考慮不確定性的電力電量平衡分析

(上海電力學院 電氣工程學院, 上海 200090)

電力電量平衡是電力系統調度計劃編制的核心,它為電力系統的安全、穩定、經濟運行提供了保障[1]。通過預測及保證電力電量的平衡,可以確定未來一段時間電網的基本運行方式,并為設備檢修計劃、聯絡線送受電計劃、需求側管理計劃、煤炭采購計劃以及財務預算計劃等制定提供依據。在滿足電力電量平衡和電力供應的前提下,能夠實現水、火聯合發電的經濟調度模式,使全網效益最好[2]。為此,電力電量平衡分析一直是研究熱點。

文獻[3]對逐次切負荷法進行了改進,考慮了電站運行的限制范圍,并通過在云南電力系統中的實際應用,驗證了所提算法的實用性。文獻[4]提出剩余容量日利用小時控制法,解決了電力電量平衡計算中出現的調度被動性和電站之間的不平等性問題。文獻[5]構建了考慮電力電量平衡的安全約束經濟調度模型,在滿足電網安全性與經濟性要求的同時兼顧了電力電量平衡的要求。文獻[6]利用往年的經驗數據,進行了電力電量平衡的分析,總結了中國電力需求與供給增長的歷史特征以及電力供需結構的特點。文獻[7]根據地區差異,提出華東電網雖然在電力電量平衡方面遇到了困難,但是通過建立電力需求側管理的長效機制,能夠促進電力電量的平衡。文獻[8]分析了華東地區的電力電量平衡情況,并針對需求較低的問題進行了重點分析。文獻[9]結合華北電網和京津唐的一次能源結構進行了電力電量平衡分析,并提出了經濟合理的電源結構建設方案。文獻[10]結合歷史數據,分析了電力市場環境下的電力電量平衡,并提出了優化運行的方案。文獻[11]從電力緊缺的現狀出發,提出電力供求的均衡模型和算法。上述文獻中電力電量平衡的分析大多基于外部條件已知的前提,缺少了對不確定性運行情況的考慮。

本文以促進電力系統安全穩定經濟運行為前提,考慮水火聯合發電系統中自然來水與負荷需求的不確定性,建立了以系統總的電力電量缺額最小化為優化目標的電力電量平衡分析模型;同時研究系統約束、機組及機組集合約束、燃煤計劃約束、水庫用水計劃約束等約束條件及其處理方法,并選擇高效的求解算法對其進行求解。

1 中長期電力電量平衡分析模型

1.1 目標函數

中長期電力電量平衡分析是以計劃期間系統總的電力電量缺額最小化為優化目標,優化計劃期內各水火電廠的發電量、燃煤計劃和水庫水位,因此目標函數為

(1)

式中:c——場景編號;

T——時段數目;

ωc——c場景的權重;

α——電量缺額的權重系數;

1.2 系統約束

(1) 電量平衡為

(2)

式中:I——火電機組的數目;

H——水電機組的數目;

WD,t——t時段的需求電量。

(2) 電力平衡為

(3)

PD,t——t時刻的最大負荷;

Rt——t時刻的系統備用。

(3) 火電系統最小和最大發電量約束為

(4)

式中:Wmin,ip,t,Wmax,ip,t——火電系統的最小和最大發電量;

ip——火電廠編號;

L——火電廠總數目。

(4) 水電系統最小和最大發電量約束

(5)

式中:Wmin,hp,t,Wmax,hp,t——水電系統的最小和最大發電量。

hp——水電廠編號;

M——水電廠總數目。

1.3 機組及機組集合約束

(1) 水電機組出力約束[12]為

(6)

(7)

(2) 機組最大發電量(最大可用容量)約束。對單一發電廠,其最大發電量與最大發電功率、負荷率有關。

?i,?t,?c

(8)

(9)

Di,t,Dh,t——水火電機組的有效出力系數,該系數綜合考慮了負荷率和強迫停運率;

Nt——t時段的小時數。

(3) 機組最小和最大發電量約束[13]。各機組的發電量應在一定約束范圍內進行優化。

(10)

(11)

式中:Wmin,i——火電系統的最小發電量;

Wmin,h——水電系統的最小發電量。

(4) 電廠集合最小和最大發電量約束。對于任一時段,各電廠集合的總發電量應滿足上下限約束。

(12)

式中:Wmin,m,t,Wmax,m,t——電廠集合m第t時段的最小和最大發電量;

Mm——水電廠集合m。

1.4 燃煤計劃約束

火電廠燃煤庫存動態約束[14]和最小燃煤庫存約束分別為

(13)

gip,t≥Gip,min

(14)

式中:gip,t——火電廠ip第t時段的燃煤庫存;

Gip,t——火電廠ip第t時段的供煤計劃;

Fi——煤耗系數;

Gip,min——火電廠ip最小燃煤庫存。

1.5 水庫用水計劃約束

(1) 水庫流量約束。發電流量應在其上下限之間。

(15)

(16)

(17)

(18)

Qmin,h,Qmax,h——發電流量上下限;

(2) 水庫期末庫容約束。調度期末,各水電廠應達到預先設定的水位或庫容。

?hp,?c

(19)

Vterm,hP——設定的調度期末的庫容。

(3) 庫容約束。各水庫的庫容應在可調節的范圍內變化。

≤Vmax,hp,t?hp,?c

(20)

(21)

Vmax,hp,t,Vmin,hp,t——第t時段庫容的上下限。

(4) 水量平衡約束。對于任意時段,各水庫蓄水量應保持動態平衡。

(22)

式中:Δt——時段內包含的小時數;

(5) 水能和電能轉換平衡。各水電機組將水能轉化為電能。

(23)

式中:ηh——第h個水電機組庫容下的發電耗水率。

由于上述中長期電力電量平衡分析模型已構建為線性規劃模型,因此在GAMS軟件平臺上調用線性規劃算法予以求解。

2 算例分析

測試系統為單場景和多場景,計劃周期為2年的中長期調度問題,包含2臺火電機組、6臺水電機組共8臺機組,其中機組的原始數據來自于文獻[15]。

2.1 單場景下的電力電量平衡分析

在單一場景下,不考慮缺煤以及水電和火電機組出力的扣減,結合電網的基本數據,對電力電量平衡分析模型進行了仿真分析,得到了以下優化結果。

(1) 電力電量平衡情況。經仿真計算,由于該場景下燃料供應充足,來水情況正常,各時段電力電量缺額均為零,電力系統處于電力電量平衡的狀態。

(2) 計劃周期內水火電的發電量。對以電力電量缺額最小為目標的仿真模型進行求解,得到滿足系統各種發用電約束的可行的水火電計劃,如圖1所示?；痣姍C組承擔主要的發電需求,因而該水火電計劃既不節能也不經濟,需要進一步進行優化。

圖1 單一場景下各時段水電和火電機組發電量

2.2 多場景下的電力電量平衡分析

考慮了以下4個調度場景,對電網進行計劃周期為2年的電力電量平衡分析:中場景是指自然來水、系統最大負荷、系統發電量需求均為計劃值;高場景是指自然來水為計劃值的110%,系統最大負荷為計劃值,系統發電量需求為110%的計劃值;中場景1是指自然來水為計劃值的90%,系統最大負荷為計劃值,系統發電量需求為120%的計劃值;高場景1是指自然來水為計劃值的120%,系統最大負荷為計劃值,系統發電量需求為90%的計劃值。

(1) 電力電量平衡情況。經過仿真計算,中場景、高場景、中場景1和高場景1的電力缺額均為零,僅有高場景1的電量缺額為零,其余3個場景均在一些時段存在電量缺額,這說明本文提出的電力電量平衡分析方法能夠針對不同的調度場景進行水電和火電發電供需平衡的分析,適應性很強。

(2) 水電和火電機組發電情況。4種場景下水電和火電的計劃發電量如圖2所示。為了滿足發電需求,與中場景相比,高場景下水電和火電的發電量均有所增加,而水電機組和發電量增加更為明顯;相比于中場景,中場景1中水電機組的發電量增加幅度較大,而火電機組的發電量與高場景下的火電機組發電量增加幅度相差不多;與中場景比較,高場景1的水電機組和火電機組的發電量均有所減少,水電機組的發電量大多數時段都減小至零。

圖2 4種場景下的水電和火電計劃發電量比較

(3) 火電煤耗量。圖3為4種場景下的火電煤耗比較。相比于中場景,高場景和中場景1中火電的發電煤耗量在大多數時段均有所增加,其中第2時段和第14時段增加最多,且中場景1比高場景的增加量更多。

對比中場景,中場景1的發電煤耗量在各時段均有所減少,其中在第13時段和第15時段減少最多。

圖3 4種場景下的火電煤耗比較

3 結 語

本文針對中長期水火電聯合發電計劃之間的復雜關系,綜合考慮自然來水和負荷需求的不確定性,建立了考慮一次能源不確定性的多場景中長期水火電站聯合電力電量平衡分析模型。該模型能夠全面優化計劃周期內各水火電站的發電量、水庫水位和用煤計劃。實際算例分析結果表明,水電和負荷的不確定性會影響電力電量平衡的分析結果,需要予以考慮;多場景法能夠有效地進行不確定性建模,可以有針對性地開展電力電量平衡分析。