基于棄風(fēng)懲罰的電力負(fù)荷經(jīng)濟(jì)調(diào)度研究

徐 武，陳盈君，文 聰*，徐浩東

(1. 云南民族大學(xué)電氣信息工程學(xué)院，云南昆明 650500；2. 陜西長慶專用車制造有限公司，陜西咸陽 712000)

1 引言

近年來，由于環(huán)境污染問題日益嚴(yán)重，以風(fēng)電為代表的新能源電場(chǎng)明顯增加，但是棄風(fēng)現(xiàn)象嚴(yán)重，而且風(fēng)能發(fā)電具有間歇性和反調(diào)峰性，損害了經(jīng)濟(jì)利益，降低棄風(fēng)和風(fēng)火互補(bǔ)成為了研究熱點(diǎn)[1]。

針對(duì)以上問題，文獻(xiàn)[2]利用儲(chǔ)能系統(tǒng)對(duì)風(fēng)力發(fā)電進(jìn)行削峰填谷，提高了風(fēng)電接納量，并具有良好的經(jīng)濟(jì)性，但建立儲(chǔ)能系統(tǒng)成本太高[2]。文獻(xiàn)[3]利用極限穿透功率的風(fēng)電場(chǎng)棄風(fēng)懲罰模型，雖然能衡量損失但其模型忽視了對(duì)風(fēng)電預(yù)測(cè)精度評(píng)估[3]。文獻(xiàn)[4]針對(duì)火電廠負(fù)荷指令利用改進(jìn)混沌粒子群算法做最優(yōu)負(fù)荷分配實(shí)現(xiàn)了經(jīng)濟(jì)效益最大化，但是沒考慮新能源發(fā)電，環(huán)境成本較高[4]。文獻(xiàn)[5]建立了考慮火力發(fā)電成本、風(fēng)力發(fā)電成本和棄風(fēng)懲罰成本的模型，并用改進(jìn)螢火蟲算法對(duì)模型求解，但其棄風(fēng)懲罰模型沒考慮分段棄風(fēng)懲罰成本，無法達(dá)到減少棄風(fēng)，抑制反調(diào)峰現(xiàn)象的目的[5]。文獻(xiàn)[6]構(gòu)建了包含風(fēng)險(xiǎn)懲罰、電網(wǎng)安全約束和機(jī)組特性的風(fēng)電并網(wǎng)模型，此方案強(qiáng)調(diào)了風(fēng)電并網(wǎng)的風(fēng)險(xiǎn)評(píng)估，提升了風(fēng)火互補(bǔ)發(fā)電廠的穩(wěn)定性，但是缺少經(jīng)濟(jì)性方面的研究[6]?；诖耍疚奶岢隽艘环N基于風(fēng)力發(fā)電便捷性評(píng)估的綜合棄風(fēng)懲罰模型。首先通過風(fēng)電場(chǎng)的出力穩(wěn)定性和對(duì)其出力的預(yù)測(cè)準(zhǔn)確性來評(píng)估便捷性，得到權(quán)重系數(shù)，結(jié)合分段棄風(fēng)懲罰成本系數(shù)抑制風(fēng)電場(chǎng)的棄風(fēng)現(xiàn)象和反調(diào)峰性；然后建立了一個(gè)以經(jīng)濟(jì)性為目的的風(fēng)火互補(bǔ)優(yōu)化發(fā)電模型，利用火電廠彌補(bǔ)風(fēng)力的間歇性和不穩(wěn)定性；利用改進(jìn)BQPSO增強(qiáng)全局搜索能力和最優(yōu)粒子權(quán)重，并對(duì)虛擬電廠進(jìn)行負(fù)荷分配。

通過仿真分析，證明了提出的棄風(fēng)懲罰模型可以有效減少棄風(fēng)現(xiàn)象，抑制風(fēng)電場(chǎng)的反調(diào)峰現(xiàn)象，增加優(yōu)質(zhì)風(fēng)能的利用率，改進(jìn)的BQPSO算法既能利用火電彌補(bǔ)風(fēng)電的不穩(wěn)定性，又能使火電廠煤耗量降低，獲得更多經(jīng)濟(jì)效益。

2 棄風(fēng)懲罰模型

風(fēng)能資源具有儲(chǔ)量豐富，成本較低，不會(huì)對(duì)環(huán)境造成污染等優(yōu)點(diǎn)，但是由于風(fēng)電的間歇性和不可預(yù)測(cè)性，導(dǎo)致風(fēng)電場(chǎng)棄風(fēng)現(xiàn)象日益嚴(yán)重[7]。目前棄風(fēng)懲罰模型一般如式(1)所示

(1)

這種算法認(rèn)為所有風(fēng)電場(chǎng)的棄風(fēng)成本相同，忽略了不同風(fēng)電站成本差距，不能達(dá)到將棄風(fēng)成本降到最低的目的[8]。針對(duì)以上問題，本文考慮到風(fēng)電場(chǎng)權(quán)重和分段棄風(fēng)懲罰成本，提出一種綜合棄風(fēng)懲罰模型，如圖1所示。

圖1 綜合棄風(fēng)懲罰模型

通過評(píng)估風(fēng)電場(chǎng)出力穩(wěn)定性和預(yù)測(cè)精度，保證選擇的風(fēng)電場(chǎng)權(quán)重系數(shù)大。隨著棄風(fēng)量增大，分段棄風(fēng)懲罰系數(shù)增大，從而起到抑制棄風(fēng)的效果。

2.1 風(fēng)電懲罰權(quán)重系數(shù)設(shè)定

確定對(duì)不同的風(fēng)電場(chǎng)的棄風(fēng)懲罰權(quán)重系數(shù)需要考慮風(fēng)能出力穩(wěn)定性和風(fēng)電預(yù)測(cè)精度兩個(gè)因素，對(duì)于出力穩(wěn)定性好，預(yù)測(cè)精度高的風(fēng)電場(chǎng)給予較高權(quán)重[9]。

風(fēng)電場(chǎng)出力越穩(wěn)定，對(duì)電網(wǎng)的影響越小，以平均出力波動(dòng)率fv作為穩(wěn)定指標(biāo)

(2)

其中：Sd為在第d小時(shí)中，10分鐘內(nèi)的功率標(biāo)準(zhǔn)差；Pwa.d為在第d小時(shí)里求得的平均功率。

一般結(jié)合預(yù)測(cè)的風(fēng)電場(chǎng)出力和調(diào)度中心的目標(biāo)負(fù)荷來決定火電廠的備用容量，風(fēng)電預(yù)測(cè)準(zhǔn)確度越高，風(fēng)電利用率越高。平均精度ηv為

(3)

(4)

其中，ηd為第d小時(shí)預(yù)測(cè)精度；Pwp.t為風(fēng)電場(chǎng)在時(shí)段t的預(yù)測(cè)出力；Pwf.t為實(shí)際出力；T為第d小時(shí)調(diào)度總時(shí)段數(shù)；Pw為風(fēng)電場(chǎng)總?cè)萘俊?/p>

綜合考慮上面提出的出力穩(wěn)定性以及出力預(yù)測(cè)精度指標(biāo)，得到此風(fēng)電場(chǎng)的便捷因子λ，并將其作為權(quán)重系數(shù)的參考[10]。權(quán)重系數(shù)越大，此風(fēng)電場(chǎng)越容易被調(diào)用。在選擇棄風(fēng)對(duì)象時(shí)，優(yōu)先選擇權(quán)重小的風(fēng)電場(chǎng)。風(fēng)電便捷因子λ為

(5)

其中：fv.i為機(jī)組i的平均出力波動(dòng)率、ηv.i為平均風(fēng)電預(yù)測(cè)精度；NW為總機(jī)組數(shù)。

2.2 分段棄風(fēng)懲罰成本設(shè)定

通過分段設(shè)置，隨著棄風(fēng)量的增加，棄風(fēng)成本也隨著增加，起到降低棄風(fēng)的目的，根據(jù)不同的地區(qū)，季節(jié)，早晚確定相應(yīng)的分段值，分段棄風(fēng)懲罰成本為

(6)

2.3 綜合棄風(fēng)懲罰模型

在分段棄風(fēng)懲罰成本中考慮風(fēng)電便捷因子λ得到綜合棄風(fēng)懲罰模型

(7)

該模型能考慮風(fēng)電機(jī)組的出力便捷性以及分段棄風(fēng)懲罰成本。

3 風(fēng)火互補(bǔ)優(yōu)化發(fā)電模型

以系統(tǒng)最低能耗為目標(biāo)，優(yōu)先接收棄風(fēng)懲罰成本低的原則，建立風(fēng)火互補(bǔ)優(yōu)化發(fā)電模型。

3.1 目標(biāo)函數(shù)

為了將發(fā)電成本降到最低，系統(tǒng)優(yōu)化發(fā)電目標(biāo)函數(shù)為風(fēng)電機(jī)組和火力機(jī)組總成本最低[11]。優(yōu)化目標(biāo)為

(8)

其中：N為火電機(jī)組數(shù)；Ci，t，s為火電機(jī)組i在時(shí)段t第s分段的發(fā)電成本。

3.2 約束條件

風(fēng)電并網(wǎng)和限風(fēng)后，經(jīng)濟(jì)性作為最優(yōu)目標(biāo)進(jìn)行優(yōu)化分配，而且需要讓系統(tǒng)總負(fù)荷等于電網(wǎng)負(fù)荷指令，系統(tǒng)功率平衡約束條件為

∑P+∑Pwf=∑P1+∑Pd

(9)

其中，P為火電廠輸出功率；Pwf為風(fēng)電場(chǎng)輸出功率；P1為調(diào)度中心下達(dá)的目標(biāo)負(fù)荷；Pd為系統(tǒng)損耗功率。

在考慮風(fēng)電并網(wǎng)時(shí)，由于風(fēng)電機(jī)組安全運(yùn)行的需要，要考慮風(fēng)電機(jī)組的出力上限約束

(10)

將火力發(fā)電作為發(fā)電場(chǎng)的備用容量，來調(diào)節(jié)風(fēng)能的出力不穩(wěn)定，約束條件為：

(11)

4 二進(jìn)制量子粒子群算法及改進(jìn)

由于本文采用的棄風(fēng)懲罰模型以及火力發(fā)電彌補(bǔ)風(fēng)能發(fā)電模型需要求解最優(yōu)方案，粒子群優(yōu)化算法可以滿足要求。但是，粒子群算法容易陷入局部最優(yōu)，所以引入改進(jìn)BQPSO算法[12]。

4.1 二進(jìn)制量子粒子群算法

在PSO算法基礎(chǔ)上，提出具有量子運(yùn)動(dòng)特征的粒子群算法(QPSO)，粒子位置更新不受之前位置的影響，因此搜索空間也不受限制，能收斂到全局最優(yōu)解[13]。BQPSO是在QPSO基礎(chǔ)上將粒子位置由二進(jìn)制表示，優(yōu)化了QPSO在離散空間中求解的效果。式(12)表示在QPSO算法中僅用一個(gè)位置更新公式來表示粒子的位置和速度：

zi(t+1)=Pi(t)±β·Li(t)·ln[1/ui(t)]

(12)

其中：Pi(t)稱為吸引子；β一般小于1；t是當(dāng)前迭代次數(shù)；Li(t)表示zi(t)與mbest距離的絕對(duì)值。

在第n次迭代時(shí)，算法迭代公式為

(13)

pi=φ×pbesti+(1-φ)×gbest

(14)

其中：mbest為平均最優(yōu)位置；Pi為粒子位置更新公式；φ是(0，1)上均勻分布數(shù)值；gbest為當(dāng)前全局最優(yōu)值。

BQPSO是在QPSO的基礎(chǔ)上將粒子位置由二進(jìn)制數(shù)表示，式(15)表示兩個(gè)粒子位置的距離

|X-Y|=dH(X，Y)

(15)

4.2 算法改進(jìn)

為了增強(qiáng)算法的全局性能，防止迭代后期粒子多樣性減弱，陷入局部最優(yōu)，從而造成負(fù)荷分配最終經(jīng)濟(jì)性方案不是全局最優(yōu)解，本文增加了“粒子偏離度”檢測(cè)公式，以及自適應(yīng)干擾系數(shù)來避免算法局部收斂。由于在mbest的計(jì)算公式中不同粒子的權(quán)重相同，不能突出最優(yōu)粒子的優(yōu)先權(quán)，為了增加算法的收斂速度，本文改進(jìn)了加權(quán)更新mbest(t)的計(jì)算公式?！傲Ｗ悠x度”檢測(cè)公式如下

(16)

其中，fi為粒子i適應(yīng)度，favg為種群平均適應(yīng)度。當(dāng)Δ逐漸降低，聚集程度增加。當(dāng)Δ小于設(shè)定，認(rèn)為局部收斂。

(17)

βk=c1[Ck(0，1)+c2Nk(0，1)]

(18)

(19)

其中βk為干擾系數(shù)。

同時(shí)，改進(jìn)了mbest(t)的公式中的權(quán)重系數(shù)，將式(13)中ω改為權(quán)重系數(shù)ωi

(20)

式中f(Pi(t))為最優(yōu)適應(yīng)度。mbest的更新公式如下

(21)

可以看出，改進(jìn)BQPSO算法首先在進(jìn)入局部最優(yōu)時(shí)，進(jìn)行擾動(dòng)算子干預(yù)，增加算法的全局性能；在計(jì)算BQPSO的mbest時(shí)，通過提高最優(yōu)粒子在種群中的權(quán)重，也提高了算法的全局性能，而且使收斂速度提高。

4.3 算法步驟

初始化粒子數(shù)為50，設(shè)置仿真的結(jié)束條件為迭代2000次，將改進(jìn)BQPSO算法求解負(fù)荷分配步驟簡(jiǎn)述如下：

步驟1：確定經(jīng)濟(jì)性目標(biāo)函數(shù)wC和快速性目標(biāo)函數(shù)wT所占比重；

步驟2：初始化粒子位置和初始種群數(shù)，并用二進(jìn)制表示群體中的每個(gè)粒子的初始位置[14]；

步驟3：計(jì)算適應(yīng)度值，當(dāng)f(xi(t))

步驟4：更新種群中的粒子位置；

步驟5：記錄各粒子的個(gè)體極值pbest和全局極值gbest，本文求解模型的目標(biāo)函數(shù)為在滿足調(diào)度速度要求的前提下盡可能的獲得經(jīng)濟(jì)效益，對(duì)于不滿足約束條件的粒子，直接取其適應(yīng)度為0[15]；

步驟6：根據(jù)公式計(jì)算mbest，得全局最優(yōu)粒子Pg(t)；

步驟7：按照式(16)計(jì)算粒子偏離度，若Δ小于設(shè)定值，轉(zhuǎn)到下一步，否則轉(zhuǎn)到步驟9；

步驟9：對(duì)PPi進(jìn)行變異，重新生成粒子群；

步驟10：當(dāng)更新次數(shù)達(dá)到設(shè)定值，轉(zhuǎn)到下一步，否則轉(zhuǎn)到步驟3；

步驟11：將全局極值作為算法最優(yōu)解，計(jì)算得到最佳的優(yōu)化結(jié)果。

利用改進(jìn)的BQPSO算法求解本文負(fù)荷分配模型流程如圖2所示。

圖2 算法流程

5 仿真分析

為了驗(yàn)證本文提出的棄風(fēng)而懲罰模型的效果，以IEEE30節(jié)點(diǎn)進(jìn)行仿真分析，設(shè)定第16節(jié)點(diǎn)和20節(jié)點(diǎn)為額定功率為50MW的風(fēng)電機(jī)組。兩臺(tái)風(fēng)電機(jī)組的數(shù)據(jù)如表1。表1中，機(jī)組平均出力波動(dòng)率反應(yīng)每小時(shí)出力功率的方差，平均預(yù)測(cè)精度反應(yīng)了根據(jù)歷史數(shù)據(jù)預(yù)測(cè)功率和實(shí)際功率相差程度。由表1可知，機(jī)組2的平均出力波動(dòng)較大，而且平均出力預(yù)測(cè)精度較低，綜合可知，機(jī)組2的并網(wǎng)便捷性較低。根據(jù)評(píng)估的風(fēng)電機(jī)組并網(wǎng)便捷性可計(jì)算出2臺(tái)風(fēng)電機(jī)組的權(quán)重系數(shù)。

表1 風(fēng)電機(jī)組權(quán)重系數(shù)

為了驗(yàn)證本文提出的棄風(fēng)懲罰模型的有效性，選取某天24小時(shí)的調(diào)度時(shí)段，對(duì)于調(diào)度中心對(duì)電場(chǎng)要求的目標(biāo)負(fù)荷，利用本文提出的BQPSO算法進(jìn)行仿真分析。將仿真對(duì)象分為以下3種場(chǎng)景：1、不考慮棄風(fēng)懲罰；2、不計(jì)算權(quán)重系數(shù)；3、計(jì)算綜合棄風(fēng)懲罰模型。對(duì)比如圖3所示。

圖3 場(chǎng)景1場(chǎng)景2中機(jī)組負(fù)荷

由圖3可知，由于場(chǎng)景1不考慮棄風(fēng)懲罰，所以風(fēng)能利用率低，而且在8點(diǎn)到12點(diǎn)之間和16點(diǎn)到21點(diǎn)之間風(fēng)電機(jī)組出現(xiàn)了反調(diào)峰現(xiàn)象，即調(diào)度中心要求的目標(biāo)負(fù)荷較高，但風(fēng)能出力下降。場(chǎng)景2相較于場(chǎng)景1計(jì)算了分段懲罰成本，即棄風(fēng)成本隨著棄風(fēng)量增加而增加。

場(chǎng)景2和場(chǎng)景3中風(fēng)電場(chǎng)整天實(shí)際出力和棄風(fēng)率如表2所示。

表2 場(chǎng)景2和場(chǎng)景3棄風(fēng)率對(duì)比

由表2可知，由于場(chǎng)景2未考慮權(quán)重系數(shù)，因此2臺(tái)風(fēng)電機(jī)組權(quán)重一樣，棄風(fēng)率大致相同；場(chǎng)景3考慮權(quán)重系數(shù)后，因?yàn)轱L(fēng)電機(jī)組1的并網(wǎng)便捷性較高，所以權(quán)重系數(shù)較大，棄風(fēng)率顯著降低，而風(fēng)電機(jī)組2的棄風(fēng)率略有上升，可以反映出權(quán)重系數(shù)對(duì)于機(jī)組棄風(fēng)率的影響較大。所以在考慮棄風(fēng)時(shí)，并網(wǎng)便捷性低的風(fēng)電機(jī)組2率先棄風(fēng)，而在考慮風(fēng)能調(diào)度時(shí)，優(yōu)先調(diào)度并網(wǎng)便捷性高的風(fēng)電機(jī)組1。

利用本文改進(jìn)BQPSO算法對(duì)3種場(chǎng)景下24個(gè)時(shí)段中風(fēng)電利用率和火力機(jī)組發(fā)電平均煤耗量以及用SAPSO算法，WQPSO算法和本文算法對(duì)場(chǎng)景3仿真對(duì)比見表3所示。

表3 3種場(chǎng)景棄風(fēng)率對(duì)比

由表3可知，場(chǎng)景2計(jì)算了分段棄風(fēng)懲罰系數(shù)，相較于場(chǎng)景1可以在降低火電廠煤耗量的同時(shí)大幅提升風(fēng)電利用率；在場(chǎng)景3中綜合計(jì)算了權(quán)重系數(shù)和分段棄風(fēng)懲罰系數(shù)后，風(fēng)電利用率有略微上升，而且煤耗量顯著降低；而SAPSO和WQPSO算法相較于本文算法的風(fēng)電利用率沒有太大變化，但是用本文算法求解的煤耗量遠(yuǎn)低于其它兩種算法，說明本文算法在計(jì)算火電廠的經(jīng)濟(jì)調(diào)度時(shí)更容易收斂于全局最優(yōu)。因此，本文提出的棄風(fēng)懲罰模型以優(yōu)化風(fēng)能利用率為目的，提高電力系統(tǒng)運(yùn)行的經(jīng)濟(jì)性，降低風(fēng)電場(chǎng)的運(yùn)營難度。

6 總結(jié)

本文對(duì)于風(fēng)能發(fā)電的棄風(fēng)問題進(jìn)行了研究，提出了考慮風(fēng)電場(chǎng)出力穩(wěn)定性和預(yù)測(cè)精度的權(quán)重系數(shù)，增加了分段棄風(fēng)懲罰成本系數(shù)，構(gòu)建了一個(gè)綜合棄風(fēng)懲罰模型。提出風(fēng)火互補(bǔ)發(fā)電模型，利用火電站彌補(bǔ)風(fēng)力發(fā)電的不確定性和出力不穩(wěn)定性，并利用改進(jìn)的二進(jìn)制量子粒子群優(yōu)化算法求解?？傻靡韵陆Y(jié)論：

結(jié)論一：證明了本文提出的綜合棄風(fēng)懲罰模型可以合理?xiàng)夛L(fēng)，改善反調(diào)峰現(xiàn)象，對(duì)于降低風(fēng)能損耗和火電廠煤耗量也有較好效果；

結(jié)論二：提出的改進(jìn)BQPSO算法能夠很好的處理風(fēng)能出力波動(dòng)的問題，而且可以提高收斂速度，跳出局部最優(yōu)，得到最佳負(fù)荷分配方案。