陶湘明，陳森林，董建凡

(1.武漢大學(xué)水利水電學(xué)院 水資源與水電工程科學(xué)國家重點(diǎn)實(shí)驗(yàn)室，武漢 430072； 2.黃河水利科學(xué)研究院，鄭州 450003)

0 引 言

水電站短期優(yōu)化調(diào)度一般分為“以水定電”和“以電定水”兩種方式，主要任務(wù)是將長期經(jīng)濟(jì)運(yùn)行所分配給本時段(周、日)的輸入能或電網(wǎng)負(fù)荷需求在更短時段(日、小時和15 min)間進(jìn)行科學(xué)合理的分配，以確定水電站逐日、逐小時或逐15 min負(fù)荷及水庫運(yùn)行方式。對于“以水定電”方式或“以電定水”給定總電量方式，由于受水電站機(jī)組安全運(yùn)行、輸電線路容量、電網(wǎng)安全穩(wěn)定性及下游河道安全等限制，導(dǎo)致優(yōu)化調(diào)度建模時難以提煉和數(shù)學(xué)表達(dá)負(fù)荷過程約束。因此，根據(jù)水電站運(yùn)行實(shí)踐另辟蹊徑，總結(jié)歸納并提煉水電站日典型負(fù)荷過程，對于解決水電站短期優(yōu)化調(diào)度具有重要意義。

水電站短期優(yōu)化調(diào)度涉及水庫蓄水時程上的分配和負(fù)荷在廠內(nèi)機(jī)組間的空間分配，現(xiàn)有研究成果也主要集中于約束條件處理、優(yōu)化數(shù)學(xué)模型建立和求解方法等方面的改進(jìn)。許新發(fā)[1]等針對梯級小水電站的實(shí)際情況，在給定水庫用水量及計劃日負(fù)荷圖的條件下，將負(fù)荷優(yōu)化分配至各電站、各臺機(jī)組,建立了基于POA算法的數(shù)學(xué)模型。何士華[2]等根據(jù)梯級水電站日負(fù)荷優(yōu)化分配數(shù)學(xué)模型的非線性特征，采用遺傳算法，對梯級水電站日負(fù)荷圖形狀的變化，即發(fā)電量大小和峰谷差值大小對梯級水電站運(yùn)行的影響進(jìn)行了優(yōu)化計算分析。武新宇等[3]針對水電站群長期優(yōu)化調(diào)度與典型日負(fù)荷分配的結(jié)合問題，建立了典型日調(diào)峰電量最大模型，采用逐次切負(fù)荷算法進(jìn)行各長期調(diào)度時段典型日負(fù)荷分配，并將其嵌入長期優(yōu)化調(diào)度模型。此外，程春田等[4]針對電網(wǎng)調(diào)峰任務(wù)日益突出問題，通過對水電站運(yùn)行方式和負(fù)荷分配方法研究，從水火協(xié)調(diào)實(shí)際應(yīng)用出發(fā)，分析了傳統(tǒng)水電負(fù)荷分配方式及存在的局限性，提出結(jié)合電網(wǎng)系統(tǒng)負(fù)荷特性、水電站調(diào)節(jié)性能及所處空間位置的水電站分類負(fù)荷分配模型和方法。唐海華[5]根據(jù)電網(wǎng)和電廠的實(shí)際需要建立了三峽梯級短期優(yōu)化調(diào)度數(shù)學(xué)模型，提出了基于負(fù)荷典型和調(diào)峰幅度的優(yōu)化算法。黃春雷[6]針對電網(wǎng)對水電站的負(fù)荷需求，分析了水電站群日計劃方式制定的關(guān)鍵技術(shù)，提出了基于日典型負(fù)荷的水電站群日計劃運(yùn)行方式的制定方法。喻杉[7]建立了基于負(fù)荷曲線運(yùn)行的梯級水電站群短期聯(lián)合發(fā)電優(yōu)化調(diào)度模型，并采用逐次逼近法與逐步優(yōu)化法的耦合算法對模型進(jìn)行求解。Swarup KS等[8-10]采用智能算法對水電站實(shí)時經(jīng)濟(jì)運(yùn)行中機(jī)組組合和負(fù)荷分配問題進(jìn)行了研究。薛鵬等[11-17]對水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行模型進(jìn)行了研究。

綜上所述，水電站短期調(diào)度普遍存在一個瓶頸問題，即對于“以水定電”方式或“以電定水”給定總電量方式時，如果電網(wǎng)不給定負(fù)荷過程特征約束，從水電站側(cè)優(yōu)化數(shù)學(xué)模型求解的最優(yōu)結(jié)果往往波動很大、或出現(xiàn)前期不發(fā)電蓄水后期集中發(fā)電的情形。主要原因在于水電站日負(fù)荷曲線的研究缺乏系統(tǒng)性和完整性，日負(fù)荷圖特征和規(guī)律有待深入研究。所以，本文從水電站實(shí)際日負(fù)荷曲線的入手，進(jìn)行水電站日負(fù)荷過程的時空變化規(guī)律研究，以期為水電站短期優(yōu)化調(diào)度的研究提供一種新的思路。

1 日典型負(fù)荷過程的提取

日典型負(fù)荷過程的關(guān)鍵在于日負(fù)荷過程曲線走勢的特征和規(guī)律?；谒娬径唐诎l(fā)電調(diào)度的實(shí)際情況，不考慮時段間存在的較小的負(fù)荷波動，即假設(shè)一日中負(fù)荷值接近的相鄰時段的負(fù)荷值可用各時段的負(fù)荷平均值代替。按各個相鄰時段合并所形成的時段負(fù)荷平均值高低，最終形成“峰荷—腰荷—基荷”的基本日典型負(fù)荷過程的三級形態(tài)結(jié)構(gòu)。

本文依托天生橋一級水電站(以下簡稱“天一電站”)的日負(fù)荷歷史資料，通過對水電站歷史日負(fù)荷過程資料的收集和整理，歸納得到最具代表性的日典型負(fù)荷圖：單峰型日負(fù)荷過程，用電高峰主要集中在10∶00-20∶00，5∶00左右負(fù)荷達(dá)到低谷，如圖1所示。

圖1 日典型負(fù)荷過程

基于以上典型過程，就將一日24(或96)個時段負(fù)荷值簡化為時空二維的少數(shù)幾個變量：一是空間維的峰荷、腰荷及基荷；二是時間維的峰荷、腰荷及基荷相應(yīng)的起訖時間。時間維起訖時間可在制定水電站日計劃時基于對電網(wǎng)負(fù)荷需求的判斷或電網(wǎng)的調(diào)度安排事先確定，因此，水電站實(shí)時優(yōu)化調(diào)度對于單峰型只需要優(yōu)化3個變量(“以電定水”時則只需要優(yōu)化2個變量)。

2 日典型負(fù)荷特征變量定義與推求方法

水電站實(shí)時優(yōu)化調(diào)度一般給定日用水量或日發(fā)電量，對于已知日用水量時，一般采用試算方法，即以日發(fā)電量為迭代試算變量，通過給定日發(fā)電量優(yōu)化模型計算后，檢驗(yàn)日用水量是否滿足要求。因此，給定日發(fā)電量的水電站實(shí)時優(yōu)化數(shù)學(xué)模型是基礎(chǔ)，而如何基于日發(fā)電量和典型負(fù)荷過程推求峰荷、腰荷及基荷是影響日發(fā)電計劃靈活性和可操作性的關(guān)鍵。

對于單峰型日負(fù)荷模型，一般有2個特征值：

(2)

在此基礎(chǔ)上為充分反映腰荷與峰荷之間的相互約束關(guān)系，定義一個新的參數(shù)：

(3)

式中：β(∈[0,1])為調(diào)峰系數(shù)，即腰荷與基荷之差和峰荷與基荷之差的比值，β越接近0或1，則說明腰荷與基荷或峰荷越接近，即越接近二級形態(tài)結(jié)構(gòu)。

設(shè)ti為距日初的時間長度(h，如圖1所示i=0,1,2,3,4,5)，Ty、Tf分別表示腰荷及峰荷歷時(h)，即Ty=t4-t1，Tf=t3-t2。根據(jù)電量平衡方程可得：

24Pj+PyTy+PfTf=E

(4)

(5)

當(dāng)β較小時，腰荷越接近于基荷，則峰荷有可能超過水電站預(yù)想出力Nmax(甚至裝機(jī)出力)，因此，峰荷必須滿足：

(6)

由式(6)可見，Pf滿足Nmax約束，實(shí)際上可以轉(zhuǎn)換為對α和β的綜合約束。因此，對于任意給定的基荷系數(shù)α，調(diào)峰系數(shù)β都有其最小值：

(7)

由此可見，在已知水電站日發(fā)電量E和預(yù)想出力Nmax的條件下，推求峰荷、腰荷及基荷3個變量的優(yōu)化問題，就可以轉(zhuǎn)化為2個特征變量α和β的優(yōu)化問題。

3 實(shí)例應(yīng)用

天生橋一級水電站是紅水河梯級電站的第一級，死水位731 m，正常蓄水位780 m，總庫容102.56 億m3，調(diào)節(jié)庫容57.96 億m3，是一座以發(fā)電為主的不完全多年調(diào)節(jié)水庫，電站安裝4臺單機(jī)容量300 MW的機(jī)組，總裝機(jī)容量1 200 MW。某日初始庫水位735.91 m、日平均入庫流量261 m3/s及日發(fā)電量8 640 MWh，以此為依據(jù)，分析在本文典型負(fù)荷情形下，不同運(yùn)行方式的耗水率規(guī)律。

通過該站歷史負(fù)荷資料分析，其基荷系數(shù)范圍α∈[0.3,0.6]，這里將α以0.05為步長進(jìn)行離散。再根據(jù)式(7)可得到調(diào)峰系數(shù)β相應(yīng)的最小值，如表1所示?？梢钥闯?，調(diào)峰系數(shù)β相應(yīng)的最小值與α呈負(fù)相關(guān)關(guān)系。

表1 不同基荷系數(shù)下調(diào)峰系數(shù)的最小值

在α與β的可行域內(nèi)均以0.05為步長進(jìn)行離散，針對任一α與β的可行組合：首先，根據(jù)式(5)推求日負(fù)荷過程；其次，對任一時段(實(shí)際上是峰腰谷三段)以發(fā)電流量最小為目標(biāo)函數(shù)進(jìn)行機(jī)組間負(fù)荷優(yōu)化分配；最后，根據(jù)各機(jī)組日負(fù)荷過程和入庫流量及起始庫水位，推求日發(fā)電流量過程、總發(fā)電用水量及日發(fā)電耗水率。重復(fù)以上步驟可以得到所有α與β可行組合的計算成果，并繪制耗水率與α與β之間的變化關(guān)系曲面(見圖2)。

圖2 不同(α,β)可行組合下日耗水率曲線

從圖2可見：①當(dāng)α=0.3、β=0.2時(Pj=180 MW，Py=386 MW，Pf=1 186 MW)，日耗水率達(dá)到最優(yōu)(3.52 m3/kWh)；②當(dāng)α∈[0.3,0.4]、β∈[0.5,0.8]范圍時，耗水率也較低，屬于經(jīng)濟(jì)運(yùn)行區(qū)。

這種分析環(huán)境對于水電站制作日發(fā)電計劃具有重要的作用，水調(diào)人員在當(dāng)前水位和入流情形下，可以快速制定(接近)日耗水率最小的負(fù)荷圖。

4 結(jié) 語

本文以天生橋一級水電站為實(shí)例，結(jié)合電力部門對于水電站的用電需求和調(diào)峰需求，提煉了該電站最具代表性的日典型負(fù)荷過程。通過引入了時空特征參數(shù)，將水電站負(fù)荷過程優(yōu)化簡化為兩個特征參數(shù)的優(yōu)化問題，提出了水電站短期優(yōu)化計劃的制作方法，避免了現(xiàn)有優(yōu)化算法結(jié)果難以運(yùn)用于生產(chǎn)實(shí)際的問題，具有較好的適用性和推廣價值。實(shí)例應(yīng)用表明該方法既可得到最優(yōu)解、也可得到經(jīng)濟(jì)運(yùn)行的負(fù)荷圖范圍，因此，具有很強(qiáng)的實(shí)用性和可操作性。

□

[1] 許新發(fā)，李效文，徐 渂. 梯級小水電站日負(fù)荷優(yōu)化分配計算的逐次優(yōu)化法[J].水電能源科學(xué)，2002，20(3):44-46.

[2] 何士華，鄒 進(jìn). 梯級水電站日負(fù)荷圖優(yōu)化研究[J].水力發(fā)電，2006,32(7)：68-70.

[3] 武新宇，程春田，李 剛，等. 水電站群長期典型日調(diào)峰電量最大模型研究[J]. 水利學(xué)報，2012，43(3):363-371.

[4] 程春田，李建兵，李 剛. 水電站分段調(diào)峰負(fù)荷分配方法研究與應(yīng)用[J]. 水力發(fā)電學(xué)報，2011，30(2):38-43.

[5] 唐海華，陳森林，趙 宇. 三峽梯級電站短期優(yōu)化調(diào)度模型及算法[J]. 水電能源科學(xué)，2008，26(3):133-136.

[6] 黃春雷，趙永龍，過夏明. 基于日典型負(fù)荷的水電站群日計劃方式[J]. 水電自動化與大壩監(jiān)測，2009,(4)：45-47.

[7] 紀(jì)昌明，喻 衫，張曉星，等. 按日負(fù)荷圖運(yùn)行的梯級水電站群短期效益比較[J].電力系統(tǒng)保護(hù)與控制，2011，39(14)：64-68.

[8] Swarup KS, Yamashir S. A genetic algorithm approach to generator unit commitment[J]. International Journal of Electrical Power and Energy Systems, 2003,25(9):679-687.

[9] Kaveh Abookazemi, Hussein Ahmad, Alireza Tavakolpour，et al. Unit commitment solution using an optimized genetic system[J]. Electrical Power and Energy Systems,2011,(33)：969-975.

[10] I G Damousis, A G Bakirtzis, P S Dokopoulos. A solution to the unit-commitment problem using integer-coded genetic algorithm[J]. IEEE Transactions on Power Systems, 2004,19(2):1 165-1 172.

[11] 薛 鵬.基于運(yùn)行區(qū)劃分的水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行研究[D].北京：清華大學(xué),2008.

[12] 李崇浩，紀(jì)昌明，繆益平. 基于微粒群算法的梯級水電廠短期優(yōu)化調(diào)度研究[J]. 水力發(fā)電學(xué)報，2006，25(2)：94-98.

[13] 張 俊，程春田，廖勝利，等.改進(jìn)粒子群優(yōu)化算法在水電站群優(yōu)化調(diào)度中的應(yīng)用研究[J].水利學(xué)報，2009，40(4)：435-441.

[14] 宗 航,李承軍,周建中,等.POA算法在梯級水電站短期優(yōu)化調(diào)度中的應(yīng)用.水電能源科學(xué),2003,21(1) ：46-48.

[15] K S Swarup, S Yamashiro. Unit commitment solution methodology using genetic algorithm[J]. IEEE Transactions on Power Systems,2002,17(1)：87-91.

[16] 李 丹，陳森林，張祖鵬. 水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行模型研究[J]. 中國農(nóng)村水利水，2009,(8)：148-150.

[17] 馬躍先, 鄭慧濤, 馬 俊, 等. 基于開度控制的水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行模型研究[J]. 水力發(fā)電學(xué)報, 2011,30(3)：10-14.