計及用戶熱舒適度的綜合能源系統可靠性指標及評估方法

王舒萍，張沈習，程浩忠，原 凱，宋 毅，韓 豐

（1. 電力傳輸與功率變換控制教育部重點實驗室（上海交通大學），上海市 200240；2. 國網經濟技術研究院有限公司，北京市 102209）

0 引言

“碳達峰·碳中和”等戰(zhàn)略目標的提出為中國的能源轉型和發(fā)展指明了新的方向，如何優(yōu)化能源結構、促進能源高效合理利用已成為研究熱點［1-2］。綜合能源系統（integrated energy system，IES）實現了電、氣、熱（冷）等異質能源的關聯耦合和互補互濟，是未來能源系統的重要發(fā)展趨勢［3-5］。然而，IES 中能源轉換設備的多樣化、不同能源系統運行特性的差異化以及能源耦合程度的逐步加深給系統的高可靠供能帶來了挑戰(zhàn)。實現IES 可靠性水平的定量評估是提高IES 供能可靠性水平的關鍵之一。

目前，國內外在IES 可靠性評估方面已有一定的研究成果。首先，在IES 可靠性指標方面：文獻［6-8］選擇能量不足持續(xù)時間、能量不足期望、供能可靠率、切負荷概率等常見指標來衡量IES 可靠性水平，然而，考慮到IES 中不同能源動態(tài)特性差異較大，不同能源子系統受到擾動后達到穩(wěn)態(tài)過程的時間尺度各異，且IES 中存在復雜的耦合互聯及供需不確定性因素，使得上述傳統指標并不完全適用于IES 可靠性評估；文獻［9］結合不同能源價格，定義了可靠性影響評價指標，該指標從價格方面評估設備故障對綜合能源微網帶來的影響；文獻［10］通過引入設備的“閥級”概念，定義了設備重要程度指標來衡量不同設備對IES 可靠性水平的影響程度；文獻［11］定義了可靠性提升率指標來反映儲能和需求響應對IES 可靠性的影響；文獻［12］計及熱網延時特性和負荷熱慣性對IES 供熱可靠性指標進行了修正；文獻［13］在考慮熱網傳熱延遲的基礎上，提出了適用于IES 中熱力子系統的可靠性指標。其次，在IES可靠性評估模型及算法方面：文獻［9］將蒙特卡洛模擬法與故障模式影響分析法相結合，建立了并網和孤島運行兩種模式下的綜合能源微網可靠性模型；文獻［10］基于馬爾可夫過程相關理論對系統設備狀態(tài)變化進行建模，通過蒙特卡洛模擬法評估IES 可靠性水平；文獻［14］建立了電-氣互聯IES 供電可靠性模型及其評估解析算法，但文獻［9-10，14］均未考慮IES 的多時間尺度問題；文獻［15］建立了考慮熱負荷動態(tài)特性的IES 可靠性評估模型，通過基于馬爾可夫鏈的序貫蒙特卡洛法評估了系統供能可靠性；文獻［16］提出了適用于IES 優(yōu)化調度的分層解耦方法，并將其與基于影響增量的狀態(tài)枚舉法相結合，對IES 可靠性水平進行了評估，但文獻［15-16］均未充分考慮IES 中可再生能源出力不確定性和負荷需求響應等因素。

上述研究表明，IES 可靠性評估相關研究已受到國內外學者的廣泛關注，但仍存在以下亟待解決的問題［17-19］：1）IES 中不同能源系統運行特性差異較大，需根據不同能源特性定義合理的可靠性指標以更準確地反映IES 可靠性水平；2）現有的可靠性評估模型及算法難以考慮IES 的多時間尺度問題，尤其是慣性較大的熱力系統，熱用戶對供熱中斷的反應具有滯后性，且熱用戶的用能目的通常為獲得滿意的溫度值或熱舒適感，因此，需計及熱負荷的上述特征提出IES 可靠性評估方法；3）IES 可靠性評估需充分考慮可再生能源出力不確定性和負荷需求響應等對系統可靠性的影響。

鑒于此，本文提出了計及用戶熱舒適度的IES可靠性指標及評估方法。首先，在負荷熱慣性模型的基礎上，從用戶熱舒適度的角度出發(fā)，建立了IES可靠性指標體系，包括負荷點可靠性指標和系統級可靠性指標；其次，在考慮可再生能源出力相關性及負荷需求響應的基礎上，設置了計及用戶熱舒適度的負荷削減策略，提出了基于序貫蒙特卡洛模擬法的IES 可靠性評估方法及評估流程；最后，通過修改的IEEE 33 節(jié)點電力系統與天然氣11 節(jié)點系統、熱力32 節(jié)點系統經2 個能源集線器耦合而成的IES 進行算例仿真分析，驗證了所提指標和方法的有效性。

1 計及用戶熱舒適度的IES 可靠性指標體系

1.1 熱舒適度建模

1.1.1 負荷熱慣性模型

IES 中不同能源系統的傳輸特性和時間尺度差異較大。相比于電、氣負荷，熱負荷的狀態(tài)變化相對較慢，一般為小時級，其用能本質是在一段時間內保持溫度在用戶滿意的區(qū)間，而不是固定的功率值［15］。因此，當設備故障導致供熱中斷時，用戶對供熱中斷的反應具有滯后性，其在一定時間范圍內的熱需求仍可以得到滿足，這一特性即為熱慣性。以采暖建筑物這一熱負荷為例，其熱慣性模型可表示為［20］：

式中：c為采暖建筑物室內空氣比熱容；m為采暖建筑物室內空氣質量；Tint為t時刻采暖建筑物室內溫度；Qt為t時刻采暖建筑物總供熱功率；Qenvt為t時刻采暖建筑物的圍護結構熱損失，與圍護結構面積、圍護結構熱傳導系數、室內外溫度等有關；Qcolt為t時刻采暖建筑物的冷風滲透熱損失，與冷風滲透量、室內外溫度等有關；Qvent為t時刻采暖建筑物的通風熱損失，與通風量、室內外溫度等有關；Tint+1為t+1 時刻采暖建筑物室內溫度；Δt為時間間隔。

1.1.2 用戶熱舒適度指標

熱慣性模型體現了供熱功率與熱負荷溫度之間的關系，但由于用戶對環(huán)境熱舒適度的感知具有模糊性，即當溫度在一定范圍內變化時，用戶不會感受到明顯的差異，因此，用戶的采暖負荷需求是一個區(qū)間。目前，關于人體熱舒適度的相關建模已有較多研 究［21］，具 體 包 括 熱 感 覺 投 票（thermal sensation vote，TSV）、標 準 有 效 溫 度（standard effective temperature*，SET*）、生理等效溫度（physiological equivalent temperature，PET）、通 用 熱 氣 象 指 數（universal thermal climate index，UTCI）、預計平均熱感覺指數（predicted mean vote，PMV）等?？紤]到TSV 指標依賴于被調查者的主觀投票，SET*指標的熱舒適評價范圍不包含“很冷”環(huán)境，PET 和UTCI 指標更適用于室外熱舒適評價，本文選擇PMV 指標來量化溫度對用戶熱舒適度的影響。

PMV 值是以人體熱平衡狀態(tài)方程式為基礎并考慮人體生理、心理學等因素來評價熱舒適度標準的綜合指標［22］。PMV 值表明群體對7 個等級熱感覺投票的平均指數，PMV 為0 表明溫度適中，PMV為-1、-2、-3 分 別 表 示 微 涼、涼 和 冷，PMV 為+1、+2、+3 分別表示微暖、暖和熱。PMV 值可通過下式計算得到［23］：

式中：M為人體新陳代謝率；η為人體機械做功效率；fcl為衣著系數，與服裝熱阻有關；hc為換熱系數；Tcl為服裝表面平均溫度；Ta為室內空氣溫度；Rr為輻射散熱量，與fcl、Tcl和環(huán)境平均輻射溫度有關；E為包括呼吸不可測熱損失量和皮膚出汗熱損失量等的人體散熱量。本文假設式中除室內空氣溫度Ta外，其他參數均為常數。

根據《民用建筑供暖通風與空氣調節(jié)設計規(guī)范》，PMV 值宜處于［-1，+1］之間［22］。因此，通過熱慣性模型求得熱負荷在每個時刻的溫度后，可根據式（3）求得對應的PMV 值，其值大小反映了用戶熱舒適度情況。在此基礎上，便可從用戶熱舒適度的角度出發(fā)，建立IES 可靠性指標體系。

1.2 IES 可靠性指標體系

1.2.1 負荷點可靠性指標

1）負荷點故障率λ

式中：λj為負荷節(jié)點j的故障率；Tall為總模擬小時數；Nfj為在整個模擬時間段中負荷節(jié)點j的總故障次數。

對于電、氣負荷，如果當前時間段內系統供能低于該負荷點負荷需求，則認為出現供電或供氣故障；對于熱負荷，通過式（1）和式（2）計算建筑物室內溫度，如果溫度低于最低允許溫度則認為出現供熱故障。其中，最低允許溫度可根據PMV 指標進行設定，本文設置最低允許溫度為PMV 值為-2，即體感為涼時所對應的溫度值。

2）負荷點平均停供持續(xù)時間γ

式中：γj為負荷節(jié)點j的平均停供持續(xù)時間；Tfj為在整個模擬時間段中負荷節(jié)點j的總故障時間。

3）負荷點年平均停供持續(xù)時間U

VPMV，j(Xi)為系統在狀態(tài)Xi下熱負荷節(jié)點j處采暖建筑物的室內PMV 值，可通過式（3）計算得到。

1.2.2 系統級可靠性指標

選擇系統平均停供頻率（system average interruption frequency index，SAIFI）、系統平均停供持續(xù)時間（system average interruption duration index，SAIDI）、系 統 平 均 供 能 可 靠 率（average service availability index，ASAI）和系統供應不足期望（expected energy not supply，EENS）作為衡量電力系統、天然氣系統、熱力系統和IES 可靠性水平的指標［24］。其中，IES 整體的可靠性指標為各能源子系統可靠性指標的綜合，可在負荷點可靠性指標的基礎上，通過負荷點用戶數加權得出，其具體計算方法如附錄A 所示。此外，定義系統熱用戶滿意度（system heat user satisfaction，SHUS）指標來衡量系統熱用戶處于熱舒適的概率，由下式計算得到：

式中：RSHUS為系統熱用戶滿意度；Nl為系統負荷節(jié)點總數；Nuj為負荷節(jié)點j處的用戶數。

為衡量各種能源形式的耦合互聯對系統可靠性水平的影響，定義系統可靠性提升率（system reliability improvement rate，SRIR）指標如下：

式中：RSRIR為系統可靠性提升率；R(0)為不同能源形式間無耦合互聯時的系統級可靠性指標，包括SAIFI、SAIDI、ASAI、EENS 和SHUS；R為不同能源形式間存在耦合互聯時的系統級可靠性指標。

綜上，建立計及用戶熱舒適度的IES 可靠性指標體系如表1 所示。

表1 IES 可靠性指標體系Table 1 Reliability index system of IES

2 IES 可靠性評估方法

考慮到IES 中可再生能源出力的不確定性以及負荷需求響應對IES 的運行狀態(tài)有著不可忽視的影響，本章考慮可再生能源出力相關性以及需求響應，提出了基于序貫蒙特卡洛模擬法的IES 可靠性評估方法：通過序貫蒙特卡洛模擬法得到系統運行狀態(tài)序列，依次對每個系統狀態(tài)進行網絡連通性分析，并根據網絡連通狀態(tài)，采用計及用戶熱舒適度的負荷削減策略進行負荷削減，以保證剩余負荷的正常供能。最后，總結了IES 可靠性評估流程。

2.1 可再生能源出力相關性處理

本文采用Nataf 變換生成具有相關性的可再生能源出力樣本，其具體步驟如下所示［25］。

1）對于m維輸入變量X=[X1，X2，…，Xm]T，其相關系數矩陣為ρ=(ρij)m×m，根據等概率原則將其轉換為標準正態(tài)分布向量Y=[Y1，Y2，…，Ym]T，設Y的相關系數矩陣為ρ'=(ρ'ij)m×m。根據Nataf 的性質，(ρij)m×m與(ρ'ij)m×m的關系為：

式中：μi和μj分別為隨機變量Xi和Xj的均值；σi和σj分別為隨機變量Xi和Xj的標準差；fXi Xj(Xi，Xj)為Xi和Xj的聯合概率密度函數；Fi（·）和Fj（·）分別為隨機變量Xi和Xj的累積分布函數；Φ（·）為標準正態(tài)分布的累積分布函數；?YiYj(Yi，Yj，ρ'ij)為相關系數ρ'ij的二維標準正態(tài)分布概率密度函數?？紤]到上式求解較為復雜，為提高求解效率，本文采用文獻［26］中的方法求取(ρ'ij)m×m。

2）對ρ'進行Cholesky 分解得到下三角矩陣G：

2.2 IES 需求響應建模

2.2.1 基于電價的需求響應機制

基于電價的需求響應主要通過設置峰谷分時電價來對用戶的用能行為進行引導。通過引入電量電價彈性矩陣，實施峰谷分時電價后的用戶用電量可由下式計算：

式中：E=[ef，ep，eg]T為實施分時電價后峰、平、谷時 段 的 用 電 量；E0=[e0f，e0p，e0g]T為 實 施 分 時 電 價前峰、平、谷時段的用電量；M為電量電價彈性矩陣，其具體計算方法詳見文獻［27］；p0f、p0p、p0g分別為實施分時電價前峰、平、谷時段的電價；Δpf、Δpp、Δpg分別為實施分時電價前后峰、平、谷時段的電價變化量。

2.2.2 柔性負荷建模

柔性負荷可以靈活調節(jié)用能行為，緩解供需矛盾，對IES 的可靠性評估有著不可忽視的影響。本文主要考慮以下3 類柔性負荷：可平移負荷、可轉移負荷和可削減負荷，其具體建模方法詳見文獻［28］，在此不再贅述。

2.3 基于序貫蒙特卡洛模擬法的IES 可靠性評估

2.3.1 序貫蒙特卡洛法仿真模型

假設系統所有元件均采用工作-故障兩狀態(tài)模型，元件的故障率和修復率分別為常數λ和μ，此時元件的無故障工作時間（time to failure，TTF）和修復時間（time to repair，TTR）均為服從指數分布的隨機變量，可按式（16）和式（17）依次進行抽樣［29］，形成元件運行狀態(tài)持續(xù)時間序列，綜合各元件可得到系統運行狀態(tài)序列。

式中：TTTF為無故障工作時間；TTTR為修復時間；δ1和δ2分別為［0，1］上均勻分布的隨機數。

選取評估指標的方差系數作為收斂判據，當所有評估指標的方差系數均小于給定值ε時認為程序收斂，其中ε一般取為0.03～0.08。方差系數具體計算方法為：

式中：βV為評估指標V的方差系數；σV為評估指標V的均值；μV為評估指標V的標準差；Nyear為模擬仿真年數。

2.3.2 IES 網絡連通性分析

對蒙特卡洛模擬所得到的系統狀態(tài)進行網絡連通性分析，主要目的是分析系統中某一設備故障后，系統包含連通域的數量及每個連通域的構成情況。此處，采用節(jié)點標記法進行系統的連通性辨識。節(jié)點標記法通過依次搜索每條支路及其兩端節(jié)點編號，將可以連通的節(jié)點劃分為同一區(qū)域，完成所有支路的搜索后即可完成系統的連通性分析。

2.3.3 計及用戶熱舒適度的負荷削減策略

當IES 中設備出現故障導致系統不能完全滿足所有負荷需求時，需要進行負荷削減以保證剩余負荷的正常供能［30］。本文通過定義負荷削減系數來確定負荷削減的優(yōu)先順序，綜合考慮負荷所處位置和負荷重要程度，定義負荷削減系數如下式所示［31］：

式 中：αi為 負 荷 節(jié) 點i的 位 置 系 數；di，sj為 負 荷 節(jié) 點i與電（氣、熱）源節(jié)點sj的最小距離，其與系統拓撲結構有關，相鄰兩負荷點距離為1；Ns為電（氣、熱）源節(jié)點總數；βi為負荷節(jié)點i的重要程度系數；Ii為負荷節(jié)點i的負荷削減系數，其值越小表示負荷削減優(yōu)先級別越高。

基于上述負荷削減系數，設置計及用戶熱舒適度的負荷削減策略如下：對網絡連通性分析后得到的所有連通域分別進行狀態(tài)分析，若第k個連通域內能源供給不能完全滿足所有負荷能源需求，則需根據負荷削減系數依次削減負荷，每完成一個節(jié)點的負荷削減工作后便重新進行功率平衡分析，直至第k個連通域內能源供給量不小于負荷量。

對于電負荷和氣負荷，每次將負荷點處負荷削減至零。對于熱負荷，本文基于負荷熱慣性以及PMV 值來設置負荷削減策略，其基本原則是使負荷削減后的溫度盡量不低于最低允許溫度，即當要削減某一負荷點處的負荷時，先假設將此負荷點處負荷削減至零，通過式（1）和式（2）計算下一時刻溫度，若下一時刻溫度高于設置的最低允許溫度，則將此負荷點處負荷削減至零；若下一時刻溫度低于設置的最低允許溫度，則將下一時刻溫度設置為最低允許溫度，通過式（1）和式（2）計算負荷功率，從而得到負荷削減功率。

計及用戶熱舒適度的負荷削減策略流程如圖1所示。

圖1 計及用戶熱舒適度的負荷削減策略流程圖Fig.1 Flow chart of load shedding strategy considering thermal comfort level of customers

2.4 IES 可靠性評估流程

綜上所述，基于序貫蒙特卡洛模擬法的IES 可靠性評估流程具體步驟如下：

1）輸入系統原始參數并進行數據初始化，設置仿真時間t=0，仿真年數Nyear=1。

2）隨機產生與元件數量一致的隨機數，根據式（16）求取每個元件的TTF。

3）選取TTF 最小的元件作為故障元件，得到系統的正常工作時間T=min(TTTF)，累計仿真時間t=t+T。

4）再產生一隨機數，根據式（17）求取故障元件的TTR，作為系統故障持續(xù)時間。

5）采用節(jié)點標記法對網絡進行連通性分析，分析系統包含連通域的數量及每個連通域的構成。

6）判斷系統中可再生能源出力是否具有相關性，若是，則通過Nataf 變換生成具有相關性的可再生能源出力樣本，否則進入下一步。

7）首先，對故障設備所處的子系統進行狀態(tài)分析，若區(qū)域內能源供給量為零，則區(qū)域內所有負荷均得不到能源供給；若能源供給量不為零且不小于負荷量，則無須進行負荷削減；若能源供給量不為零且小于負荷量，則基于計及用戶熱舒適度的負荷削減策略，對區(qū)域內負荷進行削減，直至能源供給量大于等于負荷量。

8）判斷故障是否通過能源耦合設備影響到其他能源子系統，即判斷能源集線器的輸入、輸出量是否發(fā)生變化，對其他能源子系統進行狀態(tài)分析。

9）對于熱負荷節(jié)點，通過式（1）和式（2）計算下一時刻溫度。

10）累計負荷點故障時間、故障次數和熱舒適時間，累計仿真時間t=t+T+TTTR。

11）判斷仿真時間t是否大于仿真年數Nyear，若是，則進入下一步，否則返回第2）步。

12）計算負荷點、系統級可靠性指標，判斷可靠性指標是否收斂，若是，則進入下一步，否則Nyear=Nyear+1，返回第2）步。

13）輸出負荷點、系統級可靠性指標計算結果，對IES 可靠性水平進行評估。

IES 可靠性評估流程圖見附錄A 圖A1。

3 算例分析

3.1 算例概況

本文采用修改的IEEE 33 節(jié)點電力系統與天然氣11 節(jié)點系統、熱力32 節(jié)點系統經2 個能源集線器耦合而成的IES 進行算例仿真分析。其中，在修改的IEEE 33 節(jié)點電力系統中，節(jié)點EB18、EB22、EB25 和EB33 各配置一臺光伏機組。算例系統拓撲結構如附錄B 圖B1 所示，其中，虛線為電力系統聯絡線，天然氣系統和熱力系統參數見文獻［32-33］，采暖建筑物熱慣性方程相關參數見文獻［20］，PMV 計算方程相關參數見文獻［23］，能源集線器參數及光伏機組參數如附錄B 表B1、表B2 所示。

假設不同設備的故障相互獨立，并且只考慮單重故障的情況［9］，故障元件包括變壓器、光伏機組、配電線路、氣源、天然氣管道、熱源、熱力管道以及能源轉換設備，系統元件可靠性參數參照文獻［9，16］，其具體取值如附錄B 表B3 所示。實施分時電價前后的負荷（以節(jié)點EB7 為例）曲線如附錄B 圖B2 所示，由圖可知分時電價的實施起到了削峰填谷的作用。此外，設置節(jié)點EB20 為可削減負荷、節(jié)點EB28 為可平移負荷、節(jié)點GB6 為可轉移負荷。設置采暖建筑熱負荷最低允許溫度為18 ℃（在本算例參數設置下PMV 值為-2 時對應的溫度值），最高溫度為25 ℃，熱負荷溫度仿真步長Δt為1 h，熱負荷在一天內的溫度變化如附錄B 圖B3 所示。由圖可知，由于負荷熱慣性的存在，使得用戶對供熱狀態(tài)的感知滯后于設備狀態(tài)的改變。仿真收斂條件為系統級可靠性指標的方差系數小于0.05。

3.2 算例結果分析

3.2.1 可靠性指標分析

采用本文所提的IES 可靠性評估方法對上述算例進行仿真分析。負荷點可靠性指標計算結果如附錄C 圖C1—圖C3 所示，系統級可靠性指標計算結果如表2 所示。

表2 系統級可靠性指標計算結果Table 2 Calculation results of system-level reliability indices

表中可靠性指標計算結果表明：

1）電力系統、熱力系統與天然氣系統中，系統平均停供持續(xù)時間RSAIDI和供應不足期望REENS逐漸增大，系統平均供能可靠率RASAI逐漸減小，說明電力系統可靠性水平最高，熱力系統次之，天然氣系統可靠性水平最低。

2）相比于電力系統和天然氣系統，熱力系統平均停供頻率RSAIFI較小，分析其原因如下：系統故障時采用了計及用戶熱舒適度的負荷削減策略進行負荷削減，并且選擇溫度而不是功率作為熱負荷故障的判斷標準，導致熱力系統會出現功率削減后仍然滿足熱需求的情況，使得負荷點故障率降低。

3）3 個能源子系統和IES 整體的平均供能可靠率RASAI均在99%以上，系統熱用戶滿意度RSHUS為99.905%，可靠性水平較高但仍有提升空間。

3.2.2 光伏出力相關性對系統可靠性的影響

為了驗證光伏出力相關性對系統可靠性的影響，設置不同光伏機組的出力相關系數均相同。相關系數分別為0.01、0.50、0.99 時，電力系統負荷點平均停供持續(xù)時間γ如圖2 所示，電力系統和IES 整體的系統級可靠性指標如表3 所示。通過圖2 可以看出，隨著光伏出力相關系數的增大，電力系統負荷點平均停供持續(xù)時間γ呈降低趨勢，可靠性水平升高。進一步通過表3 可以看出，光伏出力相關系數增大，電力系統和IES 整體可靠性水平上升，與圖2結果相吻合。

表3 不同光伏出力相關系數下電力系統和IES 系統級可靠性指標Table 3 System-level reliability indices of power system and IES with different correlation coefficients of photovoltaic output

圖2 不同光伏出力相關系數下的電力系統負荷點可靠性指標γFig.2 Load-level reliability index γ of power system with different correlation coefficients of photovoltaic output

分析其原因如下：相比于負荷水平而言，系統光伏機組容量較小，當光伏出力相關系數較小時，不同光伏機組出力差別較大，只要個別光伏機組出力偏低便會導致供電不足，使得可靠性水平偏低；當光伏出力相關系數較大時，光伏機組同時出力偏高的可能性增加，有利于可靠性水平的提高。此外，由于系統中存在電轉熱設備，電力系統可靠性水平上升進而導致熱力系統可靠性水平上升；電力系統和熱力系統可靠性水平的升高導致IES 整體可靠性水平上升；而系統中沒有電轉氣等電能轉換成天然氣的裝置，電力系統可靠性水平升高不會對天然氣系統產生明顯影響。

3.2.3 負荷削減策略對系統可靠性的影響

設置2 種不同的負荷削減策略：一種是本文2.3.3 節(jié)提出的計及用戶熱舒適度的負荷削減策略，即對熱負荷進行削減時，以下一時刻溫度不低于最低允許溫度為準則進行削減；另一種是不計及用戶熱舒適度的負荷削減策略，即對熱負荷進行削減時，與電負荷和氣負荷相同，直接將負荷功率削減至零。2 種情況下熱力系統負荷點故障率λ計算結果如圖3 所示，熱力系統和IES 的系統級可靠性指標計算結果如表4 所示。

通過圖3 可以看出，相比于計及用戶熱舒適度的負荷削減策略，不計及用戶熱舒適度時負荷點故障率λ呈增大趨勢，說明可靠性水平降低。進一步從表4 可以看出，當采取計及用戶熱舒適度的負荷削減策略時，熱力系統及IES 的可靠性指標計算結果更優(yōu)。因此，當IES 發(fā)生故障時，采取恰當的負荷削減策略對系統可靠性水平評估結果有提升作用。

圖3 不同負荷削減策略下的熱力系統負荷點可靠性指標λFig.3 Load-level reliability index λ of heating system with different load shedding strategies

表4 不同負荷削減策略下熱力系統和IES 系統級可靠性指標Table 4 System-level reliability indices of heating system and IES with different load shedding strategies

3.2.4 需求響應對系統可靠性的影響

為了驗證需求響應對系統可靠性的影響，設置以下2 種場景：場景1 考慮需求響應，包括基于電價的需求響應機制和柔性負荷；場景2 不考慮需求響應。2 種場景下的電力系統負荷點年平均停供持續(xù)時間U如圖4 所示，電力系統和IES 的系統級可靠性指標計算結果如表5 所示。

圖4 需求響應對電力系統負荷點可靠性指標U 的影響Fig.4 Effect of demand response on load-level reliability index U of power system

由圖4 可見，不考慮需求響應時電力系統負荷點年平均停供持續(xù)時間U呈增大趨勢，柔性負荷節(jié)點EB20 和EB28 的年平均停供持續(xù)時間U有較大幅度增加，可靠性水平降低。進一步從表5 可以看出，考慮需求響應有利于提高系統的可靠性水平。

表5 需求響應對系統級可靠性指標的影響Table 5 Effect of demand response on system-level reliability indices

3.2.5 耦合互濟對系統可靠性的影響

為了驗證IES 中不同能源子系統的耦合互濟對系統可靠性的影響，設置以下2 種場景：場景1 中IES 不存在耦合互濟，即能源集線器容量為0；場景2 中IES 存在耦合互濟，能源集線器參數與3.1 節(jié)相同。2 種場景下IES 系統級可靠性指標計算結果如表6 所示。通過表6 可以看出，相比于各能源子系統單獨運行，耦合互濟運行有利于充分利用各類能源以提升系統的可靠性水平，且系統熱用戶滿意度RSHUS有所提高，用戶熱舒適感提升；通過不同系統級可靠性指標計算的系統可靠性提升率從不同角度體現了能源耦合互濟對系統可靠性水平的影響程度。

表6 耦合互濟運行對IES 系統級可靠性指標的影響Table 6 Effect of coupled reciprocal operation on system-level reliability indices of IES

4 結語

針對傳統的IES 可靠性指標及評估方法難以兼顧負荷熱慣性問題以及熱用戶的用能本質，本文提出了計及用戶熱舒適度的IES 可靠性指標及評估方法，通過算例仿真驗證了所提方法的有效性，并得到了以下結論：

1）電力系統中光伏出力相關性會影響電力系統可靠性水平，進而通過能源轉換設備影響與其耦合互聯的其他能源子系統，從而對整個IES 可靠性水平帶來影響。當系統中光伏機組容量較小時，光伏出力相關系數與系統可靠性水平呈正相關。

2）系統故障時采取的負荷削減策略會對系統的可靠性水平帶來一定影響，本文采用的計及用戶熱舒適度的負荷削減策略對熱力系統以及IES 整體的可靠性水平評估結果有提升作用。

3）負荷需求響應與系統的耦合互濟運行方式有利于提升IES 的可靠性水平。

本文提出的可靠性評估方法中未考慮最優(yōu)能流問題，在需求響應建模方面也未充分考慮用戶電負荷的效用函數等問題，后續(xù)可在上述方面進行更深入的研究。

附錄見本刊網絡版（http：//www.aeps-info.com/aeps/ch/index.aspx），掃英文摘要后二維碼可以閱讀網絡全文。