电源规划.doc

概述 随着电力负荷的增长,电力系统规模扩大, 电源机组的单机容量增长, 电源机组的类型和一次能源的多样化使得电源的结构日趋复杂. 因此电源规划目前也成为的一个研究课题. 电源规划主要由投资决策和生产模拟两部分组成. 前者确定系统的电源结构, 优选发电站及装机进度, 后者则优化电力系统的生产情况. 电源规划通常由这两部分软件包构成. 概述 电源规划模型通常应能对以下问题作出定量分析: 规划方案的投资流及逐年运行费用方案需要的一次能源及燃料费用系统的供电可靠性指标规划方案对负荷增长速度, 燃料价格等不确定因素的灵敏度与相邻电力系统互联的效益及费用推迟某些关键电源项目的经济损益. 概述 同时回答上述问题使得电源规划模型成为一个高维数, 非线性的随机性问题. 高维数. 电源数量大,过度时间长非线性. 电源投资现值和运行费用均不是决策变量的线性函数. 此外还存在非线性的可靠性约束; 随机性. 规划中所需要的一些基础数据, 如负荷数据, 燃料和设备价格, 贴现率等都存在一定的不确定性. 针对随机性,除了寻找最优方案, 还需要对方案进行灵敏度分析. 上述因素使得规划模型必须进行适当的简化和假定,因此需要人的决策配合计算机进行. 电源规划的数学模型 电源规划的数学模型可以按照发电机组进行优化,也可以按照发电站进行优化. 通用的规划软件包都采用按机组优化的模型, 并采用一个共同的简化假定: 即电力系统的全部负荷和发电机组都集中在一个节点上, 因此又称为单节点模型. 这种方法不需要考虑电源和负荷的分布, 因此可以将相同类型的发电机组合并起来进行优化, 模型和算法简单. 显然, 该方法只能回答在什么时间,建设什么类型的机组的问题,而不能回答在什么地方建设的问题. 电源规划的数学模型 我国幅员辽阔, 一次能源和工业分布不均匀. 燃料在北方, 水力在西部, 而工业主要集中在沿海, 这种情况下采用单节点模型显然不适合. 我国水利资源较丰富,因此规划时应充分考虑水电的特点, 对水电站逐个排序优化. 我国的电源规划不仅需要回答什么时间,建设什么类型机组的问题,还应回答在什么地方建设的问题. 按发电机组类型优化的电源规划 此方法在一次能源和负荷分布较均匀, 厂址条件不受限制, 且原有输电网络较强时, 可以取得满意的模型. 因为此时同类型的机组有大致相同的技术经济指标, 而输电网络的扩建费用对电源的结构和布局不至于产生大的影响. 这种方法在数学处理上较简单. 这里以WASP 系统为例子进行介绍. WASP 软件可以在满足约束的条件下, 寻找30 年的发电系统最优扩建方法. 该方法采用最小费用法作为经济评价依据. 目标函数 WASP 模型中,各方案的费用除了投资, 燃料费和运行维护费用外,还包括了停电损失费用. 此外,考虑到各机组使用寿命不同,投建时间不同,规划期末会存在不同的使用年限, 因此将上述投资的折余值当成残值,在总费用中扣去. WASP 的目标函数为: 目标函数的假定 基于上述目标函数,规划的目标就是找出PVC 最小的方案. 在实际的计算中,需要对数据进行适当的假定. 所有投资都发生在年度初所有投资折余值发生在水平年末燃料费用, 运行维修费用和停电损失费用均发生在各年度的中点. 因此,与电源规划相关的费用流如图. 费用流投资费用与折余费用 可以看出,WASP 中假定各机组在年初投资,当年参加运行, 忽略了各发电机组本身的投资过程及相应的时间价值. 燃料费用 总燃料费用由随机生产模拟确定. 在计算中考虑了火电机组停运的情况,但是对水电站则假定其强迫停运率FOR=0. 运行维护费用停电损失费用其需要的数据由随机生产模拟产生. 约束条件 约束条件包含两方面: 电力平衡约束条件可靠性约束条件. 电力平衡约束条件电力平衡约束条件 为了更细致的模拟负荷和水电站的季节性特点和更好的处理火电站的检修要求, WASP 允许将每年分为相等数目的时段, 每年中可用发电容量与电力峰荷差值最小的时段叫做关键时段. 则关键时段的可用发电量必须满足: 可靠性约束条件 系统布局的可靠性指标用LOLP 衡量. WASP 对一年内各个时段及每种水文情况进行随机生产模拟, 把所有时段的LOLP 相加作为作为年平均LOLP, 然后按照各种水文年的年平均LOLP 按水文概率平均形成该年的可靠性指标. 则每个系统布局需要满足约束: 约束条件的满足 满足约束条件的方案称为可行方案. 图中给出了WASP 电源模型规划的概念. AS 为可行方案的装机容量,BS 为新建发电机的容量,AB 为原有发电机的装机容量. 按发电站优化的电源规划(JASP) 决策变量 在电源规划中,由于水电站和火电站建设特点不同, 处理方法也不一样, 分别用X和Y表示. 规划期为Nt 年, 系统中待建水电站和火电站分别为Ngh 和Ngf 个,则X和Y的维数分别为NghNt 和NgfNt. 对火电站来说,只要机组台数不超过最大容许台数, 则各机组投产年可以按照电力电量平衡确定,他们之间是相互独立的, 故可以用Xti 表示第t年火电站i投产的机组台数. 对水电站来说, 机组的投产取决于大坝的建设, 建成后应按规划逐年投产, 因此用Ytj=1 表示第t年水电站j投产第一批机组. 目标函数 由于电源规划项目一般涉及多个电源工程项目,其使用寿命不同,投产年限不同,为避免剩余使用年限的处理,可以采用等年值法. 基于等年值法, JASP 的目标函数为目标函数(投资费用) 目标函数(运行费用) 由于各发电站每年的运行费用不同,因此需要将年运行费用转换为现值后在求等年值. 这里的计算只是为了把年运行费用拉平,所以用规划年数求资金收回系数. 目标函数(运行费用) 目标函数(运行费用) 约束条件由待选电站本身特点决定的约束条件: 1. 有投资决策变量X,Y 的定义可以知道,他们是大于零的整数, 即有x=0,Y=0; 2. 火电站每年投运的机组台数Xti 应受施工及制造能力所容许的台数Mti 的限制, 即有: Xti=Mti, t=1,2,Nt, i=1,2,Ngf 3. 火电站i的装机台数不应超过给定的最终装机台数, 即: 约束条件4. 对于水电站来说, Ytj 表示第t年是否为首批机组的投入年, 故需要满足互斥条件: 约束条件5. 各发电站除了受到装机进度和装机规模限制外, 还要受到最早投运年限的限制: 约束条件 由电力电量平衡决定的约束有: 1. 电力平衡条件约束条件2. 电量平衡条件约束条件3. 最小技术出力约束. 他在典型日运行方式模型中验证, 如不满足则需要增加调峰措施,重新进行电源投资决策; 4. 发电系统可靠性约束. 在生产优化模型中验证, 如不满足则应提高备用系数Rd 和Re, 反馈到电源投资决策中来. 电源规划的求解算法 电源规划具有维数高, 非线性和随机性的特点. 同时考虑决策变量是离散量,是一个组合优化问题,因此很难用常规的优化方法加以解决. 通常都需要给出一些简化假定,并采用近似算法. 这里不对算法的细节进行介绍,只是对思路进行介绍. 电源规划的分解协调算法 分解协调算法将问题分解为以投资决策为核心的几个问题, 然后利用BENDER 分解协调技术进行迭代求解. 一方面可以减少各子问题的维数,且可以让各问题模型更便于处理. JASP 可以分为四部分求解. 电源投资决策模型 他是电源规划的核心,负责给出待选火电站及水电站的投建进度表(X,Y 向量). 他分别同输电费用修正模型, 典型日运行方式模型, 生产优化模型进行协调迭代. 输电费用修正模型 他根据电源投资决策模型给出的逐年电源投建进度(决策变量X,Y) 进行分区电量平衡,