电力系统运行的经济性读书报告

电力系统运行的经济性读书报告一、电力系统运行的经济性的基本概念电力系统在正常运行常态下，既要保证发电和供电的平衡，满足等式约束条件，也需要保证满足不等式约束条件，也就是各个一次元件的工作电压值和电流值以及功率值应该在允许的范围内。实际上，要实现这样的运行状态，有许多可能的情况，这些运行状态在理论上虽然都是可行的方案，但是并不一定每一种都是最经济的运行状态。因此，需要在多种能够满足经济、安全、可靠的方案中，找出一种最佳的运行状态。电力系统运行的经济性，随着国际能源环境和能源结构调整也发生着较大的变化。最初的运行经济性指的是机组之间的经济性，是根据火电机组之间的耗煤量最小来满足相应的电力负荷需求，其中考虑系统网损时，将有功损耗折算成相应的费用加入目标函数中作为新的系统经济性考虑；其次，就是考虑水电和火电之间水火协调的运行经济性，水电厂对于耗煤量没有任何贡献，但受其丰水期和枯水期的限制，因此也有相应的调整；然后，就是考虑低碳的效益，把对温室效应影响最大的CO2的排放量作为经济运行的目标函数，同时也可将系统的有功网损相应的折算成CO2的排放量；在低碳目标中，还有文献考虑对环境的破坏也就是将SO2的排放作为罚系数考虑在目标函数中；再次，就是随着新能源的进一步接入，尤其是风能的快速发展，风能的间歇性、不确定性、波动性对于系统的安全和对生态环境的影响也是考虑在原有的网损最小化的目标函数中；同时，在主动配网的发展下，电动汽车作为可充放电的负荷，能起到有效的削峰填谷作用，在新的发展模态下也应该计及。二、目标函数电力系统是分为发、输、配、用四个环节，每一个环节实现经济性运行对于整个系统来说都是很大的经济效益。针对单一环节的经济运行，已经开展了大量的研究工作，研究成果主要集中在经济调度、机组组合、节能发电调度等领域。发电环节的研究成果主要在可再生能源接入下，机组组合的优化调整以及相应的机组检修计划对电网经济运行的影响。输电环节的研究成果主要集中于输电网的潮流分析、网损优化与输配电设备的高效运行等方面。配电环节的研究成果则主要包括配电网的网损优化技术、配电网重构、微网接入、分布式发电并网运行、变压器经济运行等方面。用电环节的研究工作，主要集中于电动汽车并网、能效电厂、需求侧响应、可中断负荷等方面。2.1电厂的经济运行目标函数：式中：为机组u在时段t的上网电价；为机组u在时段t的上网电量；为机组u在时段t的发电成本，是机组出力的函数；为机组u的启停成本，是机组启停状态的函数；为电网机组台数；为分析时段范围。分析以上目标函数，电厂经济运行的措施可以包括以下3种途径：一是提升上网电量和提高上网电价；二是降低发电成本，包括减小煤耗、降低厂用电率；三是合理优化机组启停、降低启停成本。目标函数中考虑了机组各时段启停状态、机组出力、机组上网电量等决策变量。运行优化应考虑电厂生产运行中的所有实际约束和逻辑约束，包括启停逻辑约束、厂用电率约束、最小启停持续时间约束、机组出力范围约束、启停次数约束等。2.2电网的经济运行目标函数：式中：为用户的数量；为用户k在时段t的电价；为用户k在时段t的用电功率；为每个时段对应的时间。分析以上目标函数，电网公司经济运行的措施可以包括以下两种途径：一是通过优化售电结构提高售电价，通过开拓用户市场增加售电量；二是降低上网电价和减少购电量，在售电量一定的情况下，通过采用更加合理的运行方式，减小变压器和线路损耗，进而达到降低购电量的目的。目标函数中考虑了上网电量和用户的用电功率等决策变量。运行优化应考虑断面传输极限约束、节点功率平衡约束、网损约束等约束条件。2.3用户经济运行的目标函数：式中：为用户k利用电能产生的效用；为用户k在时段t互动负荷的响应成本，也是需求侧管理模式下的一个重要概念，用以表征用户改变了原有用电计划付出的代价。目标函数的决策变量为用户各时段用电功率，需要考虑功率范围约束电量范围约束等。目标函数，第1项的用户效用取决于户用电行为，难以准确量化，在一个竞争充分的电力市场中，可以近似认为等于用户报价乘以其用电量，即用户为电能消费所愿意支付的金额；第2项表示用户支付的电费。三、约束条件3.1发电环节约束条件1）启停约束：式中：为机组u在时段t的启停状态；为机组u在时段t启动的逻辑变量；为机组u在时段t停机的逻辑变量。2）最小开停机时间约束：3）启停次数约束：式中：为机组u允许的启停次数。4）机组出力约束：式中：和分别为机组u允许的最小和最大出力；为机组u在时段t的出力。5）机组爬坡率约束：式中：和分别为机组u的增、减出力系数，表征其爬坡能力；为机组u的装机容量。3.2输电环节约束条件1）断面传输极限约束：式中：为断面传输极限约束的集合；为发电机转移功率分布因子；为负荷转移功率分布因子；和为断面S传输功率约束的上、下限。2）系统节点功率平衡约束：式中：为断面s的网损率；为断面s在时段t的传输功率；表示连接到节点A的所有机组；表示终点为节点A的所有断面；表示连接到节点A的所有负荷；表示起点为节点A的所有断面。3）系统备用约束：式中：和分别为系统的正、负备用需求；和分别为系统时段t内的最大负荷和最小负荷。3.3用电环节约束条件1）用户响应能力约束：式中：为每个时段考虑负荷响应的最大用电负荷；为不参与响应的刚性负荷。2）用户响应电量约束：式中：为用户k全日的最大用电量，即参与需求侧响应前固有的日用电量。模型基本决策变量包括机组启停状态，机组输出功率，负荷功率；为方便模型描述和求解，构建辅助决策变量，包括机组开机状态和，断面传输功率，机组上网电量。本质上，以上模型为混合整数规划问题，可以采用不同的算法进行求解。四、常用求解方法1混合整数规划法在计及并联设备这类型的状态变量时，电力系统经济运行问题就变成了混合整数规划问题，常用的算法包括分支定界法和Benders分解。分支定界法通过分支、定界、剪支的规则能够对该问题进行很好的处理，尤其是对离散变量的处理。同样地，在求解大规模的经济运行问题时，分解技术能够对其降维，大幅度提高求解该问题的效率，并且能够减少存储空间和时间代价、缩短迭代过程，因此Benders分解技术在无功OPF问题中得到广泛的应用。②模拟退火算法(SimulatedAnnealing，SA)模拟退火算法是一种建立在热力学退火原理基础上的启发式算法，该方法使用基于概率理论的双向随机搜索技术，能有效的收敛到全局最优解。但在实际应用中，退火方案的选择制约着该算法的收敛速度和收敛性，选择退火方案包括退火的速度、退火初始温度以及采用的降温方式等，这些参数都很难给予特定的物理含义因此对于应用于给定的电力系统的模拟退火算法难以确定退火方案。③遗传算法(GeneticAlgorithms，GA)遗传算法是一种建立在自然选择原理和DNA遗传机制上的自适应概率搜索方法。它把含有变异、遗传、交叉的基因遗传机制引入到数学理论中来，对于最优化领域而言是一种崭新的多路径随机搜索优化方法；该方法建模简单（不需要模型的线性化处理）、适用范围广、寻优能力强。正是由于遗传算法的这些优良特性，该方法在电力系统最优化问题领域得到很多科研工作者的青睐。但是，遗传算法的“早熟”问题一直是制约其应用的瓶颈，并在MINLP问题中，编码手段也对算法寻优结果有很大的影响。④内点法国内外学者对内点法从数学理论基础、计算收敛速度、离散与连续变量和约束条件的处理等方面进行了大量的研究工作。在此基础上，很多文献探讨了分别讨论了内点法在电力系统最优潮流问题中的不同应用形式，并提出了对离散变量构造罚函数直接嵌入内点法中，来实现并未连续化处理的离散变量在优化过程中的归整问题，克服以往将离散变量先进行连续化处理再通过人为地离散化归整的不足。