基于电力节能减排双目标调度优化模型及方法的研究

李正哲，马燕峰，娄雅融，韩金铜

0 引言

我国过去实行考虑机组容量的均衡发电调度模式在一定时期内调动了投资电源项目建设的积极性，促进了电力工业的快速发展，但同时也导致了高效环保的大火电机组、水电及核电等清洁能源机组的发电能力无法充分发挥，高污染、高能耗的小火电机组却能多发电的情况，造成了能源资源浪费和环境污染［1］。

目前我国电力工业电源结构调整的任务仍然非常艰巨。一些传统和计划方式下的管理方法遏制了节能工作的展开。前几年电力供应紧张，促使各地大量建设燃煤机组，小机组关停步伐明显放缓，电源结构持续恶化。面对当前我国的能耗状况和环境问题，为加快建设资源节约型，环境友好型的社会，节能发电调度的开展势在必行。

国务院转国家发改委的《节能发电调度办法(试行)》［2］发布后，要求实施节能发电调度，强制性的实现节能减排，减少能源消耗和污染物排放。实施节能发电调度是一项涉及面广且复杂的系统工程，是对我国现行发电调度制度的重大改革，对电网安全、连续可靠供电等将产生重大影响，并引起各方利益的调整。

根据《国务院关于“十一五”期间全国主要污染物排放总量控制计划的批复》要求，到2010年电力行业二氧化硫排放应控制在951.7 万t［3，4］。随着我国经济的快速发展，用电需求量不断扩大，电力行业发展迅猛。截至2006 年底，全国发电装机容量达到6.2 亿kW。其中，火电机组4.8 亿kW，约占总容量的77.8%。我国火电企业在电力工业中的比重高，是名副其实的能源消耗及污染物排放大户。人均来讲，我国电力供应仍然处于较低水平，而且电力供需基本平衡仍然是不稳定。电力结构不合理、煤炭资源分布与经济发展不合理、电力能源利用方式落后电力工业节能减排发展落后等，这些仍然是实行节能减排要面临的严峻问题。

目前，国内对节能发电调度的研究已经有一些理论成果。文献［5］主要根据发电煤耗、厂用电、网损、排污水平等多种因素确定发电的优先级，探讨了节能调度与市场化联合实施的可能性，提出方案并将相应的节能措施按类型、时间和空间分为3 类分别进行探讨。文献［6］对比了国内外发电调度机制现状，进行了节能调度与经济调度特点的比较并提出了调度机制改革建议。文献［7］主要根据发电煤耗、厂用电、网损、排污水平等多种因素确定发电的优先级，探讨了节能调度与市场化联合实施的可能性，提出了方案，并将相应的节能措施按类型、时间和空间分为3 类分别进行探讨。目前研究多是较宏观地进行研究，尚未对节能调度的日发电计划进行具体的研究和实现。

对于电力市场中的发电主体，火电机组在集中竞价的电力现货市场中，按机组报价进行发电排序，这一过程既给出了调度依据，又给出了系统边际电价，实现了市场的价格发现功能。节能调度是按煤耗排序，暂时仍按批复电价作为上网电价。在这种情况下，短期交易计划中在电网公司的角度上可以改变原有的以购电成本最小的经济调度，在其基础上增加煤耗指标，变单目标优化调度为双目标优化调度，引入多目标优化决策的方法。本文根据节能发电调度原则，针对电网火电机组提出既考虑电网购电成本和机组发电煤耗消耗量最小的双目标模糊优化短期交易计划制定策略，建立多目标模糊优化模型，并进行了算例比较。结果表明所建模型使综合指标高的发电商在竞争时有明显优势。

1 节能发电调度对传统调度模式的影响

节能发电调度方式优先调度可再生能源、高效环保发电机组，同时兼顾经济社会效益目标的最大化，以此来推动电力工业健康发展，正迎合了当前社会经济节能降耗和电力市场化改革目的的要求。落实节能减排工作任务，对于减少能源消耗、建设资源节约型社会和环境友好型社会、推动国民经济可持续发展具有重要意义。

1.1 节能发电调度模式的分析

《节能发电调度办法(试行)》中明确了节能发电调度以确保电力系统安全稳定运行和连续供电为前提，以节能、环保为目标，通过对各类发电机组按能耗和污染物排放水平排序，以分省排序、区域内优化、区域间协调的方式，实施优化调度。实施节能发电调度的关键问题是将现阶段的以价格为标准的竞价上网模式变为以能耗和污染物排放水平为标准的调度模式。电网企业也由原来的偏重商业化转变为更多地偏向社会化功能，这必将面临如火电机组发电成本增加，长短期节能调度优化等诸多的问题［8～10］。

节能发电调度适用于所有并网运行的发电机组，上网电价暂按国家现行管理办法执行。对符合国家有关规定的外商直接投资企业的发电机组，可继续执行现有购电合同，合同期满后，执行节能发电调度。而机组发电排序的序位表(以下简称排序表)是节能发电调度的主要依据。各省(区、市)的排序表由省级人民政府责成其发展改革委(经贸委)组织编制，并根据机组投产和实际运行情况及时调整。排序表的编制应公开、公平、公正，并对电力企业和社会公开，对存在重大分歧的可进行听证。在调度优先级上，各类发电机组按以下顺序确定序位:

(1)无调节能力的风能、太阳能、海洋能、水能等可再生能源发电机组。

(2)有调节能力的水能、生物质能、地热能等可再生能源发电机组和满足环保要求的垃圾发电机组。

(3)核能发电机组。

(4)按“以热定电”方式运行的燃煤热电联产机组，余热、余气、余压、煤矸石、洗中煤、煤层气等资源综合利用发电机组。

(5)天然气、煤气化发电机组。

(6)其他燃煤发电机组，包括未带热负荷的热电联产机组。

(7)燃油发电机组。

1.2 节能发电调度对传统调度模式的影响

电力行业落实节能减排有3 大主要任务:改进发电调度方式、关停小火电机组和加大脱硫力度。其中，改进发电调度方式又是电力行业节能减排的主要环节。长期以来，中国电力调度存在一些问题，主要表现在不同能耗水平的机组在电力市场和发电调度中的“大锅饭”，这与历史上投资机制、供需形势、市场机制和运行管理机制有很大的关系。改进调度方式，不仅仅是技术上的电量平移，它将对投资政策、电价政策和企业生产经营稳定产生深刻影响，需要通过综合措施才能解决。改变调度方式的过程实际上是利益再分配的过程，与市场内相关各方的切身利益密切相关［11］。

首先，节能发电调度虽然有利于建立电力行业节能减排的长效机制，逐步淘汰高能耗、高排放的发电机组，但高效大机组发电存在投资大的问题，相比已经完成还贷、上网电价偏低的小机组而言，大机组在价格上没有优势。随着大量能耗低的发电机组投运，替代现有能耗高的低价电厂，新老电厂的价差必然导致电网公司购电价格较快上升，从而导致电力用户电价过快上涨，进一步推动整个物价的增长幅度，这将不利于全国经济发展。

其次，节能发电调度的实施主要是根据政府有关部门制定的节能排序序位安排发电，并没有考虑线损，而线损率是衡量电网企业管理水平和贯彻节能降耗方针的重要标志。目前大部分高耗能机组处于负荷中心，用非负荷中心位置的大机组减少或替换高耗能机组发电，将增加电网网损，同时，电网潮流也将发生较大变化。处于负荷中心的小机组少发或停发，当地的用电需求无法自我平衡，必须通过外部电网送入，加剧了电网的“瓶颈”效应。这对电网在负荷高峰时期的保障电力供应提出了新的挑战。

第三是实施节能发电调度后，部分大型、高效机组收益将大大增加，部分小型、低效火电机组关停，为保证电网可靠供电，在执行过程中仍需要保留部分参加调频调峰备用的统调中小火电机组，其年利用小时在几百小时，甚至只有几十小时，这些机组依靠实际发电量收入难以满足机组生产运行维护费用，将导致这些机组需要时无法开机，影响电网安全稳定运行。

《办法》指出节能发电调度是指在保障电力可靠供应的前提下，按照节能、经济的原则，优先调度可再生能源发电，按机组能耗和污染物排放水平由低到高排序，依次调用化石类发电资源，最大限度地减少能源消耗和污染物排放。节能发电优化调度是以节能减排为核心目标提出的发电调度规则。在优先调度清洁能源的基础上，对火电机组进行节能与市场机制的结合调度，这是因为完全按能耗量排序进行发电调度能达到节能降耗目的，但必然会引起电网公司购电成本上升，不能体现市场主体意愿，而仅考虑发电厂报价的经济调度，忽视机组煤耗、排放等因素，节能降耗将难以充分实现［10］。

对于电力市场中的发电主体，火电机组在集中竞价的电力现货市场中，按机组报价进行发电排序，这一过程既给出了调度依据，又给出了系统边际电价，实现了市场的价格发现功能。节能调度是按煤耗排序，暂时仍按批复电价作为上网电价。在这种情况下，为保证各发电企业公平竞争及实时经济调度，其调度原则、方案应模型化。电力市场条件下的节能日发电计划模型应该是多目标优化模型。从电网公司的角度出发，短期交易计划可以改变原有的以购电成本最小的经济调度，在其基础上增加煤耗指标，变单目标优化调度为双目标优化调度，引入多目标优化决策的方法。

2 节能发电调度优化模型

与常规经济调度一样，节能调度也应包括两个过程:一是机组的组合排序过程。该过程是针对执行调度的电力系统，在其实时运行之前，按照成本最低、污染物排放量最低等目标，决定可用机组序列的过程。针对某一负荷状况，确定某一部分机组参加运行时整个系统运行是最经济的，这就是机组组合问题。研究机组的最优投入问题是一项很有意义的工作，它是每天制定调度计划的依据，而且机组最优投入所取得的经济效益一般大于机组间经济分配的效益。二是机组发电容量的实时调度过程。该过程是针对上一步所确定的机组序列，决定在系统实时运行期间从每个可用机组调度多少容量与电量的过程。

交易中心应尽量满足清洁能源机组的上网电量要求，交易价格按国家规定价格执行。在节能发电序表上各火电机组的上网电价和煤耗水平已经确定的前提下，建立双目标模型。

带模糊约束的模糊多目标决策模型可以表示为

式中:x 为n 维决策列向量;min 表示“尽可能使目标函数小”;fi(x)为目标函数;gi(x)，hr(x)分别为约束条件函数。由于fi之间往往是相互制约甚至相互矛盾的，因此，不一定能找到一个解x，使fi都可以达到最优，这正是多目标规划所反映的实际问题中的多目标决策的困难性与复杂性，所以人们提出关于最优解范畴的多种概念［12］。

2.1 模糊多目标规划方法

求解多目标决策问题的算法包括目的规划法、分层规划法、交互规划法以及模糊解法即隶属函数法，本章求解上述模型采用模糊数学中最大隶属度原则。对于多目标规划问题，就是在相同的约束条件下，追求多个目标优化的问题。对目标函数F(x)=［f1(x)f2(x)… fm(x)］T在约束条件下的模糊极小值求取方法步骤如下:

(1)求出每一目标分量fi(x)的模糊子集，每个目标对应的隶属度函数为μ(fi(x))，i =1，2，…。

(2)用最大隶属度原则求x*，使x*在满足约束条件还满足:μ0(x*)=max［μ(f1(x))^μ(f2(x))^…^μ(fn(x))］，x∈Ω。

(3)这样对于多目标最小化问题，引入模糊隶属度变量μ 后，可化为单目标优化问题。

2.2 双目标节能发电调度模型(M1)

PGi(t)为机组i 在时间段t 的出力。式(2)为发电煤耗量函数，鉴于《办法》规定:机组运行能耗水平近期暂依照设备制造厂商提供的机组能耗参数排序，逐步过渡到按实测数值排序。现阶段可认为机组能耗参数是固定的，与发电量呈线性变化关系。νi为机组i 的能耗参数，即机组每兆瓦出力消耗煤耗所产生的费用。

式(3)为以各发电商实际报价结算全网购电费用最小目标函数。wi(PGi(t))为机组i 在时间段t 报价函数。本文设机组在交易周期采用报价曲线wi(PGi(t))=aiPGi(t)+bi。T 为时段数(一般取24，48，96)，M 为系统中发电机组的台数。

式(4)和式(5)分别为有功功率平衡约束和机组出力约束;PD(t)为t 时段电网的有功负荷，Prc(t)为t 时段有功网损，PGimax与PGimin分别为i 号机组出力约束上下限，假定已经考虑机组备用。模型只考虑的约束条件还不够完善，为简化模型，该模型并没有考虑机组启停等约束条件对调度的影响。

2.3 目标函数的模糊化

求解该模型采用模糊数学中最大隶属度原则［13～15］。为确定等价模型，先确定各单目标函数的隶属函数。选择半直线形函数为它们的隶属函数，目标隶属函数用式(6)表示。

式中:x= ［PG1PG2… PGm］T;c0i(i =1，2)分别为以购电费用最小单目标优化和煤耗量最小的目标值;δ0i为期望的最大目标节约，它可以通过c0i乘以反映目标弹性程度的βi来确定，c0i+δ0i表示目标最大可接受值，即(－ ∞，c0i+ δ0i］为第i个目标函数值可接受的区间。

2.4 双目标模糊优化节能发电调度模型

将模型M1 转化为满足两个目标及所有约束条件的隶属度即满意度λ 的最大化问题，通过式(6)将模型M1 转化为双目标模糊优化模型M2［16］。

本文设弹性系数βi为0.1，则δ0i即为0.1c0i。

由于假定机组在交易周期采用一次报价曲线，则购电成本目标函数为二次型，即式(3)等价为

因此，模型M2 约束条件中的第一个不等式约束为二次不等式，为此采用逐步线性化方法求解。

其中，b'i=2ai+bi，c'i=(－ai()2)。

因此，该不等式约束等价为:

模型M2 成为线性规划问题如下:

用单纯形法求解该模型，求出最大满意度及最优负荷分配结果。

3 算例仿真及结果分析

以一个5 台火电机组为例。为简化计算，认为有功网损已记入负荷，时段数选为24，各时段报价曲线相同。采用本文所提方法，利用Matlab7.1 进行仿真计算。算例系统参数和交易计划期各时段负荷预测分别如表1 和表2 所示。

表1 系统参数Tab．1 Parameters of the test system

表2 交易计划期各时段负荷预测值Tab．2 Forecast loads of different periods

表3 为以购电成本最小与消耗煤耗费用最小两个单目标决策值及双目标模糊决策目标值之间的计算结果。通过对表3 中的计算结果进行分析比较，可以看出双目标模糊优化模型的有效性和可用性。

表3 单目标及双目标模糊决策目标值Tab．3 Object fuzzy values with single and double objective

图1 ～图3 是以机组3 为例，在不同目标约束条件下的机组日有功负荷曲线。机组3 的煤耗系数相对其他机组较低，而机组报价系数相对较高。由图1 可看出以购电费用最小为目标进行交易时，机组充分发挥其竞争优势不考虑其煤耗消耗量;由图2 可看出以煤耗量最小为目标交易时，机组不考虑其购电成本如何有优势;当采用本文提出的双目标模糊优化交易时(如图3)，在安排出力时兼顾了机组的经济和能源节约指标，充分体现了发电商多因素的公平性，使得经济和能源节约指标高的火电机组在竞争时有明显优势。

4 结论

中国的电力市场还不成熟，电力工业市场化程度还较低，但只要我国目前经济体制改革的市场化方向不变，电力工业市场化改革的方向就不会改变。因此，如何将节能发电调度与电力市场有效结合在一起，充分运用市场机制达到节能减排的目的显得尤为迫切。本文对比节能发电调度与传统经济调度，对火电和清洁能源发电的经济协调模式进行分析，分析表明节能发电调度与电力市场有机结合才能有效地建立电力行业节能的长效机制。建立了适合当前电力市场的节能发电调度优化模型。

(1)针对节能发电调度短期电力市场交易计划，提出了兼顾成本节省和能源节约的双目标模糊优化交易模型。本文提出的双目标日有功负荷模糊决策模型，尽管从单目标看没有以购电成本最小或煤耗量最小两个单个目标分别优化时的计算结果满意，但从双目标综合看明显优于各单目标决策情况。这种综合优化模型能更好地协调电力市场中不同量纲多目标优化问题，可很好地解决电力市场中买卖双方利益相互冲突的多目标优化问题。

(2)算例验证了在考虑多因素竞标时，综合性能好的竞争机组有明显优势，这种策略可引导发电商在不断提高能源利用水平的同时降低成本以提高竞争优势。

［1］W G Wood．Spinning reserve constrained economic dispatch［J］．IEEE Transactions on Power Apparatus and Systems，1982，PAS-101，(2):381-388．

［2］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 (国办发［2007］53 号文)［Z］．北京:国务院．2007

［3］余海明．我国电力工业节能减排的现状及技术途径［J］．中小企业管理与科技，2009，(3):133．Yu Haiming．The status of China's power industry energy saving and technical means ［J］．2009，Management ＆Technology of SME，(3):133．

［4］王伟．中国节能减排的严峻形势及发展前景［J］．科技创新导报，2009，(3):122．Wang Wei．The grim situation and development prospects of China's energy saving ［J］．Science and Technology Consulting Herald，2009，(3):122．

［5］姜毅君，董倩，王小军．节能环保调度对电网企业的影响［J］．电网与水力发电进展，2008，24 (3):41-44．Jiang Yijun，Dong Qian，Wang Xiaojun．Influence over power grid enterprises of saving energy protecting environment dispatch［J］．Advance of Power System and Hydroelectric Engineering，2008，24 (3):41-44．

［6］武寒．关于节能发电调度的思考与实践［J］．华东电力，2008，36 (3):10-12．Wu Han．Consideration and practice on energy-saving generation dispatch［J］．East China Electric Power，2008，36(3):10-12．

［7］尚金成．兼顾市场机制的主要节能发电调度模式比较研究［J］．电网技术，2008，32 (4):78-85．Shang Jincheng．Comparative research on main energy-saving generation dispatching model considering market mechanism ［J］．Power System Technology， 2008， 32(4):78-85．

［8］徐玖平，李军．多目标决策的理论与方法［M］．北京:清华大学出版社，2005．

［9］王平洋，胡兆光．模糊数学在电力系统中的应用［M］．北京:中国电力出版社，1999．

［10］尚金成，黄永皓，夏清，等．电力市场理论研究与应用［M］．北京:中国电力出版社，2002．

［11］廖萍，李兴源．实施节能发电调度的研究［J］．四川电力技术，2007，31 (1):8-9，33．Liao Ping，Li Xingyuan．Implementation of energy saving power generation scheduling ［J］．Sichuan Electric Power Technolog，2007，31 (1):8-9，33．

［12］韩立岩，汪培庄．应用模糊数学(修订版) ［M］．北京:北京经济学院出版社，1998．

［13］Wang Lingfeng，Chanan Singh．Environmental/economic power dispatch using a fuzzified multi-objective particle swarm optimization algorithm ［J］．Electric Power Systems Research，2007，77 (12):1654-1664．

［14］马瑞．电力市场中兼顾环境保护和经济效益的双目标模糊优化短期交易计划新模型［J］．中国电机工程学报，2002，22 (4):104-108．Ma Rui．A novel bi-objective fuzzy optimal model of shortterm trade planning considering environment protction and economic profit in deregulated power system［J］．Proceedings of the CSEE，2002，22 (4):104-108．

［15］Tankut Yalcinoz，Onur Koksoy．A multiobjective optimization method to environmental economic dispatch ［J］．Electrical Power Energy Systems，2007，29 (1):42-50．