許立雄，李 響，劉友波，劉俊勇，凌 亮，孫 毅

(1.四川大學(xué)電氣信息學(xué)院，四川 成都 610065;2.四川省電力公司，四川 成都 610041)

0 引言

交易計劃編制工作是電力交易中心的主要工作之一，其結(jié)果將直接影響后續(xù)調(diào)度中心的工作［1］。交易計劃按照時間跨度可以分為短期的日交易計劃、中期的月度交易計劃和長期的年度交易計劃。短期的日交易計劃國內(nèi)外研究得比較成熟［2-6］，長期的年度交易計劃國內(nèi)外的研究成果也比較豐富［7-10］，而對于中期的月度交易計劃的研究相對還比較匱乏。文獻(xiàn)［11］基于“三公”調(diào)度模式，建立了全周期變時段發(fā)電計劃優(yōu)化模型。然而“三公”調(diào)度模式不能有效地引導(dǎo)電力工業(yè)朝著提高能源使用效率，減少環(huán)境污染的方向?qū)崿F(xiàn)可持續(xù)發(fā)展，因此國務(wù)院特別頒布了《節(jié)能發(fā)電調(diào)度辦法》。文獻(xiàn)［1］提出在節(jié)能調(diào)度模式下的一種綜合耗量優(yōu)化方法，綜合考慮了發(fā)電企業(yè)、電網(wǎng)公司和社會環(huán)境三方利益，用于解決省級電網(wǎng)直調(diào)火力發(fā)電單元月度電能交易計劃編制問題。上述文獻(xiàn)均是針對某一種調(diào)度模式研究月度交易計劃的編制，而目前就省一級的電力交易中心而言，月度交易計劃的編制正由平均分解的方式向節(jié)能分解的方式過渡，迫切需要能夠同時考慮多種調(diào)度方式的月度交易計劃編制方法。在深入分析平均分解和節(jié)能分解的編制模型的基礎(chǔ)上，提出了考慮多種調(diào)度模式的月度交易計劃統(tǒng)一編制模型，采用禁忌-粒子群算法進(jìn)行求解，并開發(fā)了相應(yīng)的系統(tǒng)實(shí)現(xiàn)月度交易計劃的編制與管理。

1 月度交易計劃編制模型

月度交易計劃編制是根據(jù)未來月份系統(tǒng)的電力電量需求，各個發(fā)電機(jī)組的檢修安排、啟停限制、發(fā)電量限制等條件，確定各個發(fā)電機(jī)組在未來月份的開停、出力及電量。編制完的計劃還需要滿足相應(yīng)的要求，如能耗最小、各個發(fā)電機(jī)組年合同電量完成進(jìn)度相當(dāng)?shù)?。這種要求與不同的調(diào)度模式相對應(yīng)，如能耗最小是節(jié)能調(diào)度模式下的要求;而各個發(fā)電機(jī)組年合同電量完成進(jìn)度相當(dāng)則是“三公”調(diào)度模式下的要求。

將編制完的計劃需要滿足的要求作為目標(biāo)函數(shù)，系統(tǒng)的電力電量平衡、機(jī)組運(yùn)行限制作為約束條件，建立考慮多種調(diào)度模式的月度交易計劃編制優(yōu)化模型，通過設(shè)置不同的目標(biāo)函數(shù)來反映不同的調(diào)度模式。模型具體描述如下。

1.1 優(yōu)化目標(biāo)

1)節(jié)能調(diào)度模式

節(jié)能調(diào)度模式要求按照各個發(fā)電機(jī)組的能耗由小到大安排發(fā)電，以提高電力工業(yè)能源使用效率，節(jié)約能源，促進(jìn)能源和電力結(jié)構(gòu)調(diào)整。因此節(jié)能調(diào)度模式下月度交易計劃編制模型的優(yōu)化目標(biāo)為發(fā)電能耗最小。

式中，ηi為發(fā)電機(jī)組i的單位能耗;為時段 t內(nèi)發(fā)電機(jī)組i的計劃發(fā)電量。

2)“三公”調(diào)度模式

“三公”調(diào)度模式是中國傳統(tǒng)的調(diào)度模式，“三公”調(diào)度的關(guān)鍵指標(biāo)是電廠年度合同電量進(jìn)度，即要求各電廠的電量完成進(jìn)度盡可能相近。以時段內(nèi)各個發(fā)電機(jī)組年合同電量完成進(jìn)度的方差來衡量各個機(jī)組之間年合同電量完成進(jìn)度的偏差，則優(yōu)化目標(biāo)可具體描述如下。

式中，D(Fi，t)為時段t內(nèi)各個發(fā)電機(jī)組年度合同電量完成進(jìn)度的方差;Fi，t為時段t內(nèi)發(fā)電機(jī)組i的年度合同電量完成進(jìn)度。

3)統(tǒng)一模型

采用不同調(diào)度模式進(jìn)行月度交易計劃的編制，區(qū)別體現(xiàn)在目標(biāo)上:節(jié)能調(diào)度模式以能耗最小作為計劃編制的指導(dǎo);“三公”調(diào)度以各個機(jī)組年合同電量完成進(jìn)度盡可能相近作為計劃編制的指導(dǎo)。因此，可以通過引入權(quán)重將不同的目標(biāo)函數(shù)綜合來實(shí)現(xiàn)不同調(diào)度模式下月度交易計劃編制的統(tǒng)一。

統(tǒng)一模型下的目標(biāo)函數(shù)可描述為

式中，α、β為權(quán)重，當(dāng)α=1，β=0時，對應(yīng)于節(jié)能調(diào)度模式;當(dāng)α=0，β=1時，則對應(yīng)于“三公”調(diào)度模式。

1.2 系統(tǒng)平衡約束

發(fā)電機(jī)組的出力需要滿足系統(tǒng)的負(fù)荷及備用需求;同時在時段內(nèi)所發(fā)電量需要與負(fù)荷消耗的電量相匹配。因此系統(tǒng)的平衡約束包括了電力平衡約束和電量平衡約束。

1)電力需求約束

電力需求約束為

式中，xi，t為時段 t內(nèi)發(fā)電機(jī)組的運(yùn)行狀態(tài)，0為停機(jī)，1為運(yùn)行;Pi，t為時段t內(nèi)發(fā)電機(jī)組的出力;NG為發(fā)電機(jī)組總臺數(shù);γt為時段t內(nèi)系統(tǒng)的備用率;Pl，t為時段t內(nèi)系統(tǒng)的總體負(fù)荷電力需求。

2)電量需求約束

電量需求約束為

式中，xi，t為時段 t內(nèi)發(fā)電機(jī)組的運(yùn)行狀態(tài)，0為停機(jī)，1為運(yùn)行;hi，t為時段 t內(nèi)發(fā)電機(jī)組的利用小時數(shù);Pi，t為時段t內(nèi)發(fā)電機(jī)組的出力;NG為發(fā)電機(jī)組總臺數(shù);γt為時段 t內(nèi)系統(tǒng)的備用率;El，t為時段 t內(nèi)系統(tǒng)的總體負(fù)荷電量需求。

1.3 機(jī)組約束

發(fā)電機(jī)組本身存在各種運(yùn)行的限制，如檢修、最小啟停時間等。具體的約束描述如下。

1)機(jī)組必須停機(jī)約束

機(jī)組必須停機(jī)約束為

式中，Goff為時段t內(nèi)由于檢修等原因必須停運(yùn)的發(fā)電機(jī)組集合。

2)機(jī)組必須開機(jī)約束

機(jī)組必須開機(jī)約束為

式中，Gon為時段t內(nèi)必須運(yùn)行的發(fā)電機(jī)組集合。

3)機(jī)組日利用小時數(shù)約束

機(jī)組日利用小時數(shù)約束為

式中，hi為發(fā)電機(jī)組i的日利用小時數(shù);為發(fā)電機(jī)組i的日最小利用小時數(shù);為發(fā)電機(jī)組i的日最大利用小時數(shù)。

4)機(jī)組啟停時間間隔約束

機(jī)組不能頻繁啟停，運(yùn)行和停運(yùn)都必須持續(xù)一段時間。

2 求解方法

月度交易計劃編制優(yōu)化模型是一個復(fù)雜的混合規(guī)劃問題，傳統(tǒng)的數(shù)學(xué)優(yōu)化算法隨著計算規(guī)模的擴(kuò)大，存在“維數(shù)災(zāi)”問題。

粒子群優(yōu)化算法簡單，可處理各種復(fù)雜優(yōu)化問題，已在多個領(lǐng)域廣泛應(yīng)用，但不同程度地存在早熟收斂問題。Tabu搜索通過禁忌準(zhǔn)則避免迂回搜索，通過藐視準(zhǔn)則來赦免一些被禁忌的優(yōu)良狀態(tài)，以保證多樣化的有效探索，最終實(shí)現(xiàn)全局最優(yōu)。借鑒這一思想來改進(jìn)PSO算法，避免算法陷入局部最優(yōu)導(dǎo)致的早熟收斂［12］。以改進(jìn)后的Tabu-PSO算法來求解月度交易計劃編制優(yōu)化模型。流程如下。

1)參數(shù)設(shè)置。粒子群個體的維數(shù)取優(yōu)化變量的個數(shù)即火電機(jī)組數(shù)，種群規(guī)模M取40。Tabu-PSO算法參數(shù)設(shè)置:慣性因子w取0.5，學(xué)習(xí)因子c1=c2=2.0，速度限制取±4.0，禁忌長度L即禁忌對象的任期取5，最大迭代次數(shù)Imax取50。

2)初始解生成。隨機(jī)生成M個可行解xi，計算各個可行解的目標(biāo)函數(shù)，取M個可行解中的目標(biāo)函數(shù)值最小的可行解作為群體當(dāng)前的最優(yōu)解Pg，并將其設(shè)置為禁忌對象，任期為L;將M個可行解設(shè)置為粒子自身當(dāng)前的最優(yōu)解Pi。當(dāng)前迭代次數(shù)置為1。

3)判斷當(dāng)前迭代次數(shù)是否達(dá)到最大迭代次數(shù)，若不滿足，當(dāng)前迭代次數(shù)累加1:若達(dá)到最大迭代次數(shù)則輸出群體當(dāng)前最優(yōu)解Pg為最終的優(yōu)化結(jié)果。

4)計算各個粒子的飛行速度

各個粒子飛行速度為

式中，w為慣性因子;c1、c2為學(xué)習(xí)因子;r1、r2為［0，1］間的隨機(jī)數(shù);為粒子未來飛行速度和當(dāng)前飛行速度;為粒子自身當(dāng)前的最優(yōu)解和群體當(dāng)前的最優(yōu)解。

5)根據(jù)粒子速度產(chǎn)生新的粒子位置(解)

6)查看粒子位置是否被禁，若是則重復(fù)步驟4)、5)，若不是，繼續(xù)以下步驟。

7)計算粒子新位置(解)的目標(biāo)函數(shù)值，與粒子當(dāng)前最優(yōu)解pi對應(yīng)的目標(biāo)函數(shù)值fi，best比較，若小則將粒子的新位置作為粒子的當(dāng)前最優(yōu)解pi，并更新fi，best;選取種群中所有粒子自身當(dāng)前最優(yōu)解的最小者，與種群當(dāng)前最優(yōu)解比較，若小則更新種群當(dāng)前最優(yōu)解pg及相應(yīng)的目標(biāo)函數(shù)值fg，best，并更新禁忌對象，若未更新種群當(dāng)前最優(yōu)解，則遞減禁忌對象的任期，轉(zhuǎn)入步驟3)。

3 計劃管理

編制好的交易計劃其效果依賴于各個電廠對計劃的執(zhí)行情況。計劃管理不僅是各個電廠月度開停、出力、發(fā)電量等信息的管理，還包含了對各個電廠計劃執(zhí)行情況的跟蹤與評估。評估計劃執(zhí)行情況的指標(biāo)具體定義如下。

1)電量偏差率

用于衡量各個發(fā)電機(jī)組實(shí)發(fā)電量對計劃電量的偏差，其定義如下。

2)偏差均衡率

用于衡量各個發(fā)電機(jī)組電量偏差相對于平均偏差水平的差異程度，其式為

式中，G為發(fā)電機(jī)組集合，可分別取超發(fā)機(jī)組和欠發(fā)機(jī)組進(jìn)行統(tǒng)計;NG為發(fā)電機(jī)組集合里發(fā)電機(jī)組的總臺數(shù);Δi%為發(fā)電機(jī)組集合里第i臺發(fā)電機(jī)組的偏差率;Δ%為發(fā)電機(jī)組集合里發(fā)電機(jī)組的平均偏差率。

3)合同進(jìn)度

對各個發(fā)電機(jī)組分別統(tǒng)計豐水期、枯水期以及全年的合同完成進(jìn)度，其式為

式中，依據(jù)變量p的取值，F(xiàn)i，p分別為發(fā)電機(jī)組 i的豐水期合同電量完成進(jìn)度、枯水期合同電量完成進(jìn)度和年度合同電量完成進(jìn)度;p(1)分別為豐水期起始時段、枯水期起始時段和年度起始時段;p(max)分別為豐水期結(jié)束時段、枯水期結(jié)束時段和年度結(jié)束時段;為發(fā)電機(jī)組i已經(jīng)完成的發(fā)電量;分別為發(fā)電機(jī)組i的豐水期合同電量、枯水期合同電量和年度合同電量。

4 實(shí)例

以某省公司2012年數(shù)據(jù)來驗(yàn)證模型及方法的實(shí)用性。

4.1 計劃編制

月度交易計劃編制模型中系統(tǒng)平衡約束如表1所示(只列出10—12月份的系統(tǒng)電力電量需求)，其中電力需求取該月份典型日的預(yù)測負(fù)荷，電量需求僅是火電部分的電量需求。

表1 電力電量

月度交易計劃編制模型中機(jī)組約束如表2所示(只列出部分信息)，包括了機(jī)組的容量、全年的合同電量、豐枯期的合同電量、檢修安排、機(jī)組日利用小時數(shù)的最大最小值。機(jī)組啟停時間間隔，所有機(jī)組取值相同，持續(xù)開機(jī)時間不少于10天，持續(xù)停機(jī)時間不少于10天。

表2 機(jī)組運(yùn)行信息

采用Tabu-PSO分別求解節(jié)能調(diào)度模式、“三公”調(diào)度模式下火電機(jī)組月度交易計劃。表3、表4分別是節(jié)能調(diào)度模式和“三公”調(diào)度模式下部分發(fā)電機(jī)組月度發(fā)電計劃(表中的單位均為MW·h)。

表3 節(jié)能調(diào)度模式

表4 “三公”調(diào)度模式

4.2 計劃管理

根據(jù)上述算法設(shè)計計算軟件，圖1展示了十月份各個發(fā)電機(jī)組計劃完成情況的評估結(jié)果。

畫面上半部分是機(jī)組合同完成進(jìn)度統(tǒng)計分析結(jié)果展示:左邊以進(jìn)程條的形式展示了查詢機(jī)組全年合同執(zhí)行的進(jìn)度、豐枯期合同執(zhí)行的進(jìn)度以及查詢月份合同計劃電量的完成情況;右半部分是所有機(jī)組合同完成進(jìn)度的統(tǒng)計分析結(jié)果展示，列表部分展示了全年、豐枯期、查詢月份完成進(jìn)度靠前、靠后的機(jī)組及其合同完成進(jìn)度，進(jìn)程條則展示了所有機(jī)組平均執(zhí)行進(jìn)度。

畫面下半部分展示了上網(wǎng)電量的偏差統(tǒng)計:上面的列表展示了查詢機(jī)組全年、豐枯期、查詢月份實(shí)發(fā)電量與計劃電量之間的偏差;下面的列表則展示了全年、豐枯期、查詢月份實(shí)發(fā)電量與計劃電量之間的偏差量靠前、靠后的機(jī)組及其計劃電量、實(shí)發(fā)電量、偏差率。

5 結(jié)語

針對電力體制新形勢下多種調(diào)度模式的發(fā)電計劃科學(xué)化管理要求，提出了考慮多種調(diào)度模式的月度交易計劃統(tǒng)一編制模型，通過設(shè)置不同的目標(biāo)函數(shù)來反映不同的調(diào)度模式;模型采用禁忌-粒子群算法進(jìn)行求解，利用禁忌算法的局部搜索能力來改善粒子群算法的“早熟”收斂。需指出所提模型里的約束只包含了機(jī)組的運(yùn)行約束，如何有效地考慮系統(tǒng)的安全約束，將是后續(xù)進(jìn)一步研究的內(nèi)容。

圖1 計劃管理

［1］湯偉，王漪，于繼來，等.編制直調(diào)火力發(fā)電單元月度電能交易計劃的綜合耗量優(yōu)化法［J］.中國電機(jī)工程學(xué)報，2009，29(5):64-70.

［2］Wang S J，Shahidehpour S M，Kirschen D S，et al.Short-term Generation Scheduling With Transmission and Environmental Constraints Using an Augmented Lagrangian Relaxation［J］.IEEE Transactions on Power Systems，1995，10(3):1294-1301.

［3］Huse E S，Wangensteen I，F(xiàn)aanes H H.Thermal Power Generation Scheduling by Simulated Competition［J］.IEEE Transactions on Power Systems，1999，14(2):472-477.

［4］Abido M A.Environmental/Economic Power Dispatch U-sing Multi-objective Evolutionary Algorithms［J］.IEEE Transactions on Power Systems，2003，18(4):1529-1537.

［5］張國立，李庚銀，謝宏，等.日前和實(shí)時市場統(tǒng)一電能交易模型［J］.中國電機(jī)工程學(xué)報，2006，26(21):50-56.

［6］初壯，于繼來.初期電力市場確定電網(wǎng)日發(fā)電計劃的模型與方法［J］.電力系統(tǒng)自動化，2006，30(22):43-47.

［7］Yu Z，Sparrow F T，Nderitu D.Long-term Hydrothermal Scheduling Using Composite Thermal and Composite Hydro Representations［J］.IEE Proceedings-Generation，Transmission and Distribution，1998，145(2):210-216.

［8］Ferrero R W，Rivera J F，Shahidehpour S M.A Dynamic Programming Two-stage Algorithm for Long-term Hydrothermal Scheduling of Multireservoir Systems［J］.IEEE Transactions on Power Systems，1998，13(4):1534-1540.

［9］Fu Y，Shahidehpour M，Li Z.Long-term Security-constrained Unit Commitment Hybrid Dantzig-Wolfe Decomposition and Subgradient Approach［J］.IEEE Transactions on Power Systems，2005，20(4):2093-2106.

［10］王漪，于繼來，柳焯.基于月度競價空間滾動均衡化的年中標(biāo)電量分解［J］.電力系統(tǒng)自動化，2006，30(17):24-27.

［11］楊爭林，唐國慶.全周期變時段“三公”調(diào)度發(fā)電計劃優(yōu)化模型［J］.電網(wǎng)技術(shù)，2011，35(2):132-136.

［12］許立雄，呂林，劉俊勇.基于改進(jìn)粒子群優(yōu)化算法的配電網(wǎng)絡(luò)重構(gòu)［J］.電力系統(tǒng)自動化，2006，30(7):27-30，30.