水、火电混和发电系统可靠性评估方法研究＊

王 震,陶 凯,伍 衡

（1.湖州电力局,浙江 湖州 313000;2.华南理工大学,广东 广州 510640;3.广东电网公司广州供电局,广东广州 510410）

水、火电混和发电系统可靠性评估方法研究＊

王 震1,陶 凯2,伍 衡3

（1.湖州电力局,浙江 湖州 313000;2.华南理工大学,广东 广州 510640;3.广东电网公司广州供电局,广东广州 510410）

通过运用LOLP法的基本原理编写计算机程序,对IEEE算例中的典型系统进行可靠性指标计算,验证了LOLP法的正确性.同时,阐述了LOLP法则的适用条件,分析了其精确度问题,指出了预想出力对可靠性指标的影响,并总结了水电机组容量比重在整个发电系统中的影响.

LOLP;可靠性;发电系统

LOLP法是国内外比较通用的一种估计电源可靠性的方法.LOLP称为缺电时间概率（Loss of Load Probability）,它反应了在一定时间内可用发电容量不满足负荷需求量的风险度,是最基本的可靠性指标[1].本文以LOLP法为基础,在不考虑检修计划的情况下对IEEE的标准算例进行年LOLE（天）、年HLOLE（小时）、年EENS（MW·h）三大指标的计算,指出预想出力对可靠性指标的影响,同时从原理上分析了水电机组在发电系统中所占比重对于可靠性指标计算的影响.

1 基本原理

LOL E（Lose of Load Expectation）称为缺电时间期望值.这一指标通常用来表明某一整个研究期间系统容量小于日最高负荷的天数期望值.其基本计算公式如下：

其中,n表示研究期间的天数,Lj表示第j天的日最高负荷,Cs表示系统装机容量.

HLOL E（Hourly Loss of Load Expectation）称为缺电小时期望值.其基本计算公式如下：

其中,Lj,k表示第j天第i小时的负荷.这里要说明的是,HLOLE是按照典型日负荷曲线逐小时计算的指标,它表明的是一年的期望停电小时数.而LOL E是在假定日最高负荷持续一整天的条件下求得的指标,它表明的是一年的期望停电次数.因此,二者的概念是不同的,不存在互相转换关系.

EENS（Expected Energy Not Supplied）称为电量不足期望值,是在一定期间内由于发电设备停运造成负荷停电而少供的电量.其基本计算公式为：

即等于所有X-R为正值的状态所导致的电量不足综合,R为系统备用容量.

系统风险特性系数m的定义为：当容量模型中的累积概率变化e倍时所对应的停运容量变化数值（MW）.根据文献[2],m系数是计算发电设备有效载荷的关键数值,本文的主要工作之一便是比较发电设备的有效载Ce荷和载荷C对发电概率指标的影响.

2 方案（Case）选择

为了实现既定目标,本文采用了IEEE-RTS-79混和系统算例进行计算.该系统中总装机容量为3 405MW,其中包含水电、火电及核电等机组.拟采取的试验方案如下：

方案一：所有机组按照额定装机容量进行卷积,所有负荷也按照IEEE-RTS79算例中给出的参数分别进行计算,由发电机组停运容量概率模型和负荷模型相结合得出所求数据.

方案二：考虑水电机组因季节变化而导致出力减小的因素,所有的水电机组按照装机容量的80%进行卷积,负荷模型按照方案一计算,又得出第二组数据.

方案三：为了使结果更接近于实际情况,水电机组的实际出力按照季节分别进行卷积,具体说来,春/秋季取80%装机容量进行卷积,冬季取50%装机容量进行卷积,夏季取90%装机容量进行卷积,负荷模型同样按照方案一中的方法实现,得到第三组待比较的数据.

方案四：为了与方案三比较误差,我们把各发电机组仍按照额定容量建立停运容量概率表,将各季节的实际出力和额定出力之差（各季实际出力百分比见方案三）乘以可用率（1-q）加在负荷上,再计算相应的数据.

3 计算结果及分析

本文主要考虑水电机组的预想出力对可靠性指标的影响程度以及水电机组比重对可靠性指标的影响程度,结果如表1、表2所示：

表1 方案一计算结果

表2 方案二计算结果

由表1和2可以看出,若不考虑预想出力,则该系统的可靠性指标值明显偏小,当粗略地考虑了水电机组的预想出力时（全年都是按照一个预想出力计算）,虽然水电机组仅仅占了不到10%的比重,但各指标均有50%～60%的增幅,因此计算可靠性指标时必须考虑预想出力,即使是水电机组占的比例比较小时也必须考虑.原因在于发电系统中的所有类型的机组都必须用一部分容量来维持系统的可靠性指标不变,100%的出力并不能100%用在负荷上,对于水电机组则更是如此.水电机组所占的比重较小,但在查询停运容量概率表时也要考虑预想出力,即受阻容量对可靠性指标的影响.从时间上看,步长增长10倍,对各指标的影响在0.7%～1%之间,而时间增长小于10倍,可见在计算时可以取0.1的步长进行发电机组的卷积,以提高概率值的精确度.

为了更准确地评估系统的可靠性,我们将预想出力按季度进行细分,具体为夏季取90%,春秋季取80%,冬季取50%,运行结果如表3、表4所示：

表3 方案三计算结果

表4 方案四计算结果

对比表3和表4中的数据发现,将水电机组按季度划分预想出力后可靠性指标又变大了,停电时间更长,损失的能量更多.其主要原因是冬季的受阻出力较大,从而导致整个可靠性指标再次大幅度增加.同方案一相比增幅超过了100%,同方案二相比增幅也超过了50%,可见预想出力对整个可靠性指标的影响还是非常明显的.在实际的生产运行中,发电机组的受阻出力严重影响了可靠性指标的计算,特别是在有水电机组参与的发电系统中,要特别考虑受阻出力对可靠性指标的影响,受阻出力越大对可靠性指标的影响也就越大,停电时间和损失能量也就越大[3].

对于上述四种建模方案,无疑方案三是最准确的,因为方案三在建模的最初就已经先将水电机组的受阻出力扣除,之后才进行卷积,其停运容量概率表是最符合实际计算需要的.而方案四在卷积之前并没有扣除受阻出力,而是直接将受阻出力加在负荷上再等效为新的负荷进行计算和分析.因此在下面的分析计算中将以方案三的数据做为计算误差的标准值.

不论是方案三还是方案四,均分别取步长1和步长0.1进行计算,年LOLE值和年HLOLE值的误差均在0.5%左右,效果令人满意.而EENS值的误差比较大,在6%左右.之所以有6%的误差,主要是因为步长1和步长0.1差了10倍,导致停运容量概率表中的项数增加了10倍,不论步长为1还是0.1,计算时均存在很小的误差,根据EENS值的计算公式可知,由比R值大一个步长以上的所有容量对应概率值累加再乘以步长所得,项数越多,积累的误差值也就越大,年LOL E和年HLOL E值要查询的仅仅为一个容量的对应概率值,并不存在累加的问题,所以其误差远没有EENS大.通过对比计算发现,方案三和方案四之间对应值的误差均在0.1%左右,对应的EENS的误差在0.6%左右（当两种方案可靠性指标值对比时,我们采用同步长值相比较的方法,例如用方案四步长为1的值除以方案三步长为1的对应值）.

综上所述,方案四在计算水电机组容量比重较小（10%左右）的发电系统时,其误差在我们可以接受的范围之内,同时方案四所需要的计算时间比方案三少.根据表3和表4,步长为1时,方案三的计算时间为5.67s,而同步长下,方案四的计算时间仅为4.94s,当步长变为0.1时,相应的时间为之前的10倍,如此一来,方案三的计算时间大概为1分钟,而方案四仅仅为50秒左右,若发电系统更大,更复杂,需要计算的可靠性指标更多,则采用方案四可以节省更多的计算机资源和计算时间,效率更高[3].

现讨论用m系数修正受阻出力的方法计算可靠性指标的方案,并分析该方案的优缺点.其计算结果如表5、表6所示：

表5 加入m系数后方案三计算结果

表6 加入m系数后方案四计算结果

从表5和表6的计算结果来看,这两种方案中年LOLE值相差不大,可以说几乎一样.而表5同表3比较则发现所有的指标值都偏小,主要是因为Ce值比C值略小,而且在同一停运容量下,按照装机容量进行卷积得到的概率值是最大的,其余按照预想出力卷积得到的相应停运容量的概率值均偏小,因此查询停运概率表时所得的值自然偏小一些,但偏小的幅度不大,所有指标的误差均在1%左右.

4 结论

（1）在进行发电系统可靠性指标的计算中,一定要考虑水电机组的预想出力问题,尽量细分预想出力区间,如按季进行预想出力卷积,或者可以更详细些,按月份或者周进行预想出力卷积,前述的方案二中全年按同一预想出力卷积在实际生产中并不适用,在此仅作为说明预想出力必须考虑在内之用,不能忽略.

（2）在水电机组比重较小的系统下,方案三和方案四均能很好地进行可靠性指标分析,方案三在原理上严格按照LOLP法对可靠性指标进行分析,步长分别取1和0.1的情况下其指标误差保持在1%以下,令人满意（EENS误差为6%）,唯一不足之处是计算时间稍长.而方案四将受阻出力加在负荷上,可靠性指标和方案四中的对应值误差在0.1%左右,但消耗的时间仅为方案三的80%左右,在计算庞大发电系统可靠性指标时,在对精度要求相对较低的情况下,可选取方案四.

（3）在水电机组比较小的系统下,通过m系数对受阻出力进行调节,可以得到更准确的可靠性指标.

[1]郭永基.电力系统可靠性分析[M].北京：清华大学出版社,2003.

[2]杨莳百.发电系统可靠性分析原理和方法[M].北京：水利电力出版社,1985.

[3]丘昌涛.电力系统可靠性[M].武汉：华中理工大学出版社,1992.

TM71

A

1009-1734（2010）S0-0020-03

2010-05-10

王震,助理工程师,从事电力系统营销管理研究.