41、分布式发电资源对电力系统可靠性的影响分析

分布式发电资源对电力系统可靠性的影响分析

在电力系统中，可靠性是一个至关重要的指标。它不仅关系到用户的用电体验，还对经济和社会的稳定运行有着深远的影响。下面我们将深入探讨分布式发电（DG）资源对电力系统可靠性的影响。

1. 用户停电成本与电力公司停电成本

用户停电成本（COC）因用户类型而异。根据一项调查研究，居民用户每停电 1 小时的估计成本约为 3 美元，商业用户为 1200 美元，大型工业用户则高达 82000 美元。用户停电成本可以通过以下公式计算：
[COC = \sum(CCF_i \times P_{avg,i} \times AID_i)]
其中，(CCF_i) 是每个母线的用户成本函数。

电力公司停电成本（COF）主要包括未供电的利润损失以及维修和恢复服务的成本。维修成本包括劳动力成本和更换零件成本，其计算公式为：
[COF = \sum(LC_i + RPC_i)]

大多数电力公司需要向监管机构报告其可靠性指标。在 2008 年的一项调查中，包括华盛顿特区在内的 35 个州要求电力公司定期向公用事业委员会报告系统平均停电持续时间指标（SAIDI）和系统平均停电频率指标（SAIFI）。不同电力公司在统计用户数量的方式上也存在差异，有些基于连接的电表数量，有些则基于邮政地址数量。此外，大多数电力公司在计算可靠性指标时会排除恶劣天气停电和计划停电，因为在大多数风暴停电事件中，电力公司无法控制事件的发生或风暴的严重程度，并且用户在计划停电（如维护）前通常会得到通知，以尽量减少停电影响。

2. 分布式发电概述

分布式发电（DG）是指安装在配电系统中的小型发电单元，通常连接在变电站、配电馈线或用户负载端。与传统的集中式发电模式不同，DG 可以位于靠近终端用户的地方，如工业区内、建筑物内或社区中。近年来，由于对 DG 的兴趣不断增加，已经开发出了不同类型的 DG 单元。

DG 单元在规模、燃料类型和效率方面各不相同，可与两种技术相关联：传统能源技术和可再生能源技术。利用传统能源资源的技术包括往复式发动机、燃气轮机、微型涡轮机和燃料电池；而可再生能源资源则基于不同形式的自然资源，如太阳能、风能和有机物质的燃烧值。一些可再生 DG 的例子包括光伏（PV）电池、风力涡轮机（WTs）和生物质能。在美国，最有前景的可再生能源是风能和太阳能。

以下是风能和光伏能源的优缺点对比：
|能源类型|优点|缺点|
| ---- | ---- | ---- |
|风能|设计和安装时间短；排放低；模块化尺寸多样|风力高度可变；资源场地有限；存在可听和视觉噪音；高需求时期可用性低|
|光伏|尺寸和场地灵活；操作简单；无运动部件和噪音；维护成本低；设计和安装时间短；无排放|资本成本高；需要大面积场地；效率低；高需求时期可用性低；容量因子低|

可再生资源与传统资源的主要区别在于，可再生资源的输出取决于可变输入，如风能或太阳能，其产生的电力可能波动更大，难以预测。当 DG 连接到本地负载以在中断期间供电并以孤岛运行模式运行时，供需可能不匹配，特别是当 DG 为可再生能源时。在这种情况下，DG 可能会因频率或电压保护装置的激活而断开连接，或者系统会削减一些负载，仅供应关键负载。

DG 技术有许多潜在应用，可分为备用 DG 和基本负载 DG。备用 DG 可在正常电源无法供电时替代其为负载供电，使客户设施在停电期间能够继续正常运行。大多数备用发电机是柴油发动机，因为它们成本低、燃料可用性高且启动时间快。基本负载 DG 则被一些客户用于与电力系统并行提供部分或全部电力需求，也可作为独立的电源。用于这些应用的技术包括可再生 DG，如风能、光伏、燃料电池（FCs）和热电联产（CHP）。

DG 在配电系统中的存在可能会通过孤岛运行模式下的负载供电来提高系统可靠性。孤岛运行意味着负载从变电站断开，并由 DG 供电，直到电力公司从主电源恢复供电。然而，DG 可能无法在孤岛模式下完全满足负载需求，这取决于 DG 的可用性和容量，特别是当它依赖于可再生资源时。需要注意的是，DG、主电源和任何储能能力之间必须实现功率平衡。

3. 分布式发电集成的不同可靠性指标

传统的可靠性指标主要涵盖持续中断情况。在评估包含 DG 的配电系统可靠性时，需要考虑 DG 启动和切换到孤岛运行所需的时间。如果这个时间足够短，用户将经历瞬间中断；否则，用户将经历持续中断。对于包含 DG 和可再生能源资源的配电系统的可靠性评估，应进行修改，以考虑 DG 输出的限制以及启动和切换到孤岛运行所需的时间。

为了更全面地评估 DG 对配电系统的影响，引入了一些创新指标：
- 平均每次停电未供电量（AENSI） ：通过将总未供电能量（ENS）除以总停电次数来计算，公式为：
[AENSI = \frac{\sum P_{avg,i}AID_i}{\sum AIF_iN_i} = \frac{AENS}{SAIFI}]
- 中断期间分布式发电供电量（DGSI） ：指 DG 功率输出与未供电能量的比值，计算公式为：
[DGSI = \frac{\sum P_{DG,i}}{ENS}]
- 中断期间分布式发电供电持续时间（DGSDI） ：DG 供电持续时间与系统平均停电持续时间的比值，公式为：
[DGSDI = \frac{\sum p_{DG}AID_i}{SAIDI}]

下面通过一个示例来说明 DG 对系统可靠性的影响以及如何使用 SAIDI 和 SAIFI 指标进行评估。假设有一个由无限电源和径向配电馈线组成的测试系统，为简化起见，假设每个母线有一个用户。对以下几种情况进行分析：
1. 情况 1：系统中无 DG ：这是在引入 DG 之前对系统进行的基本可靠性研究，使用串联组件等效概念计算每个母线的平均停电持续时间（AID）和平均停电频率（AIF）。
2. 情况 2：DG 启动/切换时间为零（瞬间） ：此时连接到负载母线 B 的 DG 是仅在停电期间工作的备用单元。假设 DG 的启动和切换时间几乎为零，可视为瞬间中断而非持续中断。DG 被视为具有无限可用燃料且容量等于 B 点负载需求的非可再生单元。在这种情况下，母线 A、C 和 D 的 AID 和 AIF 计算方法与情况 1 相同；对于母线 B，DG 与变电站形成并行电源，在中断期间为负载供电。只有当两个电源都出现故障时，负载 B 才会停电。
3. 情况 3：DG 启动/切换时间不为零（持续） ：与情况 2 类似，但 DG 的启动和切换时间不为零，足以导致负载经历持续中断。此时，需要引入新的修改方程来计算 AIF 和 AID。负载 B 在以下两种情况下会经历停电：一是区域 1 单独故障；二是两个区域同时故障。
4. 情况 4：可再生 DG 启动/切换时间为零 ：类似于情况 2，但 DG 为可再生能源（如太阳能光伏），其输出取决于自然资源的可用性。假设在一天的特定时间段内，DG 输出等于负载。太阳能单元的输出被建模为与表示能源可用性概率的理想 DG 串联。
5. 情况 5：可再生 DG 启动/切换时间不为零 ：与情况 4 相同，但 DG 的启动/切换时间不为零，这会导致负载 B 中断。AID 和 AIF 的计算方法与情况 3 相同。

不同情况下的计算结果如下：
|情况|负载 B - AIF|负载 B - AID (h)|负载 B - DGSDI|系统 - SAIFI|系统 - SAIDI (h)|系统 - DGSDI|
| ---- | ---- | ---- | ---- | ---- | ---- | ---- |
|1 - 无 DG|1.8484|4.1352|0|2.2604|5.2013|0|
|2 - DG Tss = 0|0.0004|0.0004|0.9998|1.7984|4.1676|0.1987|
|3 - DG Tss ≠ 0|1.8490|0.1642|0.9603|2.2606|4.7326|0.0901|
|4 - 太阳能 Tss = 0|1.2689|2.0678|0.4999|2.1156|4.6964|0.0970|
|5 - 太阳能 Tss ≠ 0|2.1933|2.1497|0.4801|2.3466|4.6999|0.0963|

从结果可以看出，在情况 2 中，由于 DG 的启动和切换时间为零，负载 B 和系统的可靠性指标相比情况 1 有了显著改善。这是因为 DG 在孤岛模式下运行，其影响主要体现在连接 DG 的负载母线的可靠性上。在情况 3 中，由于启动和切换时间不为零，DG 的影响主要体现在中断持续时间上，并且在一定程度上影响了中断频率，SAIFI 相比情况 1 略有增加，SAIDI 则大于情况 2。情况 4 和 5 显示了 DG 可用性有限对可靠性指标的影响，在情况 4 中，由于太阳能资源受时间限制，指标大于情况 2；在情况 5 中，SAIFI 甚至比无 DG 的基本情况还要高，这是因为太阳能资源的容量因子较低，增加了无电力生产情况的概率。

下面是一个简单的 mermaid 流程图，展示了不同情况下 DG 对系统可靠性影响的分析流程：

graph LR
    A[开始] --> B[情况 1: 无 DG]
    B --> C[计算 AID 和 AIF]
    C --> D[情况 2: DG 启动/切换时间为零]
    D --> E[计算 AID 和 AIF]
    E --> F[情况 3: DG 启动/切换时间不为零]
    F --> G[计算 AID 和 AIF]
    G --> H[情况 4: 可再生 DG 启动/切换时间为零]
    H --> I[计算 AID 和 AIF]
    I --> J[情况 5: 可再生 DG 启动/切换时间不为零]
    J --> K[计算 AID 和 AIF]
    K --> L[结束]

综上所述，分布式发电对电力系统可靠性有着复杂的影响，不同类型的 DG 以及其启动和切换时间等因素都会对系统的可靠性指标产生不同程度的影响。在实际应用中，需要综合考虑各种因素，以优化 DG 的配置和运行，提高电力系统的可靠性。

4. 分布式发电孤岛系统的充足性评估

分布式发电对可靠性的主要直接贡献体现在用户端，而非公用事业或系统端。公用事业始终提供基本的可靠性水平，而 DG 的作用是在中断期间为本地负载供电，从而提升可靠性水平（假设 DG 的规模适当，至少能满足关键负载的需求）。当连接备用 DG 时，负载母线的中断持续时间有望减少。在评估 DG 对本地负载可靠性的影响时，需要考虑多个因素，如燃料可用性、功率输出、设备故障率、维修时间和启动时间等。

DG 在配电系统中的存在可能通过孤岛运行模式提高系统可靠性。孤岛运行意味着负载从变电站断开，由 DG 供电，直到公用事业从主电源恢复供电。然而，DG 可能无法在孤岛模式下完全满足负载需求，这取决于 DG 的可用性和容量，特别是当它依赖于可再生资源时。此外，DG 需要在公用事业电网和 DG 设施的公共连接点进行保护，以防止任何意外的孤岛运行。通常情况下，DG 在中断期间不能与 DG 设施外部的负载形成孤岛，这会在维护和恢复过程中给公用事业带来质量和安全问题。在大多数情况下，本地设施需要进行负载削减，仅使用 DG 恢复关键负载。

分析未来包含 DG 的配电系统的可靠性与分析具有大型集中式单元的发电和输电系统不同。主要区别在于发电单元、线路和组件网络以及负载点之间的相互作用。在未来的配电系统中，更高比例的 DG 将连接到本地负载或主馈线的不同点。与集中式发电单元相比，DG 的容量与负载比更小，这可能限制 DG 在中断期间满足负载需求的能力，因为负载需求大于 DG 功率输出的概率较高。

在正常运行时，负载通过配电网络中的组件和馈线连接到公用事业电源。如果配电系统连接无法为负载供电，负载将在孤岛运行模式下由 DG 供电。如果 DG 是传统备用单元，它仅在紧急情况下运行并连接到负载；如果 DG 是可再生基本负载单元，它将与公用事业电源并行连续运行，但在中断期间需要断开并重新连接。

DG 建模、DG 系统充足性分析以及将 DG 的可靠性集成到未来配电系统中主要包括三个阶段：
1. DG 单元可靠性建模 ：DG 单元可靠性模型由燃料供应模型和机械模型组成。燃料供应模型表示在研究期间燃料供应的可用性，机械模型表示设备的运行能力。
2. DG 孤岛系统充足性评估 ：通常通过将 DG 的时变功率输出与负载持续曲线进行卷积来评估 DG 的充足性，以计算 DG 满足负载需求的概率。这种充足性分析可用于研究 DG 在中断期间对负载和系统可靠性改善的影响。
3. DG 孤岛系统可靠性集成 ：将 DG 孤岛系统的可靠性集成到配电系统可靠性模型中，需要将与 DG 在中断期间运行相关的所有组件（如开关或保护设备）或故障模式纳入 DG 可靠性模型。然后，提出一个完整的可靠性模型，用于评估包含 DG 的配电系统的可靠性，从可靠性角度比较不同的设计和 DG 技术，并优化 DG 单元在系统中的规模、数量和位置。

充足性评估中最常用的指标是失负荷期望（LOLE）和失负荷概率（LOLP）。LOLE 是指每年发电功率不足以满足负载需求的预期小时数，如果计算 LOLE 时使用的时间是标幺值，则该指标称为 LOLP。

对于传统和可再生 DG，LOLP 和 LOLE 的计算公式如下：
[LOLP = P(Load > DG Capacity)]
[LOLP = \sum_{i = 1}^{n}P_i\sum_{j = 1}^{m}P(C_j < L_i)]
[LOLE = LOLP \times 8760 h/y]
其中，(n) 和 (m) 分别是需求概率表（DPT）和容量概率表（CPT）中的总级别数，(P_i) 是负载级别 (i) 的概率，(C_j) 是 DG 级别 (j) 的容量，(P(C_j < L_i)) 是容量状态 (j) 小于负载级别 (i) 的概率。

评估 DG 满足负载需求充足性的步骤如下：
1. 为研究中的 DG 和负载生成 CPT 和 DPT，并计算每个段的平均值，用于充足性评估。
2. 对于 CPT 中的每个 DG 功率输出段，使用 DPT 找出平均负载需求超过平均发电功率的总时间（或概率）。
3. 将每个 DG 功率输出级别的概率乘以步骤 2 中找到的总时间（或概率）。
4. 对步骤 3 中所有乘积进行累积求和，得到 LOLE（或 LOLP）。

5. 案例分析

以下是几个具体的案例，展示了不同类型 DG 和不同客户部门的相关数据及分析。

案例 1：容量概率表（CPT）
|状态|段|常规 DG (RCR = 0.5)|太阳能 DG (RCR = 0.5)|风力 DG (RCR = 0.5)|
| ---- | ---- | ---- | ---- | ---- |
| | |持续时间 (h)|平均功率输出|概率|持续时间 (h)|平均功率输出|概率|持续时间 (h)|平均功率输出|概率|
|0|0|0|0|0|4003|0.000|0.457|3068|0.000|0.350|
|1|0.0 - 0.1|0|0|0|1046|0.038|0.119|2226|0.028|0.254|
|2|0.1 - 0.2|0|0|0|743|0.151|0.085|662|0.146|0.076|
|3|0.2 - 0.3|0|0|0|973|0.255|0.111|510|0.247|0.058|
|4|0.3 - 0.4|0|0|0|1027|0.349|0.117|532|0.353|0.061|
|5|0.4 - 0.5|8760|0.5|1|968|0.455|0.111|1762|0.475|0.201|
|6|0.5 - 0.6|0|0|0|0|0.000|0.000|0|0.000|0.000|
|7|0.6 - 0.7|0|0|0|0|0.000|0.000|0|0.000|0.000|
|8|0.7 - 0.8|0|0|0|0|0.000|0.000|0|0.000|0.000|
|9|0.8 - 0.9|0|0|0|0|0.000|0.000|0|0.000|0.000|
|10|0.9 - 1|0|0|0|0|0.000|0.000|0|0.000|0.000|

案例 2：需求概率表（DPT）
|状态段|住宅用户|商业用户|工业用户|
| ---- | ---- | ---- | ---- |
| |持续时间 (h)|平均功率输出|概率|持续时间 (h)|平均功率输出|概率|持续时间 (h)|平均功率输出|概率|
|0|0|0|0.000|0.000|0|0.000|0.000|0|0.000|0.000|
|1|0.0 - 0.1|0|0.000|0.000|2920|0.017|0.333|0|0.000|0.000|
|2|0.1 - 0.2|0|0.000|0.000|0|0.000|0.000|0|0.000|0.000|
|3|0.2 - 0.3|837|0.276|0.096|365|0.300|0.042|0|0.000|0.000|
|4|0.3 - 0.4|1857|0.348|0.212|365|0.350|0.042|2190|0.337|0.250|
|5|0.4 - 0.5|1357|0.449|0.155|0|0.000|0.000|0|0.000|0.000|
|6|0.5 - 0.6|1793|0.553|0.205|0|0.000|0.000|0|0.000|0.000|
|7|0.6 - 0.7|1838|0.650|0.210|0|0.000|0.000|0|0.000|0.000|
|8|0.7 - 0.8|916|0.744|0.105|365|0.750|0.042|0|0.000|0.000|
|9|0.8 - 0.9|162|0.818|0.018|2555|0.866|0.292|0|0.000|0.000|
|10|0.9 - 1|0|0.000|0.000|2190|0.985|0.250|6570|1.000|0.750|

案例 3：不同 DG 单元和客户的失负荷概率（LOLP）
| |常规 (RCR = 0.5)|太阳能 (RCR = 0.5)|风力 (RCR = 0.5)|
| ---- | ---- | ---- | ---- |
|住宅|0.5376|0.9128|0.8883|
|商业|0.5833|0.8049|0.7616|
|工业|0.7500|0.9431|0.9345|

从这些案例可以看出，不同类型的 DG 对不同客户部门的失负荷概率有不同的影响。例如，住宅用户安装常规 DG 时失负荷概率最小，而工业用户使用太阳能 DG 时失负荷概率最大。

以下是一个 mermaid 流程图，展示了评估 DG 充足性的步骤：

graph LR
    A[开始] --> B[生成 CPT 和 DPT 并计算均值]
    B --> C[对 CPT 中每个功率输出段，用 DPT 找负载超发电功率时间]
    C --> D[将 DG 功率输出级别概率乘以步骤 2 结果]
    D --> E[累积求和得到 LOLE 或 LOLP]
    E --> F[结束]

综上所述，分布式发电在电力系统中具有重要作用，但也面临诸多挑战。在实际应用中，需要综合考虑 DG 的类型、规模、启动和切换时间、燃料可用性等因素，通过合理的建模和充足性评估，优化 DG 的配置和运行，以提高电力系统的可靠性和稳定性，满足用户的用电需求。同时，随着可再生能源技术的不断发展，未来分布式发电有望在电力系统中发挥更大的作用。