发电调度系统（精选7篇）
发电调度系统 篇1
1 概述
在近年某省发电装机容量持续大幅增长的情况下, 省内发电市场却呈现稳中趋缓的发展态势, 导致省内机组利用小时连续下滑, 如表1、表2所示。
单位:万千瓦, 亿千瓦时, 小时
注:利用小时以核定容量计算。
恰在此时, 随着国家节能减排工作的不断深入, 国家有关部委对发电集团内部优化上网电量机制适时出台了相关意见, 发电集团内部优化调度的外部条件已经具备。如何利用政策, 通过顶层设计, 有序推进, 提高发电集团发电内部统筹能力, 实现系统上网电量的结构最优化、效益最大化, 应该引起足够重视, 也显得尤为迫切和必要。
2 开展系统运行方式优化的外部条件
2.1 国家及行业政策依据
(1) 国家电监会:《关于完善厂网合同电量形成机制有关问题的通知》 (办市场 (2011) 47号) 。
(2) 省能源局:《吉林省发电权交易暂行办法》 (吉能电力[2012]124号) 。
(3) 国务院:《国务院办公厅关于深化电煤市场化改革的指导意见》 (国办发[2012]57号) 。
2.2 成功经验
2.2.1 系统范例:大唐甘肃公司2012年6月份将甘谷电厂2台30万千瓦机组上网电量调剂给景泰电厂2台60万千瓦机组, 通过负荷率、厂用电率、煤耗等多项指标变化, 甘肃公司共计节约资金314万元。
2.2.2 大唐河南首阳山发电公司截至12年10月底, 将该厂22万机组的5.75亿电量转移至该厂30万机组, 实现了“全年30万机组负荷率高于22万机组负荷率10%”的目标, 增加边际效益1300万元。 (本段所引数据来自《中国发电》2012年11月刊) 。
3 开展系统运行方式优化的内部条件
3.1 机组型式条件
以现有在役机组为统筹调度考察对象;机型应有适度跨越, 不同容量等级机组甚至同容量机组间供电煤耗指标都存在一定差异;各机组边际利润部分不尽相同。
具备上述单方或多方条件的发电集团, 具备优化调度运行条件。
3.2 系统所属机组网络条件
(1) 由于某省位处北方, 所属机组均参与采暖期供热, 故优化调度运行工作主要在非采暖期(5-10月) 展开。
(2) 非采暖期, 对需要带动部分工业用热负荷的机组, 其运行方式需根据用户需求, 单独考虑。
(3) 根据现有电网结构及电力电量平衡, 非采暖期部分机组理论上具备全停条件。
(4) 为保障地区电压及自身备用需求, 对具备多台机组的发电企业, 可安排单机运行方式。
因此, 考虑上述影响因素, 当发电集团系统内非采暖期可调控运行机组台数达到一定程度后, 具备优化调度运行条件。
4 开展优化调度运行的运作
4.1 原则
顶层设计———优化调度运行, 涉及发电集团系统所属发电企业和所有机组 (在役) , 如何做到客观科学、效益最大化, 如何兼顾各企业贡献确认和业绩认定, 需要从发电集团层面统筹规划, 才能确保优化调度的有力推行;
综合考虑———要考虑计划检修和技改工程时间安排;要考虑变动成本变动情况;要考虑各企业煤炭保障能力和迎峰度夏电网需求;要考虑各企业间的贡献确认和业绩认定;要考虑所在区域网架结构电力平衡关系变化的影响;
统一部署———调度方式一旦确定, 所属企业应确保在方式指导下运行, 运行机组要保证协调电量满发、超发, 备用机组要确保可靠备用, 随时投运。
阶段总结———要定期 (月) 开展综合效益分析, 对有关调度工作阶段性回顾、总结, 并逐步完善相关施行办法。
4.2 组织机构
(1) 应从区域公司层面成立相应领导机构, 区域公司负责人作为第一负责人, 明确归属部门及运作机制。
(2) 执行机构应涵盖安生、计划、财务、燃管、人资等部门, 在相关原则和领导机构指导下, 各负其责, 实事求是地开展工作。
4.3 执行步骤
4.3.1 建立经济调度的指标管理体系, 明确管理责任。
对供电煤耗、发电边际利润影响因素进行重要性区分确认和指标量化, 并落实到相关部门。有条件的情况下, 建立生产经营指标在线管理系统;对对外供热、计划检修以及电网约束等外在影响因素进行实时监控和定期分析;对自发电量、内部替代电量和外送电量配比进行专项分析, 既要满足当前 (当月) 调度需求, 也要兼顾全年电量指标的综合调控平衡。
4.3.2 初次可行性研讨。
在本年度各项合约电量指标下达后, 根据电网运行方式需要, 结合发电公司年度预算确定的电量、燃料成本调控目标, 测算非供热期电量优化调度运行计划, 进行第一次非供热期优化调度方式分析, 作为可行性研究基础。
4.3.3 定期研究协调。
定期 (每月固定时间) 召开会议, 结合所在区域电力供需形势及所属各企业条件, 做好电量替代的基础资料测算分析和效益评估, 逐一制订优化电量结构和电量置换的具体方案, 以实现整体利益最大化。
4.3.4
加强部门之间的沟通与联系, 建立常态联系渠道和沟通机制, 确保计划有效实施。
4.3.5
要完善激励机制。
5 目前优化调度运行的优势和问题
5.1 优势
内部电量优化, 具备内外部所需条件, 对外冲突小, 推行无阻力。全部合约电量都可以实现转移, 从能耗高机组向能耗低机组转移, 有利于实现结算电量的边际利润最大化。
5.2 问题
在当前电网平衡调度的原则方式下, 如何确保优化调度方案能够真正按要求执行, 并在执行过程中实现满发、超发, 需要电网企业、发电企业不断加以关注、跟踪和推动。
6 结束语
系统优化调度运行的内外部条件已经具备, 适宜开展相关可行性研究和试运行。
参考文献
[1]李常武.谈选煤厂供配电系统的节能降耗[J].价值工程, 2011, 12.
[2]李艳.浅谈选煤厂供配电系统[J].黑龙江科技信息, 2011, 3.
[3]李爱花, 白素玲.选煤厂节能降耗途径的探索[J].煤炭技术, 2006, 02.
风光互补发电系统经济调度的研究 篇2
随着环境问题与能源危机日益突出,光伏发电和风力发电已经成为广泛应用的新能源发电技术。但是,大规模的单一风电并网和光伏并网会对系统带来不确定因素,影响系统的稳定运行。考虑到风能和太阳能在时间和空间上均具有互补特性,而且风电和光电系统在蓄电池组和逆变环节可以通用,所以建立风光互补发电系统在技术应用上成为可能[2]。风光互补发电系统经济调度策略的研究就十分重要。
1风光互补发电系统
风光互补发电系统是将风能和太阳能有机结合,利用各自能源的优势,实现自然资源配置、 技术方案整合等方面的互补,较单一的能源相比有很好的能量输出[1]。
并网式风光互补发电系统一般有两种形式[2]: 可调度式(带有蓄电池)与不可调度式(不带蓄电池)。图1为典型的可调度式风光互补发电结构示意图。
如图1所示,整个系统由能量产生环节、 能量存储环节、能量消耗环节三部分组成[3]。 其中,能量的产生环节又分为风力发电和光伏发电部分,分别将风力、日照资源转化为高品位的电力能源;能量的存储环节由蓄电池来承担;当地电网的交流负载以及网内其他电力设备构成了能量消耗环节[2]。
2风光互补发电经济调度模型
文献[4] 指出,在具有公共电网的地区,光伏发电系统和风力发电系统与电网连接并网运行,可以省去储能装置,大幅度降低造价,而且具有更高的发电效率和更好的环保性能。所以,本文建立的风光互补发电系统模型没有考虑蓄电池。
在传统的电力系统调度中,火电机组的发电成本没有体现出火电机组排除的大量废气对环境的污染成本。而当风力发电、光伏发电接入系统时,由于其成本较高,需考虑到发电机组的环境效益,从而引入环境污染惩罚成本CEPi[5]。
其中,CEPi为环境惩罚成本,ηEPi为环境惩罚成本系数,SNi为火电机组i的排污量[6]。
SNi与发电功率PGi成二次函数关系,即:
其中 αi,βi,γi均为火电机组i的排污特性系数。
火电机组的发电成本CGi为发电成本CBGi和环境惩罚成本CEPi之和,即:
其中,ai,bi,ci都是火电机组i的成本系数。
风电接入电网会影响电网的安全稳定运行, 引起备用容量的变化,引入备用容量惩罚成本:
其中,ρRWj为风电备用容量惩罚系数,PWja为风电机组j计划发电量,PWj为风电机组j实际发电量[7]。
风力发电成本为:
其中,ηWj为成本系数,PWj为风电机组j的发电出力。
光伏的发电成本函数与风力发电类似,同样引入备用容量惩罚成本:
其中,ρRPm为备用容量惩罚系数PPma,为光伏机组m计划发电量,PPm为光伏机组m实际发电量。
光伏发电成本为:
其中,ηPm为成本系数,PPm为光伏机组m的发电出力。
系统的总发电成本为:
所以目标函数为:
其中,Uit,Kjt,Jmt分别为启停变量,N、M、 L分别为火电、风电、光伏机组的个数。
功率平衡约束条件:
机组出力上下限约束条件:
式(9)、式(10)和式(11)为含有风电、 光伏和火电机组的电力系统考虑环境效益和备用容量变化的经济调度模型。
3风光互补发电经济调度策略
目前,应用于经济调度的优化算法主要有遗传算法、直接搜索算法、模拟退火算法、进化规划算法和粒子群算法等及其改进算法。
其中, 遗传算法(Genetic Algorithm) 是基于进化论的原理发展起来的一种广为应用, 高效的随机搜索与优化的方法[6],它也是解决经济调度问题的最为有效的算法之一。
因此,本文采用遗传算法对发电系统经济调度模型进行优化计算。优化算法如下:
1) 确定参数值:给出种群规模N、杂交概率Pc、繁殖概率Pr及演化代数T。
2) 初始化种群:为使初始种群更具全局性, 采用均匀设计法产生初始种群P(0),t=0。
3)while( 若代数t不等于T或连续几个适应度函数值相差不小于 ε=10-3)
{ 计算个体适应度函数值,并根据适应值及选择策略确定P(t) 内的每个个体的选择概率Pi;
for(k=0;k<N;k=k+2)
{随机地产生变量r;
按照选择概率,从当前种群P(t) 中选择2个父体;
执行繁殖操作,将2个个体不变地插入到种群P(t+1) 中;
执行杂交操作, 并将其后代加到种群P(t+1) 中;
else对2个父体分别进行变异. 并将变异结果加到种群P(t+1) 中;}
4算例及仿真结果
选取IEEE30测试系统,仿真模型的系统结构如图2所示。
假设风电场在13节点接入系统,光伏在11节点接入系统,1、2、5、8节点发电机组均为火力发电机组。风电运行成本系数ηW取300$/MW;光伏运行成本系数ηP取400$/MW;火电环境成本系数ηEPi取5$/t CO2;风电备用容量补偿成本系数ρRW取200$/MW;光伏备用容量补偿成本系数ρRP取200$/MW。火力发电机组和风电场的相关参数分别见表1和表2。
构建目标函数:
火电机组的发电成本:
风电机组的发电成本为:
光伏的发电成本为:
总成本为以上三者之和,即为目标函数:
夏季某日,风电功率、光伏功率及两者之和随时间变化的曲线如图3所示:
从图3可以看出,风电功率的特点是夜间高于白天,光伏功率的特点是夜间没有,午后最高。所以,两者恰好具有互补特性,把风电和光伏接在一个电力系统里使得这两个波动性很大的电源结合起来以后波动并不是很大。
当天的负荷功率预测曲线如图4所示。
对于遗传算法而言,适应度函数的选取至关重要。本文仿真所选取的目标函数为系统的发电总成本,即为适应度函数。初始种群采用完全随机的方法产生,种群的大小取200。在此初始种群的基础上进行遗传算法的选择、交换、变异操作。
选择操作的目的是把优化的个体直接遗传到下一代,或通过配对交换产生新的个体,再遗传到下一代。本文采用随机遍历抽样法,即当设定M为需要选择的个体数目时,等距离选择个体,选择指针的距离为1/M。
按交换概率0.75把2个母个体的部分结构加以交换重组而生成新个体。重组之后的子代以0.05的概率产生变异。本文采用群体代数超过预先设定值作为优化准则。经过选择、交换和变异操作就得到一个新的种群,上述步骤经过给定的循环次数200次后,算法终止,并将当前群体中的最佳个体作为所求问题的最优解输出。
用MATLAB软件对模型进行仿真,得出四组火电机组的最优负荷分配情况,如图5所示。
系统机组的最优配制情况是:火电机组5台、风力发电机32台、太阳能光伏电池109个。 此时系统的总净现值最大,为3 788 748元。其中,接入的太阳能电池在STC下的输出功率是300 W。系统的不同配置与系统总净现值的关系如表3所示。
由表3,配置4与遗传算法的最优解最为接近。通过比较第1至6种配制方案可知,对太阳能光伏阵列和风力发电机进行优化配置,提高太阳能和风能所占比例,减少火力机组所占份额,系统的总净现值明显增加,这说明风光互补达到了降低成本的目的。
进一步与常规机组出力比较,风光互补并入电网进行互补调度后,虽然风电场和光伏电站的出力波动增加了,但是其整体出力却表现相对平稳。这样就大大减弱了单一风电场或者光伏变电站输出功率的大幅度波动问题给电力系统调度造成的不利影响[7]。同时,风光互补并网后总成本明显降低。
5结束语
介绍了风光互补发电系统的基本组成,建立了计及环境效益和惩罚成本的经济调度模型, 采用遗传算法计算出了模型系统火电机组的最优负荷分配情况。仿真结果表明,经济调度后的系统总净现值增加,总成本明显降低。文章为风光互补发电系统经济调度提供了理论性参考依据。
摘要：介绍了风光互补发电系统的构成,并对其经济调度模型进行了研究。本文采用遗传算法对风光互补发电系统经济调度模型进行了优化并且仿真,仿真结果验证了所提算法的正确性、有效性。
关键词：风光互补,经济调度,仿真模型,遗传算法
参考文献
[1]陈玄一.独立运行风光互补发电系统能量管理与系统容量匹配优化[D].沈阳:沈阳工业大学,2014.
[2]田浩.风光互补并网发电系统的研究与开发[D].天津:天津大学,2006.
[3]李坦.风光互补发电系统的控制研究[D].兰州:兰州交通大学,2013.
[4]李钢,慈建斌,李洪星,等.基于PSCAD/EMTDC的风光互补并网发电系统建模与仿真[J].电源技术,2014,38(10):1893-1897.
[5]陈赟.风力发电和光伏发电并网问题研究[D].上海:上海交通大学,2009.
[6]田廓,曾鸣,鄢帆,等.考虑环保成本和风电接入影响的动态经济调度模型[J].电网技术,2011,35(6):55-59.
发电调度系统 篇3
尽管寻找新能源的工作已经有相当长的历史了,但是世界性的环境污染和能源短缺已经迫使人们更加努力的寻找和开发新能源。在寻找和开发新能源的过程中,人们很自然的把目光投向了各种可再生的替代能源,光伏发电就是其中之一。虽然光伏发电的实际应用存在着种种的局限,但是随着光伏发电成本的降低和矿物发电成本的提高以及矿物能源的减少,总有一天光伏发电的成本将会与传统发电成本相当。到时侯,光伏发电将逐步进入商业化阶段。光伏并网发电形成规模后会对电网形成什么样的影响是本文想要探讨的问题。
1 系统原理
太阳能光伏发电系统主要由太阳能光伏电池组、光伏系统电池控制器、蓄电池和交直流逆变器等主要部件组成。其中的核心元件是光伏电池组和控制器。各部件在系统中的作用是:
a)光伏电池用来进行光电转换;
b)控制器:作用于整个系统的过程控制。光伏发电系统中使用的控制器类型很多,如2点式控制器、多路顺序控制器、智能控制器、大功率跟踪充电控制器等,中国目前使用的大多都是简单设计的控制器,智能型控制器仅用于通信系统和较大型的光伏电站;
c)蓄电池:蓄电池是光伏发电系统中的关键部件,用于存储从光伏电池转换来的电力。目前中国还没有用于光伏系统的专用蓄电池,而是使用常规的铅酸蓄电池;
d)交直流逆变器:由于它的功能是交直流转换,因此这个部件最重要的指标是可靠性和转换效率。并网逆变器采用最大功率跟踪技术,最大限度地把光伏电池转换的电能送入电网;
e)太阳能光伏电池板:太阳能电池主要使用单晶硅为材料。用单晶硅做成类似二极管中的P-N结。工作原理和二极管类似。只不过在二极管中,推动P-N结空穴和电子运动的是外部电场,而在太阳能电池中推动和影响P-N结空穴和电子运动的是太阳光子和光辐射热。也就是通常所说的光生伏特效应原理。目前光电转换的效率,也就是光伏电池效率,大约是单晶硅13%～15%,多晶硅11%～13%。目前最新的技术还包括光伏薄膜电池。
2 光伏发电系统并网电压等级
总装机容量在60 kW以下与60 kW～250 kW的小型光伏发电站采用集中式逆变器并入三相220 V和400 V低压运行的方式。这种变压器具有过压保护、对地故障保护、过载保护、短路故障保护等多项基本保护功能,而且能够及时地获取直流输入电压和电流、交流输出电压和电流、功率、电网频率等逆变器的运行参数[1]。总装机容量在250 kW以上的光伏发电站大部分通过10 kV或35 kV线路并入电网运行。电厂侧装一套方向过电流、方向限时电流闭锁电压速断保护装置就能满足安全需要。安全起见,还需要找合理的位置安装低压解列及低周解列装置,一旦变电所的线路出现故障,低压解列与低周解列装置能够及时反应,将光伏电厂与系统解列,一方面使大系统侧变电所进线和电厂线的快速恢复更加快捷,另一方面能够让光伏电站避免更大的损失。
3 光伏并网发电系统不足和改进建议
3.1 系统电压偏差分析
光伏发电系统在主系统受到干扰时可以进行快速切换,这是在进行系统设计时特意设置的功能,但发电功率的损失也会影响系统的稳定性。因此,电力调度部门希望光伏发电站能够克服电网干扰而维持工作。因为光伏发电靠采光进行发电的性质,决定了光伏系统受天气、季节、温度等的影响较大。而且一天中的不同时刻也会对电压输出效率产生明显影响,白天光照足,中午左右光伏电网输出效率最大,晚上光照微弱,输出功率几乎为零,因此电压的控制需要广大企业积极采取有效措施。常用的电压控制可以有两种方法实现:一是逆变器的输出侧用一个带可调的自耦变压器来实现。通过一个闭环控制系统来实现分接头的变换,能够有效控制输出电压的相位的幅度;二是利用静止逆变器输出交流电压的幅值与整流电路输入的直流电压成正比,通过改变直流电压来控制电压。这种方案对于光伏发电等类似的、系统较薄弱的电网特别有益,如VAR技术,能够在几分之一秒的时间内自动维持所规定的电网电压水平及电能质量。
3.2 用于提高稳定的能源储存技术
当光伏发电系统大量投入运行时,稳定与否就成了眼前的一个棘手问题。维持光伏电压的稳定,可以采用柔性交流输电技术、高压直流输电以及能源存储技术等办法来解决,这样就能在波动功率源有效控制的基础上,兼顾电源稳定性和电能质量。解决系统的动态稳定性和短功率是安排与优化电网功率实用的运行策略,这样就能够解决主要的系统约束。以某个1 MW的光伏发电站为例,要维护系统的稳定运行,需要表一所列的一个最大功率为200 kW、具有100 kW·h容量的能量存储装置。
从表1中可见,虽然这种存储装置的成本并不很低,但是功能齐全,从整个电网运行的效果来看作用重要。
3.3 避免出现孤岛效应
孤岛效应是电网中一种多见的严重危害,会导致并网逆变系统和用电设备的损坏,还会给电力检修人员带来危险。按照相关规定,如果孤岛电网建设的目的是为了提高供电可靠性,那么可以保留,否则电力调度部门原则上对孤岛电网都要进行切除。防止孤岛效应的基本点和关键点是电网环节的检测,可以采取主动和被动方式相结合的方法来对孤岛效应进行检测和防止,目前相关领域通用的两种主动检测方法有:Sandia频率漂移法和Sandia电压漂移法;常用的被动检测方法有:频率或者电压继电器检测、电压谐波检测、电压相位突变检测法等。安装孤岛检测装置可以有效的解决光伏发电系统电源中的非正常孤岛,虽然主动式检测方法以及电网侧检测方法大都不存在检测盲区,但是设备昂贵,配套设施复杂,影响分布式电源的接入效率。相对于主动式检测而言,被动式检测方法不仅不会对电力系统产生干扰,而且检测费用相对便宜,但是被动式方法存在检测盲区,但如果实际运行中供给的功率不大,而且保护保护配置到位的话,用被动法检测盲区的缺点通过调整运行方式就可以完全避免[2]。
3.4 无功补偿和谐波抑制
光伏发电站功率因数约在0.98以上,基本上为纯有功输出。为满足无功补偿按分层分区和就地平衡的原则,光伏发电站应配置适当的无功补偿装置,以满足电网对无功的要求,将电压提高,减少在输电线路上的损耗。从谐波理论和实践看,并网电流的瞬时值可以通过软件的设定调节来实现,不仅能够迅速改变并网电流的瞬时波形,而且可以实现对电网的谐波对抗。有源电力滤波器是一种可动态抑制谐波、补偿无功的新型电力电子装置。这种装置能够克服LC滤波器等传统的谐波抑制和无功补偿方法的缺点,同时实现对频率和幅值变化的跟踪和补偿,而且它的补偿作用不受电网阻抗的影响,因此,这类方法受到人们的广泛关注[3]。
4 结语
随着新能源产业的进一步发展,将光伏电力并入到公用电网中是未来发展的趋势。但是目前受到光伏发电领域技术的限制,光伏发电能量密度低、稳定性差,调节能力较容易受到限制,发电量受天气及地域的影响较大,并网发电后会对调度运行都将造成一定影响。所以新时期的任务就是最大限度的将光伏发电的效率和质量提升到最高,在保证光伏电力的稳定性和可靠性上下功夫。另外,积极探索与光伏发电系统相适应的稳定系统、运行方式、继电保护等技术,用以改善目前光伏并网发电在运行不规范方面的问题,是目前光伏并网发电需要解决的重中之重。
参考文献
[1]魏磊,张伏生.基于瞬时无功功率理论的电能质量扰动检测、定位与分类方法[J].电网技术,2004,28(6):53-58.
[2](日)太阳光发电协会会.太阳能光伏发电系统的设计与施工[M].刘树民,宏伟,译.北京:科学出版社,2006.
发电调度系统 篇4
化石能源危机导致近年来风力发电在全球范围内逐步兴起,风力发电相关技术也成为国内外学者的研究热点[1,2]。风电场出力的波动性对现行的电力系统调度运行方案造成巨大影响,传统的调度模型和算法已不适用于包含风力发电(风电)的电力系统的研究。
电力行业是我国污染物排放大户,火电厂生产过程中产生的废气、废水和废渣破坏了生态环境和人类的可持续发展。因此,在系统优化调度中应当考虑电力生产对生态环境的影响问题。在保证系统安全稳定运行的前提下,如何利用风电来优化电源结构,减少火电厂的资源消耗和环境污染,是未来电力系统研究中要解决的重要课题。同时,风电的开发与利用,主要目标是减少污染物排放,实现可持续发展,因此,研究包含风电的电力系统绿色调度模型具有重要的意义。
本文在传统电力系统优化调度的基础上,重点考虑电力生产污染物的排放,构建电力系统绿色调度模型。该模型计及电力生产成本最低和生产过程污染物排放最少2个方面,综合考虑系统负荷平衡、机组爬坡速率等约束条件。基于多目标优化问题庞大的维数和求解的复杂性,本文采用模糊化处理技术和自适应遗传算法进行计算,以获得高效的解。测试系统的算例结果表明,本文所提绿色模型具有合理性,算法具有实用性。
1 绿色调度模型
1.1 目标函数
(1)发电成本最小
发电成本是衡量火电厂生产最重要的经济指标,也是传统电力系统优化调度问题的核心,在绿色调度模型中依然需要予以考虑。可以使用发电机有功出力的二阶多项式近似表示:
式中:Pi为第i台火电机组的有功功率;N为参与运行的所有发电机数量;ai、bi和ci均为第i台火电机组的燃料耗能系数。
(2)污染物排放量最少
考虑到火电厂生产过程中排放的污染物对生态环境的破坏(主要是CO2、SO2和NOx),很多国家都出台了法律法规限制火电厂的废气排放,以减少空气污染。由于CO2在各种污染物中所占比例高达80%,因此,以火电厂电力生产中CO2的排放近似表达污染物排放,具体如式(2)所示:
式中:αi、βi、γi均为第i台火电机组的CO2排放系数。
式(1)和式(2)共同构成了包含风电的电力系统绿色调度模型,该模型在传统电力系统优化调度的基础上综合考虑火电厂的发电成本和污染物排放,符合当今低碳发展思路。
1.2 约束条件
(1)功率平衡约束
式中:Pw为系统中风电场有功功率输出值;PD为系统负荷值。
(2)火电机组出力约束
式中:分别为火电机组i有功出力的下限值和上限值;G为系统内火电机组台数。
(3)风电场出力约束
式中:Pwrate为系统内风电场出力的额定值。
(4)风电穿透功率极限约束
式中:δw为风电穿透功率系数,一般取系统总负荷的10%。
2 风速及风电场输出功率预测
2.1 风电场短期风速预测
对风电场的风速进行预测,然后通过风功率曲线得到风电场输出功率的预测值,是目前较为成熟的风电场出力预测方法,常用的有时间序列法(ARM A)[3]、人工神经网络法[4]、模糊逻辑法(Fuzzy Logic)[5]和卡尔曼滤波法[6]等。对大量实测风速数据的统计结果表明,风速的随机分布近似服从Weibull函数,其概率密度如式(7)所示[7]:
式中:k为形状系数,k=1.8～2.3,一般取k=2;c为所研究风电场的年平均风速。
2.2 风电场输出功率预测
风电场的输出功率主要取决于风场风速大小,与轮毂高度处的风速之间的关系可以用式(8)所示的分段函数[8]近似表示:
式中:PR为风机额定输出功率;vw为风机轮毂高度处的风速;vCI为切入风速,当风速高于此设定值时,风机并网运行;vCO为切出风速,当风速高于此值时,风机停止运行;vR为风机运行额定风速,当风速大于(等于)此值而小于切出风速时,风机输出功率为额定值。
当风经过风电机组后,其速度会有所下降,且风电机组相距越近,影响越大,这种现象称为尾流效应。尾流效应造成的能量损失对风电场的经济性有重要影响。本文研究取尾流系数0.9[9]。
3 绿色调度模型的处理及求解
3.1 绿色调度模型的模糊化处理
绿色调度模型中的2个目标相互冲突,因而不存在使2个目标同时达到最优解,只能求取满意解。20世纪80年代兴起的交互式方法是处理这类多目标优化问题较为理想的方法,其中,对于目标函数的模糊化处理是核心思想。
本文针对2个目标函数均是最小化的特点,建立其相应的模糊隶属度函数[10],具体的数学表达式见式(9),图形如图1所示。
式中:μ(fi)为构建的模糊隶属度函数;分别为目标函数F1和F2的最大值和最小值。
通过式(9)的模糊化处理,绿色调度模型中的2个目标函数均以模糊隶属度函数的形式表示,分别记为μ1和μ2。
对各目标函数设定1个期望达到的隶属度水平,即参考隶属度值μri,求取各目标函数隶属度与参考隶属度之差的最大绝对值,定义求解该最大绝对值的最小化作为优化准则,使得多目标优化问题转化为非线性单目标问题进行求解。模糊化处理的数学模型由式(10)表示。
3.2 自适应遗传算法求解绿色调度模型
3.2.1 算法原理
遗传算法(GA)参数中的交叉概率和变异概率的选择是影响遗传算法行为和计算精度的关键,直接影响算法的收敛性,交叉概率越大,新个体产生的速度就越快。然而,交叉概率过大时,遗传模式被破坏的可能性也就越大,使得具有高适应度的个体结构很快就被破坏;如果交叉概率过小,使得搜索过程缓慢,以至停滞不前[11]。对于变异概率来说,如果其取值过小,就不易产生新的个体结构;如果其取值过大,那么遗传算法就变成了纯粹的随机搜索算法。
Srinvivas等人提出了一种自适应遗传算法,交叉概率和变异概率能够随适应度自动改变。当种群中个体适应度趋于一致或者趋于局部最优时,使交叉概率和变异概率二者增大;而当群体适应度比较分散时,使交叉概率和变异概率减小。同时,适应度值高于群体平均适应度值的个体,对应于较低的交叉概率和变异概率,使该个体得以保护进入下一代;而适应度值低于平均适应度值的个体,对应于较高的交叉概率和变异概率,使该个体被淘汰。因此,自适应遗传算法能够提供相对某个解的最佳交叉概率和变异概率。
自适应遗传算法中交叉概率Pc和变异概率Pm的计算公式分别如式(11)和式(12)所示。
式中:fmax为群体中的最大适应值;favg为群体平均适应值;f为需要交叉的2个个体中较大的适应度值;f'为需要变异个体的适应度值;k1、k2、k3和k4为常数。
3.2.2 算法步骤
本文采用的自适应遗传算法步骤如下:
Step1随机产生初始种群,个体数目一定,每个个体表示为染色体的基因编码。
Step2计算个体的适应度,并判断是否符合优化准则,若符合,则输出最佳个体及其对应的最优解,并结束计算,否则转向Step3。
Step3依据适应度选择再生个体,适应度值高的个体被选中的概率高,适应度值低的个体可能被淘汰。
Step4按照式(11)确定交叉概率,并通过交叉生成新的个体。
Step5按照式(12)确定变异概率,并通过变异生成新的个体。
Step6由交叉和变异产生新一代的种群,并返回到Step2。
4 算例分析
为验证本文提出的包含风力发电的电力系统绿色调度模型的可行性和自适应遗传算法的优越性,以含1个风电场和6台火电机组的系统为例进行仿真计算。系统总负荷值为2.834 p.u.(系统基准值取100 MVA),风电场包括60台风机,每台风机的额定出力为750 kW,其切入风速、切出风速和额定风速分别为3 m/s、20 m/s和14 m/s。自适应遗传算法的控制参数如下:个体数目取20,最大进化代数取200,杂交概率k1取0.5,杂交概率k2取0.9,变异概率k3取0.02,变异概率k4取0.05,离散精度取0.01。火电机组参数如表1所示。
算例主要考虑3种不同的调度方案:
(1)以发电成本最小为目标函数进行单目标优化。
(2)以污染物排放量最少为目标函数进行单目标优化。
(3)以绿色调度模型为目标函数进行多目标优化。
3种不同调度方案的优化计算结果如表2所示。由表2可见:相比于调度方案1,调度方案3使用的绿色调度模型的发电成本增加了0.214$/h,增加比为0.037%,可是污染物排放量大幅减少了0.003 1 t/h,减少比为1.538%;同调度方案2相比,绿色调度模型的发电成本降低了0.046 2$/h,降低比为0.007 9%,污染物排放量略微增加了0.0007 t/h,增加比为0.353 8%。上述分析表明,本文提出的绿色调度模型在发电成本和污染物排放量2个方面取得了较好的折衷解,在发电经济性和环境保护方面取得了较理想的效果。
表3给出了自适应遗传算法和基本遗传算法分别求解绿色调度模型的计算结果,遗传算法求得的发电成本比自适应遗传算法求得的结果高2.080 3$/h,污染物排放量也多出0.05%。因此,本文采用的自适应遗传算法较基本遗传算法相比,具有更好的求解精度,所得调度方案可以作为调度部门的侯选方案。
5 结论
本文提出了包含风力发电的电力系统绿色调度模型,综合考虑了电力生产经济性和环境保护问题,同传统的单目标调度模型相比,绿色调度模型在发电成本和污染物排放量2个方面取得了较理想的折衷解。使用模糊化方法将自适应遗传算法扩展到多目标求解领域,同基本遗传算法相比,自适应遗传算法提高了算法的求解精度,取得了更加合理的候选调度方案。
摘要：电力系统调度需要考虑风电的影响。在传统电力系统优化调度的基础上,重点考虑电力生产中污染物的排放,构建了包含风力发电的电力系统绿色调度模型。运用模糊化处理技术和自适应遗传算法进行计算,实例验证表明,所提出的绿色调度模型合理,算法具有很好的实用价值。
关键词：风力发电,调度模型,模糊化处理,自适应遗传算法
参考文献
[1]吕俊昌,杨小东,沈又幸.德国风电发展策略研究及对我国的借鉴[J].陕西电力,2007,35(11):40-43.
[2]周培毅,张新燕.基于时间序列与支持向量机的风电场风速预测研究[J].陕西电力,2009,37(12):1-4.
[3]KAMAL L,JAFRI Y Z.Time Series Models to Simulate and Forecast Hourly Averaged Wind Speed in Wuetta,Pakistan [J].Solar Energy,1997,61(1):23-32.
[4]范高锋,王伟胜,刘纯,等.基于人丁神经网络的风电功率预测[J].中国电机工程学报,2008,28(34):118-123.
[5]杨秀媛,肖洋,陈树勇.风电场风速和发电功率预测研究[J].中国电机上程学报,2005,25(11):1-5.
[6]王耀南,孙春顺,李欣然.用实测风速校正的短期风速仿真研究[J].中国电机工程学报,2008,28(11):94-100.
[7]雷亚洲,王伟胜,印永华,等.风电对电力系统运行价值分析[J].电网技术,2006,26(5):10-14.
[8]BOWDEN G J,BARKER P R,SHESTOPAL V O,et al. Weibull Distribution Function and Wind Power Statistics [J].Wind Engineering,1983,7(2):85-98.
[9]孙元章,吴俊,李国杰,等.基于风速预测和随机规划的含风电场电力系统动态经济调度[J].中国电机工程学报, 2009,29(4):41-47.
[10]胡国强,贺仁睦.梯级水电站多目标模糊化调度模型及其求解方法[J].电工技术学报,2007,22(1):154-158.
发电调度系统 篇5
我国火力发电机组具有年平均负荷率不高的特点 , 因此 , 开展节能发电调度对于减少资源消耗和降低污染物排放具有重大意义。于是2007年国家发展改革委颁布了《节能发电调度试点工作方案》和《节能发电调度办法实施细则 ( 试行 )》, 并组织5个省进行了技术性探索。经过近几年的技术沉淀及管理经验积累 , 节能发电调度的技术手段和管理手段都已基本成熟[1,2]。
为了贯彻落实国家相关节能减排政策 , 广西电网借鉴了其它省份节能发电调度系统的先进管理经验 , 并结合了自身的特点 , 建设了基于机组实测供电煤耗并兼顾考核大气环保排放水平的节能发电调度系统。随着系统综合排序名次对机组发电负荷影响程度的不断加大 , 系统将为广西电网下属火力发电机组积极参与节能降耗起到更大的推动和促进作用。
2系统概述
系统采集各机组DCS、CEMS等控制系统的生产运行实时数据并对其进行准确性甄别。然后 , 通过性能计算模块将甄别后的生产运行实时数据与手工录入的煤质指标进行计算 , 得到各机组的供电煤耗及环保参数排放情况。再利用稳定工况判别模块对处于不稳定工况下的数据进行筛选 , 从而得到可按相应规则进行排序的可靠数据 , 最终实现各台机组的综合排名。电网在制定发电量计划时 , 以综合排名为参考 , 让排名靠前的多发电 , 排名靠后的少发电 , 从而达到节能降耗的目的[3]。系统原理图如图1所示。
3主要功能
3.1数据采集
数据采集是最基础的一项功能。它主要负责采集各电厂DCS、CEMS或其它控制系统的煤耗、脱硫、脱硝等运行参数及手工煤质指标。采集数据的模式主要有三种 :RTU模式、直采模式及子站模式。RTU模式主要通过硬接线的方式 , 并借用专用的远动传输通道将数据上传至中调 ; 直采模式与子站模式类似 , 均通过在电厂布置数据采集装置 , 将采集到的数据穿过正向隔离装置发送至电厂侧的通信服务器 , 二者主要区别也是子站模式的最大特点在于 : 它对数据采集装置采集来的数据做了分发 , 可在电厂实现机组性能计算、热力试验、耗差分析等应用功能 , 并且用于煤耗计算的煤质指标可通过电厂的应用服务器录入并上传至电网。而对于RTU模式和直采模式 , 煤质指标的录入只能在电网对电厂开放的网站上完成 , 从而增加了系统的复杂性[4]。
3.2数据准确性甄别
数据准确性甄别模块可根据不同的运行参数属性 , 可选择一种或多种甄别方法 , 以实现对所有运行参数的数据准确性甄别。它提供的甄别方法主要包括粗范围检验、标准差检验、53H法等。利用以上一种检验方法或几种方法并结合机组的工艺流程特点 , 可对突变数据、 拉直线测点、冗余测点的健康状态等进行甄别 , 最后利用告警模块对不正常的提供实时告警 , 可督促相关发电企业及时确认并采取相关处理措施。同时 , 数据准确性甄别模块利用特征参数从历史工况中选择与当前工况相符的正常值来代替异常值 , 从而为节能发电调度系统基础数据的准确性提供了保障[5]。
3.3性能计算
性能计算模块是系统的核心功能 , 它遵照《广西电网节能发电调度煤耗在线监测系统技术规范》相关条款完成各台机组供电煤耗、环保指标及各中间指标的计算。 对于纯凝式机组 , 供电煤耗率计算公式如公式 (1)。
式中
η——供电标煤耗率 ,g/k Wh;
η1——汽机热耗率 ,k J/k Wh;
η2——锅炉热效率 ,%;
η3——管道效率 ,%,200MW以下的机组管道效率取98,200MW以上的取99;
L——发电厂用电率 ,%;
29.3076—— 标准煤发 热量29307.6k J/kg的1/1000;
另外 , 性能计算模块还提供指标的逐级追溯功能。如通过这项功能可追溯式 (1) 中的锅炉热效率是通过反平衡法来计算 , 即刨去各项损失后剩余的百分比。如公式 (2)。
式中
q2——排烟热损失 ,%;
q3——可燃气体未完全燃烧热损失 ,%;
q4——固体未完全燃烧热损失 ,%;
q5——锅炉散热热损失 ,%;
q6——灰渣物理显热热损失 ,%。
此项功能很好地呈现了各项指标的计算过程 , 为实现公平、公正、公开地监测各机组的煤耗水平提供了依据[6]。
3.4环保监测
环保监测主要是监测电厂各烟囱入口的烟气参数如SO2排放浓度、NOX排放浓度等。它通过采集电厂侧DCS、CEMS等控制系统采集来的运行参数 , 在遵循国家标准和南方电网相关规范的基础上对各台机组脱硫脱硝设施的运行状态及SO2、NOX的排放合格情况进行判断 , 对SO2、NOX的排放量进行统计。另外 , 还提供SO2或NOX日、周、月、季、年超标排放时段的查询功能。对于提供了每15分钟或1小时上网电量数据的机组 , 还可分别统计出脱硫合格电量、脱硝合格电量等。
环保监测对于电网相关人员及时掌握各机组脱硫脱硝设施的运行情况及大气污染物的排放情况提供了便利[7]。
4应用实例及效果
系统自搭建以来,运行稳定。对于已接入煤耗、脱硫、 脱硝等数据的机组 , 可根据不同负荷段内的实测供电煤耗及机组的环保排放水平进行综合排序 , 如表1所示。
上表展现了机组在环保达标的前提下 , 机组负荷率在80% ~ 90% 范围内的实测供电煤耗由低到高的机组排名。从表中可以看出 :1) 在较高负荷段内 , 机组容量越大 , 即蒸汽参数越高 , 供电煤耗越低 ;2) 机组之间的煤耗与环保排放水平存在些许偏差。但这些偏差都是由机组本身特性或运行调节引起的 , 偏差在合理范围之内。 且通过与电厂专业人员进行沟通得知 , 环保设施的运行情况及统计出的机组煤耗水平与生产现场相符。
随着其它机组煤耗、脱硫、脱硝等数据的陆续接入 , 系统将实现对广西电网下属所有火力发电机组的煤耗和环保参数进行监测与分析 , 届时它将为广西电网实现节能发电调度提供强有力的数据支撑。
5结束语
基于供电煤耗的节能发电调度系统功能全面、数据完整可靠。它不仅真实反映了机组的煤耗水平 , 而且实时在线监测环保设施的运行状态及大气污染物的排放情况 , 有利于电网相关人员实时掌握机组的运行情况 , 同时为环保电量结算提供了数据参考。
发电调度系统 篇6
关键词：风电,视频,安全生产,调度,系统
0 引言
能源是国民经济重要的基础产业,是人类生产和生活必需的基本物质保障。在煤炭、石油等常规能源逐渐枯竭和严重环境问题的背景下,风力发电作为目前在可再生能源中技术最成熟、最具有规模化开发条件和商业化发展前景的发电技术,日益得到国家的高度重视和大力扶持,在近几年获得了巨大的发展。风电以其取之不尽用之不竭的可再生性和逐步降低的发电成本,及零排放的环保优势,必将成为未来最重要的电源。根据国家的风电发展规划,我国将发挥“三北”地区风能资源优势,重点建设数百个10万kW级以上的大型风电场。在河北、内蒙古、辽宁、吉林、新疆等地区建成10多个百万kW级大型风电基地,并初步形成河北、内蒙古东部、内蒙古西部、甘肃酒泉、新疆等千万kW级风电基地。
随着大型风电场的建设,风电场的监控由原来每个风电场独立分散的监控转变为电网调度中心、发电集团、风电场等多方参与的综合集中监控,风电场的运行管理更为复杂,客观上提出了信息集成共享的需求。目前风电场的监控信息分散在风机监控、变电站监控、电能计量等多个单独建设的应用系统中,彼此之间缺乏联系和信息共享,在生产运行过程中,用户常常需要在不同的系统间进行切换。为了提高风电场生产运行管理水平,有必要建立风电场的统一的监控信息平台,并在此基础上实现风电场风机监控、变电站监控、电能计量、状态监测、视频监控等监控应用功能的集成。
内蒙古大唐国际风电开发有限公司根据上级公司发展规划,结合自身生产管理需要,建设了一套视频安全生产调度系统,有效整合了公司对各风电场的视频监控、指挥调度、视频会议等多种管理功能,视频安全生产调度提高了风电生产安全保障和管理效率。
1 系统主要功能
系统主要功能分为2部分:一是公司本部对各风电场现场监控及指挥调度,各风电场对本风电场现场监控及作业指挥调度;二是公司本部对各风电场进行管理,通过网络视频会议功能,为各风电场会议、日常管理等提供支持。
(1)现场监控:公司本部调度中心以及办公室通过系统提供的功能,对各风电场监控中心、机房、变电站、重点部位等进行监视,同时调度中心还可以与各值班岗位等进行语音双向交流。各风电场监控中心、办公室对本风电场各个重点部位进行监视,同时监控中心还可以与各值班岗位进行语音双向交流。同时监控中心可实现现场画面灵活切换、对远端摄像云台遥控,方便地组合并显示多路视频画面等。
(2)生产调度:根据实时监控图像,借助于视频调度及会议系统独具的多种级别权限和模式设置,公司本部指挥人员可实现点对点调度、点对多点调度、插入调度以及越级调度。通过高音喊话,及时向各风电场控制区域发布指令,处置紧急和特殊情况。
(3)视频会议:公司本部是管理的顶层,具有对各风电场的指挥职能,其任务下达、工作协调、交班接班、总结讲评等通常运用会议形式。系统提供可靠的视频会议功能,可根据需要适时召开视频会议,进行多点多方双向音视频交流互动。
2 系统总体结构
在公司监控中心信息和应用集成涉及的应用系统中,变电站监控、电能计量的通信规约已有IEC60870-5系列国际标准,只需遵从这些标准即可实现相应信息和应用的集成。风机监控方面为解决风电场种类繁多的风机信息的获取、存储和上传问题,开发了风电综合通信管理终端,采用OPC技术(目前方案)或IEC 61400-25标准(将来方案)集成风机信息,为风力发电预测提供准确及时的风机基础数据,同时实现对风电场风机运行的监测和控制。
系统通过采集RTU/综自设备、电能量远方终端、风电综合通信管理终端、视频监控设备等提供的监控信息,完成对下属风电场变电站监控、风机监控、电能计量、状态监测、视频监控等监控应用功能。
监控中心与现场设备之间的通信采用电力专用通信网,如电力调度数据网、电力专线或拨号网络,以保证系统网络的安全性。
3 系统实施方案
系统要实现不同设备及系统的互联、互通、互控,实现视音频及报警信息的采集、传输/转换、显示/存储、控制,进行身份认证和权限管理,保证信息的安全,与报警系统联动,并提供与其他业务系统的数据接口。
(1)实时图像点播:按照指定设备、指定通道进行图像的实时点播,支持点播图像的显示、缩放、抓拍和录像。
(2)远程控制:通过手动或自动操作,对前端设备的各种动作进行遥控。设定控制优先级,对级别高的用户请求有相应措施保证优先响应。
(3)存储和备份:监控控制平台的数据库在记录图像信息的同时记录与图像信息相关的检索信息,如设备、通道、时间、报警信息等,平台存储视音频信息保存180天。图像存储支持RAID数据保护,具备更高的可靠性,同时将下级监控点的图像信息在中心存储中备份。
(4)历史图像的检索和回放:按照指定设备、通道、时间、报警信息等要素检索历史图像资料并回放和下载;回放支持正常播放、快速播放、慢速播放、逐帧进退、画面暂停、图像抓拍等;支持回放图像的缩放显示。
(5)前端编码器支持双码流,实时监控流和存储流采用不同的编码方式、清晰度和带宽,以满足必要的实时监控和存储策略,支持实时监控流采用H.264编码,存储流采用MJPEG方式编码。
(6)报警的接收和分发:接收报警源发送过来的报警信息,根据报警处置策略将报警信息分发给相应的系统、设备进行处理。报警源包括前端报警(探测)设备/报警子系统、监控设备的视频移动侦测输出和现有公共网络报警系统的联动输出。
(7)报警联动:若报警位置存在监控设备,报警发生时能通过预设方式自动调用视频或声音信息进行报警复核,并触发录音录像。系统支持与其他警用业务系统进行报警联动。
(8)报警记录:当发生报警时,监控中心记录报警的详细信息,如报警地址、报警所属组织、报警级别、报警类型、报警时间、出警时间、出警结果等。
(9)语音双向对讲:根据应用需要,如声音复核、通信指挥等,支持在监控点和监控中心以及各监控中心之间实现语音双向对讲功能。
(10)系统的人机交互:支持Web方式管理,具有直观、友好、简洁的人机交互界面,具有视频画面分割显示、信息提示等处理功能,能反映自身的运行情况,对正常、报警、故障等状态给出指示。
(11)用户与权限管理:监控中心具有对接入的用户进行授权和认证的功能。用户及权限管理由各级监控中心独立执行,也可集中执行。用户及权限管理模块定义用户对设备的操作权限、访问数据的权限和使用程序的权限。监控中心的用户有权限获取所辖范围内的历史图像和实时监视图像,当需要获取非管辖范围内的历史图像和实时图像时,必须取得有效授权。系统提供对前端设备进行独占性控制的锁定及解锁功能,锁定和解锁方式可设定。
(12)网络与设备管理:在监控管理平台范围内对系统设备、网络进行管理,收集、监测网络内的监控设备、相关服务器的运行情况。对有权限调用访问本级监控中心的用户进行监控。在联网系统内部实现实时工作时钟同步。
(13)网络信息安全管理:系统具备保证信息安全的各项措施,包括身份认证、设备认证、前端设备和社会监控中心的接入安全、移动监控系统的接入和传输安全、图像信息的防篡改等。
(14)日志管理:日志包括运行日志和操作日志2种。运行日志记录系统内设备启动、自检、异常、故障、恢复、关闭等状态及发生时间;操作日志记录操作人员进入、退出系统的时间和主要操作情况。系统支持日志信息的查询和报表制作等功能。
(15)监控智能化:系统尽可能多地采用智能化视频处理技术,如运动目标检测等。
4 系统技术特点
4.1 系统整合
系统整合包括功能的整合、资源的整合、设备控制整合、网络的整合,提供整体的平台解决方案、全新的应用模式、人性化的操作界面。
(1)功能的整合:集视频指挥调度、远程视频监控、视频会议及视频移动通信等功能于一体。
(2)资源整合:集指挥终端、监控终端、浏览终端、录像服务器、电视墙服务器、音视频编解码器等设备于一体。
(3)设备控制整合:可以对指挥终端、监控终端、浏览终端、录像服务器、电视墙、音视频编解码器和摄像机等设备进行控制。
(4)网络整合:系统可以运行在LAN、WAN、Internet、SDH、ATM、无线移动通信网和卫星等网络中。
4.2 组播和单播技术
系统采用IP单播和多播技术,既可节省网络的有效带宽,又可确保重要信息的安全可靠。组播(Multicast)技术可以显著减少网络负载,更有效地利用宝贵的带宽资源,在传输过程中减少视频包的处理,降低网络负荷,防止网络拥塞。本方案使用Multicast技术,远程软解压终端用户的数量可不受网络带宽的限制,这是传统MCU做不到的。同时,当较多的终端加入时,不会明显地减少网络的可用带宽,节省广域网网络资源。对于重要的现场场景,系统可通过设置采用单播方式转发,可确保重要场景音视频信息的安全性。
4.3 扩展性
系统采用模块化配置,组网灵活,具有良好的扩充性,易于系统未来的扩容和平滑升级。
5 结语
该系统实施后可将各风电场现场监控图像显示在电视墙上,方便对各单位进行监控。通过指挥终端以单个或多个画面的方式浏览各现场情况、进行点对点双向语音交流,同时还可以对现场摄像头进行遥控。调度中心可以通过录像服务器对各现场监控图像进行录像,并对录像进行查询浏览。通过该系统的应用,调度中心对各主要位置现场情况了解更加实时,如发现有违规操作等事件发生时可及时纠正或制止,可以大大减少事故的发生。
发电调度系统 篇7
对于发电厂来说,无论是传统电力工业中由省电力公司调度中心下发的日前计划发电量,还是正在改制中的由区域(省)电力公司交易中心下发的日前中标发电量,为了更好地达到节能减排的目的,都需要发电厂进行多时段的经济调度,包括多时段的机组组合或负荷经济分配。发电厂的多时段经济调度问题是以15 min、30 min或小时为单位来确定未来24 h发电厂中各发电机组的启停状态及运行时各机组的发电功率。从国外电力调度经验可知,多时段经济调度的相对效率可达1%～2.5%,其效益相当可观[1,2,3,4]。综合考虑节能与减排的多时段最优经济调度的目标是使发电成本和污染物排放费用最低,同时满足系统负荷及其他机组物理和运行约束。
综合考虑节能与减排的发电厂多时段最优经济调度问题是一个复杂的非线性混合规划问题,具有高维的、非凸的、离散的、不可微的特性,是数学上的NP(Nondeterministic Polynomial)完备问题。目前尚无有效的数学理论和方法可以在有限的时间内求得最优解。但由于问题的解决能够带来可观的经济效益,所以对它的研究近20年以来一直是电力工程界非常活跃的研究领域,并且已经获得了一些可喜的成果,但国内在这方面的应用还较少。
现阶段,由于国家节能减排政策外部环境的要求及电力工业改革引入竞争后所带来的内部压力,有必要在电厂侧建立多时段最优经济调度系统。
文章对发电厂多时段最优经济调度系统需要实现的应用功能、关键技术及具体实现进行了描述。
1 建设目标
发电厂多时段最优经济调度系统建设目标主要有3个方面。
1)形成较为准确的发电厂生产运行成本及污染物排放费用函数模型。发电成本主要包括燃料费用、启停费用和维护费用3类。污染物排放费用是指电厂为减少如NOx、SOx、CO2及飞灰等污染物的排放所付出的代价。
2)给出实用且能有效解决发电厂多时段经济调度的优化算法。算法尽可能采用目前国际上成熟的混合整数规划软件包或启发式方法,以将开发人员的主要精力放在模型建立上,同时灵活应对电厂在建立模型时约束的多变性,算法本身要求有较强的鲁棒性。
3)软件系统的建立是帮助电厂实现节能减排的重要途径之一。可以结合电厂厂级监控信息系统(Supervisory Information System,SIS)来实现,以改善电厂SIS中单时段负荷分配功能由于未考虑不同时段的爬升约束,而在实际中一直未真正得到使用的状况。也可以单独开发软件系统,提供电厂节能减排的开放式技术支撑平台。
2 系统功能
发电厂多时段最优经济调度系统包括以下功能模块:功率曲线、基本信息、计划负荷、经济调度、调度结果及报表生成、个人设置与系统管理等。多时段最优经济调度系统功能如图1所示。
1)功率曲线。采集并显示全厂计划负荷及机组当下时刻的实时负荷。
2)基本信息。包括机组基本参数信息及燃煤价格信息。机组基本信息包括最大发电功率,最小发电功率,二次运行成本函数系数,SOx、NOx、CO2和飞灰的排污费用函数系数,最小开机时间,最小停机时间,冷启动时间,热启动费用,冷启动费用,机组的初始状态及机组的初始功率;燃煤价格信息包括当前市场上的煤价及入炉煤价格信息。
3)计划负荷。显示中调安排的全厂计划发电负荷。对于具有自动发电量控制功能的机组,如果其机组采用直调方式,则远程终端控制系统(Remote Terminal Unit,RTU)将中调发来的机组负荷指令直接发至分散控制系统(Distributed Control System,DCS)中的机组协调控制系统(Coordination Control System,CCS),以实现自动负荷控制;如果采用非直调方式,则中调可以通过RTU将全厂的负荷指令发给电厂多时段最优经济调度系统。
4)经济调度。结合计划负荷、系统备用约束及单机运行物理参数约束,通过经济调度算法,可以确定未来24 h电厂中各发电机组的启停状态及运行时各机组的发电功率。
5)调度结果及报表生成。除了可以查看未来24 h电厂中各个发电机组的运行状态、发电功率及备用以外,还可以查看系统按照调度结果表运行后的全厂发电成本、各个机组的生产运行成本、污染物排放费用及各污染物的排放量。各种结果还可以通过报表的形式进行查询和存档。
6)个人设置与系统管理。是电厂多时段最优经济调度系统的辅助功能,包括更改个人设置及密码、用户管理、角色管理及菜单管理等。
3 系统实现
3.1 技术路线
为了满足发电厂多时段最优经济调度系统开发的先进性、可扩展性及高效性等系统设计原则,系统采用基于.NET架构的Visual Studio 2010软件开发平台,可以高效开发Web应用[5],采用WPF框架实现代码的无级缩放,多窗口即时更新,文档地图,代码的自动产生等。实时数据库采用PI数据库,关系数据库采用专门针对.NET平台优化过的SQL Server 2005数据库。
系统架构如图2所示。系统采用B/S架构,通过DCS和烟气系统等采集每台机组的相关数据,并将这些数据通过网闸传送到数据库服务器,在应用服务器端进行优化计算,并将结果展示在Web服务器端。如果电厂部署厂级SIS系统,且数据完整,也可以直接从SIS镜像服务器中直接采集数据。
3.2 关键技术
1)发电运行成本及污染物排放费用模型的确定。确定发电成本(包括燃料费用、启停费用和维护费用)同发电功率的函数关系。燃料费用主要是指火电机组使用的煤、油等能源费用;机组的启停费用是指为使机组启动并工作于发电状态而消耗的燃料和运行费用,启停费用不仅与机组特性有关,因受热效率影响,也与停机时间长短有关。在停机超过一定时间后,机组完全冷却,因此启动需要耗费的燃料已不再随停机时间而变化;维护费用是指由于机组热损、磨损等原因造成的只要机组发电就一直存在的附加费用;污染物排放费用计算需要确定污染物排放费用同机组发电功率的函数关系。污染物排放费用是电厂为生产中SOx、NOx、CO2及飞灰等污染物的排放所付出的代价。系统利用最小二乘法给出了发电成本及污染物排放费用同发电功率的具体函数曲线。
2)综合考虑节能与减排的发电厂多时段最优经济调度模型的确定。模型中综合考虑机组运行费用和污染物排放费用,系统约束主要包括功率平衡和备用约束,增加排污限制约束,单机组约束包括机组容量和最小发电功率、最小开停机时间、爬升约束、根据中长期维护与检修计划而必须满足的停机和运行计划等。
3)复杂调度算法的确定。求解多时段最优经济调度的优化算法,要求能灵活有效地解决各种实际约束及复杂目标带来的困难。系统利用了CPLEX软件包及启发式方法。启发式方法的基本思路是利用动态规划法求出计算系统负荷下满足爬升约束的各个待开机组的最优启停状态及相应的启停费用,将效率最高的机组投入运行,然后对启停状态已定的火电机组再进行满足爬升约束的最优经济分配。
4)相同机组调度算法的确定。当系统中存在性能相同或相近机组时,某些经典的算法框架(如拉格朗日松弛法、优先顺序法)求解时会发生振荡现象或导致不合理调度结果出现。同一个电厂中往往存在性能相同或相近机组,系统选择伪次梯度法[6]解决了相同机组给调度问题带来的困难。
4 结语
系统确定了发电成本及污染物排放费用同发电功率的函数关系,利用启发式方法求解了满足约束下的综合考虑节能与减排的多时段最优经济调度算法。并通过系统的开发,建立了电厂节能减排的开放式技术支撑平台,对行业内其他电厂经济调度系统的建设有较好的指导作用。
参考文献
[1]GUAN X H,LUH PB,YAN Z,et al.An optimization-based method for unit commitment[J].International Journal of Electric Power&Energy Systems,1992,14(1):9-17.
[2]GUAN X H,NI E N,LI R H,et al.An algorithm for scheduling hydrothermal power systems with cascaded reservoirs and discrete hydro constraints[J].IEEE Transaction on Power Systems,1997,12(4):1775-1780.
[3]KAZARLIS SA,BAKIRTZISAG,PETRIDIS V.A genetic algorithm solution to the unit commitment problem[J].IEEE Transactions on Power Systems,1996,11(1):83-92.
[4]LI C A,JOHNSON R B,SVABODAA J.A new unit commitment method[J].IEEE Transaction on Power Systems,1997,12(1):121-124.
[5]The Microsoft Inc.Visual Studio2010A Beginner’s Guide[R].Washington(USA):Microsoft Inc,2010.