梯級(jí)水電站與光伏電站的聯(lián)合優(yōu)化運(yùn)行

陳文伯，李燦，姚李孝

（西安理工大學(xué)水利水電學(xué)院，陜西西安 714008）

光伏發(fā)電受季節(jié)、晝夜、溫度、云層厚度等眾多隨機(jī)性因素的影響，出力在一天中變化較大。光伏發(fā)電呈現(xiàn)出波動(dòng)性、間歇性和隨機(jī)性特點(diǎn)，電能質(zhì)量較低，大量光伏電站的并網(wǎng)運(yùn)行會(huì)影響電力系統(tǒng)的調(diào)峰，同時(shí)可能造成電壓的波動(dòng)，影響電力系統(tǒng)的安全穩(wěn)定運(yùn)行。由于這種不穩(wěn)定的性質(zhì)限制了光伏的并網(wǎng)的規(guī)模，影響了企業(yè)效益，限制了光伏企業(yè)的發(fā)展。水力發(fā)電具有開(kāi)停機(jī)靈活、爬坡速度快等優(yōu)點(diǎn)。充分結(jié)合我國(guó)水能優(yōu)勢(shì)與光能資源優(yōu)勢(shì)，進(jìn)行水光互補(bǔ)協(xié)調(diào)運(yùn)行，是一種新的思路。西北地區(qū)光伏產(chǎn)業(yè)發(fā)達(dá)，小流域梯級(jí)水電數(shù)量眾多，雖規(guī)模較小，但聯(lián)合運(yùn)行綜合效益十分顯著[1]，使用梯級(jí)水電站對(duì)就近的光伏電站進(jìn)行調(diào)控，可充分發(fā)揮水電優(yōu)勢(shì)，彌補(bǔ)光伏波動(dòng)性，間歇性和隨機(jī)性的特點(diǎn)，提高光伏發(fā)電的使用率，確保了系統(tǒng)安全穩(wěn)定[2]。

眾多專家學(xué)者對(duì)水電與光伏發(fā)電的聯(lián)合運(yùn)行進(jìn)行了研究，但大多針對(duì)抽水蓄能電站以及具有年調(diào)節(jié)或多年調(diào)節(jié)的大型水電站與光伏電站的聯(lián)合優(yōu)化運(yùn)行[3-5]，而對(duì)小流域小型梯級(jí)水電站的研究較少。文獻(xiàn)[6-7]以周為調(diào)度周期，建立成本最小化為目標(biāo)建立針對(duì)光伏并網(wǎng)的抽水蓄能電站優(yōu)化調(diào)度模型，并運(yùn)用遺傳算法求解驗(yàn)證。文獻(xiàn)[8]針對(duì)含有風(fēng)光水的系統(tǒng)，建立經(jīng)濟(jì)效益最大化為目標(biāo)函數(shù)，并運(yùn)用改進(jìn)粒子群算法進(jìn)行求解。相比于上述文獻(xiàn)，本文在考慮聯(lián)合效益的同時(shí)考慮水電與光電互補(bǔ)運(yùn)行系統(tǒng)的調(diào)峰能力，建立以發(fā)電量最大和剩余負(fù)荷曲線最平滑為目標(biāo)函數(shù)，并采用一種增強(qiáng)適應(yīng)度的多目標(biāo)布谷鳥算法進(jìn)行求解。針對(duì)陰雨晴3種不同的情況對(duì)聯(lián)合運(yùn)行系統(tǒng)進(jìn)行仿真，以驗(yàn)證此優(yōu)化運(yùn)行方案的實(shí)用性。

1 聯(lián)合運(yùn)行方案及優(yōu)化調(diào)度模型的建立

1.1 梯級(jí)水電站-光伏電站互補(bǔ)運(yùn)行方案

聯(lián)合運(yùn)行方案中首先根據(jù)天氣等相關(guān)情況預(yù)測(cè)一天的光伏出力曲線，再由上游來(lái)水的水文數(shù)據(jù)確定一天水電站的來(lái)水量，并結(jié)合光伏出力和當(dāng)?shù)叵到y(tǒng)的負(fù)荷需求，進(jìn)行互補(bǔ)發(fā)電。當(dāng)光伏功率能夠滿足負(fù)荷需求時(shí)，水電站以最低下泄流量發(fā)電，將多余來(lái)水存入庫(kù)中，在夜間光伏電站沒(méi)有出力時(shí)，利用日間儲(chǔ)存的水量，加大水電出力，以滿足負(fù)荷需求。

在聯(lián)合優(yōu)化調(diào)度模型的建立中既考慮提高聯(lián)合運(yùn)行的經(jīng)濟(jì)效益，又考慮水電補(bǔ)償光伏出力后聯(lián)合系統(tǒng)的調(diào)峰，在保證光伏上網(wǎng)電量的同時(shí)保證其余基荷電源的輸出環(huán)境。建立聯(lián)合系統(tǒng)發(fā)電量最大、剩余負(fù)荷曲線盡量平滑的雙目標(biāo)優(yōu)化模型。

1.2 目標(biāo)函數(shù)

本文設(shè)定兩個(gè)目標(biāo)函數(shù)：

聯(lián)合發(fā)電量最大

剩余負(fù)荷曲線最平滑

式中：f1為調(diào)度期內(nèi)聯(lián)合系統(tǒng)的總發(fā)電量；N（n，t）為第t時(shí)間段內(nèi)第n級(jí)水電站的出力；Δt為一個(gè)時(shí)間段的長(zhǎng)度；kn為第i級(jí)水庫(kù)的出力系數(shù)；Q（n，t）為第i級(jí)水電站第t時(shí)段的平均發(fā)電流量；H（n，t）為第i級(jí)水電站第t時(shí)段的平均發(fā)電水頭；s為梯級(jí)水電站的個(gè)數(shù)；Pt為光伏電站t時(shí)刻出力；H（n，t）為第n級(jí)水電站在t時(shí)刻的出力；PD，t為t時(shí)刻的當(dāng)?shù)刎?fù)荷值；為X的平均值；St為調(diào)度期內(nèi)的時(shí)間段數(shù)。

1.3 約束條件

本文考慮實(shí)際情況設(shè)定如下約束：

水量平衡約束

水位約束

水電出力約束

光伏電站出力約束

邊界條件約束

式中：V（n，t）為第n級(jí)水電站在t時(shí)刻的庫(kù)容，Ql（n，t）為第n級(jí)水電站t時(shí)刻的入庫(kù)流量，Qo（n，t）為第n級(jí)水電站t時(shí)刻的出庫(kù)流量，Z（n，t）為第n級(jí)水電站在t時(shí)刻的水位，為第n級(jí)水電站的調(diào)度期初水位，Zn，b為第n級(jí)水電站的調(diào)度期末水位。

2 優(yōu)化調(diào)度尋優(yōu)算法的原理

多目標(biāo)尋優(yōu)問(wèn)題的求解大致存在2種思路：將多目標(biāo)的目標(biāo)函數(shù)進(jìn)行線性組合，轉(zhuǎn)化為單目標(biāo)進(jìn)行計(jì)算；基于Pareto最優(yōu)解的方法。多目標(biāo)問(wèn)題不存在的絕對(duì)最優(yōu)解，更傾向于求一組不存在優(yōu)劣關(guān)系的最優(yōu)解，即Pareto最優(yōu)解集，再人為的對(duì)其進(jìn)行選擇。多目標(biāo)優(yōu)化問(wèn)題的一般描述

式中：fk（x）為k個(gè)目標(biāo)函數(shù)，其中向量x=（x1，x2，…，xn）T∈S，S的區(qū)域由約束條件所構(gòu)成。

2.1 多目標(biāo)尋優(yōu)的適應(yīng)度

基于Pareto非支配分層的適應(yīng)度設(shè)定。①找出解集中的非支配解并標(biāo)記為s=1（s表示支配層數(shù)）；②將標(biāo)記的非支配解刪除，確定剩余解的支配關(guān)系，標(biāo)記非支配解為s=2。以此類推，標(biāo)記所有解，得到適應(yīng)度函數(shù)為

采用小生境技術(shù)對(duì)適應(yīng)度函數(shù)進(jìn)行增強(qiáng)，對(duì)聚集的個(gè)體進(jìn)行懲罰。改進(jìn)后的適應(yīng)度函數(shù)為

式中，I（si）表示只對(duì)非支配解進(jìn)行適應(yīng)度增強(qiáng)。NicheCounti表示解Xi的小生境個(gè)數(shù)。

式中：σ為小生境半徑閾值；dij為第i與第j個(gè)解之間的歐氏距離。

2.2 多目標(biāo)布谷鳥算法

布谷鳥搜索算法是一種基于萊維飛行搜索原理和布谷鳥的繁殖機(jī)理的一種仿生算法。

多目標(biāo)布谷鳥算法步驟

1）初始化參數(shù)：解的維數(shù)m；初始鳥窩數(shù)n；發(fā)現(xiàn)概率Pa；搜索上下限ub和lb；初始檔案A=[]；檔案最大容量Amax；小生境半徑閾值σ；迭代次數(shù)t；隨機(jī)產(chǎn)生鳥窩矩陣X0t（m×n）。

2）若t≤N，進(jìn)行步驟（3），否則停止計(jì)算輸出檔案A。

3）萊維飛行更新鳥窩，由X0t更新到新位置X1t。

4）合并X0t，X1t得到m×2n矩陣X’。按增強(qiáng)適應(yīng)度公式計(jì)算X’，的適應(yīng)度，并按大小順序排序，取前n列組成矩陣X2t。

5）利用隨機(jī)發(fā)現(xiàn)概率更新解，得到X3t。

6）合并X2t，X3t得到m×2n矩陣X’，按增強(qiáng)適應(yīng)度公式計(jì)算X’的適應(yīng)度，并按大小順序排序，選取前n列組成矩陣X4t。

7）將X4t并入檔案解集，生成新的矩陣A=[A，X4t]，刪除檔案A中的重復(fù)解，同時(shí)刪除支配解，保留非支配解。

8）若檔案A中解的數(shù)量大于Amax，則進(jìn)行步驟（9），否則進(jìn)行步驟（10）。

9）運(yùn)用小生境縮減法對(duì)檔案A縮減，直到檔案A中解的數(shù)量小于Amax，進(jìn)行步驟（10）。

10）令X0t=X4t，此時(shí)t=t+1進(jìn)行步驟（2）。

3 仿真分析

3.1 算例的基本概況

西北某地梯級(jí)水電站，總裝機(jī)容量為74 MW，按其位置分布自上游至下游以此標(biāo)號(hào)1、2、3。1號(hào)水電站裝機(jī)容量40 MW，庫(kù)容230萬(wàn)方，具有季調(diào)節(jié)能力。2號(hào)水電站裝機(jī)20 MW，庫(kù)容310萬(wàn)m3，具有及調(diào)節(jié)能力。3號(hào)水電站裝機(jī)14 MW，庫(kù)容70萬(wàn)m3，無(wú)調(diào)節(jié)能力。光伏電站的裝機(jī)容量為40 MW。同屬格爾木電網(wǎng)，符合聯(lián)合運(yùn)行條件。

表1 參數(shù)設(shè)置Tab.1 Parameter setting

3.2 算法實(shí)現(xiàn)

水文數(shù)據(jù)選取典型日的徑流量，保證一天水電站的過(guò)流量不變，取每30 min為一個(gè)時(shí)間單位，即Δt=30 min，針對(duì)預(yù)測(cè)出的光伏電站日出力曲線進(jìn)行優(yōu)化。

由圖1可看出Pareto最優(yōu)解集中共10個(gè)點(diǎn)，且每個(gè)點(diǎn)分布均勻。優(yōu)化結(jié)果較為理想，得到一組最優(yōu)非劣解。取最優(yōu)解集中的一點(diǎn)，得到梯級(jí)水電站日出力數(shù)據(jù)繪制曲線圖如圖2、圖3。

圖1 Pareto前沿Fig.1 The front of Pareto

圖2 各電源日出力曲線Fig.2 Daily power output curve of each power source

由圖2、圖3可看出，在光伏出力的間歇，水電站增加出力以向負(fù)荷供電。當(dāng)光伏出力增加時(shí)，水電站出力則下降。梯級(jí)水電站與光伏電站聯(lián)合系統(tǒng)的日出力曲線走勢(shì)與負(fù)荷大致相似，求得剩余負(fù)荷曲線比較理想。可知聯(lián)合系統(tǒng)也具有一定的調(diào)峰能力。

由圖4可看出，優(yōu)化前，剩余負(fù)荷曲線波動(dòng)較大。優(yōu)化后，剩余負(fù)荷曲線改善明顯。優(yōu)化后的剩余負(fù)荷曲線基本平直，表明聯(lián)合運(yùn)行可有效的改善剩余負(fù)荷曲線的波動(dòng)率，為其他基荷電源提供良好的輸出環(huán)境。

圖3 典型日負(fù)荷曲線與剩余負(fù)荷曲線Fig.3 Typical daily load curve and residual load curve

圖4 優(yōu)化前后剩余負(fù)荷曲線對(duì)比圖Fig.4 Comparison of residual load curves before and after optimization

由于通道限制以及調(diào)峰能力的限制，省調(diào)度中心針對(duì)光伏電站的日常運(yùn)行發(fā)電上網(wǎng)進(jìn)行了限制，日上網(wǎng)電量只有發(fā)電量的75%左右。圖5中可看梯級(jí)水電站與光伏電站的聯(lián)合運(yùn)行后，水電站的補(bǔ)償作用有效改善了棄光。

表2對(duì)優(yōu)化前后進(jìn)行對(duì)比，可看優(yōu)化后，梯級(jí)水電站日發(fā)電量增加了73 844 kW·h，增加比例5.6%。1號(hào)水電站作為龍頭電站，日發(fā)電量增加了5.2%。下游2號(hào)水電站日發(fā)電量增加了5.5%。3號(hào)水電的發(fā)電量提高了18 917 kW·h，提升比例為6.5%。整個(gè)調(diào)度周期棄水量減少了83 111 m3，降低比例為優(yōu)化前的47.7%。

表2 優(yōu)化前后梯級(jí)水電發(fā)電量及棄水量對(duì)比Tab.2 Comparison of cascade hydropower generation and abandoned water before and after optimization

由表3可看出，優(yōu)化后梯級(jí)水電站的發(fā)電效率有所提升。剩余負(fù)荷曲線改善明顯，波動(dòng)方差由之前的132.27降低至1.82，為系統(tǒng)其余電源提供了有利輸出環(huán)境。聯(lián)合運(yùn)行還有效的減少了棄光，光伏上網(wǎng)電量增加了71 991 kW·h。

表3 優(yōu)化前后各參數(shù)對(duì)比Tab.3 Comparison of parameters before and after optimization

本文優(yōu)化結(jié)果表明，聯(lián)合優(yōu)化運(yùn)行利用梯級(jí)水電站的調(diào)節(jié)能力，針對(duì)預(yù)測(cè)光伏電站出力，對(duì)一天的來(lái)水量進(jìn)行重新分配。在一定程度上提高了梯級(jí)水電站的發(fā)電效率、提升了日發(fā)電量、較少了棄水，同時(shí)改善優(yōu)化了剩余負(fù)荷曲線、提高了光伏上網(wǎng)電量，達(dá)到了預(yù)期效果。

4 結(jié)語(yǔ)

本文提出一種梯級(jí)水電站與光伏電站聯(lián)合運(yùn)行調(diào)度的方案。考慮增加企業(yè)效益的同時(shí)，保證水光打捆聯(lián)合運(yùn)行后的調(diào)峰作用。提出以典型日發(fā)電量最大和剩余負(fù)荷曲線最優(yōu)為雙目標(biāo)函數(shù)，輔以必要的約束條件，建立了水光聯(lián)合運(yùn)行的數(shù)學(xué)模型，運(yùn)用了多目標(biāo)布谷鳥算法解決此多目標(biāo)問(wèn)題。

通過(guò)算例的驗(yàn)證分析，此聯(lián)合調(diào)度方案能一定程度的提高日發(fā)電量、減少棄水，同時(shí)可以保證聯(lián)合系統(tǒng)的有效調(diào)峰，能有效解決光伏并網(wǎng)問(wèn)題，達(dá)到了聯(lián)合優(yōu)化調(diào)度的預(yù)期。

[1]楊毅，韋鋼，周冰，等.基于模糊期望值模型的配電網(wǎng)網(wǎng)架規(guī)劃[J].電工技術(shù)報(bào)，2011，26（4）：200-206.YANG Yi，WEI Gang，ZHOU Bing，et al.Distribution network planning based on fuzzy expected value model[J].Electrotechnical Technology Press，2011，26（4）：200-206（in Chinese）.

[2]陳亞愛(ài)，李津，周京華.并網(wǎng)光伏電站控制技術(shù)綜述[J].電源技術(shù)，2014，38（3）：583-585.CHEN Yaai，LI Jin，ZHOU Jinghua.Review on control technology of grid connected PV power station[J].Power Supply Technology，2014，38（3）：583-585（in Chinese）.

[3]WHLTON S，HASSAIL 0，MORGAN K，et al.Modified cuckoosearch：A new gradient free optimization algorithm[J].Chaos，Solitons&Fractals.2011（44）：710-718.

[4]徐飛.陳磊.金和平，等.劉振華抽水蓄能電站與風(fēng)電的聯(lián)合優(yōu)化運(yùn)行建模及應(yīng)用分析[J].電力系統(tǒng)及其自動(dòng)化，2013，37（1）：149-154.XU Fei，CHEN Lei.JIN Heping，et al.Modeling and application of joint optimal operation of pumped storage power station and wind power[J].Electric Power System and Automation，2013，37（1）：149-154（in Chinese）.

[5]程雄，李剛，程春田，等.含混合式抽水蓄能電站的梯級(jí)水電站群調(diào)度規(guī)則建模方法[J].水利學(xué)報(bào)，2013，44（4）：388-397.CHENG Xiong，LI Gang，CHENG Chuntian，et al.Modeling method of dispatching rules for cascade hydropower stations with hybrid pumped storage power station[J].Journal of Hydraulic Engineering，2013，44（4）：388-397（in Chinese）.

[6]余志勇，萬(wàn)術(shù)來(lái)，明志勇，等.“風(fēng)光水”互補(bǔ)微電網(wǎng)的運(yùn)行優(yōu)化[J].電力建設(shè)，2014（6）：215-218.YU Zhiyong，WAN Shulai，MING Zhiyong，et al.“Landscape water”complementary operation optimization of the micro grid[J].Electric Power Construction，2014（6）：215-218（in Chinese）.

[7]王輝.崔建勇.應(yīng)對(duì)光伏并網(wǎng)的抽水蓄能電站優(yōu)化運(yùn)行[J].電網(wǎng)技術(shù)，2014（3）：295-201.WANG Hui，CUI Jianyong.To optimize the operation of photovoltaic pumped storage power station[J].Power System Technology，2014（3）：295-201（in Chinese）.