李泓澤，潘嘉琪，李栩萌

三改聯(lián)動背景下煤電機組經濟效益評估模型

李泓澤，潘嘉琪，李栩萌

（華北電力大學 經濟與管理學院，北京 102206）

為評估煤電機組三改聯(lián)動改造的經濟性，針對不同改造方案建立了煤電機組雙層優(yōu)化模型。上層模型根據(jù)負荷特性和風電出力特性，以系統(tǒng)調峰成本最低為目標函數(shù)，通過CPLEX求解器得到各時刻煤電機組總出力；下層模型依托上層模型的求解結果，以系統(tǒng)各個煤電機組收益最大化為目標函數(shù)，應用改進型粒子群算法對每個機組的出力尋優(yōu)。仿真結果表明，改造能夠使棄風率降低8.65個百分點；進行靈活性改造可降低系統(tǒng)調峰成本3.94個百分點，而三改聯(lián)動可降低調峰成本1.18個百分點；進行靈活性改造可使機組收益降低2.17個百分點，而三改聯(lián)動可增加58.05個百分點的收益。

三改聯(lián)動；風電消納；深度調峰；雙層優(yōu)化；改進型粒子群算法

0 引言

三改聯(lián)動是針對煤電機組進行的3種技術改造，即節(jié)能降碳改造、供熱改造和靈活性改造。推動煤電行業(yè)三改聯(lián)動，是實現(xiàn)我國煤電行業(yè)碳達峰目標的必然路徑[1]。節(jié)能降碳改造是以降低煤電機組的煤耗率和碳排放水平為目的的改造；供熱改造的目標是對有供熱需求的地區(qū)，將煤電機組改造為熱電聯(lián)產機組；靈活性改造的目的是使煤電機組具備更強的負荷調節(jié)能力。

隨著新型電力系統(tǒng)建設的推進，新能源裝機規(guī)模不斷擴大，電源結構將以具有反調峰特性的新能源機組作為主導[2]。煤電機組為新能源消納所需承擔的深度調峰任務凸顯。因此，對三改聯(lián)動的經濟性進行評估，為煤電機組提質、增效、降碳選擇合理的改造方案提供依據(jù)和支撐，對電力生產具有重要意義。

煤電機組改造升級的相關文件規(guī)定了各類機組供電煤耗水平及各類改造升級的規(guī)模。在此背景下，學者們對各類改造的運行優(yōu)化及經濟性進行了探索研究。文獻[3]總結了火電靈活性改造的技術路線及改造效果，并對改造成本進行了定性分析；文獻[4]通過建立火電靈活性改造前后優(yōu)化調度模型解決了可再生能源的大規(guī)模發(fā)展帶來的消納問題，減少了系統(tǒng)的可再生能源消納成本；文獻[5]針對存在供熱任務的熱電聯(lián)產機組，建立了供熱機組深度調峰收益計算模型，并探究了兼具調峰能力和經濟性的供熱改造方案；文獻[6]兼顧熱電聯(lián)產機組的能耗及經濟性，構建了多目標優(yōu)化模型。

在節(jié)能降碳方面。文獻[7]對火電機組節(jié)能降碳改造的路徑和技術方案進行了梳理，并總結了相應技術的節(jié)煤水平；文獻[8]總結了供熱機組熱電解耦相關技術的特點，分析了各項技術的深度調峰能力和節(jié)能技術路線；文獻[9]對機組超低負荷運行的能耗特性進行了預測，得到低負荷工況下機組的煤耗率及各個系統(tǒng)的工作效率。

在靈活性改造與深度調峰運行方面。文獻[10]在考慮環(huán)保效益的基礎上建立了燃煤機組調度模型，量化計算了深度調峰模式下煤電機組的經濟和環(huán)保效益；文獻[11]通過構建基于區(qū)間優(yōu)化的火電機組靈活性改造模型，基于全場景優(yōu)化法針對火電深度調峰工況下大幅增加的成本進行了優(yōu)化；文獻[12]為達到靈活性資源合理配置的目的，運用分層優(yōu)化的方法，通過儲能輔助實現(xiàn)了火電機組深度調峰；文獻[13]建立了多價格環(huán)節(jié)的模糊實物期權的燃煤電廠靈活改造經濟評價模型，分析了碳價、上網電價和調峰補償之間的聯(lián)系對燃煤電廠靈活轉型的經濟影響。

綜上所述，現(xiàn)有的相關研究囊括了煤電機組三改聯(lián)動的技術路線及成本，提供了測算節(jié)能降碳、供熱及調峰收益的思路，并對火電參與深度調峰的運行及優(yōu)化進行了指導，但仍存在以下問題：1）在高比例新能源的系統(tǒng)中，未有效結合三改聯(lián)動方案及成本來討論深度調峰工況下機組的經濟運行問題；2）較少涉及三改聯(lián)動的經濟效益評估。

鑒于此，本文總結歸納了三改技術路徑及成本，運用雙層優(yōu)化的方法，提出一種計及三改聯(lián)動成本的煤電深度調峰優(yōu)化調度方案，并針對優(yōu)化調度方案構建了成本收益模型，探究了三改聯(lián)動后煤電機組的效益。

本文主要創(chuàng)新點如下：1）針對改造問題，綜合考慮了各種改造類型的固定成本，建立煤電機組三改聯(lián)動優(yōu)化調度經濟模型；2）鑒于以往的研究主要考慮煤電機組的電能量收益和調峰收益，本文在經濟模型中增加了供熱效益和節(jié)能降碳效益；3）將改進粒子群優(yōu)化算法應用于計算三改聯(lián)動的經濟性，并在分析改造后的煤電機組運行單位成本及收益的基礎上，評估不同類型機組的改造適配性。

1 三改聯(lián)動經濟模型

1.1 機組改造固定成本模型

固定改造成本，包括靈活性改造成本、供熱改造成本和節(jié)能降碳改造成本。

=0，代表未進行供熱改造；=1，代表進行供熱改造。=0，代表未進行節(jié)能降碳改造；=1，代表進行節(jié)能降碳改造。

1.2 機組調峰成本模型

調峰成本由機組煤耗成本、機組壽命成本、投油成本、環(huán)境附加成本和綜合運行成本構成。

1.2.1 機組煤耗成本

該成本由通過實驗擬合的煤耗特性函數(shù)計算得到：

1.2.2 機組額外壽命成本

在參與深度調峰時，由于運行在非常規(guī)的工況，所以煤電機組會受到額外的壽命損耗。

依托Manson-Coffin公式，根據(jù)轉子的低周疲勞特性并考慮機組購入成本，可得機組額外壽命成本公式[14]：

1.2.3 油耗成本

根據(jù)煤電機組的穩(wěn)燃情況及出力特性，其調峰過程可以分為常規(guī)調峰（RPR）、不投油深度調峰（DPR）和投油深度調峰（DPRO）。

投油調峰階段投油成本為：

1.2.4 環(huán)境附加成本

環(huán)境附加成本主要為治理煤電機組在投油深度調峰階段產生污染物的費用。

1.2.5 綜合運行成本

第臺機組時刻的綜合運行成本為：

煤電機組的啟停成本為：

1.3 機組收益模型

1.3.1 機組電量收益

機組的電量收益由機組的上網電量與上網電價水平決定。

1.3.2 機組調峰補償收益

根據(jù)某地區(qū)對煤電機組因電網運行需要或新能源消納需求提供深度調峰服務造成的比基本調峰少發(fā)的電量，機組的調峰補償按照機組出力分段補償：機組出力在50%～60%額定容量部分，按照20元/MW·h進行補償；機組出力在40%～50%額定容量部分按照40元/MW·h進行補償；機組出力在30%～40%額定容量部分按照160元/MW·h進行補償；機組出力在30%以下額定容量部分按照320元/MW·h進行補償。

1.3.3 供熱機組供熱收益

經過供熱改造后，機組供熱能力和調峰能力顯著提升，因此可以考慮在機組供熱能力提升的同時進一步下調機組出力，進而提升其調峰容量。

供熱機組的供熱面積：

供熱機組的供熱收益：

1.3.4 節(jié)能降碳改造減煤收益

根據(jù)國家頒布的《燃煤火電機組增容改造監(jiān)管規(guī)范（GBT36045-2018）》，可以得到供電煤耗下降量：

由此可得經過節(jié)能降碳改造后的減煤效益：

2 調峰雙層優(yōu)化模型

優(yōu)化目標：通過煤電機組靈活性改造提高機組的調峰能力進而促進新能源消納；結合供熱改造和節(jié)能改造提高系統(tǒng)的經濟性和效益；評估通過三改聯(lián)動給電力系統(tǒng)和機組自身帶來的經濟效益。

調峰階段的雙層優(yōu)化調度模型結構如圖1所示。圖1中，上層規(guī)劃模型以系統(tǒng)調峰總成本最小為目標，成本涵蓋了棄風量，計及了煤電調峰補償、棄風懲罰成本和調峰過程中煤電的電量收益損失，確定了機組的各時刻總出力分配；下層模型根據(jù)上層模型輸出的結果，針對各個機組的特性考慮機組在運行過程中能夠得到的所有類型的收益，優(yōu)化煤電機組各個單元的出力值。

圖1 調峰分層優(yōu)化調度模型結構

2.1 上層規(guī)劃模型

2.1.1 機組調峰分配

在盡量避免煤電機組進行深度調峰原則基礎上，首先對調峰過程的出力情況進行劃分。

2.1.2 上層模型目標函數(shù)

上層模型是煤電調峰運行成本函數(shù)，為非線性函數(shù)。首先構建系統(tǒng)總調峰成本函數(shù)。

目標函數(shù)為系統(tǒng)調峰運行成本最小。

2.1.3 約束條件

1）功率平衡。

單機組在運行時可滿足的功率平衡為：

式中：L為時刻負荷水平。

2）煤電機組的出力約束。

在計及備用的情況下，煤電機組的出力約束為：

3）煤電機組的爬坡約束。

4）煤電機組的啟停約束。

2.2 下層機組收益模型

2.2.1 下層模型目標函數(shù)

根據(jù)式（14）—（19），建立單臺煤電機組運行收益函數(shù)：

根據(jù)如上建立的單臺機組運行收益函數(shù)，結合式（5）的單臺機組改造固定成本及式（11）—（13）的機組綜合運行成本及啟停成本情況，可得調峰收益最大化為目標的目標函數(shù)：

2.2.2 約束條件

1）機組出力約束。

2）機組爬坡約束。

3）煤電機組的啟停約束。

3 模型求解流程

上層模型求解。由機組調峰成本模型可知，上層模型的目標函數(shù)為分段函數(shù)，且為非線性函數(shù)，所以需要運用分段線性化對規(guī)劃模型進行線性化處理。用MATLAB平臺所配置的Yalmip工具包進行建模，并調用CPLEX求解器對模型的成本最小值進行求解；再根據(jù)求解結果得到煤電機組“三改”前后的各項成本費用及出力調度方案。

下層模型求解。根據(jù)上層模型得到的出力調度方案，以系統(tǒng)內所有機組收益最大化為目標，應用改進型粒子群算法求得系統(tǒng)內各個機組的出力，并根據(jù)不同的改造方案對比不同場景下機組的收益情況。具體求解過程如圖2所示。

圖2 下層收益模型求解流程

在圖2流程中，模型以機組收益最大為目標，在設定機組出力值為粒子、迭代次數(shù)及加速系數(shù)后開始循環(huán)。粒子經過尋優(yōu)后得到機組最佳出力水平及相應的收益。

4 算例分析

4.1 算例參數(shù)

算例機組：200 MW亞臨界機組2臺，300 MW亞臨界機組2臺，600 MW超臨界機組2臺。

改造方式：機組靈活性改造方式為低壓缸切杠改造。供熱改造方式為在低壓缸切缸改造的基礎上進行旁路供熱改造[15]。節(jié)能降碳改造采取汽輪機流通及鍋爐主設備改造方式[16]。

機組單位建設與改造成本如表1所示。機組的煤耗特性參數(shù)如表2。

表1 機組建設與改造成本

表2 煤電機組煤耗特性參數(shù)

算例假設：機組進行改造后的運行年限為30年，折現(xiàn)率取8%。

煤電機組發(fā)電燃料為標準煤。標準煤價格為800元/t。煤電上網電價取0.38元/kW·h。棄風懲罰系數(shù)取0.6元/kW·h。年采暖時長取118 d。平均熱負荷取290.56 MW。單位面積供熱功率取40 W/m2。供熱費用取22元/m2。

假設常規(guī)工況工作的機組其運行階段最低負荷率為50%；經過供熱改造的機組在負責供熱的同時其運行最低負荷率為50%；經過靈活性改造的機組常規(guī)工況下最低負荷率50%，深度不投油調峰工況下最低負荷率40%，深度投油調峰工況下最低負荷率30%；所有機組留有一定的尖峰旋轉備用功率，所有機組最大開機負荷率為90%。風電裝機1 GW，其在典型日的出力情況及凈負荷曲線如圖3所示。

圖3 典型日負荷水平與改造前后最小出力水平

機組在深度投油調峰階段的耗油量：600 MW機組為0.24 t/h，300 MW機組為0.2 t/h。油價為8千元/t；深度投油調峰階段造成的污染物排放單位環(huán)境附加費為7.5千元/t。

4.2 機組運行結果分析

提出3個對比方案。

方案1。不進行任何改造，所有機組最小技術出力為50%額定功率。

方案2。僅300 MW機組及600 MW機組進行靈活性改造，不進行其他改造。未改造機組最小技術出力為50%額定功率。改造機組常規(guī)工況下最低負荷率50%，深度不投油調峰工況下最低負荷率40%，深度投油調峰工況下最低負荷率30%。

方案3。300 MW機組進行靈活性改造、供熱改造和節(jié)能改造三改聯(lián)動；600 MW機組進行節(jié)能改造和靈活性改造；200 MW機組進行節(jié)能改造。

3種方案的改造固定成本如表3所示。

表3 3種方案改造固定成本

由典型日負荷功率需求及凈負荷曲線，并根據(jù)上層規(guī)劃模型，所求得的系統(tǒng)調峰成本如表4。

表4 改造前后系統(tǒng)調峰成本構成

由表4可知，與方案1相比，方案2的機組總調峰成本降低了16.31萬元，降幅為3.94%；方案3的機組總調峰成本降低了3.78萬元，降幅為0.91%。

表4結果表明，改造后：1）由于系統(tǒng)具備了深度調峰的能力，因此額外的運行成本增加，且由于削減出力而導致的上網電量收益減少；2）另一方面，調峰能力的增強使風電達到了足額的消納，減少了棄風懲罰成本；3）因為系統(tǒng)具有更強的調峰能力，所以調峰補償收益也有所增加。

根據(jù)圖3所示的典型日出力情況及凈負荷曲線，結合上層規(guī)劃模型和下層機組收益模型的求解，得到機組總開機數(shù)量情況如圖4所示。在圖4基礎上，圖5、圖6分別示出了改造前后系統(tǒng)中所有機組的出力情況。

圖4 系統(tǒng)各時刻機組開機數(shù)量

根據(jù)本文的調度方法，結合圖5、6改造前后各機組各時刻的出力分配，帶入機組收益模型，可以求得改造前后不同方案的收益，結果如表5所示。

圖5 系統(tǒng)改造前各機組出力情況

圖6 系統(tǒng)改造后各機組出力情況

表5 3種方案的機組收益情況

通過分析表5可知，在進行靈活性改造的情景下，方案2比不進行任何改造的方案1收益減少了6.68萬元，降幅2.23%；方案3在三改聯(lián)動的情景下比不進行任何改造的收益增加了180.48萬元，增幅60.16%。

根據(jù)圖5、6的出力情況及三改聯(lián)動成本收益模型，可以得到表6所示機組單位運行成本與收益計算結果。

表6 機組單位運行成本與收益

結合表6和圖6各機組的出力情況可知：600 MW機組在方案2、3中在承擔了主要新能源消納任務的情況下仍保持了單位運行成本最低；300 MW機組在方案2中由于并不承擔消納任務無需降低出力，單位運行收益略高于600 MW機組，在方案3中通過三改聯(lián)動相較于方案2單位運行收益大幅增加；200 MW機組由于單位運行成本較高。

通過上述對系統(tǒng)調峰成本及機組收益的分析可知，煤電機組改造可有效降低系統(tǒng)調峰的成本，僅進行靈活性改造的系統(tǒng)調峰成本最低，但機組收益卻有所降低；進行三改聯(lián)動的系統(tǒng)在調峰成本降低的同時，機組收益也有大幅增長。

5 結論

考慮高比例風電接入電力系統(tǒng)對系統(tǒng)調峰所帶來的影響，本文通過經濟調度的方式評估煤電機組三改聯(lián)動的經濟效益，主要結論如下：

1）本文根據(jù)煤電機組深度調峰的特性提出一種煤電機組調峰雙層優(yōu)化調度方案。該方案在考慮煤電機組改造成本的前提下解決了機組的出力分配問題，簡化了計算煤電機組調峰階段的非線性成本函數(shù)的復雜性。

2）使用雙層優(yōu)化調度方案，使得改造可以保證以盡可能小的系統(tǒng)成本實現(xiàn)煤電機組收益最大化，同時解決了風電全額消納問題。這有利于系統(tǒng)能夠適應新型電力系統(tǒng)新能源比例不斷增長的要求。

3）本文評估模型測算結果表明，僅進行靈活性改造會使機組的總收益有所下降，因此合理的三改聯(lián)動不僅要考慮降低系統(tǒng)成本，還應著眼于提高機組的收益，使煤電機組在承擔調峰任務的同時，實現(xiàn)更大的收益。

4）本文測算得出的機組單位運行成本及收益結果對煤電機組改造方案的選擇有一定的參考價值：針對較大容量的機組宜進行靈活性改造增強其調峰能力；針對中等容量的機組宜進行靈活性改造和供熱改造使其在保證一定下調出力的同時具備供熱能力；針對小容量的機組應進行節(jié)能降碳改造。

[1] 劉志強, 葉春, 張源, 等. 煤電“三改聯(lián)動”實施分析與措施建議[J]. 熱力發(fā)電, 2023, 52(5): 154-159.

LIU ZHIQIANG, YE CHUN, ZHANG YUAN, et al. Analysis and suggestions on the implementation of “three-renovation” of coal-fired power[J]. Thermal Power Generation, 2023, 52(5): 154-159(in Chinese).

[2] 和萍, 宮智杰, 靳浩然, 等. 高比例可再生能源電力系統(tǒng)調峰問題綜述[J]. 電力建設, 2022, 43(11): 108-121.

HE PING, GONG ZHIJIE, JIN HAORAN, et al. Review of peak-shaving problem of electric power system with high proportion of renewable energy[J]. Electric Power Construction, 2022, 43(11): 108-121(in Chinese).

[3] 侯玉婷, 李曉博, 劉暢, 等. 火電機組靈活性改造形勢及技術應用[J]. 熱力發(fā)電, 2018, 47(5): 8-13.

HOU YUTING, LI XIAOBO, LIU CHANG, et al. Flexibility reform situation and technical application of thermal power units[J]. Thermal Power Generation, 2018, 47(5): 8-13(in Chinese).

[4] 趙振宇, 郝宇霞. 基于火電靈活性改造的可再生能源消納系統(tǒng)成本優(yōu)化[J/OL]. 現(xiàn)代電力: 1-9[2023-05-02]. DOI: 10.19725/j.cnki.1007-2322.2022.0246.

ZHAO ZHENYU, HAO YUXIA. Cost optimization of renewable energy accomodation system based on flexibility renovation of thermal power units[J/OL]. Modern Electric Power: 1-9[2023-05-02]. DOI: 10.19725/j.cnki.1007-2322.2022.0246(in Chinese).

[5] 靳伯陽. 計及輔助服務收益熱電聯(lián)產機組深度調峰技術的經濟性[J]. 分布式能源, 2022, 7(6): 52-59.

JIN BOYANG. Techno-economic analysis of deep peak regulation of combined heat and power units considering the benefits of auxiliary service[J]. Distributed Energy, 2022, 7(6): 52-59(in Chinese).

[6] 任鑫, 王渡, 金亞飛, 等. 基于能耗、經濟性及碳排放的熱電聯(lián)產機組運行優(yōu)化[J]. 中國電力, 2023, 56(4): 201-210.

REN XIN, WANG DU, JIN YAFEI, et al. Operation optimization of combined heat and power units based on energy consumption, economy and carbon emission[J]. Electric Power, 2023, 56(4): 201-210(in Chinese).

[7] 邵家林, 劉桂生, 王興, 等. 330 MW亞臨界機組節(jié)能降耗綜合提效技術研究及應用[J]. 鍋爐技術, 2019, 50(6): 55-58.

SHAO JIALIN, LIU GUISHENG, WANG XING, et al. Research and application on 330 MW subcritical units of energy saving and comprehensive[J]. Boiler Technology, 2019, 50(6): 55-58(in Chinese).

[8] 劉志強, 趙毅, 潘荔. 中外火電節(jié)能減排效率分析與比較[J]. 熱力發(fā)電, 2021, 50(3): 9-18.

LIU ZHIQIANG, ZHAO YI, PAN LI. Analysis and comparison of energy saving efficiency and emission reduction efficiency of thermal power between China and foreign countries[J]. Thermal Power Generation, 2021, 50(3): 9-18(in Chinese).

[9] 張國柱, 張鈞泰, 李亞維, 等. 燃煤發(fā)電機組深度調峰運行的能耗特性分析[J]. 電力建設, 2017, 38(10): 56-61.

ZHANG GUOZHU, ZHANG JUNTAI, LI YAWEI, et al. Energy consumption characteristics analysis on a coal-fired power plant operating in deep peaking mode[J]. Electric Power Construction, 2017, 38(10): 56-61(in Chinese).

[10] 王樹東, 呂為智. 深度調峰形勢下燃煤機組的價值量化評估[J]. 動力工程學報, 2020, 40(9): 701-706.

WANG SHUDONG, LV WEIZHI. Quantitative valuation of coal-fired units under deep peak regulation conditions[J]. Journal of Chinese Society of Power Engineering, 2020, 40(9): 701-706(in Chinese).

[11] 楊寅平, 曾沅, 秦超, 等. 面向深度調峰的火電機組靈活性改造規(guī)劃模型[J]. 電力系統(tǒng)自動化, 2021, 45(17): 79-88.

YANG YINPING, ZENG YUAN, QIN CHAO, et al. Planning model for flexibility reformation of thermal power units for deep peak regulation[J]. Automation of Electric Power Systems, 2021, 45(17): 79-88(in Chinese).

[12] 李軍徽, 張嘉輝, 穆鋼, 等. 儲能輔助火電機組深度調峰的分層優(yōu)化調度[J]. 電網技術, 2019, 43(11): 3961-3970.

LI JUNHUI, ZHANG JIAHUI, MU GANG, et al. Hierarchical optimization scheduling of deep peak shaving for energy-storage auxiliary thermal power generating units[J]. Power System Technology, 2019, 43(11): 3961-3970(in Chinese).

[13] PANG Y, CHI Y, TIAN B. Economic evaluation of flexible transformation in coal-fired power plants with multi price links[J]. Journal of Cleaner Production, 2023, 402: 136851.

[14] 付薔. 促進風電消納的火電靈活性改造深度及經濟效益研究[D]. 北京: 北京交通大學, 2019.

FU QIANG. Study on depth and economic benefits of thermal power flexibility transformation to promote wind power consumption[D]. Beijing: Beijing Jiaotong University, 2019(in Chinese).

[15] 王子杰, 陸樹銀, 趙梓良, 等. 供熱改造對火電機組性能的影響分析[J]. 化工進展, 2023, 42(5): 2325-2331.

WANG ZIJIE, LU SHUYIN, ZHAO ZILIANG, et al. Analysis of the influence of heating transformation on the performance of thermal power unit[J]. Chemical Industry and Engineering Progress, 2023, 42(5): 2325-2331(in Chinese).

[16] 曹沂, 楊希剛, 王雙童. 燃煤機組節(jié)能降耗綜合提效技術研究及應用[J]. 電力科技與環(huán)保, 2018, 34(4): 45-48.

CAO YI, YANG XIGANG, WANG SHUANGTONG. Investigation and application of comprehensive improvement technology for energy saving of coal-fired units[J]. Electric Power Technology and Environmental Protection, 2018, 34(4): 45-48(in Chinese).

Economic Benefit Evaluation Model for Coal-fired Power Units under the Background of Three-renovation

LI Hongze, PAN Jiaqi, LI Xumeng

(School of Economics and Management, North China Electric Power University, Beijing 102206, China)

In order to evaluate the economy of three-renovation of coal-fired power units, a double-deck optimization model of coal-fired power units was established according to different retrofit schemes. According to the load characteristics and wind power output characteristics, the upper model takes the lowest peak shaving cost of the system as the objective function, and obtains the total output of the coal-fired power unit at each time through the CPLEX solver while the lower layer model takes the maximum revenue of each coal-fired power unit as objective function based on solution of the upper layer model, and the improved particle swarm optimization algorithm is applied to optimize the output of each coal-fired power unit. The simulation results show that the retrofit can reduce the curtailment rate by 8.65 percentage points. The flexibility transformation can reduce the system peak regulation cost by 3.94 percentage points, while the three-renovation can reduce the peak regulation cost by 1.18 percentage points. The flexibility of the transformation can make units reduce the income of 2.17 percentage points, and the three-renovation can increase the income of 58.05 percentage points.

three-renovation; wind power accommodation; deep peak shaving; bi-level optimization; improved particle swarm optimization algorithm

[TK-9];TM621;TM614

A

1672-0792(2023)11-0053-10

10.3969/j.ISSN.1672-0792.2023.11.006

國家自然科學基金資助項目（71973043）。

2023-07-26

李泓澤（1970—），男，教授，研究方向為電力市場理論與應用；

潘嘉琪（1998—），男，碩士研究生，研究方向為電力市場理論與應用、火電靈活性改造規(guī)劃及深度調峰優(yōu)化；

李栩萌（1999—），女，碩士研究生，研究方向為電力市場理論與應用。

潘嘉琪