陳麗麗，牟龍華,許旭鋒，劉 爽

（同濟(jì)大學(xué) 電氣工程系，上海 201804）

0 引言

近年來，隨著傳統(tǒng)能源的枯竭、氣候環(huán)境的惡化，世界范圍內(nèi)加快了對(duì)綠色清潔可再生能源的研究［1］。集成了風(fēng)電、光伏 PV（PhotoVoltaic）等分布式電源（DG）及儲(chǔ)能裝置 ES（Energy Storage）的微電網(wǎng)可有效減少環(huán)境污染，提高電力系統(tǒng)的可靠性及靈活性。但DG出力的間歇性和波動(dòng)性會(huì)對(duì)供電可靠性產(chǎn)生負(fù)面影響。另外，以現(xiàn)階段的技術(shù)水平而言，發(fā)展微電網(wǎng)在經(jīng)濟(jì)上并不占優(yōu)勢(shì)，提高微電網(wǎng)的供電可靠性是吸引投資的重要原因［2］。因此，微電網(wǎng)的廣泛應(yīng)用必須建立在可靠性評(píng)估的基礎(chǔ)上。

微電網(wǎng)中的儲(chǔ)能裝置可以有效平抑DG的出力波動(dòng)，提高系統(tǒng)穩(wěn)定性和可靠性［3］。儲(chǔ)能的運(yùn)行特性和運(yùn)行策略對(duì)微電網(wǎng)的可靠性有重要影響，國內(nèi)外學(xué)者對(duì)這方面的研究相對(duì)較少。文獻(xiàn)［4］針對(duì)含有功率型和能量型儲(chǔ)能裝置的風(fēng)電場(chǎng)分別建立了可靠性評(píng)估模型，并分析了儲(chǔ)能裝置的特性參數(shù)對(duì)風(fēng)電系統(tǒng)可靠性的影響。文獻(xiàn)［5］通過所建立的儲(chǔ)能裝置充放電模型和成本效益模型，評(píng)估了不同儲(chǔ)能運(yùn)行策略對(duì)系統(tǒng)可靠性和儲(chǔ)能裝置經(jīng)濟(jì)性的影響。然而，以上研究采用的儲(chǔ)能模型均較為理想化，未準(zhǔn)確描繪儲(chǔ)能裝置充放電過程及充放電過程中的能量損耗情況，有必要計(jì)及儲(chǔ)能裝置的自放電率、充放電效率等參數(shù)，建立更加精準(zhǔn)的儲(chǔ)能模型。

可靠性指標(biāo)研究是微電網(wǎng)可靠性評(píng)估的先決條件?？煽啃灾笜?biāo)可以客觀、定量地反映微電網(wǎng)的可靠性水平，凸顯微電網(wǎng)的薄弱環(huán)節(jié)，以便對(duì)微電網(wǎng)的DG和儲(chǔ)能裝置進(jìn)行優(yōu)化配置。微電網(wǎng)通常以配電網(wǎng)為組網(wǎng)基礎(chǔ)，但因其運(yùn)行控制獨(dú)具特色，僅僅引用配電系統(tǒng)的可靠性指標(biāo)來評(píng)估微電網(wǎng)的可靠性水平具有局限性，有必要提出針對(duì)微電網(wǎng)特性的可靠性指標(biāo)。

本文首先利用拉丁超立方抽樣技術(shù)采樣風(fēng)速，利用聶曼法采樣太陽輻照度，建立了風(fēng)機(jī)和光伏的出力模型。計(jì)及儲(chǔ)能運(yùn)行策略和特性參數(shù)的影響，提出了更精準(zhǔn)的儲(chǔ)能充放電模型，并在放電模型中引入切負(fù)荷策略。當(dāng)儲(chǔ)能供電不足時(shí)，根據(jù)負(fù)荷重要程度及距離微電網(wǎng)接入位置遠(yuǎn)近，施行切負(fù)荷策略，實(shí)現(xiàn)負(fù)荷優(yōu)化。然后，聯(lián)合上述DG出力模型，提出了基于蒙特卡洛模擬法的微電網(wǎng)可靠性評(píng)估模型及方法，并分別針對(duì)負(fù)荷點(diǎn)、系統(tǒng)和儲(chǔ)能裝置提出了一系列可靠性評(píng)估指標(biāo)。最后，通過對(duì)IEEE-RBTS標(biāo)準(zhǔn)算例的仿真，統(tǒng)計(jì)計(jì)算各類可靠性指標(biāo)，分析了儲(chǔ)能裝置的不同充放電策略、不同容量、不同充放電功率限制對(duì)微電網(wǎng)可靠性水平的影響，并首次評(píng)估切負(fù)荷策略中位置權(quán)重系數(shù)對(duì)負(fù)荷點(diǎn)及系統(tǒng)可靠性水平的影響，仿真結(jié)果顯示位置權(quán)重影響同類負(fù)荷點(diǎn)的被切除概率，表明微電網(wǎng)的優(yōu)化規(guī)劃問題需考慮位置權(quán)重的影響。

1 微電網(wǎng)模型

為了簡(jiǎn)化敘述微電網(wǎng)可靠性評(píng)估的流程，采用圖1所示由DG、儲(chǔ)能和負(fù)荷構(gòu)成的簡(jiǎn)單離網(wǎng)型微電網(wǎng)模型［6］。其中，DG包括風(fēng)機(jī)、光伏和柴油發(fā)電機(jī)（DE）。

1.1 風(fēng)機(jī)出力模型

風(fēng)速雖具有較強(qiáng)的間歇性和波動(dòng)性，但仍有規(guī)律可循。據(jù)統(tǒng)計(jì)，雙參數(shù)Weibull分布常用于擬合實(shí)際風(fēng)速，風(fēng)速v的分布函數(shù)如下：

圖1 離網(wǎng)型微電網(wǎng)模型Fig.1 Model of islanded microgrid

其中，c為Weibull分布的尺寸參數(shù)；k為形狀參數(shù)?；跉v史風(fēng)速，運(yùn)用非線性最小二乘法可擬合出參數(shù) c和 k。

可采用拉丁超立方抽樣技術(shù)［7］對(duì)服從Weibull分布的風(fēng)速進(jìn)行采樣。拉丁超立方抽樣技術(shù)采樣效率高、算法穩(wěn)健性好，可確保采樣值覆蓋隨機(jī)變量的整個(gè)樣本空間，采樣出的風(fēng)速值可更加準(zhǔn)確地反映風(fēng)速的概率分布。

風(fēng)機(jī)出力與風(fēng)速的函數(shù)關(guān)系可表示為：

其中，vci、vr和vco分別為風(fēng)機(jī)的切入、額定和切出風(fēng)速；Pr為風(fēng)機(jī)的額定功率。

1.2 光伏出力模型

根據(jù)經(jīng)驗(yàn)并考慮干擾因素（如云朵、陰影等），將一定時(shí)間段內(nèi)的太陽輻照度近似看成Beta分布［8］，其概率密度函數(shù)為：

其中，r和rmax分別為這一時(shí)間段內(nèi)的實(shí)際太陽輻照度和最大太陽輻照度；α和β為Beta分布的形狀參數(shù)；Γ為Gamma函數(shù)。服從Beta分布的太陽輻照度可通過聶曼法［9］進(jìn)行采樣。

光伏出力與太陽輻照度的函數(shù)關(guān)系可表示為：

其中，A為電池陣列面積；ξ為光電轉(zhuǎn)換效率，單晶硅組件取14%～15%，多晶硅組件取13%～14%；K為修正系數(shù)，本文參考文獻(xiàn)［10］取K＝0.5244。

1.3 柴油發(fā)電機(jī)出力模型

在柴油發(fā)電機(jī)未發(fā)生故障且柴油供應(yīng)充足的情況下，其輸出功率可控，本文按其額定功率PDE計(jì)算其出力。

1.4 負(fù)荷模型

據(jù)統(tǒng)計(jì)，電力系統(tǒng)負(fù)荷通常服從正態(tài)分布，本文中用7個(gè)分段來模擬正態(tài)分布［11］，每個(gè)分段中值負(fù)荷的取值概率為 pi（i=1，2，…，7），如圖 2 所示。設(shè) N為采樣規(guī)模，則每個(gè)分段中值負(fù)荷被采樣的個(gè)數(shù)為pi×N，將N個(gè)采樣值隨機(jī)組合即可得到負(fù)荷預(yù)測(cè)時(shí)間序列值。

圖2 七分段正態(tài)分布示意圖Fig.2 Schematic diagram of seven-segment normal distribution

正態(tài)分布的均值μ和方差σ可表示為：

其中，aaver、amax和amin分別為某地區(qū)年平均、年最大和年最小負(fù)荷率，本文中分別取為0.8、0.91和0.76；Pmaxload為某負(fù)荷點(diǎn)的最大負(fù)荷值。

1.5 儲(chǔ)能裝置

儲(chǔ)能可有效平抑DG的出力波動(dòng)，提高系統(tǒng)穩(wěn)定性和可靠性。本文選用固定型閥控式（GFM）鉛酸蓄電池作為儲(chǔ)能裝置，相比于其他儲(chǔ)能技術(shù)，鉛酸蓄電池具有不受場(chǎng)地限制、充放電效率和能量密度高等優(yōu)勢(shì)，因而獲得了廣泛應(yīng)用。鉛酸蓄電池屬能量型儲(chǔ)能設(shè)備，可以長(zhǎng)時(shí)間以一個(gè)平緩的速度釋放能量，其能量、時(shí)間曲線近似呈線性關(guān)系。

1.5.1 充放電策略

儲(chǔ)能裝置的充放電策略是指儲(chǔ)能裝置的充放電時(shí)機(jī)，其應(yīng)滿足系統(tǒng)安全、可靠運(yùn)行的需求和事先制定的運(yùn)行規(guī)則。本文為儲(chǔ)能裝置引入2種充放電策略。

策略1：當(dāng)DG總出力無法滿足負(fù)荷需求時(shí)，儲(chǔ)能裝置釋放能量參與供電；否則，利用所有DG的剩余出力存儲(chǔ)能量。

策略2：當(dāng)DG總出力無法滿足負(fù)荷需求時(shí)，儲(chǔ)能裝置釋放能量參與供電；否則，利用光伏和風(fēng)機(jī)的剩余出力存儲(chǔ)能量。

1.5.2 充放電模型

儲(chǔ)能裝置的充放電模型，即儲(chǔ)能裝置功率輸出和能量時(shí)間序列的求解模型。充放電模型的建立需計(jì)及儲(chǔ)能充放電策略和儲(chǔ)能裝置最大充放電功率及容量約束的影響。設(shè)T為蒙特卡洛仿真總時(shí)段數(shù)（T=N），并選取1 h作為仿真的最小時(shí)間單位。以策略1為例，建立儲(chǔ)能模型為：

a.充電模型。

b.放電模型。

其中，t（t=1，2，…，T）為仿真時(shí)段，T 為仿真總時(shí)段數(shù)；PWT（t）、PPV（t）和 PDE（t）分別為時(shí)段 t考慮了強(qiáng)迫停運(yùn)率的風(fēng)機(jī)、光伏和柴油發(fā)電機(jī)的實(shí)際出力值；Pload（t）為時(shí)段t考慮了配電變壓器故障率的負(fù)荷預(yù)測(cè)值；ΔP（t）為時(shí)段t微源的剩余出力，即微源總出力與負(fù)荷需求的差值；Pch_max（t）、Pdisch_max（t）分別為時(shí)段 t儲(chǔ)能電池最大充、放電功率限制；Pbatt（t）、Etemp（t）、Ebatt（t）和SOC（t）分別為時(shí)段t儲(chǔ)能電池的充放電功率、預(yù)估容量、容量和荷電狀態(tài)；EB為儲(chǔ)能電池額定容量；Pb_max為儲(chǔ)能電池最大充放電功率；Smax、Smin分別為儲(chǔ)能電池最大、最小荷電狀態(tài)，本文分別取為100%和20%；ηch、ηdisch分別為儲(chǔ)能電池的充、放電效率，本文中均取為0.9；σbatt為儲(chǔ)能電池的自放電率，本文取為0.001。

1.5.3 切負(fù)荷策略

切負(fù)荷策略屬負(fù)荷優(yōu)化問題。當(dāng)所有DG與儲(chǔ)能電池的總出力不能滿足負(fù)荷需求時(shí)，需按照負(fù)荷重要程度以及負(fù)荷點(diǎn)距離微電網(wǎng)接入點(diǎn)的遠(yuǎn)近，施行切負(fù)荷策略，以保障微電網(wǎng)安全穩(wěn)定運(yùn)行。設(shè)切負(fù)荷發(fā)生在時(shí)段τ。該問題可描述為：

其中，m為微電網(wǎng)內(nèi)負(fù)荷點(diǎn)的個(gè)數(shù)；xi（τ）為時(shí)段τ負(fù)荷點(diǎn)i在優(yōu)化問題中的自變量，取值0代表負(fù)荷點(diǎn)i 被切除，取值 1 代表未被切除；Pout（τ）、Ploadi（τ）分別為時(shí)段τDG總出力、負(fù)荷點(diǎn)i的負(fù)荷需求；δ為網(wǎng)損率，本文中取為 5%；ω1i、ω2i為負(fù)荷點(diǎn)的權(quán)重系數(shù)，分別對(duì)應(yīng)于負(fù)荷點(diǎn)的重要程度和距離微電網(wǎng)的遠(yuǎn)近。參考文獻(xiàn)［12］，一、二、三類負(fù)荷的單位權(quán)重ω1i分別取為 100、10、1；位置權(quán)重 ω2i=1 ／di，di為負(fù)荷點(diǎn)與微電網(wǎng)接入點(diǎn)的電氣距離，di大小與微電網(wǎng)結(jié)構(gòu)有關(guān)，與支路長(zhǎng)度無關(guān)，相鄰兩負(fù)荷點(diǎn)的電氣距離為1。

負(fù)荷優(yōu)化后，重新計(jì)算時(shí)段τDG的剩余出力ΔP（τ）=Pout（τ）-∑Ploadi（τ）xi（τ），易得 ΔP（τ）≥0，從而儲(chǔ)能裝置從切負(fù)荷狀態(tài)進(jìn)入充電狀態(tài)，根據(jù)充電模型可得該時(shí)段儲(chǔ)能裝置的充放電功率、容量和荷電狀態(tài)大小。

2 微電網(wǎng)可靠性評(píng)估模型

2.1 DG及配電元件的可靠性模型

風(fēng)機(jī)、光伏和柴油發(fā)電機(jī)的運(yùn)行狀態(tài)均采用兩狀態(tài)模型描述，即正常工作狀態(tài)和故障狀態(tài)。風(fēng)機(jī)和光伏正常工作時(shí)按式（2）和式（4）計(jì)算出力，柴油發(fā)電機(jī)正常工作時(shí)按其額定功率計(jì)算出力；故障時(shí)DG出力均為0。配電元件主要包括饋線、隔離開關(guān)、熔斷器和配電變壓器等，本文中假定饋線、隔離開關(guān)和熔斷器均100%可靠工作。將配電變壓器看作可修復(fù)元件，選用兩狀態(tài)模型：配電變壓器正常工作時(shí)，其直連負(fù)荷點(diǎn)的負(fù)荷大小等于負(fù)荷預(yù)測(cè)值；故障時(shí)負(fù)荷大小為0。假設(shè)各DG和配電變壓器的無故障工作時(shí)間MTTFi和修復(fù)時(shí)間MTTRi均服從指數(shù)分布，即各自的故障率 λi和修復(fù)率 μi均為常數(shù)［13］，則DG 和配電變壓器的可靠性模型建立如下：

其中，τi1、τi2分別為各DG和配電變壓器的正常工作狀態(tài)持續(xù)時(shí)間、修復(fù)時(shí)間；u1、u2為區(qū)間［0，1］上服從均勻分布的隨機(jī)數(shù)；n為DG和配電變壓器的總個(gè)數(shù)。

在仿真總時(shí)段T內(nèi)抽樣m個(gè)配電變壓器的運(yùn)行、停運(yùn)狀態(tài)，即可構(gòu)成一個(gè)m×T階負(fù)荷點(diǎn)狀態(tài)矩陣X，X（i，j）=0表示負(fù)荷點(diǎn) i在時(shí)段 j因配電變壓器故障被切除；X（i，j）=1表示負(fù)荷點(diǎn)i未被切除。仿真過程中，若在時(shí)段τ由于供電不足施行了切負(fù)荷策略，則按負(fù)荷優(yōu)化結(jié)果xi（τ）更新X中時(shí)段τ的狀態(tài)，即：

2.2 可靠性評(píng)估指標(biāo)

可靠性評(píng)估的關(guān)鍵是可靠性指標(biāo)的選取及其統(tǒng)計(jì)計(jì)算。由于微電網(wǎng)的組網(wǎng)、控制策略和運(yùn)行方式均有別于傳統(tǒng)配電網(wǎng)，直接套用配電網(wǎng)的可靠性指標(biāo)評(píng)估微電網(wǎng)的可靠性水平不盡合理，有必要針對(duì)微電網(wǎng)的特性提出相應(yīng)的可靠性評(píng)估指標(biāo)，以便從不同角度客觀、定量地反映微電網(wǎng)的可靠性水平，從而方便DG和儲(chǔ)能的優(yōu)化配置。

2.2.1 負(fù)荷點(diǎn)可靠性指標(biāo)

配電變壓器發(fā)生故障或微電網(wǎng)供電不足時(shí)，負(fù)荷點(diǎn)均有可能被切除。為了評(píng)估每個(gè)負(fù)荷點(diǎn)的可靠性水平，定義負(fù)荷點(diǎn)i在［0，T］被切除的概率pcuti為：

2.2.2 系統(tǒng)可靠性指標(biāo)

（1）若已知微電網(wǎng)內(nèi)各個(gè)負(fù)荷點(diǎn)被切除的概率pcuti，為了評(píng)估微電網(wǎng)供電的充裕度，定義系統(tǒng)期望負(fù)荷損失指標(biāo)ESELL為：

其中，Pmaxloadi為負(fù)荷點(diǎn)i的峰值負(fù)荷。

（2）將系統(tǒng)停電時(shí)間與供電時(shí)間的比值［14］定義為系統(tǒng)負(fù)載缺電時(shí)間概率TLPSP：

其中，nshed為切負(fù)荷策略執(zhí)行次數(shù)，即微電網(wǎng)出現(xiàn)供電不足的時(shí)段數(shù)。

（3）將負(fù)荷缺電量與負(fù)荷正常運(yùn)行T個(gè)時(shí)段耗電量的比值定義為系統(tǒng)負(fù)荷缺電率LLPSP：

（4）兼顧系統(tǒng)供電不足時(shí)間、失負(fù)荷量，定義系統(tǒng)可靠性水平指標(biāo)λLPSP來衡量微電網(wǎng)供電可靠性水平。

2.2.3 儲(chǔ)能相關(guān)可靠性指標(biāo)

（1）將總時(shí)段數(shù)T內(nèi)儲(chǔ)能電池平均每次放電量與額定容量的比值定義為平均放電深度指標(biāo)λADD：

其中，Ndisch為總放電次數(shù)；Edisch（i）為每次放電量。

（2）離網(wǎng)型微電網(wǎng)中的儲(chǔ)能電池作為主控微源采用V／f控制，為微電網(wǎng)提供電壓和頻率參考［15］。但儲(chǔ)能電池的調(diào)壓、調(diào)頻能力受荷電狀態(tài)的影響，僅當(dāng)儲(chǔ)能電池保持較高荷電狀態(tài)時(shí)，微電網(wǎng)的電壓和頻率才能維持穩(wěn)定。定義平均荷電狀態(tài)指標(biāo)SOCA為：

2.3 基于序貫蒙特卡洛法的可靠性評(píng)估流程

2.3.1 可靠性評(píng)估主要步驟

微電網(wǎng)可靠性評(píng)估的步驟如下。

a.基于歷史風(fēng)速和輻照度，運(yùn)用最小二乘法擬合Weibull和Beta分布的參數(shù)。

b.利用拉丁超立方抽樣技術(shù)采樣風(fēng)速，運(yùn)用聶曼法采樣輻照度，采用Gram-Schmite序列正交化方法對(duì)風(fēng)速和輻照度采樣值排序，降低采樣值間相關(guān)性。

c.考慮強(qiáng)迫停運(yùn)率，抽樣風(fēng)機(jī)、光伏和柴油發(fā)電機(jī)的運(yùn)行、停運(yùn)狀態(tài)。結(jié)合各自出力模型，計(jì)算DG實(shí)際出力時(shí)間序列。

d.按負(fù)荷模型計(jì)算負(fù)荷預(yù)測(cè)時(shí)間序列值。

e.計(jì)算剩余出力 ΔP（t）和預(yù)估容量 Etemp（t），根據(jù)ΔP（t）大小判斷儲(chǔ)能電池充放電狀態(tài)，然后對(duì)應(yīng)儲(chǔ)能充電或放電模型計(jì)算充放電功率、容量和荷電狀態(tài)。當(dāng)微電網(wǎng)供電不足時(shí)，施行切負(fù)荷策略，重新計(jì)算儲(chǔ)能的充放電功率、容量和荷電狀態(tài)，并將被切除負(fù)荷點(diǎn)的狀態(tài)更新到負(fù)荷狀態(tài)矩陣X中。

f.進(jìn)行T個(gè)時(shí)段的序貫蒙特卡洛仿真，統(tǒng)計(jì)并計(jì)算可靠性指標(biāo)。

2.3.2 可靠性評(píng)估流程

基于序貫?zāi)Ｌ乜迥M法的微電網(wǎng)可靠性評(píng)估流程如圖3所示。

圖3 微電網(wǎng)可靠性評(píng)估流程圖Fig.3 Flowchart of microgrid reliability evaluation

3 算例分析

3.1 測(cè)試系統(tǒng)

本文在 IEEE-RBTS 系統(tǒng)［16-17］主饋線 F4的分支線25處配置了一個(gè)風(fēng)／光／柴／儲(chǔ)微電網(wǎng)，該微電網(wǎng)包括風(fēng)機(jī)、光伏、柴油發(fā)電機(jī)各1臺(tái)，容量分別為2MW、0.6MW、0.8MW；配備了1套儲(chǔ)能裝置，容量為1MW·h，最大充放電功率為0.2 MW。修改后測(cè)試系統(tǒng)的結(jié)構(gòu)如圖4所示。

該測(cè)試系統(tǒng)包括30條線路、23個(gè)負(fù)荷點(diǎn)、23個(gè)熔斷器、23臺(tái)配電變壓器、4個(gè)斷路器和1個(gè)隔離開關(guān)。各設(shè)備的原始數(shù)據(jù)、負(fù)荷數(shù)據(jù)分別見表1、表2，原始風(fēng)速和太陽輻照度參見文獻(xiàn)［18］。設(shè)斷路器和熔斷器100%可靠工作，隔離開關(guān)操作時(shí)間為0.5 h。

圖4 IEEE-RBTS測(cè)試系統(tǒng)Fig.4 IEEE-RBTS test system

表1 設(shè)備的可靠性指標(biāo)Table 1 Reliability parameters of equipments

表2 負(fù)荷數(shù)據(jù)Table 2 Load data

3.2 儲(chǔ)能充放電策略對(duì)可靠性的影響

2種充放電策略下儲(chǔ)能的出力情況如圖5所示，可靠性指標(biāo)如表3所示。

觀察表3和圖5可發(fā)現(xiàn)，不同的儲(chǔ)能運(yùn)行策略對(duì)微電網(wǎng)可靠性指標(biāo)影響雖然不大，但是運(yùn)行在策略2下的儲(chǔ)能裝置需要更加頻繁地充放電，可能會(huì)影響儲(chǔ)能裝置的使用壽命。主要由于策略1盡量使用DG出力滿足負(fù)荷需求，供電不足的部分由儲(chǔ)能電池平抑，儲(chǔ)能主要致力于提升系統(tǒng)可靠性；策略2主要將儲(chǔ)能裝置作為平滑間歇性DG（風(fēng)機(jī)和光伏）出力波動(dòng)的手段，儲(chǔ)能主要致力于平衡間歇性DG的滲透率，因而需要頻繁地充放電，長(zhǎng)此以往，會(huì)降低儲(chǔ)能裝置的使用壽命。從提升系統(tǒng)可靠性水平和延長(zhǎng)儲(chǔ)能裝置使用壽命的角度來看，策略1優(yōu)于策略2。

圖5 2種策略下儲(chǔ)能出力情況Fig.5 ES power output of two strategies

表3 2種策略下的可靠性指標(biāo)Table 3 Reliability indices for two strategies

3.3 儲(chǔ)能容量和充放電功率對(duì)可靠性的影響

儲(chǔ)能裝置的特性參數(shù)主要包括容量和最大充放電功率。以策略1為例，為了評(píng)估儲(chǔ)能特性參數(shù)對(duì)微電網(wǎng)可靠性的影響，維持測(cè)試系統(tǒng)其他參數(shù)不變，計(jì)算微電網(wǎng)在不同儲(chǔ)能參數(shù)下的可靠性指標(biāo)。λLPSP隨儲(chǔ)能容量、充放電功率改變而變化的情況分別見圖 6、7。

圖6 不同儲(chǔ)能容量下λLPSP變化情況Fig.6 Curve of λLPSPvs.ES capacity

圖7 不同儲(chǔ)能最大充放電功率下λLPSP變化情況Fig.7 Curve of λLPSPvs.maximal ES charging／discharging power

觀察圖6、7可知，微電網(wǎng)的可靠性水平隨儲(chǔ)能容量和最大充放電功率增加而提高。策略1下儲(chǔ)能電池主要用于填補(bǔ)負(fù)荷缺額，儲(chǔ)能容量和充放電功率越大，則填補(bǔ)缺額的能力越強(qiáng)，因此增加儲(chǔ)能容量或提高充放電功率均有助于提高微電網(wǎng)的可靠性水平。

然而，當(dāng)儲(chǔ)能容量、充放電功率超過某值（分別為1 MW·h和0.8 MW）時(shí)，可靠性水平改善較小。聯(lián)系實(shí)際情況，儲(chǔ)能電池容量越大或充放電功率越高，設(shè)備的制造難度就越大，造價(jià)也越昂貴。因此需根據(jù)微電網(wǎng)規(guī)模和實(shí)際負(fù)荷需求對(duì)儲(chǔ)能裝置進(jìn)行優(yōu)化配置。

3.4 位置權(quán)重ω2i對(duì)負(fù)荷點(diǎn)可靠性的影響

微電網(wǎng)具有優(yōu)先為高等級(jí)負(fù)荷供電和就近供電的特點(diǎn)。微電網(wǎng)接入不同分支線時(shí)，與各負(fù)荷點(diǎn)間電氣距離改變，位置相關(guān)權(quán)重系數(shù)ω2i的變化情況如表4所示，將各行權(quán)重系數(shù)ω2i分別代入切負(fù)荷策略式（17），評(píng)估微電網(wǎng)接入位置對(duì)負(fù)荷點(diǎn)及系統(tǒng)可靠性的影響。評(píng)估結(jié)果如表5所示。

表4 位置權(quán)重系數(shù)ω2iTable 4 Position-weight coefficient ω2i

表5 不同接入點(diǎn)的pcuti和λLPSPTable 5 pcutiand λLPSPfor different integrating points

觀察表5可知，位置因素對(duì)整個(gè)微電網(wǎng)的可靠性水平影響較??；位置權(quán)重ω2i幾乎不影響一類和二類負(fù)荷點(diǎn)的被切除概率，主要影響三類負(fù)荷點(diǎn)（LP21—LP23）的可靠性水平，與微電網(wǎng)間電氣距離最短的負(fù)荷點(diǎn)的可靠性指標(biāo)相對(duì)最優(yōu)。易得，位置權(quán)重ω2i在確定同等級(jí)負(fù)荷點(diǎn)被切除的先后順序上可發(fā)揮主導(dǎo)作用。為了最大限度地降低微電網(wǎng)的負(fù)荷損失指標(biāo)，可兼顧負(fù)荷點(diǎn)重要程度及位置因素的影響，對(duì)微電網(wǎng)進(jìn)行優(yōu)化選址。

4 結(jié)論

a.本文計(jì)及儲(chǔ)能運(yùn)行策略和運(yùn)行特性建立了儲(chǔ)能充放電模型，構(gòu)建了基于序貫蒙特卡洛模擬法的風(fēng)／光／柴／儲(chǔ)微電網(wǎng)的可靠性評(píng)估模型。用修改后的IEEE-RBTS作為測(cè)試系統(tǒng)，比較儲(chǔ)能裝置在不同充放電策略、不同容量和不同充放電功率限制下微電網(wǎng)可靠性水平的變化情況。分析了切負(fù)荷策略中位置權(quán)重系數(shù)對(duì)負(fù)荷點(diǎn)及系統(tǒng)可靠性水平的影響情況。

b.算例結(jié)果表明：儲(chǔ)能裝置按不同充放電策略運(yùn)行時(shí)，微電網(wǎng)呈現(xiàn)不同的可靠性水平。需綜合考慮儲(chǔ)能裝置對(duì)壽命和微電網(wǎng)對(duì)可靠性水平的具體要求，選擇合理的儲(chǔ)能運(yùn)行策略。

c.微電網(wǎng)的可靠性水平隨儲(chǔ)能容量和充放電功率限制的提高而提高。但過高的儲(chǔ)能容量或充放電功率對(duì)可靠性水平改善甚微，配置成本卻急劇上升。亟待提出儲(chǔ)能相關(guān)的經(jīng)濟(jì)性指標(biāo)作為優(yōu)化目標(biāo)，指導(dǎo)微電網(wǎng)的優(yōu)化規(guī)劃。

d.位置權(quán)重對(duì)可靠性水平指標(biāo)影響甚微，主要用于決定同等級(jí)負(fù)荷點(diǎn)被切除的先后順序，可為微電網(wǎng)的優(yōu)化規(guī)劃提供有益參考。

參考文獻(xiàn)：

［1］李鵬，竇鵬沖，李雨薇，等.微電網(wǎng)技術(shù)在主動(dòng)配電網(wǎng)中的應(yīng)用［J］. 電力自動(dòng)化設(shè)備，2015，35（4）：8-16.LI Peng，DOU Pengchong，LI Yuwei，et al.Application of microgrid technology in active distribution network［J］.Electric Power Automation Equipment，2015，35（4）：8-16.

［2］劉仲，牟龍華，許旭鋒.微電網(wǎng)黑啟動(dòng)中考慮負(fù)荷恢復(fù)優(yōu)化的分布式電源恢復(fù)方案［J］. 電力自動(dòng)化設(shè)備，2016，36（3）：46-52.LIU Zhong，MU Longhua，XU Xufeng.Microgrid black-start considering DG startup sequence and load restoration optimization［J］.Electric Power Automation Equepment，2016，36（3）：46-52.

［3］楊占剛，徐玉磊，王成山，等.光儲(chǔ)微電網(wǎng)運(yùn)行特性及影響因素分析［J］. 電力自動(dòng)化設(shè)備，2014，34（10）：15-20.YANG Zhangang，XU Yulei，WANG Chengshan，et al.Operating characteristics and influencing factors ofphotovoltaic-storage microgrid［J］.Electric Power Automation Equipment，2014，34（10）：15-20.

［4］孟虹年，謝開貴.計(jì)及電池儲(chǔ)能設(shè)備運(yùn)行特性的風(fēng)電場(chǎng)可靠性評(píng)估［J］. 電網(wǎng)技術(shù)，2012，36（6）：214-219.MENG Hongnian，XIE Kaigui.Wind farm reliability evaluation considering operation characteristics of battery energystorage devices［J］.Power System Technology，2012，36（6）：214-219.

［5］謝開貴，王岸，胡博.計(jì)及儲(chǔ)能設(shè)備運(yùn)行策略的風(fēng)／柴／儲(chǔ)混合系統(tǒng)可靠性評(píng)估［J］. 電力系統(tǒng)保護(hù)與控制，2012，40（9）：1-7.XIE Kaigui，WANG An，HU Bo.Reliability evaluation of winddiesel-storage hybrid system considering energy storage system operating strategies［J］.Power System Protection and Control，2012，40（9）：1-7.

［6］茆美琴，周松林，蘇建徽.基于風(fēng)光聯(lián)合概率分布的微電網(wǎng)概率潮流預(yù)測(cè)［J］. 電工技術(shù)學(xué)報(bào)，2014，29（2）：55-63.MAO Meiqin，ZHOU Songlin，SU Jianhui.Probabilistic power flow forecasting of microgrid based on joint probability distribution about wind and irradiance［J］.Transaction of China Electrotechnical Society，2014，29（2）：55-63.

［7］OWEN A B.Controlling correlations in Latin hypercube samples［J］.Journal of the American Statistical Association，1994，89（428）：1517-1522.

［8］王敏.分布式電源的概率建模及其對(duì)電力系統(tǒng)的影響［D］.合肥：合肥工業(yè)大學(xué)，2010.WANG Min.The probability modeling of distributed generation and its influence on power systems［D］.Hefei：Hefei University of Technology，2010.

［9］賀芳芳，顧旭東，徐家良.20世紀(jì)90年代以來上海地區(qū)光能資源變化研究［J］. 自然資源學(xué)報(bào)，2006，21（4）：559-566.HE Fangfang，GU Xudong，XU Jialiang.Studieson radiation resources change in Shanghai since the 1990’s［J］.Journal of Natural Resouces，2006，21（4）：559-566.

［10］梁雙，胡學(xué)浩，張東霞，等.基于隨機(jī)模型的光伏發(fā)電置信容量評(píng)估方法［J］. 電力系統(tǒng)自動(dòng)化，2012，36（13）：32-37.LIANG Shuang，HU Xuehao，ZHANG Dongxia，et al.Probabilistic models based evaluation model for capacity credit of photovoltaic generation［J］.Automation of Electric Power Syetems，2012，36（13）：32-37.

［11］陳凡，劉海濤，黃正，等.基于改進(jìn)k-均值聚類的負(fù)荷概率模型［J］. 電力系統(tǒng)保護(hù)與控制，2013，41（22）：128-133.CHEN Fan，LIU Haitao，HUANG Zheng，et al.Probabilistic load modelbased on improved k-meansclusteringalgorithm ［J］.Power System Protection and Control，2013，41（22）：128-133.

［12］趙淵，何媛，宿曉嵐，等.分布式電源對(duì)配網(wǎng)可靠性的影響及優(yōu)化配置［J］. 電力自動(dòng)化設(shè)備，2014，34（9）：13-20.ZHAO Yuan，HE Yuan，SU Xiaolan，et al.Effect of distributed generation on power distribution system reliability and its optimal allocation［J］.Electric Power Automation Equipment，2014，34（9）：13-20.

［13］王劍，李興源，劉天琪.風(fēng)電場(chǎng)及儲(chǔ)能裝置對(duì)發(fā)輸電系統(tǒng)可靠性的影響［J］. 電網(wǎng)技術(shù)，2011，35（5）：165-170.WANG Jian，LI Xingyuan，LIU Tianqi.Influence of connecting wind farms and energy storage devices to power grid on reliability of power generation and transmission system［J］.Power System Technology，2011，35（5）：165-170.

［14］朱蘭，嚴(yán)正，楊秀，等.風(fēng)光儲(chǔ)微網(wǎng)系統(tǒng)蓄電池容量?jī)?yōu)化配置方法研究［J］. 電網(wǎng)技術(shù)，2012，36（12）：26-31.ZHU Lan，YAN Zheng，YANG Xiu，et al.Optimal configuration of battery capacity in microgrid composed of wind power and photovoltaic generation with energy storage［J］.Power System Technology，2012，36（12）：26-31.

［15］陳麗麗，牟龍華，劉仲.光儲(chǔ)柴微電網(wǎng)運(yùn)行特性分析［J］.電力系統(tǒng)保護(hù)與控制，2015，43（12）：86-91.CHEN Lili，MU Longhua，LIU Zhong.Analysis of the operating characteristics of a PV-diesel-BESS microgrid system［J］.Power System Protection and Control，2015，43（12）：86-91.

［16］ZHENG K，ZHANG J H，LIU W X.Distribution network reliability considering complementarydistribution generation with wind and photovoltaic powers［C］∥2010 5th International Conference on Critical Infrastructure（CRIS）. ［S.l.］：IEEE，2010：1-5.

［17］劉傳銓，張焰.計(jì)及分布式電源的配電網(wǎng)供電可靠性［J］.電力系統(tǒng)自動(dòng)化，2008，31（22）：46-49.LIU Chuanquan，ZHANG Yan.Distribution network reliability considering distribution generation［J］.Automation of Electric Power Syetems，2008，31（22）：46-49.

［18］BILLINTON R，JONNAVITHULA S.A test system for teaching overall power system reliability assessment［J］.IEEE Transactions on Power Systems，1996，11（4）：1670-1676.