一种大规模新能源并网条件下火电机组深度调峰经济调度方法

摘要

一种大规模新能源并网条件下火电机组深度调峰经济调度方法，根据火电机组深度调峰运行特性，建立不同调峰阶段的火电机组深度调峰成本模型；考虑风电、光伏出力的波动性和随机性，引入备用容量成本来应对预测误差和突发事件，建立考虑油耗、机组寿命、环境的深度调峰经济调度模型，进而通过求解经济调度模型得到最终调度方案。本方法从调峰深度、新能源消纳量、火电企业收益等方面分析了大规模新能源并网下火电机组深度调峰的经济性，可为多能源电力系统火电机组深度调峰提供参考。

说明书

技术领域

本发明涉及新能源发电领域，具体涉及一种大规模新能源并网条件下火电机组深度调峰经济调度方法。

背景技术

近年来，我国在能源结构转型方面取得较好成效，风电新增装机容量不断提升，太阳能发电保持稳步增长，分布式光伏发电累计容量突破6000万kW。未来新能源仍将是增长最快的电源类型，大规模新能源并网及日益增加的系统负荷峰谷差，系统调峰的需求越来越大。

目前，火电机组是系统调峰的主要电源，随着大规模新能源并网，增加的调峰任务也由火电机组承担。随着风电、光伏装机容量规模化增长，新能源并网消纳量逐年增加，机组必须进行深度调峰改造，使其能够在额定功率的30％～50％运行。如何平衡深度调峰和新能源消纳，研究风电、光伏及火电机组深度调峰下的经济性就显得尤为必要。

深度调峰将常规调峰深度进一步扩大，减少火电机组出力同时可提高新能源消纳量，缓解系统调峰压力。在大规模新能源并网下的经济调度研究中，通常只计及常规调峰阶段，关于深度调峰阶段的经济性分析较少。当前，常规调峰机组的经济调度模型已不再适应大规模新能源并网的现状电网。火电机组参与深度调峰之后，其经济性计算变得更为复杂，不仅考虑机组成本变化，还要考虑环境效益。

目前，调峰的经济性分析主要集中在常规调峰。在深度调峰的经济性分析研究方面，主要以风电为背景或者只与光伏联系，而对于风电、光伏和火电机组深度调峰下多能源互补联合调度研究较少，并且往往忽略新能源消纳及其带来的环境效益。

发明内容

本发明针对大规模新能源并网下火电机组深度调峰模型进行研究，以综合成本为目标函数，引入备用容量来应对风电、光伏和负荷的预测误差以及一些突发事件，得到考虑油耗、机组寿命、环境的深度调峰经济调度方法。

一种大规模新能源并网条件下火电机组深度调峰经济调度方法，包括如下步骤：

步骤1，将火电机组深度调峰分为不投油深度调峰DPR和投油深度调峰DPRO的2个阶段，计算深度调峰运行能耗成本，其中包括火电机组煤耗成本、机组寿命损耗成本、投油成本、环境附加成本，得到火电机组深度调峰过程固定成本函数；

步骤2，根据不同地区的有偿调峰服务补偿规则，计算深度调峰运行补偿收益；

步骤3，引入旋转备用成本，根据负荷、风电及光伏的预测误差率以及各个时刻负荷、风电和光伏的功率，得到旋转备用成本；

步骤4，根据上述步骤的火电机组深度调峰过程中的固定成本、运行补偿收益以及旋转备用成本的分析，得到综合运行成本最小的目标函数以及相关约束；

步骤5，对目标函数进行求解，得到最终调度方案。

进一步地，步骤1中，各类成本计算具体如下：

煤耗成本采用耗量特性进行计算，其运行煤耗成本为：

式中，C

机组寿命损耗成本按照转子材料的低周疲劳特性关系进行计算，根据Manson-Coffin公式，得机组寿命损耗成本为：

式中，A为机组寿命损耗成本；δ为实际运行损耗系数，投油比不投油深度调峰的损耗系数大；S

在DPRO阶段，投油油耗成本为：

B(P

式中，B为机组投油成本；O

在投油深度调峰阶段，投油深度调峰阶段的环境附加成本为：

E

式中，E

进一步地，步骤1中，基于各类成本，火电机组深度调峰过程固定成本函数为：

一段时间内机组启停成本为：

考虑机组启停成本的深度调峰成本为：

式中，f

进一步地，步骤2中，根据实际调度计划，以每15min为一个单位统计周期来计算火电机组深度调峰的补偿收益，其补偿收益计算如下：

式中，C

进一步地，步骤3中，在深度调峰运行下引入旋转备用成本，旋转备用成本为：

式中，C

进一步地，步骤4中，建立综合运行成本最小的目标函数为：

minC＝C

目标函数的约束如下：

火电机组出力约束：

P

忽略网络损耗的系统功率平衡约束：

机组爬坡约束：

U

启停时间约束：

新能源出力约束：

系统旋转备用约束：

式中：α

P

进一步地，步骤5中，采用分支定界法寻求全局最优解，流程如下：

步骤5-1，设定最优解的值f＝+∞，求解相应地松弛问题；判断原松弛问题是否可行，若找到满足要求的最优解，则为原问题最优解；否则对原问题进行分支寻求最优解；

步骤5-2，分支；最优解中选择一个不符合整数约束条件的解，其值设为B

步骤5-3，定界；判断子问题是否存在整数解，若存在，找出原松弛问题的目标值并将其设为分支问题的下界；

步骤5-4，从待分支队列中依次选取松弛子问题进行分支求解，并且修正原问题的上、下界；

步骤5-5，根据剪枝原则，剪去部分无效子问题；

步骤5-6，检查所有分支的解及目标。

本发明达到的有益效果为：基于深度调峰下火电机组运行状态和特性，本发明建立了火电机组不同调峰阶段的成本模型，引入备用容量成本来克服新能源出力预测的波动性和一些突发事件所带来的额外成本，研究了风电、光伏并网下火电机组深度调峰的经济性调度问题，给企业提供了调度方法，能够分析大规模新能源并网下火电机组深度调峰的经济性，可为多能源电力系统火电机组深度调峰提供参考。

附图说明

图1为本发明实施例中所述调度方法的步骤流程图。

图2为本发明实施例中华东区域深度调峰补偿标准表。

图3为本发明实施例中典型日负荷预测曲线图。

图4为本发明实施例中风电、光伏出力预测曲线图。

图5为本发明实施例中不同调峰深度下经济调度指标表。

图6为本发明实施例中负荷预测功率及火电机组出力图。

图7为本发明实施例中风电预测功率及并网消纳功率图。

图8为本发明实施例中光伏预测功率及并网消纳功率图。

图9为本发明实施例中55％调峰深度下火电机组出力图。

图10为本发明实施例中60％调峰深度下火电机组出力图。

图11为本发明实施例中65％调峰深度下火电机组出力图。

图12为本发明实施例中火电企业日收益表。

具体实施方式

下面结合说明书附图对本发明的技术方案做进一步的详细说明。

根据火电机组运行特性和能耗特性，可以将火电机组深度调峰分为不投油深度调峰(DPR)和投油深度调峰(DPRO)2个阶段。

与常规调峰不同，火电机组在深度调峰阶段的运行成本发生了较大变化。深度调峰不仅包含燃料等显性成本，还包括增加锅炉稳燃能力的投油成本、磨损寿命损失、燃烧不充分而产生的环境污染等隐性成本，导致火电厂经济效益大幅降低。

(1)火电机组煤耗成本

煤耗成本通常采用耗量特性进行计算。其运行煤耗成本为：

式中：C

(2)机组寿命损耗成本

机组寿命损耗成本按照转子材料的低周疲劳特性关系进行计算。参考Manson-Coffin公式，可得机组寿命损耗成本为：

式中：A为机组寿命损耗成本；δ为实际运行损耗系数，投油比不投油深度调峰的损耗系数大；S

(3)投油成本

在DPRO阶段，锅炉的燃烧稳定性下降，需要投油助燃以保障机组正常运行。投油油耗成本为：

B(P

式中：B为机组投油成本；O

(4)环境附加成本

在投油深度调峰阶段，投油燃烧后会产生烟尘、氮氧化物等污染物，导致火电厂废弃排污增加，过量污染物排放导致政府罚款。故投油深度调峰阶段的环境附加成本为：

E

式中：E

基于上述成本，火电机组深度调峰过程固定成本函数为：

一段时间内机组启停成本为：

考虑机组启停成本的深度调峰成本为：

式中：f

深度调峰补偿根据机组实际发电出力确定。以华东区域有偿调峰服务补偿规则为例，有偿调峰基准为机组负荷率的60％，常规燃煤机组按低于基本调峰下限少发电量给予补偿。补偿标准分为4档，如图2所示。

根据实际调度计划，以每15min为一个单位统计周期来计算火电机组深度调峰的补偿收益。其补偿收益计算如下：

式中：C

新能源出力的波动性与随机性增加了电网运行的不确定性，故需增加额外备用容量来应对预测误差与突发事件。本发明在深度调峰运行下引入旋转备用成本，旋转备用成本为：

式中：C

根据上述火电机组深度调峰成本分析，建立综合运行成本最小的目标函数为：

minC＝C

式(9)的目标函数的约束如下：

(a)火电机组出力约束

P

(b)系统功率平衡约束(忽略网络损耗)

(c)机组爬坡约束

U

(d)启停时间约束

(e)新能源出力约束

(f)系统旋转备用约束

式中：α

P

机组经济调度问题是一个混合整数非线性规划问题，解决此类问题的算法很多，本发明采用分支定界法(Branch and Bound)寻求全局最优解，这种方法对处理纯整数规划和混合整数规划具有很好的收敛度，其本质是以“松弛”、“分支”、“定界”、“剪枝”为基础，通过对不同的分支变量和子问题反复迭代来找到最终答案，该流程如下：

Step1：设定最优解的值f＝+∞，求解相应地松弛问题；判断原松弛问题是否可行，若找到满足要求的最优解，则为原问题最优解；否则对原问题进行分支寻求最优解。

Step2：分支。最优解中选择一个不符合整数约束条件的解，其值设为B

Step3：定界。判断子问题是否存在整数解，若存在，找出原松弛问题的目标值并将其设为分支问题的下界。

Step4：从待分支队列中依次选取松弛子问题进行分支求解，并且修正原问题的上、下界。

Step5：根据剪枝原则，剪去部分无效子问题。

Step6：检查所有分支的解及目标。

本实施例以某典型的10机系统进行仿真。风力、光伏发电分别替换其中2台火电机组组成仿真系统，其中火电装机容量为5000MW(1000MW、800MW、500MW、300MW机组各2台)，新能源装机容量为2000MW(其中风电装机1200MW，光伏装机800MW)。典型日负荷预测曲线如图3所示。

参照华东地区火电机组调峰标准，机组负荷率低于60％时即表示已经进行深度调峰运行，机组负荷率低于45％则表示已经进行投油深度调峰运行，设定所有机组的最小技术出力为30％机组额定容量。煤炭价格545元/吨，油耗成本6092元/吨，环境附加成本为408元/吨。负荷预测误差率L＝12％，风电和光伏预测误差率为F＝G＝5％，系统备用成本系数为110元/MW。风电、光伏出力预测曲线如图4所示。

本实施例参照华东地区火电机组调峰标准，设置了50％、55％、60％、65％、70％等5种不同的调峰深度场景。根据算例数据，采用分支定界算法求解得到图5所示的5种调峰深度的仿真结果。不同调峰深度下火电机组的实际出力情况如图6所示。

火电机组调峰深度在50％、55％、60％共3种场景下能显著降低系统负荷的峰谷差。结合图5得出的经济调度指标，可以看出大规模风电、光伏并网能够显著降低火电机组的上网电量，从而降低系统的运行成本。但在深度调峰运行期间，会产生额外的寿命损耗和投油成本，以及环境附加成本，在上网电量减少的情况下，尽管有政府的调峰辅助服务补偿收益，但并不能降低火电厂的单位发电成本。

深度调峰下风电和光伏的并网消纳功率如图7、8所示。在计及电网约束的条件下，调峰深度和新能源消纳量成正相关，调峰范围越大，新能源消纳量越大。结合图5可知，在50％调峰深度下单位发电成本最低，弃风、弃光率分别为16.9％和30.3％。当调峰深度再增加5％时，弃风、弃光现象明显减少。在55％以上调峰深度的新能源消纳率能达到90％以上。可见在机组出力降至45％以下时，新能源消纳量处于比较理想的区间，使新能源占比加大，能显著改善电网能源结构。

在进行深度调峰时，可参考图中的功率消纳值控制风电和光伏上网电量，兼顾电网运行的安全性和经济性。

在55％调峰深度下火电机组出力如图9所示，可以明显看出，机组4出力变化比其它机组大，此时它承担着新能源并网下系统主要的调峰压力。而机组容量等级越高，深度调峰越灵活，机组的运行成本和调峰收益补偿更高。结合图6可知，此场景下火电机组出力比较平稳，可减少机组频繁动作而带来的机械损耗和运行损耗，同时新能源消纳量也保持在较高的水平。

图10为60％调峰深度下各火电机组出力情况，在18-24时段各火电机组都出现较小波动，因为调峰深度的增加使风电、光伏的上网电量增加，对比负荷预测值和风电、光伏出力预测，在20时段光伏出力降为0，而风电出力预测值逐渐增加，所以此时段火电机组需要增加出力来平衡功率，这与图6中18-24时段火电机组出力出现波峰情况一致。图11为65％调峰深度下各火电机组出力情况，此时火电机组最低出力降至额定容量的35％，调峰深度进一步扩大，接近全额消纳新能源。对比图10，此时各机组出力出现剧烈波动，上下爬坡更频繁，在夜晚用电高峰尤其显著，尽管新能源消纳量达到比较理想的状态，但这时系统运行的安全性相比60％调峰深度有所下降。

本实施例假定以上8机系统为一个火电企业，在不考虑火电企业其它成本的前提下，火电企业上网电量价格定为S

S

式中，P

通过上式计算可得不同调峰深度下火电企业整体日收益如图12所示。

电网经济调度以系统运行成本为最小目标，并未考虑火电机组深度调峰所增加的其它成本。随着调峰深度的增加，火电企业的收益逐步下降。调峰深度从50％增加至70％时，尽管有有偿调峰服务补偿，但随着寿命损耗和投油成本的增加，火电企业收益减少了212.1万元，不到50％调峰深度的一半，按照这种场景进行深度调峰，火电企业是极不情愿的。而在55％、60％、65％调峰深度这3种场景下，火电企业收益分别减少74.21、130.21、160.50万元，考虑新能源消纳量及带来的环境效益，在深度调峰期间火电企业将会牺牲自身利益。

以上所述仅为本发明的较佳实施方式，本发明的保护范围并不以上述实施方式为限，但凡本领域普通技术人员根据本发明所揭示内容所作的等效修饰或变化，皆应纳入权利要求书中记载的保护范围内。