邢智博，任家智，辛鑫，王永垚，刘子源
（山西能源学院，山西 太原 030001）
近年来，环境污染、能源稀缺等问题日益严峻，如何充分利用清洁能源成为业内人士研究的重点。智能微电网的出现，使能源利用率得到了大幅提高。作为由微电网、智能电网组合而成的全新电力系统，智能微电网可兼具孤岛及并网模式，这也决定其可以对风能和光伏等常见能源进行充分利用。若将其用于偏远地区，可以有效控制铺设电缆的规模，降低项目投资费用。将其应用于城镇地区，则能够通过减轻用电负荷的方式有效提升大电网的稳定性。
本文所研究的微电网可以拆分成光伏发电、储能元件、小水电站和风力发电等部分，通常需要经由上述构件控制频率电压并提供无功/有功功率，这也决定了一旦设备出现故障，便有可能造成负荷停电。目前，可能造成负荷停电的情形主要包括以下几种：一是分布式电源出现故障。故障发生后，通常需要花费数小时或数天进行维修方可恢复正常。二是电源受故障影响而跳机。此时需要工作人员重启电源，重启前重要负荷始终处于停电状态，自动重启的用时通常为数秒，而手动重启的用时则会达到数小时。若出现无功/有功过载，将会使负荷大范围波动，进而导致电源跳开。出现该问题后，既要重启电源，同时还要甩负荷，两项工作的耗时往往较重启电源更长。三是由于电压跌落或其他电能质量问题，致使设备跳机。经研究发现，开关动作、闪点以及故障均会造成电压跌落，若分布式电源所接入的负荷较多，则需要频繁开关，负荷可靠性也会受到影响［1］。
微电网的本质是由负荷、分布能源和储能装置共同组成的发配电系统。智能电网则具有与供电网路相同的作用，即：以既有传感器为依托，实时收集设备参数，向控制系统下达相应指令，由此达到对电力系统进行科学管理的目的［2］。要想使智能微电网所具有价值得到最大化实现，关键是要确保其性能优异且可靠，对微电网所具有的可靠性加以分析势在必行。可靠性分析主要涉及安全性和充裕度两方面的内容。对常规配电系统进行分析可知，虽然影响系统可靠性的因素较多，但充裕度的影响明显强于其他因素，这是因为配电系统多采取链式运行模式，任一元件出现故障，均会造成供电中断，进而给用户工作或生活产生影响。对本文所讨论的智能微电网而言，其可靠性主要取决于互联系统，要想使系统得到稳定、可靠的运行，关键是要对动态问题进行深入分析，根据分布式电源的性能，评估系统可靠性。为保证分析所得出的结论具有实际意义，技术人员需要以可靠性计算所具有的特点为依据，创造性地引入负荷数据、等效动态模型等，希望在保证分析结果有效的前提下，有效降低分析难度。
本文所讨论微电网由小水电、光伏和储能等部分组成，对其可靠性加以评估所考虑的要素如图1所示。
图1 可靠性评估要素
考虑到在某些情况下，微电网与大电网的联系并不紧密，因此，要想使微电网得到稳定且独立的运行，关键是要接入小水电。其作用主要体现在两个方面，一是为微电网持续供电，二是对储能电站进行协调，使电力负荷和发电系统始终处于供需平衡的状态［3］。
3.1 分析过程
3.1.1 建立模型
首先是建立小水电模型。实践经验表明，导致小水电停运的原因有两个，分别是机组存在故障和水位高度不满足要求，鉴于此，在建立相关模型时，为避免建模步骤过于复杂，技术人员决定将水位高度不满足要求划入机组故障的范围。若将水轮机所搭载机组数量设定为n，将任一机组出现停运事故的概率设定为r，可以得到以下模型公式：
上式中，k代表停运机组总数，Pk代表累计停运概率。在0～1范围内随机抽取多组数据，对比所抽取数据和累计停运概率，就能够准确掌握既有机组的状态和可稳定运行机组的数量。随后，针对机组运行情况、小水电出力情况所提出的要求为依据，参考状态持续时长完成抽样，便可以对小水电出力加以确定。
其次是建立装置模型。评估光伏、储能和风电可靠性的模型首选两态模型，如图2所示。
图2 两态模型
上图中，λ 代表修复转移率，μ 代表故障转移率。技术人员可以凭借蒙特卡罗法，快速确定MTTF和MTTR取值［4］。考虑到状态持续时长所对应抽样值具有指数分布特征，可使用以下公式推算系统修复时长和无故障时长：
恒轮机床作为一家拥有120多年历史的老牌德国机床企业，在如今全球，尤其是中国市场的制造业正处在转型升级的时代中，依然保持着蓬勃的发展力及创造力。从数据上来看，恒轮机床在全球拥有超过2 000名员工，并且销售业绩也在持续地、稳固地上升，我们有理由相信，恒轮机床在经历了超过100年的历史后仍然是一家健康状况十分良好的企业，而在产品创新方面也确实如此。
在上述公式中：MTTF代表无故障时长平均值；
MTTR代表修复时长平均值；
TTF代表无故障时长；
TTR代表修复时长；
U及U′均为随机数，取值范围是0～1。确定各项参数的取值后，便可以对强迫停运率进行计算，相关公式如下：
上式中，FOR代表强迫停运率。
最后是建立可靠性模型。在本文研究中，根据时序负荷情况建立了相应的模型，简单来说，就是在年负荷最大值确定的前提下，使用百分数描述日负荷和周负荷的最大值。在上述工作结束后，便可以参考负荷峰值绘制出相应的年度负荷曲线，如图3所示。
图3 年度负荷曲线
对负荷曲线进行分析可知，全年负荷峰值出现在51周。如果将冬季作为一年的开端，冬季负荷明显高于其他季节。如果将夏季作为一年的开端，则代表夏季负荷高于其他季节。要想快速、准确地计算出负荷期望值，应建立以下表达式：
在上式中，Plst（t）代表负荷期望值，Plmax代表年负荷最大值，Pweek（t）代表周负荷最大值与年负荷最大值之比，Pday（t）代表日负荷最大值与周负荷最大值之比，Phour（t）代表小时负荷最大值与日负荷最大值之比。
3.1.2 确定可靠性指标
对电力系统而言，其可靠性指标往往包括两类，分别是概率指标和确定性指标，其中确定性指标难以对系统状态进行全方位的表现，概率指标则不存在该问题［5］。鉴于此，本文选择以系统和负荷为切入点，围绕可靠性指标展开讨论。
上述公式中：LOEE代表电源发电量与负荷需求不符时，微电网所期望的电量；
ENSi代表各抽样年中均无法达到负荷需求的实际电量；
LOLE代表微电网对电源与负荷需求不符时间的期望；
LLDi代表各抽样年中存在电力不足问题的时长。随后，技术人员便可以充分利用评估指标和已建立模型，对微电网各部分状态进行判断，并结合时序模拟分析所得到结果，确定微电网性能和既有负荷点是否可靠。
3.1.3 评估微电网可靠性
在本文研究中，依据蒙特卡罗法分析系统的可靠性，以小时为单位记录系统电源运行参数和负荷变化情况。模拟总时长是365天，时间的间隔是1h，具体流程如下：第一步，以年为单位，获取小水电、光伏以及负荷的相关数据，生成相应的出力时序；
第二步，以既有模型为基础，使用现有公式推算电源的状态时序；
第三步，根据状态时序、出力时序，对功率输出时序加以确定；
第四步，对比负荷需求、电源出力情况，对LOEE、LOLE取值进行计算，参考相应的经济指标，得出最终结论。评估流程如图4所示。
图4 评估流程
3.2 分析结果
3.2.1 负荷峰值与可靠性的关系
本文所研究智能微电网搭载有相应的发电系统，系统可靠性极易被负荷波动所影响。对负荷峰值、系统可靠性之间的关系进行分析，能够准确掌握系统所能承受负荷的最大值，便于工作人员以微电网所展示的状态为依据，对后续运行方案及策略加以调整，使发电系统以及微电网始终处于稳定、高效的运行状态。研究发现，负荷峰值在60kW以下时，各项可靠性指标相对稳定，这表示发电系统与负荷需求相符；
负荷峰值超过60kW后，各项指标均会发生明显的变化，换言之，要想使系统得到稳定且高效的运行，关键是要保证负荷值不超过60kW。
3.2.2 水库容量与可靠性的关系
基于评估可靠性的模型模拟微电网所搭载电力系统，可以得到以下数据：首先，每组水电机组的容量都是30MW；
其次，水库原始水量能够达到其容量的95%～97%；
最后，结合某地所提供统计数据可知，水体径流量的平均值在0.32m2/s左右，由此可见，水流量与水电机组所提出需求相符，这表示水流量可以维持水电机组稳定运行。微电网元件故障情况统计表见表1。
表1 微电网元件故障情况统计表
随后，本文围绕水库容积、系统可靠性之间的关系展开了研究。通过模拟不同容积的水库，判断容积给可靠性指标所产生的影响。经过分析发现，在负荷确定、上游水量确定的前提下，水库蓄水量会随着容积的增大而增多，与此同时，LOEE、LOLE的取值均会有所下降。水库容积增大到15万m3后，蓄水量差值将处于相对稳定的状态，LOEE、LOLE的下降速度有所减慢，并逐渐趋于平缓，同时既有水资源的利用率也较以往有所提高。由此可见，对本项目而言，要想使系统具有良好的可靠性，关键是要将水库容积控制在约15万m3。
本文分别对储能、小水电、风电及光伏模型进行了建立，并以所建立的模型为依托，根据电源所展示的运行状态，围绕峰值负荷、水库容积与系统可靠性之间的关系展开了讨论。本文研究所得结论如下：第一，峰值负荷与系统可靠性密切相关，要想使本系统得到稳定运行，应保证峰值负荷始终不超过60kW；
第二，水库容积同样会给系统可靠性产生影响，酌情增大水库容积，既能够使系统更加可靠，又可以为项目的经济价值提供保证，但若水库容积增大过多，会给可靠性造成负面影响。