关键词 发电系统可靠性 随机生产模拟 电力不足概率 电量不足期望值
分类号 TM732RELIABILITYevalUATIONOFGENERATIONSYSTEMbaseD
ONPROBABILISTICPRODUCTIONSIMULATIONWangXiuli,ChenHaoyong,GanZhi,WanXifan
Xi''anJiaotongUniversity,710049,Xi''an,ChinaAbstract Thereliabilityevaluationofgenerationsystemsisanimportantpartofthatofpowersystems.Thereliabilityindicesofgenerationsystemsarefirstdiscussed.Thenthispaperproposesaconceptforreliabilityevaluationofgenerationsystemsbasedontheprobabilisticproductionsimulationmethodtakingtheloadcapacityconstraintandtheenergyconstraintintoaccount.basedontheconcept,asoftwarepackageREGENisdeveloped.Thispaperdetailsitsfunctions,featuresanddesignsteps.Itsapplicationonarealpowersystemisgiventodemonstratetheeffectivenessoftheproposedmethod.
Keywords generationsystemsreliability probabilisticproductionsimulation lossofloadprobability(LOLP) expectedenergynotsupplied(EENS)0 引言
电力系统可靠性的评估通常分为系统的充裕度和系统的安全度两个方面。充裕度指电力系统内是否有足够的电力设备以满足用户的需求和运行的约束。安全度与电力系统的扰动有关，涉及电力系统是否能抵御出现的扰动。充裕度的评估方法可按电力系统的不同功能部分分别进行［1～3］。发电系统可靠性计算是最重要的一个环节，在进行发电系统可靠性研究时，通常假定输电系统有足够的输电能力并且完全可靠，不会影响发电设备向用户的供电。以往发电系统可靠性研究的重点在于考虑发电机组随机停运的影响，即在仅考虑发电机组随机故障的情况下判断系统满足负荷要求的裕度如何。实际上发电系统可靠性还与水电厂的来水情况、系统负荷曲线的形状、系统的规模以及系统检修计划的安排等因素相关。对于水电比重较大的系统，水电厂的来水情况对系统可靠性有着决定性的影响［4］，这时若不考虑电厂的发电量约束，仅考虑机组的随机故障，就会给发电系统可靠性计算带来很大的误差，甚至得出错误的结论。
电力系统随机生产模拟是一种通过模拟各机组生产情况，同时考虑机组的随机故障特性及电力电量约束，以计算系统可靠性指标及系统生产成本的算法。这种方法在国外许多电力系统进行运行规划、成本核算以及与其相邻电网互购电力电量等方面都得到了广泛应用。我国在随机生产模拟的研究方面成绩突出，文献［5］提出了随机生产模拟的等效电量函数法，被认为是在计算精度及速度方面最好的算法，特别是非常适合于进行含有多个水电厂的电力系统随机生产模拟。本文应用随机生产模拟的方法计算发电系统可靠性，可以充分考虑这些问题，更加实事求是地反映电力系统的可靠性。1 发电系统可靠性指标
发电系统可靠性指标可以分为确定性和概率性两类。过去曾广泛应用确定性可靠性指标来指导电力系统规划和运行，如备用百分数法，它要求发电系统的备用容量为系统年最大负荷的某一固定百分数（如20～25）。这种方法没有考虑以下因素：①系统规模及机组的容量结构；②有电量限制机组的影响（如水电机组）；③计划维修的影响；④机组强迫停运的影响；⑤负荷曲线形状的影响。因此备用率是一个非常粗略的指标，目前已逐渐被概率性可靠性指标所代替。
国际上常用的概率性可靠性指标是电力不足概率LOLP(lossofloadprobability)，但这个指标在实际应用时因采用负荷曲线的形式不同而有所不同，并且常与电力不足期望值混淆。实际上最常见的是电力不足期望值，本文用TLOLP0表示，其定义为某一研究周期内负荷超过系统可用机组容量的平均天数。当研究周期为1年时，TLOLP0由下式决定：(1)式中 CAj为系统在第j日考虑计划检修及随机停运后的可用容量；Lj为系统在第j日的最大负荷；p(CAj＜Lj)为第j日可用容量小于该日最大负荷的概率。
在计算TLOLP0时，系统负荷采用日最大负荷曲线作为负荷模型，即用每日最大负荷代替全天24h的负荷。这种简化的模型相当粗糙，这与当时的计算技术水平较低有关，它会给可靠性评估带来很大误差，且无法计算有关电量的指标。另外，指标TLOLP0本身并非概率。当研究周期为1年时，TLOLP0为365个概率之和，其值可能大于1，而这种情况下的电力不足概率TLOLPd应为：(2)为了区别TLOLP0与TLOLPd，有时也把TLOLP0叫作电力不足期望值LOLE(lossofloadexpectation)，例如北美可靠性委员会规定的可靠性标准为LOLE小于0.1d/年。
为了克服这些问题，人们又提出了更为详细的计算电力不足概率的指标和方法。以每天24h的实际负荷变化情况为负荷曲线模型，计算出电力不足小时期望值，本文以TLOLH表示：（3）式（3）中各量的定义与式（1）类似，但均为各小时的值。有些文献将这个指标称为缺电小时期望值HLOLE［1］。此时系统的电力不足概率应为：（4）由式（3）、式（4）求出的TLOLH，TLOLPh不能直接和用式（1）、式（2）计算出的TLOLP0（即LOLE），TLOLPd互相转换。欧洲许多国家采用TLOLH作为可靠性指标。
国际上关于发电系统可靠性计算的另一个常用的指标为电量不足期望值EENS(expectedenergynotsupplied)，本文以WEENS表示，其意义为在某一研究周期内由于供电不足造成用户减少用电量的期望值［1，2］。计算这种指标需要考虑实际负荷的变化情况，因此用日最大负荷曲线计算显然会带来严重误差。WEENS能同时反映停电的概率与停电的严重程度，而且更便于把可靠性与经济性挂钩，因此WEENS指标日益受到重视。将WEENS转化成经济性指标时，一般是先给定系统的单位停电损失费k，然后根据下式计算总停电损失费：Closs=kWEENS(5)由WEENS派生出来的可靠性指标主要有系统电量可用指标EIR(energyindexofreliability)和系统—分SM（system-minute），本文分别记为PEIR和TSM：（6）
[1][2][3]下一页
