王玉梅，吳志明

（河南理工大學(xué)電氣工程與自動化學(xué)院，焦作 454000）

引言

隨著分布式電源和智能電網(wǎng)的迅速發(fā)展，微網(wǎng)在配電網(wǎng)中的應(yīng)用越來越廣泛。微網(wǎng)是一個包含分布式電源、負荷、儲能系統(tǒng)的可控整體，接入配電網(wǎng)，構(gòu)成并網(wǎng)型微網(wǎng)。近年來國內(nèi)外學(xué)者對分布式電源及微網(wǎng)關(guān)注越來越多，但對并網(wǎng)型微網(wǎng)的可靠性評估研究較少。文獻［1-2］對含分布式電源的配電網(wǎng)可靠性分析時均采用了最小路法，但忽略了分布式電源輸出隨機性和儲能運行狀態(tài)對可靠性評估指標的影響；文獻［3-4］應(yīng)用解析法對含分布式電源的配電網(wǎng)進行了可靠性評估，但未考慮到分布式電源的時序特性；文獻［5］建立了光伏電源、風(fēng)電機組和儲能聯(lián)合輸出的可靠性模型，運用蒙特卡洛法進行了可靠性評估，但對孤島模式下微網(wǎng)輸出不足時，內(nèi)部負荷的削減順序未做分析；文獻［6］提出了一種綜合考慮負荷位置和重要程度的削減策略，但僅研究了風(fēng)儲微網(wǎng)的可靠性，忽略了太陽能與風(fēng)能的互補性強、風(fēng)光聯(lián)合發(fā)電系統(tǒng)彌補了光伏和風(fēng)力獨立發(fā)電系統(tǒng)在資源利用上的不足［3，7］。

針對以上問題，本文綜合考慮光伏電源和風(fēng)電機組輸出的隨機性、儲能系統(tǒng)運行狀態(tài)及容量約束的因素，建立了并網(wǎng)型微網(wǎng)孤島運行時的全時序可靠性模型，在此基礎(chǔ)上基于負荷切除原則，提出了新的并網(wǎng)型微網(wǎng)可靠性評估算法。最后在RBTS BUS6改進系統(tǒng)上進行仿真，驗證了該方法的可行性，并分析了微網(wǎng)內(nèi)電源的位置和儲能容量的大小對配電系統(tǒng)和微網(wǎng)可靠性指標的影響。

1 微網(wǎng)元件的可靠性評估模型

1.1 光伏電源出力隨機模型

1.1.1 太陽光照強度分布的概率模型

常用Beta［8-9］分布擬合實際光強概率分布，其概率密度函數(shù) f（x）為

式中：x和xm分別為這一段時間內(nèi)的實際光強和最大光強，W/m；Γ為 Gamma函數(shù)；α和 β分別為Beta分布的形狀參數(shù)，通常根據(jù)一段時間光強的平均值和方差確定α和β表達式［10］。

1.1.2 光伏電源出力隨機模型

若一個光伏電池方陣由N個電池組件組成，其中每個組件的光電轉(zhuǎn)換效率和面積分別為ηn和An。則對應(yīng)的輸出功率為

式中：A為方陣面積；η為方陣光電轉(zhuǎn)換效率。

通過式（1）、式（2）計算得到的光伏電池的功率輸出概率分布函數(shù)為

1.2 風(fēng)力發(fā)電機出力隨機模型

1.2.1 風(fēng)速模型

在一定時間內(nèi)的風(fēng)速可以近似威布爾分布［11］。其分布函數(shù) F（v）和概率密度函數(shù) f（v）分別為

式中：v為風(fēng)速；k和c分別為威布爾分布的形狀參數(shù)和尺度參數(shù)，k和c常用參數(shù)估計法［12］確定。

1.2.2 風(fēng)力發(fā)電機出力隨機模型

風(fēng)力發(fā)電機的功率輸出隨風(fēng)速變化，其輸出功率P和風(fēng)速v之間具有明顯的非線性關(guān)系，如圖1所示。

圖1 風(fēng)電機組功率特性曲線Fig.1 Output power characteristic curve of WTG

圖1中，Pr和vr分別為風(fēng)電機組的額定功率和額定風(fēng)速，vci和vco分別為風(fēng)機的切入和切出風(fēng)速。輸出功率P用分段函數(shù)近似表示為

式中：A、B、C 分別為 vci、vr、vco的函數(shù)表達式。

1.3 儲能系統(tǒng)充放電模型

為了降低分布式電源輸出功率的波動，提高配電網(wǎng)供電可靠性并改善電能質(zhì)量，通常儲能裝置和分布式電源一起給內(nèi)部負荷供電［13］。

儲能系統(tǒng)的充放電狀態(tài)主要取決于光伏電源、風(fēng)電機組、柴油機組輸出和負荷的大小，通常采用以下運行策略［14］：分布式電源輸出總功率比負荷大時，儲能充電儲能；輸出總功率比負荷小時，儲能放電釋放能量。綜合考慮儲能的容量和最大充放電約束，儲能模型為

式中：Pbat（t）為 t時刻儲能充電、放電功率；Pdch-max和Pch-max為儲能最大放電、充電功率；Qin、Qout分別為儲能的充、放電電量；Qremain為t時刻的儲能容量剩余；Qmin、Qmax為儲能的最小、最大充電功率約束；Top為孤島運行儲能充電、放電時間； PWTG（t）、PPVG（t）、PDGS（t）、PL（t）分別為 t時刻風(fēng)電機組、光伏電源、柴油機組輸出功率和負荷需求。

1.4 并網(wǎng)型微網(wǎng)狀態(tài)全時序模擬及可靠性分析

并網(wǎng)型微網(wǎng)并網(wǎng)運行時，微網(wǎng)內(nèi)部負荷由大電網(wǎng)和微網(wǎng)共同供電，協(xié)調(diào)微網(wǎng)內(nèi)部電源和配電網(wǎng)供電是并網(wǎng)運行的關(guān)鍵。并網(wǎng)協(xié)調(diào)控制策略如下。

（1）優(yōu)先使用新能源發(fā)電。當光伏電源和風(fēng)電機組的輸出能夠滿足負荷需求，儲能充電；若超出儲能容量則應(yīng)削減風(fēng)能、光能輸出。

（2）當分布式電源輸出不能滿足負荷需求，儲能在容量約束范圍內(nèi)進行放電。

（3）若儲能放電后仍然不能滿足負荷需求，則使用柴油機輸出。

（4）當光伏電源、風(fēng)電機組、儲能和柴油發(fā)電機能夠滿足需求，應(yīng)減少柴油機發(fā)電而最大限度利用新能源。

（5）若四者輸出仍小于負荷時，此時需要配電網(wǎng)出力以保持系統(tǒng)功率平衡。

當系統(tǒng)故障時切換到非計劃孤島運行，此時內(nèi)部負荷由微網(wǎng)內(nèi)分布式電源和儲能自行供電［15-16］。微網(wǎng)非計劃孤島運行時全時序狀態(tài)分析，如表1所示。表中，PSUM、Pbat、PL分別表示孤島運行時分布式電源的輸出總和、儲能裝置輸出和負荷需求。

表1 微網(wǎng)非計劃孤島運行全時序狀態(tài)分析Tab.1 Full sequential state analysis of microgrid in unplanned islanded mode

由表1可知，并網(wǎng)型微網(wǎng)非計劃孤島運行有6種狀態(tài)。當儲能系統(tǒng)故障或儲能不足時，失去了儲能的平滑作用［17-18］，光伏電源和風(fēng)電機組不能單獨正常的給負荷供電，此時僅由柴油機組供電，需要切除一部分負荷來維持剩余負荷的正常供電。若都發(fā)生故障時則微網(wǎng)停止運行。

2 孤島運行時負荷切除原則

非計劃孤島運行時，當微網(wǎng)內(nèi)分布式電源和儲能故障或輸出不能滿足負荷需求時，需要切除一部分負荷來維持功率平衡。基于負荷分塊的思想，綜合考慮重要性和位置進行負荷切除削減［19］。

（1）負荷的分塊。負荷回路不一定都裝低頻減載的智能開關(guān)，負荷不能任意切除。因此，在負荷削減時必須以智能開關(guān)為邊界分塊切除。

（2）微網(wǎng)在并網(wǎng)切換到非計劃孤島運行時，保證對內(nèi)部可靠性高的負荷供電，則負荷應(yīng)從可靠性低到高的順序切除削減。相關(guān)研究表明，微網(wǎng)內(nèi)部電源下游的負荷對上游負荷可靠性影響較小，則較遠的負荷優(yōu)先切除。

綜合考慮，定義負荷切除系數(shù)為

式中：αi和LZn分別為第i塊負荷和第n個負荷點的重要程度系數(shù)；βi為第i塊負荷位置系數(shù)，由第n負荷點與分布式電源和儲能的電氣距離dn得到；PLi為每塊負荷的切除系數(shù)，綜合比較位置和重要程度系數(shù)獲取，對PLi最小的負荷塊孤島運行時優(yōu)先切除。

3 微網(wǎng)并網(wǎng)運行的可靠性評估算法

3.1 可靠性評估指標

根據(jù)傳統(tǒng)配電網(wǎng)的可靠性指標如系統(tǒng)平均停電頻率 SAIFI（system average interruption frequency index）、系統(tǒng)平均停電持續(xù)時間SAIDI（system average interruption duration index）、期望缺供電量指標ENS（energy not served）等，對并網(wǎng)型微網(wǎng)供電能力進行描述。通過相關(guān)文獻，提出能反映并網(wǎng)型微網(wǎng)持續(xù)運行能力的可靠性指標，以對配電系統(tǒng)進行更加全面的可靠性分析。

（1）孤島成功運行的平均持續(xù)時間SIAOT（success islanded average operation time），即微網(wǎng)從并網(wǎng)成功切換到非計劃孤島成功（沒有負荷削減）平均持續(xù)運行時間，表示為

式中：TS，i為第 i次成功運行時間；Ni為微網(wǎng)由并網(wǎng)切換到孤島的成功總次數(shù)。

（2）孤島運行成功的概率 IMSP（islanded mode success probability），即

式中，Ns為孤島成功（沒有負荷削減）的總次數(shù)。

3.2 可靠性評估算法

本文基于時序蒙特卡洛法［5，20］對并網(wǎng)和非計劃性孤島2個狀態(tài)對并網(wǎng)型微網(wǎng)進行可靠性評估，算法思路如下。

（1）初始化數(shù)據(jù)。系統(tǒng)初始化并確定仿真時間。

（2）對所有元件隨機產(chǎn)生 δ1，δ2，…，δn，每個元件的工作時間為 Tn=-ln（δ/n）。

（3）通過 min（Tn）確定故障元件，此時系統(tǒng)運行時間TTF=min（Tn），開始計算仿真時間。通過隨機數(shù)確定故障元件的修復(fù)時間TTR=-ln（ω/u）為故障持續(xù)時間，故障元件修復(fù)率為u。

（4）由負荷與微網(wǎng)的位置將負荷分為微網(wǎng)外負荷A和微網(wǎng)內(nèi)部負荷B兩類。根據(jù)故障遍歷搜索及故障元件對負荷的影響將A類負荷又分為3種情況：①負荷的供電狀態(tài)與故障元件無關(guān)，不斷電負荷；②負荷與故障元件通過隔離開關(guān)隔離，隔離開關(guān)操作時間TGL為停電時間；③負荷和故障元件在同一支路上并且無法切斷，此時故障元件修復(fù)時間TR為停電時間。

此時，產(chǎn)生一個服從（0，1）均勻分布的隨機數(shù)RD，比較 RD和 FPCC（孤島切換的臨界值）的大小。RD＜FPCC表示切換失敗，內(nèi)部負荷斷電，僅對A類負荷進行分析；當RD≥FPCC微網(wǎng)孤島運行時，此A、B類負荷都需要分析。

（5）對于A類負荷中，分別對第②和③類負荷的停電次數(shù)和停電時間進行累加。對于B類負荷處理步驟如下：

步驟1 對孤島進行初始化。令t=1；對儲能容量Qremain初始化為充滿的容量；需要切除的負荷Ished初始化為空；剩余負荷Iremian初始化為所有負荷。

步驟2 分別計算微網(wǎng)內(nèi)所有分布式電源t時刻的輸出功率。根據(jù)t時刻的光強和風(fēng)速，基于光伏電源和風(fēng)電機組的功率輸出曲線，計算輸出功率PPVG（t）和 PWTG（t）；柴油機輸出穩(wěn)定，PDGS（t）為 t h 內(nèi)的輸出功率。t時刻，微網(wǎng)輸出功率 Psum（t）=PWTG（t）+PPVG（t）+PDGS（t）。

步驟3 t時刻，微網(wǎng)內(nèi)負荷需求PL由時序負荷曲線計算得出。

步驟4 比較微網(wǎng)輸出Psum（t）和負荷需求PL大小。若 Psum（t）＞PL，則內(nèi)部負荷不斷電，充電后的儲能剩余容量 Qremain=Qremain+PWTG（t）+PPVG（t）+PDGS（t）-PL，轉(zhuǎn)步驟 6；若 Psum（t）≤PL，則轉(zhuǎn)向下一步。

步驟 5 Psum（t）≤PL時，儲能放電。 若儲能輸出能滿足負荷需求，負荷正常供電運行；否則，需要切除一部分負荷。保存此時切除負荷和剩余負荷，并累計停電時間和次數(shù)。

步驟6 判斷是否到達故障修復(fù)時間。若是，停止運行輸出結(jié)果；否則，累加時間t＝t＋1，轉(zhuǎn)向步驟2。

（6）若沒有達到仿真年限，轉(zhuǎn)至第（2）步；否則，進行下一步。

（7）通過累加計算停電時間和停電次數(shù)獲取負荷點的可靠性指標，從而分析得到配電系統(tǒng)和微網(wǎng)的評估指標。

4 算例分析

4.1 系統(tǒng)參數(shù)

本文利用可靠性評估測試系統(tǒng)RBTS Bus6的改進系統(tǒng)［21］進行算例仿真研究，算例中公共節(jié)點為饋線節(jié)點17，包含光伏電源、風(fēng)電機組、柴油機組和儲能的微網(wǎng)位于饋線節(jié)點18，如圖2所示。光伏電源中、α=3.034、β=2.299 最大光強 xmax＝1.029 kW/m2的風(fēng)電機組中 Vci＝10.8 km/h、Vr＝28.8 km/h、Vco＝54 km/h，其他參數(shù)見表2。

圖2 RBTS Bus6改進系統(tǒng)Fig.2 Modified RBTS Bus6 system

表2 分布式電源和儲能參數(shù)Tab.2 Data of DG and Energy Storage

4.2 可靠性評估結(jié)果

4.2.1 配電系統(tǒng)的可靠性指標

不同情況下各負荷點的年平均停電次數(shù)仿真結(jié)果如圖3所示，負荷點年平均停電時間對比的仿真結(jié)果如圖4所示。

圖3 不同情況下負荷點停電次數(shù)Fig.3 Load point power outage times in different situations

圖4 不同情況下負荷點平均停電時間Fig.4 Load point average outage time in different situations

由圖3、圖4指標可以得到系統(tǒng)的評估指標系統(tǒng)平均停電頻率SAIFI、系統(tǒng)平均停電持續(xù)時間SAIDI、平均供電效率ASAI（average service availability index）和期望缺供電量指標ENS，如表3所示。

仿真結(jié)果表明：

（1）微網(wǎng)的接入對其內(nèi)部負荷的可靠性影響較大，負荷點的可靠性指標均大幅度降低。系統(tǒng)可靠性相對不含微網(wǎng)的情況有明顯提高，說明微網(wǎng)的接入能有效改善配電系統(tǒng)的供電可靠性。

表3 配電網(wǎng)的可靠性指標Tab.3 Reliability indices of distribution network

（2）對比是否考慮負荷削減的2種情況的負荷點可靠性指標可知：負荷點19、20、21組成的負荷塊的負荷削減系數(shù)最大，即進行削減時最后切除，因此在考慮負荷削減策略時，這3個負荷點的可靠性優(yōu)于未考慮負荷削減策略；而由負荷點22、23組成的負荷塊削減系數(shù)較小，這2個負荷點可靠性相比未考慮負荷消減策略時有一定的降低。這對提高配電網(wǎng)中重要負荷的可靠性有一定的意義。

4.2.2 微電源位置對配電系統(tǒng)可靠性的影響

對于圖2的仿真模型，分別選取線路22、17、25的末端作為微電源的3個不同接入位置，圖5、圖6分別為負荷點可靠性指標進行仿真。則配電系統(tǒng)可靠性指標如表4所示。

圖5 不同接入位置負荷點停電次數(shù)Fig.5 Load point power outages in different locations

圖6 不同接入位置負荷點平均停電時間Fig.6 Load point average outage time in different locations

表4 不同位置系統(tǒng)可靠性指標Tab.4 System reliability indices of different locations

仿真結(jié)果表明：

（1）微網(wǎng)內(nèi)微電源不同的接入位置導(dǎo)致內(nèi)部負荷點的可靠性指標也不同。如負荷點22、23組成的負荷塊，在微電源接入位置1時，負荷消減系數(shù)最大，可靠性較好；而在微電源接入位置3時，負荷消減系數(shù)最小，可靠性較低。這對于實際應(yīng)用中可靠性要求高的負荷位置的選取有一定的參考價值。

（2）微網(wǎng)中微電源的不同接入位置對整個系統(tǒng)的可靠性也有一定的影響，選取合適的位置能一定程度上提高系統(tǒng)的供電可靠性。

4.2.3 并網(wǎng)型微網(wǎng)可靠性指標

在實際運行中，并網(wǎng)性微網(wǎng)可靠性指標受很多因素影響，如DG出力隨機性、負荷的大小、儲能容量和儲能故障率等。本文主要分析儲能容量對并網(wǎng)型微網(wǎng)持續(xù)供電能力的影響，如圖7所示。

圖7 微網(wǎng)可靠性指標Fig.7 Reliability indices in microgrid

由圖7可以看出，在一定范圍內(nèi)儲能容量越高，可靠性指標越好。當儲能容量增加到6 MW·h時：①孤島成功運行的平均持續(xù)時間為4.145 1 h，若配電網(wǎng)發(fā)生故障且線路修復(fù)時間小于SIAOT時，此時微網(wǎng)內(nèi)部負荷正常運行，不需進行負荷削減；②微網(wǎng)成功運行的概率為91.31%，說明微網(wǎng)出力在大部分時間內(nèi)能滿足負荷需求，即配電網(wǎng)故障時，不需切負荷運行。

當儲能最小為2 MW·h時，微網(wǎng)成功運行的概率ISMP仍高于50%，即微網(wǎng)由并網(wǎng)切換到孤島運行時，大部分情況下不需切除負荷穩(wěn)定運行。說明本文選取的微網(wǎng)可靠性高、穩(wěn)定性好，具有很大的應(yīng)用價值。

5 結(jié)論

本文研究了光強和風(fēng)速模型及光伏電源和風(fēng)電機組功率輸出的隨機特性。通過并網(wǎng)型微網(wǎng)的運行方式，研究了并網(wǎng)運行微網(wǎng)和外網(wǎng)功率輸出協(xié)調(diào)策略，建立了非計劃孤島運行時全時序可靠性評估模型。基于并網(wǎng)型微網(wǎng)孤島狀態(tài)下持續(xù)穩(wěn)定供電的目的，提出了2個新的微網(wǎng)可靠性指標：孤島成功持續(xù)運行的平均時間和孤島運行成功的概率。仿真結(jié)果表明：

（1）微網(wǎng)的接入有效地改善了配電系統(tǒng)的可靠性指標；

（2）選取合適微網(wǎng)中微電源的接入位置能一定程度上提高系統(tǒng)的供電可靠性；

（3）在一定范圍內(nèi)儲能容量越高，并網(wǎng)型微網(wǎng)可靠性指標越好。

［1］蘭華，李政陽，王韻然.風(fēng)光互補發(fā)電系統(tǒng)對配電網(wǎng)可靠性的影響［J］.電源學(xué)報，2012，10（6）：92-96.Lan Hua，Li Zhengyang，Wang Yunran.Research on the influence of wind-solar hybrid power supply system to the reliability of distribution network［J］.Journal of Power Supply，2012，10（6）：92-96（in Chinese）.

［2］伍婷婷，劉滌塵，王波，等.帶分布式電源配電網(wǎng)的最小路可靠性分析方法［J］.南方電網(wǎng)技術(shù)，2012，6（1）：46-50.Wu Tingting，Liu Dichen，Wang Bo，et al.Analysis method of the minimal path method reliability for contribution networks with distributed generation［J］.Southern Power System Technology， 2012，6（1）：46-50（in Chinese）.

［3］Bae I S，Kim J O.Reliability evaluation ofdistributed generation based on operation mode［J］.IEEE Trans on Power Systems，2007，22（2）：785-790.

［4］Bollen M H J，Sun Y，Ault G W.Reliability of distribution networks with DER including intentionalislanding ［C］.2005 International Conference on Future Power Systems.Amsterdam，Netherlands：IEEE， 2005.

［5］梁惠施，程林，劉思革.基于蒙特卡羅模擬的含微電網(wǎng)配電網(wǎng)可靠性評估［J］.電網(wǎng)技術(shù)，2011，35（10）：76-81.Liang Huishi，Cheng Lin，Liu Sige.Monte Carlo simulation based reliability evaluation of distribution system containing microgrids［J］.Power System Technology，2011，35（10）：76-81（in Chinese）.

［6］王楊，萬凌云，胡博，等.基于孤島運行特性的微電網(wǎng)可靠性分析［J］.電網(wǎng)技術(shù)，2014，38（9）：2379-2385.Wang Yang，Wan Lingyun，Hu Bo，et al.Isolated island operating characteristics based analysis on reliability of microgrid［J］.Power System Technology，2014，38（9）：2379-2385（in Chinese）.

［7］李亮，唐巍，白牧可，等.考慮時序特性的多目標分布式電源選址定容規(guī)劃［J］.電力系統(tǒng)自動化，2013，37（3）：58-64.Li Liang，Tang Wei，Bai Muke，et al.Multi-objective locating and sizing of distributed generators based on time-sequence characteristics［J］.Automation of Electric Power Systems，2013，37（3）：58-64（in Chinese）.

［8］Abouzahr I，Ramakumar R.An approach to assess the performance of utility-interactive photovoltaic systems［J］.IEEE Transactions on Energy Conversion，1993，8（2）：145-153.

［9］Karaki S H，Chedid R B，Ramadan R.Probabilistic performance assessment ofautonomous solar-wind energy conversion systems［J］.IEEE Transactions on Energy Conversion，1999，14（3）：766-772.

［10］Abouzahr I，Ramakumar R.Loss of power supply probability of stand-alonephotovoltaic sys tems：a closed form solution approach［J］.IEEE Transations on Energy Conversion，1991，6（1）：1-11.

［11］王成山，鄭海峰，謝瑩華，等.計及分布式發(fā)電的配電系統(tǒng)隨機潮流計算［J］.電力系統(tǒng)自動化，2005，29（24）：39-44.Wang Chengshan，Zheng Haifeng，XieYinghua，etal.Probabilistic power flow containing distributed generation in distribution system［J］.Automation of Electric Power Systems，2005，29（24）：39-44（in Chinese）.

［12］丁明，吳義純，張立軍.風(fēng)電場風(fēng)速概率分布參數(shù)計算方法的研究［J］.中國電機工程學(xué)報，2005，25（10）：107-110.Ding Ming，Wu Yichun，Zhang Lijun.Study on the algorithm to the probabilistic distribution parameters of wind speed in wind farms［J］.Proceedings of the CSEE，2005，25（10）：107-110（in Chinese）.

［13］張文亮，丘明，來小康.儲能技術(shù)在電力系統(tǒng)中的應(yīng)用［J］.電網(wǎng)技術(shù)，2009，32（7）：1-9.Zhang Wenliang，Qiu Ming，Lai Xiaokang.Application of energy storage technologies in power grids［J］.Power System Technology，2009，32（7）：1-9（in Chinese）.

［14］謝開貴，王岸，胡博.計及儲能設(shè)備運行策略的風(fēng)/柴/儲混合系統(tǒng)可靠性評估［J］.電力系統(tǒng)保護與控制，2012，40（9）：1-7.XieKaigui，WangAn，Hu Bo.Reliabilityevaluation ofwind-diesel-storage hybrid system considering operating strategiesofenergystoragesystem［J］.PowerSystem Protectionand Control，2012，40（9）：1-7（in Chinese）.

［15］徐玉琴，吳穎超.考慮風(fēng)力發(fā)電影響的配電網(wǎng)可靠性評估［J］.電網(wǎng)技術(shù)，2011，35（4）：154-158.Xu Yuqin，Wu Yingchao.Reliability evalution for distribution system connected with wind-turbine generators［J］.Power System Technology，2011，35（4）：154-158（in Chinese）.

［16］Suchismita S，Chanan S.A reliability assessment methodology for distribution systems with distributed generation［C］//Power Engineering Society General Meeting.Montreal，Canada：IEEE，2006：1-7.

［17］陳益哲，張步涵，王江虹，等.基于短期負荷預(yù)測的微網(wǎng)儲能系統(tǒng)主動控制策略［J］.電網(wǎng)技術(shù)，2011，35（8）：35-40.Chen Yizhe，Zhang Buhan，Wang Jianghong，et al.Active control strategy for microgrid energy storage system based on short-term loadforecasting［J］.Power System Technology，2011，35（8）：35-40（in Chinese）.

［18］Bahramirad S，Reder W，Khodaei A.Reliability constrained optimal sizing of energy storage system in a microgrid［J］.IEEE Transactions on Smart Grid，2012，3（4）：2056-2062.

［19］劉洋，周家啟.大電網(wǎng)可靠性評估最優(yōu)負荷削減模型［J］.重慶大學(xué)學(xué)報，2003，26（10）：52-55.Liu Yang，Zhou Jiaqi.Optimal load curtailment in bulk powersystem reliability evaluation［J］.Journal of Chongqing University，2003，26（10）：52-55（in Chinese）.

［20］Billinton R，Wang P.Teaching distribution system reliability evaluation using monte carlo simulation［J］.IEEE Transactions on Power Systems，1999，14（2）：397-403.

［21］王揚.基于時序蒙特卡洛模擬的微電網(wǎng)可靠性分析［D］.重慶：重慶大學(xué)，2014.Wang Yang.Reliability Analysis of Microgrid Using Sequential Monte Carlo Simulation Techniques［D］.Chongqing：Chongqing University，2014.