新電改下發電偏差最小的水電中長期調度模型研究

， ，，，，

(1.西南電力設計院有限公司，四川 成都 610021；2.四川大學水利水電學院，四川 成都 610065)

0 引 言

在傳統的水電中長期調度中，上網電價由政府定價，主要按照充分利用流域水資源的原則，以流域梯級發電量最大化為目標構建數學模型[1-3]，優化水庫調度運行過程。根據新電改的要求，水電企業通過參與電力市場交易獲取發電指標和電價，電量和電價均存在較大的不確定性，因此在市場環境下，水電中長期調度優化目標已經轉變為發電收益最大化[4]，對此國內外學者進行了有意的探索。文獻[5-7]提出了電力市場環境下梯級水電站中長期調度與檢修計劃雙層優化模型、中長期調度與跨價區交易組合雙層優化模型，以及計及隨機和風險因素的梯級水電調度交易優化模型，分別將檢修計劃、交易組合和電價波動性、徑流隨機性引入模型中，以期獲得最大發電收益；文獻[8]在收益最大化模型中引入了豐枯電價，對單站的優化調度進行了研究。但這些研究大都只是進行理論模型的探索，研究結果難以直接指導水電企業參與電力市場中長期交易的實踐。

新電改明確要求繼續有序放開發用電計劃，加快推進電力市場化交易，完善直接交易機制，發電企業上網電價除政府定價的方式外，還可參與電力市場交易，通過協商、市場競價等方式確定。在新電改的形勢下，水電發電企業不僅需要通過降低發電耗水率、實施梯級統一調度等技術手段提升自身的市場競爭力，還應采取以電力市場交易指導生產，積極調整中長期交易量價結構，開展水電聯調等措施，以降低偏差考核風險。

下面以水電站中長期交易合同電量執行偏差最小為目標函數，考慮水電站運行約束及電力市場交易電量約束，構建了考慮不同交易品種的水電站中長期調度模型并求解。采用動態規劃算法，以四川省某電站為例進行了研究。

1 水電中長期調度模型構建

《電力中長期交易基本規則(暫行)》(發改能源〔2016〕2784號)提出：在市場中獲得的中長期合同電量，在進行月度分解執行時，如超過一定比例將受到經濟懲罰，中長期合同電量執行情況將影響水電企業的經濟效益。在此背景下，以合同電量執行偏差最小為目標，構建水電中長期調度模型。

1.1 目標函數

水電站發電偏差最小：

(1)

其中，

Pt=mt+ft

(2)

mt=m1,t+m2,t+…+mn,t

(3)

式中：t為時段變量；T為年內計算總時段數(以旬為單位)，中長期合約中T=1，2，……，36；A為水電站的出力系數；Qt為水電站第t時段的發電流量，m3/s；Ht為水電站第t時段的水頭，m；Δt為計算時段長度，s；Pt為合約電量，MWh；ft為跨省跨區交易電量，MWh；mt為省內交易電量，包括電力直接交易電量、富余電量增量交易電量、豐水期居民生活電能替代采購交易電量、發電側合同電力轉讓交易電量、偏差電量調整交易電量和輔助服務交易電量等，MWh；n為省內電力交易品種mi,t的個數，由實際成交情況決定。

1.2 約束條件

1)水量平衡約束

Vt+1=Vt+(qt-Qt-St)Δt?t∈T

(4)

式中：Vt+1為水電站第t時段末水庫蓄水量，m3；Vt為水電站第t時段初水庫蓄水量，m3；qt為水電站第t時段入庫流量，m3/s；St為水電站第t時段棄水流量，m3/s；Δt為計算時段長度，s。

2)水庫蓄水量約束

(5)

3)水庫下泄流量約束

(6)

4)電站出力約束

(7)

5)非負條件約束

上述所有變量均為非負變量(≥0)。

2 模型求解

動態規劃算法是尋求多階段決策過程的一種最優化方法，它能處理各種目標函數和多約束條件下的復雜最優化問題，且對于非線性、不連續、多變量、隨機性、多階段等許多復雜問題的求解比較成熟，能將龐大的m·n維問題變成n個m維問題求解，大大減少了求解難度，計算簡便，且能獲得全局最優解。水電站水庫調度過程是一個多階段的決策過程，目標函數和約束條件同樣具有非線性、不連續、多變量、多階段和隨機性特點，因此動態規劃算法在水庫優化調度研究和水電站運行調度中得到了極為廣泛的應用[9]。下面采用動態規劃算法求解水電中長期調度模型。

動態規劃算法的基本求解思路是將過程分成若干個互相聯系的階段，即子問題，將各階段按照一定的次序排列好之后，對于某個給定的階段狀態，先求解子問題，然后通過各子問題的解得到原問題的解。這里以水電站發電偏差最小為目標函數，以年為計算周期、旬為計算時段，將各時段末水庫水位離散作為狀態變量，以時段合約電量和實發電量的偏差電量為決策變量，求解水電中長期調度模型。即將一年內水電站累計發電偏差最小化問題劃分為36個時段對應的36個發電偏差最小化問題，大大減少了計算量，提升了計算速率，水庫水位離散示意圖如圖1所示。

表1 水庫特征水位特征庫容

圖1 動態規劃算法的水庫水位離散示意

3 實例分析

為驗證所建模型的合理性和有效性，以四川省某電站為研究對象，并結合《四川電力中長期交易規則(暫行)》(川監能市場〔2017〕51號)和《2018年四川電力交易指導意見》(川監能市場〔2018〕40號)的具體內容進行實例分析。

1)電力市場交易規則

《2018年四川電力交易指導意見》(川監能市場〔2018〕40號)指出：水電參加上下調服務引起的增發電量及減發電量按照機組預掛牌形成的上、下調價格進行結算；下調減發電量不大于2%時不補償，超過2%時全額獲得補償；2%以內的少發電量免于支付偏差考核費用，2%及以上的少發電量按系統上調電量補償單價支付偏差考核費用；棄水期，超發電量不予結算，2%以內的超發電量免于支付偏差考核費用，2%及以上的超發電量按月度增量直接交易最高成交價的10%支付偏差考核費用；未棄水期，超發電量按60元/MW時進行結算。因此，發電廠商為了免于支付偏差考核費用，應當按照合約電量指導發電生產，盡量將發電偏差控制在2%以內，以獲取期望的發電收益。

2)計算基礎資料

選取四川省某水電站為研究對象，進行基于發電偏差最小化的水電中長期調度模型合理性和有效性驗證，該水電站為四川省某流域水電梯級開發的下游控制性水庫工程，具有不完全年調節能力，電站采用堤壩式開發，是一座以發電為主，兼有防洪、攔沙等綜合利用效益的大型水電工程。壩址控制流域面積68 512 km2，占全流域面積77 400 km2的88.53%，電站總裝機容量3600 MW，電站多年平均年發電量為1.458×1010kWh，保證出力為926 MW。水庫主要特征參數見表1。

3)計算結果及分析

基于以水電站發電量與合約電量偏差最小化為目標的水電中長期交易模型，以旬為計算時段，選取四川省某水電站為研究對象，采用動態規劃算法進行模型求解，計算結果如圖2所示。

圖2 四川某電站典型年出力和水位過程

受水庫調節能力和來水的影響，水庫水位分別在4月下旬(枯期末)和5月下旬(汛期初)消落至死水位790 m，在10月上旬蓄滿，整個10月保持最高水位850 m運行，為枯期保持了較高的水頭，滿足水庫運行方式的要求；水庫各時段均未發生棄水，水量利用率高達100%。四川省某電站典型年偏差分析結果見圖3，通過對比水電站實發電量和合約電量過程發現，各時段發電偏差均在0.6%以內，其中正偏差最大值出現在1月中旬，為0.6%，負偏差最大值出現在2月下旬，為-0.59%，月平均偏差均能控制在0.5%以內，滿足交易規則的不大于2%的偏差控制要求，企業可免于支付偏差考核費用。

圖3 四川某電站典型年偏差分析

4 結 語

隨著電力市場化改革的不斷深化，中國能源結構將進一步優化，水電作為清潔可再生能源，在新電改的形勢下機遇和挑戰并存。傳統以發電量最大為目標的水電站調度準則已不能適應電力市場發展的趨勢。結合新電改對水電調度的新要求，提出了發電偏差最小化的水電中長期調度模型，通過實例分析驗證，模型是有效和適用的。

對參與電力市場中長期交易的水電優化調度進行探索，對于水電企業中長期合同電量的執行具有較強的指導意義。在今后的研究中，可進一步研究水電企業參與區域電力市場中長期交易的不同交易品種組合策略。