朱繼忠 駱騰燕 吳皖莉 李盛林 董瀚江

（華南理工大學(xué)電力學(xué)院 廣州 510641）

0 引言

隨著經(jīng)濟(jì)社會的快速發(fā)展，全球能源消耗量激增，能源壓力正在逐步增大。傳統(tǒng)的供能系統(tǒng)多以不可再生的化石能源為主，會導(dǎo)致環(huán)境問題加劇，并且各供能子系統(tǒng)之間的單獨設(shè)計和運行也導(dǎo)致了能源利用率低下[1]，容易造成一次能源的浪費與可再生能源的消納困難，這與可持續(xù)發(fā)展的理念背道而馳?，F(xiàn)今，如何打破傳統(tǒng)供能系統(tǒng)的壁壘，提高能源系統(tǒng)的綜合利用率，保障其供能可靠性已然成為國內(nèi)外的研究熱點[2]。以電力系統(tǒng)為核心，由多種供能子系統(tǒng)耦合而成的綜合能源系統(tǒng)（Integrated Energy Systems,IES）能夠有機(jī)地協(xié)調(diào)各類能源的分配、轉(zhuǎn)換、存儲和消費，實現(xiàn)社會能源系統(tǒng)的轉(zhuǎn)換利用、協(xié)同優(yōu)化和耦合互補，將成為未來能源的主要承載形式[3-7]。

目前，對于IES 的研究已成為國內(nèi)外能源領(lǐng)域未來發(fā)展的重要戰(zhàn)略方向[8]。作為運行優(yōu)化與穩(wěn)定控制過程中的關(guān)鍵技術(shù)，IES 的運行可靠性評估方法得到了廣泛的研究。運行可靠性定義為計及設(shè)備自身健康狀況、外部環(huán)境條件、系統(tǒng)運行條件和系統(tǒng)運行行為時，系統(tǒng)在短期內(nèi)按可接受的質(zhì)量標(biāo)準(zhǔn)和所需數(shù)量不間斷地向用戶提供能量的度量[9]。與傳統(tǒng)的可靠性評估不同，運行可靠性更關(guān)注設(shè)備在實時運行狀態(tài)下的時變可靠性。IES 受設(shè)備故障及隨機(jī)停運等內(nèi)部因素的影響，同時外部的不確定性運行條件也給系統(tǒng)的可靠運行帶來威脅。進(jìn)行運行可靠性評估的主要目標(biāo)不僅是實現(xiàn)對系統(tǒng)運行狀態(tài)的實時評估與監(jiān)測，而且可以基于系統(tǒng)運行實時狀態(tài)信息，實現(xiàn)薄弱環(huán)節(jié)的精準(zhǔn)快速定位，并對短期可能面臨的運行風(fēng)險進(jìn)行科學(xué)預(yù)測，從而給出未來短時間內(nèi)的綜合控制方案、輔助決策、運行調(diào)度指導(dǎo)等關(guān)鍵信息，保障IES 持續(xù)高效安全的穩(wěn)定運行。

IES 運行可靠性評估與電力系統(tǒng)運行可靠性評估的區(qū)別在于，IES 的運行可靠性評估中需考慮不同供能子系統(tǒng)的耦合帶來的運行狀態(tài)的改變，以及面臨更多的運行不確定性。隨著IES 內(nèi)部設(shè)備數(shù)量的不斷增加，以及子系統(tǒng)間耦合關(guān)系的日益緊密，影響系統(tǒng)運行穩(wěn)定性的因素不斷增多，系統(tǒng)運行數(shù)據(jù)庫規(guī)模進(jìn)一步擴(kuò)大，因此，進(jìn)行IES 的運行可靠性評估對多能耦合系統(tǒng)的故障定位、薄弱環(huán)節(jié)識別、保障系統(tǒng)安全穩(wěn)定具有重要的指導(dǎo)意義。目前，電力系統(tǒng)及IES 的運行可靠性評估方法主要分為模型驅(qū)動和數(shù)據(jù)驅(qū)動兩種。

模型驅(qū)動的運行可靠性評估主要借助具體數(shù)學(xué)模型對系統(tǒng)運行狀態(tài)進(jìn)行評估計算。文獻(xiàn)[5]考慮系統(tǒng)的多時間尺度特性及熱慣性和多能互濟(jì)的運行策略，采用基于馬爾可夫鏈的蒙特卡洛法評估IES的運行可靠性，但對熱慣性的建模過程并未體現(xiàn)系統(tǒng)出力的實時特性。文獻(xiàn)[10]分析了能源間的耦合邏輯關(guān)系和能源品味差異，建立考慮設(shè)備出力時序特性的IES 運行可靠性評估模型，但并未考慮供能子系統(tǒng)運行狀態(tài)變化對整體運行可靠性的影響。文獻(xiàn)[11]為量化多重不確定性因素對IES 運行可靠性的影響，提出了一種輸配一體化的運行多指標(biāo)評估方法。但在運行可靠性指標(biāo)方面只采用傳統(tǒng)的系統(tǒng)可靠性指標(biāo)，在時間尺度上難以滿足運行層面對系統(tǒng)可靠性進(jìn)行實時評估的要求。

數(shù)據(jù)驅(qū)動的運行可靠性評估主要借助人工智能技術(shù)對系統(tǒng)運行狀態(tài)進(jìn)行評估。隨著人工智能技術(shù)的發(fā)展，數(shù)據(jù)驅(qū)動的技術(shù)如機(jī)器學(xué)習(xí)法、模糊理論法等，因其強(qiáng)大的數(shù)據(jù)處理、非線性擬合能力及自學(xué)習(xí)能力，在電力系統(tǒng)及IES 的運行分析與可靠性評估方面得到了初步應(yīng)用。文獻(xiàn)[12]對IES 運行可靠性評估方法進(jìn)行了綜述，并提出了模型-數(shù)據(jù)混合驅(qū)動的評估新思路，但是在建模環(huán)節(jié)對耦合設(shè)備的考慮較少，且對混合驅(qū)動評估方法的研究現(xiàn)狀介紹較少。文獻(xiàn)[13]對機(jī)器學(xué)習(xí)在電力系統(tǒng)和IES 中的應(yīng)用進(jìn)行了綜述，主要介紹了機(jī)器學(xué)習(xí)的原理及在系統(tǒng)調(diào)度優(yōu)化和控制決策方面的應(yīng)用，未對利用機(jī)器學(xué)習(xí)進(jìn)行運行可靠性評估的問題進(jìn)行闡述。文獻(xiàn)[14]對數(shù)據(jù)驅(qū)動的IES 評估進(jìn)行了研究現(xiàn)狀的總結(jié)，但并未全面指出數(shù)據(jù)驅(qū)動技術(shù)在解決運行可靠性評估問題方面的局限性。文獻(xiàn)[15]對典型的人工智能技術(shù)進(jìn)行介紹，并綜述了其在電力系統(tǒng)及IES中的應(yīng)用，但對故障檢測和可靠性評估方面的敘述并不全面。

目前，關(guān)于IES 運行可靠性評估的研究工作主要在設(shè)備運行可靠性建模方法、系統(tǒng)運行可靠性評估方法及運行可靠性評估指標(biāo)體系三方面存在不足：

（1）在設(shè)備運行可靠性建模方面，現(xiàn)有的設(shè)備故障停運模型很難反映設(shè)備在可再生能源接入、負(fù)荷多樣性等多重不確定因素下運行的時變特性，需深入挖掘?qū)е略O(shè)備故障停運的各因素之間的內(nèi)在聯(lián)系，建立全面考慮運行不確定性因素影響的符合設(shè)備運行層面要求與定位的運行可靠性模型；且隨著系統(tǒng)規(guī)模逐漸擴(kuò)大，電力系統(tǒng)中僅對獨立設(shè)備進(jìn)行運行可靠性建模的方法已經(jīng)不適用于IES 的建模評估，對IES 中耦合設(shè)備及耦合環(huán)節(jié)進(jìn)行準(zhǔn)確的建模問題亟需解決。

（2）在系統(tǒng)運行可靠性評估方法方面，單純依靠模型驅(qū)動的運行可靠性評估方法易受到計算速度與精度間矛盾的限制，已不適用于處理計算高維非線性系統(tǒng)的運行數(shù)據(jù)；數(shù)據(jù)驅(qū)動的可靠性評估方法雖然有處理速度與計算精度的優(yōu)勢，但其可解釋性較弱，限制了其發(fā)展與應(yīng)用。兼顧速度、精度與可解釋性的運行可靠性評估算法尚待發(fā)展。

（3）在運行可靠性評估指標(biāo)體系方面，考慮IES內(nèi)部天然氣與熱力系統(tǒng)的傳輸具有明顯的時延特性，現(xiàn)有指標(biāo)體系尚不能實現(xiàn)IES 運行可靠性的多維度、多時間尺度的全面評估，且對于衡量多能耦合程度及能源出力優(yōu)先級和在線識別系統(tǒng)薄弱環(huán)節(jié)等核心問題的IES 運行可靠性評估環(huán)節(jié)尚沒有認(rèn)可度較高的指標(biāo)；另外，現(xiàn)有指標(biāo)存在多樣化且標(biāo)準(zhǔn)不統(tǒng)一的現(xiàn)象，存在大量信息重疊，指標(biāo)體系內(nèi)部的權(quán)重分配與重要程度排序尚未實現(xiàn)，上述指標(biāo)體系內(nèi)容的缺失與信息冗余均會導(dǎo)致最終評估結(jié)果較為粗糙。

本文對現(xiàn)有的IES 運行可靠性評估研究現(xiàn)狀進(jìn)行了進(jìn)一步梳理，在此基礎(chǔ)上提出了IES 運行可靠性評估的新思路。首先，從模型驅(qū)動及數(shù)據(jù)驅(qū)動兩方面詳細(xì)介紹了IES 設(shè)備運行可靠性建模的研究現(xiàn)狀及各種建模方法存在的問題；然后，從模型驅(qū)動、數(shù)據(jù)驅(qū)動、模型-數(shù)據(jù)混合驅(qū)動三個方面詳細(xì)梳理了IES 運行可靠性評估方法的研究現(xiàn)狀，并分析總結(jié)其優(yōu)勢和不足；最后，對IES 運行可靠性分析建模與評估方法中的現(xiàn)存關(guān)鍵科學(xué)問題進(jìn)行展望，并提出人工智能背景下模型-數(shù)據(jù)混合驅(qū)動的IES 運行可靠性建模與評估的新思路。為保證文章內(nèi)容的完整性與連貫性，筆者組織了上下兩篇系列論文，本文為上篇，主要內(nèi)容為對模型驅(qū)動的IES 設(shè)備運行可靠性建模及IES 運行可靠性評估進(jìn)行研究現(xiàn)狀的綜述，并對現(xiàn)存問題進(jìn)行歸納總結(jié)。

1 模型驅(qū)動的IES 設(shè)備運行可靠性建模

對設(shè)備狀態(tài)概率的時變特性及供需不確定性進(jìn)行建模，是設(shè)備運行可靠性評估的內(nèi)在需求，也是其區(qū)別于常規(guī)可靠性評估的特點[12]。設(shè)備的時變特性由運行條件的多樣性等外部因素和設(shè)備本身故障的隨機(jī)性等內(nèi)部因素共同決定，而設(shè)備運行時的供需不確定性主要由負(fù)荷的多樣性及可再生能源接入等帶來的運行不確定性引起。對設(shè)備進(jìn)行運行可靠性建模，是分析系統(tǒng)運行狀態(tài)、評估系統(tǒng)運行可靠性的基礎(chǔ)。

按照是否參與異質(zhì)能流間的耦合轉(zhuǎn)換與互補利用，IES 中的設(shè)備可分為獨立設(shè)備及耦合設(shè)備兩種。獨立設(shè)備中電/氣/冷/熱各類能源維持自身特有的能質(zhì)屬性，不存在異質(zhì)能流間的耦合轉(zhuǎn)換問題，而耦合設(shè)備可以實現(xiàn)不同種能量間的轉(zhuǎn)換利用[16]。如圖1 所示，常見的獨立設(shè)備有輸電線路、燃?xì)夤艿?、熱力管網(wǎng)及儲能裝置等；常見的耦合設(shè)備如參與電-氣耦合的電轉(zhuǎn)氣（Power to Gas,P2G）裝置、燃?xì)廨啓C(jī)，參與氣-熱耦合的燃?xì)忮仩t，參與電-氣-熱耦合的熱電聯(lián)產(chǎn)（Combined Heat and Power,CHP）機(jī)組，參與電-氣-冷-熱耦合的冷熱電聯(lián)供）Combined Cooling Heating and Power,CCHP）機(jī)組，參與冷-熱耦合的吸收式制冷機(jī)等。

圖1 IES 耦合結(jié)構(gòu)示意圖 Fig.1 Schematic diagram of IES coupling structure

模型驅(qū)動的IES 設(shè)備運行可靠性建模方法主要有模型解析法及馬爾可夫多狀態(tài)法兩種，其研究現(xiàn)狀總結(jié)見表1。

表1 模型驅(qū)動的設(shè)備運行可靠性建模方法研究現(xiàn)狀 Tab.1 Research status of model-driven equipment operational reliability modeling methods

1.1 模型解析法

基于模型解析法的設(shè)備運行可靠性建模通過建立故障設(shè)備的狀態(tài)合集，以設(shè)備的實際運行狀態(tài)和期望狀態(tài)的偏差最小為目標(biāo)建立優(yōu)化模型，進(jìn)而實現(xiàn)設(shè)備故障診斷與建模[17-18]?，F(xiàn)有研究通常采用分段解析模型[18-19]或全解析模型[20]進(jìn)行設(shè)備運行可靠性建模分析。

基于模型解析法的設(shè)備運行可靠性建模依靠較強(qiáng)的理論依據(jù)與數(shù)學(xué)基礎(chǔ)，具有易實現(xiàn)、模型穩(wěn)定、可靠性高等優(yōu)點。但是，隨著系統(tǒng)維度增高、運行狀態(tài)增加及運行不確定性因素的影響，會導(dǎo)致設(shè)備模型過于復(fù)雜，造成求解困難等問題。在建模過程中，如果將高維影響因素和不確定性因素理想化處理，又會使建模不準(zhǔn)確。利用模型解析法對設(shè)備進(jìn)行建模時，如何在構(gòu)建考慮多故障信息影響因素的同時提高模型的精度和效率，是后續(xù)需要重點研究的問題。

1.2 馬爾可夫多狀態(tài)法

基于歷史數(shù)據(jù)的傳統(tǒng)可靠性建模方法無法刻畫設(shè)備及系統(tǒng)故障的實時特性。而馬爾可夫過程認(rèn)為系統(tǒng)下一時刻的狀態(tài)只能與當(dāng)前狀態(tài)有關(guān)，而與歷史狀態(tài)無關(guān)，具有典型的“無記憶性”特點[35]。其數(shù)學(xué)表達(dá)式為

式中，Pr(tk+1)為系統(tǒng)在tk+1時刻所處的狀態(tài)概率。馬爾可夫過程適用于建立基于實時運行條件的設(shè)備時變可靠性模型[36]，為系統(tǒng)運行狀態(tài)的實時監(jiān)測和可靠性建模提供了新思路。現(xiàn)有研究通常采用馬爾可夫兩狀態(tài)[37-38]或多狀態(tài)[39-40]法對設(shè)備進(jìn)行建模。馬爾可夫狀態(tài)轉(zhuǎn)移圖如圖2 所示。

圖2 馬爾可夫狀態(tài)轉(zhuǎn)移圖 Fig.2 Markov state transition diagram

圖2a 中，λ和μ分別為元件的故障率和故障的修復(fù)率；元件的平均無故障工作時間MTTF 和平均故障修復(fù)時間MTTR 與λ和μ的關(guān)系為[37]

圖2b 中，λi和μi（i=1,2,3,…,n）分別表示故障因素i所引起的故障率和故障的修復(fù)率。馬爾可夫多狀態(tài)模型的狀態(tài)概率轉(zhuǎn)移矩陣為[35]

馬爾可夫多狀態(tài)法可以實現(xiàn)設(shè)備實時故障信息的定位，非常適用于考慮時變特性的設(shè)備運行可靠性建模。但是，馬爾可夫多狀態(tài)法認(rèn)為導(dǎo)致設(shè)備停運的各個影響因素是相互獨立的，忽略了故障因素內(nèi)部的關(guān)聯(lián)性[12]。隨著IES 內(nèi)部和外部影響因素逐漸增多，影響設(shè)備實時可靠性的因素大大增加，各因素相互關(guān)聯(lián)且共同對設(shè)備運行可靠性產(chǎn)生影響，使用馬爾可夫多狀態(tài)法可能會導(dǎo)致模型不清晰，從而使運行可靠性模型存在局限性。

IES 的設(shè)備運行可靠性建模從建模原理上可分為模型驅(qū)動的建模及數(shù)據(jù)驅(qū)動的建模兩種。關(guān)于基于數(shù)據(jù)驅(qū)動方法進(jìn)行建模的研究現(xiàn)狀及對現(xiàn)有建模方法所存不足的闡述，將在本系列論文的下篇中進(jìn)行詳細(xì)總結(jié)評述。

2 模型驅(qū)動的IES 運行可靠性評估

模型驅(qū)動的運行可靠性評估是一種具有廣泛研究基礎(chǔ)的評估方法，大部分依靠概率與數(shù)理統(tǒng)計等數(shù)學(xué)知識和數(shù)學(xué)模型來實現(xiàn)，具有簡明便捷、容易應(yīng)用的特點，模型推導(dǎo)過程縝密嚴(yán)謹(jǐn)，較為成熟。模型驅(qū)動的運行可靠性評估如圖3 所示，模型驅(qū)動的IES 運行可靠性評估方法通常包括系統(tǒng)狀態(tài)生成與選取、系統(tǒng)狀態(tài)分析與評估、可靠性指標(biāo)建立與計算三個主要步驟。下文對模型驅(qū)動的IES 運行可靠性評估的研究現(xiàn)狀與存在問題進(jìn)行詳細(xì)綜述。

圖3 模型驅(qū)動的運行可靠性評估 Fig.3 Model-driven operational reliability assessment

2.1 研究現(xiàn)狀

2.1.1 系統(tǒng)狀態(tài)生成與選取

基于運行可靠性實時數(shù)據(jù)庫及評估模型，系統(tǒng)狀態(tài)生成與選取通常采用蒙特卡洛（Monte Carlo,MC）模擬法來實現(xiàn)。MC 模擬是使用概率分布函數(shù)來確定隨機(jī)變量值的隨機(jī)抽樣模擬技術(shù)[43]，是在領(lǐng)域內(nèi)生成海量仿真系統(tǒng)運行狀態(tài)的理論基礎(chǔ)[44]。MC 模擬可以通過仿真生成大量的運行可靠性場景數(shù)據(jù)，如系統(tǒng)的負(fù)荷大小、隨機(jī)行為或者供能可用性等，為后續(xù)系統(tǒng)狀態(tài)的分析提供了數(shù)據(jù)來源，在IES 的可靠性評估工作中起到了巨大的推動作用。

根據(jù)是否考慮系統(tǒng)運行狀態(tài)的時序，MC 模擬一般分為序貫MC 模擬和非序貫MC 模擬兩種。序貫MC 是指對系統(tǒng)運行狀態(tài)的時序模擬，非序貫MC雖然不考慮系統(tǒng)的時間狀態(tài)序列，但計算速度較序貫MC 更快[45]。MC 模擬是一種有廣泛研究基礎(chǔ)的統(tǒng)計實驗方法，被大量應(yīng)用于系統(tǒng)的狀態(tài)抽樣及運行可靠性評估。在足夠長的仿真時間里，使用MC模擬可以考慮系統(tǒng)幾乎所有的運行狀態(tài)，如負(fù)荷的時變特性、設(shè)備的修復(fù)特性、運行的隨機(jī)性、供需不確定性等，獲得很高的計算精度。但是，MC 模擬需要較長的計算時間和較大的計算規(guī)模來保證結(jié)果的可靠性，如何在保證模擬精度的同時提升模擬速度，是應(yīng)用MC 模擬亟需解決的問題。文獻(xiàn)[46]采用非序貫MC 模擬對考慮不同運行模式的系統(tǒng)在單一或多種意外情況下的可靠性進(jìn)行了評估，并提出用兩步狀態(tài)采樣、區(qū)域劃分和最小路徑搜索等技術(shù)來提高模擬速度。文獻(xiàn)[47]提出一種計及多狀態(tài)離散型和連續(xù)型隨機(jī)變量的擴(kuò)展交叉熵法，并通過算例驗證了該方法可以有效克服傳統(tǒng)非序貫MC 模擬收斂慢的特點，實現(xiàn)高效評估。文獻(xiàn)[48]基于序貫MC 模擬，提出一種考慮最優(yōu)負(fù)荷削減和熱負(fù)荷慣性的IES 可靠性評估方法。

另外，MC 模擬隨機(jī)采樣所得到的只是獨立樣本序列，而未考慮系統(tǒng)各個樣本間的相互影響，不符合IES 中各部分深度耦合、各運行狀態(tài)相互影響的特點，使用獨立元素的抽樣方法必然會使模擬結(jié)果存在偏差。為解決上述問題，文獻(xiàn)[49]提出馬爾可夫鏈蒙特卡洛法（Markov Chain Monte Carlo,MCMC），它將隨機(jī)過程中的馬爾可夫過程引入MC過程，以實現(xiàn)動態(tài)MC 模擬。其基本思路是：通過重復(fù)抽樣，建立一個平穩(wěn)分布與系統(tǒng)先驗概率分布相同的馬爾可夫鏈，從而得到系統(tǒng)的狀態(tài)樣本，并基于樣本進(jìn)行可靠性評估。此方法突破了傳統(tǒng)MC模擬的靜態(tài)局限，實現(xiàn)了MC 模擬的動態(tài)采樣。又由于每條馬爾可夫鏈均收斂于同一分布，使得MCMC 算法具有很好的收斂性。文獻(xiàn)[28]利用馬爾可夫過程對IES 中的能量耦合設(shè)備狀態(tài)變化過程建模，并通過MC 模擬對其狀態(tài)進(jìn)行選擇，將其狀態(tài)隨機(jī)變量納入能源集線器（Energy Hub,EH）的能量平衡方程來評估系統(tǒng)的運行可靠性。文獻(xiàn)[50]基于MCMC 法模擬IES 在很長一段時間的狀態(tài)變化，得到系統(tǒng)的狀態(tài)樣本，并使用區(qū)域劃分和最小路徑搜索法對系統(tǒng)狀態(tài)進(jìn)行選擇。文獻(xiàn)[51]用實際算例證明了MCMC 模擬在收斂速度和算法穩(wěn)定性上均明顯優(yōu)于傳統(tǒng)MC 模擬。文獻(xiàn)[52]基于三維狀態(tài)轉(zhuǎn)移概率矩陣對MCMC 法進(jìn)行改進(jìn)，以優(yōu)化MCMC 法狀態(tài)轉(zhuǎn)移概率隨狀態(tài)持續(xù)時間增長而變化的問題。

2.1.2 系統(tǒng)狀態(tài)分析與評估

系統(tǒng)狀態(tài)分析與評估包含兩部分：能流計算與負(fù)荷削減計算[50]。能流計算相當(dāng)于對IES 進(jìn)行穩(wěn)態(tài)潮流的建模與計算；而當(dāng)系統(tǒng)發(fā)生故障，供能系統(tǒng)無法滿足所有負(fù)荷時，需要削減負(fù)荷以使系統(tǒng)恢復(fù)穩(wěn)定運行，此過程中所產(chǎn)生的計算稱為負(fù)荷削減計算。在系統(tǒng)進(jìn)行負(fù)荷削減時，要充分考慮負(fù)荷的相對重要程度差異，優(yōu)先保障重要等級更高的負(fù)荷的運行可靠性[2]。究其本質(zhì)，能流計算與負(fù)荷削減計算都是對最優(yōu)能流問題的求解。

目前，能流計算較為常用的方法為牛頓-拉夫遜法和前推回代法。文獻(xiàn)[39]對氣電耦合IES 的運行方式進(jìn)行研究，建立了其供電可靠性評估模型，并提出耦合系統(tǒng)可靠性評估的解析算法。文獻(xiàn)[53]對電網(wǎng)、氣網(wǎng)及水網(wǎng)分別進(jìn)行穩(wěn)態(tài)建模后，結(jié)合IES內(nèi)部耦合設(shè)備及耦合方程，進(jìn)一步提出電-氣-水混合潮流模型。文獻(xiàn)[54]綜合考慮不同耦合形式及能源供應(yīng)模式下電網(wǎng)與氣網(wǎng)的約束條件，給出IES 的完全解耦、部分解耦及完全耦合三種運行模式，并提出對應(yīng)的潮流算法。文獻(xiàn)[55]同時考慮電-氣互聯(lián)IES 系統(tǒng)中的能源耦合設(shè)備的作用、新能源機(jī)組出力不確定性及負(fù)荷隨機(jī)變化，提出一種新的潮流順序求解方法。文獻(xiàn)[56]根據(jù)耦合設(shè)備CHP 機(jī)組與P2G 機(jī)組是否參與系統(tǒng)工作將IES 的運行模式分為四種，并提出四種不同模式下的IES 多能潮流的交替迭代形式和求解方法。文獻(xiàn)[57]提出了順序計算法和一體化計算法兩種混合潮流計算方法，分別對子系統(tǒng)的潮流問題進(jìn)行單獨求解和對耦合系統(tǒng)的潮流問題進(jìn)行統(tǒng)一求解，進(jìn)而對IES 進(jìn)行能流分析。文獻(xiàn)[58]提出一種基于聚類抽樣的隨機(jī)潮流計算方法來提高計算速度和精度。文獻(xiàn)[59]基于加強(qiáng)非支配解占優(yōu)關(guān)系的多目標(biāo)差分進(jìn)化算法進(jìn)行電-氣互聯(lián)IES 的最優(yōu)潮流計算。文獻(xiàn)[60]提出了一種分層解耦優(yōu)化算法來優(yōu)化負(fù)荷削減模型，并引入基于影響增量的狀態(tài)枚舉法和高階偶發(fā)事件的規(guī)約法，進(jìn)一步提高可靠性評估的計算速度。

IES 復(fù)雜龐大的耦合結(jié)構(gòu)使得其能流問題求解過程愈發(fā)復(fù)雜，需求解大量的高維非線性能量流方程組。采用傳統(tǒng)的牛頓-拉夫遜法會造成數(shù)值穩(wěn)定性的問題，導(dǎo)致計算精度下降。文獻(xiàn)[61]考慮IES 中的強(qiáng)非線性模塊，采用了一種采用多點線性半不變量法的電-熱互聯(lián)IES 概率潮流算法。文獻(xiàn)[62]提出了一種電-熱互聯(lián)IES 潮流線性化模型，克服了傳統(tǒng)物理模型的數(shù)值穩(wěn)定性問題。將非線性模塊強(qiáng)行線性化處理，雖然提高了計算速度，但會使得模型的計算精度下降。

除了上述基本潮流計算的衍生算法外，學(xué)術(shù)界也對IES 能流分析進(jìn)行了諸多有益探索。文獻(xiàn)[63-66]基于電路理論中“場”到“路”的推演方法論，提出統(tǒng)一能路理論，分別對氣網(wǎng)和熱網(wǎng)進(jìn)行基于能路理論的建模和分析，導(dǎo)出了與電力網(wǎng)絡(luò)在數(shù)學(xué)形式上統(tǒng)一的網(wǎng)絡(luò)矩陣和網(wǎng)絡(luò)方程，并對模型進(jìn)行簡化和計算，進(jìn)而分析IES 的運行狀態(tài)。

隨著系統(tǒng)耦合程度及運行狀態(tài)的增加，IES 的能流計算問題過程中的高維非線性分量逐漸增多，傳統(tǒng)計算方法只能通過簡化或忽略非線性分量進(jìn)行混合潮流計算，計算過程繁雜，計算難度高，容易造成數(shù)值穩(wěn)定性問題，同時計算精度也無法保證。

2.1.3 可靠性指標(biāo)建立與計算

可靠性指標(biāo)建立與計算旨在量化分析系統(tǒng)運行風(fēng)險發(fā)生的可能性及可能導(dǎo)致的嚴(yán)重后果，是系統(tǒng)狀態(tài)的判斷依據(jù)。建立合理的運行可靠性評估指標(biāo)體系，有利于及時發(fā)現(xiàn)系統(tǒng)中的薄弱環(huán)節(jié)，并對其改造建設(shè)及優(yōu)化運行提供合理的參考和指導(dǎo)。基于指標(biāo)體系的評估結(jié)果，可實現(xiàn)定量分析影響系統(tǒng)運行可靠性的關(guān)鍵因素，實現(xiàn)系統(tǒng)薄弱環(huán)節(jié)的快速定位，為后續(xù)控制決策方案的制定及運行可靠性的提高提供參考。運行可靠性評估指標(biāo)體系不僅要反映系統(tǒng)的供能裕度信息，還要充分考慮運行約束條件；不僅要能評估系統(tǒng)整體的運行可靠性，也要能夠?qū)﹃P(guān)鍵設(shè)備、重要節(jié)點、能源轉(zhuǎn)換環(huán)節(jié)的運行可靠性進(jìn)行描述；不僅要實現(xiàn)實時的可靠性的描述，也要對未來的運行狀態(tài)進(jìn)行風(fēng)險預(yù)測[9]。

目前，對于IES 系統(tǒng)及其內(nèi)部各供能子系統(tǒng)的運行可靠性評估指標(biāo)體系均有一定程度的發(fā)展。參照文獻(xiàn)[9,67]對電力系統(tǒng)運行可靠性評估指標(biāo)的歸類方法，將IES 運行可靠性評估指標(biāo)整理為四維體系，包括狀態(tài)維、程度維、層次維及時間維，見表2。

表2 IES 運行可靠性四維評估指標(biāo)體系 Tab.2 IES operational reliability four-dimensional assessment indices system

狀態(tài)維指標(biāo)將系統(tǒng)分為健康、臨界和風(fēng)險三種狀態(tài)，對系統(tǒng)運行可靠性進(jìn)行宏觀描述；程度維指標(biāo)大多為表示供能可靠性的裕度指標(biāo)，能夠量化系統(tǒng)的運行可靠性；層次維指標(biāo)包括設(shè)備級、節(jié)點級、區(qū)域級及系統(tǒng)級四個層次，且區(qū)域級和系統(tǒng)級運行可靠性指標(biāo)包含程度維的所有子指標(biāo)；時間維指標(biāo)分為以分鐘級、小時級指標(biāo)為代表的短期指標(biāo)，以及以日級、月級、年級指標(biāo)為代表的長期指標(biāo)。

為方便理解，根據(jù)表2 對指標(biāo)的整理與分類，本文列出 IES 運行可靠性評估的關(guān)鍵指標(biāo)與定義如下：

1）狀態(tài)維關(guān)鍵指標(biāo)定義

健康狀態(tài)概率（Probability of Healthy State,PHS）、臨界狀態(tài)概率（Probability of Marginal State,PMS）與風(fēng)險狀態(tài)概率（Probability of Risk State,PRS）的表達(dá)式分別為

式中，PSk(t)為系統(tǒng)狀態(tài)Sk在t時刻的概率；DH、DM、DR分別為系統(tǒng)處于健康狀態(tài)、臨界狀態(tài)與風(fēng)險狀態(tài)的系統(tǒng)狀態(tài)集合。

2）程度維關(guān)鍵指標(biāo)定義

程度維中的供能不足期望（Expected Energy Not Supplied,EENS）、失負(fù)荷概率（Loss of Load Probability,LOLP）、系統(tǒng)平均停電頻率（System Average Interruption Frequency Index，SAIFI）等指標(biāo)均為衡量系統(tǒng)供能可靠性的經(jīng)典指標(biāo)，應(yīng)用較為廣泛，本文不再給出詳細(xì)定義。下面依次介紹其他指標(biāo)。

供能比例指標(biāo)（Energy Supply Ratio,ESR）定義為

式中，NEN、NGN分別為電力網(wǎng)絡(luò)、天然氣網(wǎng)絡(luò)中負(fù)荷點的個數(shù)；分別為初始狀態(tài)和故障后，電力網(wǎng)絡(luò)和天然氣網(wǎng)絡(luò)中第n個負(fù)荷點的功率。

平均缺供能量（Average Energy Shortage,AES）定義為

式中，Pn為負(fù)荷節(jié)點n的平均負(fù)荷；Tn為負(fù)荷節(jié)點n處的年平均停供時間；Nn為負(fù)荷節(jié)點n處的用戶數(shù)。3）層次維關(guān)鍵指標(biāo)定義 薄弱節(jié)點評估指標(biāo)定義為

式中，εn為節(jié)點修正系數(shù)；λ1、λ2、λ3、λ4為權(quán)重系數(shù)；bn為節(jié)點n的絕對流介數(shù)；為節(jié)點n的M階鄰居數(shù)，旨在量化節(jié)點n在m步內(nèi)可達(dá)到的節(jié)點總數(shù)；TFn與TPn分別為改進(jìn)潮流沖擊率泰爾熵及改進(jìn)壓力增長率泰爾熵，旨在進(jìn)行IES 異質(zhì)能源前提下的不平衡性分析。

介數(shù)權(quán)重節(jié)點度定義為

式中，VE、VG分別為電力網(wǎng)絡(luò)節(jié)點、天然氣網(wǎng)絡(luò)節(jié)點集合，Vm為與節(jié)點n相連節(jié)點p的集合；KE,p與KG,p分別為節(jié)點p與電力網(wǎng)絡(luò)、天然氣網(wǎng)絡(luò)其余節(jié)點相連的邊數(shù)；BL(n，p)為線路（n，p）的邊介數(shù)。

設(shè)備ei的閥級指標(biāo)T(ei)定義為

式中，ψcmax為在所有設(shè)備完全可靠的前提下IES 所能供給的最大總能量；ψcmax(ei)為僅設(shè)備ei故障而其他設(shè)備完全可靠時，IES 所能供給的最大總能量。

綜合能源自給率ωCESR及綜合能源利用率ωCEUR分別定義為

式中，Ee、Eh和Eg分別為IES 輸出的電能、熱能及天然氣量；vLHV為天然氣燃燒低熱值；vK為電能與熱能的單位轉(zhuǎn)換系數(shù)；Eres為可再生能源設(shè)備生產(chǎn)的電能；分別為IES 買、賣的電能和購入的天然氣量。

4）時間維關(guān)鍵指標(biāo)定義

系統(tǒng)平均停電持續(xù)時間（System Average Interruption Duration Index,SAIDI）及用戶平均停電持續(xù)時間（Customer Average Interruption Duration Index,CAIDI）分別從系統(tǒng)級與用戶級兩個角度來衡量能量缺供對運行可靠性的影響。由于上述兩指標(biāo)較為經(jīng)典，應(yīng)用較為廣泛，故本文亦不再給出詳細(xì)定義。

IES 規(guī)模與功能的提升使得影響系統(tǒng)運行可靠性的不確定因素增多，具體表現(xiàn)為：①可再生能源接入系統(tǒng)帶來的不確定性。由于可再生能源固有的隨機(jī)性和波動性，以及在消納可再生能源過程中為了降低棄風(fēng)棄光率而采用的供能策略等問題，給系統(tǒng)運行可靠性帶來了挑戰(zhàn)，且可再生能源如風(fēng)、光等在空間和時間尺度上存在天然的互補性，如何利用其互補性指導(dǎo)儲能規(guī)劃及系統(tǒng)運行優(yōu)化問題，進(jìn)而提高IES 的運行可靠性水平尚待解決。②供能子系統(tǒng)間的耦合問題。能源系統(tǒng)已經(jīng)從傳統(tǒng)的電力系統(tǒng)轉(zhuǎn)換為IES，現(xiàn)有針對電力系統(tǒng)運行可靠性的指標(biāo)體系已經(jīng)較為完善，但冷、熱、天然氣系統(tǒng)在傳輸過程中有明顯的時延特征，導(dǎo)致IES 的運行可靠性評估問題需要考慮各子系統(tǒng)的多時間尺度特性，且各個供能子系統(tǒng)之間的耦合關(guān)系、聯(lián)合出力及能源優(yōu)先級問題都給IES 的安全穩(wěn)定運行帶來約束。③信息系統(tǒng)對IES 運行可靠性的影響。與傳統(tǒng)電力系統(tǒng)相比，現(xiàn)有的IES 的能量處理能力在很大程度上取決于信息系統(tǒng)的可靠性，對信息流進(jìn)行可靠性建模與評估也是IES 中亟需解決的問題。建立新的IES 可靠性評估指標(biāo)時，可以從上述三方面進(jìn)行考慮。

2.2 現(xiàn)有研究存在的不足

本節(jié)詳細(xì)分析了現(xiàn)有模型驅(qū)動的IES 運行可靠性評估方法存在的不足，總結(jié)為三點：

1）系統(tǒng)狀態(tài)生成與選取階段，現(xiàn)有研究主要存在以下兩方面不足：①系統(tǒng)運行狀態(tài)生成方面，使用MC 模擬進(jìn)行系統(tǒng)的狀態(tài)抽樣，獲取的只能是設(shè)備或系統(tǒng)運行狀態(tài)的獨立樣本序列，且計算收斂速度慢；MCMC 模擬考慮了系統(tǒng)各個狀態(tài)間的相互影響，準(zhǔn)確度更高且穩(wěn)定性更強(qiáng)，但基于馬爾可夫過程平穩(wěn)狀態(tài)概率進(jìn)行狀態(tài)枚舉與后果分析，在當(dāng)前狀態(tài)下反映系統(tǒng)的實時運行可靠性層面亦存在困難。②在運行數(shù)據(jù)庫獲取方面，隨著IES 規(guī)模逐漸增大，耦合結(jié)構(gòu)日益復(fù)雜，運行數(shù)據(jù)不斷增加，在運行可靠性評估中需要考慮的隨機(jī)因素和約束條件越來越多。模型驅(qū)動的評估方法數(shù)據(jù)獲取渠道窄，數(shù)據(jù)集成處理能力弱，無法考慮運行中面臨的不確定因素和實時運行條件的改變對可靠性的影響，在生成運行可靠性實時數(shù)據(jù)庫方面無法實現(xiàn)快速獲取與準(zhǔn)確評估。

2）在系統(tǒng)的能流計算與負(fù)荷削減計算中，計算效率與計算精度無法兼顧。IES 內(nèi)部復(fù)雜的耦合結(jié)構(gòu)使得最優(yōu)能流計算問題要同時處理海量數(shù)據(jù)并計算一系列高維非線性問題，使用模型驅(qū)動的計算方法如牛頓-拉夫遜法及前推回代法等計算方法在實際應(yīng)用過程中不得不通過削減狀態(tài)變量、線性化處理等犧牲精度的手段來提高計算效率，且求解過程中可能會出現(xiàn)迭代時間長、計算效率低、評估結(jié)果不準(zhǔn)確等一系列問題。模型驅(qū)動的能流計算方法在處理IES 的高維非線性方程中所體現(xiàn)出的精度與速度的矛盾日益明顯。

3）運行可靠性評估指標(biāo)體系需充分考慮運行層面的要求和定位?，F(xiàn)有指標(biāo)存在的問題主要體現(xiàn)在四方面：

（1）考慮冷熱供能子系統(tǒng)延遲特性的指標(biāo)尚不完善。對于冷熱供能子系統(tǒng)而言，用戶用能的本質(zhì)是在一段時間內(nèi)獲得或保持一定的溫度約束范圍，僅依靠熱力系統(tǒng)狀態(tài)分析進(jìn)行供熱運行可靠性指標(biāo)計算，對運行可靠性的參考意義并不大。所以，需要根據(jù)熱慣性方程，將能量流動過程中的物理量轉(zhuǎn)換為基于用戶立場的物理量，并以此作為運行可靠性的評估依據(jù)[82]。另外，充分考慮供冷和供熱系統(tǒng)供能間斷的延遲效應(yīng)，及管道傳輸中的損耗特性，在系統(tǒng)的綜合評估中充分考慮能源時間尺度的差異性[5]，會使IES 運行可靠性的評估更加準(zhǔn)確。

（2）缺乏描述耦合設(shè)備運行狀態(tài)及系統(tǒng)內(nèi)部耦合程度的指標(biāo)。耦合設(shè)備如P2G 裝置、燃?xì)怆姀S及CHP 機(jī)組等承擔(dān)著不同子系統(tǒng)間的耦合及IES 內(nèi)部的能質(zhì)轉(zhuǎn)換任務(wù)，其運行狀態(tài)直接影響IES 的運行方式及供能可靠性。若耦合設(shè)備發(fā)生故障，可能會導(dǎo)致系統(tǒng)內(nèi)部的能源轉(zhuǎn)換環(huán)節(jié)發(fā)生局部解耦，運行方式發(fā)生改變，嚴(yán)重威脅IES 的運行安全。建立耦合設(shè)備運行狀態(tài)評估指標(biāo)，能夠?qū)崿F(xiàn)對耦合設(shè)備的實時監(jiān)測和故障概率預(yù)測，從而進(jìn)一步保障系統(tǒng)的運行可靠性；各子系統(tǒng)間的耦合程度反映了各子系統(tǒng)的供能優(yōu)先級問題，并能間接反映聯(lián)合出力的占比和效率，故對子系統(tǒng)間的耦合程度進(jìn)行評估也對系統(tǒng)的運行可靠性具有重要意義。

（3）定量化評估設(shè)備重要程度的指標(biāo)尚不完善。IES 內(nèi)部存在大量設(shè)備，設(shè)備的重要程度指標(biāo)越大，對 IES 運行可靠性的影響越大[80]。對系統(tǒng)的設(shè)備重要程度進(jìn)行評估，有利于提高對重要等級高的設(shè)備進(jìn)行監(jiān)測與保護(hù)的優(yōu)先級，加快系統(tǒng)薄弱環(huán)節(jié)的識別。

（4）考慮指標(biāo)中信息的冗余，對指標(biāo)體系中重要指標(biāo)的提取亟需解決?，F(xiàn)存的可靠性評估指標(biāo)體系存在多樣化且標(biāo)準(zhǔn)不統(tǒng)一的現(xiàn)象，各指標(biāo)內(nèi)部可能存在大量的信息重疊，如何挖掘不同指標(biāo)的內(nèi)在聯(lián)系，實現(xiàn)不同指標(biāo)之間的協(xié)調(diào)配合及指標(biāo)權(quán)重的分配，對保障IES 運行可靠性的評估工作的客觀準(zhǔn)確性具有重要意義。

3 結(jié)論

對 IES 進(jìn)行運行可靠性評估不僅可以實現(xiàn)系統(tǒng)實時可靠性信息的獲取與感知，而且可對當(dāng)前系統(tǒng)在未來短時段內(nèi)可能面臨的運行風(fēng)險進(jìn)行預(yù)測，對提升系統(tǒng)的安全穩(wěn)定性具有重要意義。本文從模型驅(qū)動的 IES 設(shè)備運行可靠性建模方法和運行可靠性評估方法兩方面進(jìn)行研究現(xiàn)狀的綜述，并總結(jié)出現(xiàn)有研究存在的問題。本系列論文的下篇將會對數(shù)據(jù)驅(qū)動及模型-數(shù)據(jù)混合驅(qū)動的IES 運行可靠性評估做詳細(xì)評述，并對 IES 運行可靠性評估工作進(jìn)行展望，在此基礎(chǔ)上，提出基于模型-數(shù)據(jù)混合驅(qū)動的IES 運行可靠性建模與評估新思路。