考虑光伏出力与负荷相关性的光伏电站容量可信度评估.pdf

第４１卷第１４期２０１３年７月１６日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌＶ＿０１．４１Ｎｏ．１４Ｊｕｌｙ１６，２０１３考虑光伏出力与负荷相关性的光伏电站容量可信度评估高英，谢开贵，胡博，李玉敦（重庆大学输配电装备及系统安全与新技术国家重点实验室，重庆４０００４４）摘要：光伏发电容量可信度是衡量光伏发电对电力系统可靠性贡献的重要标准。提出一种计及光伏出力与负荷相关性的光伏发电容量可信度的计算方法。首先，根据光伏发电昼夜特性，建立白天、黑夜分时段出力模型；其次，采用离散联合概率分布构造刻画光伏出力与电网负荷相关特性的联合多状态模型；最后，利用非序贯蒙特卡洛模拟方法计算得到系统可靠性指标和光伏发电容量可信度。基于等ＬＯＬＥ和等ＬＯＥＥ准则，计算了ＲＢＴＳ系统增加光伏电站后的光伏发电容量可信度，结果表明所提出方法的正确性和实用性。关键词：光伏发电；容量可信度；可靠性；联合概率分布Ｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒｃａｐａｃｉｔｙｃｒｅｄｉｔｅｖａｌｕａｔｉｏｎｍｏｄｅｌｃｏｎｓｉｄｅｒｉｎｇｔｈｅｃｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒｇｅｎｅｒａｔｉｏｎａｎｄｓｙｓｔｅｍｌｏａｄ——ＧＡＯＹｉｎｇ，ＸＩＥＫａｉｇｕｉ，ＨＵＢｏ，ＬＩＹｕｄｕｎｆＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＰｏｗｅｒＴｒａｎｓｍｉｓｓｉｏｎＥｑｕｉｐｍｅｎｔ＆ＳｙｓｔｅｍＳｅｃｕｒｉｔｙａｎｄＮｅｗＴｅｃｈｎｏｌｏｇｙ，ＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ４０００４４，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒｇｅｎｅｒａｔｉｏｎ（ＰＰＧ）ｃａｐａｃｉｔｙｃｒｅｄｉｔｉｓａｎｉｍｐｏｒｔａｎｔｉｎｄｅｘｆｏｒｅｖａｌｕａｔｉｎｇｔｈｅｃｏｎｔｒｉｂｕｔｉｏｎｓｏｆｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒｏｎｓｙｓｔｅｍｒｅｌｉａｂｉｌｉｔｙ．ＡｎｏｖｅｌｃａｌｃｕｌａｔｉｏｎｍｅｔｈｏｄｆｏｒＰＰＧｃａｐａｃｉｔｙｃｒｅｄｉｔｉｓｐｒｅｓｅｎｔｅｄｃｏｎｓｉｄｅｒｉｎｇｔｈｅｃｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎ—ｏｕｔｐｕｔｏｆｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒａｎｄｌｏａｄ．ＴｈｅｍｅｔｈｏｄｆｉｒｓｔｌｙｐｒｅｓｅｎｔｓａｔｉｍｅｉｎｔｅｒｖａｌｂａｓｅｄｏｕｔｐｕｔｍｏｄｅｌｏｆＰＰＧｆｏｒｄａｙ．ｍｏｄｅａｎｄ—ｎｉｇｈｔｍｏｄｅ，ｔｈｅｎｃｏｎｓｔｒｕｃｔｓａｊｏｉｎｔｍｕｌｔｉ－ｓｔａｔｅｍｏｄｅｌ，ｗｈｉｃｈＣａｎｂｅｕｓｅｄｔｏｃｈａｒａｃｔｅｒｉｚｅｔｈｅｃｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｔｈｅｏｕｔｐｕｔｏｆＰＰＧａｎｄｌｏａｄ，ｕｓｉｎｇａｄｉｓｃｒｅｔｅｊｏｉｎｔｐｒｏｂａｂｉｌｉｔｙｄｉｓｔｒｉｂｕｔｉｏｎ，ａｎｄｆｉｎａｌｌｙｃａｌｃｕｌａｔｅｓｔｈｅｓｙｓｔｅｍｒｅｌｉａｂｉｌｉｔｙｉｎｄｉｃｅｓａｎｄｃａｐａｃｉｔｙｃｒｅｄｉｔｏｆＰＰＧ—ｕｓｉｎｇｔｈｅｎｏｎｓｅｑｕｅｎｔｉａｌＭｏｎｔｅＣａｒｌｏｓｉｍｕｌａｔｉｏｎｍｅｔｈｏｄ．ＢａｓｅｄｏｎｅｑｕｉｖａｌｅｎｔＬＯＬＥａｎｄＬＯＥＥｃｒｉｔｅｒｉｏｎ，ｔｈｅｃａｐａｃｉｔｙｃｒｅｄｉｔｏｆｔｈｅＲＢＴＳｔｅｓｔｓｙｓｔｅｍｃｏｎｔａｉｎｉｎｇＰＰＧｉｓａｎａｌｙｚｅｄ．Ｔｈｅｒｅｓｕｌｔｓｉｎｄｉｃａｔｅｔｈｅｖａｌｉｄｉｔｙａｎｄｐｒａｃｔｉｃａｂｉｌｉｔｙｏｆｔｈｅｐｒｏｐｏｓｅｄｍｏｄｅ１．—ＴｈｉｓｗｏｒｋｉｓｓｕｐｐｏｒｔｅｄｂｙＮａｔｉｏｎａｌＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＣｈｉｎａ（Ｎｏ．５１０７７１３５）ａｎｄＮａｔｉｏｎａｌＨｉｇｈｔｅｃｈＲ＆ＤＰｒｏｇｒａｍｏｆＣｈｉｎａ（８６３Ｐｒｏｇｒａｍ１（Ｎｏ．２０１１ＡＡ０５Ａ１０７）．Ｋｅｙｗｏｒｄｓ：ｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒｇｅｎｅｒａｔｉｏｎ；ｃａｐａｃｉｔｙｃｒｅｄｉｔ；ｒｅｌｉａｂｉｌｉｔｙ；ｊｏｉｎｔｐｒｏｂａｂｉｌｉｔｙｄｉｓｔｒｉｂｕｔｉｏｎ中图分类号：ＴＭ６１５文献标识码：Ａ——文章编号：１６７４３４１５（２０１３）１４．０００１０６０引言太阳能因资源丰富、永不枯竭、清洁安全成为可再生能源发电方式的代表。在中国，大规模并网光伏发电已从规划变为现实。２０１１年１０月，青海格尔木２００Ｍｗ并网光伏电站已进入并网调试及试运行期。截止２０１０年，我国光伏发电累计装机容量基金项目：国家８６３高技术基金项目（２０１１ＡＡ０５Ａ１０７）；国家自然科学基金项目（５１０７７１３５）；重庆市杰出青年基金项目（ＣＳＴＣ２０１０ＢＡ３００６）；重庆市自然科学基金（ＣＳＴＣ２０１２ＪＪＡ９０００４）已经达到８９３ＭＷ，预计到２０２０年光伏装机容量将达到２０ＧＷＬＪＪ。光伏发电将成为重要的替代能源。光伏发电具有随机性、间歇性和周期性的特点，被视作一种不可靠性的发电形式，只提供电量价值，不提供容量价值［２１。但和其他能源相比，光伏发电出力更具规律性。太阳能辐射和负荷均随季节和昼夜交替而变化，光伏出力与负荷表现出更强的相关性，多数情况下能发挥削峰作用ｌ３］。和常规发电方式相比，光伏发电只是在出力可用率方面有数量上的差异，而没有本质上的区别。因此，需要迫切对光伏发电的容量价值进行研究。一２．电力系统保护与控制和风电不同，光伏发电具有非常明显的昼夜特性，整个黑夜期间光伏发电出力为零。换言之，夜晚光伏电站对系统可靠性没有贡献。而白天的负荷一般高于夜晚，因此有必要针对白天时段的光伏发电容量问题进行研究。发电容量可信度（ＣａｐａｃｉｔｙＣｒｅｄｉｔ）指电源可被信任的容量。目前，对新增电源容量可信度的理解方式主要有两类：１）从负荷侧考虑：保持给定系统可靠性水平，新增电源能够额外承担的负荷量，即有效载荷能力（ＥｆｆｅｃｔｉｖｅＬｏａｄＣａｒｒｙＣａｐａｂｉｌｉｔｙ，ＥＬＣＣ）；２）从发电侧考虑：同等可靠性水平下，新增电源能够替代的常规机组容量。大规模光伏电站并网是最近几年才发ｒ起来的新形式，国内对光伏发电容量可信度的研究较少。文献［２］肯定了光伏发电的容量价值，并强调了光伏电站出力和负荷的相关性对容量可信度的影响。文—献［４１１】对风电场的可靠性模型和容量可信度进行了有益的探讨，为光伏发电容量可信度的研究奠定了良好的基础。文献［１２］考虑了天气不确定性，将光伏电站出力和负荷的相关特性隐含在时序信息中，但是没有明确相关性对容量可信度的具体影响。文献［１３】用秩相关系数描述了短时间尺度上的相关性，但是没有专门就白天时段的光伏容量可信度进行研究。国外从上世纪８０年代就开始关注光伏发电容量可信度［１４－１７］，但未就光伏出力与电网负荷问的相关性问题进行深入研究。文献［１８］利用发电容量停运表（ＣａｐａｃｉｔｙＯｕｔａｇｅＰｒｏｂａｂｉｌｉｔｙＴａｂｌｅ，ＣＯＰＴ）计算风电场的容量可信度，但随着系统规模的增大，该方法效率大大降低。针对上述问题，本文建立白天／黑夜分时段模型，应用离散联合概率分布来描述白天光伏发电出力和电网负荷的相关性，提出一种基于非序贯蒙特卡洛模拟光伏发电容量可信度计算方法。１光伏发电容量可信度定义新增电源将提高电力系统供电可靠性，如果要保持系统可靠性水平不变，则可以额外承担部分负荷。同样，这部分负荷可以由其他性质的电源承担。不同性质的电源承担等量的额外负荷，所需容量也不同，其数学表达式为Ｒ（ＧＺ）＝Ｒ（Ｇｏ＋ＡＧ１，Ｌ＋ＡＬ）＝Ｒ（Ｇｏ＋ＡＧｚ，＋）（１）式中：Ｒ是关于系统装机容量和负荷水平的可靠性△指标函数；Ｇ０为系统原始装机容量；ＡＧ１和Ｇ２为△２种不同性质的新增电源；￡是新增电源后可额外满足的负荷。由于电源本身的故障率和性质不同，一≠△般ＡＬ：￣ＡＣ１ｃ２。接入不同性质电源后，系统可靠性指标与负荷水平的关系如图１所示。ｌＵ靠水平负荷等级图１可靠性指标与负荷等级关系曲线Ｆｉｇ．１Ｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｒｅｌｉａｂｉｌｉｔｙｉｎｄｅｘａｎｄａｓｈｉｆｔｅｄｌｏａｄｄｅｍａｎｄｌｅｖｅｌ在等可靠性前提下，新增光伏电站额外满足的负荷可以由一定容量的虚拟常规机组承担，光伏发电容量可信度就是该虚拟机组容量与光伏电站装机容量的比值，其数学表达式为ｃ：（２）Ｇｐ式中：ｃ是光伏发电容量可信度；Ｇ是与光伏电站承担相同额外负荷的虚拟常规机组容量；即可信容量；Ｇｐ是光伏电站装机容量。光伏发电具有明显的昼夜特性，整个黑夜期间光伏电站没有功率输出，对系统可靠性无影响。本文采用全状态容量可信度和昼状态容量可信度Ｃｄ指标对上述特性进行区分。为基于全年系统可靠性改善情况，计算得到的光伏发电容量可信度。若只考虑白天时段，对光伏发电进行等效，则得到昼状态容量可信度Ｃｄ。下标Ｙ和ｄ分别表示ｙｅａｒ和ｄａｙｔｉｍｅ。２联合概率分布模型２．１光伏电站出力模型影响光伏发电出力的因素很多，其中气象因素，尤其是太阳能辐射，是最关键因素。根据太阳能电池光生伏打效应的发电原理，光电转换的经验公式和合理的经验系数，输入太阳能辐射值，即可计算光伏电池输出功率【】引。单块光伏电池在时刻的输出功率为Ｐ）：，７×Ａ×Ｓ（３）式中：Ｐ（是输出功率（单位：ｋＷ）；是额定光电高英，等考虑光伏出力与负荷相关性的光伏电站容量可信度评估．３．转换效率；是面积（单位：ＩＴＩ）；Ｓ是太阳能辐射度（单位：ｋＷ／ｍ）。太阳能辐射存在随机性和问歇性的特点，在可靠性评估中通常采用多状态出力模型来刻画这种特性。２．２分时段模型光伏发电昼夜特征明显，且受气候因素影响，这对评估光伏发电容量可信度产生一定的影响。因此，根据光伏发电出力特征，建立白天／黑夜分时段模型。对于黑夜，光伏电站输出功率为零，采用多级负荷模型；对于白天，利用离散概率分布描述负荷和光伏出力的相关特性。２．２．１多级负荷模型在发电系统可靠性评估中，负荷一般采用多级水平模型。在给定负荷水平分级数目后，采用聚类技术得到某一负荷层下的负荷点数目，进而得到各级负荷水平和对应的概率。第ｉ级负荷水平厶对应的概率Ｐ分别为Ⅳ∑Ｌｉ＝…＝Ｉ，２，，ＮＬ）（４）Ｖｆ＝（５）式中：ＮＬ表示负荷水平分级数；Ｎｉ表示级负荷层Ⅳ的负荷点数目；为负荷点总数。２．２．２联合多状态模型采用离散联合概率分布刻画负荷与光伏出力之间的相关性。设为负荷变量，其状态空间为有限…………………………ｉ………［二二…个离散值ｌ，２，，）；Ｙ为光伏电站出力变量，其…状态空间为有限个离散值（ｙｌ，２，），二维随机变量（＿】，）构成的离散联合概率分布可表示为ｙｊＰｌｊＰｉｊｐ嘲其中，１，Ｐ表示负荷水平为Ｘ且光伏出力为Ｙｊ时的概率，可采用下式估计求取。．．（‘…，；＝，２，，）”其中：为样本序列中，，）出现的次数：Ｎ为样本容量。３光伏容量可信度计算３．１计算框架根据第１节的定义，光伏发电容量可信度的计算主要分为２个部分：第一部分计算在保证可靠性水平不变的情况下，新增光伏电站可以额外承担的△△负荷量；第二部分计算等可靠性水平下，承担所需要的常规机组容量。本文提出的计及光伏出力和负荷相关性的光伏发电容量可信度计算框架如图２所示。图２光伏发电容量可信度计算框架Ｆｉｇ．２Ｍｏｄｅｌｏｆｆｒａｍｅｗｏｒｋｏｆｃｒｅｄｉｔｃａｐａｃｉｔｙｅｖａｌｕａｔｉｏｎｏｆｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒｇｅｎｅｒａｔｉｏｎ１）太阳能辐射样本数据，建立分时段模型。２）非序贯蒙特卡洛模拟，计算原始系统白天可靠性指标风和黑夜可靠性指标，叠加得到综合可靠性指标尺。３）入光伏电站，计算新的白天时段可靠性指标和综合可靠性指标。４）以风和风为目标，调整混合系统负荷水平，△△得到系统ＥＬＣＣ值￡和。５）常规机组替代光伏电站，分别在新的负荷水平下，以尺和风为目标，迭代计算得到系统所需常规机组容量Ｇｙ￣ＤＧｄ，即光伏电站的发电容量可信度Ｃｖ和Ｃｄ。△３．２的计算可靠性指标与负荷等级是单调、非线性关系。已知负荷水平，可通过蒙特卡洛仿真得到可靠性指标，但反向计算却较为困难。本文采用弦截法进行；～～．．．～；电力系统像护与控期求解，该方法无需进行求导，具有较高的计算速度，求解步骤如下：１）系统峰荷为￡枷，原始系统可靠性指标为尺０，允许误差为ｓ。计算峰荷Ｌ１。加，增加光伏电站容量为ＧＤ时的可靠性指标尺１，和峰荷Ｌ２＝Ｌｐｋｏ＋Ｇ时增加等容量光伏的可靠性指标Ｒ２，得到点ｌ，尺１）和２，Ｒ２）。２）求过点和点的直线与ｆｉｘ）＝Ｒｏ的交点对应的峰荷￡３，代入新的负荷曲线进行仿真，得到可靠性指标Ｒ。３）若Ｉ尺３一风ｌ＞ｓ则继续进行迭代，求过点和的直线与ｆｉｘ）＝Ｒ０的焦点对应的峰荷三４，代入新的负荷曲线进行仿真，得到可靠性指标尺。４）若Ｉ尺４一尺０ｌ＞ｓ则重复步骤３）直至满足给定精度。３．３虚拟常规机组容量的求解虚拟常规机组容量的求解过程与求解类似，△仿真时对应的峰荷是脚＋，容量搜索区间为［０，Ｇ。】。４算例分析对ＲＢＴＳ测试系统进行计算。该系统共有１１台机组，总装机容量为２４０ＭＷ，峰荷为１８５ＭＷ，各机组的可靠性参数参考文献［２０１。可靠性指标为ＬＯＬＥ＝Ｉ．０９ｈ／年，ＬＯＥＥ＝９．８２ＭＷｈ／年。’”采用美国亚利桑那州某地区（北纬３３ｏ５６４８，’”西经１１３ｏ１１２０）太阳能辐射数据作为样本进行分析。４．１相关性对光伏发电容量可信度的影响采用上述模型，分别按等ＬＯＬＥ和等ＬＯＥＥ准则，分析不计和计及相关性情况下，全状态和昼状态光伏发电容量可信度，虚拟常规机组的ＦＯＲ设为０．０２。为验证本文方法的正确性，本文以Ｃ０ＰＴ法Ｊ计算结果作为参考。图３给出了不同方法得到的ＬＯＬＥ指标随光伏装机容量的变化趋势。可以看出，随光伏容量的增加，系统可靠性水平明显改善，计及光伏出力与负荷相关性下的可靠性指标优于不计相关性的情况，这表明光伏出力与负荷之间的相关性对系统可靠性具有积极影响，换句话说，不考虑光伏出力与负荷间相关性会对系统可靠性做出过于保守估计。表２和表３分别给出了基于等ＬＯＬＥ和等ＬＯＥＥ准则，全状态和昼状态光伏容量可信度。由计算结果可以看出，相同装机容量下，昼状态下光伏容量图３相关性对可靠性指标的影响Ｆｉｇ．３Ｉｍｐａｃｔｏｆｃｏｒｒｅｌａｔｉｏｎｏｎｔｈｅｒｅｌｉａｂｉｌｉｔｙｉｎｄｅｘ可信度要明显高于全状态，约为全状态下的１．４倍。需要指出的是，当地区不同，太阳能资源不同，电网结构不同，光伏发电容量可信度的计算结果会有一定程度的偏差。表２等ＬＯＬＥ准则下光伏发电容量可信度Ｔａｂｌｅ２ＣｒｅｄｉｔｃａｐａｃｉｔｙｏｆＰＰＧｂａｓｅｄｏｎｅｑｕａｌＬＯＬＥ表３等ＬＯＥＥ准则下光伏发电容量可信度Ｔａｂｌｅ３ＣｒｅｄｉｔｃａｐａｃｉｔｙｏｆＰＰＧｂａｓｅｄｏｎｅｑｕａｌＬＯＥＥ４．２渗透率对光伏发电容量可信度的影响如图３所示，加入不同装机容量的光伏电站后，可靠性指标得到不同程度的改善，且随着光伏装机容量的提高，可靠性指标趋于平缓，具有饱和效应。如图４所示，随着光伏渗透率的提高，昼状态和全状态的光伏发电容量可信度呈明显下降趋势，这表明，光伏发电渗透率对光伏发电容量可信度有重要影响。４．３可靠性指标对光伏发电容量可信度的影响容量可信度是在等可靠性的前提下，对光伏发０ＯＯＯ０Ｏ０２Ｏ８６４２Ｏ高英，等考虑光伏出力与负荷相关性的光伏电站容量可信度评估．５．电容量进行等效。因此，采用不同的可靠性指标，容量可信度也不同。如图４所示，等ＬＯＥＥ准则下，容量可信度低于等ＬＯＬＥ准则下的结果。２Ｏ３Ｏ４０５０光伏装机量／ＭＷｌ０２０３Ｏ４０５Ｏ光伏装机容最／ＭＷ图４光伏发电容量可信度Ｆｉｇ．４ＰＰＧｃｒｅｄｉｔｃａｐａｃｉｔｙｗｉｔｈｄｉｆｆｅｒｅｎｔｐｅｎｅｔｒａｔｉｏｎ４．４ＦＯＲ对光伏发电容量可信度的影响从光伏发电容量可信度的定义理解，光伏发电可以等效为具有一定强迫停运率的虚拟常规机组。显然，虚拟机组可靠性参数对光伏发电容量可信度的计算结果将产生影响。分别设定虚拟常规机组的ＦＯＲ为０．０２，０．０４，０．０６，０．０８和０．１０，如图５所示。００２００４００６００８０．１０虚拟常规机组ＦＯＲ图５虚拟机组ＦＯＲ不同时光伏发电容量可信度Ｆｉｇ．５ＰｈｏｔｏｖｏｌｔａｉｃｃａｐａｃｉｔｙｃｒｅｄｉｔｅｖａｌｕａｔｉｏｎｉｎＲＢＴＳｓｙｓｔｅｍｗｉｔｈｄｉｆｆｅｒｅｎｔＦＯＲｏｆｖｉｒｔｕａ１ｕｎｉｔ结果表明，常规机组ＦＯＲ越大，光伏发电容量可信度越大。ＦＯＲ越大，相同容量的常规机组对系统可靠性的贡献越小，即衡量容量可信度的单位越小，因此，光伏发电容量可信度越大。５结论准确度量光伏发电的容量可信度是评估大型光伏电站的一个基本问题。本文阐述了光伏发电容量可信度的定义，提出了基于非序贯蒙特卡洛仿真的光伏发电容量可信度的评估框架，该框架考虑了光伏电站的分时段出力特性以及光伏出力与负荷的相关性，在此基础上，利用弦截法实现了等ＬＯＬＥ准则和等ＬＯＥＥ准则下光伏发电容量可信度的快速计算。以ＲＢＴＳ系统为例对光伏发电容量可信度进行了分析，结果表明：光伏出力和负荷之间的相关性对系统可靠性具有积极的影响；光伏发电容量可靠性度随渗透率增加而降低。算例结果证明了本文模型的正确性和可行性。此外，利用本文提出的计算框架，还可以进一步对光伏发电的季＝特性进行研究。致谢本文的研究得到了输配电装备及系统安伞与新技术国家重点实验室自主研究项目ｆ２００７ＤＡ１０５１２７１２２０７）的资助，谨此致谢！参考文献［１］李胜茂．２０１０－２０１５年中国太阳能光伏发电产业投资分析及前景预测报告【ＲＪ．北京：中投顾问产业研究中心，２０１０．［２］梁双，胡学浩，张东霞，等．光伏发电置信容量的研究现状与发展趋势【Ｊ】．电力系统自动化，２０１１，３５（１９）：１０ｌ＿１０７．—ＬＩＡＮＧＳｈｕａｎｇ，ＨＵＸｕｅ－ｈａｏ，ＺＨＡＮＧＤｏｎｇｘｉａ，ｅｔａ１．ＣｕｒｒｅｎｔｓｔａｔＵＳａｎｄｄｅｖｅｌｏｐｍｅｎｔｔｒｅｎｄｏｎｃａｐａｃｉｔｙｃｒｅｄｉｔｏｆｐｈｏｔｏｖｏｌｔａｉｃｇｅｎｅｒａｔｉｏｎ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃ—ＰｏｗｅｒＳｙｓｔｅｍｓ，２０１１，３５（１９）：１０１１０７．［３］ＢＥＢＩＣＪ．Ｐｏｗｅｒｓｙｓｔｅｍｐｌａｎｎｉｎｇ：ｅｍｅｒｇｉｎｇｐｒａｃｔｉｃｅ—ｓｕｉｔａｂｌｅｆｏｒｅｖａｌｕａｔｉｎｇｔｈｅｉｍｐａｃｔｏｆｈｉｇｈｐｅｎｅｔｒａｔｉｏｎｐｈｏｖｏｌｔａｉｃｓ［Ｒ］．Ｇｏｌｄｅｎ，ＵＳＡ：ＮａｔｉｏｎａｌＲｅｎｅｗａｂｌｅＥｎｅｒｇｙＬａｂｏｒａｔｏｒｙ（ＮＲＥＬ），２００８．［４］王丽婕，廖晓钟，高阳．风电场发电功率的建模和预测研究综述［ＪＪ．电力系统保护与控制，２００９，３７（１３）：１１８．１２１．—ＷＡＮＧＬｉ－ｊｉｅ，ＬＩＡＯＸｉａｏｚｈｏｎｇ，ＧＡＯＹａｎｇ．Ｓｕｍｍａｒｉｚａｔｉｏｎｏｆｍｏｄｅｌｉｎｇａｎｄｐｒｅｄｉｃｔｉｏｎｏｆｗｉｎｄｐｏｗｅｒｇｅｎｅｒａｔｉｏｎ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄ∞帅伽∈事船『ｌＪＯＯ００Ｏ０Ｏ∞如∞如加Ｏ＼世谗一６一电力系统保护与控制—Ｃｏｎｔｒｏｌ，２００９，３７（１３）：１１８１２１．［５］姜义，，杨建林．计及风电场的发输电可靠性评—估ｆＪ］．电力系统保护与控制，２０１０，３８（２２）：１２６１３０．—ＪＩＡＮＧＷｅｎ，ＹＡＮＺｈｅｎｇ，ＹＡＮＧＪｉａｎｌｉｎ．Ｒｅｌｉａｂｉｌｉｔｙａｓｓｅｓｓｍｅｎｔｏｆｃｏｍｐｏｓｉｔｅｇｅｎｅｒａｔｉｏｎａｎｄｔｒａｎｓｍｉｓｓｉｏｎｓｙｓｔｅｍｃｏｎｓｉｄｅｒｉｎｇｗｉｎｄｆａｒｍｓ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍ—ＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１０，３８（２２）：１２６１３０．［６］吴吴，张焰，刘波．考虑风电场影响的发输电系统可—靠性评估【Ｊ］．电力系统保护与控制，２０１ｌ，３９（４）：３６４２．ＷＵＨａｏ．ＺＨＡＮＧＹａｎ．ＬＩＵＢｏ．Ｒｅｌｉａｂｉｌｉｔｙａｓｓｅｓｓｍｅｎｔｏｆｇｅｎｅｒａｔｉｏｎａｎｄｔｒａｎｓｍｉｓｓｉｏｎｓｙｓｔｅｍｓｃｏｎｓｉｄｅｒｉｎｇｗｉｎｄｆａｒｍｅｆｆｅｃｔｓ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１１，３９（４）：３６－４２．［７］张宁，周天睿，段长刚，等．大规模风电场接入对电力系统渊峰的影响ｆＪ１．电技术，２０１０，３４（１）：１５２．１５８．——ＺＨＡＮＧＮｉｎｇ，ＺＨＯＵＴｉａｎｍｉ，ＤＵＡＮＣｈａｎｇｇａｎｇ，ｅｔａ１．—Ｉｍｐａｃｔｏｆｌａｒｇｅｓｃａｌｅｗｉｎｄｆａｒｍｃｏｎｎｅｃｔｉｎｇｗｉｔｈｐｏｗｅｒｇｒｉｄｏｎｐｅａｋｌｏａｄｒｅｇｕｌａｔｉｏｎｄｅｍａｎｄ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍ—Ｔｅｃｈｎｏｌｏｇｙ，２０１０，３４（１）：１５２１５８．［８］陈树勇，代慧珠，白晓民，等．风电场容量可信度和可—避免费Ｊ４｛计算［ＪＪ．太Ｌｊ日能学报，１９９９，２０（４）：４３２４３８．———ＣＨＥＮＳｈｕｙｏｎｇ，ＤＡＩＨｕｉｚｈｕ，ＢＡＩＸｉａｏｍｉｎ，ｅｔａ１．Ｃａｐａｃｉｔｙｃｒｅｄｉｔａｎｄａｖｏｉｄｅｄｃｏｓｔｏｆｗｉｎｄｐｏｗｅｒｐｌａｎｔｓ［Ｊ］．ＡｃｔａＥｎｅｒｇｉａｅＳｐｌａｒｉｓＳｉｎｉｃａ，１９９９，２０（４）：４３２－４３８．［９］王海超，鲁宗相，周双喜．ＪｘＬ电场发电容量可信度研—究『Ｊ１．Ｌ｛】国电机工程学报，２００５，２５（１０）：１０３１０６．———ＷＡＮＧＨａｉｃｈａｏ，ＬＵＺｏｎｇｘｉａｎｇ，ＺＨＯＵＳｈｕａｎｇｘｉ．Ｒｅｓｅａｒｃｈｏｎｔｈｅｃａｐａｃｉｔｙｃｒｅｄｉｔｏｆｗｉｎｄｅｎｅｒｇｙｒｅｓｏｕｒｃｅｓ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００５，２５（１０）：１０３一ｌ０６．［１Ｏ］张个，康重庆，陈治、Ｆ，等．皋于序列运算的风电可信容量计算方法［ＪＪ．叶１电机上稃学报，２０１１，３１（２５）：—１９．——ＺＨＡＮＧＮｉｎｇ，ＫＡＮＧＣｈｏｎｇｑｉｎｇ，ＣＨＥＮＺｈｉｐｉｎｇ，ｅｔａ１．Ｗｉｎｄｐｏｗｅｒｃｒｅｄｉｂｌｅｃａｐａｃｉｔｙｅｖａｌｕａｔｉｏｎｍｏｄｅｌｂａｓｅｄｏｎｓｅｑｕｅｎｃｅｏｐｅｒａｔｉｏｎ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２０１１，—３１ｆ２５１：１９．［１１］张硕，李庚银，周明．考虑输电线路故障的风电场容量可信度计算【Ｊ］．中同电机Ｔ程学报，２０１０，３０（１６）：—１９２５．—ＺＨＡＮＧＳｈｕｏ，ＬＩＧｅｎｇｙｉｎ，ＺＨＯＵＭｉｎｇ．Ｃａｌｃｕｌａｔｉｏｎｏｆ—ｗｉｎｄｆａｒｍｃａｐａｃｉｔｙｃｒｅｄｉｔｃｏｎｓｉｄｅｒｉｎｇｔｒａｎｓｍｉｓｓｉｏｎｌｉｎｅ—ｆａｕｌｔｓ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２０１０，３０（１６）：１９２５．［１２］方鑫，郭强，张冬霞，等．考虑天气不确定性的光伏电站置信容量评估『Ｊ１．电力系统自动化，２０１２，２６（１０）：２７．３２．—ＦＡＮＧＸｉｎ，ＧＵＯＱｉａｎｇ，ＺＨＡＮＧＤｏｎｇｘｉａ，ｅｔａ１．Ｃａｐａｃｉｔｙｃｒｅｄｉｔｅｖａｌｕａｔｉｏｎｏｆｇｒｉｄ－ｃｏｎｎｅｃｔｅｄｐｈｏｔｏｖｏｌｔａｉｃｇｅｎｅｒａｔｉｏｎｃｏｎｓｉｄｅｒｉｎｇｗｅａｔｈｅｒｕｎｃｅｒｔａｉｎｔｙ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２０ｌ２，２６（１０）：—２７３２．［１３］梁舣，胡学浩，张冬霞，等．基于随机模型的光伏置信容量评估方法ｆＪ］．电力系统自动化，２０１２，３６（１３）：３２。３７．——ＬＩＡＮＧＳｈｕａｎｇ，ＨＵＸｕｅｈａｏ，ＺＨＡＮＧＤｏｎｇｘｉａ，ｅｔａ１．Ｐｒｏｂａｂｉｌｉｓｔｉｃｍｏｄｅｌｓｂａｓｅｄｅｖａｌｕａｔｉｏｎｍｅｔｈｏｄｆｏｒｃａｐａｃｉｔｙｃｒｅｄｉｔｏｆｐｈｏｔｏｖｏｌｔａｉｃｇｅｎｅｒａｔｉｏｎ］Ｊ］．Ａｕｔｏｍａｔｉｏｎ—ｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２０１２，３６（１３）：３２３７．’［１４ＪＨｏｆｆＴ．Ｃａｌｃｕｌａｔｉｎｇｐｈｏｔｏｖｏｌｔａｉｃｓｖａｌｕｅ：ａｕｔｉｌｉｔｙｐｅｒｓｐｅｃｔｉｖｅ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＥｎｅｒｇｙＣｏｎｖｅｒｓｉｏｎ，１９８８，—３（３）：４９１４９５．［１５］ＫｈａｌｌａｔＭＡ，ＲａｈａｍａｎＳ．Ａｍｏｄｅｌｏｆｃａｐａｃｉｔｙｃｒｅｄｉｔ—ｅｖａｌｕａｔｉｏｎｏｆｇｒｉｄｃｏｎｎｅｃｔｅｄｐｈｏｔｏｖｏｌｔａｉｃｓｙｓｔｅｍｗｉｔｈｆｕｅｌｃｅｌｌｓｕｐｐｏ￣［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，１９８８，—３（３１：１２７０１２７８．［１６』ＰｅｒｅｚＲ，ＴａｒｌｏｒＭ，Ｈｏｆｆｅｔａ１．Ｍｏｖｉｎｇｔｏｗａｒｄｃｏｎｓｅｎｓｕｓｏｎａｐｈｏｔｏｖｏｌｔａｉｃｇｅｎｅｒａｔｉｏｎｃａｐａｃｉｔｙｖａｌｕａｔｉｏｎｍｅｔｈｏｄｏｌｏｇｈ［Ｃ］／／ＰｒｏｃｅｅｄｉｎｇｓｏｆＳｏｌａｒＰｏｗｅｒ，—Ｓｅｐｔｅｍｂｅｒ２４２７，２００７，ＬｏｎｇＢｅａｃｈ，ＣＡ，ＵＳＡ．［１７ＪＥｓｍｉｌｉＡ．ＮａｓｉｒｉＡ．ＡｃａｓｅｓｔｕｄｙｏｎｉｍｐｒｏｖｉｎｇＥＬＣＣｂｙｕｔｉｌｉｚａｔｉｏｎｏｆｅｎｅｒｇｙｓｔｏｒａｇｅｗｉｔｈｓｏｌａｒＰＶ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓｏｆ３５ｔｈＡｎｎｕａｌＣｏｎｆｅｒｅｎｃｅｏｆＩＥＥＥｏｎＩｎｄｕｓｔｒｙＥｌｅｃｔｒｏｎｉｃｓ，Ｎｏｖｅｍｂｅｒ３－５，２００９，Ｐｒｏｔｏ，Ｐｏｒｔｕｇａ１．［１８］ＫｅａｎｅＡ，ＭｉｌｌｉｇａｎＭ，ＤｅｎｔＣＪ，ｅｔａ１．Ｃａｐａｃｉｔｙｖａｌｕｅｏｆｗｉｎｄｐｏｗｅｒ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，２０１ｌ，—２６ｒ２：５６４５７２．［１９］栗然，李ｒ一敏．基于支持向量机回归的光伏发电出力—预测［ＪＪ．ｒｆ】国电力，２００８，４ｌ（２）：７４７８．ＬＩＲａｎ，ＬＩＧｕａｎｇ－ｍｉｎ．Ｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒｇｅｎｅｒａｔｉｏｎｏｕｔｐｕｔｆｏｒｅｃａｓｔｉｎｇｂａｓｅｄｏｎｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｒｅｇｒｅｓｓｉｏｎｔｅｃｈｎｉｑｕｅ［Ｊ］．ＥｌｅｃｔｒｉｃＰｏｗｅｒ，２００８，４１（２）：—７４７８．［２０ＪＢｉｌｌｉｎｔｏｎＲ，ＫｕｍａｒＳ，ＣｈｏｗｄｈｕｒｙＮ，ｅｔａ１．Ａｒｅｌｉａｂｉｌｉｔｙｔｅｓｔｓｙｓｔｅｍｆｏｒｅｄｕｃａｔｉｏｎａｌｐｕｒｐｏｓｅｓ：ｂａｓｉｃｄａｔａ［Ｊ］．ＩＥＥＥ—ＴｒａｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，ｌ９８９，４（３）：１２３８１２４４．［２１ｊｈｔｔｐ：／／ｃａｌｓ．ａｒｉｚｏｎａ．ｅｄｕ／ａｚｍｅｔ／ｉｎｄｅｘ．ｈｔｍｌ收稿日期：２０１２－０９－２０；修回日期：２０１２－１１－０５作者简介：高英（１９８７．），女，硕士研究生，研究方向为电力系—统规划与可靠性；Ｅｍａｉｌ：２６００１４６５４＠ｑｑ．ｃｏｍ谢开责（１９７２．），男，博士，教授，博士生导师，研究方向为电力系统规划与可靠性、电力系统优化运行等方向的研究和教学工作：胡博（１９８３一），男，博士，讲师，研究方向为电力系统规划与可靠性、电力系统分析计算。Ｅ．ｍａｉｌ：ｈｂｏｙ８３６１１６３．ｃｏｍ