許立雄，李 響，劉友波，劉俊勇，凌 亮，孫 毅

(1.四川大學電氣信息學院，四川 成都 610065;2.四川省電力公司，四川 成都 610041)

0 引言

交易計劃編制工作是電力交易中心的主要工作之一，其結(jié)果將直接影響后續(xù)調(diào)度中心的工作［1］。交易計劃按照時間跨度可以分為短期的日交易計劃、中期的月度交易計劃和長期的年度交易計劃。短期的日交易計劃國內(nèi)外研究得比較成熟［2-6］，長期的年度交易計劃國內(nèi)外的研究成果也比較豐富［7-10］，而對于中期的月度交易計劃的研究相對還比較匱乏。文獻［11］基于“三公”調(diào)度模式，建立了全周期變時段發(fā)電計劃優(yōu)化模型。然而“三公”調(diào)度模式不能有效地引導電力工業(yè)朝著提高能源使用效率，減少環(huán)境污染的方向?qū)崿F(xiàn)可持續(xù)發(fā)展，因此國務院特別頒布了《節(jié)能發(fā)電調(diào)度辦法》。文獻［1］提出在節(jié)能調(diào)度模式下的一種綜合耗量優(yōu)化方法，綜合考慮了發(fā)電企業(yè)、電網(wǎng)公司和社會環(huán)境三方利益，用于解決省級電網(wǎng)直調(diào)火力發(fā)電單元月度電能交易計劃編制問題。上述文獻均是針對某一種調(diào)度模式研究月度交易計劃的編制，而目前就省一級的電力交易中心而言，月度交易計劃的編制正由平均分解的方式向節(jié)能分解的方式過渡，迫切需要能夠同時考慮多種調(diào)度方式的月度交易計劃編制方法。在深入分析平均分解和節(jié)能分解的編制模型的基礎上，提出了考慮多種調(diào)度模式的月度交易計劃統(tǒng)一編制模型，采用禁忌-粒子群算法進行求解，并開發(fā)了相應的系統(tǒng)實現(xiàn)月度交易計劃的編制與管理。

1 月度交易計劃編制模型

月度交易計劃編制是根據(jù)未來月份系統(tǒng)的電力電量需求，各個發(fā)電機組的檢修安排、啟停限制、發(fā)電量限制等條件，確定各個發(fā)電機組在未來月份的開停、出力及電量。編制完的計劃還需要滿足相應的要求，如能耗最小、各個發(fā)電機組年合同電量完成進度相當?shù)?。這種要求與不同的調(diào)度模式相對應，如能耗最小是節(jié)能調(diào)度模式下的要求;而各個發(fā)電機組年合同電量完成進度相當則是“三公”調(diào)度模式下的要求。

將編制完的計劃需要滿足的要求作為目標函數(shù)，系統(tǒng)的電力電量平衡、機組運行限制作為約束條件，建立考慮多種調(diào)度模式的月度交易計劃編制優(yōu)化模型，通過設置不同的目標函數(shù)來反映不同的調(diào)度模式。模型具體描述如下。

1.1 優(yōu)化目標

1)節(jié)能調(diào)度模式

節(jié)能調(diào)度模式要求按照各個發(fā)電機組的能耗由小到大安排發(fā)電，以提高電力工業(yè)能源使用效率，節(jié)約能源，促進能源和電力結(jié)構調(diào)整。因此節(jié)能調(diào)度模式下月度交易計劃編制模型的優(yōu)化目標為發(fā)電能耗最小。

式中，ηi為發(fā)電機組i的單位能耗;為時段 t內(nèi)發(fā)電機組i的計劃發(fā)電量。

2)“三公”調(diào)度模式

“三公”調(diào)度模式是中國傳統(tǒng)的調(diào)度模式，“三公”調(diào)度的關鍵指標是電廠年度合同電量進度，即要求各電廠的電量完成進度盡可能相近。以時段內(nèi)各個發(fā)電機組年合同電量完成進度的方差來衡量各個機組之間年合同電量完成進度的偏差，則優(yōu)化目標可具體描述如下。

式中，D(Fi，t)為時段t內(nèi)各個發(fā)電機組年度合同電量完成進度的方差;Fi，t為時段t內(nèi)發(fā)電機組i的年度合同電量完成進度。

3)統(tǒng)一模型

采用不同調(diào)度模式進行月度交易計劃的編制，區(qū)別體現(xiàn)在目標上:節(jié)能調(diào)度模式以能耗最小作為計劃編制的指導;“三公”調(diào)度以各個機組年合同電量完成進度盡可能相近作為計劃編制的指導。因此，可以通過引入權重將不同的目標函數(shù)綜合來實現(xiàn)不同調(diào)度模式下月度交易計劃編制的統(tǒng)一。

統(tǒng)一模型下的目標函數(shù)可描述為

式中，α、β為權重，當α=1，β=0時，對應于節(jié)能調(diào)度模式;當α=0，β=1時，則對應于“三公”調(diào)度模式。

1.2 系統(tǒng)平衡約束

發(fā)電機組的出力需要滿足系統(tǒng)的負荷及備用需求;同時在時段內(nèi)所發(fā)電量需要與負荷消耗的電量相匹配。因此系統(tǒng)的平衡約束包括了電力平衡約束和電量平衡約束。

1)電力需求約束

電力需求約束為

式中，xi，t為時段 t內(nèi)發(fā)電機組的運行狀態(tài)，0為停機，1為運行;Pi，t為時段t內(nèi)發(fā)電機組的出力;NG為發(fā)電機組總臺數(shù);γt為時段t內(nèi)系統(tǒng)的備用率;Pl，t為時段t內(nèi)系統(tǒng)的總體負荷電力需求。

2)電量需求約束

電量需求約束為

式中，xi，t為時段 t內(nèi)發(fā)電機組的運行狀態(tài)，0為停機，1為運行;hi，t為時段 t內(nèi)發(fā)電機組的利用小時數(shù);Pi，t為時段t內(nèi)發(fā)電機組的出力;NG為發(fā)電機組總臺數(shù);γt為時段 t內(nèi)系統(tǒng)的備用率;El，t為時段 t內(nèi)系統(tǒng)的總體負荷電量需求。

1.3 機組約束

發(fā)電機組本身存在各種運行的限制，如檢修、最小啟停時間等。具體的約束描述如下。

1)機組必須停機約束

機組必須停機約束為

式中，Goff為時段t內(nèi)由于檢修等原因必須停運的發(fā)電機組集合。

2)機組必須開機約束

機組必須開機約束為

式中，Gon為時段t內(nèi)必須運行的發(fā)電機組集合。

3)機組日利用小時數(shù)約束

機組日利用小時數(shù)約束為

式中，hi為發(fā)電機組i的日利用小時數(shù);為發(fā)電機組i的日最小利用小時數(shù);為發(fā)電機組i的日最大利用小時數(shù)。

4)機組啟停時間間隔約束

機組不能頻繁啟停，運行和停運都必須持續(xù)一段時間。

2 求解方法

月度交易計劃編制優(yōu)化模型是一個復雜的混合規(guī)劃問題，傳統(tǒng)的數(shù)學優(yōu)化算法隨著計算規(guī)模的擴大，存在“維數(shù)災”問題。

粒子群優(yōu)化算法簡單，可處理各種復雜優(yōu)化問題，已在多個領域廣泛應用，但不同程度地存在早熟收斂問題。Tabu搜索通過禁忌準則避免迂回搜索，通過藐視準則來赦免一些被禁忌的優(yōu)良狀態(tài)，以保證多樣化的有效探索，最終實現(xiàn)全局最優(yōu)。借鑒這一思想來改進PSO算法，避免算法陷入局部最優(yōu)導致的早熟收斂［12］。以改進后的Tabu-PSO算法來求解月度交易計劃編制優(yōu)化模型。流程如下。

1)參數(shù)設置。粒子群個體的維數(shù)取優(yōu)化變量的個數(shù)即火電機組數(shù)，種群規(guī)模M取40。Tabu-PSO算法參數(shù)設置:慣性因子w取0.5，學習因子c1=c2=2.0，速度限制取±4.0，禁忌長度L即禁忌對象的任期取5，最大迭代次數(shù)Imax取50。

2)初始解生成。隨機生成M個可行解xi，計算各個可行解的目標函數(shù)，取M個可行解中的目標函數(shù)值最小的可行解作為群體當前的最優(yōu)解Pg，并將其設置為禁忌對象，任期為L;將M個可行解設置為粒子自身當前的最優(yōu)解Pi。當前迭代次數(shù)置為1。

3)判斷當前迭代次數(shù)是否達到最大迭代次數(shù)，若不滿足，當前迭代次數(shù)累加1:若達到最大迭代次數(shù)則輸出群體當前最優(yōu)解Pg為最終的優(yōu)化結(jié)果。

4)計算各個粒子的飛行速度

各個粒子飛行速度為

式中，w為慣性因子;c1、c2為學習因子;r1、r2為［0，1］間的隨機數(shù);為粒子未來飛行速度和當前飛行速度;為粒子自身當前的最優(yōu)解和群體當前的最優(yōu)解。

5)根據(jù)粒子速度產(chǎn)生新的粒子位置(解)

6)查看粒子位置是否被禁，若是則重復步驟4)、5)，若不是，繼續(xù)以下步驟。

7)計算粒子新位置(解)的目標函數(shù)值，與粒子當前最優(yōu)解pi對應的目標函數(shù)值fi，best比較，若小則將粒子的新位置作為粒子的當前最優(yōu)解pi，并更新fi，best;選取種群中所有粒子自身當前最優(yōu)解的最小者，與種群當前最優(yōu)解比較，若小則更新種群當前最優(yōu)解pg及相應的目標函數(shù)值fg，best，并更新禁忌對象，若未更新種群當前最優(yōu)解，則遞減禁忌對象的任期，轉(zhuǎn)入步驟3)。

3 計劃管理

編制好的交易計劃其效果依賴于各個電廠對計劃的執(zhí)行情況。計劃管理不僅是各個電廠月度開停、出力、發(fā)電量等信息的管理，還包含了對各個電廠計劃執(zhí)行情況的跟蹤與評估。評估計劃執(zhí)行情況的指標具體定義如下。

1)電量偏差率

用于衡量各個發(fā)電機組實發(fā)電量對計劃電量的偏差，其定義如下。

2)偏差均衡率

用于衡量各個發(fā)電機組電量偏差相對于平均偏差水平的差異程度，其式為

式中，G為發(fā)電機組集合，可分別取超發(fā)機組和欠發(fā)機組進行統(tǒng)計;NG為發(fā)電機組集合里發(fā)電機組的總臺數(shù);Δi%為發(fā)電機組集合里第i臺發(fā)電機組的偏差率;Δ%為發(fā)電機組集合里發(fā)電機組的平均偏差率。

3)合同進度

對各個發(fā)電機組分別統(tǒng)計豐水期、枯水期以及全年的合同完成進度，其式為

式中，依據(jù)變量p的取值，F(xiàn)i，p分別為發(fā)電機組 i的豐水期合同電量完成進度、枯水期合同電量完成進度和年度合同電量完成進度;p(1)分別為豐水期起始時段、枯水期起始時段和年度起始時段;p(max)分別為豐水期結(jié)束時段、枯水期結(jié)束時段和年度結(jié)束時段;為發(fā)電機組i已經(jīng)完成的發(fā)電量;分別為發(fā)電機組i的豐水期合同電量、枯水期合同電量和年度合同電量。

4 實例

以某省公司2012年數(shù)據(jù)來驗證模型及方法的實用性。

4.1 計劃編制

月度交易計劃編制模型中系統(tǒng)平衡約束如表1所示(只列出10—12月份的系統(tǒng)電力電量需求)，其中電力需求取該月份典型日的預測負荷，電量需求僅是火電部分的電量需求。

表1 電力電量

月度交易計劃編制模型中機組約束如表2所示(只列出部分信息)，包括了機組的容量、全年的合同電量、豐枯期的合同電量、檢修安排、機組日利用小時數(shù)的最大最小值。機組啟停時間間隔，所有機組取值相同，持續(xù)開機時間不少于10天，持續(xù)停機時間不少于10天。

表2 機組運行信息

采用Tabu-PSO分別求解節(jié)能調(diào)度模式、“三公”調(diào)度模式下火電機組月度交易計劃。表3、表4分別是節(jié)能調(diào)度模式和“三公”調(diào)度模式下部分發(fā)電機組月度發(fā)電計劃(表中的單位均為MW·h)。

表3 節(jié)能調(diào)度模式

表4 “三公”調(diào)度模式

4.2 計劃管理

根據(jù)上述算法設計計算軟件，圖1展示了十月份各個發(fā)電機組計劃完成情況的評估結(jié)果。

畫面上半部分是機組合同完成進度統(tǒng)計分析結(jié)果展示:左邊以進程條的形式展示了查詢機組全年合同執(zhí)行的進度、豐枯期合同執(zhí)行的進度以及查詢月份合同計劃電量的完成情況;右半部分是所有機組合同完成進度的統(tǒng)計分析結(jié)果展示，列表部分展示了全年、豐枯期、查詢月份完成進度靠前、靠后的機組及其合同完成進度，進程條則展示了所有機組平均執(zhí)行進度。

畫面下半部分展示了上網(wǎng)電量的偏差統(tǒng)計:上面的列表展示了查詢機組全年、豐枯期、查詢月份實發(fā)電量與計劃電量之間的偏差;下面的列表則展示了全年、豐枯期、查詢月份實發(fā)電量與計劃電量之間的偏差量靠前、靠后的機組及其計劃電量、實發(fā)電量、偏差率。

5 結(jié)語

針對電力體制新形勢下多種調(diào)度模式的發(fā)電計劃科學化管理要求，提出了考慮多種調(diào)度模式的月度交易計劃統(tǒng)一編制模型，通過設置不同的目標函數(shù)來反映不同的調(diào)度模式;模型采用禁忌-粒子群算法進行求解，利用禁忌算法的局部搜索能力來改善粒子群算法的“早熟”收斂。需指出所提模型里的約束只包含了機組的運行約束，如何有效地考慮系統(tǒng)的安全約束，將是后續(xù)進一步研究的內(nèi)容。

圖1 計劃管理

［1］湯偉，王漪，于繼來，等.編制直調(diào)火力發(fā)電單元月度電能交易計劃的綜合耗量優(yōu)化法［J］.中國電機工程學報，2009，29(5):64-70.

［2］Wang S J，Shahidehpour S M，Kirschen D S，et al.Short-term Generation Scheduling With Transmission and Environmental Constraints Using an Augmented Lagrangian Relaxation［J］.IEEE Transactions on Power Systems，1995，10(3):1294-1301.

［3］Huse E S，Wangensteen I，F(xiàn)aanes H H.Thermal Power Generation Scheduling by Simulated Competition［J］.IEEE Transactions on Power Systems，1999，14(2):472-477.

［4］Abido M A.Environmental/Economic Power Dispatch U-sing Multi-objective Evolutionary Algorithms［J］.IEEE Transactions on Power Systems，2003，18(4):1529-1537.

［5］張國立，李庚銀，謝宏，等.日前和實時市場統(tǒng)一電能交易模型［J］.中國電機工程學報，2006，26(21):50-56.

［6］初壯，于繼來.初期電力市場確定電網(wǎng)日發(fā)電計劃的模型與方法［J］.電力系統(tǒng)自動化，2006，30(22):43-47.

［7］Yu Z，Sparrow F T，Nderitu D.Long-term Hydrothermal Scheduling Using Composite Thermal and Composite Hydro Representations［J］.IEE Proceedings-Generation，Transmission and Distribution，1998，145(2):210-216.

［8］Ferrero R W，Rivera J F，Shahidehpour S M.A Dynamic Programming Two-stage Algorithm for Long-term Hydrothermal Scheduling of Multireservoir Systems［J］.IEEE Transactions on Power Systems，1998，13(4):1534-1540.

［9］Fu Y，Shahidehpour M，Li Z.Long-term Security-constrained Unit Commitment Hybrid Dantzig-Wolfe Decomposition and Subgradient Approach［J］.IEEE Transactions on Power Systems，2005，20(4):2093-2106.

［10］王漪，于繼來，柳焯.基于月度競價空間滾動均衡化的年中標電量分解［J］.電力系統(tǒng)自動化，2006，30(17):24-27.

［11］楊爭林，唐國慶.全周期變時段“三公”調(diào)度發(fā)電計劃優(yōu)化模型［J］.電網(wǎng)技術，2011，35(2):132-136.

［12］許立雄，呂林，劉俊勇.基于改進粒子群優(yōu)化算法的配電網(wǎng)絡重構［J］.電力系統(tǒng)自動化，2006，30(7):27-30，30.