節能調度背景下考慮不確定市場信息的機組檢修計劃

?

節能調度背景下考慮不確定市場信息的機組檢修計劃

黃寶鵬

（廣東省高級技工學校，廣東惠州,516100)

摘要：我國電力工業改革的重要措施之一是實施節能發電調度，交易方式有別于國外實時市場，發電公司檢修策略肯定也有所不同。因此，有必要研究節能調度對檢修計劃制定的影響。檢修策略是發電公司中長期生產計劃的制訂問題，需要考慮中長期負荷和非計劃停運等不確定信息。在此背景下，計及負荷和非計劃停運等不確定信息，建立機組檢修 計劃制定策略的隨機優化模型，研究節能調度實施后對機組檢修計劃的影響。算例分析表明了模型的有效性。

關鍵詞：機組檢修；節能減排；電力市場；不確定信息；蒙特卡洛法

0　引言

隨著我國電力工業市場化改革的逐步推行，電力市場交易形式日趨多樣化。針對我國電力工業實際情況，以及全球節能環保要求，我國正試行節能發電調度。目前，很多文獻已經研究了節能調度與電力市場的結合，認為其符合電力市場化改革的要求。

傳統文獻研究了調度機構如何在考慮發電公司申報的檢修計劃公平調整以滿足系統運行需要，文獻[1, 2]考慮了現貨市場情況下的發電機組檢修策略，主要是基于預測市場發電容量充裕度，提出盡量選擇在低電價時段檢修。我國雖然正在進行電力市場改革，但形式與國外有所區別，包括推行節能調度發電。已有相關文獻研究如何將節能調度發電與電力市場結合起來，但尚未見有關節能調度對發電機組檢修計劃影響的研究。

為研究在電力市場環境下節能調度對發電機組檢修計劃的影響，本文建立機組檢修計劃制定策略的隨機優化模型，計及負荷和非計劃停運等不確定信息，通過研究機組在不同檢修計劃下的收益情況分析節能調度對發電公司收益的影響。

1　市場環境下的節能發電

節能發電模型是指對燃煤機組煤耗和排放量進行量化，并建立數學模型進行機組負荷的分配。首先， 根據機組煤耗和排放量，計算每臺機組的負荷分配因子為

其中，Ri,h(k)為機組k在第i天第h小時的機組煤耗，Rimin,h 為第i天第 h小時所有機組的煤耗中的最小值；U i,h(k)為機組k在第i天第h小時的機組二氧化硫排放量，U imin,h為第i天第h小時所有機組的二氧化硫排放量中的最小值；α和β均為預設的調節系數。由于煤耗在機組運行時間變化不大，且參與節能調度的煤耗數據更改不會過于頻繁，因此本文假設 D(k)在機組檢修周期內保持不變，忽略其下標 i，h。當機組沒有開機時，取 D(k)=0。在發電側競價上網后，機組的發電量是由負荷需求和機組發電報價共同決定的。基于煤耗和排放的節 能調度方法是根據機組煤耗和二氧化硫等污染物排放量大小，確定某一負荷懲罰因子，對上網機組的調度電量進行調整或重新分配。假設發電機組的中標容量為 P ′(k)，根據節能調度能耗懲罰模型，其實際出力應為

2　市場不確定信息

發電機組檢修策略是一個發電公司中長期生產計劃安排，需要根據系統的情況制定，因此需要估計機 組自身的運行情況，其他機組的檢修計劃安排和系統在各時段的負荷大小。

（1）系統可用容量

設系統中共有 M+1 臺機組，第 M+1 臺機組為所研究發電機組臺數。假設系統其他 M 臺機組裝機容量 一年內不發生變化，系統中所有機組所需檢修持續天數均為公共信息。根據歷史數據可估計機組 k 的可能

其中， nk為檢修持續天數,實際中集合dk,i的元素個數是比較少的。

設某機組的可用容量為其裝機容量 Pi,h，記vi∈v1,v2 ,...,v365}表示第i天機組開機狀態，例如，機組k在第i天處于開機狀態vi(k)1，處于檢修狀態則vi(k)0。設系統有M+1臺機組，則系統總的可用容量為

其中，vi(k)為一服從二項分布的隨機變量，vi(k)0的概率為φk,i，vi(k)1的概率為1-φk,i。可見，Si,h也為概率性隨機變量。此外，vi(k)還要滿足連續性約束，即機組一次性連續完成檢修工作。即

式中，I表示機組檢修起始日在一年中的第I天。例如，機組在1月1日開始檢修，則I=1。

（2）負荷調度機構

負荷調度機構或者發電公司都可以根據歷史數據和期望增長率等對負荷進行預測。但由于制定檢修計劃所涉及的時間跨度比較長，年負荷預測屬于中長期預測的范疇，面對的不確定性因素多，難以保證準確預測，因此采用概率方法描述未來的負荷在原理上更為合適。假設第i天第h小時的負荷Li,j服從正態分布

式中， Lij 為對第 i 天第 h 小時的負荷預測的期望值，σij 為預測的方差。

（3）電價

定義系統的容量充裕度為γ ( S i,h - Li,j )/Li,j，根據對各國電力市場實際數據的統計和研究，可知系統的容量充裕度與市場電價有關，并且在一定范圍內，系統容量充裕度越大，市場電價越低。因此，可采用如下電價與容量充裕度關系式估計實時市場電價為

其中γmax和γmin為充裕度曲線的上拐點和下拐點，λmax和λmin為市場電價最高限制和最低限制，a，b，c 為系數。

（4）等效非計劃停運率

發電機組存在非計劃停運和非計劃降出力可能性。一般情況下，機組剛剛啟動運行以及長時間運行后，出現非計劃停運的可能性較大。記vi′為考慮等效非計劃停運的實際運行狀態，ξ為非計劃停運率。則

由于非計劃停運的概率一般很小，即使計及非計劃降出力，ξ 的數值也不會太大，也很難統計概率分 布表達式，因此一般使用歷史統計數據估算。

3　最優檢修策略數學模型

假設機組k在第j月安排檢修，λ為結算電價。為示區別，前面所提及的 Pi,h(k)等變量的機組變量均加 了標識“k”，指代某臺機組。為了方便，在下面檢修策略優化模型的表示中，將選定某臺機組作為研究對 象，因此，與機組相關的Pi,h，vi′，ξ 等變量中省略標識“k”。不失一般性，選定第 M+1 臺機組作為研究 對象，并假設檢修可能起始日為每個月的第一天。記機組的月收益為 fm（m=1, 2,…, 12），由于機組進行檢修時，則失去這部分售電收益，因此機組最優的檢修計劃制定原則應該是，在該檢修計劃下，機組損失的售電收益 fm 最小。機組月收益的計算方法為

其中，r 為機組被調度發電的概率。 綜上所述，結合式（1）到式（9）則可得機組的最優檢修策略數學模型為

其中， Rramp 為機組最大爬坡能力。

4　算例

表1　發電機容量和煤耗Table1 capacities and coal consumption of the generating units

設某系統中共有10臺機組，即M+1=10,系統中各機組裝機容量和煤耗如表1所示。煤耗值采用廣東 省實際同容量機組設計煤耗。假設根據各類型的發電機組的計劃檢修間隔和每臺機組上一年度的檢修時間，預計發電機組7—10應該在所研究年度進行檢修。選取第10臺機組為所研究對象，其最小出力限制為150MW，最大出力限制為300MW。發電機組10在所研究年度內計劃進行一次檢修，檢修持續時間為30天。發電機組7—發電機9可能檢修起始日期和概率采用文獻[1]算例數據，檢修持續時間為30天。如表2所示。負荷預測的方法很多，一般可以根據歷史負荷數據，以及可能的負荷增長率等對下一年度系統負荷進行預測。為對結果與文獻進行比較，負荷數據和機組出力將利用文獻[1]的隨機方法產生。假定下一年度負荷預測期望值在[1856MW，2080MW]之間，因此在[1856，2080]之間隨機產生的 8760 個數據，作為下一年度各時段內發電公司負荷預測的期望值，預測標準差給定為期望值的 3%。機組出力同樣用進行隨機模擬。 利用在機組的最小出力 Pmin 到最大出力 Pmax 間按均勻分布隨機產生一個數值 P ′( k) ，再用式（2）進行調整 后，以 P g ( k) 作為機組出力的期望值，方差為 2% P g ( k) 。假設機組被調度概率 r 在區間[0.5,1]內服從均勻 分布。

表2　發電機組檢修起始日期概率Table2 Probabilities of maintenance starting days of generating units

通常機組運行安全重要性高，非計劃停運發生的可能性較小。非計劃停運與機組連續運行時間，上次 檢修時間，投入時間和使用年限等歷史因素有關。一般連續運行時間過長，長時間未檢修，設備較舊其非計劃停運可能性較高。本文算例假設機組 10非計劃停運率在 3%左右。為便于比較，其它參數也根據文獻[1]選擇如下：

γmax=0.4，γmin=0.05 ；電價上下限λmax=1和λmin=0.1 ，單位為元/kw·h；a=1.28，b=-5.88，c=7.35；計算系數α=0.5，β=0，K=2。利用式（1）到式（9）可以計算不同檢修起始日損失收益的期望值如表 3 所示，由于篇幅所限，本文算例只列出每個月第一天作為檢修起始日的計算結果。

表3　不同檢修方案年收入期望值Table3　Expected profit values of different maintenance plans

由表 3 所列的12種情況可知，如果機組10在8月份進行檢修，損失的收益期望值最小；如果在4月份進行檢修，損失的收益期望值最大。文獻[1]得出的最優檢修起始日為12月1日，同時，本文算例得由表 3 所列的12種情況可知，如果機組10

在8月份進行檢修，損失的收益期望值最小；如果在4月 份進行檢修，損失的收益期望值最大。文獻[1]得出的最優檢修起始日為 12 月 1 日，同時，本文算例得出的各月損益期望相對于文獻[1]偏小，原因是節能調度發電中機組10的發電量收到系統機組的煤耗影響， 與實施節能調度前發生了改變。

5　結論

電力體制改革需根據各國電力系統實際，不可以公式化照搬其他國家的模式。根據我國實際國情，我 國正推行和實施節能發電調度，明顯有別于國外現貨市場環境。在這樣的背景下，各獨立發電公司和電網 公司有必要研究其對電力企業生產計劃和收益的影響。以往對檢修策略的研究，均是針對國外現貨市場環 境的，有必要進行拓展。本文計及系統容量、負荷和機組非計劃停運等不確定信息的同時，綜合考慮節能 發電調度，同時，在此基礎上建立的檢修策略數學優化模型。算例結果表明，節能調度發電將影響機組發 電量，從而影響機組檢修計劃的安排。

參考文獻

[1] 王健,文福拴,楊仁剛.基于發電容量充裕度估計的發電公司檢修策略.電力系統自動化.2005.29 (6):45-49.

[2] 王健, 文福拴,楊仁剛. 基于機會約束規劃的發電公司最優檢修策略.電力系統自動化,2004, 28(19): 27-31.

[3] 傅書逷,王海寧.關于節能減排與電力市場的結合.電力系統自動化, 2008, 32(6): 31-35.

[4] 胡建軍,李嘉龍,陳慧坤.基于煤耗和排放的日發電曲線編制模型.電力系統自動化,2009,33(12):43-46.

[5] Antonio J.Conejo.Generation Maintenance Scheduling in Restructured Power Systems. IEEE Trans on Power Systems. 2005, 20(2):984-992.

[6] Deb C.Life-Cycle Maintenance Management of Generating Units in a Competitive Environment. IEEE Trans on Power Systems,2004,19(2):1181-1189.

Maintenance scheduling under energy-saving dispatch considering uncertain market information

Huang Baopeng

（Guangdong Higher Technical School, huizhou city, guangdong province,516100）

Abstract：Trandition studies on generator maintenance scheduling are mainly about its impact on the revenue in arealtime market situation base on MCP.By contrast,energy-saving dispatch is an important measure in China during the restructuring of power industry,therefore it has a different impact on maintenance scheduling.Under this backgroud,the impact of energy-saving on maintenance scheduling is studied,considering the uncertain information such as load level an price.The stochastic model of generator maintenance scheduling with respect to energy-saving dispatch is established,and the Monte Carlo method is applied as the algorithm. Finally,case studies are presented to demonstrate the validity.

Keywords：Generator maintenance;electricity market;energy-saving dispatch;uncertain information;Monte Carlo