翁志鵬，周京華，李津，詹政東

（北方工業(yè)大學 變頻技術(shù)北京市工程技術(shù)研究中心，北京 100144）

0 引言

當前，我國正加緊構(gòu)建以新能源為主體的新型電力系統(tǒng)，致力于實現(xiàn)“雙碳”目標［1-3］。微電網(wǎng)作為新能源規(guī)?；尤氲闹匾夹g(shù)體系，是實現(xiàn)“雙碳”目標的重要技術(shù)手段，被廣泛應(yīng)用于家庭社區(qū)、工業(yè)園區(qū)、海島及電網(wǎng)建設(shè)難以達到的偏遠地區(qū)等［4-6］。與常規(guī)電網(wǎng)相比，微電網(wǎng)的供電可靠性呈現(xiàn)如下特征：（1）微電網(wǎng)的供電可靠性更易受到內(nèi)部分布式能源隨機性出力和多樣化能量管理策略的影響，呈現(xiàn)出顯著變化；（2）微電網(wǎng)實時功率的平衡關(guān)系復雜，供需雙側(cè)互動頻繁，對可靠性評估提出了更高的要求。

為了解決上述問題，學者們對此展開了研究，并取得了豐富的研究成果。在能量管理策略制定方面：陳麗麗等［7］對比了2 種儲能運行策略對微電網(wǎng)可靠性的影響，表明源儲協(xié)同出力策略要優(yōu)于僅靠儲能裝置平滑分布式能源出力的策略；在此基礎(chǔ)上，王楊等［8］對比了評估平滑風電出力、限制風電滲透和考慮儲能充放電特性等3種運行策略下的微電網(wǎng)可靠性。但上述文獻均未深入分析風光等隨機性出力對可靠性的影響。周保榮等［9］評估了不同負荷削減策略對可靠性的影響，表明按負荷重要程度的削減方案要優(yōu)于其他方案，但對風光接入微電網(wǎng)的可靠性評估分析不夠。在實現(xiàn)微電網(wǎng)功率平衡方面：謝林等［10］考慮了發(fā)電容量、網(wǎng)架結(jié)構(gòu)及負荷停運因素對微電網(wǎng)可靠性的影響，但未分析不同風速、不同光照參數(shù)對可靠性的影響；李穎等［11］則開展了可靠性約束、微電源功率約束和儲能荷電狀態(tài)約束下的風光儲微電網(wǎng)可靠性分析，但結(jié)果偏重于微電網(wǎng)容量配置；崔凱等［12］從源荷雙側(cè)不確定角度評估了微電網(wǎng)可靠性，但僅考慮了風機運行狀態(tài)對可靠性的影響，對于光伏運行狀態(tài)考慮不夠深入。

總體而言，不同學者對微電網(wǎng)可靠性運行進行了廣泛而細致的研究。但是，隨著大規(guī)模、高比例的可再生能源接入微電網(wǎng)，可再生能源作為微電網(wǎng)重要供能支撐部分，其具有的隨機出力特性將會對微電網(wǎng)的可靠運行和可靠性評估提出更大的挑戰(zhàn)。因此，有必要針對含可再生能源接入的微電網(wǎng)可靠性評估進行全面和深入的探討?；诖?，本文分析了微電網(wǎng)中Beta 分布參數(shù)、風速和風光滲透率等參數(shù)對系統(tǒng)可靠性的影響，以期能為風光接入的微電網(wǎng)可靠性評估提供新的研究思路與方法借鑒。

1 風光燃儲微電網(wǎng)系統(tǒng)建模分析

本文選取比林頓可靠性測試系統(tǒng)（Roy Billinton Test System，RBTS）中的BUS6 F4 為算例系統(tǒng)，在其分支線25 處接入微型燃氣輪機（Micro Turbine，MT）、光伏發(fā)電裝置（Photovoltaic，PV）、風機（Wind Turbine Generator，WTG）、儲 能 系 統(tǒng)（Energy System Storage，ESS）、公共連接點(Point of Common Coupling,PCC)和負荷LP19—LP23，構(gòu)成微電網(wǎng)系統(tǒng)，如圖1 所示。其中，負荷、ESS 和MT 的數(shù)學模型采用了蒙特卡羅模擬的全時序仿真方法，具體建模過程可參考文獻［13-14］，此處不再贅述，PV和WTG的數(shù)學建模過程如下。

圖1 RBTS BUS6 F4系統(tǒng)結(jié)構(gòu)Fig.1 Structure of the RBTS BUS6 F4 system

1.1 PV輸出功率模型

受光照強度、光伏陣列面積和光電轉(zhuǎn)換效率的影響，PV 輸出功率具有隨機性、波動性和間歇性。本文以1 h 為基本步長，建立全年P(guān)V 輸出功率模型，其最大輸出功率

式中：xmax為最大光照強度；A和η分別為光伏陣列面積與光電轉(zhuǎn)換效率。

研究表明，一定時長內(nèi)的光照強度近似服從Beta 分布［15-16］。因此，PV 的輸出功率PPV（t）也服從Beta分布，其概率密度函數(shù)為

式中：Γ 為Gamma 函數(shù)；α和β為Beta 分布形狀參數(shù)，其取值均大于0。

1.2 WTG輸出功率模型

WTG 的輸出功率與實際風速密切相關(guān)，具有隨機性［17］。當實際風速v小于切入風速vci或大于切出風速vco時，WTG 輸出功率為0；當v介于vci與額定風速vr之間時，WTG 輸出功率呈現(xiàn)線性變化；當v介于vr與vco之間時，WTG 輸出功率為額定功率Pr。WTG的輸出功率見式（3）。本文中WTG 的vci，vco，vr分別設(shè)定為3，20，10 m/s。

本文在風-光-燃-儲微電網(wǎng)系統(tǒng)模型的基礎(chǔ)上，引入以下2類指標評估微電網(wǎng)可靠性：一類是概率性指標，包括失負荷概率（Loss of Load Probability，LOLP）和 平 均 供 電 可 用 率（Average Service Availability Index，ASAI）；另一類是頻率及持續(xù)時間類指標，包括系統(tǒng)平均停電頻率（System Average Interruption Frequency Index，SAIFI）和用戶平均停電持續(xù)時間（Customer Average Interruption Duration Index，CAIDI）［18-21］。這2 類指標可從不同維度描述不同類型負荷用戶對供電可靠性的需求，并靈敏地反映微電網(wǎng)可靠性與微電網(wǎng)容量及功率兩方面的充裕性。

（1）LOLP 是指系統(tǒng)在規(guī)定運行時間內(nèi)不能滿足負荷需求的概率。具體而言，當微電網(wǎng)供應(yīng)側(cè)不能滿足負荷需求時，LOLP 的狀態(tài)函數(shù)記為0，反之記為1，累計規(guī)定時間內(nèi)不能滿足負荷需求的概率得到失負荷概率，

式中：FLOLP（t）為LOLP 的狀態(tài)函數(shù)；PMT（t）和PESS（t）分別為t時刻MT 輸出功率和ESS 功率；T為總仿真時長。

概率性指標ASAI為

式中：Ni分別為負荷點i的用戶數(shù)；NLP為負荷點總數(shù)；Ui為負荷點i的年停電時間。

（2）頻率及持續(xù)時間指標CAIDI，SAIFI 分別表示為

式中：λi為負荷點i的年停電頻率。

2 PV模型中Beta分布參數(shù)對系統(tǒng)可靠性的影響

由式（1）—（2）可以看出，PV的輸出功率與光照強度相關(guān)，而一定時長的光照強度又近似呈現(xiàn)Beta分布特征。因此，Beta 分布參數(shù)的取值可以影響PV輸出功率，進而影響系統(tǒng)的可靠性。為此，本文重點分析了Beta分布參數(shù)對系統(tǒng)可靠性的影響。

2.1 α不變、β變化對系統(tǒng)可靠性的影響

本節(jié)將MT 容量設(shè)置為1.6 MW，ESS 容量及功率分別設(shè)置為1 MW·h 和0.1 MW，PV 容量以0.2 MW 為步長，從0.2 MW 增至6.4 MW，得到可靠性指標變化情況如圖2 所示。另外，表1 給出了α不變、β變化時的配置方案，α/（α+β）為Beta 分布的數(shù)學期望。

表1 α不變下的5種參數(shù)配置方案Table 1 Five coefficient configuration schemes with unchanged α

研究頻率和持續(xù)時間指標CAIDI和SAIFI，從圖2c 和2d 可以看出：（1）CAIDI 和SAIFI 隨著PV 容量的增加呈現(xiàn)非單調(diào)性變化特性，當β較大時，CAIDI和SAIFI 到達拐點時所需的PV 容量也較多；（2）隨著β的增大，SAIFI 越難以到達拐點，表明系統(tǒng)受到SAIFI 的沖擊越大；（3）經(jīng)過拐點值后，β取值較大時，CAIDI整體上較低，但其波動性更大；與之相反，經(jīng)過拐點值后，β取值較小時的SAIFI 要整體上更優(yōu)，且其波動性更小。

圖2 α不變、β變化時微電網(wǎng)可靠性指標Fig.2 Reliability indexes of microgrid when α remains unchanged and β changes

上述結(jié)果表明，不同β取值會使得概率性指標、頻率和持續(xù)時間指標的呈現(xiàn)不同的變化。當α保持不變時，隨著β的增大，微電網(wǎng)的LOLP會升高，且受到的SAIFI沖擊也會越來越大，影響系統(tǒng)的可靠性。

2.2 β不變、α變化對系統(tǒng)可靠性的影響

保持MT 及ESS 配置不變，表2 給出了β不變、α變化時的配置方案，得到可靠性指標變化情況如圖3所示。

表2 β不變下的5種參數(shù)配置方案Table 2 Five coefficient configuration schemes with fixed β

以圖3b 的ASAI 為例，從概率角度分析系統(tǒng)可靠性：（1）保持β不變時，通過增大α的方式能夠整體提升ASAI 的水平；（2）保持β不變時，通過增大α的方式能夠減少ASAI趨于穩(wěn)定時所投入的PV容量。

研究頻率和持續(xù)時間指標CAIDI 和SAIFI 可以看出：（1）保持β不變并增大α時，系統(tǒng)在投入較少PV 容量下也能越過CAIDI 和SAIFI 拐點值，且α越大，CAIDI 和SAIFI 攀升至穩(wěn)定狀態(tài)的速率越快，指標波動性也越小，但不可避免的是，增大α會使越過拐點值后的CAIDI 的整體水平要高于α較小時的CAIDI取值水平；（2）固定β不變，通過增大α的方式可以降低SAIFI對系統(tǒng)的沖擊。

上述結(jié)果表明，Beta 分布中形狀參數(shù)α和β的變化會影響PV輸出功率，從而影響系統(tǒng)可靠性水平。

3 風速對系統(tǒng)可靠性的影響

WTG 輸出功率受實際風速影響較大，而WTG輸出功率又會影響微電網(wǎng)可靠性水平。因此，可通過改變風速評估微電網(wǎng)可靠性。本節(jié)將MT 和PV容量分別設(shè)置為1.6 MW 和2.6 MW，ESS 配置與章節(jié)1 保持一致，WTG 容量由0.2 MW 增至6.4 MW，步長設(shè)置為0.2 MW，將風速由原風速0.6 倍（0.6v）逐步增加到1.4v，得到不同風速下的系統(tǒng)可靠性指標，如圖4所示。

1.獨有的MPS（葡糖氨基葡聚糖）祛疤因子，經(jīng)醫(yī)學實驗證明能快速滲透皮膚底層，軟化疤痕；刺激透明質(zhì)酸合成，幫助組織再生；促進膠原蛋白生成；促進血液循環(huán)，提高含氧量。

以圖4b 為例：增大風速能整體上提升系統(tǒng)ASAI，且提升幅度會隨著WTG 的增加逐步變緩。這是由于風速的增大使得WTG輸出功率增加，提高了微電網(wǎng)供電保障能力，但隨著WTG輸出功率進一步增加，多余的能量未能得到及時利用，使得ASAI提升幅度開始變緩。

圖4 不同風速下的微電網(wǎng)可靠性指標Fig.4 Reliability indexes of microgrid under different wind speeds

研究頻率和持續(xù)時間指標CAIDI 和SAIFI。CAIDI變化趨勢與LOLP大體相似，增大風速同樣能整體降低系統(tǒng)CAIDI，且降低幅度會隨著WTG 的增加逐步變緩。當風速為0.6v時，由于風速偏小，WTG 輸出功率較小，此時增加WTG 容量會使得系統(tǒng)受到的SAIFI 沖擊較大；當風速設(shè)置為0.8v及更高時，系統(tǒng)會在WTG 投入初期受到較強的SAIFI 沖擊，但隨著WTG容量的繼續(xù)投入，SAIFI越過拐點值后迅速下降，且風速越強，其下降幅度越明顯。

上述結(jié)果表明，增強風速有利于于系統(tǒng)可靠性。因此，在不損壞風電機組前提下，選擇風力資源豐富且風力強勁地區(qū)的風電機組接入微電網(wǎng)，有利于系統(tǒng)可靠性。

4 風光配置比例與風光滲透率對系統(tǒng)可靠性的影響

從環(huán)保性角度而言，高比例的風光接入有利于推動“雙碳”目標的實現(xiàn)，但從可靠性角度而言，風光具有的出力間歇性及波動性，勢必需要大量的儲能系統(tǒng)投入以平抑其功率波動，維持供電可靠性［22］；而大量儲能系統(tǒng)的接入又會影響系統(tǒng)的經(jīng)濟

性。因此，合適的風光滲透率比例，可實現(xiàn)系統(tǒng)可靠性、經(jīng)濟性、環(huán)保性的有效兼顧。

本節(jié)將MT 容量設(shè)置為1.6 MW，ESS 配置仍不變，α和β分別設(shè)置為2.00和0.80，分析風光滲透率由0%增至90%，不同可靠性指標的變化情況（如圖5所示），采用的9種風光配置比例見表3。

圖5 不同風光滲透率下光電占比較高時的可靠性指標Fig.5 Reliability indexes under different wind/PV permeability ratios with higher PV proportions

表3 PV在不同風光配置比中所占比例Table 3 Proportions of PV in different wind and solar configuration schemes

以ASAI 為例，從概率角度分析系統(tǒng)可靠性：提升風光滲透率可從整體上提高系統(tǒng)的可靠性，且不同風光配置比會呈現(xiàn)不同程度的提升效果。

（1）當選用圖5c 中的風光配置比時，風光滲透率若低于50%，那風光配置中PV所占比例越高越有利于概率性指標；若風光滲透率高于50%，此時風光配置中PV所占比例越低越有利于概率性指標。

（2）當選用圖5d 中的風光配置比時，概率性指標不僅隨風光滲透率的提升而提升，且風光配置中PV所占比例越低越有益于概率性指標。

以CAIDI 和SAIFI 為例，對頻率及持續(xù)時間類指標進行分析。

（1）當選用圖5e 中的風光配置比時，若風光滲透率低于50%，此時風光配置中PV所占比例越高越有益于CAIDI；若風光滲透率高于50%，此時風光配置中PV 所占比例越低越有益于CAIDI。而對于SAIFI而言：當選用圖5g中的風光配置比時，風光配置中PV 的占比越高，系統(tǒng)SAIFI 受到的沖擊越強，且越過拐點值后的SAIFI下落地更迅速。

（2）選用圖5h 中的風光配置比時，若風光滲透率低于50%，此時風光配置中PV所占比例越高越有利于CAIDI；而對SAIFI而言，風光配置中PV所占比例越高會使得越過拐點值后的SAIFI下落更迅速。

上述結(jié)果表明，不同風光滲透率和風光配置比下的可靠性指標呈現(xiàn)不同的變化趨勢。當α=2.00，β=0.80 時，在一定風光滲透率下，提高PV 占比有益于降低LOLP，ASAI和CAIDI，但SAIFI會持續(xù)增加。

5 結(jié)論

本文分析了Beta 分布形狀參數(shù)、風速和風光滲透率對系統(tǒng)可靠性指標的影響，分析結(jié)果如下。

（1）Beta 分布形狀參數(shù)中α和β的取值會影響PV輸出功率，從而影響系統(tǒng)可靠性水平。

（2）風速的增強有助于提升系統(tǒng)可靠性性能，在避免因風速過大損壞風電機組的前提下，選擇風力資源豐富區(qū)域風電機組接入微電網(wǎng)有利于系統(tǒng)可靠性。

（3）當α=2.00，β=0.80 時，一定風光滲透率下，提高PV 的占比有益于概率性指標和用戶平均停電持續(xù)時間指標CAIDI，但系統(tǒng)受到的SAIFI沖擊會持續(xù)增加。

隨著微電網(wǎng)技術(shù)的發(fā)展，微電網(wǎng)中分布式能源、ESS、負荷等要素在運行機理和輸出特性上呈現(xiàn)復雜的多態(tài)不確定性，供需雙側(cè)互動愈加頻繁。這些問題將給微電網(wǎng)的可靠運行和可靠性評估帶來極大的挑戰(zhàn)。因此，建立完善的微電網(wǎng)多態(tài)不確定性概率仿真模型是十分有必要的。

在下一步的研究中，我們將重點進行微電網(wǎng)的多態(tài)不確定性建模和機理分析研究，進而為微電網(wǎng)的可靠性評估和系統(tǒng)規(guī)劃提供更精細化的數(shù)學模型基礎(chǔ)。