基于免疫算法的水火电节能发电调度优化方法研究

程 琳， 李才芳， 于 传， 傅 晓

(1.国网安徽省电力有限公司培训中心， 安徽 合肥 230022;2.安徽电气工程职业技术学院， 安徽 合肥 230051)

0 引言

能源是社会经济发展的动力源泉，是维系产业发展、经济增长的重要物质条件。电力工业是能源重要供给行业，也是维持社会发展的重要支柱产业。在国民经济发展过程中，电力供给保障具有十分重要的作用。与此同时，电力行业也是能源消耗大户，对于以煤发电为主的电力行业来说，每年消耗的煤炭量十分可观。因此，优化电力行业能源利用结构、提高基础能源利用效率，能够有效缓解我国能源供给短缺问题，促进生态环境发展[1]。发电调度主要包含典型经济调度、安全经济调度、环保经济调度以及节能调度四大类。典型经济调度是指在不考虑任何限制条件下，根据发电能源消耗最小化目标和原则，对系统发电机组进行调配。经济调度是指针对某一个运行节点，根据从大到小排序对该点运行效率进行选择，最终制定发电机组运行管理目标和计划。电力小故障可能造成大面积停电问题，故障对电网运行安全性、稳定性形成巨大威胁。文献[2,3]针对这个问题提出多种解决对策，例如数学规划法、网流法等。文献[4]通过添加发电机组爬坡速率解决发电机组效率受限问题，一定程度上解决了发电机组的稳定性、连续性。文献[5]在经济调度模型中增加环境保护因素，从而产生了环保经济调度模式。文献[6]建了基于发电废弃物、经济成本的多变量目标函数，其本质是多目标优化问题。文献[7]提出了人工模糊算法、PSO算法以及人工智能算法来解决多目标调度。文献[8]从电力市场化改革背景下出发，分析电网经济调度优化问题。文献[9]从电力市场化改革背景下出发，探讨节能发电调度问题以及建立基于节能发电调度原则，在节能发电调度约束条件中增加系统网络约束、网络损耗折算、时段耦合等因素，以燃煤损耗最小为控制目标，同时建立网络损耗节能调度优化模型，同时采用二阶段法对模型求解。文献[10]分析电网节能发电调度计划模型的优劣性，并提出相应的优化对策和建议，采用优化算法制定更加科学、合理的发电调度模式。在节能发电调度模式下，小火电机组将会逐渐关停。关停小火电机组或者削减其发电配额后，为保证本地用电需求，电网企业可从其他地区调度电力供应，这必将导致因为区域电网互联而产生的负荷变化，从而带来潮流变化，进而发生负荷重大转移，这对电网安全、稳定运行形成较大威胁。因此，本文在考虑负荷平衡约束下，对基于免疫算法的水火电电力系统节能发电调度进行目标优化，使得水火电电力系统满足“水电调峰、火电调基”的基本原则。

1 水火电电力系统负荷特性分析

在某个时间周期内，水火电电力系统中水电站与火电站会按照负荷分布特性各自承担部分负荷[11]。设水电站承担负荷为PDh，火电站承担负荷为PDTh，则水火电电力系统的负荷特性可如式(1)表述：

(1)

式(1)中，aj、bj、cj表示求取最大机组出力时运营成本的燃料修正因子，电网的总负荷为PD，同理，得到火电机组燃料消耗量最小的目标函数如式(2)。

(2)

式(2)中，a、b、c表征燃料消耗量系数，λ表示耗燃率，其最优条件为：

(3)

由式(3)可以得到：

(4)

由此可得到火电机组燃料消耗量最小时对应的机组最大出力为：

(5)

由式(5)可知，在调度周期内，火电机组在各个时段承担的负荷是均匀的，基本相等。只有在这种条件下，火电机组的燃料消耗量才能够达到最小值。因此，在分配电力系统负荷特性时，应充分利用水电能源，使其分担合理的负荷部分，继而使得火电能源在水火电电力系统中整个调度周期内每个时段所承担的负荷能够尽可能实现平均分配，使其燃料消耗量接近最小值，达到能源消耗量、继而达到污染物排放量最小的要求。

2 水火电节能发电调度目标优化研究

对于水火电电力系统而言，应充分利用水电与火电能源之间的互动特性，合理使用水火电电力系统中水电能源的均衡效应与清洁能源替代效应，实现水火电之间的合理协调分配。这里的清洁能源替代效应是指尽可能多地使用水电能源承担电力系统负荷，火电能源相应承担的负荷减小，进而减小燃料消耗，达到环保节能的目的要求。在实际运行中，通常采用最大发电流量作为弃水量的限值。但是，此举没有全局考虑水头、水头损失与发电流量之间的函数关系，在工程应用中，有时会出现经济效益不好的结果，因此，将弃水量限值定义为最大发电流量Qmax与最佳发电流量Qopt之间的最小值，如式(6)所示。

(6)

式(6)中，Zumax、Qopt、S分别表示水库蓄水水位最大值、水库最大允许发电流量以及弃水量。若发电实际流量低于水能入库流量，同时又小于此改进策略Qmax与Qopt时，根据式(6)，就选择为Qopt弃水量的限值要求，此举不但可以避免以Qmax作为弃水量限值带来的经济效益降低的情况，还可以提高水能资源的利用率。因此，水火电电力系统节能发电调度数学模型的目标函数定义为火电站燃料消耗量最小，如式(7)所述:

(7)

式(7)中，Uj(t)、SUj、SDj(t)分别表示火电机组的启停状态、启动状态消耗量、停机状态消耗量。约束条件主要包括电力负荷平衡、水电站运行约束、火电站运行约束以及包含水电站的动态弃水策略。

1)电力系统负荷平衡约束条件:

(8)

式(8)中，Phi(t)为水电发电功率，PL(t)表示调度周期内电网网络损耗。

2)水电站运行约束条件：

(9)

3)火电站运行约束条件:

(10)

4)弃水量约束条件：

(11)

3 免疫算法

与遗传算法相类似，免疫算法通过交叉、逆转、变异等操作实施随机优化选择，通过结合力计算、抗体浓度计算、记忆细胞分化、抗体生存能力计算等四大步骤实现随机择优，具有自我调节、全局搜索、免疫记忆以及多样性抗体生成等功能。根据优化理论，有约束条件的目标优化问题的基本数学模型如式(12)。

(12)

式(12)中，h(x)、g(x)分别表示等式约束条件、不等式约束条件。对于这类约束条件，通常采用罚函数进行约束条件处理，即式(12)简化为(13)：

(13)

式(13)中，σ、v表示罚函数确定的惩罚因子，通常是向量。通过引入罚函数的处理方式，可以将与变量有关的约束条件简化，从而化简优化问题中的变量个数以及惩罚因子个数。基于免疫算法的水火电电力系统节能发电调度优化处理流程图如图1所示。

图1 节能发电调度优化处理流程图

4 仿真研究

本文选取某省内8座水电站和10座火电站作为研究对象。为便于分析，8座水电站依次记为AB、BC、CD、DE、EF、FG、GH、HI。10座火电站依次记为JK、KL、LM、MN、NO、OP、PQ、QR、RS、ST。根据电网实际运行数据得系统一天内的日负荷数据，见表1。

表1 电网日负荷数据表

8座水电站的水能指标参数及水库特征参数见表2。

表2 8座水电站水能指标参数表

10座火电站采用数值拟合后得到的参数见表3。

表3 10座火电站参数表

使用免疫算法对水火电电力系统节能发电调度进行优化研究，设种群迭代数为100，抗体浓度阈值均取0.95，C取0.8，交叉率为0.8，变异率为0.02。分别从静态弃水策略、动态弃水策略下优化发电流量、弃水流量、水电站出力、火电站燃料消耗率。

图2 水电站发电流量变化曲线

图3 火电站燃耗率变化曲线

在图2中，实线表示本文选用的改进动态弃水策略下每座水电站的发电流量，上方虚线表示每座水电站的最大过机流量，下方虚线则表示静态弃水策略下得到的每座水电站的发电流量。由图2可见，对于本文选定的8座水电站，在调度周期内，BC站在某些时刻的发电流量超过了最大过机流量，而AB站、EF站、FG站以及GH站在某些时刻会非常接近水电站的最大过机流量。

静态弃水策略与改进动态弃水策略下，水火电电力系统中不同火电站的燃料消耗仿真结果如图3所示。由图3可见，相较于采用静态弃水策略下的火电站燃耗率，采用改进动态弃水策略下的火电站燃耗率差别不算太大，只是静态弃水策略下的燃耗率变化幅度较小，而改进动态弃水策略下的燃耗率变化幅度较大。静态弃水策略与改进动态弃水策略下，水火电电力系统中水电站出力、火电站出力以及系统负荷之间的仿真关系如图4所示。

图4 水电出力、火电出力与系统负荷关系曲线

图4中，上方虚线代表水火电电力系统的总负荷，实线代表采用不同弃水策略下的水电站出力，下方虚线代表的是不同弃水策略下的火电站出力。由图4可知，在系统负荷已知的情况下，无论是静态弃水策略，还是改进改进动态弃水策略下，火电站在调度周期内的出力基本平稳，没有出现大的变化，而水电站出力则会随着负荷的变化出现较大波动，这符合水电负责调峰、火电负责基荷的认知。

分析图2～图4，可以得到以下结论：

1)在调度周期内的某个时段，由于运行协调条件的作用，使得部分水电站的最佳发电流量接近最大过机流量。如BC站在某些时刻的发电流量超过了最大过机流量，而此时BC站的蓄水量并没有达到其允许的最大值。采用静态弃水策略时，BC站其实并没有多余的弃水流量产生。采用改进动态弃水策略时，BC、EF、FG三个水电站的发电流量接近或者达到最大过机流量。结合图3，BC、EF、FG三个水电站仍然有弃水产生。

2)有弃水产生的水电站，弃水将会在梯级水电站中重复使用，以此达到水资源的高效利用。采用免疫算法获取的梯级水电站调度优化结果如表4所示。

表4 基于免疫算法的水电站调度优化结果

由表4可知，采用改进动态弃水策略下获取的发电用水量一般高于采用静态弃水策略下的发电用水量。静态弃水策略下的总发电用水量约为5.701亿立方米，而改进动态弃水策略下的总发电用水量约为6.572亿立方米。但是，这并不意味着静态弃水策略处理效果优于改进动态弃水策略。静态弃水策略过于强调水库的蓄水量，但是水电站水库蓄水量并非越多越好，衡量水电站蓄水量优劣的主要标注是水资源的利用率，采用改进动态弃水策略恰恰能够真正实现水库蓄水量的物尽其用。

3)改进动态弃水策略更改了水火电电力系统中水电站的蓄放水策略，有效提升了水电站在整个水火电电力系统中的替代效应。基于免疫算法的火电站运行优化结果如表5所示。由表5可知，在调度周期内，基于改进动态弃水策略的火电站总发电量比采用基于静态弃水策略的火电站总发电较小。采用改进动态弃水策略的火电站燃料消耗量低于采用静态弃水策略时的燃料消耗量。

表5 基于免疫算法的火电站调度优化结果

5 小结

本文首先提出了单一水电站弃水策略的改进措施，在分析基础上，针对梯级水电站提出了改进的动态弃水策略，结合火电站运行特性，构建了水火电电力系统节能发电调度的单目标优化数学模型。然后阐述了免疫算法的基本原理、计算过程以及参数选择标准。使用免疫算法对水火电电力系统节能发电调度进行了分析，仿真结果表明免疫算法对采用改进动态进水策略的水火电电力系统节能发电调度具有较好的优化效果。