王 丹, 趙 平, 師二廣, 崔東嶺
(1. 西安建筑科技大學(xué)土木工程學(xué)院, 陜西省西安市 710055; 2. 中國大唐集團科學(xué)技術(shù)研究院有限公司, 北京市 100040)
風(fēng)電在全球范圍內(nèi)實現(xiàn)了大規(guī)模的開發(fā)利用,已成為應(yīng)用最廣泛、發(fā)展速度最快的可再生能源。中國風(fēng)電發(fā)展進入新階段,不同機構(gòu)對中國2050年的電力供應(yīng)情景進行了預(yù)測,國家發(fā)展和改革委員會能源研究所預(yù)測累計風(fēng)電裝機容量將達1×109kW[1]。國際能源署(IEA)預(yù)測總裝機容量為2.307×109kW,其中風(fēng)電裝機容量為3.96×108kW[2]。中國工程院預(yù)測總裝機容量為2.565×109~2.835×109kW,其中風(fēng)電裝機容量為4.1×108~4.88×108kW[3]。隨著風(fēng)電的迅猛發(fā)展,風(fēng)電項目開發(fā)建設(shè)面臨多重瓶頸,大面積連片式的優(yōu)質(zhì)風(fēng)能資源稀缺;中東部和南方地區(qū)地形復(fù)雜,風(fēng)能資源狀況差異大;“三北”地區(qū)棄風(fēng)限電現(xiàn)象嚴(yán)重;這些問題嚴(yán)重影響風(fēng)電的可持續(xù)發(fā)展[4]。解決這些問題需要創(chuàng)新開發(fā)利用模式,調(diào)整優(yōu)化風(fēng)電開發(fā)布局,發(fā)展分布式[5]。未來風(fēng)電將在規(guī)模化發(fā)展中加速產(chǎn)業(yè)升級,不斷提高市場競爭力,逐步實現(xiàn)從“補充能源”向“替代能源”的轉(zhuǎn)變,加大中東部地區(qū)和南方地區(qū)資源勘探開發(fā),優(yōu)先發(fā)展分散式風(fēng)電,實現(xiàn)低壓側(cè)并網(wǎng)就近消納[6]。
分布式風(fēng)電位于負荷中心附近,所產(chǎn)生的電力就近接入當(dāng)?shù)仉娋W(wǎng)進行消納,與集中式風(fēng)電相比,分布式風(fēng)電開發(fā)的特點是規(guī)模小、分散布局、就地消納等,一般無須新建升壓站,節(jié)省了遠距離輸送風(fēng)電的輸變電設(shè)施的建設(shè)以及維護費用,但接入的配電設(shè)施布局分散,數(shù)量較多,增加了控制點和接入系統(tǒng)的投資,在運維過程中風(fēng)電機組分散點多且面廣,導(dǎo)致管理人員增多、運維成本增高,并網(wǎng)后對運行產(chǎn)生一定影響[7]。目前風(fēng)電建設(shè)發(fā)展尤其是分布式風(fēng)電所面臨的諸多問題嚴(yán)重影響建設(shè)方的投資決策。
基于分布式風(fēng)電開發(fā)建設(shè)存在的問題,探索如何充分高效地利用分散風(fēng)能資源,優(yōu)化風(fēng)電機組布局,建設(shè)小型化、分散化、智能化和專業(yè)化風(fēng)場,(以下簡稱“四化”)實現(xiàn)無人值守和專業(yè)運維風(fēng)電開發(fā)建設(shè)新模式至關(guān)重要。小型化、分散化不僅適應(yīng)中東部和南方地區(qū)的風(fēng)資源狀況;更重要的是可以促進系統(tǒng)智能化、運維專業(yè)化等技術(shù)快速發(fā)展,智能化和專業(yè)化有利于解決因規(guī)模分散帶來的不穩(wěn)定運行和運營、維護等成本增加的問題,使四類資源區(qū)能夠獲得一、二、三類資源區(qū)域的運營水平。
本文以某風(fēng)電建設(shè)項目為例,運用兩層交互有限理性決策方法,構(gòu)建“四化”建設(shè)思路關(guān)鍵指標(biāo)體系,通過理論計算得出方案價值和補償算子,體現(xiàn)決策者對“四化”設(shè)計方案的滿意度,驗證了“四化”建設(shè)開發(fā)思路在規(guī)劃選址、經(jīng)濟運行等方面的可行性。
中國風(fēng)電發(fā)展到現(xiàn)階段面臨的挑戰(zhàn)主要包括現(xiàn)有電力運行管理體制不適應(yīng)大規(guī)模風(fēng)電并網(wǎng)的需要;經(jīng)濟性制約風(fēng)電的發(fā)展;支持風(fēng)電發(fā)展的政策以及市場需要進一步完善[8-9]。風(fēng)電項目“四化”,較為系統(tǒng)地研究了風(fēng)電的開發(fā)建設(shè)模式,提高了風(fēng)電的經(jīng)濟性,推動了風(fēng)電從補充能源向替代能源的轉(zhuǎn)變。風(fēng)電項目小型化、分散化發(fā)展不僅需要政策的支持,更需要在運營管理方式上進行自我革命,也須綜合考慮與其他形式多能互補。如果在分布式風(fēng)電場中沿用小而全的運營結(jié)構(gòu),會帶來極大的資源浪費,降低風(fēng)電場運營能力。風(fēng)電項目智能化、專業(yè)化促進創(chuàng)新關(guān)鍵技術(shù)發(fā)展,完善企業(yè)的經(jīng)營管理和運維體系,提升全過程的專業(yè)化能力。
小型化的核心是因地制宜,根據(jù)風(fēng)能資源布置風(fēng)電場[10],按照負荷需求計算裝機容量,不過度追求裝機容量。中東部和南方等地區(qū)地形復(fù)雜、風(fēng)資源相對薄弱,需要科學(xué)地根據(jù)實地情況靈活安排裝機規(guī)模,未來小型風(fēng)電項目既可以是單臺風(fēng)電機組也可能是若干臺相對分散的小型風(fēng)電場。目前在葡萄牙境內(nèi)運營單個風(fēng)場的平均容量僅為1.72×104kW。風(fēng)能小型化具有投資相對較少,建設(shè)無須占用大量土地,每套系統(tǒng)可獨立供電實現(xiàn)就地消納等優(yōu)點。
分散化優(yōu)先考慮不設(shè)升壓站,可就近接入35 kV及以下電壓等級的已運行的配電系統(tǒng)設(shè)施,必要時可以接入110 kV配電網(wǎng),分布式風(fēng)電易操作,成本低,可就地消納。以丹麥的風(fēng)電場為例,北海區(qū)域風(fēng)能資源豐富,但丹麥并未進行非常集中的開發(fā)模式,而是將風(fēng)電作為全國分布式能源系統(tǒng)的重要組成部分,在負荷區(qū)域附近建設(shè)分散式的風(fēng)電場。丹麥風(fēng)電機組主要并入配電網(wǎng),接入20 kV或更低的電壓,配電網(wǎng)的風(fēng)電裝機容量約占全國風(fēng)電裝機總量的86.7%。德國也有類似的特點,首選直接接入配電網(wǎng),約96%的風(fēng)電機組與中低壓電網(wǎng)(配電網(wǎng))相連。
智能化是風(fēng)電小型、分散化發(fā)展的技術(shù)保障,以“無人值守”為目標(biāo),設(shè)置風(fēng)電場遠程監(jiān)控自動化系統(tǒng),建立風(fēng)電場遠程集控中心,實現(xiàn)風(fēng)電場的集中運行管理。借鑒國外的運營經(jīng)驗,可以預(yù)期未來分散式風(fēng)電場的運營管理將逐步向“小前端大后臺”發(fā)展。運用大數(shù)據(jù)思維構(gòu)建監(jiān)控與數(shù)據(jù)采集系統(tǒng)[11],實現(xiàn)對風(fēng)電機組的現(xiàn)場或遠程控制,并通過收集風(fēng)電場的數(shù)據(jù),分析和報告風(fēng)電機組設(shè)備的運行狀況。
全球主要新能源企業(yè)如伊比德羅拉公司、安訊能集團等都構(gòu)建了企業(yè)級生產(chǎn)實時監(jiān)控平臺,對所屬風(fēng)電機組產(chǎn)生的實時運行數(shù)據(jù)進行統(tǒng)一的采集、存儲及數(shù)據(jù)趨勢變化情況的圖形可視化分析和展示,提高了維護和管理企業(yè)設(shè)備資產(chǎn)的能力,也為創(chuàng)新風(fēng)電資產(chǎn)管理模式奠定了技術(shù)基礎(chǔ)。不過,遠程控制中心取代現(xiàn)場中控室與電力調(diào)度部門之間進行聯(lián)絡(luò),尚須電力體制改革下的政策推動。
運維專業(yè)化有利于風(fēng)電管理效率的提升。打造“無人值班、少人值守”風(fēng)電場,集中檢修管理、集中經(jīng)營管理和集中后勤管理,是風(fēng)電場未來發(fā)展的趨勢。通過控制中心集中化,實時監(jiān)控風(fēng)電場的運行狀況,形成基于設(shè)備狀態(tài),本地與控制中心工作人員協(xié)同互助的集中化檢修和維護的新運維模式,提高故障響應(yīng)速度和故障定位準(zhǔn)確性。以葡萄牙電力公司為例,運維團隊是設(shè)備運行的第一負責(zé)人,也是運維工作的具體執(zhí)行者,負責(zé)監(jiān)督指導(dǎo)服務(wù)供應(yīng)商完成現(xiàn)場工作、研判運維服務(wù)策略、管理運維合同、制定檢修計劃、現(xiàn)場巡檢、設(shè)備消缺、資產(chǎn)保險、安全防護、備品備件與大部件應(yīng)急方案等具體工作。運維團隊通過區(qū)域經(jīng)理、現(xiàn)場經(jīng)理、技術(shù)經(jīng)理、服務(wù)供應(yīng)商與控制中心的協(xié)調(diào)配合,五位一體地實現(xiàn)了對風(fēng)電場運行狀態(tài)的全面管理。
“四化”的建設(shè)思想可以較好地解決目前中國中東部和南方地區(qū)風(fēng)電發(fā)展的困境,促進中國可再生能源的可持續(xù)發(fā)展。未來風(fēng)電開發(fā)從集中連片式向分布式開發(fā)應(yīng)用的轉(zhuǎn)型,將帶來更多的不確定性和結(jié)果價值具有模糊性的問題,這對決策者的要求更高。風(fēng)電分布化是根本要求,小型化、智能化和專業(yè)化是對應(yīng)的解決方案,決策者需要在項目前期進行嚴(yán)謹?shù)目茖W(xué)研究和論證,但是具有完全理性的決策成員(即掌握決策問題的相關(guān)知識、具備在任何復(fù)雜計算環(huán)境下做出最優(yōu)選擇的及時能力等)很難存在[12-15],用有限理性的思想進行項目優(yōu)化方案決策,可以對備選方案做出合理選擇[16]。單一層級的決策者很難客觀全面地進行多方案決策比較,分層決策可以較為科學(xué)和合理地選擇出既有利于決策目標(biāo)實現(xiàn)又有利于順利實施的最優(yōu)方案。兩層是分層決策的基本形式,兩層決策方案是上下兩級多個決策成員基于各自的目標(biāo)、職責(zé)、經(jīng)驗知識和偏好,通過相互溝通學(xué)習(xí),彼此協(xié)調(diào)共同制定出令各方都滿意的方案排序[17]。
本文將“四化”的建設(shè)思想逐步融入建設(shè)方案,求解在不確定的環(huán)境下,建立設(shè)計模型,通過優(yōu)化各設(shè)計方案的關(guān)鍵指標(biāo),最終各決策者在有限理性的條件下,獲得滿意度較高的方案。在對建設(shè)決策方案做出客觀評價時,其評價因素很多,本文基于科學(xué)系統(tǒng)全面的評價原則,建立風(fēng)電項目決策評價體系,選取工期、成本、收益、發(fā)電量、綜合廠用電率、度電維護費、電網(wǎng)消納能力、電網(wǎng)穩(wěn)定性、環(huán)保水保、政策10個關(guān)鍵指標(biāo),涉及風(fēng)電項目前期規(guī)劃、建設(shè)實施、生產(chǎn)運行三個階段,實現(xiàn)對不同開發(fā)模式風(fēng)電項目的系統(tǒng)評估分析。
(1)
上下層決策成員在交互學(xué)習(xí)后對結(jié)果的價值進行判斷所得到的信息集合稱作認知集,它包括框架集和追加集,其中框架集包含的信息是顯然存在的且必須滿足的結(jié)果價值之間的結(jié)構(gòu)性關(guān)系,而追加集包含的信息則是經(jīng)過多輪交互學(xué)習(xí)后得到的結(jié)果價值之間的細微性關(guān)系。若框架集為θ0,第h輪交互學(xué)習(xí)后增加的追加集為Δθh,則認知集可表示為θh=θ0∪Δθ1∪Δθ2∪∪Δθh。本文按照傳統(tǒng)思路設(shè)計的方案為θ0,通過理論計算得到θ0方案的價值度和決策者對該方案的滿意度閾值;上下兩層決策者經(jīng)過第1輪的初步交互溝通,對θ0方案一些設(shè)計指標(biāo)進行優(yōu)化得到設(shè)計方案θ1,同時計算得出該方案的價值度和決策者的滿意度;第2輪重點分析研究權(quán)重相對重要且滿意度相對較低的指標(biāo),著力提升這些指標(biāo)的滿意度,進行二次優(yōu)化,最終得到既有利于決策目標(biāo)實現(xiàn)又有利于順利實施的優(yōu)化方案θ2。現(xiàn)實中交互學(xué)習(xí)不可能無限地進行下去,故本文只研究兩輪的交互學(xué)習(xí)的價值結(jié)果,具體操作中可根據(jù)實際需要進行多輪交互學(xué)習(xí)進行多方案排序選擇。
(2)
(3)
(4)
基于前景理論模型,假設(shè)有限理性的最優(yōu)選擇(滿意度)函數(shù)和權(quán)重函數(shù)[15]為:
(5)
(6)
取σ=0.88,ρ=1.1,γ=0.9,π=0.7,v=0.66為標(biāo)準(zhǔn)信息[15]。在評價對象的確定情況下,各指標(biāo)權(quán)重的分配不同,評價結(jié)果顯然是不同的,上下兩層決策者對選取的10個關(guān)鍵指標(biāo)的權(quán)重進行賦值,在決策方案中包含信息豐富影響重要的指標(biāo)賦予較大權(quán)重,反之,指標(biāo)賦予較小權(quán)重。根據(jù)式(5)中權(quán)重計算公式求得各決策者對10個關(guān)鍵指標(biāo)的權(quán)重賦值,便于之后確定各關(guān)鍵指標(biāo)的最優(yōu)權(quán)重。
設(shè)上下兩層μ和η的滿意度為ω(μ)和ξ(η),將上下兩層關(guān)于結(jié)果價值的滿意度平衡關(guān)系構(gòu)建為ω(μ)/α≈ξ(η)/β,其中α+β=1且0.5≤α<1。另外,利用模糊集成算子靈活平衡上下兩層目標(biāo)之間相互補償關(guān)系的“fuzzy and”算子(下文簡稱FA補償算子)對兩層目標(biāo)滿意度予以集成。
(7)
補償算子的計算過程可以較好地體現(xiàn)各決策者對決策方案各關(guān)鍵指標(biāo)的滿意度大小,在進行方案優(yōu)化時可以重點針對權(quán)重大而滿意度低的關(guān)鍵指標(biāo)進行重點優(yōu)化,從而提高決策方案整體的滿意度和方案的價值度。
(8)
將式(5)求得的權(quán)重賦值代入式(8),可最終求得10個關(guān)鍵指標(biāo)的最優(yōu)權(quán)重。本文基于權(quán)重具有穩(wěn)定性和價值結(jié)果具有模糊性假設(shè)[15-17]條件展開計算,所以各指標(biāo)的權(quán)重不會因為方案的優(yōu)化而改變,但每次的方案優(yōu)化會影響方案的結(jié)果價值。故求得的最優(yōu)權(quán)重為確定值。
基于“四化”的思想對項目的方案進行優(yōu)化,優(yōu)化結(jié)果能否得到上下決策層的滿意度要求,需要通過構(gòu)建的決策模型計算求解,決策方法如下。
步驟4:設(shè)置滿意度的閾值Δ和補償度γ。
步驟5:通過上下決策層的學(xué)習(xí)交互,確定第h輪的認知集θh。
步驟7:確定項目目標(biāo)實現(xiàn)方案。
方案的優(yōu)化是復(fù)雜的系統(tǒng)工作,框架集θ0包含的信息是必然需要基本價值信息,基于θ0的計算上下兩層的滿意度為ωmax和ξmax,結(jié)合決策成員的有限理性等因素兩層的期望滿意度為Δt∈(0,ωmax],Δb∈(0,ξmax],及滿意度閾值為Δ=Δt+Δb。當(dāng)ω(μ)/α<Δt,ξ(η)/β≥Δb時,說明θh不能滿足上層的期望滿意度,方案優(yōu)化應(yīng)多考慮上層決策者的建議;同理,當(dāng)ω(μ)/α≥Δt,ξ(η)/β<Δb時,方案優(yōu)化應(yīng)多聽取下層決策者的建議;當(dāng)ω(μ)/α<Δt,ξ(η)/β<Δb時,說明兩層決策者對θh的信息都不滿意,需要重新構(gòu)建認知集θh′。
本文以江西石城縣金華山某風(fēng)電場為例,風(fēng)電場代表90 m高度年平均風(fēng)速為6.39~6.54 m/s,框架集θ0方案基本信息是擬安裝24臺單臺容量為2 MW的風(fēng)電機組,總裝機容量為48 MW,新建一座110 kV升壓站(包括綜合樓、控制中心等配套工程)和一回110 kV送出線路,接入最近的220 kV桃金坑變電站(線路長度約50 km)。升壓站占地面積約4 500 m2,風(fēng)電機組基礎(chǔ)、箱變基礎(chǔ)、升壓站(含邊坡)、集電線路等永久征地約為19 026.667 m2。上下兩層決策者對θ0方案決策信息見附錄A表A1。
附錄A表A1中λln表示每位決策者決策的重要程度,xn表示每位決策者對θ0方案中涉及10個關(guān)鍵指標(biāo)的滿意度,pn表示每位決策者認為每個指標(biāo)在θ0方案中的權(quán)重。根據(jù)式(5)和式(7)計算10個指標(biāo)的權(quán)重見附錄A表A2。
圖1可以看出發(fā)電量、收益、成本、廠用電率為權(quán)重值較大的指標(biāo)。
圖1 各指標(biāo)權(quán)重圖Fig.1 Weighted graph of index
設(shè)置α=0.6,β=0.4,根據(jù)式(2)至式(5)計算出各決策者對θ0方案價值Vk0=1.032 1。根據(jù)式(3)和式(6)計算可得(kt+kb)(1-γ)/2=0.625,設(shè)置滿意度閾值Δ=1,?and0=1.003 3>Δ,勉強大于滿意度閾值。
該決策方案中升壓站的建設(shè)需削平山峰約5 000 m2的面積;項目占用征地、林地較多,須砍伐大量樹木和削平山峰,嚴(yán)重影響決策者對該決策方案的價值認可。同時在電網(wǎng)側(cè),預(yù)留的間隔僅有45 MVA,接入48 MW風(fēng)電場較困難。θ0方案中成本、收益、度電維護費、電網(wǎng)消納、電網(wǎng)穩(wěn)定性和環(huán)保等指標(biāo)滿意度較低,征地、削山負面影響,網(wǎng)端問題困擾該項目順利進展。
各決策者通過第1次交互學(xué)習(xí)溝通,將方案θ0進行優(yōu)化,θ1方案優(yōu)化總裝機容量40 MW,風(fēng)電機組數(shù)量20臺,同時縮減升壓站占地規(guī)模,削平山峰面積由5 000 m2減少到3 500 m2,砍伐樹木減少約1/6。經(jīng)計算θ1方案價值Vk1=1.050 8,?and1=1.018 1。雖然各項關(guān)鍵指標(biāo)均有優(yōu)化,但是項目存在的問題未能從根本上得到徹底解決,參與決策的人員對該決策方案的滿意度相對較低,顯然傳統(tǒng)的建設(shè)思路優(yōu)化方式無法滿足目前風(fēng)電發(fā)展,不能從根本上解決項目存在劣勢問題。
各決策者進行第2輪深度交互學(xué)習(xí),剖析項目存在的根本問題主要是升壓站建設(shè)用地和網(wǎng)端影響,運用“四化”設(shè)計理念,建設(shè)小型化、分散化、智能化和運維專業(yè)化的分散式風(fēng)電場,擬安裝10臺單機容量為2 MW的機組。每兩臺為一組,接入當(dāng)?shù)?座35 kV配電站,項目不設(shè)升壓站及集電線路,運行按智能化與運維專業(yè)化設(shè)置,以監(jiān)控與數(shù)據(jù)采集系統(tǒng)為基礎(chǔ),通過收集風(fēng)電場的數(shù)據(jù),分析和判斷風(fēng)電機組等設(shè)備的運行狀況,對風(fēng)電機組等設(shè)備實行遠程控制,現(xiàn)場各類設(shè)備(間)封閉、上鎖后不留守任何工作人員,通過遠程控制中心實時監(jiān)控風(fēng)電場的運行狀況。同時電網(wǎng)消納情況穩(wěn)定,完全避免了限電的可能性,對項目形成穩(wěn)定的收益。由于10臺風(fēng)電機組全部在當(dāng)?shù)嘏潆娬窘尤?不再在金華山區(qū)大規(guī)模集中建設(shè),避免了砍伐樹木及削平山峰,對樹木植被、水土保持等重要環(huán)境敏感因素,都達到了最小化的影響,形成良好的正面社會效益。征地面積減少約1/2,減輕了本縣國土部門建設(shè)用地規(guī)劃調(diào)整的壓力。項目總體造價低,自有資金及籌資壓力遠低于常規(guī)模式風(fēng)電場。工期、綜合廠用電率、度電維護費大幅優(yōu)化,經(jīng)計算對θ2方案價值Vk2=1.093 2,?and2=1.119 4。
圖2 三個方案價值及補償算子值比較圖Fig.2 Comparision of three schemes and compensation operator values
三個方案的技術(shù)指標(biāo)如表1所示,因為補償算子公式中k值為變量,所以影響補償算子結(jié)果變化只需關(guān)注k值,由圖3可以看出,θ2方案的指標(biāo)的k值絕大多數(shù)優(yōu)于θ0和θ1。
表1 三個方案技術(shù)指標(biāo)Table 1 Technical indices of three schemes
圖3 三個方案K值比較圖Fig.3 Comparison of K values for three schemes
本文基于有限理性決策理論,建立兩層交互學(xué)習(xí)的決策分析模型,克服單一層級決策者的局限性,避免無限交互學(xué)習(xí)的非實際情況和復(fù)雜性。針對權(quán)重占比高、滿意度低的關(guān)鍵指標(biāo)進行優(yōu)化,尋求既有利于決策目標(biāo)實現(xiàn)又有利于順利實施的最優(yōu)方案。通過某風(fēng)電場的決策建設(shè)案例,驗證了模型應(yīng)用于風(fēng)電場決策中的實用性,為風(fēng)電場項目實踐和決策提供理論支撐。
本文提出并倡導(dǎo)風(fēng)電項目小型化、分散化、智能化和(運維)專業(yè)化的開發(fā)模式,可因地制宜利用風(fēng)資源及清潔高效發(fā)電技術(shù),就地消納電能,實現(xiàn)“一鍵啟動、無人值守”的系統(tǒng)智能化運行和區(qū)域?qū)I(yè)化運維,最大程度提高決策者對項目的滿意度,解決當(dāng)前風(fēng)電開發(fā)建設(shè)項目尤其是中國中東部和南方地區(qū)可持續(xù)發(fā)展的問題?!八幕遍_發(fā)建設(shè)工程尚在示范階段,推廣實施還需相關(guān)政策推動及技術(shù)創(chuàng)新,重點研究低風(fēng)速風(fēng)電機組研發(fā)應(yīng)用情況,智能化的遠程控制技術(shù)發(fā)展。
本文得到中國大唐集團科技項目(KYJ29017-6004)資助,特此致謝!
附錄見本刊網(wǎng)絡(luò)版(http://www.aeps-info.com/aeps/ch/index.aspx)。