基于貝葉斯網絡和蒙特卡洛的含高比例風電電網頻率風險評估

李智珍，唐 杰

應用研究

基于貝葉斯網絡和蒙特卡洛的含高比例風電電網頻率風險評估

李智珍，唐 杰

（多電源地區電網運行與控制湖南省重點實驗室（邵陽學院），湖南邵陽 422000）

在高滲透率風電電網頻率穩定風險評估中，針對存在的評估指標與擾動間關聯性差和指標概率表不全面的問題，本文提出了一種基于貝葉斯網絡和蒙特卡洛方針的電網頻率風險評估方法。通過貝葉斯網絡確定評估指標和指標概率表，提高了指標概率表的準確性和全面性；基于風電功率波動概率分布函數，運用蒙特卡洛仿真計算得到指標概率，體現了評估指標與風電功率波動之間的強相關性。仿真結果驗證了所提方法的全面性和準確性，為電網調頻措施提供了有力的參考。

風電并網 風險評估 貝葉斯網絡 蒙特卡洛仿真

0 引言

面對能源和生態問題的不斷惡化，我國提出“碳中和”和“碳達峰”目標，為實現這兩個目標，國家大力發展新能源發電，中國風電累計裝機容量達28153萬千瓦。大力發展風電有利于“碳中和”和“碳達峰”目標的達成，同時能夠延緩化石能源的衰減速度，然而風電具有強波動性和弱調頻性，我國高滲透率風電電網正在面臨頻率穩定的巨大風險，保證電網頻率穩定的前提是正確評估頻率穩定風險，因此，迫切需要一種可靠準確的高滲透率風電電網頻率穩定風險評估方法。

目前高滲透率風電電網頻率穩定風險評估方法有很多。其中，文獻[1]運用模糊層次分析法構建風險評估模型，將裝備水平、運用維護水平和網架結構水平納入指標體系；文獻[2]利用主觀方法和客觀方法相結合來確定指標中的權重，提高了權重求取的合理性，同時利用概率論和模糊數學對電能質量進行了綜合評估；文獻[3]建立了含可再生能源機組的電網頻率綜合響應模型，使用最大可再生能源滲透率來表征電網承載力，提出了一種考慮電網頻率穩定性的可再生能源承載力評估方法；文獻[4]提出了含可再生新能源的系統日前運行風險評估模型，將電壓越限、線路有功功率越限、系統失負荷和穩態頻率越限風險納入風險評估指標體系，采用蒙特卡洛仿真進行風險評估，文獻[7]基于風電功率波動概率分布函數的置信區間獲得了各指標的置信區間滿足的函數，定量分析了大規模風電并網對電網頻率穩定性的影響；文獻[8]將綜合風險評估指標納入評估體系，對故障安全性風險進行了量化評估，同時根據保險機制對風險進行了有效規避。

上述文獻為高滲透率風電電網頻率穩定風險評估研究奠定了良好的基礎，但仍舊存在一些問題需要繼續深入研究。許多文獻并未將風電功率波動的概率函數與風險評估指標的概率相關聯，指標與擾動之間關聯性差，同時指標概率表不全面，導致評估結果不準確。本文通過貝葉斯網絡確定評估指標，梳理了指標與擾動之間的邏輯關系；同時基于風電功率波動的分布函數運用蒙特卡洛仿真得到指標概率，最后根據國家相關規定建立指標概率表對電網風險等級進行規定和劃分。

1 基本理論

1.1 貝葉斯網絡

貝葉斯網絡[5]是一種圖形化模型，可以描述系統中重要影響因素與一個及多個輸出間的因果邏輯關系，是一個有向無環圖，搭配概率表格。在風險分析中使用貝葉斯網絡主要目的是建立危險事件或事故的影響網絡模型，其中影響輸出結果的因素稱為風險影響因子(RIF)，利用有向弧將它們連接起來。

貝葉斯網絡分析是一種非常全面的方法，可以用于各種不同的目的，與風險分析相關的貝葉斯網絡分析目標包括：

1）識別出所有會對關鍵性事件具有重大影響的相關因素；

2）在一個網絡中描述出不同風險影響因素之間的關系；

3）計算關鍵性事件的概率;

4）識別出對于關鍵性事件概率最重要的因素。

目前，貝葉斯網絡在統計、機器學習、人工智能以及風險和可靠性分析中都十分常見。

1.2 蒙特卡洛方法

蒙特卡洛方法是一種通過隨機抽樣和統計試驗來對真實物理過程進行模擬，當需要求解某一問題的概率時，通過某種試驗方法得到該種情況出現的頻率，將它作為該問題的解。

2 電網頻率風險評估方法

2.1 電網頻率風險評估指標

因具有良好的經濟、環境效益，風力發電將會逐步取代常規機組，特別是燃煤火電機組。當小規模風電并網時，對電力系統頻率維持并沒有什么影響，但當大規模風電并入電網時，結合風力發電自身特點，對電網頻率控制帶來了兩方面影響：

1)強波動性：風電發電受周圍風速影響，具有顯著的隨機性和不確定性，其有功功率具有顯著的波動性，相比于常規電源，可控性較弱，對電力系統有功-頻率平衡產生新的擾動。

2)弱調頻性：風電機組不具有慣性響應和一次調頻能力。高比例風電并網的電網會導致電網調頻能力下降。當系統發生較大擾動如聯絡線閉鎖、常規機組故障等時，不能快速響應系統頻率變化。

在風險評估指標方面，具有許多不同的指標，過多的指標將導致評估速度慢，而過少的指標將導致風險評估結果不準確。因此需要對高比例風電并網對電網的影響進行系統的分析，得到合適的風險評估指標。本節將通過貝葉斯網絡圖確定所述高風電滲透電網頻率穩定風險的評估指標。如圖1所示，為高比例風電并網對系統頻率影響的貝葉斯網絡圖。

風電具有強波動性和弱調頻性，高比例風電并網時使電網慣性響應能力和一次調頻能力減弱。在擾動出現后，電網慣性最先響應，可將最大頻率變化率和暫態頻率偏差作為慣性響應能力指標進行評估。在通過調頻死區后，一次調頻開始作用，可將暫態頻率偏差和穩態頻率偏差作為一次調頻能力指標進行評估。綜上，將最大頻率變化率、暫態頻率偏差和穩態頻率偏差作為評估指標。

圖1 高比例風電并網對系統頻率影響的貝葉斯網絡圖

根據國家相關規定和相關文獻可得概率表如表1所示。概率表具有優先級，首先觀察指標量在>0.8時概率是否達到高風險。若達到高風險，則該電網為高風險；若未達標則繼續對比指標量0.6～0.8時概率是否達到中風險，依次類推。

表1 指標概率表

2.2 風險評估指標概率

2.2.1風電功率波動概率分布函數

風電功率波動受統計量大小、天氣、地理位置等諸多因素影響，故個體差異巨大。對于大尺度的風電波動，根據中心極限定理可以認為風電功率波動服從正態分布[7]。因此大規模風電集群機組風電功率波動概率函數為：

式中，表示風電功率波動，滿足正態分布～(μ,δ)，()為正態分布的概率函數。

2.2.2風電功率波動與暫態頻率偏差

多機系統的SFR（System Frequency Response，系統頻率響應）可由ASFR(Aggregate System Frequency Response，聚合系統頻率響應)模型表示[6]，那么慣性中心頻率偏差可表示為：

對慣性中心頻率偏差Δf求時間的導數，當倒數為零時，慣性中心頻率偏差達到最大，即為暫態頻率偏差Z，如式(9)：

由蒙特卡洛仿真求指標概率的具體步驟為：

1）構造或描述概率過程：建立風電功率波動和風電裝機容量與指標之間的關系模型；

2）從已知概率分布抽樣：根據風電功率波動概率分布函數對風電功率波動值進行隨機抽樣，得到指標值；

3）建立估計量：計算總抽樣次數中各風險等級指標次數，獲得各風險等級指標頻率，即為指標頻率。

3 仿真驗證

基于ASFR模型運用PSASP對所提評估方法進行仿真驗證。在仿真中，數據如表2示。

表2 仿真模型基本參數

令風電功率波動概率函數滿足正態分布～(0,4)，蒙特卡洛抽樣次數為1000次，得到相應的概率值，如表3所示。

表3 指標概率值

根據貝葉斯網絡概率表可知，電網風險等級為高。由概率表可知若只考慮某一范圍內的概率，會出現評估誤差。當只考慮指標量<0.6的概率時，為0.322，滿足低風險等級標準，因此電網為低風險，導致巨大評估誤差，系統不對電網采取任何調頻措施，造成電網奔潰。

4 結論

為了解決高比例風電并網的電網頻率穩定風險評估方法存在的評估指標概率表不全面和指標與風電功率波動邏輯性不強的問題，本文提出了一種基于貝葉斯網絡的指標概率計算方法。

1）相比于只考慮某一范圍內指標概率表，本文提出的指標概率表考慮多范圍指標概率，降低了系統評估失誤率，提高了評估方法的全面性；

2）相比于傳統的概率計算方法，本文提出的方法與風電功率擾動相關聯，解決了指標概率函數與輸入之間關聯性差的問題，更具有可靠性。

[1] 徐銘銘, 曹文思, 姚森, 徐恒博, 牛榮澤, 周寧. 基于模糊層次分析法的配電網重復多發性停電風險評估[J]. 電力自動化設備, 2018, 38(10): 19-25+31.

[2] 李娜娜, 何正友. 主客觀權重相結合的電能質量綜合評估[J]. 電網技術, 2009, 33(06): 55-61.

[3] 郭小龍, 畢天姝, 劉方蕾, 胥國毅, 張鋒, 王衡. 風、光高滲透率電網中考慮頻率穩定的可再生能源承載力研究[J].可再生能源, 2020, 38(01): 84-90.

[4] 商皓鈺, 劉天琪, 卜濤, 何川, 印月, 丁理杰. 基于ALARP準則的高比例新能源并網系統日前運行風險評估[J]. 電力自動化設備, 2021, 41(03): 196-203.

[5] Marvin Rausand, Risk Assessment Theory, Methods, and Applicaions[M]. John Wiley & Sons, Inc, 2011:226-233.

[6] Qingxin Shi, Fangxing Li, Hantao Cui. Analytical Method to Aggregate Multi-Machine SFR Model With Applications in Power System Dynamic Studies[J]. IEEE Transactions on Power Systems, 33(6) , 2018: 6355-6367．

[7] 丁立, 喬穎, 魯宗相, 閔勇, 白愷. 高比例風電對電力系統調頻指標影響的定量分析[J]. 電力系統自動化, 2014, 38(14): 1-8.

[8] 劉凱奇, 李華強, 陸楊, 李旭翔. 基于安全性風險評估與保險機制的可用輸電能力決策[J]. 電力建設, 2021, 42(08): 118-126.

[9] 王勇超, 董鍇, 黎嘉明, 楊民京, 蔡新雷. 廣東電網調度操作日前量化評估系統研究[J]. 電工技術, 2021(12): 128-129+160.

[10] 東亮, 王維慶, 張陵, 陳凱, 楊國生, 張路, 孫永輝. 基于關聯規則挖掘與組合賦權-云模型的電網二次設備運行狀態風險評估[J]. 電力系統保護與控制, 2021, 49(10): 67-76.

[11] 周智行, 石立寶. 考慮風電不確定性及系統調頻作用的電網連鎖故障風險評估[J]. 中國電機工程學報, 2021, 41(10): 3305-3316+3657.

Frequency risk assessment of high-proportion wind power grid based on bayesian network and monte carlo

Li Zhizhen, Tang Jie

（Hunan Provincial Key Laboratory of Grids Operation and Control on Multi-Power Sources Area (Shaoyang University), Shaoyang 422000, Hunan, China）

TM614

A

1003-4862（2022）04-0024-04

2021-11-03

李智珍(1998-)，女，工學碩士。主要研究方向：新能源發電。E-mail: 1334237065@qq.com