孫 頔

(北京科東電力控制系統(tǒng)有限責(zé)任公司,北京 100192)

發(fā)電機(jī)組的運(yùn)行效率直接關(guān)系到能源利用效率和經(jīng)濟(jì)性。傳統(tǒng)的散熱器調(diào)度方法主要依賴于人工經(jīng)驗(yàn)和定時(shí)控制,無法實(shí)現(xiàn)對(duì)發(fā)電機(jī)組實(shí)時(shí)狀態(tài)的監(jiān)測和調(diào)節(jié)。這種方式可能導(dǎo)致散熱器過度或不足運(yùn)行,影響發(fā)電機(jī)組的散熱效果和運(yùn)行效率。通過實(shí)時(shí)監(jiān)測發(fā)電機(jī)組的溫度、負(fù)荷等參數(shù),結(jié)合智能算法和優(yōu)化模型,可以實(shí)現(xiàn)對(duì)散熱器的智能調(diào)節(jié)和優(yōu)化控制,以最大限度地提高散熱效果,減少能源浪費(fèi),提高發(fā)電機(jī)組的運(yùn)行效率[1-2]。

以火電廠為研究對(duì)象,明確機(jī)組的約束,以風(fēng)光水火電互補(bǔ)為前提,構(gòu)建了一種優(yōu)化調(diào)度模型。并通過優(yōu)先順序法和優(yōu)化的布谷鳥算法對(duì)模型求解,實(shí)現(xiàn)最終調(diào)度[3]。提出電力機(jī)組聯(lián)合負(fù)荷頻率控制方法。分析發(fā)電機(jī)組的煤耗特性,建立經(jīng)濟(jì)目標(biāo)函數(shù),通過控制負(fù)荷頻率獲取機(jī)組最優(yōu)出力系數(shù)[4]?；诖?提出一種考慮風(fēng)光儲(chǔ)互補(bǔ)的發(fā)電機(jī)組散熱器出力智能調(diào)度方法。

1 散熱器出力智能調(diào)度

1.1 調(diào)度模型

風(fēng)光儲(chǔ)互補(bǔ)能源是一種低碳環(huán)保的能源形式,有助于推動(dòng)能源結(jié)構(gòu)的優(yōu)化和轉(zhuǎn)型[5]。但是,風(fēng)光儲(chǔ)互補(bǔ)能源環(huán)境具有顯著的波動(dòng)性和不確定性,如風(fēng)速、光照強(qiáng)度等因素都會(huì)影響機(jī)組發(fā)電,為發(fā)電機(jī)組散熱器出力智能調(diào)度帶來較大難度。為此,考慮風(fēng)機(jī)發(fā)電和光伏發(fā)電,以最小發(fā)電成本和最小污染物排放懲罰成本作為目標(biāo),構(gòu)建風(fēng)光儲(chǔ)互補(bǔ)環(huán)境下散熱器智能調(diào)度模型。

(1)

(2)

(3)

為確保電網(wǎng)系統(tǒng)的穩(wěn)定運(yùn)行,在考慮風(fēng)光儲(chǔ)互補(bǔ)的情況下展開發(fā)電機(jī)組散熱器出力智能調(diào)度,需要給出對(duì)應(yīng)的約束條件。

1)發(fā)電機(jī)組的散熱器功率平衡約束

發(fā)電機(jī)組的生產(chǎn)和消耗是同步的,所以電網(wǎng)提供的電能和電網(wǎng)中的負(fù)載也是一致的,否則就會(huì)影響發(fā)電機(jī)組設(shè)備的穩(wěn)定性以及安全性,對(duì)應(yīng)的計(jì)算式:

(4)

式中:pL,t為發(fā)電機(jī)組的發(fā)電功率;pH,t為聯(lián)合電力系統(tǒng)的輸出功率;pPs,t為t時(shí)段內(nèi)散熱器出力的大小;pGi,t為第i組發(fā)電機(jī)組在t時(shí)段內(nèi)發(fā)電機(jī)組的散熱器出力情況;N為設(shè)備數(shù)量;i為常數(shù)。

發(fā)電機(jī)組的發(fā)電功率約束:

0≤pL,t≤pL,t,max

(5)

式中:pL,t,max為在t時(shí)段內(nèi)發(fā)電機(jī)組的最大散熱器出力值。

2)互補(bǔ)約束

為了有效避免電力系統(tǒng)運(yùn)行中斷,對(duì)發(fā)電機(jī)組散熱器出力展開一定的限制[6],對(duì)應(yīng)的計(jì)算式:

(6)

式中:pRe,t為聯(lián)合系統(tǒng)在t時(shí)段內(nèi)的散熱器出力大小;pGi,max為設(shè)備在t時(shí)段內(nèi)的最大散熱器出力值。

基于以上約束條件,將最小發(fā)電機(jī)組發(fā)電成本和最小污染物排放懲罰成本作為目標(biāo)函數(shù)[7-8],構(gòu)建考慮風(fēng)光儲(chǔ)互補(bǔ)的發(fā)電機(jī)組散熱器出力智能調(diào)度模型G(x):

式中:c(pGi,max)為散熱器運(yùn)行成本;f(pGi,max)為發(fā)電污染物排放懲罰成本;bi、αi和di分別為對(duì)應(yīng)的散熱器特性系數(shù);ψ(i)為散熱器耗電系數(shù);T為時(shí)間。

1.2 模型求解

粒子群算法(PSO)[9-10]具有全局尋優(yōu)能力和收斂速度快的特點(diǎn),可以更好地優(yōu)化發(fā)電機(jī)組散熱器出力智能調(diào)度模型;PSO的操作步驟如圖1所示。

圖1 粒子群算法操作流程圖

在PSO優(yōu)化算法中[11-12],優(yōu)化求解是一個(gè)動(dòng)態(tài)的過程,對(duì)于慣性權(quán)重ω的處理主要通過迭代實(shí)現(xiàn)。由于采用線性遞增慣性權(quán)重,并不能更好地反映實(shí)際尋優(yōu)過程,同時(shí)也不利于尋找更好和更快的收斂結(jié)果。為了有效解決上述問題,采用自適應(yīng)模糊推理求解慣性權(quán)重。

在模糊推理過程中[13-14],2個(gè)輸入變量分別為發(fā)電機(jī)組發(fā)電成本和污染物排放懲罰成本,對(duì)二者展開線性變換,同時(shí)將其映射到[0,1]區(qū)間內(nèi),系統(tǒng)的輸出為權(quán)重的變化率(),對(duì)應(yīng)的計(jì)算式:

(8)

輸入變量、慣性權(quán)重以及輸出變量都具有3個(gè)模糊集,三者的模糊集合具有對(duì)應(yīng)的隸屬度函數(shù)。在實(shí)際應(yīng)用過程中,需要通過輸入的N和慣性權(quán)重,獲取慣性權(quán)重的變化情況。

結(jié)合上述分析,將PSO[15-16]和模糊推理二者有效結(jié)合,進(jìn)而提出一種基于模糊推理的粒子群算法并展開求解。

(1)PSO[17-18]初始化處理。在研究過程中涉及風(fēng)能、太陽能以及發(fā)電機(jī)組,所以將維數(shù)設(shè)定為3,粒子數(shù)量設(shè)定為300,粒子的活動(dòng)范圍為不同發(fā)電機(jī)組實(shí)際運(yùn)行下散熱器出力的上下限,同時(shí)迭代次數(shù)設(shè)定為500;

(2)采用Rand函數(shù)將設(shè)定的300個(gè)粒子展開初始化處理,經(jīng)過初始化處理后即可獲取粒子起始位置和對(duì)應(yīng)的起始速度;

(3)通過式(9)給出懲罰函數(shù)(F(x)):

(9)

式中:f(x)為目標(biāo)函數(shù)值;β(k)為懲罰因子;zi(t)為復(fù)合函數(shù);z(g(t))為對(duì)復(fù)合函數(shù)值的判斷結(jié)果。

通過懲罰函數(shù),求解粒子在不同時(shí)刻的目標(biāo)值,確定粒子的局部和全局最優(yōu)值;

(5)懲罰函數(shù)法:采用懲罰函數(shù)法再次求解各個(gè)粒子在不同時(shí)段內(nèi)的發(fā)電機(jī)組發(fā)電成本和污染物排放懲罰成本;

(6)判斷最優(yōu)及設(shè)定好的輸出:判斷全局最優(yōu)以及迭代是否達(dá)到事先設(shè)定好的輸出如果是,則直接輸出最優(yōu)發(fā)電機(jī)組散熱器出力智能調(diào)度方案;反之,則返回步驟“(2)”。

2 結(jié)果與分析

2.1 智能調(diào)度方法的有效性

為了驗(yàn)證所提考慮風(fēng)光儲(chǔ)互補(bǔ)的發(fā)電機(jī)組散熱器出力智能調(diào)度方法的有效性,將其與文獻(xiàn)[3]方法與文獻(xiàn)[4]方法作對(duì)比,實(shí)驗(yàn)在Matlab7.8環(huán)境下展開。為了驗(yàn)證各個(gè)方法的調(diào)度有效性,設(shè)定時(shí)間間隔為3 h,對(duì)比12 h內(nèi)不同方法對(duì)散熱器完成調(diào)度后發(fā)電機(jī)組的儲(chǔ)/放電能功率改善效果。在考慮風(fēng)光儲(chǔ)互補(bǔ)的情況下,對(duì)電力發(fā)電機(jī)組設(shè)備儲(chǔ)/放電能功率展開驗(yàn)證,實(shí)驗(yàn)測試結(jié)果如圖2所示。

圖2 發(fā)電機(jī)組儲(chǔ)/放電能功率調(diào)度曲線結(jié)果

由圖2可知,在考慮風(fēng)光儲(chǔ)互補(bǔ)的情況下,所提方法完成散熱器調(diào)度后,系統(tǒng)的儲(chǔ)電和放電功率都得到了比較明顯的改善,且改善效果比較明顯,不斷趨近于0。文獻(xiàn)[3]、文獻(xiàn)[4]方法雖然系統(tǒng)的儲(chǔ)電和放電功率也得到了改善,但獲取的改善效果并沒有所提方法好,波動(dòng)性仍然比較大。由此可見,采用所提方法可以更好地實(shí)現(xiàn)發(fā)電機(jī)組散熱器出力智能調(diào)度。

2.2 調(diào)度性能

為了進(jìn)一步驗(yàn)證所提方法的調(diào)度性能,分析不同時(shí)段下各個(gè)方法對(duì)應(yīng)的發(fā)電機(jī)組電力負(fù)荷變化調(diào)度情況,實(shí)驗(yàn)測試結(jié)果如圖3所示。

圖3 發(fā)電機(jī)組電力負(fù)荷變化情況比較

由圖3可知,經(jīng)過不同方法調(diào)度處理后,所提方法的發(fā)電機(jī)組電力負(fù)荷曲線是3種方法中最低的,且曲線波動(dòng)幅度小。其中,18 h時(shí)所提方法的電力負(fù)荷僅為240×103MW,而文獻(xiàn)[3]方法、文獻(xiàn)[4]方法的發(fā)電機(jī)組電力負(fù)荷值均大于所提方法,且負(fù)荷曲線波動(dòng)較大。這說明所提方法對(duì)發(fā)電機(jī)組散熱器完成調(diào)度后,發(fā)電穩(wěn)定性得以優(yōu)化。

2.3 方法的有效性

為了進(jìn)一步驗(yàn)證所提方法有效性,選取5種測試對(duì)象,實(shí)驗(yàn)次數(shù)設(shè)置為60次,分析經(jīng)過調(diào)度處理后各個(gè)方法的發(fā)電機(jī)組耗油率變化情況,實(shí)驗(yàn)測試結(jié)果如圖4所示。

由圖4可知,利用所提方法調(diào)度后,所提方法獲取的發(fā)電機(jī)組耗油量取值明顯低于文獻(xiàn)[3]、文獻(xiàn)[4]方法,最高耗油僅為50 g/(kW·h);而其他2種方法均在100 g/(kW·h)以上,充分驗(yàn)證了所提方法的優(yōu)越性。

2.4 耗時(shí)比較

選取需調(diào)度散熱器目標(biāo)數(shù)量為500個(gè),以時(shí)間為實(shí)驗(yàn)指標(biāo),分析各個(gè)方法對(duì)不同數(shù)量的發(fā)電機(jī)組展開調(diào)度所花費(fèi)的時(shí)間,結(jié)果如表1所示。

表1 耗時(shí)對(duì)比測試結(jié)果Tab.1 Time comparision test results

由表1可知,所提方法與另外2種調(diào)度方法相比,在調(diào)度目標(biāo)數(shù)量相同的情況下,采用所提方法可以以更快的速度完成任務(wù),耗費(fèi)的平均時(shí)間最少,在目標(biāo)數(shù)量500個(gè)時(shí),耗時(shí)僅為630 ms;而文獻(xiàn)[3]、文獻(xiàn)[4]方法的耗時(shí)則大于650 ms。這說明所提方法可以有效減少發(fā)電機(jī)組散熱器出力智能調(diào)度時(shí)間。

2.5 散熱器智能調(diào)度效果

為進(jìn)一步測試研究提出的散熱器智能調(diào)度效果,本實(shí)驗(yàn)以發(fā)電機(jī)組實(shí)時(shí)溫度為指標(biāo),設(shè)定實(shí)驗(yàn)風(fēng)光互補(bǔ)發(fā)電環(huán)境中參與測試發(fā)電機(jī)組有:功率為100 kW、效率為18%、總?cè)萘繛?00 kW的光伏發(fā)電機(jī)組,額定功率為200 kW、起動(dòng)風(fēng)速為3 m/s、切入風(fēng)速為4 m/s、切出風(fēng)速為25 m/s的風(fēng)力發(fā)電機(jī)組以及容量為300 kW的備用燃?xì)獍l(fā)電機(jī)組。以上發(fā)電機(jī)組均具備快速啟動(dòng)和停機(jī)的能力。利用研究方法對(duì)散熱器完成智能調(diào)度,在每臺(tái)發(fā)電機(jī)組的發(fā)熱區(qū)安裝Fluke 62 MAX+便攜式紅外線測溫,實(shí)時(shí)測量其溫度(發(fā)電機(jī)組所處室內(nèi)環(huán)境溫度為22 ℃),研究方法應(yīng)用前后的發(fā)電機(jī)組溫度具體數(shù)據(jù)如圖5所示。

由圖5可知,光伏發(fā)電機(jī)組正常運(yùn)行時(shí)溫度為40 ℃,風(fēng)力發(fā)電機(jī)組正常運(yùn)行時(shí)溫度為60 ℃,備用燃?xì)獍l(fā)電機(jī)組正常運(yùn)行時(shí)溫度高達(dá)85 ℃。應(yīng)用研究方法對(duì)散熱器完成智能調(diào)度后,3種發(fā)電機(jī)組的溫度均得以降低,光伏發(fā)電機(jī)組和風(fēng)力發(fā)電機(jī)組的溫度分別降低了28、40 ℃,備用燃?xì)獍l(fā)電機(jī)組溫度降低了30 ℃。這說明散熱器智能調(diào)度方法,可有效地改善了發(fā)電機(jī)組的散熱效果。通過合理調(diào)度散熱器的使用時(shí)間,可以更好地控制發(fā)電機(jī)組的溫度、優(yōu)化發(fā)電效率。

3 結(jié)語

本研究提出的發(fā)電機(jī)組散熱器出力智能調(diào)度方法,可以有效減少散熱器出力智能調(diào)度時(shí)間和發(fā)電機(jī)組的耗油率,降低發(fā)電機(jī)組運(yùn)行時(shí)的溫度。但是,由于研究時(shí)間有限,所提方法仍然存在一定的不足,后續(xù)將對(duì)其展開進(jìn)一步優(yōu)化和完善,使其可以得到更加廣泛的應(yīng)用。