CN104167734B - 基于时序模拟的并网型微网可靠性评估方法 - Google Patents

Abstract

本发明公开了一种基于时序模拟的并网型微网可靠性评估方法，该方法先以风速威布尔分布模型为基础，接着基于风电机组输出功率特性曲线计算出风电机组的时序出力；然后建立储能***的时序充放电模型；最后根据微电网孤岛运行方式下的负荷削减策略提出新的可靠性指标，利用该方法对现有的并网型微网进行可靠性模拟评估，其计算方便，结果直观，可以有效掌握并网型微网的供电可靠性。

Description

基于时序模拟的并网型微网可靠性评估方法

技术领域

本发明涉及到电力***可靠性评估技术，具体地说，是一种基于时序模拟的并网型微网可靠性评估方法。

背景技术

随着社会和经济的快速发展，能源和环境问题日益受到人们的关注。常规能源不仅资源有限，甚至造成严重的环境污染，与可持续发展、节能环保的科学策略相悖。为了减少对环境的影响，满足不断增长的能源需求，以新能源发电为基础的微电网也受到电力企业和用户的关注，而微电网的可靠性及其对电网、用户的影响成为近几年微电网发展和应用的重要研究课题之一。由于微电网的接入，配电网辐射状网络结构的基本特点因此而改变，由一个简单的单电源供电网络转变成为多电源供电的复杂结构。微电网中含有各种类型的新能源，输出功率和运行特性更多的与外界环境相关，从而导致***更加复杂的运行特点和控制策略。并网型微电网可以在并网和孤岛两种运行方式间灵活的切换，在实际运行过程可能产生潮流的双向流动，增加***不确定性的同时，也直接影响微电网的稳态和暂态特性。

发明内容

针对现有技术的不足，本文提出一种基于时序模拟的并网型微网可靠性评估方法，该方法可以通过历史风速数据，对风电机组、柴油机组以及储能***所组成的并网型微网的可靠性进行评估，通过建立储能***的时序充放电模型；研究了微电网孤岛运行方式下的负荷削减策略并提出新的可靠性指标，使得并网型微网的可靠性评估更加直观，具体技术方案如下：

一种基于时序模拟的并网型微网可靠性评估方法，按照以下步骤进行：

步骤1：根据电网中各个元件的故障率，随机生成各个元件的无故障工作时间，并选择无故障工作时间最小的元件作为故障元件；

步骤2：根据步骤1所选择的故障元件的修复率，确定修复时间；

步骤3：根据步骤1所选择的故障元件，利用故障遍历搜索，将故障元件所影响的负荷分为a，b，c，d四类，其中：

a类负荷：故障元件对其没有影响，无须停电；

b类负荷：停电时间为隔离开关操作时间T_gl；

c类负荷：停电时间为步骤2所计算出的元件修复时间；

d类负荷：为微网内部负荷；

针对b类负荷和c类负荷，分别累计停电时间和停电次数；

针对d类负荷，作如下处理：

步骤3-1：孤岛数据初始化，令计时器t＝1，孤岛运行储能***充满时的容量为Q_remain，储能最小容量限制为Q_min，所切负荷为l_shed，初始为空集；微电网内部剩余负荷为l_remain，初始为微电网内的所有负荷；

步骤3-2：按照P_sum(t)＝∑P_WTG(t)+∑P_DGS(t)计算t时刻微电网内部所有电源的输出功率，其中，P_WTG(t)为风电机组输出功率，通过风电机组功率特性曲线表达式计算，P_DGS(t)为柴油机组输出功率；

步骤3-3：根据时序负荷曲线，计算t小时内微电网内负荷的需求功率P_L(t)；

步骤3-4：判断是否满足P_L(t)≤P_sum(t)，若是，则l_remain不停电；储能充电Q_in＝P_sum(t)-P_L(t)，累计储能剩余容量Q_remain＝Q_remain+Q_in，转至步骤3-6；若否，则进入步骤3-5；

步骤3-5：当P_L(t)＞P_sum(t)时，储能***放电P_bat(t)；若P_L(t)≤P_sum(t)+P_bat(t)，则微电网正常供电；否则进行负荷削减，更新l_shed和l_remain，累计所切负荷停电次数和停电时间；累计储能剩余容量Q_remain＝Q_remain-P_bat(t)；

步骤3-6：判断t是否等于故障修复时间，若否，令t＝t+1，返回步骤3-2；若是，返回步骤1循环操作，直至所设评估时间全部运行；

步骤4：根据统计出的各个负荷点的停电次数和停电时间，确定各个负荷点以及微电网孤岛运行的可靠性指标。

作为进一步描述，所述步骤1中，根据电网中元件数量生成一组随机数δ₁,δ₁,…,δ_n，并按照T_i＝-lnδ_i/λ_i计算每个元件的无故障工作时间，其中，λ_i为第i个元件的故障率，i＝1～n，n为电网中元件数量。

再进一步描述，步骤2中，故障元件选定后，产生一随机数x，按照T_r＝-lnx/μ计算出故障元件的修复时间，其中μ为所选故障元件的修复率。

为了更好的模拟风电机组的输出功率特性曲线，风电机组输出功率P_WTG(t)的计算方式如下：

首先，以风速历史数据为基础，采用威布尔分布模型拟合实际风速概率分布，其累计分布函数和概率密度函数为：

$\left\{\begin{array}{c}F\left(v\right)=1-e^{\[-{(v/c)}^k\]}\\ f\left(v\right)=k/c\·{(v/c)}^{k-1}\·e^{\[-{(v/c)}^k\]}\end{array}\right.$

式中：v为风速；k和c分别为威布尔分布的形状参数和尺度参数；

然后，按照:

建立风电机组时序出力模型，其中，V_ci、V_r、V_co分别为风电机组的切入风速、额定风速和切出风速；P_r为风电机组的额定功率，A、B及C为参数式，计算方式为：

$\left\{\begin{array}{c}A=\frac{1}{{(V_{ci}-V_r)}^2}\[V_{ci}\left(V_{ci}+V_r\right)-4V_{ci}{V}_r{\left(\frac{V_{ci}+V_r}{2V_r}\right)}^3\]\\ B=\frac{1}{{(V_{ci}-V_r)}^2}\[4(V_{ci}+V_r){\left(\frac{V_{ci}+V_r}{2V_r}\right)}^3-(3V_{ci}+V_r)\]\\ C=\frac{1}{{(V_{ci}-V_r)}^2}\[2-4{\left(\frac{V_{ci}+V_r}{2V_r}\right)}^3\]\end{array}\right..$

为了更好的实现储能***的充放电管理，本发明所设计的储能***充放电管理方式如下：

首先，设定储能***的最大充电功率为P_ch-max，最大放电功率为P_dch-dmax，则充电状态P_bat(t)≤P_ch-max，放电状态P_bat(t)≤P_dch-max；

然后，按照:

$\left\{\begin{array}{c}{Q}_{in}={\&Integral;}_0^{T_{op}}\&lsqb;\left(P_{WTG}\right(t)+P_{DGS}(t\left)\right)-P_L\left(t\right)\&rsqb;dt,P_L\left(t\right)<P_{WTG}\left(t\right)+P_{DGS}\left(t\right)\\ Q_{out}={\&Integral;}_0^{T_{op}}\&lsqb;P_L\left(t\right)-\left(P_{WTG}\right(t)+P_{DGS}(t\left)\right)\&rsqb;dt,P_L\left(t\right)\&GreaterEqual;P_{WTG}\left(t\right)+P_{DGS}\left(t\right)\\ Q_{remain}+Q_{in}\&le;Q_{\max }\\ Q_{remain}-Q_{out}\&le;Q_{\min }\end{array}\right.$

建立储能模型，其中Q_remain为储能的剩余容量；Q_min、Q_max分别为储能的最小、最大容量限制；T_op为孤岛运行时间；P_WTG(t)、P_DGS(t)、P_L(t)分别为t时刻风电机组、柴油机组及负荷的功率。

为让评估结果更加直观，步骤4中的可靠性指标包括：

A：孤岛平均首次持续运行时间，其计算方式为：

其中，T_op,i为第i次孤岛首次持续运行的时间；N_is为微电网形成孤岛运行的总次数；

B：孤岛运行稳定率，其计算方式为：

其中，N_s为孤岛模式下所有负荷均不停电的总次数。

本发明的显著效果是：该方法先以风速威布尔分布模型为基础，接着基于风电机组输出功率特性曲线计算出风电机组的时序出力；然后建立储能***的时序充放电模型；最后根据微电网孤岛运行方式下的负荷削减策略提出新的可靠性指标，利用该方法对现有的并网型微网进行可靠性模拟评估，其计算方便，结果直观，可以有效掌握并网型微网的供电可靠性。

附图说明

图1是具体实施例的电网模型图；

图2是不同情况下负荷点的故障率；

图3是不同情况下负荷点的年平均停电时间。

具体实施方式

下面结合附图对本发明的具体实施方式以及工作原理作进一步详细说明。

本实施例采用图1所示并网型微网电路结构，从图中可以看出，微网内部电源主要由风电机组、柴油发电机组和储能***构成，共有8个负荷，包括LP11～LP13和LP19～LP23，部分支路上装有智能开关，能有效切断负荷电流，风电机组切入、额定及切出风速分别为3m/s，8m/s及15m/s，其余相关数据如表1，表2所示。

表1微网内部电源及储能***参数

表2元件可靠性参数

具体按照以下步骤进行：

步骤1：根据电网中元件数量n生成一组随机数δ₁,δ₁,…,δ_n，并按照T_i＝-lnδ_i/λ_i计算每个元件的无故障工作时间，其中，λ_i为第i个元件的故障率，i＝1～n；然后选择无故障工作时间最小的元件作为故障元件；

步骤2：故障元件选定后，产生一随机数x，按照T_r＝-lnx/μ计算出故障元件的修复时间，其中μ为所选故障元件的修复率；

步骤3：根据步骤1所选择的故障元件，利用故障遍历搜索，将故障元件所影响的负荷分为a，b，c，d四类，其中：

a类负荷：故障元件对其没有影响，无须停电；

b类负荷：停电时间为隔离开关操作时间T_gl；

c类负荷：停电时间为步骤2所计算出的元件修复时间T_r；

d类负荷：为微网内部负荷；

针对b类负荷和c类负荷，分别累计停电时间和停电次数；

针对d类负荷，作如下处理：

步骤3-1：孤岛数据初始化，令计时器t＝1，孤岛运行储能***充满时的容量为Q_remain，储能最小容量限制为Q_min，所切负荷为l_shed，初始为空集；微电网内部剩余负荷为l_remain，初始为微电网内的所有负荷；

步骤3-2：按照P_sum(t)＝∑P_WTG(t)+∑P_DGS(t)计算t时刻微电网内部所有电源的输出功率，其中，P_WTG(t)为风电机组输出功率，通过风电机组功率特性曲线表达式计算，P_DGS(t)为柴油机组输出功率；

步骤3-3：根据时序负荷曲线，计算t小时内微电网内负荷的需求功率P_L(t)；

步骤3-4：判断是否满足P_L(t)≤P_sum(t)，若是，则l_remain不停电；储能充电Q_in＝P_sum(t)-P_L(t)，累计储能剩余容量Q_remain＝Q_remain+Q_in，转至步骤3-6；若否，则进入步骤3-5；

步骤3-5：当P_L(t)＞P_sum(t)时，储能***放电P_bat(t)；若P_L(t)≤P_sum(t)+P_bat(t)，则微电网正常供电；否则进行负荷削减，更新l_shed和l_remain，累计所切负荷停电次数和停电时间；累计储能剩余容量Q_remain＝Q_remain-P_bat(t)；

步骤3-6：判断t是否等于故障修复时间，若否，令t＝t+1，返回步骤3-2；若是，返回步骤1循环操作，直至所设评估时间全部运行；

步骤4：根据统计出的各个负荷点的停电次数和停电时间，确定各个负荷点以及微电网孤岛运行的可靠性指标。

在本实施例中，风电机组输出功率P_WTG(t)的计算方式如下：

首先，以风速历史数据为基础，采用威布尔分布模型拟合实际风速概率分布，其累计分布函数和概率密度函数为：

$\left\{\begin{array}{c}F\left(v\right)=1-e^{\&lsqb;-{(v/c)}^k\&rsqb;}\\ f\left(v\right)=k/c\&CenterDot;{(v/c)}^{k-1}\&CenterDot;e^{\&lsqb;-{(v/c)}^k\&rsqb;}\end{array}\right.$

式中：v为风速；k和c分别为威布尔分布的形状参数和尺度参数；

然后，按照

建立风电机组时序出力模型，其中，V_ci、V_r、V_co分别为风电机组的切入风速、额定风速和切出风速；P_r为风电机组的额定功率，A、B及C为参数式，计算方式为：

$\left\{\begin{array}{c}A=\frac{1}{{(V_{ci}-V_r)}^2}\&lsqb;V_{ci}\left(V_{ci}+V_r\right)-4V_{ci}{V}_r{\left(\frac{V_{ci}+V_r}{2V_r}\right)}^3\&rsqb;\\ B=\frac{1}{{(V_{ci}-V_r)}^2}\&lsqb;4(V_{ci}+V_r){\left(\frac{V_{ci}+V_r}{2V_r}\right)}^3-(3V_{ci}+V_r)\&rsqb;\\ C=\frac{1}{{(V_{ci}-V_r)}^2}\&lsqb;2-4{\left(\frac{V_{ci}+V_r}{2V_r}\right)}^3\&rsqb;\end{array}\right..$

储能***充放电管理方式如下：

首先，设定储能***的最大充电功率为P_ch-max，最大放电功率为P_dch-dmax，则充电状态P_bat(t)≤P_ch-max，放电状态P_bat(t)≤P_dch-max；

然后，按照

$\left\{\begin{array}{c}{Q}_{in}={\&Integral;}_0^{T_{op}}\&lsqb;\left(P_{WTG}\right(t)+P_{DGS}(t\left)\right)-P_L\left(t\right)\&rsqb;dt,P_L\left(t\right)<P_{WTG}\left(t\right)+P_{DGS}\left(t\right)\\ Q_{out}={\&Integral;}_0^{T_{op}}\&lsqb;P_L\left(t\right)-\left(P_{WTG}\right(t)+P_{DGS}(t\left)\right)\&rsqb;dt,P_L\left(t\right)\&GreaterEqual;P_{WTG}\left(t\right)+P_{DGS}\left(t\right)\\ Q_{remain}+Q_{in}\&le;Q_{\max }\\ Q_{remain}-Q_{out}\&le;Q_{\min }\end{array}\right.$

建立储能模型，其中Q_remain为储能的剩余容量；Q_min、Q_max分别为储能的最小、最大容量限制；T_op为孤岛运行时间；P_WTG(t)、P_DGS(t)、P_L(t)分别为t时刻风电机组、柴油机组及负荷的功率。

在孤岛模式下，当微电网元件故障或出力不足时，需要进行负荷削减以保证剩余负荷正常供电。由微电网结构特征及经济性可知，微电网内部并不是每个负荷都装有智能开关(能切断负荷电流)，并不能任意切除某一负荷。因此，在需要切负荷的情况下必须以开关为边界对负荷进行分块，以每一块为单位进行负荷削减。微电网在孤岛模式下，其内部通常为相对重要的用户，不同重要程度决定负荷削减的优先顺序。另一方面，下游负荷切除后对其上游负荷可靠性影响较小。因此，以微电网内电源位置为参考，优先削减距其相对较远的下游负荷，其次削减上游负荷。

基于负荷分块的思想，计及负荷重要程度及位置因素进行负荷削减策略分析。

以智能开关为边界，将孤岛内部负荷进行分块，综合考虑负荷重要程度及位置，定义负荷削减系数I_L。

$\left\{\begin{array}{c}{\mathrm{\&alpha;}}_i=max\left(L_{Cn}\right),n\&Element;i\\ {\mathrm{\&beta;}}_i=\frac{1}{min\left(d_n\right)},n\&Element;i\\ I_{Li}={\mathrm{\&alpha;}}_i+{\mathrm{\&beta;}}_i\end{array}\right.$

式中：α_i为第i块负荷的重要程度系数；L_Cn为第n个负荷点的重要程度因子，根据重要程度，对负荷等级分类；β_i为第i块负荷的位置削减系数；d_n为第n个负荷点与孤岛电源的电气距离，与微电网结构有关，与支路长度无关，相邻两负荷点电气距离为1。I_Li为第i块负荷的削减系数，综合计及了负荷重要程度与位置因素，其值越小代表越优先削减该负荷块。

基于上述方法进行投切控制与统计，可以得到图2、图3以及表3所示的各种评价指标。

表3微网***可靠性指标

其中，***平均停电频率指标SAIFI(SystemAverageInterruptionFrequencyIndex)是指每个由***供电的用户在单位时间内所遭受到的平均停电次数。它可以用一年中用户停电的累积次数除以***供电的总用户数来预测。

式中，N_i为负荷点i的用户数；λ_i为负荷点i的故障率。

***平均停电持续时间指标SAIDI(SystemAverageInterruptionDurationIndex)是指每个由***供电的用户在一年中所遭受的平均停电持续时间，可以用一年中用户遭受的停电持续时间总和除以该年中由***供电的用户总数，则***平均停电持续时间指标SAIDI可按下式计算：

式中，U_i为负荷点i的等值平均停电时间。

***平均供电可用率指标ASAI(AverageServiceAvailabilityIndex)是指一年中用户获得的不停电时间总数与用户要求的总供电时间之比。如果一年中用户要求的供电时间按全年8760h计，则***平均供电可用率指标ASAI可按下式计算：

$ASAI=\frac{8760\&times;\underset{i}{\&Sigma;}{N}_i-\underset{i}{\&Sigma;}{U}_i{N}_i}{8760\&times;\underset{i}{\&Sigma;}{N}_i}$

***电量不足指标EENS(ExpectEnergyNotSupply)是指***中停电负荷的总停电量，其计算式为：

EENS＝∑L_a(i)U_i(kWh/年)

式中，L_a(i)为连接在停电负荷点i的平均负荷，它等于负荷点i的年峰荷与负荷系数的乘积。

作为可靠性指标而言，还可以包括：

A：孤岛平均首次持续运行时间，其计算方式为：

其中，T_op,i为第i次孤岛首次持续运行的时间；N_is为微电网形成孤岛运行的总次数；

B：孤岛运行稳定率，其计算方式为：

其中，N_s为孤岛模式下所有负荷均不停电的总次数。

具体结果如表4所示：

表4孤岛运行可靠性指标

从上述结果可知，由于在可靠性评估过程中充分考虑了***随机、时序等特性，计及不用运行方式的切换和负荷削减策略，因此运用本方法可以较为准确地计算并网型微网的供电可靠性。

Claims (6)

1.一种基于时序模拟的并网型微网可靠性评估方法，其特征在于按照以下步骤进行：

步骤1：根据电网中各个元件的故障率，随机生成各个元件的无故障工作时间，并选择无故障工作时间最小的元件作为故障元件；

步骤2：根据步骤1所选择的故障元件的修复率，确定修复时间；

步骤3：根据步骤1所选择的故障元件，利用故障遍历搜索，将故障元件所影响的负荷分为a，b，c，d四类，其中：

a类负荷：故障元件对其没有影响，无须停电；

b类负荷：停电时间为隔离开关操作时间T_gl；

c类负荷：停电时间为步骤2所计算出的元件修复时间；

d类负荷：为微网内部负荷；

针对b类负荷和c类负荷，分别累计停电时间和停电次数；

针对d类负荷，作如下处理：

步骤3-1：孤岛数据初始化，令计时器t＝1，孤岛运行，储能***充满时的容量为Q_remain，储能最小容量限制为Q_min，所切负荷为l_shed，初始为空集；微电网内部剩余负荷为l_remain，初始为微电网内的所有负荷；

步骤3-2：按照P_sum(t)＝∑P_WTG(t)+∑P_DGS(t)计算t时刻微电网内部所有电源的输出功率，其中，P_WTG(t)为风电机组输出功率，通过风电机组功率特性曲线表达式计算，P_DGS(t)为柴油机组输出功率；

步骤3-3：根据时序负荷曲线，计算t小时内微电网内负荷的需求功率P_L(t)；

步骤3-4：判断是否满足P_L(t)≤P_sum(t)，若是，则l_remain不停电；储能充电Q_in＝P_sum(t)-P_L(t)，累计储能剩余容量Q_remain＝Q_remain+Q_in，转至步骤3-6；若否，则进入步骤3-5；

步骤3-5：当P_L(t)>P_sum(t)时，储能***放电P_bat(t)；若P_L(t)≤P_sum(t)+P_bat(t)，则微电网正常供电；否则进行负荷削减，更新l_shed和l_remain，累计所切负荷停电次数和停电时间；累计储能剩余容量Q_remain＝Q_remain-P_bat(t)；

步骤3-6：判断t是否等于故障修复时间，若否，令t＝t+1，返回步骤3-2；若是，返回步骤1循环操作，直至所设评估时间全部运行；

步骤4：根据统计出的各个负荷点的停电次数和停电时间，确定各个负荷点以及微电网孤岛运行的可靠性指标。

2.根据权利要求1所述的基于时序模拟的并网型微网可靠性评估方法，其特征在于：所述步骤1中，根据电网中元件数量生成一组随机数δ₁,δ₁,…,δ_n，并按照T_i＝-lnδ_i/λ_i计算每个元件的无故障工作时间，其中，λ_i为第i个元件的故障率，i＝1～n，n为电网中元件数量。

3.根据权利要求1或2所述的基于时序模拟的并网型微网可靠性评估方法，其特征在于：步骤2中，故障元件选定后，产生一随机数x，按照T_r＝-lnx/μ计算出故障元件的修复时间，其中μ为所选故障元件的修复率。

4.根据权利要求1所述的基于时序模拟的并网型微网可靠性评估方法，其特征在于，风电机组输出功率P_WTG(t)的计算方式如下：

首先，以风速历史数据为基础，采用威布尔分布模型拟合实际风速概率分布，其累计分布函数和概率密度函数为：

$\left\{\begin{array}{c}F\left(v\right)=1-e^{\&lsqb;-{(v/c)}^k\&rsqb;}\\ f\left(v\right)=k/c\&CenterDot;{(v/c)}^{k-1}\&CenterDot;e^{\&lsqb;-{(v/c)}^k\&rsqb;}\end{array}\right.$

式中：v为风速；k和c分别为威布尔分布的形状参数和尺度参数；

然后按照:

建立风电机组时序出力模型，其中，V_ci、V_r、V_co分别为风电机组的切入风速、额定风速和切出风速；P_r为风电机组的额定功率，A、B及C为参数式，计算方式为：

$\left\{\begin{array}{c}A=\frac{1}{{(V_{ci}-V_r)}^2}\&lsqb;V_{ci}(V_{ci}+V_r)-4V_{ci}{V}_r{\left(\frac{V_{ci}+V_r}{2V_r}\right)}^3\&rsqb;\\ B=\frac{1}{{(V_{ci}-V_r)}^2}\&lsqb;4(V_{ci}+V_r){\left(\frac{V_{ci}+V_r}{2V_r}\right)}^3-(3V_{ci}+V_r)\&rsqb;\\ C=\frac{1}{{(V_{ci}-V_r)}^2}\&lsqb;2-4{\left(\frac{V_{ci}+V_r}{2V_r}\right)}^3\&rsqb;\end{array}\right..$

5.根据权利要求1所述的基于时序模拟的并网型微网可靠性评估方法，其特征在于，储能***充放电管理方式如下：

首先，设定储能***的最大充电功率为P_ch-max，最大放电功率为P_dch-dmax，则充电状态P_bat(t)≤P_ch-max，放电状态P_bat(t)≤P_dch-max；

然后，按照:

$\left\{\begin{array}{c}{Q}_{in}={\&Integral;}_0^{T_{op}}\&lsqb;\left(P_{WTG}\left(t\right)+P_{DGS}\left(t\right)\right)-P_L\left(t\right)\&rsqb;dt,P_L\left(t\right)<P_{WTG}\left(t\right)+P_{DGS}\left(t\right)\\ Q_{out}={\&Integral;}_0^{T_{op}}\&lsqb;P_L\left(t\right)-\left(P_{WTG}\left(t\right)+P_{DGS}\left(t\right)\right)\&rsqb;dt,P_L\left(t\right)\&GreaterEqual;P_{WTG}\left(t\right)+P_{DGS}\left(t\right)\\ Q_{remain}+Q_{in}\&le;Q_{\max }\\ Q_{remain}-Q_{out}\&GreaterEqual;Q_{\min }\end{array}\right.$

建立储能模型，其中Q_remain为储能的剩余容量；Q_min、Q_max分别为储能的最小、最大容量限制；T_op为孤岛运行时间；P_WTG(t)、P_DGS(t)、P_L(t)分别为t时刻风电机组、柴油机组及负荷的功率。

6.根据权利要求1所述的基于时序模拟的并网型微网可靠性评估方法，其特征在于，步骤4中的可靠性指标包括：

A：孤岛平均首次持续运行时间，其计算方式为：

其中，T_op,i为第i次孤岛首次持续运行的时间；N_is为微电网形成孤岛运行的总次数；

B：孤岛运行稳定率，其计算方式为：

其中，N_s为孤岛模式下所有负荷均不停电的总次数。