基于ALARP準則的高比例新能源并網系統日前運行風險評估

商皓鈺，劉天琪，卜 濤，何 川，印 月，丁理杰

（四川大學 電氣工程學院，四川 成都610065）

0 引言

電力系統運行風險評估與可靠性評估是評估系統安全的重要方法，前者主要面向調度部門，后者主要面向規劃部門［1］。近年來，風電、光伏等具有不確定性的新能源大規模接入給電力系統增加了更多不確定因素，這對運行風險評估提出了更高要求。開展對新能源并網系統的日前運行風險評估，可以在調度中提前采取防控措施來提高系統運行安全性。

對于風電并網系統的運行風險評估，文獻［2］在風電場出力模型中考慮天氣因素，將可以衡量棄風問題的風電功率波動風險列入風險指標體系，較全面地研究了風電給電力系統運行增加的風險；文獻［3］改進傳統電力系統運行風險評估模型，考慮風電出力概率、負荷概率、機組實時狀態概率等因素，較全面地體現了電力系統運行狀態的實時性；文獻［4］詳細考慮風電機組功率特性、風機降額運行狀態等因素，建立了風電接入發輸電系統的風險評估模型；文獻［5］提出含大規模風電的交直流混聯系統運行風險評估模型，從暫態和穩態故障狀態、經濟損失、結構強度3 個方面構建風險指標體系；文獻［6］在文獻［2］的基礎上考慮了極端天氣對元件與輸電線路停運率的影響，建立了涵蓋電力不足、棄風和線路過載的風險指標體系；文獻［7］考慮風電出力與系統負荷的相關性，進行了輸電線路過載風險評估；文獻［8］考慮頻率響應過程，對高風電滲透率系統進行穩態電壓和線路過載評估。對于光伏并網系統的運行風險評估，文獻［9］建立太陽光輻照度模型和光伏電站出力模型，基于節點實時重要度以及效用理論提出含光伏電站的電力系統風險效用值指標；文獻［10］采用蒙特卡洛法對太陽光輻照度分布區間進行模擬，計算了系統電壓越限和線路過載風險指標。對于同時含有風電與光伏的系統，文獻［11］研究了不同類型Copula 函數描述風光聯合出力的適用性，從電壓越限、線路功率越限和失負荷3 個方面評估了系統運行風險。

風險作為抽象概念難以直觀反映系統安全程度，需對計算所得風險值進行評價。對于風險評價方面的研究，文獻［3，9，12］利用層次分析法（AHP）引入綜合風險指標，但AHP 作為主觀賦權法完全依靠專家經驗確定各指標重要性次序，忽略了各指標間的內在聯系［13］；文獻［5］利用熵權法（EWM）引入綜合風險指標，體現了權重的客觀性，但忽視了決策者知識與經驗等主觀偏好信息［13］；文獻［12］基于最低合理可行（ALARP）準則，結合《國家電網公司安全事故調查規程》將風險劃分為高、中、低3 個等級，為本文風險評級研究提供了思路，但其求得的等級數值僅依據系統失負荷劃分為單一標準，未能對不同的風險指標進行具有針對性的等級劃分。

綜上，在建立風險指標體系方面，文獻［2-11］建立的標準不完全統一，通常只從系統頻率、電壓、線路傳輸功率和失負荷角度考慮部分指標；在風險評級研究方面，文獻［12］提出的評級標準較為單一，未能根據不同指標的行業標準進行等級劃分，所求得的風險等級表有一定局限性；在算例仿真方面，文獻［3-5］均針對小時級開機方式進行運行風險評估，算例結果不能全面地體現一天中系統運行風險隨時間的變化；在確定指標權重并引入綜合風險指標所采用的方法方面，文獻［3，9，12］都采用單一的主觀或客觀賦權法，有一定局限性，未結合主客觀進行賦權。

為此，本文考慮風電和光伏有功出力的不確定性及相關性、負荷不確定性、系統元件狀態等多個要素，建立計及風電和光伏并網的電力系統運行風險評估模型。將穩態頻率越限、電壓越限、線路有功功率越限和系統失負荷指標納入運行風險指標體系，結合AHP和EWM求取綜合風險指標中各指標權重，基于ALARP 準則結合各自行業標準對各風險指標進行等級劃分。建立日前運行風險評估模型，采用非序貫蒙特卡洛法抽取系統狀態和運行條件，基于交流最優潮流模型計算風險指標。以IEEE-RTS79系統為例，計算一天24 h 中各風險指標值并判定風險等級，分析新能源接入容量對系統運行風險的影響，從而為風險評級和高比例新能源并網系統的日前運行風險評估提供參考。

1 運行風險評估模型

1.1 風險評估理論

電力系統運行風險評估是在可靠性評估的基礎上采用概率評估思想，運行風險frisk是系統所面臨的不確定性因素的可能性與嚴重性的綜合度量，其數學表達式為［14］：

其中，Xf，t為t時段的系統開機運行方式；Em為第m 個系統狀態，P（Em）為第m 個系統狀態出現的概率；Ct，n為t 時段系統第n 個運行條件，P（Ct，n）為t 時段系統第n 個運行條件出現的概率，由系統當前風電、光伏有功出力概率和負荷概率共同決定；Sev（Em，Ct，n）為t時段第m 個系統狀態和第n 個運行條件下對應的嚴重程度，不同運行風險指標具有各自的嚴重度函數。

1.2 風險各組成部分的概率模型

1.2.1 系統元件狀態概率模型

電力系統狀態可看作系統中所有元件狀態共同組成的集合，在含風電和光伏并網的電力系統中，元件可分為風機、光伏電池、發電機和線路4 類，每個元件都具有停運和運行2 種狀態。現有研究普遍利用馬爾科夫兩狀態模型對元件狀態進行建模，得到元件在t 時段內發生故障的次數服從泊松分布［15］，則式（1）中P（Em）的具體表達式為：

其中，Coff（Em）和Con（Em）分別為第m 個系統狀態下停運和運行的系統元件集合，兩集合中元素個數之和即為系統中的元件總數；Pc，i，t為t 時段元件i 的故障率；λc，i為元件i的故障率。

由于惡劣天氣條件下線路停運率會有所增加，需要在計算線路故障率時考慮天氣影響。當元件類型為線路時，Pc，i，t應修正為：

其中，θ 為天氣修正系數，其取值與文獻［16］中相同；ci為第i個系統元件；L為系統線路組成的集合。

1.2.2 風電、光伏有功出力概率模型

（1）風電有功出力概率模型。

本文選用威布爾分布作為風電有功出力概率模型［17］，其概率密度函數f（Pw）為：

其中，Pw為風電有功出力；k 和c 分別為威布爾分布的形狀和尺度參數；μw和σw分別為風電有功出力的均值和標準差；Γ（·）為伽馬函數。

（2）光伏有功出力概率模型。

本文選用Beta 分布作為光伏有功出力概率模型［18］，其概率密度函數f（Ppv）為：

其中，Ppv為光伏有功出力；Ppv，max為光伏有功出力最大值；α、β 為Beta 分布的2 個參數，由光伏有功出力的均值μpv和標準差σpv確定。

（3）風光聯合有功出力概率模型。

對于同時建有風電場和光伏電站的地區，2 種電源有功出力存在一定相關性和互補性，現有研究普遍利用Copula 函數來描述風光聯合有功出力［18］。本文選擇Frank-Copula 函數作為風光聯合有功出力概率模型，其數學表達式為［11］：

其中，ρ為風電與光伏有功出力間的相關系數。

若某時段系統中的風機或光伏電池全部停運，風電與光伏有功出力將不再具有相關性，其有功出力服從各自的概率分布模型，應分別按式（4）和式（5）進行計算。

1.2.3 負荷概率模型

本文選用正態分布描述系統負荷的不確定性，其概率密度函數f(Pd)為：

其中，Pd為系統負荷；μd和σd分別為系統負荷的均值和標準差。

在電力系統實際運行中，風電、光伏有功出力以及系統負荷會隨時間發生變化，因此式（4）、（5）和式（7）中各概率分布的均值和標準差應根據風電出力、光伏出力和負荷曲線在不同時段設置不同值。

2 運行風險指標體系及風險等級劃分

2.1 運行風險指標體系

現有研究通常從電壓、功率和負荷3 個角度出發建立運行風險指標體系［3，11］，而較少考慮系統頻率，故本文建立涵蓋穩態頻率越限、電壓越限、線路有功功率越限和系統失負荷的運行風險指標體系。

（1）穩態頻率越限指標。

考慮系統的穩態頻率特性，用穩態頻率偏差超出允許范圍的大小來衡量穩態頻率越限指標的嚴重度，該指標的嚴重度函數Sev-f為：

（2）電壓越限指標。

電壓越限指標的嚴重度可以用各節點電壓幅值偏離正常運行范圍的大小來衡量，該指標的嚴重度函數Sev-V為：

（3）線路有功功率越限指標。

線路有功功率越限指標的嚴重度可以用各條線路上的有功功率超出最大允許傳輸有功功率的大小來衡量，該指標的嚴重度函數Sev-P為：

（4）系統失負荷指標。

系統失負荷指標的嚴重度可以用失負荷率來衡量，該指標的嚴重度函數Sev-cut為：

其中，Pcut，i為節點i 的有功失負荷量；Pd，i為節點i 的有功負荷值。

（5）安全綜合風險指標。

將上述4 個安全類運行風險值賦予一定權重，得到安全綜合風險Rcom為：

其中，Rf、RV、RP和Rcut分別為穩態頻率越限風險值、電壓越限風險值、線路有功功率越限風險值和系統失負荷風險值；w1—w4為各指標對應的權重系數。

本文結合AHP［20］和EWM［21］求得各指標權重，通過乘法合成對2 種賦權法的權重進行折中，最終權重能同時體現AHP的主觀性和EWM的客觀性［13］。該組合賦權法的計算公式為：

其中，wA，i、wE，i分別為利用AHP和EWM求得的第i個指標的權重。

2.2 基于ALARP準則的風險等級劃分

安全風險管理實踐領域普遍采用ALARP 準則作為確定風險水平程度以及可接受程度的衡量標準［22］，該準則通過制定2 條風險分界線——不可接受風險水平線和可忽略風險水平線，將風險分為3個區域——不可接受區、ALARP 區和可忽略區。風險等級劃分原理圖如附錄中圖A1所示。

2.2.1 穩態頻率越限風險等級劃分

《國家電網公司安全事故調查規程》指出：頻率偏差超出±0.2 Hz（裝機容量3 000 MW 以下的電網放寬至±0.5 Hz）并持續30 min 以上，判定為五級電網事件。國標規定頻率波動等級如下：A 級是不超過±0.05 Hz，B 級是不超過±0.5 Hz，C 級是不超過±1 Hz。

2.2.2 電壓越限風險等級劃分

《國家電網公司安全事故調查規程》指出：電壓低于調度機構規定的電壓曲線值20%且持續30 min 以上，或低于調度機構規定的電壓曲線值10%且持續1 h 以上，判定為三級電網事故（較大事故）；電壓低于調度機構規定的電壓曲線值5%以上10%以下，且持續2 h以上，判定為四級電網事故（一般事故）。

取電壓越限不可接受風險水平線對應越限時長為年越限時間30 min，即對應的概率Pr-V，max=0.5÷8 760≈5.71×10-5。不可接受風險水平線時Vi取0.8 p.u.，則不可接受風險水平線風險值為：

2.2.3 線路有功功率越限風險等級劃分

文獻［12］根據中國架空線路歷年可靠性數據，計算得到元件失效概率水平為5.98×10-5。假設發生線路有功功率越限時系統元件會采取停運措施，則線路有功功率越限風險水平線對應的概率Pr-P=5.98×10-5。

文獻［23］指出：為滿足靜態穩定要求，線路正常運行時傳輸的有功功率不宜大于極限傳輸功率的85%；為滿足暫態穩定要求，則不宜大于極限傳輸功率的75%。故式（11）中-Pl取0.75 p.u.，可忽略風險水平線時Pl取0.85 p.u.，則可忽略風險水平線風險值為：

不可接受風險水平線時Pl取1 p.u.，則不可接受風險水平線風險值為：

2.2.4 系統失負荷風險等級劃分

假設發生系統失負荷時系統元件會停運并采取切負荷措施，由文獻［12］求得的元件失效概率水平，取系統失負荷風險水平線對應概率Pr-cut=5.98×10-5。

《國家電網公司安全事故調查規程》指出：區域性電網減供負荷10%以上30%以下為二級電網事故（重大事故），區域性電網減供負荷4%以上7%以下為四級電網事故（一般事故）。因此，取式（12）中的嚴重度為4%，則可忽略風險水平線風險值為：

取式（12）中的嚴重度為30%，則不可接受風險水平線風險值為：

綜上所述，各運行風險指標所對應的風險等級如表1所示。

表1 運行風險等級Table 1 Operation risk level

式（17）—（20）中求得的風險水平線是針對單個節點和單條線路所求得的數值，由式（10）、（11）可知，對于某一特定系統而言，系統電壓越限和線路有功功率越限指標的風險水平線還應在表1 所示的數值基礎上分別乘以系統的節點和線路數目來獲得。

3 日前運行風險評估方法及流程

3.1 非序貫蒙特卡洛法

本文假設各時段的系統狀態和運行條件相互獨立，采用非序貫蒙特卡洛法結合1.2節中各概率模型生成系統狀態和運行條件，該方法通過抽取大量樣本，用頻率作為概率的無偏估計，即：

其中，n（Ct，n）為Ct，n被抽樣次數；Nt為t 時段的抽樣總次數。

3.2 交流最優潮流模型

運行風險評估旨在考慮故障狀態下調度計劃對系統安全性的影響，對經濟性考慮較少［1］，而電力系統運行的最終目的是保障用戶負荷需求。為此，本文采用交流最優潮流模型計算2.1 節中各運行風險指標，以系統一天內有功失負荷量最小為目標函數，求出各系統狀態和運行條件下對應的發電機出力、節點電壓及線路傳輸功率等。

3.2.1 目標函數

3.2.2 約束條件

（1）系統功率平衡約束。

（2）失負荷量約束。

（3）發電機出力上下限約束。

（4）電壓幅值約束。

（5）線路傳輸容量約束。

約束式（3）—（5）作為最優潮流常規約束與文獻［3］中對應約束相同，不再贅述。

3.3 日前運行風險評估流程

日前運行風險評估流程圖如附錄中圖A2所示，其具體步驟如下。

（1）設定t時段非序貫蒙特卡洛抽樣次數Nt。輸入系統基礎數據，包括各元件故障率λ，風電、光伏、負荷各時段概率分布的均值與標準差。

（2）根據系統基礎數據進行非序貫蒙特卡洛抽樣，抽取每個元件運行狀態、風電有功出力、光伏有功出力、負荷，根據各元件狀態組成Nt個不同系統狀態并計算系統狀態概率P（Em），根據風電、光伏有功出力及負荷共同組成Nt個不同運行條件并計算運行條件概率P（Ct，n）。設場景序號為Mt，初始化Mt=1。

（3）用交流最優潮流模型求解場景Mt下的潮流分布，將求得的節點電壓、線路潮流、失負荷量和發電機出力結果代入各運行風險指標嚴重度計算公式，結合系統狀態和運行條件概率P（Em）和P（Ct，n）求出場景Mt下各運行風險指標值。

（4）令Mt=Mt+1，比較Mt與Nt的大小，若Mt>Nt則進入步驟（5），否則返回步驟（3）。

（5）累加Nt個場景下的運行風險指標值，得到t時段系統運行風險。

（7）查詢運行風險等級表并結合被評估系統的規模，判斷系統每個時段各指標風險等級。

4 算例分析

4.1 算例設計

本文在MATLAB 平臺上對IEEE-RTS79 系統進行運行風險評估，該系統具有33 臺發電機組，機組、負荷數據及系統接線圖見文獻［24］。在1號、2號這2 個節點分別接入總裝機容量均為200 MW 的風電場和光伏電站，并假設風電與光伏有功出力具有相關性，在此方案設計下風電與光伏總滲透率高達10.5%；各時段的蒙特卡洛抽樣次數Nt均設為1 000次以保證計算精度；根據文獻［12］統計的架空線路歷年可靠性數據，每條線路故障率均設為2.1%；風機和光伏電池的故障率均設為5%；根據西南某地區電網的實測數據設定風電與光伏日出力曲線。

4.2 運行風險指標計算與分析

IEEE-RTS79 系統共有24 個節點、38 條線路［24］，結合表1 可得，該系統電壓越限和線路有功功率越限的可忽略風險水平線風險值、不可接受風險水平線風險值分別為8.62×10-5、1.36×10-4和1.88×10-4、5.24×10-4。將一天等分為24 個時段，得到日前運行風險指標計算結果如圖1所示。

圖1 風險指標計算結果Fig.1 Calculation results of risk indexes

由圖1和表1可知，該系統穩態頻率越限風險在時段1—7 和時段22—24 處于低風險等級，在其余時段處于中風險等級；電壓越限風險除在時段17 處于中風險等級外，在其余時段均處于低風險等級；線路有功功率越限風險和系統失負荷風險一直處于低風險等級。

對于穩態頻率越限風險，凌晨與夜間負荷需求較小，光伏幾乎無出力，系統有功功率波動較低，因此風險較低；白天負荷需求較大，風電與光伏出力較大，系統有功功率更易產生波動，因此穩態頻率越限風險較高，其中時段16 的風險最高，需在調度中重點關注；由于風電在時段15 出力較小，系統負荷在該時段較白天其他時段亦最小［24］，因此該時段的穩態頻率越限風險在白天最低。電壓越限風險全天變化趨勢與穩態頻率越限類似，呈現夜間低白天高的特點；在光伏出力和負荷需求較小的時段1—7和時段22—24風險較低，隨著白天光伏出力和負荷需求的增加，在時段8—10風險逐漸增加；此后風電出力逐漸減小，風險在時段11—15 遞減；下午光伏出力與負荷需求再次增大，風險隨之升高并在時段17 達到峰值。線路有功功率越限風險變化沒有明顯規律，相鄰時段風險值變化幅度與其余指標相比更明顯。系統失負荷風險變化趨勢則與穩態頻率越限和電壓越限風險變化趨勢類似。

為計算綜合風險指標，本文給出各風險指標的重要度排序為：穩態頻率越限>系統失負荷>電壓越限=線路有功功率越限。用AHP計算各指標權重wA；再根據求得的風險指標值，用EWM計算各指標權重wE；最終利用組合賦權法確定各指標最終權重w。不同計算方法所得的權重值如附錄中表A1所示。

綜合風險指標計算結果如附錄中圖A3 所示。對比圖1 與圖A3 知，綜合風險受穩態頻率越限風險影響較大，系統受風電出力、光伏出力、負荷三者不確定性共同影響，有功功率易產生波動，維持系統有功功率穩定能最大限度地提高其整體運行安全性。

針對下午運行風險較高的時段，在調度中需留足發電機的有功容量以采取必要的調頻措施維持系統穩態頻率穩定，還應提高系統的無功裕度以降低電壓越限的風險。對比文獻［3］和文獻［11］的風險指標計算結果，本文提出的風險指標體系在已有的電壓、線路功率和失負荷3 個方面考慮系統頻率，從多個方面反映系統的運行風險，從而可以對調度提出更為全面的建議。

4.3 基于ALARP準則的系統安全分析

結合表1和表A1，可得到整個IEEE-RTS79系統的風險等級表，結果如附錄中表A2 所示。表A2 在表1 的基礎上結合IEEE-RTS79 系統規模給出了各風險指標等級劃分值，并增加了綜合風險指標的等級劃分。對比表1 與文獻［12］的風險等級表，本文結合系統的規模（節點和發電機數目）基于ALARP準則對不同運行風險指標按各自行業標準和嚴重度定義進行等級劃分，結果更具有針對性。該風險評級方法亦能根據不同規模系統的安全要求和不同的嚴重度函數定義來調整風險水平線所對應的數值。

將算例中的24×1000個場景各自的系統狀態概率和嚴重度繪制成對數坐標系下的散點圖，各風險指標ALARP 分布圖如圖2 所示。圖中，可忽略風險水平線下方為低風險區域，不可接受風險水平線上方為高風險區域，兩者之間的區域為中風險區域。

圖2 風險指標ALARP分布Fig.2 ALARP distribution of risk indexes

由圖2 可知，穩態頻率越限的場景均處于低風險和中風險區域，大部分場景處于低風險區域；電壓越限和線路有功功率越限的場景主要分布在低風險區域，但仍有部分場景位于高風險區域；系統失負荷的ALARP 分布較為集中，大部分位于低風險區域，極少數場景位于高風險區域。

對比圖1與圖2，由于各時段風險指標值在計算時計及了運行條件概率P（Ct，n），圖1 中各風險指標計算結果為各場景的平均風險，在評級上并未出現高風險時段。但由圖2可知，在蒙特卡洛法模擬的所有場景中，仍有部分場景位于高風險區域，因此相比于直觀的數值展示，ALARP 分布圖通過展示每個抽樣場景下的系統風險等級分布，更加能夠體現蒙特卡洛法大量模擬樣本的優勢，從而鑒別出潛在高風險場景。

4.4 不同新能源接入比例下運行風險評估對比分析

為分析新能源接入比例對系統安全的影響，將4.1 節中風電場和光伏電站各自的總裝機容量均從200 MW 依次提升至300 MW 和400 MW，風險指標計算結果如圖3所示。

由圖3 可知，增大新能源接入比例會增加系統整體穩態頻率越限、電壓越限、線路有功功率越限風險，但可以降低系統整體的失負荷風險；當接入容量達到400 MW 時，系統電壓越限和線路有功功率越限的風險分別在時段3 和時段17—19 達到了高風險等級，對系統安全造成了不良影響。

圖3 不同新能源接入比例下的風險指標計算結果Fig.3 Calculation results of risk indexes under different renewable energy accessing ratios

5 結論

本文建立了計及風電和光伏并網的電力系統運行風險評估模型，參照《國家電網公司安全事故調查規程》等電力行業標準，基于ALARP 準則對各風險指標進行等級劃分，為風險指標評級和以風電和光伏為代表的高比例新能源并網系統日前運行風險評估提供參考，通過算例分析得到結論如下。

（1）基于ALARP 準則可結合系統規模對不同運行風險指標按各自的行業標準進行等級劃分，結果更具有針對性。

（2）系統運行風險除線路有功功率越限風險，均呈現“夜間低、日間高”的特點；線路有功功率越限風險和電壓越限風險分別在風電出力較大的凌晨以及負荷需求和光伏出力較大的下午需要重點關注。

（3）風險指標的ALARP 分布圖相比于直觀的風險數值展示，更適用于蒙特卡洛法大量模擬樣本的特點，能有效鑒別出潛在的高風險場景。

（4）增大新能源接入比例可以降低系統整體的失負荷風險，但其他3 項風險指標會有所增加，當新能源接入比例過高時，電壓越限和線路有功功率越限指標容易出現高風險時段。

附錄見本刊網絡版（http：//www.epae.cn）。