于子軒,唐猛,周華松,李絲茹,趙雨青,董強
(深圳能源售電有限公司,深圳 518000)
作為一種新型的電力系統組織形態,虛擬電廠通過先進的信息通信技術將分散的分布式能源、儲能設施和可調負荷等資源進行聚合,實現資源的統一調度和優化配置,提高電力系統的運行效率和可靠性[1]。虛擬電廠可靠性指標能夠反映虛擬電廠按可接受供電標準,不間斷向負荷供電的能力。通過可靠性評估,可以辨識虛擬電廠的薄弱環節,以便采取更有效的措施提升供電可靠性。隨著智能技術的發展,虛擬電廠已成為融合信息物理因素的大規模復雜系統,是能源信息物理領域的重要組成部分。為準確量化信息、物理因素對虛擬電廠可靠性的影響,亟需研究融合信息物理因素的虛擬電廠可靠性評估方法[2]。
針對虛擬電廠物理信息系統的可靠性評估,國內外學者已經進行了一定的研究。文獻[3]將電力信息系統對電力一次系統的作用分為直接作用和間接作用,并研究了直接作用對電力系統可靠性的影響。文獻[4]提出了基于事件驅動-融合流模型的電網信息安全狀態動態推演方法。文獻[5]建立了計及設備老化與不完全計劃檢修的智能變電站保護系統可靠性評估模型,對智能變電站保護系統進行可靠性評估。文獻[6]提出了計及設備老化與不完全預防性維修的元件時變停運概率模型,給出了新模型中不同維修策略的系統可靠性評估結果。文獻[7]總結了配電網物理系統、信息系統各自典型的可靠性指標分類方式與具體數學表達以及兩者耦合下的可靠性指標構建技術。文獻[8]提出在高比例分布式電源接入的配電網中物理系統故障時虛擬電廠的可靠性管理策略,并在可靠性評估中量化該管理策略對供電可靠性的影響。
現有的虛擬電廠可靠性分析與風險評估大多孤立地看待物理系統和信息系統,從信息物理的整體視角進行建模與分析的研究較少。針對上述問題,本文提出了融合信息物理因素的虛擬電廠可靠性評估方法。首先,文章對虛擬電廠可靠性影響因素進行分析,將影響因素劃分為物理因素與信息因素;其次,搭建虛擬電廠可靠性模型;接著,引用故障樹的邏輯關系通過蒙特卡羅法對虛擬電廠可靠性進行評估。最后基于算例仿真獲得物理與信息故障失效對虛擬電廠可靠性的影響。
隨著雙碳目標和智能電網的提出,大量分布式能源如光伏、風電等并網接入,電動汽車和各種負荷單元的大規模使用使得電網的復雜性持續增加。這些都要求電力系統應具有靈活互動的調控能力。虛擬電廠的提出有效解決了各類分布式能源的優化聚合和管理調控問題。虛擬電廠融合完善的信息通信技術和軟件系統,實現分布式電源、儲能、可調負荷等多種分布式資源的聚合和協同優化,作為一個特殊的電廠,參與電力市場和電網運行的協調管理系統[9]。其中,信息通信技術包含大數據、云計算、區塊鏈和電力專用的協議為虛擬電廠實現對各類資源的監測、數據的高效匯聚和安全傳輸、海量智能終端的管理。相較于傳統電廠只依靠物理系統的可靠運行,虛擬電廠的正常運行同樣依賴于信息系統的實時、可靠傳輸來完成,物理系統與信息系統相輔相成,虛擬電廠結構如圖1 所示。
圖1 虛擬電廠結構
虛擬電廠面臨的風險眾多,不確定和不可預測的網絡或設備故障因素,虛擬電廠運行的可靠性都將受到影響[10]。隨著信息系統和物理系統的深度耦合,物理系統依賴信息系統進行數據感知和信息傳輸,而信息系統依賴物理系統的各類設備實現狀態改變,兩者相輔助相乘,單方面發生的故障都將會發生耦合和擴散,威脅虛擬電廠的穩定運行。如圖2 所示虛擬電廠物理系統與信息耦合的示意圖。
圖2 虛擬電廠通信網絡架構
信息系統是一個復雜的動態過程,是虛擬電廠進行能量管理、數據采集與監控、信息交互的重要環節。但信息系統為虛擬電廠的高效運行提供便利的同時也對其可靠性引入了新的安全風險。黑客可以利用信息系統中的薄弱環節,利用木馬病毒、釣魚郵件等手段攻擊通信鏈路、拓撲組件、傳輸協議和資源對象等。同時,由于大量智能電子設備的接入和實現互聯互通且安全防護工作尚不完善,成為了黑客攻擊的眾多網絡節點,這些都會導致虛擬電廠穩控業務失效,嚴重時會造成連鎖故障,影響整個電力系統的穩定。過去國內外發生了一系列與信息系統安全有關的事故,如我國2018 年某風電場服務器違規外聯導致省級調度中心遭受網絡攻擊2019 年印度核電站內網感染惡意軟件,2020 年巴西電力公司遭Sodinokibi 勒索軟件攻擊,同年委內瑞拉國家電網765 干線遭攻擊,造成全國大面積停電等[11]。
物理系統對虛擬電廠產生的影響主要來源于各種元件的擾動和故障,包括設備老化、人為破壞、絕緣故障等等。當物理設備發生故障時,有可能無法按虛擬電廠的指令進行響應,影響數據的收發、傳輸,造成信息系統的連鎖反應,降低虛擬電廠的可靠性。信息物理系統對虛擬電廠可靠性影響程度取決于其在處理故障時恢復的效率,包含完全響應、部分響應和完全不能響應。其中部分響應由于通信延遲或預測誤差導致,完全不能響應即為信息系統對所連接的設備失去控制。因此,必須對信息物理系統所面臨的風險進行分析,為虛擬電廠的可靠運行提供合適的防護措施[12]。
為了保證虛擬電廠在運行過程中持續有效地協調各種資源,可靠性分析是必不可少的環節。傳統對配電網的可靠性分析已形成較為成熟的指標體系,典型的算法都針對于物理系統可靠性的評估。本文將耦合信息物理系統,構建虛擬電廠的可靠性評估模型。
虛擬電廠系統A 包括物理系統和信息系統兩部份,其中物理系統典型的元件可靠性參數為斷路器P1、發電機P2 和變壓器P3。而信息系統的不同結構雖然會有不同程度的影響虛擬電廠的可靠性,但均以服務器P4、交換機P5、IEDP6 和通訊線路P7 影響程度最為明顯。因此虛擬電廠的模型構成可用公式(1)表示:
根據文獻[13-14],上述各基本可靠性參數的失效率如表1 所示,元件可靠性均服從指數分布。
表1 基本可靠性參數失效率
虛擬電廠可靠性模型的建立可引用故障樹的邏輯關系[15],其數學表達式可為:
式中:
Pi(t)—第i 個可靠性參數的狀態變量,取值為(0,1),當取值為0 時代表在t 時刻第i 個參數正常運用,當取值為1 時代表在t 時刻第i 個參數故障;
A(t)—虛擬電廠的狀態變量,取值為(0,1),當取值為0 時代表在t 時刻虛擬電廠可靠性穩定,當取值為1時代表在t 時刻可靠性失效。
本文以“虛擬電廠失效”為頂事件對其可靠性進行建模。虛擬電廠物理系統要素由斷路器、變壓器、發電器等開關物理設備構成;信息系統要素由服務器、交換機、通信線路等構成。物理系統與信息系統中任一要素損壞都可能導致虛擬電廠失效。根據其邏輯關系,建立頂事件為“虛擬電廠失效”的故障模型如圖3 所示。
圖3 虛擬電廠故障失效模型
1)虛擬電廠可靠性失效概率分布P(Atn),表示在一個區間間隔內故障失效次數占總運行次數概率。
式中:
N—虛擬電廠總運行次數;
n—第n 個區間間隔。
2)虛擬電廠平均可靠失效時間MT,表示每隔MT時間失效頻率。
式中:
Tmax—虛擬電廠運行的總時間。
3)可靠性參數重要度W(Pi),定義為參數Pi在虛擬電廠中的重要度。
4)可靠性參數的模式重要度W N(Pi)。用W N(Pi)來判斷虛擬電廠中的薄弱環節。WN(Pi)越大,表明Pi越是電廠中的薄弱環節。
本文采用蒙特卡羅法對虛擬電廠可靠性進行評估。對虛擬電廠中7 個基本參數失效事件進行隨機抽樣,以獲得每一個參數失效時間樣本。設在f 次仿真計算中,隨機數取ifε,i 可靠性參數的失效時間抽樣值為tif:
i 參數在t 時刻的狀態變量為:
則虛擬電廠在t 時刻的狀態變量為:
將7個可靠性參數的失效時間按從小到大進行排序,并按排序好對虛擬電廠可靠性進行檢查。
設虛擬電廠運行總時間為Tmax,并等分為m 個區間,每個區間時間間隔ΔT=Tmax/m。(tn-1,tn)區間虛擬電廠失效的次數為由此對各項可靠必指標進行統計分析。其計算流程如圖4 所示。
圖4 可靠性指標計算流程圖
假設虛擬電廠系統最大運行時間Tmax=4 000 h,等分為100 個區間,區間間隔ΔT=40 h,進行1 500 次抽樣仿真,并對每次仿真的失效時間和區間失效次數進行統計,最后計算出虛擬電廠的可靠性指標,結果如下:
圖5表示虛擬電廠失效概率分布。由圖5 可得,電廠在剛啟動時,失效概率較大,在運行500 h 時,失效概率為0.05。而當電廠運行時間越長時,越趨于穩定,3 500 h 時失效概率為0.01。這是由于虛擬電廠在剛啟動時,信息物理系統需要進一步的磨合。并統計得出MT=1 133.5 h。
圖5 虛擬電廠失效概率分布圖
根據可靠性模型,可靠性參數P1-P7 其中任一失效都會導致虛擬電廠失效,因此各參數的可靠性參數重要度相同。
可靠性計算模式重要度計算結果如表2 所示。由表可得,發電機失效引起虛擬電廠失效的次數最多,其次是斷路器和變壓器。信息系統失效引起的失效較物理系統少。
表2 各參數模式重要度計算結果
本文基于耦合信息物理系統對虛擬電廠的可靠性進行分析評估。首先對虛擬電廠的可靠性影響因素進行分析,基于故障樹分析法建立了其可靠性模型,并提出了蒙特卡羅法的可靠性分析方法。算例分析表明,在虛擬電廠剛啟動運行時,由于信息物理系統的磨合,發生失效事件較高,平均失效時間MT=11 353.5 h。各可靠性參數重要度一致,物理系統引起的失效次數較信息系統多,應引起相關人員對物理系統的重視度,對提升虛擬電廠運行可靠性具有一定的指導作用。