導(dǎo)語：天氣影響的電氣互聯(lián)系統(tǒng)可靠性一文來源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：電-氣互聯(lián)系統(tǒng)（EGIES）的可靠性評(píng)估是近幾年廣受關(guān)注的問題。由于不同天氣情況下元件的故障率不同，因此相比于采用元件平均故障率得到的系統(tǒng)可靠性結(jié)果，考慮天氣對(duì)互聯(lián)系統(tǒng)可靠性的影響，將會(huì)得到更客觀的可靠性指標(biāo)。通過模糊聚類將系統(tǒng)中待分析電力元件所處的天氣條件與已有記錄中類似的天氣聚為一類，求解待求元件所處天氣與同類中其余天氣樣本之間的關(guān)聯(lián)度；根據(jù)關(guān)聯(lián)度及元件歷史故障率求出待求天氣狀況下元件的故障率；建立EGIES的最優(yōu)負(fù)荷削減模型，并基于蒙特卡洛法分析互聯(lián)系統(tǒng)的可靠性。算例結(jié)果表明，所提方法能有效地求解元件在所處天氣下的故障率。天氣對(duì)EGIES可靠性的影響主要體現(xiàn)在電力子系統(tǒng)可靠性的變化，考慮天氣后電力子系統(tǒng)可靠性有所下降，天然氣系統(tǒng)可靠性受天氣影響程度小于電力子系統(tǒng)。

關(guān)鍵詞：天氣；故障率；電-氣互聯(lián)系統(tǒng)；可靠性；模糊聚類

引言:近年來極端天氣頻發(fā)，由此引發(fā)的事故屢見不鮮。2021年2月美國得州發(fā)生大停電事故，其因是由于極寒氣候引起氣井冰凍和管道壓力下降，天然氣產(chǎn)量大幅下降導(dǎo)致燃?xì)鈾C(jī)組負(fù)荷供給不足，進(jìn)而導(dǎo)致超過450萬用戶停電［1］。電-氣互聯(lián)系統(tǒng)（Electric-GasIntegratedEnergySystem，EGIES）可靠性評(píng)估的相關(guān)研究已有很多，目前多數(shù)文獻(xiàn)在評(píng)估聯(lián)合系統(tǒng)可靠性時(shí)采用的是元件長期運(yùn)行的平均故障率，故而計(jì)算得到的是系統(tǒng)長期運(yùn)行的可靠性。事實(shí)上，在臺(tái)風(fēng)、冰凍等極端天氣下，電氣設(shè)備的機(jī)械或電氣性能相比于正常工況下會(huì)下降，元件故障率會(huì)迅速增大，尤其是大量電力設(shè)備暴露在戶外運(yùn)行，若不考慮天氣條件評(píng)估EGIES的可靠性，所得的可靠性結(jié)果可能會(huì)過于樂觀。此外，電能與天然氣作為日常廣泛使用的高品質(zhì)能源，若供能可靠性較低，則會(huì)對(duì)國民經(jīng)濟(jì)及國民生活產(chǎn)生重大影響。因此，考慮天氣影響的EGIES可靠性評(píng)估具有十分重要的意義?？紤]天氣影響的設(shè)備可靠性建模方面，文獻(xiàn)［2］根據(jù)氣象學(xué)相關(guān)理論，建立了輸電線覆冰量與故障概率的數(shù)學(xué)模型，用來評(píng)估冰凍對(duì)線路的影響。文獻(xiàn)［3］首次在可靠性評(píng)估中計(jì)及天氣對(duì)元件的影響，并根據(jù)電力設(shè)備歷史故障數(shù)據(jù)，提出了基于天氣兩狀態(tài)的元件故障率模型。文獻(xiàn)［4］在文獻(xiàn)［5］的基礎(chǔ)上，提出了天氣三狀態(tài)及多狀態(tài)分級(jí)的元件故障率模型。文獻(xiàn)［6］根據(jù)支持向量機(jī)算法結(jié)合歷史數(shù)據(jù)對(duì)未來天氣情況進(jìn)行預(yù)測，并考慮到設(shè)備老化等因素的作用，用來評(píng)估電力系統(tǒng)的可靠性。一般來說，更精細(xì)地分類天氣狀態(tài)，可靠性評(píng)估的結(jié)果就越準(zhǔn)確［7］。文獻(xiàn)［8-10］針對(duì)冰凍、大風(fēng)天氣利用力學(xué)、熱學(xué)理論分析出覆冰厚度、風(fēng)力大小，繼而計(jì)算出輸電線的故障概率。文獻(xiàn)［11］根據(jù)IEEE準(zhǔn)則建立了變壓器、輸電線老化失效模型。文獻(xiàn)［12］采用Weibull分布刻畫風(fēng)速的隨機(jī)性，對(duì)發(fā)電系統(tǒng)進(jìn)行可靠性評(píng)估。文獻(xiàn)［13］基于人工神經(jīng)網(wǎng)絡(luò)并考慮天氣、運(yùn)行情況評(píng)估變壓器的可靠性，但神經(jīng)網(wǎng)絡(luò)對(duì)于數(shù)據(jù)要求高且缺乏穩(wěn)定性。文獻(xiàn)［14］分析了在單個(gè)氣象條件下元件故障率的變化曲線，未能考慮到多個(gè)氣象共同作用時(shí)元件的故障情況。文獻(xiàn)［15］根據(jù)模糊理論分析了天氣對(duì)輸電線的影響，可在天氣數(shù)據(jù)不足時(shí)進(jìn)行考慮天氣影響的電力系統(tǒng)可靠性評(píng)估。以上文獻(xiàn)采用基于氣象狀態(tài)的元件故障率模型，無法反映元件在某一具體天氣條件下的故障率。而不同天氣下元件故障率的機(jī)理分析涉及大量力學(xué)模型，參數(shù)較多且難以獲取，實(shí)際應(yīng)用難度較高。針對(duì)上述問題，本文首先通過模糊聚類將系統(tǒng)中待求元件所處的天氣條件與已有記錄中類似的天氣進(jìn)行聚類，求解待求元件所處天氣與同一類中其余天氣樣本之間的關(guān)聯(lián)度；然后，根據(jù)關(guān)聯(lián)度及元件歷史故障率求出待求天氣狀況下元件的故障率；最后，建立EGIES的最優(yōu)負(fù)荷削減模型，基于蒙特卡羅模擬法對(duì)EGIES進(jìn)行可靠性評(píng)估。

1與天氣有關(guān)的元件失效模型

由于天然氣管道大多埋在地下，且管道的材料以不銹鋼復(fù)合鋼管為主，密封性及耐候性好，受光照、外界環(huán)境溫度及風(fēng)雨等天氣因素的影響較小。輸電線路、變壓器等元件常年在戶外運(yùn)行，環(huán)境的累積作用使得其性能極易受到影響，因此本文不考慮天氣對(duì)輸氣管道故障率的影響，而主要建立電力系統(tǒng)元件受天氣影響的可靠性模型。基于天氣兩狀態(tài)的元件故障率模型可表示為［3］λw(s)=λ(1-R)/pn，s=0λR/pn，s=1，（1）式中：λw(s)為天氣情況s下的元件故障率；λ為元件平均故障率；pn為正常天氣的發(fā)生概率；R為惡劣天氣下元件故障次數(shù)占故障總數(shù)的比例；s=0為正常天氣，s=1為惡劣天氣。基于天氣兩狀態(tài)的元件故障率模型對(duì)于天氣的分類較為模糊，簡單地將各種天氣情況分為正常和惡劣2種情況，根據(jù)這種方法評(píng)估可靠性得到的結(jié)果將不夠準(zhǔn)確。天氣種類繁多，在不同的天氣條件下，元件的故障率與檢修時(shí)間不盡相同。尤其是在極端天氣下，元件故障的概率遠(yuǎn)高于正常天氣下運(yùn)行的故障概率。為了充分評(píng)估天氣對(duì)元件可靠性的影響，本文考慮利用歷史元件故障數(shù)據(jù)及對(duì)應(yīng)天氣情況，分析待求天氣下的元件故障率。

1.1天氣模糊聚類

元件在相似的天氣條件下出現(xiàn)故障的概率較為接近，氣象部門統(tǒng)計(jì)的天氣要素?cái)?shù)據(jù)包括降水量、平均濕度、最大風(fēng)速、平均溫度、日照時(shí)間、最高氣溫、極大風(fēng)速、平均風(fēng)速等15類［16］。本文選取最大風(fēng)速、最高氣溫、平均相對(duì)濕度、降水量作為影響元件故障率的關(guān)鍵天氣要素［17］。本文采用模糊聚類的方法將元件歷史可靠性及對(duì)應(yīng)的天氣數(shù)據(jù)聚集。由于各天氣要素的量綱不同，因此在聚類前首先要進(jìn)行無量綱化，即歸一化處理。設(shè)元件故障率對(duì)應(yīng)天氣要素的樣本序列為T={r1，r2，?，rn}，其中每個(gè)天氣向量又由其天氣要素序列ri={ri1，ri2，?，rim}，i=1，2，?，n構(gòu)成，天氣要素共m個(gè)。采用min-max法對(duì)各天氣要素進(jìn)行歸一化處理可得r'ij=rij-min{rij}max{rij}-min{rij}，（2）式中：rij為第i個(gè)天氣樣本的第j類天氣要素；r'ij為歸一化后的rij值。然后建立各天氣樣本的模糊等價(jià)矩陣。求解各天氣樣本序列模糊等價(jià)矩陣時(shí)，首先要建立天氣樣本間的相似關(guān)系。相似關(guān)系建立的方法主要分為相關(guān)系數(shù)法、主觀判別法、距離法、數(shù)量積法等，本文采用Pearson相關(guān)系數(shù)法計(jì)算天氣序列的相似系數(shù)Cij。Cij=∑(r'ik-rˉi')(r'jk-rˉj')∑(r'ik-rˉi')2∑(r'jk-rˉj')2，（3）式中：r'ik，r'jk分別為第i，j個(gè)天氣序列的第k類天氣要素歸一化后的值；rˉi'，rˉj'分別為第i，j個(gè)天氣序列的31天氣要素歸一化后的均值。得到相似矩陣C后，在此基礎(chǔ)上通過傳遞閉包法建立模糊等價(jià)矩陣，定義以下運(yùn)算規(guī)則C2=C。C=Vk=1n(cik∧cjk)，（4）C4=C2。C2。（5）按照上式的計(jì)算規(guī)則不斷進(jìn)行迭代計(jì)算，當(dāng)C2k=Ck。Ck時(shí)，則C對(duì)應(yīng)的模糊等價(jià)矩陣C=Ck。完成上述步驟后，采用λ截集對(duì)各天氣樣本序列進(jìn)行聚類，模糊等價(jià)矩陣的λ截集矩陣為Cλ=(cij(λ))，（6）式中：cij(λ)=0，cij≥λ1，cij<λ。在截集矩陣中，λ∈[0，1]，cij(λ)=1表示樣本ri和rj的天氣要素類似，可分為一類；cij(λ)=0則表示不為一類。

1.2天氣要素序列關(guān)聯(lián)度分析

在一個(gè)天氣序列中，不同天氣要素對(duì)元件故障率的影響程度存在差異，灰色關(guān)聯(lián)分析是一種利用樣本數(shù)據(jù)分析多因素關(guān)系的方法，不需要大量的樣本數(shù)據(jù)，計(jì)算量較小，能夠量化系統(tǒng)內(nèi)的各因素對(duì)系統(tǒng)的貢獻(xiàn)程度。本文采用灰色關(guān)聯(lián)分析法計(jì)算待求元件所處天氣序列與同類天氣比較序列的關(guān)聯(lián)度。設(shè)待求元件所處天氣序列為參考序列r0={r01，r02，?，r0n}，待求天氣序列與歷史天氣比較序列a的第b類天氣要素的灰色關(guān)聯(lián)系數(shù)為γab=Δmin+ρΔmaxr||0b-rab+ρΔmax，（7）式中：最小極差Δmin=minaminb|r0b-rab|；最大極差Δmax=maxamaxb|r0b-rab|；分辨系數(shù)ρ的取值范圍為(0，1)，一般取0.5。則待求天氣序列與其同類天氣比較序列的關(guān)聯(lián)度為d0a=1n∑b=1mγab。（8）

1.3元件故障率計(jì)算

歷史天氣與待求元件所處天氣的灰色關(guān)聯(lián)度越大，則待求元件在所處天氣下的故障率越接近已知?dú)v史天氣下該元件的故障率，即灰色關(guān)聯(lián)度表征了待求元件故障率與已知天氣下元件故障率的關(guān)聯(lián)程度。因此灰色關(guān)聯(lián)度可作為待求天氣所屬的類中已知天氣下元件故障率的權(quán)重。本文利用加權(quán)法求解待求天氣下元件故障率時(shí)，這樣做可以更好地反映元件故障率在相似天氣下的取值情況，全面考慮同類中所有歷史天氣下元件的故障率，預(yù)測得到的待求元件故障率更為客觀準(zhǔn)確。首先根據(jù)1.1節(jié)的步驟，通過模糊聚類將待求的天氣序列與歷史天氣序列進(jìn)行聚類，再根據(jù)1.2節(jié)的步驟，在求出位于同一類中的待求元件所處天氣序列與歷史天氣序列的灰色關(guān)聯(lián)度后，利用加權(quán)的方法求解預(yù)測天氣情況下的元件故障率λ0為λ0=∑a=1nλad0a∑a=1nd0a，（9）式中：λa為與待求天氣序列同類中的第a個(gè)天氣比較序列所對(duì)應(yīng)的元件故障率；n為聚類天氣序列樣本數(shù)。

2系統(tǒng)最優(yōu)負(fù)荷削減模型

若系統(tǒng)在某失效事件下供能不足，為確保系統(tǒng)能夠安全可靠運(yùn)行，需要進(jìn)行負(fù)荷削減，系統(tǒng)發(fā)生負(fù)荷削減事件時(shí)，應(yīng)盡可能地使削減量最小，因此本文建立最優(yōu)負(fù)荷削減模型。

2.1目標(biāo)函數(shù)

本文以電力負(fù)荷與天然氣負(fù)荷的削減量最小為目標(biāo)函數(shù)，具體可表示為minf=∑e=1neΔPe+QGHV∑g=1ngΔqV，g，（10）式中：ΔPe，ΔqV，g分別為電力負(fù)荷節(jié)點(diǎn)e與天然氣負(fù)荷節(jié)點(diǎn)g的負(fù)荷切除量；ne，ng分別為電、氣負(fù)荷的節(jié)點(diǎn)數(shù)量；QGHV為天然氣熱值。

2.2約束條件

約束條件主要包括電力系統(tǒng)約束、天然氣系統(tǒng)約束及耦合設(shè)備功率轉(zhuǎn)換約束。

2.2.1電力系統(tǒng)約束

電力系統(tǒng)約束通常包括節(jié)點(diǎn)功率平衡約束、電源出力上下限約束、支路功率約束、節(jié)點(diǎn)電壓約束及電負(fù)荷削減量約束等。在電力系統(tǒng)的可靠性評(píng)估中，基于直流潮流的最優(yōu)潮流作為功率約束得到了廣泛的應(yīng)用，能夠滿足可靠性評(píng)估的要求。因此本文采用基于直流潮流的功率平衡方程，約束模型如式（11）—（16）所示?！苅∈ψGTAgPGT，i+∑i∈ψPGAePPG，i+∑e=1neAlΔPe-∑e=1neAlPe+∑i∈ψlAijPij=0，(11)Pij=θi-θjxij，（12）Pij，min≤Pij≤Pij，max，（13）PminPG，i≤PPG，i≤PmaxPG，i，（14）PminGT，i≤PGT，i≤PmaxGT，i，（15）0≤ΔPe≤Pe，（16）式中：ψGT，ψPG，ψl分別為燃?xì)鈾C(jī)組、常規(guī)機(jī)組、輸電線路的集合；Ag，Ae，Al，Aij分別為燃?xì)鈾C(jī)組、常規(guī)機(jī)組、電負(fù)荷、輸電線路節(jié)支關(guān)聯(lián)矩陣；Pij為支路的有功功率；θi為支路兩端節(jié)點(diǎn)電壓相角；xij為支路電抗。2.2.2天然氣系統(tǒng)約束天然氣管道流量方程可表示為［18］||||qV，ij=sgn(pi，pj)?Dpp||2i-p2jsgn(pi，pj)=1，pi>pj-1，pi≤pj，（17）式中：qV，ij為管道流量；Dp為管道系數(shù)；pi為節(jié)點(diǎn)氣壓；sgn(pi，pj)表示氣流方向。燃?xì)廨啓C(jī)輸出功率與輸入天然氣流量的關(guān)系為［19］qV，GT=(aPGT2+bPGT+c)/QGHV，（18）式中：qV，GT為燃?xì)廨啓C(jī)消耗的天然氣流量；PGT為燃?xì)廨啓C(jī)發(fā)出的電功率；a，b，c為燃?xì)廨啓C(jī)的功率轉(zhuǎn)換參數(shù)。壓縮機(jī)的天然氣注入量為［19］qV，GC=sgn(pi，pj)Pck2-k1||max(pi，pj)min(pi，pj)α，（19）式中：qV，GC為壓縮機(jī)的天然氣注入量；Pc為壓縮機(jī)工作所需的電功率；k1，k2，α為壓縮機(jī)的參數(shù)，由壓縮機(jī)的屬性決定。天然氣系統(tǒng)的約束與電力系統(tǒng)約束類似，包括節(jié)點(diǎn)流量平衡約束、管道流量上下限約束、氣負(fù)荷削減量約束及元件運(yùn)行約束等。約束模型為∑s∈ΨGSBsqV，s+∑g=1ngBlΔqV，g-∑g=1ngBlqV，g-∑j∈ΨGTBtqV，GT，j+∑c∈ΨGCqV，c+∑i∈ΨlBijqV，ij=0，(20)pi，min≤pi≤pi，max，（21）qminV，ij≤qV，ij≤qmaxV，ij，（22）qminV，s≤qV，s≤qmaxV，s，（23）0≤ΔqV，g≤qV，g，（24）式中：Bs，Bl，Bt，Bij分別為氣源、氣負(fù)荷、燃?xì)廨啓C(jī)、天然氣管道節(jié)點(diǎn)關(guān)聯(lián)矩陣；ψGS，ψGT，ψGC，ψl分別為氣源、燃?xì)廨啓C(jī)、壓縮機(jī)、天然氣管道集合；qV，s為氣源出力。

3.EGIES可靠性評(píng)估

3.1EGIES元件狀態(tài)模型

本文不考慮電力系統(tǒng)與天然氣系統(tǒng)各元件存在中間狀態(tài)，即采用傳統(tǒng)的兩狀態(tài)模型，包括正常和故障，且2種狀態(tài)能夠相互轉(zhuǎn)化。

3.2可靠性評(píng)估指標(biāo)

EGIES可靠性評(píng)估需全面分析電力系統(tǒng)與天然氣系統(tǒng)的切負(fù)荷概率、負(fù)荷損失情況等。目前，電力系統(tǒng)常用期望缺電概率pLOL、供電不足期望eENS等指標(biāo)評(píng)估系統(tǒng)可靠性。在包含天然氣系統(tǒng)的EGIES中，本文擴(kuò)展電力系統(tǒng)可靠性指標(biāo)，建立期望缺氣概率pLOGL、供氣不足期望eGNS指標(biāo)［20］評(píng)估天然氣系統(tǒng)可靠性。

3.2.1期望缺電概率

該指標(biāo)的含義為系統(tǒng)在故障情況下未能滿足用戶用電需求的概率，具體計(jì)算可表示為pLOL=∑i∈ξpei，（25）式中：ξ為系統(tǒng)切電負(fù)荷的事件集合；pei為在狀態(tài)i下電負(fù)荷削減概率。

3.2.2期望缺氣概率

本文將電力系統(tǒng)可靠性指標(biāo)中的pLOL指標(biāo)延伸到天然氣系統(tǒng)中，提出pLOGL指標(biāo)。pLOGL與pLOL共同構(gòu)成EGIES的期望缺能概率，即pLOGL=∑k∈Ψpgk，（26）式中：Ψ為系統(tǒng)切氣負(fù)荷的事件集合；pgk為在狀態(tài)k下氣負(fù)荷削減概率。

3.2.3供電不足期望

該指標(biāo)的含義為在研究周期內(nèi)，系統(tǒng)因故障造成的電負(fù)荷削減量的期望，具體計(jì)算可表示為eENS=∑i∈ξΔPeipeiT，（27）式中：ΔPei為系統(tǒng)在狀態(tài)i下的電負(fù)荷削減量；T為研究周期。3.2.4供氣不足期望將eENS指標(biāo)擴(kuò)展到天然氣系統(tǒng)得到eGNS，eENS與eGNS共同構(gòu)成EGIES供能不足期望指標(biāo)，即eGNS=∑k∈ΨΔqV，gkpgkT，（28）式中：ΔqV，gk為系統(tǒng)在狀態(tài)k下的氣負(fù)荷削減量。

3.3可靠性評(píng)估流程

考慮天氣影響的EGIES可靠性評(píng)估流程如圖1所示?；诒疚慕⒌呢?fù)荷削減優(yōu)化模型，利用非序貫蒙特卡洛模擬法評(píng)估EGIES的可靠性，具體評(píng)估流程如下。

（1）輸入電力系統(tǒng)和天然氣系統(tǒng)的初始拓?fù)鋮?shù)、元件電氣參數(shù)，設(shè)置抽樣次數(shù)i=1。

（2）根據(jù)第1節(jié)的理論計(jì)算電力系統(tǒng)元件在所處天氣條件下的故障率?！ぁ?3

（3）計(jì)算各元件的不可用率，隨機(jī)抽取系統(tǒng)發(fā)電機(jī)、輸電線、氣源、輸氣管道等元件的狀態(tài)。

（4）根據(jù)抽樣結(jié)果分析EGIES的拓?fù)淝闆r，用戶的供電及供氣是否充足。

（5）求解最優(yōu)負(fù)荷削減模型，計(jì)算該次抽樣下系統(tǒng)的電/氣負(fù)荷削減量及可靠性指標(biāo)。

（6）判斷可靠性指標(biāo)是否收斂，若不收斂，則令i=i+1，轉(zhuǎn)入步驟（5）。若收斂執(zhí)行步驟（7）。

（7）輸出系統(tǒng)的可靠性指標(biāo)。

4.算例

本文基于IEEERTS79系統(tǒng)和20節(jié)點(diǎn)天然氣系統(tǒng)構(gòu)成的EGIES進(jìn)行可靠性分析，其中20節(jié)點(diǎn)天然氣系統(tǒng)包括3個(gè)氣源、19條輸氣管道及11個(gè)天然氣負(fù)荷，如圖2所示。氣源、管道等元件故障率、修復(fù)時(shí)間及其他系統(tǒng)其他具體參數(shù)參考文獻(xiàn)［21］。IEEERTS79系統(tǒng)包括28臺(tái)常規(guī)發(fā)電機(jī)、4臺(tái)燃?xì)廨啓C(jī)、38條輸電線路，系統(tǒng)其他參數(shù)詳見文獻(xiàn)［22］。抽樣收斂判據(jù)為eENS，eGNS的方差系數(shù)≤0.05。選取某地區(qū)輸電線路和變壓器在各種天氣條件下的部分歷史故障率數(shù)據(jù)作為樣本進(jìn)行分析。輸電線路和變壓器的故障率及所處天氣序列的數(shù)據(jù)見表1。其中，天氣要素?cái)?shù)據(jù)是經(jīng)歸一化處理后得到的4.1元件故障率計(jì)算驗(yàn)證為驗(yàn)證本文方法的有效性，以前6組數(shù)據(jù)作為比較序列，剩余2組數(shù)據(jù)的天氣序列代表待求元件故障率的所處天氣，通過第1節(jié)的方法求解后2組元件的故障率并與其實(shí)際故障率進(jìn)行對(duì)比。以輸電線路聚類結(jié)果為例進(jìn)行說明，模糊聚類的結(jié)果分為3類，分別為Q1={1，5，7}，Q2={4}，Q3={2，3，6，8}。因此第7，8個(gè)天氣序列分別屬于Q1，Q3，分別計(jì)算與類內(nèi)其他天氣序列的關(guān)聯(lián)度，結(jié)果見表2。分別計(jì)算出第7，8個(gè)天氣序列的類內(nèi)關(guān)聯(lián)度后，根據(jù)1.3節(jié)故障率計(jì)算公式求得輸電線路故障率并與實(shí)際值進(jìn)行對(duì)比，見表3。分析表3結(jié)果可知，樣本7和樣本8天氣下的輸電線故障率相對(duì)誤差均在5%以內(nèi)，誤差在允許范圍內(nèi)，說明了本文所提方法的有效性，將可以用于系統(tǒng)可靠性的計(jì)算。4.2可靠性結(jié)果分析為了分析天氣對(duì)EGIES可靠性的影響，本文設(shè)計(jì)以下兩個(gè)場景進(jìn)行對(duì)比，互聯(lián)系統(tǒng)可靠性分析結(jié)果見表4。場景1：不考慮天氣對(duì)元件故障率的影響；場景2：考慮天氣對(duì)元件故障率的影響。對(duì)比場景1和場景2的結(jié)果可知，考慮天氣對(duì)電力元件故障率的影響后，電力系統(tǒng)的可靠性指標(biāo)pLOL和eENS相比不考慮天氣影響時(shí)分別提高了16.03%和13.66%，即系統(tǒng)可靠性下降，這是由于計(jì)及天氣影響計(jì)算得到的電力元件故障率相較根據(jù)歷史統(tǒng)計(jì)數(shù)據(jù)得到的平均故障率有所提升，進(jìn)而使得電力系統(tǒng)的可靠性下降。因此在EGIES可靠性評(píng)估過程中若不考慮天氣的影響，將會(huì)導(dǎo)致電力系統(tǒng)可靠性的評(píng)估結(jié)果存在誤差。天然氣系統(tǒng)可靠性指標(biāo)在考慮天氣影響前后的變化不大。一方面，由于燃?xì)廨啓C(jī)作為耦合電力與天然氣網(wǎng)的元件，在天然氣網(wǎng)中充當(dāng)負(fù)荷，而在電網(wǎng)中擔(dān)任電源的角色。燃?xì)廨啓C(jī)的能量變化一般較難影響其供氣節(jié)點(diǎn)的供氣平衡，因此電力元件故障率的變化難以通過燃?xì)廨啓C(jī)影響到天然氣系統(tǒng)的供氣可靠性；另一方面，天然氣管道大多埋在地下［23］，受外界環(huán)境影響較小，其故障通常是由于地下腐蝕、地震及人為外力破壞導(dǎo)致，天氣對(duì)管道故障的貢獻(xiàn)微乎其微，管道可靠性較高。本文對(duì)場景2的計(jì)算收斂情況進(jìn)行分析，場景2下可靠性收斂情況如圖3所示。在抽樣7000次以后可靠性指標(biāo)的方差系數(shù)變化趨于平穩(wěn)。在電力系統(tǒng)可靠性評(píng)估中，通常以eENS的收斂情況作為可靠性收斂判據(jù)。由圖3可知，EGIES的可靠性指標(biāo)eENS收斂速度高于eGNS，因此需要考慮eGNS的收斂情況，以保證得到準(zhǔn)確的可靠性計(jì)算結(jié)果。

5結(jié)論

EGIES的可靠性評(píng)估是保證聯(lián)合系統(tǒng)安全穩(wěn)定運(yùn)行的重要環(huán)節(jié)。目前，可靠性評(píng)估中采用的元件平均故障率未考慮到在某些天氣條件下元件故障率突增，這將造成可靠性評(píng)估結(jié)果不夠客觀準(zhǔn)確。本文考慮天氣對(duì)元件的影響并建立可靠性計(jì)算模型。算例結(jié)果表明，采用本文方法計(jì)算出的故障率值相較真實(shí)值誤差在允許范圍內(nèi)，可用于可靠性評(píng)估的計(jì)算；之后在此基礎(chǔ)上對(duì)EGIES進(jìn)行可靠性評(píng)估，可靠性分析結(jié)果表明，天氣對(duì)電力系統(tǒng)可靠性的影響程度較大，考慮天氣對(duì)元件故障率的影響后，電力系統(tǒng)的可靠性有所下降，而由于天氣對(duì)輸氣管道的故障率影響程度較小，因此天然氣系統(tǒng)可靠性指標(biāo)在考慮天氣影響前后的變化不大。

參考文獻(xiàn)：

［1］安學(xué)民，孫華東，張曉涵，等.美國得州“2.15”停電事件分析及啟示［J］.中國電機(jī)工程學(xué)報(bào)，2021，41（10）：

［2］王建學(xué)，張耀，吳思，等.大規(guī)模冰災(zāi)對(duì)輸電系統(tǒng)可靠性的影響分析［J］.中國電機(jī)工程學(xué)報(bào)，2011，31（28）：49-56.

［6］何劍，程林，孫元章，等.計(jì)及天氣預(yù)測的電力系統(tǒng)運(yùn)行可靠性短期評(píng)估［J］.電力系統(tǒng)保護(hù)與控制，2010，38（10）：

［8］謝云云，薛禹勝，文福拴，等.冰災(zāi)對(duì)輸電線故障率影響的時(shí)空評(píng)估［J］.電力系統(tǒng)自動(dòng)化，2013，37（18）：32-41，98.

［20］龔凌霄，劉天琪，何川，等.考慮綜合需求響應(yīng)的氣電聯(lián)合系統(tǒng)可靠性評(píng)估［J］.電力自動(dòng)化設(shè)備，2021，41（9）：39-47.

作者:孔振宇 李宏仲 單位:上海電力大學(xué) 電氣工程學(xué)院