CN106532688A - 一种用于评估微电网运行可靠性的方法及系统 - Google Patents

Abstract

本发明公开了一种用于评估微电网运行可靠性的方法及系统，包括求取蒙特卡洛仿真的总抽样次数；进行抽样次数的迭代计算，获取微电网当前次抽样对应的抽样时段的可为负荷供电的总电量和负荷需求量；获得该抽样时段考虑储能装置情况下的负荷缺电时长期望值；若抽样次数不大于总抽样次数，继续进行抽样次数的迭代计算；否则，退出抽样迭代，并计算微电网可靠性分析周期内微电网的电力不足概率和负荷缺电时长期望值，对微电网运行可靠性进行评估。本发明将间歇性不可控分布式电源采用多态模型来模拟，负荷采用基于正态分布的多级负荷水平模型，适于多类型微电网的运行可靠性分析，具有良好的应用前景。

Description

一种用于评估微电网运行可靠性的方法及系统

技术领域

本发明涉及电力系统可靠性分析技术领域，具体涉及一种用于评估微电网运行可靠性的方法。

背景技术

目前，微电网由于接入了种类各异的分布式电源(Distributed Generation，DG)，使微电网具有不同于配电网的新特性。在微电网的可靠性分析中，认为恒定出力特性的DG其出力持续性和稳定性类似于同步发电机，仅需考虑DG的随机停运，对其停运模型可引用两状态模型(工作状态和停运状态)，DG故障停运时间适合用指数分布描述。但是，当微电网采用风力发电机或太阳能光伏发电等可再生能源对负荷进行供电时，微电网出力具有显著的随机性和间歇性，与常规电网有很大差异。另外，微电网往往含有储能设备，在电源充裕度不足时，可以给负荷进行供电，这些也让微电网的可靠性评估与常规电网的方法有所不同。

因此，如何分析微电网在源、荷均具有不确定环境下的运行可靠性评估方法，成为微电网发展需要解决的问题。

发明内容

本发明的目的是克服现有技术无法对微电网进行可靠性评估的问题。本发明用于评估微电网运行可靠性的方法及系统，微电网内分布式电源包括可控分布式电源和不可控分布式电源两类，间歇性不可控分布式电源采用多态模型来模拟，负荷采用基于正态分布的多级负荷水平模型，能够充分体现电源和负荷双侧随机的微电网可靠性运行特性，微电网可靠性分析过程中考虑了PCC点故障情况和储能设备对可靠性的影响，适于多类型微电网的运行可靠性分析，具有良好的应用前景。

为了达到上述目的，本发明所采用的技术方案是：

一种用于评估微电网运行可靠性的方法，包括：

设定微电网可靠性分析周期及每次蒙特卡洛仿真时段长度，求取蒙特卡洛仿真的总抽样次数；

进行抽样次数的迭代计算，获取微电网当前次抽样对应的抽样时段的可为负荷供电的总电量和负荷需求量；

获得该抽样时段考虑储能装置情况下的负荷缺电时长期望值；

若抽样次数不大于总抽样次数，继续进行抽样次数的迭代计算；否则，退出抽样迭代，并计算微电网可靠性分析周期内微电网的电力不足概率和负荷缺电时长期望值，对微电网运行可靠性进行评估。

前述的一种用于评估微电网运行可靠性的方法，根据公式(1)，求取蒙特卡洛仿真的总抽样次数K，

K＝T/t (1)

其中，T为设定的微电网可靠性分析周期；t为设定的每次蒙特卡洛仿真时段长度。

前述的一种用于评估微电网运行可靠性的方法，获取微电网当前次抽样对应的抽样时段的可为负荷供电的总电量和负荷需求量，

可为负荷供电的总电量，包括当前次抽样对应的抽样时段，配电网向微电网内负荷提供的容量；微电网内可控分布式电源集合内可控分布式电源向微电网内负荷提供的容量；微电网内不可控分布式电源集合内不可控分布式电源向微电网内负荷提供的容量；

负荷需求量，通过采用正态分布来表征负荷的不确定性，包括得到负荷的概率密度函数和具有不确定性的负荷期望值，考虑负荷分布随机性和负荷概率密度，获得该抽样时段具有不确定性的负荷期望值，所述具有不确定性的负荷期望值为负荷水平的描述。

前述的一种用于评估微电网运行可靠性的方法，当前次抽样对应的抽样时段，配电网向微电网内负荷提供的容量是基于马尔可夫链蒙特卡洛法，获得该抽样时段不可控可再生分布式电源的出力抽样，进而求取的；

微电网内可控分布式电源集合内可控分布式电源向微电网内负荷提供的容量，可控分布式电源采用运行和停运两种状态模型，其最大发电输出功率由可用装机容量决定，对于第i个分布式电源，运行状态下δ_i＝1，停运状态下δ_i＝0，可控分布式电源的故障率和修复时间分布，分别由历史统计数据获得；

微电网内不可控分布式电源集合内不可控分布式电源向微电网内负荷提供的容量，不可控分布式电源采用多态模型来模拟，对于第i个不可控分布式电源的期望发电功率P_UCi的求取，应用马尔可夫链蒙特卡洛法确定，计算各状态发生的概率δ_Gi以及相互间的转移率λ_ij求取公式为，如公式(2)、公式(3)所示，

其中，K_G为多个不可控分布式电源聚类后间歇性输出功率状态数，T_Gii为输出功率停留在状态i的持续时间，T_Gij为输出功率由状态i转移到状态j之前，停留在状态i的总时间，f_ij为在微电网可靠性分析的周期内输出功率由状态i转移到状态j的次数；当前次抽样对应时段的第i个不可控分布式电源的发电期望值P_UCi，根据公式(4)所示，

其中，N为状态转移抽样次数，s_i和s_j分别为不可控分布式电源的发电状态，p_k-1为前一阶段不可控分布式电源的发电状态抽样值，p_k为当前阶段不可控分布式电源的发电状态抽样值；E_n表示由状态为s_i转变为状态为s_j的发电状态期望值；

当前次抽样对应的抽样时段的可为负荷供电的总电量，通过公式(5)得到，

其中，P_PCC为配电网向微电网内负荷提供的容，δ_PCC为配电网可向微电网供电的运行状态，DG_C为微电网内可控分布式电源集合，P_Ci为微电网内第i个可控分布式电源在δ_i运行状态下的最大发电输出功率，DG_UC为微电网内不可控分布式电源集合，P_UCi为微电网内第i个不可控分布式电源的抽样发电量。

前述的一种用于评估微电网运行可靠性的方法，所述负荷的概率密度函数，如公式(6)所示，

其中，f(L_k)为微电网内负荷的概率密度函数，σ为负荷水平的标准差，μ_i为微电网中的第i个负荷水平整体分布的均值，L_k为负荷需求量，如公式(7)所示，

L_k＝L_i，其中

其中，ξ为(0,1)上均匀分布的随机数，I为抽样ξ负荷水平所对应的负荷水平的概率密度，T_i为第i级负荷水平，δ_Li为第i级负荷水平L_i的概率，其通过公式(8)得到，

δ_Lj＝T_Lj/T (8)

其中，T_Lj为第j级负荷水平的时间长度；T为微电网可靠性分析周期，且有其中M为负荷水平的分级数；

具有不确定性的负荷期望值，如公式(9)所示，

L_σ＝(3ζσ+L_k) (9)

其中，L_σ为具有不确定性的负荷期望值，ζ为(-1,1)上均匀分布的随机数。

前述的一种用于评估微电网运行可靠性的方法，获得该抽样时段考虑储能装置情况下的负荷缺电时长期望值，具体过程如下，通过公式(10)，计算得到负荷缺电时长期望值LOLE_k，

其中，I_k为当前次抽样中考虑储能装置情况下的电力不足量状态标识，可通过公式(11)得到，

其中，DNS_k＝max{0,L_σ-P_S}，Lσ为当前次抽样具有不确定性的负荷期望值，P_S为当前次抽样对应时段向微电网内负荷提供的容量；

N_L是由于供电不足导致的受影响负荷数量，L_σj为受影响负荷j的期望值；T_j(P_S,L_σj)描述当前次抽样中在供电缺损电量为DNS_k情况下，受影响负荷j的停电持续时间；考虑在发电不足时刻，储能装置可以提供供电，T_j(P_S,L_σj)通过公式(12)得到，

其中，DDI为抽样时常微电网内储能设备平均放电深度指标，通过公式(13)得到，

其中，N_b为储能设备在微电网可靠性分析周期内的放电次数统计，ED_i为储能装置在第i次放电过程中允许的最大放电量，当储能装置荷电状态SOC达到警戒下限时，ED_i＝0。

前述的一种用于评估微电网运行可靠性的方法，计算微电网可靠性分析周期内微电网的电力不足概率和负荷缺电时长期望值，对微电网运行可靠性进行评估，具体过程如下，

(1)根据公式(14)，计算得到微电网可靠性分析周期内微电网的电力不足概率λ_MG，

其中，I_k为当前次抽样中的电力不足量状态标识，K为蒙特卡洛仿真的总抽样次数；

(2)根据公式(15)，计算得到微电网可靠性分析周期内微电网的负荷缺电时长期望值LOLE_MG，

其中，K为蒙特卡洛仿真的总抽样次数、LOLE_k为当前次抽样由于间歇性电源输出功率的不稳定，导致的负荷缺电时长期望值；

(3)根据微电网可靠性分析周期内微电网的电力不足概率λ_MG、微电网可靠性分析周期内微电网的负荷缺电时长期望值LOLE_MG，通过公式(16)求取微电网内平均停电用户数，通过公式(17)求取微电网供电可靠性，实现对微电网的可靠性评估，

微电网内平均停电用户数＝微电网内用户数×λ_MG (16)

一种用于评估微电网运行可靠性的系统，为评估微电网运行可靠性的方法的运行载体，包括

总抽样次数计算模块，用于通过设定微电网可靠性分析周期及每次蒙特卡洛仿真时段长度，计算得到总抽样次数；

第一计算模块，用于计算得到微电网当前次抽样对应的抽样时段的可为负荷供电的总电量和负荷需求量；

第二计算模块，用于计算得到该抽样时段考虑储能装置情况下的负荷缺电时长期望值；

抽样次数判断模块，用于判断当前的抽样次数是否不大于总抽样次数；

计算及评估模块，用于在抽样次数大于总抽样次数时，计算得到微电网可靠性分析周期内微电网的电力不足概率和负荷缺电时长期望值，对微电网运行可靠性进行评估；

所述总抽样次数计算模块的输出端与抽样次数判断模块的总抽样次数输入端相连接，所述第一计算模块、第二计算模块的数据输出端分别计算及评估模块的数据输入端相连接，所述抽样次数判断模块判断输出端与计算及评估模块的启动使能端相连接。

前述的一种用于评估微电网运行可靠性的系统，所述总抽样次数计算模块，根据公式(1)，求取蒙特卡洛仿真的总抽样次数K，

K＝T/t (1)

其中，T为设定的微电网可靠性分析周期；t为设定的每次蒙特卡洛仿真时段长度。

前述的一种用于评估微电网运行可靠性的系统，所述第一计算模块，用于计算得到微电网当前次抽样对应的抽样时段的可为负荷供电的总电量和负荷需求量，

可为负荷供电的总电量，包括当前次抽样对应的抽样时段，配电网向微电网内负荷提供的容量；微电网内可控分布式电源集合内可控分布式电源向微电网内负荷提供的容量；微电网内不可控分布式电源集合内不可控分布式电源向微电网内负荷提供的容量；

负荷需求量，通过采用正态分布来表征负荷的不确定性，包括得到负荷的概率密度函数和具有不确定性的负荷期望值，考虑负荷分布随机性和负荷概率密度，获得该抽样时段具有不确定性的负荷期望值，所述具有不确定性的负荷期望值为负荷水平的描述。

前述的一种用于评估微电网运行可靠性的系统，当前次抽样对应的抽样时段，配电网向微电网内负荷提供的容量是基于马尔可夫链蒙特卡洛法，获得该抽样时段不可控可再生分布式电源的出力抽样，进而求取的；

微电网内可控分布式电源集合内可控分布式电源向微电网内负荷提供的容量，可控分布式电源采用运行和停运两种状态模型，其最大发电输出功率由可用装机容量决定，对于第i个分布式电源，运行状态下δ_i＝1，停运状态下δ_i＝0，可控分布式电源的故障率和修复时间分布，分别由历史统计数据获得；

微电网内不可控分布式电源集合内不可控分布式电源向微电网内负荷提供的容量，不可控分布式电源采用多态模型来模拟，对于第i个不可控分布式电源的期望发电功率P_UCi的求取，应用马尔可夫链蒙特卡洛法确定，计算各状态发生的概率δ_Gi以及相互间的转移率λ_ij求取公式为，如公式(2)、公式(3)所示，

其中，K_G为多个不可控分布式电源聚类后间歇性输出功率状态数，T_Gii为输出功率停留在状态i的持续时间，T_Gij为输出功率由状态i转移到状态j之前，停留在状态i的总时间，f_ij为在微电网可靠性分析的周期内输出功率由状态i转移到状态j的次数；当前次抽样对应时段的第i个不可控分布式电源的发电期望值P_UCi，根据公式(4)所示，

其中，N为状态转移抽样次数，s_i和s_j分别为不可控分布式电源的发电状态，p_k-1为前一阶段不可控分布式电源的发电状态抽样值，p_k为当前阶段不可控分布式电源的发电状态抽样值；E_n表示由状态为s_i转变为状态为s_j的发电状态期望值；

当前次抽样对应的抽样时段的可为负荷供电的总电量，通过公式(5)得到，

其中，P_PCC为配电网向微电网内负荷提供的容，δ_PCC为配电网可向微电网供电的运行状态，DG_C为微电网内可控分布式电源集合，P_Ci为微电网内第i个可控分布式电源在δ_i运行状态下的最大发电输出功率，DG_UC为微电网内不可控分布式电源集合，P_UCi为微电网内第i个不可控分布式电源的抽样发电量。

前述的一种用于评估微电网运行可靠性的系统，所述负荷的概率密度函数，如公式(6)所示，

其中，f(L_k)为微电网内负荷的概率密度函数，σ为负荷水平的标准差，μ_i为微电网中的第i个负荷水平整体分布的均值，L_k为负荷需求量，如公式(7)所示，

L_k＝L_i，其中

其中，ξ为(0,1)上均匀分布的随机数，I为抽样ξ负荷水平所对应的负荷水平的概率密度，T_i为第i级负荷水平，δ_Li为第i级负荷水平L_i的概率，其通过公式(8)得到，

δ_Lj＝T_Lj/T (8)

其中，T_Lj为第j级负荷水平的时间长度；T为微电网可靠性分析周期，且有其中M为负荷水平的分级数；

具有不确定性的负荷期望值，如公式(9)所示，

L_σ＝(3ζσ+L_k) (9)

其中，L_σ为具有不确定性的负荷期望值，ζ为(-1,1)上均匀分布的随机数。

前述的一种用于评估微电网运行可靠性的系统，所述负荷缺电时长期望值计算模块，用于计算得到该抽样时段考虑储能装置情况下的负荷缺电时长期望值，具体过程如下，通过公式(10)，计算得到负荷缺电时长期望值LOLE_k，

其中，I_k为当前次抽样中考虑储能装置情况下的电力不足量状态标识，可通过公式(11)得到，

其中，DNS_k＝max{0,L_σ-P_S}，Lσ为当前次抽样具有不确定性的负荷期望值，P_S为当前次抽样对应时段向微电网内负荷提供的容量；

N_L是由于供电不足导致的受影响负荷数量，L_σj为受影响负荷j的期望值；T_j(P_S,L_σj)描述当前次抽样中在供电缺损电量为DNS_k情况下，受影响负荷j的停电持续时间；考虑在发电不足时刻，储能装置可以提供供电，T_j(P_S,L_σj)通过公式(12)得到，

其中，DDI为抽样时常微电网内储能设备平均放电深度指标，通过公式(13)得到，

其中，N_b为储能设备在微电网可靠性分析周期内的放电次数统计，ED_i为储能装置在第i次放电过程中允许的最大放电量，当储能装置荷电状态SOC达到警戒下限时，ED_i＝0。

前述的一种用于评估微电网运行可靠性的方法，所述计算及评估模块，对微电网运行可靠性进行评估，具体过程如下，

(1)根据公式(14)，计算得到微电网可靠性分析周期内微电网的电力不足概率λ_MG，

其中，I_k为当前次抽样中的电力不足量状态标识，K为蒙特卡洛仿真的总抽样次数；

(2)根据公式(15)，计算得到微电网可靠性分析周期内微电网的负荷缺电时长期望值LOLE_MG，

其中，K为蒙特卡洛仿真的总抽样次数、LOLE_k为当前次抽样由于间歇性电源输出功率的不稳定，导致的负荷缺电时长期望值；

(3)根据微电网可靠性分析周期内微电网的电力不足概率λ_MG、微电网可靠性分析周期内微电网的负荷缺电时长期望值LOLE_MG，通过公式(16)求取微电网内平均停电用户数，通过公式(17)求取微电网供电可靠性，实现对微电网的可靠性评估，

微电网内平均停电用户数＝微电网内用户数×λ_MG (16)

本发明的有益效果是：本发明用于评估微电网运行可靠性的方法及系统，微电网内分布式电源包括可控分布式电源和不可控分布式电源两类，间歇性不可控分布式电源采用多态模型来模拟，负荷采用基于正态分布的多级负荷水平模型，能够充分体现电源和负荷双侧随机的微电网可靠性运行特性，微电网可靠性分析过程中考虑了PCC点故障情况和储能设备对可靠性的影响，适于多类型微电网的运行可靠性分析，具有良好的应用前景。

附图说明

图1是本发明的用于评估微电网运行可靠性的方法的流程图；

图2是本发明的示范例聚类为六个状态的时序风速曲线图；

图3是本发明的负荷持续曲线和多级模型来表示原始负荷曲线的示意图；

图4是典型锂电类储能设备的SOC状态转移过程示意图；

图5是本发明的用于评估微电网运行可靠性的系统的系统框图。

具体实施方式

下面将结合说明书附图，对本发明作进一步的说明。

本发明的用于评估微电网运行可靠性的方法，间歇性不可控分布式电源采用多态模型来模拟，负荷采用基于正态分布的多级负荷水平模型，能够充分体现电源和负荷双侧随机的微电网可靠性运行特性，微电网可靠性分析过程中考虑了PCC点故障情况和储能设备对可靠性的影响，适于多类型微电网的运行可靠性分析，如图1所示，包括设定微电网可靠性分析周期及每次蒙特卡洛仿真时段长度；通过蒙特卡洛仿真时段长度将微电网可靠性分析周期划分为多个连续的抽样时段，并求取蒙特卡洛仿真的总抽样次数K；设k为第k次抽样，初始化k＝0；进行抽样次数的迭代计算，令k＝k+1，获取微电网第k次抽样对应的抽样时段的可为负荷供电的总电量和负荷需求量；获得该抽样时段考虑储能装置情况下，由于间歇性电源输出功率的不稳定，导致的负荷缺电时长期望值；若k≤K(抽样次数不大于总抽样次数)，继续进行抽样次数的迭代计算；否则，退出抽样迭代，并计算微电网可靠性分析周期内微电网的电力不足概率和负荷缺电时长期望值，对微电网运行可靠性进行评估。

本发明的用于评估微电网运行可靠性的方法，具体实现过程如下：

设定微电网可靠性分析周期为T，每次蒙特卡洛仿真时段长度为t，实施过程中，微电网可靠性分析的周期为T由可靠性的分析需求来确定，时长不受限制，通常情况下可以为一天/周/月，每次蒙特卡洛仿真时段长度为t由分布式电源和负荷模型共同决定，典型情况取15min或1h；蒙特卡洛法应用过程中，抽样次数关系到计算量和可信度，抽样量越大，则获得值越接近期望值，但计算工作量也越大。实施过程中，若可靠性分析的周期T为取值为月或以上的时段，则取值t＝1h，其余取t＝15min，根据公式(1)，求取蒙特卡洛仿真的总抽样次数K，

K＝T/t (1)

其中，T为设定的微电网可靠性分析周期；t为设定的每次蒙特卡洛仿真时段长度。

获取微电网第k次抽样对应的抽样时段的可为负荷供电的总电量和负荷需求量，其中，可为负荷供电的总电量，包括第k次抽样对应的抽样时段，配电网向微电网内负荷提供的容量；微电网内可控分布式电源集合内可控分布式电源向微电网内负荷提供的容量；微电网内不可控分布式电源集合内不可控分布式电源向微电网内负荷提供的容量，

k次抽样对应的抽样时段，配电网向微电网内负荷提供的容量，基于马尔可夫链蒙特卡洛法，获得该抽样时段不可控可再生分布式电源的出力抽样，进而求取的，配电网可向微电网供电的容量由配电网和微电网公共连接点PCC联络线功率限制决定；若无限制时，发电容量P_PCC为+∞，配电网可向微电网供电的运行状态通过δ_PCC描述，δ_PCC＝1表示通过配电网向微电网供电；δ_PCC＝0表示微电网为离网运行，此时配电网无法向微电网内负荷供电；微电网离网运行原因包括由配电网故障导致和由于配电网和微电网公共连接点PCC的逆变器设备故障导致；

所述微电网内可控分布式电源集合内可控分布式电源向微电网内负荷提供的容量，可控分布式电源采用运行和停运两种状态模型，其最大发电输出功率由可用装机容量决定，对于第i个分布式电源，运行状态下δ_i＝1，停运状态下δ_i＝0，可控分布式电源的故障率和修复时间分布，分别由历史统计数据获得；

所述电网内不可控分布式电源集合内不可控分布式电源采用多态模型来模拟，对于第i个不可控分布式电源的期望发电功率P_UCi的求取，应用马尔可夫链蒙特卡洛法确定，对于间歇性不可控分布式电源，其发电量{p_t:t≥0}为一组随机的样本空间，随机样本空间中所有可能取到的数所构成的集合记为S＝(s₀,s₁,…,s_i,…,s_M)，称为间歇性分布式电源发电的状态空间，其中M为发电状态空间的状态数，由于分布式电源未来的状态与第k的状态p_t有关，而与之前的状态不相关，马尔可夫链的性质是由它的转移概率来决定，它表示从状态s_i到状态s_j的一步转移概率，用λ_ij表示，其含义为，

λ_ij＝λ(i→j)＝λ(p_t+1＝s_j|p_t＝s_i)

用δ_j(t)＝P(p_t＝s_i)表示马尔可夫链在t时刻处于状态s_j的概率，则用δ(t)表示在t时刻状态空间概率的行向量，δ(0)表示初始向量，随着时间的变化，发电量的概率值逐渐发散到整个状态空间，采用光伏、风机等低碳可再生新能源作为分布式电源时，出力具有间歇性，加上机组本身故障停运因素影响，形成风机出力运行状态集合，状态的转移关系图，如图2所示，微电源时序输出功率落入6个离散输出功率状态对应区间的次数，通过各状态之间的转移次数可得到微电源输出功率的状态马尔科夫链；

具体计算过程中，先根据风速大小或光照强度的历史数据和风力或光伏发电系统输出功率特性可得到其时序输出功率，记录微电源时序输出功率落入M个离散输出功率状态对应区间的次数以及各状态之间的转移次数可得到微电源输出功率的M状态马尔科夫链，不可控分布式电源采用多态模型来模拟，对于第i个不可控分布式电源的期望发电功率P_UCi的求取，应用马尔可夫链蒙特卡洛法确定，计算各状态发生的概率δ_Gi以及相互间的转移率λ_ij求取公式为，如公式(2)、公式(3)所示，

其中，K_G为多个不可控分布式电源聚类后间歇性输出功率状态数，T_Gii为输出功率停留在状态i的持续时间，T_Gij为输出功率由状态i转移到状态j之前，停留在状态i的总时间，f_ij为在微电网可靠性分析的周期内输出功率由状态i转移到状态j的次数；第k次抽样对应时段的第i个不可控分布式电源的发电期望值P_UCi，根据公式(4)所示，

其中，N为状态转移抽样次数，s_i和s_j分别为不可控分布式电源的发电状态，p_k-1为前一阶段不可控分布式电源的发电状态抽样值，p_k为第k阶段不可控分布式电源的发电状态抽样值；E_n表示由状态为s_i转变为状态为s_j的发电状态期望值。

微电网第k次抽样对应的抽样时段的可为负荷供电的总电量，通过公式(5)计算得到，

其中，P_PCC为配电网向微电网内负荷提供的容，δ_PCC为配电网可向微电网供电的运行状态，DG_C为微电网内可控分布式电源集合，P_Ci为微电网内第i个可控分布式电源在δ_i运行状态下的最大发电输出功率，DG_UC为微电网内不可控分布式电源集合，P_UCi为微电网内第i个不可控分布式电源的抽样发电量；

所述负荷需求量，通过采用正态分布来表征负荷的不确定性，包括得到负荷的概率密度函数和具有不确定性的负荷期望值，所述具有不确定性的负荷期望值为负荷水平的描述，

所述负荷的概率密度函数，如公式(6)所示，

其中，f(L_k)为微电网内负荷的概率密度函数，σ为负荷水平的标准差，μ_i为微电网中的第i个负荷水平整体分布的均值，L_k为负荷需求量，基于随机的负荷量采用离散性分布的直接抽样方法计算得到，如公式(7)所示，

L_k＝L_i，其中

其中，ξ为(0,1)上均匀分布的随机数，I为抽样ξ负荷水平所对应的负荷水平的概率密度，T_i为第i级负荷水平，δ_Li为第i级负荷水平L_i的概率，其通过公式(8)得到，

δ_Lj＝T_Lj/T (8)

其中，T_Lj为第j级负荷水平的时间长度；T为微电网可靠性分析周期，且有其中M为负荷水平的分级数；

所述具有不确定性的负荷期望值，如公式(9)所示，

L_σ＝(3ζσ+L_k) (9)

其中，L_σ为具有不确定性的负荷期望值，ζ为(-1,1)上均匀分布的随机数，微电网的可靠性评估必须计及所承担的负荷情况，若将微电网系统中的负荷离散化，可形成能够拟合原始负荷的分级负荷曲线，如图3所示，负荷水平级别越多，模型越精确，给定负荷水平分级后，就可将不同时刻的负荷点分配到最接近的一个级别，从而得到一个离散负荷概率分布；

所述获得该抽样时段由于间歇性电源输出功率的不稳定，导致的负荷缺电时长期望值，具体过程如下，通过公式(10)，计算得到负荷缺电时长期望值LOLE_k，

其中，I_k为第k次抽样中的电力不足量状态标识，基于考虑储能情况下的电力不足量，可通过公式(11)得到，

其中，DNS_k＝max{0,L_σ-P_S}，Lσ为第k次抽样具有不确定性的负荷期望值，P_S为第k次抽样对应时段向微电网内负荷提供的容量；

N_L是由于供电不足导致的受影响负荷数量，L_σj为受影响负荷j的期望值；T_j(P_S,L_σj)描述第k次抽样中在供电缺损电量为DNS_k情况下，受影响负荷j的停电持续时间。考虑在发电不足时刻，储能装置可以提供供电，T_j(P_S,L_σj)通过公式(12)得到，

其中，DDI为微电网内储能设备平均放电深度指标，通过公式(13)得到，

其中，N_b为储能设备在微电网可靠性分析周期内的放电次数统计，ED_i为储能装置在第i次放电过程中允许的最大放电量，当储能装置荷电状态SOC达到警戒下限时，ED_i＝0，典型锂电类储能设备的SOC状态转移过程如图4所示。

所述计算微电网可靠性分析周期内微电网的电力不足概率和负荷缺电时长期望值，实现微电网的运行可靠性快速评估，具体过程如下，

(1)根据公式(14)，计算得到微电网可靠性分析周期内微电网的电力不足概率λ_MG，

其中，I_k为第k次抽样中的电力不足量状态标识，K为蒙特卡洛仿真的总抽样次数；

(2)根据公式(15)，计算得到微电网可靠性分析周期内微电网的负荷缺电时长期望值LOLE_MG，

其中，K为蒙特卡洛仿真的总抽样次数、LOLE_k为第k次抽样由于间歇性电源输出功率的不稳定，导致的负荷缺电时长期望值；

(3)根据微电网可靠性分析周期内微电网的电力不足概率λ_MG、微电网可靠性分析周期内微电网的负荷缺电时长期望值LOLE_MG，通过公式(16)求取微电网内平均停电用户数，通过公式(17)求取微电网供电可靠性，实现对微电网的可靠性评估，

微电网内平均停电用户数＝微电网内用户数×λ_MG (16)

本发明的用于评估微电网运行可靠性的方法，根据设定微电网可靠性分析周期及每次蒙特卡洛仿真时段长度的不同，会呈现出多种不同的实施例，这里的设定微电网可靠性分析周期及每次蒙特卡洛仿真时段长度，微电网可靠性分析周期T由可靠性的分析需求来确定，时长不受限制，通常情况下可以为一天/周/月；每次蒙特卡洛仿真时段长度t由分布式电源和负荷模型共同决定，典型情况取15min或1h；根据设定微电网可靠性分析周期及每次蒙特卡洛仿真时段长度，能够计算出抽样迭代的次数，当超过最大抽样迭代次数(蒙特卡洛仿真的总抽样次数)，计算出微电网可靠性分析周期内微电网的电力不足概率和负荷缺电时长期望值，以便进行微电网运行可靠性的快速评估。

如图5所示，为本发明的用于评估微电网运行可靠性的方法提供运行载体的用于评估微电网运行可靠性的系统，包括

总抽样次数计算模块，用于通过设定微电网可靠性分析周期及每次蒙特卡洛仿真时段长度，计算得到总抽样次数；

第一计算模块，用于计算得到微电网当前次抽样对应的抽样时段的可为负荷供电的总电量和负荷需求量；

第二计算模块，用于计算得到该抽样时段考虑储能装置情况下的负荷缺电时长期望值；

抽样次数判断模块，用于判断当前的抽样次数是否不大于总抽样次数；

计算及评估模块，用于在抽样次数大于总抽样次数时，计算得到微电网可靠性分析周期内微电网的电力不足概率和负荷缺电时长期望值，对微电网运行可靠性进行评估；

所述总抽样次数计算模块的输出端与抽样次数判断模块的总抽样次数输入端相连接，所述第一计算模块、第二计算模块的数据输出端分别计算及评估模块的数据输入端相连接，所述抽样次数判断模块判断输出端与计算及评估模块的启动使能端相连接。

所述总抽样次数计算模块，根据公式(1)，求取蒙特卡洛仿真的总抽样次数K，

K＝T/t (1)

其中，T为设定的微电网可靠性分析周期；t为设定的每次蒙特卡洛仿真时段长度。

所述第一计算模块，用于计算得到微电网当前次抽样对应的抽样时段的可为负荷供电的总电量和负荷需求量，

可为负荷供电的总电量，包括当前次抽样对应的抽样时段，配电网向微电网内负荷提供的容量；微电网内可控分布式电源集合内可控分布式电源向微电网内负荷提供的容量；微电网内不可控分布式电源集合内不可控分布式电源向微电网内负荷提供的容量；

负荷需求量，通过采用正态分布来表征负荷的不确定性，包括得到负荷的概率密度函数和具有不确定性的负荷期望值，考虑负荷分布随机性和负荷概率密度，获得该抽样时段具有不确定性的负荷期望值，所述具有不确定性的负荷期望值为负荷水平的描述。

当前次抽样对应的抽样时段，配电网向微电网内负荷提供的容量是基于马尔可夫链蒙特卡洛法，获得该抽样时段不可控可再生分布式电源的出力抽样，进而求取的；

微电网内可控分布式电源集合内可控分布式电源向微电网内负荷提供的容量，可控分布式电源采用运行和停运两种状态模型，其最大发电输出功率由可用装机容量决定，对于第i个分布式电源，运行状态下δ_i＝1，停运状态下δ_i＝0，可控分布式电源的故障率和修复时间分布，分别由历史统计数据获得；

微电网内不可控分布式电源集合内不可控分布式电源向微电网内负荷提供的容量，不可控分布式电源采用多态模型来模拟，对于第i个不可控分布式电源的期望发电功率P_UCi的求取，应用马尔可夫链蒙特卡洛法确定，计算各状态发生的概率δ_Gi以及相互间的转移率λ_ij求取公式为，如公式(2)、公式(3)所示，

其中，K_G为多个不可控分布式电源聚类后间歇性输出功率状态数，T_Gii为输出功率停留在状态i的持续时间，T_Gij为输出功率由状态i转移到状态j之前，停留在状态i的总时间，f_ij为在微电网可靠性分析的周期内输出功率由状态i转移到状态j的次数；当前次抽样对应时段的第i个不可控分布式电源的发电期望值P_UCi，根据公式(4)所示，

其中，N为状态转移抽样次数，s_i和s_j分别为不可控分布式电源的发电状态，p_k-1为前一阶段不可控分布式电源的发电状态抽样值，p_k为当前阶段不可控分布式电源的发电状态抽样值；E_n表示由状态为s_i转变为状态为s_j的发电状态期望值；

当前次抽样对应的抽样时段的可为负荷供电的总电量，通过公式(5)得到，

其中，P_PCC为配电网向微电网内负荷提供的容，δ_PCC为配电网可向微电网供电的运行状态，DG_C为微电网内可控分布式电源集合，P_Ci为微电网内第i个可控分布式电源在δ_i运行状态下的最大发电输出功率，DG_UC为微电网内不可控分布式电源集合，P_UCi为微电网内第i个不可控分布式电源的抽样发电量。

所述负荷的概率密度函数，如公式(6)所示，

其中，f(L_k)为微电网内负荷的概率密度函数，σ为负荷水平的标准差，μ_i为微电网中的第i个负荷水平整体分布的均值，L_k为负荷需求量，如公式(7)所示，

L_k＝L_i，其中

其中，ξ为(0,1)上均匀分布的随机数，I为抽样ξ负荷水平所对应的负荷水平的概率密度，T_i为第i级负荷水平，δ_Li为第i级负荷水平L_i的概率，其通过公式(8)得到，

δ_Lj＝T_Lj/T (8)

其中，T_Lj为第j级负荷水平的时间长度；T为微电网可靠性分析周期，且有其中M为负荷水平的分级数；

具有不确定性的负荷期望值，如公式(9)所示，

L_σ＝(3ζσ+L_k) (9)

其中，L_σ为具有不确定性的负荷期望值，ζ为(-1,1)上均匀分布的随机数。

所述负荷缺电时长期望值计算模块，用于计算得到该抽样时段考虑储能装置情况下的负荷缺电时长期望值，具体过程如下，通过公式(10)，计算得到负荷缺电时长期望值LOLE_k，

其中，I_k为当前次抽样中考虑储能装置情况下的电力不足量状态标识，可通过公式(11)得到，

其中，DNS_k＝max{0,L_σ-P_S}，Lσ为当前次抽样具有不确定性的负荷期望值，P_S为当前次抽样对应时段向微电网内负荷提供的容量；

N_L是由于供电不足导致的受影响负荷数量，L_σj为受影响负荷j的期望值；T_j(P_S,L_σj)描述当前次抽样中在供电缺损电量为DNS_k情况下，受影响负荷j的停电持续时间；考虑在发电不足时刻，储能装置可以提供供电，T_j(P_S,L_σj)通过公式(12)得到，

其中，DDI为抽样时常微电网内储能设备平均放电深度指标，通过公式(13)得到，

其中，N_b为储能设备在微电网可靠性分析周期内的放电次数统计，ED_i为储能装置在第i次放电过程中允许的最大放电量，当储能装置荷电状态SOC达到警戒下限时，ED_i＝0。

所述计算及评估模块，对微电网运行可靠性进行评估，具体过程如下，

(1)根据公式(14)，计算得到微电网可靠性分析周期内微电网的电力不足概率λ_MG，

其中，I_k为当前次抽样中的电力不足量状态标识，K为蒙特卡洛仿真的总抽样次数；

(2)根据公式(15)，计算得到微电网可靠性分析周期内微电网的负荷缺电时长期望值LOLE_MG，

其中，K为蒙特卡洛仿真的总抽样次数、LOLE_k为当前次抽样由于间歇性电源输出功率的不稳定，导致的负荷缺电时长期望值；

(3)根据微电网可靠性分析周期内微电网的电力不足概率λ_MG、微电网可靠性分析周期内微电网的负荷缺电时长期望值LOLE_MG，通过公式(16)求取微电网内平均停电用户数，通过公式(17)求取微电网供电可靠性，实现对微电网的可靠性评估，

微电网内平均停电用户数＝微电网内用户数×λ_MG (16)

以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (14)

1.一种用于评估微电网运行可靠性的方法，其特征在于，包括：

设定微电网可靠性分析周期及每次蒙特卡洛仿真时段长度，求取蒙特卡洛仿真的总抽样次数；

进行抽样次数的迭代计算，获取微电网当前次抽样对应的抽样时段的可为负荷供电的总电量和负荷需求量；

获得该抽样时段考虑储能装置情况下的负荷缺电时长期望值；

若抽样次数不大于总抽样次数，继续进行抽样次数的迭代计算；否则，退出抽样迭代，并计算微电网可靠性分析周期内微电网的电力不足概率和负荷缺电时长期望值，对微电网运行可靠性进行评估。

2.根据权利要求1所述的一种用于评估微电网运行可靠性的方法，其特征在于：根据公式(1)，求取蒙特卡洛仿真的总抽样次数K，

K＝T/t (1)

其中，T为设定的微电网可靠性分析周期；t为设定的每次蒙特卡洛仿真时段长度。

3.根据权利要求1所述的一种用于评估微电网运行可靠性的方法，其特征在于：获取微电网当前次抽样对应的抽样时段的可为负荷供电的总电量和负荷需求量，

可为负荷供电的总电量，包括当前次抽样对应的抽样时段，配电网向微电网内负荷提供的容量；微电网内可控分布式电源集合内可控分布式电源向微电网内负荷提供的容量；微电网内不可控分布式电源集合内不可控分布式电源向微电网内负荷提供的容量；

负荷需求量，通过采用正态分布来表征负荷的不确定性，包括得到负荷的概率密度函数和具有不确定性的负荷期望值，考虑负荷分布随机性和负荷概率密度，获得该抽样时段具有不确定性的负荷期望值，所述具有不确定性的负荷期望值为负荷水平的描述。

4.根据权利要求3所述的一种用于评估微电网运行可靠性的方法，其特征在于：当前次抽样对应的抽样时段，配电网向微电网内负荷提供的容量是基于马尔可夫链蒙特卡洛法，获得该抽样时段不可控可再生分布式电源的出力抽样，进而求取的；

微电网内可控分布式电源集合内可控分布式电源向微电网内负荷提供的容量，可控分布式电源采用运行和停运两种状态模型，其最大发电输出功率由可用装机容量决定，对于第i个分布式电源，运行状态下δ_i＝1，停运状态下δ_i＝0，可控分布式电源的故障率和修复时间分布，分别由历史统计数据获得；

微电网内不可控分布式电源集合内不可控分布式电源向微电网内负荷提供的容量，不可控分布式电源采用多态模型来模拟，对于第i个不可控分布式电源的期望发电功率P_UCi的求取，应用马尔可夫链蒙特卡洛法确定，计算各状态发生的概率δ_Gi以及相互间的转移率λ_ij求取公式为，如公式(2)、公式(3)所示，

${\mathrm{\δ}}_{Gi}=\underset{i=1}{\overset{K_G}{\Σ}}{T}_{Gii}/\underset{j=1}{\overset{K_G}{\Σ}}\underset{i=1}{\overset{K_G}{\Σ}}{T}_{Gij}---\left(2\right)$

${\mathrm{\λ}}_{ij}=\frac{f_{ij}}{{\mathrm{\δ}}_{Gi}}---\left(3\right)$

其中，K_G为多个不可控分布式电源聚类后间歇性输出功率状态数，T_Gii为输出功率停留在状态i的持续时间，T_Gij为输出功率由状态i转移到状态j之前，停留在状态i的总时间，f_ij为在微电网可靠性分析的周期内输出功率由状态i转移到状态j的次数；当前次抽样对应时段的第i个不可控分布式电源的发电期望值P_UCi，根据公式(4)所示，

$P_{UCi}==\frac{1}{N}\underset{n=1}{\overset{N}{\Σ}}{E}_n(p_k=s_j|p_{k-1}=s_i)---\left(4\right)$

其中，N为状态转移抽样次数，s_i和s_j分别为不可控分布式电源的发电状态，p_k-1为前一阶段不可控分布式电源的发电状态抽样值，p_k为当前阶段不可控分布式电源的发电状态抽样值；E_n表示由状态为s_i转变为状态为s_j的发电状态期望值；

当前次抽样对应的抽样时段的可为负荷供电的总电量，通过公式(5)得到，

$P_S=P_{PCC}{\mathrm{\δ}}_{PCC}+\underset{i\∈{\mathrm{DG}}_C}{\Σ}{P}_{Ci}{\mathrm{\δ}}_i++\underset{i\∈{\mathrm{DG}}_{UC}}{\Σ}{P}_{UCi}---\left(5\right)$

其中，P_PCC为配电网向微电网内负荷提供的容，δ_PCC为配电网可向微电网供电的运行状态，DG_C为微电网内可控分布式电源集合，P_Ci为微电网内第i个可控分布式电源在δ_i运行状态下的最大发电输出功率，DG_UC为微电网内不可控分布式电源集合，P_UCi为微电网内第i个不可控分布式电源的抽样发电量。

5.根据权利要求3所述的一种用于评估微电网运行可靠性的方法，其特征在于：所述负荷的概率密度函数，如公式(6)所示，

$f\left(L_k\right)=\frac{1}{\mathrm{\&sigma;}\sqrt{2\mathrm{\&pi;}}}\exp \&lsqb;-\frac{1}{2}{\left(\frac{L_k-{\mathrm{\&mu;}}_i}{\mathrm{\&sigma;}}\right)}^2\&rsqb;,(-\mathrm{\&infin;}<L_k<+\mathrm{\&infin;})---\left(6\right)$

其中，f(L_k)为微电网内负荷的概率密度函数，σ为负荷水平的标准差，μ_i为微电网中的第i个负荷水平整体分布的均值，L_k为负荷需求量，如公式(7)所示，

L_k＝L_i，其中

其中，ξ为(0,1)上均匀分布的随机数，I为抽样ξ负荷水平所对应的负荷水平的概率密度，T_i为第i级负荷水平，δ_Li为第i级负荷水平L_i的概率，其通过公式(8)得到，

δ_Lj＝T_Lj/T (8)

其中，T_Lj为第j级负荷水平的时间长度；T为微电网可靠性分析周期，且有其中M为负荷水平的分级数；

具有不确定性的负荷期望值，如公式(9)所示，

L_σ＝(3ζσ+L_k) (9)

其中，L_σ为具有不确定性的负荷期望值，ζ为(-1,1)上均匀分布的随机数。

6.根据权利要求1所述的一种用于评估微电网运行可靠性的方法，其特征在于：获得该抽样时段考虑储能装置情况下的负荷缺电时长期望值，具体过程如下，通过公式(10)，计算得到负荷缺电时长期望值LOLE_k，

${\mathrm{LOLE}}_k=I_k\&CenterDot;\underset{j=1}{\overset{N_L}{\&Sigma;}}{T}_j(P_G,L_{\mathrm{\&sigma;}j})---\left(10\right)$

其中，I_k为当前次抽样中考虑储能装置情况下的电力不足量状态标识，可通过公式(11)得到，

$I_k=\left\{\begin{array}{ccc}0& if& {\mathrm{DNS}}_k=0\\ 1& if& {\mathrm{DNS}}_k>0\end{array}\right.---\left(11\right)$

其中，DNS_k＝max{0,L_σ-P_S}，Lσ为当前次抽样具有不确定性的负荷期望值，P_S为当前次抽样对应时段向微电网内负荷提供的容量；

N_L是由于供电不足导致的受影响负荷数量，L_σj为受影响负荷j的期望值；T_j(P_S,L_σj)描述当前次抽样中在供电缺损电量为DNS_k情况下，受影响负荷j的停电持续时间；考虑在发电不足时刻，储能装置可以提供供电，T_j(P_S,L_σj)通过公式(12)得到，

$T_j(P_G,L_{\mathrm{\&sigma;}j})=\frac{T_t}{L_{\mathrm{\&sigma;}j}-P_G}max\{0,(L_{\mathrm{\&sigma;}j}-P_G-DDI)\}---\left(12\right)$

其中，DDI为抽样时常微电网内储能设备平均放电深度指标，通过公式(13)得到，

$DDI=\frac{1}{N_b}\underset{i=1}{\overset{N_b}{\&Sigma;}}{\mathrm{ED}}_i---\left(13\right)$

其中，N_b为储能设备在微电网可靠性分析周期内的放电次数统计，ED_i为储能装置在第i次放电过程中允许的最大放电量，当储能装置荷电状态SOC达到警戒下限时，ED_i＝0。

7.根据权利要求1所述的一种用于评估微电网运行可靠性的方法，其特征在于：计算微电网可靠性分析周期内微电网的电力不足概率和负荷缺电时长期望值，对微电网运行可靠性进行评估，具体过程如下，

(1)根据公式(14)，计算得到微电网可靠性分析周期内微电网的电力不足概率λ_MG，

${\mathrm{\&lambda;}}_{MG}=\frac{1}{K}\underset{k=1}{\overset{i=K}{\&Sigma;}}{I}_k---\left(14\right)$

其中，I_k为当前次抽样中的电力不足量状态标识，K为蒙特卡洛仿真的总抽样次数；

(2)根据公式(15)，计算得到微电网可靠性分析周期内微电网的负荷缺电时长期望值LOLE_MG，

${\mathrm{LOLE}}_{MG}=\underset{k=1}{\overset{K}{\&Sigma;}}{\mathrm{LOLE}}_k---\left(15\right)$

其中，K为蒙特卡洛仿真的总抽样次数、LOLE_k为当前次抽样由于间歇性电源输出功率的不稳定，导致的负荷缺电时长期望值；

(3)根据微电网可靠性分析周期内微电网的电力不足概率λ_MG、微电网可靠性分析周期内微电网的负荷缺电时长期望值LOLE_MG，通过公式(16)求取微电网内平均停电用户数，通过公式(17)求取微电网供电可靠性，实现对微电网的可靠性评估，

微电网内平均停电用户数＝微电网内用户数×λ_MG (16)

8.一种用于评估微电网运行可靠性的系统，其特征在于：为评估微电网运行可靠性的方法的运行载体，包括

总抽样次数计算模块，用于通过设定微电网可靠性分析周期及每次蒙特卡洛仿真时段长度，计算得到总抽样次数；

第一计算模块，用于计算得到微电网当前次抽样对应的抽样时段的可为负荷供电的总电量和负荷需求量；

第二计算模块，用于计算得到该抽样时段考虑储能装置情况下的负荷缺电时长期望值；

抽样次数判断模块，用于判断当前的抽样次数是否不大于总抽样次数；

计算及评估模块，用于在抽样次数大于总抽样次数时，计算得到微电网可靠性分析周期内微电网的电力不足概率和负荷缺电时长期望值，对微电网运行可靠性进行评估；

所述总抽样次数计算模块的输出端与抽样次数判断模块的总抽样次数输入端相连接，所述第一计算模块、第二计算模块的数据输出端分别计算及评估模块的数据输入端相连接，所述抽样次数判断模块判断输出端与计算及评估模块的启动使能端相连接。

9.根据权利要求8所述的一种用于评估微电网运行可靠性的系统，其特征在于：所述总抽样次数计算模块，根据公式(1)，求取蒙特卡洛仿真的总抽样次数K，

K＝T/t (1)

其中，T为设定的微电网可靠性分析周期；t为设定的每次蒙特卡洛仿真时段长度。

10.根据权利要求8所述的一种用于评估微电网运行可靠性的系统，其特征在于：所述第一计算模块，用于计算得到微电网当前次抽样对应的抽样时段的可为负荷供电的总电量和负荷需求量，

可为负荷供电的总电量，包括当前次抽样对应的抽样时段，配电网向微电网内负荷提供的容量；微电网内可控分布式电源集合内可控分布式电源向微电网内负荷提供的容量；微电网内不可控分布式电源集合内不可控分布式电源向微电网内负荷提供的容量；

负荷需求量，通过采用正态分布来表征负荷的不确定性，包括得到负荷的概率密度函数和具有不确定性的负荷期望值，考虑负荷分布随机性和负荷概率密度，获得该抽样时段具有不确定性的负荷期望值，所述具有不确定性的负荷期望值为负荷水平的描述。

11.根据权利要求10所述的一种用于评估微电网运行可靠性的系统，其特征在于：当前次抽样对应的抽样时段，配电网向微电网内负荷提供的容量是基于马尔可夫链蒙特卡洛法，获得该抽样时段不可控可再生分布式电源的出力抽样，进而求取的；

微电网内可控分布式电源集合内可控分布式电源向微电网内负荷提供的容量，可控分布式电源采用运行和停运两种状态模型，其最大发电输出功率由可用装机容量决定，对于第i个分布式电源，运行状态下δ_i＝1，停运状态下δ_i＝0，可控分布式电源的故障率和修复时间分布，分别由历史统计数据获得；

微电网内不可控分布式电源集合内不可控分布式电源向微电网内负荷提供的容量，不可控分布式电源采用多态模型来模拟，对于第i个不可控分布式电源的期望发电功率P_UCi的求取，应用马尔可夫链蒙特卡洛法确定，计算各状态发生的概率δ_Gi以及相互间的转移率λ_ij求取公式为，如公式(2)、公式(3)所示，

${\mathrm{\&delta;}}_{Gi}=\underset{i=1}{\overset{K_G}{\&Sigma;}}{T}_{Gii}/\underset{j=1}{\overset{K_G}{\&Sigma;}}\underset{i=1}{\overset{K_G}{\&Sigma;}}{T}_{Gij}---\left(2\right)$

${\mathrm{\&lambda;}}_{ij}=\frac{f_{ij}}{{\mathrm{\&delta;}}_{Gi}}---\left(3\right)$

其中，K_G为多个不可控分布式电源聚类后间歇性输出功率状态数，T_Gii为输出功率停留在状态i的持续时间，T_Gij为输出功率由状态i转移到状态j之前，停留在状态i的总时间，f_ij为在微电网可靠性分析的周期内输出功率由状态i转移到状态j的次数；当前次抽样对应时段的第i个不可控分布式电源的发电期望值P_UCi，根据公式(4)所示，

$P_{UCi}==\frac{1}{N}\underset{n=1}{\overset{N}{\&Sigma;}}{E}_n(p_k=s_j|p_{k-1}=s_i)---\left(4\right)$

其中，N为状态转移抽样次数，s_i和s_j分别为不可控分布式电源的发电状态，p_k-1为前一阶段不可控分布式电源的发电状态抽样值，p_k为当前阶段不可控分布式电源的发电状态抽样值；E_n表示由状态为s_i转变为状态为s_j的发电状态期望值；

当前次抽样对应的抽样时段的可为负荷供电的总电量，通过公式(5)得到，

$P_S=P_{PCC}{\mathrm{\&delta;}}_{PCC}+\underset{i\&Element;{\mathrm{DG}}_C}{\&Sigma;}{P}_{Ci}{\mathrm{\&delta;}}_i++\underset{i\&Element;{\mathrm{DG}}_{UC}}{\&Sigma;}{P}_{UCi}---\left(5\right)$

其中，P_PCC为配电网向微电网内负荷提供的容，δ_PCC为配电网可向微电网供电的运行状态，DG_C为微电网内可控分布式电源集合，P_Ci为微电网内第i个可控分布式电源在δ_i运行状态下的最大发电输出功率，DG_UC为微电网内不可控分布式电源集合，P_UCi为微电网内第i个不可控分布式电源的抽样发电量。

12.根据权利要求10所述的一种用于评估微电网运行可靠性的系统，其特征在于：所述负荷的概率密度函数，如公式(6)所示，

$f\left(L_k\right)=\frac{1}{\mathrm{\&sigma;}\sqrt{2\mathrm{\&pi;}}}\exp \&lsqb;-\frac{1}{2}{\left(\frac{L_k-{\mathrm{\&mu;}}_i}{\mathrm{\&sigma;}}\right)}^2\&rsqb;,(-\mathrm{\&infin;}<L_k<+\mathrm{\&infin;})---\left(6\right)$

其中，f(L_k)为微电网内负荷的概率密度函数，σ为负荷水平的标准差，μ_i为微电网中的第i个负荷水平整体分布的均值，L_k为负荷需求量，如公式(7)所示，

L_k＝L_i，其中

其中，ξ为(0,1)上均匀分布的随机数，I为抽样ξ负荷水平所对应的负荷水平的概率密度，T_i为第i级负荷水平，δ_Li为第i级负荷水平L_i的概率，其通过公式(8)得到，

δ_Lj＝T_Lj/T (8)

其中，T_Lj为第j级负荷水平的时间长度；T为微电网可靠性分析周期，且有其中M为负荷水平的分级数；

具有不确定性的负荷期望值，如公式(9)所示，

L_σ＝(3ζσ+L_k) (9)

其中，L_σ为具有不确定性的负荷期望值，ζ为(-1,1)上均匀分布的随机数。

13.根据权利要求8所述的一种用于评估微电网运行可靠性的系统，其特征在于：所述负荷缺电时长期望值计算模块，用于计算得到该抽样时段考虑储能装置情况下的负荷缺电时长期望值，具体过程如下，通过公式(10)，计算得到负荷缺电时长期望值LOLE_k，

${\mathrm{LOLE}}_k=I_k\&CenterDot;\underset{j=1}{\overset{N_L}{\&Sigma;}}{T}_j(P_G,L_{\mathrm{\&sigma;}j})---\left(10\right)$

其中，I_k为当前次抽样中考虑储能装置情况下的电力不足量状态标识，可通过公式(11)得到，

$I_k=\left\{\begin{array}{ccc}0& if& {\mathrm{DNS}}_k=0\\ 1& if& {\mathrm{DNS}}_k>0\end{array}\right.---\left(11\right)$

其中，DNS_k＝max{0,L_σ-P_S}，Lσ为当前次抽样具有不确定性的负荷期望值，P_S为当前次抽样对应时段向微电网内负荷提供的容量；

N_L是由于供电不足导致的受影响负荷数量，L_σj为受影响负荷j的期望值；T_j(P_S,L_σj)描述当前次抽样中在供电缺损电量为DNS_k情况下，受影响负荷j的停电持续时间；考虑在发电不足时刻，储能装置可以提供供电，T_j(P_S,L_σj)通过公式(12)得到，

$T_j(P_G,L_{\mathrm{\&sigma;}j})=\frac{T_t}{L_{\mathrm{\&sigma;}j}-P_G}max\{0,(L_{\mathrm{\&sigma;}j}-P_G-DDI)\}---\left(12\right)$

其中，DDI为抽样时常微电网内储能设备平均放电深度指标，通过公式(13)得到，

$DDI=\frac{1}{N_b}\underset{i=1}{\overset{N_b}{\&Sigma;}}{\mathrm{ED}}_i---\left(13\right)$

其中，N_b为储能设备在微电网可靠性分析周期内的放电次数统计，ED_i为储能装置在第i次放电过程中允许的最大放电量，当储能装置荷电状态SOC达到警戒下限时，ED_i＝0。

14.根据权利要求8所述的一种用于评估微电网运行可靠性的方法，其特征在于：所述计算及评估模块，对微电网运行可靠性进行评估，具体过程如下，

(1)根据公式(14)，计算得到微电网可靠性分析周期内微电网的电力不足概率λ_MG，

${\mathrm{\&lambda;}}_{MG}=\frac{1}{K}\underset{k=1}{\overset{i=K}{\&Sigma;}}{I}_k---\left(14\right)$

其中，I_k为当前次抽样中的电力不足量状态标识，K为蒙特卡洛仿真的总抽样次数；

(2)根据公式(15)，计算得到微电网可靠性分析周期内微电网的负荷缺电时长期望值LOLE_MG，

${\mathrm{LOLE}}_{MG}=\underset{k=1}{\overset{K}{\&Sigma;}}{\mathrm{LOLE}}_k---\left(15\right)$

其中，K为蒙特卡洛仿真的总抽样次数、LOLE_k为当前次抽样由于间歇性电源输出功率的不稳定，导致的负荷缺电时长期望值；

(3)根据微电网可靠性分析周期内微电网的电力不足概率λ_MG、微电网可靠性分析周期内微电网的负荷缺电时长期望值LOLE_MG，通过公式(16)求取微电网内平均停电用户数，通过公式(17)求取微电网供电可靠性，实现对微电网的可靠性评估，

微电网内平均停电用户数＝微电网内用户数×λ_MG (16)