高建國,陳 博,賀松祥,吳星奇,高偉琦,劉遠超,陳豪威
(1.湖北白蓮河抽水蓄能有限公司水電分公司,湖北 黃岡 438000;2.國網湖北省電力有限公司檢修公司,湖北 武漢 430000;3.黃岡供電公司檢修分公司,湖北 黃岡 438000)
隨著電力市場進程的加快,水電站廠內經濟運行在水電廠參與競爭的過程中發(fā)揮著越來越重要的作用。然而,隨著我國三峽(26臺機組,裝機容量1.87×107kW)、小灣(裝機4.2×106kW)等巨型水電站的竣工投產,利用動態(tài)規(guī)劃求解水電站廠內經濟運行成為十分快速、有效、精確的求解方法[1]。
目前,水電站廠內經濟運行應用較多的是動態(tài)規(guī)劃。動態(tài)規(guī)劃作為經典的優(yōu)化算法,有著較高的成熟性。采用動態(tài)規(guī)劃求解水電站經濟運行方式的問題,對機組流量特性沒有特別要求,能同時解決確定由哪些機組承擔負荷和負荷如何分配的問題。
在求解水電站最優(yōu)動力特性曲線時,多采用以電定水模型,目標函數(shù)如下[2-7]:
1.2.1 等式約束
(1)功率平衡約束:
(2)水量平衡約束:
(3)機組運行水頭函數(shù):
(4)庫容-上游水位關系函數(shù):
(5)入庫流量-下游水位關系函數(shù):
1.2.2 不等式約束
(1)機組出力約束:
(2)水電站庫容約束:
動態(tài)規(guī)劃模型的求解分為2步:順序求出各階段最佳函數(shù);逆序回代求得負荷分配方案。以“以電定水”模型為例,假設有6臺機組參與運行,當水頭一定的時候,已投入運行的機組臺數(shù)k為階段變量,以第k臺機組的出力pk為決策變量,zPk為狀態(tài)變量。
順序求得最大發(fā)電量的具體做法如下[3]。
(1)當k=1時,在狀態(tài)空間將狀態(tài)變量zPk離散成若干個數(shù)據點。由于此時只有1臺機組,因此。此階段的最佳目標函數(shù)為最優(yōu)決策為
(2)當2≤k≤6時,同樣把狀態(tài)空間中的變量離散成若干個點,決策變量也離散成若干個點。此時,對于任意一個離散的點有遞推方程進行尋優(yōu),可以得到最優(yōu)的目標函數(shù)最佳的決策第k臺機組出力為
(3)以此類推,當k=6時計算結束。
逆序回代求得最佳負荷分配方案的具體做法如下:根據第k階段的總出力zPk,可得到此時最佳的目標函數(shù)第k臺機組的發(fā)電量和第k臺機組耗水量由狀態(tài)轉移方程得出第k-1階段的最佳函數(shù)第k-1臺機組的出力和第k-1號機組的發(fā)電量為以此類推,回代至第1階段,最后可得到水電站機組的最佳分配方案。流程如圖1所示[4]。
圖1 動態(tài)規(guī)劃算法流程圖
在處理機組型號不同的問題時,采用變階段動態(tài)規(guī)劃算法先把機組分類,把同類機組組合成一個階段采用動態(tài)規(guī)劃方法求解,然后把這幾個階段整合組成一個整體,再采用動態(tài)規(guī)劃方法求解,組合成變階段動態(tài)規(guī)劃算法[2]。
某水電站有6臺機組,機組特性如表1所示?,F(xiàn)在水頭80 m的情況下,以H為步長擬計算一天的機組分配。
表1 某水電站6臺機組的特性
圖2 機組的NQ曲線
圖3 H=80時的動力特性曲線
可以看到,運用動態(tài)規(guī)劃算法可以快速整合多個機組的耗水量曲線,然后通過將每日的電量需求分配到每日耗水量,求解出實時特性曲線。
通過上面分析可知,考慮振動區(qū)后的最優(yōu)動力特性曲線并不是單調遞增的,與文獻[3]中考慮振動區(qū)后的水電站處理流量關系曲線單調不符。分析其方法和實例,猜測可能與它采取的精度有關,因為它采用的是10 MW的步長,突變的變化量不大且只有很小一段,因此可能直接跳過了這一段的出力變化,導致所得曲線為單調[8-9]。文中所說在制定發(fā)電計劃時可直接采用考慮振動區(qū)后的各水頭下的出力流量曲線,但是由于實際曲線非單調,因此在制定發(fā)電計劃時可以針對這一特性,把各時段的發(fā)電量稍做調整。例如,前一刻處于高耗水量增量的振動區(qū),但是如果只需要增加1 MW的總出力,耗水量增量便會遠低于之前,那么在制定發(fā)電計劃的時候可以稍微增加這一時刻的發(fā)電量,減少前一時刻或者后一時刻的發(fā)電量,以便能夠更多地減少耗水量。