本文介绍了王翔（中国电力科学研究院有限公司，先进输电技术全国重点实验室）、范睿、陈国富、王帅（合肥工业大学，安徽省新能源利用与节能重点实验室）、马英浩、才志远、李宏浩等研究人员的一项研究成果。该研究以题为《考虑动态供能可靠性的电热综合能源系统日前两阶段调度模型》的形式，于2025年8月16日发表在学术期刊《电力系统保护与控制》（Power System Protection and Control, Vol.53 No.16）上。

本研究隶属于电力系统优化调度与综合能源系统（Integrated Energy Systems, IES）可靠性分析领域。随着新能源（如光伏、风电）大规模接入电网，其出力的波动性与不确定性给电力系统的稳定运行和新能源消纳带来了巨大挑战。构建电热综合能源系统（Integrated Electricity Heat System, IEHS）是提升系统灵活性和促进新能源消纳的有效途径之一，因为它可以利用电力与供热系统之间的耦合特性进行能量互补与转换。然而，IEHS的运行机理比单一电力系统更为复杂。一个长期被传统调度模型简化处理的关键问题是，系统中供能元件（如热电联产机组CHP、燃气锅炉）和传输元件（如电力线路）的运行状态（如负载率）会直接影响其自身的实时故障概率，进而影响整个系统在故障发生时的备用水平和供能可靠性。传统的调度模型通常假设元件故障概率是固定不变的，这可能导致优化结果在经济性与实际运行风险之间失衡。此外，当系统中某一元件故障时，如何有效调动和转换电、热两种形式的备用容量以维持供能，也是一个需要精细化建模的问题。基于此，本研究旨在建立一个更贴合实际的IEHS优化调度框架。其核心目标是：在日前调度阶段，不仅考虑经济性，还通过优化机组运行状态来主动管理元件的实时故障概率，并协同优化电、热备用容量的分布，从而在控制运行风险（即降低失负荷可能性）的同时，实现运行总成本的最小化。本研究填补了同时考虑“运行状态影响故障概率”和“故障下电热备用最优转换”两个维度来优化IEHS日前调度的研究空白。

本研究的工作流程是一个系统的建模与优化过程，主要包含三个核心步骤，最终整合为一个两阶段随机优化调度模型。

第一步，建立考虑运行状态的元件实时故障概率模型。 研究首先对影响系统可靠性的内在因素进行量化建模。研究对象是IEHS中的关键元件，包括供能元件（CHP机组、燃气锅炉、柴油发电机）和输电线路。研究并未使用固定的历史统计故障率，而是建立了与元件实时运行状态相关的故障概率模型。对于供能元件，其故障概率被建模为与负载率相关的分段函数：负载率过低或过高都会导致故障概率从基础值上升，只有在正常负载区间内故障概率才保持基础值不变。这一模型反映了设备在非理想工况下运行风险增大的实际情况。对于输电线路，其故障概率模型则同时考虑了负载电流和老化时间两个因素：电流超过额定值越多，故障概率越大；设备投入运行时间越长，其老化效应也会导致基础故障率上升。在建立了单个元件的实时故障概率模型后，研究假设多个元件同时故障的概率极低，因此仅考虑一阶故障状态（即任一时刻只有一个元件故障）。通过概率公式计算系统处于各个可能故障状态的概率。为了将这个非线性概率模型嵌入到后续的线性/混合整数线性优化调度模型中，研究采用了对数变换和分段线性化的方法，将故障状态概率表示为元件故障概率的线性化表达式，从而为在优化目标中计算失负荷风险成本提供了基础。

第二步，建立考虑电热转换效率的电热备用容量模型。 这一步旨在量化IEHS在发生故障时的应急供能能力。研究对象是故障发生后系统的备用容量分布，特别是电、热备用之间通过耦合元件（如CHP、热泵HP）的转换能力。研究的创新点在于明确考虑了电热转换效率。模型定义了电转热和热转电的备用容量转换系数矩阵。当某个元件故障导致局部系统电或热备用不足时，模型允许通过消耗另一侧系统的备用容量，经过耦合元件的效率转换，来补充故障区域的短缺。例如，当一条线路故障导致某个子电网电力不足但热网完好时，可以通过降低CHP的热出力（动用热备用），将其转换为更多的电出力（增加电备用）。模型通过一组等式和不等式约束，精确描述了故障前备用、耦合元件消耗的备用、转换后的备用以及非耦合元件提供的备用之间的平衡关系，并考虑了故障可能导致电网解列为多个子网的情况，分别计算各子网的可调用电、热备用总量。这个模型使得优化调度可以在安排日前计划时，就预先考虑并优化故障场景下的备用互济策略。

第三步，建立考虑动态供能可靠性的IEHS日前两阶段随机优化调度模型。 这是将前两个模型整合并应用于实际调度问题的最终步骤。研究基于一个改进的IEEE 33节点配电网与17节点热网耦合的测试系统进行建模和仿真。该测试系统包含了CHP、光伏、燃气锅炉、热泵、柴油发电机等典型元件。模型采用两阶段随机规划框架来处理不确定性：第一阶段是日前决策，确定CHP、燃气锅炉、热泵的基础出力以及与大电网的购售电计划；第二阶段是日内实时调度，考虑了光伏出力的多个随机场景（生成了50个场景）以及所有可能的一阶元件故障状态。模型的目标函数是最小化总期望成本，包括日前运行成本、日内调整成本以及最关键的新增项——基于故障状态概率和备用模型计算出的失负荷风险成本。约束条件则囊括了电力潮流、热力潮流（含管道水流延迟与热损耗）、设备运行限值、爬坡率以及前述的故障概率线性化模型和电热备用转换模型。整个模型构成了一个大规模的混合整数线性规划问题，通过商用求解器进行求解。通过求解该模型，可以得到一套既经济又能动态管理风险的日前调度方案。

研究的主要结果通过三种不同调度方案的对比分析来展现，凸显了新模型的有效性。方案一（传统调度）仅最小化运行成本，忽略故障风险；方案二考虑固定故障概率和电热备用转换；方案三则采用本文提出的完整模型（考虑动态故障概率和备用转换）。

在运行成本方面，方案三的总成本（4.0757万元）略低于方案一（4.0970万元），且显著低于方案二（4.3902万元）。更重要的是，在失负荷风险成本这一关键指标上，方案三（0.0375万元）相比方案一（0.0596万元）下降了37%，相比方案二（0.0553万元）也有显著降低。这表明本文模型在增加极少日前成本的情况下，大幅提升了系统的供能可靠性。

对失负荷风险的深入分析揭示了更多细节。通过观察不同故障状态下的失负荷量，研究发现失负荷主要发生在白天光伏充足但主网购电和CHP出力较少的线路故障场景，因为此时电源爬坡能力可能不足以快速填补故障缺口。方案二通过优化备用分配降低了总失负荷量，但由于未考虑故障概率变化，其风险成本降低幅度（7.21%）小于失负荷量降低幅度（9.27%）。而方案三虽然总失负荷量略高于方案二，但通过优化运行状态（如调整潮流降低线路负载率），主动降低了那些高失负荷量场景所对应的故障状态的发生概率，从而实现了失负荷风险成本的整体最优。这证明了同时优化备用容量和故障概率的必要性。

电热备用转换过程的案例分析直观验证了所提备用模型的价值。研究以“线路故障”和“燃气锅炉故障”两个典型场景为例，展示了故障后如何通过CHP和热泵进行备用转换。例如，线路故障导致电网解列后，热网完好的子区域可以通过CHP将热备用转换为电备用，提升故障区域的供电能力；反之，燃气锅炉故障时，可以通过增加热泵耗电（动用电网备用）来提升供热能力。这些转换过程均受到设备爬坡率和转换效率的约束，模型精确地刻画了这一物理过程，使调度决策能够充分利用IEHS的耦合灵活性来增强韧性。

本研究的结论明确且具有多层意义。首先，研究证实了所提出的元件实时故障概率计算模型能够准确量化运行状态对可靠性的影响，为调度优化提供了精准的风险评估基础。其次，所建立的考虑转换效率的电热备用容量模型有效挖掘了IEHS在故障状态下的跨能源备用互济潜力，提升了系统在突发事件下的持续供能能力。最终，整合以上模型的两阶段日前调度模型成功实现了运行经济性与供能可靠性的协同优化。其科学价值在于推动了综合能源系统可靠性分析从静态评估向与动态调度深度融合的方向发展，建立了“运行状态-故障概率-备用互济-调度决策”的闭环优化框架。其应用价值在于为电网调度部门提供了一种可落地的决策工具，能够在制定日前计划时，前瞻性地管理由新能源波动和元件随机故障引发的运行风险，提高IEHS的安全稳定运行水平。

本研究的亮点突出体现在以下几个方面：第一，研究视角新颖。它将传统上分属调度优化和可靠性评估的两个领域深度结合，聚焦于“动态供能可靠性”，即通过主动调度来影响并管理未来的可靠性水平。第二，建模方法创新。首创性地在同一个优化框架内，同时集成了与运行状态相关的实时故障概率模型和考虑转换效率的电热备用互济模型。第三，问题求解具有实用性。通过对非线性概率模型进行精巧的线性化处理，将复杂的可靠性约束融入标准优化模型，保证了模型的可求解性和应用于实际大规模系统的潜力。第四，验证分析全面。通过多方案对比，不仅从总成本、风险成本等宏观指标证明了模型优势，还通过具体故障场景的备用转换过程分析，微观上阐释了模型生效的机理，论证充分。

此外，研究在最后也指出了未来可改进的方向，例如当前模型基于场景随机优化，对极端场景的考虑可能不足，未来可采用鲁棒优化等方法进一步强化系统的安全边界。这一思考体现了研究的严谨性和前瞻性。