含電轉氣的電力系統模糊控制多階段優化調度方法

張南陽， 熊國江， 陳錦龍， 姚 剛

（1.貴州大學電氣工程學院，貴陽 550025；2.貴州電網有限責任公司電力調度控制中心，貴陽 550002）

0 引 言

能源的充分利用一直以來都是全人類共同關注的課題，清潔可再生能源由于它的環境友好性和經濟性，得到人類的特別青睞［1］。據有關數據顯示，我國棄水、棄風、棄光量合計超過三峽電站全年的發電量［2］，電力系統運行的靈活性不足是造成棄風、棄光的首要因素［3］。隨著能源轉型的深入，各種新型能源利用形式逐漸出現，其中儲能技術是提升電力系統靈活性、經濟性和安全性的重要手段［4］。文獻［5］中通過風-光-儲多能建模，表明增加儲能形式在提高電力系統的靈活性和經濟性上具有很好的效果。相較于傳統能源系統，將電力和其他能源耦合組成能源系統，具有更好的靈活性，可有效提高能源的利用率［6］。燃氣是一種可行的儲能形式，通過電轉氣（Power to Gas，P2G）設備可在電力系統中起到調峰作用。P2G是一種將電能轉化為氫氣或天然氣的技術，是將燃氣系統和電力系統聯系起來的關鍵技術。文獻［7］中對P2G技術的經濟性潛力做了評估，指出此項技術在電力系統未來發展中有巨大的潛力。

近年來，隨著P2G技術的進步，電力-燃氣之間的單向耦合轉化為雙向耦合，燃氣系統將在電網中發揮重要的作用［8］。文獻［9-10］中利用不同的電-氣耦合模型，在電能不足的情況下，燃氣輪機將天然氣轉化成電能；相反，在電能過剩的情況下，P2G技術又將電能轉化成天然氣，提高可再生能源的消納利用。文獻［11］中建立了燃氣-蒸汽聯合循環機組的熱電聯合調度模型，其結果表明，聯合機組較常規機組雖然增加了成本，但有利于電網消納風電，并未計及燃氣系統的不確定性。文獻［12］中以小水電站作為投資主體，構建小水電站內P2G和儲能設備的優化配置模型，文中只計及P2G的建設投資和運行費用，并未考慮燃氣管網壓力對P2G設備運行的影響。文獻［7］中在考慮P2G設備運行成本和分段棄風成本的基礎上構建了多能源優化運行模型，仿真表明，P2G設備可以提高電力系統靈活性，有利于風電消納，但文中并未考慮管網的影響。文獻［13］中針對電力和燃氣負荷的不確定性，提出一種完全集成的隨機調度模型，綜合電力系統和燃氣系統在隨機調度與確定性調度中的優勢作用，但未對燃氣管網的不確定性做出分析。

綜上，通過構建電-氣耦合系統，可以提高新能源的消納水平和電力系統的靈活性，已有文獻研究取得了較好的成果。大多研究并未計及燃氣系統的不確定性對燃氣輪機和P2G出力的影響，例如燃氣管道壓力等對出力的影響。在考慮利用P2G設備參與電力系統調峰時，文獻一般利用常規機組出力與負荷之間的偏差值計劃P2G設備出力，如文獻［7，10-12］，但鮮有文獻考慮偏差變化率，而偏差變化率在一定程度上反映了調度時刻之間的相互影響對燃氣輪機和P2G設備出力的影響。

為提高電力系統運行的靈活性，實現可再生能源全部利用，本文基于“分級調度、分步調整、多能互補”的思想，提出一種含P2G電力系統模糊控制日前和日內多階段優化調度方法。在日前階段，將風電、光伏和傳統負荷歸一處理后視為一種廣義負荷，建立日前調度機組組合最優出力模型，并采用粒子群算法進行求解；在日內階段，在日前機組組合的基礎上，綜合考慮日內1h負荷預測結果、常規機組出力與預測負荷之間的偏差、偏差變化率以及燃氣管網壓力，設計多變量模糊控制方法來確定燃氣輪機和P2G的出力，以修正日前階段調度計劃的偏差。如若該偏差不能完全通過燃氣輪機和P2G進行修正，則通過經濟調度來微調火電機組出力。算例仿真結果表明了該方法的有效性。

1 多時間尺度數學模型

采用多時間尺度協調調度模型，旨在有效優化可再生能源的全部消納，同時緩解風電-光伏功率的隨機性和波動性對電力調度和安全運行造成的影響。多時間協調調度模型利用火電機組、燃氣機組和P2G設備的互補來保持系統供需功率平衡。火電機組功率調節速度較慢而調節容量大，制定日前調度計劃時主要對火電機組優化以承擔基礎負荷。燃氣輪機較火電機組具有良好的功率調節速率，燃氣輪機可以在很短的時間內從空載達到滿負荷運行狀態［14］，可在日內1 h調度中發揮重要作用，用于校正日前調度偏差。

本文調度計劃制定流程如圖1所示，在日前調度中根據日前24 h負荷預測和前一階段機組的運行情況，制定下一調度周期火電機組的機組組合狀況和出力計劃，需要指出的是，在此階段得到的機組組合在進行日內調度計劃時一般不能改變，除非受自然災害影響的情況下，為保證供電可靠，調度員可根據實際情況做出應急處置，調整調度計劃開機未開機組。日內1 h調度計劃在日內1 h負荷預測和日前24 h發電計劃的基礎上，結合火電機組出力與日內1 h負荷預測之間的偏差、偏差變化率、燃氣儲存設備的壓力等變量，通過多變量模糊控制策略確定燃氣系統的出力（燃氣輪機或P2G出力，P2G出力在數值上表示為負值）。當日前24 h負荷預測結果偏差過大，燃氣系統無法完全修正該偏差時，通過經濟調度對火電機組出力進行微調，實現偏差的完全修正。

圖1 調度模型流程圖

1.1 日前24 h模型

日前24 h調度計劃的主要任務是優化火電機組組合出力，在滿足基本負荷要求的情況下，以發電機組啟停和運行的經濟性為目標，即總的費用最小化，根據日前24 h廣義負荷預測確定火電機組的出力計劃。目標函數：

約束條件：

功率平衡約束

式中，PL.t、PW.t、PP.t分別為t時段的傳統負荷、風電和光伏出力預測。機組有功出力約束

式中，PG.i.min、PG.i.max分別為火電機組的最小和最大出力。

備用容量約束

式中，PR.t為第t個調度周期內的備用容量。在本文中設定PR.t為t時刻PL.t的5%。

機組爬坡能力約束

式中，Pd.i，Pu.i分別為向下和向上的爬坡率。

機組啟停約束

1.2 日內1 h模型

日內1 h調度在日前24 h調度計劃的基礎上，根據日內1 h廣義負荷預測、日前24 h火電機組出力計劃、兩者之間的偏差、偏差率以及燃氣儲存設備的壓力，通過多變量模糊控制法對燃氣輪機和P2G設備進行出力配置。在計劃燃氣系統的出力時，綜合考慮上述不同變量因素和負荷的波動，可能會導致燃氣系統不能完全消化偏差，此時就需要在不改變機組組合的情況下，對火電機組出力做出經濟性微調。

日內在計劃燃氣系統的出力時，主要是為了修正日前24 h調度計劃和日內1 h負荷預測之間的偏差。針對燃氣系統出力計劃約束條件有：

燃氣出力的整體性約束

燃氣系統出力約束

式中：Pgas.t為時段t燃氣輪機的出力；P為燃氣輪機的出力上限；PP2G.t為時段t內P2G設備的出力；P為P2G設備的出力上限。

火電機組經濟性微調目標函數：

式中，ΔPG.i.t為t時刻火電發電機i的微調量，Ui.t與日前24 h計劃中保持一致。

微調階段不同于日前24 h，約束條件如下：

燃氣系統費用模型：

式中：ηgas為燃氣輪機的能量轉化效率；P為燃氣輪機在t時段輸入的天然氣能量；ηP2G為P2G設備的能量轉化效率；PP2G.t為P2G設備在t時段輸入的電能；P為P2G設備在t時段輸出的天然氣能量；w為單位能量的天然氣價格；ct為一天之內的分時電價。本文中P2G用電費用按電力系統的收益計算。上述各系數值參見文獻［15］。

2 多變量模糊控制策略

模糊系統原理簡單，設計方便，適用于解決不確定性和多影響因素的綜合性復雜應用問題［16］。模糊控制策略是模擬人腦對非線性，非精準性的邏輯信息處理方法，給出一個非常關鍵的概念用來表達實際問題的模糊性，即隸屬概念［17］。

針對燃氣系統和電力系統各自的特點，設計多變量模糊控制策略將兩者聯系起來。利用燃氣輪機和P2G設備調節維持電力系統的穩定時，需結合燃氣管道壓力p的情況，壓力值不同，意味著燃氣系統不同的輸出模式；其結構如圖2所示。將日前計劃機組出力與日內1 h負荷預測之間的偏差E、偏差變化率dE／dt、燃氣管道的壓力值p作為輸入變量，通過模糊策略到燃氣系統的輸出功率Pg，調節電力系統的供需平衡，保證電力系統的穩定性。

圖2 燃氣系統出力控制結構圖

2.1 變量模糊化

對多輸入變量的模糊化，采用隸屬度值的方法：為實現對燃氣系統出力的控制，對火電機組出力與日內1 h負荷預測之間的偏差E和偏差變化率dE/dt在區間劃分的基礎上進行量化，偏差E和偏差變化率dE/dt的輸入范圍是［－n，n］，模糊量化為（負大，負中，負小，零，正小，正中，正大）｛NB，NM，NS，ZO，PS，PM，PB｝。燃氣系統輸出功率范圍為［－u，u］，模糊量化為（負大，負中，負小，零，正小，正中，正大）｛NB，NM，NS，ZO，PS，PM，PB｝。負荷偏差隸屬度函數關系如圖3所示，偏差變化率和燃氣系統輸出功率隸屬度圖與其相似，只是論域不同，偏差變化率論域設置為［－20，20］，燃氣系統輸出功率論域設置為［－120，120］。燃氣管道壓力（P）變化范圍為［0，4.0］，模糊量化為（低，中，高）｛L，M，H｝。燃氣管道的壓力范圍參照中國現行《城鎮燃氣設計規范（GB50028-2006）》中第6.1.6條規定劃分，其隸屬度函數關系如圖4所示。

2.2 模糊規則

采用模糊控制燃氣系統的出力大小，用來調節實際負荷與機組出力之間的偏差，保證電力系統的穩定。控制規則如下：

當燃氣管道壓力處于中間值，這里按最大隸屬度計算（即0.5＜P（p.u.）＜1.8）時，假如偏差E為正，其變化率為正且變化較快時，控制燃氣輪機機組的輸出功率增大，使負荷與機組出力偏差盡快恢復到正常范圍內；假如偏差E為負，其變化率為負且變化較快時，控制P2G設備的輸出功率增大，使得負荷與機組出力偏差盡快恢復到正常范圍內。

當燃氣壓力處于低壓狀態（即p（p.u.）＜0.5）時，如燃氣輪機仍在發電狀態，此時應適當調小發電功率輸出，以免影響城市燃氣的供應，當燃氣壓力小于0.2（p.u.）時，燃氣系統將不會有電能輸出。當燃氣系統處于吸收電能狀態時，則以最大速率吸收電能。

當燃氣壓力處于高壓狀態（即p（p.u.）＞1.8）時，如燃氣系統仍然處于吸收電能而產生燃氣，這時候減少燃氣系統的電能吸收，避免燃氣管道壓力過高；當燃氣管道壓力大于3（p.u.）時，停止吸收電能。當燃氣系統處于發出電能時，盡量以較大功率釋放電量。

模糊規則總共有7×7×3條，具體規則見表1～3。解模糊模時本文采用Matlab仿真軟件中自帶模塊中給出的重心法。在規則觀測窗口拖動游標紅線或變動輸入量x，y的數值，可以看到輸出量z發生相應的變化，給出對應的輸出值。

表1 P=L模糊控制規則表

表2 P=M模糊控制規則表

表3 P=H模糊控制規則表

3 算例分析

采用改進的10機39節點測試系統進行試驗，如圖5所示，機組信息詳見文獻［18］；其中在節點9設置P2G設備最大吸收功率為120 MW，在節點4設置容量為120 MW的燃氣輪機，節點16、23位置為光伏電站和風電場。對于模型的優化求解，采用粒子群算法求解。

圖5 改進39節點電力系統測試系統

采用預測值均為無特殊變量的經典日預測。圖6中反映出風、光存在天然的出力互補性，可有效緩解間歇單一可再生能源的出力波動和風電出力反調峰。為使得風-光可再生能源全部消納，同時減少求解過程中的計算量，將風-光-傳統負荷視為一種廣義負荷進行優化。圖7給出了廣義負荷的預測值。

圖6 風、光出力預測

圖7 廣義負荷預測

在仿真分析中燃氣壓力設置情況：22：00～5：00壓力隸屬度為L；5：00～18：00為M；18：00～22：00為H。仿真軟件：Matlab R2016a；仿真環境：i5-4200M CPU＠2.50 GHz 2.50 GHz。仿真分析分兩種情形：

情形1 不考慮燃氣輪機和P2G出力對電力系統的調節，只針對火電機組出力進行優化。

如圖8所示為日前24 h調度計劃運行結果最優的機組組合出力情況，由圖8可見，機組1全天候處于穩定運行狀態，機組3、4開機滿負荷運行后和逐漸停機之前出力較為穩定，以此承擔基本負荷；其他機組都有跟隨負荷變化的趨勢，適應不同的負荷變化范圍以保證電力系統的穩定，符合機組實際運行情況。

圖8 最優情況下火電機組組合出力

在未考慮燃氣輪機和P2G設備時，由圖9可見，在時刻19：00、20：00日內1 h負荷預測與日前24 h調度計劃的偏差較大，超過已開機組的備用容量，在沒有其他發電或儲能設施的情況下，為保證供電可靠和電力系統的安全運行，此時需要開啟其他機組供電，如圖9所示，在19：00時刻，在機組約束條件下，需開啟10號機組增加出力。

圖9 情形1下19：00時刻機組出力變化

情形2 考慮燃氣輪機和P2G設備與電力系統耦合情況。

在日前24 h計劃中，針對火電機組組合的制定，與情形1相似，這里不再贅述。

如圖10所示為情形2的燃氣系統出力情況，在燃氣壓力設置條件下，負荷高峰時期，燃氣輪機與火電機組一起滿足負荷的供電需求；負荷低谷時期，由P2G設備吸收由清潔能源提供的電能，在減少能源的大幅度浪費的同時，還可以為電力系統帶來額外的收益。

圖10 燃氣系統出力

在不改變機組組合的情況下，為與燃氣系統一同消化日前計劃的偏差，對火電機組出力做出微調，表4為日內1 h時間尺度下情形2的火電機組經濟性微調情況表。在19：00，20：00時刻偏差較大，在情形1中需開啟其他機組，而在情形2中，只需要火電機組的出力微調以平衡前一階段的誤差即可，由表4可見，對火電機組的出力調整相比其他時間段較大，但不至于開啟其他機組。在不影響對負荷的電力供應下，為使異質可再生能源全部消納，23：00時刻P2G出力上升較快，在24：00時刻P2G設備基本達到滿負荷運行，此時對火電機組做出微調以完全消納新能源出力。

表4 日內1 h計劃中火電機組經濟微調情況表MW

在燃氣輪機和P2G設備參與和火電機組經濟性微調后，完全消納廣義負荷的波動性，機組出力可以隨負荷變化而做出相應變化。圖11所示為情形2中日內1 h調度計劃后各方出力與傳統負荷之間的匹配情況，優化之后，可再生新能源、火電、燃氣輪機和P2G設備相互配合出力基本可以達到對傳統負荷準確跟蹤；同時新能源出力被全部消納，提高發電經濟性。隨著負荷預測技術的大幅提高，短期負荷預測相對誤差可以達到1%左右［19］。經過日前和日內的調度優化，基本可以實現實時運行中機組出力對負荷變化的深度跟蹤，保證電力系統的經濟安全運行。

圖11 日內1 h調度計劃后機組出力情況

對情形1和情形2的發電費用對比見表5。燃氣輪機的發電運行費用較高，P2G作為用電設備，可以為電力系統提供額外的經濟收益，使得在綜合費用方面情形2更具優勢，綜合而言，通過燃氣輪機和P2G設備調節后發電費用有所降低，經濟性會更好一點。同時將多余的風、光等可再生新能源轉化為燃氣系統中的燃氣能源，保證了清潔可再生能源的全部消納。

表5 有無燃氣系統調節經濟性對比

4 結 語

（1）根據“分級調度，分步調整，多能互補”的思想，建立含電轉氣的多階段優化調度模型，將風-光-傳統負荷歸為廣義負荷，確保清潔能源的全部消納。

（2）設計基于多變量模糊控制法的燃氣輪機和P2G設備的出力確定方法，不需大量數學關系的演算，原理簡單、易于理解。

（3）采用燃氣輪機和P2G設備輔助火電機組參與調節系統供電，可有效修正調度計劃的偏差，避免頻繁開停火電機組，且能提供系統運行的經濟性。