陳 凡，衛(wèi)志農(nóng)，黃 正，孫國強，劉海濤

（1.南京工程學(xué)院 電力工程學(xué)院，江蘇 南京 211167；2.河海大學(xué) 能源與電氣工程學(xué)院，江蘇 南京 210098）

0 引言

化石能源價格的上漲、公眾對環(huán)境問題的日益關(guān)注使得風(fēng)力發(fā)電在世界各國范圍內(nèi)受到了廣泛的重視[1-2]。然而風(fēng)力發(fā)電具有隨機性和間歇性的特點，風(fēng)電機組輸出功率波動大、難以控制，這使得風(fēng)力發(fā)電對電力系統(tǒng)可靠性有較大影響；當(dāng)系統(tǒng)中風(fēng)電的比例增加時，風(fēng)力發(fā)電對系統(tǒng)可靠性的影響將更加顯著[2]。

對風(fēng)電并網(wǎng)后的電力系統(tǒng)可靠性進行評估的方法可分為解析法和蒙特卡洛模擬法兩大類[2-4]，根據(jù)抽樣原理的不同，蒙特卡洛方法可以分為狀態(tài)抽樣法和狀態(tài)持續(xù)時間抽樣法2種。現(xiàn)有文獻采用不同的可靠性評估方法研究了風(fēng)電并網(wǎng)后的電力系統(tǒng)可靠性狀況：文獻[3，5]通過建立風(fēng)電場的解析模型，采用解析方法進行充裕度評估；文獻[1，4，6-7]通過建立多降額狀態(tài)的風(fēng)電場模型，采用狀態(tài)抽樣的模擬方法開展研究；文獻[8-10]則通過采用狀態(tài)持續(xù)時間抽樣法對風(fēng)電場輸出功率狀態(tài)的持續(xù)時間模擬來進行評估。但是哪種方法更適合進行風(fēng)電并網(wǎng)發(fā)電系統(tǒng)的充裕度評估，目前還沒有文獻對這3種評估方法進行比較研究。

本文對3種發(fā)電充裕度評估方法進行了簡要概述，提出了一種考慮風(fēng)電機組隨機停運的建立風(fēng)電場解析模型的方法，并將其與狀態(tài)持續(xù)時間法中計及風(fēng)電機組隨機停運時的風(fēng)電場建模方法進行了比較分析；最后以RBTS和IEEE RTS79測試系統(tǒng)[11-12]為例，分別采用3種方法進行發(fā)電充裕度評估，并對3種方法所得的算例結(jié)果進行了比較分析，指出狀態(tài)持續(xù)時間抽樣法更適合進行風(fēng)電并網(wǎng)后的系統(tǒng)可靠性評估。本文的研究結(jié)果為選取合適的評估方法進行其他間歇性能源接入后的系統(tǒng)可靠性計算提供了參考依據(jù)。

1 發(fā)電系統(tǒng)充裕度評估方法簡述

1.1 解析法

解析法根據(jù)電力系統(tǒng)元件的隨機參數(shù)，建立系統(tǒng)的可靠性數(shù)學(xué)模型，通過數(shù)值計算方法獲得系統(tǒng)的各項指標(biāo)。解析法基于馬爾可夫模型，準(zhǔn)確度較高，但解析法的計算量隨系統(tǒng)規(guī)模的增大呈指數(shù)增長，因此解析法一般只適合于網(wǎng)絡(luò)規(guī)模較小而網(wǎng)絡(luò)結(jié)構(gòu)較強的系統(tǒng)[13]。采用解析法進行發(fā)電系統(tǒng)可靠性計算的關(guān)鍵在于建立發(fā)電系統(tǒng)和時序負(fù)荷的可靠性模型，通常采用遞推算法或分級的方法建立發(fā)電容量概率模型，采用K-均值聚類算法將電力系統(tǒng)的年時序負(fù)荷聚類成多級負(fù)荷模型[14]。在獲得發(fā)電容量概率模型和多級負(fù)荷概率模型之后，即可利用卷積公式計算發(fā)電充裕度指標(biāo)。通常采用電力不足時間期望 LOLE（Loss Of Load Expectation）、電量不足期望 LOEE（Loss Of Energy Expectation）指標(biāo)來表示發(fā)電系統(tǒng)的充裕度，這2個指標(biāo)計算的卷積公式如下[13]：

其中，Li是第i級負(fù)荷水平；Pi是第i級負(fù)荷水平概率；NL是負(fù)荷水平分級數(shù)；Gj是第j級發(fā)電容量；Pj是第j級發(fā)電容量的概率；NG是發(fā)電容量分級數(shù)；T是負(fù)荷持續(xù)曲線時間總長度。

1.2 狀態(tài)抽樣法

狀態(tài)抽樣法的依據(jù)是：一個系統(tǒng)狀態(tài)是所有元件狀態(tài)的組合，且每一個元件狀態(tài)可由對元件出現(xiàn)在該狀態(tài)的概率進行抽樣來確定。每臺發(fā)電機的概率特性可用一個處于[0，1]之間的均勻分布來描述，通常采用兩狀態(tài)模型來表示發(fā)電機組狀態(tài)（即故障和運行2種狀態(tài)），按照發(fā)電機的狀態(tài)確定每臺機組的可用容量，將各臺發(fā)電機可用容量求和即可獲得系統(tǒng)總的發(fā)電容量。對應(yīng)于某一給定負(fù)荷水平時，第k次抽樣的電力不足為：

其中，Gjk是第j臺發(fā)電機在第k次抽樣中的可用容量；m是發(fā)電機臺數(shù)。

將發(fā)電系統(tǒng)容量狀態(tài)抽樣結(jié)果和多級負(fù)荷模型中的每一級負(fù)荷水平結(jié)合，根據(jù)式（5）、（6）進行統(tǒng)計計算即可得出電力不足時間期望、電量不足期望等指標(biāo)[13]：

其中，Ti是第i級負(fù)荷水平的時間長度；Ni是第i級負(fù)荷水平的抽樣數(shù)；Ik是指示變量。

1.3 狀態(tài)持續(xù)時間抽樣法

狀態(tài)持續(xù)時間抽樣法通過模擬系統(tǒng)運行的隨機過程來實現(xiàn)可靠性指標(biāo)的統(tǒng)計計算。發(fā)電機組采用兩狀態(tài)模型表示，即認(rèn)為發(fā)電機組的故障率與修復(fù)率都為常數(shù)，正常運行持續(xù)時間與故障修復(fù)時間均服從指數(shù)分布，則發(fā)電機組的正常運行持續(xù)時間 τ1和修復(fù)時間τ2為[15]：

其中，γ1、γ2是[0，1]之間的均勻分布隨機數(shù)；TMTTF是平均持續(xù)工作時間；TMTTR是平均修復(fù)時間。

狀態(tài)持續(xù)時間抽樣法采用時序負(fù)荷模型，將狀態(tài)持續(xù)時間抽樣法生成的發(fā)電容量的時序曲線和負(fù)荷時序曲線重疊之后可以得到系統(tǒng)的發(fā)電充裕度時序曲線，系統(tǒng)的發(fā)電充裕度指標(biāo)計算公式如下[13]：

其中，N是仿真總年數(shù)；ti是第i年的電力不足持續(xù)時間（h）；Wi是第 i年的電量不足（MW·h）。

2 3種評估方法中的風(fēng)電場建模

2.1 解析法和狀態(tài)抽樣法中的風(fēng)電場建模

采用解析法或狀態(tài)抽樣法進行風(fēng)電場可靠性評估時通常忽略風(fēng)速時變性對風(fēng)機出力的影響，將風(fēng)機看作多狀態(tài)單元或者有限出力單元[3，16]，并使用容量停運概率表作為其容量概率模型。對于其中風(fēng)力發(fā)電機等效狀態(tài)的數(shù)目，需要通過對計算精度和計算工作量進行綜合權(quán)衡之后作出合適的選擇，文獻[5]指出5個狀態(tài)的風(fēng)電模型適用于采用解析法或者狀態(tài)抽樣法進行充裕度評估。文獻[17]則進一步指出風(fēng)速狀態(tài)數(shù)目至少是4階時才能保證較好的精度。

2.1.1 風(fēng)速時間序列的產(chǎn)生

根據(jù)歷史風(fēng)速數(shù)據(jù)的統(tǒng)計資料，可以采用預(yù)測方法或者模擬方法來獲取未來的風(fēng)速時序序列。常用的風(fēng)速預(yù)測方法有時間序列法、支持向量機法、遺傳算法等，這些方法只需要風(fēng)電場的風(fēng)速時間序列即可建立模型進行預(yù)測。在模擬方法中，根據(jù)風(fēng)速分布函數(shù)采用概率分布的逆運算即可模擬出符合預(yù)測參數(shù)的風(fēng)速序列[15]，通常根據(jù)威布爾分布參數(shù)模型來模擬未來風(fēng)速時間序列。根據(jù)所獲取風(fēng)能資源的統(tǒng)計資料的不同，可以采用不同的方法來估計威布爾分布的尺度參數(shù)和形狀參數(shù)，主要方法有平均風(fēng)速和標(biāo)準(zhǔn)偏差法、最小二乘法、平均風(fēng)速和最大風(fēng)速估計法、極大似然估計法等[18]。

在威布爾分布參數(shù)模型中，假設(shè)風(fēng)速是服從威布爾分布的隨機變量，其概率密度函數(shù)表達(dá)式由式（11）給出[19]：

其中，c是尺度參數(shù)，反映了平均風(fēng)速，當(dāng)精度要求不高時參數(shù)c可直接取風(fēng)速平均值；k是形狀參數(shù)，反映了分布的偏斜度，取值為1.8～2.3，一般取k=2。

相應(yīng)的等值累積概率函數(shù)表達(dá)式為：

根據(jù)反函數(shù)變換法，由式（12）概率分布的逆運算得到每小時的風(fēng)速隨機抽樣值：

其中，x是[0，1]區(qū)間上的均勻分布隨機數(shù)。

根據(jù)國內(nèi)某風(fēng)電場歷史實測數(shù)據(jù)，威布爾分布參數(shù)取值分別為c=8.03、k=2.02時，模擬得出的典型的年風(fēng)速時序圖如圖1所示。

2.1.2 風(fēng)電機組功率特性曲線

典型的風(fēng)電機組功率特性曲線如圖2所示。圖2中AB段曲線近似為直線，可得式（14）。

圖1 某地區(qū)典型的年風(fēng)速時序圖Fig.1 Chronological diagram of typical wind speed of a region for a year

圖2 典型的風(fēng)電機組功率特性曲線Fig.2 Typical power curve of wind turbine

其中，vi是ti時刻風(fēng)電機組輪轂高度處的風(fēng)速；vci、vco、vN分別是切入、切出、額定風(fēng)速；PN是額定輸出功率；WGi是ti時刻風(fēng)電機組的輸出功率。

2.1.3 考慮風(fēng)電機組隨機停運的風(fēng)電場概率模型

假設(shè)風(fēng)電場由Nt臺相同類型的風(fēng)電機組組成，則多降額狀態(tài)的風(fēng)電場概率模型可通過以下步驟形成。

a.將風(fēng)電場的出力劃分為｛A1，A2，…，AN｝N 個狀態(tài)。

b.根據(jù)時序風(fēng)速數(shù)據(jù)和式（14）計算單臺風(fēng)機輸出功率時序值WGi。

c.利用式（15）計算風(fēng)電場有j臺風(fēng)機發(fā)生故障的概率：

其中，q是風(fēng)電機組的強迫停運率FOR（Forced Outage Rate）；j=0，1，…，Nt；）表示二項分布。

d.計算ti時刻風(fēng)電場有j臺風(fēng)機發(fā)生故障時的風(fēng)電場出力：

e.將步驟d中的風(fēng)電場出力WFj劃歸到風(fēng)電場某一狀態(tài)。當(dāng)WFj劃歸到狀態(tài)Ak時，指示變量Ikj=1；否則Ikj=0。

f.統(tǒng)計風(fēng)電場出力為狀態(tài)Ak的概率：

其中，TW是整個風(fēng)速數(shù)據(jù)觀測時長。

本文分別以15臺和200臺Vestas公司生產(chǎn)的V80-2 MW型號（風(fēng)機的切入風(fēng)速、額定風(fēng)速、切出風(fēng)速分別為4、15、25 m/s）的風(fēng)機構(gòu)成的風(fēng)電場為例，將風(fēng)電場的輸出功率平均劃分為6個狀態(tài)。根據(jù)圖1所示的時序風(fēng)速數(shù)據(jù)和式（14）給出的風(fēng)電機組特性曲線，利用式（15）—（17）得出 30 MW 和 400 MW風(fēng)電場的概率模型分別如表1和表2所示，表中百分?jǐn)?shù)表示風(fēng)電機組強迫停運率，后同。

表1 30 MW風(fēng)電場的容量停運概率Tab.1 Capacity outage probability of 30 MW wind farm

表2 400 MW風(fēng)電場的容量停運概率Tab.2 Capacity outage probability of 400 MW wind farm

2.2 狀態(tài)持續(xù)時間抽樣法中的風(fēng)電場建模

狀態(tài)持續(xù)時間抽樣法采用虛擬的風(fēng)電場時序曲線作為風(fēng)電場概率模型，風(fēng)電機組仍以兩狀態(tài)模型來表示。假設(shè)風(fēng)電機組正常運行持續(xù)時間與故障修復(fù)時間均服從指數(shù)分布，則類似地利用式（7）和（8）即可獲取時序的風(fēng)電場模型。

由上述過程可看到，采用解析法和狀態(tài)抽樣法進行風(fēng)電并網(wǎng)后的發(fā)電充裕度評估時，風(fēng)電場概率模型的建立過程復(fù)雜，風(fēng)電機組強迫停運率的計入將會進一步增加建模的復(fù)雜性；而采用狀態(tài)持續(xù)時間抽樣法時風(fēng)電場的隨機停運模擬與傳統(tǒng)發(fā)電機組組成的發(fā)電系統(tǒng)隨機運行模擬步驟完全相同，風(fēng)電機組強迫停運率的計入不會增加建模的復(fù)雜性。同時解析法和狀態(tài)抽樣法采用聚類方法將風(fēng)電場出力聚類為幾個狀態(tài)，存在狀態(tài)數(shù)目難以選擇的問題，等效狀態(tài)數(shù)目過多會增加方法的計算工作量，等效狀態(tài)數(shù)目過少又會導(dǎo)致計算精度變差、收斂速度慢。

3 算例分析

3.1 3種評估方法的計算結(jié)果比較

本文采用上述3種發(fā)電充裕度評估算法分別對RBTS[11]（年最大峰荷為 185MW）和 IEEE RTS79 系統(tǒng)[12]（年最大峰荷為2850 MW），以及接入30 MW風(fēng)電場的RBTS系統(tǒng)和400 MW風(fēng)電場的RTS79系統(tǒng)進行了發(fā)電充裕度計算。其中對于解析法和狀態(tài)抽樣法，負(fù)荷模型采用K-均值聚類方法[14]將IEEE RTS79系統(tǒng)年時序負(fù)荷聚類成20級的多級負(fù)荷模型。利用MATLAB 2011b編制程序得出了發(fā)電系統(tǒng)的電力不足時間期望δLOLE、電量不足期望δLOEE。蒙特卡洛方法是一個波動收斂的過程，評估結(jié)果存在不確定性，因此本文在使用蒙特卡洛法計算充裕度指標(biāo)時選擇以可靠性指標(biāo)的方差系數(shù)作為收斂條件。考慮到與電力不足時間期望的方差系數(shù)相比，電量不足期望的方差系數(shù)收斂速度更低，因此本文選擇以電量不足期望指標(biāo)的方差系數(shù)小于5%作為收斂條件。仿真運行的計算機參數(shù)為：IntelR CoreTMi5-3427U CPU@1.80 GHz，4.00 GB內(nèi)存。仿真結(jié)果如表3和表4所示，表中接入風(fēng)電場后的風(fēng)電機組強迫停運率為0。

表3 RBTS充裕度計算結(jié)果Tab.3 Calculated adequacy of RBTS

表4 RTS79充裕度計算結(jié)果Tab.4 Calculated adequacy of RTS79

比較表3和表4中的數(shù)據(jù)可以得出以下結(jié)論。

a.解析法、狀態(tài)抽樣法和狀態(tài)持續(xù)時間法得出的δLOLE、δLOEE計算結(jié)果接近，這驗證了3種方法和程序編制的正確性；風(fēng)電場接入之后，系統(tǒng)可靠性指標(biāo)δLOLE、δLOEE均減小，驗證了風(fēng)電的接入可以改善系統(tǒng)的充裕度指標(biāo)。

b.對于原RBTS，解析法的計算時間在3種方法中最少，這是因為RBTS的系統(tǒng)規(guī)模小，需要枚舉的系統(tǒng)狀態(tài)數(shù)目較少，因此解析法評估速度快；風(fēng)電接入RBTS之后，解析法的計算時間增加很少（僅0.66 s），這是因為本文將風(fēng)電場等值成6個狀態(tài)的元件，而原RBTS元件數(shù)目、系統(tǒng)狀態(tài)數(shù)目較少，因此加入一個6個狀態(tài)的等值元件并不會顯著增加需要枚舉的系統(tǒng)狀態(tài)數(shù)。風(fēng)電接入RTS79系統(tǒng)之后，解析法計算時間大幅增加，這是因為RTS79系統(tǒng)元件數(shù)目、系統(tǒng)狀態(tài)數(shù)目較多，增加一個6個狀態(tài)的風(fēng)電場元件，會導(dǎo)致需要枚舉的系統(tǒng)狀態(tài)數(shù)大幅增加，倘若風(fēng)電場等值狀態(tài)數(shù)目增多時，解析法計算時間更會急劇增長。由此可見，解析法僅適用于系統(tǒng)狀態(tài)數(shù)目少、規(guī)模較小的發(fā)電系統(tǒng)充裕度評估，而實際電力系統(tǒng)一般規(guī)模較大，解析法不便用于風(fēng)電并網(wǎng)電力系統(tǒng)充裕度的評估。

c.采用狀態(tài)抽樣法時，元件數(shù)目相對較少的RBTS的計算時間反而大于更復(fù)雜的RTS79系統(tǒng)的計算時間。實際上，狀態(tài)抽樣法在原RBTS中抽樣數(shù)約為130000次，30MW風(fēng)電場接入RBTS后的抽樣次數(shù)約為200000次；在原RTS79系統(tǒng)中抽樣數(shù)約為15000次，400 MW風(fēng)電場接入RTS79系統(tǒng)后的抽樣次數(shù)約為25000次。這是因為狀態(tài)抽樣法的評估時間與系統(tǒng)可靠性狀況存在密切的關(guān)系。倘若系統(tǒng)可靠性較高（如RBTS），則采用狀態(tài)抽樣法時難以抽取到概率較小的故障事件，難以滿足方差系數(shù)足夠小的收斂條件，從而使得抽樣次數(shù)增加、評估時間變長。同RBTS相比，RTS79系統(tǒng)盡管元件數(shù)目更多、系統(tǒng)更復(fù)雜，但是RTS79系統(tǒng)的可靠性更差，易于抽取到故障狀態(tài)，從而滿足收斂條件，因此計算時間反而更少。此外，采用狀態(tài)抽樣法時風(fēng)電接入后的計算時間增加較多，這是因為風(fēng)電接入系統(tǒng)之后，系統(tǒng)可靠性得到改善，但也使得使用狀態(tài)抽樣法抽取到系統(tǒng)故障狀態(tài)的難度增加，因此風(fēng)電接入后系統(tǒng)的評估時間增加較多。

d.無論是可靠性較高RBTS，還是可靠性較差的RTS79系統(tǒng)，風(fēng)電場的接入并未顯著影響狀態(tài)持續(xù)時間法的評估時間；考慮到狀態(tài)持續(xù)時間法又具有計算時間幾乎與系統(tǒng)規(guī)模無關(guān)、便于計入風(fēng)電機組強迫停運率、考慮系統(tǒng)運行方式的變化等特點，因此它非常適用于風(fēng)電并網(wǎng)后的大規(guī)模電力系統(tǒng)可靠性評估。

3.2 風(fēng)電機組故障率對充裕度評估結(jié)果的影響

考慮到蒙特卡洛方法評估結(jié)果存在不確定性以及解析方法計算結(jié)果準(zhǔn)確性高的特點，本文選擇使用解析法來研究風(fēng)電機組強迫停運率對系統(tǒng)評估結(jié)果的影響。表5給出了RBTS和RTS79系統(tǒng)在風(fēng)電機組強迫停運率從0%到15%變化時對應(yīng)的δLOLE的變化情況。

表5 不同風(fēng)電機組強迫停運率時的系統(tǒng)δLOLETab.5 δLOLEof system for different wind turbine FORs

由表5中結(jié)果可見，當(dāng)風(fēng)電機組強迫停運率在合理范圍內(nèi)變化時，風(fēng)電機組強迫停運率對充裕度評估結(jié)果的影響很小。這是因為風(fēng)電機組單機容量通常較小，因此單臺或者少量臺數(shù)風(fēng)電機組的停運不會對系統(tǒng)充裕度造成較大影響。而在風(fēng)電機組獨立停運的假設(shè)下，大量風(fēng)電機組同時停運的概率非常小，故不會對系統(tǒng)可靠性指標(biāo)造成較大影響。為了降低編程的復(fù)雜性和節(jié)省計算時間，在計算精度要求不高的場合可以忽略風(fēng)電機組強迫停運率的影響。

3.3 風(fēng)速水平對充裕度評估結(jié)果的影響

圖3和圖4分別給出了RBTS和RTS79系統(tǒng)在不同的平均風(fēng)速水平（即不同的威布爾尺度參數(shù)）時系統(tǒng)的δLOLE。從圖3、4可見，風(fēng)速水平對系統(tǒng)可靠性指標(biāo)有很大影響，平均風(fēng)速越高，系統(tǒng)可靠性指標(biāo)越小。這是因為風(fēng)速會影響風(fēng)電場中的每一臺風(fēng)電機組的出力，因此對整個風(fēng)電場的輸出功率和系統(tǒng)充裕度的影響較大。同時也可看到，風(fēng)速水平不同時風(fēng)電機組強迫停運率對系統(tǒng)可靠性指標(biāo)影響小的結(jié)論都成立。由此可見，系統(tǒng)的可靠性水平主要受風(fēng)速波動的影響。

圖3 不同風(fēng)速水平時RBTS的δLOLE和風(fēng)機強迫停運率的關(guān)系曲線Fig.3 Curves ofδLOLEvs.wind turbine FOR of RBTS for different wind speeds

圖4 不同風(fēng)速水平時RTS79的δLOLE和風(fēng)機強迫停運率的關(guān)系曲線Fig.4 Curves ofδLOLEvs.wind turbine FOR of RTS79 for different wind speeds

4 結(jié)論

本文簡單介紹了解析法、狀態(tài)抽樣法和狀態(tài)持續(xù)時間抽樣法進行發(fā)電充裕度評估的原理，提出了一種考慮風(fēng)電機組隨機停運的建立風(fēng)電場解析模型的方法，并將其與狀態(tài)持續(xù)時間法中計及風(fēng)電機組隨機停運時的風(fēng)電場建模方法進行了比較分析。最后以RTBS和IEEE RTS79系統(tǒng)為例計算了相應(yīng)的充裕度指標(biāo)，得出了以下結(jié)論。

a.解析法計算時間隨元件數(shù)目增大而急劇增加，僅適合于簡單系統(tǒng)的可靠性評估；狀態(tài)抽樣法和狀態(tài)持續(xù)時間抽樣法計算時間與系統(tǒng)規(guī)模無關(guān)，但是狀態(tài)抽樣法與系統(tǒng)自身的可靠性有關(guān)，當(dāng)系統(tǒng)可靠性越高時，狀態(tài)抽樣法的收斂速度越慢。

b.采用解析法和狀態(tài)抽樣法時，風(fēng)電場建模和風(fēng)電機組強迫停運率的計入都比較復(fù)雜；當(dāng)系統(tǒng)規(guī)模較大時，采用解析法計算風(fēng)電接入后的系統(tǒng)計算時間同風(fēng)電接入前的系統(tǒng)計算時間相比增加得較多；當(dāng)系統(tǒng)可靠性較高或者風(fēng)電接入使得系統(tǒng)可靠性增高時，采用狀態(tài)抽樣法需要較多的模擬時間才能滿足收斂條件。

c.采用狀態(tài)持續(xù)時間抽樣法時，風(fēng)電機組強迫停運率的計入不會增加編程的復(fù)雜性，計算時間與系統(tǒng)規(guī)模幾乎無關(guān)，且風(fēng)電接入后計算時間的增加量很少。因此狀態(tài)持續(xù)時間抽樣法更適合用于實際的風(fēng)電并網(wǎng)電力系統(tǒng)的可靠性評估。

d.在風(fēng)電機組獨立停運的假設(shè)下，風(fēng)速的間歇性是影響系統(tǒng)可靠性指標(biāo)的主要因素，風(fēng)電機組強迫停運率在合理范圍內(nèi)的變化并不會對系統(tǒng)可靠性指標(biāo)造成較大的影響，但是風(fēng)電機組強迫停運率的計入將會增加編程復(fù)雜性和計算時間（尤其是采用解析法和狀態(tài)抽樣法時），實際計算中當(dāng)計算精度要求不高時可以忽略風(fēng)電機組強迫停運率的影響。

本文的研究對采用合適的評估方法研究其他間歇性能源（如光伏發(fā)電）之后的電力系統(tǒng)可靠性也提供了有意義的參考。