尧图网页设计 
简介文档以电力系统规划与可靠性中的发输电组合系统可靠性评估为主题面向电力系统专业学生、规划运行人员及可靠性分析初学者重点解决如何用状态解析法对发输电组合系统进行失效枚举、指标计算与结果分析的问题。内容包含状态解析法的四步迭代流程、事件概率与频率计算公式、失电量计算方式以及基于RBTS测试系统的完整算例演示。读者通过该PPT可理解LOLP、LOLF、EENS等可靠性指标的含义与计算过程并了解状态解析法‘维数灾’等实际应用要点。资源包内含1个PPT文档整体大小约2.19MB文件虽少但体系完整适合用于课程复习或入门自学。目前已有95人学习下载可作为电力系统可靠性评估的参考材料。1. 从第 8 讲看发输电组合系统可靠性评估到底在算什么“电力系统规划与可靠性”这门课讲到第 8 讲通常已经过了负荷预测和发电系统可靠性HL-I进入一个容易让初学者懵掉的节点发输电组合系统的可靠性评估。简单说它要回答的问题是发电装机明明够电网却送不出去导致的缺电该怎么算、算多少、怎么避免。发输电组合系统可靠性评估把发电机随机停运、输电线路随机停运和断面输送能力放进同一个概率框架算出失负荷概率、电量不足期望等指标直接服务网架方案比选和电源接入评审。适合电网规划工程师、可靠性方向研究生以及所有需要把一份 PPT 讲得让评审专家点头的从业者。这份课件里最常用的评估思路其实就两条解析枚举和随机模拟。2. 可靠性指标与停运模型评估的输入和输出先对齐2.1 发输电组合评估的指标体系LOLP、LOLE、EENS 的物理与工程含义只做发电系统可靠性评估时算的是“装机容量够不够”典型输出是电力不足概率、电量不足期望。比如一个区域的装机容量是负荷的 1.3 倍从发电侧看好像很充裕但把输电网络加进来后结果可能完全变样某条 500kV 断面送出能力受限局部电网在高峰时段即便发电有余也送不进去照样得拉闸。这就是发输电组合评估国外文献常称 HL-II存在的理由——在发电可靠性基础上叠加网络约束。HL-II 的输出指标PPT 上必须成组出现不能只讲一个。最常用的是下面这几个LOLPLoss of Load Probability失负荷概率某一个负荷水平下系统无法满足负荷的概率无量纲取值在 0 到 1 之间。LOLELoss of Load Expectation失负荷期望一年或评估时段内失负荷的小时数期望单位是 h/yr 或 h/时段。它等于对每个负荷小时或负荷分块的 LOLP 求和。EDNSExpected Demand Not Supplied期望缺电功率失负荷期间平均缺了多少兆瓦单位 MW。EENSExpected Energy Not Supplied期望缺供电量一年内损失电量的期望值单位 MWh/yr由 EDNS 对全年时间积分得到。这套指标之间是递进关系LOLP 回答“会不会缺”LOLE 回答“缺多久”EDNS 回答“缺多少”EENS 回答“一年损失多少电”。规划做经济比较时EENS 可以直接乘单位停电损失费用折算成一年少送电的经济损失再和网架加强投资放一张图里比。这也是 PPT 里最能打动评审的一页。需要特别注意LOLP 和 LOLE 不是可以互换的。LOLP 是某个负荷水平下的条件概率脱离负荷水平谈 LOLP 没有意义LOLE 才是工程决策用的“年化指标”。很多课件把这几个词混着用等做到算例对比时单位一乱结果就全对不上。我建议在 PPT 里放一张“指标-单位-物理含义”对照表讲课时先花两分钟对齐这张表后面每页只要出现指标就标单位能省掉不少答疑时被追问单位换算的尴尬。另一个常用的衍生指标是系统严重度指数 SI等于 EENS 除以系统峰值负荷再乘 60单位是“系统分钟”。SI 的含义是如果一年的缺电量平均分摊到峰值负荷上相当于系统停运了多少分钟。跨区域比较可靠性水平时 SI 很直观但国内工程评审里用得不多作为扩展知识点放一页即可不必展开。2.2 元件停运模型两状态马尔可夫参数怎么定数据从哪来算可靠性之前先要把发电机和线路的停运行为变成概率参数。工程上最常用的是一阶两状态马尔可夫模型每个元件只有“运行”和“停运”两个状态用失效率 λ次/年和修复率 μ次/年描述。长期运行后元件处于运行状态的概率是 μ/(λμ)处于停运状态的概率是 λ/(λμ)后者就是常说的强迫停运率 FOR。这个 FOR 不必通过 λ、μ 分别求可以直接从多年运行统计里得到FOR ≈ 元件停运小时数 /运行小时数 停运小时数。用 FOR 作为抽样的概率输入是发输电组合评估里最常见、也是足够用的做法。不同类型元件的 FOR 和平均修复时间差别很大PPT 的参数表一般可以参考以下量级元件类型FOR 典型范围平均修复时间 MTTR备注火电机组0.02 ~ 0.0550 ~ 150 小时大容量机组 FOR 通常偏高水电机组0.005 ~ 0.0230 ~ 80 小时启停灵活可用率高架空线路0.0005 ~ 0.002按长度折算5 ~ 20 小时距离越长故障概率越高变压器0.001 ~ 0.005100 ~ 300 小时含故障后的更换时间注意几个工程上容易犯迷糊的点。第一线路的 FOR 要按长度折算一条 100 公里的线路和一条 10 公里的线路故障概率差一个量级直接用单条线路的统计数据去套算出来的 LOLE 会明显失真。第二变压器的 MTTR 往往不是“修”的时间而是“等备件、更换、试验”的总时间取值一定要让运维部门确认不能拍脑袋。第三风电、光伏不能直接用传统 FOR因为它们的“停运”不是二值的出力是连续变化的这个问题放在第 5 章专门讨论。数据来源方面国内可以直接用设备台账加调度部门的停运记录自己统计做方案比选没有实测数据时用上表量级也能把不同网架方案之间的可靠性差距拉出来。但要向评审讲清楚参数来自经验值结论看的是方案间的相对变化而不是绝对小时数。数据样本不足时FOR 本身有不确定性最终 LOLE 可能差出几倍——这种情况我在工程里见过不少最稳的办法是做敏感性分析把关键参数上下浮动 20%看指标排名是否改变。提示发输电组合评估只算随机强迫停运计划检修要单独用检修排程模型处理不要把计划停运时间直接加进 FOR否则结果会比实际运行情况悲观得多。3. 解析法与蒙特卡洛法用 16 个状态的教学算例看懂两条路线3.1 状态枚举法用一个 3 机 1 线系统遍历全部 16 个状态解析法的核心是状态枚举把所有元件可能处于的状态组合全部列出来算出每个组合发生的概率再判断哪些状态会导致失负荷最后把失负荷概率和缺电功率按概率加权求和。n 个两状态元件组成的系统一共有 2 的 n 次方个状态。这听起来吓人但教学算例里完全可以在 Python 里跑一遍让听众真正理解概率是怎么“乘出来”的。下面这个例子有 3 台发电机、1 条输电线路负荷固定为 180MW。每台发电机容量 100MWFOR 取 0.04线路容量 200MWFOR 取 0.02。注意线路容量大于负荷正常运行时不卡口只有线路停运或者多台机组同时停运时才可能缺电。import itertools # 元件参数3台发电机每台100MWFOR0.04 gen_cap [100, 100, 100] gen_for [0.04, 0.04, 0.04] # 线路参数容量200MWFOR0.02 line_cap 200 line_for 0.02 # 单一负荷水平峰荷180MW load 180 lolp 0.0 # 失负荷概率 edns 0.0 # 期望缺电功率 MW # 线路状态1运行0停运 for line_status in [1, 0]: p_line (1 - line_for) if line_status else line_for # 枚举3台发电机的所有运行/停运组合共2^38种 for gen_bits in itertools.product([1, 0], repeat3): p_gen 1.0 gen_avail 0 for i in range(3): # 发电机按FOR决定停运概率 p_gen * (1 - gen_for[i]) if gen_bits[i] else gen_for[i] gen_avail gen_cap[i] * gen_bits[i] # 线路停运时能送出的功率为0 deliver min(gen_avail, line_cap) if line_status else 0.0 shed max(load - deliver, 0.0) # 只有缺电状态才累加概率和缺电功率 if shed 0: p_state p_line * p_gen lolp p_state edns p_state * shed print(fLOLP {lolp:.6f}) print(fEDNS {edns:.3f} MW) # 若按峰荷持续全年折算EENS仅为教学参考 print(fEENS按峰荷持续8760h折算 {edns * 8760:.1f} MWh/yr)这段代码的逻辑很直白先枚举线路状态再枚举发电机状态每个状态的概率等于线路概率乘三台发电机概率的连乘。deliver 取“可用发电容量”和“线路容量”两者中的较小值如果小于负荷就说明这个状态缺电缺电量为 load 减去 deliver。最终 LOLP 是所有缺电状态概率之和EDNS 是缺电量按概率加权平均。运行这段代码会得到 LOLP 约 0.0246、EDNS 约 3.97MW。要提醒听众的是这里的 LOLE 概念还没有真正体现如果全年 8760 小时都按峰荷这种最苛刻状态运行EENS 会高达数万 MWh这显然不是真实系统会出现的数值。实际评估必须把全年负荷曲线按大小分块对每一块重复上述计算再按各块的小时数加权求和才会得到合理的 LOLE 和 EENS。这个“只算峰荷”的陷阱是新手做 PPT 算例时最常犯的错误。状态枚举的工程局限也很明显真实电网动辄几百个元件2 的 n 次方根本算不完。常规做法是只枚举到 k 阶停运比如 k2即最多同时有两台设备故障。对大多数规划系统三阶及以上停运的概率贡献在 LOLP 里占比很小截断误差可以用未枚举部分的上界概率估算PPT 里一句话交代即可。n500 时枚举一阶组合 500 个、二阶组合约 12.5 万个配合潮流计算还能接受但如果每个状态都要做一次最优负荷削减线性规划计算量会明显上升这时候就要考虑蒙特卡洛法了。3.2 非序贯蒙特卡洛法抽样次数与收敛判据怎么选蒙特卡洛法的思路完全不同不穷举全部状态而是用随机数按 FOR 抽样元件的运行/停运状态生成一个又一个人工系统状态对每个状态做同样的缺电判断最后把统计平均值作为 LOLP 和 EDNS 的估计值。样本量够大时统计平均值会逼近真实值。对应同一个 3 机 1 线系统代码如下import random gen_cap [100, 100, 100] gen_for [0.04, 0.04, 0.04] line_cap 200 line_for 0.02 load 180 N 200000 # 抽样样本数 cnt_lolp 0 sum_shed 0.0 for _ in range(N): # 线路状态随机数大于FOR则运行 line_ok random.random() line_for # 逐台发电机判断是否停运 gen_avail 0 for g, f in zip(gen_cap, gen_for): if random.random() f: gen_avail g deliver min(gen_avail, line_cap) if line_ok else 0.0 shed max(load - deliver, 0.0) if shed 0: cnt_lolp 1 sum_shed shed print(fLOLP {cnt_lolp / N:.6f}) print(fEDNS {sum_shed / N:.3f} MW)这段代码的核心是“判断一个随机数是否大于 FOR”random.random() 返回 0 到 1 之间的均匀分布随机数大于 0.04 的概率正好是 0.96对应发电机运行。每次抽样得到一个系统状态然后和枚举法做完全相同的缺电判断。N 取 20 万是为了让估计值足够稳定实际运行大概一秒钟就出结果。蒙特卡洛的收敛速度可以用方差系数 β 判断β σ / (√N · μ)其中 μ 是估计的指标均值σ 是样本标准差。教学工程里经验是 β 小于 5% 就可以收手小于 2% 相当可信。LOLP 在 0.02 左右时20 万样本的 β 大概在 1% 上下结果重复跑几次的波动能在小数点后第三位体现出来。LOLE 这类低概率事件对样本量更敏感真实系统 LOLE 只有 0.1~10 h/yr相当于概率水平在 10 的负 4 次方量级普通抽样需要有上百万样本才稳。这时再用普通蒙特卡洛就有点亏了可以考虑重要抽样、分层抽样或者控制变量法后面第 5 章再展开讲踩坑。选型上我的经验是教学算例和 20 节点以内的小系统优先用状态枚举结果精确、好解释PPT 上能画出完整的概率树200 节点以上的大电网尤其还要考虑风电出力时序和负荷曲线时序时用非序贯或时序蒙特卡洛更现实。介于两者之间可以混合先用枚举法跑前两阶停运组合做快速筛查再用蒙特卡洛补全高阶和新能源场景。4. 最小割集与故障影响分析把评估流程落成能跑的步骤4.1 判定“有没有失负荷”直流潮流与最优负荷削减模型前面那个 3 机 1 线算例只用 min 就能判断缺电因为拓扑太简单。真实电网是多节点环网某条线路停运后潮流会转移可能出现三条线路同时过载也可能某个节点电压垮掉。判断系统是否失负荷不能只看总发电和总负荷的大小必须做网络分析。发输电组合评估里最标准的做法是最优负荷削减模型在给定元件停运状态下以负荷削减总量最小为目标求出系统为了满足安全约束至少要切除多少负荷。这个模型通常用直流潮流近似写成线性规划。目标函数是 min Σ ΔP_d即各节点负荷削减量的总和最小。约束条件包括节点功率平衡方程、线路潮流不超过容量上限、机组出力在停运状态允许的范围内、每个节点的负荷削减量不超过该节点原负荷。直流潮流假设电压都接近额定值只考虑有功和相角线路有功潮流近似为两端相角差除以电抗于是整个优化问题变成线性规划规模再大也能高效求解。PP 里画这个模型时不必把相角变量写满一屏重点是让听众理解三层意思线路约束可能造成局部缺电系统可以通过调整机组出力来缓解过载实在调不过去才切负荷切除量最小化对应“最优运行调度”的假设。实际代码里这个优化可以直接用 scipy.optimize.linprog 或 pandapower 的 OPF 接口实现。对每个枚举或抽样出来的状态把停运元件从网络中移除重新形成节点导纳矩阵跑一次最优负荷削减就能得到该状态下的缺电功率。枚举法每个状态跑一次 LP几百上千个状态还好上万状态就会慢工程上可以先用直流潮流快速判断是否有线路过载没有过载就不进 LP能省掉大部分计算。与最优负荷削减模型并行的另一个思路是最小割集法把网络看成节点和边的集合找出把电源与负荷完全隔离的最小割集割集的容量和就是该断面的极限输送能力。最小割集法在辐射状配电网和单一送电通道的场景下很直观但输电网环网结构下最小割集数量可能非常多而且还要考虑发电机出力的随机性实际工程中更常见的是把 N-1 扫描找到的薄弱断面当作近似割集再做负荷削减计算。PPT 里可以把这个方法作为校核手段放一页不必和 LP 模型争篇幅。4.2 从数据到指标评估计算流程与 PPT 呈现结构不管用哪种方法发输电组合系统可靠性评估的完整流程都是固定的按顺序做不容易漏项第一步收集网架数据节点、支路电抗、线路容量、变压器容量、发电机容量与 FOR、节点负荷。第二步把全年负荷曲线分成若干块每块记录小时数和负荷水平。第三步按负荷块逐一生成待评估状态集枚举法按停运阶数生成模拟法按 FOR 抽样生成。第四步对每个状态做直流潮流校验和最优负荷削减得到该状态的缺电功率。第五步按各负荷块小时数加权聚合成 LOLE、EENS 和薄弱元件清单。这个流程用伪代码表达更清楚def evaluate(network, load_curve_blocks, max_outage_order2): lole 0.0 # h/yr eens 0.0 # MWh/yr for block_hours, load_level in load_curve_blocks: # 只枚举到2阶停运高阶概率贡献截断 for state in enumerate_outage_states(network, max_outage_order): p_state state_probability(state) # 内部包含直流潮流校验与最优负荷削减LP shed_mw optimal_load_curtailment(network, state, load_level) if shed_mw 0: lole p_state * block_hours eens p_state * shed_mw * block_hours return lole, eens这个流程里最容易出错的是 load_curve_blocks 的划分。常见的两个做法是把 8760 小时按负荷大小排序形成持续负荷曲线分成 10 到 20 个区间每段取平均负荷作为该块的代表值或者干脆做时序模拟逐小时跑 8760 个点但计算量会大一个量级。规划项目里我一般先用持续负荷曲线分块把趋势和薄弱环节摸清楚再对推荐方案做全年时序校核性价比最高。PPT 的呈现结构我建议固定成“三件套”第一页放评估流程图用方框和箭头把数据输入、状态生成、潮流校验、指标聚合串起来比堆公式好讲太多第二页放结果表列出 LOLE、EENS、薄弱线路 TOP10第三页放方案对比把基准方案和两个加强方案的指标摆在一起再用柱状图显示相对变化。课件做到这三页评审基本能把逻辑带走。许多新手喜欢把公式和代码截图铺满结果讲完听众只记得“好像很复杂”甚至连评估结论都记不住。5. 可靠性评估避坑指南结果被质疑时先查这 5 处5.1 算出的 LOLE 比统计停电时间高一个数量级现象程序跑出来的 LOLE 是每年几十小时但调度台账里实际拉闸限电一年只有几小时评审当场质疑结果不可信。原因最常见的是把全年都按峰荷计算直接把单一负荷水平的 LOLP 乘 8760或者把计划检修停运也算进了 FOR。峰荷状态只是全年中极少的一部分持续负荷曲线低负荷段基本不会缺电按峰荷折算会把低频次的尖峰条件放大成全年常态结果自然偏高一个量级。计划检修是主动安排可靠性评估通常只针对随机强迫故障混在一起会让概率模型过度保守。解决把全年负荷曲线按 10 到 20 块分块逐块评估后加权求和。在 PPT 里明确标注“本章节评估对象为随机强迫停运不包含计划检修停运”。5.2 状态枚举组合爆炸程序跑一天不出结果现象从 6 节点教学系统换到真实 200 节点系统后枚举代码直接卡死内存和 CPU 都爆满。原因遍历了全部 2 的 n 次方个状态n 超过 40 以后根本不可能枚举完或者虽然限制了停运阶数但每个状态都跑完整 LP很多无故障状态白白浪费时间。解决把枚举阶数限制在 k2大电网一阶和二阶停运组合覆盖了绝大部分概率质量截断误差可以量化说明。先做快速潮流校验无过载就不进 LP只有过载状态才调最优负荷削减模型。再不行就换非序贯蒙特卡洛用统计估计代替精确枚举。5.3 蒙特卡洛每次结果都不一样方差降不下去现象同样跑 10 万次抽样这次 LOLE 是 8.2下次变成 11.5方差大得没法汇报。原因真实系统的失负荷事件概率很低普通随机抽样在 10 万次里可能只碰到几十次失负荷统计波动自然大。LOLP 在千分之一水平时样本量要到百万级别方差才收敛10 万次远不够。解决先算方差系数 β要求小于 5% 再停止抽样。如果系统规模大且事件概率极低用重要抽样对 FOR 很小的关键元件刻意提高停运概率再在统计结果中除回一个偏置因子方差能下降一个数量级。时序问题则改用分层抽样先按负荷水平分层每层独立抽样再按小时加权。5.4 汇报时把 LOLP 当“停电概率”被当场问住现象PPT 上写“LOLP 0.0246也就是 2.46% 的概率会停电”台下专家问“一年停电多少天”一时答不上来。原因LOLP 是给定负荷水平下的概率不等于全年停电概率LOLE 才是小时数期望。单位没标清楚口头表达又省略了条件概念就飘了。解决PPT 放一张指标单位对照表每次引用指标都带单位。给出完整表述LOLP 是峰荷水平下的失负荷概率LOLE 是把全年各负荷水平的失负荷概率累加后得到的小时数EENS 的单位是 MWh/yr 而不是 MW。这张表能帮你挡住一半的概念追问。5.5 加入新能源后评估结果剧烈波动甚至“负贡献”现象把风电场接入同一个算例后LOLE 降了一些但换一年风速数据LOLE 又涨回去难以判断风电到底有没有改善可靠性。原因风电出力不是二值停运模型能描述的同一风速会影响所有风机空间相关性强。传统 FOR 用 0.02 这种概率代表风电场等于把风电看成一个随时可能整体停机的常规机组误差极大。风速的季节性和与负荷的时序相关性在非时序模型里根本无法体现。解决把风电场出力离散成多个状态区间例如按出力 0~20%、20%~40%……分为 5 到 10 档用历史出力统计每档概率再做时序蒙特卡洛让负荷、风速按小时序列同步变化。途中如果发现风电反而推高 LOLE要检查是不是风速高峰时段恰好负荷也高、而输电通道又受限这是真实存在的时空耦合问题不是模型 bug。6. 验证评估结果的土办法基准算例、敏感性分析与汇报收尾6.1 用 RBTS 和 IEEE RTS 基准算例自查程序自己写的评估程序第一次跑出指标后别急着算真实系统先拿公开的标准算例验证。RBTSRoy Billinton Test System是一个 6 节点小型测试系统专门为可靠性教学设计全网元件数量和参数都在论文里公开过适合快速调试。IEEE RTS-7924 节点可靠性测试系统规模更大峰荷 2850MW是发输电组合可靠性评估的经典基准系统公开发表的 LOLE、EENS 参考值很多。以 IEEE RTS-79 为例采用时序负荷曲线时文献中常见的 LOLE 参考值大约是 9.4 h/yrEENS 在数千 MWh/yr 量级自己的程序跑出来只要在相同量级、并且相对参考值偏差在 20% 以内就说明状态枚举、概率计算和负荷削减逻辑基本正确。这里特别要注意负荷曲线模型用持续负荷曲线和用时序曲线结果会有差别对比前先确认两边用的负荷曲线类型相同。基准算例跑通后再往里面换自己的网架数据出问题时至少能排除“程序本身有 bug”这个最尴尬的可能。6.2 敏感性分析用 ±20% 参数扰动给 PPT 结论排序可靠性评估的输入参数大多来自统计本身就有误差评审专家几乎一定会问“你这些 FOR 准不准”。与其解释数据来源不如主动做一轮敏感性分析把关键参数依次上下浮动 20%记录 LOLE 和 EENS 的变化百分比整理成一张表放进 PPT。比如参数变化LOLE 变化EENS 变化判断机组 FOR20%15%18%发电可用率是主要敏感因素线路 FOR20%3%5%当前网架线路可靠性影响有限峰荷负荷20%80%90%指标对负荷增长极为敏感关键断面容量-20%40%50%断面是明显的薄弱环节上表的数值只是示意但趋势关系在大多数系统里是成立的负荷增长对可靠性指标的边际影响远大于 FOR 微调这正是规划工作的抓手。敏感性分析还有个额外好处当某参数的变化不影响方案排序评审质疑参数取值时可以直接说“该参数即使偏差 20%结论不变”这比争论数据精度更有说服力。6.3 汇报收尾技巧把评估结论转成行动项做完算例验证和敏感性分析PPT 不要停在“指标是多少”要落到“所以该怎么办”。我的习惯是最后三页固定放最严重故障状态缺电功率最大的那个停运组合、贡献最大的前五个停运组合、推荐网架加强方案对比表。这三个信息回答的正是评审最关心的问题——最坏情况是什么、薄弱环节在哪、花钱花在哪。用 PPT 动画演示故障注入时控制在两步以内先显示正常方式下的送电路径再显示某条线路停运后潮流的转移和过载线路变红再多就会让观众失去焦点。做课件这些年我最大的教训就是别把精力耗在花哨的动画上把 LOLE、EENS 的物理含义和工程意义讲透比任何特效都管用。希望这些流程和踩坑记录能帮你在规划评审和课业答辩里少走几趟弯路。本文还有配套的精品资源点击获取 发输电组合系统可靠性评估：LOLP、EENS与蒙特卡洛法
简介文档以电力系统规划与可靠性中的发输电组合系统可靠性评估为主题面向电力系统专业学生、规划运行人员及可靠性分析初学者重点解决如何用状态解析法对发输电组合系统进行失效枚举、指标计算与结果分析的问题。内容包含状态解析法的四步迭代流程、事件概率与频率计算公式、失电量计算方式以及基于RBTS测试系统的完整算例演示。读者通过该PPT可理解LOLP、LOLF、EENS等可靠性指标的含义与计算过程并了解状态解析法‘维数灾’等实际应用要点。资源包内含1个PPT文档整体大小约2.19MB文件虽少但体系完整适合用于课程复习或入门自学。目前已有95人学习下载可作为电力系统可靠性评估的参考材料。1. 从第 8 讲看发输电组合系统可靠性评估到底在算什么“电力系统规划与可靠性”这门课讲到第 8 讲通常已经过了负荷预测和发电系统可靠性HL-I进入一个容易让初学者懵掉的节点发输电组合系统的可靠性评估。简单说它要回答的问题是发电装机明明够电网却送不出去导致的缺电该怎么算、算多少、怎么避免。发输电组合系统可靠性评估把发电机随机停运、输电线路随机停运和断面输送能力放进同一个概率框架算出失负荷概率、电量不足期望等指标直接服务网架方案比选和电源接入评审。适合电网规划工程师、可靠性方向研究生以及所有需要把一份 PPT 讲得让评审专家点头的从业者。这份课件里最常用的评估思路其实就两条解析枚举和随机模拟。2. 可靠性指标与停运模型评估的输入和输出先对齐2.1 发输电组合评估的指标体系LOLP、LOLE、EENS 的物理与工程含义只做发电系统可靠性评估时算的是“装机容量够不够”典型输出是电力不足概率、电量不足期望。比如一个区域的装机容量是负荷的 1.3 倍从发电侧看好像很充裕但把输电网络加进来后结果可能完全变样某条 500kV 断面送出能力受限局部电网在高峰时段即便发电有余也送不进去照样得拉闸。这就是发输电组合评估国外文献常称 HL-II存在的理由——在发电可靠性基础上叠加网络约束。HL-II 的输出指标PPT 上必须成组出现不能只讲一个。最常用的是下面这几个LOLPLoss of Load Probability失负荷概率某一个负荷水平下系统无法满足负荷的概率无量纲取值在 0 到 1 之间。LOLELoss of Load Expectation失负荷期望一年或评估时段内失负荷的小时数期望单位是 h/yr 或 h/时段。它等于对每个负荷小时或负荷分块的 LOLP 求和。EDNSExpected Demand Not Supplied期望缺电功率失负荷期间平均缺了多少兆瓦单位 MW。EENSExpected Energy Not Supplied期望缺供电量一年内损失电量的期望值单位 MWh/yr由 EDNS 对全年时间积分得到。这套指标之间是递进关系LOLP 回答“会不会缺”LOLE 回答“缺多久”EDNS 回答“缺多少”EENS 回答“一年损失多少电”。规划做经济比较时EENS 可以直接乘单位停电损失费用折算成一年少送电的经济损失再和网架加强投资放一张图里比。这也是 PPT 里最能打动评审的一页。需要特别注意LOLP 和 LOLE 不是可以互换的。LOLP 是某个负荷水平下的条件概率脱离负荷水平谈 LOLP 没有意义LOLE 才是工程决策用的“年化指标”。很多课件把这几个词混着用等做到算例对比时单位一乱结果就全对不上。我建议在 PPT 里放一张“指标-单位-物理含义”对照表讲课时先花两分钟对齐这张表后面每页只要出现指标就标单位能省掉不少答疑时被追问单位换算的尴尬。另一个常用的衍生指标是系统严重度指数 SI等于 EENS 除以系统峰值负荷再乘 60单位是“系统分钟”。SI 的含义是如果一年的缺电量平均分摊到峰值负荷上相当于系统停运了多少分钟。跨区域比较可靠性水平时 SI 很直观但国内工程评审里用得不多作为扩展知识点放一页即可不必展开。2.2 元件停运模型两状态马尔可夫参数怎么定数据从哪来算可靠性之前先要把发电机和线路的停运行为变成概率参数。工程上最常用的是一阶两状态马尔可夫模型每个元件只有“运行”和“停运”两个状态用失效率 λ次/年和修复率 μ次/年描述。长期运行后元件处于运行状态的概率是 μ/(λμ)处于停运状态的概率是 λ/(λμ)后者就是常说的强迫停运率 FOR。这个 FOR 不必通过 λ、μ 分别求可以直接从多年运行统计里得到FOR ≈ 元件停运小时数 /运行小时数 停运小时数。用 FOR 作为抽样的概率输入是发输电组合评估里最常见、也是足够用的做法。不同类型元件的 FOR 和平均修复时间差别很大PPT 的参数表一般可以参考以下量级元件类型FOR 典型范围平均修复时间 MTTR备注火电机组0.02 ~ 0.0550 ~ 150 小时大容量机组 FOR 通常偏高水电机组0.005 ~ 0.0230 ~ 80 小时启停灵活可用率高架空线路0.0005 ~ 0.002按长度折算5 ~ 20 小时距离越长故障概率越高变压器0.001 ~ 0.005100 ~ 300 小时含故障后的更换时间注意几个工程上容易犯迷糊的点。第一线路的 FOR 要按长度折算一条 100 公里的线路和一条 10 公里的线路故障概率差一个量级直接用单条线路的统计数据去套算出来的 LOLE 会明显失真。第二变压器的 MTTR 往往不是“修”的时间而是“等备件、更换、试验”的总时间取值一定要让运维部门确认不能拍脑袋。第三风电、光伏不能直接用传统 FOR因为它们的“停运”不是二值的出力是连续变化的这个问题放在第 5 章专门讨论。数据来源方面国内可以直接用设备台账加调度部门的停运记录自己统计做方案比选没有实测数据时用上表量级也能把不同网架方案之间的可靠性差距拉出来。但要向评审讲清楚参数来自经验值结论看的是方案间的相对变化而不是绝对小时数。数据样本不足时FOR 本身有不确定性最终 LOLE 可能差出几倍——这种情况我在工程里见过不少最稳的办法是做敏感性分析把关键参数上下浮动 20%看指标排名是否改变。提示发输电组合评估只算随机强迫停运计划检修要单独用检修排程模型处理不要把计划停运时间直接加进 FOR否则结果会比实际运行情况悲观得多。3. 解析法与蒙特卡洛法用 16 个状态的教学算例看懂两条路线3.1 状态枚举法用一个 3 机 1 线系统遍历全部 16 个状态解析法的核心是状态枚举把所有元件可能处于的状态组合全部列出来算出每个组合发生的概率再判断哪些状态会导致失负荷最后把失负荷概率和缺电功率按概率加权求和。n 个两状态元件组成的系统一共有 2 的 n 次方个状态。这听起来吓人但教学算例里完全可以在 Python 里跑一遍让听众真正理解概率是怎么“乘出来”的。下面这个例子有 3 台发电机、1 条输电线路负荷固定为 180MW。每台发电机容量 100MWFOR 取 0.04线路容量 200MWFOR 取 0.02。注意线路容量大于负荷正常运行时不卡口只有线路停运或者多台机组同时停运时才可能缺电。import itertools # 元件参数3台发电机每台100MWFOR0.04 gen_cap [100, 100, 100] gen_for [0.04, 0.04, 0.04] # 线路参数容量200MWFOR0.02 line_cap 200 line_for 0.02 # 单一负荷水平峰荷180MW load 180 lolp 0.0 # 失负荷概率 edns 0.0 # 期望缺电功率 MW # 线路状态1运行0停运 for line_status in [1, 0]: p_line (1 - line_for) if line_status else line_for # 枚举3台发电机的所有运行/停运组合共2^38种 for gen_bits in itertools.product([1, 0], repeat3): p_gen 1.0 gen_avail 0 for i in range(3): # 发电机按FOR决定停运概率 p_gen * (1 - gen_for[i]) if gen_bits[i] else gen_for[i] gen_avail gen_cap[i] * gen_bits[i] # 线路停运时能送出的功率为0 deliver min(gen_avail, line_cap) if line_status else 0.0 shed max(load - deliver, 0.0) # 只有缺电状态才累加概率和缺电功率 if shed 0: p_state p_line * p_gen lolp p_state edns p_state * shed print(fLOLP {lolp:.6f}) print(fEDNS {edns:.3f} MW) # 若按峰荷持续全年折算EENS仅为教学参考 print(fEENS按峰荷持续8760h折算 {edns * 8760:.1f} MWh/yr)这段代码的逻辑很直白先枚举线路状态再枚举发电机状态每个状态的概率等于线路概率乘三台发电机概率的连乘。deliver 取“可用发电容量”和“线路容量”两者中的较小值如果小于负荷就说明这个状态缺电缺电量为 load 减去 deliver。最终 LOLP 是所有缺电状态概率之和EDNS 是缺电量按概率加权平均。运行这段代码会得到 LOLP 约 0.0246、EDNS 约 3.97MW。要提醒听众的是这里的 LOLE 概念还没有真正体现如果全年 8760 小时都按峰荷这种最苛刻状态运行EENS 会高达数万 MWh这显然不是真实系统会出现的数值。实际评估必须把全年负荷曲线按大小分块对每一块重复上述计算再按各块的小时数加权求和才会得到合理的 LOLE 和 EENS。这个“只算峰荷”的陷阱是新手做 PPT 算例时最常犯的错误。状态枚举的工程局限也很明显真实电网动辄几百个元件2 的 n 次方根本算不完。常规做法是只枚举到 k 阶停运比如 k2即最多同时有两台设备故障。对大多数规划系统三阶及以上停运的概率贡献在 LOLP 里占比很小截断误差可以用未枚举部分的上界概率估算PPT 里一句话交代即可。n500 时枚举一阶组合 500 个、二阶组合约 12.5 万个配合潮流计算还能接受但如果每个状态都要做一次最优负荷削减线性规划计算量会明显上升这时候就要考虑蒙特卡洛法了。3.2 非序贯蒙特卡洛法抽样次数与收敛判据怎么选蒙特卡洛法的思路完全不同不穷举全部状态而是用随机数按 FOR 抽样元件的运行/停运状态生成一个又一个人工系统状态对每个状态做同样的缺电判断最后把统计平均值作为 LOLP 和 EDNS 的估计值。样本量够大时统计平均值会逼近真实值。对应同一个 3 机 1 线系统代码如下import random gen_cap [100, 100, 100] gen_for [0.04, 0.04, 0.04] line_cap 200 line_for 0.02 load 180 N 200000 # 抽样样本数 cnt_lolp 0 sum_shed 0.0 for _ in range(N): # 线路状态随机数大于FOR则运行 line_ok random.random() line_for # 逐台发电机判断是否停运 gen_avail 0 for g, f in zip(gen_cap, gen_for): if random.random() f: gen_avail g deliver min(gen_avail, line_cap) if line_ok else 0.0 shed max(load - deliver, 0.0) if shed 0: cnt_lolp 1 sum_shed shed print(fLOLP {cnt_lolp / N:.6f}) print(fEDNS {sum_shed / N:.3f} MW)这段代码的核心是“判断一个随机数是否大于 FOR”random.random() 返回 0 到 1 之间的均匀分布随机数大于 0.04 的概率正好是 0.96对应发电机运行。每次抽样得到一个系统状态然后和枚举法做完全相同的缺电判断。N 取 20 万是为了让估计值足够稳定实际运行大概一秒钟就出结果。蒙特卡洛的收敛速度可以用方差系数 β 判断β σ / (√N · μ)其中 μ 是估计的指标均值σ 是样本标准差。教学工程里经验是 β 小于 5% 就可以收手小于 2% 相当可信。LOLP 在 0.02 左右时20 万样本的 β 大概在 1% 上下结果重复跑几次的波动能在小数点后第三位体现出来。LOLE 这类低概率事件对样本量更敏感真实系统 LOLE 只有 0.1~10 h/yr相当于概率水平在 10 的负 4 次方量级普通抽样需要有上百万样本才稳。这时再用普通蒙特卡洛就有点亏了可以考虑重要抽样、分层抽样或者控制变量法后面第 5 章再展开讲踩坑。选型上我的经验是教学算例和 20 节点以内的小系统优先用状态枚举结果精确、好解释PPT 上能画出完整的概率树200 节点以上的大电网尤其还要考虑风电出力时序和负荷曲线时序时用非序贯或时序蒙特卡洛更现实。介于两者之间可以混合先用枚举法跑前两阶停运组合做快速筛查再用蒙特卡洛补全高阶和新能源场景。4. 最小割集与故障影响分析把评估流程落成能跑的步骤4.1 判定“有没有失负荷”直流潮流与最优负荷削减模型前面那个 3 机 1 线算例只用 min 就能判断缺电因为拓扑太简单。真实电网是多节点环网某条线路停运后潮流会转移可能出现三条线路同时过载也可能某个节点电压垮掉。判断系统是否失负荷不能只看总发电和总负荷的大小必须做网络分析。发输电组合评估里最标准的做法是最优负荷削减模型在给定元件停运状态下以负荷削减总量最小为目标求出系统为了满足安全约束至少要切除多少负荷。这个模型通常用直流潮流近似写成线性规划。目标函数是 min Σ ΔP_d即各节点负荷削减量的总和最小。约束条件包括节点功率平衡方程、线路潮流不超过容量上限、机组出力在停运状态允许的范围内、每个节点的负荷削减量不超过该节点原负荷。直流潮流假设电压都接近额定值只考虑有功和相角线路有功潮流近似为两端相角差除以电抗于是整个优化问题变成线性规划规模再大也能高效求解。PP 里画这个模型时不必把相角变量写满一屏重点是让听众理解三层意思线路约束可能造成局部缺电系统可以通过调整机组出力来缓解过载实在调不过去才切负荷切除量最小化对应“最优运行调度”的假设。实际代码里这个优化可以直接用 scipy.optimize.linprog 或 pandapower 的 OPF 接口实现。对每个枚举或抽样出来的状态把停运元件从网络中移除重新形成节点导纳矩阵跑一次最优负荷削减就能得到该状态下的缺电功率。枚举法每个状态跑一次 LP几百上千个状态还好上万状态就会慢工程上可以先用直流潮流快速判断是否有线路过载没有过载就不进 LP能省掉大部分计算。与最优负荷削减模型并行的另一个思路是最小割集法把网络看成节点和边的集合找出把电源与负荷完全隔离的最小割集割集的容量和就是该断面的极限输送能力。最小割集法在辐射状配电网和单一送电通道的场景下很直观但输电网环网结构下最小割集数量可能非常多而且还要考虑发电机出力的随机性实际工程中更常见的是把 N-1 扫描找到的薄弱断面当作近似割集再做负荷削减计算。PPT 里可以把这个方法作为校核手段放一页不必和 LP 模型争篇幅。4.2 从数据到指标评估计算流程与 PPT 呈现结构不管用哪种方法发输电组合系统可靠性评估的完整流程都是固定的按顺序做不容易漏项第一步收集网架数据节点、支路电抗、线路容量、变压器容量、发电机容量与 FOR、节点负荷。第二步把全年负荷曲线分成若干块每块记录小时数和负荷水平。第三步按负荷块逐一生成待评估状态集枚举法按停运阶数生成模拟法按 FOR 抽样生成。第四步对每个状态做直流潮流校验和最优负荷削减得到该状态的缺电功率。第五步按各负荷块小时数加权聚合成 LOLE、EENS 和薄弱元件清单。这个流程用伪代码表达更清楚def evaluate(network, load_curve_blocks, max_outage_order2): lole 0.0 # h/yr eens 0.0 # MWh/yr for block_hours, load_level in load_curve_blocks: # 只枚举到2阶停运高阶概率贡献截断 for state in enumerate_outage_states(network, max_outage_order): p_state state_probability(state) # 内部包含直流潮流校验与最优负荷削减LP shed_mw optimal_load_curtailment(network, state, load_level) if shed_mw 0: lole p_state * block_hours eens p_state * shed_mw * block_hours return lole, eens这个流程里最容易出错的是 load_curve_blocks 的划分。常见的两个做法是把 8760 小时按负荷大小排序形成持续负荷曲线分成 10 到 20 个区间每段取平均负荷作为该块的代表值或者干脆做时序模拟逐小时跑 8760 个点但计算量会大一个量级。规划项目里我一般先用持续负荷曲线分块把趋势和薄弱环节摸清楚再对推荐方案做全年时序校核性价比最高。PPT 的呈现结构我建议固定成“三件套”第一页放评估流程图用方框和箭头把数据输入、状态生成、潮流校验、指标聚合串起来比堆公式好讲太多第二页放结果表列出 LOLE、EENS、薄弱线路 TOP10第三页放方案对比把基准方案和两个加强方案的指标摆在一起再用柱状图显示相对变化。课件做到这三页评审基本能把逻辑带走。许多新手喜欢把公式和代码截图铺满结果讲完听众只记得“好像很复杂”甚至连评估结论都记不住。5. 可靠性评估避坑指南结果被质疑时先查这 5 处5.1 算出的 LOLE 比统计停电时间高一个数量级现象程序跑出来的 LOLE 是每年几十小时但调度台账里实际拉闸限电一年只有几小时评审当场质疑结果不可信。原因最常见的是把全年都按峰荷计算直接把单一负荷水平的 LOLP 乘 8760或者把计划检修停运也算进了 FOR。峰荷状态只是全年中极少的一部分持续负荷曲线低负荷段基本不会缺电按峰荷折算会把低频次的尖峰条件放大成全年常态结果自然偏高一个量级。计划检修是主动安排可靠性评估通常只针对随机强迫故障混在一起会让概率模型过度保守。解决把全年负荷曲线按 10 到 20 块分块逐块评估后加权求和。在 PPT 里明确标注“本章节评估对象为随机强迫停运不包含计划检修停运”。5.2 状态枚举组合爆炸程序跑一天不出结果现象从 6 节点教学系统换到真实 200 节点系统后枚举代码直接卡死内存和 CPU 都爆满。原因遍历了全部 2 的 n 次方个状态n 超过 40 以后根本不可能枚举完或者虽然限制了停运阶数但每个状态都跑完整 LP很多无故障状态白白浪费时间。解决把枚举阶数限制在 k2大电网一阶和二阶停运组合覆盖了绝大部分概率质量截断误差可以量化说明。先做快速潮流校验无过载就不进 LP只有过载状态才调最优负荷削减模型。再不行就换非序贯蒙特卡洛用统计估计代替精确枚举。5.3 蒙特卡洛每次结果都不一样方差降不下去现象同样跑 10 万次抽样这次 LOLE 是 8.2下次变成 11.5方差大得没法汇报。原因真实系统的失负荷事件概率很低普通随机抽样在 10 万次里可能只碰到几十次失负荷统计波动自然大。LOLP 在千分之一水平时样本量要到百万级别方差才收敛10 万次远不够。解决先算方差系数 β要求小于 5% 再停止抽样。如果系统规模大且事件概率极低用重要抽样对 FOR 很小的关键元件刻意提高停运概率再在统计结果中除回一个偏置因子方差能下降一个数量级。时序问题则改用分层抽样先按负荷水平分层每层独立抽样再按小时加权。5.4 汇报时把 LOLP 当“停电概率”被当场问住现象PPT 上写“LOLP 0.0246也就是 2.46% 的概率会停电”台下专家问“一年停电多少天”一时答不上来。原因LOLP 是给定负荷水平下的概率不等于全年停电概率LOLE 才是小时数期望。单位没标清楚口头表达又省略了条件概念就飘了。解决PPT 放一张指标单位对照表每次引用指标都带单位。给出完整表述LOLP 是峰荷水平下的失负荷概率LOLE 是把全年各负荷水平的失负荷概率累加后得到的小时数EENS 的单位是 MWh/yr 而不是 MW。这张表能帮你挡住一半的概念追问。5.5 加入新能源后评估结果剧烈波动甚至“负贡献”现象把风电场接入同一个算例后LOLE 降了一些但换一年风速数据LOLE 又涨回去难以判断风电到底有没有改善可靠性。原因风电出力不是二值停运模型能描述的同一风速会影响所有风机空间相关性强。传统 FOR 用 0.02 这种概率代表风电场等于把风电看成一个随时可能整体停机的常规机组误差极大。风速的季节性和与负荷的时序相关性在非时序模型里根本无法体现。解决把风电场出力离散成多个状态区间例如按出力 0~20%、20%~40%……分为 5 到 10 档用历史出力统计每档概率再做时序蒙特卡洛让负荷、风速按小时序列同步变化。途中如果发现风电反而推高 LOLE要检查是不是风速高峰时段恰好负荷也高、而输电通道又受限这是真实存在的时空耦合问题不是模型 bug。6. 验证评估结果的土办法基准算例、敏感性分析与汇报收尾6.1 用 RBTS 和 IEEE RTS 基准算例自查程序自己写的评估程序第一次跑出指标后别急着算真实系统先拿公开的标准算例验证。RBTSRoy Billinton Test System是一个 6 节点小型测试系统专门为可靠性教学设计全网元件数量和参数都在论文里公开过适合快速调试。IEEE RTS-7924 节点可靠性测试系统规模更大峰荷 2850MW是发输电组合可靠性评估的经典基准系统公开发表的 LOLE、EENS 参考值很多。以 IEEE RTS-79 为例采用时序负荷曲线时文献中常见的 LOLE 参考值大约是 9.4 h/yrEENS 在数千 MWh/yr 量级自己的程序跑出来只要在相同量级、并且相对参考值偏差在 20% 以内就说明状态枚举、概率计算和负荷削减逻辑基本正确。这里特别要注意负荷曲线模型用持续负荷曲线和用时序曲线结果会有差别对比前先确认两边用的负荷曲线类型相同。基准算例跑通后再往里面换自己的网架数据出问题时至少能排除“程序本身有 bug”这个最尴尬的可能。6.2 敏感性分析用 ±20% 参数扰动给 PPT 结论排序可靠性评估的输入参数大多来自统计本身就有误差评审专家几乎一定会问“你这些 FOR 准不准”。与其解释数据来源不如主动做一轮敏感性分析把关键参数依次上下浮动 20%记录 LOLE 和 EENS 的变化百分比整理成一张表放进 PPT。比如参数变化LOLE 变化EENS 变化判断机组 FOR20%15%18%发电可用率是主要敏感因素线路 FOR20%3%5%当前网架线路可靠性影响有限峰荷负荷20%80%90%指标对负荷增长极为敏感关键断面容量-20%40%50%断面是明显的薄弱环节上表的数值只是示意但趋势关系在大多数系统里是成立的负荷增长对可靠性指标的边际影响远大于 FOR 微调这正是规划工作的抓手。敏感性分析还有个额外好处当某参数的变化不影响方案排序评审质疑参数取值时可以直接说“该参数即使偏差 20%结论不变”这比争论数据精度更有说服力。6.3 汇报收尾技巧把评估结论转成行动项做完算例验证和敏感性分析PPT 不要停在“指标是多少”要落到“所以该怎么办”。我的习惯是最后三页固定放最严重故障状态缺电功率最大的那个停运组合、贡献最大的前五个停运组合、推荐网架加强方案对比表。这三个信息回答的正是评审最关心的问题——最坏情况是什么、薄弱环节在哪、花钱花在哪。用 PPT 动画演示故障注入时控制在两步以内先显示正常方式下的送电路径再显示某条线路停运后潮流的转移和过载线路变红再多就会让观众失去焦点。做课件这些年我最大的教训就是别把精力耗在花哨的动画上把 LOLE、EENS 的物理含义和工程意义讲透比任何特效都管用。希望这些流程和踩坑记录能帮你在规划评审和课业答辩里少走几趟弯路。本文还有配套的精品资源点击获取