电力系统可靠性评估的发展

电力系统可靠性评估的发展

/h1

20 世纪50 年代,可靠性概念的提出开始于工业,并首先在军用的电子设备中得到应用。到了60 年代中期,美国、西欧和日本以及前苏联等国家电力系统陆续出现稳定性的破坏事故,导致了大面积的停电,因此可靠性技术引入了电力系统。

1968 年成立了美国电力可靠性协会,在美国的12 个区各自制定可靠性准则,保证电力系统能经受较大事故的冲击,避免由于连锁反应导致大面积停电。

1981 年随着加拿大和墨西哥的加入改名为北美电力可靠性协会。

20 世纪90 年代电力市场的出现和1996 年美国西部发生的两次停电事故成为影响电力系统可靠性进一步发展的因素。

发输电系统可靠性评估方法及发展单一的对发电系统或输电系统进行可靠性评估,结果在实际中就会有一定的局限性。因此对发输电系统整体进行研究是非常有必要的。由于评估中要考虑元件的响应、网络结构、电压的质量等因素,所以计算量比较大计算也极其复杂。目前的评估方法主要有解析法和蒙特卡洛(Monte-Carlo)模拟法两种。

在认真观察过去的系统行为基础上,建立元件和系统的可靠性评估模型并采用相应的

评估软件。解析法基于马尔可夫模型,通过数值计算方法获得系统各项指标,准确度较高,但计算量随着元件数的增多呈指数增长,当系统的规模大到一定的程度时,采用此法有一定的困难。蒙特卡洛法是一种基于概率的数值计算方法,它通过计算机模拟产生系统的所有随机过程获得足够大的样本量,然后统计得到系统的各类指标。

它以概率统计的方法和理论为基础,对问题的维数不敏感,所以蒙特卡洛法在大型电力系统评估中更具明显的优点。随着计算技术的日趋完善,理论分析水平不断的提高,电力系统可靠性评估手段也有了新进展。

主要体现在: (1) 提出将区间分析法,应用于电力系统可靠性评估。清华大学电力系统可靠性研究小组首次将区间分析应用于电力系统可靠性评估,以处理元件数据不确定时系统的可靠性评估,使得可靠性评估的深度和广度都取得新突破。

(2) 对Monte-Carlo 模拟法的应用水平大大提高。近些年来,已经相继开发了能应用于大规模电力系统的充裕度和安全性评估软件,使得充裕度和安全性的学术水平大大提高。除了评估手段和方法外,可靠性指标方面也有了新的发展。系统可靠性评估和判断可靠性准则最重要和关键的就是合理的可靠性指标。1947 年G..Calabrese 提出了发电系统的LOLP 指标以及相关的概念。1960 年,M.Boiteux 系统的提出了缺电量得概念。目前,世界上许多国家和电力公司主要应用的电力指标有:失负荷期望(LOLE)代表的是平均每年缺电的小时数;切负荷概率LOLP 表示的是平均每年的缺电概率;切负荷频率FLOL 代表每年平均停电次数;电力不足期望EDNS 代表平均缺电力;电量不足期望EENS 表示平均每年缺电量。除此之外还有很多,本文就不再一一列举。

可靠性评估准则因为在电力系统中所需要的可靠性水平应达到一定的条件,所以可靠性评估应该对应相应的可靠性准则。在可靠性分析中有两个准则分别是N-1 准则和概率性指标或变量的准则。在传统的可靠性评估中主要采用的是N-1 准则。确定性的N-1 准则已经在电力系统可靠性评估中广泛的使用了许多年,该准则概念清晰,可操作性好。N-1 准则是指正常运行方式下电力系统中任意一元件(如线路、发电机、变压器等)无故障或因故障断开后,电力系统应能保持稳定运行和正常供电,并且其他元件不过负荷,电压和频率均在允许的范围内。

这一准则要求单个系统元件的停运不会造成任何损害或者负荷削减。但同时N-1 准则有两个缺点:第一个是没有考虑多元件失效;第二是只分析了单一元件失效的后果,而没有考虑其发生的概率多大。如果选择的故障事件不是非常严重,但是发生的概率比较高, 基于该类故障事件的确定性分析得出的结果仍然会使系统有较高的风险。相反,即使一个具有严重后果的故障事件发生但是它的的概率可忽略不计,基于这类事件的确定性分析就会导致规划评估中过分投资。

/h1

概率评估不仅可计及多重元件的失效事件,而且可以同时考虑事件的严重程度和事件发生的概率,将二者适当结合可以得到如实反映系统可靠性的指标。使用概率性指标评估的目的是在系统评估过程中增加新的考虑因素,而不是代替已经在可靠性评估中使用了多年

的N-1 准则,两者之间并无冲突,将二者结合起来可更加全面准确的反映系统的可靠性水平。

在计算电力系统可靠性概率指标或应用确定性可靠性准则评估电力系统时,如果发生以下状况则认为系统处于故障状态:负荷越界、频率越界、电压越限、有功或者无功不足、电压下降、不可控解列、连锁反应、电压崩溃、频率崩溃。确定性行为或试验是将预先考虑的突发事故加到设想的正常的系统中, 并模拟系统的响应和恢复过程。以概率指标为基础的系统可靠性预测要具有跟踪系统进入故障状态的能力,以便对突发事故造成的故障的严重程度做出估计。