基于機組最小煤耗的負荷優(yōu)化調(diào)度

陳謹平，馬汝東，王建國

(1.中國能源建設集團 遼寧電力勘測設計院有限公司，沈陽 110179；2.東北電力大學 自動化工程學院，吉林 吉林 132012)

基于機組最小煤耗的負荷優(yōu)化調(diào)度

陳謹平1，馬汝東2，王建國2

(1.中國能源建設集團 遼寧電力勘測設計院有限公司，沈陽 110179；2.東北電力大學 自動化工程學院，吉林 吉林 132012)

摘要：電廠機組間負荷的優(yōu)化調(diào)度有利于電廠的經(jīng)濟運行和科學管理。本文基于數(shù)據(jù)庫技術及矩陣運算，以機組煤耗特性為基礎建立全廠煤耗最小的目標函數(shù)，全面考慮機組運行的約束條件，完成機組啟停及負荷分配的雙重優(yōu)化；與已有的智能優(yōu)化方法相比較，調(diào)度結(jié)果更加穩(wěn)定、經(jīng)濟及快速。最后，利用混合編程技術，完成負荷優(yōu)化調(diào)度的實時計算及顯示。

關鍵詞：優(yōu)化調(diào)度；數(shù)據(jù)庫技術；矩陣運算；機組啟停及負荷分配

以“廠網(wǎng)分開、競價上網(wǎng)”為目標的電力體制改革的推行，使發(fā)電企業(yè)從生產(chǎn)型企業(yè)轉(zhuǎn)變?yōu)榻?jīng)營型企業(yè)，電廠作為獨立的經(jīng)濟實體參與電力市場競爭。在獲得電網(wǎng)公司的負荷調(diào)度后，發(fā)電廠商按所分配調(diào)度的負荷數(shù)量組織生產(chǎn)[1]。鑒于電廠的大型化、現(xiàn)代化和調(diào)峰問題的日益突出，機組不可能全部在經(jīng)濟工況下運行，需要通過經(jīng)濟調(diào)度達到整個火電廠的經(jīng)濟運行[2]。自80年代開始，我國將供電標準煤耗作為火電廠技術完善程度和運行經(jīng)濟性的國家考核指標。因此，火電廠經(jīng)濟運行的關鍵是通過對各臺機組的優(yōu)化調(diào)度，使機組供電煤耗最低，保證全廠的總能耗最小，這也是目前電力企業(yè)節(jié)能的重點。

目前，對電廠負荷優(yōu)化調(diào)度的研究大多只局限于負荷分配上，沒有考慮啟停優(yōu)化，而且分配方法大都是智能優(yōu)化方法，這些方法都極容易陷入局部最優(yōu)解，分配結(jié)果的實時性與穩(wěn)定性都很難達到電廠實際應用的要求[3-12]；而傳統(tǒng)的等微增率算法，對煤耗特性曲線又具有很高的要求[13-16]。本文以數(shù)據(jù)庫技術及矩陣運算為基礎，全面考慮機組調(diào)度的約束條件，如最小連續(xù)運行及停運時間、啟停耗量約束等，進行機組啟停優(yōu)化；以二次規(guī)劃法函數(shù)為核心，進行負荷優(yōu)化分配，在可能的調(diào)度結(jié)果中再尋得煤耗量最小的組合，此組合的調(diào)度信息即是最優(yōu)調(diào)度結(jié)果。與已有的智能優(yōu)化方法相比較，調(diào)度結(jié)果更加穩(wěn)定、經(jīng)濟及快速。同時，利用Matlab與C++ Builder混合編程完成負荷優(yōu)化調(diào)度的實時計算及顯示。

1數(shù)學模型的建立

考慮機組運行的實際情況，本文確定的機組約束條件包括功率平衡約束、機組出力約束、最小連續(xù)運行時間約束、最小連續(xù)停機時間約束，且考慮機組的啟停損耗及壽命損耗，經(jīng)過優(yōu)化算法得到機組的啟停優(yōu)化及負荷分配。因為本文只涉及廠內(nèi)負荷優(yōu)化調(diào)度，且只需給出穩(wěn)態(tài)的優(yōu)化調(diào)度結(jié)果，故模型可不考慮網(wǎng)損和對應機組的爬坡速度約束；網(wǎng)損由中調(diào)考慮，爬坡速度可以由機組CCS限速模塊(或運行人員經(jīng)驗)控制完成[17]。

設全廠機組的煤耗特性可用二次型函數(shù)表示：

(1)

式中：ai，bi，ci為第i臺機組的煤耗特性的各個系數(shù)；Fi為第i臺機組的煤耗；fi(Pi)為第i臺機組的煤耗特性方程；Pi為第i臺機組的負荷。

設有n臺機組可以投入運行，全廠總負荷為PTotal。優(yōu)化調(diào)度的目的是將總負荷合理的分配到各臺運行的機組上，使全廠的煤耗量最小，目標函數(shù)為

(2)

約束條件如下：

(3)

式中，Ui為第i臺機組的運行狀態(tài)，可取1(代表運行)或0(代表停機)；Pi,min、Pi,max分別為第i臺機組的負荷下限、上限；Ti,R、Ti,S分別為第i臺機組的連續(xù)運行時間、停機時間；TRun、TStop分別為機組的最小運行時間、最小停機時間。

本文將啟停耗量及壽命損耗都折算成煤耗量處理并加到每次啟、停機組的消耗上，屬于額外煤耗。因此，需要計算一段時間內(nèi)煤耗量，將這段時間內(nèi)的煤耗量加上有可能產(chǎn)生的額外煤耗量作為目標函數(shù)，求得其最小值，此時的優(yōu)化調(diào)度結(jié)果才為最優(yōu)調(diào)度。本文選擇最小連續(xù)運行時間為計算區(qū)間，得到如下目標函數(shù)表達式：

(4)

式中：Ui、BUi分別為當前時刻及上一調(diào)度時刻機組i的啟停狀態(tài)；Losti為第i臺機組啟停時的損耗。

2優(yōu)化調(diào)度算法

本算法由Matlab與數(shù)據(jù)庫技術實現(xiàn)，其程序流程框圖如圖1所示。

圖1　廠級負荷優(yōu)化調(diào)度算法程序流程框圖

圖1表示了優(yōu)化調(diào)度算法的整個流程，其核心在于通過數(shù)據(jù)庫技術及矩陣運算，綜合當前機組運行狀態(tài)，根據(jù)圖2的時間約束程序，計算將來可能的機組啟停狀態(tài)，針對不同的機組啟停組合，調(diào)用Matlab的二次規(guī)劃法函數(shù)，進行負荷分配；再此之前需要進行參數(shù)處理，即根據(jù)不同的機組組合對此函數(shù)的輸入?yún)?shù)進行維數(shù)及參與分配機組的識別處理；計算完成之后，根據(jù)分配結(jié)果是否有超出機組出力上下限的，將不在上下限之間的解剔除，得到可能解；再在可能解中，尋找目標函數(shù)最小的組合，此組合的調(diào)度信息即是最優(yōu)調(diào)度結(jié)果。

3算例與比較

作為對比，本文選用文獻[6]中四臺機組的煤耗特性曲線，四臺機組的煤耗曲線方程及其出力約束如下：

圖2　時間約束程序流程框圖

Pmin=160MW;Pmax=328.5MW.

文獻[6]中，使用遺傳算法作為負荷調(diào)度算法，其負荷調(diào)度結(jié)果如表1所示；應用本文中的優(yōu)化調(diào)度算法，其調(diào)度結(jié)果如表2所示。

比較兩表可得，由于時間約束程序的引入，使得各個機組能以最優(yōu)的方式開啟或停運。以總發(fā)電負荷為950 MW舉例，文獻[6]中，其調(diào)度方式有兩種，其中煤耗量最低為436.183 8 t/h時，各個機組的運行狀態(tài)為 [1 1 0 1]；而本算法優(yōu)化有只有唯一的一種調(diào)度結(jié)果，最低煤耗為433.310 9 t/h，各個機組的運行狀態(tài)為 [1 1 1 0]，調(diào)度結(jié)果明顯優(yōu)于前者。除了總負荷為160 MW的調(diào)度結(jié)果一樣外，其余的調(diào)度結(jié)果，本算法的煤耗量最低；且算法穩(wěn)定可靠，對于確定的調(diào)度負荷，其調(diào)度結(jié)果是唯一確定的；仿真結(jié)果顯示其計算時間為0.246 s。

綜上所述，應用本算法的負荷優(yōu)化調(diào)度，其調(diào)度結(jié)果基本上達到了實時性、最優(yōu)性及穩(wěn)定性，滿足了電廠應用的基本要求。

表1　遺傳算法下負荷優(yōu)化調(diào)度結(jié)果

表2　本文算法下負荷優(yōu)化調(diào)度結(jié)果

4軟件設計

本文算法由Matlab的m文件編寫，為了給用戶提供更友好的用戶界面和更便捷的操作，本文利用C++ Builder編寫了優(yōu)化調(diào)度軟件；為了提高算法的執(zhí)行效率，使用了Matlab與C++的混合編程方法，即通過Matlab的Deployment Tool工具，將Matlab程序編譯為DLL動態(tài)鏈接庫的形式，供C++ Builder調(diào)用。軟件結(jié)構(gòu)如圖3所示。

圖3　廠級負荷優(yōu)化調(diào)度軟件結(jié)構(gòu)圖

廠級負荷優(yōu)化調(diào)度軟件界面如圖4所示，使用時，僅需輸入調(diào)度負荷，按計算按鈕，即可得到負荷優(yōu)化調(diào)度結(jié)果，包括運行狀態(tài)顯示及分配負荷顯示；而且可以隨時修改機組參數(shù)，如最低、最高負荷及啟停耗量。

圖4　廠級負荷優(yōu)化調(diào)度軟件界面

5總結(jié)

本文以機組煤耗特性為基礎建立全廠煤耗最小的目標函數(shù)，并全面考慮機組調(diào)度的約束條件，如最小連續(xù)運行及停運時間、啟停耗量約束等，利用數(shù)據(jù)庫技術及Matlab的二次規(guī)劃法函數(shù)，得到機組的啟停優(yōu)化及負荷分配；通過比較調(diào)度結(jié)果表明，其滿足最優(yōu)性、實時性及穩(wěn)定性，達到了電廠應用的基本要求。

結(jié)合可視化編程工具C++ Builder及數(shù)據(jù)庫技術開發(fā)了可以脫離Matlab環(huán)境運行的優(yōu)化調(diào)度軟件；優(yōu)化調(diào)度軟件的應用不僅可摒棄習慣的平均分配負荷或是由機組效率高低來分配負荷的調(diào)度方法，而且有利于電廠的經(jīng)濟運行和科學管理。

參考文獻

[1]周明．Hopfield神經(jīng)網(wǎng)絡及其在經(jīng)濟負荷分配問題中的應用[D]．湖北：武漢大學，2005.

[2]田豐，余天龍，歐堅．基于經(jīng)濟性和可靠性的機組負荷最優(yōu)調(diào)[J]．電站系統(tǒng)工程，2001，17(1)：23-26.

[3]余廷芳，林顯敏，林中達．遺傳算法在火電廠機組負荷優(yōu)化分配問題中的參數(shù)選擇[J]．汽輪機技術，2007，49(3)：217-219.

[4]黃文成，謝剛．基于免疫思維進化算法的機組負荷優(yōu)化分配[J].機械工程與自動化，2008，150(5)：38-40.

[5]楊鑫．多智能體進化算法在火電廠負荷優(yōu)化分配中的應用[D].北京：華北電力大學，2008.

[6]劉星．基于遺傳算法的火電廠廠級負荷經(jīng)濟調(diào)度的研究[D].北京：華北電力大學，2007.

[7]唐英干，崔玉紅，關新平．動態(tài)粒子群算法在經(jīng)濟負荷分配中的應用[J]．計算機仿真，2009，26(8)：242-245.

[8]SUDHAKARAN M,AJAY-D-VIMALRAJ P,PALANIVELU T.G．GA and PSO culled hybrid technique for economic dispatch problem with prohibited operating zones [J]．Journal of Zhejiang University SCIENCE A，2007，8(6)：896-903.

[9]A.Y.Abdelaziz,S.F.Mekhamer,M.A.L.Badr,M.Z.Kamh．Economic Dispatch Using an Enhanced Hopfield Neural Network [J]．Electric Power Components and Systems，2008，10(3)：307-311.

[10] 蒙文川，邱家駒．電力系統(tǒng)經(jīng)濟負荷分配的混沌粒子群優(yōu)化算法[J]．電力系統(tǒng)及其自動化學報，2007，19(2)：114-119.

[11] 張智晟，林濤，王坤，孫雅明．電力系統(tǒng)經(jīng)濟負荷分配的量子粒子群算法[J]．電工電能新技術，2008，27(4)：1-4.

[12] 張捷，王仁明，周建華．電站機組負荷分配的模糊建模及優(yōu)化算法[J]．三峽大學學報，2009，31(1)：48-51.

[13] 李鵬．等微增率準則在機組負荷優(yōu)化分配中的應用條件[J]．南方電網(wǎng)技術，2008，2(5)：43-50.

[14] 曹文亮，王兵樹，馬進，高建強，馬良玉，馬永光．對火電廠機組負荷優(yōu)化分配算法的研究[J]．汽輪機技術，2004，46(1)：43-46.

[15] 吳群，武曉，劉海峰，宋振勇．運用等微增原理實現(xiàn)機組負荷優(yōu)化分配[J]．江西電力職業(yè)技術學院學報，2008，21(4)：32-34.

[16] 馬汝東，陳婷，王建國，等.基于改進粒子群算法的負荷優(yōu)化調(diào)度[J].東北電力大學學報，2012,32(6)：14-17.

[17] 萬文軍，周克毅，胥建群，徐嘯虎．動態(tài)系統(tǒng)實現(xiàn)火電廠機組負荷優(yōu)化分配[J]．中國電機工程學報，2005，25(2)：125-129.

Load Optimal Dispatch Based on Unit Minimum Coal Consumption

CHEN Jin-ping1，MA Ru-dong2,WANG Jian-guo2

(1.Liaoning Electric Power Survey & Design Institute of China Energy Engineering Group Ltd.，Shenyang 110179；2.School of Automation Engineering,Northeast Dianli University,Jilin Jilin 132012)

Abstract：The research of load optimal dispatch benefits the economic operation and scientific management.The target function of coal consumption minimum based on unit coal consumption characteristics was established;then,double optimization of unit start-stop and load distribution was achieved with the consideration of constraint condition using database technology and the matrix operations;compared with intelligent optimization methods，dispatching results were more stable,economic and fast.Finally,real time calculation and display of the optimal dispatch was achieved based on the mixed programming of Matlab and C++ Builder.

Key words：Optimal dispatch;database technology;Matrix operations;Unit start-stop and load distribution

中圖分類號：TM734

文獻標識碼：A

文章編號：1005-2992(2015)06-0061-05

作者簡介：陳謹平(1957-)，男，上海市人，中國能源建設集團遼寧電力勘測設計院有限公司高級工程師，博士，主要研究方向：電力系統(tǒng)經(jīng)濟運行.

收稿日期：2015-09-12