新型區域電力系統電源規劃和時序生產模擬

蔣 攀，孫萬光，張新宇，周立洋

(1.中水東北勘測設計研究有限責任公司，吉林 長春 130021；2.水利部寒區工程技術研究中心，吉林 長春 130061)

0 引 言

20世紀以來，全球能源結構加快調整，新能源技術水平和經濟性大幅提升，風能和太陽能利用實現躍升發展，規模增長了數十倍。2022年我國發電裝機25.67億kW，其中風電、光伏發電裝機占比達到29.5%[1]?！丁笆奈濉爆F代能源體系規劃》指出“推動構建新型電力系統，促進新能源占比逐漸提高，全面推進風電和太陽能發電大規模開發和高質量發展”。風電和光伏等新能源具有顯著的時序波動特性[2]，消納問題突出，需要在發電側與儲能電源互補發電。抽水蓄能是當前技術最成熟、經濟性最優、最具大規模開發條件的調節電源，與風電、太陽能發電、核電、火電等配合效果好。加快發展抽水蓄能，是構建以新能源為主體的新型電力系統的迫切要求，是保障電力系統安全穩定運行的重要支撐，是可再生能源大規模發展的重要保障。

以新能源為主體的新型區域電力系統中，電源主要包括風電、光伏、火電、水電、抽水蓄能等。規劃水平年，在風電、光伏、水電裝機容量確定的條件下，抽水蓄能規劃需要解決的主要問題：①抽水蓄能最優配置容量是多少；②抽水蓄能電站的系統節煤量是多少。開展電力系統電源規劃和生產模擬是解決上述問題的核心和關鍵。

生產模擬是電力系統規劃與運行優化的基礎，通過模擬電力系統運行過程，預測各機組的發電量、燃料消耗及排放量，為制定合理的電源規劃方案或運行計劃提供依據[3]。時序生產模擬分為2類[4]：①啟發式時序生產模擬方法；②基于優化求解技術的時序生產模擬方法。啟發式時序生產模擬方法將時序負荷曲線轉化成持續負荷曲線，通過合理安排各類電源在持續負荷曲線上的位置和出力水平，模擬電力系統發電調度過程，進而計算系統總的生產成本。在新型電力系統下，該方法的缺點比較明顯：難以準確地反應負荷和新能源出力特性變化對系統運行的技術經濟指標的影響；隨著電源結構日趨復雜，不同類型電源機組間協調平衡策略設計難度加大?；趦灮蠼饧夹g的時序生產模擬方法的核心是以系統運行成本最小為目標的機組組合模型，即滿足系統運行約束和機組運行約束，通過優化進行技術決策各類電源所有機組啟停狀態和出力大小。機組組合問題是一個包含整數變量和連續變量的非線性規劃問題，基于混合整數規劃(Mixed integer programming，MIP)的機組組合模型獲得了廣泛應用。

受限于現有的數學方法和技術能力，基于MIP的機組組合模型仍然難以直接應用于區域電力系統中長期時序生產模擬，通常采用短周期(24或168個時段)滾動求解技術順序求解，但該方法無法處理機組檢修等跨周、跨月問題。邵成成等[5]提出了含大規模清潔電力系統的多時間尺度生產模擬方法，中長期模擬考慮清潔能源季節分布，制定常規機組檢修計劃，短期模擬以檢修計劃為邊界，對機組組合問題進行精細模擬。對于區域電力系統，各類常規電源機組數量逾百臺，即使采用短周期滾動進行技術求解，求解規模仍然較大，而機組集群技術可降低求解規模、加快求解速度，并且具備較高精度。機組集群是將大規模機組組合的二進制變量轉化為單個整數變量，進而降低求解規模，在電力系統長期運行管理和電源發展規劃等方面取得廣泛應用[6-7]。但相關研究表明，機組集群技術關注集群整體出力水平，而忽略了出力在機組間的分配，當電力系統靈活性不足時，在機組啟停階段，機組集群模型的解是次優解甚至是不可行解[8]。

在區域電力系統電源規劃和時序生產模擬中，需同時考慮機組檢修及機組組合問題，計算時段總長為1 a。機組組合問題計算時段步長為1 h，年計算時段總數為8 760。由于區域電力系統電源組成復雜、機組數量龐大，即使采用機組集群技術，同時求解機組檢修及機組組合問題仍然十分困難。因此，本文采用機組檢修與機組組合耦合求解框架[5]，提出一種中等規模機組集群方法，銜接機組檢修與機組組合優化，降低優化求解規模的同時保證單元機組檢修的連續性，可較準確計算火電機組煤耗。

1 新型區域電力系統生產模擬框架

1.1 框架

新型區域電力系統生產模擬由機組檢修優化模型和機組組合優化模型構成。機組檢修優化模型的主要功能是根據新能源出力年內分布及負荷特性確定機組檢修計劃，促進新能源消納，并保證系統空閑容量年內均勻分配，當規劃水平年確定新能源、水電裝機規模后，給定抽水蓄能裝機容量方案，確定系統對火電最小需求容量。機組組合優化模型的主要功能是根據檢修計劃確定的邊界條件，開展逐小時(全年8 760 h)生產模擬，計算系統全年運行指標。由此可見，二者為單向、松散耦合模式。

機組檢修優化模型計算時段為周，計算得出年內逐日機組檢修狀態。機組組合優化模型計算周期為1 d，計算時段為1 h，以逐日機組檢修計劃為邊界，根據檢修計劃確定開機容量，以系統煤耗最低為目標，計算系統總煤耗，開展機組組合優化計算；以前一日末尾時刻機組狀態作為當日開始時刻機組初始狀態，進行逐日順序、滾動模擬。

1.2 中等規模機組集群方法

在機組組合優化中，一般將特性相同或相近的機組組成一個集群機組，可提高計算效率，但在與機組檢修優化耦合時存在較大困難。檢修優化計算時，若以單個機組為計算單元，計算量大，求解困難，并且與機組組合優化中的集群機組無法直接耦合。若以機組組合中的大規模集群機組為計算單元：①采用二進制整數變量表示檢修狀態，集群機組規模大，同時檢修不合理；②采用整數變量表示檢修狀態，無法準確描述集群機組中的檢修分配，不能滿足單個機組檢修連續性約束。

本文提出中等規模機組集群方法，為避免集群機組規模過大，將大規模集群機組拆分成若干中等規模集群機組，機組檢修優化模型和機組組合優化模型中采用相同的集群機組。檢修優化模型中，采用二進制整數變量表示檢修狀態，集群規模應滿足檢修場地約束。機組組合優化模型中，采用整數變量表示開機狀態，中等規模機組集群示意見圖1。

圖1 中等規模機組集群示意

中等規模機組集群方法可使機組檢修與機組組合優化直接耦合，保證單個機組檢修的連續性，降低求解規模，提高求解速度，并具有較高的精度。

以火電為例，機組集群規模的確定方法如下

(1)

2 新型區域電力系統機組檢修優化模型

在以新能源為主體的新型區域電力系統中，機組檢修優化模型一方面考慮清潔能源的年內分布問題，另一方面考慮系統空閑容量年內分配問題。在電源規劃中，當新能源及水電裝機容量確定后，通常采用多方案比選確定抽水蓄能最優配置容量，即假定若干抽水蓄能容量方案，各方案通過增減火電容量來滿足系統負荷需求，要求各組合方案系統煤耗最小且空閑容量最少。為了減小求解規模，機組檢修優化通常采用分塊負荷曲線(Load block curve，LBC)[5]，但該方法無法考慮負荷的時序波動性[9]，無法充分考慮抽水蓄能機組的檢修安排。

從宏觀角度上看，在新能源發電量大的時段盡量安排火電機組檢修，有利于新能源消納；在系統殘余負荷(系統負荷減去新能源出力)峰谷差較小時段盡量安排水電和抽水蓄能機組檢修，促進新能消納的同時滿足系統對調峰容量的需求。該策略最終目的是降低系統運行煤耗。本文提出新型區域電力系統機組檢修優化模型，以系統空閑容量(火電、水電、抽水蓄能)最小為目標函數，以系統電力平衡、調峰容量平衡為約束條件，同時考慮機組檢修連續性約束、檢修場地約束、檢修時段約束等約束條件。

2.1 目標函數

采用系統空閑容量最小為目標函數，表達式為

(2)

選用該目標函數的主要目的：在給定系統負荷、風電和光伏出力上限條件下，根據給定的抽水蓄能容量，確定系統所需的火電最小容量，以此來分析抽水蓄能可替代火電容量，當火電容量小于系統所需最小容量時，各電源的檢修計劃無論如何優化都不能滿足系統運行要求。

2.2 約束條件

(1)系統電力平衡約束

(3)

(2)系統調峰容量平衡約束。大規模新能源并網后，系統殘余負荷的峰谷差進一步加大，檢修安排若不合理，則會導致大量新能源棄電，且系統煤耗增加。通過調峰容量平衡約束，可避系統殘余負荷峰谷差較大時段安排水電和抽水蓄能機組檢修，有效提高新能源消納，表達式為

(4)

(3)其他約束。機組檢修狀態為0、1整數約束，0代表非檢修狀態，1代表檢修狀態。檢修連續性約束，各機組檢修期間連續停機。檢修場地約束，主要控制同一時段檢修機組臺數。檢修時段約束，主要控制水電機組汛期不檢修，供熱機組冬季供暖期間不檢修。

3 新型區域電力系統機組組合優化模型

3.1 目標函數

該模型以總成本最小為目標函數，總成本包括系統的火電發電成本和棄風、棄光、棄水經濟損失之和，即

(5)

3.2 約束條件

約束條件主要包括：負荷平衡約束、機組出力上下限約束、儲能約束、水電站電量約束、備用容量約束等。對于區域電力系統電源規劃時序生產模擬，火電機組的爬坡能力約束不是主要約束條件，本文不考慮此約束條件。

(1)負荷平衡約束。電力系統各電源時段出力之和等于系統時段負荷，表達式為

(6)

式中，Ii，t為機組i在時段t的啟停狀態；Pi，t為機組i在時段t的有功出力。

(2)機組出力上下限約束。適用于風電、光伏、火電、水電、抽水蓄能等電源。對于風電和光伏出力，上限為相應風、光條件下的機組最大出力，下限為0；對于水電，上限為預想出力，下限為最小技術出力；對于抽水蓄能，上限為裝機容量，下限為0；對于火電，上限為裝機容量，下限為最小技術出力，表達式為

Ii，tPi，min≤Pi，t≤Ii，tPi，max

(7)

式中，i=1，2，…，N；t=1，2，…，T。

(3)儲能約束。儲能約束條件表達式為

(8)

(4)水電站電量約束?？紤]不同水文年平均出力確定的電量約束，表達式為

(9)

(5)備用容量約束。旋轉備用加負荷備用的備用率取8%，由火電、水電、抽水蓄能共同承擔；冷態備用的備用率取5%，全部由火電機組承擔，表達式為

(10)

3.3 機組集群

中等規模機組集群方法對水電、抽水蓄能電站模擬精度較高，與單臺機組的機組組合模擬差別不大。但對火電而言，中等規模機組集群方法在機組集群運行煤耗、啟停機煤耗等方面與單臺機組組合模型差別較大。為了準確計算系統運行煤耗，對中等規?；痣姍C組集群進一步采用機組集群求解方法[6，10-13]。

(1)集群機組組合狀態。集群火電機組i由Ji臺相近機組組成，開機容量在相鄰時段間變化的約束表達式為

(11)

機組狀態變量約束條件為

0≤Ii(t)，Ui(t)，Di(t)≤Ji

(12)

(2)集群機組出力約束。集群火電機組i在時段t的輸出功率Pi(t)滿足約束

(13)

式中，αi(t)為集群火電機組i的最小技術出力率，由單機最小技術出力率加權平均獲得。

(3)最小啟停機約束?；痣姍C組并網后，必須保證一定的運行時間才可以停機，機組停機后也必須保證一定的停機時間才可以并網發電，集群機組最小啟停機約束表達式為

(14)

(15)

式中，MUTi、MDTi為最小啟動和停機時間。

(16)

集群機組i的啟動成本和停機成本函數為

(17)

4 算例分析

4.1 區域電力系統概況

某區域電力系統規劃水平年(2035年)最高負荷29 100 MW，用電量1 600億kW·h，最大外送容量為30 000 MW，年送電量為1 800億kW·h。該區域電力系統電源組成包括風電、光伏、火電、水電、抽水蓄能等。規劃水平年風電裝機容量60 000 MW，光伏裝機容量31 500 MW，水電裝機容量2 330 MW。經系統電源優化配置，確定抽水蓄能裝機容量為19 500 MW(包括已建、在建抽水蓄能2 400 MW，新增17 100 MW)。新能源占系統規劃電源裝機的比例為59.4%，比重較高，抽水蓄能電站對電力系統內新能源的消納將起到非常重要的作用。規劃水平年，本網負荷及外送年電量為3 400億kW·h，各月電量見圖2。風電年裝機利用小時數2 300 h，光伏年裝機利用小時數1 600 h，規劃水平年新能源(風電+光伏)逐月發電量見圖3。

圖2 逐月負荷及外送電量

圖3 逐月新能源發電量

從圖2、3可見，負荷及外送電量7月份為年內最大值，2月份為年內最小值；而新能源發電量10月份為年內最大值，7月份為年內最小值。由此可見，新能源發電量年內分布與系統所需電量間匹配性較差。

4.2 檢修優化模型計算結果分析

經檢修優化模型計算，規劃水平年系統火電容量為40 900 MW時，滿足電力平衡約束和調峰容量平衡約束，且系統空閑容量最小。根據各電源裝機容量及計算條件限制，火電劃分為20個集群機組，水電劃分為9個集群機組，抽水蓄能劃分為15個集群機組?；痣姍z修時長為45 d，水電及抽水蓄能機組檢修時長均為30 d，考慮熱電機組供暖期不檢修、水電機組汛期不檢修，同時保證機組檢修的連續性，得出各類電源集群機組檢修計劃，結果見圖4。

圖4 各類電源機組檢修計劃示意

從圖4可見，受供熱機組供暖期不檢修約束，供熱機組主要集中在夏秋季檢修，非供熱機組主要集中在供熱期檢修；2月為全年負荷最低時段，3月～5月以及10月份新能源發電量較大，火電機組安排檢修容量較大，有利于新能源消納。新能源發電量較大月份，抽水蓄能機組安排檢修容量較小，主要用于調節新能源出力，提高新能源消納程度。

機組檢修優化模型確定的各類電源檢修計劃安排，充分考慮了負荷及新能源發電量的年內分布特性，利用年內低負荷時段和新能源發電量大的月份集中檢修火電機組，新能源發電量較大月份盡量少安排抽水蓄能機組檢修，促進新能源消納，同時留有盡可能多的抽水蓄能容量用于系統的調峰和填谷，降低系統整體運行成本。

4.3 機組組合優化模型計算結果分析

以檢修優化模型計算結果為邊界條件，對規劃水平年8 760 h機組組合優化問題進行求解，并與啟發式時序生產模擬方法計算結果進行對比，結果見表1。

表1 模擬結果對比

從表1可見，新能源棄電率方面，啟發式方法新能源棄電率為14.16%，本文方法新能源棄電率為13.06%，多吸納新能源電源電量21億kW·h；水電棄電率方面，啟發式方法為0.6%，本文方法為0，減少水電棄電量0.22億kW·h；火電年裝機利用小時數方面，啟發式方法為4 495 h，本文方法為4 416 h，較啟發式方法減少79 h；抽水蓄能年裝機利用小時數方面，啟發式方法為1 126 h，本文方法為942 h，較啟發式方法減少184 h；系統年煤耗方面，啟發式方法為5 925萬t，本文方法為5 707萬t，較啟發式方法減少218萬t，節能效益十分顯著。

與啟發式方法相比，本文方法從機組檢修安排上就充分考慮了新能源發電量的年內分布以及系統負荷特性，有效促進了新能源消納；采用中等規模機組集群方法，保證單元機組檢修的連續性；采用機組組合優化求解方法，并對中等規?；痣姍C組集群進一步采用機組集群求解方法，較準確的計算系統運行煤耗以及啟停煤耗，對各類電源間出力協調平衡進行全局尋優。

選取夏季(7月)、冬季(12月)典型月份，繪制設計水平年各類電源逐小時出力過程如圖5所示。

圖5 設計水平年(2035年)夏、冬季典型月份各類電源出力過程

5 結 語

(1)本文設計了區域電力系統機組檢修計劃與機組組合的雙層耦合框架，提出了中等規模機組集群方法，可使機組檢修與機組組合優化直接耦合，保證單臺機組檢修的連續性，降低求解規模，提高求解速度。

(2)提出了新型區域電力系統檢修優化模型，以系統空閑容量最小為目標函數，考慮系統電力平衡約束、調峰容量約束，以及檢修連續性約束、檢修場地約束和檢修時段約束等約束條件。在其他電源容量確定的條件下，可計算出火電必需容量；各類電源機組檢修安排充分考慮新能源發電量年內分布及系統負荷特性，促進新能源消納。

(3)在機組組合優化模型中，以系統運行成本最小為目標函數，并考慮棄風、棄光、棄水成本，對中等規?；痣姍C組集群進一步采用機組集群求解方法，較準確計算火電運行及機組啟停煤耗。在區域電力系統時序生產模擬中，本文方法計算結果明顯優于啟發式方法，可對各類電源間出力協調平衡進行全局尋優。