基于扩展状态空间分割法的含风电场电力系统运行备用风险评估学术报告

作者及发表信息
本研究的作者为何剑、孙华东、刘明松，均来自中国电力科学研究院（China Electric Power Research Institute）。研究论文《基于扩展状态空间分割法的含风电场电力系统运行备用风险评估》（Extended State-Space Partitioning Based Operating Reserve Risk Assessment for Power Grid Connected with Wind Farms）发表于《电网技术》（Power System Technology）2012年第36卷第3期。

学术背景
本研究属于电力系统可靠性评估领域，核心问题是大规模风电并网后电力系统运行备用容量的合理配置。风能的随机性和间歇性导致风功率预测存在不确定性，传统确定性方法（如按负荷比例预留备用）无法量化风机停运和风速波动对系统风险的影响。概率风险评估方法（如状态枚举法SEM和蒙特卡罗模拟法MCS）虽能解决此问题，但存在计算效率低或“组合爆炸”的缺陷。为此，作者提出扩展状态空间分割法（Extended State-Space Partitioning, ESSP），旨在兼顾精度与效率，实现含多状态风机模型的系统风险评估。

研究流程与方法
1. 风机多状态模型构建
- 停运概率模型：采用两状态Markov模型（运行/故障），通过微分方程求解瞬时概率（式1-3），考虑故障率（λ）和修复率（μ）。
- 风功率预测模型：假设预测误差服从正态分布（式4），离散化为7段概率分布（图2），结合停运概率生成风机多状态模型（式5-6）。
- 相关性处理：同一风电场内风机功率完全相关，不同风电场间假设独立。

1. 扩展状态空间分割法（ESSP）设计

   • 状态空间划分：将全状态空间分为枚举子空间（SF，低重大概率状态）和抽样子空间（SM，高重小概率状态）。
     
     • SF筛选：采用快速排序技术（Fast Sorting Technique, FST）按概率降序选择状态，累积概率达阈值α（式7）。
       
     • SM抽样：通过蒙特卡罗模拟（MCS）抽样剩余状态，避免重复计算已枚举状态（图3）。
       
   • 风险指标计算：
     
     • 失负荷概率（LOLP）和电力不足期望（EDNS）通过线性规划负荷削减技术评估（式9-15）。
       
     • 方差系数（式19）作为收敛判据，确保结果精度（β≤5%）。
       

2. 算例验证

   • 系统数据：采用某区域电网2010年丰大方式（图5），总容量37,330 MW，含10个风电场（2,400 MW风电），负荷36,594.1 MW。
     
   • 参数设置：常规机组和线路故障率/修复率基于电监会统计数据（表1-2）；风机故障率假设为1次/年。
     
   • 对比方法：与直接蒙特卡罗模拟（DMCS）和故障重数截止枚举法（SEM）对比，验证ESSP的精度与效率。
     

主要结果
1. 算法精度
- ESSP计算的LOLP（1.9587×10⁻³）和EDNS（0.2765 MW）与DMCS（1.9754×10⁻³、0.2791 MW）和SEM（1.9682×10⁻³、0.2776 MW）结果接近，相对误差均小于1%。
2. 计算效率
- ESSP耗时0.74小时，仅为DMCS的1/95（70.53小时）和SEM的2.8%（26.04小时）。FST部分（α=0.4）占21分钟，MCS部分占53分钟。
3. 适用性验证
- ESSP成功处理风机多状态模型，并兼容常规两状态元件（如火电机组、输电线路）。

结论与价值
1. 科学价值
- 提出ESSP方法，解决了含多状态模型的电力系统风险评估中“精度-效率”矛盾，为高比例可再生能源并网的风险量化提供了新工具。
2. 应用价值
- 可在线支持电网调度决策，优化备用容量配置，平衡可靠性与经济性。
3. 方法论创新
- 扩展传统SSP法至多状态系统，结合FST与MCS优势，通过动态调整α实现算法灵活性。

研究亮点
1. 多状态模型融合：首次将风机停运概率与风功率预测误差统一为多状态模型。
2. 高效算法设计：ESSP通过状态空间分割显著降低计算量，适用于大规模系统。
3. 工程实用性：算例基于实际电网数据，验证了算法的工程适用性。

其他价值
- 提出的FST技术可独立应用于其他可靠性评估场景，如输电网规划或发电机组组合优化。
- 方差减小技术（如重要抽样）可进一步集成至ESSP框架，加速高重故障抽样。

（全文约1,800字）