耦合信息物理系统的虚拟电厂可靠性评估

于子轩，唐猛，周华松，李丝茹，赵雨青，董强

（深圳能源售电有限公司，深圳 518000）

前言

作为一种新型的电力系统组织形态，虚拟电厂通过先进的信息通信技术将分散的分布式能源、储能设施和可调负荷等资源进行聚合，实现资源的统一调度和优化配置，提高电力系统的运行效率和可靠性[1]。虚拟电厂可靠性指标能够反映虚拟电厂按可接受供电标准，不间断向负荷供电的能力。通过可靠性评估，可以辨识虚拟电厂的薄弱环节，以便采取更有效的措施提升供电可靠性。随着智能技术的发展，虚拟电厂已成为融合信息物理因素的大规模复杂系统，是能源信息物理领域的重要组成部分。为准确量化信息、物理因素对虚拟电厂可靠性的影响，亟需研究融合信息物理因素的虚拟电厂可靠性评估方法[2]。

针对虚拟电厂物理信息系统的可靠性评估，国内外学者已经进行了一定的研究。文献[3]将电力信息系统对电力一次系统的作用分为直接作用和间接作用，并研究了直接作用对电力系统可靠性的影响。文献[4]提出了基于事件驱动-融合流模型的电网信息安全状态动态推演方法。文献[5]建立了计及设备老化与不完全计划检修的智能变电站保护系统可靠性评估模型，对智能变电站保护系统进行可靠性评估。文献[6]提出了计及设备老化与不完全预防性维修的元件时变停运概率模型，给出了新模型中不同维修策略的系统可靠性评估结果。文献[7]总结了配电网物理系统、信息系统各自典型的可靠性指标分类方式与具体数学表达以及两者耦合下的可靠性指标构建技术。文献[8]提出在高比例分布式电源接入的配电网中物理系统故障时虚拟电厂的可靠性管理策略，并在可靠性评估中量化该管理策略对供电可靠性的影响。

现有的虚拟电厂可靠性分析与风险评估大多孤立地看待物理系统和信息系统，从信息物理的整体视角进行建模与分析的研究较少。针对上述问题，本文提出了融合信息物理因素的虚拟电厂可靠性评估方法。首先，文章对虚拟电厂可靠性影响因素进行分析，将影响因素划分为物理因素与信息因素；其次，搭建虚拟电厂可靠性模型；接着，引用故障树的逻辑关系通过蒙特卡罗法对虚拟电厂可靠性进行评估。最后基于算例仿真获得物理与信息故障失效对虚拟电厂可靠性的影响。

1 虚拟电厂可靠性影响因素分析

随着双碳目标和智能电网的提出，大量分布式能源如光伏、风电等并网接入，电动汽车和各种负荷单元的大规模使用使得电网的复杂性持续增加。这些都要求电力系统应具有灵活互动的调控能力。虚拟电厂的提出有效解决了各类分布式能源的优化聚合和管理调控问题。虚拟电厂融合完善的信息通信技术和软件系统，实现分布式电源、储能、可调负荷等多种分布式资源的聚合和协同优化，作为一个特殊的电厂，参与电力市场和电网运行的协调管理系统[9]。其中，信息通信技术包含大数据、云计算、区块链和电力专用的协议为虚拟电厂实现对各类资源的监测、数据的高效汇聚和安全传输、海量智能终端的管理。相较于传统电厂只依靠物理系统的可靠运行，虚拟电厂的正常运行同样依赖于信息系统的实时、可靠传输来完成，物理系统与信息系统相辅相成，虚拟电厂结构如图1 所示。

图1 虚拟电厂结构

虚拟电厂面临的风险众多，不确定和不可预测的网络或设备故障因素，虚拟电厂运行的可靠性都将受到影响[10]。随着信息系统和物理系统的深度耦合，物理系统依赖信息系统进行数据感知和信息传输，而信息系统依赖物理系统的各类设备实现状态改变，两者相辅助相乘，单方面发生的故障都将会发生耦合和扩散，威胁虚拟电厂的稳定运行。如图2 所示虚拟电厂物理系统与信息耦合的示意图。

图2 虚拟电厂通信网络架构

信息系统是一个复杂的动态过程，是虚拟电厂进行能量管理、数据采集与监控、信息交互的重要环节。但信息系统为虚拟电厂的高效运行提供便利的同时也对其可靠性引入了新的安全风险。黑客可以利用信息系统中的薄弱环节，利用木马病毒、钓鱼邮件等手段攻击通信链路、拓扑组件、传输协议和资源对象等。同时，由于大量智能电子设备的接入和实现互联互通且安全防护工作尚不完善，成为了黑客攻击的众多网络节点，这些都会导致虚拟电厂稳控业务失效，严重时会造成连锁故障，影响整个电力系统的稳定。过去国内外发生了一系列与信息系统安全有关的事故，如我国2018 年某风电场服务器违规外联导致省级调度中心遭受网络攻击2019 年印度核电站内网感染恶意软件，2020 年巴西电力公司遭Sodinokibi 勒索软件攻击，同年委内瑞拉国家电网765 干线遭攻击，造成全国大面积停电等[11]。

物理系统对虚拟电厂产生的影响主要来源于各种元件的扰动和故障，包括设备老化、人为破坏、绝缘故障等等。当物理设备发生故障时，有可能无法按虚拟电厂的指令进行响应，影响数据的收发、传输，造成信息系统的连锁反应，降低虚拟电厂的可靠性。信息物理系统对虚拟电厂可靠性影响程度取决于其在处理故障时恢复的效率，包含完全响应、部分响应和完全不能响应。其中部分响应由于通信延迟或预测误差导致，完全不能响应即为信息系统对所连接的设备失去控制。因此，必须对信息物理系统所面临的风险进行分析，为虚拟电厂的可靠运行提供合适的防护措施[12]。

2 虚拟电厂可靠性模型构建

为了保证虚拟电厂在运行过程中持续有效地协调各种资源，可靠性分析是必不可少的环节。传统对配电网的可靠性分析已形成较为成熟的指标体系，典型的算法都针对于物理系统可靠性的评估。本文将耦合信息物理系统，构建虚拟电厂的可靠性评估模型。

2.1 模型基本构成及其参数

虚拟电厂系统A 包括物理系统和信息系统两部份，其中物理系统典型的元件可靠性参数为断路器P1、发电机P2 和变压器P3。而信息系统的不同结构虽然会有不同程度的影响虚拟电厂的可靠性，但均以服务器P4、交换机P5、IEDP6 和通讯线路P7 影响程度最为明显。因此虚拟电厂的模型构成可用公式（1）表示：

根据文献[13-14]，上述各基本可靠性参数的失效率如表1 所示，元件可靠性均服从指数分布。

表1 基本可靠性参数失效率

2.2 模型的建立

虚拟电厂可靠性模型的建立可引用故障树的逻辑关系[15]，其数学表达式可为：

式中：

Pi(t)—第i 个可靠性参数的状态变量，取值为（0，1），当取值为0 时代表在t 时刻第i 个参数正常运用，当取值为1 时代表在t 时刻第i 个参数故障；

A(t)—虚拟电厂的状态变量，取值为（0，1），当取值为0 时代表在t 时刻虚拟电厂可靠性稳定，当取值为1时代表在t 时刻可靠性失效。

本文以“虚拟电厂失效”为顶事件对其可靠性进行建模。虚拟电厂物理系统要素由断路器、变压器、发电器等开关物理设备构成；信息系统要素由服务器、交换机、通信线路等构成。物理系统与信息系统中任一要素损坏都可能导致虚拟电厂失效。根据其逻辑关系，建立顶事件为“虚拟电厂失效”的故障模型如图3 所示。

图3 虚拟电厂故障失效模型

3 耦合信息物理系统的虚拟电厂可靠性评估方法

3.1 虚拟电厂可靠性指标

1）虚拟电厂可靠性失效概率分布P（Atn)，表示在一个区间间隔内故障失效次数占总运行次数概率。

式中：

N—虚拟电厂总运行次数；

n—第n 个区间间隔。

2）虚拟电厂平均可靠失效时间MT，表示每隔MT时间失效频率。

式中：

Tmax—虚拟电厂运行的总时间。

3）可靠性参数重要度W(Pi)，定义为参数Pi在虚拟电厂中的重要度。

4）可靠性参数的模式重要度W N(Pi)。用W N(Pi)来判断虚拟电厂中的薄弱环节。WN(Pi)越大，表明Pi越是电厂中的薄弱环节。

3.2 虚拟电厂可靠性评估方法

本文采用蒙特卡罗法对虚拟电厂可靠性进行评估。对虚拟电厂中7 个基本参数失效事件进行随机抽样，以获得每一个参数失效时间样本。设在f 次仿真计算中，随机数取ifε，i 可靠性参数的失效时间抽样值为tif：

i 参数在t 时刻的状态变量为：

则虚拟电厂在t 时刻的状态变量为：

将7个可靠性参数的失效时间按从小到大进行排序，并按排序好对虚拟电厂可靠性进行检查。

设虚拟电厂运行总时间为Tmax，并等分为m 个区间，每个区间时间间隔ΔT=Tmax/m。（tn-1，tn）区间虚拟电厂失效的次数为由此对各项可靠必指标进行统计分析。其计算流程如图4 所示。

图4 可靠性指标计算流程图

4 算例分析

假设虚拟电厂系统最大运行时间Tmax=4 000 h，等分为100 个区间，区间间隔ΔT=40 h，进行1 500 次抽样仿真，并对每次仿真的失效时间和区间失效次数进行统计，最后计算出虚拟电厂的可靠性指标，结果如下：

图5表示虚拟电厂失效概率分布。由图5 可得，电厂在刚启动时，失效概率较大，在运行500 h 时，失效概率为0.05。而当电厂运行时间越长时，越趋于稳定，3 500 h 时失效概率为0.01。这是由于虚拟电厂在刚启动时，信息物理系统需要进一步的磨合。并统计得出MT=1 133.5 h。

图5 虚拟电厂失效概率分布图

根据可靠性模型，可靠性参数P1-P7 其中任一失效都会导致虚拟电厂失效，因此各参数的可靠性参数重要度相同。

可靠性计算模式重要度计算结果如表2 所示。由表可得，发电机失效引起虚拟电厂失效的次数最多，其次是断路器和变压器。信息系统失效引起的失效较物理系统少。

表2 各参数模式重要度计算结果

5 结论

本文基于耦合信息物理系统对虚拟电厂的可靠性进行分析评估。首先对虚拟电厂的可靠性影响因素进行分析，基于故障树分析法建立了其可靠性模型，并提出了蒙特卡罗法的可靠性分析方法。算例分析表明，在虚拟电厂刚启动运行时，由于信息物理系统的磨合，发生失效事件较高，平均失效时间MT=11 353.5 h。各可靠性参数重要度一致，物理系统引起的失效次数较信息系统多，应引起相关人员对物理系统的重视度，对提升虚拟电厂运行可靠性具有一定的指导作用。