含有光伏系统的配电网可靠性评估

刘 鹏

（武汉大学电气工程学院，武汉 430072）

含有光伏系统的配电网可靠性评估

刘 鹏

（武汉大学电气工程学院，武汉 430072）

序贯蒙特卡罗模拟法能够模拟系统的各种运行状态，特别适合应用于含间歇性分布式电源的电力系统可靠性评估当中。通过建立光伏电源的可靠性概率模型，结合负荷和其他元件的概率模型，采用序贯蒙特卡罗模拟法，计算了考虑间歇性的光伏系统接入后配电系统的可靠性指标。针对实际系统的计算结果表明，光伏发电系统合理接入配电网，可以提高配电网的可靠性水平。

光伏发电系统；配电网；可靠性评估；序贯蒙特卡罗模拟

0 引言

可再生能源的使用满足社会对节能减排，环境保护和可持续发展的要求。太阳能就是可再生能源之一，光伏发电与传统发电形式相比具有较大竞争优势[1-2]。但光照具有较强的间歇性与随机性[3]，这使得光伏系统的接入给电网带来了许多不确定的因素[4]。光伏系统接入配网后，将使电网由原来的辐射状拓结构变成一个多电源供电的结构，其可靠性评估模型也将发生改变[5]。

对电力系统进行可靠性评估的方法主要是解析法[6-11]和蒙特卡洛法[12-17]。解析法通过数值计算方法分析故障事件对系统可靠性的影响，从而获得系统的各项可靠性指标。模拟法则是对配电网各元件状态的概率分布抽样进行状态选择，对状态后果进行评估，同时利用概率统计方法获得可靠性指标。基于解析法进行可靠性分析主要缺点是对光伏的时序特性无法进行考虑，因此无法准确评估其随机性与间歇性对相关指标的影响，而蒙特卡洛模拟法在处理光伏电源出力波动性方面在评估大规模网络时具有先天优势，而且随着研究问题的不断深入和考虑要素的不断增多，蒙特卡洛模拟法的优势也越加凸显。因此，本文通过建立光伏电源的可靠性概率模型，结合负荷和其他元件的概率模型，采用序贯蒙特卡罗模拟法，完成了考虑间歇性的光伏电源接入后配电系统的可靠性指标的计算，并将计算结果与光伏系统接入前的可靠性指标进行对比，比较分析光伏系统接入对配电网可靠性的影响。

1 光伏电源模型和负荷模型

由于光伏发电为间歇式可再生能源发电，可将其看作随机电源。这种模型将DG等效为一个有多个运行状态的发电机，即除了额定出力外，电源还有多个非额定出力运行状态。由于这种DG受到各类随机因素的影响较大，输出功率的随机性也较大，比较符合常见DG的实际情况。此处根据每一季度的日光伏发电曲线建立其年出力时间序列。负荷模型根据电力部门提供的季度负荷点统计数据形成全年负荷时序模型。

2 储能装置模型

为了平滑可再生电源出力的波动性，往往还需要配置储能装置。本文中储能装置考虑采用负荷跟随策略。负荷跟随策略下，仅由光伏电源的过剩出力为蓄电池充电，即：当光伏电源出力大于当前负荷时，由光伏电源的过剩功率为蓄电池充电，外部系统不为其充电；当光伏电源出力小于负荷时，蓄电池放电，蓄电池与外部系统共同承担剩余负荷的供电，其中蓄电池优先供应负荷。

3 序贯蒙特卡罗模拟

3.1 光伏系统的可靠性评估方法

用于评估发电系统充裕度的指标主要有缺电时间期望 LOLE(Loss of Load Expectation)和电量不足期望LOEE(Loss of Energy Expectation)。缺电时间期望LOLE和电量不足期望 LOEE 的单位分别是“h/年”和“MWh/年”，分别表示发电系统在评估期间内总发电容量小于总负荷的总时间期望和总发电容量不足的总电量期望。

利用序贯蒙特卡洛模拟法中的状态持续时间抽样法对光伏电源的发电充裕度进行评估。取模拟间隔为1h，模拟总时长为N年，模拟过程如下：

（1）取一年时长范围，生成光伏出力和负荷大小的时序序列；

（2）在一年时长内，采用状态持续时间抽样法序贯抽样各元件的运行-停运循环状态序列。得到每个抽样时长内系统的缺电持续时间和电量不足；

（3）重复以上两步直至模拟总时长达到N年，求取N年中系统缺电持续时间和电量不足的平均值即为DG的可靠性指标。

3.2 负荷点的可靠性评估方法

基于序贯蒙特卡罗法的负荷点可靠性评估步骤如下：

（1）读取数据并进行初始化，形成8760h的负荷水平。设定仿真年数NY，并设开始仿真时间t=0；

（2）对每个元件产生[0,1]内均匀分布的随机数Ui，求出各个元件的正常工作时间TTFi；

（3）找到TTFi最小的元件i，认为此时元件i故障。产生一个服从[0,1]均匀分布的随机数Ui，求出元件i的故障时间TTRi；

（4）根据系统结构确定受元件i影响的负荷点。判断有无可以由DG继续供电的负荷点。若有转到（5），否则转到（6）；

（5）在孤岛运行期间内，对应DG的输出功率P，查找此时的负荷水平Lt，若P≥Lt，则负荷点不会停电，反之负荷点失电。统计这些负荷点的正常工作时间Tu和故障时间Td；

（6）能由DG继续供电的负荷点，统计其正常工作时间Tu和故障时间Td；

（7）总的模拟时间t是否小于NY×8760h，是则转入（2），否则转入（8）；

（8）按照以下公式计算负荷点的可靠性指标：

其中，Nfi为故障事件的总次数；为负荷点i的正常运行总时间；为负荷点i的故障停运总时间。

4 算例分析

本文结合鄂州配电系统的实际情况，以赛维光伏电站的并网型光伏发电模式为对象进行相关计算研究。图1为鄂州电网汀祖变电气主接线，郎汀线为汀祖变110kV高压侧进线；汀祖变主变为110/38.5/10kV三绕组变压器，额定容量31.5MVA；赛维光伏电站通过0.3/35kV升压变压器经汀赛线接入主变35kV侧，容量15MW；主变10kV带一段10kV母线，出线7回，一回接入无功补偿电容器组。

4.1 光伏系统的可靠性评估

在赛维光伏系统供电的线路中，取泉塘I回、泉塘II回、机关线、陈盛线及火炬专线等5条馈线作为负荷点，在赛维光伏电源采用负荷跟随策略进行储能的情况下，对其充裕度进行评估。所得结果见表1。

表1 发电系统可靠性评估

图1 汀祖变电站电气主接线示意图

4.2 负荷点的可靠性评估

在赛维光伏系统供电的线路中，取泉塘I回、泉塘II回、机关线、陈盛线及火炬专线等5条馈线作为负荷点对其进行可靠性评估。设备可靠性参数见表2：

表2 设备可靠性参数

为了确保可靠性指标收敛，模拟时间定为 10000年。为了分析 DG 接入对配电网可靠性的影响，对原系统（无 DG）可靠性指标也进行了计算，并对计算结果进行了对比分析。

方案一：不考虑分布式电源的作用

不考虑分布式电源的作用，计算出的负荷点可靠性指标见表3。

表3 不含光伏系统时负荷点可靠性指标

方案二：接入赛维光伏系统

计算出接入光伏系统同后各个负荷点的可靠性指标见表4。

表4 含光伏系统时负荷点可靠性指标

由表3和表4的负荷点可靠性指标可知，赛维光伏的接入降低了负荷点的故障率，缩短了其平均停电时间，从而提高了系统的可靠性。

5 结论

本文通过建立光伏系统的可靠性概率模型，结合负荷和其他元件的概率模型，采用序贯蒙特卡罗模拟法，以鄂州市赛维光伏发电接入电网为对象，进行了含有间歇性光伏系统的配电网的供电可靠性评估。实例计算结果表明，序贯蒙特卡罗模拟法能够模拟系统的各种运行状态，且适合应用于具有间歇性的光伏电源的电力系统可靠性评估当中，光伏系统的合理接入可以提高配电网的可靠性水平。

[1] 康龙云，郭红霞，吴捷. 分布式电源及其接入电力系统时若干研究课题综述[J]. 电网技术, 2010, 34(11)：43-47.

[2] PARK J, LIANG Wu, CHOI J, et al. A probabilisticreliability evaluation of power system including solar/photovoltaic cell generator[C]. Power And Energy General Meeting, 2009(9): 1-6.

[3] 王丹, 石新春, 孙玉巍, 等. 基于VRLA构建光储联合并网发电系统[J]. 电力电子技术, 2012, 46(11): 17-19.

[4] 王震, 鲁宗相, 段晓波, 等. 分布式光伏发电系统的可靠性模型及指标体系[J]. 电力系统自动化, 2011, 35(15): 18-24.

[5] 梁才浩, 段献忠. 分布式发电及其对电力系统的影响[J]. 电力系统自动化, 2001, 25(6): 53-56.

[6] Khatod D K, Pant V, Sharama J. Anal-ytical approach for well-being assessm-ent of small autonomous power systemwith solar and wind energy source[J]. I-EEE Transactions on Energy Conversio-n, 2010, 25(2): 535-545.

[7] Zhang P, Wang Y, Xiao W D, et al. Reliability evaluation of grid-connectedphotovoltaic power system[J]. IEEE Tr-ansactions on Sustainable Energy, 2012, 3(3): 379-389.

[8] 赵渊, 谢开贵. 电网可靠性评估指标概率密度分布的解析计算模型[J]. 中国电机工程学报, 2011, 31(4): 31-38.

[9] R.Billinton, R.N.Allan. Reliability evaluateon power system(second editon)[M]. New York and London: Plenum Press, 1996.

[10] W.Li.Risk assessment of power syste-ms Models, method, and applications [M]. New York: John. Wiley&Sons, 2004.

[11] R.Billinton, R.N.Allan. Reliability evalu-ation of

power system[M]. New York and London: Plenum Press, 1984.

[12] 梁惠施, 程林, 刘思格. 基于蒙特卡罗模拟的含微网配电网可靠性评估[J]. 电网技术, 2011, 35(10): 76-81.

[13] Campoccia A, Favuzza S, Sanseverino E.R, et al. Reliability analysis of a stand-alone PV system for the supply of a remote electric load[C]//IEEE International Symposium on Power Electronics Electrical Drives Automation and Motion. Pisa, Italy: IEEE, 2010.

[14] 宗炫君, 袁越, 张新松, 等. 基于Well-being理论的风储混合电站可靠性分析[J]. 电力系统自动化, 2013, 37(17):17-22.

[15] L.Goel, Yan Ou. Reliability worth ass-essment in radial distribution systemsusing the Monte Carlo simulation tec-hnique[J]. Electric Power Systems Reas-earch, 1999, 51(1): 43-53.

[16] L.Goel. Monte Carlo simulation-based reliability studies of a distribution test systems[J]. Electric Power systems Res-earch, 2000, 54(1): 55-65.

[17] G.T.Heydt, T.J.Graf. Distribution SystemReliability Evaluation Using Enhanced Samples in a Monte Carlo Approach[J]. IEEE Trans. on Power Systems, 2010, 25(4): 2006-2008.

审稿人：宫海龙

Reliability Assessment of Distribution Networks Containing Photovoltaic System

LIU Peng
(School of Electrical Engineering, Wuhan University, Wuhan 430072, China)

Sequential Monte Carlo simulation method can simulate various operating states, particularly being suitable for reliability evaluation of power system containing intermittent distributed power. By establishing photovoltaic power reliability probability model, combining probabilistic model of loads and other elements, the sequential Monte Carlo simulation method was used to compute reliability index of distribution power system including photovoltaic system. The calculation results for the actual system showed that photovoltaic power generation system can improve the level of reliability of the distribution network.

photovoltaic power generation system; distribution network; reliability assessment; sequential Monte Carlo simulation

TM615

A

1000-3983(2016)02-0047-03

2015-09-25

刘鹏(1990-)，武汉大学硕士，研究方向为电能质量分析与控制，电压暂降的风险性评估等。