李 虹 賈 玲

（陜西省地方電力（集團(tuán)）公司，西安 710061）

電力調(diào)度方式對(duì)實(shí)現(xiàn)資源的優(yōu)化配置具有重要作用，傳統(tǒng)的電力調(diào)度都是基于機(jī)組容量平均分配發(fā)電小時(shí)數(shù)，這種方法造成高效低污染的大機(jī)組發(fā)電不充分，小機(jī)組高耗能的小機(jī)組發(fā)電較多的情況，造成了資源的浪費(fèi)和環(huán)境的破壞[1-7]。為實(shí)現(xiàn)節(jié)能減排，引導(dǎo)電源結(jié)構(gòu)向高效率、低污染的方向發(fā)展，國(guó)家發(fā)改委提出了《節(jié)能發(fā)電調(diào)度辦法》的紅頭文件，要求各電力企業(yè)實(shí)行節(jié)能發(fā)電調(diào)度[8]。

節(jié)能調(diào)度室一項(xiàng)復(fù)雜的系統(tǒng)性工程，節(jié)能調(diào)度的施行對(duì)我國(guó)電力系統(tǒng)安全穩(wěn)定運(yùn)行具有重要影響，一方面隨著特高壓電網(wǎng)的建設(shè)，對(duì)節(jié)能調(diào)度提出了更高的要求，另一方面機(jī)組發(fā)電和機(jī)組組合的不確定也對(duì)節(jié)能發(fā)電調(diào)度提出了嚴(yán)峻的考驗(yàn)。因此，開(kāi)展節(jié)能發(fā)電調(diào)度的研究是一項(xiàng)迫切需要解決的問(wèn)題。

隨著以太陽(yáng)能發(fā)電、風(fēng)力發(fā)電為主的可再生能源技術(shù)的發(fā)展，可再生能源的裝機(jī)容量在電網(wǎng)裝機(jī)中比例越大越大，同時(shí)由于可再生能源的隨機(jī)性和不可控性，其大規(guī)模的并網(wǎng)對(duì)電力系統(tǒng)的安全穩(wěn)定提出了嚴(yán)重挑戰(zhàn)，新能源的環(huán)保經(jīng)濟(jì)效益和運(yùn)行的挑戰(zhàn)性成為矛盾。

針對(duì)上述情況，本文構(gòu)建包含可再生能源的節(jié)能調(diào)度模型，該模型考慮可再生能源機(jī)組的名義購(gòu)電成本，以總發(fā)電能耗最小為目標(biāo)函數(shù)。在此基礎(chǔ)上，通過(guò)粒子群算法進(jìn)行求解。最后，以ΙEEE3014算例進(jìn)行研究，仿真結(jié)果驗(yàn)證了節(jié)能發(fā)電模型和算法的有效性和可行性。

1 節(jié)能發(fā)電調(diào)度模型

1.1 目標(biāo)函數(shù)

基于環(huán)境效益因素的非可再生能源機(jī)組的名義購(gòu)電成本可定義如下[9]

式中，CG是常規(guī)機(jī)組的名義購(gòu)電成本；CGS為燃料總成本；ηEPi為環(huán)保效益懲罰成本系數(shù)；CEC為排放物控制總成本；CGT為菲可再生能源機(jī)組的購(gòu)電成本。

考慮可再生能源間歇性和隨機(jī)性的可再生能源名義購(gòu)電成本購(gòu)定義如下[9]

式中，CR為可再生能源機(jī)組的名義購(gòu)電成本；CRT為可再生能源機(jī)組的購(gòu)電成本；CRPi為備用容量懲罰成本。

CRPi主要體現(xiàn)可再生能源的經(jīng)濟(jì)性和資源價(jià)值，在考慮環(huán)境效益的同時(shí)體現(xiàn)其給系統(tǒng)造成的損失，其定義如下

式中，ρRPi為可再生能源并網(wǎng)備用容量懲罰成本系數(shù)；Pwja為可再生能源發(fā)電機(jī)組j計(jì)劃發(fā)電量；Pwj為可再生能源發(fā)電機(jī)組j實(shí)際發(fā)電量。

新能源機(jī)組的出力不確定性導(dǎo)致了非可再生能源機(jī)組在其出力、發(fā)電的成本費(fèi)用和可用旋轉(zhuǎn)備用也具有不確定性。因此構(gòu)建以購(gòu)電成本的期望目標(biāo)函數(shù)的調(diào)度模型，模型中不確定的約束條件可以以概率的形式表示，節(jié)能發(fā)電調(diào)度模型如式（4）所示。

式中，T為周期小時(shí)數(shù)；N、M分別為非可在生能源機(jī)組和可再生能源機(jī)組臺(tái)數(shù)；CGi和CRi分別為非可在生能源機(jī)組和可再生能源機(jī)組；Uit（Kit）為1 時(shí)表示機(jī)組正常運(yùn)行，為0 是表示機(jī)組停機(jī)。

1.2 約束條件

1）功率平衡約束條件，即可再生能源機(jī)組和非可再生能源機(jī)組在時(shí)刻t的出力與系統(tǒng)的負(fù)荷處于平衡。

式中，PGit和PWit分別為非可再生能源機(jī)組和可再生能源機(jī)組在t時(shí)刻的出力；PDt為t時(shí)刻系統(tǒng)的負(fù)荷。

2）機(jī)組出力約束條件，即非可再生能源機(jī)組與可再生能源機(jī)組的出力在其出力范圍內(nèi)。

3）系統(tǒng)的旋轉(zhuǎn)備用約束條件?？紤]可再生能源后，系統(tǒng)的備用容量也是一個(gè)確定性的問(wèn)題，這里通過(guò)概率的形式來(lái)體現(xiàn)不確定性[9]

式中，SRa和SRd分別為時(shí)段t時(shí)系統(tǒng)的上、下旋轉(zhuǎn)備用要求，θ1和θ2是置信水平。

4）火電機(jī)組的爬坡速度約束條件如式（8）所示。

式中，SdGi和SuGi是時(shí)段t時(shí)火電機(jī)組l 的有功出力；θ3是置信水平。

2 粒子群算法

粒子群算法收鳥(niǎo)群覓食行為的啟發(fā)而產(chǎn)生的一種現(xiàn)代智能算法，廣泛用于各種復(fù)雜優(yōu)化問(wèn)題的求解過(guò)程中，粒子群算法的基本步驟如下[10-12]：

1）初始化設(shè)置粒子群的大小、慣性時(shí)間常數(shù)、加速洗漱。迭代次數(shù)。種群初始位置和初始速度。

2）計(jì)算每個(gè)粒子的適應(yīng)值。

3）確定粒子的個(gè)體極值和當(dāng)前的全局極值，同時(shí)更新每個(gè)粒子的位置和飛行速度。

4）如未達(dá)到預(yù)先設(shè)定的停止準(zhǔn)則（通常設(shè)置為最大迭代次數(shù)），則返回步驟2），若達(dá)到則停止計(jì)算。

在原始粒子群算法中，如果粒子的飛行超出了解空間，用一個(gè)常量Vmax限制粒子的最大飛行速度，只要粒子速度的絕對(duì)值在任一維上超出Vmax，都將其值置為Vmax或者-Vmax。

粒子群算法的流程框圖如圖1所示。

圖1 粒子群算法流程圖

3 算例結(jié)果與分析

算例系統(tǒng)是一個(gè)標(biāo)準(zhǔn)的ΙEEE14 節(jié)點(diǎn)系統(tǒng)，系統(tǒng)結(jié)構(gòu)如圖2所示，圖中母線(xiàn)8 是發(fā)力發(fā)電機(jī)組,系統(tǒng)參數(shù)如文獻(xiàn)所示。

圖2 算例系統(tǒng)結(jié)構(gòu)圖

在仿真計(jì)算中，設(shè)定系統(tǒng)的選擇備用容量為總負(fù)荷的3%，除風(fēng)電機(jī)組外，其余非可再生能源機(jī)組的煤耗設(shè)為300g/kW·h 時(shí)，設(shè)定選擇備用容量的置信水平為0.95，機(jī)組爬坡的置信水平為0.9，機(jī)組成本系數(shù)為0.2 萬(wàn)/100MW，風(fēng)速曲線(xiàn)如圖3所示。

圖3 母線(xiàn)8 風(fēng)電機(jī)組的風(fēng)速曲線(xiàn)

采用本文提出的粒子群算法對(duì)節(jié)能發(fā)電調(diào)度模型進(jìn)行求解，仿真計(jì)算中粒子群算法的相關(guān)參數(shù)設(shè)定見(jiàn)表1。

表1 粒子群參數(shù)設(shè)置

在表1所示的參數(shù)的情況下，采用粒子群算法對(duì)節(jié)能發(fā)電調(diào)度模型和常規(guī)調(diào)度模型進(jìn)行求解，計(jì)算結(jié)果見(jiàn)表2。

表2 計(jì)算結(jié)果比較

從表2的結(jié)果分析可知，節(jié)能發(fā)電調(diào)度模式比常規(guī)的經(jīng)濟(jì)調(diào)度模式在發(fā)電煤耗量，污染物排放量、均具有明顯的優(yōu)勢(shì)，其中節(jié)能發(fā)電調(diào)度模式在發(fā)電煤耗量方向減少將近300 噸，在污染排放量方面減排1.23 噸；但是發(fā)電燃料成本和購(gòu)電成本確相應(yīng)的偏高，其中發(fā)電燃料成本節(jié)能發(fā)電調(diào)度比經(jīng)濟(jì)掉多30 萬(wàn)，購(gòu)電成本節(jié)能發(fā)電調(diào)度比經(jīng)濟(jì)調(diào)度高10 萬(wàn)。具體原因如下：

1）發(fā)電成本的偏高主要是因?yàn)楣?jié)能發(fā)電調(diào)度使用大容量的機(jī)組進(jìn)行發(fā)電，盡量使大容量機(jī)組多發(fā)滿(mǎn)發(fā)。這類(lèi)大機(jī)組的發(fā)電成本費(fèi)用相對(duì)于小機(jī)組較高，而經(jīng)濟(jì)調(diào)度模式有限調(diào)度發(fā)電成本角度的火電機(jī)組，因此造成節(jié)能發(fā)電調(diào)度的發(fā)電成本比經(jīng)濟(jì)調(diào)度的高。

2）購(gòu)電成本偏高的主要原因在于節(jié)能發(fā)電調(diào)度方式下，有限考慮風(fēng)電等清潔機(jī)組。風(fēng)電機(jī)組的上網(wǎng)電價(jià)價(jià)高，而經(jīng)濟(jì)調(diào)度模式首先考慮以水電為主的成本較低的機(jī)組，因此造成了節(jié)能發(fā)電調(diào)度的購(gòu)電成本比經(jīng)濟(jì)調(diào)度的成本高。

4 結(jié)論

節(jié)能發(fā)電調(diào)度是遏制氣候變暖，降低污染物排放的一項(xiàng)重要具體措施。本文提出考慮可再生能源，以總發(fā)電能耗最小為目標(biāo)函數(shù)的節(jié)能發(fā)電調(diào)度模型。采用粒子群算法對(duì)節(jié)能調(diào)度模型進(jìn)行求解。以ΙEEE14 節(jié)點(diǎn)為算例進(jìn)行進(jìn)行研究，研究結(jié)果表明，節(jié)能發(fā)電調(diào)度在煤耗量和污染物排放量方面比經(jīng)濟(jì)調(diào)度模式具有明顯的優(yōu)勢(shì)，但是在發(fā)電成本和購(gòu)電成本方面，節(jié)能調(diào)度模式比經(jīng)濟(jì)調(diào)度模式稍高。

[1] 尚金成.節(jié)能發(fā)電調(diào)度的經(jīng)濟(jì)補(bǔ)償機(jī)制研究(一):基于行政手段的經(jīng)濟(jì)補(bǔ)償機(jī)制設(shè)計(jì)與分析[J].電力系統(tǒng)自動(dòng)化,2009,33(2):44-48.

[2] 曾鳴,史連軍,董軍,等.與市場(chǎng)機(jī)制相協(xié)調(diào)的節(jié)能發(fā)電調(diào)度相關(guān)問(wèn)題研究[J].電力技術(shù)經(jīng)濟(jì),2007,19(5):1-5.

[3] 趙靜.電力行業(yè)節(jié)能淺析[J].電力技術(shù)經(jīng)濟(jì),2007,19(3): 39-42.

[4] 嚴(yán)宇,馬珂.改進(jìn)發(fā)電調(diào)度方式,實(shí)施節(jié)能、環(huán)保、經(jīng)濟(jì)調(diào)度的探討[J].中國(guó)電力,2007,40(6):6-9.

[5] 尚金成,張兆峰.區(qū)域共同電力市場(chǎng)交易機(jī)理與交易模型的研究[J].電力系統(tǒng)自動(dòng)化,2005,29(4):6-13.

[6] 趙風(fēng)云.對(duì)新型節(jié)能發(fā)電調(diào)度方式的探討[J].電業(yè)政策研究,2007,(3):23-24.

[7] 白建化,張風(fēng)營(yíng).發(fā)電調(diào)度:電力降耗突破口[J].中國(guó)電力企業(yè)管理,2007,(2):22-23.

[8] 國(guó)務(wù)院辦公廳.關(guān)于轉(zhuǎn)發(fā)發(fā)展改革委等部門(mén)節(jié)能發(fā)電調(diào)度辦法（試行）的通知[Z].2007.

[9] 鄢帆.電網(wǎng)企業(yè)節(jié)能發(fā)電調(diào)度模型及其運(yùn)作體系研究[D].華北電力大學(xué),2011.

[10] YOSHΙDA H ,KAWATA K,FUKUYAMA Y,et al.A particle swarm optimization for reactive power and voltage control considering voltage stability [A].Proceedings of the Ιnternational Conference on Ι ntelligent System Application to Power System [C].Rio de Janeiro,Brazil,1999.117-121.

[11] KENNEDY J,EBERHART R C.A discrete binary version of the particle swarm algorithm [A].Proceedings of the World Multiconference on Systemics.Cybernetics and Ιnformatics [C].Piscataway,NJ: ΙEEE Service Center,1997.4104- 4109.

[12] FAN H Y,SHΙ Y H.Study of Vmax of the Particle Swarm Optimization Algorithm[ R] .Proceedings of the Workshop on PSO.Ιndianapolis :Purdue School of Engineering and Technology ,ΙNPUΙ ,2001.