电力系统运行规划和电力需求侧管理中应用优化理论概述

电力系统运行规划和电力需求侧管理中应用优化理论概述姚春桂（东南大学电气工程学院，江苏南京210096）摘要：简要介绍了优化理论在电力系统运行与规划及电力需求侧管理中几个研究方向的应用。包括电力系统运行规划中系统机组组合的基于安全约束的优化方法、电力系统运行规划中应用线性规划法和遗传算法等方法处理无功规划优化问题、通过需求侧管理使整个电力市场中的参与方的利益接近帕累托最优、运用基于最优潮流的优化方法进行电力市场中的阻塞管理。关键字：机组组合；无功规划；需求侧管理；阻塞管理；优化理论AnoverviewofoptimizationtheoryappliedonPowerSystemPlanningandDemandSideManagementYAOchunguiAbstract:Brieflyintroducetheapplicationsofoptimizationtheoryonpowersystemplanninganddemandsidemanagement.IncludingSCUCinpowersystemoperationandplanning,usinglinearprogrammingandGAtosolveoptimizationofreactivepowerplanning,makingtheinterestsofparticipantsintheelectricitymarketclosetoParetooptimalthroughdemandsidemanagement,usingoptimizationmethodbasedonoptimalpowerflowtosolvecongestionmanagementinelectricitymarket.Keywords:Unitcombination;Reactivepowerplanning;DSM;CongestionManagement;Optimizationtheory0引言电力系统作为一个庞大复杂的系统，是现代社会中重要的组成部分。随着我国经济的快速发展，能源消耗特别是电力消耗正在快速增加。如何节约能源，减少资源浪费是摆在电力工作者面前的重要课题。结合本人的导师研究领域，从发电、输电、配电到用电各个环节出发，研究各个环节可以改进的途径以提高用电效率，概述电力系统运行规划和电力需求侧管理中某些研究方向应用优化理论的进展情况。1电力系统运行与规划一一电力系统机组组合电力系统可运行机组在一定的运行周期例如日调度以一天为一个运行周期内，怎样进行组合和如何安排开停机计划，才能使得整个系统的运行费用或燃料耗量最小，尽可能多的节约能源，这是电力系统经济调度研究中的一个重要方面，它带来的经济效益也是可观的。一般根据系统负荷、机组特性、水火电比重等情况，可以在负荷经济分配的基础上，再提高一些经济效益，有的可达1%左右［1］。电力系统机组的状态，按照供电可靠性、检修计划及运行条件等可分为必运、停役和循环三种状态。所谓循环状态是指机组根据经济性的要求，或是运行状态，或是停役状态。现在的问题是如何确定循环机组的运行或停役状态，以达到最佳的经济效益。研究这类问题的计算方法很多，常见的有优先并列顺序法、动态规划法、整数规划法和带分枝限定的动态规划法等。这些方法都是以减少运行费用为目的的，考虑系统的安全性方面不足。电力系统机组组合应在不忽视系统可靠性的前提下制定生产成本最小的机组组合——基于安全约束的机组组合（SCUC）［5］。将电网损失和相关的系统正常运行成本最小化是SCUC的目的。而将机组组合公式表达式与网络潮流约束合并起来加以处理是SCUC的处理策略。通过有功发电约束、爬坡约束、输电潮流约束、无功发电和电压约束、可靠性约束等约束条件寻找到满足这些约束条件的最佳电力系统机组组合。SCUC求解过程中，不可能将所有电网约束在拉格朗日目标函数中考虑；Benders分解能解决此类问题：分别考虑网络控制行为，使拥塞最小以及基于传输约束的可靠性最大。2电力系统运行与规划一一电力系统无功规划电力系统无功规划优化问题是现代电网规划和系统运行所面临的重要研究课题。无功规划优化以保证电力系统的电压质量为前提，通过调整系统中可调节的无功电源出力或发电机机端电压、有载调压变压器分接头的位置以及在系统薄弱节点合理补偿并联电容器或电抗器组等手段改变系统的潮流分布，实现系统的经济安全运行。因此，无功规划优化是一个复杂的非线性、非连续性约束优化问题，其目标函数难以表达成控制变量的显式函数。当系统规模较大时，在有限的时间内往往无法完成对解空间的充分搜索，因而难以求得问题的全局最优解。无功规划优化问题的传统求解方法有线性规划法［3］、非线性规划法和动态规划法等。人工智能优化算法是处理无功规划优化问题的有效方法。包括遗传算法GA(GeneticAlgorithm)、模拟退火算法SA(SimulatedAnnealing)>禁忌搜索TS(TabuSearch)算法、粒子群优化PSO(ParticleSwarmOptimization)算法、混沌优化算法COA (ChaosOptimizationAlgorithm)［2］、变尺度混沌优化算法MSCOA(MutativeScaleChaosOptimizationAlgorithm)等在处理无功规划优化问题时均具有较好的效果。3电力市场与需求侧管理——电力需求侧管理需求是在一定时间内、在一定价格条件下，消费者所愿意购买某种商品的数量。电能也是一种商品，同时也是现代社会中一种难以被替代的必需品。但由于电能自身不宜存储且需实施平衡等特点，通常电力市场经常不能运行在最佳均衡点，此时会出现能源浪费或电力供应不足等情况。因此，需要对电力需求进行有效管理，以达到电力市场有序均衡。电力需求侧管理的定义［7］：通过提高终端用电效率和优化用电方式，在完成同样用电功能的同时减少电量消耗和电力需求，达到节约能源和保护环境，实现低成本电力服务所进行的用电管理活动。在电力需求侧管理中采用的原则是帕累托最优原则：资源配置的任何改变都不可能使一个人的情况变好而又不使别人的情况变化。资源配置达到帕累托最优表明：在技术、消费者偏好、收入分配等条件给定时，资源配置的效率最高，从而社会福利达到最大。当然，帕累托最优是一种理想化的最优情况，实际情况通常并非处于帕累托最优状态，进行电力需求侧管理的目标就是使实际情况接近于帕累托最优，达到节约能源并满足电力需求的目的。对电力市场中的各个参与方进行成本一效益分析，得到单位节约电能成本(CCE)、避免峰荷容量成本(CAPLC)等指标，对参与用户、电力公司、项目实施方、社会以及非参与者的成本效益进行计算，使得各方的利益得到最大化。4电力市场与需求侧管理——阻塞管理随着电力体制改革的深入和市场化的推进，输电网络将逐步开放。在引入竞争、优化资源配置的同时，也出现了难以避免的输电阻塞问题，这在较大程度上制约了市场效率的提高。因此，设计在技术上可行、经济上合理的阻塞管理措施以缓解或消除阻塞，对促进电力资源的合理配置、输电系统的发展，具有重要的理论和现实意义。目前，阻塞管理主要有基于最优潮流的优化方法和灵敏度方法［6］等。前者通常以阻塞费用最小为目标函数，考虑系统的各种等式和不等式约束条件，构成非线性规划模型并采用非线性内点法、微粒群优化法以及遗传算法等优化算法进行求解。优化算法考虑的约束条件比较全面，调整策略使系统安全性和经济性较好，但在实际运用中，需调整的设备较多，且许多优化算法存在算法复杂性高、解对初值的依赖性强、算法收敛性差等不足，特别是在越限程度严重的情况下，需先进行预校正措施才有可能得到最优解。灵敏度方法考虑约束条件较少，收敛性较好，以实现调整量和调整设备最小为目标，但对大系统要经过多次反复调整。此外，由于电力系统是典型的非线性系统，支路潮流与系统中机组出力有关并且之间存在非线性关系，文献［4］通过建立多元非线性回归模型以反映系统潮流与系统中所有机组出力间的非线性关系，并用最小二乘法进行求解。根据该模型可以获得支路潮流越限量与机组出力调整量之间的关系，形成等式约束条件，从而建立以调整费用最小为目标的输电阻塞管理优化模型。参考文献：［1］ 熊观佐.电力系统机组组合与开停机计划［J］.武汉水利电力学院学报，1984,2:59-66.［2］ 蒋志平，唐国庆.电力系统无功规划优化的变尺度混沌优化算法［J］.继电器，2007，35(2):33-39.［3］ 付瑾