基于概率風險評估的發電容量充裕度分析及其應用

王 潔，程 虹，楊 超

（國網江西省電力公司經濟技術研究院，江西南昌 330043）

0 引言

發電容量充裕度是度量電力系統是否具有足夠的發電容量來滿足電力電量需求的能力，并且在負荷高峰、機組計劃檢修及適度隨機停運時也能保持這種能力的重要指標[1,2]，它反映了靜態條件下系統的可靠性水平。因此，確保合理的發電容量裕度對于電力系統和電力市場的安全與協調發展具有重要的意義，否則可能造成經濟效益與社會效益的巨大損失。本文采用基于概率風險評估的方法進行發電容量充裕度分析，首先對系統中的不確定因素進行建模，采用序貫蒙特卡洛模擬法進行狀態選取，并運用風險指標量化系統風險狀態的可能性和嚴重度，從而衡量系統的供需平衡能力。之后，簡要介紹了該方法在法國電力系統中的應用情況，分析了截止到2016年的法國發電容量充裕度水平。最后，結合我國電力系統的實際情況對上述方法進行改進，并以江西省電力系統為例進行發電容量充裕度分析，驗證該改進方法的合理性。

1 基于概率的發電容量充裕度風險評估原理

1.1 隨機因素的模擬

1.1.1 負荷模型

可根據歷史負荷數據或負荷需求預測信息，建立相應研究周期內的時序小時負荷模型。

考慮到負荷水平的波動特性，故采用正態分布來描述負荷波動引起的隨機分量。

1.1.2 發電機組模型

為了簡化系統狀態模擬，認為運行和停運是機組僅有的兩種狀態，且機組間的停運狀態是相互獨立的。機組q的狀態Xq的概率密度函數可表示為：

每一臺機組的狀態可通過隨機抽樣來確定，即隨機產生均勻分布在[0，1]區間的隨機數Rq，若，則 ；若，則機組q處于當前狀態的持續時間的抽樣值Dq可用指數分布來表示：

1.2 風險評估指標

發電容量充裕度的定量評估是通過建立表征系統風險的指標來實現的。根據模擬的系統狀態，可分析出相應的狀態后果，從而統計出在研究周期T內N次抽樣中，第i次抽樣中發生的缺電次數LLOi(lossof load occurrence)，以及在該次抽樣中的第j次缺電持續時間LLDij(lossof load duration，h)和第j次電量不足值 ENSij(energy not supplied，GWh)[1，13]。在此基礎上，便可計算以下基本的風險指標。

1）缺電時間期望LOLE（h/T），表示在研究周期T內時序負荷超過系統可用發電容量的小時數。

2）電力不足概率LOLP（lossof load probability），表示在研究周期T內時序負荷超過系統可用發電容量的概率。

3）電量不足期望LOEE（GWh/T）指在研究周期T內由于供電不足而造成用戶停電損失電量期望值。

4）負荷切除期望ELC（GW/T)，表示在研究周期T內由于供電不足而導致切負荷功率期望值。

1.3 風險評估方法

序貫蒙特卡洛模擬法是具有時序特征的蒙特卡洛模擬法，能靈活的模擬狀態持續時間的任何分布，以及計算系統風險指標的概率分布。為了能夠分析系統在不同時刻發生停電風險的概率特征，文中采用序貫蒙特卡洛模擬法進行發電容量充裕度風險評估，它是在研究周期內按時序建立一個虛擬的系統發電容量曲線，并疊加時序負荷小時曲線得到模擬的運行過程[1]。

2 基于概率風險評估的發電容量充裕度分析在法國的應用

法國的電源結構中，核電占其主導地位，但由于歐盟限制排放條例的實施和法國石化資源缺乏等因素，近年來法國核電發展緩慢；相比之下，風電、水電和太陽能光伏發電在法國政府的大力扶持下迅猛發展[3]。此外，法國電力系統與西歐多個國家聯網，以電力出口為主進行電力交換。法國輸電網公司RTE(Réseau de Transport d'Electricité)預計截止到2016年，法國的年出口電力將小幅度增大。

考慮到法國可再生能源發電的比例不斷增大，系統的可用發電容量的波動性會相應變得更加頻繁、劇烈；而且法國每年都要和外區域電網進行大量的電力交換，這些情況都迫切需要法國采用更為科學合理的方法進行發電容量的供需平衡分析，從而為電源規劃工作提供參考依據。為此，RTE于2003年開始編寫兩年一度的發電容量充裕度報告，以評估法國中長期(未來5年內)和長期(未來20年內)的電力供應和需求之間的不平衡風險。

法國發電容量充裕度評估體系主要是根據發電裝機預測、負荷預測和與其它國家的電力交換計劃的情況，采用概率風險評估方法對發電系統中存在的不確定因素進行模擬，分析各種不同場景下系統的電力電量供需平衡情況，最后計算發電容量充裕度的各項風險指標[4]。基于該方法，進行從2013年到2016年的發電容量充裕度評估，表1給出了各年法國發電容量充裕度風險指標值。

表1 2013-2016年的法國發電容量充裕度風險評估結果

法國政府規定發電容量充裕度的標準為：缺電時間期望LOLE不大于3 h/a。從表1中可以看出，以法國目前的裝機容量仍能滿足2013年和2014年的負荷需求，但從2015年開始，缺電時間期望值超過了標準值，系統由于發電容量供給不足要進行切負荷；到2016年，法國電力缺口預計達5.3 GW。如果法國不依賴于進口電力來填補電力空缺，就應采取增大新建電源項目投資、加強需求側管理等措施以緩解電力供需矛盾。

3 改進的發電容量充裕度概率風險評估

法國的發電容量充裕度分析方法對于我國電力系統的可靠性評估工作具有重要的借鑒意義。但在實際應用中，上述方法仍有改善空間，文中從以下2個方面進行改進：

1）法國編寫發電容量充裕度評估報告的目的是為政府及能源部門規劃電力投資提供決策依據，通常以“年”為研究周期，評估結果只能從整體上度量系統長期的充裕度水平。考慮到短期的發電容量充裕度評估能更精確地識別在某時段內系統存在的風險，從而更好地為調度運行工作人員提供參考，做出及時有效的校正措施。因此，在改進的方案里采用年度評估、季度評估以及月度評估三種模式。

2）在進行電力電量供需平衡分析時，RTE考慮到資源的限制、能源政策的變化等對發電裝機預測的影響，卻沒有計及機組檢修計劃因素。為了彌補上述缺陷，在模擬機組的有功出力時，若機組的模擬狀態為運行，則循環檢修計劃表，判斷機組是否處于檢修期，若是，則其出力為0。

在算法實施中，基于改進的發電容量充裕度的評估流程如圖2所示，其主要步驟如下：

（1）選擇評估模式，確定研究周期T；

（2）讀取原始數據，如機組運行參數、檢修計劃，研究周期內的電力交易計劃和負荷水平等；

（3）設置算法參數，如最大抽樣次數N，初始抽樣次數i=1；

（4）根據1.2中的方法確定發電機的運行和停運的狀態以及狀態持續時間模擬值，生成每臺機組的時序狀態轉移圖；

（5）在各個時段內，若機組處于運行狀態且不在檢修期內，統計該機組的有功出力；否則其有功出力記為0。從而可形成研究周期內機組總的可用容量時序曲線；

（6）將區外送入電力處理成機組的有功出力，這樣系統總的供電容量時序曲線可由機組總的可用容量時序曲線和區外送入電力時序曲線進行疊加而成的，從而可算出相應時段內的系統總供電量；

（7）根據已設置的負荷水平及其波動分量，按照1.2節中的模型模擬系統的時序小時負荷曲線，并將送出區外電力處理成系統負荷，將系統時序負荷曲線與送出區外電力時序曲線疊加，可得到系統的時序電力需求曲線，最后可計算相應時段內的總電量需求；

（8）將系統時序電力需求曲線和系統總的供電容量曲線進行疊加，得到在研究周期內的系統發電容量可用裕度模型；

（9）分析發電容量可用裕度模型，統計在第i次抽樣中發生的缺電次數LLOi，以及該次抽樣中第j次缺電持續時間LLDij和電量不足值ENSij；

（10）若i＞N，則抽樣結束；否則，令i=i+1，轉入步驟4)。

（11）抽樣結束后，計算研究周期內系統的風險指標，并分析系統的發電容量充裕度水平。

4 算例分析

為驗證上述改進的評估方法的有效性，以實際的江西電力系統為例，選取2013年高峰負荷水平下的年度評估模式和月度評估模式進行發電容量充裕度分析。假設該系統的年統調最大負荷為15 100 MW，平均負荷為8 127 MW；系統的省內統調發電裝機容量為15 673 MW；網供受電最大電力為1 470 MW，最小電力為720 MW；全年機組檢修計劃事件數為68。

在月度評估模式中，考慮到江西省的負荷高峰期主要集中在7月-8月以及12月，因此文中主要對這三個月進行評估。

為了說明機組檢修計劃對發電容量充裕度的影響，故將年度評估模式設置了兩種場景進行對比。

場景1：計及機組檢修計劃因素；

場景2：不考慮機組檢修計劃因素。

采用前文所述的方法進行計算，年度發電容量充裕度的分析結果如表2所示。

表2 不同場景下的年度發電容量充裕度評估結果

通過表2中的計算結果可以看出，場景1的各項指標評估值都比場景2要大，說明不考慮機組檢修計劃因素，評估得出的系統停電風險將偏低。

在進行各月度發電容量充裕度評估時均考慮機組檢修計劃因素，其評估結果如表3所示。

表3 2013年7、8、12月發電容量充裕度評估結果

分析比較表2和表3的結果可知，在2013年，7、8、12月缺電時間期望值總和約占全年缺電時間期望值的64%，其中8月份發生電力短缺的情況最嚴重。由此可見，不同模式的評估結果分析可以為規劃和調度工作提供更為全面、細致的電力電量不平衡風險信息，從而制定相應的合理措施，如進行優化機組檢修計劃、電力負荷錯峰管理等。

5 結語

進行發電容量充裕度概率風險評估的研究對保障電力系統的可靠供電和電源的合理規劃具有重要的理論價值和實踐價值。考慮到系統中不確定因素的影響，采用序貫蒙特卡洛模擬法進行多種模式的發電容量充裕度風險評估，能更全面地識別系統存在的停電風險，從而便于做進一步的分析和研究；而在評估過程中計及機組檢修計劃因素，能更準確地反映電源設備生產狀態信息，否則發電容量充裕度的評估結果偏于樂觀。

[1]李文沅.電力系統風險評估——模型、算法和應用[M].北京：科學出版社，2006.

[1]李文沅.電力系統風險評估——模型、算法和應用[M].北京:科學出版社，2006.

[2]楊蒔百，丁明.大型電力系統可靠性技術[J].電力系統自動化，1993,17(10):53-57.

[3]韓豐，李輝，王智東，等.法國電網發展分析以及對我國的啟示[J].電網技術，2009，33(8):41-47.

[4]RTE.French Generation Adequacy Report 2011[EB/OL].http://www.rte-france.com/fr/nous-connaitre/qui-som mes-nous/information-in-english.