含阶梯水电站的多能联合发电系统低碳优化调度.pdf

第42 卷第 3 期2023 年 9 月青海电力QINGHAI ELECTRIC POWERSEP.，2023Vol.42 NO.3DOI:10.15919/ki.qhep.2023.03.001含阶梯水电站的多能联合发电系统低碳优化调度潘福亮（百色新铝电力有限公司，广西 百色 533000）摘 要：构建以新能源为主体的新型电力系统是实现“碳达峰、碳中和”的重要举措。建立了含阶梯水电站参与调节的发电系统低碳优化调度模型。首先建立阶梯水电站出力特性模型及其它发电设备模型，并以系统运行成本最低、碳排放最小、净负荷波动最小为目标。针对所建立的模型维度高且约束复杂问题，将正态分布算子引入到NSGA-II算法的交叉过程，以提高种群的多样性并提升算法的搜索能力。最后以某一市级电网为算例，计算结果表明建立的含阶梯水电站发电优化调度模型能够在降低系统发电成本的同时降低碳排放和净负荷波动。关键词：低碳运行；新能源发电；阶梯水电站；多目标优化；多能联合系统中图分类号：TM734 文献标识码：A 文章编号：1006-8198（2023）03-0001-06Low-carbon Optimal Scheduling of Multi-energy Combined Power Generation System with Stepped Hydropower StationPANFuliangAbstract:Buildinganewpowersystemwithnewenergyasthemainbodyisanimportantmeasuretoachievecarbonpeakandcarbonneutrality.Thelow-carbonoptimaldispatchingmodelofpowergenerationsystemwithsteppedhydropowerstationparticipatinginregulationisestablished.Firstly,theoutputcharacteristicmodelandotherpowergenerationequipmentmodeloftheladderhydropowerstationareestablished,andthegoalistohavethelowestoperatingcost,thesmallestcarbonemissionandthesmallestnetloadfluctuation.Aimingattheproblemsofhighdimensionalityandcomplexconstraintsoftheestablishedmodel,thenormaldistributionoperatorisintroducedintothecrossoverprocessofNSGA-IIalgorithmtoimprovethediversityofthepopulationandthesearchabilityofthealgorithm.Finally,takingamunicipalpowergridasanexample,thecalculationresultsshowthattheproposedmodelcanreducethecostofpowergenerationandreducecarbonemissionandnetloadfluctuation.Keywords:low-carbonoperation;newenergygeneration;steppedhydropowerstation;multi-objectiveoptimization;multi-functionaljointsystem收稿日期：2023-04-07；修回日期：2023-04-21作者简介：潘福亮（1988），男，学士，研究方向为高压电气设备检修维护。0 引言构建以新能源为主的新型电力系统是实现“双碳”目标的主要途径之一。随着火电机组占比幅度降低，电网调节容量也随之降低，系2第 42 卷青海电力统的调峰将面临严峻挑战，同时给新能源消纳带来困难，因此需要寻找一种容量较大且调节成本较低的电源作为系统的调峰电源以提高新能源消纳率1-2。文献 3 以提高新能源消纳率和实现削峰填谷的原则，提出了储能配置规模的优化模型。文献 4 提出了一种考虑新能源随机性及电网 N-1 安全约束的风-光-储协同规划方法，以实现新能源高渗透率下储能的优化配置。针对抽水蓄能电站作为电力系统调峰资源已有较多研究，文献 5 利用自适应粒子群算法确定抽水蓄能电站发电计划以平抑新能源波动给电网带来的调峰困难；文献 6 建立了风-光-水-蓄联合优化调度模型，通过多能互补实现新能源高效利用。化学储能因为成本高昂，也无法大规模应用于电网调峰，抽水蓄能电站虽然技术成熟但受限于库容调节容量有限，因此对电网调峰贡献也有限。阶梯水电站规模大，调节灵活，利用流域内阶梯水电站参与大规模新能源消纳调节具有重要意义。目前已有许多学者针对阶梯水电站参与电力系统调峰课题进行研究，但相关研究涉及阶梯水电站调度周期内发电量最大以及新能源消纳率最高较多。文献 7 以水电站发电量最大为目标，并考虑水电机组对火电机组深度调峰的影响，同时优化水电机组和火电机组的出力；文献 8 基于阶梯水电站兼具发电和储能的功能，结合风-光-水-火互补特性，建立多能源互补调节的优化调度模型，提高阶梯水电站的发电量。虽然阶梯水电站参与系统调峰能够有效提高新能源消纳率，但调节过程中火电机组的碳排放同样不容忽视，当前的多能源发电系统中多以经济性最优和消纳率最大为目标。然而，在“双碳”目标下，不得不考虑火电机组的碳排放压力，文献 9 从经济性和环保两方面把发电成本、碳排放成本、弃风弃光惩罚成本之和最小作为目标，建立了含抽水蓄能的混合系统优化调度模型，以达到资源优化配置的目的。文献10以系统投资成本最小为上层目标，以售电收益最大为下层目标，构建了光伏/水电/抽水蓄能容量配置双层优化模型，但该文献没有考虑火电机组的碳排放成本。基于已有的研究基础，本文对火电机组调峰和阶梯水电站调峰进行协调优化，从经济性、碳排放、净负荷（系统原始负荷功率减去上网的新能源功率后剩余的负荷定义为净负荷）波动 3 个方面构建了发电系统多目标优化模型，以某一市级电网为算例，利用非支配排序遗传算法（NSGA-）对多目标规划模型求解，并根据主观权值修正的熵权双基点法从 Pareto最优解集获得综合最优解。1 基于梯级水电调节的多能联合发电系统低碳优化调度模型本节从系统运行经济性、碳排量、平抑净负荷波动效果三方面，构建含阶梯水电站的多能源联合发电系统多目标优化模型。1.1目标函数 1多能联合发电系统的运行成本包括火电机组燃料成本、各电厂维护成本、弃风弃光成本，如式（1）所示。1gmSNmin fCCC=+（1）1)其中，Cg为火电机组燃料成本：()24gg2gg,11()NTi tii tii tiitCPa PbPc=+（2）式中：N 为区域电网火电机组数量，T=24 表示将一天划分为 24 个时段；ai,bi,ci为机组i的煤耗系数，Pgi,t为机组i在时段t的出力；2)Cm为各发电设备维护费用：hgmfp,11hhp,wtw,pvv,1()NTi ttiNj tttjCCPCPC PC Pt=+（3）式中：Cfp、Chp、Cwt、Cpv、分别代表火电机组、阶梯水电机组、风电集群、光伏集群运维成本系数，设置火电机组、水电机组、风电集群和光伏集群的运维成本系数分别为 0.01 元/kWh、0.003 元/kWh、0.004 元/kWh、0.002 元/kWh；Phj,t代表水电机组j在t时段的出力，Nh为水电机组数量，Pw,t代表风电集群在t时段的出力，Pv,t代表光伏集群在t时段的出力。3)弃风弃光成本：3第 3 期潘福亮：含阶梯水电站的多能联合发电系统低碳优化调度SNw,pv,1()Tt tttCPP=+（4）式中：为弃风弃光惩罚系数，Pwt,t、Ppv,t分别为 t 时段风电集群和光伏集群的弃风量和弃光量。1.2 目标函数 2目标函数 2 以系统火电机组碳排放量最小为目标：()21,2,3minggi ti tEPP=+（5）式中：E 为火电机组总碳排放，1、2、3为机组碳排放系数。1.3 目标函数 3目标函数 3 以阶梯水电平抑系统净负荷波动为目标，系统净负荷波动以净负荷方差表示，如式（6）所示。目标函数 3 以平抑系统负荷波动为目标，将系统原负荷与光伏出力、风电出力相叠加的峰谷方差（只取数值参与计算，所以本文定义的方差没有单位）最小为目标，如下式：()23L,v,w,L11min1TttttFPPPPT=+（6）式中：PL,t为系统在 t 时段原始预测负荷，PL为一个调度周期内原始预测负荷的平均值，另外，本文为了便于讨论，将原预测负荷曲线加上光伏、风电上网功率曲线定义为系统等效负荷曲线。1.4约束条件约束条件包括系统的发供电平衡约束，火电机组运行约束，阶梯水电站运行约束等。1）系统发供电平衡约束hgh,w,v,L,t11NNi tj tttijPPPPP=+=（7）2）火电机组运行约束火电机组的运行约束包括发电机组的出力上下限约束、爬坡约束，由于本文研究的调度时段为 24 小时，很少有火电机组在一天内启停参与电网调节，所以不考虑火电机组启停约束条件：（8）（9）式中：Pimin、Pimax为机组 i 的最大最小出力限制，Ri,dg、Ri,ug为机组 i 的下/上爬坡速率。3）阶梯水电站运行约束水轮发电机出力特性约束：（10）（11）h22,1,2,3,4,5,6,C()C()CC CCj tjj tjj tjj tj tjj tjj tj tjPVQV QVV Q=+（12）式中：Pjmin、Pjmax为机组 j 的最大最小出力限制，Rj,dg、Rj,ug为机组 j 的下/上爬坡速率；C1,jC6,j为水轮发电机出力系数，Vj,t和 Qj,t分别表示水电站 j 在 t 时刻的库容和发电流量。4）阶梯水电站库容和流量约束：水量平衡约束(),1,j tj tj tj tVVqQT+=+（13）式中：Vj,t、Vj,t+1表示 t、t+1 时段水库的水量，qj,t、Qj,t为 t 时段的入库流量和发电流量。水位约束Zj,minZj,tZj,max（14）式中：Zj,max、Zj,min分别表示水库水位的上下限。发电流量约束Qj,minQj,tQj,max（15）式中：Qj,max、Qj,min分别表示出库流量上下限。2 NSGA-II算法原理及其改进NSGA-II算法首先随机生成N个父代种群，随后利用非支配排序法对父代种群进行排序，然后通过计算个体的拥挤度决定个体所在的层级，根据选择算子选出合适的个体放入交配池，并对放入交配池中的个体进行交叉、变异以产生下一代个体；最后利用精英策略，淘汰不达标的个体，让优秀个体进入下一代优化，通过多次迭代获得 Pareto前沿。2.1基于正态分布交叉算子的 NSGA-II 算法改进在计算个体拥挤度以决定个体所在层级过程中，某一个个体的拥挤度由其前后两个个体的差值决定，导致传统 NSGA-II 算法受限于采4第 42 卷青海电力用二进制交叉算子产生子代，导致算法容易陷于局部最优解和算法不稳定。为了增强 NSGA-II 算法跳出局部最优解的能力以弥补算法缺陷，本文在算法变异步骤加入正态分布交叉算子，以增强算法全局搜索能力，提高迭代收敛速度。具体改进步骤如下：将随机生成的 N 个父代种群分为 P1、P2，利用正态分布交叉算子产生子代种群 Q1、Q2的计算公式如式（16）（17）所示：随 机 产 生 一 个 随 机 数 r，00.5时：1,2,1,2,1,1,2,1,2,2,1.481()|(0,1)|221.481()|(0,1)|22iiiiiiiiiiPPPPNQPPPPNQ+=+=+（17）其中，N(0,1)为标准正态分布。改进后的NSGA-II 算法流程图如图 1所示。图 1 NSGA-II 算法计算流程图3 多目标决策利用 NSGA-II 算法求解多目标优化模型得到的是一组最优解集，但是系统中每一个设备在某一时间段只有一个运行状态，因此需要一种算法帮助运行人员从最优解集中选出一个折中最优解。为了保证折中最优解具有较强的理论依据，本文选择利用基于主观权值修正的熵权双基点法为调度员从最优解集中选择折中最优解，具体步骤如下：建立评价矩阵。评价矩阵用于评价 Pareto最优解集中最优解的差异程度，本文的优化模型有 3 个目标函数，可建立如下评价矩阵 R。111121223131 .jMjMjMrrrRrrrrrr=（18）式中：M 为 Pareto最优解集中最优解个数，rij表示第 i 个目标函数的第 j 个 Pareto最优解。计算各个目标函数的熵权值=(1,2,3)T。熵权值体现的是不同最优解之间的差异，可以用来表示多目标优化模型中不同目标函数对最优解影响的大小。计算公式如下：11131lnln1 1,2,3(1)MijijMMjijijjjiiijjrrrreMeie=（19）根据运行人员的主观意识权值 i，i=1,2,3，求修正权系数：31/iiiiii =（20）由上式可以看出，修正系数 i既反应了Pareto最优解集中最优解之间的差异，又包含了运行人员的主观经验。建立评价矩阵1 111 121 11 12 212 222 22 23 313 323 33 3.jMjMjMrrrrRrrrrrrrr=（21）上式中矩阵第 i 行的最大值和最小值对应第i 个目标函数的最理想和最不理想情况。确定双基点正理想点。正理想点定义为式（22）的集合点：5第 3 期潘福亮：含阶梯水电站的多能联合发电系统低碳优化调度123123(,)max(,)iiiiFffffRRR+=且（22）负理想点。负理想点定义为式（23）的集合点：123123(,)min(,)iiiiFffffRRR=且（23）计算 Pareto最优解集中最优解的相对贴近度TJj：jjjjDTJDD+=+（24）式中：D+j、D-j分别表示第 j 个最优解到正理想点和负理想点的几何距离。可见，当某个解贴近度越大时，越靠近正理想点，越应该被选中作为折中最优解。由此，可以利用基于主观权值修正的熵权双基点法从 Pareto最优解集中选择折中最优解既，考虑了运行人员的个人经验又体现了不同目标函数的重要性，是一种较可靠的决策方法。4 算例分析为验证上文提出的多目标优化模型的有效性，以某市级电网的典型运行方式数据为例进行验证分析。该电网装机容量为 6300MW，其中火电装机容量 4800MW，水电站装机容量900MW，新能源装机容量 600MW。系统接线图如图 2 所示，系统典型负荷曲线如图 3 所示，系统其它参数详见文献 11。图 2 某市级电网系统接线图图 3 典型负荷曲线图 4 新能源出力曲线4.1Pareto 前沿分析系统典型运行方式下利用 NSGA-求得的含阶梯水电站的多能发电系统的 3 目标优化Pareto前沿如图 5 所示，3 个端点见表 1。由于光伏、风电等新能源发电过程中不消耗燃料，因此当以降低系统运行成本或减少碳排放为目标时，系统将消纳更多的新能源电量，导致系统净负荷方差变大，但此时弃风弃光率较低；若以追求系统平稳运行，即负荷净方差偏差小为目标，则系统消纳的新能源比例将减小，而且系统运行成本和碳排放将增加。图 5 Pareto 前沿6第 42 卷青海电力表 1 Pareto 端点端点运行成本/（万元d-1）碳排放/（td-1）净负荷方差弃风弃光率/%运行成本最小3307.418102.488749.110.47碳排放最小3396.79196.478563.714.43净负荷方差最小3448.697109.784814.526.484.2熵权双基点法决策效果分析根据第 3 节分析，运行人员可以根据自身经验通过主观权值 来选取折中最优解。本文选取=(1/3,1/3,1/3)，通过式（20）计算得到的修正权系数 i，见表 2。从表中可以看出，运行成本能够导致 Pareto最优解集中的解差异最大，因此在上文建立的 3 个目标优化模型中运行成本对折中最优解的影响最大，因而折中最优解应该是系统运行成本较低的点。表 2各目标函数的修正权系数运行成本碳排放净负荷方差修正权系数0.6870.3140.2957对 Pareto最优解集进行优劣排序，并选取Pareto最优解集中相对贴近度最大的解作为折中最优解，最优解见表3。将表3结果和表2作对比，折中最优解系统运行成本 3423.324 万元，比最小运行成本 3307.418 万元，增加 2.87%；折中最优解碳排放量 105.87t，比最小碳排放量 96.47t，增加 8.87%；净负荷方差 5046.5 比最小净负荷方差 4814.5，增加 4.82%。可以看出折中最优解的目标函数值与理想的乌托邦点距离较近，是 Pareto最优解集中质量较好的点。表 3折中最优解对应的目标函数值系统运行成本/（万元）碳排放量/t净负荷方差3423.324105.875046.54.3阶梯水电站对系统运行影响分析为对比分析阶梯水电站对系统经济低碳运行的影响设置 2 个场景，负荷为图 3 所示典型负荷。场景 1：阶梯水电站没有参与系统调节；场景 2：阶梯水电站参与系统优化调节。表 4 给出了不同场景下净负荷峰谷差和负荷波动方差。图 6 为不同场景下净负荷曲线。从表 4 和图 6 的计算结果可以看出，在场景 1情况下，新能源的接入导致净负荷峰谷差较大，净负荷方差也较大；在场景 2 中通过阶梯水电站的平抑作用净负荷最大峰谷差由 619MW 降至485MW，净负荷方差由 11287 降至 5536，阶梯水电站的平抑效果明显；另外，场景 2 净负荷曲线比场景 1 下降较多，表明阶梯水电站参与优化后系统消纳更多的新能源。表 4梯级水电调节前后的净负荷特性对比变量场景 1场景 2负荷方差112875336图 6 阶梯水电站对新能源波动抑制效果在折中最优解处，阶梯水电站的在不同场景下的总出力如图 7 所示。可以看出，场景 1 下，阶梯水电站出力比较平稳，仅和负荷变化趋势存在一定关联；但在场景 2 下将阶梯水电站纳入系统调节量后，水电站出力同时和负荷变化及新能源出力存在关联，整体上在场景 2 模式下阶梯水电站总出力较场景 1 模式下低，并且当新能源出力低时或负荷峰时段水电站增加出力，反之则降低出力，使系统接纳更多新能源电量。图 7 不同场景下阶梯水电站总出力曲线5 结语本文讨论了阶梯水电站参与电力系统低碳优化运行问题，得到以下结论：（下接第 11页）11第 3 期孙海斌，等：含有 TCSC 的输电线路电能传输能力研究本文从提升输电线路传输功率入手，设计了基于触发角校正的 PID 阻抗控制下的 TCSC，在保证了 a 对 a0的跟踪性能的同时，通过设置TCSC 不同的串联补偿度可以有效提升输电线路的电能传输能力。参考文献：1 中国电力企业联合会.中国电力工业现状与展望(2019)J.中国电力企业管理,2019，21(04):7.2 彭葛桦.输变电技术在智能电网中的应用研究 J.信息记录材料,2019,20(09):222-223.3 白宝军.柔性交流输电在现代智能配电网上的应用 J.机械设计与制造工程，2019,48（02）：115-118.4 眭仁杰,薛 峰,周 野,等.提高电力系统暂态稳定性的 TCSC 控制策略 J.电力系统及其自动化学报,2018,30(09):64-69.5 SUNLiying.ImprovedAdaptiveBacksteppingSlidingModeControlforMulti-MachineSystemwithTCSCC/Proceedingsofthe30thChinaControlandDecisionConference.Shenyang,ControlandDecisionMaking,2018:1243-1246.6 戴 先 中,张 凯 锋.含 控 制 器 在 内 电 力 系 统 元件 的 完 整 结 构 化 模 型 及 其 简 化():SVC、TCSC 与 HVDC 建模应用 J.中国电机工程学报,2017,37(15):4363-4371+4576.7 葛建德.串联补偿装置电气设计与实现初探 J.通讯世界,2019,26(10):218-219.8 朱燕舞.可控串联补偿装置特性的仿真和实验研究 D.北京：华北电力大学（北京）,2009.9 Aleksandar S.ATC enhancement using TCSCdeviceregardinguncertaintyofrealizationoneoftwosimultaneoustransactionsJ.InternationalJournal of Electrical Power and EnergySystems,2020,115(2):105497.10 孙海斌.输电线路运行风险评估及抑制方法研究D.兰州：兰州理工大学.2021本文编辑：黄海川（上接第 6页）1）阶梯水电站参与系统低碳优化运行后，系统运行经济性和环保性得到改善，净负荷波动和水资源消耗量下降，验证了算法和模型的有效性；2）基于熵权双基点法选取的折中最优解包含目标函数价值信息和运行人员经验，是质量较高的最优解，能够有效提高系统综合经济效益；3）引入正态分布算子后 NSGA-II算法能够获得较为均匀分布的 Pareto前沿，为运行人员提供提供较为完整和准确的决策信息。参考文献1 李 晖,刘 栋,姚丹阳.面向碳达峰碳中和目标的我国电力系统发展研判 J.中国电机工程学报,2021,41(18):6245-6259.2 周孝信,陈树勇,鲁宗相,等.能源转型中我国新一代电力系统的技术特征 J.中国电机工程学报,2018,38(7):1893-1904,2205.3 张东辉，康重庆，卢 洵，等.高比例新能源系统中储能配置规模论证 J.南方电网技术，2022，16(4)：3-11.4 孟 源，樊小朝，史瑞静，等.基于机会约束及N-1安全约束的风光联合储能系统选址定容优化J.电网技术，2021，45(5)：1886-1893.5 张尧翔，刘文颖，李 潇，等.高比例新能源接入电网光热发电-火电联合调峰优化控制方法J.电力自动化设备，2021，41(4)：1-7,32.6 张国斌,陈 玥,张佳辉,等.风-光-水-火-抽蓄联合发电系统日前优化调度研究 J.太阳能学报,2020,41(8):79-85.7 钟儒鸿,程春田,廖胜利,等.兼顾多电网调峰与水电消纳的跨流域梯级水电站调度方法 J.电力系统自动化,2021,45(14):114-122.8 魏明奎,蔡绍荣,江 栗.高水电比重系统中梯级水电群与风光电站协调调峰优化运行策略 J.电力科学与技术学报,2021,36(2):199-208.9 施锦月,许健,曾 博,等.基于热电比可调模式的区域综合能源系统两阶段优化运行J.电网技术,2016,40(10):2959-2966.10 陈 志,胡志坚,翁菖宏,等.基于阶梯碳交易机制的园区综合能源系统多阶段规划 J.电力自动化设备,2021,41(9):148-155.11 黄荣泽.源-网-荷-储协调的区域电网日前优化运行 J.广西电力,2022,45(2):7-12本文编辑：黄海川