考慮時變因素的高速公路新能源微網可靠性評估

安孟林， 肖仕武， 劉博昊

(華北電力大學 電氣與電子工程學院，北京 102206)

0 引 言

截至2021年底,我國高速公路總里程已突破16萬公里,對既有電力系統的依賴性導致高速公路彈性系統面臨重大挑戰,以化石能源為主體的交通能源結構面臨綠色化轉型。在此背景下,高速公路新能源微網的發展和普及已成為不可避免的趨勢。

應用高速公路新能源微網要考慮沿路周邊資源稟賦,也要考慮電網發展的歷史沿革。高速公路新能源微網是源-網-荷-儲一體的系統,分布式能源所占比重更大,分散度更高,且采用交/直混合模式,系統更為復雜。另外因線路走廊大多露天,受天氣影響較大,評估其供電可靠性更應被重視。

目前國內外學者對系統可靠性評估的方法理論已經較為成熟,例如狀態空間法,網絡等值法,蒙特卡洛法等,而蒙特卡洛法[1]常用于微網的可靠性評估過程中,文獻[2]在蒙特卡洛法的基礎上結合well-being 理論研究了光伏發電因素對風/光/柴/儲小型發電系統的可靠性影響;文獻[3]采用時序蒙特卡洛法對風光互補綜合發電系統在夏冬季典型日的可靠性水平進行了評估;文獻[4]考慮到大規模風/光/儲聯合發電系統協調運行,在采用時序蒙特卡洛法對系統進行可靠性評估后,提出新的調度策略。高速公路系統含高比例的分布式能源,網架結構較為復雜,計算量大,采用時序蒙特卡洛法對其可靠性進行仿真分析不僅能解決計算量問題,而且能靈活模擬狀態持續時間內的分布。

在評估過程中,系統內元件參數受到多方面因素的影響,如工作運行條件、設備的老化狀態、氣候變化,另外也會受到來自人為因素的干擾,因此負荷用能也往往存在著時變性和不確定性。若不充分考慮這些因素在可靠性評估過程中的影響,會造成分析結論與現場實際情況之間存在偏差,從而難以反映系統運行過程中真實的可靠性水平。目前國內外學者往往采用時變故障率[5-8]作為可靠性評估參數,從而對系統可靠性進行研究。文獻[9]考慮到了天氣條件及負荷時變特性,但其中對于氣象因素采用階梯模型,建模不夠完善;文獻[10]根據復雜天氣源模型引入綜合氣象因子,使得可靠性評估過程更為準確,但只是在輸電系統層次進行評估;文獻[11]建立了變流器的時變故障概率模型,但并未考慮其他時變因素。上述文獻都從不同層面考慮了時變因素對可靠性評估的影響,但都較為局限,且建模相對粗糙。

針對上述問題,考慮將時變因素與時序蒙特卡洛法相結合對高速公路新能源微網進行可靠性評估:對于高比例的分布式電源元件,通過考慮熱疲勞的積累對變流器的影響得到變流器時變故障概率,進而得到電源元件的時變故障概率;對于在露天環境中的元件引入氣象因子進行故障概率的修正;另外采用饋線分區的方法對高速公路新能源微網整體進行劃分,從而使復雜系統得到簡化;然后利用時序蒙特卡洛法對考慮了時變因素的高速公路網架結構進行可靠性計算,進行負荷削減并得到可靠性指標,并為提升運維水平提供指導。

1 考慮時變因素的高速公路系統可靠性建模

高速公路新能源微網是有源的含高比例滲透率風/光/儲的微網,在服務區設置一臺風電機組,沿高速公路邊坡鋪設光伏機組,并在服務區、收費站、隧道等負荷群輔以儲能設備。此外,采取交、直流混合模式,收費站處構成小型直流微網與主干線相連,其電氣連接圖如圖1所示。

圖1 系統電氣連接圖Fig.1 Electrical connection diagram of the system

在對高速公路新能源微網進行可靠性建模時,考慮到高速公路系統絕大部分暴露于室外環境中,模型需要計及天氣因素[12,13]的影響。首先對元件本身可靠性進行建模,注意到高滲透率新能源場景下變流器等電力電子器件占比重較大,且位于室內,其本身建模即采用文獻[11]中的時變故障率,從而對電源元件的故障率模型進行修正;基礎建模完成后,在元件本身故障概率的基礎上采用文獻[16]中的條件云模型引入氣象因子,得到整體時變故障概率。對系統進行可靠性建模時,考慮到高速公路某一服務區段內50-60 km,距離較長,因此采用饋線分區[14]的方法對模型進行簡化。

1.1 考慮變流器時變故障概率的電源元件建模

在接入母線之前,系統中新能源發電元件直驅風機、光伏、蓄電池儲能[15]裝置需連接變流器、濾波器等,對模型進行簡化后考量的范圍包括新能源發電機組與變流器。直驅風機先后通過AC/DC整流器與DC/AC逆變器再進行過濾并入電網,風電機組的故障概率為風力發電機與變流器故障概率之和;光伏陣列采用雙極式結構進行可靠性建模,采用DC/DC提高或降低直流電的電壓,再將直流電通DC/AC逆變后,進行過濾再并入交流電網,光伏機組的故障概率為光伏陣列與變流器的故障概率之和;儲能裝置選擇鉛酸蓄電池儲能,對于雙極式放電系統來說,鉛酸蓄電池組產生了直流電,通過DC/AC逆變器和DC/DC變換器,經過很不斷變換并入電網,儲能裝置的故障概率為鉛酸蓄電池與變流器的故障概率之和。

電力電子器件的故障大多是由于熱疲勞積累導致的,因此建立實時故障率模型來作為變流器的可靠性模型。變流器的故障概率受到微電源輸出功率和以器件的運行溫度的影響,通過風機、光伏的功率模型和儲能裝置的充、放電模型可得到電源的出力,之后再根據器件的功率損耗、熱模型計算得到變流器的溫升,從而得到變流器的實時故障概率模型。

對不同種類變流器來說,可通過單個IGBT與二極管在一個輸出周期內的平均損耗PIGBT、Pdiode以及變流器的總損耗Ploss計算IGBT與二極管的結溫如下:

TjI=Tamb+PlossRha+PIGBT(Rjc+Rch)

(1)

Tjd=Tamb+PlossRha+Pdiode(Rjcd+Rchd)

(2)

式中:Rha表示散熱器與環境之間的等效熱阻,Rjc(Rjcd)表示IGBT(二極管)芯片結到外殼的等效熱阻,Rch(Rchd)表示IGBT(二極管)外殼到散熱器之間的等效熱阻,Tamb表示環境溫度。

為了更好的體現時變運行條件對變流器故障概率的影響,每隔一小時采集一次數據,進而計算每小時的器件失效率,電力電子器件的實時失效率表示如下:

λ=τPMτind(γTHτTH+γTCτTC+γMτMγRHτRH)

(3)

式中:τPM體現器件使用的質量,默認為1.6～1.7,τind是代表超限應力的因子,受應用領域和超限應力敏感度的影響,τH、τTC分別為熱應力因子和溫度循環因子,τM、τRH分別是受機械、濕度影響的基本失效概率,γTH,γTC,γM,γRH分別是與溫度、溫度循環、機械因素和濕度相關的元件失效概率。

變流器的實時失效率如下:

λblq=6(λgrI+λgrd+λgeI+λgeD)

(4)

式中:λgrI、λgrD分別為網側的二極管和IGBT的失效率,λgeI、λgeD分別為機側的二極管和IGBT的失效率。

1.2 考慮天氣因素影響的元件建模

對于高速公路新能源微網而言,其中的常規元件如架空線路、斷路器、隔離開關、變壓器以及風力發電機、光伏陣列等,暴露在露天環境中,若忽略氣候變化對系統內元件參數的影響,會使得可靠性評估結果過于樂觀。因此在對其建立可修復的運行、停運兩狀態模型的基礎上疊加氣象因子。

本文通過條件云模型[16]引入氣象因子,從而量化不同天氣條件下元件故障率受到的影響。首先定義隸屬度函數,使用X條件云發生器完成各類天氣因素到天氣條件隸屬度的轉化,然后通過Γ云模型對天氣隸屬度與氣象因子的關系進行模糊處理,再使用 Y條件云模型完成天氣條件到天氣影響因子的轉化。即根據云模型的不確定性推理規則,由t時刻天氣條件,包括風速Fv、光照強度Fz、溫度Ft、濕度Fh,推測對應時刻的氣象因子。

在t時刻參考四種天氣因素,定義不同天氣狀態的隸屬度函數:

u(Fv,Fz,Ft,Fh)=1-

(5)

式中:u(Fv,Fz,Ft,Fh)為天氣條件的隸屬度,f(x,y,z,p) 為風速、輻照度、溫度、濕度的四維離散型隨機變量的聯合分布律,Ev、Ez、Et、Eh分別取好天氣隸屬度為1時的典型樣本點所對應的風速、輻照度、溫度、濕度值,即四維離散型隨機變量中四種天氣因素一年中的期望值,ΔFv,ΔFz,ΔFt,ΔFh為四種天氣因素與期望值的差值的絕對值。

在四維正態云模型的基礎上,建立基于X條件云發生器的天氣狀態模型,將t時刻的風速、輻照度、溫度、濕度值和四維正態云的數字特征帶入X條件云發生器,得到t時刻的天氣狀態隸屬度,并實時更新天氣狀態。

然后通過Γ半降云將天氣條件的好壞程度和氣象因子之間的關系進行模糊處理,認為當氣象因子為1時對應的狀態為好天氣。Γ云的期望方程曲線由期望Ex、熵En兩個數字特征確定,表達式如下:

f(x)=exp(1/En(x-Ex)),x≤Ex

(6)

f(x)=exp(-1/En(x-Ex)),x≥Ex

(7)

在此基礎上,把t時刻的天氣狀態隸屬度和Γ半降云的數字特征代入Y條件云發生器,得到t時刻氣象因子θ(t),完成對天氣條件產生的影響的量化,以此來對元件可靠性模型進行修正。

即暴露在露天環境下的元件在不同天氣條件、不同老化狀態下的故障率為

λ(t)=λ×θ(t)

(8)

式中:λ代表各元件的基本失效概率,θ(t)為氣象因子,λ(t)為各元件在不同天氣狀態下的時變故障概率。

1.3 系統饋線分區及故障分區

考慮到高速公路系統為輻射式結構,且公路區段整體為 50 km,采用饋線分區的方法進行簡化。饋線區是具有共同入口元件的元件,入口元件為開關或保護裝置,饋線區內某個元件失電時,同一饋線區中的其它元件也會失電且失電時間均相同,可靠性評估過程以饋線區為最小單元,將不同元件故障時的系統[17]分為故障區、無影響區、上游隔離區、上游無縫孤島區、下游隔離孤島區、下游無縫孤島區,并建立故障模式影響表得到不同元件故障時對各個饋線區的影響。

2 高速公路新能源微網可靠性評估

2.1 可靠性評估理論

對于高速公路系統來說,其輻射狀網絡結構相對簡單,但具備分布式電源發電系統,另外還包括輸電及配電系統,為包括風/光/儲的高滲透率新能源微網,在對其進行可靠性評估時,需要考慮各系統的差異與關聯,并解決計算量問題。另外負荷的時變用能特性以及孤島效應對高速公路新能源微網可靠性的影響也不可忽略,需制定負荷的最優削減策略,保障系統的安全穩定運行。

2.2 可靠性評估流程

在高滲透率狀態下,基于時序蒙特卡洛法對系統進行可靠性評估,找出高速公路新能源微網的可靠性指標,考慮到分布式電源比重很大,且分布式電源已劃入饋線分區內,采樣時將元件分為了電源元件及非電源元件,對非電源元件采用序貫抽樣,而對處于不同饋線分區中的電源元件所處的運行狀態采用非序貫抽樣。評估步驟如圖2所示,其中TF為無故障工作時間,TR為上游隔離區負荷點停電時間,TR為故障區負荷點停電時間。

步驟1:輸入數據,包括可再生發電機組技術和可靠性參數,時序負荷曲線,年度氣象數據等,并通過條件云生成氣象因子,并將氣象因子、老化因子賦給元件;

步驟2:由饋線分區建立故障模式影響表,對系統進行預想事故的完整判斷,即確定導致負荷點失效的各類事件,生成故障模式影響表;

步驟3:通過產生隨機數來模擬元件失效狀態的變化情況,按照時間順序分析不同元件故障對系統可靠性的影響;

步驟4:找到具有TFmin的元件,時鐘推進至此刻代表元件故障,(繼續推進就是元件修復)對于該元件產生新的隨機數,并轉化成TR,同時產生TS;

步驟5:根據故障影響分類表,查詢該元件故障時哪些饋線分區會受到影響根據分區,故障區停電時間即為TR,上游隔離區負荷點停電時間即為TS,上游無縫孤島區自動瞬時形成孤島,對孤島饋線區內分布式能源的運行狀態以及TFmin時刻蓄電池組的蓄電狀態進行抽樣,計算TFmin時間內風機、光伏陣列出力與負荷的實時值,記錄負荷削減和饋線區停電情況;

步驟6:對下游無縫孤島區進行與步驟4相同操作;

步驟7:對故障元件重新產生一個隨機數并將其轉化為該元件新的無故障工作時間TFN;

步驟8:判斷是否在仿真時間周期內,若在,則進行步驟3,否則進行步驟8;

步驟9:根據上述步驟所得的參數進行可靠性指標計算。

2.3 最優負荷削減模型

高速公路新能源微網能夠實現并網和孤島運行狀態的轉換,在上級容量一定的情況下,分布式電源的出力和負荷都是實時變化的,需要對分布式電源出力、儲能裝置儲存功率和負荷的大小關系都分別進行判斷,若孤島內輸出功率不大于總負荷,則進行負荷削減,風、光出力模型均采用文獻[15]中的常規模型。

采用自回歸滑動平均模型產生風速的實時序列之后,再通過風機的出力曲線來定量描述風機實時出力。

(9)

式中:Pw為風機的實時出力,SWt為實時風速,Vci為切入風速,Vr為為額定風速,Vco為切出風速,Pr為風機額定功率,A、B、C三個常數表示風電機組的輸出功率特性參數。

光伏的實時出力主要取決于光照強度,將光伏出力與光強的聯系表示如下:

(10)

式中:Pb為光伏的實時出力,Psn為光伏的額定功率,Gstd為光照強度,Rc為某一特定強度的光強,在該光強下光伏出力與光強的關系開始由非線性變為線性,Gbt為第t個小時的實時光強。

對于負荷模型,采用典型的年-周-日-小時曲線形成實時的負荷數據,體現高速公路負荷群的實時用能特性;儲能裝置采取兩充兩放策略,針對風力發電的反調峰特性和光伏發電在午間出力最大的特點,蓄電池裝置充電時段分別為03:00～08:00和13:00～16:00;放電時段為高速公路的負荷高峰期,分別為8:00～11:00和17:00～21:00。

高速公路新能源微網內的設備可以按功能進行重要性等級的劃分,分級優先,距離其次。先切負荷等級低的距離遠的負荷,后切距離近的負荷等級高的負荷。負荷分級情況為監控設備、機電設備為1級負荷;照明設備、溫控設備、車充設備、排風裝置為2級負荷;其他生活用電為3級負荷。

2.4 可靠性評估指標體系

對高速公路新能源微網建立可靠性評估指標體系,分為故障指標和切負荷指標[8],通過2.2中評估流程可得到負荷點的停電次數和停電時間Ui,進而得到供電可靠率ASAI,平均缺供電量AENS,及由元件切負荷概率PLC。

(11)

(12)

(13)

式中:Ni為負荷點i的用戶數,本系統中各負荷點均定義為1戶,Ui為負荷點i的年平均停電時間,Lai為接入負荷點i的平均負荷,N0為由元件故障引起的切負荷事件,Na為元件發生故障但并未發生停電事件。

3 算例

3.1 高速公路新能源微網系統簡介

高速公路服務區段平均間距為50 km,整體為交-直流混聯的網架結構,接入監控/燈牌按每1.5 km一組建設,圖1中簡化表示每個LP代表3組監控與燈牌,重要負荷如服務區、隧道、收費站位于各監控/燈牌組之間,電能分布如表1所示。

表1 系統電能分布

高速公路新能源微網中的可靠性參數是通過查閱相關資料及統計某省故障日志得到的,分類為電源元件與非電源元件,線路的故障概率為0.065次/年*千米,換流器的相關技術參數見文獻[7], 其余可靠性參數如表2、表3所示:

表2 非電源元件故障概率

表3 電源元件故障概率

根據2.3節提到的負荷重要性,共設立3級切負荷等級,表中等級數值越大的設備,等級越低,在切負荷過程中被優先切除。

計算時采用的全年氣候條件如圖3所示。

圖3 全年氣候條件Fig.3 Annual climatic conditions

對系統進行饋線分區如圖4所示。

圖4 饋線分區圖Fig.4 Feeder partition

圖中各饋線線路長度如表4所示。

當斷路器5發生故障時,饋線區23與36為故障區,故障區內負荷的停電時間即為故障元件修復所需要的時間;饋線區1～13為無影響區,無影響區內的負荷不會受到故障元件的影響;饋線區15,18～21為上游無縫孤島區,在故障發生時,該區域可立即轉化為孤島模式,以孤島狀態能夠運行的時間為故障隔離所需的時間,若供電不足則削減負荷;饋線區14,16,17,22,24,25屬于上游隔離區,位于故障區上游,并且在故障被隔離之前,該區域內所有的電力負荷點保持失電狀態,此時負荷點上的停電時段為故障隔離時間;饋線區27-35為下游無縫孤島區,此區域的孤島運行時間分為兩部分:一是故障隔離前能夠直接在孤島狀態下運行的時間;二是故障隔離后,能夠與下游隔離孤島區構成大孤島,再繼續運行的時間;饋線區26為下游隔離區,在故障隔離前,所有負荷點失電,故障隔離后,能夠和與其聯通的其他下游區域形成一個大范圍孤島,在孤島狀態下運行的時間是故障修復與故障隔離的時間差,綜上所述,可通過饋線分區逐元件建立故障模式影響表。

3.2 算例結果及分析

通過時序蒙特卡洛法對高速公路新能源微網的可靠性在1年的時間跨度上進行模擬,加之考慮到換流器實時失效率、氣候更替以及負荷用能特性等時變要素,能夠靈活地模擬狀態持續時間內的任何分布,使可靠性評估結果能夠更加貼合實際情況。

以二月份某天為例風/光/儲換流器的故障率計算如圖5所示。

圖5 換流器時變故障概率Fig.5 Time varying fault probability of converter

采用條件云模型得到的每小時氣象因子展示如圖6。

圖6 氣象因子Fig.6 Meteorological factors

氣象因子為1時代表最好天氣情況,即元件故障概率保持不變,氣象因子的時候代表惡劣天氣情況,此時元件故障概率最大為原來的2倍。

將氣象因子賦予暴露在環境中的各元件,包括風電機組、光伏陣列以及輸/配電系統的元件;在得到系統內所有故障概率參數后通過流程1～9對高速公路新能源微網系統進行可靠性評估,其中隔離時間與負荷轉帶時間都規定為1 h,其中風機切入風速為2.5 m/s,額定風速為12.5 m/s,切出風速為25 m/s,風機額定功率為200 kW,A為0.121 5,B為-0.078 4,C為0.012 6;光伏陣列的額定功率為12.5 kW,Rc為0.15 kW/m2,Gstd為1 kW/m2。根據全年天氣條件圖中的風速、光照強度曲線以及出力公式得到風/光實時出力,將系統能供給電量與負荷所需電量進行對比判斷是否需要進行負荷削減。

高速公路負荷用能存在早、晚高峰期,配網正常供電時,減去配網供給的電量的負荷用能特性及風/光出力與儲能計劃如圖7所示。

圖7 風/光/儲/負荷示意圖Fig.7 Schematic diagram of wind / light / storage / load

通過2.4節的可靠性指標計算過程進行計算,將得到的結果與不考慮時變因素的情況進行對比,如表5所示。

表5 可靠性對比

由表5可知,在恒定概率下,系統的平均供電可靠率ASAI為99.927%,在考慮時變因素后,系統的平均供電可靠率ASAI下降到99.89%,系統供電可靠率變低;在恒定概率下,平均缺供電量期望值AENS為3 511.54 kW·h每戶每年,考慮時變因素后,平均缺供電量期望值大幅度提高變為5 442.25 kW·h每戶每年;切負荷概率PLC在恒定概率下為1.03%,在考慮時變因素時也明顯提高為1.3%,因此在進行高速公路新能源微網可靠性評估過程中,時變因素不可或缺。

3.3 薄弱環節分析

為深度挖掘各饋線區負荷切除的規律,根據各饋線區損失的負荷與額定負荷的比重,得到各饋線區發生高比例失負荷的概率。由于沿路監控作為一級負荷,只會在服務區、隧道、收費站三個負荷群都被切除且仍舊不能保障供電的情況下停電,故只對三個負荷群的負荷切除情況進行分析比較,結果如圖8所示。

由圖8可以看出,負荷群中隧道發生高比例切負荷的概率較大,另外服務區中饋線區7作為3級負荷區,切負荷概率也較大。

圖8 高比例切負荷概率Fig.8 High ratio of load loss probability

為分析不同種類的設備對三個負荷群的影響,統計導致各負荷群切負荷的故障中不同的故障設備占比如圖9所示。

圖9 失負荷故障中不同設備故障占比Fig.9 Proportion of different faulty equipment in load failure

由圖9可以看出:服務區本身負荷基數較大,作為風電機組和光伏機組共同的接入點,失電主要受到受風、光出力不穩定的影響;隧道位于50 km高速公路中部,其前后路段若發生故障均會影響隧道供電,故可靠性受主干線路故障影響最大,另外由于隧道處無光伏資源直接供電,故受新能源出力影響最小;而收費站自身負荷基數不大,光、儲資源充足時,主干線發生故障時容易形成孤島,故主要由自身保護裝置導致故障。

為提高系統的運行可靠性,需重點關注影響三個主要負荷群的設備的可靠性。例如對于服務區,可以考慮將配網直接接入或提升儲能容量,以減小風、光出力不穩帶來的壓力;對于隧道,需考慮強化主干線路的特性,或加入備用線路;對于收費站,可縮短運維周期,便于故障及時發現,及時修復。

4 結 論

根據高速公路新能源微網源-網-荷-儲一體的特點,將元件的時變故障率與時序蒙特卡洛法相結合對系統進行可靠性評估。該方法能夠準確、有效地得到系統可靠性指標,結合算例分析得出以下結論:①考慮時變因素時可靠性水平較低,但評估結果更貼合實際且更為準確;②通過挖掘可靠性指標可以識別系統運行中的薄弱環節,從而提供針對性的改進措施。

該建模方法貼近高速公路電網實際運行與故障情況,能夠真實的反映高速公路新能源微網的可靠性。在考慮天氣等時變因素后,如何保障高速公路新能源微網在極端災害條件下的安全穩定以及經濟性問題將是下一步研究的方向。