火电机组日前节能发电调度机组组合*

谢国辉,张粒子,舒 隽,王家兴

(1.华北电力大学电气与电子工程学院,北京 102206;2.福建省福州超高压输变电局,福州 350013)

节能发电调度以节能、环保为目标,以全电力系统内发、输、供电设备为调度对象,优先调度可再生和清洁发电资源,按能耗和污染物排放水平,由低到高依次调用化石类发电资源,最大限度地减少能源、资源消耗和污染物排放[1]。研究节能发电调度日前机组组合优化方法,是制定日前节能发电调度计划的关键问题。

目前,关于制定机组组合方法已有研究成果。针对传统机组组合模型,国内外众多专家学者已试验了大量的数学规划方法,如:优先次序法、动态规划法[2]、拉格朗日松弛法[3]、智能方法[4]和混合整数规划法等。针对电力市场环境下机组组合方法研究,文献[5]提出了在电力市场机制下机组组合问题的数学模型,并运用遗传算法求解。文献[6]提出一种组合优化方法解决电力市场环境下机组组合问题;文献[7]提出一种用于求解中期电力市场机组组合问题启发式方法。针对节能发电调度环境,文献[8]提出节能发电调度发电计划的编制算法,首先根据火电机组发电序位表确定机组开机方法,然后采用等微增率方法进行功率分配。

上述研究是针对传统经济调度和电力市场,目前针对节能发电调度环境制定火电机组组合方法的研究文献较少。本文针对节能发电调度模式,提出分步优化和联合优化的两种制定火电机组日前节能发电调度机组组合方法。分步优化方法基于机组排序表确定机组的启停状态再进行经济负荷分配;联合优化方法则直接建立以能耗最小为目标、考虑多种约束的日前节能发电调度机组组合模型,再基于启发式动态规划结合等微增率的混合算法求解。最后通过实例对两类方法进行比对分析。

1 机组组合的分步优化方法

1.1 机组启停状态确定

根据机组的排序表确定每台机组发电的优先顺序。机组排序表根据火电机组的设计标准煤耗水平由低到高排序形成,设计煤耗相同时,按机组污染物排放水平确定优先顺序。在机组发电优先顺序基础上确定机组启停状态,具体步骤如下:

1)根据机组优先顺序,满足t时段负荷和备用需求,确定机组t时段启停状态;

2)进行机组t-1时段启停状态向t时段状态转移判断;

3)若满足机组启停约束,转入步骤4);若不满足,进行t时段启停状态调整,然后转入步骤4);

4)t=t+1,如果t不大于总时段数T,转入步骤1),确定机组t时段启停状态;反之停止,得到机组全时段的启停状态。

1.2 经济负荷分配

在上述确定的机组启停状态基础上,进行每台机组全时段经济负荷分配,优化数学模型为

约束条件:

功率平衡约束

机组功率约束

机组爬坡速度约束

直流潮流约束

式(1)～(6)中:i为机组号(i=1,2,…,It),It为每个时段入围机组数;t为时段号(t=1,2,…,T),T为时段数为机组i在t时段的有功出力,单位MW为机组i的煤耗特性曲线,可以通过参数实测或配套的煤耗在线监测设备实时获得。PD,t为第t时段的负荷分别为机组i的最小和最大出力;Pupi、Pdowni分别为机组i的升降出力速率;Sj,k为第j节点注入功率对第k条线路潮流的灵敏度为第j节点的净注入功率;为第k条线路的稳定极限。

1.3 求解算法

直流潮流约束下,模型(1)中所有约束条件都为线性约束,目标函数中的机组耗量特性曲线函数可以近似用二次函数进行拟合,故本文采用二次规划算法求解模型(1)。

2 机组组合的联合优化方法

分步优化方法简易快速,不过,由于机组启停状态和经济负荷分配二者相互依存,分步优化方法对二者进行了简单解耦优化,可能不能获得最佳的优化效果。为了精细化制定日前发电调度机组组合,本文提出联合优化方法。

2.1 目标函数

以降低系统煤耗为目标,并考虑启动煤耗,建立日前节能发电调度的机组组合模型,通过求解较完备的机组组合模型实现确定机组启停状态和经济负荷分配的联合优化。

2.2 约束条件

启停变量约束

功率平衡约束

机组功率约束

最小启停时间约束

负荷备用约束

直流潮流约束

式(7)～(16)中:i为机组号(i=1,2,…,I),I为所有机组总数;U i,t为机组i在t时段运行状态,Ui,t=1运行,U i,t=0停机;SCi为机组i的启动煤耗,为停机时间的函数分别为机组i允许最小连续停机时间和允许最小连续开机时间;Rt为t时段系统备用需求。

2.3 求解算法

上述建立的联合优化模型是复杂多约束的机组组合模型。本文采用启发式动态规划结合等微增率法的混合优化算法求解模型(7),整个算法流程如图1所示。

图1 联合优化算法流程Fig.1 Algorithm o f joint optim ization

1)确定各时段可能的启停状态组合

首先,根据每个时段的负荷需求,按上述确定的机组发电优先顺序排序确定每个时段的边际机组。然后,在边际机组上下范围内适当增加或减少机组数目,同时满足系统的备用需求,形成每个时段可能的机组组合状态空间集。

2)最优路径转移策略

最优路径转移策略流程如图2。

综上所述：脑卒中筛查中采纳颈动脉超声，可有效诊断出颈动脉狭窄程度及其血流参数，并分析其超声特征，值得临床信赖并进一步推广。

图2 最优路径转移策略Fig.2 Strategy of optimal shift path

3 算例分析

采用某电网中10台火电机组数据,分别采用分步优化和联合优化两种方法进行日前24时段节能发电调度机组组合模拟分析。为简化分析,暂不考虑电网安全约束。日前24时段负荷预测见图3。

图3 日前24时段负荷预测Fig.3 Load forecast of day-ahead 24 periods

每个时段系统的备用需求取为该时段负荷的10%。本文算例根据机组出力点对应的煤耗值(已折算为标准煤),采用二次曲线拟合机组煤耗特性曲线,具体参数见表1,表中a、b、c分别为拟合二次曲线的二次项、一次项和常数项系数。

表1 二次曲线拟合的煤耗参数Tab.1 Coal consump tion parameters using conicfitting

3.1 分步优化模拟分析

(1)机组优先发电顺序

根据机组的设计煤耗水平进行排序,4号机组和6号机组的设计煤耗水平相同,由于4号机组尚没有装脱硫设备,故考虑环保因素6号机组优先顺序高于4号机组,那么最终确定的机组优先发电顺序为:1、2、3、6、4、5、7、8、9和10。

(2)优化结果分析

分步优化的机组组合情况见表2。

表2 分步优化机组组合Tab.2 Unit comm itmentby step optim ization

3.2 联合优化模拟分析

(1)联合优化结果见表3。

表3 联合优化机组组合Tab.3 Unit comm itment by joint op tim ization

(2)与分布优化对比分析

分步优化与联合优化二者最明显差异是3、6号和5号机组,9号和10号机组的启停状态上。3、6号发电优先顺序都高于5号机组,故分步优化方法下3、6号机组全时段基本不停机;而联合优化方式下5号机组全时段启机运行,相反3、6号机组停机的时段则较多。虽然5号机组发电优先顺序较低,但5号机组煤耗曲线的c值相比3、6号机组要小得多,由于联合优化方法扩展了机组启停状态的寻优空间,故权衡多方面因素后选择5号机组是更优结果。9号和10号机组情况与此类似。可见,分步优化方法能够严格体现机组的发电优先顺序,而联合优化方法则更体现了算法的寻优能力。

进一步对比两种方法下每个时段的运行煤耗。根据经济负荷分配优化得到的每台机组在各个时段的出力,计算各时段两种方法运行煤耗的差值,正值表明分步优化方法运行煤耗高于联合优化方法,如图4所示。

图4 两种优化方法各时段运行煤耗差值Fig.4 Period coal-consump tion dif ferences by two op timalmethods

由于每个时段机组的启停状态不同,故两种优化方法下每个时段的运行煤耗存在明显差异。除7、13和24三个时段外,联合优化方法每个时段的运行煤耗都低于分步优化方法,从全时段运行煤耗来看,联合优化方法相比分步优化方法减少标准煤108540 kg。计及启动煤耗后,联合优化总标准煤耗量为13428750 kg,而分步优化为13530450 kg,减小了101700 kg。可见,联合优化方法要优于分步优化方法。

4 结语

本文提出了制定火电机组日前节能发电调度机组组合的两种优化方法。同一算例对比分析表明,分步优化方法严格遵循机组排序表,而联合优化方法则更体现了算法的寻优能力,故联合优化方法的优化效果更佳。其机组组合制定方案计及启动煤耗后全天共节省标准煤101700 kg,节省近0.8个百分点。不过,联合优化需要获得较精确的煤耗曲线,并且需要提高算法执行效率从而提高计算速度,这将做进一步深入研究。

[1] 国务院办公厅.国务院办公厅关于转发发展改革委等部门节能发电调度办法(试行)的通知[EB/OL].http://www.gov.cn/gongbao/content/2007/content_744115.htm,2007.

[2] Pang Chok Khon,Sheble Gerald B,A lbuyyeh Farrokh.Evaluation of dynamic programm ing based method and mu ltiple area representation for thermal unit comm itment[J].IEEE Trans on Power Appara-tus and Systems,1981,100(3):1212-1218.

[3] Ongsakul Weerakorn,Petcharaks Nit.Unit comm itmentby enhanced adap tive Lagrangian relaxation[J].IEEE Trans on Pow er System s,2004,19(1):620-628.

[4] Juste K A,Kita H,Tanaka E,et a l.Evolutionary programm ing solution to the unit comm itment problem[J].IEEE T rans on Pow er System s,1999,14(4):1452-1459.

[5] 刘继春,李兴源(Liu Jichun,LiXingyuan).电力市场中机组组合的智能优化算法(Intelligent optimization app roach to unit comm itment in powermarket)[J].电力系统及其自动化学报(Proceedings of the CSUEPSA),2002,14(5):48-51.

[6] 王承民,郭志忠(W ang Chengm in,Guo Zhizhong).电力市场环境下解决机组组合问题的新方法(A new method of unit comm itment in electrical pow er market)[J].电力自动化设备(Electric Power Automation Equipment),2001,21(11):14-17.

[7] 杨秀媛,张南,王海宁,等(Yang Xiuyuan,Zhang Nan,Wang Haining,et a l).用于中期电力市场的启发式机组组合算法(A heuristic unit comm itment algorithm formedium-term electricitymarket)[J].电网技术(Pow er System Techno logy),2004,28(24):21-24.

[8] 施建华,谭素梅(Shi Jianhua,Tan Sumei).节能发电调度发电计划编制算法(A lgorithm of energy saving generation dispatch scheduling)[J].电力系统自动化(Automation o f Electric Pow er Systems),2008,32(24):48-51.