CN114444785A - 一种燃煤机组深度调峰的深度调度方法及系统 - Google Patents

Abstract

本发明涉及一种燃煤机组深度调峰的深度调度方法及系统。本发明首先建立了调峰全过程碳排放强度计算模型，在此基础上建立了碳排放交易成本模型，为系统调度低碳性和经济性提供了理论支撑，进而构建目标函数，实现燃煤机组调度，减少燃煤机组深度调峰带来的高能耗和高碳排放，同时改善风电消纳，提升系统综合效益。

Description

一种燃煤机组深度调峰的深度调度方法及系统

技术领域

本发明涉及电力系统技术领域，特别是涉及一种燃煤机组深度调峰的深度调度方法及系统。

背景技术

电力系统减排的的方向主要有两个。一方面继续提升新能源并网消纳水平，另一方面减少燃煤机组的碳排放。而与此同时，以风电为代表的新能源具有随机性、波动性和反调峰特性，在抽蓄等灵活性资源较少的地区，其规模并网会给电力系统带来严重的调峰压力，导致燃煤机组频繁深度调峰，会进一步加大燃煤机组煤耗和碳排放量，不利于系统节能减排发展。

然而，目前关于燃煤机组碳排放的研究，并不能准确反映燃煤机组发电量与碳排放量间的关系，在于大多研究仅针对燃煤机组或电厂自身的碳排放进行定量或定性分析，而鲜有考虑燃煤机组调峰运行过程，从系统调度层面进行研究。同时，碳排放交易机制能从经济性上有效约束燃煤机组的碳排放，但其依赖于燃煤机组碳排放强度的精确计算。当燃煤机组参与深度调峰后，其碳排放强度计算变得更为复杂。因此，有必要从系统调度层面，将燃煤机组经济发电和低碳排放联系起来，实现燃煤机组深度调峰的深度调度。

发明内容

有鉴于此，本发明提供了一种燃煤机组深度调峰的深度调度方法及系统，以从系统调度层面，将燃煤机组经济发电和低碳排放联系起来，实现燃煤机组深度调峰的深度调度。

为实现上述目的，本发明提供了如下方案：

一种燃煤机组深度调峰的深度调度方法，包括如下步骤：

分别建立燃煤机组每个调峰阶段的碳排放强度计算模型，组成燃煤机组的调峰全过程碳排放强度计算模型；所述调峰阶段包括基本调峰阶段、不助燃深度调峰阶段和助燃深度调峰阶段；

基于所述调峰全过程碳排放强度计算模型建立燃煤机组的碳排放交易成本模型；

基于碳排放交易成本模型构建以总调峰成本最小为目标的预调度目标函数和深度调度目标函数；

确定燃煤机组调度的约束条件；

基于所述约束条件求解所述预调度目标函数和深度调度目标函数，对燃煤机组进行预调度和深度调度。

可选的，所述调峰全过程碳排放强度计算模型为：

其中，M_i,t为燃煤机组i在t时刻的碳排放强度，P_i,max、P_i,a、P_i,b和P_i,c分别为燃煤机组i的最大允许出力、最小技术出力、不助燃下最低稳燃出力和助燃下最低稳燃出力，P_i,t为燃煤机组i在t时刻的功率；

M_coal表示煤耗引起的碳排放强度，

H_i为燃煤机组i的供电煤耗，g/kWh；C_c为燃煤含碳统计量，％；

为CO₂的摩尔质量，44g/mol；M_C为碳的摩尔质量，12g/mol；OF(P_i,t)为燃煤机组修正后的碳氧化率，％，

P_i,N为燃煤机组i的额定运行功率，MW；

M_aux表示运行效率下降引起的碳排放强度，M_aux＝H_i×(1-ζ(P_i,t)/ζ(P_i,N))×C_q+H_i×(1-ε(P_i,t)/ε(P_i,N))×C_q+αH_i×C_q；ζ为锅炉的燃烧效率，％；ε为汽轮机的绝对内效率，％；α为包括减温装置、汽源装置在内的附加装置运行能耗占比，％；C_q为单位电量产生的CO₂，t/MWh；

M_sn表示脱硫脱硝引起的碳排放强度，

δ_S为燃煤含硫量，％；Δη_S为机组脱硫效率，％；M_S为硫的摩尔质量，32g/mol；α_S为脱硫能耗比例，％；γ_N为脱硝能耗比例，％。

可选的，所述碳排放交易成本模型为：

G_i,t＝k_c×P_i,tΔt×(M_i,t-ζ_i)；

其中，G_i,t为燃煤机组i在t时刻的碳排放交易成本；k_c为碳排放交易价格；Δt为t-1到t的调度时段间隔，取1h；ζ_i为机组i的碳排放强度基准值。

可选的，所述预调度目标函数为：

其中，T为调度周期；N为参与调度的燃煤机组数量；U_i,t为燃煤机组i在t时刻的运行状态，取1为开机，0为停机；F_i,t为燃煤机组i在t时刻的调峰成本；

为燃煤机组i在t时刻的启停机成本；K为参与调度的抽蓄机组的数量，

为抽蓄机组k在t时刻的调峰成本；H_w,t为t时刻的弃风惩罚成本；

其次，

为燃煤机组i在t时刻的煤耗成本；

为燃煤机组i在t时刻的磨损成本；

为燃煤机组i在t时刻的等离子点火成本；

为燃煤机组i在t时刻的SO₂和NO_x污染成本；

为燃煤机组i在t时刻的深度调峰补偿；a_i、b_i、c_i为燃煤机组i的三个煤耗成本系数；N_i为燃煤机组i的转子致裂周次；δ_i为燃煤机组i的转子磨损系数；S_u为燃煤机组的购机成本；V_S和V_N分别为SO₂和NO_x向大气的排放量；S_v为单位体积污染排放惩罚成本；

为等离子点火装置运行功率；S_e为厂用电价；S_c为单位电量补偿费系数；

为t时刻抽蓄机组k的抽水功率；C_price,t为抽蓄机组的上网电价；

为抽蓄机组k的启动与停机成本；θ为弃风惩罚成本系数；

为实际并网风电功率；P_w,t为风电预测功率。

可选的，所述深度调度目标函数为：

其中，w_t为t时刻的低碳调用系数，

T_RPS、T_DPS和T_DPSC分别表示减排目标机组处于基本调峰阶段、不助燃深度调峰和助燃深度调峰阶段所对应的时刻，0≤w_b＜w_a＜1，所述减排目标机组为N个燃煤机组中碳排放量最大的燃煤机组。

可选的，所述约束条件包括：

燃煤机组功率约束：

x_i,tP_i,x≤P_i,t≤x_i,tP_i,max；

其中，P_i,max、P_i,x分别为第i台燃煤机组的功率上限和下限；x_i,t为燃煤机组i的开停机状态，1表示运行状态，0表示停机状态，P_i,t为燃煤机组i在t时刻的功率；

燃煤机组开停机时间约束：

其中，

分别为燃煤机组i的最小运行与停机时间，

表示燃煤机组i的t时刻时的连续运行时间，

表示燃煤机组i的t时刻时的连续停机时间；

燃煤机组爬坡约束：

-α_d,iΔT≤P_i,t-P_i,t-1≤α_u,iΔT；

α_d,i和α_u.i分别为燃煤机组i向下和向上爬坡的速率，P_i,t-1表示燃煤机组i在t-1时刻的功率；

正负旋转备用约束：

其中，P_load,t为系统负荷；R_load和R_w分别为系统负荷和风电预测的旋转备用系数，P_w,t为风电预测功率；

抽蓄机组功率约束：

其中，P_g,max和P_g,min分别表示抽蓄机组最大和最小发电功率，P_p,max和P_p,min分别为抽蓄机组最大和最小抽水功率，

和

分别表示抽蓄机组k发电和抽水工况的布尔变量，

和

分别表示抽蓄机组k在t时刻的发电功率和抽水功率；

抽蓄机组及电站单一工况约束：

其中，Y_t ^g和Y_t ^p分别是表征电站的发电和抽水工况的布尔变量；

考虑调频容量预留抽蓄电站水库水位及水位变动约束：

其中，H_min和H_max分别为电站上水库水位上限和下限；

和

分别为调度周期初始时刻和结束时刻上水库的水位值；γ_p和γ_g分别为抽蓄机组抽水和发电水量电量转换系数；

系统功率平衡约束：

其中，N为参与调度的燃煤机组数量，K为参与调度的抽蓄机组的数量，P_load,t表示t时刻的负载功率；

风电出力约束：

其中，

表示t时刻的风电预测功率。

可选的，所述基于所述约束条件求解所述预调度目标函数和深度调度目标函数，对燃煤机组进行预调度和深度调度，具体包括：

基于所述约束条件求解所述预调度目标函数，对燃煤机组进行预调度，并确定深度调度目标函数中的低碳调用系数的数值；即，确定深度调度目标函数中的低碳调用系数的数值的方式为：根据减排目标机组经预调度后的各时刻功率所处的调峰阶段进行确定的；

基于所述约束条件求解低碳调用系数确定后的深度调度目标函数，对燃煤机组进行深度调度。

一种燃煤机组深度调峰的深度调度系统，包括：

调峰全过程碳排放强度计算模型构建模块，用于分别建立燃煤机组每个调峰阶段的碳排放强度计算模型，组成燃煤机组的调峰全过程碳排放强度计算模型；所述调峰阶段包括基本调峰阶段、不助燃深度调峰阶段和助燃深度调峰阶段；

碳排放交易成本模型构建模块，用于基于所述调峰全过程碳排放强度计算模型建立燃煤机组的碳排放交易成本模型；

目标函数构建模块，用于基于碳排放交易成本模型构建以总调峰成本最小为目标的预调度目标函数和深度调度目标函数；

约束条件确定模块，用于确定燃煤机组调度的约束条件；

调度模块，用于基于所述约束条件求解所述预调度目标函数和深度调度目标函数，对燃煤机组进行预调度和深度调度。

可选的，所述调峰全过程碳排放强度计算模型为：

其中，M_i,t为燃煤机组i在t时刻的碳排放强度，P_i,max、P_i,a、P_i,b和P_i,c分别为燃煤机组i的最大允许出力、最小技术出力、不助燃下最低稳燃出力和助燃下最低稳燃出力，P_i,t为燃煤机组i在t时刻的功率；

M_coal表示煤耗引起的碳排放强度，

H_i为燃煤机组i的供电煤耗，g/kWh；C_c为燃煤含碳统计量，％；

为CO₂的摩尔质量，44g/mol；M_C为碳的摩尔质量，12g/mol；OF(P_i,t)为燃煤机组修正后的碳氧化率，％，

P_i,N为燃煤机组i的额定运行功率，MW；

M_aux表示运行效率下降引起的碳排放强度，M_aux＝H_i×(1-ζ(P_i,t)/ζ(P_i,N))×C_q+H_i×(1-ε(P_i,t)/ε(P_i,N))×C_q+αH_i×C_q；ζ为锅炉的燃烧效率，％；ε为汽轮机的绝对内效率，％；α为包括减温装置、汽源装置在内的附加装置运行能耗占比，％；C_q为单位电量产生的CO₂，t/MWh；

M_sn表示脱硫脱硝引起的碳排放强度，

δ_S为燃煤含硫量，％；Δη_S为机组脱硫效率，％；M_S为硫的摩尔质量，32g/mol；α_S为脱硫能耗比例，％；γ_N为脱硝能耗比例，％。

可选的，所述碳排放交易成本模型为：

G_i,t＝k_c×P_i,tΔt×(M_i,t-ζ_i)；

其中，G_i,t为燃煤机组i在t时刻的碳排放交易成本；k_c为碳排放交易价格；Δt为t-1到t的调度时段间隔，取1h；ζ_i为机组i的碳排放强度基准值。

可选的，所述预调度目标函数为：

其中，T为调度周期；N为参与调度的燃煤机组数量；U_i,t为燃煤机组i在t时刻的运行状态，取1为开机，0为停机；F_i,t为燃煤机组i在t时刻的调峰成本；

为燃煤机组i在t时刻的启停机成本；K为参与调度的抽蓄机组的数量，

为抽蓄机组k在t时刻的调峰成本；H_w,t为t时刻的弃风惩罚成本；

其次，

为燃煤机组i在t时刻的煤耗成本；

为燃煤机组i在t时刻的磨损成本；

为燃煤机组i在t时刻的等离子点火成本；

为燃煤机组i在t时刻的SO₂和NO_x污染成本；

为燃煤机组i在t时刻的深度调峰补偿；a_i、b_i、c_i为燃煤机组i的三个煤耗成本系数；N_i为燃煤机组的转子致裂周次；δ_i为燃煤机组i的转子磨损系数；S_u为燃煤机组的购机成本；V_S和V_N分别为SO₂和NO_x向大气的排放量；S_v为单位体积污染排放惩罚成本；

为等离子点火装置运行功率；S_e为厂用电价；S_c为单位电量补偿费系数；

为t时刻抽蓄机组k的抽水功率；C_price,t为抽蓄机组的上网电价；

为抽蓄机组k的启动与停机成本；θ为弃风惩罚成本系数；

为实际并网风电功率；P_w,t为风电预测功率。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明公开一种燃煤机组深度调峰的深度调度方法及系统，包括如下步骤：分别建立燃煤机组每个调峰阶段的碳排放强度计算模型，组成燃煤机组的调峰全过程碳排放强度计算模型；基于所述调峰全过程碳排放强度计算模型建立燃煤机组的碳排放交易成本模型；基于碳排放交易成本模型构建以总调峰成本最小为目标的预调度目标函数和深度调度目标函数；确定燃煤机组调度的约束条件；基于所述约束条件求解所述预调度目标函数和深度调度目标函数，对燃煤机组进行预调度和深度调度。本发明首先建立了调峰全过程碳排放强度计算模型，在此基础上建立了碳排放交易成本模型，为系统调度低碳性和经济性提供了理论支撑，进而构建目标函数，实现燃煤机组调度，减少燃煤机组深度调峰带来的高能耗和高碳排放，同时改善风电消纳，提升系统综合效益。

本发明通过选定系统减排目标机组并依据其调峰阶段，每段对应设计一个低碳调用系数，进而提出计及低碳调用系数的抽蓄辅助燃煤机组深度调峰的深度调度方法，能够有效发挥抽蓄的灵活调峰能力和减排能力，进一步减少燃煤机组深度调峰带来的高能耗和高碳排放，同时改善风电消纳，提升系统综合效益。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例中燃煤机组深度调峰的深度调度方法的流程图；

图2为本发明实施例中燃煤机组调峰阶段图；

图3为本发明实施例中燃煤机组碳排放强度与负荷关系示意图；

图4为本发明实施例中调用抽蓄辅助燃煤机组深度调峰策略图；

图5为本发明实施例中风电、负荷预测曲线图；

图6为本发明实施例中CaseA和Case B的抽蓄出力对比图；

图7为本发明实施例中CaseA和Case B的减排目标机组C1出力对比图；

图8为本发明实施例中CaseA和Case B的风电并网功率对比图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的目的是提供一种燃煤机组深度调峰的深度调度方法及系统，以从系统调度层面，将燃煤机组经济发电和低碳排放联系起来，实现燃煤机组深度调峰的深度调度。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

实施例1

如图1所示，本发明所提供的一种燃煤机组深度调峰的深度调度方法，包括如下步骤：

步骤101，分别建立燃煤机组每个调峰阶段的碳排放强度计算模型，组成燃煤机组的调峰全过程碳排放强度计算模型；所述调峰阶段包括基本调峰阶段、不助燃深度调峰阶段和助燃深度调峰阶段。

如图2所示，根据燃煤机组划分的基本调峰(RPS)、不助燃深度调峰(DPS)、助燃深度调峰(DPSC)三个调峰阶段，建立燃煤机组调峰全过程的碳排放强度计算模型，进而建立燃煤机组碳排放交易成本模型，具体包括：

步骤1.1，确定燃煤机组在各调峰阶段由煤耗引起的碳排放强度，记为M_coal：

式中，H_i为燃煤机组i的供电煤耗，g/kWh；C_c为燃煤含碳统计量，％；

为CO2的摩尔质量，44g/mol；M_C为碳的摩尔质量，12g/mol；P_i,t为燃煤机组i在t时刻的功率，MW；OF为燃煤机组修正后的碳氧化率，％，

步骤1.2，当燃煤机组运行于DPS、DPSC阶段时，锅炉系统燃烧效率下降、汽轮机运行效率降低、辅助装置额外运行等均会引起碳排放增多，确定由这部分影响所引起的燃煤机组的碳排放强度，记为M_aux：

M_aux＝H_i×(1-ζ(P_i,t)/ζ(P_i,N))×C_q+H_i×(1-ε(P_i,t)/ε(P_i,N))×C_q+αH_i×C_q (2)

式中，P_i,N为燃煤机组i的额定运行功率，MW；ζ为锅炉的燃烧效率，％；ε为汽轮机的绝对内效率，％；ζ(P_i,t)/ζ(P_i,N)、ε(P_i,t)/ε(P_i,N)用来近似反映燃煤机组i在DPS阶段相比RPS阶段的锅炉燃烧效率以及汽轮机的绝对内效率的变化影响，其中ζ、ε与P_i,t相关，可通过变工况模型计算与厂家数据拟合获取；α为包括减温装置、汽源装置在内的附加装置运行能耗占比，％；C_q为单位电量产生的CO2，t/MWh。

步骤1.3，同时，当燃煤机组运行于DPSC阶段时，脱硫剂耗量明显增加以及脱硫脱硝装置效率下降会增加机组的碳排放，确定由这部分影响所引起的燃煤机组的碳排放强度，记为M_sn：

式中，δ_S为燃煤含硫量，％；Δη_S为机组脱硫效率，％；M_S为硫的摩尔质量，32g/mol；α_S为脱硫能耗比例，％；γ_N为脱硝能耗比例，％。

步骤1.4，如图3所示，在上述步骤1.1、1.2、1.3的基础上，建立燃煤机组调峰全过程的碳排放强度计算模型：

式中，M_i,t为燃煤机组i在t时刻的碳排放强度；P_i,max、P_i,a、P_i,b、P_i,c分别为燃煤机组i的最大允许出力、最小技术出力、不助燃下最低稳燃出力和助燃下最低稳燃出力。

步骤102，基于所述调峰全过程碳排放强度计算模型建立燃煤机组的碳排放交易成本模型。

依据燃煤机组调峰全过程的碳排放强度，对超出或低于碳排放强度基准值的部分进行市场交易，建立燃煤机组碳排放交易成本模型：

G_i,t＝k_c×P_i,tΔt×(M_i,t-ζ_i) (5)

式中，G_i,t为燃煤机组i在t时刻的碳排放交易成本；k_c为碳排放交易价格；Δt为t-1到t的调度时段间隔，取1h；ζ_i为机组i的碳排放强度基准值，可依据《2019-2020年全国碳排放权交易配额总量设定与分配实施方案》划分的基准线确定。

步骤103，基于碳排放交易成本模型构建以总调峰成本最小为目标的预调度目标函数和深度调度目标函数。如图4所示，具体包括如下步骤：

步骤3.1，预调度：不计及低碳调用系数，以含燃煤机组碳排放交易成本的系统总调峰成本最小为目标，完成预调度，确定各调度时刻的低碳调用系数取值；

步骤3.1.1，确定所述预调度模型的目标函数：

式中，T为调度周期；N为燃煤机组数量；U_i,t为燃煤机组i在t时刻的运行状态，取1为开机，0为停机；F_i,t为燃煤机组i在t时刻的调峰成本；

为燃煤机组i在t时刻的启停机成本；

为抽蓄机组k在t时刻的调峰成本；H_w,t为t时刻的弃风惩罚成本。其中：

式中，

为燃煤机组i在t时刻的煤耗成本；

为燃煤机组i在t时刻的磨损成本；

为燃煤机组i在t时刻的等离子点火成本；

为燃煤机组i在t时刻的SO₂、NO_x污染成本；

为燃煤机组i在t时刻的深度调峰补偿；a_i、b_i、c_i为经折算后的燃煤机组煤耗成本系数；N_t为燃煤机组的转子致裂周次；δ为燃煤机组的转子磨损系数；S_u为燃煤机组的购机成本；V_S、V_N分别为SO₂、NO_x向大气的排放量；S_v为单位体积污染排放惩罚成本；

为等离子点火装置运行功率；S_e为厂用电价；S_c为单位电量补偿费系数；

为t时刻第k号抽蓄机组的抽水功率；C_price,t为抽蓄机组的上网电价；

为抽蓄机组的启动与停机成本，取为一致；θ为弃风惩罚成本系数；

为实际并网风电功率；P_w,t为风电预测功率。

确定所述深度调度模型的目标函数：

步骤104，确定燃煤机组调度的约束条件；

确定燃煤机组调度的约束条件，包括燃煤机组功率约束、燃煤机组开停机时间约束、燃煤机组爬坡约束和正负旋转备用约束；抽蓄机组功率约束、抽蓄机组及电站单一工况约束、考虑调频容量预留抽蓄电站水库水位及其变动约束；系统功率平衡约束、风电出力约束，具体如下：

燃煤机组功率约束

x_i,tP_i,x≤P_i,t≤x_i,tP_i,max (9)

式中，P_i,max、P_i,x分别为第i台燃煤机组的功率上下限，不具备深度调峰能力的P_i,x＝P_i,min，具备深度调峰能力的P_i,x＝P_i,b；x_i,t为燃煤机组i的开停机状态，1表示运行状态，0表示停机状态。

燃煤机组开停机时间约束

式中，

分别为燃煤机组i的最小运行与停机时间。

燃煤机组爬坡约束

-α_d,iΔT≤P_i,t-P_i,t-1≤α_u,iΔT (11)

式中，α_d,i、α_u.i为燃煤机组i向下和向上爬坡的速率。

燃煤机组正负旋转备用约束

式中，P_load,t为系统负荷；R_load、R_w分别为系统负荷、风电预测的旋转备用系数。

抽蓄机组功率约束

式中，P_g,max、P_g,min、P_p,max、P_p,min分别为抽蓄机组最大、最小发电功率与抽水功率。

抽蓄机组及电站单一工况约束

式中，

Y_t ^g、Y_t ^p分别是表征抽蓄机组、电站的发电与抽水工况的布尔变量，取1为是，取0为否，该式表示同一时刻抽蓄机组与电站的工况唯一。

考虑调频容量预留抽蓄电站水库水位及其变动约束

式中，H_min、H_max分别为电站上水库水位上下限，均可折算为能量表示；H_t0、H_tend分别为调度周期初始时刻和结束时刻上水库的水位值，两者相等代表抽蓄电站调度周期内抽发水量平衡；γ_p、γ_g分别为抽蓄机组抽水、发电水量电量转换系数。

系统功率平衡约束

风电出力约束

式中，

表示t时刻的风电预测功率。

步骤105，基于所述约束条件求解所述预调度目标函数和深度调度目标函数，对燃煤机组进行预调度和深度调度。

目标函数为混合整数非线性模型，采用分段线性化方法将其转换为混合整数线性模型，并基于MATLAB软件设计仿真程序，通过YALMIP工具包调用CPLEX求解器进行求解。

实施例2

为了再进一步理解本发明，下面以一个系统为例，来解释本发明的实际应用效果。

本实施例采用改进的IEEE39节点系统进行仿真。该系统包含10台燃煤机组、1个风电场和1个抽蓄电站。燃煤机组装机容量共计1662MW，其中C1为典型高能耗机组，作为本例的减排目标机组，C1-C5具备深度调峰能力，C6-C10不具备深度调峰能力，仅参与启停调峰。风电场装机容量600MW，风电渗透率约为25％。抽蓄电站包含2台额定发电和抽水功率均为60MW的抽水蓄能机组。

实施例中参数取值如下：P_a、P_b、P_c均分别取额定功率的50％、40％、30％，δ在DPS、DPSC阶段分别取1.2、1.3，S_c在DPS、DPSC阶段分别取150、180元/MW；α取2％，C_q取0.9183t/(MW·h)，δ_s取0.53％，α_S取0.248％，γ_N取0.392％，ζ_i取0.798t/(MW·h)，k_c取150元/t；θ取0.8元/kW·h。

此外，燃煤机组参数如表1所示；风电与负荷预测曲线见图5；抽蓄电站参数及抽蓄的上网电价分别如表2、表3所示。

表1燃煤机组参数

表2抽蓄电站参数

表3抽蓄的上网电价

设置以下两种调度方案：

CaseA：采用抽蓄现行定抽发策略，即抽蓄在1-5h抽水，11-12h和18-19h发电。目标函数相当于深度调度的w_t恒等于0。

CaseB：采用本发明所提深度调度策略，包含预调度与深度调度两部分。这里设w_a、w_b分别为0.9、0.8。

根据算例数据对上述两种调度方案进行仿真，采用CaseB方案下，各调度时刻的低碳调用系数w_t的取值由CaseA得到，如表4所示。

表4 Case B方案下各调度时刻的低碳调用系数w_t取值

时刻	1	2	3	4	5	6	7	8	9	10	11	12
													w<sub>t</sub>	0.8	0.8	0.8	0.9	0.9	0.8	0.9	0.9	1	1	0.9	1
时刻	13	14	15	16	17	18	19	20	21	22	23	24
													w<sub>t</sub>	1	1	1	1	1	1	1	0.9	1	1	0.9	0.9

此外，仿真得到CaseA和Case B的抽蓄出力对比，如图6所示，减排目标机组C1出力对比如图7所示。

从图6中可以看出，相比Case A，采用Case B方案时的抽蓄调用时长最长，抽水、发电调用时长均分别增加了1h、3h，表明所提调度方法能使系统调用抽蓄的效率更高且更灵活。同时，结合图7则可以看出，相比Case A，采用Case B方案时，利用低碳调用系数，能有效发挥抽蓄辅助燃煤机组调峰的作用，使得C1机组出力由DPS、DPSC阶段被提高至RPS阶段，从而可有效降低C1机组的碳排放强度，达到低碳减排的目的。

表5 Case A和Case B方案下的碳排放技术指标

CaseA和Case B方案下的碳排放技术指标如表5所示。可知，采用Case B方案时系统的总碳排放量最小，较Case A减少137.30t。同时，可有效减小机组C1-C5的总深度调峰次数，从而使C1-C5机组的碳排放强度下降明显，尤其对于C1机组，较Case A降低了0.006t/MWh。可见，在Case B方案下，无论是减排目标机组还是其它燃煤机组，系统调度的减排效果得到了明显提高，验证了本发明调度方法的有效性。

表6 Case A和Case B方案下系统成本与弃风率指标

Case A和Case B方案下系统成本与弃风率，以及各时刻的风电并网功率分别如表6、图8所示。可以看出：相比Case A，采用Case B方案时，系统调用抽蓄的时长和功率明显增加，此外，综合成本较Case A减少20.75万元，弃风率降低3.73％，改善了系统整体调峰效果。

实施例3

一种燃煤机组深度调峰的深度调度系统，包括：

调峰全过程碳排放强度计算模型构建模块，用于分别建立燃煤机组每个调峰阶段的碳排放强度计算模型，组成燃煤机组的调峰全过程碳排放强度计算模型；所述调峰阶段包括基本调峰阶段、不助燃深度调峰阶段和助燃深度调峰阶段。

碳排放交易成本模型构建模块，用于基于所述调峰全过程碳排放强度计算模型建立燃煤机组的碳排放交易成本模型。

目标函数构建模块，用于基于碳排放交易成本模型构建以总调峰成本最小为目标的预调度目标函数和深度调度目标函数。

约束条件确定模块，用于确定燃煤机组调度的约束条件。

调度模块，用于基于所述约束条件求解所述预调度目标函数和深度调度目标函数，对燃煤机组进行预调度和深度调度。

其中，所述调峰全过程碳排放强度计算模型为：

其中，M_i,t为燃煤机组i在t时刻的碳排放强度，P_i,max、P_i,a、P_i,b和P_i,c分别为燃煤机组i的最大允许出力、最小技术出力、不助燃下最低稳燃出力和助燃下最低稳燃出力，P_i,t为燃煤机组i在t时刻的功率；

M_coal表示煤耗引起的碳排放强度，

H_i为燃煤机组i的供电煤耗，g/kWh；C_c为燃煤含碳统计量，％；

为CO₂的摩尔质量，44g/mol；M_C为碳的摩尔质量，12g/mol；OF(P_i,t)为燃煤机组修正后的碳氧化率，％，

P_i,N为燃煤机组i的额定运行功率，MW；

M_aux表示运行效率下降引起的碳排放强度，M_aux＝H_i×(1-ζ(P_i,t)/ζ(P_i,N))×C_q+H_i×(1-ε(P_i,t)/ε(P_i,N))×C_q+αH_i×C_q；ζ为锅炉的燃烧效率，％；ε为汽轮机的绝对内效率，％；α为包括减温装置、汽源装置在内的附加装置运行能耗占比，％；C_q为单位电量产生的CO₂，t/MWh；

M_sn表示脱硫脱硝引起的碳排放强度，

δ_S为燃煤含硫量，％；Δη_S为机组脱硫效率，％；M_S为硫的摩尔质量，32g/mol；α_S为脱硫能耗比例，％；γ_N为脱硝能耗比例，％。

其中，所述碳排放交易成本模型为：

G_i,t＝k_c×P_i,tΔt×(M_i,t-ζ_i)；

其中，G_i,t为燃煤机组i在t时刻的碳排放交易成本；k_c为碳排放交易价格；Δt为t-1到t的调度时段间隔，取1h；ζ_i为机组i的碳排放强度基准值。

可选的，所述预调度目标函数为：

其中，T为调度周期；N为参与调度的燃煤机组数量；U_i,t为燃煤机组i在t时刻的运行状态，取1为开机，0为停机；F_i,t为燃煤机组i在t时刻的调峰成本；

为燃煤机组i在t时刻的启停机成本；K为参与调度的抽蓄机组的数量，

为抽蓄机组k在t时刻的调峰成本；H_w,t为t时刻的弃风惩罚成本；

其次，

为燃煤机组i在t时刻的煤耗成本；

为燃煤机组i在t时刻的磨损成本；

为燃煤机组i在t时刻的等离子点火成本；

为燃煤机组i在t时刻的SO₂和NO_x污染成本；

为燃煤机组i在t时刻的深度调峰补偿；a_i、b_i、c_i为燃煤机组i的三个煤耗成本系数；N_i为燃煤机组i的转子致裂周次；δ_i为燃煤机组i的转子磨损系数；S_u为燃煤机组的购机成本；V_S和V_N分别为SO₂和NO_x向大气的排放量；S_v为单位体积污染排放惩罚成本；

为等离子点火装置运行功率；S_e为厂用电价；S_c为单位电量补偿费系数；

为t时刻抽蓄机组k的抽水功率；C_price,t为抽蓄机组的上网电价；

为抽蓄机组k的启动与停机成本；θ为弃风惩罚成本系数；

为实际并网风电功率；P_w,t为风电预测功率。

综上，本发明首先根据燃煤机组划分的调峰阶段，建立燃煤机组调峰全过程的碳排放强度计算模型，进而建立燃煤机组碳排放交易成本模型；以系统中碳排放量最大的一个燃煤机组作为减排目标机组，依据其三个调峰阶段，每段对应设计一个低碳调用系数；考虑燃煤机组的碳排放交易成本，提出计及低碳调用系数的抽蓄辅助燃煤机组深度调峰的深度调度方法，该方法包含两个步骤，1)预调度：不计及低碳调用系数，以含燃煤机组碳排放交易成本的系统总调峰成本最小为目标，完成预调度，确定各调度时刻的低碳调用系数取值；2)深度调度：利用得到的低碳调用系数修正抽蓄调峰成本，再以修正后的含燃煤机组碳排放交易成本的系统总调峰成本最小为目标，进行优化调度，实现优先调用抽蓄辅助燃煤机组深度调峰。

本发明的抽蓄辅助燃煤机组的深度调度方法能充分发挥抽蓄的调节能力，减少燃煤机组深度调峰次数，从而有效减少燃煤机组的碳排放，降低系统运行成本以及提高风电消纳量。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种燃煤机组深度调峰的深度调度方法，其特征在于，包括如下步骤：

分别建立燃煤机组每个调峰阶段的碳排放强度计算模型，组成燃煤机组的调峰全过程碳排放强度计算模型；所述调峰阶段包括基本调峰阶段、不助燃深度调峰阶段和助燃深度调峰阶段；

基于所述调峰全过程碳排放强度计算模型建立燃煤机组的碳排放交易成本模型；

基于碳排放交易成本模型构建以总调峰成本最小为目标的预调度目标函数和深度调度目标函数；

确定燃煤机组调度的约束条件；

基于所述约束条件求解所述预调度目标函数和深度调度目标函数，对燃煤机组进行预调度和深度调度。

2.根据权利要求1所述的燃煤机组深度调峰的深度调度方法，其特征在于，所述调峰全过程碳排放强度计算模型为：

其中，M_i,t为燃煤机组i在t时刻的碳排放强度，P_i,max、P_i,a、P_i,b和P_i,c分别为燃煤机组i的最大允许出力、最小技术出力、不助燃下最低稳燃出力和助燃下最低稳燃出力，P_i,t为燃煤机组i在t时刻的功率；

M_coal表示煤耗引起的碳排放强度，

H_i为燃煤机组i的供电煤耗，g/kWh；C_c为燃煤含碳统计量，％；M_CO2为CO₂的摩尔质量，44g/mol；M_C为碳的摩尔质量，12g/mol；OF(P_i,t)为燃煤机组修正后的碳氧化率，％，

P_i,N为燃煤机组i的额定运行功率，MW；

M_aux表示运行效率下降引起的碳排放强度，M_aux＝H_i×(1-ζ(P_i,t)/ζ(P_i,N))×C_q+H_i×(1-ε(P_i,t)/ε(P_i,N))×C_q+αH_i×C_q；ζ为锅炉的燃烧效率，％；ε为汽轮机的绝对内效率，％；α为包括减温装置、汽源装置在内的附加装置运行能耗占比，％；C_q为单位电量产生的CO₂，t/MWh；

M_sn表示脱硫脱硝引起的碳排放强度，

δ_S为燃煤含硫量，％；Δη_S为机组脱硫效率，％；M_S为硫的摩尔质量，32g/mol；α_S为脱硫能耗比例，％；γ_N为脱硝能耗比例，％。

3.根据权利要求2所述的燃煤机组深度调峰的深度调度方法，其特征在于，所述碳排放交易成本模型为：

G_i,t＝k_c×P_i,tΔt×(M_i,t-ζ_i)；

其中，G_i,t为燃煤机组i在t时刻的碳排放交易成本；k_c为碳排放交易价格；Δt为t-1到t的调度时段间隔，取1h；ζ_i为机组i的碳排放强度基准值。

4.根据权利要求3所述的燃煤机组深度调峰的深度调度方法，其特征在于，所述预调度目标函数为：

其中，T为调度周期；N为参与调度的燃煤机组数量；U_i,t为燃煤机组i在t时刻的运行状态，取1为开机，0为停机；F_i,t为燃煤机组i在t时刻的调峰成本；

为燃煤机组i在t时刻的启停机成本；K为参与调度的抽蓄机组的数量，

为抽蓄机组k在t时刻的调峰成本；H_w,t为t时刻的弃风惩罚成本；

其次，

为燃煤机组i在t时刻的煤耗成本；

为燃煤机组i在t时刻的磨损成本；

为燃煤机组i在t时刻的等离子点火成本；

为燃煤机组i在t时刻的SO₂和NO_x污染成本；

为燃煤机组i在t时刻的深度调峰补偿；a_i、b_i、c_i为燃煤机组i的三个煤耗成本系数；N_i为燃煤机组i的转子致裂周次；δ_i为燃煤机组i的转子磨损系数；S_u为燃煤机组的购机成本；V_S和V_N分别为SO₂和NO_x向大气的排放量；S_v为单位体积污染排放惩罚成本；

为等离子点火装置运行功率；S_e为厂用电价；S_c为单位电量补偿费系数；

为t时刻抽蓄机组k的抽水功率；C_price,t为抽蓄机组的上网电价；

为抽蓄机组k的启动与停机成本；θ为弃风惩罚成本系数；

为实际并网风电功率；P_w,t为风电预测功率。

5.根据权利要求4所述的燃煤机组深度调峰的深度调度方法，其特征在于，所述深度调度目标函数为：

其中，w_t为t时刻的低碳调用系数，

T_RPS、T_DPS和T_DPSC分别表示减排目标机组处于基本调峰阶段、不助燃深度调峰和助燃深度调峰阶段所对应的时刻，0≤w_b＜w_a＜1，所述减排目标机组为N个燃煤机组中碳排放量最大的燃煤机组。

6.根据权利要求1所述的燃煤机组深度调峰的深度调度方法，其特征在于，所述约束条件包括：

燃煤机组功率约束：

x_i,tP_i,x≤P_i,t≤x_i,tP_i,max；

其中，P_i,max、P_i,x分别为第i台燃煤机组的功率上限和下限；x_i,t为燃煤机组i的开停机状态，1表示运行状态，0表示停机状态，P_i,t为燃煤机组i在t时刻的功率；

燃煤机组开停机时间约束：

其中，

分别为燃煤机组i的最小运行与停机时间，

表示燃煤机组i的t时刻时的连续运行时间，

表示燃煤机组i的t时刻时的连续停机时间；

燃煤机组爬坡约束：

-α_d,iΔT≤P_i,t-P_i,t-1≤α_u,iΔT；

α_d,i和α_u.i分别为燃煤机组i向下和向上爬坡的速率，P_i,t-1表示燃煤机组i在t-1时刻的功率；

正负旋转备用约束：

其中，P_load,t为系统负荷；R_load和R_w分别为系统负荷和风电预测的旋转备用系数，P_w,t为风电预测功率；

抽蓄机组功率约束：

其中，P_g,max和P_g,min分别表示抽蓄机组最大和最小发电功率，P_p,max和P_p,min分别为抽蓄机组最大和最小抽水功率，

和

分别表示抽蓄机组k发电和抽水工况的布尔变量，

和

分别表示抽蓄机组k在t时刻的发电功率和抽水功率；

抽蓄机组及电站单一工况约束：

其中，Y_t ^g和Y_t ^p分别是表征电站的发电和抽水工况的布尔变量；

考虑调频容量预留抽蓄电站水库水位及水位变动约束：

其中，H_min和H_max分别为电站上水库水位上限和下限；H_t0和H_tend分别为调度周期初始时刻和结束时刻上水库的水位值；γ_p和γ_g分别为抽蓄机组抽水和发电水量电量转换系数；

系统功率平衡约束：

其中，N为参与调度的燃煤机组数量，K为参与调度的抽蓄机组的数量，P_load,t表示t时刻的负载功率；

风电出力约束：

其中，

表示t时刻的风电预测功率。

7.根据权利要求1所述的燃煤机组深度调峰的深度调度方法，其特征在于，所述基于所述约束条件求解所述预调度目标函数和深度调度目标函数，对燃煤机组进行预调度和深度调度，具体包括：

基于所述约束条件求解所述预调度目标函数，对燃煤机组进行预调度，并确定深度调度目标函数中的低碳调用系数的数值；

基于所述约束条件求解低碳调用系数确定后的深度调度目标函数，对燃煤机组进行深度调度。

8.一种燃煤机组深度调峰的深度调度系统，其特征在于，包括：

调峰全过程碳排放强度计算模型构建模块，用于分别建立燃煤机组每个调峰阶段的碳排放强度计算模型，组成燃煤机组的调峰全过程碳排放强度计算模型；所述调峰阶段包括基本调峰阶段、不助燃深度调峰阶段和助燃深度调峰阶段；

碳排放交易成本模型构建模块，用于基于所述调峰全过程碳排放强度计算模型建立燃煤机组的碳排放交易成本模型；

目标函数构建模块，用于基于碳排放交易成本模型构建以总调峰成本最小为目标的预调度目标函数和深度调度目标函数；

约束条件确定模块，用于确定燃煤机组调度的约束条件；

调度模块，用于基于所述约束条件求解所述预调度目标函数和深度调度目标函数，对燃煤机组进行预调度和深度调度。

9.根据权利要求8所述的燃煤机组深度调峰的深度调度系统，其特征在于，所述调峰全过程碳排放强度计算模型为：

其中，M_i,t为燃煤机组i在t时刻的碳排放强度，P_i,max、P_i,a、P_i,b和P_i,c分别为燃煤机组i的最大允许出力、最小技术出力、不助燃下最低稳燃出力和助燃下最低稳燃出力，P_i,t为燃煤机组i在t时刻的功率；

M_coal表示煤耗引起的碳排放强度，

H_i为燃煤机组i的供电煤耗，g/kWh；C_c为燃煤含碳统计量，％；M_CO2为CO₂的摩尔质量，44g/mol；M_C为碳的摩尔质量，12g/mol；OF(P_i,t)为燃煤机组修正后的碳氧化率，％，

P_i,N为燃煤机组i的额定运行功率，MW；

M_aux表示运行效率下降引起的碳排放强度，M_aux＝H_i×(1-ζ(P_i,t)/ζ(P_i,N))×C_q+H_i×(1-ε(P_i,t)/ε(P_i,N))×C_q+αH_i×C_q；ζ为锅炉的燃烧效率，％；ε为汽轮机的绝对内效率，％；α为包括减温装置、汽源装置在内的附加装置运行能耗占比，％；C_q为单位电量产生的CO₂，t/MWh；

M_sn表示脱硫脱硝引起的碳排放强度，

δ_S为燃煤含硫量，％；Δη_S为机组脱硫效率，％；M_S为硫的摩尔质量，32g/mol；α_S为脱硫能耗比例，％；γ_N为脱硝能耗比例，％。

10.根据权利要求9所述的燃煤机组深度调峰的深度调度系统，其特征在于，所述碳排放交易成本模型为：

G_i,t＝k_c×P_i,tΔt×(M_i,t-ζ_i)；

其中，G_i,t为燃煤机组i在t时刻的碳排放交易成本；k_c为碳排放交易价格；Δt为t-1到t的调度时段间隔，取1h；ζ_i为机组i的碳排放强度基准值。

Images