考慮大用戶直購電的動態(tài)環(huán)境經(jīng)濟調(diào)度

馮 濤 盧志剛 李學平 王薈敬 孫 瑜

?

考慮大用戶直購電的動態(tài)環(huán)境經(jīng)濟調(diào)度

馮 濤1,2盧志剛1李學平1王薈敬1孫 瑜3

（1. 燕山大學電力電子節(jié)能與傳動控制河北省重點實驗室 秦皇島 066004 2. 國網(wǎng)河北省電力公司邢臺供電分公司 邢臺 054000 3. 國網(wǎng)冀北電力有限公司發(fā)展策劃部 北京 100053）

動態(tài)環(huán)境經(jīng)濟調(diào)度在環(huán)境經(jīng)濟調(diào)度的基礎(chǔ)上考慮發(fā)電機組的爬坡約束，增強了調(diào)度時段內(nèi)各時段間機組出力的強耦合約束，如何有效地解決此類問題至關(guān)重要。另外，大用戶直購電如何影響電網(wǎng)動態(tài)環(huán)境經(jīng)濟運行調(diào)度也具有一定研究價值。為此，對考慮大用戶直購電的動態(tài)環(huán)境經(jīng)濟調(diào)度問題進行建模，并采用內(nèi)點法多約束處理策略改進多目標細菌群體趨藥性（MOBCC）優(yōu)化算法進行求解，旨在從系統(tǒng)發(fā)電成本的角度研究大用戶直購電對經(jīng)濟調(diào)度的影響。最后，通過仿真驗證明所提方法的有效性，并對仿真結(jié)果進行分析總結(jié)，說明所采用方法對大用戶直購電策略、電網(wǎng)調(diào)度影響分析具有一定指導(dǎo)意義。

動態(tài)環(huán)境經(jīng)濟調(diào)度 細菌群體趨藥性算法 大用戶直購電 節(jié)能減排

0 引言

我國火電裝機容量占總裝機容量的比重很大，其中主要是燃煤電廠，這決定了我國電力行業(yè)的能源結(jié)構(gòu)以燃煤為主。據(jù)2008年中國能源報告，僅電力行業(yè)的二氧化碳排放量就高達中國總二氧化碳排放量的38.7%[1]，所以電力行業(yè)在我國節(jié)能減排中的作用尤為重要。

電力需求的急劇增加將對我國的能源和環(huán)境帶來巨大的影響。根據(jù)有關(guān)國際機構(gòu)和專家分析，我國二氧化碳年排放量已超越美國[2]，居世界第一位，電力行業(yè)二氧化碳等污染物減排壓力將越來越大。

目前，電力系統(tǒng)的節(jié)能減排技術(shù)措施包括可再生能源、清潔能源發(fā)電技術(shù)，高耗能、高污染化石能源燃料機組的更換及改造，考慮環(huán)境影響指標的經(jīng)濟調(diào)度。以上前兩項減排技術(shù)措施都需要高昂的資金投入和相關(guān)技術(shù)的逐步完善，而考慮環(huán)境影響的經(jīng)濟調(diào)度更容易評估和實現(xiàn)電力系統(tǒng)減排工作。傳統(tǒng)的經(jīng)濟調(diào)度是在預(yù)期調(diào)度時間段之內(nèi)，滿足系統(tǒng)安全等約束條件的前提下最小化系統(tǒng)總?cè)剂腺M用，調(diào)度各個電廠或者機組的出力來滿足負荷的需要[3]。為了實現(xiàn)減排目的，需要在傳統(tǒng)經(jīng)濟調(diào)度的基礎(chǔ)上考慮調(diào)度策略的環(huán)境影響指標。因此出現(xiàn)了大量的文獻研究環(huán)境經(jīng)濟調(diào)度。其中，文獻[4-8]在靜態(tài)經(jīng)濟調(diào)度的基礎(chǔ)上考慮了污染氣體排放目標的影響，但是未涉及機組爬坡約束的動態(tài)特性。文獻[9-13]研究了考慮污染氣體排放影響的動態(tài)經(jīng)濟調(diào)度。文獻[14]為解決風電功率的不確定性，提出考慮風電滲透功率的增減出力旋轉(zhuǎn)備用量化模型，把廢氣排放作為目標研究了動態(tài)環(huán)境經(jīng)濟調(diào)度問題。

燃料費用和污染物排放兩個目標的矛盾性使本來就是高維、非線性優(yōu)化問題的求解變得更加困難，文獻[9]采用法線邊界交叉法將多目標轉(zhuǎn)化為單目標，并采用原對偶內(nèi)點法求解得到Pareto最優(yōu)解。文獻[10,11,15-18]則選擇用智能優(yōu)化算法及其改進算法（比如遺傳算法、粒子群算法）來解決這一多目標優(yōu)化問題。文獻[10,11]分別由粒子群優(yōu)化算法和基本生物地理學優(yōu)化算法相結(jié)合的改進生物地理學優(yōu)化算法以及遺傳算法與層次分析法結(jié)合的算法多目標縱橫交叉算法解決動態(tài)經(jīng)濟調(diào)度問題。文獻[15]重新定義全局最優(yōu)和局部最優(yōu)后提出多目標粒子群算法，值得一提的是其求解環(huán)境經(jīng)濟調(diào)度問題得到分布均勻的Pareto最優(yōu)解集。文獻[16]研究微分進化算法的電力系統(tǒng)短期優(yōu)化調(diào)度，以使水火電的出力分配達到最優(yōu)。文獻[17]提出隨機黑洞粒子群優(yōu)化算法解決環(huán)境經(jīng)濟調(diào)度問題，通過變異操作改善解的多樣性得到Pareto最優(yōu)調(diào)度策略集。文獻[18]用多目標數(shù)學規(guī)劃問題求解環(huán)境經(jīng)濟調(diào)度問題，并使用模糊決策給出最優(yōu)折衷解。

大用戶直購電工作是指終端購電大用戶與發(fā)電企業(yè)之間通過直接交易的形式協(xié)定購電量和購電價格，然后委托電網(wǎng)企業(yè)將協(xié)議電量由發(fā)電企業(yè)輸配至終端購電大用戶，并另支付電網(wǎng)企業(yè)所承擔的輸配服務(wù)費用[19]。直購電工作是對現(xiàn)有電力銷售機制的一種嘗試改革，其目的在于打破電網(wǎng)企業(yè)獨家買賣電力的格局，在發(fā)電側(cè)和售電側(cè)引入競爭機制。同時，有利于探索建立合理的輸配電價形成機制，促進電網(wǎng)輸配分離，使終端用戶進入電力市場，逐漸建立開放的電力市場。國家已經(jīng)在《關(guān)于“十一五”深化電力體制改革的實施意見》中再次強調(diào)了直購電工作，該工作目前已經(jīng)在廣東、吉林和四川等省開展了試點。

現(xiàn)在已有文獻對大用戶直購電的研究主要集中在購電模型與機制[19]、大用戶購電負荷預(yù)測[20]、購電合同電價[21]、購電組合策略[22,23]、購電交易方 式[24]及轉(zhuǎn)運費用分攤計算[25]等。大用戶直購電交易規(guī)模化開展將減小電網(wǎng)的可調(diào)度空間[19]，但鮮有研究大用戶直購電對環(huán)境經(jīng)濟調(diào)度的影響。

細菌趨藥性（bacterial chemotaxis）算法是由H. J. Bremermann[26]及R. W. Anderson[27,28]提出和改進的。文獻[29]使用不同測試函數(shù)對細菌趨藥性算法做了大量測試，和其他優(yōu)化算法對比結(jié)果顯示了細菌趨藥性算法的局部和全局尋優(yōu)能力。單個細菌的尋優(yōu)能力是有限的，通過增加群體之間的感知與信息共享，文獻[30]提出細菌群體趨藥性（Bacterial Colony Chemotaxis, BCC）算法，仿真計算表明其尋優(yōu)能力大大提高。因此，本文將改進細菌趨藥性算法求解魯棒動態(tài)環(huán)境經(jīng)濟調(diào)度問題。

本文在考慮了大用戶直購電約束的基礎(chǔ)上建立動態(tài)環(huán)境經(jīng)濟調(diào)度的模型。給出了多目標細菌群體趨藥性（Multi-Objective Bacterial Colony Chemotaxis, MOBCC）算法步驟及動態(tài)環(huán)境經(jīng)濟調(diào)度（Dynamic Emission Economic Dispatch, DEED）的求解流程，可以求出考慮大用戶直購電的調(diào)度策略。并對所采用方法進行了仿真，簡單分析了大用戶直購電的 影響。

1 考慮大用戶直購電的動態(tài)環(huán)境經(jīng)濟調(diào)度建模

發(fā)電企業(yè)向大用戶輸送電能的方式有兩種：①建立專線供電給大用戶，此方式的輸電線路建設(shè)投資不容忽略，但是對電網(wǎng)調(diào)度沒有影響，因此本文不作詳細研究；②大用戶從發(fā)電企業(yè)購買的電能由電網(wǎng)轉(zhuǎn)運，此方式的大用戶除了向發(fā)電企業(yè)繳納購電費，還要支付電網(wǎng)的轉(zhuǎn)運費。本文研究基于第二種輸電方式，因此，大用戶直購電成本包括發(fā)電成本和與輸電損失相關(guān)的輸電費用（輸電費用相關(guān)研究較為復(fù)雜[25]，包含大用戶直購電的系統(tǒng)成本。

1.1 目標函數(shù)

（1）成本目標函數(shù)

式（1）中，電網(wǎng)調(diào)度部分燃料費用函數(shù)設(shè)為發(fā)電機組有功出力的二次函數(shù)，本文表示為

（2）污染氣體排放環(huán)境成本目標函數(shù)