熱電聯(lián)產中電鍋爐調峰問題

楊世豪，孫小平，田 豐，吳昊天

(1.沈陽航空航天大學 自動化學院，沈陽 110136；2.上海ABB工程有限公司 整車工藝部，上海 201319)

近年來，我國一直提倡綠色發(fā)展理念，作為一種成本相對低廉、無污染的清潔能源，風電一出現(xiàn)便得到國家的充分重視，現(xiàn)階段大規(guī)模風電并網(wǎng)已是大勢所趨[1-3]。風電是一種自然能源，具有間歇性、隨機性等特點[4-5]，導致大量棄風現(xiàn)象的發(fā)生，該現(xiàn)象在東北、西北、華北區(qū)域尤其嚴重[6-7]。棄風現(xiàn)象一旦發(fā)生，則部分風機要暫停工作，從而導致風電資源浪費，由此產生較大的經(jīng)濟損失,因此要求接入的電網(wǎng)有著靈活的調節(jié)能力。

為消納過剩的風電，使電網(wǎng)平穩(wěn)運行，Karsten[8]闡述了丹麥地區(qū)熱泵對風電集成能源系統(tǒng)投資和運行的影響，加入熱泵需要對熱量的需求側及供應側進行智能檢測，而我國智能電網(wǎng)的發(fā)展剛剛起步，在短時間內熱泵加入熱網(wǎng)的技術很難實現(xiàn)[9]。李佳佳[10]在換熱站與用戶之間設置調峰電鍋爐，討論了電鍋爐容量對成本和棄風量的影響。選擇消納棄風的方案很重要，對優(yōu)化調度算法的選擇和應用也很重要。Thang[11]采用布谷鳥算法解決大型火電機組經(jīng)濟調度問題，Chen[12]采用拉格朗日松弛法求解機組組合優(yōu)化問題。在優(yōu)化調度算法方面，傳統(tǒng)算法得到的解相對固定，但求解時間長，易陷入局部最優(yōu)解；采用人工智能算法進行求解會較快地得到近優(yōu)解，但結果的隨機性較大。

本文在二級熱網(wǎng)添加蓄熱電鍋爐方案的基礎上，采用改進的遺傳算法[13]對各機組的負荷分配做出優(yōu)化調度。通過算例計算，在對遺傳算法的適應度函數(shù)、交叉和變異的方法做出改進后，得到較為合理的負荷分配方案，達到降低電網(wǎng)的發(fā)電成本、更好發(fā)揮在二級電網(wǎng)添加電鍋爐消納風電能力的目的。

1 電鍋爐參與調峰的原理

1.1 熱電聯(lián)產的電力系統(tǒng)

熱電聯(lián)產的電力系統(tǒng)主要分成電力負荷和熱力負荷兩部分[14]。電負荷部分主要由純凝機組、熱電機組和風電機組供應，其中風電多用于調峰電鍋爐的供電；熱負荷部分主要由熱電機組和蓄熱電鍋爐供應。在二級熱網(wǎng)增設調峰電鍋爐后，熱電聯(lián)產的電力系統(tǒng)如圖1所示。

圖1 熱電聯(lián)產的電力系統(tǒng)

1.2 電鍋爐的出力控制

通過熱電聯(lián)產的電力系統(tǒng)圖可以看出，調峰電鍋爐只在二級網(wǎng)起到調節(jié)系統(tǒng)峰值的作用，電鍋爐的實際出力情況與基本熱負荷有關，具體輸出熱量為

(1)

ζ=Qb/Q′

(2)

k=1-ζ

(3)

式中：Qe為調峰電鍋爐的實際出力，Q、Q′為二級熱網(wǎng)的熱負荷和設計熱負荷；Qb為二級熱網(wǎng)的基本熱負荷，ζ、k為二級熱網(wǎng)基本負荷比和調峰比。

2 考慮風電熱電聯(lián)產優(yōu)化調度模型

2.1 火電機組煤耗特性

(1)純凝機組的煤耗特性

純凝機組的發(fā)電成本與發(fā)電功率的大小有關，其計算公式如式(4)所示。

Fi=β1+β2Pi(t)+β3Pi(t)2

(4)

式中：β1、β2、β3代表純凝機組燃料費用系數(shù)，Pi(t)代表機組t時刻的實際出力。

(2)熱電機組的煤耗特性

熱電機組主要考慮抽汽式機組，其煤耗量與抽汽量、發(fā)電量均有關，計算公式如式(5)所示。

Fj=α1+α2Pj(t)+α3Dj(t)+α4Pj(t)2+α5Pj(t)Dj(t)+α6Dj(t)2

(5)

式中：α1-α6代表抽汽式機組燃料費用的擬合系數(shù)，Dj(t)、Pj(t)代表機組t時刻的抽汽量和發(fā)電功率。

2.2 目標函數(shù)

假設電力系統(tǒng)中有S臺純凝機組、M座熱電廠，與LM個二級熱網(wǎng)相連且每座熱電廠有N臺熱電機組、F臺風電機組。忽略風電機組的發(fā)電成本則系統(tǒng)的目標函數(shù)為

(6)

式中：Fit,s、Pis(t)是t時段第s臺純凝機組的煤耗量和發(fā)電功率，F(xiàn)jt,m,n、Pjm,n(t)、Djm,n(t)是t時段第m座熱電廠第n臺熱電機組的煤耗量、發(fā)電功率和抽汽量。

2.3 系統(tǒng)電出力約束條件

系統(tǒng)的電負荷由純凝機組、熱電機組和風電機組供應，即：

(7)

式中：Per,l(t)是t時段第r座熱電廠第l個二級熱網(wǎng)電鍋爐消耗的電功率，且

(8)

風電部分的功率約束為

(9)

機組的出力上下限約束為

P(t)min≤P(t)≤P(t)max

(10)

機組的爬坡約束為

-ΔPdown≤P(t)-P(t-1)≤ΔPup

(11)

式中：ΔPdown和ΔPup分別是相鄰時間段機組可以降低和爬升的發(fā)電量。

2.4 系統(tǒng)熱出力約束條件

假設一二級熱網(wǎng)無熱量損失，則

任務型教學法是基于完成交際任務的一種語言教學方法，它通過師生共同完成語言教學任務，使外語學習者自然習得語言，促進外語學習的進步。基于這些理念，在大學英語零班的教學實踐活動中，筆者對大學英語零班的教學活動進行了重新的設計，采用任務型教學方法，在教學中以布置任務為主，引導學生完成任務，主動構建語言知識，以期充分發(fā)揮學生的主動性。英語零班中的任務形式設計主要有如下幾種：

(12)

系統(tǒng)的熱負荷由一級熱網(wǎng)熱電機組傳遞的熱量和電鍋爐供應。

(13)

(14)

3 遺傳算法求解機組負荷分配

3.1 機組負荷分配求解步驟

電力系統(tǒng)各機組負荷分配的求解步驟如下：

Step1：確定各二級網(wǎng)的調峰比k。

Step2：通過式(1)-(3)確定二級熱網(wǎng)的基本熱負荷Qb和電鍋爐承擔的熱負荷Qe。

Step3：通過式(12)、(13)求得各熱電廠的等效熱負荷。

Step4：通過式(8)和Qe得到各時段電鍋爐消耗的電功率，然后加到原系統(tǒng)的電負荷上，即可得到系統(tǒng)的等效電負荷。

Step5：將熱電聯(lián)產優(yōu)化調度模型中的系統(tǒng)等效電負荷由純凝、熱電、風電等機組供應；等效熱負荷由熱電機組供應。

Step6：編寫算法求解負荷分配。

3.2 遺傳算法的實現(xiàn)

用MATLAB編程求得系統(tǒng)等效熱負荷和等效電負荷，進而通過遺傳算法來求解各機組的負荷分配。

Step1：初始化。首先給出最大迭代次數(shù)d和種群規(guī)模p。 隨機產生p組符合約束條件的解空間，包括熱電機組的抽汽量、發(fā)電量、純凝機組的發(fā)電量及風電。計算相應的適應度大小，適應度函數(shù)為

(15)

式中：σ為棄風電量的懲罰因子。

Step2：選擇。選擇步驟采用輪盤賭的方法，按適應度大小得到個體的選擇概率為

(16)

然后根據(jù)種群數(shù)目得到新的種群。

Step3：設置智能交叉算子，交叉率pc會隨迭代次數(shù)的增加而有所降低，從而提高算法前期的搜索速度及后期的收斂性。本文的交叉操作在單個個體間進行，在每次循環(huán)中，會在機組的發(fā)電量、發(fā)熱量各進行一次交叉操作，若交叉后的個體超出機組的出力限制，則保留交叉之前的負荷分配，交叉操作采取隨機交換個體中2臺機組24 h的機組出力。

Step4：采用智能變異算子。變異率pm會隨迭代次數(shù)的增加而有所增加，提高前期算法穩(wěn)定性及后期跳出局部最優(yōu)解的能力。變異操作同樣會在某個個體上進行，變異操作會隨機選擇一列在約束條件內重新賦值，且此操作會在電負荷和熱負荷分配中各進行一次。

Step5：修正個體。在進行負荷分配過程中，機組出力情況與實際需求有出入時，將差值以隨機分配的方式由各機組承擔，以滿足負荷約束。

Step6：檢測是否達到算法的終止條件。結合設置最大迭代步數(shù)150以及最優(yōu)解在0.05%誤差范圍內收斂這兩種方案作為算法終止的條件，該方法既可以保證算法的運行效率還可以保證算法不會陷入死循環(huán)。

4 算例分析

算例系統(tǒng)中熱負荷由熱電廠1、熱電廠2和電鍋爐供應。熱電廠1有2臺抽汽式機組(1-2)，3臺電鍋爐用于二級熱網(wǎng)的調峰;熱電廠2有4臺抽汽式機組(3-6)，同樣有3臺用于二級熱網(wǎng)調峰的電鍋爐。電負荷由2座熱電廠的熱電機組(1-6)、1座火電廠的4臺純凝機組(7-10)和風電機組供應，其中風電機組的裝機容量為220 MW。熱電機組、純凝機組的參數(shù)以及典型的各二級網(wǎng)熱負荷、總電負荷及風電出力預測值等采用文獻[16]的數(shù)據(jù)。同時，各調峰電鍋爐的電熱轉換效率均取為0.95，熱電機組的抽汽焓降取為2 329.8 KJ/Kg，并采用相同的調峰系數(shù)。

4.1 等效電負荷與熱電機組等效熱負荷

取調峰比k=0.2，則在1個調度周期內系統(tǒng)的等效電負荷如圖2所示，熱電廠1的等效熱負荷如圖3所示，熱電廠2的等效熱負荷如圖4所示。

圖2～4表明，通過熱負荷和電負荷的調整，夜間系統(tǒng)電負荷增加，相應的熱電廠熱負荷減少，使得一天內電、熱負荷變化趨勢較為平穩(wěn)。

圖2 等效電負荷

圖3 熱電廠1等效熱負荷

圖4 熱電廠2等效熱負荷

4.2 優(yōu)化調度的結果

采用遺傳算法對負荷進行優(yōu)化調度，得到遺傳算法適應度曲線如圖5所示。傳統(tǒng)遺傳算法中取調峰比k=0.2，種群數(shù)目為20，迭代次數(shù)為150次，交叉率取0.75，變異率取0.5。在改進的算法中，隨著種群的進化，交叉率由初值0.75變到終值0.5，變異率從0.2變化到0.5，且加入適應度在一定范圍內連續(xù)20次無變化即可判定為收斂的算法終止條件，結合最大迭代步數(shù)，可以更好地提高算法的運行效率。從圖5中可以看出改進后收斂速度更快，且求得適應度也要小一些。最終求得的煤耗量為13 392 t，較傳統(tǒng)算法的煤耗量13 671 t降低了2.04%。

圖5 遺傳算法適應度曲線

調度周期內，電鍋爐的調峰負荷如圖6所示，熱電機組的抽汽量如圖7所示，各機組的電負荷分配如圖8所示。

圖6 電鍋爐的調峰負荷

4.3 電鍋爐容量對煤耗、棄風量的影響

將電鍋爐參與調峰的容量與額定容量的比稱為容量比m，系統(tǒng)的煤耗量c、棄風量q與容量比的關系如表1所示，其對應變化曲線如圖9所示。從圖中可以看出系統(tǒng)的煤耗量與棄風量均會隨著容量比的增加而減少。

圖7 熱電機組的抽汽量

圖8 各機組的電負荷分配

表1 系統(tǒng)的煤耗量、棄風量與容量比的關系

圖9 系統(tǒng)的煤耗量、棄風量與容量比的關系

5 結論

在二級熱網(wǎng)裝調峰電鍋爐可以達到增加系統(tǒng)負荷谷值，從而達到消納棄風的目的，且對于不同的負荷要求，電鍋爐也可以靈活地進行調節(jié)，使得此系統(tǒng)的煤耗量降低。

通過討論不同容量比下的煤耗量與棄風量，可以看出系統(tǒng)的煤耗量會隨電鍋爐容量比的增加而降低，同時棄風量會隨電鍋爐容量比的增加而減少。

本文利用改進遺傳算法對系統(tǒng)的機組負荷分配進行求解，使用智能交叉變異算子可提高算法對最優(yōu)解的搜索能力和收斂性。通過個體修正和算法迭代得到滿足約束的各機組出力情況，達到更好地發(fā)揮在二級熱網(wǎng)添加電鍋爐消納棄風方案的目的，進而提高電力系統(tǒng)的經(jīng)濟性。