摘要：近年來(lái)，由于能源戰(zhàn)略的持續(xù)改革，低碳和無(wú)碳等清潔能源發(fā)展迅猛。傳統(tǒng)發(fā)電廠為適應(yīng)降低碳排放的要求，發(fā)電機(jī)組的深度調(diào)峰成為新常態(tài)。針對(duì)某省份的電力輔助服務(wù)交易條例進(jìn)行了闡釋?zhuān)?gòu)建了數(shù)據(jù)模型庫(kù)。通過(guò)對(duì)多級(jí)發(fā)電單元參與深度調(diào)頻市場(chǎng)的成交數(shù)據(jù)進(jìn)行大規(guī)模數(shù)據(jù)研究，最終推出了一種計(jì)算火力發(fā)電單元投入電力調(diào)頻輔助服務(wù)所涉及的成本及利潤(rùn)的數(shù)學(xué)模型，期望為行業(yè)人士提供決策依據(jù)。

關(guān)鍵詞：煤電廠調(diào)峰收益優(yōu)化算法應(yīng)用實(shí)踐

中圖分類(lèi)號(hào)：TM621

OptimizationAlgorithmandPracticalExplorationofPeakShavingRevenueinCoal-FiredPowerPlants

ZHANGJinhui

SStateEnergyGroupHenanElectricPowerCo.，Ltd.，Zhengzhou，HenanProvince，450000China

Abstract：Inrecentyears，duetothecontinuousreformofenergystrategy，cleanenergysuchaslow-carbonandcarbon-freehasdevelopedrapidly.Inordertomeettherequirementsofreducingcarbonemissions，thetraditionalpowerplantshavemadedeeppeakshavingofgeneratorunitsthenewnorm.Inthispaper，theregulationsofelectricauxiliaryservicetradinginacertainprovinceareexplained，andthedatamodelbaseisconstructed.Byconductinglarge-scaledataresearchonthetransactiondataofmultistagepowergenerationunitsparticipatingindeepfrequencymodulation（FM）market，thispaperfinallyintroducesamathematicalmodeltocalculatethecostandprofitinvolvedinpowerFMauxiliaryserviceofthermalpowergenerationunits，hopingtoprovidedecision-makingbasisfortheindustry.

Keywords：Coal-firedpowerplant;Peakshavingrevenue;Optimizationalgorithm;Algorithmpractice

近年來(lái)，隨著能源需求增加和環(huán)保壓力增大，新能源發(fā)電裝機(jī)占比不斷增大。新型能源的波動(dòng)性及常規(guī)燃煤電站裝備比例和運(yùn)行時(shí)間的年年減少，這與當(dāng)前電網(wǎng)調(diào)節(jié)高峰時(shí)段等支持功能主要依賴(lài)燃煤發(fā)電機(jī)組的事實(shí)形成了明顯的對(duì)照，致使供電系統(tǒng)、能源生成以及電力消費(fèi)之間的協(xié)同作業(yè)遭遇重大考驗(yàn)[1]。調(diào)節(jié)電力供需平衡的輔助服務(wù)市場(chǎng)涵蓋了深層次的發(fā)電機(jī)組調(diào)節(jié)交易以及火力發(fā)電廠的緊急開(kāi)停市場(chǎng)等活動(dòng)。在此過(guò)程中，通過(guò)減少火力發(fā)電機(jī)組的功率輸出，深層次的調(diào)峰交易致力于緩解因風(fēng)能與太陽(yáng)能擴(kuò)張而產(chǎn)生的風(fēng)電和光伏過(guò)剩問(wèn)題，并為新型能源的吸納創(chuàng)造了必要條件。

1火電機(jī)組調(diào)峰發(fā)展現(xiàn)狀

在電能供應(yīng)體系的輔助功能中，根據(jù)負(fù)載變更的程度，調(diào)峰作業(yè)可分為常規(guī)調(diào)節(jié)與補(bǔ)償性調(diào)節(jié)。接入電網(wǎng)的火力發(fā)電機(jī)組需依照《雙重規(guī)定》的規(guī)范，依據(jù)其發(fā)電能力參與到電力系統(tǒng)的峰值調(diào)控中。基于此，聯(lián)網(wǎng)運(yùn)行的發(fā)電裝置必須提供的一項(xiàng)輔助服務(wù)是基礎(chǔ)的負(fù)荷調(diào)節(jié)。對(duì)于接入電網(wǎng)的發(fā)電設(shè)備來(lái)講，調(diào)控其開(kāi)關(guān)運(yùn)行以平衡電力需求的行為稱(chēng)為有償調(diào)峰，這包括基礎(chǔ)的功率調(diào)整及進(jìn)一步的深入調(diào)節(jié)[2]。通過(guò)調(diào)節(jié)聯(lián)網(wǎng)的發(fā)電單元，有效完成了電網(wǎng)中負(fù)荷高峰的削減和低谷的補(bǔ)充。

隨著新型能源發(fā)電占比逐漸提高，聯(lián)網(wǎng)發(fā)電單元的調(diào)頻性能同樣映射出電網(wǎng)系統(tǒng)吸納新能源接入發(fā)電的能力。發(fā)電網(wǎng)絡(luò)的構(gòu)架差異以及系統(tǒng)吸納能力的不一致，導(dǎo)致采用多樣化的調(diào)頻操作模式。在能源供給結(jié)構(gòu)以火力發(fā)電為主導(dǎo)、電力來(lái)源波動(dòng)較小時(shí)，日間用電高峰與低谷差異可通過(guò)實(shí)行雙班作業(yè)并減少蒸汽負(fù)荷運(yùn)行來(lái)有效應(yīng)對(duì)；對(duì)此，通常依賴(lài)那些容量不大但啟動(dòng)和停止靈活的發(fā)電單元來(lái)滿(mǎn)足用電需求。這兩個(gè)辦法各具特色，在特定階段它們同樣成了我國(guó)調(diào)節(jié)電力峰谷差距的主要策略之一。伴隨著我國(guó)在電能領(lǐng)域政策的實(shí)施與技術(shù)的提升與壯大，國(guó)內(nèi)電網(wǎng)系統(tǒng)逐漸步入了寬廣的電力網(wǎng)絡(luò)和超高壓的新紀(jì)元，容積龐大、性能指標(biāo)先進(jìn)的燃煤發(fā)電機(jī)組數(shù)量穩(wěn)步增長(zhǎng)，同時(shí)風(fēng)力發(fā)電和太陽(yáng)能發(fā)電等替代能源接入電網(wǎng)的份額持續(xù)攀高，這改變了電源的構(gòu)成并導(dǎo)致電力系統(tǒng)的波動(dòng)性增強(qiáng)[3]。這兩個(gè)峰值調(diào)整方法難以匹配現(xiàn)行電網(wǎng)的特性，很少被采納。處于如此環(huán)境下，使得高參數(shù)燃煤電站以低負(fù)荷運(yùn)作進(jìn)行調(diào)頻調(diào)峰成為相對(duì)主流的方法，此舉不僅安全可靠，而且經(jīng)濟(jì)高效，且具備直觀和靈敏的優(yōu)勢(shì)。

在中國(guó)北方，對(duì)火力發(fā)電機(jī)組調(diào)節(jié)靈活性的研究與試驗(yàn)項(xiàng)目已經(jīng)吸引了廣泛關(guān)注[4]。對(duì)燃煤發(fā)電機(jī)組的調(diào)節(jié)峰值性能展開(kāi)探究和優(yōu)化，主要專(zhuān)注于實(shí)現(xiàn)鍋爐在低載荷下的穩(wěn)定燃燒與主輔機(jī)的協(xié)同發(fā)展，審查影響燃煤發(fā)電機(jī)組深度調(diào)峰的各種因素，并對(duì)其調(diào)峰作業(yè)的成本效益進(jìn)行分析，包括普通機(jī)組的周期性開(kāi)停成本評(píng)估；同樣結(jié)合電力系統(tǒng)的負(fù)荷分配、熱電聯(lián)產(chǎn)等視角進(jìn)行了綜合的理論洞察和算法開(kāi)發(fā)研究。目前，采用的調(diào)查技術(shù)主要包括順序遞增法、直線優(yōu)化技術(shù)、復(fù)合整數(shù)最優(yōu)化技術(shù)、基因編程技術(shù)、仿生免疫技術(shù)、模擬神經(jīng)網(wǎng)絡(luò)技術(shù)、蟻集優(yōu)化技術(shù)和微粒群最優(yōu)化技術(shù)等，旨在增強(qiáng)系統(tǒng)的調(diào)節(jié)峰值能力。

2煤電廠調(diào)峰收益優(yōu)化算法案例分析

本文以一家熱力發(fā)電廠作為案例，對(duì)其調(diào)節(jié)負(fù)荷產(chǎn)生的經(jīng)濟(jì)效益進(jìn)行了優(yōu)化算法的研究。該供暖發(fā)電廠配備了4個(gè)供熱機(jī)組，全都是高低壓聯(lián)合缸型的機(jī)組，其設(shè)計(jì)狀態(tài)參數(shù)詳見(jiàn)如表1所示。

2.1機(jī)組熱電關(guān)系

依照該熱力發(fā)電廠的供暖工作狀況設(shè)計(jì)圖，能夠獲得發(fā)電機(jī)組的熱電聯(lián)產(chǎn)負(fù)荷曲線，由此推導(dǎo)出調(diào)頻操作的上限和下限[5]。計(jì)算＃１和＃２號(hào)熱電聯(lián)產(chǎn)機(jī)組的發(fā)電功率與抽取凝汽的相關(guān)性。發(fā)現(xiàn)當(dāng)抽蒸汽量保持不變時(shí)，發(fā)電的效率會(huì)在發(fā)電組的最低發(fā)電量和最高發(fā)電量間波動(dòng)，抽取供暖用的蒸汽量增多，相應(yīng)地發(fā)電量就會(huì)減少。

依照機(jī)組預(yù)定的供暖狀態(tài)，可以獲得#3和#4供暖機(jī)組發(fā)電能力與抽取蒸汽量之間的關(guān)系。發(fā)現(xiàn)在蒸汽提取量增至特定數(shù)額時(shí)，發(fā)電效能呈現(xiàn)最小水平。進(jìn)而若持續(xù)擴(kuò)大抽取的蒸汽體積，熱電裝置的供汽量將呈上升趨勢(shì)，因此在抽出蒸汽量進(jìn)一步提升之際，其發(fā)電效能亦將步步提升。

依照該火力發(fā)電站不同機(jī)組規(guī)劃運(yùn)行狀態(tài)下的出力與抽氣量之相關(guān)性曲線所示，通過(guò)數(shù)學(xué)模型擬合得到的功率特征方程展現(xiàn)如下：

式（1）中：P1、P2、P3、P4分別表示＃1、＃2、＃3及＃4機(jī)組各自對(duì)應(yīng)的發(fā)電功率，單位為MW；D1、D2、D3、D4分別表示各個(gè)機(jī)組＃1、＃2、＃3、＃4相對(duì)應(yīng)的抽汽量，單位為t/h。

2.2發(fā)電廠機(jī)組運(yùn)作模式

表1為各機(jī)組的相關(guān)參數(shù)。經(jīng)過(guò)關(guān)于最簡(jiǎn)運(yùn)作模式的實(shí)例分析，獲悉了該發(fā)電廠在各種運(yùn)行狀態(tài)下機(jī)組最優(yōu)匹配方案與熱電負(fù)荷分布的詳細(xì)情況。參照這家電廠各機(jī)組規(guī)劃的工作狀態(tài)，可以推斷出：當(dāng)全廠的熱能供應(yīng)量達(dá)到1.5×104kJ/h、2.0×104kJ/h、2.5×104kJ/h和3.0×104kJ/h這4個(gè)不同級(jí)別時(shí)，若停止＃3機(jī)組的作業(yè)，此時(shí)，電廠的最低功率輸出會(huì)低于同時(shí)運(yùn)轉(zhuǎn)4組機(jī)組與中止＃2機(jī)組作業(yè)時(shí)電廠的最低功率輸出。在整個(gè)工廠的總供熱量達(dá)到3.5×103kJ/h的條件下，4臺(tái)機(jī)組的同時(shí)運(yùn)作構(gòu)成了該組合中最優(yōu)的運(yùn)轉(zhuǎn)搭配。

2.3機(jī)組匹配分析

隨著供熱情情況的不同，發(fā)現(xiàn)3種不同機(jī)組配置下的整廠深度調(diào)峰收益先是上升后下降；而在四臺(tái)機(jī)組的運(yùn)作之下，整廠深度調(diào)峰的總收益于第四工況時(shí)觸及頂點(diǎn)；而當(dāng)停止運(yùn)行#＃2機(jī)組后，整廠的深度調(diào)峰總收益在＃2工況時(shí)達(dá)到最高；同樣地，停用#＃3機(jī)組時(shí)，該總收益在第三工況獲得最大值。在運(yùn)行狀態(tài)一提供供暖時(shí)，全工廠調(diào)峰效益達(dá)到最優(yōu)需要暫停＃3機(jī)組；在運(yùn)行狀態(tài)二提供供暖時(shí)及運(yùn)行狀態(tài)四時(shí)，四部機(jī)組全面投入時(shí)全工廠調(diào)峰效益達(dá)到最優(yōu)；而運(yùn)行狀態(tài)三的供暖中，中斷＃3機(jī)組能獲得最大的全工廠調(diào)峰效益；最后在運(yùn)行狀態(tài)五供暖期間，須保持四部機(jī)組運(yùn)作以確保滿(mǎn)足供熱需求[6-8]。

2.4單一機(jī)組的調(diào)峰收益

該省的取暖時(shí)間通常從11月的中旬持續(xù)到＃2年的3月中旬。本研究選定了2020年12月、2021年1—2月這個(gè)電站的發(fā)電量和調(diào)峰記錄，以此來(lái)分析售電利潤(rùn)和平抑負(fù)荷的補(bǔ)償利潤(rùn)。

依據(jù)這家發(fā)電廠＃1機(jī)組在2019年12月初至月底的抽蒸汽數(shù)據(jù)顯示，日均抽蒸汽量維持在100t。假若依照最低運(yùn)作模式進(jìn)行，那么其日均最低發(fā)電功率將達(dá)到190MW。因此，每小時(shí)進(jìn)行深度調(diào)節(jié)峰值的補(bǔ)償利潤(rùn)達(dá)到了257.4元。若以每天9h作為深度負(fù)荷調(diào)整的周期，則日常該調(diào)節(jié)作用可帶來(lái)的補(bǔ)償利潤(rùn)為23166元。于是，該電站在2019年的最后一個(gè)月，針對(duì)#1發(fā)電機(jī)組的深層次調(diào)頻補(bǔ)貼利潤(rùn)達(dá)到了718.146萬(wàn)元[9]。

依據(jù)這座發(fā)電站＃1機(jī)組在2020年2月初至月底的供暖數(shù)據(jù)分析，抽取蒸汽的參數(shù)顯示，日均抽汽量達(dá)到了127t。若采用最節(jié)能的操作模式，則其日均最低發(fā)電量能夠達(dá)到185MW，而且每小時(shí)深度調(diào)峰所帶來(lái)的額外收益能達(dá)到2772元。若設(shè)定每天進(jìn)行深度調(diào)峰的時(shí)長(zhǎng)為九小時(shí)，那么該日通過(guò)深度調(diào)峰能獲得的補(bǔ)償性收入將是24948元。該發(fā)電站2月份#1機(jī)組實(shí)施調(diào)頻負(fù)荷調(diào)節(jié)后的額外收益高達(dá)6985440元。

2.5實(shí)際運(yùn)行的調(diào)峰收益

在比較了現(xiàn)實(shí)操作條件與預(yù)定設(shè)計(jì)條件后，觀察到＃1和＃2機(jī)組在實(shí)際操作中與設(shè)計(jì)狀態(tài)的偏差不大，實(shí)際操作在很多處與預(yù)設(shè)的設(shè)計(jì)狀態(tài)相吻合。鑒于工廠中的#3與#4機(jī)組正在進(jìn)行提高背壓的改進(jìn)作業(yè)，一旦改進(jìn)完成，整個(gè)工廠#3和#4機(jī)組的最低運(yùn)行輸出水平將會(huì)下降[10]。通過(guò)分析得出，＃3機(jī)組在實(shí)際操作中與其預(yù)設(shè)的操作狀態(tài)存在顯著偏差，其實(shí)際最低發(fā)電量明顯低于設(shè)計(jì)時(shí)預(yù)定的最低發(fā)電量。

3結(jié)語(yǔ)

據(jù)以上分析，鑒于新能源吸納及其調(diào)峰能力的限制，火力發(fā)電設(shè)備負(fù)責(zé)了眾多調(diào)峰、調(diào)頻等輔助功能?；鹆Πl(fā)電裝置里，數(shù)量不少的供暖系統(tǒng)在采暖季節(jié)得同時(shí)應(yīng)對(duì)供應(yīng)熱能和發(fā)電的雙重職責(zé)。供暖系統(tǒng)與其固有的熱力發(fā)電屬性的制約，同樣為峰值調(diào)控造成了極大挑戰(zhàn)。在確保滿(mǎn)足供暖要求的前提下，增強(qiáng)系統(tǒng)峰值調(diào)控性能極為關(guān)鍵。

參考文獻(xiàn)

[1] 張棟，張華玲.燃煤電廠深度調(diào)峰收入的會(huì)計(jì)核算研究[J].內(nèi)蒙古煤炭經(jīng)濟(jì)，2023（7）：78-80.

[2] 胡甜甜.基于交流電阻抗測(cè)量與Levenberg--Marquardt算法的煤炭摻雜率檢測(cè)方法研究[D].銀川：寧夏大學(xué)，2022.

[3] 張一荻.空調(diào)負(fù)荷參與系統(tǒng)調(diào)峰容量評(píng)估與應(yīng)用研究[D].濟(jì)南：山東大學(xué)，2020.

[4] 崔楊，于世鵬，王學(xué)斌，等.考慮系統(tǒng)調(diào)峰需求與光熱電站收益平衡的儲(chǔ)熱容量?jī)?yōu)化配置[J].中國(guó)電機(jī)工程學(xué)報(bào)，2023（22）：8745-8757.

[5] 朱法華，許月陽(yáng)，孫尊強(qiáng)，等.中國(guó)燃煤電廠超低排放和節(jié)能改造的實(shí)踐與啟示[J].中國(guó)電力，2021，54（4）：1-8.

[6]鄧悅.燃煤機(jī)組深度調(diào)峰中SCR脫硝智能多點(diǎn)采樣系統(tǒng)的應(yīng)用[J].潔凈煤技術(shù)，2024，30（S2）：255-259.

[7]張銳，孟月，高繼錄，等.燃煤電廠深度調(diào)峰下濕法脫硫石膏脫水困難分析與治理[J].東北電力技術(shù)，2024，45（9）：46-49.

[8]史文輝，李凱亮，宮廷，等.基于直接吸收光譜深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型的CO2濃度檢測(cè)研究[J].電力科技與環(huán)保，2024，40（1）：44-52.

[9]張全斌，周瓊芳.燃煤電廠碳-氫-風(fēng)-光-電耦合模型初探——基于“富氧燃燒”CO2捕集技術(shù)[J].中國(guó)國(guó)土資源經(jīng)濟(jì)，2023，36（12）：10-17.

[10]秦剛?cè)A，童小忠，陳彪，等.燃煤電廠實(shí)際煙氣脫硝催化劑性能檢測(cè)中試平臺(tái)建設(shè)與應(yīng)用[J].浙江電力，2021，40（6）：99-102.