文 旭 ，王俊梅 ，郭 琳 ，顏 偉

（1.國網(wǎng)重慶市電力公司電力科學(xué)研究院，重慶 401123；2.國網(wǎng)重慶電網(wǎng)電力交易中心，重慶 400014；3.重慶大學(xué) 輸配電裝備及系統(tǒng)安全與新技術(shù)國家重點實驗室，重慶 400030）

0 引言

在能源短缺和環(huán)境污染日益嚴峻的今天，對占全社會污染氣體排放較大比重的電力系統(tǒng)進行污染氣體排放的評估與管理具有重要的現(xiàn)實意義［1］。在此背景下，風(fēng)力發(fā)電由于具有不消耗一次能源且無污染氣體排放的優(yōu)點，在世界各國得到了快速發(fā)展［2］。環(huán)境經(jīng)濟調(diào)度作為電力系統(tǒng)控制污染氣體排放的重要手段，如何考慮風(fēng)電出力的隨機性實現(xiàn)污染氣體排放的評估與管理是當(dāng)前環(huán)境經(jīng)濟調(diào)度優(yōu)化決策中亟待解決的重大課題。

從本質(zhì)上而言，兼顧環(huán)境保護和經(jīng)濟效益的發(fā)電調(diào)度即為環(huán)境經(jīng)濟調(diào)度，其較多的體現(xiàn)形式為在追求火電機組發(fā)電運行成本盡可能低的經(jīng)濟調(diào)度模型中，增加了使得污染氣體排放量盡可能低的目標函數(shù)，從而使得環(huán)境經(jīng)濟調(diào)度轉(zhuǎn)變?yōu)楹廴練怏w排放評估指標的多目標優(yōu)化問題［3］。由此，環(huán)境經(jīng)濟調(diào)度必然包含2個評估和管理目標：火電機組發(fā)電運行成本和污染氣體排放［3-14］。

針對環(huán)境經(jīng)濟調(diào)度優(yōu)化目標之一的火電機組發(fā)電運行成本的評估與管理，現(xiàn)有文獻從確定性評估到不確定性（風(fēng)險）取得了較為豐碩的研究成果。鑒于環(huán)境經(jīng)濟調(diào)度本質(zhì)上是經(jīng)濟調(diào)度的延續(xù)，顯然環(huán)境經(jīng)濟調(diào)度可以借鑒已有的經(jīng)濟調(diào)度中的經(jīng)濟性評估指標對火電機組的發(fā)電運行成本進行評估和管理?？紤]風(fēng)電出力的隨機性，文獻［7，11-14］采用火電機組發(fā)電運行成本指標或者其期望值來評估環(huán)境經(jīng)濟調(diào)度中的火電機組運行成本。針對風(fēng)電出力隨機性造成的經(jīng)濟風(fēng)險，文獻［15-18］分別將風(fēng)險價值VaR（Value at Risk）、條件風(fēng)險價值CVaR（Conditional Value at Risk）和半絕對離差 SAD（Semi-Absolute Deviation）評估指標應(yīng)用到含風(fēng)電的經(jīng)濟調(diào)度中，在最小化火電機組發(fā)電運行成本的同時，以實現(xiàn)對經(jīng)濟風(fēng)險進行有效的管理。

然而，針對環(huán)境經(jīng)濟調(diào)度優(yōu)化目標之二的火電機組污染氣體排放的評估指標，目前還沒有風(fēng)險評估指標以及相應(yīng)的風(fēng)險管理模型的文獻報道。在隨機環(huán)境下，現(xiàn)有文獻大都采用污染氣體的排放濃度、某一時段內(nèi)污染氣體的排放量以及單位電量減少的污染氣體排放量［4-10］等，或者以其期望值［11-14］作為評估指標，而在隨機環(huán)境下這些指標的實現(xiàn)具有一定的風(fēng)險性。再就目前電力系統(tǒng)節(jié)能減排的實際情況來看，由于缺乏風(fēng)險管理意識（特別是中國），導(dǎo)致最后以犧牲巨大的經(jīng)濟利益，采用極端的“拉閘限電”手段達到節(jié)能減排考核評估的現(xiàn)象，更需要業(yè)界對現(xiàn)有的節(jié)能減排評估和管理方法的局限性進行深刻的反思［19］。

另一方面，文獻［6-8］等在對環(huán)境經(jīng)濟調(diào)度的污染氣體排放進行評估時，采用了價格罰因子PPF（Price Penalty Factor）的概念將污染氣體的排放轉(zhuǎn)化為火電機組運行的經(jīng)濟成本，從而借助經(jīng)濟性指標來評估污染氣體的排放。該思路原理較為簡單，但如果將其運用于污染氣體排放的風(fēng)險評估會導(dǎo)致3個問題：①由于各地區(qū)電源結(jié)構(gòu)和負荷需求不同，PPF的確定必然不同［7］，其評估結(jié)果無橫向可比性；②由于人為引入了PPF，其評估結(jié)果不能真實地反映污染氣體排放風(fēng)險；③評估結(jié)果與目前各國各地區(qū)污染氣體排放的評估指標不一致（現(xiàn)多采用一定時期內(nèi)污染氣體排放量指標［1，3-4］）。由此，必須結(jié)合環(huán)境經(jīng)濟調(diào)度污染氣體排放的固有特征，建立污染氣體排放風(fēng)險評估指標以及相應(yīng)的風(fēng)險管理模型。

鑒于此，本文重點在以下2個核心點上進行了創(chuàng)新性研究：①考慮風(fēng)電出力的隨機性，給出了環(huán)境經(jīng)濟調(diào)度污染氣體排放風(fēng)險評估指標的定義方法，同時借鑒半絕對離差風(fēng)險的概念建立了污染氣體排放風(fēng)險評估指標；②基于多場景建模理論，在日調(diào)度周期內(nèi)建立了計及污染氣體排放風(fēng)險的多目標隨機動態(tài)環(huán)境經(jīng)濟調(diào)度模型。本文緊緊圍繞上述核心創(chuàng)新點展開研究，結(jié)合風(fēng)電出力的場景模擬和場景削減技術(shù)，采用內(nèi)嵌目標相對占優(yōu)的遺傳算法求解所建模型。而算例部分也對上述研究工作的有效性進行了驗證。

1 環(huán)境經(jīng)濟調(diào)度污染氣體排放風(fēng)險評估指標的構(gòu)建

為實現(xiàn)社會經(jīng)濟的可持續(xù)發(fā)展，盡可能降低污染氣體的排放量是電力系統(tǒng)環(huán)境經(jīng)濟調(diào)度的兩大目標之一，而從電力系統(tǒng)污染氣體排放的來源看主要為常規(guī)的火電機組。相對目前負荷預(yù)測的研究已有較大準確性而言，風(fēng)電出力的預(yù)測還存在較大誤差［18］。在風(fēng)電出力具有隨機性的環(huán)境下，環(huán)境經(jīng)濟調(diào)度中火電機組的出力本質(zhì)上也具有一定的隨機性特征［13］，從而就極可能導(dǎo)致污染氣體排放風(fēng)險的發(fā)生。由此，有必要在風(fēng)電出力具有隨機性的環(huán)境下，對環(huán)境經(jīng)濟調(diào)度中污染氣體排放可能面臨的風(fēng)險進行量化評估，以利于調(diào)度機構(gòu)進行污染氣體排放風(fēng)險的管理。

1.1 污染氣體排放風(fēng)險評估指標的定義方法

著名學(xué)者李文沅指出，建立表征風(fēng)險的指標是風(fēng)險量化評估的前提［20］，其定義方法有以下2種：①在一定條件下發(fā)生行為主體遭受損失狀態(tài)的可能性，采用風(fēng)險后果發(fā)生的概率來描述；②由于各種不確定性導(dǎo)致行為主體可能遭受的損失，采用風(fēng)險后果的嚴重程度來描述。其中第2種定義方法更符合風(fēng)險指標定義的本質(zhì)。

本文采用風(fēng)險評估指標定義中的第2種方法，即以環(huán)境經(jīng)濟調(diào)度的調(diào)度機構(gòu)作為行為主體，把風(fēng)電出力作為影響環(huán)境經(jīng)濟調(diào)度污染氣體排放的隨機因素。在該隨機環(huán)境下，將在一定的調(diào)度周期內(nèi)，火電機組總的污染氣排放量超出其期望值的部分作為污染氣體排放風(fēng)險；該風(fēng)險的嚴重程度作為污染氣體排放風(fēng)險的度量指標，稱其為環(huán)境經(jīng)濟調(diào)度污染氣體排放風(fēng)險評估指標（亦可簡稱為污染氣體排放風(fēng)險指標）。

1.2 半絕對離差風(fēng)險評估指標的基本概念

在環(huán)境經(jīng)濟調(diào)度背景下，可將調(diào)度機構(gòu)調(diào)度機組出力中火電機組的發(fā)電運行成本類比為總資產(chǎn)，從各機組出力的組合中相對期望的污染氣體排放量而言，減少的污染氣體排放量看作其投資回報。由此，環(huán)境經(jīng)濟調(diào)度中污染氣體排放風(fēng)險的評估問題與經(jīng)濟學(xué)中的投資組合理論 PT（Portfolio Theory）［21］類似，故可借鑒該理論中的經(jīng)濟風(fēng)險評估指標來解決環(huán)境經(jīng)濟調(diào)度中污染氣體排放風(fēng)險評估指標的構(gòu)建問題。

目前，投資組合理論中的經(jīng)濟風(fēng)險評估指標大都能夠在一定程度上反映隨機性因素給投資主體帶來的經(jīng)濟風(fēng)險，但也具有一定的局限性。均值-方差指標MV（Mean-Variance）最大的缺點是不能體現(xiàn)風(fēng)險的本質(zhì)；半方差指標SV（Semi-Variance）雖然體現(xiàn)了風(fēng)險的本質(zhì)，但與均值-方差指標一樣依賴于收益率服從正態(tài)分布，這在實際中較難滿足；風(fēng)險價值指標與條件風(fēng)險價值指標的缺點是當(dāng)損失分布不連續(xù)時不滿足一致性公理，缺乏次可加性，不適用于組合優(yōu)化問題，同時條件風(fēng)險價值依賴于給定的置信水平；絕對離差指標AD（Absolute Deviation）的缺點是當(dāng)風(fēng)險分布不連續(xù)時不滿足次可加性，同時也沒有反映出風(fēng)險本質(zhì)［21-24］。鑒于上述風(fēng)險評估指標的局限性，文獻［24］提出了半絕對離差風(fēng)險的概念。該概念應(yīng)用到風(fēng)險評估指標時能夠體現(xiàn)風(fēng)險的本質(zhì)，同時還具有一階矩存在，不嚴格要求損失分布的優(yōu)點。在半絕對離差風(fēng)險的概念中總回報率及其期望值可分別表示如下：

其中，N表示投資資產(chǎn)的總數(shù)；Ri表示第i種投資資產(chǎn)的隨機回報率；ri表示Ri的期望；xi表示在總的投資資產(chǎn)中第 i種資產(chǎn)的比例。根據(jù)式（1）、（2），采用半絕對離差風(fēng)險的概念來度量投資組合的風(fēng)險時，其風(fēng)險評估指標可表示如下：

其中，E 表示期望算子，E（R（x））表示對隨機變量R（x）取期望。針對任意的v，有下式成立：

式（4）的具體含義為：當(dāng)v≥0時該表達式取值為0；當(dāng)v<0時該表達式取值為-v。

由式（3）可知，半絕對離差風(fēng)險評估指標具有以下2個基本的物理內(nèi)涵：度量的是投資組合的總風(fēng)險；體現(xiàn)了風(fēng)險的本質(zhì)，高于期望值的收益率對投資者不構(gòu)成損失，反之則構(gòu)成損失。

1.3 基于半絕對離差的污染氣體排放風(fēng)險評估指標

由1.2節(jié)可知，在隨機環(huán)境下投資組合理論將低于期望值的收益率當(dāng)作投資者的經(jīng)濟風(fēng)險，這符合風(fēng)險的基本定義。然而，環(huán)境經(jīng)濟調(diào)度中多采用污染氣體排放量來描述污染氣體對環(huán)境的污染程度，當(dāng)環(huán)境經(jīng)濟調(diào)度產(chǎn)生的污染氣體排放量超過對應(yīng)的期望值時必然就會導(dǎo)致風(fēng)險的發(fā)生。由此，在環(huán)境經(jīng)濟調(diào)度中度量污染氣體排放風(fēng)險的評估指標可構(gòu)建如下：

其中，NG表示火電機組的臺數(shù)；Pi，G表示火電機組i的隨機出力；fi（Pi，G）表示火電機組 i的污染氣體排放量函數(shù)。針對任意的v有下式成立：

式（6）的具體含義為：當(dāng)v≥0時該表達式取值為v；當(dāng)v＜0時該表達式取值為0。

由式（5）可知，所建的環(huán)境經(jīng)濟調(diào)度污染氣體排放風(fēng)險評估指標體現(xiàn)了以下2個明確的物理內(nèi)涵。

a.符合本文1.1節(jié)對環(huán)境經(jīng)濟調(diào)度污染氣體排放風(fēng)險評估指標的定義。在隨機環(huán)境下針對給定的調(diào)度機組出力組合，該指標可量化評估出環(huán)境經(jīng)濟調(diào)度可能面臨的污染氣體排放量損失嚴重程度。

b.體現(xiàn)了風(fēng)險的本質(zhì)。在隨機環(huán)境下，針對給定的調(diào)度機組出力組合的污染氣體排放量，當(dāng)其低于對應(yīng)的期望值時不構(gòu)成風(fēng)險；當(dāng)其高于對應(yīng)的期望值時則構(gòu)成風(fēng)險。

鑒于所建指標具有上述明確的物理內(nèi)涵，就可將該指標應(yīng)用到環(huán)境經(jīng)濟調(diào)度優(yōu)化模型中，實現(xiàn)污染氣體排放風(fēng)險防范和管理。

2 計及污染氣體排放風(fēng)險的多目標隨機動態(tài)環(huán)境經(jīng)濟調(diào)度模型

將構(gòu)建的污染氣體排放風(fēng)險評估指標式（5）應(yīng)用于環(huán)境經(jīng)濟調(diào)度模型中就可實現(xiàn)其污染氣體排放風(fēng)險的管理。鑒于風(fēng)電出力隨機性的存在，可在多場景理論框架內(nèi)建模［7，13，18，25］。為突出重點，本文以日調(diào)度周期內(nèi)環(huán)境經(jīng)濟調(diào)度火電機組污染氣體排放量的期望值，及污染氣體排放風(fēng)險均盡可能低作為多目標函數(shù)，而將火電機組發(fā)電運行成本的期望作為約束條件。即所建模型的物理內(nèi)涵描述為，在風(fēng)電出力具有隨機性的環(huán)境下，以滿足一定的火電機組發(fā)電運行成本約束為限制條件，研究調(diào)度機構(gòu)在調(diào)度周期內(nèi)如何實現(xiàn)污染氣體排放及其風(fēng)險管理的多目標優(yōu)化。

不失一般性，模型還作如下簡化：忽略網(wǎng)絡(luò)潮流安全約束；不考慮機組啟停問題；一座風(fēng)電場等效為一臺風(fēng)電機組［2］；忽略網(wǎng)損。

2.1 目標函數(shù)

a.污染氣體排放量的期望值盡可能小。

其中，s表示場景序號；S表示場景序號集合；ps表示場景s發(fā)生的概率；T表示調(diào)度周期時段數(shù)（本文取 24 個時段）表示火電機組 i在場景 s 環(huán)境下第 t個時段的出力。采用污染氣體綜合排放函數(shù)表示，表達式如下［4］：

其中，αi、βi、γi、ηi和 δi表示火電機組 i的污染氣體綜合排放函數(shù)的系數(shù)。

b.污染氣體排放風(fēng)險盡可能最小。

將式（5）具體化到調(diào)度周期各時段，有下式成立：

2.2 約束條件

2.2.1 系統(tǒng)運行約束

a.火電機組發(fā)電運行成本期望約束：

其中，ai、bi、ci、di和 ei表示火電機組 i的發(fā)電運行成本函數(shù)的系數(shù)；Pi，G，min表示火電機組 i的出力下限。

b.系統(tǒng)功率平衡約束：

其中，NW表示風(fēng)電機組的臺數(shù)表示風(fēng)電機組 j在場景s環(huán)境下第t個時段的功率表示第t個時段的系統(tǒng)負荷功率。

c.系統(tǒng)上、下旋轉(zhuǎn)備用約束。

鑒于風(fēng)電出力的隨機性較大，需考慮上、下2種旋轉(zhuǎn)備用。前者用來應(yīng)對風(fēng)電機組出力突然較少或者火電機組強迫停運；后者用于應(yīng)對負荷突然減少或風(fēng)電機組出力突然增加。假設(shè)上、下旋轉(zhuǎn)備用均由火電機組提供，可表示如下：

其中，t=1，2，…，T；s∈S；Pi，G，max表示火電機組 i的出力上限分別表示系統(tǒng)在第t個時段的上、下旋轉(zhuǎn)備用。

2.2.2 機組運行約束

a.火電機組出力上、下限約束：

其中，t=1，2，…，T；i=1，2，…，NG；s∈S。

b.火電機組爬坡能力約束：

其中，t=1，2，…，T；i=1，2，…，NG；s∈S；Ri，u、Ri，d分別表示火電機組i在相鄰時段出力允許的最大上升和下降值。

c.火電機組快速調(diào)整量約束。

為了保證在不同場景發(fā)生時火電機組都有能力及時調(diào)整出力，以適應(yīng)風(fēng)電出力的隨機性變化，需考慮火電機組的快速調(diào)整量約束［18］：

3 風(fēng)電出力的場景模擬和場景削減技術(shù)

所建模型為多場景隨機模型，對其中風(fēng)電隨機出力的場景模擬，可根據(jù)風(fēng)電出力的歷史數(shù)據(jù)得到其對應(yīng)的統(tǒng)計規(guī)律，然后根據(jù)該統(tǒng)計規(guī)律采用隨機模擬的方法產(chǎn)生風(fēng)電出力樣本，一個風(fēng)電日出力曲線樣本就對應(yīng)一個場景［18，25］。實際中風(fēng)電出力場景數(shù)的龐大使得模型求解異常困難，為此本文采用后向場景削減技術(shù)BSR（Backward Scenario Reduction）對模擬出的風(fēng)電出力場景進行削減，然后在削減后的風(fēng)電出力場景集合基礎(chǔ)上進行環(huán)境經(jīng)濟調(diào)度的優(yōu)化決策。限于篇幅，該削減算法詳見文獻［18］。

需要指出的是，削減后風(fēng)電出力場景集合中場景規(guī)模需要綜合考慮求解效率和精度來確定［25］。

4 內(nèi)嵌目標相對占優(yōu)的遺傳算法

在對風(fēng)電出力的場景進行模擬并削減的基礎(chǔ)上，所建模型為一個復(fù)雜的動態(tài)非線性模型，可采用經(jīng)典的遺傳算法求解。而針對該模型為多目標模型的特點，為獲取其綜合最優(yōu)解可將目標相對占優(yōu)法引入遺傳算法中，形成內(nèi)嵌目標相對占優(yōu)的遺傳算法，以實現(xiàn)環(huán)境經(jīng)濟調(diào)度中污染氣體排放及其風(fēng)電的協(xié)調(diào)管理。其中，為提高風(fēng)電出力場景的模擬效率可采用高效的拉丁超立方采樣技術(shù)［18］。

4.1 基于目標相對占優(yōu)的染色體適應(yīng)度函數(shù)構(gòu)造

文獻［26］提出了基于目標相對占優(yōu)的遺傳算法來獲取多目標模型的綜合最優(yōu)解，其基本思想是：將種群中的各染色體分別根據(jù)每個子目標函數(shù)值排序，選取每次迭代過程中使得各子目標函數(shù)值最小且不為0的染色體作為各子目標函數(shù)的基點，然后再計算各染色體相對各基點的目標值之和（具體見式（21）），目標值之和最優(yōu)的染色體即為每次迭代過程中的最優(yōu)染色體，在滿足終止條件時最優(yōu)染色體就為所求多目標模型的綜合最優(yōu)解。據(jù)此，基于目標相對占優(yōu)的染色體適應(yīng)度函數(shù)可構(gòu)造如下：

其中，A（xi）表示染色體 xi的適應(yīng)度函數(shù)；gj（xi）表示懲罰函數(shù)；ωj表示懲罰函數(shù)系數(shù)，若 gj（xi）滿足約束則ωj為0，否則不為0，且約束越重要懲罰函數(shù)系數(shù)就越大；Ny表示需要判斷的總約束數(shù)；F（xi）表示染色體xi相對各基點的目標函數(shù)值之和，見式（21）。

其中，fj（xi）表示染色體xi對應(yīng)的子目標函數(shù)j的函數(shù)值；fj（xj－0）表示子目標函數(shù) j的基點 xj－0對應(yīng)的函數(shù)值；Nj表示子目標函數(shù)的個數(shù)。

4.2 內(nèi)嵌目標相對占優(yōu)的遺傳算法步驟

結(jié)合風(fēng)電出力的場景模擬和后向削減技術(shù)，內(nèi)嵌目標相對占優(yōu)的遺傳算法流程如下。其中，為了保留最優(yōu)個體而又不失種群的多樣性，采用了最優(yōu)個體保存策略［26］。

a.輸入原始數(shù)據(jù)。輸入拉丁超立方采樣規(guī)模、風(fēng)電出力場景削減后場景集合的場景數(shù)，遺傳算法中的種群規(guī)模、交叉概率、變異概率等算法控制參數(shù)等。

b.風(fēng)電出力場景生成和削減。首先采用拉丁超立方采樣技術(shù)生成大量風(fēng)電出力的原始場景，然后采用后向場景削減技術(shù)對該原始場景進行削減，得到滿足求解效率和精度要求的風(fēng)電出力場景集合。

c.產(chǎn)生初始種群。根據(jù)式（15）對隨機個體進行編碼以產(chǎn)生初始種群。

d.啟發(fā)式調(diào)整。對初始種群中火電機組出力變量進行啟發(fā)式調(diào)整，使其滿足系統(tǒng)功率平衡約束式（12）。

e.適應(yīng)度評價。根據(jù)式（21）的目標相對占優(yōu)的適應(yīng)度函數(shù)對初始種群中的每個隨機個體進行適應(yīng)度評價。

f.產(chǎn)生子種群。對父代種群中的隨機個體進行選擇、交叉和變異操作，生成本次迭代的新一代子種群，并對該種群進行啟發(fā)式調(diào)整。

g.合并種群。合并父代和子代種群以形成本次迭代的新種群。

h.適應(yīng)度評價。根據(jù)式（21）的目標相對占優(yōu)的適應(yīng)度函數(shù)進對合并后種群中的每個隨機個體進行適應(yīng)度評價。

i.保留父代種群?；谧顑?yōu)保存策略，將本次迭代中父代和子代共2N個個體組成新群體，并根據(jù)適應(yīng)度值進行從大到小排序，選擇0.5N個優(yōu)良個體、0.3N個次優(yōu)個體和0.2N個不良個體，組成N個個體的新的父代種群，保留該新的父代種群。

j.終止判斷。判斷是否滿足迭代終止條件，若滿足終止條件則輸出最優(yōu)個體，否則返回步驟f。

5 算例驗證

本文以2個算例來分別驗證所建的污染氣體排放風(fēng)險評估指標和環(huán)境經(jīng)濟調(diào)度模型的有效性。在這2個算例中，旋轉(zhuǎn)備用均取各時段系統(tǒng)負荷的5.0%；火電機組快速調(diào)整量均取30 MW/h；拉丁超立方采樣樣本數(shù)3000個［18］；削減后風(fēng)電出力場景集合中場景規(guī)模10個［13］。遺傳算法參數(shù)：種群規(guī)模80、交叉概率0.50、變異概率0.10；迭代終止判據(jù)為最優(yōu)個體連續(xù)30代保持不變或達到最大迭代次數(shù)300次。

5.1 所建風(fēng)險評估指標的有效性驗證（算例1）

本算例取文獻［5］表A1中的前3臺火電機組，外加本文中增加的1臺風(fēng)電機組；24時段風(fēng)電出力預(yù)測值取文獻［18］附錄表A2中的10.0%；風(fēng)電出力的標準差均取各時段預(yù)測值的10.0%；24時段系統(tǒng)負荷曲線均按照文獻［5］表A2中對應(yīng)24時段負荷曲線的40.0%折算；設(shè)定火電機組發(fā)電運行成本期望的約束值為$992600。

基于上述數(shù)據(jù)，利用后向場景削減技術(shù)得到風(fēng)電出力的10個場景及各場景發(fā)生的概率分別見表1、2。

表1 10個場景的風(fēng)電出力Table 1 Wind power output for ten scenarios

表2 10個場景風(fēng)電出力發(fā)生的概率Table 2 Probability of wind power output for ten scenarios

為驗證所建污染氣體排放風(fēng)險評估指標的有效性，基于本算例原始數(shù)據(jù)，將風(fēng)電出力的標準差從其期望值的10.0%逐漸修改至19.0%。由此得到的污染氣體排放風(fēng)險的變化曲線如圖1所示。由圖1可知，風(fēng)電出力標準差逐漸從對應(yīng)期望值的10.0%增加到19.0%時，污染氣體排放風(fēng)險從325 lb（1 lb=0.45359237 kg）逐漸增加到605 lb。這是由于當(dāng)風(fēng)電出力隨機性逐漸增大時，高污染氣體排放的火電機組的隨機出力超過期望值的概率也逐漸增加，從而導(dǎo)致污染氣體風(fēng)險評估指標中半絕對離差風(fēng)險逐漸增加。由此證明，風(fēng)電出力隨機性越大，環(huán)境經(jīng)濟調(diào)度面臨的污染氣體排放風(fēng)險也越大，而所建的風(fēng)險評估指標能夠有效評估出風(fēng)電出力隨機性帶來的污染氣體排放風(fēng)險的變化。

圖1 風(fēng)電出力隨機性與污染氣體排放風(fēng)險關(guān)系曲線Fig.1 Curve of wind power randomness vs.gas pollution emission risk

另外，設(shè)定不同的火電機組運行成本限制值，以驗證所建污染氣體排放風(fēng)險指標的有效性?；诒舅憷紨?shù)據(jù)，將火電機組發(fā)電運行成本期望的約束值從$982600逐漸修改至$1052600，由此得到的火電機組發(fā)電運行成本期望約束值與污染氣體排放風(fēng)險變化關(guān)系曲線如圖2所示。

圖2 火電機組發(fā)電成本約束值與污染氣體排放風(fēng)險之間的關(guān)系曲線Fig.2 Curve of thermal power generation cost constraint vs.gas pollution emission risk

由圖2可知，當(dāng)火電機組發(fā)電運行成本期望的約束值越高時，所對應(yīng)的環(huán)境經(jīng)濟調(diào)度污染氣體排放風(fēng)險就越低?？梢?，所建的污染氣體排放風(fēng)險評估指標能夠有效地評估出不同的火電機組運行成本限制值所帶來的風(fēng)險差異；同時可知，犧牲一定的經(jīng)濟利益可以有效地改善污染氣體排放風(fēng)險。

為說明仿真結(jié)果的有效性，在設(shè)定的原始數(shù)據(jù)下，表3給出了最終調(diào)度方案中各機組的出力狀態(tài)。以其中時段1、2、3為例可以看出，上述時段各機組出力均滿足系統(tǒng)功率平衡約束、機組出力上下限約束、系統(tǒng)旋轉(zhuǎn)備用約束、各時段之間火電機組爬坡能力約束以及機組快速調(diào)整量約束，即仿真結(jié)果具有有效性。

5.2 所建環(huán)境經(jīng)濟調(diào)度模型的有效性驗證（算例2）

為驗證本文所建模型的有效性，考慮不同風(fēng)電滲透率（本文中風(fēng)電滲透率描述為風(fēng)電裝機容量與系統(tǒng)日最大負荷的比值）對環(huán)境經(jīng)濟調(diào)度污染氣體排放風(fēng)險的影響再給出1個算例，并將本文所建模型與文獻［13］（注：文獻［13］和［14］本質(zhì)上屬同一模型）中不考慮污染氣體排放風(fēng)險的環(huán)境經(jīng)濟調(diào)度模型進行比較。其中，為便于比較，將文獻［13］模型中的火電機組運行成本目標函數(shù)改為如同本文模型作為約束條件考慮。

本算例由文獻［6］中表8對應(yīng)的40臺火電機組，外加本文增加的1臺風(fēng)電機組構(gòu)成；鑒于文獻［6］中負荷數(shù)據(jù)為單時段數(shù)據(jù)，為此設(shè)定本算例最大負荷與文獻［6］保持不變，即取10500 MW，日負荷曲線參照5.1節(jié)算例1的日負荷曲線變化趨勢等比例產(chǎn)生；風(fēng)電出力日預(yù)測曲線取自文獻［18］中附錄表A2，出力標準差取預(yù)測值的10.0%?；谏鲜鲈紨?shù)據(jù)再使得風(fēng)電各時段的預(yù)測出力為文獻［18］的2倍、3倍和4倍，即使得風(fēng)電滲透率從4.38%逐漸增加到8.76%、13.1%和17.5%，以此構(gòu)成4種不同的風(fēng)電滲透率仿真方案。

表3 最終調(diào)度機組出力狀態(tài)Table 3 Unit power outputs of final dispatch scheme

基于上述4種仿真方案，得到的火電機組污染氣體排放量（期望值）、污染氣體排放風(fēng)險如表4所示（其中，文獻［13］的污染氣體排放風(fēng)險采用事后評估［20］的方法得到）。

由表4中文獻［13］的模型仿真結(jié)果可看出，隨著電力系統(tǒng)中風(fēng)電滲透率的增大，火電機組污染氣體排放量逐步下降，而污染氣體排放風(fēng)險卻急劇增加。這說明，風(fēng)電滲透率的增大使得環(huán)境經(jīng)濟調(diào)度取得較大環(huán)境效益的同時，其出力的隨機性也使得污染氣體排放面臨更大的風(fēng)險，對環(huán)境經(jīng)濟調(diào)度的污染氣體排放進行風(fēng)險管理具有必要性。

另一方面，對比本文所建模型與文獻［13］模型的4個仿真方案的仿真結(jié)果均可看出，雖然文獻［13］中的模型優(yōu)化得到的污染氣體排放量較本文所建模型略優(yōu)，但其實際面臨的污染氣體排放風(fēng)險遠高于本文所建模型。即本文所建模型能夠有效地降低污染氣體排放風(fēng)險，且能夠更好地兼顧污染氣體排放的優(yōu)化與對應(yīng)風(fēng)險的協(xié)調(diào)。由此，在風(fēng)電滲透率逐漸增加以及大氣污染越來越嚴重的今天，更需要采用本文所建模型進行環(huán)境經(jīng)濟調(diào)度以實現(xiàn)污染氣體排放風(fēng)險的有效管理。

6 結(jié)論

a.風(fēng)電出力的隨機性給環(huán)境經(jīng)濟調(diào)度污染氣體的排放管理帶來一定風(fēng)險，對其污染氣體排放風(fēng)險進行評估和管理具有重要的現(xiàn)實意義。

b.給出的環(huán)境經(jīng)濟調(diào)度污染氣體排放風(fēng)險的定義方法符合風(fēng)險的本質(zhì)。

c.借鑒投資組合理論中半絕對離差風(fēng)險的概念建立的污染氣體排放風(fēng)險評估指標，能夠有效地評估出環(huán)境經(jīng)濟調(diào)度中污染氣體排放的風(fēng)險信息。

d.建立的多目標隨機動態(tài)環(huán)境經(jīng)濟調(diào)度模型能夠?qū)崿F(xiàn)污染氣體排放風(fēng)險的有效管理。

e.隨著電力系統(tǒng)中風(fēng)電滲透率的增大，更需要采用所提的環(huán)境經(jīng)濟調(diào)度模型對污染氣體排放的風(fēng)險進行管理。

需指出的是，負荷功率隨機性對環(huán)境經(jīng)濟調(diào)度污染氣體排放的管理也會帶來一定的風(fēng)險，本文建立的污染氣體排放風(fēng)險評估指標以及計及該指標的調(diào)度模型在負荷功率隨機性環(huán)境下同樣適用。

致 謝

本研究得到了重慶大學(xué)輸配電裝備及系統(tǒng)安全與新技術(shù)國家重點實驗室“計及風(fēng)電與負荷不確定性的電網(wǎng)中長期‘節(jié)能減排’綜合效應(yīng)概率評估研究”和國家電網(wǎng)公司“冷熱電混合能源聯(lián)合優(yōu)化調(diào)節(jié)關(guān)鍵技術(shù)研究及應(yīng)用”的項目資助，謹此致謝！