基于时序模拟的并网型微网可靠性分析

王玉梅，吴志明

（河南理工大学电气工程与自动化学院，焦作 454000）

引言

随着分布式电源和智能电网的迅速发展，微网在配电网中的应用越来越广泛。微网是一个包含分布式电源、负荷、储能系统的可控整体，接入配电网，构成并网型微网。近年来国内外学者对分布式电源及微网关注越来越多，但对并网型微网的可靠性评估研究较少。文献［1-2］对含分布式电源的配电网可靠性分析时均采用了最小路法，但忽略了分布式电源输出随机性和储能运行状态对可靠性评估指标的影响；文献［3-4］应用解析法对含分布式电源的配电网进行了可靠性评估，但未考虑到分布式电源的时序特性；文献［5］建立了光伏电源、风电机组和储能联合输出的可靠性模型，运用蒙特卡洛法进行了可靠性评估，但对孤岛模式下微网输出不足时，内部负荷的削减顺序未做分析；文献［6］提出了一种综合考虑负荷位置和重要程度的削减策略，但仅研究了风储微网的可靠性，忽略了太阳能与风能的互补性强、风光联合发电系统弥补了光伏和风力独立发电系统在资源利用上的不足［3，7］。

针对以上问题，本文综合考虑光伏电源和风电机组输出的随机性、储能系统运行状态及容量约束的因素，建立了并网型微网孤岛运行时的全时序可靠性模型，在此基础上基于负荷切除原则，提出了新的并网型微网可靠性评估算法。最后在RBTS BUS6改进系统上进行仿真，验证了该方法的可行性，并分析了微网内电源的位置和储能容量的大小对配电系统和微网可靠性指标的影响。

1 微网元件的可靠性评估模型

1.1 光伏电源出力随机模型

1.1.1 太阳光照强度分布的概率模型

常用Beta［8-9］分布拟合实际光强概率分布，其概率密度函数 f（x）为

式中：x和xm分别为这一段时间内的实际光强和最大光强，W/m；Γ为 Gamma函数；α和 β分别为Beta分布的形状参数，通常根据一段时间光强的平均值和方差确定α和β表达式［10］。

1.1.2 光伏电源出力随机模型

若一个光伏电池方阵由N个电池组件组成，其中每个组件的光电转换效率和面积分别为ηn和An。则对应的输出功率为

式中：A为方阵面积；η为方阵光电转换效率。

通过式（1）、式（2）计算得到的光伏电池的功率输出概率分布函数为

1.2 风力发电机出力随机模型

1.2.1 风速模型

在一定时间内的风速可以近似威布尔分布［11］。其分布函数 F（v）和概率密度函数 f（v）分别为

式中：v为风速；k和c分别为威布尔分布的形状参数和尺度参数，k和c常用参数估计法［12］确定。

1.2.2 风力发电机出力随机模型

风力发电机的功率输出随风速变化，其输出功率P和风速v之间具有明显的非线性关系，如图1所示。

图1 风电机组功率特性曲线Fig.1 Output power characteristic curve of WTG

图1中，Pr和vr分别为风电机组的额定功率和额定风速，vci和vco分别为风机的切入和切出风速。输出功率P用分段函数近似表示为

式中：A、B、C 分别为 vci、vr、vco的函数表达式。

1.3 储能系统充放电模型

为了降低分布式电源输出功率的波动，提高配电网供电可靠性并改善电能质量，通常储能装置和分布式电源一起给内部负荷供电［13］。

储能系统的充放电状态主要取决于光伏电源、风电机组、柴油机组输出和负荷的大小，通常采用以下运行策略［14］：分布式电源输出总功率比负荷大时，储能充电储能；输出总功率比负荷小时，储能放电释放能量。综合考虑储能的容量和最大充放电约束，储能模型为

式中：Pbat（t）为 t时刻储能充电、放电功率；Pdch-max和Pch-max为储能最大放电、充电功率；Qin、Qout分别为储能的充、放电电量；Qremain为t时刻的储能容量剩余；Qmin、Qmax为储能的最小、最大充电功率约束；Top为孤岛运行储能充电、放电时间； PWTG（t）、PPVG（t）、PDGS（t）、PL（t）分别为 t时刻风电机组、光伏电源、柴油机组输出功率和负荷需求。

1.4 并网型微网状态全时序模拟及可靠性分析

并网型微网并网运行时，微网内部负荷由大电网和微网共同供电，协调微网内部电源和配电网供电是并网运行的关键。并网协调控制策略如下。

（1）优先使用新能源发电。当光伏电源和风电机组的输出能够满足负荷需求，储能充电；若超出储能容量则应削减风能、光能输出。

（2）当分布式电源输出不能满足负荷需求，储能在容量约束范围内进行放电。

（3）若储能放电后仍然不能满足负荷需求，则使用柴油机输出。

（4）当光伏电源、风电机组、储能和柴油发电机能够满足需求，应减少柴油机发电而最大限度利用新能源。

（5）若四者输出仍小于负荷时，此时需要配电网出力以保持系统功率平衡。

当系统故障时切换到非计划孤岛运行，此时内部负荷由微网内分布式电源和储能自行供电［15-16］。微网非计划孤岛运行时全时序状态分析，如表1所示。表中，PSUM、Pbat、PL分别表示孤岛运行时分布式电源的输出总和、储能装置输出和负荷需求。

表1 微网非计划孤岛运行全时序状态分析Tab.1 Full sequential state analysis of microgrid in unplanned islanded mode

由表1可知，并网型微网非计划孤岛运行有6种状态。当储能系统故障或储能不足时，失去了储能的平滑作用［17-18］，光伏电源和风电机组不能单独正常的给负荷供电，此时仅由柴油机组供电，需要切除一部分负荷来维持剩余负荷的正常供电。若都发生故障时则微网停止运行。

2 孤岛运行时负荷切除原则

非计划孤岛运行时，当微网内分布式电源和储能故障或输出不能满足负荷需求时，需要切除一部分负荷来维持功率平衡。基于负荷分块的思想，综合考虑重要性和位置进行负荷切除削减［19］。

（1）负荷的分块。负荷回路不一定都装低频减载的智能开关，负荷不能任意切除。因此，在负荷削减时必须以智能开关为边界分块切除。

（2）微网在并网切换到非计划孤岛运行时，保证对内部可靠性高的负荷供电，则负荷应从可靠性低到高的顺序切除削减。相关研究表明，微网内部电源下游的负荷对上游负荷可靠性影响较小，则较远的负荷优先切除。

综合考虑，定义负荷切除系数为

式中：αi和LZn分别为第i块负荷和第n个负荷点的重要程度系数；βi为第i块负荷位置系数，由第n负荷点与分布式电源和储能的电气距离dn得到；PLi为每块负荷的切除系数，综合比较位置和重要程度系数获取，对PLi最小的负荷块孤岛运行时优先切除。

3 微网并网运行的可靠性评估算法

3.1 可靠性评估指标

根据传统配电网的可靠性指标如系统平均停电频率 SAIFI（system average interruption frequency index）、系统平均停电持续时间SAIDI（system average interruption duration index）、期望缺供电量指标ENS（energy not served）等，对并网型微网供电能力进行描述。通过相关文献，提出能反映并网型微网持续运行能力的可靠性指标，以对配电系统进行更加全面的可靠性分析。

（1）孤岛成功运行的平均持续时间SIAOT（success islanded average operation time），即微网从并网成功切换到非计划孤岛成功（没有负荷削减）平均持续运行时间，表示为

式中：TS，i为第 i次成功运行时间；Ni为微网由并网切换到孤岛的成功总次数。

（2）孤岛运行成功的概率 IMSP（islanded mode success probability），即

式中，Ns为孤岛成功（没有负荷削减）的总次数。

3.2 可靠性评估算法

本文基于时序蒙特卡洛法［5，20］对并网和非计划性孤岛2个状态对并网型微网进行可靠性评估，算法思路如下。

（1）初始化数据。系统初始化并确定仿真时间。

（2）对所有元件随机产生 δ1，δ2，…，δn，每个元件的工作时间为 Tn=-ln（δ/n）。

（3）通过 min（Tn）确定故障元件，此时系统运行时间TTF=min（Tn），开始计算仿真时间。通过随机数确定故障元件的修复时间TTR=-ln（ω/u）为故障持续时间，故障元件修复率为u。

（4）由负荷与微网的位置将负荷分为微网外负荷A和微网内部负荷B两类。根据故障遍历搜索及故障元件对负荷的影响将A类负荷又分为3种情况：①负荷的供电状态与故障元件无关，不断电负荷；②负荷与故障元件通过隔离开关隔离，隔离开关操作时间TGL为停电时间；③负荷和故障元件在同一支路上并且无法切断，此时故障元件修复时间TR为停电时间。

此时，产生一个服从（0，1）均匀分布的随机数RD，比较 RD和 FPCC（孤岛切换的临界值）的大小。RD＜FPCC表示切换失败，内部负荷断电，仅对A类负荷进行分析；当RD≥FPCC微网孤岛运行时，此A、B类负荷都需要分析。

（5）对于A类负荷中，分别对第②和③类负荷的停电次数和停电时间进行累加。对于B类负荷处理步骤如下：

步骤1 对孤岛进行初始化。令t=1；对储能容量Qremain初始化为充满的容量；需要切除的负荷Ished初始化为空；剩余负荷Iremian初始化为所有负荷。

步骤2 分别计算微网内所有分布式电源t时刻的输出功率。根据t时刻的光强和风速，基于光伏电源和风电机组的功率输出曲线，计算输出功率PPVG（t）和 PWTG（t）；柴油机输出稳定，PDGS（t）为 t h 内的输出功率。t时刻，微网输出功率 Psum（t）=PWTG（t）+PPVG（t）+PDGS（t）。

步骤3 t时刻，微网内负荷需求PL由时序负荷曲线计算得出。

步骤4 比较微网输出Psum（t）和负荷需求PL大小。若 Psum（t）＞PL，则内部负荷不断电，充电后的储能剩余容量 Qremain=Qremain+PWTG（t）+PPVG（t）+PDGS（t）-PL，转步骤 6；若 Psum（t）≤PL，则转向下一步。

步骤 5 Psum（t）≤PL时，储能放电。 若储能输出能满足负荷需求，负荷正常供电运行；否则，需要切除一部分负荷。保存此时切除负荷和剩余负荷，并累计停电时间和次数。

步骤6 判断是否到达故障修复时间。若是，停止运行输出结果；否则，累加时间t＝t＋1，转向步骤2。

（6）若没有达到仿真年限，转至第（2）步；否则，进行下一步。

（7）通过累加计算停电时间和停电次数获取负荷点的可靠性指标，从而分析得到配电系统和微网的评估指标。

4 算例分析

4.1 系统参数

本文利用可靠性评估测试系统RBTS Bus6的改进系统［21］进行算例仿真研究，算例中公共节点为馈线节点17，包含光伏电源、风电机组、柴油机组和储能的微网位于馈线节点18，如图2所示。光伏电源中、α=3.034、β=2.299 最大光强 xmax＝1.029 kW/m2的风电机组中 Vci＝10.8 km/h、Vr＝28.8 km/h、Vco＝54 km/h，其他参数见表2。

图2 RBTS Bus6改进系统Fig.2 Modified RBTS Bus6 system

表2 分布式电源和储能参数Tab.2 Data of DG and Energy Storage

4.2 可靠性评估结果

4.2.1 配电系统的可靠性指标

不同情况下各负荷点的年平均停电次数仿真结果如图3所示，负荷点年平均停电时间对比的仿真结果如图4所示。

图3 不同情况下负荷点停电次数Fig.3 Load point power outage times in different situations

图4 不同情况下负荷点平均停电时间Fig.4 Load point average outage time in different situations

由图3、图4指标可以得到系统的评估指标系统平均停电频率SAIFI、系统平均停电持续时间SAIDI、平均供电效率ASAI（average service availability index）和期望缺供电量指标ENS，如表3所示。

仿真结果表明：

（1）微网的接入对其内部负荷的可靠性影响较大，负荷点的可靠性指标均大幅度降低。系统可靠性相对不含微网的情况有明显提高，说明微网的接入能有效改善配电系统的供电可靠性。

表3 配电网的可靠性指标Tab.3 Reliability indices of distribution network

（2）对比是否考虑负荷削减的2种情况的负荷点可靠性指标可知：负荷点19、20、21组成的负荷块的负荷削减系数最大，即进行削减时最后切除，因此在考虑负荷削减策略时，这3个负荷点的可靠性优于未考虑负荷削减策略；而由负荷点22、23组成的负荷块削减系数较小，这2个负荷点可靠性相比未考虑负荷消减策略时有一定的降低。这对提高配电网中重要负荷的可靠性有一定的意义。

4.2.2 微电源位置对配电系统可靠性的影响

对于图2的仿真模型，分别选取线路22、17、25的末端作为微电源的3个不同接入位置，图5、图6分别为负荷点可靠性指标进行仿真。则配电系统可靠性指标如表4所示。

图5 不同接入位置负荷点停电次数Fig.5 Load point power outages in different locations

图6 不同接入位置负荷点平均停电时间Fig.6 Load point average outage time in different locations

表4 不同位置系统可靠性指标Tab.4 System reliability indices of different locations

仿真结果表明：

（1）微网内微电源不同的接入位置导致内部负荷点的可靠性指标也不同。如负荷点22、23组成的负荷块，在微电源接入位置1时，负荷消减系数最大，可靠性较好；而在微电源接入位置3时，负荷消减系数最小，可靠性较低。这对于实际应用中可靠性要求高的负荷位置的选取有一定的参考价值。

（2）微网中微电源的不同接入位置对整个系统的可靠性也有一定的影响，选取合适的位置能一定程度上提高系统的供电可靠性。

4.2.3 并网型微网可靠性指标

在实际运行中，并网性微网可靠性指标受很多因素影响，如DG出力随机性、负荷的大小、储能容量和储能故障率等。本文主要分析储能容量对并网型微网持续供电能力的影响，如图7所示。

图7 微网可靠性指标Fig.7 Reliability indices in microgrid

由图7可以看出，在一定范围内储能容量越高，可靠性指标越好。当储能容量增加到6 MW·h时：①孤岛成功运行的平均持续时间为4.145 1 h，若配电网发生故障且线路修复时间小于SIAOT时，此时微网内部负荷正常运行，不需进行负荷削减；②微网成功运行的概率为91.31%，说明微网出力在大部分时间内能满足负荷需求，即配电网故障时，不需切负荷运行。

当储能最小为2 MW·h时，微网成功运行的概率ISMP仍高于50%，即微网由并网切换到孤岛运行时，大部分情况下不需切除负荷稳定运行。说明本文选取的微网可靠性高、稳定性好，具有很大的应用价值。

5 结论

本文研究了光强和风速模型及光伏电源和风电机组功率输出的随机特性。通过并网型微网的运行方式，研究了并网运行微网和外网功率输出协调策略，建立了非计划孤岛运行时全时序可靠性评估模型。基于并网型微网孤岛状态下持续稳定供电的目的，提出了2个新的微网可靠性指标：孤岛成功持续运行的平均时间和孤岛运行成功的概率。仿真结果表明：

（1）微网的接入有效地改善了配电系统的可靠性指标；

（2）选取合适微网中微电源的接入位置能一定程度上提高系统的供电可靠性；

（3）在一定范围内储能容量越高，并网型微网可靠性指标越好。

［1］兰华，李政阳，王韵然.风光互补发电系统对配电网可靠性的影响［J］.电源学报，2012，10（6）：92-96.Lan Hua，Li Zhengyang，Wang Yunran.Research on the influence of wind-solar hybrid power supply system to the reliability of distribution network［J］.Journal of Power Supply，2012，10（6）：92-96（in Chinese）.

［2］伍婷婷，刘涤尘，王波，等.带分布式电源配电网的最小路可靠性分析方法［J］.南方电网技术，2012，6（1）：46-50.Wu Tingting，Liu Dichen，Wang Bo，et al.Analysis method of the minimal path method reliability for contribution networks with distributed generation［J］.Southern Power System Technology， 2012，6（1）：46-50（in Chinese）.

［3］Bae I S，Kim J O.Reliability evaluation ofdistributed generation based on operation mode［J］.IEEE Trans on Power Systems，2007，22（2）：785-790.

［4］Bollen M H J，Sun Y，Ault G W.Reliability of distribution networks with DER including intentionalislanding ［C］.2005 International Conference on Future Power Systems.Amsterdam，Netherlands：IEEE， 2005.

［5］梁惠施，程林，刘思革.基于蒙特卡罗模拟的含微电网配电网可靠性评估［J］.电网技术，2011，35（10）：76-81.Liang Huishi，Cheng Lin，Liu Sige.Monte Carlo simulation based reliability evaluation of distribution system containing microgrids［J］.Power System Technology，2011，35（10）：76-81（in Chinese）.

［6］王杨，万凌云，胡博，等.基于孤岛运行特性的微电网可靠性分析［J］.电网技术，2014，38（9）：2379-2385.Wang Yang，Wan Lingyun，Hu Bo，et al.Isolated island operating characteristics based analysis on reliability of microgrid［J］.Power System Technology，2014，38（9）：2379-2385（in Chinese）.

［7］李亮，唐巍，白牧可，等.考虑时序特性的多目标分布式电源选址定容规划［J］.电力系统自动化，2013，37（3）：58-64.Li Liang，Tang Wei，Bai Muke，et al.Multi-objective locating and sizing of distributed generators based on time-sequence characteristics［J］.Automation of Electric Power Systems，2013，37（3）：58-64（in Chinese）.

［8］Abouzahr I，Ramakumar R.An approach to assess the performance of utility-interactive photovoltaic systems［J］.IEEE Transactions on Energy Conversion，1993，8（2）：145-153.

［9］Karaki S H，Chedid R B，Ramadan R.Probabilistic performance assessment ofautonomous solar-wind energy conversion systems［J］.IEEE Transactions on Energy Conversion，1999，14（3）：766-772.

［10］Abouzahr I，Ramakumar R.Loss of power supply probability of stand-alonephotovoltaic sys tems：a closed form solution approach［J］.IEEE Transations on Energy Conversion，1991，6（1）：1-11.

［11］王成山，郑海峰，谢莹华，等.计及分布式发电的配电系统随机潮流计算［J］.电力系统自动化，2005，29（24）：39-44.Wang Chengshan，Zheng Haifeng，XieYinghua，etal.Probabilistic power flow containing distributed generation in distribution system［J］.Automation of Electric Power Systems，2005，29（24）：39-44（in Chinese）.

［12］丁明，吴义纯，张立军.风电场风速概率分布参数计算方法的研究［J］.中国电机工程学报，2005，25（10）：107-110.Ding Ming，Wu Yichun，Zhang Lijun.Study on the algorithm to the probabilistic distribution parameters of wind speed in wind farms［J］.Proceedings of the CSEE，2005，25（10）：107-110（in Chinese）.

［13］张文亮，丘明，来小康.储能技术在电力系统中的应用［J］.电网技术，2009，32（7）：1-9.Zhang Wenliang，Qiu Ming，Lai Xiaokang.Application of energy storage technologies in power grids［J］.Power System Technology，2009，32（7）：1-9（in Chinese）.

［14］谢开贵，王岸，胡博.计及储能设备运行策略的风/柴/储混合系统可靠性评估［J］.电力系统保护与控制，2012，40（9）：1-7.XieKaigui，WangAn，Hu Bo.Reliabilityevaluation ofwind-diesel-storage hybrid system considering operating strategiesofenergystoragesystem［J］.PowerSystem Protectionand Control，2012，40（9）：1-7（in Chinese）.

［15］徐玉琴，吴颖超.考虑风力发电影响的配电网可靠性评估［J］.电网技术，2011，35（4）：154-158.Xu Yuqin，Wu Yingchao.Reliability evalution for distribution system connected with wind-turbine generators［J］.Power System Technology，2011，35（4）：154-158（in Chinese）.

［16］Suchismita S，Chanan S.A reliability assessment methodology for distribution systems with distributed generation［C］//Power Engineering Society General Meeting.Montreal，Canada：IEEE，2006：1-7.

［17］陈益哲，张步涵，王江虹，等.基于短期负荷预测的微网储能系统主动控制策略［J］.电网技术，2011，35（8）：35-40.Chen Yizhe，Zhang Buhan，Wang Jianghong，et al.Active control strategy for microgrid energy storage system based on short-term loadforecasting［J］.Power System Technology，2011，35（8）：35-40（in Chinese）.

［18］Bahramirad S，Reder W，Khodaei A.Reliability constrained optimal sizing of energy storage system in a microgrid［J］.IEEE Transactions on Smart Grid，2012，3（4）：2056-2062.

［19］刘洋，周家启.大电网可靠性评估最优负荷削减模型［J］.重庆大学学报，2003，26（10）：52-55.Liu Yang，Zhou Jiaqi.Optimal load curtailment in bulk powersystem reliability evaluation［J］.Journal of Chongqing University，2003，26（10）：52-55（in Chinese）.

［20］Billinton R，Wang P.Teaching distribution system reliability evaluation using monte carlo simulation［J］.IEEE Transactions on Power Systems，1999，14（2）：397-403.

［21］王扬.基于时序蒙特卡洛模拟的微电网可靠性分析［D］.重庆：重庆大学，2014.Wang Yang.Reliability Analysis of Microgrid Using Sequential Monte Carlo Simulation Techniques［D］.Chongqing：Chongqing University，2014.