劉凱奇,李華強,陸楊,李旭翔
(1. 智能電網(wǎng)四川省重點實驗室(四川大學(xué)),成都市 610065;2. 國網(wǎng)四川省電力公司天府新區(qū)供電公司,成都市 610041)
電力市場環(huán)境下,電網(wǎng)運行安全性與經(jīng)濟性之間的矛盾逐漸顯現(xiàn),如何在保證系統(tǒng)安全性的前提下實現(xiàn)經(jīng)濟運行,已成為電力市場各參與方特別是電網(wǎng)運行者關(guān)注的重要問題[1]??捎幂旊娔芰?available transfer capability, ATC)作為與電力系統(tǒng)安全性和經(jīng)濟性緊密相關(guān)的重要指標(biāo)[2-3],不僅反映系統(tǒng)運行的安全穩(wěn)定裕度,同時還在引導(dǎo)市場交易、充分利用輸電容量等方面發(fā)揮著積極作用[4]。在此背景下,探索綜合考慮安全性與經(jīng)濟性的ATC決策方法,對于滿足用戶用電需求、提升電網(wǎng)資源利用效率和電網(wǎng)公司經(jīng)濟效益具有重要意義。
目前,ATC的求解方法主要有2類:確定性方法[5-7]和概率性方法[8-10]。其中,基于N-1準(zhǔn)則的確定性方法,忽略了不確定性因素對ATC的影響,所得結(jié)果過于保守[5-7],電網(wǎng)資源不能得到充分利用[11];概率性ATC計算方法計及電力系統(tǒng)不確定性因素影響下的輸電能力和安全裕度,受到了人們的關(guān)注,但現(xiàn)有的概率性方法大多局限于分析ATC的概率分布和統(tǒng)計特征,沒有給出可供電力市場交易參考的ATC決策結(jié)果[8-10]?;诟怕市苑椒ǎ墨I(xiàn)[12-13]考慮中斷輸電賠償風(fēng)險,提出了以電網(wǎng)公司期望凈收益最大化為目標(biāo)的ATC優(yōu)化決策方法,但電網(wǎng)作為社會公共事業(yè),具有極其重要的政治價值和社會價值,單純追求經(jīng)濟性最優(yōu)是片面的。文獻(xiàn)[14]綜合考慮事故發(fā)生可能性與事故后嚴(yán)重程度,建立安全性風(fēng)險量化指標(biāo)。安全性風(fēng)險評估方法[15]可以兼顧電力系統(tǒng)的安全性與經(jīng)濟性,被廣泛應(yīng)用于電力系統(tǒng)研究中,但是在考慮電網(wǎng)公司經(jīng)濟收益并計及不確定性因素影響的ATC決策中鮮有涉及。
系統(tǒng)中隨機不確定性因素亦使電網(wǎng)公司ATC決策后面臨著一定的經(jīng)濟性風(fēng)險[16],如何轉(zhuǎn)移規(guī)避該風(fēng)險已成為亟待解決的問題。保險作為一種風(fēng)險處理機制,其在電力市場中的應(yīng)用已成為近年來的研究熱點。文獻(xiàn)[17]引入保險機制降低發(fā)電企業(yè)經(jīng)營風(fēng)險,減少其風(fēng)險損失;文獻(xiàn)[18]引入保險理論進(jìn)行大用戶直購電決策,最小化大用戶停電損失;文獻(xiàn)[19]提出一種基于營業(yè)中斷保險的電壓暫降保險機制,降低用戶的用電風(fēng)險?,F(xiàn)有研究成果主要探討了保險機制在發(fā)電側(cè)和用戶側(cè)的應(yīng)用,對于以輸電側(cè)電網(wǎng)公司作為投保方,轉(zhuǎn)移規(guī)避其ATC決策風(fēng)險的保險機制缺少針對性研究。
針對上述問題,本文提出一種基于安全性風(fēng)險評估與保險機制的ATC決策方法。首先,將安全性風(fēng)險評估與傳統(tǒng)的ATC確定性方法相結(jié)合,求解考慮N-1故障安全性風(fēng)險的ATC決策結(jié)果;其次,計及不確定性因素的影響進(jìn)行概率性ATC計算,結(jié)合電力市場實際情況,評估電網(wǎng)公司ATC決策后的效益和面臨的賠償損失風(fēng)險;然后,引入保險機制轉(zhuǎn)移規(guī)避賠償損失風(fēng)險,并對保費以及電網(wǎng)公司投保后的效益和風(fēng)險進(jìn)行計算;最后通過IEEE 30節(jié)點系統(tǒng)仿真分析,驗證所提方法對于提高電網(wǎng)公司經(jīng)濟效益、控制風(fēng)險損失的有效性。
ATC定義為最大輸電能力(total transfer capability, TTC)減去現(xiàn)存輸電交易量(existing transfer capability, ETC),再減去輸電可靠性裕度(transmission reliability margin, TRM)和容量效益裕度(capability benefit margin, CBM)。因本文所提ATC決策方法已計及不確定性因素,因此不再考慮TRM的影響。本文采用最優(yōu)潮流求解ATC[10],計算模型如下:
(1)
(2)
電力系統(tǒng)安全性風(fēng)險評估[15]將事故發(fā)生的可能性與事故嚴(yán)重程度結(jié)合起來,搭建了安全性與經(jīng)濟性之間的橋梁,可以實現(xiàn)定量分析電力系統(tǒng)安全性的目標(biāo)。將系統(tǒng)安全性風(fēng)險引入ATC決策,建立N-1故障安全性綜合風(fēng)險指標(biāo)Rm如下:
Rm=Pm(SH+SV+SP)
(3)
其中:
(4)
(5)
(6)
本文綜合考慮事故發(fā)生的概率與嚴(yán)重程度,兼顧安全性與經(jīng)濟性,通過計算N-1故障安全性風(fēng)險指標(biāo),明確系統(tǒng)安全性風(fēng)險最大的N-1故障狀態(tài),以該故障對應(yīng)的ATC值A(chǔ)R(AR∈A0)作為ATC決策結(jié)果。
準(zhǔn)確評估電網(wǎng)公司ATC決策后的收益情況和面臨的風(fēng)險,需要充分考慮電力系統(tǒng)中隨機不確定性因素的影響。本文采用蒙特卡羅抽樣法確定電網(wǎng)運行狀態(tài),計算對應(yīng)運行狀態(tài)下的ATC并與前述ATC決策結(jié)果比較,建立計及效益與賠償損失風(fēng)險的ATC風(fēng)險效益評估指標(biāo)。
采用非序貫蒙特卡羅抽樣法對電網(wǎng)運行狀態(tài)進(jìn)行仿真,主要考慮發(fā)電機、線路故障以及負(fù)荷波動2種不確定性因素。通常發(fā)電機和線路有故障和運行2種狀態(tài),其概率分布函數(shù)服從兩點分布。對元件k抽取一個在[0,1]區(qū)間內(nèi)均勻分布的隨機數(shù)Jk,通過比較Jk與元件故障率λk的大小,確定該元件運行狀態(tài):
(7)
式中:xk表示元件k的運行狀態(tài)。
對于負(fù)荷的不確定性,其概率分布函數(shù)通常服從正態(tài)分布,即N(ν,σ2),其中ν為節(jié)點負(fù)荷基態(tài)值,方差σ2一般根據(jù)歷史經(jīng)驗給出。
確定電網(wǎng)運行狀態(tài)后,采用1.1節(jié)計算模型求取對應(yīng)運行狀態(tài)下的ATC。在完成設(shè)定的蒙特卡羅抽樣次數(shù)的計算后,合并ATC相同的運行狀態(tài),得到ATC的統(tǒng)計狀態(tài)集和概率集:
A={A1,A2,…,At,…,AN}
(8)
G={G1,G2,…,Gt,…,GN}
(9)
式中:At表示統(tǒng)計狀態(tài)t的ATC,集合A中At按其值由小到大排列;Gt表示該統(tǒng)計狀態(tài)出現(xiàn)的概率;N為合并后的ATC統(tǒng)計狀態(tài)總數(shù);集合A和集合G中的數(shù)值一一對應(yīng)。
2.2.1 效益模型
ATC決策結(jié)果決定了電網(wǎng)在完成現(xiàn)存輸電協(xié)議的基礎(chǔ)上繼續(xù)增加傳輸?shù)妮旊娙萘浚瑳Q策結(jié)果的增大,將引導(dǎo)更多的電力市場交易,有助于提高電網(wǎng)傳輸功率,進(jìn)而提高電網(wǎng)公司效益水平。結(jié)合電力市場環(huán)境下電網(wǎng)公司輸電效益構(gòu)成情況,將ATC效益表示為:
W(At)=WEff(At)+WS(At)
(10)
其中:
(11)
(12)
式中:W(At)表示以AR作為決策結(jié)果,對應(yīng)2.1節(jié)得到的ATC狀態(tài)值A(chǔ)t時,電網(wǎng)公司的ATC效益;WEff(At)表示因系統(tǒng)整體運行效率提升產(chǎn)生的運行效率收益;WS(At)表示因系統(tǒng)傳輸功率增大獲得的售電效益:KP為電網(wǎng)運行效率收益系數(shù);CS為電網(wǎng)公司售電價格;CG為電網(wǎng)公司購電價格。
2.2.2 風(fēng)險模型
隨著ATC決策結(jié)果的增大,電網(wǎng)公司也會面臨一定的賠償損失風(fēng)險。當(dāng)AR大于ATC狀態(tài)值A(chǔ)t時,系統(tǒng)實際可用輸電能力無法滿足AR,電網(wǎng)公司將中斷部分合同用戶的輸電服務(wù),因此將產(chǎn)生一定的合約賠償費用:
(13)
式中:CC表示電網(wǎng)中斷服務(wù)賠償價格。
根據(jù)歷史統(tǒng)計數(shù)據(jù)與現(xiàn)有研究成果[21]可知,賠償損失嚴(yán)重度曲線類似于反指數(shù)函數(shù),如圖1所示。損失嚴(yán)重度曲線在不同系統(tǒng)不同區(qū)域間可能不同。
圖1中陰影部分面積表示賠償損失風(fēng)險,是賠償損失事件發(fā)生可能性與賠償損失嚴(yán)重程度的綜合度量。在本文計算模型中,受不確定性因素影響的賠償損失風(fēng)險可表示為:
圖1 電網(wǎng)公司賠償損失嚴(yán)重度曲線Fig.1 Loss severity curve of power grid companies
(14)
2.2.3 凈收益模型
對應(yīng)ATC決策結(jié)果AR,可計算統(tǒng)計狀態(tài)t下的電網(wǎng)公司凈收益B(At),表示為ATC效益與賠償損失的差值:
B(At)=W(At)-D(At)
(15)
通過計算以下評估指標(biāo)定量分析不確定性因素影響下的ATC風(fēng)險效益:
1)電網(wǎng)公司效益期望值EW:
(16)
2)電網(wǎng)公司凈收益期望值EB:
EB=EW-RD
(17)
3)電網(wǎng)公司凈收益標(biāo)準(zhǔn)差σB:
(18)
4)電網(wǎng)公司凈收益最小值Bmin(At):
Bmin(At)=minB(At)
(19)
5)電網(wǎng)公司賠償損失最大值Dmax(At):
Dmax(At)=D(A1)=CC(AR-A1)
(20)
6)ATC不足概率GNS:
(21)
式中:s∈{1,2,3,…,N-1}且滿足As 保險作為一種經(jīng)濟保障機制,在處理風(fēng)險轉(zhuǎn)移實現(xiàn)風(fēng)險規(guī)避方面有很好的效果。根據(jù)保險理論[22],能夠應(yīng)用保險機制處理的風(fēng)險,須滿足以下可保性條件:存在大量、同質(zhì)的風(fēng)險事件;風(fēng)險事件發(fā)生具有偶然性且風(fēng)險損失不具有普遍性;損失可以度量。 不確定性因素導(dǎo)致系統(tǒng)實際ATC不足進(jìn)而產(chǎn)生賠償損失是一種偶然性的隨機事件,但在長時間周期內(nèi),龐大多區(qū)域電力市場交易中,該事件的發(fā)生具有一定的必然性;賠償損失可根據(jù)系統(tǒng)實際ATC與輸電合約內(nèi)規(guī)定的中斷服務(wù)賠償價格定量測算。因此,因系統(tǒng)實際ATC不足,電網(wǎng)公司對部分合約用戶中斷輸電服務(wù)而產(chǎn)生的賠償損失風(fēng)險屬于可以采用保險機制處理的風(fēng)險。 本文將自留風(fēng)險與轉(zhuǎn)移風(fēng)險2種風(fēng)險處理方式[23]結(jié)合起來,將原本由電網(wǎng)公司獨自承擔(dān)的全部賠償損失風(fēng)險,分為電網(wǎng)公司自留風(fēng)險和轉(zhuǎn)移風(fēng)險兩部分,建立如下保險機制:電網(wǎng)公司與保險機構(gòu)簽訂保險協(xié)議,以中斷服務(wù)產(chǎn)生的賠償損失為保險標(biāo)的,電網(wǎng)公司承受一定范圍內(nèi)的自留風(fēng)險,對于自留風(fēng)險以外的風(fēng)險責(zé)任,通過支付保費的方式轉(zhuǎn)移給保險機構(gòu)承擔(dān)。上述賠償損失風(fēng)險處理機制如圖2所示。 圖2 賠償損失風(fēng)險處理機制Fig.2 The risk transfer mechanism for economic loss 式中:μ為免賠率,表示電網(wǎng)公司自留損失閾值占最大賠償損失的份額,由電網(wǎng)公司的風(fēng)險厭惡程度以及保險參與雙方的實際情況決定;Alim為賠償損失達(dá)到電網(wǎng)公司自留損失閾值時的ATC。 在本文提出的保險機制中,電網(wǎng)公司作為投保人承受著一定范圍內(nèi)的自留風(fēng)險,同時作為承擔(dān)重要社會責(zé)任的公共機構(gòu),電網(wǎng)公司投保的最終目的是保證電力系統(tǒng)安全穩(wěn)定運行以及電力市場運營的穩(wěn)定性,因此,道德風(fēng)險[24]可暫不考慮。 由保險理論可知,保費由純保費和附加保費共同組成。純保費是保險機構(gòu)為了支付保單在保險期間的期望賠償金而收取的保險費用;保險機構(gòu)在正常運營期間會產(chǎn)生一定的日常管理費用、運營開銷及稅金等成本性開支,同時,考慮承保收益期望的非負(fù)性,保險機構(gòu)將收取一定的附加保費。建立保費Q計算模型: Q=QC+QF (23) 其中: (24) QF=ηQC (25) 當(dāng)電網(wǎng)公司依照本文所提風(fēng)險處理機制投保后,以AR為ATC決策結(jié)果的電網(wǎng)公司凈收益BAf(At)可表示為: (26) (27) (28) 所提基于安全性風(fēng)險評估與保險機制的可用輸電能力決策方法整體流程如圖3所示。 圖3 ATC決策框架Fig.3 Framework of the decision-making method 本文選取IEEE 30節(jié)點系統(tǒng)進(jìn)行仿真計算。該系統(tǒng)有6臺常規(guī)發(fā)電機組、41條輸電線路,系統(tǒng)接線圖以及供電區(qū)域、受電區(qū)域劃分方式如圖4所示。 圖4 IEEE 30節(jié)點系統(tǒng)連線圖Fig.4 Connection diagram of IEEE 30-node system 令非貫序蒙特卡羅抽樣次數(shù)為5 000次,有功負(fù)荷服從σ2=0.02 MW2的正態(tài)分布,風(fēng)險效益模型參數(shù)設(shè)置見表1。 表1 風(fēng)險效益評估過程參數(shù)Table 1 Parameters of risk and benefit evaluation 元/(MW·h) 5.2.1 不同方案下ATC決策結(jié)果對比分析 圖5給出了3種不同方案下ATC的決策結(jié)果。其中,方案1采用文獻(xiàn)[5]所述方法,在滿足發(fā)電機和線路N-1靜態(tài)安全約束下進(jìn)行ATC決策;方案2采用文獻(xiàn)[12]所述方法,考慮經(jīng)濟性,以凈收益最大為目標(biāo)得到ATC決策結(jié)果;方案3采用本文所提方法,引入安全性綜合風(fēng)險指標(biāo)作為決策參考依據(jù)指導(dǎo)ATC決策。 圖5 3種方案下結(jié)果對比Fig.5 Comparison of results in three cases 由圖5可知: 1)方案1只考慮系統(tǒng)安全性,雖然ATC不足概率最低,可以確保在N-1事故下不會出現(xiàn)ATC不足的情況,但該決策方式過于保守,經(jīng)濟性最差。 2)方案2以電網(wǎng)公司期望凈收益最大為目標(biāo),ATC決策結(jié)果最大。相較于方案3,期望凈收益提高了25.00%,但因ATC不足而對部分合約用戶中斷供電的情況發(fā)生概率增大了205.86%。電網(wǎng)作為社會公共事業(yè),擔(dān)負(fù)著極其重要的政治責(zé)任和社會責(zé)任,忽略供電可靠性而單純追求凈收益最大化是片面的。 3)方案3首先對系統(tǒng)安全性進(jìn)行風(fēng)險評估,N-1故障安全性風(fēng)險值前10位排序結(jié)果如表2所示,以安全性風(fēng)險最大的N-1事故下的ATC作為決策結(jié)果。對比方案2,ATC不足情況發(fā)生的概率得到了有效控制,僅為6.14%;相較于方案1,ATC不足概率稍有增大,但期望凈收益提高到了14 904.12元,經(jīng)濟性獲得了較大提升。 表2 N-1故障安全性風(fēng)險值前10排序Table 2 Top 10 security risk value of N-1 contingency 綜上,對比以傳統(tǒng)安全性最高或經(jīng)濟性最優(yōu)為目標(biāo)的ATC決策方法,本文所提方法考慮N-1故障安全性風(fēng)險進(jìn)行ATC決策,在考慮系統(tǒng)安全性的同時,提高了電網(wǎng)公司收益,具有一定的實際意義與參考價值。 5.2.2 保險機制對于電網(wǎng)公司風(fēng)險效益的影響分析 為說明參與保險機制對電網(wǎng)公司ATC風(fēng)險效益的影響,假設(shè)η=15%,μ=30%,針對方案3的ATC決策結(jié)果,根據(jù)3.3節(jié)保費模型厘定保費。圖6給出了引入保險機制前后的電網(wǎng)公司凈收益情況,表3對比了引入保險機制前后的ATC風(fēng)險效益評估指標(biāo)。 圖6 引入保險前后電網(wǎng)公司凈收益散點圖Fig.6 Scatter for income before and after insurance mechanism 表3 引入保險機制前后的ATC風(fēng)險效益評估指標(biāo)Table 3 Comparison of results before and after insurance mechanism 由圖6和表3可知,在未引入保險機制情況下,電網(wǎng)公司獨自承擔(dān)可能發(fā)生的全部賠償損失,當(dāng)系統(tǒng)實際ATC值最低時,電網(wǎng)公司面臨122 499.01元的賠償損失,凈收益僅為-81 666.01元,因此電網(wǎng)公司很有必要通過措施轉(zhuǎn)移規(guī)避部分風(fēng)險;引入保險機制后,電網(wǎng)公司僅承擔(dān)自留損失部分的賠償風(fēng)險,通過繳納1 696.84元的保費,用較少的固定支出,將自留風(fēng)險之外的風(fēng)險轉(zhuǎn)移給保險公司,當(dāng)系統(tǒng)ATC最低時,僅承擔(dān)36 749.70元的損失賠償責(zé)任,實現(xiàn)了發(fā)生大額賠償損失時的風(fēng)險轉(zhuǎn)移與風(fēng)險規(guī)避;同時,雖然電網(wǎng)公司期望凈收益降低了221.33元,但凈收益標(biāo)準(zhǔn)差明顯減小,經(jīng)濟收益穩(wěn)定性顯著提高。綜上,本文所提保險機制,有利于電網(wǎng)公司控制ATC決策賠償損失風(fēng)險,避免凈收益大幅波動,提高經(jīng)濟收益穩(wěn)定性,實現(xiàn)了適當(dāng)轉(zhuǎn)移規(guī)避電網(wǎng)公司損失風(fēng)險的目標(biāo)。 5.2.3 保險機構(gòu)承保收益分析 保險機構(gòu)承保收益本質(zhì)上源于保費與賠償金的差額,電網(wǎng)公司根據(jù)5.2.2節(jié)厘定的保費進(jìn)行投保,保險機構(gòu)收益情況如表4所示。 表4 保險機構(gòu)收益情況Table 4 Income of insurance institutions 萬元 依照前述保險機制簽訂保險合同時,保險機構(gòu)將收取1 696.84元的保費,并承擔(dān)1 475.52元的期望賠償責(zé)任。由表4可知,在5 000次仿真樣本中,保險機構(gòu)累計收到保費848.42萬元,支付賠償金后仍可獲得110.66萬元的凈收益;當(dāng)賠付事件發(fā)生時,保險機構(gòu)須支付的最大賠償額為8.57萬元??梢娫诒疚乃岜kU機制中,保險公司承保后可以盈利并且其承擔(dān)的賠償責(zé)任在可以接受的范圍之內(nèi)。 5.2.4 參數(shù)靈敏度分析 本文所提保險機制中,保費及風(fēng)險轉(zhuǎn)移效果與免賠率取值密切相關(guān),本節(jié)對免賠率進(jìn)行靈敏度分析,驗證模型的適用性。圖7給出了不同免賠率對保費及風(fēng)險轉(zhuǎn)移效果的影響情況。 圖7 不同免賠率下的計算結(jié)果Fig.7 Results under different franchises 可以看出,隨著免賠率的提高,保費逐漸減少,電網(wǎng)公司凈收益最小值降低,凈收益標(biāo)準(zhǔn)差明顯增大。具體原因如下:較低的免賠率,對應(yīng)較低的自留損失閾值,意味著電網(wǎng)公司承擔(dān)較少的自留風(fēng)險,將較多的賠償損失風(fēng)險轉(zhuǎn)移給保險機構(gòu),應(yīng)繳納的保費較高,同時,凈收益穩(wěn)定性也會得以提升。 本文提出了一種基于安全性風(fēng)險評估與保險機制的ATC決策方法,通過算例仿真分析,得到以下結(jié)論: 1)綜合考慮安全性與經(jīng)濟性,以N-1故障安全風(fēng)險指標(biāo)作為參考依據(jù)指導(dǎo)ATC決策,可以在滿足一定安全約束的條件下,適當(dāng)提高電網(wǎng)公司經(jīng)濟效益,滿足更多用戶用電需求,提升電網(wǎng)資源利用效率; 2)針對電網(wǎng)公司ATC決策面臨的賠償損失風(fēng)險,引入保險機制對其進(jìn)行轉(zhuǎn)移和規(guī)避,有利于電網(wǎng)公司控制風(fēng)險損失,提升收益穩(wěn)定性。 本文所提保險機制的參與方僅考慮了電網(wǎng)公司與保險機構(gòu),探究發(fā)電企業(yè)、電網(wǎng)公司、用戶、保險機構(gòu)等多方共同參與的鏈?zhǔn)皆俦kU機制,完善保險方案和風(fēng)險處理機制,是下一步的研究重點。3 基于保險機制的風(fēng)險轉(zhuǎn)移
3.1 電網(wǎng)公司賠償損失風(fēng)險的可保性分析
3.2 引入保險機制的風(fēng)險處理
3.3 保費厘定
3.4 引入保險機制后的ATC風(fēng)險效益
4 ATC決策整體流程
5 算例分析
5.1 算例介紹
5.2 算例結(jié)果分析
6 結(jié) 論