节能发电调度模式下的AGC 机组调配策略研究

周永灿， 吴英俊

（1. 中国南方电网电力调度控制中心， 广州 510623； 2. 河海大学 能源与电气学院， 南京 211100）

0 引言

为了提高电力市场的能源利用率， 保护生态环境及保证电力系统的安全稳定运行， 国家发改委等部门于2007 年8 月颁布了《节能发电调度办法（试行）》， 在全国范围实施节能发电调度。

不同于传统的计划电量调度方式和国际上普遍实行的以发电报价单一因素排序形成交易计划的市场机制， 节能发电调度是在保证电力供应量和维持电力系统安全稳定运行的前提下， 以节约能源和成本为目标， 要求优先使用可再生能源、清洁能源和其他污染低的发电资源， 尽可能的保护生态环境。 在实施节能发电调度过程中， 各地区政府部门需要根据机组能效情况编制排序表，并结合实际情况做出调整。 因此， 如何正确、 合理的进行机组排序， 对顺利实施节能发电调度至关重要。

在节能发电调度模式下， 主要目标是在计及各种等式与不等式约束条件下， 以机组发电总能耗最低为目标， 是目标优化问题。 如何兼顾发电调度的安全性和节能性， 国内外学者及电网运行管理人员从多方面进行了研究。 文献[1]提出了考虑节能发电调度规则的混合整数线性规划机组组合与发电计划模型用以实现广东电网的节能发电调度。 文献[2]分析了机组启停、 机组调节能力、时段耦合、 网损、 替代发电、 电厂安全生产对节能发电调度的影响， 并提出了相应的改进策略。文献[3]依据节能发电调度原则， 开展了基于节能发电调度的减少电网水电旋转备用的研究， 对某省电网实现节能发电调度中的水电旋转备用问题进行了研究。 南方电网于2018 年提出了《南方电网清洁能源调度操作规则（试行）》， 从清洁能源调度计划编制、 跨省区优化调度、 市场化交易及结算等方面进一步明确了节能发电调度原则下的具体操作方法。 随着政府出台打赢“蓝天保卫战”和“污染防治攻坚战”三年行动计划， 节能发电调度下如何更大程度消纳清洁能源更成为电力行业的关注焦点[4-8]。

在算法方面， 文献[9]全方位分析了与环境相关的经济调度方面的算法， 阐述了其优缺点； 文献[10]基于改进的Hopfield 神经网络法改进多目标问题， 并对其搜索最优解； 文献[11]研究了各种发电机组在不同约束下的分类情况， 约束条件为环境保护及电网拓扑约束， 机组为混合燃料、转换燃料及联合循环； 文献[12]以模型建设成本和燃料使用成本最小化为目标函数， 建立长期电源规划的最优多约束模型， 使得各类电源的长期规划成为可能， 并以污染排放量为约束条件， 使得模型最优； 文献[13]将污染排放和买电成本加入目标函数中， 研究了一种多目标的最优潮流解法。 文献[14]提出一种求解电力系统机组组合的新方法， 将机组组合问题分解为末状态和状态改变时间优化2 个过程， 利用贪婪算法确定机组组合初始解， 进而遍历机组组合方案以保证问题优化的深度。

智能算法虽然能解决多目标优化中遇到的各种数学障碍， 但在实际应用中却存在计算时间较长、 优化过程难以复现、 优化结果不唯一等问题， 较难直接应用于实际生产调度中。 本文从节能发电的角度出发， 将影响AGC（自动发电控制）机组运行的几个因素通过AHP（层次分析法）纳入到计算模型中， 通过算例， 针对具体的AGC 机组在节能发电调度模式下的不同的调配方案进行讨论，提出适合节能发电调度下的AGC 优化决策模型， 为发电调度实际运行提供辅助决策。

1 AGC 机组的服务成本及特性要求

AGC 机组的调节速率、 调节容量、 调节精度和响应时间需要实时满足电网的需求。 在节能发电调度模式下， 机组的能耗及排放作为重要的性能指标应该加以统筹。

调节速率是指机组自身调节的工作速率， 用以参与电网的频率响应， 在机组工作区间内， 反应了AGC 机组的频率响应速度。 调节速率有上升方向和下降方向， 上升速率和下降速率因为各种因素的影响有所差距， 并且参与响应的机组也可能不是同一台， 为方便处理， 本文将机组上升速率和下降速率设置一致。

AGC 的机组调节容量可以用作系统的备用容量， 表示AGC 机组的最大出力值与最小出力值之差， 两个值都不会越过AGC 机组的出力范围。 从系统的调节能力来说，AGC 调节容量越大，机组的能效越高； 从经济性考虑， AGC 容量又不能太大， 可以通过以往经验和实际情况来确定调节容量。

AGC 的调节精度指AGC 机组出力失去控制之后的实际出力值与预期出力值的差值， 此值可以用来检验AGC 的运行状况， 查验是否处于正常工作控制状态。

AGC 的响应时间指响应动作与系统指令发出之间的延迟时间， 各机组的响应时间受到自身特性、 参数和控制方式的影响， 机组的控制方式与调节方式的合理、 完善决定了AGC 系统的调节效果。

AGC 机组的能耗及排放指标可以用机组的平均煤耗来研究。 平均煤耗反映了火电厂自身技术装备水平、 生产运行和管理水平所带来的燃料消耗量和排放量上的高低差别， 因而是衡量电厂能源利用率的重要指标。

2 基于AHP 的AGC 机组模型

2.1 AHP 原理

AHP 是用于分析复杂系统的一种决策方法，由于复杂系统由许多具有相关性的简单系统构成， AHP 适用于解决包含多个目标函数的复杂问题。 AHP 运用理性的方法解决半定性半定量的复杂问题， 将各种相关因素聚类分析比较， 分析其相关性， 为趋势评估提供了更加科学的方法。

2.2 AGC 机组模型的建立步骤

本文从调度中心的角度选择参与实时调节的AGC 机组， 各机组在申报AGC 机组调节容量及其调节速率的同时， 提交其相应的调节精度、 响应时间及能耗水平。 考虑以上因素调度中心对参与负荷调节的AGC 机组进行综合评估， 根据评估结果进行选择。

（1）基于AHP 建立用于层次结构分析的模型。首先分析问题， 其次分析AGC 的层次结构， 如图1 所示评估了机组的各项性能指标。

图1 AGC 机组综合评估层次结构

（2）在每层递阶层次结构基础上构造矩阵， 用于判断下层元素x1， x2，…， xm关于支配它的上层y（底层忽略不计）的排序权重p1， p2， …， pm。 各个元素对应的权重用百分数来表示， 满足0≤pi≤1， 并且

下层元素受上层元素控制， 其中的m 个元素为： x1， x2， …， xm， 用aij来表示xi与xj关于上层元素y 的影像比值， 得出以下矩阵：

式中： A 为x1， x2， …， xm关于y 两两比较的判断矩阵， 简称“判断矩阵”， 其中本文aij的值采用9标度法确定。

（3）层次单层排序及一致性检验。

按照式（2）求解判断矩阵A 特征根：

求解特征值λmax所对应的特征向量， 通过归一化处理得出下层元素x1， x2，…， xm关于支配它的上层y 的排序权重值， 再对判断矩阵的一致性进行检验。

（4）将层次进行总体排序。 计算所在层所有元素对应最高层的重要性排序权重值， 对所有判断矩阵进行一致性检验。

求出判断矩阵的特征值和对应的特征向量，求出相关权重系数， 得到的关系式就是综合评价公式：

运用综合评估公式评估不同AGC 机组的各种指标， 计算出的值就是综合评估值。

2.3 选择AGC 机组

将AGC 机组的选择使用情况看做一个复杂约束问题， 需要求其极值， 将参与响应的AGC 机组收益最大作为目标函数， 目标函数如下：

式中： E 为选择n 个AGC 机组参与负荷波动平衡的贡献综合评估值； y（j）为贡献综合评估值； x1j，x2j， x3j， x4j， x5j为第j 个AGC 机组的调节容量、 调节速率、 调节精度、 响应时间及平均煤耗。 约束条件的含义是AGC 机组各个性能指标的上下限值以及平衡负荷波动所需备用容量的上下限。

将所有AGC 机组评估指标全部代入公式（3）， 得出每台机组的综合评估值， 再代入公式（4）， 求出目标函数的最优解。

3 算例分析

在节能发电调度模式下， 某系统中有AGC机组10 台， 机组的各项指标如表1 所示。

在节能发电调度模式下， 设计2 种方案进行对比分析。 方案一强调节能经济性， 方案二强调安全性， 对2 种方案的权重进行计算。

3.1 方案的选择

（1）方案一： 某电网运行较为平稳， 负荷波动小， 普通AGC 机组的选择可以满足电网安全稳定运行的要求， 所以主要考虑环保节能。 因此将各项性能指标的判断矩阵定为：

表1 AGC 机组指标

由判断矩阵A1可知： 机组的平均煤耗比调节容量和调节速率强烈重要， 比调节精度和响应时间极重要； 调节容量和调节速率同样重要； 调节精度和响应时间同样重要； 调节容量和调节速率比调节精度和响应时间强烈重要。

对方案一中的A1判断矩阵进行求最大特征值及对应的归一化后的特征向量， λA1-max=5.305，w（2）=[0.144 7， 0.144 7， 0.038 8， 0.038 8， 0632 9]T，由于A1矩阵并不是正互反矩阵， 因此要对A1 的一致性进行检验， C.I.表示一致性指标， 用于计算一致性比率C.R.的值， C.R.小于0.1 时， 表示比较矩阵A1不一致性程度在允许范围内， 检验步骤如下：

查表可得当n＝5 时R.I.=1.12， 所以

因此矩阵A1 有满意的一致性， 可以取用。

得到方案1 中各机组关于目标层的合成权重向量为：

根据各机组关于目标层的合成权重， 可以给出方案一中的10 台机组的发电序位， 见表2。

表2 方案一中的发电序位表

注意的是， 当2 台机组的合成权重相同时，选择机组可以根据系统当时的情况， 如电网要求快速响应负荷的波动， 可以选择调节速率和响应时间快的机组， 如果电网负荷波动的幅度较大，则可以选择调节容量较大的机组。

（2）方案二： 某电网要求AGC 机组的技术性能应以尽量满足电网的安全稳定运行为主， 节能指标处于次要位置。 在这种情况下， 各项指标比较判断矩阵为：

由判断矩阵A2 可知： 机组的调节容量和调节速率同样重要； 调节精度和响应时间同样重要； 调节容量和调节速率比调节精度和响应时间要稍重要； 调节容量和调节速率比平均煤耗要极重要； 调节精度和响应时间要比平均煤耗重要。对方案二的中的A2 采取同样的处理， 求得其最大特征值及对应的归一化的特征向量为λA2-max=5.042， w（2）=[0.353 2， 0.353 2， 0.130 6， 0.130 6，0.032 3]。

同样对A2 进行一致性检验， 检验步骤如下：

因此A2 也具有满意的一致性， 同样可得到方案二中各机组关于目标层的合成权重向量为： w（1）=u（3）w（2）=[0.123 5，0.084 3，0.097 8，0.112 3，0.119 4，0.089 2， 0.081 8， 0.102 6， 0.103， 0.085 9]T。

方案二中的机组发电序位如表3 所示。

表3 方案二中的发电序位

3.2 方案对比分析

通过对2 个方案中的发电序位进行比较， 可以看到， 机组1， 5 和4 的发电序位在2 个方案的序位表中的排序是一致的。 通过AHP 可以使各项性能都较优的机组优先得到选择， 某些性能较优但整体性能并不太强的机组在不同的方案中序位会随之改变。 表4 对各种方案的机组发电排序进行比较， 可以很容易看出各方案调配机组的不同。

表4 不同方案的发电序位的比较

对比分析可以看出， 方案一、 方案二和单纯以煤耗来排序确定的发电序位表都不尽相同， 尤其AGC 机组和承担基荷任务的机组， 因此只以煤耗来排序的做法并不适用于所有AGC 机组。

4 结语

在节能发电调度模式下， AHP 通过分析电网的要求， 得出既考虑电网的调节能力又考虑环境友好的机组使用方案。 利用AHP 具有以下优点：

（1）灵活性。 根据不同的要求来确定不同的性能指标权重， 根据权重值选取最优的AGC 机组。

（2）实用性。 AHP 更加贴近实际， 算法易于实现， 更能准确分析数据运用数据。

（3）远瞻性。 AGC 需要长期的发展， 经济性高， 电力企业可以优先考虑AGC 机组性能的改善技术， 以便更好地用于工程实际， 达到节能发电调度的目地， 为系统筛选性能优良的AGC 机组来提供辅助服务， 增强系统可调节能力， 保证系统的安全稳定。