考慮源荷可調(diào)節(jié)資源參與的電網(wǎng)風(fēng)險評估指標(biāo)體系及方法

蔡新雷，董鍇，孟子杰，祝錦舟，李夢璐，余洋

(1. 廣東電網(wǎng)有限責(zé)任公司電力調(diào)度控制中心，廣東 廣州 510600；2. 華北電力大學(xué) 電力工程系，河北 保定 071003)

面對日益嚴(yán)峻的環(huán)境問題和實現(xiàn)未來二氧化碳排放的既定目標(biāo)，大力推進可再生能源發(fā)展、促進各類可調(diào)節(jié)資源利用和消費方式轉(zhuǎn)型成為推動可持續(xù)發(fā)展的重要手段[1]。近年來，隨著源荷兩側(cè)海量可調(diào)節(jié)資源的大規(guī)模接入，傳統(tǒng)電網(wǎng)結(jié)構(gòu)與運行方式已發(fā)生巨大變化。分布式電源及靈活性負(fù)荷資源的間歇性與波動性易導(dǎo)致電網(wǎng)頻率、電壓與支路潮流越限，甚至產(chǎn)生電網(wǎng)解列等后果，給電網(wǎng)的安全穩(wěn)定運行帶來了巨大風(fēng)險挑戰(zhàn)[2]；因此，考慮源荷可調(diào)節(jié)資源大規(guī)模參與的電力系統(tǒng)風(fēng)險評估，是目前亟待解決的關(guān)鍵問題。這需要分析源荷可調(diào)節(jié)資源影響電網(wǎng)運行的風(fēng)險因素，然后構(gòu)建風(fēng)險評估指標(biāo)體系，并設(shè)計評估方法。

許多研究者對造成電力系統(tǒng)風(fēng)險的多種影響因素已進行了一些探討，如氣象條件、設(shè)備狀態(tài)、新能源接入特征等：文獻[3-5]指出極端冰雪、暴風(fēng)、持續(xù)高溫天氣、臺風(fēng)等極端氣象事件易影響電網(wǎng)安全穩(wěn)定運行；文獻[6]則將設(shè)備因素納入電網(wǎng)運行的風(fēng)險評估指標(biāo)中；文獻[7-8]進一步指出，新能源接入特征(如電站選址、容量及其配置等因素)會對電力系統(tǒng)穩(wěn)定性產(chǎn)生較多影響?？梢姡?dāng)前研究基于天氣、源側(cè)新能源接入對電網(wǎng)風(fēng)險已開展了相關(guān)工作，但是并未考慮氣象因素對源側(cè)及荷側(cè)資源的影響；同時，由于新能源場站與電網(wǎng)間存在互動，新能源接入不僅會影響電網(wǎng)，也會影響新能源場站本身，而目前研究對此考慮不足；此外，隨著海量負(fù)荷資源接入電網(wǎng)，電網(wǎng)呈現(xiàn)出了新的運行特性[7]，僅考慮源側(cè)及網(wǎng)側(cè)風(fēng)險的影響因素，無法滿足源荷兩側(cè)海量可調(diào)節(jié)資源參與下的電網(wǎng)風(fēng)險評估要求：因此，需進一步研究考慮源網(wǎng)荷三側(cè)風(fēng)險的影響因素。

在確定電力系統(tǒng)風(fēng)險的各類影響因素后，需進一步構(gòu)建電網(wǎng)風(fēng)險評估指標(biāo)體系。文獻[9]根據(jù)電壓等級對電網(wǎng)解列型風(fēng)險進行定級，但未涉及風(fēng)險嚴(yán)重程度的具體量化方式；在計及新能源的接入后，一些研究進一步結(jié)合穩(wěn)態(tài)頻率越限[10]、電壓越限[11]、支路潮流越限[12]等指標(biāo)評估電網(wǎng)風(fēng)險，但對于系統(tǒng)運行時備用預(yù)留不足風(fēng)險考慮不足；文獻[13-14]對于接入新能源的系統(tǒng)效益進行了評價，而對于可調(diào)節(jié)資源的參與能否滿足電網(wǎng)效益提升要求，以及由此帶來的風(fēng)險，還有待評估。可見，當(dāng)前研究主要聚焦于可調(diào)節(jié)資源參與下網(wǎng)側(cè)的風(fēng)險，而對于源側(cè)及荷側(cè)的風(fēng)險缺乏系統(tǒng)性評估；因此，構(gòu)建考慮源荷兩側(cè)可調(diào)節(jié)資源特性的風(fēng)險評估指標(biāo)體系具有重要意義。

基于構(gòu)建的風(fēng)險指標(biāo)體系，開展風(fēng)險指標(biāo)的量化計算(尤其是權(quán)重)的綜合評定是一項重要工作。文獻[15]采用層次分析法(analytic hierarchy process，AHP)構(gòu)建高維事故鏈模型進行評定，但根據(jù)專家經(jīng)驗確定AHP權(quán)重，主觀性偏強；文獻[16]利用AHP確定第1層指標(biāo)權(quán)重，利用客觀權(quán)重賦權(quán)法——CRITIC(criteria importance though intercrieria correlation)法確定第2層指標(biāo)權(quán)重，兼顧了評價的主觀性及客觀性，但CRITIC法根據(jù)兩兩指標(biāo)之間的沖突性確定客觀權(quán)重系數(shù)，當(dāng)指標(biāo)數(shù)目較多時計算難度較大；文獻[17]基于AHP和反熵權(quán)法計算主客觀權(quán)重并求取出最優(yōu)組合權(quán)重，但考慮加權(quán)屬性值一致，計算準(zhǔn)確度較低。可見，考慮源荷不確定性的電力系統(tǒng)風(fēng)險評估指標(biāo)體系權(quán)重計算方法還有待進一步完善。

綜上，本研究在考慮氣象條件對電網(wǎng)運行風(fēng)險影響的基礎(chǔ)上，計及源荷兩側(cè)資源的不確定性及其對電網(wǎng)的主動支撐能力、爬坡現(xiàn)象等的影響，構(gòu)建考慮源荷不確定性的電網(wǎng)風(fēng)險指標(biāo)體系，并設(shè)計分析評估指標(biāo)參數(shù)的量化計算方法。首先，該指標(biāo)體系不僅包含電網(wǎng)基礎(chǔ)的結(jié)構(gòu)及運行風(fēng)險，還包含效益風(fēng)險及海量可調(diào)節(jié)資源參與電網(wǎng)運行的各類新型風(fēng)險指標(biāo)。其次，計算各風(fēng)險的嚴(yán)重程度及發(fā)生概率，并考慮各風(fēng)險指標(biāo)占比，對系統(tǒng)風(fēng)險進行綜合計算與整體評估。該評估方法主要根據(jù)實際運行數(shù)據(jù)的風(fēng)險嚴(yán)重程度、歷史數(shù)據(jù)的風(fēng)險概率、改進AHP這3個部分進行計算，借用歷史數(shù)據(jù)估計風(fēng)險概率，并利用實際運行數(shù)據(jù)評估系統(tǒng)實時運行風(fēng)險，不僅兼顧主客觀性，在指標(biāo)數(shù)目較多時也仍然具有較高的計算準(zhǔn)確度。最后，依據(jù)改進的IEEE 14節(jié)點系統(tǒng)進行仿真分析，以驗證所提體系和方法的有效性。

1 構(gòu)建兼顧源網(wǎng)荷風(fēng)險的指標(biāo)體系

為建立源荷可調(diào)節(jié)資源參與的、兼顧源網(wǎng)荷三側(cè)風(fēng)險的指標(biāo)體系，首先分析系統(tǒng)風(fēng)險的影響因素，并據(jù)此提出風(fēng)險評估指標(biāo)體系。

1.1 風(fēng)險影響因素

源荷可調(diào)節(jié)資源參與下的電力系統(tǒng)運行風(fēng)險受多方面因素影響，分析如下：

第一，極端天氣對于源網(wǎng)荷三側(cè)均有不良影響。具體而言：對于源側(cè)，臺風(fēng)、日全食、暴雨、雷電等極端氣象問題對新能源發(fā)電影響極大，易導(dǎo)致新能源波動率過高，易引發(fā)棄風(fēng)棄光；對于網(wǎng)側(cè)，易造成設(shè)備誤動作，嚴(yán)重時導(dǎo)致設(shè)備故障；對于荷側(cè)，極易影響靈活性負(fù)荷資源功率預(yù)測準(zhǔn)確性，進而嚴(yán)重影響用戶舒適度，且極易造成棄負(fù)荷現(xiàn)象出現(xiàn)。

第二，源側(cè)資源不確定性、主動支撐能力不足及爬坡現(xiàn)象的影響。分析可知：源側(cè)可調(diào)節(jié)資源具有分布不均、種類繁多、特性差異明顯的特性，其不確定性影響電網(wǎng)運行參數(shù)及運行效率，易造成電壓電流越限、支路潮流越限等問題，嚴(yán)重情況可造成電網(wǎng)解列，在環(huán)境效益及網(wǎng)損效益方面也具有不確定性風(fēng)險；其主動支撐能力不足對于電網(wǎng)調(diào)峰、調(diào)頻等無法起到良好的支撐效果，由此影響電能質(zhì)量；爬坡現(xiàn)象引發(fā)短時間內(nèi)功率大幅波動，造成系統(tǒng)功率不平衡，易導(dǎo)致棄風(fēng)棄光事件發(fā)生。

第三，荷側(cè)資源不確定性、主動支撐能力不足及爬坡現(xiàn)象的影響。分析可知：靈活性負(fù)荷資源大多受用戶需求及舒適度等影響，因此其并網(wǎng)具有極大的不確定性，影響電網(wǎng)穩(wěn)定運行，易造成電網(wǎng)頻率電壓越限，同時影響電網(wǎng)輸電效率，引發(fā)網(wǎng)損效益風(fēng)險；其主動支撐能力不足易使負(fù)荷資源滲透率過大，反而影響用戶舒適度；爬坡現(xiàn)象同樣導(dǎo)致系統(tǒng)功率短期大幅波動，極易造成棄負(fù)荷事件發(fā)生。

1.2 風(fēng)險指標(biāo)體系

根據(jù)上述影響因素所造成的風(fēng)險后果可知，源荷兩側(cè)可調(diào)節(jié)資源參與下的電力系統(tǒng)存在更多的不確定性風(fēng)險。常規(guī)的風(fēng)險評估指標(biāo)體系大多僅包含針對電網(wǎng)側(cè)風(fēng)險的評估指標(biāo)(如穩(wěn)態(tài)頻率、電壓、功率越限等[11])，對于考慮新能源參與的電力系統(tǒng)，僅關(guān)注源側(cè)資源波動導(dǎo)致的棄風(fēng)棄光及棄負(fù)荷現(xiàn)象[8]。需求側(cè)可響應(yīng)負(fù)荷的比例顯著增加，需求側(cè)不確定性顯著增強，這將使得系統(tǒng)對于荷側(cè)的風(fēng)險控制面臨嚴(yán)峻挑戰(zhàn)，并且隨著“雙碳”目標(biāo)的提出，碳排放相關(guān)的環(huán)境效益風(fēng)險也應(yīng)受到重視；因此，常規(guī)的風(fēng)險評估體系無法滿足源網(wǎng)荷三側(cè)風(fēng)險評估要求。為評估源荷可調(diào)節(jié)資源參與電網(wǎng)運行的風(fēng)險，本研究整合常規(guī)風(fēng)險指標(biāo)，并在此基礎(chǔ)上增加網(wǎng)側(cè)效益風(fēng)險指標(biāo)及源荷兩側(cè)風(fēng)險特性指標(biāo)，構(gòu)建如圖1所示的風(fēng)險指標(biāo)體系。

圖1 風(fēng)險評估指標(biāo)體系Fig.1 Risk assessment index system

該指標(biāo)體系包括網(wǎng)側(cè)、源側(cè)、荷側(cè)風(fēng)險。其中，電網(wǎng)風(fēng)險指標(biāo)考慮結(jié)構(gòu)、運行、效益風(fēng)險三方面，而源側(cè)風(fēng)險指標(biāo)考慮分布式電源高滲透率、出力波動、棄風(fēng)棄光嚴(yán)重度，荷側(cè)風(fēng)險指標(biāo)考慮荷側(cè)資源功率預(yù)測合格率、調(diào)度能力失效嚴(yán)重度、棄負(fù)荷嚴(yán)重度。

2 風(fēng)險評估指標(biāo)參數(shù)量化計算

在構(gòu)建出風(fēng)險評估指標(biāo)體系后，為定量描述各風(fēng)險指標(biāo)，本研究設(shè)計了風(fēng)險嚴(yán)重程度及風(fēng)險發(fā)生概率的量化計算方法。

2.1 風(fēng)險嚴(yán)重程度計算

為精確評估某個時間斷面下的風(fēng)險嚴(yán)重程度，本研究將文獻[10]的研究思路加以推廣，依托系統(tǒng)數(shù)據(jù)偏移期望或超越閾值的程度計算，構(gòu)建以下源網(wǎng)荷三側(cè)風(fēng)險指標(biāo)的嚴(yán)重度函數(shù)。

2.1.1 電網(wǎng)風(fēng)險指標(biāo)

a)電網(wǎng)解列指標(biāo)SNS。對于電網(wǎng)結(jié)構(gòu)風(fēng)險——電網(wǎng)解列，分別考慮支路開斷率及發(fā)電機開斷后系統(tǒng)有功功率的變化，確定電網(wǎng)解列風(fēng)險的嚴(yán)重度。

SNS=lD/L+ΔPG/PN.

(1)

式中：lD為系統(tǒng)解列的支路數(shù)；L為系統(tǒng)的總支路數(shù)；ΔPG為失去的發(fā)電機有功功率；PN為系統(tǒng)所需的發(fā)電功率。

b)頻率越限指標(biāo)SFRE、電壓越限指標(biāo)SV、支路潮流越限指標(biāo)SLPF。根據(jù)文獻[10-12]得到這3個指標(biāo)，計算式分別為：

(2)

(3)

(4)

式(2)—(4)中：|Δf∞|為系統(tǒng)頻率偏差；Δf∞，max為系統(tǒng)正常運行時所能允許的最大頻率偏差；D為系統(tǒng)節(jié)點總數(shù)；Ud為節(jié)點d處的電壓標(biāo)幺值；Ud，max、Ud，min分別為節(jié)點d處電壓標(biāo)幺值的上限、下限，用下標(biāo)max、min分別表示參數(shù)的最大、最小值，下同；Pl為線路l的實際有功功率標(biāo)幺值。

c)備用預(yù)留不足指標(biāo)SRE。對于電網(wǎng)運行風(fēng)險中備用預(yù)留不足指標(biāo)，根據(jù)系統(tǒng)額定備用預(yù)留容量與實際旋轉(zhuǎn)備用及儲能備用總和的差值占系統(tǒng)額定備用預(yù)留容量的比例，來衡量其嚴(yán)重度。其量化計算式為

SRE=[RN-(RX+RC)]/RN.

(5)

式中：RX為系統(tǒng)實際旋轉(zhuǎn)備用容量；RC為系統(tǒng)實際儲能備用容量；RN為系統(tǒng)額定備用預(yù)留容量。

d)環(huán)境效益風(fēng)險指標(biāo)SEV。煤炭燃燒過程中會產(chǎn)生二氧化碳、二氧化硫、氮氧化物等污染性氣體，新能源的接入有利于減少煤耗量，但對于環(huán)境效益的提升效果有限；因此，用提升效果實際值與理想值的差距，來衡量環(huán)境效益風(fēng)險的嚴(yán)重度。

(6)

式中：αCO2為煤耗量折合二氧化碳系數(shù)；βSO2為煤耗量折合二氧化硫系數(shù)；γNOx為煤耗量折合氮氧化物系數(shù)；Ccoal為實際煤耗量；Ccoal，E為期望煤耗量。上述參數(shù)取值參考文獻[14]。

e)網(wǎng)損效益風(fēng)險指標(biāo)SLL。在電網(wǎng)經(jīng)濟運行中，網(wǎng)損影響效果很大，其嚴(yán)重程度主要由線損率來衡量，用線路線損率實際值與理想值的最大差值來描述網(wǎng)損效益風(fēng)險的嚴(yán)重度。

(7)

式中：ΔPl為線路l的實際損耗；ΔPl，E為線路l的期望損耗；rl為線路l的實際網(wǎng)損率；rl，E為線路l的期望網(wǎng)損率。

2.1.2 源側(cè)風(fēng)險指標(biāo)

對于分布式電源的高滲透率、出力波動、棄風(fēng)棄光嚴(yán)重度指標(biāo)，本研究中量化表達如下。

a)分布式電源高滲透率嚴(yán)重度指標(biāo)SST。用分布式電源的輸出功率相對于電網(wǎng)最大供電能力的比率來衡量分布式電源高滲透率的嚴(yán)重程度。

SST=PDG(t)/Pmax(t).

(8)

式中：PDG(t)為t時刻分布式電源的輸出功率標(biāo)幺值；Pmax(t)為t時刻電網(wǎng)的最大供電能力標(biāo)幺值。

b)分布式電源出力波動嚴(yán)重度指標(biāo)SCL。考慮t時刻分布式電源的輸出功率相對于前一時刻輸出功率的波動程度的最大值，來衡量t時刻分布式電源出力波動的嚴(yán)重程度。其量化計算式為

(9)

c)棄風(fēng)棄光嚴(yán)重度指標(biāo)SW-L。以評估時刻前一段時間內(nèi)新能源棄風(fēng)棄光部分的能量占總發(fā)電能量的比例，來衡量評估時刻棄風(fēng)棄光嚴(yán)重度。

(10)

式中：ΔPW-L(t)為t時刻棄風(fēng)棄光功率；PW-L(t)為t時刻風(fēng)光實際發(fā)電功率；t1為評估開始時刻；t2為評估結(jié)束時刻。

2.1.3 荷側(cè)風(fēng)險指標(biāo)

對于負(fù)荷功率預(yù)測合格率、調(diào)度能力失效嚴(yán)重度、棄負(fù)荷嚴(yán)重度指標(biāo)，本研究中量化表達如下。

a)靈活性負(fù)荷資源功率預(yù)測合格率指標(biāo)SDRP。靈活性負(fù)荷資源具有間歇性、波動性的特點，對靈活性負(fù)荷資源的功率預(yù)測存在一定誤差；因此，考慮預(yù)測平均絕對誤差、預(yù)測平均百分誤差與預(yù)測均方誤差3項誤差的相對影響程度，衡量靈活性負(fù)荷資源功率預(yù)測的合格率風(fēng)險指標(biāo)。

(11)

式中：ΔPMAE為預(yù)測平均絕對誤差；ΔPMAPE為預(yù)測平均百分誤差；ΔPMSE為預(yù)測均方誤差；δ1為預(yù)測平均絕對誤差占比；δ2為預(yù)測平均百分誤差占比；δ3為預(yù)測均方誤差占比；PL，k、PL，c，k分別為第k個靈活性負(fù)荷資源功率實際值、預(yù)測值的標(biāo)幺值；K為靈活性負(fù)荷資源個數(shù)。

b)調(diào)度能力失效嚴(yán)重度指標(biāo)SSX。靈活性負(fù)荷資源無法響應(yīng)調(diào)度指令會導(dǎo)致調(diào)度能力失效，因而用某時刻無法響應(yīng)調(diào)度指令的程度，來衡量調(diào)度能力失效的嚴(yán)重程度。其量化計算式為

SSX=(PL，c，k(t)-PL，k(t))/PL，c，k(t).

(12)

c)棄負(fù)荷嚴(yán)重度指標(biāo)SDRL。以評估時刻前一段時間內(nèi)荷側(cè)資源被棄能量占系統(tǒng)負(fù)荷消耗總能量的比例，來衡量評估時刻棄負(fù)荷嚴(yán)重度。其量化計算式為

(13)

式中：ΔPDRL(t)為t時刻棄負(fù)荷本應(yīng)消耗的功率；PDRL(t)為t時刻負(fù)荷消耗的總功率。

2.2 基于歷史數(shù)據(jù)的風(fēng)險發(fā)生概率估計

由于風(fēng)險發(fā)生的概率、次數(shù)隨機，系統(tǒng)中設(shè)備受各種因素影響在給定時間內(nèi)發(fā)生故障導(dǎo)致事故發(fā)生的次數(shù)服從Poisson分布，因此采用Poisson分布建立風(fēng)險的發(fā)生概率數(shù)學(xué)模型[18]。

在Poisson分布中，事件X在時間區(qū)間(0，t]內(nèi)發(fā)生N次的概率

(14)

式中：AX(t)為在(0，t]內(nèi)事件X發(fā)生的次數(shù)；φ為事故率，指事故在單位時間內(nèi)發(fā)生的頻率。可知：在(0，t]內(nèi)不發(fā)生風(fēng)險的概率為

(15)

在(0，t]內(nèi)風(fēng)險事故發(fā)生的概率為

Pa(AX(t)≠0)=1-e-φt，t≥0.

(16)

根據(jù)多時間段風(fēng)險發(fā)生概率模型，可以計算獲知更精確的事故發(fā)生概率值。

在獲知事故發(fā)生概率的基礎(chǔ)上，本研究借鑒文獻[9]的研究思路，將風(fēng)險影響因素統(tǒng)一在1個模型中，根據(jù)歷史故障情況得到風(fēng)險影響因素與各風(fēng)險狀態(tài)概率之間的關(guān)系。

(17)

式中：Pf為風(fēng)險的狀態(tài)概率；Ω為風(fēng)險影響因素集；Pa為存在風(fēng)險的概率；Pb為風(fēng)險指標(biāo)處于安全范圍的概率。

當(dāng)存在風(fēng)險影響因素時發(fā)生風(fēng)險的概率最大，因此式(17)的主要影響部分為前半部分，即風(fēng)險的狀態(tài)概率可以表示為

(18)

根據(jù)歷史情況，由線性回歸分析確定風(fēng)險影響因素與風(fēng)險狀態(tài)概率之間的關(guān)系。隨著歷史數(shù)據(jù)記錄的增加，回歸參數(shù)的估計將更加準(zhǔn)確，根據(jù)函數(shù)關(guān)系式計算得到的風(fēng)險概率，更有利于風(fēng)險預(yù)警分析。

3 基于改進AHP的系統(tǒng)整體風(fēng)險評估

在獲得各風(fēng)險嚴(yán)重程度及發(fā)生概率后，為評定考慮源荷可調(diào)節(jié)資源參與的系統(tǒng)整體風(fēng)險，在本章提出了基于改進AHP的系統(tǒng)風(fēng)險評估方法。

3.1 系統(tǒng)風(fēng)險評估模型

系統(tǒng)整體風(fēng)險的評估方法由3個重要部分構(gòu)成：各風(fēng)險嚴(yán)重程度、發(fā)生概率及各指標(biāo)權(quán)重。本文提出的風(fēng)險評估模型如下：

E=EG+EP+EL.

(19)

EG=α1SNSPNS+(β1SFREPFRE+γ1SVPV+ε1SLPFPLPF+μ1SREPRE)+(φ1SEVPEV+η1SLLPLL).

(20)

EP=α2SSTPST+β2SCLPCL+γ2SW-LPW-L.

(21)

EL=α3SDRPPDRP+β3SSXPSX+γ3SDRLPDRL.

(22)

式中：E為系統(tǒng)整體風(fēng)險分值，作為源荷可調(diào)節(jié)資源參與下電網(wǎng)運行系統(tǒng)風(fēng)險評估結(jié)果；EG、EP與EL分別為網(wǎng)、源與荷側(cè)的風(fēng)險評估結(jié)果；PNS為產(chǎn)生電網(wǎng)解列的概率；PFRE、PV與PLPF分別為產(chǎn)生頻率越限、電壓越限與支路潮流越限風(fēng)險的概率；PRE為產(chǎn)生備用預(yù)留不足風(fēng)險的概率；PEV、PLL分別為產(chǎn)生環(huán)境效益、網(wǎng)損效益風(fēng)險的概率；PST為產(chǎn)生新能源滲透率過高風(fēng)險的概率；PCL為產(chǎn)生分布式電源出力波動過大風(fēng)險的概率；PW-L為產(chǎn)生棄風(fēng)棄光風(fēng)險的概率；PDRP為產(chǎn)生負(fù)荷預(yù)測合格率風(fēng)險的概率；PSX為產(chǎn)生調(diào)度失效風(fēng)險的概率；PDRL為產(chǎn)生棄負(fù)荷風(fēng)險的概率；其余α1……γ3等參數(shù)均為權(quán)重。上述各風(fēng)險的嚴(yán)重程度及發(fā)生概率的求解方法見第2章。

本研究所構(gòu)建的風(fēng)險指標(biāo)體系數(shù)目較多，為準(zhǔn)確計算系統(tǒng)整體風(fēng)險分值，需對各指標(biāo)權(quán)重的確定提出更高的要求，同時需考慮各風(fēng)險指標(biāo)權(quán)重計算的主客觀性；因此，需設(shè)計能夠兼顧權(quán)重計算準(zhǔn)確度及主客觀性的權(quán)重確定方法。

3.2 基于改進AHP的指標(biāo)權(quán)重確定

指標(biāo)間的權(quán)重值反映了不同指標(biāo)在綜合計算中所占的百分比，可以刻畫各指標(biāo)間的相對重要程度，直接影響綜合評價結(jié)果。AHP是一種基于專家經(jīng)驗的指標(biāo)賦權(quán)方法，能夠定性、定量地計算各評價指標(biāo)之間的權(quán)重系數(shù)?；贏HP的指標(biāo)權(quán)重確定過程，主要包含以下4個步驟：

a)對指標(biāo)進行兩兩比較和評估，按照1-9標(biāo)度法確定指標(biāo)的判斷矩陣A，

(23)

式中：n為指標(biāo)個數(shù)；αij為第i個指標(biāo)與第j個指標(biāo)的重要性之比。

b)判斷矩陣的一致性檢驗。檢驗式為

kCR=kCI/kRI.

(24)

kCI=(λmax-n)/(n-1).

(25)

式(24)、(25)中：kCI為一致性指標(biāo)；kRI為平均隨機一致性指標(biāo)；kCR為一致性檢驗值；λmax為矩陣A的最大特征值；指標(biāo)個數(shù)n與kRI的對應(yīng)關(guān)系參考文獻[16]來取值，n一般情況下不超過10，超過10需設(shè)置二級指標(biāo)。當(dāng)kCR<0.1時，判斷矩陣A的一致性可以接受。

c)層次總排序及權(quán)重計算。在對矩陣A的一致性進行校驗之后，將判斷矩陣A的m個行向量進行幾何平均，令

(26)

d)歸一化處理，得到各指標(biāo)的權(quán)重

(27)

AHP計算權(quán)重σj雖方便快捷，但其主觀性較強，而將指標(biāo)歸一化后再重新賦權(quán)能夠增強權(quán)重賦值的客觀性，并提高模型的可靠度[19]。為兼顧權(quán)重確定的主客觀性，并能在指標(biāo)數(shù)目較多時滿足賦權(quán)要求，使得風(fēng)險嚴(yán)重程度的計算具有較高的計算精度，本研究對AHP進行如下改進。

將n個指標(biāo)進行歸一化計算，即

(28)

式中：Ij為指標(biāo)歸一化后的數(shù)值；xj為第j個指標(biāo)量化數(shù)值。

將指標(biāo)歸一化后的數(shù)值與式(27)中AHP法計算所得權(quán)重相乘，計算第j個具體指標(biāo)在n個指標(biāo)中所占的權(quán)重值，獲得指標(biāo)綜合權(quán)重值Itj，

Itj=Ijσj.

(29)

本研究采用嚴(yán)重度函數(shù)計算風(fēng)險嚴(yán)重程度，因此各風(fēng)險值具有相同數(shù)量級，對指標(biāo)進行歸一化處理后，可以利用構(gòu)成比率考察全部指標(biāo)中某個指標(biāo)的分值是否合理，便于對各項指標(biāo)進行協(xié)調(diào)。綜合權(quán)重值使指標(biāo)權(quán)重賦值更客觀合理的同時，還反映出不同指標(biāo)對評估結(jié)果的貢獻。

對于風(fēng)險指標(biāo)體系權(quán)重計算，本研究應(yīng)用AHP，根據(jù)專家經(jīng)驗對第1層指標(biāo)即電網(wǎng)風(fēng)險、源側(cè)及荷側(cè)風(fēng)險指標(biāo)進行賦權(quán)，運用改進AHP計算第2層指標(biāo)權(quán)重值﹝即式(20)—(22)中各指標(biāo)權(quán)重﹞，進而獲取系統(tǒng)總體風(fēng)險分值，具體計算流程詳見附錄A。將AHP進行上述改進，可良好適用于本研究所構(gòu)建的風(fēng)險評估指標(biāo)體系總體風(fēng)險分值的計算。

3.3 系統(tǒng)風(fēng)險等級確定

根據(jù)計算所得的系統(tǒng)風(fēng)險分值劃分風(fēng)險等級。國內(nèi)各項風(fēng)險評估文件中，對風(fēng)險等級的劃分通常為3級到6級不等，風(fēng)險計算標(biāo)準(zhǔn)不同，風(fēng)險分值與等級的映射關(guān)系存在差異。根據(jù)本研究的系統(tǒng)整體風(fēng)險計算分值范圍并借鑒文獻[20]，將系統(tǒng)整體風(fēng)險等級劃分為5級，風(fēng)險分值越大，風(fēng)險等級越高，二者對應(yīng)關(guān)系見表1。

表1 風(fēng)險分值與風(fēng)險等級對應(yīng)表Tab.1 Corresponding table of risk score and risk grade

4 仿真驗證與分析

考慮風(fēng)光出力不確定性、電動汽車充電站充電功率的波動性，本研究依據(jù)風(fēng)電光伏出力模型及電動汽車充、放電負(fù)荷波動模型，模擬某地區(qū)24 h風(fēng)光出力及電動汽車充、放電負(fù)荷的波動。

4.1 仿真模型

4.1.1 風(fēng)光出力模型

本研究采用雙參數(shù)Weibull分布模擬風(fēng)速變化[21]，其概率密度函數(shù)為

f(v(t)，r(t)，c(t))=

(30)

式中：v(t)為t時刻風(fēng)電葉輪的風(fēng)速；r(t)、c(t)分別為t時刻風(fēng)力機的形狀、尺度參數(shù)。

風(fēng)電為恒功率因素控制，風(fēng)電出力與風(fēng)速之間的關(guān)系可近似用分段函數(shù)表示：

(31)

式中：PWTG為實際的風(fēng)電出力；PWTG，r為風(fēng)電的額定出力；vci、vr、vco分別為風(fēng)電的切入、額定、切出風(fēng)速。風(fēng)電出力曲線如圖2所示。

圖2 風(fēng)電出力曲線Fig.2 Wind power output curve

4.1.2 光伏出力模型

通常采用Beta分布描述1日內(nèi)光照強度變化。

(32)

式中：Ie(t)為t時刻太陽光的輻射強度；Ie，max為輻射強度最大值；αe(t)、βe(t)均為t時刻Beta分布的系數(shù)。

光伏出力與輻射強度的關(guān)系可以表示為

(33)

式中：PPV為實際的光伏出力；PPV，r為光伏板額定出力；Ie，stc為測試情況下的太陽光輻射強度；Ik為光伏電池板轉(zhuǎn)換效率飽和時的太陽光輻射強度。光伏出力曲線如圖3所示。

圖3 光伏出力曲線Fig.3 PV output curve

4.1.3 電動汽車負(fù)荷波動模型

電動汽車充電指從低電量狀態(tài)向高電量狀態(tài)轉(zhuǎn)移的動態(tài)變化過程，放電即為電量狀態(tài)反向變化過程[22]。一般采用荷電狀態(tài)(state of charge，SOC)來表示電池的剩余電量，將電動汽車SOC記為S，離散時間下的充電過程中其SOC變化可表示為

(34)

放電過程電動汽車的SOC變化可表示為

(35)

式(34)、(35)中：S(t+1)、S(t)分別為第t+1時刻、第t時刻的SOC；Pch(t)為t時刻的充電功率；ηch為充電效率；CP為電池的實際容量；Δt為離散時間間隔；Pdis(t)為t時刻的放電功率；ηdis為放電效率。

電動汽車充電負(fù)荷波動曲線如圖4所示。

圖4 電動汽車充電功率曲線Fig.4 Charging power curve of electric vehicle

4.2 算例分析

4.2.1 仿真系統(tǒng)及參數(shù)

為分析所研究指標(biāo)體系的有效性，設(shè)計如圖5所示的改進IEEE 14節(jié)點系統(tǒng)，該系統(tǒng)包含風(fēng)電、光伏、常規(guī)火電機組、電動汽車等，基準(zhǔn)功率為100 MVA。其中在9號節(jié)點接入規(guī)模為50 MW的光伏電站，14號節(jié)點接入規(guī)模為20 MW的風(fēng)電場，4、5號節(jié)點接入電動汽車充電站，其余節(jié)點接入常規(guī)火電機組或常規(guī)負(fù)荷。

圖5 改進的IEEE14節(jié)點系統(tǒng)示意圖Fig.5 Improved IEEE14 node system diagram

4.2.2 風(fēng)險評估結(jié)果及分析

4.2.2.1 風(fēng)險發(fā)生概率結(jié)果及分析

依據(jù)式(16)計算電網(wǎng)解列風(fēng)險發(fā)生概率，通過歷史統(tǒng)計數(shù)據(jù)得到事故率φ=0.05，根據(jù)多時間段風(fēng)險發(fā)生概率模型計算，最終獲知電網(wǎng)解列風(fēng)險發(fā)生狀態(tài)概率為0.02。同理計算其余各風(fēng)險指標(biāo)發(fā)生概率，結(jié)果見表2、表3。

表2 網(wǎng)側(cè)各風(fēng)險發(fā)生概率Tab.2 Probability of occurrence of various risks on the network side

表3 源荷兩側(cè)各風(fēng)險發(fā)生概率Tab.3 Probability of occurrence of risks on both sides of source load

4.2.2.2 風(fēng)險嚴(yán)重程度及系統(tǒng)整體風(fēng)險分值計算及分析

a)考慮源側(cè)資源出力不確定性，以風(fēng)電及光伏電站的出力波動作為源側(cè)資源不確定性進行分析，此波動受天氣影響較大。本研究根據(jù)24 h內(nèi)風(fēng)電及光伏電站出力波動情況，選取00：00、07：00、12：00、16：00、20：00 5個時刻，對此5個時刻進行風(fēng)險評估。計算各風(fēng)險指標(biāo)嚴(yán)重度，并根據(jù)式(19)—(22)計算系統(tǒng)整體風(fēng)險分值E，結(jié)果見表4、表5。

表4 風(fēng)光出力波動下網(wǎng)側(cè)風(fēng)險分值Tab.4 Risk score of grid side under fluctuation of wind and solar output ×10-2

表5 風(fēng)光出力波動下源荷兩側(cè)及系統(tǒng)風(fēng)險分值Tab.5 Risk scores of both sides of source load and system under fluctuation of wind and solar output ×10-2

由圖2、3分析可知：夜間00：00光伏出力為0，同時風(fēng)電場出力較小，此時所得風(fēng)險分值為較小，屬于5級風(fēng)險；07：00時光照強度仍較弱，光伏電站出力仍較小，但風(fēng)電場出力波動略大，此時計算所得系統(tǒng)風(fēng)險分值為0.428 3×10-2，屬于3級風(fēng)險，分布式電源滲透率嚴(yán)重度指標(biāo)、出力波動嚴(yán)重度指標(biāo)及棄風(fēng)棄光嚴(yán)重度指標(biāo)分值均有所增大，說明系統(tǒng)受到風(fēng)電場出力波動的影響，同時存在電網(wǎng)解列風(fēng)險及電壓越限風(fēng)險；12：00時，光照強度達到最大值，光伏電站出力較大，分布式電源滲透率嚴(yán)重度指標(biāo)、出力波動嚴(yán)重度指標(biāo)及棄風(fēng)棄光嚴(yán)重度指標(biāo)分值均達到較高風(fēng)險分值，系統(tǒng)存在極大的電網(wǎng)解列及支路潮流越限風(fēng)險，同時網(wǎng)損效益風(fēng)險也偏高，此時計算得出的系統(tǒng)總體風(fēng)險分值屬于2級風(fēng)險；16：00時，光照強度偏弱，光伏電站出力波動較小，但風(fēng)電場存在一定的出力波動情況，此時計算所得的系統(tǒng)風(fēng)險分值為0.316 1×10-2，屬于3級風(fēng)險，新能源滲透率、出力波動及棄風(fēng)棄光指標(biāo)嚴(yán)重度略高；20：00時，光伏出力波動為0，風(fēng)電出力波動極小，此時系統(tǒng)較安全。

b)考慮荷側(cè)資源功率不確定性，選取電動汽車負(fù)荷波動情況為荷側(cè)資源分析對象，此波動主要受出行情況影響。本研究根據(jù)24 h電動汽車充、放電負(fù)荷的波動情況，選取00：00、08：00、15：00、18：00、20：00 5個時刻，對此5個時刻進行風(fēng)險評估，計算各風(fēng)險指標(biāo)嚴(yán)重度，并根據(jù)式(19)—(22)計算系統(tǒng)整體風(fēng)險分值E′，結(jié)果見表6、表7。

表6 電動汽車充電負(fù)荷波動下網(wǎng)側(cè)風(fēng)險分值Tab.6 Risk score of grid side under fluctuation of electric vehicle charging load ×10-2

表7 電動汽車充電負(fù)荷波動下源荷兩側(cè)及系統(tǒng)風(fēng)險分值Tab.7 Risk scores of both sides of source load and system under fluctuation of electric vehicle charging load ×10-2

由圖4分析可知：夜間00：00電動汽車負(fù)荷出行率較低，此時電動汽車負(fù)荷波動極小，計算所得風(fēng)險值低，系統(tǒng)較安全；08：00及18：00時分別處于上下班高峰期，此時大量電動汽車處于運行狀態(tài)，對電動汽車的功率預(yù)測及調(diào)度具有較大的難度，靈活性負(fù)荷資源功率預(yù)測合格率指標(biāo)、調(diào)度失效嚴(yán)重度指標(biāo)分值極大，且系統(tǒng)具有較大的備用不足風(fēng)險，兩時刻系統(tǒng)均存在較大風(fēng)險；15：00時，電動汽車充電負(fù)荷量較高，充電功率較大，使得電網(wǎng)存在較大的電網(wǎng)解列、頻率越限、電壓越限及支路潮流越限風(fēng)險，但大量電動汽車接入電網(wǎng)，便于電網(wǎng)對其功率進行預(yù)測及調(diào)度，數(shù)據(jù)顯示電網(wǎng)解列、頻率越限、電壓越限、支路潮流越限、網(wǎng)損效益及棄負(fù)荷嚴(yán)重度指標(biāo)分值偏高，但功率預(yù)測合格率、調(diào)度能力失效嚴(yán)重度指標(biāo)值偏低，此時系統(tǒng)屬于4級風(fēng)險；相較于15：00時，20：00時電動汽車充電負(fù)荷量更高，電網(wǎng)對于電動汽車充電功率具有更高的預(yù)測準(zhǔn)確性，且電動汽車具有更大的可調(diào)度潛力，此時系統(tǒng)風(fēng)險分值略小。

4.2.2.3 實際電網(wǎng)算例分析與評估方案對比

本文采用文獻[23]中的實際電網(wǎng)算例模型，該系統(tǒng)包含37個節(jié)點和115條支路，風(fēng)電、光伏發(fā)電系統(tǒng)及負(fù)荷，系統(tǒng)結(jié)構(gòu)如圖6所示。

圖6 實際電網(wǎng)系統(tǒng)結(jié)構(gòu)Fig.6 Actual power grid system structure

分別選取00：00、07：00、20：00時的系統(tǒng)工況，進行各風(fēng)險指標(biāo)嚴(yán)重度的計算，將本文所提的棄負(fù)荷嚴(yán)重度SDRL、支路潮流越限SLPF、電壓越限指標(biāo)SV分別與文獻[23]中所選取的切負(fù)荷風(fēng)險變化指標(biāo)(load shedding risk change indicator，LSRCI)、線路越限風(fēng)險變化指標(biāo)(line overload risk change indicator，LORCI)、電壓越限風(fēng)險變化指標(biāo)(voltage violation risk change indicator，VVRCI)計算值進行對比，結(jié)果見表8。

表8 2個方案不同指標(biāo)對比Tab.8 Comparison of different indicators between two schemes ×10-2

由表8可知，隨著不同時刻風(fēng)電光伏及負(fù)荷的波動，兩方案呈現(xiàn)相同的變化趨勢。如00：00時，系統(tǒng)較穩(wěn)定，各指標(biāo)計算值較??；而07：00時新能源側(cè)出力波動較大，導(dǎo)致系統(tǒng)存在電壓越限及線路傳輸有功功率較高的風(fēng)險；20：00時負(fù)荷需求較高，波動較大，而源側(cè)出力較低，導(dǎo)致棄負(fù)荷風(fēng)險值增加。由分值變化幅度可以看出，本文方案相較于文獻[23]呈現(xiàn)出更靈敏的變化，表明本文所提的風(fēng)險嚴(yán)重度計算方法可以更加敏銳地反映風(fēng)險的嚴(yán)重程度。

對比本文提出的改進AHP計算所得系統(tǒng)風(fēng)險分值E1，AHP所得風(fēng)險分值E2，以及改進自適應(yīng)重要抽樣法的風(fēng)險評估方法[23]所得風(fēng)險分值E3，結(jié)果見表9。

表9 系統(tǒng)風(fēng)險分值計算值對比Tab.9 Comparison of system risk calculation scores ×10-2

由表9可知：本文方案與文獻[23]所采用方案的計算值接近，平均偏差率僅為6.26%；而采用AHP確定權(quán)重方法的計算值偏高，平均偏差率較本文方案超過10倍。這證明本文所提方法對于大規(guī)模實際電網(wǎng)系統(tǒng)風(fēng)險計算具有同樣的適用性，同時具有較高的準(zhǔn)確性，且更加客觀合理。

5 結(jié)論

本研究針對源荷兩側(cè)可調(diào)節(jié)資源參與下的新型電力系統(tǒng)存在更多的不確定性風(fēng)險，而常規(guī)的風(fēng)險評估指標(biāo)體系及風(fēng)險評估方法無法滿足新型電力系統(tǒng)的風(fēng)險評估要求的問題，提出考慮源網(wǎng)荷三側(cè)風(fēng)險的評估指標(biāo)體系，并從風(fēng)險嚴(yán)重度、風(fēng)險概率及風(fēng)險指標(biāo)權(quán)重三方面構(gòu)建系統(tǒng)風(fēng)險評估模型，依據(jù)系統(tǒng)風(fēng)險分值及等級對應(yīng)關(guān)系獲取風(fēng)險評估等級，具體如下：

a)構(gòu)建源荷可調(diào)節(jié)資源參與電網(wǎng)運行的風(fēng)險評估指標(biāo)體系，該指標(biāo)體系在常規(guī)風(fēng)險評估指標(biāo)體系的基礎(chǔ)上，增加考慮電網(wǎng)效益風(fēng)險指標(biāo)及荷側(cè)風(fēng)險指標(biāo)，更適用于源荷可調(diào)節(jié)資源參與電網(wǎng)運行的系統(tǒng)。

b)提出改進AHP確定指標(biāo)權(quán)重，算例結(jié)果表明，運用改進方法確定指標(biāo)權(quán)重，計算所得綜合風(fēng)險分值準(zhǔn)確性更高，且更加客觀合理。

c)提出系統(tǒng)整體風(fēng)險的綜合計算方法，以及風(fēng)險分值與風(fēng)險等級的對應(yīng)方式，結(jié)果表明，此方法能夠?qū)﹄娏ο到y(tǒng)整體風(fēng)險分值進行綜合計算，確定風(fēng)險等級，達到對系統(tǒng)風(fēng)險可觀測的目的。通過實際算例驗證本文風(fēng)險評估方法具有較高的準(zhǔn)確性，且對于不同規(guī)模系統(tǒng)具有良好的適用性。

附 錄 A

指標(biāo)權(quán)重確定方法

首先基于AHP對指標(biāo)進行賦權(quán)，采用專家打分法與查閱資料相結(jié)合的方法確定每層元素對上層元素的相對重要性的程度，得出判斷矩陣，并進行一致性檢驗，進而確定各指標(biāo)權(quán)重。

通過兩兩比較得到同一層指標(biāo)對上一層的影響程度，分別見表A.1—A.4。

表A.1 第1層指標(biāo)相對重要程度Tab.A.1 Relative importance of first-level indicators

以第1層權(quán)重為例，從電網(wǎng)風(fēng)險、源側(cè)風(fēng)險和荷側(cè)風(fēng)險3個層面，根據(jù)附表A.1得到判斷矩陣A，

結(jié)合第1層及其權(quán)重，最終得到各指標(biāo)的AHP法權(quán)重σ計算結(jié)果，見表A.5。

表A.5 各指標(biāo)AHP權(quán)重值Tab.A.5 AHP weight value of each indicator

將每個評估時刻的14個指標(biāo)分值進行歸一化計算，并將歸一化后的數(shù)值與σ相乘獲取各指標(biāo)最終的綜合權(quán)重值It，將各指標(biāo)權(quán)重It分別代入系統(tǒng)整體風(fēng)險評估模型式(20)—(22)中各指標(biāo)權(quán)重參數(shù)值位置進行計算，最終獲取系統(tǒng)整體風(fēng)險分值。