安全性評估基本框架分析論文

導語：安全性評估基本框架分析論文一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：發輸電系統的概率安全性評估，是當前電力系統可靠性研究的學術問題前沿之一。文中提出了基于蒙特卡羅模擬法的發輸電系統安全性評估的基本框架，并對安全性指標體系、基本評估算法等進行了詳細論述。該框架借鑒了充裕度評估中比較成熟的技術，并將充裕度和安全性統一在同一個評估框架中。最后，對IEEE-RTS79進行了測試計算，驗證了評估算法的有效性。

關鍵詞：發輸電系統；概率安全性評估；蒙特卡羅模擬法

STUDYONBASICFRAMEWORKOFPROBABILISTICSECURITYEVALUATIONOFCOMPOSITEGENERATIONANDTRANSMISSIONSYSTEMS

ABSTRACT:Probabilisticsecurityevaluation(PSE)ofcompositegenerationandtransmissionsystemsisoneofacademicfrontieroftheresearchonpowersystemreliability.BasicframeofPSEofcompositegenerationandtransmissionsystemsincludingreliabilityindices,componentmodelsandevaluationalgorithmsisputforwardindetail.AMonte-Carlosimulationmethodbasedframeworkisdeveloped,andabsorbingcomparativelymaturetechniqueappliedinadequacyassessment.Theadequacyandsecurityareintegratedinasameassessmentframe.Atlast,theproposedmethodisappliedtotheIEEE-RTS79system.

KEYWORDS:Compositegenerationandtransmissionsystems；Probabilisticsecurityevaluation；Monte-Carlosimulationmethod

1引言

充裕度和安全性是電力系統可靠性的兩個方面。長期以來，發輸電系統可靠性的研究都局限于充裕度方面。近年來，電力體制改革如火如荼，其顯著特點是解除管制和實行市場化。新的電網環境促進了概率安全性研究的發展。

電力產業的解除管制和市場化運營，必然導致經濟效益和運行安全性的矛盾。經濟及生態環境的壓力迫使人們更多地關注如何提高線路的輸送容量。實際運行中的線路輸送容量已經接近于傳統的由確定性方法得到的極限值，甚至超過了此值。這說明確定性方法得到的閾值偏于保守，人們需要一個新的能適應市場環境的更加精確的安全性評估算法，也就是基于概率風險的評估方法。其基本內涵就是通過事件的發生概率和后果的綜合效應來評定事件的嚴重程度，而且事故后果評價不再單純地用負荷切除量、停電持續時間等電氣量表示，更多地采用了貨幣形式的經濟指標。

另外，近年來世界范圍內不斷發生嚴重的安全穩定性破壞事故，使大家認識到保障電力系統安全性和對電力市場環境下系統安全穩定性控制研究的重要性。這也是安全性研究得以發展的另一動因。

安全性研究是近20年的事。1988年，美國電力研究院提出的電力系統可靠性評估框架中包含了對安全限制條件的考慮[1]。R．Billinton對之進行了分析和擴展，提出了具體的靜態和動態安全限制條件集合[2]。但這只是在充裕度評估中考慮了安全性限制，并不是真正意義上的安全性評估。進一步的研究工作主要有兩方面，一個是繼續研究各種安全性限制條件對發輸電系統可靠性評估的影響[3]，另一個是努力將充裕度和安全性評估結合起來，組成發輸電系統可靠性評估的整體框架[4,5]。

總之，安全性評估目前還處于初期階段，沒有一個得到公認的實用化的評估方法體系。本文對安全性評估的基本框架進行了研究，提出了有關指標體系、評估方法等一些觀點。

2概率安全性評估的基本框架

2.1指標體系

本文從4個方面對安全性評估的系統指標進行了定義。這些定義都是基于采用元件狀態持續時間抽樣原理的蒙特卡羅模擬法給出的。

(1)反映系統運行狀況的指標。具體是系統處于正常、警戒、緊急和極端緊急等狀態下的概率值PN、PA、PE和PEE。

式中TN為系統處于正常狀態下的模擬抽樣持續時間；T為總模擬時間。

也可以類似地得到PA、PE及PEE的定義式。

由于正常狀態和警戒狀態難以區分，故本文將其合并在一起，定義為系統可接受運行狀態；將緊急狀態和極端緊急狀態合并在一起，定義為系統不可接受運行狀態，或稱系統狀態風險指標(CompositeSystemOperatingStateRiskIndex，CSOSRI)，即

(2)反映系統暫態穩定性的概率指標。具體有3個指標：

1)失穩概率(ProbabilityofLossOfStability，PLOS)

式中Us為系統失穩時的系統狀態集合；Pi為系統狀態i的概率；ti為系統狀態i的持續時間；T為總模擬時間；Pus,i為給定系統狀態i的失穩概率。

2)失穩頻率(FrequencyofLossOfStability，FLOS)(次/年)

式中Nus為系統失穩的次數；Ni為給定系統狀態i的狀態數。

3)平均穩定運行時間(MeanTimeToInstability，MTTIS)(h)

(3)綜合反映系統暫態穩定性事故的發生概率和事故后果的風險指標(RiskIndexbasedonTotalInterruptionCost，RITIC)(元/h)

式中Im,i為表示事故嚴重程度的一個值，它是事故i發生后所有損失費用與其持續時間之比。

機組故障停運的費用值為

啟動緊急備用電源填補系統功率缺額的費用、機組維修和重新投運的費用、損失負荷的折合費用。其中，Irepl的計算公式為

式中Cemerg和Corig分別為緊急備用機組和常規機組的單位發電量費用值，在電力市場中也可采用上網電價，元/MWh；Pg為損失的發電容量；Th為故障機組的停運時間；t為事故持續時間。

Iload通常為按照產電比理論給出的與損失負荷對應的折合費用。文[6]中給出了我國按地區、行業統計的產電比。可根據損失負荷的容量和各種負荷類型的構成情況，查詢相應的產電比，計算停電損失費用值為

式中Pload為切除的負荷容量；為被切除的負荷的停電時間；R為產電比，元/MWh。

為了簡化計算，忽略有功調整過程的時間，即，因此式(8)和(9)可以簡化為

對于線路故障停運，故障后果只包含后兩項的對應部分。

上述指標難以詳細模擬具體的系統運行狀態。因此，需要針對系統各個故障狀態定義安全性指標。

對于系統的某一故障狀態，除了狀態發生概率、持續時間外，還需定義以下指標：

式中FLc表示發生負荷切除的事故集合；PLC(i)為負荷切除的事件i的有功負荷損失量。

2)停電損失費用嚴重性指標(SeverityIndexofTotalInterruptionCost，SITIC)(元/h)。該指標就是式(6)中的Im,i變量，具體計算公式見式(7)-(11)。

2.2基本評估算法流程

安全性分析的算法由3部分組成：狀態篩選，狀態評估，指標計算。其中，狀態篩選是算法的關鍵，可以通過解析法或模擬法實現。

本文采用蒙特卡羅法[7]進行概率安全性評估。它以概率與統計理論為基礎，通過計算機模擬產生系統的所有隨機過程的各次實現，即樣本，在模擬一段較長的時間后，獲得足夠大的樣本量，然后統計分析得到系統的各類指標。圖1為整個評估算法的原理性流程圖。圖中“系統狀態模擬及篩選”是通過元件狀態持續時間抽樣原理實現的。

蒙特卡羅模擬法有3種基本的抽樣方法：元件狀態抽樣法，元件狀態持續時間抽樣法，系統狀態轉移抽樣法。在進行安全性評估時，選用了元件狀態持續時間抽樣法，其原因是：

(1)元件狀態抽樣和元件狀態轉移抽樣均為非時序抽樣。而在安全性評估中涉及大量的暫態穩定性分析，需要確定故障前狀態、故障中狀態及故障后狀態，這些信息不能由非時序抽樣來提供，因此在安全性分析中這兩種方法有一定局限性。

(2)采用元件狀態持續時間抽樣法，對其隨機分布沒有特殊要求，因此，可以將實際系統的統計數據直接引入模擬過程，突破常規的數學建模方法的限制，使得計算結果更符合系統的實際情況。

狀態篩選的加速技術是整個算法成敗的關鍵。實現加速評估，不外乎有兩個途徑：①提高每次評估的算法效率；②盡可能減少需要完全評估的狀態。

對于第一點，主要集中在改進概率穩定性分析算法；而第二點，則包含了豐富的技術內容，各種智能技術(或稱自動學習技術)，被廣泛應用于系統狀態的分類辨識，從而不計算或者只需要簡單計算就可得到有關的狀態特征量，達到加速評估的目的。

研究發現，模擬過程中會出現重復的系統狀態。對于這些重復狀態，只進行一次完整的評估，而當再次出現該重復狀態時，只需要讀取以前的評估結果即可。這種“以空間換時間”的思想，為加速評估提供了一條最基本、也是最常用的途徑。

采用合并相同系統狀態的方法可很明顯地減少計算量，例如對IEEE-RTS79的模擬結果表明，在總模擬時間200×104h中出現系統狀態113759種，其中不同系統狀態14959種，只占全部的13.15%，可見合并相同系統狀態后可以大大減少計算量。因此采用存儲技術，合并相同系統狀態和狀態評估結果，可以極大地減少需要評估的狀態數，減少計算量。當然，這樣做的代價是需要占用大量的存儲空間，但對現在的計算機來說，這已經沒有任何困難。

安全性評估中下列故障元件可視為相同狀態：

(1)發電機本身或者是連接在同一母線上的額定容量、故障率、修復率均相同的不同發電機；

(2)線路本身或者是兩端連接母線的線路參數、額定容量、故障率、修復率均相同的多回線路；

(3)變壓器本身或者變壓器參數、變比、額定容量、故障率、修復率均相同的并聯變壓器。

另外，忽略發生概率極小的高階故障狀態，也能減少一定的系統狀態總數。

3IEEE-RTS79算例分析

應用上述安全性評估框架，采用模擬法對IEEE-RTS79測試系統[8]進行安全性評估。IEEE-RTS79的網絡接線如圖2所示。

系統包括24條母線和71個元件(其中包括33條線路，5臺變壓器，1臺電抗器，32臺發電機)，發電機容量從12MW到400MW，總裝機容量為3405MW，年最大負荷為2850MW，平均負荷率為61.44%。表1列出了對IEEE-RTS79系統進行安全性評估的基本計算結果。由表可知，隨著模擬時間的增加，各指標逐漸趨于平穩。當模擬時間為50×104h時，各項指標都收斂到一比較穩定的值。為了更好地說明蒙特卡羅法的收斂特點，針對失穩概率(PLOS)指標，對該系統模擬200×104h，每隔1000h抽樣一個數據樣本，可得圖3所示的收斂過程變化曲線。

表1反映了故障切除時間服從對數正態分布，均值分別為0.10、0.15、0.20s，方差均為10%的情況。結果表明，當方差相同時，均值越小，失穩概率越小，平均穩定運行時間越長。顯然，故障切除越早，越有利于系統的穩定性，安全性水平也越高。

表1還反映了均值為0.15，方差分別為5%和20%的情況。它表明方差加大后，失穩概率會變大。這說明除了故障切除時間期望值對系統穩定性造成影響外，故障切除時間的分布也有較大影響。

由上可見，故障切除時間模型及其參數是影響安全性評估結果的重要因素。

4結論

本文提出了發輸電系統安全性評估的基本框架，對指標體系、基本評估算法等進行了詳細論述。該評估框架基于蒙特卡羅模擬法，借鑒了充裕度評估中比較成熟的技術，并將充裕度和安全性統一在同一個評估框架中。所提出的安全性指標體系包括與充裕度指標相對應的基本概率、頻率指標；同時提出了基于可靠性經濟評估理論的系統暫態穩定性風險指標。可靠性和經濟性的結合分析，為可靠性研究成果應用于電力市場提供了可能性。最后，通過對IEEE-RTS79的計算分析，驗證了本文評估算法的有效性。

參考文獻

[1]EPRIReport．Composite-systemreliabilityevaluation：phaseI－scopingstudy[R]．FinalReport，NewYork，EPRIEL-5290，1987．

[2]BillintonR，KhanME．Asecuritybasedapproachtocompositepowersystemreliabilityevaluation[J]．IEEETransactionsonPowerSystems，1992，7(1)：65-72．

[3]AboreshaidS，BillintonR．Aframeworkforincorporatingvoltageandtransientstabilityconsiderationsinwell-beingevaluationofcompositepowersystems[A]．In：IEEEPowerEngineeringSocietySummerMeeting[C]，Edmonton，Alberta，Canada，1999，1：219-224．

[4]daSilvaAML，EndrenyiJ，WangL．Integratedtreatmentofadequacyandsecurityinbulkpowersystemreliabilityevaluations[J]．IEEETransonPowerSystems，1993，8(1)：275-285．

[5]ReiAM，daSilvaAML，JardimJLetal．Staticanddynamicaspectsinbulkpowersystemreliabilityevaluations[J]．IEEETransonPowerSystems，2000，15(1)：189-195．

[6]郭永基．可靠性工程原理[M]．北京：清華大學出版社，施普林格出版社，2002．

[7]BillintonR，LiWenyuan．ReliabilityassessmentofelectricpowersystemsusingMonteCarlomethods[M]．NewYorkandLondon：PlenumPress，1994．

[8]ReliabilityTestSystemTaskForce．IEEEreliabilitytestsystem[J]．IEEETransonPAS，1979，98(6)：2047-2054．