水電站機組組合的最優(yōu)動力特性研究

，，

(三峽大學(xué)電氣與新能源學(xué)院，湖北 宜昌 443000)

1 引言

能源是國民經(jīng)濟發(fā)展的基礎(chǔ)，是社會穩(wěn)步發(fā)展的前提。為了社會的持續(xù)發(fā)展，能源問題已經(jīng)成為了人類社會發(fā)展的關(guān)鍵點，也是大家關(guān)注的焦點。

水電站廠內(nèi)經(jīng)濟運行是在滿足電能生產(chǎn)的安全、可靠、優(yōu)質(zhì)的前提下，合理的組織調(diào)度電廠的發(fā)電生產(chǎn)設(shè)備，以期獲得盡可能大的經(jīng)濟效益[1]。隨著我國水電站建設(shè)的飛速發(fā)展，水電在電力系統(tǒng)中所占的比重越來越大，截止2014年底水電總裝機容量已突破3億千瓦，占全國發(fā)電總量的27%。水電事業(yè)的快速發(fā)展，水電站規(guī)模的擴大、機組的增多，裝機容量的增大使得水電站經(jīng)濟運行研究越來越必要，由于大規(guī)模水電機組的發(fā)電量基數(shù)是非常龐大的，若發(fā)電量提高一個百分點左右，就可以帶來相當(dāng)可觀的經(jīng)濟效益。

水電站最優(yōu)動力特性曲線指水電站所有可帶負(fù)荷的最優(yōu)運行曲線，包括了水電站所有可帶負(fù)荷的最優(yōu)發(fā)電流量及水電站廠內(nèi)最優(yōu)經(jīng)濟分配。提高電力系統(tǒng)的動能經(jīng)濟效益一定程度上決定于系統(tǒng)中水電站的運行工況最優(yōu)化。為此，必須對水電站動力特性資料，特性曲線，最優(yōu)工作機組臺數(shù)和組合，機組的合理啟動與停止以及在各運行機組間有功的最優(yōu)分配等方面作深入的研究，方能得到水電廠內(nèi)最優(yōu)運行方式，用以指導(dǎo)水電廠的實際運行，以獲得電站運行的最大效益。水電站最優(yōu)動力特性曲線集中反映了上述成果，用它指導(dǎo)水電站實現(xiàn)廠內(nèi)最優(yōu)運行十分方便。水電站廠內(nèi)經(jīng)濟運行一般指在總負(fù)荷給定的條件下確定其廠內(nèi)工作機組最優(yōu)臺數(shù)、組合及啟停次序，機組間負(fù)荷的最優(yōu)分配，以提高水電站運行時的經(jīng)濟效益。

2 模型建立

2.1 目標(biāo)函數(shù)

式中：Q—梯級龍頭水庫的日發(fā)電流量(m3/s)；

Q1t—水庫在第t時段的發(fā)電流量(m3/s)；

η1t—水庫在第t時段的水輪機綜合效率；

2.2 約束條件

出力平衡約束：

機組出力限制約束：

Nimin≤Ni≤Nimax

機組出力禁區(qū)約束：

Ni∈[N0min,N0max]

水量平衡約束：

Vt,j=Vt-1,j+(αjqt-τj,j-1+ΔIt,j-qt,j-nt,j)Δt

機組引用流量約束：

qimin≤qi,t≤qimax

水庫庫容約束：

Vt,jmin≤Vt,j≤Vt,jmax

水流聯(lián)系：

It,j=αjqt-τj,t-1+ΔIt,j

邊界條件：

其中：

Ni,t(qi,t,Hi,t,ηi,t)—為t時段第i臺機組的出力；

Ni—t時段整個梯級子系統(tǒng)的負(fù)荷；

It,j—第j級電站t時段的入庫流量；

qt,j—第j級電站t時段的入庫流量；

τj—流達(dá)時間，即(j-1)級水庫的出庫水流流達(dá)j級水庫入庫的時間，j≥1；

ΔIt,j—(j-1)級水庫與j級水庫間在t時段的區(qū)間入庫流量，j≥1；

αj—坦化系數(shù)，其大小與上游水電廠至下游水庫距離有關(guān)；

nt,j—第j級電站t時段的非發(fā)電用水流量；

j—梯級水電站中水電站的數(shù)目，j=1,2,3,…M；

i—梯級水電站中機組的臺數(shù)，i=1,2,3,…N；

Vt,j—j級水庫t計算時段末的水庫容量；

ZO,j,ZE,j—j級水庫t計算時段末的水庫容量；

Δt—計算時間間隔(1小時)；

N0min,N0max—分別為各機組的出力禁區(qū)的下限、上限；

3 算法講解

3.1 懲罰函數(shù)法

懲罰函數(shù)法是求解約束優(yōu)化問題的一種有效方法，其將約束優(yōu)化問題中的約束違反度乘以懲罰項加到目標(biāo)函數(shù)中，從而構(gòu)造出帶參數(shù)的增廣目標(biāo)函數(shù)。這種構(gòu)造的主要思想是把一系列的約束優(yōu)化問題轉(zhuǎn)化為無約束的優(yōu)化問題進行求解。在增廣目標(biāo)函數(shù)中，懲罰因子的不斷變化，導(dǎo)致最優(yōu)解也不斷變化，最終趨于原問題的最優(yōu)解。由于懲罰函數(shù)每一迭代步不涉及可行方向的計算法，因此更適合非線性約束優(yōu)化問題的求解。

現(xiàn)在懲罰函數(shù)法一般具有兩種形式：外點懲罰法和內(nèi)點懲罰法。外點懲罰法的搜索是從不可行域到可行域。而內(nèi)點懲罰法是從可行域中進行搜索，懲罰項的大小和解與約束邊界的距離成反比關(guān)系，當(dāng)解接近約束邊界時，懲罰項將趨于無窮大。這樣，可行域的邊界如同一道不可逾越的墻，將內(nèi)點懲罰函數(shù)的極小值點限制在可行域的內(nèi)部，從而失去不可行域中有價值的信息。內(nèi)點懲罰法最大的不足是初始種群中要有一個可行解，而對于某些問題而言，找到可行解本身就是一個問題[2]。

在實際運算中，懲罰項太大或太小都會影響最終的結(jié)果。

3.1.1 內(nèi)點法

內(nèi)點法的特點是將構(gòu)造的新的無約束目標(biāo)函數(shù)——障礙函數(shù)定義在可行域內(nèi)，并在可行域內(nèi)求懲罰函數(shù)的極值點，即求解無約束問題時的探索點總是在可行域內(nèi)部，這樣，在求解內(nèi)點懲罰函數(shù)的序列無約束優(yōu)化問題的過程中，所求得的系列無約束優(yōu)化問題的解總是可行解，從而在可行域內(nèi)部逐步逼近原約束優(yōu)化問題的最優(yōu)解。

內(nèi)點法是求解不等式約束問題的一種行之有效的方法，但不能處理等式約束。因為構(gòu)造的內(nèi)點懲罰函數(shù)是定義在可行域內(nèi)的函數(shù)，而等式約束優(yōu)化問題不存在可行域空間，因此，內(nèi)點法不能用來求解等式約束優(yōu)化問題。

內(nèi)點法構(gòu)造方法：

對于數(shù)學(xué)模型：

minf(X)

gi(X)≥0

令k=1,ε=0.0001,r1=1,c=0.1并給定可行的初始解X(0)。

第一步：構(gòu)造障礙函數(shù)：

第二步：求解無約束非線性優(yōu)化問題：得到了一組最優(yōu)解X(k)。

(本例中，運用的是共軛梯度法求解)

第三步：驗證解的收斂性。

‖X(k)-X(k-1)‖<ε或|f(X(k))-f(X(k-1))|<ε

若成立則所得解X(k)最優(yōu)，否則令r(k+1)=cr(k)，且X(0)=X(k)重復(fù)第一步的迭代。

其中：r(k)—第k次迭代中的障礙因子;

c—降低系數(shù)

注意的幾個問題：

(1)初始點的選擇：①在可行域內(nèi)②不要離邊界太近。

(2)障礙因子初值的選擇：不要太大，也不能太小。

(3)降低系數(shù)的選擇：一般在0.1～0.7之間。

評價：用于目標(biāo)函數(shù)比較復(fù)雜，或可行域外無定義時，求解過程中的所有過程量都是可行的解，但是，內(nèi)點法不能解決等式約束且初值的選擇也會影響最后結(jié)果。

3.1.2 外點法

外點法是一種將新的目標(biāo)函數(shù)構(gòu)建在可行域外，然后隨著懲罰因子的遞增，生成一系列的新目標(biāo)函數(shù)。外點法可以解決含有等式約束的非線性優(yōu)化問題。

對于數(shù)學(xué)模型：

minf(X)

gj(X)≥0

hi(X)=0

令k=1,ε=0.0001,M1=1,a=10并給定不可行的初始解X(0)。

第一步，構(gòu)造懲罰函數(shù)。

第二步：求解無約束非線性優(yōu)化問題：得到了一組最優(yōu)解X(k)。

(本例中運用的是共軛梯度法求解)

第三步：判斷是否在邊界外。

對任意的j，都有-gj(X(k))<ε迭代停止，最優(yōu)解為X(k)，否則下一步。

第四步：驗證解的收斂性。

‖X(k)-X(k-1)‖<ε或|f(X(k))-f(X(k-1))|<ε

若成立則所得解X(k)最優(yōu)，否則令M(k+1)=aM(k)，且X(0)=X(k)重復(fù)第一步的迭代。

注意的幾個問題：

(1)初始點的選擇：基本上是可以隨意選擇;

(2)懲罰因子初值的選擇：不要太大，也不能太小;

(3)遞增系數(shù)的選擇：一般在5～10之間;

(4)求解工程中的所有過程量都是不可行的。

3.1.3 混合懲罰函數(shù)法

對比上述兩種方法，不難看出，外點法和內(nèi)點法的區(qū)別主要就是初始點的選擇和過程量是否在可行域。根據(jù)這個特點，我們可以很好得分辨出兩種算法的應(yīng)用范圍。

內(nèi)點法適合應(yīng)用于初始點易找或者在已有的某種結(jié)果上進行改進。而外點法則更適用于約束條件復(fù)雜，可行點難以尋找的問題。由于外點法只有最終迭代的結(jié)果是可行解，所以對于一些工程問題可能對過程量有要求的內(nèi)點法也更加合適。

因此，綜合兩種方法的特點，擬采用內(nèi)點法解決約束范圍內(nèi)的約束，用外點法解決約束范圍外的約束及等式約束。

對于數(shù)學(xué)模型：

minf(X)

gj(X)≥0

hi(X)=0

構(gòu)造懲罰函數(shù)：

運算過程和外點法基本一樣。

3.2 共軛梯度法

對于無約束非線性優(yōu)化模型：

minf(X)

令k=0,ε=0.0001并給定可行的初始解X(0)并計算f(X(0))，令P(0)=-f(X(0))

第一步：計算步長。

采用(海塞矩陣的方法)：

第一次迭代計算：X(k+1)=X(k)+λkP(k)

第二步：驗證收斂性。

第三步：確定迭代方向：

P(k+1)=-f(X(k+1))+βkP(k),

重復(fù)第一步的迭代計算。

整體流程圖如圖1所示。

圖1 懲罰函數(shù)法流程圖

4 實例分析

對于某水電站，其中有4臺機組，其運行特性如下表所示，運用上述懲罰函數(shù)法，可以得到如下結(jié)果。

表1 機組特性數(shù)據(jù)

從圖中看出各個機組的分配采用一種梯度的分配方式，當(dāng)需要負(fù)荷達(dá)到100WM時，第2臺機組投入運行，當(dāng)負(fù)荷到達(dá)200WM時，第3臺機組投入運行，當(dāng)負(fù)荷達(dá)到287WM時，第4臺機組投入運行。然而從圖中還不能完全看出各個機組具體分配方式，因為線段重合看不清楚后續(xù)的分配方式，因此得到下列4張圖分別表示各個機組的分配方式看起來更加清晰。

[1] 李文沅.電力系統(tǒng)安全經(jīng)濟運行-模型與方法[M].重慶大學(xué)出版社,1989.

[2] 盧永忠.梯級水電站的優(yōu)化調(diào)度研究[J].重慶大學(xué),2007.

[3] 覃暉,周建中,肖舸,等.梯級水電站多目標(biāo)發(fā)電優(yōu)化調(diào)度[J].水科學(xué)進展,2010,3:377-384.

[4] 胡國強.梯級水電站優(yōu)化調(diào)度模型與算法研究[D].華北電力大學(xué)(北京),2007.

[5] 吳杰康,郭壯志,丁國強.采用梯級水電站動態(tài)棄水策略的多目標(biāo)短期優(yōu)化調(diào)度[J].中國電機工程學(xué)報,2011,4:15-23.

[6] 吳杰康,朱建全.機會約束規(guī)劃下的梯級水電站短期優(yōu)化調(diào)度策略[J].中國電機工程學(xué)報,2008,13:41-46.

[7] 徐剛,馬光文.基于蟻群算法的梯級水電站群優(yōu)化調(diào)度[J].水力發(fā)電學(xué)報,2005,5:7-10.

[8] 王錚.梯級水電站群聯(lián)合優(yōu)化調(diào)度及其決策方法[D].華北電力大學(xué),2014.

[9] 段云輝.小型梯級水電站優(yōu)化調(diào)度運行研究[D].鄭州大學(xué),2014.

[10] 歐陽俊,袁中祥,鄭丹,等.基于改進粒子群算法的梯級水電站優(yōu)化調(diào)度[J].陜西電力,2013,1:48-51+56.

[11] 朱敏,王定一.電力系統(tǒng)中梯級水電站實時優(yōu)化運行控制新算法[J].電力系統(tǒng)自動化,1997,4:33-36.