CN107153885B - 考虑火电机组深度调峰的实时发电计划优化方法 - Google Patents

Abstract

本发明公开了考虑火电机组深度调峰的实时发电计划优化方法，包括步骤：获取现有实时发电计划模型所需的电力系统各类运行数据及火电机组深度调峰相关参数信息，其中火电机组深度调峰相关参数包括深度调峰离散出力点、离散点价格、最小深度调峰时长和最小非深度调峰时长；在现有实时发电计划模型基础上，引入火电机组深度调峰相关约束，根据上一步骤获得的数据，生成考虑火电机组深度调峰的实时发电计划优化模型；对此优化模型进行优化计算和安全校核，获得实时发电计划。本发明能够根据超短期系统负荷和新能源变化情况，自动优化火电机组深度调峰状态下的出力水平，实时配合其他能源满足系统用电需求，实现系统新能源最大接纳和调峰需求。

Description

考虑火电机组深度调峰的实时发电计划优化方法

技术领域

本发明涉及电力系统调度自动化技术领域，具体涉及一种考虑火电机组深度调峰的实时发电计划优化方法。

背景技术

随着国家经济的快速发展及人民生活水平日益提高，全国电网装机容量也随之增大，全国的用电结构也发生了变化。第一产业的用电量呈逐年下降趋势，第二、三产业的用电量呈逐年上升的势头，这也势必造成电网峰谷差日趋增大，尤其是耗电大的省市，用电峰谷差就更加突出，造成电网调峰幅度和难度越来越大。由于我国大多数电网的电源组成结构大都以火电为主，水电比重很小，要求火力发电机组参与调峰成为一种必然趋势。

近年来，全国用电量增速逐年放缓，火电利用小时数逐年降低。2013年为5021小时，2014年为4739小时，2015年仅为4329小时，同比下降410小时。同时，煤电项目从纳入国家发展规划到建成投产需3至4年时间，存在一定惯性，导致近期煤电投产规模并未减少。国家能源局发布的最新数据显示，截至2016年3月末，全国6000千瓦及以上电厂火电装机容量10.1亿千瓦，一季度火电设备平均利用小时1006小时，比上年同期降低108小时。由此可知，我国电力供需形势总体呈现宽松态势，特别是火电正面临潜在过剩风险。全国政协委员、中国工程院院士、华北电力大学校长刘吉臻表示，火电作为发电重要主体地位短期内难以动摇，预测即使到2030年我国碳排放达到峰值，火力发电仍将占全国发电量的60％，因此，国家应通过市场化的手段，大力推广建设一批深度调峰的火电厂，从而快速发挥火电调峰能力，以接纳更多新能源进入电网。

随着水电、核电、风电、太阳能等清洁能源的快速发展，传统能源在我国电源装机中的比重将不断下降。然而，我国以煤为主的能源资源条件决定了以煤电为主的电源装机结构在相当长时期内不会发生根本改变。尤其是近几年来风电的快速增加，使电网缺乏调峰电源的矛盾激化，电网不得不大量弃风，造成了可再生能源的巨大浪费。抽水蓄能电站技术是一种较理想的调峰电源，尽管抽水蓄能电站技术较成熟，但抽水蓄能电站建设周期长，从站址普查到建成一般需要10年以上的时间，短期内难以大规模应用。在目前调峰电源缺乏的事实下，必须深度挖掘火电机组的调峰能力，使得电网能够提供足够的调峰容量，为更多的接纳可再生能源创造条件，减少传统能源的损耗，同时为我国低碳经济做出贡献。

目前国内外大多数专家学者致力于对火电机组深度调峰影响因素的研究，很少涉猎火电机组深度调峰出力优化方法的方面的探索，因此，本发明填补了国内此类研究的空白。

发明内容

本发明的目的在于针对国内电网结构不合理、火电装机过剩和大规模新能源接入带来的调峰难题，根据火电机组深度调峰运行特性，提供了一种考虑火电机组深度调峰的实时发电计划优化方法，在现有实时发电计划优化模型基础上，增加火电机组深度调峰相关约束，根据超短期系统负荷和新能源变化情况，自动优化火电机组深度调峰状态下的出力水平，实时配合其他能源满足系统用电需求，实现系统新能源最大接纳和调峰需求。

为解决上述技术问题，本发明提供了一种考虑火电机组深度调峰的实时发电计划优化方法，其特征是，包括以下步骤：

步骤S1，获取现有实时发电计划模型所需的电力系统各类运行数据及火电机组深度调峰相关参数信息，其中火电机组深度调峰相关参数包括深度调峰离散出力点、离散点价格、最小深度调峰时长和最小非深度调峰时长；

步骤S2，在现有实时发电计划模型基础上，引入火电机组深度调峰相关约束，根据上一步骤获得的数据，生成考虑火电机组深度调峰的实时发电计划优化模型；此优化模型的优化目标为，在现有实时发电计划优化目标基础上加上深度调峰目标成本；火电机组深度调峰相关约束包括：一台机组同一时刻只能位于某一个出力区间内的唯一性约束、深度调峰机组出力上下限约束、限制机组深调峰状态下离散出力点之间的切换约束、初始时段深度调峰最小运行时间约束、限制优化周期内各个时段深度调峰状态的切换约束以及优化周期内机组最小深度调峰、非深度调峰运行时间约束；

步骤S3，对考虑火电机组深度调峰的实时发电计划优化模型进行优化计算和安全校核，获得实时发电计划。

进一步的，考虑火电机组深度调峰的实时发电计划优化模型的优化目标表达式如下：

式中：F_o为常规优化目标；I为深度调峰机组总数；T为优化周期时段数；Δ_i,t为机组i在时段t的深度调峰成本。

进一步的，火电机组深度调峰相关约束分别为：

深度调峰机组出力包括离散型的深调峰出力点和连续型的正常出力区间；离散型出力点看作两端点相同的出力区间，连续出力曲线看作以最小、最大技术出力为左右端点的出力区间，深调峰机组出力范围可以认为由离散型出力区间[H_i,m,t ^l，H_i,m,t ^r]合并而成；

式中：m表示机组出力区间编号，m＝1,2,…M；M为机组出力区间总数，因此，当m＝M时，出力区间m为连续型出力区间，称之为常规出力区间；H_i,m,t ^l表示机组i时段t出力区间m左端点，H_i,m,t ^r表示机组i时段t出力区间m右端点；P_i,,t ^min为机组i时段t最小技术出力；P_i,,t ^max为机组i时段t最大技术出力；

由于一台机组同一时刻只能位于某一个出力区间内，引入唯一性约束：

式中：λ_i,m,t为0/1变量，若λ_i,m,t＝1，则表示机组i时段t位于出力区间m；否则，机组i时段t不位于出力区间m；

引入深度调峰机组出力区间状态标识后，深度调峰成本Δ_i,t可以进一步表示为：

式中：μ_i,m为机组i在深度调峰离散出力点m的单位调峰成本。

深度调峰机组出力上下限约束：

式中：p_i,,t为机组i时段t技术出力。此约束表达式结合唯一性约束式使得深度调峰机组出力位于某个出力区间内。

机组出力不宜上下波动，应稳定运行于某个离散出力点，引入如下约束限制机组深调峰状态下离散出力点之间的切换：

式中：β_i,m为0/1变量，若β_i,m＝1，则表示机组i出力计划位于出力区间m，否则，机组i出力计划不位于出力区间m；

为了避免机组在深度调峰和正常运行状态间频繁切换，引入深度调峰最小运行时间和非深度调峰最小运行时间限制，初始时段深度调峰最小运行时间约束：

式中：T^s为初始最小深调峰时段数，即最小深度调峰时段数扣除已深度调峰运行时段数；T^e为初始最小非深调峰时段数，即最小非深度调峰时段数扣除已非深度调峰运行时段数；

为限制优化周期内各个时段深度调峰状态的切换，引入如下约束：

s_i,t+e_i,t≤1

式中：s_i,t为0/1变量，若s_i,t＝1，则表示机组i时段t进入深度调峰状态，否则，表示机组i时段t运行状态无变化；e_i,t为0/1变量，若e_i,t＝1，则表示机组i时段t退出深度调峰状态，否则，表示机组i时段t运行状态无变化。

优化周期内机组最小深度调峰、非深度调峰运行时间约束：

式中：T¹为最小深度调峰模式运行时间；T²为最小非深度调峰模式运行时间；t₁、t₂表示时段。

进一步的，为兼容常规实时发电计划模型，原机组出力上下限约束改造为：

式中：p_i,t为机组i时段t的优化出力，此优化出力是指通过优化计算得到；u_i,t为机组i时段t的开停机标志；η_i,t为机组i时段t的深调峰功率，可以进一步表达为：

由于深度调峰离散出力点之间未必满足爬坡约束，所以深度调峰状态下不考虑爬坡约束，常规出力区间内考虑爬坡，原机组爬坡和滑坡约束修正为：

式中：L为时段长度；

为机组i时段t爬坡速率；

为机组i时段t滑坡速率；λ_i,M,t表示机组i时段t是否位于常规出力区间M。

进一步的，电力系统各类运行数据包括超短系统负荷预测、超短期新能源预测、临时检修计划、断面限额、机组停机信息、联络线计划、机组可调出力、机组经济参数信息、以及机组对监视元件灵敏度信息。

进一步的，灵敏度信息是获取最新电网物理模型和实时运行方式数据，采用PQ解耦法计算得到。

与现有技术相比，本发明所达到的有益效果是：本发明在此现有实时发电计划模型基础上，维护火电机组深度调峰相关参数，引入火电机组深度调峰相关约束条件，并改造现有实时发电计划模型部分约束条件，形成考虑火电机组深度调峰的实时发电计划优化模型。此优化模型能够结合电网实时运行情况，在充分评估系统新能源消纳能力和系统负荷调峰需求的情况下，编制更加可靠有效的实用化程度更高的火电机组出力计划，提升机组计划执行率，减轻AGC调频机组和AGC自主控制机组的调峰压力，实现新能源最大消纳，提高实时计划和AGC的闭环水平，满足日益精益化的大电网安全运行需求。

附图说明

图1是本发明方法的流程图；

图2是深度调峰机组功率价格曲线图。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

现有的实时发电计划编制是根据最新的电网运行方式变化、机组运行状态变化、超短期负荷需求预测、超短期新能源预测、临时检修计划、实时断面限额和受电计划，参照日前发电计划，编制未来多个时段的机组发电计划。实时计划时段间隔为5分钟(或15分钟)，计划编制的时间范围为未来1至数小时。现有实时发电计划模型为SCED模型，以与日前计划偏差最小为优化目标，在综合考虑系统平衡约束、机组运行约束、备用约束、平滑约束、弃风约束、网络安全约束和机组群约束条件下，优化决策机组出力水平，完成实时发电计划的编制。

本发明的考虑火电机组深度调峰的实时发电计划优化方法，在现有实时发电计划模型基础上，综合考虑各类电网运行约束，同时引入火电机组深度调峰相关约束，形成考虑火电机组深度调峰的实时发电计划优化模型，通过对此实时发电计划优化模型进行计算获得实时发电计划；具体包括以下步骤，参见图1：

步骤S1，获取现有实时发电计划模型所需的电力系统各类运行数据及火电机组深度调峰相关参数信息。火电机组深度调峰相关参数包括深度调峰离散出力点、离散点价格、最小深度调峰时长和最小非深度调峰时长。

电力系统各类运行数据包括超短系统负荷预测、超短期新能源预测、临时检修计划、断面限额、机组停机信息、联络线计划、机组可调出力、机组经济参数信息、以及机组对监视元件灵敏度信息。其中灵敏度信息是获取最新电网物理模型和实时运行方式数据，采用PQ解耦法计算得到的，其具体过程参见现有技术。监视元件是指电网中的各类设备，灵敏度是现有实时发电计划模型需要的参数。

步骤S2，在现有实时发电计划模型的基础上，引入火电机组深度调峰相关约束，生成考虑火电机组深度调峰的实时发电计划优化模型。

1)火电机组深度调峰的优化目标和约束条件

一般情况下，火电机组运行在最大最小技术出力之间，当系统新能源无法完全接纳或者系统调峰能力不足时，火电机组进行深度调峰。因此，火电机组深度调峰应赋予一定的成本，避免系统正常运行情况下出现火电机组的深度调峰。本发明以常规实时发电计划优化目标为基础，进一步引入深度调峰目标成本，优化目标表达式如下：

式中：F_o为常规优化目标；I为深度调峰机组总数；T为优化周期时段数；Δ_i,t为机组i在时段t的深度调峰成本。

深度调峰是在最小技术出力的基础上进一步下调出力，火电机组深度调峰运行的特性(不稳定性)决定了深度调峰状态下机组出力点为离散点，且深度调峰的单位成本伴随调峰深度增加而提升，可以参见深度调峰机组功率价格曲线图2，机组i的离散功率点H_i,m对应的深度调峰的单位成本为μ_i,m(此处各变量与文中定义相同，此处不多赘述)，从图2中可以看出离散出力功率越小，说明机组深度调峰的深度越高，相应的深度调峰的单位成本越高。并且图2可以更直观的说明深度调峰机组的出力区间，即可以看出机组离散出力点与正常出力区间之间的位置关系，虽然在图2中也显示了出力区间功率[P_i,min,P_i,max]、p_i,t与纵轴价格之间的对应关系，此价格是指功率对应的发电成本，但优化约束条件时并未考虑此连续出力区间的成本，将其与离散点同坐标系放置仅用来说明深度调峰机组的出力区间。通过深度调峰递增成本曲线实现调峰深度与发用电平衡、网络安全之间的均衡关系。深度调峰机组出力包括离散型的深调峰出力点和连续型的正常出力区间。离散型出力点看作两端点相同的出力区间，连续出力曲线看作以最小、最大技术出力为左右端点的出力区间，深调峰机组出力范围可以认为由离散型出力区间[H_i,m,t ^l，H_i,m,t ^r]合并而成。

式中：m表示机组出力区间编号，m＝1,2,…M；M为机组出力区间总数，因此，当m＝M时，出力区间m为连续型出力区间，称之为常规出力区间；H_i,m,t ^l表示机组i时段t出力区间m左端点，H_i,m,t ^r表示机组i时段t出力区间m右端点；P_i,,t ^min为机组i时段t最小技术出力；P_i,,t ^max为机组i时段t最大技术出力。

由于一台机组同一时刻只能位于某一个出力区间内，引入唯一性约束：

式中：λ_i,m,t为0/1变量，若λ_i,m,t＝1，则表示机组i时段t位于出力区间m；否则，机组i时段t不位于出力区间m。

引入深度调峰机组出力区间状态标识后，深度调峰成本Δ_i,t可以进一步表示为：

式中：μ_i,m为机组i在深度调峰离散出力点m的单位调峰成本。

深度调峰机组出力上下限约束：

式中：p_i,,t为机组i时段t技术出力。此约束表达式结合唯一性约束式使得深度调峰机组出力位于某个出力区间内。

考虑到火电机组深度调峰运行的稳定性，机组出力不宜上下波动，应稳定运行于某个离散出力点，引入如下约束限制机组深调峰状态下离散出力点之间的切换：

式中：β_i,m为0/1变量，若β_i,m＝1，则表示机组i出力计划位于出力区间m，否则，机组i出力计划不位于出力区间m。

为了避免机组在深度调峰和正常运行状态间频繁切换，引入深度调峰最小运行时间和非深度调峰最小运行时间限制。初始时段深度调峰最小运行时间约束：

式中：T^s为初始最小深调峰时段数，即最小深度调峰时段数扣除已深度调峰运行时段数；T^e为初始最小非深调峰时段数，即最小非深度调峰时段数扣除已非深度调峰运行时段数。

为限制优化周期内各个时段深度调峰状态的切换，引入如下约束：

s_i,t+e_i,t≤1

式中：s_i,t为0/1变量，若s_i,t＝1，则表示机组i时段t进入深度调峰状态，否则，表示机组i时段t运行状态无变化；e_i,t为0/1变量，若e_i,t＝1，则表示机组i时段t退出深度调峰状态，否则，表示机组i时段t运行状态无变化。

优化周期内机组最小深度调峰、非深度调峰运行时间约束：

式中：T¹为最小深度调峰模式运行时间；T²为最小非深度调峰模式运行时间；t₁、t₂表示时段。

以上建立火电机组深度调峰模型(优化目标及约束条件)，实现火电机组深度调峰和其他能源的协调优化，保证新能源的最大消纳，满足系统调峰需求。

2)常规实时发电计划优化模型约束改造

为兼容常规实时发电计划优化模型，原机组出力上下限约束改造为：

式中：p_i,t为机组i时段t的优化出力，此优化出力是指通过优化计算得到；u_i,t为机组i时段t的开停机标志；η_i,t为机组i时段t的深调峰功率，可以进一步表达为：

由于深度调峰离散出力点之间未必满足爬坡约束，所以深度调峰状态下不考虑爬坡约束，常规出力区间内考虑爬坡，原机组爬坡和滑坡约束修正为：

式中：L为时段长度；

为机组i时段t爬坡速率；

为机组i时段t滑坡速率；λ_i,M,t表示机组i时段t是否位于常规出力区间M。以上公式二者都是针对正数来约束，负数是恒成立的。因此，以上两个约束每次只有一个生效。

步骤S3，根据上一步骤获得的数据，对考虑火电机组深度调峰的实时发电计划优化模型进行优化计算和安全校核，获得实时发电计划。

对于考虑火电机组深度调峰的实时发电计划优化模型，其优化算法与现有实时发电计划模型的优化算法都是相同的，都采用分支定界切平面算法；其安全校核算法也是与现有模型的校核算法相同，校核内容相同。具体计算和校核过程参见现有技术，此处不多赘述。

本发明方法是在现有实时发电计划模型的基础上，引入火电机组深度调峰相关约束。从某种意义上讲，是对常规模型火电机组计划的一次修正，使得修正后的出力计划更符合实际运行的要求，有助于提高实时发电调度的智能化水平和决策能力。同时，该方法具有计算强度低、适应性强的特点，更加适合在我国各种规模的调度机构推广应用。

本发明技术方案在某些省级电网得到应用，应用效果符合预期。实际应用表明，本发明能够结合电网实时运行情况，在充分评估系统新能源消纳能力和系统负荷调峰需求的情况下，编制更加可靠有效的实用化程度更高的火电机组出力计划，提升机组计划执行率，减轻AGC调频机组和AGC自主控制机组的调峰压力，实现新能源最大消纳，提高实时计划和AGC的闭环水平，满足日益精益化的大电网安全运行需求。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围。

Claims (4)

1.考虑火电机组深度调峰的实时发电计划优化方法，其特征是，包括以下步骤：

步骤S1，获取现有实时发电计划模型所需的电力系统各类运行数据及火电机组深度调峰相关参数信息，其中火电机组深度调峰相关参数包括深度调峰离散出力点、离散点价格、最小深度调峰时长和最小非深度调峰时长；

步骤S2，在现有实时发电计划模型基础上，引入火电机组深度调峰相关约束，根据上一步骤获得的数据，生成考虑火电机组深度调峰的实时发电计划优化模型；

此优化模型的优化目标为，在现有实时发电计划优化目标基础上加上深度调峰目标成本；

火电机组深度调峰相关约束包括：一台机组同一时刻只能位于某一个出力区间内的唯一性约束、深度调峰机组出力上下限约束、限制机组深调峰状态下离散出力点之间的切换约束、初始时段深度调峰最小运行时间约束、限制优化周期内各个时段深度调峰状态的切换约束以及优化周期内机组最小深度调峰和非深度调峰运行时间约束；

步骤S3，对考虑火电机组深度调峰的实时发电计划优化模型进行优化计算和安全校核，获得实时发电计划；

考虑火电机组深度调峰的实时发电计划优化模型的优化目标表达式如下：

式中：F_o为常规优化目标；I为深度调峰机组总数；T为优化周期时段数；Δ_i,t为机组i在时段t的深度调峰成本；

火电机组深度调峰相关约束分别为：

深度调峰机组出力包括离散型的深调峰出力点和连续型的正常出力区间；离散型出力点看作两端点相同的出力区间，连续出力曲线看作以最小、最大技术出力为左右端点的出力区间，深调峰机组出力范围可以认为由离散型出力区间[H_i,m,t ^l，H_i,m,t ^r]合并而成；

式中：m表示机组出力区间编号，m＝1,2,…M；M为机组出力区间总数，因此，当m＝M时，出力区间m为连续型出力区间，称之为常规出力区间；H_i,m,t ^l表示机组i时段t出力区间m左端点，H_i,m,t ^r表示机组i时段t出力区间m右端点；P_i,t ^min为机组i时段t最小技术出力；P_i,t ^max为机组i时段t最大技术出力；

由于一台机组同一时刻只能位于某一个出力区间内，引入唯一性约束：

式中：λ_i,m,t为0/1变量，若λ_i,m,t＝1，则表示机组i时段t位于出力区间m；否则，机组i时段t不位于出力区间m；

引入深度调峰机组出力区间状态标识后，深度调峰成本Δ_i,t可以进一步表示为：

式中：μ_i,m为机组i在深度调峰离散出力点m的单位调峰成本；

深度调峰机组出力上下限约束：

式中：p_i,t为机组i时段t技术出力； 此约束表达式结合唯一性约束式使得深度调峰机组出力位于某个出力区间内；

机组出力不宜上下波动，应稳定运行于某个离散出力点，引入如下约束限制机组深调峰状态下离散出力点之间的切换：

式中：β_i,m为0/1变量，若β_i,m＝1，则表示机组i出力计划位于出力区间m，否则，机组i出力计划不位于出力区间m；

为了避免机组在深度调峰和正常运行状态间频繁切换，引入深度调峰最小运行时间和非深度调峰最小运行时间限制，初始时段深度调峰最小运行时间约束：

式中：T^s为初始最小深调峰时段数，即最小深度调峰时段数扣除已深度调峰运行时段数；T^e为初始最小非深调峰时段数，即最小非深度调峰时段数扣除已非深度调峰运行时段数；

为限制优化周期内各个时段深度调峰状态的切换，引入如下约束：

s_i,t+e_i,t≤1

式中：s_i,t为0/1变量，若s_i,t＝1，则表示机组i时段t进入深度调峰状态，否则，表示机组i时段t运行状态无变化；e_i,t为0/1变量，若e_i,t＝1，则表示机组i时段t退出深度调峰状态，否则，表示机组i时段t运行状态无变化；

优化周期内机组最小深度调峰、非深度调峰运行时间约束：

式中：T¹为最小深度调峰模式运行时间；T²为最小非深度调峰模式运行时间；t₁、t₂表示时段。

2.根据权利要求1所述的考虑火电机组深度调峰的实时发电计划优化方法，其特征是，为兼容常规实时发电计划模型，原机组出力上下限约束改造为：

式中：p_i,t为机组i时段t的优化出力，此优化出力是指通过优化计算得到；u_i,t为机组i时段t的开停机标志；η_i,t为机组i时段t的深调峰功率，可以进一步表达为：

由于深度调峰离散出力点之间未必满足爬坡约束，所以深度调峰状态下不考虑爬坡约束，常规出力区间内考虑爬坡，原机组爬坡和滑坡约束修正为：

式中：L为时段长度；

为机组i时段t爬坡速率；

为机组i时段t滑坡速率；λ_i,M,t表示机组i时段t是否位于常规出力区间M。

3.根据权利要求1所述的考虑火电机组深度调峰的实时发电计划优化方法，其特征是，电力系统各类运行数据包括超短系统负荷预测、超短期新能源预测、临时检修计划、断面限额、机组停机信息、联络线计划、机组可调出力、机组经济参数信息、以及机组对监视元件灵敏度信息。

4.根据权利要求3所述的考虑火电机组深度调峰的实时发电计划优化方法，其特征是，灵敏度信息是通过获取最新电网物理模型和实时运行方式数据采用PQ解耦法计算得到。

Images