高渗透率间歇性分布式能源的接入，给配电系统的安全、经济和可靠运行带来了一系列的问题，主动配电系统应运而生。在主动配电系统中，间歇性分布式电源、响应负荷、储能装置等分布式资源及其主动式协调控制与管理的引入，使得传统配电系统的可靠性评估理论与方法无法适应，主动配电系统可靠性评估面临一系列新的挑战。从可靠性评估模型、评价指标及评估算法3 个方面详细介绍了主动配电系统的可靠性评估体系。最后，通过实际算例系统验证了所提评估体系的有效性。

0 引言

电力需求的持续增长、传统能源的短缺，环境保护的需要以及电力市场的开放正驱动电网朝着高效、灵活、智能和可持续方向发展，以适应未来的技术需求。可持续发展是未来电网的基础特征，其本质表现为分布式发电(distributed generation，DG)尤其是可再生能源发电的规模化接入与应用。然而，分布式发电也给电力系统特别是配电系统带来巨大影响。大量的分布式电源接入配电系统后，直接改变了传统配电网的拓扑结构，其由辐射状的无源网络变成遍布中小型电源的有源网络，潮流也不再单向地由变电站母线流向负荷。配电网的上述变化使得其继电保护的机理和定值发生深刻的变化，并带来电压闪变、频率波动及电压和频率的偏移等电能质量问题，给电网的安全稳定运行带来很大威胁。目前，微电网(简称微网)技术在不断发展成熟，给分布式发电的集成提供了可能的解决方案。

但是，由于容量限制以及控制目标不同，微网尚不能完全解决规模化分布式发电尤其是可再生能源发电集成到配电系统带来的问题。随着分布式发电的渗透率在电力系统各层级上的不断提高，其对配电系统的影响成为配电系统规划和运行中必须考虑的问题。针对这一现状，主动配电系统(active distribution system，ADS)技术应运而生。

主动配电系统是利用先进的信息、通信以及电力电子技术对规模化接入分布式资源实施主动管理，自主协调控制分布式发电、分布式储能装置及响应负荷等分布式资源单元，积极消纳可再生能源并确保网络的安全、经济运行的新型配电系统。主动配电系统的特征包括高度可观可控性、灵活调节的网络拓扑、主动协调优化管理及与用户的灵活互动等。由于在可再生能源消纳方面具有显著的优势，主动配电系统的研究已经成为国内外的热点，并在主动配电系统的规划与设计、运行控制与保护、优化理论与方法等方面取得了初步的进展，主动配电系统可靠性评估的研究才刚刚起步。主动配电系统与传统配电系统有着明显的区别，微网、需求响应、储能装置及分层协调的主动管理等给主动配电系统的可靠性评估带来一系列新的挑战。

本文梳理和归纳了主动配电系统可靠性评估面临的挑战，提出了主动配电系统的可靠性评估体系，并从可靠性评估的模型、评价指标及评估算法3个方面进行了详细的介绍。最后，通过美国东北地区某实际算例系统验证了所提主动配电系统可靠性评估体系的有效性。

1 主动配电系统可靠性评估面临的挑战

由于传统配电系统“环网设计，开环运行”的特点，馈线由单一电源点供电，任何一条馈线上发生故障，都可能导致馈线后面的负荷全部停电。因此，在传统配电系统可靠性评估中，对系统状态的评估相对容易实现。而在主动配电系统中，当馈线上发生故障时，系统可能会出现含微网的孤岛运行方式。此外，微网中的可再生能源发电与传统分布式电源相比，其输出功率具有随机性和间歇性，也更增加了主动配电系统可靠性评估的难度。同时，需求响应，储能装置及其分层协调的

主动式管理等使得主动配电系统可靠性评估的理论和方法都将发生巨大的变化。

如图1所示，主动配电系统可靠性评估将面临可再生能源随机特性、双向随机潮流、多微网的分层结构及主动式协调控制与管理等带来的一系列的挑战。

1.1 可再生能源的随机特性

主动配电系统的特征之一是系统中遍布光伏、风力发电等间歇性分布式电源。这些间歇性电源的输出功率具有显著的不确定性，对主动配电系统的可靠运行具有显著的影响。建立合理的可靠性评估模型，准确刻画可再生能源输出功率的随机特性，并进一步定量评估这种不确定性对可靠性的影响，是主动配电系统可靠性评估首先需要解决的问题。

1.2 双向不确定性潮流

传统配电系统具有“单电源、辐射状”的运行特点，馈线中的潮流从单一电源流向负荷，是单向的确定性潮流。主动配电系统中，随着间歇性分布式电源及微网的接入，负荷不再从单一的电源接受电能，馈线上的潮流不再是单向的。例如，微网并网运行时，若微网中的总发电容量大于总负荷需求，对配电网来说微网相当于一个电源，注入电能;若微网中的总发电容量小于总负荷需求，对配电网来说微网相当于一个负荷，吸收电能。此外，由于分布式电源出力的随机性、响应负荷及储能装置的引入等，系统中潮流具有了更强的不确定性特征。

双向不确定性潮流使得单纯基于电源到负荷联通性判断的传统配电系统可靠性评估理论与方法不再适应，如何通过模型刻画主动配电系统中的双向不确定性潮流，并在评估中计及其影响成为主动配电系统可靠性评估面临的挑战之一。

1.3 多微网分层结构

主动配电系统中遍布间歇性分布式电源，为平抑其不确定性，间歇性分布式电源通常与储能装置、响应负荷等组成微网，作为整体运行。微网的运行具有一定的独立性，多个微网的接入便形成了主动配电系统多微网的分层结构。对含微网的主动配电系统进行可靠性评估时，考虑到微网有并网运行和孤岛运行两种状态，在微网并网运行时，应把含微网的配电系统作为一个整体进行研究，而在微网孤岛运行时，应将微网和配电系统的数据综合起来求得总的系统指标。在一定的情况下还可将微网当作一个小系统进行可靠性评估，以衡量微网孤岛运行的可靠性。因此，主动配电系统的可靠性评估模型和算法需要适用于多微网的分层结构，定量评估微网本身的可靠性水平及微网与主动配电系统相互作用对可靠性的影响。

1.4 主动式协调控制与管理

对分布式电源、储能装置及响应负荷等进行主动协调式控制与管理是主动配电系统的一大特征。主动式协调控制与管理彻底改变了传统配电系统被动接受电能的运行模式，对主动配电系统的可靠性有显著的影响。主动协调式控制与管理彻底颠覆了传统的用户角色、促进了由供方主导的电网向用户参与的互动电网的转变，同时引起网络潮流的双向流动。对响应负荷协调控制与管理将改变负荷曲线，而实际负荷曲线的改变将直接影响用户可靠性的评估结论。传统配电系统可靠性评估中通常采用无弹性的负荷模型，随着需求响应的引入，现有负荷可靠性模型已经不再适用。因此，如何计及主动式协调控制与管理的影响也是主动配电系统可靠性评估必须解决的问题。

综述所述，如何建立准确的间歇性分布式电源的可靠性评估模型，解决网络拓扑的改变及潮流的不确定性给可靠性评估带来的一系列问题，计及主动式协调控制与管理的影响，定量评估微网本身的可靠性水平及微网与主动配电系统相互作用对可靠性的影响，都是主动配电系统可靠性评估中面临的挑战。

2 主动配电系统的可靠性评估体系

针对上述挑战，本文作者基于已有研究基础，提出了主动配电系统可靠性评估体系，以下分别从主动配电系统可靠性评估的模型、评价指标及评估算法3个方面对评估体系进行详细介绍。

2.1 主动配电系统可靠性评估模型

可靠性评估模型是主动配电系统可靠性评估的基础，主要包括基于通用停运表的分布式电源多状态模型、基于虚拟电源的微网可靠性评估模型、响应负荷与储能装置的协调优化模型等。

2.1.1 基于通用停运表的分布式电源多状态模型

基于通用停运表的分布式电源多状态模型主要考虑以下因素：①分布式发电机一次能源的随机性和间歇性;②可再生能源转化系统的功率输出特性;③分布式发电系统自身故障率与修复时间的影响，容量为2MW的风力发电机停运表模型的示例如表1所示。

上述通用停运表模型反映了可再生资源变化引起的分布式电源功率输出的不确定性。另一个方面，基于通用停运表的分布式电源多状态模型具有较好的通用性。

当分布式电源为不同类型时，其有不同的额定容量和强迫停运率，通过应用通用停运表的并联卷积计算，可以得到不同类型机组的综合停运表。因此，该模型可以很容易处理不同类型、不同额定容量机组的情况，从而为含多分布式电源的主动配电系统可靠性评估奠定基础。此外，通过“两步采样”法，先对分布式电源状态进行采样，如果机组处于运行状态，再基于停运表模型对其输出功率进行采样，就可以同时计及分布式电源随机故障和输出功率的随机性。

2.1.2 基于虚拟电源的微网可靠性评估模型

主动配电系统中往往含有多个微网，这些微网具有并网运行和孤岛运行两种灵活的运行模式。并网运行时，由于内部功率平衡情况的不确定性，微网既可以作为主动配电系统的负荷运行，又可以作为电源运行。微网的这种特性可以用虚拟电源(virtual power plant，VPP)的概念来刻画。对主动配电系统来说，微网接入相当于在公共连接点(PCC)接入了VPP，它可以代表微网的运行方式，可作为微网的可靠性评估模型。

文献[10]以RBTS BUS6 F4馈线系统为例，给出了基于VPP的微网可靠性评估模型示意图(见图2)。利用VPP代表微网，它有两种角色：电源和负荷。图2中，图(a)为RBTS BUS6 F4馈线示意图。微网1作为电源，而微网2作为负荷时的情形，如图(b)所示。

利用上述基于VPP的微网可靠性评估模型，可以很好地刻画微网接入后给主动配电系统带来的双向随机潮流，进而评估其对可靠性的影响。

2.1.3 响应负荷与储能装置协调优化模型

主动配电系统中引入了响应负荷及储能装置，正是通过对响应负荷及储能装置等的主动式协调控制与管理，主动配电系统能够有效地减少可再生能源随机性的影响，实现可再生能源的消纳。文献[12]介绍了响应负荷与储能装置协调优化的实施框架，如图3所示。其中，微网中心控制器可以接收日前的天气和电价预测信息。天气信息随后被应用到风力和光伏发电的输出功率概率模型中，确定风力和光伏的出力。结合电价预测信息、分布式电源的出力、负荷及储能的优化模型，中心控制器求解协调优化模型，然后将得到的控制命令下发给负荷和储能装置，实现其协调优化。

文献[11]介绍了基于电价的需求响应模型，文献[12-13]则根据负荷的优先级将负荷分为关键负荷、可转移负荷及可中断负荷，进而提出了基于激励的需求响应模型。储能装置的协调优化模型主要考虑充放电约束及充放电策略[11-13]。基于需求响应及储能装置模型，可以建立响应负荷与储能装置的协调优化模型，模型的具体介绍可参见文献[12]。值得注意的是，由于主动式协调控制与管理的引入，响应负荷需要改变其用电行为，以响应电价或者激励机制，这样的响应行为将直接影响用户对供电的满意度。文献[13]基于用户用电量的改变和用电费用的改变分别提出了两种衡量用户满意度的指标。

基于用电量改变的满意度指标定义如下：

式中：et是引入需求响应前用户t时刻用电量;etop引入需求响应后的用电量。

基于用电费用改变的满意度指标定义如下：

基于上述满意度指标的定义，可以在协调优化模型中增加用户满意度约束，即：

式中：M和S是满意度指标的下限。

此外，负荷功率和储能装置输出功率也有相应的约束，分别由需求响应模型和储能装置模型决定。分布式风力发电和光伏的受其一次能源限制难以调度，但其出力特性直接影响负荷与储能装置的协调优化，同时常规分布式电源出力对负荷与储能装置协调优化也有重要的影响。本文在协调优化中考虑了分布式电源随机故障及其输出功率的随机性，具体模型见2.1.1节。

2.2 主动配电系统可靠性评价指标

电力系统的可靠性水平需要通过其可靠性指标实现描述和度量，可靠性指标体系的研究是电力系统可靠性评估研究重要的方面。本节定义了一系列新的，针对主动配电系统可靠性评估的特有指标及其计算方法，并分析各指标的具体含义。

2.2.1 微网相关指标

微网是相对独立的小型配电网络，主动配电系统及微网的运行和监管人员往往需要了解微网整体的可靠性水平，因此需要定义新的反映微网整体可靠性水平的指标。此外，由微网灵活的运行特性可知，其对于主动配电系统而言，可能运行于电源状态，也可能运行与负荷状态，因此本文还定义了微网等值电源/负荷指标，用以反映微网的运行特性。

1)微网停电频率指标(microgrid interruption frequency index，MIFI)，MIFI是指微网中的用户在单位时间内的平均停电次数，其计算公式如下：

2)微网供电可用率(microgrid supply available probability，MSAP)，MSAP表示研究周期内用户不停电的小时总数与用户要求的总供电时间之比，其数学表达式如下：

3)微网缺供电量指标(microgrid energy shortage index，MESI)，MESI是指研究周期内系统总供电量与负荷要求的总用电量之间的差额，其数学表达式如下：

4)微网等值电源/负荷指标(equivalent source/load index，ESLI)，ESLI反映研究周期内微网与主动配电系统电量交换的总体情况，其计算公式如下：

2.2.2 用户需求响应指标

引入需求响应后，用户将根据系统的运行状态、电价、分布式电源出力以及储能装置运行状态等调整用电需求，用户的实际用电和原始的需求将产生偏差，通过定义如下的指标，可以很好的描述该偏差，从而定量评价需求响应对用户的影响。

1)负荷调整频率指标(load change frequency index，LCFI)，LCFI反映用户在研究周期内(例如一天内) ， 发生负荷调整的频率。根据负荷调整的趋势(减小或者增大)，LCFI又可以分为LCFIdown和LCFIup：

2)负荷调整的持续时间指标(load change duration index，LCDI)，LCDI反映研究周期内，用户用电功率处于减小或者增大状态的持续时间， 可以分别用LCFIdown和LCFIup表示如下：

3)负荷调整电量指标(load change energy index，LCEI)，LCEI反映用户在研究周期内，用电量变化的总量：

2.2.3 储能装置可靠性指标

主动配电系统中，储能装置的充放电策略受到分布式电源输出功率、负荷需求以及微网运行状态等多种因素的影响，进而影响其放电次数和放电深度，对其寿命产生直接影响。对此，本文定义了储能装置的放电次数及平均放电深度指标，用以反映储能装置可靠性受到的影响。

1)储能装置的放电次数指标(disge times index，DTI)，DTI反映储能装置在研究周期内的放电次数。

2)储能装置的平均放电深度指标(disge depth index，DDI)，DDI是指储能装置在研究周期内的平均每次放电释放的电量，可以用如下公式表示：

2.3 主动配电系统可靠性评估算法

高效的可靠性评估算法是主动配电系统可靠性评估体系的核心。本文基于上述分布式电源和微网的可靠性评估模型，针对主动配电系统的多微网分层结构特点，提出了基于区域划分和最小路的系统状态评估方法。此外，通过时序蒙特卡罗模拟将响应负荷与储能装置的协调优化过程与可靠性评估过程有机结合，实现了计及主动式协调控制与管理的主动配电系统可靠性评估。

2.3.1 基于区域划分与最小路的系统状态评估方法

如图2所示，基于区域划分和最小路的系统状态评估方法首先以微网接入系统的公共接入点及自动开关(断路器)为界，将系统划分为微网与非微网的各个区域。基于上述区域划分和最小路方法以及分层评估的思想，负荷节点最小路的形成可以分为以下两个层次：

1)主动配电系统层次。基于VPP概念，分别考虑微网作为电源和负荷的情况，形成最小路：当微网作为电源时，形成含微网的主动配电系统中每个负荷节点的最小路，此时，负荷节点往往有两条以上的最小路，分别为其到配电系统的主电源和微网的最小路;将微网作为负荷时，微网与非微网区域的负荷节点一样，形成微网到配电系统主电源的最小路。

2)在微网内部，形成每个负荷节点到该微网内所有分布式电源的最小路，为评估微网的状态奠定基础。与区域划分和最小路确定相对应，基于区域划分与最小路的系统状态评估，由以下两个层次组成：

1)对微网的状态进行评估。此时，微网是一个含有分布式电源的多电源配电系统。

2)基于微网的状态(负荷或者电源)，评估含多微网的主动配电系统的可靠性。通过对含微网的主动配电系统状态和微网自身状态两个层次的评估，系统中所有负荷节点的供电状态就可以确定，进而得到负荷节点以及系统的可靠性指标，实现含多微网的主动配电系统可靠性评估。

上述区域划分与最小路结合的可靠性评估算法充分发挥了微网“虚拟电源”的概念可靠性评估中的作用，结合“虚拟电源”的两种状态与分层评估的思想，使得含微网的多电源配电系统可靠性评估易于实现;另外，由于该算法针对微网状态开展了评估，对进一步分析微网运行情况具有重要意义。

2.3.2 计及协调优化的主动配电系统可靠性评估

随着主动式协调控制与管理的引入，负荷以及储能装置的状态随着可再生能源出力、电价等外部因素的变化而变化的，具有明显的时序特性。如图4所示，将系统的负荷与储能装置协调优化过程与可靠性评估通过时序蒙特卡罗模拟有机结合，解决了在可靠性评估中考虑需求响应与储能装置充放电策略影响的难题，图4中各个模块的具体介绍参见文献[12-13]。

3 算例分析

本节将提出主动配电系统可靠性评估体系用于美国东北地区某实际的配电系统，首先介绍系统的基本参数，然后从分布式电源及微网接入、需求响应与储能装置、用户满意度等不同的侧面对可靠性评估的结果进行分析并给出结论，验证所提评估体系的有效性。

3.1 算例系统简介

算例系统包括两条馈线，共计356个负荷节点，3804个用户供电，总负荷功率为14.35MW，具体拓扑结构、可靠性参数等信息参见文献[14]。算例系统中有两个关键负荷，一个是避难所(Shelter)，另一个是应急中心(Emergency Center)。以下的研究将主要围绕系统整体以及这两个关键负荷进行。

3.2 分布式电源及微网接入

首先，以算例系统中的自动开关SR、MR和RR为边界，可以将系统划分为如图5所示的8个区域。其中，关键负荷避难所在区域1中，应急中心在区域2中。在关键负荷所在的节点分别接入分布式电源将区域1和区域2配置成微网1和微网2。其中，分布式电源均为燃料电池，容量均为3MW，可靠性参数见文献[14]。微网1、2的总平均负荷功率分别为2.66MW和2.19MW，区域3、4与微网区域有直接的互动，因此，将引入区域可靠性指标(即微网可靠性指标)对它们进行定量评估，中区域3、4的总平均负荷功率分别1.9MW和5.53MW。

采用基于蒙特卡罗模拟的主动配电系统可靠性评估算法对含微网的实际算例系统进行可靠性评估，表2、表3和表4分别给出关键负荷、不同区域和系统整体的可靠性指标。

由表可知，关键负荷的故障率指标λ和停电时间指标U在微网引入后得到了有效的改善，以Shelter为例，其λ指标由3.23次/a减小到1.16次/a，U指标由5.90 h/a减小到2.79 h/a，改善程度均在50%以上。每次故障的持续时间指标r有所上升，这是因为随着微网接入，仅有少数严重的故障能造成关键负荷停电，其修复时间相对一般故障往往更长，从而造成指标r上升。

以下进一步分析微网整体及微网临近区域的可靠性，微网(区域)停电频率MIFI、微网(区域)供电可用率MSAP及微网(区域)缺供电量MESI的评估结果。从表3可以看到，引入微网对不同区域的可靠性具有显著的改善效果，以MIFI指标为例，引入微网后，微网1、2和区域3、4的MIFI指标分别减小了1.5614、2.1133，1.8651次/(户˙a)和1.5583次/(户˙a)，改善程度分别达到57.36%、63.91%、43.75%和48.15%;可见，微网区域的改善程度更为明显。此外， 通过对微网等值电源/ 负荷可靠性指标(ESLI ) 进行评估可知， 微网1 、2 的ESLI 分别为2946.21 MWh和7062.23 MWh，均远大于0，即微网对外呈现等值电源状态。区域3和区域4每年的总需求电量为Etotal=8.30×104 MWh，微网1、2的ESLI分别占Etotal的3.55%和8.51%，因此，微网能给区域3、4提供一定的支援，通过指标ESLI这种支援作用得以定量化的评估。

从系统整体来看，微网对可靠性的改善效果也十分显著。其中指标SAIFI、SAIDI和EENS分别由引入微网前的3.3525次/(户˙a)、6.63 h/(户˙a)和94.94MWh减小到1.6955次/(户˙a)、3.69 h/(户˙a)和58.54 MWh，改善程度分别为49.43%、44.34%和38.34%。

综上所示， 通过对关键负荷、不同区域及系统整体可靠性指标的评估及分析可知，通过配置微网可以显著的提高微网区域的可靠性，同时微网还能为临近区域提供支援，提高临近区域的可靠性水平;较传统配电系统，含微网的主动配电系统可靠性水平显著提高。