張立玲,霍曉蕊,汪宗達(dá),李 達(dá),劉曉丹
(天津市電力公司 濱海供電分公司,天津 300450)
虛擬發(fā)電廠是一種對(duì)發(fā)電調(diào)度、電網(wǎng)運(yùn)行等情況進(jìn)行管理的手段,對(duì)于協(xié)調(diào)電網(wǎng)與能源利用方面具有重要作用。 目前,以光能、風(fēng)能、水能等新能源為發(fā)電標(biāo)準(zhǔn)的電力企業(yè)越來(lái)越多,減少了煤炭發(fā)電對(duì)環(huán)境的污染,有利于達(dá)到“雙碳”目標(biāo)。 為解決新能源發(fā)電的出力問(wèn)題,研究人員設(shè)計(jì)了多種解決方案。 其中,基于免疫算法的虛擬發(fā)電廠經(jīng)濟(jì)調(diào)度優(yōu)化方法,與基于改進(jìn)PSO 的虛擬發(fā)電廠經(jīng)濟(jì)調(diào)度優(yōu)化方法的應(yīng)用較為廣泛[1-2]。 以上兩種方法主要是以發(fā)電決策變量為主,提出的自適應(yīng)調(diào)度方法,存在局部尋優(yōu)的問(wèn)題,影響發(fā)電調(diào)度的經(jīng)濟(jì)性優(yōu)化效果[3]。 改進(jìn)遺傳算法主要是針對(duì)線性問(wèn)題,打破局部最優(yōu)的局限,快速找到全局最優(yōu)解[4]。 將改進(jìn)遺傳算法應(yīng)用到虛擬發(fā)電廠經(jīng)濟(jì)調(diào)度優(yōu)化方法后,能夠根據(jù)發(fā)電廠的調(diào)度情況,得到全局最優(yōu)調(diào)度方案,為提升發(fā)電廠的經(jīng)濟(jì)效益作出保障。
風(fēng)力發(fā)電、光能發(fā)電等新能源發(fā)電技術(shù),通過(guò)風(fēng)電機(jī)組、光電機(jī)組轉(zhuǎn)換為電能,減少發(fā)電對(duì)周圍環(huán)境的污染[5]。 由于風(fēng)速不可控,發(fā)電機(jī)組通過(guò)電磁感應(yīng)原理,將輸出的電能與電網(wǎng)保持一致。 風(fēng)電機(jī)組將輸出的電能進(jìn)行適當(dāng)?shù)霓D(zhuǎn)換,接入電網(wǎng)運(yùn)行,其發(fā)電并網(wǎng)特征如下:
式(1)中,PWT為風(fēng)電機(jī)組電能轉(zhuǎn)換輸出的功率;m2、m1、m0為風(fēng)機(jī)功率- 風(fēng)速模型參數(shù);v 為自然風(fēng)速;Pt為風(fēng)機(jī)在ve條件下的功率定值。 假設(shè)vq、vc為切入、出風(fēng)速,ve為風(fēng)速定值[6]。 當(dāng)PWT=0 時(shí),則存在v < vq或者v > vc;當(dāng)PWT=m2v2+ m1v + m0時(shí),則存在vq≤v ≤ve;當(dāng)PWT=Pt,則存在ve≤v ≤vc。 光伏發(fā)電的并網(wǎng)特征如下:
式(2)中,PPV為光電機(jī)組電能轉(zhuǎn)換輸出的功率;PS為常規(guī)光照條件下的功率最大值;GI為光照強(qiáng)度;GS為常規(guī)輻照條件下的輻強(qiáng);L 為溫度指標(biāo);Ti為光伏電池溫度;Tc為發(fā)電參考溫度值。 將輸出電能通過(guò)特定轉(zhuǎn)換接入電網(wǎng),保證電網(wǎng)運(yùn)行效果。
將虛擬發(fā)電廠發(fā)電機(jī)組的發(fā)電并網(wǎng)特征提取出來(lái)之后,本研究根據(jù)發(fā)電收益情況,對(duì)發(fā)電廠進(jìn)行經(jīng)濟(jì)調(diào)度。 本研究使用改進(jìn)遺傳算法,對(duì)虛擬發(fā)電廠進(jìn)行經(jīng)濟(jì)調(diào)度。 調(diào)度流程如圖1 所示。
圖1 經(jīng)濟(jì)調(diào)度流程
由圖1 可知,使用改進(jìn)遺傳算法,能夠生成一組初始化種群,經(jīng)過(guò)競(jìng)爭(zhēng)、交叉、變異等自然選擇等過(guò)程,得到更加適應(yīng)發(fā)電環(huán)境的群體,從而找到全局最優(yōu)解[7]。 假設(shè)調(diào)度變量K 的取值范圍為[kmin,kmax],則二進(jìn)制編碼對(duì)應(yīng)的空間實(shí)際值為:
式(3)中,K2為二進(jìn)制編碼對(duì)應(yīng)的空間實(shí)際值;Kmin為變量K 的最小值;l 為二進(jìn)制串的長(zhǎng)度;pi為第i個(gè)染色體個(gè)體基因。 經(jīng)過(guò)改進(jìn)遺傳編碼之后,本研究忽略發(fā)電機(jī)組本身成本與運(yùn)行維護(hù)成本,將發(fā)電收益表示為:
式(4)中,SP為發(fā)電收益;αi,j為第i 個(gè)發(fā)電機(jī)組在第j 時(shí)刻的調(diào)度狀態(tài);Pi,j為第i 個(gè)發(fā)電機(jī)組在第j 時(shí)刻的出力;γj為第j 時(shí)間段內(nèi)的電力市場(chǎng)價(jià)。 根據(jù)發(fā)電收益情況,構(gòu)建經(jīng)濟(jì)調(diào)度優(yōu)化模型,表達(dá)式如下:
式(5)中,maxM 為模型表達(dá)式;πw為第w 個(gè)風(fēng)電機(jī)組出力情況;κp,t為第t 個(gè)調(diào)度周期和第p 個(gè)電力市場(chǎng)價(jià);ηu、ηt為上調(diào)與下調(diào)平衡市場(chǎng)的價(jià)格上調(diào)與下調(diào)率。 在∑Ni=1Pi,j=PWT的約束條件下,可以保證發(fā)電功率平衡,在保證經(jīng)濟(jì)的條件下,優(yōu)化調(diào)度效果。
為驗(yàn)證本研究設(shè)計(jì)的調(diào)度優(yōu)化方法的實(shí)用性能,本研究對(duì)上述方法進(jìn)行了分析。 相同的經(jīng)濟(jì)調(diào)度條件下,發(fā)電機(jī)組的出力越多,經(jīng)濟(jì)調(diào)度效果越佳。 分別使用程琳等[1]所著的《基于免疫算法的水火電節(jié)能發(fā)電調(diào)度優(yōu)化方法研究》中的基于免疫算法的虛擬發(fā)電廠經(jīng)濟(jì)調(diào)度優(yōu)化方法,和方娜等[2]所著《基于改進(jìn)PSO 的水火電短期發(fā)電優(yōu)化調(diào)度》中的基于改進(jìn)PSO的虛擬發(fā)電廠經(jīng)濟(jì)調(diào)度優(yōu)化方法,以及本研究設(shè)計(jì)的基于改進(jìn)遺傳算法的虛擬發(fā)電廠經(jīng)濟(jì)調(diào)度優(yōu)化方法,對(duì)調(diào)度優(yōu)化效果進(jìn)行分析。
本次實(shí)驗(yàn)以10 kV 配電網(wǎng)為例,建立了以風(fēng)電機(jī)組、光電機(jī)組、蓄電池組、微型燃?xì)廨啓C(jī)組為主的虛擬發(fā)電廠。 虛擬發(fā)電廠中,風(fēng)電機(jī)組的工作時(shí)段為1:00—24:00,光電機(jī)組工作時(shí)段為7:00—19:00,蓄電池組的工作時(shí)段為6:00—20:00,微型燃?xì)廨啓C(jī)組的工作時(shí)段為7:00—22:00。 受到虛擬發(fā)電廠發(fā)電時(shí)段不同的影響,很難對(duì)其進(jìn)行經(jīng)濟(jì)調(diào)度。 本次實(shí)驗(yàn)綜合了各個(gè)發(fā)電機(jī)組的發(fā)電時(shí)段與發(fā)電情況,將發(fā)電調(diào)度時(shí)刻選定為7:00—19:00,對(duì)發(fā)電廠發(fā)電調(diào)度進(jìn)行分析。 虛擬發(fā)電廠的配電網(wǎng)網(wǎng)絡(luò)拓?fù)淙鐖D2 所示。
圖2 虛擬發(fā)電廠的配電網(wǎng)網(wǎng)絡(luò)拓?fù)?/p>
在圖2 中,PV 表示的是光伏發(fā)電機(jī)組,WT 表示的是風(fēng)電機(jī)組,ES 表示的是蓄電池組,μP 表示的是微型燃?xì)廨啓C(jī)組。 PV 的額定裝機(jī)容量約500 kW,WT 的額定裝機(jī)容量約300 kW,ES 的額定裝機(jī)容量約200 kW,μP 的額定裝機(jī)容量約500 kW,分別接入不同的網(wǎng)絡(luò)節(jié)點(diǎn)位置進(jìn)行發(fā)電。 由于電力負(fù)荷在一天內(nèi)的需求存在波動(dòng),用電高峰期發(fā)電出力較高,用電低峰期發(fā)電出力較低。 7:00—19:00 處于用電高峰時(shí)段,通過(guò)計(jì)算網(wǎng)絡(luò)節(jié)點(diǎn)電壓適應(yīng)度值,找出最佳經(jīng)濟(jì)調(diào)度解,從而對(duì)發(fā)電廠進(jìn)行經(jīng)濟(jì)調(diào)度優(yōu)化。
在上述實(shí)驗(yàn)條件下,本研究選取出7:00—19:00時(shí)段的虛擬發(fā)電廠的發(fā)電情況,并選用①號(hào)風(fēng)電機(jī)組、②號(hào)風(fēng)電機(jī)組對(duì)其經(jīng)濟(jì)最優(yōu)化出力情況進(jìn)行分析。 分別將《基于免疫算法的水火電節(jié)能發(fā)電調(diào)度優(yōu)化方法研究》的基于免疫算法的虛擬發(fā)電廠經(jīng)濟(jì)調(diào)度優(yōu)化方法的經(jīng)濟(jì)最優(yōu)出力,《基于改進(jìn)PSO 的水火電短期發(fā)電優(yōu)化調(diào)度》的基于改進(jìn)PSO 的虛擬發(fā)電廠經(jīng)濟(jì)調(diào)度優(yōu)化方法的經(jīng)濟(jì)最優(yōu)出力,以及本研究設(shè)計(jì)的基于改進(jìn)遺傳算法的虛擬發(fā)電廠經(jīng)濟(jì)調(diào)度優(yōu)化方法的經(jīng)濟(jì)最優(yōu)出力進(jìn)行對(duì)比。 實(shí)驗(yàn)結(jié)果如表1所示。
表1 實(shí)驗(yàn)結(jié)果
由表1 可知,7:00—19:00 時(shí)段是虛擬發(fā)電廠發(fā)電高峰時(shí)段,在此時(shí)段內(nèi)的發(fā)電出力情況更能夠反映實(shí)驗(yàn)真實(shí)效果。 在相同的經(jīng)濟(jì)條件下,發(fā)電機(jī)組的出力越多,經(jīng)濟(jì)調(diào)度效果越佳。 其他條件均一致的情況下,使用《基于免疫算法的水火電節(jié)能發(fā)電調(diào)度優(yōu)化方法研究》的基于免疫算法的虛擬發(fā)電廠經(jīng)濟(jì)調(diào)度優(yōu)化方法后,①號(hào)風(fēng)電機(jī)組在7:00—19:00 時(shí)段內(nèi)的平均出力約為212.43 kW,②號(hào)風(fēng)電機(jī)組在7:00—19:00 時(shí)段內(nèi)的平均出力約為320.93 kW。 使用《基于改進(jìn)PSO 的水火電短期發(fā)電優(yōu)化調(diào)度》的基于改進(jìn)PSO 的虛擬發(fā)電廠經(jīng)濟(jì)調(diào)度優(yōu)化方法之后,①號(hào)風(fēng)電機(jī)組在7:00—19:00 時(shí)段內(nèi)的平均出力約為247.33 kW,②號(hào)風(fēng)電機(jī)組在7:00—19:00 時(shí)段內(nèi)的平均出力約為340.27 kW。
使用本研究設(shè)計(jì)的基于改進(jìn)遺傳算法的虛擬發(fā)電廠經(jīng)濟(jì)調(diào)度優(yōu)化方法后,①號(hào)風(fēng)電機(jī)組在7:00—19:00 時(shí)段內(nèi)的平均出力約為379.89 kW,②號(hào)風(fēng)電機(jī)組在7: 00—19: 00 時(shí)段內(nèi)的平均出力約為490.66 kW。 由此可見(jiàn),相同的時(shí)間段內(nèi),同一經(jīng)濟(jì)條件下,無(wú)論是①號(hào)風(fēng)電機(jī)組還是②號(hào)風(fēng)電機(jī)組,使用本研究設(shè)計(jì)的方法調(diào)度之后,發(fā)電廠的平均出力最多,遠(yuǎn)遠(yuǎn)超過(guò)《基于免疫算法的水火電節(jié)能發(fā)電調(diào)度優(yōu)化方法研究》的方法優(yōu)于《基于改進(jìn)PSO 的水火電短期發(fā)電優(yōu)化調(diào)度》的方法的調(diào)度效果,使虛擬發(fā)電廠在保證發(fā)電經(jīng)濟(jì)性的條件下,得到最優(yōu)出力,提高發(fā)電效率,符合本研究的目的。
近年來(lái),光、風(fēng)、水等新能源在電力企業(yè)中應(yīng)用較為廣泛,各個(gè)發(fā)電機(jī)組的隨機(jī)出力問(wèn)題,成為影響發(fā)電廠經(jīng)濟(jì)運(yùn)行與穩(wěn)定運(yùn)行的主要因素。 因此,本研究利用改進(jìn)遺傳算法,設(shè)計(jì)了虛擬發(fā)電廠經(jīng)濟(jì)調(diào)度優(yōu)化方法。 在分析調(diào)度特征的基礎(chǔ)上,本研究構(gòu)建了一個(gè)優(yōu)化模型,對(duì)發(fā)電廠的發(fā)電調(diào)度進(jìn)行優(yōu)化。 以發(fā)電機(jī)組的出力情況作為優(yōu)化效果的指標(biāo),出力越高,經(jīng)濟(jì)調(diào)度優(yōu)化效果越佳。