劉明君，李文沅，王財(cái)勝

（1.重慶大學(xué) 輸配電裝備及系統(tǒng)安全與新技術(shù)國家重點(diǎn)實(shí)驗(yàn)室，重慶 400030；2.韋恩州立大學(xué) 電氣與計(jì)算機(jī)工程系，美國 底特律 48202）

0 引言

近年來，隨著風(fēng)力發(fā)電、光伏發(fā)電以及海洋能發(fā)電技術(shù)［1-2］的發(fā)展和應(yīng)用，基于風(fēng)力發(fā)電、光伏發(fā)電和潮汐發(fā)電等可再生能源所占的發(fā)電比例也越來越高［3］。微電網(wǎng)［4-5］是將可再生新能源發(fā)電機(jī)組、儲能裝置、控制裝置及負(fù)荷等合理配置并接入到電網(wǎng)中的技術(shù)。微電網(wǎng)既可以與電網(wǎng)聯(lián)網(wǎng)運(yùn)行，也可以與主網(wǎng)斷開形成孤島運(yùn)行。其靈活的運(yùn)行方式必將使其成為可再生新能源綜合利用的最有效方式之一［6］。我國一直在推動海島建設(shè)，合理利用海洋資源。但在許多遠(yuǎn)離大陸的海島，因難以與大規(guī)模電網(wǎng)相聯(lián)，組建離網(wǎng)型微電網(wǎng)成為滿足用戶負(fù)荷需求的選擇。同時，這些海島地區(qū)在化石燃料供給上存在巨大困難且運(yùn)輸成本較高，但其周圍潮汐資源豐富，因此，發(fā)展以潮汐能發(fā)電為主的微電網(wǎng)系統(tǒng)不僅能夠做到就地取材以充分利用潮汐資源，還能夠做到綠色環(huán)保。

潮汐流式發(fā)電技術(shù)通過捕獲海水潮漲、潮落產(chǎn)生的動能發(fā)電，因此，具有綠色環(huán)保無污染、發(fā)電無噪聲、對海洋生態(tài)環(huán)境影響小、功率密度大、發(fā)電規(guī)律性強(qiáng)等優(yōu)點(diǎn)，贏得了廣泛的關(guān)注和認(rèn)可［7］。全球范圍內(nèi)已有很多試驗(yàn)項(xiàng)目正在進(jìn)行［1-2］；同時，許多發(fā)電設(shè)備制造廠商研發(fā)并制造了可安裝于海底的海基潮汐流式發(fā)電機(jī)［8-9］。在地理資源上，我國海岸線長，潮汐流能資源豐富，并且東部沿海地區(qū)經(jīng)濟(jì)發(fā)達(dá)，電力負(fù)荷密集，這在客觀上為潮汐流能的大規(guī)模開發(fā)利用創(chuàng)造了有利條件。在國家政策層面上，《國家應(yīng)對氣候變化規(guī)劃（2014—2020 年）》［10］等多個國字頭文件中，都明確提到要大力發(fā)展各類潮汐能發(fā)電。潮汐流雖有漲落規(guī)律性的特點(diǎn)，但這個規(guī)律性有不同模式，因而不是完全確定性的；同時在每個時段上潮汐流的大小也存在隨機(jī)性。因此，如果沒有其他備用電源與之組成微電網(wǎng)系統(tǒng)，只依靠潮汐發(fā)電并不能保證供電可靠性。電池儲能裝置的優(yōu)點(diǎn)是不需要其他一次能源，可以利用潮汐漲落的特點(diǎn)，在潮汐電力富余時儲能，而在潮汐電力缺乏時作為備用電源釋放電能。然而，作為新型的發(fā)電技術(shù)，含潮汐發(fā)電和儲能裝置的微電網(wǎng)定量可靠性評估還鮮有文章報(bào)道。潮汐流式發(fā)電機(jī)雖與風(fēng)力發(fā)電機(jī)存在眾多相似之處，但兩者的運(yùn)行條件以及能源特性均有所不同。因潮汐流和風(fēng)速產(chǎn)生的機(jī)理不同，它們的變化模式亦不相同。潮汐流既有漲落潮的模式規(guī)律性，又有每個時段內(nèi)的隨機(jī)性，而風(fēng)速只存在隨機(jī)性，沒有類似于漲落潮那樣的模式規(guī)律性。對潮汐流而言，需要同時模擬其規(guī)律性和時段上的隨機(jī)性，這就使得風(fēng)速和潮汐流速的概率建模方法有所不同。因此，需要針對潮汐流式發(fā)電機(jī)組建立一種能夠結(jié)合發(fā)電機(jī)組可用率以及潮汐流速概率特性的可靠性模型。

到目前為止，國內(nèi)外對于含新能源微電網(wǎng)的可靠性研究不多。文獻(xiàn)［11］利用解析方法對含有風(fēng)－柴儲能系統(tǒng)的混合系統(tǒng)進(jìn)行了可靠性評估，但并未考慮儲能系統(tǒng)時序特性。文獻(xiàn)［12］初步探索了分布式電源概率模型，但模型較為粗略。文獻(xiàn)［13］分析了微電網(wǎng)中可再生能源分布式電源的間歇性對供電可靠性的影響。文獻(xiàn)［14］建立了潮汐流式發(fā)電機(jī)的概率輸出模型，但并未涉及可靠性評估。文獻(xiàn)［15］評估了孤島運(yùn)行下含可再生能源分布式發(fā)電的配網(wǎng)系統(tǒng)可靠性，文中利用分段和灰色預(yù)測技術(shù)對風(fēng)速進(jìn)行了預(yù)測，但這種技術(shù)并不適用于潮汐流速的預(yù)測。文獻(xiàn)［16］分析了微電網(wǎng)孤島系統(tǒng)穩(wěn)定運(yùn)行、能量供求平衡的機(jī)理和常規(guī)的微電網(wǎng)孤島能量管理控制策略，提出了一種新型超級電容與蓄電池混合儲能系統(tǒng)的功率自適應(yīng)控制策略。

本文提出一種針對含潮汐發(fā)電和電池儲能的微電網(wǎng)可靠性評估模型。建立了結(jié)合潮汐流式發(fā)電機(jī)組可用率和潮汐流速概率特性的多狀態(tài)模型。同時，根據(jù)負(fù)荷、電池儲能系統(tǒng)性能參數(shù)和潮汐流式發(fā)電機(jī)輸出特性建立了電池儲能系統(tǒng)輸出模型。將此方法應(yīng)用到假設(shè)微電網(wǎng)系統(tǒng)中，計(jì)算微電網(wǎng)可靠性指標(biāo)，并對影響可靠性指標(biāo)的因素進(jìn)行分析。研究結(jié)果對含潮汐發(fā)電的微電網(wǎng)系統(tǒng)設(shè)計(jì)具有參考性。

1 含潮汐發(fā)電和電池儲能的微電網(wǎng)可靠性測試系統(tǒng)

本文假定用于可靠性評估的含潮汐發(fā)電和電池儲能的微電網(wǎng)主要由潮汐流式發(fā)電機(jī)組、電池儲能系統(tǒng)、負(fù)荷、聯(lián)絡(luò)線以及控制裝置組成，見圖1。微電網(wǎng)中可以含1臺或多臺潮汐流式發(fā)電機(jī)組，組成潮汐發(fā)電場。微電網(wǎng)一般有2種運(yùn)行模式：聯(lián)網(wǎng)運(yùn)行模式和孤島運(yùn)行模式。聯(lián)網(wǎng)運(yùn)行時，當(dāng)發(fā)生潮汐發(fā)電輸出功率不足時，微電網(wǎng)系統(tǒng)既可以從電池儲能系統(tǒng)獲得電能，也可以從電網(wǎng)中獲得電能。此種運(yùn)行模式下，電池儲能系統(tǒng)運(yùn)行策略一般為運(yùn)行于特定的充/放電功率下。在孤島模式下，電池儲能系統(tǒng)需要時刻維持系統(tǒng)的電壓和頻率穩(wěn)定，因此，電池的充/放電功率由發(fā)電機(jī)組輸出功率和負(fù)荷共同決定。

圖1 微電網(wǎng)可靠性測試系統(tǒng)Fig.1 Microgrid system for reliability test

2 潮汐流式發(fā)電機(jī)組多狀態(tài)模型

2.1 潮汐流速概率分布模型

潮汐流速隨時間變化而變化，而且變化行為因擾流、波浪、風(fēng)驅(qū)海流等因素存在隨機(jī)性。因此，潮汐發(fā)電機(jī)組輸出功率也存在一定的隨機(jī)性。根據(jù)文獻(xiàn)［17］，潮汐流速概率分布服從Wakeby分布。與其他分布不同，Wakeby分布并沒有顯式表達(dá)式，其由5 個參數(shù)確定，定義式為［17］：

其中，Vt（F ）為潮汐流速；F=F（V）=p（Vt≤V）為 Wakeby分布的累積概率密度函數(shù)；α、β、γ、σ、ξ為 Wakeby分布的5個參數(shù)，可以根據(jù)歷史數(shù)據(jù)利用L階矩法求得，詳細(xì)求解步驟可參見文獻(xiàn)［17］。此分布用來得到潮汐流速在某個區(qū)間段內(nèi)的概率，結(jié)合此概率值和機(jī)組可用率建立潮汐流式發(fā)電機(jī)多狀態(tài)模型。

2.2 潮汐流式發(fā)電機(jī)組功率輸出模型

潮汐流式發(fā)電機(jī)組的功率輸出Pout可表示為［14］：

其中，Vt、Vcutin、Vrated分別為潮汐流速、潮汐流式發(fā)電機(jī)組切入速度和額定速度；Cp為潮汐流式發(fā)電機(jī)組能量捕獲因數(shù)，一般取 0.4～0.5［14］；ρ為海水密度；A為潮汐流式發(fā)電機(jī)組葉片掃過的區(qū)域面積；Prated為潮汐流式發(fā)電機(jī)組額定輸出功率。

潮汐流式發(fā)電機(jī)組功率輸出特性曲線如圖2所示，其可分為3段：第1段為潮汐流速小于切入速度，此時輸出功率為0；第2段為潮汐流速大于等于切入速度而小于額定速度，此時輸出功率隨潮汐流速增加而增大；第3段為潮汐流速大于等于額定速度，此時在控制系統(tǒng)控制下，潮汐流式發(fā)電機(jī)組輸出功率保持額定功率輸出。因潮汐流速變化較為緩慢，且最大流速值不足以對發(fā)電裝置造成破壞，因此已經(jīng)假定潮汐流式發(fā)電機(jī)組不存在切出速度。

圖2 潮汐流式發(fā)電機(jī)組功率輸出特性曲線Fig.2 Characteristic curve of power output of tidal power unit

2.3 潮汐流式發(fā)電機(jī)組狀態(tài)模型

潮汐流式發(fā)電機(jī)組功率輸出不僅與機(jī)組可用率（AT）有關(guān)，還與潮汐流速概率特性有關(guān)。因此，潮汐流式發(fā)電機(jī)組處于某一狀態(tài)的概率等于潮汐流速處于某一范圍內(nèi)的概率乘以機(jī)組的可用率（或不可用率）。根據(jù)潮汐流式發(fā)電機(jī)組功率輸出特性可將潮汐流速分為 0＜Vt＜Vcutin、Vcutin≤Vt＜Vrated和 Vt≥Vrated3段，潮汐流速在Vcutin≤Vt＜Vratd范圍內(nèi)變化時，機(jī)組輸出功率在0到Prated區(qū)間內(nèi)變化，變化范圍較大。因此，包括超過額定流速和低于切入流速的情況在內(nèi)，本文把潮汐流速分為7個狀態(tài)，旨在保證計(jì)算精度的同時提高計(jì)算速度。利用狀態(tài)枚舉法建立如表1所示潮汐流式發(fā)電機(jī)組多狀態(tài)模型。

表1 潮汐流式發(fā)電機(jī)組狀態(tài)模型Table 1 State model of tidal power unit

表1中，Sij下標(biāo)i=1表示機(jī)組處于運(yùn)行狀態(tài)，i=2表示機(jī)組處于停運(yùn)狀態(tài)；pij表示機(jī)組處于某一區(qū)間段內(nèi)的概率；P1j表示潮汐流速在Vcutin到Vrated區(qū)間內(nèi)變化時對應(yīng)潮汐流速變化區(qū)間［Vj，Vj-1］內(nèi)機(jī)組平均輸出功率。 令V1=Vrated，V6=Vcutin，P1j計(jì)算式為：

潮汐流速處于某一區(qū)間內(nèi)的概率可以通過以下公式求得：

其中，F(xiàn)i和 Fi+1根據(jù)式（1）計(jì)算。

由表1可以看出，潮汐流式發(fā)電機(jī)組存在14個狀態(tài)、7個功率輸出水平，因此，可將潮汐流式發(fā)電機(jī)組功率輸出為0的狀態(tài)合并，即可得到潮汐流式發(fā)電機(jī)組狀態(tài)簡化模型，如表2所示。

由于要模擬負(fù)荷和儲能裝置的時序特征，同時每個季節(jié)內(nèi)潮汐流有24 h的周期且每小時有不同的分布參數(shù)，因此需要根據(jù)以上模型獲得潮汐流速在每個季節(jié)相同時段的概率分布參數(shù)，并將此24段在每個季節(jié)內(nèi)重復(fù)，最終得到8760個時段，然后再在每個季節(jié)每個時段中建立如表2所示潮汐流式發(fā)電機(jī)組7狀態(tài)模型。

表2 潮汐流式發(fā)電機(jī)組狀態(tài)簡化模型Table 2 Simplified state model of tidal power unit

3 負(fù)荷模型及電池儲能系統(tǒng)輸出功率模型

3.1 負(fù)荷模型

發(fā)電系統(tǒng)可靠性評估中最常用的負(fù)荷模型為時負(fù)荷值曲線模型［18-19］，此負(fù)荷模型基于IEEE Power Engineering Society設(shè)計(jì)的IEEE-RTS負(fù)荷模型，修改其系統(tǒng)年峰值負(fù)荷得到。負(fù)荷模型可由下式表示：

其中，PL為微電網(wǎng)負(fù)荷；Pmax為微電網(wǎng)年度峰值負(fù)荷；Pweek、Pday和Phour分別為周負(fù)荷峰值模型、日負(fù)荷峰值模型和時負(fù)荷峰值模型。PL含有8 760個時段。此負(fù)荷模型考慮了負(fù)荷因季節(jié)變化引起的變動，因此相對較為精確。

3.2 電池儲能系統(tǒng)輸出功率模型

因潮汐流式發(fā)電機(jī)組輸出功率和負(fù)荷都存在隨機(jī)性，孤島模式運(yùn)行時，微電網(wǎng)不能通過電網(wǎng)獲得電能，只能依靠自身維持系統(tǒng)穩(wěn)定，而機(jī)組輸出的功率并不能時刻滿足負(fù)荷需求。因此，在無其他外部電源的條件下，為了維持系統(tǒng)可靠性，安裝電池儲能系統(tǒng)是一個較好的選擇。微電網(wǎng)在孤島模式運(yùn)行時，電池儲能系統(tǒng)充/放電功率通過電壓/頻率穩(wěn)定方案控制，以平衡系統(tǒng)負(fù)荷需求與機(jī)組輸出功率。聯(lián)網(wǎng)模式下，電池儲能系統(tǒng)充/放電功率可以根據(jù)預(yù)設(shè)值運(yùn)行，以提高電池儲能系統(tǒng)壽命［20］。本文只研究微電網(wǎng)孤島運(yùn)行模式下系統(tǒng)可靠性評估。

孤島模式下，負(fù)荷需求由電池儲能系統(tǒng)和潮汐流式發(fā)電機(jī)組共同滿足，在潮汐流式發(fā)電機(jī)組輸出功率大于負(fù)荷需求時，多余的電量為電池儲能系統(tǒng)充電，反之，電池儲能系統(tǒng)放電。因此，第k個時間段內(nèi)機(jī)組第s個狀態(tài)下系統(tǒng)能夠?yàn)殡姵貎δ芟到y(tǒng)提供或需要電池儲能系統(tǒng)放電的功率 Pbat，s（k）可由下式計(jì)算：

其中，Pdismax、Pchamax分別為電池儲能系統(tǒng)最大放電和充電功率（用負(fù)數(shù)表示）；PL（k）為第k個研究時間段內(nèi)負(fù)荷功率；PT，s（k）為潮汐流式發(fā)電機(jī)組在第 k 個研究時段內(nèi)第s個狀態(tài)下的輸出功率。值得注意的是，式（6）中僅僅考慮了電池儲能系統(tǒng)最大充/放電功率的限制，但所得結(jié)果并不是實(shí)際發(fā)生的充/放電功率?？紤]到實(shí)際運(yùn)行中電池儲能系統(tǒng)充/放電功率不僅受電池儲能系統(tǒng)最大充 /放電功率的約束，還受電池儲能系統(tǒng)正常運(yùn)行允許的最大和最小儲存容量的約束。這種儲存容量可以轉(zhuǎn)換為等效充/放電功率約束?？紤]最小儲存容量Qmin約束的等效電池儲能系統(tǒng)放電功率為：

其中，Pedismax（k）為第k個研究時段內(nèi)對應(yīng)的最小儲存容量約束下的等效放電功率；Qbat（k）為電池儲能系統(tǒng)在第k個研究時段的儲存容量。

類似地，考慮最大儲存容量Qmax約束的等效電池儲能系統(tǒng)充電功率為：

其中，Pechamax（k）為第k個研究時段內(nèi)對應(yīng)的最大儲存容量約束下的等效充電功率。需要注意的是Pechamax（k）和Pchamax都為負(fù)值，表示電池儲能系統(tǒng)充電模式。

式（6）計(jì)算得到的 Pbat，s（k）為第 k 個研究時段內(nèi)第s個狀態(tài)下為維持系統(tǒng)發(fā)電和負(fù)荷的需求平衡，系統(tǒng)可以為電池儲能系統(tǒng)充電或可以從儲能系統(tǒng)獲得的功率，并非儲能系統(tǒng)實(shí)際充/放電功率。而儲能系統(tǒng)的實(shí)際充/放電功率還應(yīng)受到式（7）和式（8）的約束。換言之，儲能系統(tǒng)的實(shí)際放電功率應(yīng)該在Pbat，s（k）＞0 和 Pedismax（k）之間，取兩者最小值。 類似地，電池儲能系統(tǒng)的實(shí)際充電功率應(yīng)限制在Pbat，s（k）＜0和Pechamax（k）之間，因本文用負(fù)數(shù)表示充電功率，因此，需要取兩者的最大值，即絕對值最小。上述邏輯關(guān)系可用下式表示：

其中，Pbout，s（k）為第 k 個研究時段內(nèi)第 s個狀態(tài)下的電池期望輸出功率。

因此，第k個研究時段內(nèi)電池儲能系統(tǒng)充/放電功率期望值為：

其中，ps（k）為潮汐流式發(fā)電機(jī)處于第s個狀態(tài)的概率。當(dāng)Pbat（k）＞0時，電池儲能系統(tǒng)處于放電狀態(tài)，此時可作為電源看待；當(dāng)Pbat（k）=0時，電池儲能系統(tǒng)處于待機(jī)狀態(tài)；當(dāng)Pbat（k）＜0時，電池儲能系統(tǒng)處于充電狀態(tài)，此時可作為負(fù)荷看待。電池儲能系統(tǒng)在第k+1個研究時段內(nèi)的儲存容量可由第k個研究時段的儲存容量和該時段內(nèi)的電池充/放電能量計(jì)算，公式如下：

其中，t為研究時段k的長度，本文取t=1h。

4 可靠性指標(biāo)及其計(jì)算

電池儲能系統(tǒng)可用與否影響著微電網(wǎng)可靠性指標(biāo)?？紤]實(shí)際情況，其運(yùn)行與失效只需在每個時段機(jī)組每個狀態(tài)下再枚舉電池失效與否即可。與主網(wǎng)聯(lián)接的線路不可用率決定了微電網(wǎng)孤島運(yùn)行的概率。注意，潮汐流式發(fā)電機(jī)組的可用率AT已經(jīng)在機(jī)組的狀態(tài)枚舉模型中考慮。因此，考慮電池儲能系統(tǒng)可用率和形成孤島概率的微電網(wǎng)系統(tǒng)可靠性指標(biāo)計(jì)算如下。

4.1 電力不足期望

電力不足期望LOLE（Loss Of Load Expectation）可由下式計(jì)算［19］：

其中，p（·）為滿足括號內(nèi)條件的概率；AB、Ul分別為電池儲能系統(tǒng)的可用率和聯(lián)絡(luò)線不可用率。

4.2 期望缺供電量

期望缺供電量EENS（Expected Energy Not Supplied）可由下式計(jì)算［19］：

其中，CBU，s（k）、CBD，s（k）分別為第 k 個研究時段內(nèi)機(jī)組第s個狀態(tài)下電池運(yùn)行和失效時的切負(fù)荷量；ps（k）為對應(yīng)的切負(fù)荷概率。

4.3 計(jì)算步驟

本文計(jì)算可靠性指標(biāo)的步驟如下。

（1）將潮汐歷史流速數(shù)據(jù)分為4個季節(jié)，并求取每個季節(jié)相同時段（24個）潮汐流速概率分布參數(shù)；在每個季節(jié)每個時段內(nèi)，根據(jù)表1和表2建立潮汐流式發(fā)電機(jī)組多狀態(tài)模型；在每個季節(jié)內(nèi)再將24個時段重復(fù)每個季對應(yīng)的天數(shù)，最后得到4個季節(jié)總共8760個時段中每個時段的潮汐流式發(fā)電機(jī)組多狀態(tài)模型。從而將潮汐發(fā)電機(jī)組輸出功率因季節(jié)變化引起的變動考慮在內(nèi)。

（2）由式（5）獲得一年負(fù)荷數(shù)據(jù) PL，由式（6）—（11）計(jì)算電池儲能系統(tǒng)在第k個研究時段內(nèi)機(jī)組所有狀態(tài)下的輸出功率。

（3）計(jì)算可靠性指標(biāo)。在每個時段每個機(jī)組狀態(tài)下枚舉電池失效與否，并計(jì)算相應(yīng)狀態(tài)下可靠性指標(biāo)，最后由式（12）和（13）計(jì)算微電網(wǎng)系統(tǒng)8760個時段可靠性指標(biāo)。

5 算例分析

本文使用的潮汐流速數(shù)據(jù)由美國國家海洋和大氣管理局官方網(wǎng)站獲得，采集地點(diǎn)為Golden Gate Bridge，其位于美國西海岸，位置坐標(biāo)為（北緯37.82°，西經(jīng)122.45°），潮汐流速數(shù)據(jù)時間間隔為10 min，時間段為2010年1月1日至2013年12月31日。本文假設(shè)所研究微電網(wǎng)系統(tǒng)含有1臺額定容量1.5 MW的潮汐流式發(fā)電機(jī)組，其切入速度和額定速度分別為1.2 knots和3.5 knots（knots表示單位節(jié)，為專用于航海的速度單位），機(jī)組不可用率為0.0354［21］。電池儲能系統(tǒng)不可用率設(shè)為0.01，假設(shè)微電網(wǎng)處于偏僻地區(qū)，主網(wǎng)聯(lián)絡(luò)線不可用率較高，為0.1。假設(shè)圖 1所示微電網(wǎng)年峰值負(fù)荷為300 kW，電池儲能系統(tǒng)性能參數(shù)為：Pchamax=-500 kW，Pdismax=300 kW，Qmax=1 500 kW·h，Qmin=0.1Qmax。根據(jù)本文計(jì)算方法得到微電網(wǎng)系統(tǒng)可靠性指標(biāo)如表3所示。

表3 微電網(wǎng)可靠性指標(biāo)Table 3 Reliability indexes of microgrid

表3中，“孤島模式”欄表示微電網(wǎng)作為孤立電網(wǎng)不與外部電網(wǎng)相連時全年可靠性指標(biāo)；“孤島和聯(lián)網(wǎng)模式”欄表示微電網(wǎng)與外部電網(wǎng)相連，只在聯(lián)絡(luò)線故障時處于孤島運(yùn)行的微電網(wǎng)可靠性指標(biāo)。由表3可知微電網(wǎng)可靠性較高。

5.1 電池儲能系統(tǒng)參數(shù)對微電網(wǎng)可靠性參數(shù)的影響

電池儲能系統(tǒng)作為微電網(wǎng)系統(tǒng)中除潮汐流式發(fā)電機(jī)組以外唯一的電源，其性能參數(shù)直接影響微電網(wǎng)可靠性指標(biāo)。本節(jié)研究電池儲能系統(tǒng)參數(shù)（最大放電功率Pdismax、最大充電功率Pchamax、電池儲能系統(tǒng)最大容量Qmax以及電池儲能系統(tǒng)可用率AB）對微電網(wǎng)可靠性指標(biāo)的影響。電池儲能系統(tǒng)的可靠性參數(shù)可以從電池儲能系統(tǒng)本身的可靠性評估中獲得［22］。假設(shè)微電網(wǎng)年峰值負(fù)荷為300 kW，電池儲能系統(tǒng)允許的最小容量為Qmin=0.1 Qmax，電池儲能系統(tǒng)可用率為0.99，微電網(wǎng)孤島運(yùn)行。令電池儲能系統(tǒng)最大充電功率從0增加到500 kW，計(jì)算微電網(wǎng)可靠性參數(shù)，結(jié)果如圖3所示。

由圖3可得如下結(jié)論。

圖3 微電網(wǎng)可靠性指標(biāo)隨電池儲能系統(tǒng)最大充電功率變化曲線圖Fig.3 Curves of microgrid reliability index vs.maximum charging power of battery energy storage system

（1）在電池儲能系統(tǒng)最大容量和充電功率一定的情況下，微電網(wǎng)可靠性指標(biāo)會隨最大放電功率的增加而減小，但減小幅度逐漸減弱，特別是當(dāng)最大放電功率超過微電網(wǎng)年峰值負(fù)荷時，微電網(wǎng)可靠性指標(biāo)保持定值。最大放電功率表示系統(tǒng)能夠從電池儲能系統(tǒng)中獲得的最大功率，當(dāng)系統(tǒng)負(fù)荷超過發(fā)電機(jī)組輸出功率時，系統(tǒng)可以從電池儲能系統(tǒng)中獲得［0，Pdismax］的功率。因此，其大小可以在一定程度上決定系統(tǒng)是否滿足負(fù)荷需求。

（2）在電池儲能系統(tǒng)最大放電功率和最大容量一定的情況下，提高電池儲能系統(tǒng)最大充電功率可適當(dāng)減小微電網(wǎng)可靠性指標(biāo)。因電池儲能系統(tǒng)最大充電功率反映了電池儲能系統(tǒng)在單位時間內(nèi)儲存能量的能力，當(dāng)發(fā)電機(jī)組輸出功率超過負(fù)荷需求時，最大充電功率越大，其能夠儲存的能量就越多，因此，用于平衡負(fù)荷的能量就越多，對微電網(wǎng)系統(tǒng)可靠性貢獻(xiàn)就越大。

（3）在電池儲能系統(tǒng)最大放電功率和最大充電功率一定的情況下，增加電池儲能系統(tǒng)最大容量可以減小微電網(wǎng)可靠性指標(biāo)。電池儲能系統(tǒng)最大容量反映電池儲能系統(tǒng)能夠儲存的容量，其值大小制約著電池儲能系統(tǒng)放電總量。

（4）當(dāng)電池儲能系統(tǒng)放電功率較小時，3條曲線重合，這是因?yàn)殡姵貎δ芟到y(tǒng)都不能夠滿足放電需求，但隨著放電功率的增加，曲線開始分散，電池儲能系統(tǒng)的最大充電功率和最大容量對儲能微電網(wǎng)可靠性指標(biāo)的影響逐漸顯現(xiàn)。

（5）當(dāng)電池儲能系統(tǒng)放電功率在200 kW到300 kW范圍變化時，下側(cè)圖中曲線1略有上升，這是因?yàn)殡S放電功率的增加，較小的電池儲能系統(tǒng)容量不能長時間維持電池放電，從而增加切負(fù)荷量，增加儲能系統(tǒng)容量會顯著減小這一趨勢（見下側(cè)圖中曲線2）。隨著容量的增大，最大充電功率作為新的制約因素影響微電網(wǎng)可靠性。

為研究電池儲能系統(tǒng)可用率對微電網(wǎng)可靠性指標(biāo)的影響，使用與計(jì)算表3相同的微電網(wǎng)系統(tǒng)數(shù)據(jù)，并只考慮微電網(wǎng)孤島運(yùn)行的情況，計(jì)算得到微電網(wǎng)在不同電池儲能系統(tǒng)可用率AB下可靠性指標(biāo)如表4所示。由表4可知，電池儲能系統(tǒng)可用率越高，微電網(wǎng)可靠性指標(biāo)越低，即微電網(wǎng)越穩(wěn)定。

表4 不同電池儲能系統(tǒng)可用率下微電網(wǎng)可靠性指標(biāo)Table 4 Microgrid reliability indexes of different availability levels of battery energy storage system

5.2 年峰值負(fù)荷對微電網(wǎng)可靠性指標(biāo)的影響

本節(jié)研究負(fù)荷變化對微電網(wǎng)可靠性指標(biāo)的影響。在潮汐流式發(fā)電機(jī)組和電池儲能系統(tǒng)一定的條件下，負(fù)荷的變化會直接影響系統(tǒng)的可靠性。由式（5）可知，負(fù)荷的變化由年峰值負(fù)荷決定。因此，為研究負(fù)荷變化對微電網(wǎng)可靠性指標(biāo)的影響，令年峰值負(fù)荷在100 kW到800 kW范圍內(nèi)變化，計(jì)算微電網(wǎng)可靠性指標(biāo)如圖4所示。由圖4可知：

（1）當(dāng)年峰值負(fù)荷小于300 kW時，負(fù)荷增長對可靠性指標(biāo)增長貢獻(xiàn)較小，因?yàn)榇藭r負(fù)荷在所假定微電網(wǎng)可帶負(fù)荷能力范圍內(nèi)；

（2）負(fù)荷峰值在300 kW到600 kW范圍內(nèi)變化時，電池儲能系統(tǒng)性能參數(shù)不同時得到的微電網(wǎng)可靠性指標(biāo)也不同，提高電池儲能系統(tǒng)性能參數(shù)可以在一定范圍內(nèi)減小微電網(wǎng)可靠性指標(biāo)；

（3）當(dāng)年峰值負(fù)荷大于600 kW時3條曲線再次重合，這是因?yàn)殡S著負(fù)荷的增大，潮汐發(fā)電機(jī)組功率輸出已不能滿足負(fù)荷的需求，因此電池儲能系統(tǒng)始終處于無法充電狀態(tài)，無論電池系統(tǒng)性能參數(shù)如何提高對微電網(wǎng)可靠性指標(biāo)都沒有貢獻(xiàn)。

圖4 微電網(wǎng)可靠性指標(biāo)隨年峰值負(fù)荷變化曲線圖Fig.4 Curves of microgrid reliability index vs.yearly peak load

6 結(jié)論

本文提出了一種對含潮汐發(fā)電和電池儲能的微電網(wǎng)可靠性評估模型，并通過對一個該類微電網(wǎng)的可靠性指標(biāo)計(jì)算分析，說明了所提出模型的有效性。與常規(guī)機(jī)組不同，潮汐流式發(fā)電機(jī)組的輸出狀態(tài)不僅取決于它的可用率，而且與潮汐流的概率分布強(qiáng)相關(guān)。本文提出了結(jié)合潮汐流速概率分布特性和機(jī)組可用率的多狀態(tài)模型，并利用枚舉法與負(fù)荷和儲能系統(tǒng)的時序特性相結(jié)合，建立了電池儲能系統(tǒng)功率充放電輸出模型。通過算例研究了電池儲能系統(tǒng)參數(shù)對含潮汐發(fā)電微電網(wǎng)可靠性的影響。本文研究成果可為含潮汐發(fā)電和電池儲能的微電網(wǎng)系統(tǒng)設(shè)計(jì)提供參考，特別是為偏遠(yuǎn)海島地區(qū)電氣化的實(shí)現(xiàn)提供了一種解決方案。

［1］ROURKE F O，BOYLE F，REYNOLDS A.Tidal energy update 2009［J］.Applied Energy，2010，87（2）：398-409.

［2］KHAN M J，BHUYAN G，IQBAL M T，et al.Hydrokinetic energy conversion systems and assessment of horizontal and vertical axis turbines for river and tidal applications：a technology status review［J］.Applied Energy，2009，86（10）：1823-1835.

［3］ABBEY C，KATIRAEIF，BROTHERSC，etal.Integrationof distributed generation and wind energy in Canada［C/OL］.Montreal，Canada：IEEE，2006［2015-11-18］.http：∥ieeexplore.ieee.org/document/1709430/.

［4］LASSETER R，ALTHIL A，MARNAY C，etal.Integration of distributed energy resources-the CERTS microgrid concept［EB/OL］.（2010-08-16）［2015-11-18］.http：∥www.pserc.org/ecow/get/researchdo /certsdocum0 /certspubli/certsmicrogridwhitepaper.pdf.

［5］LASSETER R H，PAIGI P.Microgrid：a conceptual solution［C］∥IEEE Power Electronic Specialists Conference.Madison，USA：IEEE，2004：4285-4290.

［6］別朝紅，李更豐，王錫凡.含微網(wǎng)的新型配電系統(tǒng)可靠性評估綜述［J］.電力自動化設(shè)備，2011，31（1）：1-6.BIE Zhaohong，LI Gengfeng，WANG Xifan.Review on reliability evaluation of new distribution system with micro-grid［J］.Electric Power Automation Equipment，2011，31（1）：1-6.

［7］游亞戈，李偉，劉偉民，等.海洋能發(fā)電技術(shù)的發(fā)展現(xiàn)狀與前景［J］.電力系統(tǒng)自動化，2010，34（14）：1-12.YOU Yage，LI Wei，LIU Weimin，et al.Development status and perspective of marine energy conversion systems［J］.Automation of Electric Power Systems，2010，34（14）：1-12.

［8］ABB Group.ABB to provide UK grid connection for Europe’s largest tidal energy project［EB/OL］.（2015-09-11）［2015-11-18］.http：∥www.abb.com /cawp /seitp202 /75d122d94ef09aaec1257d3-8002b32f7.aspx.

［9］Alstom Group.Tidalpowersolutions［EB /OL］.（2015-09-11）［2015-11-18］. http：∥www.alstom.com /Global/Power/Resources/Documents/Brochures/tidal-power-solutions-ocean-energy.pdf?epslanguage=en-GB.

［10］國家發(fā)展改革委關(guān)于印發(fā)國家應(yīng)對氣候變化規(guī)劃（2014—2020年）的通知（發(fā)改氣候［2014］2347 號）［EB/OL］.（2014-11-25）［2015-11-18］.http：∥www.scio.gov.cn /xwfbh /xwbfbh /wqfbh /2014/20141125 /xgzc32142 /Document/1387125 /1387125.htm.

［11］LIU X，ISLAM S.Reliability evaluation of a wind-diesel hybrid power system with battery bank using discrete wind speed frame analysis［C］∥9th International Conferenceeon Probabilistic Methods Applied to Power Systems.Stockholm，Sweden：［s.n.］，2006：1-7.

［12］袁修廣，黃純，張磊，等.計(jì)及微網(wǎng)孤島運(yùn)行方式的配電網(wǎng)可靠性評估［J］.電網(wǎng)技術(shù)，2015，39（3）：690-697.YUAN Xiuguang，HUANG Chun，ZHANG Lei，et al.Reliability evaluation of distribution network considering islanded operation of microgrid［J］.Power System Technology，2015，39（3）：690-697.

［13］王韶，譚文，黃晗.計(jì)及微電網(wǎng)中可再生能源間歇性影響的配電網(wǎng)可靠性評估［J］.電力自動化設(shè)備，2015，35（4）：31-36.WANG Shao，TAN Wen，HUANG Han.Distribution system reliability evaluation considering influence of intermittent renewable energy sources formicrogrid［J］.Electric Power Automation Equipment，2015，35（4）：31-36.

［14］LIU Mingjun，LI Wenyuan，BILLINTON R，et al.Probabilistic modeling of tidal power generation［C］∥IEEE Power Energy Society General Meeting.Denver，USA：IEEE，2015：1-5.

［15］ATWA Y M，EL-SAADANY E F.Reliability evaluation for distribution system with renewable distributed generation during islanded mode of operation［J］.IEEE Transactions on Power Systems，2009，24（2）：572-581.

［16］李斌，寶海龍，郭力.光儲微電網(wǎng)孤島系統(tǒng)的儲能控制策略［J］.電力自動化設(shè)備，2014，34（3）：8-15.LI Bin，BAO Hailong，GUO Li.Strategy of energy storage control for islanded microgrid with photovoltaic and energy storage systems［J］.Electric Power Automation Equipment，2014，34（3）：8-15.

［17］LIU Mingjun，LI Wenyuan，BILLINTON R，et al.Modeling tidal current speed using Wakeby distribution［J］.Electric Power System Research，2015（127）：240-248.

［18］SCHNEIDER A W.The IEEE reliability test system-1996［J］.IEEE Transactions on Power Systems，1999，14（3）：1019-1020.

［19］LI Wenyuan.Risk assessment of power systems［M］.2nd ed.New York，USA：IEEE and John Wiley&Sons，2014.

［20］BHUIYAN F A，YAZDANI A.Multimode control of a DFIG-based wind-power unit for remote applications［J］.IEEE Transactions on Power Delivery，2009，24（4）：2079-2089.

［21］LIU Mingjun，LI Wenyuan，WANG Caisheng，et al.Reliability evaluation of tidal power generation system considering tidal current speed［J］.IEEE Transactions on Power Systems，2016，31（4）：3179-3188.

［22］LIU Mingjun，LI Wenyuan，WANG Caisheng，et al.Reliability evaluation of large scale battery energy storage systems［J］.IEEE Transactions on Smart Grid，2016，PP（99）：1-11.