CN102930351B - 一种综合节能优化调度日计划生成方法 - Google Patents

Abstract

本发明涉及一种综合节能优化调度日计划生成方法，包括通过煤耗在线监测***获得机组供电煤耗信息，通过烟气排放在线监测***获得脱硫效率信息，通过热电机组在线监测***获得供热负荷信息，通过资源综合利用在线监测***获得资源综合利用信息；将供电煤耗信息、脱硫效率信息、供热负荷信息和资源综合利用信息，结合输电网损信息构建综合节能减排数学模型；采用多目标线性规划算法优化求解，获得次日计划自动生成。本发明对供电煤耗、脱硫效率、供热负荷、资源综合利用、电网网损等因素采用了不同的处理办法，在目标函数中考虑机组的供电煤耗、脱硫效率以及电网网损，在约束条件中考虑供热负荷、资源综合利用，从而实现节能调度的日计划自动生成。

Description

一种综合节能优化调度日计划生成方法

技术领域

本发明涉及电网节能领域，尤其是一种综合节能优化调度日计划生成方法。

背景技术

目前国内节能发电调度技术支持***的日计划编制通常仅考虑机组供电煤耗及***网损，即在预测明日负荷水平的情况下，以明日全网省内所有机组的煤耗与总网损最小为目标函数，通过优化求解算法获得明日的发电机组优化安排日计划。根据国家***、环保总局、电监会、能源局四部委制定的《节能发电调度办法（试行）》等一系列文件要求，还需要考虑发电机组的烟气排放（脱硫效率）、热电特性、资源综合利用等特性，而目前国内节能发电调度技术支持***的日计划生成的数学模型没有考虑这些因素。

发明内容

本发明的目的在于提供一种能够综合考虑发电机组的供电煤耗、输电网损、脱硫效率、供热负荷、资源综合利用特性的综合节能优化调度日计划生成方法。

为实现上述目的，本发明采用了以下技术方案：一种综合节能优化调度日计划生成方法，该方法包括下列顺序的步骤：

（1）通过煤耗在线监测***获得机组供电煤耗信息，通过烟气排放在线监测***获得脱硫效率信息，通过热电机组在线监测***获得供热负荷信息，通过资源综合利用在线监测***获得资源综合利用信息；

（2）将上述供电煤耗信息、脱硫效率信息、供热负荷信息和资源综合利用信息，结合输电网损信息构建综合节能减排数学模型；

（3）采用多目标线性规划算法优化求解，获得次日计划自动生成。

由上述技术方案可知，本发明构建了基于供电煤耗、脱硫效率、供热负荷、资源综合利用、输电网损的综合节能减排数学模型，发电机组日节能发电计划生成以整个发输电过程能耗最小为目标。对供电煤耗、脱硫效率、供热负荷、资源综合利用、电网网损等因素采用了不同的处理办法，在目标函数中考虑机组的供电煤耗、脱硫效率以及电网网损，在约束条件中考虑供热负荷、资源综合利用，从而实现节能调度的日计划自动生成。

附图说明

图1是本发明的工作流程示意图。

具体实施方式

一种综合节能优化调度日计划生成方法，该方法包括下列顺序的步骤：通过煤耗在线监测***获得机组供电煤耗信息，通过烟气排放在线监测***获得脱硫效率信息，通过热电机组在线监测***获得供热负荷信息，通过资源综合利用在线监测***获得资源综合利用信息；将上述供电煤耗信息、脱硫效率信息、供热负荷信息和资源综合利用信息，结合输电网损信息构建综合节能减排数学模型；采用多目标线性规划算法优化求解，获得次日计划自动生成。如图1所示。

如图1所示，所述的基于供电煤耗信息、脱硫效率信息、供热负荷信息、资源综合利用信息和输电网损信息构建的综合节能减排数学模型，其目标函数如下：

$\min F=\underset{t=1}{\overset{T}{\mathrm{\Σ}}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}[{\mathrm{\λ}}_i\·C_i\left(p(i,t)\right)]+\underset{t=1}{\overset{T}{\mathrm{\Σ}}}\mathrm{\Δ}{P}_t\·\mathrm{\β}---\left(1\right)$

其中，T为调度期间的时段数；N为机组数；p(i,t)为机组i在时段t的发电出力；Ci(p(i,t))为机组i在t时的能耗；ΔP_t表示t时段的网损，β表示电量与煤耗的折算系数；λ_i表示机组脱硫状态系数。

如图1所示，所述的目标函数满足***负荷平衡约束如下：

$\underset{i=1}{\overset{N}{\mathrm{\Σ}}}p(i,t)=p_d\left(t\right)---\left(2\right)$

式中，p(i,t)为机组i在时段t的发电出力，p_d(t)为t时的***发电口径净负荷。

如图1所示，所述的目标函数满足机组旋转备用约束如下：

${\stackrel{\‾}{p}}_r\left(t\right)\≥\underset{i=1}{\overset{N}{\mathrm{\Σ}}}r(i,t)\≥\underset{\‾}{p_r}\left(t\right)---\left(3\right)$

式中，r(i,t)为机组i在t时提供的旋转备用；p_r(t)分别表示***t时的上调旋转备用需求与下调旋转备用需求。

如图1所示，所述的目标函数满足电网安全约束，其中满足的支路潮流约束如下：

$\underset{\‾}{p_{\mathrm{ij}}}\≤p_{\mathrm{ij}}\≤\stackrel{\‾}{p_{\mathrm{ij}}}---\left(4\right)$

式中，p_ij分别表示支路ij的潮流功率上、下限值；

满足的联络线断面潮流约束如下：

$\underset{\‾}{P_{\mathrm{ij}}}\≤p_{\mathrm{ij}}\≤\stackrel{\‾}{P_{\mathrm{ij}}}---\left(5\right)$

式中， p _ij 分别表示联络线断面ij的潮流功率上、下限值。

如图1所示，所述的目标函数满足机组运行约束如下：

p_i,minu(i,t)≤p(i,t)≤p_i,maxu(i,t)（6）

式中，p(i,t)为机组i在时段t的发电出力，p_i,minu(i,t)，p_i,maxu(i,t)分别表示发电机组i在时段t的运行状态输出功率的上、下限。

如图1所示，所述的目标函数满足固定出力约束,固定出力约束是依据电网运行的特点以及机组的特性确定所需要满足的约束条件；

对于热定电机组，依据热电机组的供热负荷需求，确定发电计划；

对于综合利用机组，若为煤矸石型综合利用机组，当前日低位发热量≤3500kCal/kg时，按固定出力发电，否则参与常规火电优化调度确定出力；若为燃用生活垃圾型综合利用机组，当前日燃料比≥80％时，按固定出力发电，否则参与常规火电优化调度确定出力；

对于风电、太阳能新能源机组，按预测出力确定发电计划。

如图1所示，所述的目标函数满足最小运行时间和最小停运时间约束如下：

$(V_{t,i}^{\mathrm{on}}-T_i^{\min \_\mathrm{on}})\·(u(i,t-1)-u(i,t))\≥0---\left(8\right)$

$(V_{t,i}^{\mathrm{off}}-T_i^{\min \_\mathrm{off}})\·(u(i,t)-u(i,t-1))\≥0---\left(9\right)$

式中，T_{imin_on}和T_{imin_off}分别为机组i的最小开机时间和最小停机时间；V_t,ion和V_t,ioff分别为机组i在t时段之前的连续开机和停机时间；u(i,t)表示机组i在时段t的启停方式，运行或停止，1表示运行，0表示停止。

如图1所示，所述的目标函数满足机组调节备用约束：

$\stackrel{\‾}{p_r^{\′}}\left(t\right)\≥\underset{i\∈I_g}{\mathrm{\Σ}}{r}^{\′}(i,t)\≥\underset{\‾}{p_t^{\′}}\left(t\right)---\left(10\right)$

式中， p _r '(t)分别表示***t时的AGC上调备用需求和下调备用需求，r'(i,t)表示机组i在t时提供的AGC备用。

如图1所示，所述的目标函数满足机组最大开停次数约束：

$\underset{t=1}{\overset{T}{\mathrm{\Σ}}}y(i,t)=N_s---\left(11\right)$

式中，Ns表示调度期内最大开停次数；y(i,t)为机组i在时段t是否有停机到开机状态变化的标志。

对于上述的目标函数，采用多目标线性规划（MIP）算法优化求解，MIP算法原理和过程如下：

1）线性化，将非线性因素作线性化逼近；

2)松弛离散变量，求解松弛问题最优解。将联合优化问题中的离散变量松弛，形成不考虑整数约束的松弛问题，采用线性规划法求解松弛问题，该问题的最优解即为联合优化问题的理论下界值；

3）以松弛问题的最优解为初始点，通过增加一些特殊的约束来逐步改变线性规划的可行解空间，进行整数分割寻优，求解整数变量可行解；

4）判断整数可行解与第2）步中的松弛最优解之间的间隙是否满足收敛精度。如果满足则结束，否则转入第3）步，寻找其他分支，直到满足收敛条件。

以下结合图1对本发明作进一步的说明。

（1）首先从日前负荷预测***获取未来选定时间范围内各时段的***负荷需求预测、母线负荷需求预测，并获取相应的跨省跨区交换计划、设备检修计划。此外，获取机组年度电量计划和已完成年度发电累计、机组基本经济参数等数据；

（2）在线获得发电机组供电煤耗、烟气排放（脱硫效率）、热电监测、资源综合利用等实时监测数据信息；

（3）获取用于日前发电计划编制的网络断面，并根据设备检修计划，自动生成各时段网络拓扑，并计算各时段的灵敏度系数；

（4）根据网络模型注册信息，采用多目标线性规划（MIP）计算生成各计算时段满足各种安全约束条件的最优的日前机组组合、机组出力和辅助服务安排；

（5）对步骤（3）形成的机组日前发电计划进行预想故障分析，包括基态安全校核分析、N-1安全校核分析和预定义故障集安全校核分析，如果发现有新的越限，则计算各发电节点对越限元件的灵敏度，并形成新的约束条件，回到步骤（3）计算；

（6）安全校核通过后，形成符合电网安全约束要求的机组日前发电计划。可以人工调整各发电机组的日前计划，并提供各种可视化辅助调节手段；

（7）被调整机组发电计划固定后，重新进入日前发电计划优化编制，计算剩余机组发电计划，并对调节计划进行安全校核，直至满足所有约束条件；

（8）为进一步提高日前发电计划的安全校核强度和可执行能力，将人工调节的日前发电计划再次进行安全校核，此时安全校核的结果不再自动进入日前发电计划编制，而由使用人员根据校核结果修正日前发电计划编制的约束条件，决定是否重新进行日前发电计划编制；

（9）对日前发电计划进行评估分析，比对分析多个计划方案的机组总发电量变化、机组各时段电量分配比例变化、机组收益变化、全网购电费用变化、节能减排效果等指标。

综上所述，本发明构建了基于供电煤耗、脱硫效率、供热负荷、资源综合利用、输电网损的综合节能减排数学模型，发电机组日节能发电计划生成以整个发输电过程能耗最小为目标。对供电煤耗、脱硫效率、供热负荷、资源综合利用、电网网损等因素采用了不同的处理办法，在目标函数中考虑机组的供电煤耗、脱硫效率以及电网网损，在约束条件中考虑供热负荷、资源综合利用，从而实现节能调度的日计划自动生成。

Claims (1)

1.一种综合节能优化调度日计划生成方法，该方法包括下列顺序的步骤：

(1)通过煤耗在线监测***获得机组供电煤耗信息，通过烟气排放在线监测***获得脱硫效率信息，通过热电机组在线监测***获得供热负荷信息，通过资源综合利用在线监测***获得资源综合利用信息；

(2)将上述供电煤耗信息、脱硫效率信息、供热负荷信息和资源综合利用信息，结合输电网损信息构建综合节能减排数学模型；

(3)采用多目标线性规划算法优化求解，获得次日计划自动生成；

所述的基于供电煤耗信息、脱硫效率信息、供热负荷信息、资源综合利用信息和输电网损信息构建的综合节能减排数学模型，其目标函数如下：

$\begin{array}{cc}\min & F=\underset{t=1}{\overset{T}{\Σ}}\underset{i=1}{\overset{N}{\Σ}}\[{\mathrm{\λ}}_i\·C_i\left(p\right(i,t\left)\right)\]+\underset{t=1}{\overset{T}{\Σ}}{\mathrm{\ΔP}}_t\·\mathrm{\β}\end{array}---\left(1\right)$

其中，T为调度期间的时段数；N为机组数；p(i,t)为机组i在时段t的发电出力；Ci(p(i,t))为机组i在t时的能耗；△P_t表示t时段的网损，β表示电量与煤耗的折算系数；λ_i表示机组脱硫状态系数；

所述的目标函数满足***负荷平衡约束如下：

$\underset{i=1}{\overset{N}{\Σ}}p(i,t)=p_d\left(t\right)---\left(2\right)$

式中，p(i,t)为机组i在时段t的发电出力，p_d(t)为t时的***发电口径净负荷；

所述的目标函数满足机组旋转备用约束如下：

${\stackrel{\‾}{p}}_r\left(t\right)\≥\underset{i=1}{\overset{N}{\Σ}}r(i,t)\≥\underset{\‾}{p_r}\left(t\right)---\left(3\right)$

式中，r(i,t)为机组i在t时提供的旋转备用； p _r (t)分别表示***t时的上调旋转备用需求与下调旋转备用需求；

所述的目标函数满足电网安全约束，其中满足的支路潮流约束如下：

$\underset{\‾}{p_{ij}}\≤p_{ij}\≤\stackrel{\‾}{p_{ij}}---\left(4\right)$

式中， p _ij 分别表示支路ij的潮流功率上、下限值；

满足的联络线断面潮流约束如下：

$\underset{\‾}{P_{ij}}\≤p_{ij}\≤\stackrel{\‾}{P_{ij}}---\left(5\right)$

式中， p _ij 分别表示联络线断面ij的潮流功率上、下限值；

所述的目标函数满足机组运行约束如下：

p_i,minu(i,t)≤p(i,t)≤p_i,maxu(i,t)(6)

式中，p(i,t)为机组i在时段t的发电出力，p_i,minu(i,t)，p_i,maxu(i,t)分别表示发电机组i在时段t的运行状态输出功率的上、下限；

所述的目标函数满足固定出力约束,固定出力约束是依据电网运行的特点以及机组的特性确定所需要满足的约束条件；

对于热定电机组，依据热电机组的供热负荷需求，确定发电计划；

对于综合利用机组，若为煤矸石型综合利用机组，当前日低位发热量≤3500kCal/kg时，按固定出力发电，否则参与常规火电优化调度确定出力；若为燃用生活垃圾型综合利用机组，当前日燃料比≥80％时，按固定出力发电，否则参与常规火电优化调度确定出力；

对于风电、太阳能新能源机组，按预测出力确定发电计划；

所述的目标函数满足最小运行时间和最小停运时间约束如下：

$(V_{t,i}^{on}-T_i^{\min \_on})\·\left(u\right(i,t-1)-u(i,t\left)\right)\≥0---\left(8\right)$

$(V_{t,i}^{off}-T_i^{\min \_off})\·\left(u\right(i,t)-u(i,t-1\left)\right)\≥0---\left(9\right)$

式中，T_{imin_on}和T_{imin_off}分别为机组i的最小开机时间和最小停机时间；V_t,ion和V_t,ioff分别为机组i在t时段之前的连续开机和停机时间；u(i,t)表示机组i在时段t的启停方式，运行或停止，1表示运行，0表示停止；

所述的目标函数满足机组调节备用约束：

$\stackrel{\‾}{p_r^{\′}}\left(t\right)\≥\underset{i\∈I_g}{\Σ}{r}^{\′}(i,t)\≥\underset{\‾}{p_r^{\′}}\left(t\right)---\left(10\right)$

式中，p'_r(t)、p _r ′(t)分别表示***t时的AGC上调备用需求和下调备用需求，r'(i,t)表示机组i在t时提供的AGC备用；

所述的目标函数满足机组最大开停次数约束：

$\underset{t=1}{\overset{T}{\Σ}}y(i,t)=N_s---\left(11\right)$

式中，Ns表示调度期内最大开停次数；y(i,t)为机组i在时段t是否有停机到开机状态变化的标志。