of SmallStand-AloneWind Energy Conversion Systems Using a Time Series Simulation Method[J].Proc Inst Elect Eng,Gen,Transm Distrib,2003,150:96-100.