考慮風(fēng)電不確定性的電力系統(tǒng)多目標(biāo)優(yōu)化調(diào)度

李浩閃，李燕青

(華北電力大學(xué) 河北省輸變電設(shè)備安全防御重點實驗室，河北 保定 071000)

風(fēng)電的迅速發(fā)展使得風(fēng)電場的調(diào)度問題備受關(guān)注。含風(fēng)電場的調(diào)度問題，主要是研究電力系統(tǒng)動態(tài)環(huán)境經(jīng)濟調(diào)度［1－5］。為了提高含風(fēng)電場電力系統(tǒng)優(yōu)化調(diào)度的有效性和可靠性，在構(gòu)建優(yōu)化調(diào)度時，必須對風(fēng)電機組出力的不確定性加以考慮。目前常用的處理方法主要有預(yù)測風(fēng)速［5］、模糊建模［6］和概率分析［7］等。文獻［6，8］采用風(fēng)電場模糊建模方法，并取得了較好的結(jié)果。但是，風(fēng)電場的波動性和反調(diào)峰特性使得火電機組面臨頻繁啟?；蜷L期運行在深度調(diào)峰狀態(tài)，因此需要合理安排火電機組的開機組合。另外，利用火電機組應(yīng)對風(fēng)電和負荷波動時，火電機組波動性較大，影響機組運行效率和壽命。因此，本文在考慮充分利用風(fēng)電的前提下，建立多目標(biāo)調(diào)度模型，合理安排火電機組調(diào)度臺數(shù)，以實現(xiàn)電力系統(tǒng)經(jīng)濟平穩(wěn)運行。

1 多目標(biāo)優(yōu)化調(diào)度模型

1.1 目標(biāo)函數(shù)

合理安排火電機組開機組合，以系統(tǒng)經(jīng)濟平穩(wěn)運行為目標(biāo)建立模型。目標(biāo)函數(shù)如下:

式中:T為一天調(diào)度時段;N為火電機組的數(shù)量;ai、bi、ci為火電機組煤耗系數(shù);PGit為火電機組i在t時刻的發(fā)電功率;uit為火電機組i在t時刻的開機狀態(tài)，1表示開機，0表示停機。

式(1)表示系統(tǒng)的運行成本即火電機組的煤耗量最小;式(2)表示火電機組的波動最小，機組運行平穩(wěn)。

由于目前風(fēng)電出力較難精確預(yù)測，而且預(yù)測值與實際值存在偏差，為了使預(yù)測結(jié)果表達決策者的意愿，更好地適應(yīng)風(fēng)輸出功率的隨機性以及考慮棄風(fēng)光出力的可能，將各時段風(fēng)電并網(wǎng)的有功出力用模糊集表示(本文考慮預(yù)測偏差影響以及風(fēng)電出力最可能的區(qū)間分布等因素)，采用文獻［6］所描述的梯形隸屬度函數(shù)來表示，如圖1所示。

圖1 梯形隸屬度函數(shù)Fig.1 Trapezoidal membership function

風(fēng)電場出力的隸屬度函數(shù)可以表示為

式中:u(pwt)為t時刻風(fēng)電出力隸屬度函數(shù)，pwi=wi·pwt，pwt為示t時刻風(fēng)電出力;wi為風(fēng)電場的隸屬度參數(shù)。

根據(jù)模糊集理論的最大最小法則［9］，設(shè)λ為滿意度和所有隸屬度函數(shù)的最小值，風(fēng)電出力不確定性問題可轉(zhuǎn)化為求滿足所有約束條件的最大化問題:

1.2 約束條件

系統(tǒng)功率平衡的約束為

式中:Pw為風(fēng)電機組t時刻的發(fā)電功率;PDt為t時刻系統(tǒng)的負荷值。文中未考慮系統(tǒng)網(wǎng)損。

系統(tǒng)備用約束為

式中:PGmaxi為火電機組i最大發(fā)電功率;βD、βW分別為負荷波動系數(shù)和風(fēng)電波動系數(shù)。式(3)表示系統(tǒng)的備用容量滿足負荷波動和風(fēng)電場波動需求。

系統(tǒng)負調(diào)峰容量的約束為

式中，PGmini為火電機組i最小發(fā)電功率。風(fēng)電有限上網(wǎng)時，風(fēng)電上網(wǎng)上限為機組的極限負調(diào)峰容量［9］。

火電機組爬坡速率的約束為

式中:Ugi為機組i在相鄰時刻最大功率上升值;Dgi為機組i在相鄰時刻最小功率下降值。

機組出力約束為

1.3 約束的處理方法

元件約束如火電機組發(fā)電功率的限制式(4)、(5)采用硬約束的處理方法［10］。這些約束多表示設(shè)備的物理極限需強制滿足。當(dāng)運算過程中超出這些約束時，將其設(shè)為邊界值。

等式約束采用動態(tài)約束的處理方法［11-12］，步驟如下:

1)對任意時刻t(1≤t≤T)，設(shè)置動態(tài)調(diào)整次數(shù)l=0。

2)計算系統(tǒng)不平衡功率為

若不平衡功率滿足ΔPt＞ε且l＜lmax(ε表示功率平衡約束違反閾值，lmax表示最大調(diào)整次數(shù))，則轉(zhuǎn)至步驟3)，否則轉(zhuǎn)至步驟4)。

3)計算平均不平衡功率為

式中，Nto表示火電機組開機臺數(shù)。對火電機組各時段出力進行調(diào)整為

若火電機組出力不滿足機組出力約束，則按照不等式約束處理方法調(diào)整火電機組出力。令l=l+1，若l＜lmax，則返回步驟2)，否則轉(zhuǎn)至步驟4)。

4)t=t+1，若滿足t≤T，則返回步驟 1)，否則結(jié)束動態(tài)調(diào)整不平衡功率程序部分。

1.4 多目標(biāo)粒子群算法

用文獻［13］的改進多目標(biāo)粒子群算法進行求解，即將maximin函數(shù)和ε支配引入多目標(biāo)粒子群算法之中。利用maximin函數(shù)對目標(biāo)函數(shù)進行規(guī)范化處理，有效解決粒子因目標(biāo)函數(shù)值差異而導(dǎo)致的偏向性問題，使得粒子分布更為均勻。ε支配的引入使得非劣解分布更為均勻，在算法進行的初期，選擇較大的ε值以增大全局搜索能力，并加快粒子的收斂速度，降低算法在時間上的消耗;在算法的后期，較小的ε值有利于局部搜索，保證Pareto前沿所有非劣解的均勻程度。

2 確定火電機組的調(diào)度臺數(shù)

風(fēng)蓄火聯(lián)合系統(tǒng)中，隨著風(fēng)電機組的增加和抽水蓄能機組的投入會使得原系統(tǒng)中火電機組容量產(chǎn)生冗余，為了保證火電機組高效運行，首先應(yīng)確定系統(tǒng)中火電機組的開機數(shù)量，避免負荷低谷時段火電機組低負荷率運行。

按照節(jié)能調(diào)度的原則，將火電機組按照最小比耗量與最大功率的比值進行開機順序經(jīng)濟排序［14］。最小比耗量計算公式為

確定火電機組上網(wǎng)數(shù)量步驟如下:

計算機組最小比耗量與機組最大功率的比值，并對機組從小到大進行排序，安排機組上網(wǎng)順序表。火電機組分配的負荷需要滿足一定的裕度，火電機組需要承擔(dān)的負荷為

式中:σ表示系統(tǒng)裕度，由負荷波動和風(fēng)電場波動選定。

確定火電機組調(diào)度臺數(shù)步驟如下:

1)根據(jù)式(6)計算機組最小比耗量，按照最小比耗量與機組最大功率比值由小到大對火電機組進行開機排序。

2)從第一臺機組開始，逐個累加機組最大出力，直到滿足下式:

3)機組1～m即為參與調(diào)度的火電機組。

利用上述方法初步確定火電機組的開機臺數(shù)，同時，在調(diào)度過程中，按照避免機組頻繁啟停的原則，最終確定火電機組的開機數(shù)量。

3 算例分析

以某地電力系統(tǒng)為例，系統(tǒng)火電機組的參數(shù)參見文獻［15］。按照火電機組能耗高低對機組進行編號，如表1所示，負荷和風(fēng)電場的預(yù)測出力如圖2所示。多目標(biāo)粒子群算法的參數(shù)設(shè)置如下:粒子種群數(shù)設(shè)置為500，精英集的容量設(shè)置為200，最大迭代次數(shù)設(shè)為100，初始ε設(shè)為1。

圖2 負荷功率和風(fēng)電預(yù)測出力Fig.2 Load power and wind power output forecasting

表1 火電機組參數(shù)Tab.1 Parameters of thermal power units

由圖2可知，風(fēng)電場具有明顯的反調(diào)峰特性和波動性，若不對火電機組進行合理開機安排，機組將面臨頻繁啟停和運行效率低的問題。首先對火電機組進行開機安排，然后進一步應(yīng)用多目標(biāo)粒子群算法對模型進行調(diào)度，優(yōu)化火電機組的出力得到的運行結(jié)果如表2所示。

由表2可知，多目標(biāo)模型中各個目標(biāo)之間相互矛盾，不可能同時達到最優(yōu)，通過模型求解得到24組調(diào)度方案。系統(tǒng)可以根據(jù)實際需求，在經(jīng)濟性、平穩(wěn)性和風(fēng)電機組出力不確定性各個指標(biāo)之間進行選擇，確定最終調(diào)度方案。從表2可以看出，當(dāng)考慮風(fēng)電場輸出功率的不確定性時，采用模糊理論建模的動態(tài)經(jīng)濟調(diào)度方法可為表達決策者的意愿提供可能。在實際操作過程中，決策者可以根據(jù)實際條件選取風(fēng)電場的隸屬度參數(shù)，找出既滿足一定風(fēng)險又實現(xiàn)一定經(jīng)濟效益和穩(wěn)定性的調(diào)度方案。表3列出方案12的各機組的出力情況，機組1、4、6出力變化如圖3所示。

表2 24組方案的運行結(jié)果Tab.2 Operation results of 24 groups project

表3 方案12各機組的出力Tab.3 Output each unit in 12 project MW

圖3 機組1、機組4、機組6出力變化Fig.3 unit 1，unit 4，unit 6 output change

由表3可知，通過該模型，能耗量較小的機組1、2、3不必啟停調(diào)峰，通過能耗量較高的機組啟停調(diào)峰調(diào)節(jié)負荷峰谷差。

由圖3可知:能耗量較低的火電機組1不參與系統(tǒng)啟停調(diào)峰，始終保持較高的負荷運行，且出力較為平穩(wěn)，機組運行效率高;能耗量處于中間位置的機組4參與系統(tǒng)啟停調(diào)峰，但是開停機次數(shù)較少(只有1次)，機組出力波動較為平穩(wěn);能耗量較大的機組6，通過3次啟停調(diào)峰，調(diào)節(jié)系統(tǒng)峰谷差。

通過以上分析可知，模型使得能耗低的火電機組始終保持較高的負荷率運行，機組出力波動較小。通過能耗高的機組進行啟停調(diào)峰調(diào)節(jié)系統(tǒng)峰谷差，負荷增加時，首先開啟能耗較低機組;負荷減小時，首先調(diào)停能耗較高的機組，符合目前節(jié)能調(diào)度的原則。模型負荷平衡的誤差在10－7，沒有以犧牲約束為代價換取更優(yōu)運行結(jié)果，能夠?qū)崿F(xiàn)系統(tǒng)經(jīng)濟平穩(wěn)運行的目標(biāo)。風(fēng)電場預(yù)測出力與優(yōu)化出力曲線如圖4所示。

圖4 風(fēng)電預(yù)測出力與優(yōu)化出力Fig.4 Wind power forecast output and optimal output

比較圖4曲線1、2可知，模型中所得優(yōu)化風(fēng)電出力曲線在風(fēng)電場預(yù)測出力基礎(chǔ)上考慮了一定的不確定性，調(diào)度中需要承擔(dān)一定的風(fēng)險。

4 結(jié)語

考慮風(fēng)電不確定性的電力系統(tǒng)多目標(biāo)調(diào)度模型，通過合理安排火電機組開機順序，避免機組頻繁啟停，提高機組運行效率。同時也符合節(jié)能調(diào)度的原則。算例分析表明，該模型能較好地優(yōu)化機組出力，在考慮風(fēng)電出力不確定性，即滿足一定風(fēng)險情況下，實現(xiàn)系統(tǒng)的經(jīng)濟性和平穩(wěn)性。

［1］ 孫元章，吳俊，李國杰，等.基于風(fēng)速預(yù)測和隨機規(guī)劃的含風(fēng)電場電力系統(tǒng)動態(tài)經(jīng)濟調(diào)度［J］.中國電機工程學(xué)報，2009，29(4):41 47.SUN Yuanzhang，WU Jun，LI Guojie，et al.Dynamic economic dispatch considering wind power penetration based on wind speed forecasting and stochastic programming［J］.Proceedings of the CSEE，2009，29(4):41 47.

［2］ 周瑋，彭昱，孫輝，等.含風(fēng)電場的電力系統(tǒng)經(jīng)濟調(diào)度［J］.中國電機工程學(xué)報，2009，29(25):13 18.ZHOU Wei，PENG Yu，SUN Hui，et al.A review of economic dispatch of power system including wind farms［J］.Proceedings of the CSEE，2009，29(25):13 18.

［3］ 田廓，曾鳴，鄢帆，等.考慮環(huán)保成本和風(fēng)電接入影響的動態(tài)經(jīng)濟調(diào)度模型［J］.電網(wǎng)技術(shù)，2011(6):55 59.TIAN Guo，ZENG Ming，YAN Fan，et al.A dynamic economic scheduling model considering environmental protection cost and impact of connecting wind power to power grid［J］.Power System Technology，2011(6):55 59.

［4］ 陳道君，龔慶武，張茂林，等.考慮能源環(huán)境效益的含風(fēng)電場多目標(biāo)優(yōu)化調(diào)度［J］.中國電機工程學(xué)報，2011，31(13):10 17.CHEN Daojun，GONG Qingwu，ZHANG Maolin，et al.Multi-objective optimal dispatch in wind power integrated system incorporating energy-environmental efficiency［J］.Proceedings of the CSEE，2011，31(13):10 17.

［5］ 彭春華，劉剛，孫惠娟.基于小波分解和微分進化支持向量機的風(fēng)電場風(fēng)速預(yù)測［J］.電力自動化設(shè)備，2012，32(1):9 13.PENG Chunhua，LIU Gang，SUN Huijuan.Wind speed forecasting based on wavelet decomposition and differential evolution-support vector machine for wind farms［J］.Electric Power Automation Equipment，2012，32(1):9 13.

［6］ 陳海焱，陳金富，段獻忠.含風(fēng)電場電力系統(tǒng)經(jīng)濟調(diào)度的模糊建模及優(yōu)化算法［J］.電力系統(tǒng)自動化，2006，30(2):22 26.CHEN Haiyan，CHEN Jinfu，DUAN Xianzhong.Fuzzy modeling and optimization algorithm on dynamic economic dispatch in wind power integrated system［J］.Automation of Electric Power System，2006，30(2):22 26.

［7］ HETZER J，YU D C.An economic dispatch model incorporating wind power［J］.IEEE Trans on Power Energy Conversion，2008，23(2):603 611.

［8］張學(xué)清，梁軍，張利，等.計及風(fēng)光電源的一種地區(qū)電網(wǎng)電動汽車充電調(diào)度方法［J］.電工技術(shù)學(xué)報，2013，(2):28 35.ZHNG Xueqing，LIANG Jun，ZHANG Li，et al.Approach for plug-in electric vehicles charging scheduling considering wind and photovoltaic power in Chinese regional power grids［J］.Transactions of China Electrotechnical Society，2013，(2):28 35.

［9］ 楊宏，劉建新，苑津莎.風(fēng)電系統(tǒng)中常規(guī)機組負調(diào)峰能力研究［J］.中國電機工程學(xué)報，2010，30(16):26 31.YANG Hong，LIU Jianxin，YUAN Jinsha.Research of peak load regulation of conventional generators in wind power grid［J］.Proceedings of the CSEE，2010，30(16):26 31.

［10］ 洪博文，郭力，王成山，等.微電網(wǎng)多目標(biāo)動態(tài)優(yōu)化調(diào)度模型與方法［J］.電力自動化設(shè)備，2013，33(3):100 107.HONG Bowen，GUO Li，WANG Chengshan，et al.Model and method of dynamic multi-objective optimal dispatch for micro grid ［J］.Electric Power Automation Equipment，2013，33(3):100 107.

［11］ WANG Y，ZHOU J，LU Y，et al.Chaotic self-adaptive particle swarm optimization algorithm for dynamic economic dispatch problem with valve-point effects［J］.Expert Systems with Applications，2011，38(11):14231 14237.

［12］ 江興穩(wěn)，周建中，王浩，等.電力系統(tǒng)動態(tài)環(huán)境經(jīng)濟調(diào)度建模與求解［J］.電網(wǎng)技術(shù)，2013，(2):385 391.JIANG Xingwen，ZHOU Jianzhong，WANG Hao，et al.Environmental/economic dynamic dispatch modeling and solution for power system［J］.Power System Technology，2013，(2):385 391.

［13］ 徐鳴，沈希，馬龍華，等.一種多目標(biāo)粒子群改進算法的研究［J］.控制與決策，2009，(11):1 713 1 718.XU Ming，SHEN Xi，MA Longhua，et al.Research on modified multi-objective particle swarm optimization［J］.Control and Decision，2009，(11):1 713 1 718.

［14］ 黎靜華，韋化.求解機組組合問題的領(lǐng)域搜索法［J］.中國電機工程學(xué)報，2008，28(13):33 40.LI Jinghua，WEI Hua.Unit commitment via load search point method［J］.Proceedings of the CSEE，2008，28(13):33 40.

［15］ LU Youlin，ZHOU Jianzhong，QIN Hui，et al.Chaotic differential evolution methods for dynamic economic dispatch with valvepoint effects［J］.Engineering Applications of Artificial Intelligence，2011，24(2):378 387.