4）期望值指标：用来表征研究时间段内发生故障事件某种后果的平均值。如缺电时间期望(LOLE)、电量不足期望(LOEE)、健康状态持续时间期望(EHDUR)等。

随着电力市场的不断发展和新兴发输电技术的进步和应用，传统的电力系统可靠性指标已不能完全满足当前形势的需求，这种矛盾促进了新评价指标和评估体系的发展。文献[15]提出利用失负荷价值(VOLL)来考虑各类不同负荷对经济费用的影响；文献[16]提出一个用社会效益损失期望值(LOSBE)作为衡量可靠性价值的新标准。文献[17]从时间、出力和系统三个层面建立了分布式光伏发电系统可靠性评价指标体系。

2 光伏发电系统可靠性建模原理

大规模光伏发电的接入增加了系统的不确定因素，因此针对光伏发电出力的时序性和随机性找到一个合适方法来预测它们对于可靠性评估是一个十分重要的前提步骤。

分布式光伏发电系统的典型结构如图1所示。

图1 典型分布式光伏发电系统的基本构架

Fig. 1 Basic structure of distributed photovoltaic power generation system

系统主要由光伏阵列和并网逆变器组成。光伏阵列中，n块光伏电池板串联成一串，m串光伏电池板并联接入一台逆变器，共有k台逆变器并联接入电网。根据这种结构特点，可知单块光伏电池板的故障仅会引起其所在光伏电池板串的停运，而逆变器的故障会导致其所在光伏—逆变器组停运。按照不同的故障情况可将系统状态分为全额运行、故障减额运行以及故障停运这３种状态。

2.1 太阳辐射的预测与概率分布

目前用来模拟或预测太阳辐射的方法有物理方法、统计方法和学习方法。其中，物理过程预测结果较为精确，但是需要的输入数据太多且很难获取，因此使用范围有限；统计模型利用较为常规的气象要素以及一些必要的地理信息，如经度和纬度，来模拟逐时太阳辐射。通过加入气温、降水和相对湿度等因子

4

可以进一步提高模拟的精度[14]；学习方法的实质是用人工智能的方法提取输入和输出间的关系，这种方法建立起的模型都是非线性模型，可以采用的方法有最小二乘支持向量机(LS-SVM)和神经网络等。

已有学者提出一些用来表征每天太阳总辐射量统计特性的概率分布函数，如正态分布、Boltzmann分布、伽玛分布和Log-normal分布等。文献[15]认为正态分布更适合于拟合晴天的日射量概率分布；文献[18]通过对几个地区的总辐射采用不同概率分布函数进行拟合，并采用 Kolmogorov-Smirnov 测试和均方差(RMS)对拟合效果进行检验后发现，天气变化在全年相对比较稳定的地区采用正态分布拟合的效果是很好的，而对于总体特性不够显著的地区，则是 Log-normal 拟合的效果更好；对于逐时的太阳辐射数据，文献[5]提出用双峰 Beta 分布(bimodal Beta dis-tribution)对于可代表季节特性的典型日内的每小时的逐时辐射量概率分布进行拟合，并将之用于混合发电系统的光伏阵列容量优化。

2.2光伏电站可靠性建模方法

由于光伏发电要受到地理环境和气候条件的约束，目前的大规模光伏电站通常也处于自然环境比较恶劣的地区。而且由于单块光伏电池容量有限，要形成大容量并网光伏发电系统必须由电池形成模块，再由模块经过串、并联组成光伏阵列之后通过逆变器接入电网，但由于不同气候下的光伏出力差别较大因，如图2所示，因此对光伏发电系统进行可靠性建模需要考虑气候条件、部件故障和结构布置等因素。

图2 不同天气的光伏日出力对比

Fig. 2 Comparison of PV output in different weather

文献[19]以入射光辐照强度-光伏功率输出曲线拐点为界，将入射光照强度分为3个等级，建立了光伏发电系统的多态模型。该方法的数据输入是每月平

5

均每小时太阳辐照值及其均值与标准差，对于缺少有效历史数据的地点，该方法适用度不高。

文献[20]在总结目前关于光伏发电系统可靠性和置信容量的研究的基础上，考虑了天气变化、设备故障等随机因素对光伏发电出力的影响，建立并改进了光伏发电系统的出力模型。通过序贯蒙特卡洛法实现了并网光伏系统可靠性的有效评估。

文献[21] 以日地天文关系计算出的太阳辐照度为基础，通过对地面有效辐照度的分解引入逐时晴空指数来体现光照强度变化的随机性，并用时间序列方法对逐日温度建模，用正弦分段法获得逐时温度，最后依据光伏电池板的能量转换特性得到它的输出功率时间序列。

文献[17]在文献[4]的基础上，针对入射光资源约束及光伏发电系统的整体结构特点，提出分布式光伏发电系统的多状态可靠性模型，涵盖了不同季节、天气和不同部件故障情况下的系统状态，基本能够全面的反映分布式光伏发电系统的运行情况，此模型具有较高的准确性，具体介绍如下。

3 状态分析与可靠性模型

3.1 可用性状态的划分

文献[3]分析了系统的可用性状态，综合考虑了各种因素的影响，将光伏发电系统的状态作了如图3所示的划分。

图3 分布式光伏发电系统的状态划分

Fig. 3 States division of distributed photovoltaic power generation system

光伏发电系统的状态可分为可用和不可用。 1) 可用状态分为运行和备用2种情况：

①运行状态根据出力的大小，可以分为全额和减额2种状态。减额状态分

6

为低辐射引起或由部分光伏电池组件故障单独退出运行引起。

②系统处于备用状态时，分为全部出力可用和部分出力可用2种状态。 2) 不可用状态可分为资源不可用和设备不可用2种情况： ①资源不可用为夜间状态或系统不可用。

②设备不可用为光伏发电系统发生部件的强迫停运或者计划检修停运。 以上的可用状态划分定义了光伏发电系统的基本状态，但对运行状态并未给出具体的划分和定义，在此基础上文献[17]结合第资源、结构特点分析，对分布式光伏发电系统的可靠性状态进一步作出明确划分。

3.2 可靠性状态的划分

文献[17]对分布式光伏发电系统的可靠性状态划分如图４所示。其中，详细划分定义3个新的状态：资源限制减额运行、故障减额运行以及资源限制下故障减额运行状态。

图4可靠性状态划分 Fig. 4 Reliability states division

对图中划分的6个状态分别定义如下[17]。

1）全额运行状态：天气晴朗的午间，太阳辐射较强烈，系统的出力状态处于较高水平，可以达到装机容量的60%-90%。将此类系统的运行状态归为全额运行状态，以装机容量的60%作为划定标准。

2）资源限制减额运行状态：受天气等因素的影响，将太阳辐射较低、出力水平低于60%装机容量的系统状态都归为资源限制减额运行状态。

3）故障减额运行状态：由于部分设备故障单独退出运行造成系统部分出力损失状态，此时系统的资源情况并不受限制。

7