雙碳目標(biāo)下新型電力系統(tǒng)風(fēng)險評述：特征、指標(biāo)及評估方法

胡 博，謝開貴，邵常政，潘聰聰，林鋮嶸，趙宇生

（輸配電裝備及系統(tǒng)安全與新技術(shù)國家重點實驗室（重慶大學(xué)），重慶市 400044）

0 引言

為應(yīng)對環(huán)境和氣候問題，大力發(fā)展風(fēng)能、太陽能等新能源成為世界各國制定能源政策、推進能源清潔轉(zhuǎn)型的普遍選擇。2021 年3 月，國家中央財經(jīng)領(lǐng)導(dǎo)小組第九次會議明確提出將“碳達(dá)峰·碳中和”納入生態(tài)文明建設(shè)總體布局，構(gòu)建以新能源為主體的新型電力系統(tǒng)［1］。

新型電力系統(tǒng)范式下，供給側(cè)將由風(fēng)電/光伏等具有顯著不確定性的新能源發(fā)電主導(dǎo)［2-4］；需求側(cè)中可響應(yīng)負(fù)荷的比例將顯著增加，受用戶響應(yīng)行為等因素的影響，需求側(cè)不確定性顯著增強［5-7］。因此，在新型電力系統(tǒng)中，將出現(xiàn)“源荷雙側(cè)不確定性愈發(fā)顯著”的情景，系統(tǒng)供需平衡由“確定性的供給側(cè)調(diào)控資源應(yīng)對不確定性負(fù)荷”轉(zhuǎn)變?yōu)椤安淮_定性的供給側(cè)資源與不確定性的需求側(cè)資源動態(tài)匹配”，這將使得系統(tǒng)運行和風(fēng)險控制面臨嚴(yán)峻挑戰(zhàn)。例如，2020年8 月14 日和15 日，新能源并網(wǎng)帶來的波動性等問題使得供需矛盾突出，美國加州電力系統(tǒng)獨立運營商連續(xù)兩天宣布進入三級緊急狀態(tài)，一度中斷超過40 萬家企業(yè)和家庭的供電［8］。

在這種背景下，亟須提出新型電力系統(tǒng)風(fēng)險評估方法，為系統(tǒng)規(guī)劃和運行提供量化決策依據(jù)，保障系統(tǒng)安全可靠運行［9］。針對傳統(tǒng)電力系統(tǒng)風(fēng)險評估的研究已經(jīng)相對成熟。這些方法主要基于元件停運模型、負(fù)荷模型和潮流計算模型，分析系統(tǒng)不同故障狀態(tài)下的失負(fù)荷后果，進而表征系統(tǒng)按照可接受的質(zhì)量標(biāo)準(zhǔn)和所需數(shù)量不間斷地向用戶供應(yīng)電力和電能量的能力。需要強調(diào)的是，相較于傳統(tǒng)電力系統(tǒng)，新型電力系統(tǒng)形態(tài)發(fā)生重大變化，風(fēng)險產(chǎn)生機理和風(fēng)險特征也相應(yīng)改變，傳統(tǒng)電力系統(tǒng)風(fēng)險分析方法難以適用。具體表現(xiàn)為：

1）傳統(tǒng)風(fēng)險評估主要針對元件故障等隨機不確定性；新型電力系統(tǒng)風(fēng)險因素更加多源化，涉及隸屬認(rèn)知不確定性和決策依賴不確定性范疇的風(fēng)險因素。

2）傳統(tǒng)風(fēng)險評估指標(biāo)體系主要關(guān)注切負(fù)荷風(fēng)險，相對單一；新型電力系統(tǒng)風(fēng)險表現(xiàn)形式更加多樣化，需要同時考慮供需失衡的上行風(fēng)險和下行風(fēng)險以及碳排放等相關(guān)風(fēng)險。

3）傳統(tǒng)風(fēng)險評估方法主要進行隨機不確定性建模，評估系統(tǒng)充裕性；新型電力系統(tǒng)因含有多源風(fēng)險因素，其風(fēng)險評估模型更加復(fù)雜，需要考慮安全性、靈活性和彈性等系統(tǒng)屬性對風(fēng)險的綜合影響。

4）傳統(tǒng)薄弱環(huán)節(jié)辨識主要基于元件可靠性參數(shù)；新型電力系統(tǒng)中薄弱環(huán)節(jié)成因更加復(fù)雜，需要考慮對多異質(zhì)物理對象進行責(zé)任分?jǐn)偂?/p>

基于“系統(tǒng)形態(tài)→系統(tǒng)風(fēng)險特征→系統(tǒng)風(fēng)險評估理論體系”的邏輯鏈條，本文論述了一套面向新型電力系統(tǒng)的風(fēng)險評估體系。首先，分析了電力系統(tǒng)風(fēng)險的定義；接著，歸納并闡述了新型電力系統(tǒng)的風(fēng)險特征；然后，梳理出風(fēng)險評估的三級指標(biāo)體系；進一步，總結(jié)了新型電力系統(tǒng)風(fēng)險評估方法；最后，探討了考慮新型電力系統(tǒng)風(fēng)險特征的薄弱環(huán)節(jié)辨識方法。在應(yīng)對高比例新能源方面，本文論述的風(fēng)險評估體系可以體現(xiàn)新型電力系統(tǒng)風(fēng)險多樣化的表現(xiàn)形式，能夠準(zhǔn)確刻畫系統(tǒng)風(fēng)險并衡量多種風(fēng)險因素的風(fēng)險責(zé)任貢獻(xiàn)度，與傳統(tǒng)方法相比具有顯著的優(yōu)勢。

1 電力系統(tǒng)風(fēng)險的定義和量化

電力系統(tǒng)風(fēng)險的根源在于設(shè)備狀態(tài)、電源出力以及電力負(fù)荷等的概率特性［10］。這些概率特性導(dǎo)致系統(tǒng)存在多種可能的運行狀態(tài)，從而導(dǎo)致系統(tǒng)出現(xiàn)切負(fù)荷、大規(guī)模棄風(fēng)/棄光/棄水等。電力系統(tǒng)風(fēng)險是對所有潛在事件的可能性和事件后果的綜合量度，一般將這種量度以風(fēng)險指標(biāo)R刻畫［11-12］，如式（1）所示。

式中：w表示系統(tǒng)當(dāng)前的運行方式；i表示系統(tǒng)狀態(tài)；S為 系 統(tǒng) 狀 態(tài) 集 合；pi為 狀 態(tài)i出 現(xiàn) 的 概 率；si，w表 示在當(dāng)前運行方式下狀態(tài)i對應(yīng)的嚴(yán)重程度。當(dāng)計算電力系統(tǒng)中失負(fù)荷風(fēng)險時，si，w指系統(tǒng)在狀態(tài)i下的失負(fù)荷量，風(fēng)險指標(biāo)R為期望缺供電量（expected energy not supplied，EENS）。

從式（1）可以看出，對電力系統(tǒng)進行風(fēng)險評估需要從狀態(tài)概率pi和狀態(tài)嚴(yán)重程度si，w計算兩方面入手，才能得到對應(yīng)的系統(tǒng)風(fēng)險指標(biāo)。與傳統(tǒng)電力系統(tǒng)相比，新型電力系統(tǒng)源荷雙側(cè)的不確定性顯著增強，導(dǎo)致風(fēng)險評估中計算pi需要考慮的不確定性因素增多，計算復(fù)雜度變高。此外，新型電力系統(tǒng)中，si，w也可以是系統(tǒng)的棄風(fēng)、棄光、棄水量或碳排放量，風(fēng)險表現(xiàn)形式更加多樣；如何提出相關(guān)指標(biāo)準(zhǔn)確刻畫不同風(fēng)險，并計算對應(yīng)的si，w有待解決。為解決上述難題，本文分析歸納了新型電力系統(tǒng)的風(fēng)險特征，為后續(xù)章節(jié)中風(fēng)險指標(biāo)體系、風(fēng)險評估和跟蹤方法奠定了基礎(chǔ)。

2 新型電力系統(tǒng)風(fēng)險特征

2.1 風(fēng)險來源更加多樣

傳統(tǒng)電力系統(tǒng)考慮的風(fēng)險因素，包括電氣元件故障、通信系統(tǒng)故障、惡劣天氣和自然災(zāi)害等［13］。這類風(fēng)險因素呈現(xiàn)明顯的隨機性，可以用隨機不確定性建模方法表征。新型電力系統(tǒng)中，除元件故障等隨機不確定性因素外，由于數(shù)據(jù)、知識匱乏導(dǎo)致的新能源發(fā)電和需求響應(yīng)的建模不準(zhǔn)確也將顯著影響系統(tǒng)運行風(fēng)險，這一類風(fēng)險因素隸屬認(rèn)知不確定性［14-15］；此外，新型電力系統(tǒng)更加關(guān)注系統(tǒng)時變的行為［16］，部分供需雙側(cè)不確定特性和設(shè)備可靠性參數(shù)不確定性等受規(guī)劃、運行策略的影響顯著，表現(xiàn)出決策依賴不確定性。

表1 按照不確定性的類別，將新型電力系統(tǒng)的風(fēng)險來源劃分為隨機不確定性、認(rèn)知不確定性、決策依賴不確定性三大類，并對每類風(fēng)險來源和成因進行了解釋。從表1 中可以看出，相較于傳統(tǒng)電力系統(tǒng)，新型電力系統(tǒng)風(fēng)險來源在3 種不確定性類型上均有所體現(xiàn)。因此，在對新型電力系統(tǒng)風(fēng)險評估時，需要統(tǒng)一分析歸屬于3 種不確定性類型的風(fēng)險來源。

表1 新型電力系統(tǒng)風(fēng)險來源Table 1 Risk sources of new power system

2.2 風(fēng)險表現(xiàn)形式更加復(fù)雜

元件的隨機故障、新能源機組出力和負(fù)荷的隨機波動可能會導(dǎo)致系統(tǒng)無法滿足負(fù)荷需求，引發(fā)系統(tǒng)供需失配的下行風(fēng)險，出現(xiàn)切負(fù)荷［26］。

新型電力系統(tǒng)中，發(fā)電側(cè)的風(fēng)光水資源受自然稟賦影響較大，當(dāng)無法及時利用或存儲時就會出現(xiàn)棄風(fēng)/棄光/棄水的情形，引發(fā)系統(tǒng)供需失配的上行風(fēng)險。此外，在“雙碳”目標(biāo)下，作為電力系統(tǒng)清潔性代表的碳排放情況也應(yīng)視為系統(tǒng)風(fēng)險表現(xiàn)。需要指出的是，電力系統(tǒng)的棄風(fēng)/棄光/棄水風(fēng)險用于評估系統(tǒng)在給定運行狀態(tài)下的新能源消納能力，而碳排放風(fēng)險則同時刻畫了電源結(jié)構(gòu)等，其內(nèi)涵更加豐富，為量化系統(tǒng)低碳水平和分析系統(tǒng)運行情況提供了參考。因此，新型電力系統(tǒng)的風(fēng)險宏觀表現(xiàn)可歸納為切負(fù)荷、棄風(fēng)/棄光/棄水、碳排放（過高）3 個方面。

2.3 風(fēng)險調(diào)控資源兼具可調(diào)節(jié)性與不確定性

在傳統(tǒng)電力系統(tǒng)中，以火電、水電等常規(guī)機組為代表的同步機組是系統(tǒng)主要的風(fēng)險調(diào)控資源，其運行情況和工作狀態(tài)通常是確定的。而在新型電力系統(tǒng)中，大量常規(guī)機組被風(fēng)光等具有不確定性的新能源替代，導(dǎo)致系統(tǒng)的風(fēng)險調(diào)控資源顯著減少，給系統(tǒng)穩(wěn)定運行帶來挑戰(zhàn)。

為解決上述難題，國內(nèi)外研究指出，可將風(fēng)光等新能源作為系統(tǒng)應(yīng)對風(fēng)險的一種資源［27-28］，進而有效改善系統(tǒng)調(diào)控資源不足的困境。另一方面，需求響應(yīng)技術(shù)［29-30］獲得快速發(fā)展，但受用戶響應(yīng)意愿和行為等影響，需求響應(yīng)資源也呈現(xiàn)出一定的不確定性［15］。因此，在新型電力系統(tǒng)中，風(fēng)險調(diào)控的主要資源（新能源發(fā)電、需求響應(yīng)等）將兼具可調(diào)節(jié)性與不確定性，該特點顯著區(qū)別于傳統(tǒng)電力系統(tǒng)。

3 新型電力系統(tǒng)風(fēng)險評估指標(biāo)

本章梳理出新型電力系統(tǒng)風(fēng)險的三級指標(biāo)體系，以刻畫多元風(fēng)險來源和表現(xiàn)形式，如圖1 所示。

圖1 新型電力系統(tǒng)風(fēng)險評估指標(biāo)體系Fig.1 Risk assessment index hierarchy in new power system

一級風(fēng)險指標(biāo)刻畫系統(tǒng)風(fēng)險宏觀表現(xiàn)，說明風(fēng)險表現(xiàn)“是什么”，包含切負(fù)荷、棄風(fēng)/棄光/棄水、碳排放3 個方面；二級風(fēng)險指標(biāo)立足于系統(tǒng)屬性，闡述系統(tǒng)風(fēng)險產(chǎn)生原因，說明風(fēng)險“為什么”產(chǎn)生，包含系統(tǒng)充裕性不足、安全性不足、靈活性不足、彈性不足、清潔性不足5 個方面；三級風(fēng)險指標(biāo)從二級指標(biāo)對應(yīng)的系統(tǒng)屬性入手，給出調(diào)控系統(tǒng)風(fēng)險的思路，說明風(fēng)險控制“怎么做”。

3.1 新型電力系統(tǒng)風(fēng)險一級指標(biāo)

切負(fù)荷類風(fēng)險代表供需失配的下行風(fēng)險，代表元件故障、新能源波動等導(dǎo)致的“供不應(yīng)求”的風(fēng)險，主要包括期望缺供電量EENS、期望缺電概率（loss of load probability，LOLP）、期望缺電頻率（loss of load frequency，LOLF）［31］，分別用REENS、RLOLP、RLOLF表示，即

式中：Ti為處于狀態(tài)i的時間；Ci為狀態(tài)i對應(yīng)的負(fù)荷削減量，通常由基于最優(yōu)潮流（optimal power flow，OPF）的最優(yōu)切負(fù)荷模型確定；Fi為系統(tǒng)處于狀態(tài)i的頻率。

棄風(fēng)/棄光類風(fēng)險代表供需失配的上行風(fēng)險，代表新能源或水電出力充足但潮流阻塞等導(dǎo)致的“供大于求”的風(fēng)險。棄水指標(biāo)可參考文獻(xiàn)［32］，棄風(fēng)/棄光指標(biāo)主要包括系統(tǒng)在給定時間區(qū)間內(nèi)棄風(fēng)電量（wind energy curtailment，WEC）、棄光電量（solar energy curtailment，SEC）或者棄風(fēng)率（wind energy curtailment rate，WECR）、棄 光 率（solar energy curtailment rate，SECR）等［33］，分 別 用RWEC、RSEC、RWECR、RSECR表示，即

式中：PW，i為狀態(tài)i對應(yīng)的棄風(fēng)電力；PS，i為狀態(tài)i對應(yīng)的棄光電力；RSE為給定時間區(qū)間內(nèi)光伏額定發(fā)電總量；RWE為給定時間區(qū)間內(nèi)風(fēng)力最大發(fā)電總量。

碳排放類風(fēng)險代表系統(tǒng)發(fā)電的清潔程度，代表電源結(jié)構(gòu)不合理、新能源發(fā)電利用率低導(dǎo)致的碳排放超標(biāo)風(fēng)險。定義系統(tǒng)在給定時間區(qū)間內(nèi)的期望碳排放量（carbon emission，CE）指標(biāo)，記為RCE，滿足：

式中：RCE，i為狀態(tài)i對應(yīng)的碳排放量，具體分析計算過程見文獻(xiàn)［34-37］。

3.2 新型電力系統(tǒng)風(fēng)險二級指標(biāo)

3.2.1 充裕性指標(biāo)

充裕性表征系統(tǒng)設(shè)施在系統(tǒng)約束條件下充分滿足用戶負(fù)荷需求的能力，可以用網(wǎng)架強健度（system robustness，SR）和 電 源 強 健 度（power robustness，PR）刻畫，分別用RSR、RPR表示，滿足

式中：SSR為系統(tǒng)在電源無故障、網(wǎng)架出現(xiàn)k階故障下能保持供需平衡的狀態(tài)集合；SPR為系統(tǒng)在網(wǎng)架無故障、電源出現(xiàn)l階故障下保持供需平衡的狀態(tài)集合。網(wǎng)架強健度和電源強健度越好，系統(tǒng)失負(fù)荷風(fēng)險越低。

3.2.2 安全性指標(biāo)

安全性表征系統(tǒng)對動態(tài)和暫態(tài)擾動的響應(yīng)能力［31］，可以從物理側(cè)和信息側(cè)進行考量。

物理側(cè)系統(tǒng)安全性可以用有功靜態(tài)安全域、交直流并聯(lián)輸電系統(tǒng)實用動態(tài)安全域［38］、慣量安全域［39］等進行刻畫。這里以慣量安全域進行說明。慣量過低是新型電力系統(tǒng)高比例電力電子化后所帶來的新風(fēng)險，可以借由慣量安全域進行可視化表征，即在功率注入空間內(nèi)，所有滿足潮流約束、運行安全約束和頻率穩(wěn)定約束條件的運行點對應(yīng)系統(tǒng)慣量值所構(gòu)成的集合。該指標(biāo)計算如下［39］：

式中：ΩISR為慣量安全域；F(P，Q，U，θ)為潮流約束，其中，P為有功功率，Q為無功功率，U為電壓，θ為相角；G(P，Q，U，θ)∈[Gmin，Gmax]為運行安全約束；f∈[fmin，fmax]為頻率穩(wěn)定約束；I∈[Imin，Imax]為慣量安全約束；下標(biāo)max 和min 分別表示對應(yīng)變量的上限和下限。

信息側(cè)系統(tǒng)安全性可以用時延域（delay margin，DM）、信息攻擊成功率、信息攻擊切負(fù)荷量等進行刻畫。時延域是指在信息-物理空間內(nèi)所有滿足運行安全約束和頻率穩(wěn)定約束條件的運行點對應(yīng)的信息時延所構(gòu)成的集合，表征系統(tǒng)對信息時延的容忍能力［40-41］。對于多區(qū)域互聯(lián)系統(tǒng)的集中式負(fù)荷頻率控制而言，小擾動下的時延域ΩDM計算如下：

式中：x?(t)=Ax(t)+Ad x(t-d(t))+FΔPL為多區(qū)域互聯(lián)系統(tǒng)線性化的狀態(tài)空間表達(dá)式；x（t）為系統(tǒng)狀態(tài)變量；d(t)為信息時延；t為時間；A、Ad、F為系統(tǒng)參數(shù)；ΔPL為負(fù)荷波動量；V（x（t），d（t））為與系統(tǒng)狀態(tài)變量和信息時延相關(guān)的Lyapunov 函數(shù)，具體計算過程可以參考文獻(xiàn)［40，42］。

信息攻擊成功率PCA和信息攻擊切負(fù)荷期望REENS，CA表征信息攻擊引發(fā)的風(fēng)險：

式中：pCA，j為信息攻擊j的成功概率；CCA，j為信息攻擊j導(dǎo)致的切負(fù)荷電力；Tj為系統(tǒng)處于狀態(tài)j的時間。

3.2.3 靈活性指標(biāo)

靈活性表征電力系統(tǒng)應(yīng)對負(fù)荷波動的動態(tài)調(diào)節(jié)能力。當(dāng)電力系統(tǒng)靈活性資源響應(yīng)速度不能實時匹配負(fù)荷變化率時，系統(tǒng)會產(chǎn)生負(fù)荷削減或棄風(fēng)/棄光的風(fēng)險。靈活性指標(biāo)主要包括上調(diào)靈活性不足概率（probability of up flexibility not supplied，PUFNS）、上調(diào)靈活性不足期望（expected up flexibility not supplied，EUFNS）、下 調(diào) 靈 活 性 不 足 概 率（probability of down flexibility not supplied，PDFNS）、下調(diào)靈活性不足期望（expected down flexibility not supplied，EDFNS），分 別 用RPUFNS、REUFNS、RPDFNS、REDFNS表示，滿足［43］：

式中：RU，t為系統(tǒng)在時刻t可用的上調(diào)容量；Pnet，t+1為時 刻t+1 的 凈 負(fù) 荷 量；Pnet，t為 時 刻t的 凈 負(fù) 荷 量；ΔRU，t為系統(tǒng)在時刻t上調(diào)容量的變化量；RD，t為系統(tǒng)在時刻t可用的下調(diào)容量；ΔRD，t為系統(tǒng)在時刻t下調(diào)容量的變化量；p{·}表示事件發(fā)生概率。

3.2.4 彈性指標(biāo)

彈性表征電力系統(tǒng)針對小概率-高損失極端事件的預(yù)防、抵御以及快速恢復(fù)負(fù)荷的能力［44］。

彈性指標(biāo)主要包括恢復(fù)力（resilience，RES）、恢復(fù) 率（rate of restoration，RoR）和 吸 收 率（rate of absorption，RoA）［45-46］，分別用RRES、RRoR、RRoA表示，滿足：

式 中：Fs，i，t為 系 統(tǒng) 在 極 端 場 景i下 的 性 能；Fs，0，t為 系統(tǒng)在正常運行狀態(tài)下的性能；t1為極端事件發(fā)生的時刻；t2為系統(tǒng)性能完全恢復(fù)的時刻；s(S)為電力系統(tǒng)運行狀態(tài)數(shù)；PRoR為給定時段TRoR內(nèi)電力系統(tǒng)恢復(fù)的供電量；LRoA為給定時段TRoA內(nèi)電力系統(tǒng)削減負(fù)荷量；RRoR為單位時間內(nèi)系統(tǒng)切負(fù)荷量；RRoA為單位時間內(nèi)系統(tǒng)恢復(fù)供電量。

3.2.5 清潔性指標(biāo)

清潔性表征電力系統(tǒng)碳排放的程度，主要包括新能源裝機容量比（new energy installed capacity ratio，NEICR）和給定時間區(qū)間內(nèi)的碳中和率（carbon neutrality rate，CNR），分別用RNEICR、RCNR表示，即

式中：CNE為新能源裝機容量；CT為總裝機容量；CN為系統(tǒng)碳捕集量；CE為系統(tǒng)碳排放量，具體分析計算過程見文獻(xiàn)［34-35，47］。若新能源占比RNEICR越高，或者碳中和率RCNR越高，則系統(tǒng)對環(huán)境的碳排放量相應(yīng)會低一些，反之亦然。

3.3 新型電力系統(tǒng)風(fēng)險三級指標(biāo)

3.3.1 充裕性調(diào)節(jié)指標(biāo)

調(diào)控系統(tǒng)充裕性不足風(fēng)險可以從源荷雙側(cè)的變化關(guān)系入手。新型電力系統(tǒng)以新能源為主體，需要用不確定的電源去匹配不確定的負(fù)荷，電源與負(fù)荷波動之間的數(shù)值關(guān)系就顯得十分重要。在給定的時間區(qū)間內(nèi)，當(dāng)負(fù)荷需求增長時，若新能源出力相應(yīng)增長，則系統(tǒng)調(diào)度控制的壓力小、切負(fù)荷風(fēng)險?。辉谪?fù)荷需求減小時，若新能源出力增長，則系統(tǒng)調(diào)度控制的壓力大、棄風(fēng)/棄光風(fēng)險高，如圖2 所示。

圖2 電力系統(tǒng)源荷同動性Fig.2 Power system synchronization between source and load

為此，定義系統(tǒng)在給定時間區(qū)間內(nèi)的表征電源與負(fù)荷之間相關(guān)關(guān)系的源荷同動性指標(biāo)ρT為：

式中：P為系統(tǒng)給定時間區(qū)間內(nèi)的電源出力；L為系統(tǒng)給定時間區(qū)間內(nèi)的負(fù)荷；Cov(P，L)為變量P與L之間的協(xié)方差；σP、σL分別為變量P和變量L的標(biāo)準(zhǔn)差。顯然，在給定時間區(qū)間內(nèi)，若系統(tǒng)負(fù)荷與電源之間的同動性越接近于1，則電源出力跟蹤負(fù)荷需求的能力越好，系統(tǒng)切負(fù)荷風(fēng)險越小。

在給定時間區(qū)間內(nèi)，當(dāng)系統(tǒng)負(fù)荷變化不大但新能源機組出力波動大時，系統(tǒng)需頻繁進行調(diào)控。受制于機組爬坡、機組啟停約束等影響，系統(tǒng)有可能不得不進行切負(fù)荷或者棄風(fēng)/棄光，如圖3 所示。

圖3 電力系統(tǒng)風(fēng)光互補性Fig.3 Complementarity between wind and solar energy in power system

為了表征風(fēng)光之間的出力波動關(guān)系，給出風(fēng)光互補性指標(biāo)ρH為：

式中：Pi、Pj為給定時間區(qū)間內(nèi)不同類型電源出力序列。顯然，系統(tǒng)風(fēng)光互補性越接近于1，則新能源出力波動越大，系統(tǒng)調(diào)控電源跟蹤負(fù)荷的壓力也越大，更容易產(chǎn)生棄風(fēng)/棄光或者失負(fù)荷風(fēng)險。

3.3.2 安全性調(diào)節(jié)指標(biāo)

調(diào)控安全性不足風(fēng)險可以從電力系統(tǒng)物理側(cè)和信息側(cè)入手。

物理側(cè)安全性的調(diào)控包括上述各類安全域的調(diào)控，這里以慣量安全域為例進行說明。為調(diào)節(jié)系統(tǒng)運行狀態(tài)與慣量安全域邊界的關(guān)系，可以通過改變機組組合方式［39］、優(yōu)化阻尼參數(shù)［48］、控制區(qū)間振蕩模式［49］等方式降低系統(tǒng)慣量不足風(fēng)險，具體可以用慣量安全域面周比、慣量儲備系數(shù)（intertia reserve coefficient，IRC）、慣 量 安 全 裕 度（intertia security margin，ISM）3 個指標(biāo)來刻畫，分別用RAP、RIRC、RISM表示，即

式中：AISR為慣量安全域的面積；CISR為慣量安全域的周長；RRT為面積等同AISR的矩形面周比；IOP為系統(tǒng)實際運行慣量；IMIL為慣量安全域上界；ISIL為慣量安全域下界。相應(yīng)的概念也可以進一步推廣至有功靜態(tài)安全域、無功靜態(tài)安全域、時延域等安全域中。

信息側(cè)安全性的調(diào)控包括時延域和信息攻擊風(fēng)險的調(diào)控。這里以調(diào)控信息攻擊風(fēng)險為例進行說明。注意到信息攻擊往往是攻擊方與系統(tǒng)防御方之間的多點攻防博弈，可以通過優(yōu)化防御資源調(diào)控策略［50］、虛假數(shù)據(jù)檢測［51-53］、卡爾曼濾波［54］等手段來降低信息攻擊成功率或降低信息攻擊切負(fù)荷期望，可以用防御資源總量（total defense resources，TDR）［50］、虛 假 數(shù) 據(jù) 識 別 率（false data recognition rate，F(xiàn)DRR）來刻畫，分別用RTDR、RFDRR表示，即

式中：λθ為節(jié)點θ防御資源的換算系數(shù)；μθ為節(jié)點θ最小防御資源需求值；yθ為相對安全時節(jié)點θ的防御效果值；NFDR為識別的虛假數(shù)據(jù)量；NFD為總的虛假數(shù)據(jù)量；n為節(jié)點數(shù)量。

3.3.3 靈活性調(diào)節(jié)指標(biāo)

調(diào)控系統(tǒng)靈活性資源不足風(fēng)險可以從降低各類元件故障率、提高資源響應(yīng)速率、增加系統(tǒng)可調(diào)節(jié)容量入手。對于發(fā)電機組，可以設(shè)定合理的檢修策略減小機組故障率［55］，啟停不同類型的水、火電機組實現(xiàn)充足的爬坡備用［56］，或者留有充足的可調(diào)節(jié)容量［57］。對于需求響應(yīng)資源等靈活性資源，可以建立合適的電力市場機制來降低需求響應(yīng)資源的用戶違約率［58］，設(shè)計高效的運行控制策略以提高需求響應(yīng)資源的響應(yīng)速率和儲能元件的響應(yīng)速率［59］，制定合理的規(guī)劃方案來增加需求響應(yīng)資源和儲能等靈活性資源的可調(diào)節(jié)容量［60］。因此，給出用戶違約率（user default probability，UDP）、響應(yīng)速率（response rate，RR）、可調(diào)節(jié)容量（adjustable power capacity，APC）指標(biāo)，分別用RUDP、RRR、RAPC表示，即

式中：NUD為用戶違約次數(shù)；NUP為用戶履約次數(shù)；PA為在給定時間區(qū)間TA內(nèi)調(diào)節(jié)的電能；Pf，max為靈活性資源最大值；Pf，op為實際已用的靈活性資源。用戶違約率RUDP表征的是需求響應(yīng)資源不能被可靠調(diào)度的概率。

3.3.4 彈性調(diào)節(jié)指標(biāo)

調(diào)控彈性不足風(fēng)險可以從降低極端場景下元件故障率、提高極端場景下資源響應(yīng)速率以及增加極端場景下可調(diào)節(jié)容量入手。具體而言，可以從事前預(yù)防、事中響應(yīng)、事后恢復(fù)3 個方面入手調(diào)控彈性不足風(fēng)險［61-63］。以臺風(fēng)災(zāi)害為例進行說明：事前，既可以通過預(yù)判臺風(fēng)的移動軌跡提前加固臺風(fēng)可能經(jīng)過的輸電線路等電力元件，達(dá)到降低元件故障率的效果，又可以通過增加儲能提高可調(diào)度容量；事中，根據(jù)電網(wǎng)實時狀態(tài)制定控制運行策略，減少失負(fù)荷量；事后，通過合理地實行網(wǎng)絡(luò)重構(gòu)、孤島運行方案，盡可能恢復(fù)負(fù)荷。需要強調(diào)的是，極端場景下的元件故障率、資源響應(yīng)速率以及可調(diào)節(jié)容量可能與正常運行條件下的不同，需要單獨考慮，但它們與靈活性三級指標(biāo)的定義和計算方法相似，這里不再贅述。

3.3.5 清潔性調(diào)節(jié)指標(biāo)

調(diào)控清潔性不足風(fēng)險可以從提高新能源運行占比、提高碳捕集效率等方面入手。在系統(tǒng)運行中，新能源出力占比越高，火電機組出力占比越低，系統(tǒng)清潔性越好。而二氧化碳捕集與封存技術(shù)是電力系統(tǒng)減少碳排放的關(guān)鍵技術(shù)［64］，協(xié)調(diào)了化石燃料利用與碳減排之間的矛盾。因此，定義新能源運行占比ηop與碳捕集效率ηCC指標(biāo)如下：

式中：Pop為新能源在給定時間區(qū)間內(nèi)的發(fā)電量；PN，op為系統(tǒng)電源在給定時間內(nèi)的總發(fā)電量；CC為給定時間區(qū)間內(nèi)的碳捕集量；CE為給定時間區(qū)間內(nèi)系統(tǒng)向外界環(huán)境的碳排放量。

4 新型電力系統(tǒng)風(fēng)險評估方法

基于以上三級風(fēng)險指標(biāo)體系，本文總結(jié)了風(fēng)險評估-風(fēng)險跟蹤（薄弱環(huán)節(jié)辨識）耦合的新型電力系統(tǒng)運行風(fēng)險分析框架體系，如圖4 所示。圖4（a）展示了新型電力系統(tǒng)風(fēng)險評估與跟蹤基本流程。首先，緊扣“風(fēng)險來源多樣化”這一特征完成多元不確定性因素建模和系統(tǒng)狀態(tài)生成；接著，圍繞“風(fēng)險調(diào)節(jié)資源兼具可調(diào)節(jié)性和不確定性”這一特征進行系統(tǒng)狀態(tài)分析、風(fēng)險指標(biāo)計算與薄弱環(huán)節(jié)辨識。圖4（a）中的虛線框表明了風(fēng)險特征與風(fēng)險評估與跟蹤流程的對應(yīng)關(guān)系。圖4（b）展示了新型電力系統(tǒng)風(fēng)險評估具體步驟，包含安全性分析、靈活性分析、充裕性分析、清潔性分析、彈性分析5 個環(huán)節(jié)，具體細(xì)節(jié)將在4.1 節(jié)至4.4 節(jié)中進行介紹。圖4（b）中的虛線箭頭表明了在每一分析環(huán)節(jié)需要計算的指標(biāo)。圖4（c）介紹了新型電力系統(tǒng)多級風(fēng)險指標(biāo)跟蹤與分?jǐn)偩唧w流程，其中的虛線框標(biāo)明了多級風(fēng)險指標(biāo)體系，具體內(nèi)容將在第5 章進行介紹。

圖4 適用于新型電力系統(tǒng)的風(fēng)險評估、薄弱環(huán)節(jié)辨識流程Fig.4 Risk evaluation and weak link identification process for new power systems

4.1 多源不確定性因素建模與系統(tǒng)狀態(tài)生成

電力系統(tǒng)狀態(tài)主要取決于發(fā)電、負(fù)荷以及其他元件（電能傳輸、轉(zhuǎn)換及通信控制等相關(guān)元件）的狀態(tài)。本節(jié)給出考慮隨機、認(rèn)知、決策依賴多元屬性的不確定性因素的系統(tǒng)狀態(tài)生成方法。

4.1.1 新能源出力、水電和負(fù)荷需求建模

新能源出力、水電和負(fù)荷的不確定性可以分為中長期和短期兩個時間尺度進行分析。對于中長期分析而言，新能源出力、水電與負(fù)荷的不確定性可由多狀態(tài)模型［65］或者時間序列模型刻畫。多狀態(tài)模型采用概率-狀態(tài)的映射關(guān)系枚舉出新能源發(fā)電與負(fù)荷的各種潛在狀態(tài)；時間序列模型則通過抽樣產(chǎn)生新能源出力、水電以及負(fù)荷的狀態(tài)，當(dāng)抽樣次數(shù)多到一定程度時便足以刻畫其不確定性。對于短期分析而言，一般是采用預(yù)測值加預(yù)測誤差的形式刻畫新能源發(fā)電、水電與負(fù)荷的不確定性，即

新能源出力、水電和負(fù)荷需求的短期分析是新型電力系統(tǒng)風(fēng)險評估的關(guān)鍵。已有研究普遍認(rèn)為這兩者短期分析中的預(yù)測誤差呈現(xiàn)出完全的隨機性。因此，可以采用高斯分布、柯西分布、貝塔分布等典型分布函數(shù)［67］建模。然而，由于模型不準(zhǔn)確、數(shù)據(jù)不充分等原因，選取風(fēng)電出力、水電或負(fù)荷水平預(yù)測誤差ε(t)的概率分布模型或其參數(shù)時具有主觀性，導(dǎo)致出現(xiàn)認(rèn)知不確定性［68］。

4.1.2 元件狀態(tài)

元件狀態(tài)常分為正常和停運兩種，兩種狀態(tài)的概率分布取決于其故障概率（force outage rate，F(xiàn)OR）。大量研究表明，元件的故障概率可能受天氣因素影響［69-71］。特別是架空線路等暴露于外部環(huán)境的元件，在惡劣天氣下的故障率可能會提高數(shù)倍。因此，可基于數(shù)理統(tǒng)計、機理分析等方法［70］，建立計及雷電、暴雪和強風(fēng)等天氣影響的元件故障概率模型。

元件故障率不僅受到外部環(huán)境的影響，還取決于其運行條件，以輸電線路為例，過高的負(fù)載水平將提高其故障率［72-73］。同時，元件的運行條件取決于系統(tǒng)的運行決策，為應(yīng)對新能源的不確定性與波動性，新型電力系統(tǒng)往往需要頻繁決策，持續(xù)調(diào)整系統(tǒng)運行狀態(tài)，進而導(dǎo)致元件的運行條件不斷發(fā)生變化。在這種背景下，受運行條件驅(qū)動的元件故障率不再是一個常數(shù)，而是與決策變量相關(guān)的變量，進而導(dǎo)致元件狀態(tài)具有決策依賴不確定性。例如，運行決策（如啟停機等）將顯著改變系統(tǒng)潮流進而改變元件的載荷狀態(tài)，從而影響元件故障概率RF。因此，元件故障概率將是機組組合等運行決策的函數(shù)［74］，即

式中：u為機組啟停機決策；v為影響機組故障率的其他因素；g表示機組啟停機決策與其他因素對機組故障概率的映射關(guān)系。

在獲得元件故障概率后，可以通過兩狀態(tài)模型刻畫元件狀態(tài)的概率分布情況，也可以基于抽樣方法獲取元件狀態(tài)的大量抽樣結(jié)果，進而為系統(tǒng)風(fēng)險的分析奠定基礎(chǔ)。若需考慮受限運行（等值停運）狀態(tài)，可通過馬爾可夫模型［75］、通用生成函數(shù)［76］等方法建立元件多狀態(tài)模型。

4.1.3 計及多源不確定性的系統(tǒng)狀態(tài)生成

系統(tǒng)狀態(tài)本質(zhì)上是新能源出力、水電和負(fù)荷需求、元件狀態(tài)等的組合結(jié)果。如前文所述，新能源出力、負(fù)荷需求、元件狀態(tài)等可能同時兼具隨機不確定性、認(rèn)知不確定性、決策依賴不確定性。在這種情況下，本文總結(jié)出兼容多源不確定性的系統(tǒng)狀態(tài)生成方法，如圖5 所示。首先，考慮認(rèn)知不確定性，采用證據(jù)理論或雙層蒙特卡洛模擬方法選取元件的可靠性參數(shù)［68］；然后，考慮系統(tǒng)實際運行決策的影響，構(gòu)建決策對模型參數(shù)的映射關(guān)系（式（38））；最后，基于確定的模型，使用蒙特卡洛抽樣等方法產(chǎn)生元件、新能源出力、水電和負(fù)荷需求等狀態(tài)。

圖5 計及多源不確定性因素的系統(tǒng)狀態(tài)產(chǎn)生過程Fig.5 Generation procedure of system states considering multi-source uncertainties

4.2 新型電力系統(tǒng)風(fēng)險指標(biāo)計算方法

4.2.1 基于系統(tǒng)狀態(tài)分析的一級風(fēng)險指標(biāo)計算

本文總結(jié)出新型電力系統(tǒng)一級風(fēng)險指標(biāo)計算流程，如圖4（b）所示?；静襟E如下：

步驟1：產(chǎn)生系統(tǒng)狀態(tài)；

步驟2：建立系統(tǒng)安全域模型；

步驟3：根據(jù)安全域判斷該狀態(tài)是否滿足安全性，若不滿足則進行安全性分析，否則進行步驟4；

步驟4：進行最優(yōu)潮流分析；

步驟5：判斷是否滿足爬坡要求，若該狀態(tài)不滿足則進行靈活性分析，否則進行步驟6；

步驟6：判斷是否滿足容量要求，若該狀態(tài)不滿足則進行充裕性分析，否則進行步驟7；

步驟7：綜合安全性、靈活性、充裕性分析結(jié)果進行清潔性分析；

步驟8：綜合安全性、靈活性、充裕性分析和清潔性結(jié)果進行極端事件判斷，若該狀態(tài)概率極小但后果嚴(yán)重則進行彈性分析；

步驟9：累積一級風(fēng)險指標(biāo)，包括切負(fù)荷量、新能源和水電無法消納量、碳排放量；

步驟10：判斷是否已分析所有狀態(tài)，若仍有狀態(tài)未分析完則返回步驟1，否則進行下一步；

步驟11：輸出風(fēng)險指標(biāo)。

綜合各狀態(tài)下由安全性、靈活性或充裕性分析得到的切負(fù)荷量，便可結(jié)合公式得到切負(fù)荷類一級指標(biāo)。同理，綜合各狀態(tài)下的棄風(fēng)/棄光/棄水量可以得到棄風(fēng)/棄光類一級指標(biāo)。由清潔性分析結(jié)果得到碳排放一級指標(biāo)。

此外，上述計算流程一般只計及火電和水電［77］等常規(guī)機組出力和切負(fù)荷等決策。而新型電力系統(tǒng)中，規(guī)劃和運行中的決策變量不局限于傳統(tǒng)機組出力控制，還包括儲能充放電［78］，甚至將具有不確定性的風(fēng)險調(diào)控資源也納入決策，如新能源出力控制［79-80］、需求響應(yīng)［81］等，限于篇幅不在此展開。

4.2.2 二級風(fēng)險指標(biāo)計算

如4.2.1 節(jié)所討論的，在系統(tǒng)狀態(tài)分析的過程中，可分析每個系統(tǒng)狀態(tài)的安全性、靈活性以及充裕性，得到對應(yīng)的二級風(fēng)險量化指標(biāo)。通過安全性、靈活性或充裕性分析得到的碳捕集量和碳排放量，可計算碳中和率等清潔性二級風(fēng)險指標(biāo)。

4.2.3 三級風(fēng)險指標(biāo)計算

電力系統(tǒng)三級風(fēng)險指標(biāo)對應(yīng)于系統(tǒng)屬性，反映不同調(diào)控資源的性質(zhì)，不依賴于系統(tǒng)狀態(tài)分析過程。使用3.3 節(jié)指標(biāo)計算公式即可得到。

4.3 新型電力系統(tǒng)風(fēng)險評估的加速算法

新型電力系統(tǒng)風(fēng)險評估面臨不確定性因素眾多、系統(tǒng)狀態(tài)數(shù)量巨大、決策與風(fēng)險耦合導(dǎo)致狀態(tài)分析復(fù)雜等問題，這導(dǎo)致風(fēng)險評估的計算復(fù)雜度極高。同時，新型電力系統(tǒng)供需波動顯著，需要實時感知系統(tǒng)風(fēng)險。因此，對于系統(tǒng)風(fēng)險評估的計算效率提出了更高要求。針對新型電力系統(tǒng)風(fēng)險評估的具體流程，可以從以下兩個環(huán)節(jié)著手提高效率。

4.3.1 從狀態(tài)產(chǎn)生環(huán)節(jié)提高計算效率

對應(yīng)于不同的狀態(tài)產(chǎn)生方法，提高計算效率的手段也有所不同。基于解析法的風(fēng)險評估可以采用狀態(tài)截斷方法減少計算的系統(tǒng)狀態(tài)數(shù)目［82］?；谀M法的風(fēng)險評估可以基于方差縮減的思想，減少抽樣次數(shù)從而縮短計算時間，具體方法包括重要性抽樣、分層抽樣和控制變量等方法［83］。

4.3.2 從系統(tǒng)狀態(tài)分析環(huán)節(jié)提高計算效率

為減輕系統(tǒng)狀態(tài)分析的計算負(fù)擔(dān)，可以從以下3 個方面入手：1）在進行優(yōu)化求解之前，使用機器學(xué)習(xí)等人工智能方法［84-85］判斷系統(tǒng)狀態(tài)是否面臨風(fēng)險，只對有風(fēng)險的狀態(tài)進行優(yōu)化求解，從而跳過大部分系統(tǒng)狀態(tài)計算；2）改進優(yōu)化模型，比如去除優(yōu)化模型中的冗余約束［86］，提高狀態(tài)分析時優(yōu)化求解的速度；3）計算系統(tǒng)狀態(tài)時避免進行優(yōu)化求解，改用多參數(shù)線性規(guī)劃［87］、基于拉格朗日乘子法的狀態(tài)枚舉法［88］等方法計算系統(tǒng)狀態(tài)。

5 基于風(fēng)險跟蹤的新型電力系統(tǒng)薄弱環(huán)節(jié)辨識

風(fēng)險跟蹤是指將風(fēng)險指標(biāo)分?jǐn)偟綄?dǎo)致風(fēng)險產(chǎn)生的對象，量化各對象或者各對象的具體參數(shù)對系統(tǒng)風(fēng)險的“貢獻(xiàn)”，進而辨識出系統(tǒng)薄弱環(huán)節(jié)，為系統(tǒng)風(fēng)險的預(yù)防控制提供量化決策依據(jù)［89-90］。

5.1 三級薄弱環(huán)節(jié)辨識體系

基于所梳理的三級風(fēng)險指標(biāo)體系，本節(jié)討論新型電力系統(tǒng)風(fēng)險跟蹤、薄弱環(huán)節(jié)辨識的理念以及具體流程。如圖4（c）所示，風(fēng)險跟蹤以及薄弱環(huán)節(jié)辨識主要涉及一級指標(biāo)向二級指標(biāo)的分?jǐn)傄约岸壷笜?biāo)向三級指標(biāo)的分?jǐn)偂?/p>

首先，將基于系統(tǒng)狀態(tài)分析得到的一級風(fēng)險指標(biāo)分?jǐn)傊炼夛L(fēng)險指標(biāo)，實現(xiàn)系統(tǒng)風(fēng)險表現(xiàn)“是什么”到風(fēng)險產(chǎn)生原因“為什么”的分?jǐn)?，即揭示系統(tǒng)風(fēng)險產(chǎn)生是系統(tǒng)哪方面的屬性不足引起的（充裕性不足、靈活性不足等）。然后，將二級風(fēng)險指標(biāo)分?jǐn)傊寥夛L(fēng)險指標(biāo)，將風(fēng)險產(chǎn)生原因進一步分?jǐn)傊翆ο蠡驅(qū)ο蟮木唧w參數(shù)上（常規(guī)機組故障率、新能源發(fā)電風(fēng)光互補性、需求響應(yīng)違約率等），從而回答控制系統(tǒng)風(fēng)險應(yīng)該“怎么做”。

5.2 各級指標(biāo)的跟蹤與分?jǐn)偡椒?/h3>

5.2.1 比例分?jǐn)偡?/p>

比例分?jǐn)偡ㄒ酝鶓?yīng)用于電力系統(tǒng)的可靠性跟蹤［91］，該方法遵循兩個基本準(zhǔn)則：1）系統(tǒng)的不可靠性由故障元件承擔(dān)，即正常運行元件不參與系統(tǒng)可靠性指標(biāo)的分?jǐn)偅?）元件對系統(tǒng)可靠性指標(biāo)的分?jǐn)偘幢壤M行，即采用比例分?jǐn)傇瓌t。

若系統(tǒng)某一失效事件k導(dǎo)致的切負(fù)荷應(yīng)由故障元件Y1和Y2承擔(dān)責(zé)任；設(shè)φ(k→1)和φ(k→2)分別表示元件Y1和Y2分?jǐn)偟那胸?fù)荷指標(biāo)，有

式中：φ1和φ2分別代表失效事件k僅與元件Y1有關(guān)的部分和僅與元件Y2有關(guān)的部分；CR1和CR2分別表示元件Y1和Y2的性能變量［92］。

5.2.2 人工智能類方法

雖然比例分?jǐn)偡ê唵我子?，但需要基于合適的分?jǐn)倻?zhǔn)則，否則分?jǐn)偨Y(jié)果難以令人信服。人工智能類方法用于建立那些難于用解析規(guī)則描述的不同層級指標(biāo)之間 函數(shù)關(guān)系［93-94］，為風(fēng)險指標(biāo)的分?jǐn)偺峁┝诵碌乃?。

建立風(fēng) 逐級分?jǐn)偤瘮?shù)關(guān)系包含兩個步驟。首先，產(chǎn)生高維數(shù)據(jù)樣本。對于每一個系統(tǒng)狀態(tài)i，計算出其對應(yīng)的一級指標(biāo)和，二 級 指 標(biāo)，三級指標(biāo)。其中，M和N分別為二、三級指標(biāo)的數(shù)量。接著，生成風(fēng)險逐級分?jǐn)偤瘮?shù)?；陔娏ο到y(tǒng)風(fēng)險分?jǐn)偝尸F(xiàn)出風(fēng)險異質(zhì)多元、因果關(guān)系清晰的特征，以因果推斷為基礎(chǔ)思想，選擇因果網(wǎng)絡(luò)學(xué)習(xí)、Meta 分析、回歸分析等模型，將電力系統(tǒng)每一運行狀態(tài)下的高維數(shù)據(jù)樣本輸入模型中，生成風(fēng)險逐級分?jǐn)偤瘮?shù)。例如，一級風(fēng)險指標(biāo)至二級風(fēng)險指標(biāo)的風(fēng)險分?jǐn)偤瘮?shù)應(yīng)具備下述形式：

6 結(jié)語

為準(zhǔn)確評估未來新型電力系統(tǒng)風(fēng)險，揭示風(fēng)險評估中面臨的挑戰(zhàn)性問題并探索一套較為完整的研究框架對保障系統(tǒng)安全可靠運行具有重要意義。本文面向新型電力系統(tǒng)，論述了一套較為完整的風(fēng)險評估理論體系：從新型電力系統(tǒng)的風(fēng)險定義出發(fā)，分析了新型電力系統(tǒng)的3 個主要風(fēng)險特征；根據(jù)多種風(fēng)險表現(xiàn)形式，梳理了風(fēng)險評估三級指標(biāo)體系；總結(jié)出計及多元不確定性因素的新型電力系統(tǒng)風(fēng)險評估框架，給出了多級風(fēng)險指標(biāo)計算方法。最后，探討了新型電力系統(tǒng)三級薄弱環(huán)節(jié)辨識體系，介紹了兩類薄弱環(huán)節(jié)辨識方法。進一步的研究工作可以考慮就具體的研究對象，分別從指標(biāo)、評估和分?jǐn)偟慕嵌榷ㄖ聘咝У娘L(fēng)險評估方法。