牛林華，龔慶武，黃炳翔，劉 棟

（武漢大學(xué) 電氣工程學(xué)院，湖北 武漢 430072）

0 引言

國(guó)民經(jīng)濟(jì)的高速發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整使得市場(chǎng)用電負(fù)荷和峰谷差迅速增長(zhǎng)。伴隨著國(guó)家節(jié)能發(fā)電調(diào)度模式的推廣，實(shí)行“上大壓小”政策，越來(lái)越多小火電機(jī)組將關(guān)閉，系統(tǒng)調(diào)峰能力進(jìn)一步削弱。與此同時(shí)國(guó)家正大力推廣風(fēng)電等清潔能源并網(wǎng)發(fā)電。但風(fēng)電出力具有間歇性、波動(dòng)性和隨機(jī)性的特點(diǎn)，且具有明顯的反調(diào)峰特性[1]，而且由于風(fēng)電機(jī)組不具有常規(guī)發(fā)電機(jī)組擁有的快速調(diào)峰調(diào)頻能力，大規(guī)模風(fēng)電接入電網(wǎng)不僅將進(jìn)一步加大用電負(fù)荷峰谷差，甚至將威脅到電力系統(tǒng)安全穩(wěn)定運(yùn)行。負(fù)荷峰谷差增加到一定程度時(shí)，將導(dǎo)致火電機(jī)組頻繁啟停或者運(yùn)行在深度調(diào)峰狀態(tài)，直接影響到機(jī)組運(yùn)行經(jīng)濟(jì)性。因此，在大規(guī)模風(fēng)電并網(wǎng)的形勢(shì)下，改善系統(tǒng)能源結(jié)構(gòu)，建立多源相濟(jì)協(xié)調(diào)調(diào)度機(jī)制，降低風(fēng)電接入對(duì)電網(wǎng)產(chǎn)生的不利影響，提高對(duì)風(fēng)電接納能力具有十分重要的現(xiàn)實(shí)意義。

風(fēng)電并網(wǎng)最大障礙在于風(fēng)電出力隨機(jī)波動(dòng)性[2]，需要采取相應(yīng)的措施來(lái)應(yīng)對(duì)其對(duì)電力系統(tǒng)優(yōu)化運(yùn)行帶來(lái)的一系列問(wèn)題。文獻(xiàn)[3]根據(jù)影響風(fēng)電出力因素，提出了選擇風(fēng)電場(chǎng)發(fā)電功率相似日方法，設(shè)計(jì)了基于相似日和Chebyshev神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率短期預(yù)測(cè)模型，具有較高的預(yù)測(cè)精度。文獻(xiàn)[4]針對(duì)風(fēng)電和火電聯(lián)合調(diào)度，建立含風(fēng)電的系統(tǒng)動(dòng)態(tài)經(jīng)濟(jì)調(diào)度模型，通過(guò)提高系統(tǒng)旋轉(zhuǎn)備用需求來(lái)應(yīng)對(duì)風(fēng)電對(duì)系統(tǒng)調(diào)度影響。文獻(xiàn)[5]建立了一種考慮系統(tǒng)運(yùn)行可靠性和經(jīng)濟(jì)性，更符合實(shí)際運(yùn)行的優(yōu)化調(diào)度模型。文獻(xiàn)[6]基于對(duì)風(fēng)電出力隨機(jī)性分析構(gòu)建了含風(fēng)電場(chǎng)環(huán)境經(jīng)濟(jì)調(diào)度隨機(jī)優(yōu)化模型。文獻(xiàn)[7]針對(duì)風(fēng)電場(chǎng)隨機(jī)性，在風(fēng)速預(yù)測(cè)的基礎(chǔ)上，應(yīng)用隨機(jī)規(guī)劃理論建立含風(fēng)電場(chǎng)電力系統(tǒng)動(dòng)態(tài)經(jīng)濟(jì)調(diào)度模型。文獻(xiàn)[8]建立含風(fēng)電場(chǎng)電力系統(tǒng)動(dòng)態(tài)經(jīng)濟(jì)調(diào)度的模糊模型，以適應(yīng)風(fēng)電輸出功率隨機(jī)不確定性，但隸屬度函數(shù)的確定引入了一定的人為因素。文獻(xiàn)[9]考慮到風(fēng)、水、火電的自然出力特性，以充分利用清潔能源、降低系統(tǒng)運(yùn)行成本、減小火電機(jī)組出力波動(dòng)為目標(biāo)，建立風(fēng)水火電力系統(tǒng)協(xié)調(diào)調(diào)度的優(yōu)化模型，所采用的風(fēng)水火電協(xié)調(diào)運(yùn)行機(jī)制在保證火電機(jī)組運(yùn)行效率和穩(wěn)定前提下可有效提高系統(tǒng)對(duì)風(fēng)電消納能力。文獻(xiàn)[10]針對(duì)風(fēng)電出力特性，建立了基于隨機(jī)規(guī)劃理論經(jīng)抽水蓄能平抑后以風(fēng)電功率波動(dòng)最小和火電運(yùn)行成本最低為目標(biāo)的風(fēng)蓄聯(lián)合運(yùn)行的電力系統(tǒng)動(dòng)態(tài)經(jīng)濟(jì)調(diào)度。

目前，含風(fēng)電場(chǎng)的電力系統(tǒng)調(diào)度多集中在：從理論上精確描述和應(yīng)對(duì)風(fēng)電隨機(jī)性帶來(lái)影響；建立多源相濟(jì)協(xié)調(diào)調(diào)度機(jī)制，調(diào)整系統(tǒng)電源結(jié)構(gòu)，利用抽水蓄能、水電、燃機(jī)電站等可以增加調(diào)峰電源容量。由于抽水蓄能、水電受制于地理位置、水力資源、建設(shè)投資等因素，因此，大城市使用燃?xì)廨啓C(jī)作為調(diào)峰電源，在世界上已經(jīng)形成了共識(shí)。鑒于未來(lái)“西部大開發(fā)”戰(zhàn)略“西氣東輸”工程全面實(shí)施，本文將在已有研究基礎(chǔ)上，研究大規(guī)模風(fēng)電接入下風(fēng)氣火聯(lián)合優(yōu)化運(yùn)行。

考慮到燃?xì)鈾C(jī)組與常規(guī)燃煤火電機(jī)組相比具有啟?？焖佟⑦\(yùn)行靈活、熱效率高、污染物排放低的優(yōu)點(diǎn)，建立綜合考慮機(jī)組能耗成本、污染物排放環(huán)境成本、火電機(jī)組平穩(wěn)運(yùn)行為目標(biāo)的風(fēng)氣火聯(lián)合優(yōu)化動(dòng)態(tài)經(jīng)濟(jì)調(diào)度模型。采用啟發(fā)式搜索確定發(fā)電機(jī)組調(diào)度臺(tái)數(shù)，避免火電機(jī)組頻繁啟停及系統(tǒng)容量冗余，保證火電機(jī)組運(yùn)行效率。提出了一種改進(jìn)的混合粒子群算法，通過(guò)10機(jī)測(cè)試系統(tǒng)驗(yàn)證了該算法的優(yōu)越性。以含10臺(tái)火電機(jī)組的電力系統(tǒng)為例進(jìn)行仿真計(jì)算，驗(yàn)證所提模型和算法的可行性和有效性，為實(shí)際風(fēng)氣火聯(lián)合優(yōu)化運(yùn)行提供了有效指導(dǎo)和合理的科學(xué)依據(jù)。

1 風(fēng)氣火電聯(lián)合多目標(biāo)優(yōu)化調(diào)度建模

1.1 目標(biāo)函數(shù)

為了實(shí)現(xiàn)系統(tǒng)經(jīng)濟(jì)、高效、環(huán)保運(yùn)行，本文構(gòu)造了多目標(biāo)優(yōu)化模型。依據(jù)《可再生能源法》中要求實(shí)行風(fēng)電優(yōu)先、全額上網(wǎng)政策，風(fēng)電將不再作為調(diào)度中的優(yōu)化變量。

a.系統(tǒng)總能源成本主要體現(xiàn)在各機(jī)組燃料費(fèi)用上，其經(jīng)濟(jì)性目標(biāo)函數(shù)可以表示為：

其中，T為調(diào)度期時(shí)段數(shù)；NC和NG分別為火電機(jī)組和燃?xì)鈾C(jī)組臺(tái)數(shù)；uit為機(jī)組i在t時(shí)段的開停機(jī)狀態(tài)；Ccoal、Cgas分別為單位煤價(jià)（元 /t）和單位氣價(jià)（元 /m3）；ai、bi、ci和 dj、ej、 fj分別為火電機(jī)組煤耗和燃?xì)鈾C(jī)組氣耗曲線系數(shù)，一般由實(shí)測(cè)數(shù)據(jù)利用最小二乘法擬合獲得。

b.為使得火電機(jī)組出力盡可能平穩(wěn)，本文以最小化火電機(jī)組相鄰時(shí)段出力波動(dòng)為目標(biāo)。

c.相對(duì)于風(fēng)電和水電等清潔能源，燃煤機(jī)組在發(fā)電過(guò)程中排放大量硫氧化物、氮氧化物及大量懸浮顆粒物（TSP）等污染物帶來(lái)嚴(yán)重環(huán)境污染，對(duì)人體健康、農(nóng)作物和建筑物等都產(chǎn)生了不同程度的影響，造成巨大經(jīng)濟(jì)損失。天然氣發(fā)電具有顯著的環(huán)境效益，但從天然氣發(fā)電成本可知，在目前市場(chǎng)環(huán)境下，毫無(wú)優(yōu)勢(shì)可言，導(dǎo)致燃?xì)怆姀S受到燃煤電廠的嚴(yán)峻挑戰(zhàn)。目前已有諸如文獻(xiàn)[11-13]已就天然氣發(fā)電環(huán)境效益貨幣化進(jìn)行研究，評(píng)估天然氣發(fā)電相對(duì)煤電環(huán)境價(jià)值。環(huán)境成本貨幣化將使得評(píng)估各種發(fā)電方案的環(huán)境成本成為可能。

發(fā)電廠的環(huán)境成本C可用式（3）計(jì)算。

其中，Vei為第i項(xiàng)污染物的環(huán)境成本單元（元/kg）；n為污染物總數(shù)；Qi為第i項(xiàng)污染物的單位電量排放量（kg/MW）。

所以為了減少污染物排放和體現(xiàn)燃?xì)獍l(fā)電在環(huán)保方面優(yōu)勢(shì)，兼顧社會(huì)效益，本文從經(jīng)濟(jì)角度要求整個(gè)發(fā)電過(guò)程對(duì)環(huán)境損害最小，即環(huán)境成本最低為目標(biāo)。

其中，CCi、CGi分別為火電機(jī)組和燃?xì)鈾C(jī)組單位發(fā)電量的環(huán)境成本（元/（kW·h））。

1.2 約束條件

a.功率平衡約束。

其中，NW為風(fēng)電場(chǎng)個(gè)數(shù)；PWkt為風(fēng)電場(chǎng)k在t時(shí)段機(jī)組出力；PLt為t時(shí)段的系統(tǒng)總負(fù)荷需求量。

b.系統(tǒng)旋轉(zhuǎn)備用約束。

其中，PCmaxi為火電機(jī)組i的最大出力；PmaxGj為燃?xì)廨啓C(jī)j的最大出力；Ru、Rw分別為負(fù)荷波動(dòng)對(duì)備用需求系數(shù)和風(fēng)電波動(dòng)對(duì)備用需求系數(shù)，分別取5%和15%。

c.機(jī)組出力上下限約束。

其中，PminCi、PGmini分別為火電機(jī)組和燃?xì)鈾C(jī)組出力下限。

d.火電機(jī)組爬坡速率約束。

其中，riup、ridown分別為火電機(jī)組i每分鐘出力的最大上升、下降速率；Δt為時(shí)段持續(xù)時(shí)間，本文取1 h。

e.日天然氣供應(yīng)量約束。

由于我國(guó)天然氣行業(yè)尚處于發(fā)展初期階段，基礎(chǔ)建設(shè)不足導(dǎo)致合同氣量常不能足額供給，故本文將設(shè)置燃?xì)怆姀S日供給氣量上限值。

其中，Qt為t時(shí)段天然氣流量；Qmax為燃?xì)獍l(fā)電廠天然氣日最大供應(yīng)量。

2 啟發(fā)式搜索確定全天機(jī)組組合

含風(fēng)、氣、火等多電源的混合系統(tǒng)聯(lián)合優(yōu)化調(diào)度是一個(gè)復(fù)雜的非線性、多變量、多約束問(wèn)題。隨著風(fēng)電、燃?xì)獍l(fā)電的大規(guī)模入網(wǎng)，必然導(dǎo)致原系統(tǒng)中容量冗余，本文為了減小問(wèn)題解搜索空間，采用啟發(fā)式搜索方法來(lái)確定參與聯(lián)合優(yōu)化調(diào)度的發(fā)電機(jī)組。

燃?xì)獍l(fā)電機(jī)組目前在電網(wǎng)中運(yùn)行的方式主要有3種。

方式1：連續(xù)運(yùn)行。從燃?xì)獍l(fā)電廠角度，希望在氣源充足情況下，能夠24 h連續(xù)運(yùn)行，提高機(jī)組年利用小時(shí)數(shù)，降低運(yùn)行成本。

方式2：兩班制運(yùn)行。目前大多數(shù)燃?xì)獍l(fā)電機(jī)組采用兩班制運(yùn)行方式，即晝開夜停。

方式3：跟蹤負(fù)荷運(yùn)行。從整個(gè)電網(wǎng)角度，希望燃?xì)怆姀S能夠利用燃?xì)廨啓C(jī)啟停速度快、運(yùn)行靈活等優(yōu)點(diǎn)來(lái)實(shí)時(shí)跟蹤負(fù)荷運(yùn)行，平抑負(fù)荷波動(dòng)。

根據(jù)國(guó)家2007年發(fā)布的《節(jié)能發(fā)電調(diào)度辦法（試行）》中同類機(jī)組在能耗相同時(shí)，按污染物排放量遞增順序上網(wǎng)，實(shí)現(xiàn)全網(wǎng)節(jié)能減排的要求，首先建立機(jī)組排序表?；痣姍C(jī)組的優(yōu)先投入順序指標(biāo)：機(jī)組排序表根據(jù)μi由低到高排序[14]，μi相同時(shí)，

按機(jī)組污染物排放量（即環(huán)境成本）由低到高排序。在方式1和方式2情況下，本文利用式（11）計(jì)算火電機(jī)組預(yù)分配負(fù)荷：

得到各時(shí)段火電機(jī)組預(yù)分配負(fù)荷后，確定火電機(jī)組調(diào)度數(shù)目的啟發(fā)式搜索步驟如下。

a.根據(jù)前面所述，建立機(jī)組排序表，保證具有良好節(jié)能效益機(jī)組優(yōu)先發(fā)電。

b.剔除檢修機(jī)組和處于停機(jī)狀態(tài)未達(dá)到最小停機(jī)時(shí)間的機(jī)組。

c.根據(jù)機(jī)組優(yōu)先順序，逐漸累加各機(jī)組最大出力，直到t時(shí)段預(yù)分配負(fù)荷滿足：

其中，m為參與調(diào)度的火電機(jī)組臺(tái)數(shù)。

d.t=t+1，如果t小于總時(shí)段數(shù)T，轉(zhuǎn)入步驟b，確定t時(shí)段機(jī)組調(diào)度臺(tái)數(shù)；反之停止，得到全天機(jī)組啟停狀態(tài)。

在方式3運(yùn)行情況下，燃?xì)廨啓C(jī)出力實(shí)時(shí)跟蹤負(fù)荷，盡量減少火電機(jī)組頻繁啟停，保證火電機(jī)組高效運(yùn)行。首先確定全天谷荷時(shí)，結(jié)合排序表，確定火電機(jī)組開機(jī)數(shù)。在確定谷荷處開機(jī)數(shù)之后，便可從谷荷處依次往其左右相鄰的2個(gè)時(shí)段考慮，當(dāng)負(fù)荷增加時(shí)，超過(guò)所需火電機(jī)組開機(jī)容量，則優(yōu)先啟用燃?xì)廨啓C(jī)，直到滿足該時(shí)段負(fù)荷和備用需求。當(dāng)負(fù)荷降低時(shí)，火電機(jī)組開機(jī)容量出現(xiàn)冗余，優(yōu)先停運(yùn)燃?xì)廨啓C(jī)（若停運(yùn)1臺(tái)后不滿足備用約束，則停運(yùn)火電機(jī)組），直到達(dá)到所需最低開機(jī)容量。

通過(guò)以上啟發(fā)式搜索方法確定全天機(jī)組組合，使得其具有良好節(jié)能效益機(jī)組優(yōu)先發(fā)電。

3 風(fēng)氣火電聯(lián)合優(yōu)化調(diào)度的求解算法

3.1 改進(jìn)粒子群優(yōu)化算法

粒子群優(yōu)化（PSO）算法是通過(guò)群體間相互競(jìng)爭(zhēng)與合作來(lái)指導(dǎo)優(yōu)化搜索的一種隨機(jī)尋優(yōu)算法，具有易于實(shí)現(xiàn)、概念簡(jiǎn)單、收斂速度快等優(yōu)點(diǎn)，目前已經(jīng)在電力系統(tǒng)經(jīng)濟(jì)調(diào)度領(lǐng)域得到廣泛應(yīng)用[15-17]。基本粒子群利用式（13）和（14）分別更新各粒子的速度與位置：

其中，vi，j（t）和 xi，j（t）為粒子 i在第 t次迭代中第 j維的速度和位置；ω為慣性權(quán)因子；c1和c2為學(xué)習(xí)因子，c1=c2=1.496；r1和 r2為介于 0～1之間均勻分布的隨機(jī)數(shù)；pi，j（t）為粒子 i第 t次迭代中第 j維的個(gè)體極值；pg，j（t）為粒子群體第 t次迭代中全局極值的第j維。

傳統(tǒng)粒子群優(yōu)化算法中，每個(gè)粒子總是追隨種群中最優(yōu)粒子，使得粒子極可能陷入局部極小點(diǎn)而無(wú)法逃離。本文種群初始化采用具有遍歷特性的混沌機(jī)制，同時(shí)受差分進(jìn)化算法變異策略DE/best/1的啟發(fā)，利用該變異策略較強(qiáng)的局部搜索能力和快速收斂速度[18]，引入一種結(jié)合DE算法的局部搜索策略，每次迭代結(jié)束后在最優(yōu)值附近采用該局部搜索策略進(jìn)行一定次數(shù)局部搜索。

混沌方法初始化種群步驟為：隨機(jī)產(chǎn)生一個(gè)n維每個(gè)分量數(shù)值在0～1之間的向量 z1=（z11，z12，…，z1n），根據(jù)式 z（i+1）j=μzij（1-zij）（j=1，2，…，n；μ 為 Logstic混沌映射控制參量），將得到的各個(gè)分量載波到優(yōu)化變量的取值范圍；分別為粒子i第j維上限值和下限值。

局部搜索策略步驟如下。

a.利用DE/best/1變異策略產(chǎn)生中間個(gè)體vi。

其中，r1、r2互不相等；F為縮放因子。

b.交叉操作。目的是得到候選個(gè)體ui。交叉操作可以增加個(gè)體向量多樣性。

其中，rand（0，1）為介于 0～1 之間均勻分布隨機(jī)數(shù)；CR為交叉因子可控制變異個(gè)體向量代替當(dāng)前個(gè)體分量值的概率。

c.選擇操作。對(duì)交叉后的候選個(gè)體進(jìn)行適應(yīng)度評(píng)估，根據(jù)評(píng)估后適應(yīng)度值決定是否選擇新個(gè)體。

其中，f（x）為適應(yīng)度函數(shù)。

3.2 改進(jìn)粒子群優(yōu)化算法主要參數(shù)

a.慣性權(quán)重w。

其中，t和tmax分別為當(dāng)前迭代次數(shù)和最大迭代次數(shù)。本文取 wmax=0.9，wmin=0.4。

b.DE控制參數(shù)自適應(yīng)調(diào)整策略。

DE算法中縮放因子F和交叉概率CR在進(jìn)化過(guò)程中是定值，這2個(gè)控制參數(shù)對(duì)算法的性能影響很大。對(duì)于不同優(yōu)化問(wèn)題，最佳控制參數(shù)的選擇不同。為此，本文算法采用自適應(yīng)調(diào)整策略來(lái)解決該問(wèn)題。

本文 λ、CRmax、CRmin、Fmax、Fmin分別取 30、0.1、0.4、0.3、0.1[18]。

3.3 算例分析

為驗(yàn)證上述算法有效性，本文采用文獻(xiàn)[19]的經(jīng)典10機(jī)算例。以考慮帶閥點(diǎn)效應(yīng)的機(jī)組燃料費(fèi)用最低為目標(biāo)，采用傳統(tǒng)的24時(shí)段日調(diào)度模型。設(shè)種群規(guī)模為40，最大迭代次數(shù)為2500，運(yùn)算20次，采用本文所提算法計(jì)算結(jié)果如圖1和表1所示。為了證明本文算法對(duì)解決動(dòng)態(tài)經(jīng)濟(jì)調(diào)度（DED）問(wèn)題有效性，表1中也列出其他相關(guān)文獻(xiàn)計(jì)算結(jié)果。

圖1 PSO、DE和本文所提算法計(jì)算結(jié)果Fig.1 Calculative results of PSO，DE and proposed algorithm

表1 不同算法性能比較Table 1 Comparison of performance amongdifferent algorithms

通過(guò)與其他已有算法計(jì)算結(jié)果相比可看出，本文所提算法得出更優(yōu)結(jié)果，有效解決了傳統(tǒng)粒子群優(yōu)化算法易陷入局部最優(yōu)的缺陷，局部搜索策略引入增強(qiáng)全局搜索能力，因此本文采用上述所提算法來(lái)求解風(fēng)氣火多源相濟(jì)聯(lián)合優(yōu)化調(diào)度模型。

4 算例結(jié)果與分析

以某地區(qū)風(fēng)電、燃?xì)獍l(fā)電、火電聯(lián)合調(diào)度為例。其中配有容量為200、100、100 MW的風(fēng)電場(chǎng)和3臺(tái)GE 9E系列燃?xì)?蒸汽聯(lián)合循環(huán)機(jī)組，容量為180 MW（燃機(jī)120 MW+汽機(jī)60 MW）以及10臺(tái)火電機(jī)組，總裝機(jī)容量1795 MW。燃煤價(jià)格取650元/t，天然氣價(jià)格取1.6元/m3，日最大供氣量Qmax為2.4×106m3。 本文首先采用啟發(fā)式搜索確定全天火電機(jī)組的機(jī)組組合，在確定各時(shí)段被調(diào)度機(jī)組基礎(chǔ)上，采用改進(jìn)粒子群優(yōu)化算法對(duì)各機(jī)組出力進(jìn)行優(yōu)化，并對(duì)模型中多重目標(biāo)函數(shù)采用加權(quán)系數(shù)法將多目標(biāo)轉(zhuǎn)化為單目標(biāo)。

圖2為各時(shí)段負(fù)荷預(yù)測(cè)值和風(fēng)電出力預(yù)測(cè)值。

圖2 負(fù)荷和風(fēng)電功率預(yù)測(cè)值Fig.2 Predicted loads and wind powers

從圖2可以看出，風(fēng)電出力具有明顯隨機(jī)波動(dòng)性及反調(diào)峰特性，接入風(fēng)電后電網(wǎng)峰谷差高達(dá)777 MW。本文根據(jù)燃?xì)怆娬?種常見的運(yùn)行方式，選取典型日作為調(diào)度周期，實(shí)現(xiàn)風(fēng)電全額上網(wǎng)。

4.1 優(yōu)化調(diào)度結(jié)果

方式1是燃?xì)怆姀S希望在氣源充足情況下能夠全天不停機(jī)運(yùn)行并能夠使出力保持在經(jīng)濟(jì)出力（額定容量60%以上），剩余容量可作為調(diào)峰熱備用。方式1的風(fēng)氣火電聯(lián)合優(yōu)化調(diào)度結(jié)果如圖3所示。

圖3 方式1的風(fēng)氣火出力Fig.3 Outputs of wind-gas-coal power generation system in mode 1

從圖3中可以看出：火電機(jī)組出力波動(dòng)依然明顯，峰谷差為561 MW，約占最大輸出功率43%。說(shuō)明在燃?xì)鈾C(jī)組連續(xù)運(yùn)行情況下，燃?xì)鈾C(jī)組雖然具有一定調(diào)峰容量，但是火電機(jī)組調(diào)節(jié)仍然比較頻繁。

當(dāng)日最大供氣量降為80%Qmax時(shí)，即天然氣供氣量不足時(shí)，調(diào)度結(jié)果如圖4所示。

從圖4中可以看出，相較于天然氣供應(yīng)充足情況，此時(shí)火電機(jī)組出力波動(dòng)明顯加劇，基本不具備調(diào)節(jié)能力，峰谷差高達(dá)698.2 MW，約占最大輸出功率48%，此時(shí)火電機(jī)組出力調(diào)節(jié)頻繁。

圖4 方式1下氣源不足時(shí)的風(fēng)氣火出力Fig.4 Outputs of wind-gas-coal power generation system in mode 1 when natural gas is not sufficient

方式2是目前大多數(shù)燃?xì)怆姀S所采用的運(yùn)行方式，本文設(shè)定燃?xì)鈾C(jī)組開機(jī)運(yùn)行時(shí)間為07∶00—23∶00。方式2風(fēng)氣火聯(lián)合優(yōu)化調(diào)度結(jié)果見圖5。

圖5 方式2下的風(fēng)氣火出力Fig.5 Outputs of wind-gas-coal power generation system in mode 2

從圖5中可看出，火電機(jī)組全天出力波動(dòng)相較于方式1有所減小，火電出力峰谷差為338MW，約占最大輸出功率26%，比方式1降低約17%，燃?xì)鈾C(jī)組發(fā)揮了一定的調(diào)節(jié)作用，一定程度上彌補(bǔ)了風(fēng)電出力隨機(jī)波動(dòng)，保證火電機(jī)組出力相對(duì)平穩(wěn)。

方式3利用燃?xì)鈾C(jī)組快速啟停優(yōu)點(diǎn)，達(dá)到跟蹤風(fēng)電和負(fù)荷波動(dòng)、彌補(bǔ)風(fēng)電隨機(jī)波動(dòng)和負(fù)荷峰谷差的目的。通過(guò)燃?xì)鈾C(jī)組快速啟停，燃?xì)鈾C(jī)組調(diào)峰深度高達(dá)100%。圖6為方式3下風(fēng)氣火聯(lián)合優(yōu)化調(diào)度結(jié)果。

圖6 方式3下的風(fēng)氣火出力Fig.6 Outputs of wind-gas-coal power generation system in mode 3

由圖6可以看出，方式3下的燃?xì)鈾C(jī)組有效彌補(bǔ)了風(fēng)電隨機(jī)波動(dòng)和負(fù)荷峰谷差，使得火電機(jī)組出力更加平穩(wěn)?；痣姵隽Ψ骞炔顬?37 MW，約占最大輸出功率的18%，比方式2降低約8%。由于篇幅有限，本文僅給出方式3下，一天24時(shí)段調(diào)度結(jié)果，如表2所示，其中，PG1—PG3表示3臺(tái)燃?xì)鈾C(jī)組出力；PC1—PC10表示10臺(tái)火電機(jī)組出力。從調(diào)度結(jié)果可以看出，部分燃?xì)鈾C(jī)組需要啟、停2次，說(shuō)明燃?xì)鈾C(jī)組盡最大努力發(fā)揮其快速啟停優(yōu)勢(shì)，來(lái)彌補(bǔ)風(fēng)電和負(fù)荷的波動(dòng)，避免火電機(jī)組頻繁調(diào)節(jié)。

4.2 不同運(yùn)行方式經(jīng)濟(jì)性分析

為了便于分析經(jīng)濟(jì)性對(duì)運(yùn)行方式選擇影響，本文給出了3種方式下一些經(jīng)濟(jì)性數(shù)據(jù)，如表3所示。

表3 不同運(yùn)行方式下經(jīng)濟(jì)性比較Table 3 Economical comparison under different operation mode

由表3可以看出，在氣耗成本方面，雖然方式2、方式3在氣耗成本上略低于方式1（這是因?yàn)樵谝归g負(fù)荷低谷時(shí)，燃?xì)鈾C(jī)組長(zhǎng)期處于或接近于最低出力），在考慮啟停成本之后，單位發(fā)電成本卻高于方式1；與此同時(shí)，在氣源不足的情況下，如果燃?xì)怆姀S連續(xù)運(yùn)行，氣耗成本將急劇上升，高達(dá)379.7元/MW，比氣源充足情況下的氣耗成本高了16.6元/MW，可以看出燃?xì)怆娬靖敢庠跉庠闯渥愕那闆r下連續(xù)運(yùn)行，降低自身運(yùn)行成本。從用氣量也可以看出當(dāng)供氣量嚴(yán)重不足時(shí)，燃?xì)怆娬拘枰淖冏陨磉\(yùn)行方式。

從全網(wǎng)發(fā)電成本方面看，在能源成本方面，方式3明顯低于方式1、方式2，這是因?yàn)槟壳笆袌?chǎng)上氣電成本遠(yuǎn)高于火電成本；環(huán)境成本方面，可見隨著用氣量增加，環(huán)境成本逐漸降低，體現(xiàn)了天然氣作為清潔能源的優(yōu)勢(shì)；而在總成本方面，方式3明顯低于方式1、方式2，可看出不論從經(jīng)濟(jì)角度還是調(diào)峰角度，電網(wǎng)公司更希望燃?xì)怆姀S工作于方式3。

5 結(jié)論

a.在風(fēng)電大規(guī)模入網(wǎng)背景下，本文針對(duì)3種常見的燃?xì)怆娬具\(yùn)行方式，以能源成本最低、污染物排放最低、火電機(jī)組高效平穩(wěn)運(yùn)行為目標(biāo)，建立風(fēng)氣火聯(lián)合優(yōu)化調(diào)度模型。

b.提出一種改進(jìn)的粒子群優(yōu)化算法，有效改善了傳統(tǒng)粒子群優(yōu)化算法易陷入局部最優(yōu)的缺點(diǎn)，提高了全局搜索能力。

c.本文模型和算法求得的3種方式下的調(diào)度策略表明，燃?xì)鈾C(jī)組具有彌補(bǔ)風(fēng)電隨機(jī)波動(dòng)及負(fù)荷峰谷差作用，可使得火電機(jī)組出力波動(dòng)變緩，提高了火電機(jī)組運(yùn)行平穩(wěn)性，同時(shí)比較了3種方式下運(yùn)行調(diào)峰效果及經(jīng)濟(jì)性對(duì)比，為大規(guī)模風(fēng)電接入后，風(fēng)氣火多源相濟(jì)聯(lián)合協(xié)調(diào)運(yùn)行提供借鑒。

本文旨在從調(diào)峰效果及經(jīng)濟(jì)性方面對(duì)燃?xì)怆娬?種運(yùn)行方式進(jìn)行對(duì)比分析，雖然天然氣發(fā)電技術(shù)可以實(shí)現(xiàn)能源多元化，有利于改善我國(guó)的電力布局和能源結(jié)構(gòu)，促進(jìn)節(jié)能減排，但從本文可看出氣電成本過(guò)高已然成為發(fā)揮其調(diào)峰能力掣肘，因此后續(xù)工作為如何制定合理完善調(diào)峰補(bǔ)償機(jī)制，充分發(fā)揮燃?xì)怆娬菊{(diào)峰優(yōu)勢(shì)。