節(jié)能調(diào)度背景下考慮不確定市場(chǎng)信息的機(jī)組檢修計(jì)劃

?

節(jié)能調(diào)度背景下考慮不確定市場(chǎng)信息的機(jī)組檢修計(jì)劃

黃寶鵬

（廣東省高級(jí)技工學(xué)校，廣東惠州,516100)

摘要：我國(guó)電力工業(yè)改革的重要措施之一是實(shí)施節(jié)能發(fā)電調(diào)度，交易方式有別于國(guó)外實(shí)時(shí)市場(chǎng)，發(fā)電公司檢修策略肯定也有所不同。因此，有必要研究節(jié)能調(diào)度對(duì)檢修計(jì)劃制定的影響。檢修策略是發(fā)電公司中長(zhǎng)期生產(chǎn)計(jì)劃的制訂問(wèn)題，需要考慮中長(zhǎng)期負(fù)荷和非計(jì)劃停運(yùn)等不確定信息。在此背景下，計(jì)及負(fù)荷和非計(jì)劃停運(yùn)等不確定信息，建立機(jī)組檢修 計(jì)劃制定策略的隨機(jī)優(yōu)化模型，研究節(jié)能調(diào)度實(shí)施后對(duì)機(jī)組檢修計(jì)劃的影響。算例分析表明了模型的有效性。

關(guān)鍵詞：機(jī)組檢修；節(jié)能減排；電力市場(chǎng)；不確定信息；蒙特卡洛法

0　引言

隨著我國(guó)電力工業(yè)市場(chǎng)化改革的逐步推行，電力市場(chǎng)交易形式日趨多樣化。針對(duì)我國(guó)電力工業(yè)實(shí)際情況，以及全球節(jié)能環(huán)保要求，我國(guó)正試行節(jié)能發(fā)電調(diào)度。目前，很多文獻(xiàn)已經(jīng)研究了節(jié)能調(diào)度與電力市場(chǎng)的結(jié)合，認(rèn)為其符合電力市場(chǎng)化改革的要求。

傳統(tǒng)文獻(xiàn)研究了調(diào)度機(jī)構(gòu)如何在考慮發(fā)電公司申報(bào)的檢修計(jì)劃公平調(diào)整以滿足系統(tǒng)運(yùn)行需要，文獻(xiàn)[1, 2]考慮了現(xiàn)貨市場(chǎng)情況下的發(fā)電機(jī)組檢修策略，主要是基于預(yù)測(cè)市場(chǎng)發(fā)電容量充裕度，提出盡量選擇在低電價(jià)時(shí)段檢修。我國(guó)雖然正在進(jìn)行電力市場(chǎng)改革，但形式與國(guó)外有所區(qū)別，包括推行節(jié)能調(diào)度發(fā)電。已有相關(guān)文獻(xiàn)研究如何將節(jié)能調(diào)度發(fā)電與電力市場(chǎng)結(jié)合起來(lái)，但尚未見(jiàn)有關(guān)節(jié)能調(diào)度對(duì)發(fā)電機(jī)組檢修計(jì)劃影響的研究。

為研究在電力市場(chǎng)環(huán)境下節(jié)能調(diào)度對(duì)發(fā)電機(jī)組檢修計(jì)劃的影響，本文建立機(jī)組檢修計(jì)劃制定策略的隨機(jī)優(yōu)化模型，計(jì)及負(fù)荷和非計(jì)劃停運(yùn)等不確定信息，通過(guò)研究機(jī)組在不同檢修計(jì)劃下的收益情況分析節(jié)能調(diào)度對(duì)發(fā)電公司收益的影響。

1　市場(chǎng)環(huán)境下的節(jié)能發(fā)電

節(jié)能發(fā)電模型是指對(duì)燃煤機(jī)組煤耗和排放量進(jìn)行量化，并建立數(shù)學(xué)模型進(jìn)行機(jī)組負(fù)荷的分配。首先， 根據(jù)機(jī)組煤耗和排放量，計(jì)算每臺(tái)機(jī)組的負(fù)荷分配因子為

其中，Ri,h(k)為機(jī)組k在第i天第h小時(shí)的機(jī)組煤耗，Rimin,h 為第i天第 h小時(shí)所有機(jī)組的煤耗中的最小值；U i,h(k)為機(jī)組k在第i天第h小時(shí)的機(jī)組二氧化硫排放量，U imin,h為第i天第h小時(shí)所有機(jī)組的二氧化硫排放量中的最小值；α和β均為預(yù)設(shè)的調(diào)節(jié)系數(shù)。由于煤耗在機(jī)組運(yùn)行時(shí)間變化不大，且參與節(jié)能調(diào)度的煤耗數(shù)據(jù)更改不會(huì)過(guò)于頻繁，因此本文假設(shè) D(k)在機(jī)組檢修周期內(nèi)保持不變，忽略其下標(biāo) i，h。當(dāng)機(jī)組沒(méi)有開(kāi)機(jī)時(shí)，取 D(k)=0。在發(fā)電側(cè)競(jìng)價(jià)上網(wǎng)后，機(jī)組的發(fā)電量是由負(fù)荷需求和機(jī)組發(fā)電報(bào)價(jià)共同決定的?；诿汉暮团欧诺墓?jié) 能調(diào)度方法是根據(jù)機(jī)組煤耗和二氧化硫等污染物排放量大小，確定某一負(fù)荷懲罰因子，對(duì)上網(wǎng)機(jī)組的調(diào)度電量進(jìn)行調(diào)整或重新分配。假設(shè)發(fā)電機(jī)組的中標(biāo)容量為 P ′(k)，根據(jù)節(jié)能調(diào)度能耗懲罰模型，其實(shí)際出力應(yīng)為

2　市場(chǎng)不確定信息

發(fā)電機(jī)組檢修策略是一個(gè)發(fā)電公司中長(zhǎng)期生產(chǎn)計(jì)劃安排，需要根據(jù)系統(tǒng)的情況制定，因此需要估計(jì)機(jī) 組自身的運(yùn)行情況，其他機(jī)組的檢修計(jì)劃安排和系統(tǒng)在各時(shí)段的負(fù)荷大小。

（1）系統(tǒng)可用容量

設(shè)系統(tǒng)中共有 M+1 臺(tái)機(jī)組，第 M+1 臺(tái)機(jī)組為所研究發(fā)電機(jī)組臺(tái)數(shù)。假設(shè)系統(tǒng)其他 M 臺(tái)機(jī)組裝機(jī)容量 一年內(nèi)不發(fā)生變化，系統(tǒng)中所有機(jī)組所需檢修持續(xù)天數(shù)均為公共信息。根據(jù)歷史數(shù)據(jù)可估計(jì)機(jī)組 k 的可能

其中， nk為檢修持續(xù)天數(shù),實(shí)際中集合dk,i的元素個(gè)數(shù)是比較少的。

設(shè)某機(jī)組的可用容量為其裝機(jī)容量 Pi,h，記vi∈v1,v2 ,...,v365}表示第i天機(jī)組開(kāi)機(jī)狀態(tài)，例如，機(jī)組k在第i天處于開(kāi)機(jī)狀態(tài)vi(k)1，處于檢修狀態(tài)則vi(k)0。設(shè)系統(tǒng)有M+1臺(tái)機(jī)組，則系統(tǒng)總的可用容量為

其中，vi(k)為一服從二項(xiàng)分布的隨機(jī)變量，vi(k)0的概率為φk,i，vi(k)1的概率為1-φk,i?？梢?jiàn)，Si,h也為概率性隨機(jī)變量。此外，vi(k)還要滿足連續(xù)性約束，即機(jī)組一次性連續(xù)完成檢修工作。即

式中，I表示機(jī)組檢修起始日在一年中的第I天。例如，機(jī)組在1月1日開(kāi)始檢修，則I=1。

（2）負(fù)荷調(diào)度機(jī)構(gòu)

負(fù)荷調(diào)度機(jī)構(gòu)或者發(fā)電公司都可以根據(jù)歷史數(shù)據(jù)和期望增長(zhǎng)率等對(duì)負(fù)荷進(jìn)行預(yù)測(cè)。但由于制定檢修計(jì)劃所涉及的時(shí)間跨度比較長(zhǎng)，年負(fù)荷預(yù)測(cè)屬于中長(zhǎng)期預(yù)測(cè)的范疇，面對(duì)的不確定性因素多，難以保證準(zhǔn)確預(yù)測(cè)，因此采用概率方法描述未來(lái)的負(fù)荷在原理上更為合適。假設(shè)第i天第h小時(shí)的負(fù)荷Li,j服從正態(tài)分布

式中， Lij 為對(duì)第 i 天第 h 小時(shí)的負(fù)荷預(yù)測(cè)的期望值，σij 為預(yù)測(cè)的方差。

（3）電價(jià)

定義系統(tǒng)的容量充裕度為γ ( S i,h - Li,j )/Li,j，根據(jù)對(duì)各國(guó)電力市場(chǎng)實(shí)際數(shù)據(jù)的統(tǒng)計(jì)和研究，可知系統(tǒng)的容量充裕度與市場(chǎng)電價(jià)有關(guān)，并且在一定范圍內(nèi)，系統(tǒng)容量充裕度越大，市場(chǎng)電價(jià)越低。因此，可采用如下電價(jià)與容量充裕度關(guān)系式估計(jì)實(shí)時(shí)市場(chǎng)電價(jià)為

其中γmax和γmin為充裕度曲線的上拐點(diǎn)和下拐點(diǎn)，λmax和λmin為市場(chǎng)電價(jià)最高限制和最低限制，a，b，c 為系數(shù)。

（4）等效非計(jì)劃停運(yùn)率

發(fā)電機(jī)組存在非計(jì)劃停運(yùn)和非計(jì)劃降出力可能性。一般情況下，機(jī)組剛剛啟動(dòng)運(yùn)行以及長(zhǎng)時(shí)間運(yùn)行后，出現(xiàn)非計(jì)劃停運(yùn)的可能性較大。記vi′為考慮等效非計(jì)劃停運(yùn)的實(shí)際運(yùn)行狀態(tài)，ξ為非計(jì)劃停運(yùn)率。則

由于非計(jì)劃停運(yùn)的概率一般很小，即使計(jì)及非計(jì)劃降出力，ξ 的數(shù)值也不會(huì)太大，也很難統(tǒng)計(jì)概率分 布表達(dá)式，因此一般使用歷史統(tǒng)計(jì)數(shù)據(jù)估算。

3　最優(yōu)檢修策略數(shù)學(xué)模型

假設(shè)機(jī)組k在第j月安排檢修，λ為結(jié)算電價(jià)。為示區(qū)別，前面所提及的 Pi,h(k)等變量的機(jī)組變量均加 了標(biāo)識(shí)“k”，指代某臺(tái)機(jī)組。為了方便，在下面檢修策略優(yōu)化模型的表示中，將選定某臺(tái)機(jī)組作為研究對(duì) 象，因此，與機(jī)組相關(guān)的Pi,h，vi′，ξ 等變量中省略標(biāo)識(shí)“k”。不失一般性，選定第 M+1 臺(tái)機(jī)組作為研究 對(duì)象，并假設(shè)檢修可能起始日為每個(gè)月的第一天。記機(jī)組的月收益為 fm（m=1, 2,…, 12），由于機(jī)組進(jìn)行檢修時(shí)，則失去這部分售電收益，因此機(jī)組最優(yōu)的檢修計(jì)劃制定原則應(yīng)該是，在該檢修計(jì)劃下，機(jī)組損失的售電收益 fm 最小。機(jī)組月收益的計(jì)算方法為

其中，r 為機(jī)組被調(diào)度發(fā)電的概率。 綜上所述，結(jié)合式（1）到式（9）則可得機(jī)組的最優(yōu)檢修策略數(shù)學(xué)模型為

其中， Rramp 為機(jī)組最大爬坡能力。

4　算例

表1　發(fā)電機(jī)容量和煤耗Table1 capacities and coal consumption of the generating units

設(shè)某系統(tǒng)中共有10臺(tái)機(jī)組，即M+1=10,系統(tǒng)中各機(jī)組裝機(jī)容量和煤耗如表1所示。煤耗值采用廣東 省實(shí)際同容量機(jī)組設(shè)計(jì)煤耗。假設(shè)根據(jù)各類(lèi)型的發(fā)電機(jī)組的計(jì)劃?rùn)z修間隔和每臺(tái)機(jī)組上一年度的檢修時(shí)間，預(yù)計(jì)發(fā)電機(jī)組7—10應(yīng)該在所研究年度進(jìn)行檢修。選取第10臺(tái)機(jī)組為所研究對(duì)象，其最小出力限制為150MW，最大出力限制為300MW。發(fā)電機(jī)組10在所研究年度內(nèi)計(jì)劃進(jìn)行一次檢修，檢修持續(xù)時(shí)間為30天。發(fā)電機(jī)組7—發(fā)電機(jī)9可能檢修起始日期和概率采用文獻(xiàn)[1]算例數(shù)據(jù)，檢修持續(xù)時(shí)間為30天。如表2所示。負(fù)荷預(yù)測(cè)的方法很多，一般可以根據(jù)歷史負(fù)荷數(shù)據(jù)，以及可能的負(fù)荷增長(zhǎng)率等對(duì)下一年度系統(tǒng)負(fù)荷進(jìn)行預(yù)測(cè)。為對(duì)結(jié)果與文獻(xiàn)進(jìn)行比較，負(fù)荷數(shù)據(jù)和機(jī)組出力將利用文獻(xiàn)[1]的隨機(jī)方法產(chǎn)生。假定下一年度負(fù)荷預(yù)測(cè)期望值在[1856MW，2080MW]之間，因此在[1856，2080]之間隨機(jī)產(chǎn)生的 8760 個(gè)數(shù)據(jù)，作為下一年度各時(shí)段內(nèi)發(fā)電公司負(fù)荷預(yù)測(cè)的期望值，預(yù)測(cè)標(biāo)準(zhǔn)差給定為期望值的 3%。機(jī)組出力同樣用進(jìn)行隨機(jī)模擬。 利用在機(jī)組的最小出力 Pmin 到最大出力 Pmax 間按均勻分布隨機(jī)產(chǎn)生一個(gè)數(shù)值 P ′( k) ，再用式（2）進(jìn)行調(diào)整 后，以 P g ( k) 作為機(jī)組出力的期望值，方差為 2% P g ( k) 。假設(shè)機(jī)組被調(diào)度概率 r 在區(qū)間[0.5,1]內(nèi)服從均勻 分布。

表2　發(fā)電機(jī)組檢修起始日期概率Table2 Probabilities of maintenance starting days of generating units

通常機(jī)組運(yùn)行安全重要性高，非計(jì)劃停運(yùn)發(fā)生的可能性較小。非計(jì)劃停運(yùn)與機(jī)組連續(xù)運(yùn)行時(shí)間，上次 檢修時(shí)間，投入時(shí)間和使用年限等歷史因素有關(guān)。一般連續(xù)運(yùn)行時(shí)間過(guò)長(zhǎng)，長(zhǎng)時(shí)間未檢修，設(shè)備較舊其非計(jì)劃停運(yùn)可能性較高。本文算例假設(shè)機(jī)組 10非計(jì)劃停運(yùn)率在 3%左右。為便于比較，其它參數(shù)也根據(jù)文獻(xiàn)[1]選擇如下：

γmax=0.4，γmin=0.05 ；電價(jià)上下限λmax=1和λmin=0.1 ，單位為元/kw·h；a=1.28，b=-5.88，c=7.35；計(jì)算系數(shù)α=0.5，β=0，K=2。利用式（1）到式（9）可以計(jì)算不同檢修起始日損失收益的期望值如表 3 所示，由于篇幅所限，本文算例只列出每個(gè)月第一天作為檢修起始日的計(jì)算結(jié)果。

表3　不同檢修方案年收入期望值Table3　Expected profit values of different maintenance plans

由表 3 所列的12種情況可知，如果機(jī)組10在8月份進(jìn)行檢修，損失的收益期望值最?。蝗绻?月份進(jìn)行檢修，損失的收益期望值最大。文獻(xiàn)[1]得出的最優(yōu)檢修起始日為12月1日，同時(shí)，本文算例得由表 3 所列的12種情況可知，如果機(jī)組10

在8月份進(jìn)行檢修，損失的收益期望值最??；如果在4月 份進(jìn)行檢修，損失的收益期望值最大。文獻(xiàn)[1]得出的最優(yōu)檢修起始日為 12 月 1 日，同時(shí)，本文算例得出的各月?lián)p益期望相對(duì)于文獻(xiàn)[1]偏小，原因是節(jié)能調(diào)度發(fā)電中機(jī)組10的發(fā)電量收到系統(tǒng)機(jī)組的煤耗影響， 與實(shí)施節(jié)能調(diào)度前發(fā)生了改變。

5　結(jié)論

電力體制改革需根據(jù)各國(guó)電力系統(tǒng)實(shí)際，不可以公式化照搬其他國(guó)家的模式。根據(jù)我國(guó)實(shí)際國(guó)情，我 國(guó)正推行和實(shí)施節(jié)能發(fā)電調(diào)度，明顯有別于國(guó)外現(xiàn)貨市場(chǎng)環(huán)境。在這樣的背景下，各獨(dú)立發(fā)電公司和電網(wǎng) 公司有必要研究其對(duì)電力企業(yè)生產(chǎn)計(jì)劃和收益的影響。以往對(duì)檢修策略的研究，均是針對(duì)國(guó)外現(xiàn)貨市場(chǎng)環(huán) 境的，有必要進(jìn)行拓展。本文計(jì)及系統(tǒng)容量、負(fù)荷和機(jī)組非計(jì)劃停運(yùn)等不確定信息的同時(shí)，綜合考慮節(jié)能 發(fā)電調(diào)度，同時(shí)，在此基礎(chǔ)上建立的檢修策略數(shù)學(xué)優(yōu)化模型。算例結(jié)果表明，節(jié)能調(diào)度發(fā)電將影響機(jī)組發(fā) 電量，從而影響機(jī)組檢修計(jì)劃的安排。

參考文獻(xiàn)

[1] 王健,文福拴,楊仁剛.基于發(fā)電容量充裕度估計(jì)的發(fā)電公司檢修策略.電力系統(tǒng)自動(dòng)化.2005.29 (6):45-49.

[2] 王健, 文福拴,楊仁剛. 基于機(jī)會(huì)約束規(guī)劃的發(fā)電公司最優(yōu)檢修策略.電力系統(tǒng)自動(dòng)化,2004, 28(19): 27-31.

[3] 傅書(shū)逷,王海寧.關(guān)于節(jié)能減排與電力市場(chǎng)的結(jié)合.電力系統(tǒng)自動(dòng)化, 2008, 32(6): 31-35.

[4] 胡建軍,李嘉龍,陳慧坤.基于煤耗和排放的日發(fā)電曲線編制模型.電力系統(tǒng)自動(dòng)化,2009,33(12):43-46.

[5] Antonio J.Conejo.Generation Maintenance Scheduling in Restructured Power Systems. IEEE Trans on Power Systems. 2005, 20(2):984-992.

[6] Deb C.Life-Cycle Maintenance Management of Generating Units in a Competitive Environment. IEEE Trans on Power Systems,2004,19(2):1181-1189.

Maintenance scheduling under energy-saving dispatch considering uncertain market information

Huang Baopeng

（Guangdong Higher Technical School, huizhou city, guangdong province,516100）

Abstract：Trandition studies on generator maintenance scheduling are mainly about its impact on the revenue in arealtime market situation base on MCP.By contrast,energy-saving dispatch is an important measure in China during the restructuring of power industry,therefore it has a different impact on maintenance scheduling.Under this backgroud,the impact of energy-saving on maintenance scheduling is studied,considering the uncertain information such as load level an price.The stochastic model of generator maintenance scheduling with respect to energy-saving dispatch is established,and the Monte Carlo method is applied as the algorithm. Finally,case studies are presented to demonstrate the validity.

Keywords：Generator maintenance;electricity market;energy-saving dispatch;uncertain information;Monte Carlo