考虑“深度调峰消纳-煤耗”联合约束的机组优化调度方法

技术领域

本发明属于电网稳态运行技术领域，尤其涉及一种考虑“深度调峰消纳-煤耗”联合约束的机组优化调度方法。

背景技术

电力系统的调峰能力一般指正常运行的机组出力和运行机组的最小技术出力之差，系统运行中该差额需要满足系统负荷峰谷差的要求。调峰能力与系统中各类型机组的容量及调节能力密切相关，并受负荷峰谷差、联络线功率调节能力等因素的影响。风电出力具有间歇性、随机性等特点，风电并网会加大系统负荷峰谷差，系统调峰压力越来越重。我国火电机组容量占比过大，电源结构不合理，规模化风电并网后增加的调峰任务主要由火电机组承担，随着风电并网规模的不断增大，社会对火电机组深度调峰的呼声越来越高。

为了满足日益增大的调峰需求，火电机组深度调峰的次数和调峰深度不断增加，然而处于深度调峰阶段的火电机组使运行成本效率大幅下降，其运行成本不但包含燃料等显性成本，还包含一些隐性成本。

从目前的运行情况看，一方面，火电机组运营商深度调峰的意愿不足，特别是深度调峰意愿不足；另一方面，火电机组深度调峰将大幅增加系统能耗和燃油污染物排放。

发明内容

针对上述现有技术中存在的不足之处，本发明提供了一种考虑“深度调峰消纳-煤耗”联合约束的机组优化调度方法。其目的是为了提供一种能够考虑当前火电机组深度调峰能力及煤耗成本控制策略，统筹安排风电机组接入系统后各火电机组协调运行方案的发明目的。

本发明为实现上述目的所采用的技术方案是：

考虑“深度调峰消纳-煤耗”联合约束的机组优化调度方法，包括以下步骤：

步骤1.建立火电机组“深度调峰消纳-煤耗”联合约束的机组组合优化模型目标函数；

步骤2.建立火电机组“深度调峰消纳-煤耗”联合约束的机组组合优化模型约束条件；

步骤3.算例求解及结果分析。

进一步的，步骤1所述建立火电机组“深度调峰消纳-煤耗”联合约束的机组组合优化模型目标函数，包括：

考虑风电并网后对系统调峰的影响，建立考虑常规机组深度调峰能力的模型；

设调度周期为24小时，系统中调度的机组数为n，且每个调度时间点的负荷设置为P

多目标函数如下：

且

式中：α

上式中，F

由式说明，该目标函数反映“深度调峰消纳-煤耗”协调调度策略所要求实现的经济、高效、平稳运行的目标，机组的调峰能力X

进一步的，步骤2所述建立火电机组“深度调峰消纳-煤耗”联合约束的机组组合优化模型约束条件，包括以下步骤：

步骤(1)功率平衡约束；

步骤(2)旋转备用约束；

步骤(3)机组出力上、下限约束；

步骤(4)机组爬坡和启停功率约束；

步骤(5)风电出力约束；

步骤(6)根据步骤(1)-步骤(5)得到机组优化调度数学模型的目标函数和约束条件。

进一步的，所述功率平衡约束，包括：

在每一个调度时刻都满足总的发电功率与总的负荷功率相平衡；

功率平衡约束方程为：

式中P

进一步的，所述旋转备用约束，包括：

按系统总负荷的7％考虑旋转备用容量，P

式中P

进一步的，所述机组出力上、下限约束，包括：

P

上式中P

进一步的，所述机组爬坡和启停功率约束，包括：

P

P

式中A

进一步的，所述风电出力约束，包括：

式中P

进一步的，所述根据步骤(1)-步骤(5)得到机组优化调度数学模型的目标函数和约束条件，如下：

且

上述数学模型为非线性规划问题。

进一步的，所述算例求解及结果分析，包括：

步骤1：分析某地网供总负荷总加和统调风电有功总加，选取典型日0:00-24:00为例进行算例分析，以每小时为一个调度时段；

步骤2：通过对某地各热电联产机组调峰容量及爬坡功率的分析，采用智能优化算法对每个调度时刻求取最优机组组合方案；考虑机组额定容量大且调峰能力大的机组优先供电，在负荷降低时优先切除额定容量小且调峰能力小的机组；采用“深度调峰消纳”模型，在各调度时间段机组组合优化调度；

步骤3：对于火电企业，在机组调峰能力范围内，随着调峰深度的增加，根据机组耗量特性，机组的煤耗成本降低，启停次数也明显减少，启停成本随之降低，所以总的运行成本降低；考虑调峰能力的机组组合方案在采用“深度调峰”时，煤耗成本低于传统机组组合方案：

式中，P

步骤4：对于风电企业，随着火电机组调峰深度的增加，风电上网电量增加；风电企业收益与风电利用率呈正比关系，风电企业是火电机组深度调峰最直接的获利者；在“深度调峰”的情况下，考虑了调峰能力的火电机组组合方案与传统火电机组组合方案相比，风电提高的经济收益为：

式中，S

在“深度调峰”的情况下，与传统调度方案相比，考虑调峰能力的机组组合方案降低了火电机组的煤耗成本，提高了风电企业的收益，使整体效益最大化；

步骤5：与传统方案相比，考虑调峰能力的机组组合方案不仅减少了深度调峰过程中的弃风电量，而且提高了火电机组应对高负荷时风电急剧下降的能力；与传统机组组合相比，考虑了调峰能力的机组组合在最大出力时提高了平抑风电波动的空间：

式中，X

本发明具有以下有益效果及优点：

本发明为深度调峰特性分析,从火电企业、风电企业和社会多角度研究大规模风电并网条件下火电机组深度调峰的经济性，充分考虑当前火电机组深度调峰能力及煤耗成本控制策略，建立火电机组“深度调峰消纳-煤耗”联合约束的机组组合优化模型，统筹安排风电机组接入系统后各火电机组协调运行方案。能够满足日益增大的调峰需求，大幅降低火电机组燃料等显性成本及隐性成本，减少火电机组系统能耗和燃油污染物排放。

本发明将突破传统含风电场电力系统的机组优化调度，充分考虑当前火电机组深度调峰能力及煤耗成本协调策略，安排风电场接入后系统中各火电机组协调运行方案。总体优化模型设计遵循的原则为：在每个调度时刻保证所有运行的机组额定调峰能力最大的同时煤耗成本为最小，构建火电机组深度调峰阶段的经济性目标函数数学模型，针对网络架构和电网特性，建立火电机组“深度调峰消纳-煤耗”联合约束的机组组合优化模型，安排火电机组启停调度计划。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1是某地2017年9月22日网供负荷总加曲线图；

图2是本发明考虑了调峰能力的火电机组优化调度结果；

图3是本发明与传统两种调度方案“深度调峰”时对比图；

图4是本发明平抑风电波动的空间。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面将结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。

下面参照图1-图4描述本发明一些实施例的技术方案。

实施例1

本发明是一种考虑“深度调峰消纳-煤耗”联合约束的机组优化调度方法，为了满足日益增大的调峰需求，亟需从火电企业、风电企业和社会多角度研究大规模风电并网条件下火电机组深度调峰的经济性。本发明充分考虑当前火电机组深度调峰能力及煤耗成本控制策略，考虑火电机组深度调峰阶段的经济性，建立火电机组“深度调峰消纳-煤耗”联合约束的机组组合优化模型，统筹安排风电机组接入系统后各火电机组协调运行方案。

本发明具体包括以下步骤：

步骤1.建立火电机组“深度调峰消纳-煤耗”联合约束的机组组合优化模型目标函数。

风电并入系统后，其随化性可能导致部分机组在某一时段停机，这一行为可能导致后续调度时段运行机组调峰能力不足，而停机机组没有足够时间开机导致系统失负荷。再者，某些机组的开机可能会导致后续调度时段的在线机组过多且没有足够的时间停机，最终导致弃风。因此，在机组组合计划制定的过程中，若不能考虑系统的调峰能力，将会损失节能效益并造成巨大的经济损失。考虑风电并网后对系统调峰的影响，建立了考虑常规机组深度调峰能力的模型。

假设调度周期为24小时，系统中调度的机组数为n，且每个调度时间点的负荷设置为P

多目标函数可以写成：

且

式中：α

上式中，F

式中的相关函数与参数均已说明，可以看到，该目标函数可以反映“深度调峰消纳-煤耗”协调调度策略所要求实现的经济、高效、平稳运行的目标，机组的调峰能力X

步骤2.建立火电机组“深度调峰消纳-煤耗”联合约束的机组组合优化模型约束条件，包括以下步骤：

步骤(1)功率平衡约束。

要求在每一个调度时刻，都要满足总的发电功率与总的负荷功率相平衡，所以功率平衡约束方程为：

式中P

步骤(2)旋转备用约束。

按系统总负荷的7％考虑旋转备用容量，P

式中P

步骤(3)机组出力上、下限约束。

P

上式中P

步骤(4)机组爬坡和启停功率约束。

P

P

式中A

步骤(5)风电出力约束。

式中P

步骤(6)根据步骤(1)-步骤(5)得到机组优化调度数学模型的目标函数和约束条件。

机组优化调度数学模型的目标函数和约束条件如下：

且

上述数学模型为非线性规划问题。

步骤3.算例求解及结果分析。

分析2017年9月22日到25日某地网供总负荷总加和统调风电有功总加，选取典型日9月22日0:00-24:00为例进行算例分析，以每小时为一个调度时段。如图1所示，图1是某地2017年9月22日网供负荷总加数据曲线。

通过对某地各热电联产机组调峰容量及爬坡功率的分析，采用智能优化算法对每个调度时刻求取最优机组组合方案。

本发明考虑机组额定容量大且调峰能力大的机组优先供电，在负荷降低时优先切除额定容量小且调峰能力小的机组。采用“深度调峰消纳”模型时，在各调度时间段机组组合优化调度结果如图2所示。

对于火电企业，在机组调峰能力范围内，随着调峰深度的增加，根据机组耗量特性，机组的煤耗成本降低，启停次数也明显减少，启停成本随之降低，所以总的运行成本降低。如图3所示，在“深度调峰”运行时传统调度方案与考虑调峰能力的调度方案之间的比较图。

由此可见，考虑调峰能力的机组组合方案在采用“深度调峰”时，煤耗成本低于传统机组组合方案：

式中，P

对于风电企业，随着火电机组调峰深度的增加，风电上网电量增加。风电企业收益与风电利用率呈正比关系，风电企业是火电机组深度调峰最直接的获利者。

在“深度调峰”的情况下，考虑了调峰能力的火电机组组合方案与传统火电机组组合方案相比，风电提高的经济收益为：

式中，S

表1“深度调峰”时效益分析表

如表1所示，在“深度调峰”的情况下，与传统调度方案相比，考虑调峰能力的机组组合方案不仅降低了火电机组的煤耗成本，而且提高了风电企业的收益，从而使整体效益最大化。

与传统方案相比，考虑调峰能力的机组组合方案不仅减少了深度调峰过程中的弃风电量，而且提高了火电机组应对高负荷时风电急剧下降的能力。

如图4所示，图4是本发明平抑风电波动的空间。与传统机组组合相比，考虑了调峰能力的机组组合在最大出力时提高了平抑风电波动的空间：

式中，X

当负荷较高时，考虑调峰能力的机组组合方案提高了平抑风电波动的空间为30566MW。

为满足日益增大的火电机组调峰需求，需从火电企业、风电企业和社会多角度研究大规模风电并网条件下火电机组深度调峰的经济性。本发明在考虑当前火电机组深度调峰能力和煤耗成本控制策略的基础上，建立了火电机组“深度调峰消纳-煤耗”联合约束的机组组合优化模型，使得火电机组深度调峰能力最优的同时保持经济性。

实施例2

基于同一发明构思，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被执行时，实现如实施例1所述的考虑“深度调峰消纳-煤耗”联合约束的机组优化调度方法的步骤。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。