CN111799772A - 一种考虑机组深度调峰的电热系统优化调度方法 - Google Patents

Abstract

本发明属于电力系统调度领域，具体涉及一种针对系统调峰能力不足考虑机组深度调峰的电热系统优化调度方法。该方法首先根据调峰辅助服务市场的补偿机制，构建了火电机组参与深度调峰的收益与成本模型；然后以机组燃煤、调峰附加成本以及启停成本总调度成本最小为目标，建立了包含热电机组、火电机组、风电、储热装置的热电联合优化调度模型；并利用matlab和yamlip联合求解，从风电场、深度调峰机组以及社会层面分析了电热系统调峰能力不足时调度方案的经济性。本发明考虑了机组的深度调峰能力、深度调峰的补偿收益以及附加成本，并将调峰机组模型应用于含风电的电热系统，提高了系统的调峰潜力，有效促进了风电等新能源消纳。

Description

一种考虑机组深度调峰的电热系统优化调度方法

技术领域

本发明属于电力系统领域，具体涉及一种基于机组深度调峰的电热系统优化调度方法。

背景技术

面对化石能源的日渐枯竭，可再生能源得到迅猛发展：截至2018年底，我国可再生能源发电装机达到7.28亿千瓦，发电量为1.87万亿千瓦时，分别占全部装机和发电量的38.3％、26.7％。可再生能源大规模发展使电力系统运行的不确定性增强，系统灵活性调节容量不足，电力系统将会面临较大的调峰压力。尤其是在我国北方冬季供暖时期，热电机组受热负荷约束的原因，使得系统调峰能力急剧下降。因此，缓解越来越严峻的调峰压力是提高可再生能源发电并网的关键问题之一。

目前，关于提升电热系统调峰能力问题，国内外学者通常是从热电解耦和挖掘机组深度调峰两方面研究。庄妍、严干贵、陈志等人提出了一种基于场景划分的电热综合系统弃风消纳协调调度模型(专利号：CN201710463002.8)，在电热系统中增设电锅炉和储热装置，并利用场景划分的方法处理热电联产机组的电热关联约束；黄博南、刘康、刘鑫瑞等人提出了一种基于附加热源消纳弃风的电热联合系统调度方法(专利号：CN201811357136.2)，在包含电锅炉和储热罐的电热系统中附加热源，扩大热电联产机组的调节范围，促进了风电消纳。从热电解耦的角度虽然可以改善系统供暖时期的调峰能力，但并不能很好应对非供热期由于新能源出力不确定性而导致系统调峰能力不足的问题。徐晨博、李圆、孙轶恺等人提出了一种考虑深度调峰和需求响应的电力系统灵活性优化调度方法(专利号：CN102018001324850)，考虑机组的深度调峰能力和负荷侧的需求响应资源调节能力，在日前调度阶段通过优化机组的出力编排计划来提升机组调峰能力，但并没有考虑深度调峰的附加成本以及辅助服务市场的补偿机制，构建的调峰模型有待进一步完善。

发明内容

本发明正是基于上述问题，从调峰辅助服务市场出发，研究火电机组参与深度调峰的收益与成本模型，然后以机组燃煤、调峰附加成本以及启停成本总调度成本最小为目标，建立了包含热电机组、火电机组、风电、储热装置的热电联合优化调度模型，分析机组深度调峰对风电消纳、各发电场的收益以及调度成本等方面的影响。

为了实现上述目的，本发明提供的技术方案如下：

步骤1，根据调峰辅助服务市场，构建调峰机组的成本与收益模型；

步骤2，以电热系统的总煤耗成本和调峰机组损耗成本最小为目标，构建包含热电机组、常规调峰机组、深度调峰机组、风电、储热装置的热电联合优化调度模型；

步骤3，获取电热系统初始数据，利用MATLAB和Yalmip工具箱对调度模型求解；

步骤4，分析机组深度调峰对风电消纳、各发电场的收益以及调度成本的影响。

作为上述技术方案的补充，步骤1构建过程如下：

步骤1.1，根据调峰辅助服务市场运营规则，深度调峰机组的补偿收益受出清价格μ₁、μ₂以及机组发电量P_i，t的影响，故第i台深度调峰机组t时刻的补偿收益模型为Δ_i，t(μ₁，μ₂，P_i，t)；

步骤1.2，常规调峰火电机组、风电场对深度调峰机组补偿收益参与分摊，第j台常规调峰火电机组t时刻分摊分摊的成本为：

其中，P_xj，t为第j台参与分摊火电机组t时刻修正后的发电量；P_xs，t、P_xw，t分别为参与分摊的火电机组以及风电场修正后的总发电量；N_m，t为t时刻参与深度调峰参与深度调峰总机组数；

步骤1.3，在火电机组发电量为P_i，t、上网电价为β下，其上网收益为β·P_i，t；

步骤1.4，第i台火电机组t时刻的调峰收益为：

步骤1.5，调峰机组发电成本模型：

火电机组调峰过程可以分为基本调峰、不投油深度调峰和投油深度调峰3个阶段，故火电机组的发电成本可根据调峰深度以分段函数表示：机组发电功率在基本调峰P_a-P_max区间时仅为机组运行的燃煤成本；在不投油深度调峰P_b-P_a区间时成本为耗煤成本与寿命损耗成本之和；在投油深度调峰P_c-P_b区间时还增加了投油成本；

其中，f(P_i，t)为机组燃煤成本；w_cost(P_i，t)为机组的损耗成本；C_oil，i投油成本；a_i、b_i、c_i为第i台机组发电成本系数；

步骤1.6，第i台机组t时刻调峰净收益为：

S_i，t＝R_i，t(P_i，t，μ₁，μ₂)-C_i，t(P_i，t)

作为上述技术方案的补充，步骤2中模型建立如下：

目标函数由火电机组燃煤成本、参与深度调峰机组损耗成本、机组启停成本以及抽汽式热电机组发电成本组成：

其中，T为调度时段数；N为常规火电机组台数；u_i，t表示机组的启停状态，1表示运行，0表示停运；SC_i，t表示在t时刻机组i的启动成本；N^chp为热电联产机组台数；

为热电机组发电成本；d_i，1～d_i，6为抽汽式热电机组i相应的发电量和发热量煤耗系数；

分别为机组i在t时段的发电量和发热量；

约束条件包括电功率平衡约束、常规火电机组及热电联产机组出力上下限约束、常规火电机组及热电联产机组爬坡约束、常规火电机组最小开机停机时间约束、风电出力约束、供热平衡约束、储热装置储放热速率约束、储热装置储热容量约束、热电联产机组的机组运行范围约束；

其中，所述常规机组上下限约束为：

u_i，tγ_i≤P_i，t≤u_i，tP_{i max}

其中，P_{i max}、γ_i分别为常规火电机组上、下限出力，进行常规调峰、不投油深度调峰和投油深度调峰时γ_i分别为P_ia、P_ib、P_ic。

作为上述技术方案的补充，步骤3中电热系统初始数据包括常规火电和热电联产机组的运行范围、爬坡速率、发电成本参数、启停成本参数，储热装置的储热容量、储放热速率，风电预测出力，热/电负荷预测值。

与现有的技术方案相比，本发明结合调峰辅助服务市场补偿机制，构建了包含热电机组、常规调峰机组、深度调峰机组、风电、储热装置的热电联合优化调度模型，有益效果为：机组进行深度调峰不仅仅能扩大机组的运行范围，而且使机组启停与深度调峰更易配合，系统运行灵活性提高，系统调峰能力大大改善；从风电场角度来看，风电场虽然要分摊调峰机组补偿收益，但深度调峰使风电消纳增加，风电场净收益增加；从社会层面来看，考虑深度调峰降低了总调度成本，减少了资源消耗。

附图说明

图1为机组深度调峰对系统影响图；

图2为火电机组调峰过程示意图；

图3为电热系统模型图；

图4为电负荷、热负荷以及风电预测出力曲线图；

图5为不同场景下风电出力对比图；

图6为场景1下机组出力图；

图7为场景2下机组出力图；

图8为场景1与场景2下机组运行台数对比图；

图9为深度调峰机组收益图；

图10为风电分摊成本和风电消纳增加收益图。

具体实施方式

下面结合附图，对本发明做进一步的详细说明，但本发明的实施方式不限于此。

本发明针对系统调峰能力不足而设计的一种考虑机组深度调峰的热电系统优化调度方法，包括以下具体步骤：

步骤1：根据调峰辅助服务市场，构建调峰机组的成本与收益模型；

如图1所示，当系统常规调峰能力不足时，深度调峰辅助服务市场根据各电厂机组的调峰能力和调峰报价，按报价从低到高顺序进行调用，调用的最后一台机组报价为实际结算价格，即出清价格。优化调度时，系统会根据机组的调峰深度和报价对常规调峰机组、深度调峰机组以及风电三者的出力重新优化分配，机组调峰的净收益和电热系统调度成本也随之变化，其中，调峰净收益反映机组的调峰意愿，系统调度成本则反映发电系统消耗资源的多少。

步骤1.1调峰机组发电收益

如表1所示，宁夏深度调峰交易采用“阶梯式”报价方式和价格机制，发电企业在不同时期分为两档报价，故参与深度调峰第i台机组t时刻的补偿收益：

表1火电机组深度调峰报价

其中，μ₁、μ₂分别为在该调峰深度下火电机组出清价格，其中0≤μ₁≤0.38，0.4≤μ₂≤0.95；P_i，t为第i台机组t时刻出力值，P_i，N为第i台机组的额定出力值，50％P_N为有偿调峰基准值；

步骤1.2常规机组分摊成本

如表2所示，深度调峰机组补偿收益由未尽到调峰义务的火电厂、风电场根据修正发电量比例以购买方式进行全额分摊，火电机组按不同调峰率区间分三档对发电量进行修正；

表2修正系数与负荷率关系

若第j台机组在t时刻进行常规调峰，则机组的修正电量和分摊价格分别为：

P_xj，t＝P_j，t·k_j，k_j∈{1，1.5，2}

其中，P_xj，t为第j台参与分摊火电机组t时刻修正后的发电量；P_xs，t、P_xw，t分别为参与分摊的火电机组以及风电场修正后的总发电量；N_m，t为t时刻参与深度调峰参与深度调峰总机组数；

步骤1.3在火电机组发电量为P_i，t、上网电价为β下，其上网收益为β·P_i，t；

步骤1.4第i台火电机组发电收益如下：

步骤1.5火电机组的发电成本

如图2所示，火电机组调峰过程可以分为基本调峰、不投油深度调峰和投油深度调峰3个阶段，深度调峰机组的发电成本以分段函数表示：机组发电功率在P_a-P_max区间时仅为机组运行的燃煤成本；在P_b-P_a区间时成本为耗煤成本与寿命损耗成本之和；在P_c-P_b区间时还增加了投油成本；

其中，f(P_i，t)为机组燃煤成本；w_cost(P_i，t)为机组的损耗成本；C_oil，i投油成本；a_i、b_i、c_i为第i台机组发电成本系数。机组损耗成本与投油成本构建与求解参见文献(邹兰青.规模风电并网条件下火电机组深度调峰多角度经济性分析[D].华北电力大学(北京)，2017.)；

步骤1.6第i台机组t时刻调峰净收益为：

S_i，t＝R_i，t(P_i，t，μ₁，μ₂)-C_i，t(P_i，t)

步骤2：以电热系统的总煤耗成本和调峰机组损耗成本最小为目标，构建包含热电机组、常规调峰机组、深度调峰机组、风电、储热装置的热电联合优化调度模型；

电热系统模型如图3所示，目标函数包括火电机组燃煤成本、参与深度调峰机组损耗成本以及机组启停成本以及抽汽式热电机组发电成本组成；

其中，T为调度时段数；N为常规火电机组台数；u_i，t表示机组的启停状态，1表示运行，0表示停运；SC_i，t表示在t时刻机组i的启动成本；N^chp为热电联产机组台数；

为热电机组发电成本；d_i，1～d_i，6为抽汽式热电机组i相应的发电量和发热量煤耗系数；

分别为机组i在t时段的发电和发热量；

约束条件：

a.电功率平衡约束

其中，P_l，t为t时刻的系统总负荷；

b.机组出力上下限约束

u_i，tγ_i≤P_i，t≤u_i，tP_{i max}

其中，P_{i max}、γ_i分别为常规调峰火电机组上、下限出力，进行常规调峰、不投油深度调峰和投油深度调峰时γ_i分别为P_ia、P_ib、P_ic；

分别为热电联产机组上、下限出力；

c.机组爬坡约束

其中，ΔT为调度时长，本文为1h，ΔP_ui、ΔP_di分别为常规火电机组的上、下爬坡速率；

分别为热电联产机组的上、下爬坡速率；

d.常规机组最小开机、停机时间约束

其中，

分别为机组i的最小开机时间和最小停机时间；

e.风电出力约束

其中，

为时段t风电的预测出力值，P_w，t为时段t风电实际出力值；

f.供热平衡约束

其中，H_c，t、H_d，t分别为t时刻储热装置的储、放热功率；H_l，t为系统的热负荷；α_t为储、放热状态，1表示放热，0表示储热；

g.储热装置储、放热速率约束

h.储热装置储热容量约束

其中，V₀、V_t为初始时刻和t时刻储热罐内剩余储热量；V_min、V_max为储热装置的最小、最大储热容量；H_c，max、H_d，max分别为储热装置的最大储、放热速率；

i.热电联产机组的机组运行范围约束

其中，

和

为第i台热电联产机组出力运行区间的m个极值点；λ_i，t，m为第i台热电联产机组t时刻第m个极值点的出力系数。

步骤3：获取电热系统初始数据，利用MATLAB和Yalmip工具箱对调度模型求解；

电热系统初始数据包括常规火电和热电联产机组的运行范围、爬坡速率、发电成本参数、启停成本参数，储热装置的储热容量、储放热速率，风电预测出力，热/电负荷预测值。

步骤4：分析机组深度调峰对风电消纳、各发电场的收益以及调度成本的影响。

下面通过仿真实例对本发明所设计的方法进行验证。

以含风电的电热综合系统为例对调度模型进行仿真分析。电热系统中电/热负荷和风电出力预测值见图4、各类机组及储热置的相关参数见表3-表6，出清价格μ₁、μ₂分别设为0.3和0.65元/kW·h。利用MATLAB和Yalmip工具箱联合求解，求解器选用Gurobi 8.0.1。

表5常规火电机组参数

表3热电联产机组出力区间

表4热电联产成本函数

表6储热装置数据

为对比分析，设置以下2种场景：

场景1：考虑机组深度调峰的热电系统优化调度；

场景2：不考虑机组深度调峰的热电系统优化调度。

图5为2种场景调度结果下风电出力状况，可以看出2种场景下均有不同程度的弃风现象，且均发生在系统调峰能力较差的夜间。对比两种场景，场景1风电消纳情况远好于场景2，即考虑深度调峰比不考虑深度调峰的弃风量减少5304.8MW。由于深度调峰相比于常规调峰机组出力下限下调，在夜间火电机组进行深度调峰使机组出力降低，故场景2的风电消纳要好。但是场景2的深度调峰量仅为1230.42MW，远小于弃风的减少量5304.8MW，调峰量与弃风量不能匹配，故需要对机组运行进一步分析。

从图6、7和图8可知，在夜间场景1的一部分火电机组进行深度调峰，一部分机组停运。而场景2的10台火电机组均为基本调峰，且1-6时段和23-24时段所有机组出力均为常规调峰下限，但并不存在机组停运。这是因为深度调峰比常规调峰机组的运行区间要大，机组运行的灵活性提高；而系统中负荷随时间变化剧烈，机组运行时不仅要满足该时刻功率平衡约束，而且还要满足前后时刻机组爬坡和机组启停时间约束，在成本最低的目标函数下使得场景2在夜间仅仅将机组降低到常规调峰下限而没有发生机组停运。故深度调峰量远小于弃风的减少量是因为场景1的夜间机组不仅进行了深度调峰，而且部分机组停运，使得该时段风电出力大大增加，弃风减少；而场景2却没有机组停运，只进行常规调峰使得弃风问题尤为严重。

从图9可以看出，深度调峰的发电收益在各个时段都要高于其发电成本，使得深度调峰的净收益为正值。分时段看：深度调峰收益主要集中在3-7时段，该时段发电收益与成本都比较高，深度调峰机组的净收益也比较高；而1-2时段虽然电负荷也较低，风电出力较大，但是机组有五台停运，使得其余五台机组无须进行深度调峰，故深度调峰收益为0；22-24时段为晚上系统出力较为矛盾的时段，但是17点就存在深度调峰成本，是因为该时段以后陆续有机组停运，深度调峰要配合机组停运而提前进行深度调峰。

进行深度调峰时，风电以及常规调峰机组要对深度调峰机组的补偿成本进行分摊；另一方面，进行深度调峰要比常规调峰风电消纳要多，即场景1比场景2风电场上网收益增加。图10为各时段风电分摊成本以及风电增加的收益，从图中可以看出风电增加的收益比其分摊的成本高。故进行深度调峰后，风电场虽然需要承担一定的调峰成本，但风电消纳大大改善，使得风电场净收益增加，故风电是调峰市场的受益者。

深度调峰补偿与分摊其实是内部各发电场利益的再分配，而对于整个发电系统则应该关注总的调度成本，它可以反应消耗社会多少资源。场景1的调度成本为1.44×10⁷元低于场景2调度成本1.51×10⁷元，由于考虑深度调峰机组灵活性提高，能够更好配合机组启停，故要比不考虑深度调峰的调度成本要低。

Claims (4)

1.一种考虑机组深度调峰的电热系统优化调度方法，其特征在于，主要包括以下具体步骤：

步骤1，根据调峰辅助服务市场，构建调峰机组的成本与收益模型；

步骤2，以电热系统的总煤耗成本和调峰机组损耗成本最小为目标，构建包含热电机组、常规调峰机组、深度调峰机组、风电、储热装置的热电联合优化调度模型；

步骤3，获取电热系统初始数据，利用MATLAB和Yalmip工具箱对调度模型求解；

步骤4，分析机组深度调峰对风电消纳、各发电场的收益以及调度成本的影响。

2.根据权利要求1所述的方法，其特征在于，步骤1构建过程如下：

步骤1.1，根据调峰辅助服务市场运营规则，深度调峰机组的补偿收益受出清价格μ₁、μ₂以及机组发电量P_i，t的影响，故第i台深度调峰机组t时刻的补偿收益模型为Δ_i，t(μ₁，μ₂，P_i，t)；

步骤1.2，常规调峰火电机组、风电场对深度调峰机组补偿收益参与分摊，第j台常规调峰火电机组t时刻分摊分摊的成本为：

其中，P_xj，t为第j台参与分摊火电机组t时刻修正后的发电量；P_xs，t、P_xw，t分别为参与分摊的火电机组以及风电场修正后的总发电量；N_m，t为t时刻参与深度调峰参与深度调峰总机组数；

步骤1.3，在火电机组发电量为P_i，t、上网电价为β下，其上网收益为β·P_i，t；

步骤1.4，第i台火电机组t时刻的调峰收益为：

步骤1.5，调峰机组发电成本模型：

火电机组调峰过程可以分为基本调峰、不投油深度调峰和投油深度调峰3个阶段，故火电机组的发电成本可根据调峰深度以分段函数表示：机组发电功率在基本调峰P_a-P_max区间时仅为机组运行的燃煤成本；在不投油深度调峰P_b-P_a区间时成本为耗煤成本与寿命损耗成本之和；在投油深度调峰P_c-P_b区间时还增加了投油成本；

其中，f(P_i，t)为机组燃煤成本；w_cost(P_i，t)为机组的损耗成本；C_oil，i投油成本；a_i、b_i、c_i为第i台机组发电成本系数；

步骤1.6，第i台机组t时刻调峰净收益为：

S_i，t＝R_i，t(P_i，t，μ₁，μ₂)-C_i，t(P_i，t)。

3.根据权利要求1所述的方法，其特征在于，步骤2中模型建立如下：

目标函数由火电机组燃煤成本、参与深度调峰机组损耗成本、机组启停成本以及抽汽式热电机组发电成本组成：

其中，T为调度时段数；N为常规火电机组台数；u_i，t表示机组的启停状态，1表示运行，0表示停运；SC_i，t表示在t时刻机组i的启动成本；N^chp为热电联产机组台数；

为热电机组发电成本；d_i，1～d_i，6为抽汽式热电机组i相应的发电量和发热量煤耗系数；

分别为机组i在t时段的发电和发热量；

约束条件包括电功率平衡约束、常规火电机组及热电联产机组出力上下限约束、常规火电机组及热电联产机组爬坡约束、常规火电机组最小开机停机时间约束、风电出力约束、供热平衡约束、储热装置储放热速率约束、储热装置储热容量约束、热电联产机组的机组运行范围约束；

其中，所述常规火电机组上下限约束为：

u_i，tγ_i≤P_i，t≤u_i，tP_{i max}

其中，P_{i max}、γ_i分别为常规火电机组上、下限出力，进行常规调峰、不投油深度调峰和投油深度调峰时γ_i分别为P_ia、P_ib、P_ic。

4.根据权利要求1所述的方法，其特征在于，步骤3中电热系统初始数据包括常规火电和热电联产机组的运行范围、爬坡速率、发电成本参数、启停成本参数，储热装置的储热容量、储放热速率，风电预测出力，热/电负荷预测值。

Images