电源规划的目的、方法、流程和热点研究

电源规划的目的 方法 流程和热点研究 一 电源规划的目的和意义 1 电源规划的目的 在电力工业中 电源规划的目的一般是根据某一时期的负荷预测 在满足一定可靠性水平的条件下 寻求一个最经济的电源开发方案 随着国民经济的发展 电力系统用户对电力和电能的需要不断增加 必须新建电源 即为了满足系统负荷增长的需要 2 电源规划内容 电源规划的主要内容是确定何时在何地投建何种类型的多大容量的 发电机组 应该在何时 何地 建什么样的电厂 规模多大才最为经济合理 3 电源规划的影响 规划的合理与否 它直接影响系统今后运行的可靠性 经济 性 电能质量 网络结构和今后的发展 4 电源规划涉及和研究的问题 负荷预测 厂址选择 燃料来源 运输条件 水库调 度 系统运行 网络规划和各种技术经济指标的选定等等 5 最优电源规划所要解决的核心问题 就是要找出在规划期内随着负荷的发展 系 统应在何时 何地 建什么类型 多大容量的电厂 也就是说要得出一个电源建设的 最优方案 6 电源规划的最优方案 一般是指满足系统负荷增长的需要和各种约束条件及技术 指标下国民经济支出最小的方案 二 电源规划方法 主要可以分为两大类 经典优化算法 人工智能算法 经典优化算法主要包括线性规划 非线性规划和动态规划算法 人工智能算法则包括专家系统 遗传算法 人工神经网络 模糊理论和进化算法等 1 电源规划线型模型 1 其基本思路是 将模型线性化 运用某种线性规划算法的改进算法求解 根据优化 中对整数的处理 线性规划模型分为 普通线性规划模型和线性混合整数规划模型 2 线性规划模型优缺点 是使用最广泛的一种优化算法 有大量成熟的模型和通用的求解方 法 计算比较简单 解题规模可以较大 缺点是 由于电力系统中很多问题并不是线 性的 为了适应线性规划的要求 必须将其线性化 这将带来误差 同时 线性规划 模型在处理不等式约束时有一定的困难 对于大型问题 不容易确定其初始可行基 2 电源规划非线性模型 1 模型必要性 在电源规划目标函数中 新增设备投资和发电费用都是决策变量的非 线性函数 同时由于负荷是波动的 更加剧了目标函数的非线性 因此 用线性模型 描述电源规划问题可能会带来较大的误差 用非线性模型描述电源规划问题将更接近 实际 2 存在问题 但是非线性规划应用于电源规划也存在一些问题 非线性规划要求函数连续 有的 算法还要求可导 而电源规划中的决策变量如投运机组等是不连续的 按连续函数计 算后进行归整处理 会带来误差 非线性规划要求凸函数 而电源规划的目标函数 和约束条件并不是在任何条件下都是凸的 非线性规划算法不少 但没有一类是普 遍有效的 这给选择算法带来困难 非线性规划算法所求结果一般都是局部最优解 而电源规划的对象投资巨大 全局最优与局部最优投资相差可能是巨大的 由于电源 规划问题本身的复杂性 不可能对优化函数的特性作全面的把握 因此希望通过合理 设置初值的方法求得全局最优解是非常困难的 3 电源规划动态模型 1 概述 电源规划问题是一个多阶段过程寻优问题 对于这类问题 动态规划是一种有效的方 法 在动态规划中容易引入各种约束条件和费用因素 可以考虑水电电源的不同组合 方案和不同补偿调节数据 可以考虑离散变量和随机因素 在理论上动态规划能真正 获得整体最优方案 2 电源规划动态模型评价 电源规划问题是一个多阶段过程寻优问题 对于这类问题 动态规划是一种有效 的方法 在动态规划中容易引入各种约束条件和费用因素 可以考虑水电电源的不同 组合方案和不同补偿调节数据 可以考虑离散变量和随机因数 可以研究重要电站的 合理装机容量 而且对于不同年份中的一些特殊问题都比较容易解决 在理论上动态 规划能真正获得整体最优方案 其缺点是 对于大规模问题会发生维数灾问题 容易出现后效问题 4 基于智能技术的电源规划 1 分类 近年来 以专家系统 神经网络 模糊理论和进化算法为代表的智能技术在科学研究 和工程实践中被大量使用 在某些方面被证明比传统的基于解析的方法效率更高 适 用面更广 2 各种方法的比较 各种智能优化方法的比较对于较短期的规划来说 如 6 年规划期 各种优化算法都能 获得最优解 而对于中长期规划而言 如 14 年规划期 各种单独的优化方法都不能找 到全局最优解 而 HA 组合算法可以找到 但搜索到全局最优解的成功率很低 而且 蚁群算法不适用于求解中长期的电源规划问题 对于长期规划 如 24 年规划期 传统 的动态规划也已经不适用了 而其余各种智能优化方法都能收敛到一个比较好的结果 从收敛时间上来看 动态规划随着规划期的增长而成指数递增 其余的智能优化算法 则线性增长 总的来说 各种智能优化算法用于求解电源规划问题都是可行的 对于短期规划来说 都能找到全局最优解 只是收敛时间上有所差异 而对于长期规划来说 还需要对各 种算法加以改进 以得到问题的全局最优解 三 电源规划流程 1 资料的收集和论证 负荷预测 厂址选择 能源及用户资料收集分析 2 确定供电能力 根据用户及电力系统的备用要求 确定电力系统必须的具备的供电 能力 3 电力电量平衡 能源供需预测 电源结构论证 发输电项目的主要项目经济论证 4 提供各种可行的电源规划方案 根据地区内的资源条件和厂址条件提出各种可能 的建设方案 5 经济效率评估 对各种建设方案进行经济性分析 6 确定最佳电源规划方案 在经济效率评估条件下 对供电可靠性 能源的利用效率 对环境的影响等多方面继续拧综合评估 四 近期电源规划方向与热点 1 大规模风电并网的电源规划研究 随着风电的大规模并网 电网的调峰能力将成为电源发展的重要约束 所以 为了寻 求一个最经济可行的电源规划 笔者提出通过建立数学模型来获取 在建立模型时 首次考虑了风电机组的规划问题 把电网对风电的接纳能力作为重要的约束条件进行 研究 同时 在使用进化规划方法求解电源规划优化问题的过程中 针对常规电源与 风电机组在单台容量上的差异 设计了新的初始种群形成方法与进化策略 改进了原 有算法的优化精度和收敛特性 并基于完备的数学模型和改进的优化算法 在最后对 实际算例进行了计算求解 2 适用于海岛的独立供电电源规划设计 采用回归分析方法对海岛用电负荷进行预测 在此基础上搭建海岛多能互补的混合发 电系统的基本框架和模型 通过按机组类型优化的电源规划模型寻找出合适的计算方 法进行供电电源优化 基于线性规划的原则得出各可再生能源电源在供电系统中的容 量分配比例 即优化的供电电源规划设计方案 具有经济 环保 可靠的特点 3 分布式电源规划问题 考虑主动管理模式的多目标分布式电源规划 在考虑主动管理模式条件下 建立了多 目标双层分布式电源规划模型 其中 上层规划以分布式电源年投资运行成本和网损 最小为目标 下层规划以分布式电源出力切除量最小为目标 考虑风电光伏等间歇式 能源出力的随机性及负荷的不确定性 利用基于拉丁超立方抽样的蒙特卡洛模拟方法 对风速 光照强度和负荷进行抽样 利用非支配排序遗传算法对上层规划模型进行求 解 采用原对偶内点法对下层规划模型进行求解 以得到问题的 最优解 集 从而避免了传统加权求解方法中权重确定的主观性 同时 通过对 节点配电 网算例的仿真和分析 验证了所建模型的合理性和算法的有效性 分布式电源 是指容量小于 且布置在用户附近的高效 可靠 清洁 的发电单元 4 主动管理模式下分布式风电源选址定容规划 节能减排背景下 以分布式风电源 为代表的可再生能源发电得到了快速发 展 考虑风速和负荷间的时序相关性 采用联合概率分布法对其进行多场景构建 在 此基础上 考虑调节有载调压变压器抽头 削减 有功出力 调节 功率 因数和需求侧管理 种主动管理措施 建立了主动管理模式下 选址定容双层 规划模型 上层规划以年综合费用最小为目标 下层规划则以每个场景的配电网运行 费最小为目标 提出改进差分进化算法和原对偶内点法相结合的混合策略对规划模型 进行求解 节点配电网算例的仿真和分析验证了模型的可行性和所提 求解方法的有效性 5 基于成本和效益分析的并网光储微网系统电源规划 随着微网的迅速发展 电源规划对微网的建设具有重要指导意义 针对并网光储微网 系统电源规划问题 提出基于成本和效益分析的并网微网系统电源规划方法 在考虑 光伏补贴政策与两部制用户分时电价基础上 根据成本和效益分析理论 建立以生命 周期净收益最大为目标的微网电源规划模型 分别采用粒子群算法 人工鱼群算法与 量子遗传算法对模型进行求解 通过对上海某地区实际负