发电备用论文

2024-09-10

发电备用论文（共6篇）

发电备用论文篇1

0 引言

节能发电调度以节能、环保为目标,以全电力系统内发、输、供电设备为调度对象,优先调度可再生和清洁发电资源,按能耗和污染物排放水平,由低到高依次调用化石类发电资源,最大限度地减少能源、资源消耗和污染物排放[1]。节能发电调度改变了国内以往的计划电量调度方式,也不同于国际上普遍实行的以发电报价排序形成交易计划的市场机制。这种单纯以降低系统运行能耗为目标的发电调度方式,使得电力系统的旋转备用集中由少数小容量、高能耗机组承担,由此可能引发系统备用安全问题。因此,为促进节能发电调度顺利实施,需要研究节能发电调度科学、合理的旋转备用计划。

节能发电调度方式下的旋转备用计划优化问题涉及2个重要方面:一是旋转备用模型的建立;二是旋转备用计划与发电出力计划如何配合。针对旋转备用建模,文献[2]运用保险理论研究了电力市场环境下备用容量的集中和分散优化的决策模型和算法;文献[3]建立了在电力市场环境下一种计及发电机组可用率水平的备用需求分配模型。文献[4]考虑系统运行的可靠性,建立了多目标分层决策模型,采用遗传算法求解。

针对旋转备用计划与发电出力计划配合问题,文献[5,6]分别提出了日前和实时节能发电调度发电计划的模型和算法;文献[7]针对不同发电调度模式,统一对旋转备用计划和发电出力计划建模;文献[8]提出了融合旋转备用的机组组合算法,即根据系统旋转备用容量效益最大为目标,确定最佳的机组组合方案,然后在此基础上,以机组的燃料费用最小为目标,将旋转备用作为发电出力计划的约束条件进行电能量和备用容量的联合优化。

上述研究成果基本上是针对电力市场,目前尚未见到针对节能发电调度方式下旋转备用计划优化问题的学术研究文献。本文将具体针对节能发电调度模式,在上述文献研究基础上,研究2种旋转备用优化决策模型;然后,分别选用旋转备用计划和发电出力计划独立建模分步优化、统一建模联合优化2种思路,构建不同的节能发电调度模型,再基于启发式动态规划方法求解。

1 旋转备用优化决策模型

1.1等备用原则

等备用原则描述为:在满足电力系统运行总旋转备用需求和机组备用调节速率基础上,参与节能发电调度的在线运行机组按照相等比例,预留发电容量作为系统旋转备用。

下面建立相应的数学模型。

1)旋转备用的初始等备用分配

$\begin{array}{l} α = \frac{R_{D}}{\sum_{i = 1}^{Ι} Ρ_{i, \max}} (1) \\ R_{i^{'}} = α Ρ_{i, \max} (2) \end{array}$

式中:α为系统等旋转备用比例,根据系统总旋转备用需求RD和机组总容量 $\sum_{i = 1}^{Ι} Ρ_{i, \max}$ 确定;Ri′为机组i的旋转备用初始分配。

2)初始等备用分配的调整

按式(1)确定的初始等备用分配可能不满足机组备用调节速率约束,如果不满足约束,将低调节速度机组承担的旋转备用依次转移给高调节速度机组,直至满足系统备用调节速度的要求。为此,本文提出基于最小二乘的等备用优化决策调整模型:

$\min ∥ R_{i} - R_{i^{'}} ∥_{2}^{2} (3)$

满足2类约束条件:

1)系统总旋转备用需求:

$\sum_{i = 1}^{Ι} R_{i} \geq R_{t o t a l} (4)$

2)机组旋转备用限值:

$R_{i, \min} \leq R_{i} \leq R_{i, \max} (5)$

式中:Rtotal为系统旋转备用容量需求;Ri,min和Ri,max分别为机组i的旋转备用容量限值。

等备用原则使得备用责任分散,这对于保障电力系统安全稳定运行是必要的。等备用原则的缺点是不能实现系统运行能耗最小目标。

1.2能耗最小原则

等备用原则并不能实现能耗最小的目标,因此考虑按能耗最小原则建立旋转备用优化决策模型。数学模型如下:

$\min \sum_{i = 1}^{Ι} f_{i} (Ρ_{i}) (6)$

式中:Pi为机组i的有功出力,fi(Pi)为机组i的耗量特性函数。

在式(4)和式(5)基础上增加约束条件:

1)系统有功功率平衡:

$\sum_{i = 1}^{Ι} Ρ_{i} = Ρ_{D} (7)$

2)机组有功功率限值:

$Ρ_{i, \min} \leq Ρ_{i} \leq Ρ_{i, \max} (8)$

3)旋转备用和有功功率约束:

$Ρ_{i} + R_{i} \leq Ρ_{i, \max} (9)$

2 优化旋转备用计划的节能发电调度模型

2.1 旋转备用和发电出力计划建模的思想

旋转备用和发电出力计划的优化建模可以是独立建模或统一建模。独立建模可以实现不同量纲目标函数的分步优化。统一建模存在2种方式:一是将发电出力计划和旋转备用计划二者目标函数统一量纲;二是将旋转备用计划作为发电出力计划的约束条件。在节能发电调度模式下,由于上述建立的2种旋转备用优化决策模型和单纯以降低系统能耗为目标的发电出力计划,二者量纲不尽相同,因而旋转备用计划和发电出力计划可以独立建模,或者建立以旋转备用计划作为发电出力计划的约束条件、而以降低系统能耗为目标函数的统一的节能发电调度模型。

2.2 节能发电调度独立建模

节能发电调度独立建模,优化模型中无需考虑旋转备用的目标函数和约束条件,建立日前节能发电调度数学模型如下:

$\begin{array}{l} \min F (U_{i, t}, Ρ_{i, t}) = \sum_{t = 1}^{Τ} \sum_{i = 1}^{Ι} [U_{i, t} f_{i} (Ρ_{i, t}) + \\ U_{i, t} (1 - U_{i, t - 1}) S_{i}] (10) \end{array}$

式中:i为机组编号,i=1,2,…,I,I为机组总数;t为时段编号,t=1,2,…,T,T为时段数;Ui,t=1表示机组i为运行状态,Ui,t=0表示为停机状态;Pi,t为机组i在t时段的有功出力;fi(Pi,t)为机组i的耗量特性函数;Si为机组i的启动耗量。

约束条件在式(7)～式(9)基础上,增加时段间的耦合约束:

1)爬坡约束:

${\begin{cases} Ρ_{i, t} - Ρ_{i, t - 1} \leq Ρ_{i}^{u p} \\ Ρ_{i, t - 1} - Ρ_{i, t} \leq Ρ_{i}^{d o w n} \end{cases} (11)$

2)机组启停时间约束:

${\begin{cases} (u_{i, t - 1} - u_{i, t}) (Τ_{i, t - 1} - Τ_{i}^{o n}) \geq 0 \\ (u_{i, t} - u_{i, t - 1}) (- Τ_{i, t - 1} - Τ_{i}^{o f f}) \geq 0 \end{cases} (12)$

式中:Pupi和Pdowni分别为机组爬坡速率限值;Ti,t-1为机组i在t-1时段已连续运行(正值)或连续停机(负值)的时间;Toni和Toffi分别为机组的最小开机和停机时间。

2.3 节能发电调度统一建模

在该方式下,节能发电调度模型需要增加旋转备用优化变量及其约束条件,数学模型如下:

$\begin{array}{l} \min F (U_{i, t}, Ρ_{i, t}) = \sum_{t = 1}^{Τ} \sum_{i = 1}^{Ι} [U_{i, t} f_{i} (R_{t}) + \\ U_{i, t} (1 - U_{i, t - 1}) S_{i}] (13) \end{array}$

式中:Rt=(R1,t,R2,t,…,RI,t)为机组旋转备用向量,表示共同影响机组i的耗量函数fi。

模型(13)的约束条件是在模型(10)的约束条件基础上再增加旋转备用约束条件(式(4)、式(5)、式(9))。

32种节能发电调度模型的求解方法

3.1 发电出力计划的启发式动态规划算法

本文基于启发式动态规划算法[9],实现旋转备用计划和发电出力计划独立建模分步优化、统一建模联合优化2种节能发电调度模型的求解。统一建模的节能发电调度模型,首先通过启发式方法形成日前每个时段的可行状态集合,针对每种可行的机组组合状态均进行旋转备用优化,然后修正该状态下机组的有功功率限值,在此基础上,再进行每个阶段的路径寻优;独立建模的节能发电调度模型,则在确定的机组组合方式下,同时进行发电出力计划和旋转备用计划的优化求解。

3.2 旋转备用的优化算法

对于上述2类模型涉及的旋转备用优化算法,等备用原则采用约束线性的最小二乘算法,能耗最小原则采用线性规划算法求解。

3.32类节能发电调度模型的实现方式

独立建模分布式优化和统一建模联合优化的实现方式分别如图1、图2所示。

4 算例分析

本文通过一个简单的算例,采用国内某地区实际电网中10台火电机组的数据,进行节能发电调度日前24时段发电出力计划和旋转备用计划优化的模拟分析,以上述建立的旋转备用优化模型及其2种实现方式求解。以每台机组最大功率段对应的平均煤耗近似作为该机组的能耗参数,见表1。约束条件暂不考虑电网安全约束。日前24时段负荷预测见图3,每个时段系统总旋转备用取为该时段负荷的10%。整个优化过程在MATLAB 6.5上编程实现。

4.12种实现方式的优化结果分析

可以看出,2种节能发电调度旋转备用计划的优化结果从总煤耗和求解时间上都不同。统一建模联合优化方式得到的系统总煤耗比独立建模分步优化方式更佳,但需要增加优化的求解时间。这是因为统一建模需要对每种机组组合状态都进行迭代求解,而独立建模仅需要在最终确定的机组组合上进行旋转备用计划决策,故统一建模目标函数值要优于独立建模,但独立建模计算时间相对较短。因此,2种实现方式各有利弊,其机组组合结果见附录A。

4.22种旋转备用计划优化结果分析

以统一建模联合优化的结果为例,选取1号600 MW、4号300 MW、8号125 MW机组的旋转备用计划进行分析比较,如图4所示。

如图4(a)所示,1号机组的平均煤耗最低,故按能耗最小原则,24时段内均无旋转备用计划;而按等备用原则,由于等比例承担了系统的旋转备用,故在全时段内均有备用计划安排。

如图4(b)所示,4号机组按平均煤耗排序为第5位,由于在低谷时段没有进入机组组合,故2种决策方式下均无旋转备用计划;而在系统腰荷时段,相比高峰时段(例如时段11-12),按能耗最小原则4号机组承担了更多的旋转备用,原因是在高峰时段,小容量机组启机,系统大部分的旋转备用集中到小容量机组上。

从图4(c)看出,8号机组在2种旋转备用决策方式下仅在系统高峰时段承担旋转备用,原因是8号机组的平均煤耗最高,仅在系统高峰时段进入机组组合,并且按能耗最小原则所承担的旋转备用要远大于按等备用原则。

综上所述,按等备用原则优化机组的旋转备用计划,机组等比例承担系统运行的旋转备用,此时不能获得能耗最低目标;而按能耗最小原则进行优化,系统旋转备用计划大部分集中到中小容量机组上,不过,此时由于大容量机组发电出力接近容量极限,这可能是系统运行潜在的安全隐患。

5 结语

本文研究了日前节能发电调度的旋转备用计划,按等备用和能耗最小2种原则建立了旋转备用计划优化决策模型,提出了旋转备用计划和发电出力计划的独立建模分步优化、统一建模联合优化的2种实现方式。算例分析表明,2种优化的实现方式各有利弊,统一建模方式计算结果优于独立建模,但独立建模计算时间相对较短;按等备用和能耗最小原则优化旋转备用计划能够体现不同的决策意愿,这与机组的耗量特性、系统旋转备用需求等密切相关。

本文建立的旋转备用优化决策模型和实现方式可以为节能发电调度模式制定相应的备用计划提供参考。不过,这些也仅仅是初步的构想,如何精细化制定节能发电调度的旋转备用计划有待进一步深入研究。

附录见本刊网络版(http://www.aeps-info.com/aeps/ch/index.aspx)。

参考文献

[1]国办发[2007]53号文件:国务院办公厅关于转发发展改革委等部门节能发电调度办法(试行)的通知[EB/OL].[2007-08-02].http://www.gov.cn/gongbao/content/2007/content-744115.ht m.

[2]陈志姚,刘有飞,倪以信,等.电力市场环境下备用容量的集中和分散优化决策.电力系统自动化,2004,28(22):5-12.CHAN C Y,LI U Youfei,NI Yixin,et al.Centralized and decentralized opti mal decision-making on reserve capacity procurement in electricity markets.Automation of Electric Power Systems,2004,28(22):5-12.

[3]任震,潘锡芒,黄雯莹,等.电力市场中计及发电机组可用率的备用分配计算.电力系统自动化,2002,26(17):16-18.REN Zhen,PAN Xi mang,HUANG Wenying,et al.A method for allocating reserve with consideration on availability of generating units in electricity market.Automation of Electric Power Systems,2002,26(17):16-18.

[4]丁明,齐先军,安玲.旋转备用市场中考虑可靠性的多目标分层决策.电力系统自动化,2007,31(13):17-22.DI NG Ming,QI Xianjun,AN Ling.Multi-objective andlayered decision-making in the spinning reserve market considering reliability.Automation of Electric Power Systems,2007,31(13):17-22.

[5]施建华,谭素梅.节能发电调度发电计划编制算法.电力系统自动化,2008,32(24):48-51.SHI Jianhua,TAN Sumei.Algorithm of energy saving generation dispatch scheduling.Automation of Electric Power Systems,2008,32(24):48-51.

[6]王超,张晓明,唐茂林,等.四川电网节能减排发电实时调度优化模型.电力系统自动化,2008,32(4):89-92.WANG Chao,ZHANG Xiaoming,TANG Maolin,et al.Real-ti me dispatching opti mization model for energy-saving and emission-reduction generation in Sichuan Grid.Automation of Electric Power Systems,2008,32(4):89-92.

[7]陈之栩,谢开,张晶,等.电网安全节能发电日前调度优化模型及算法.电力系统自动化,2009,33(1):10-13.CHEN Zhixu,XIE Kai,ZHANG Jing,et al.Opti mal model and algorithm for day-ahead generation scheduling of transmission grid security constrained convention dispatch.Automation of Electric Power Systems,2009,33(1):10-13.

[8]张国全,王秀丽,王锡凡.电力市场中旋转备用的效益和成本分析.电力系统自动化,2000,11(21):14-18.ZHANG Guoquan,WANG Xiuli,WANG Xifan.Study on benefits and costs of spinning reserve capacityin power market.Automation of Electric Power Systems,2000,11(21):14-18.

[9]PANG C K,SHEBLE G B.Evaluation of dynamic programming based methods and multiple area representation for thermal unit commit ments.IEEE Trans on Power Systems,1981,100(3):1212-1218.

通信备用发电机的维护与保养篇2

1 柴油机维护中发生的两起故障及排除方法

1.1 冷却水温度偏高

故障现象:一次值班人员在启动柴油机时,发现柴油机开机启动数分钟后,水箱温度急剧升高,发动机立即停止运行。检查发现节温器不能张开,导致冷却水水温变化时不能改变冷却水的循环路径,控制进入散热水箱冷却水的流量,失去了调节冷却强度的功能。

可能原因:不合要求的冷却液使冷却水管道积有水垢、铁锈之类等物,阻碍了冷却水的循环引起水温升高。

调查处理:通过安装柴油机的技术人员了解到,水箱中的冷却水使用的是银川本地的自来水,该自来水不符合标准。按照要求冷却液至少要用合格的自来水,最好能用蒸馏水、去离子水或纯水。

故障排除:对水箱进行了循环清洗,更换冷却液,再没发生过此类现象。

从这此故障可以看出,为了确保发电机正常工作,必须遵照柴油机组说明书中各项规定严格执行,必须使用质量合格的燃油(柴、汽油)、机油,不同标号的机油不允许混合使用,水箱中要用合格的冷却液,绝对不能用自来水代替冷却液。

另外冷却水箱散热器表面不清洁也能引起冷却水温偏高的现象。灰尘大的环境易堵塞散热器表面,在机组运行时有杂物被冷却风扇吸至水箱处挡住通风也容易使散热不良。可见保持油机室内的环境清洁很重要。

1.2 发动机无法启动

故障现象:值班人员发现启动油机后发动机转动几下就游离出来。

可能原因:启动电池电压过低或电量不够,电池达不到额定电压,无法保障发动机正常工作。

故障处理:工作人员经检查发现蓄电池电压未达到额定电压,对蓄电池立即充电,充电完成后,启动正常。

结论:对柴油机组的启动蓄电池的电压务必按照规定每天坚持检查,电量不足时要及时充电。对蓄电池的充电回路做到每周检查。另外,在油机停机期间,要确保蓄电池处于饱和状态,在停机期间,断开电池负极与发动机的连接,防止因电池放电造成电量流失而导致紧急工作时无法启动的问题发生。另外,油机室的通风是重要的,必须保证充足的空气流通,以排放发动机、发电机及其附属设备产生的热量、烟雾和废气,并补充燃烧所需空气。

2 油机的日常维护保养

2.1 柴油机的维护

2.1.1 例行维护

柴油机组的例行维护周期分为日、周、半年、年维护,这些规定随机说明书中都有详细要求,维护人员只要遵照执行,就可以确保柴油机组正常运行。

如果机组通常仅空载或轻载试运行,负载在额定负载5% 以上,一年应至少开机4 小时。对于备用柴油机组,每半年应至少模拟市电停电一次,验证机组启起动性能和预期的额定承载能力,检查自动切换开关及备用电源相关配置;一年应进行一次较彻底的保养,包括更换机油、机油滤清器、清洁空气滤清器和柴油滤清器。另外,为了保证电机安全可靠运行,必须对电机进行检修,检修项目有绕阻状况测试及轴承检查。此外,油机在启动前、运行中还必须做相应检查。

2.1.2 启动前检查

(1)机油、冷却水的液位是否符合规定要求;

(2)风冷却机组的进风、排风风道是否畅通;

(3)日用燃油箱里的燃油量是否充足;

(4)启动电池电压是否正常;

(5)开机前清理机组及其附近的物品、杂物。

2.1.3 柴油发电机组的启动和运行检查

柴油发电机组在启动和运行中,运行维护人员要对柴油机组密切监控,定时巡回检查,巡视时可采取听、摸、看、闻的方法,发现异常现象或障碍时,应立即处理。看:机油压力和温度、水温是否符合规定要求;各种仪表、信号灯指示是否正常;气缸工作及排烟是否正常(正常排烟为淡灰色,油温表60℃ ~85℃,水温65℃ ~85℃)。听:油机运转时是否有剧烈振动和异常声响;摸:摸冷却水箱温度是否正常;闻:有无异味。

在此,笔者主要强调以下值得注意的地方。

第一,柴油发电机组启动后不能马上向设备供电,必须经过5至8 分钟运转,使水温、油温达到60℃左右方可进行正常供电,否则容易导致拉缸和汽缸盖产生裂纹或导致发电机停机保护。

第二,当市电恢复供电或试机完后,应切断负荷,空载运行3 至5 分钟,再关闭油门停机。

第三,做好关机、故障停机的检查和记录。当出现油压低、水温高、转速高、电压异常等故障时,应能自动或手动停机。当出现转速过高(飞车)或其他有发生人身事故或设备危险情况时,应立即切断油路和(进)气路紧急停机。在故障或紧急停机后要做好检查和记录,在机组未排除故障和恢复正常时,不得重新开机运行。

第四,做好油机发电试验:定期模拟市电停电,验证机组起动性能和预期的额定承载能力,检查自动切换开关及备用电源相关配置;定期做带载试验,只有做带载试机才能检验油机的工作性能,切实验证发现油机的带载性能如何;在定期检查油机时,发电机的空载试验时间不得超过15 分钟(由于发电机在空载运行时机身温度较低,活塞与气缸壁的配合密封性低,容易出现润滑机油的泄漏,不利于发动机的使用)。

3 结语

发电机只有合理使用,重视日常维护,预防早期磨损,才能延长其使用寿命,让其时刻保持迅速启动和投入的良好备机状态,才能真正做到物尽其用。

摘要：本文从柴油机组的两起故障排除分析入手,就通信备用发电机的维护保养重要性与注意事项做了阐述。

发电备用论文篇3

近年来, 我国的风电发电发展迅速, 我国成为风电装机容量最大的国家。然而, 风电具有随机性和间歇性, 对电网的安全和经济运行产生负面影响[1]。

如何应对风电的不确定性对调度运行的影响, 成为许多学者关注的问题。为提高含有风电的电力系统的安全性, 常采用具有蓄能作用的系统与其配合, 如水力蓄能、压缩空气蓄能、超导磁力蓄能、流体电池组等[2]。如GARCIA-CONZELEZ J研究以风电和抽水蓄能进行联合调度, 以经济效益最大为目标建立模型, 并分析比较了风电和抽蓄联合运行与单独运行时的效益[3]。静铁岩在考虑抽水蓄能机组启停限制和工况转换限制为约束的基础上, 以联合运行效益最大化为目标建立了风电-抽水蓄能联合日调度模型, 降低了风电的随机性对电网的负面影响[4]。刘小平建立了油电、火电和光伏发电的实际运行成本最小模型, 并通过蒙特卡洛模拟与遗传算法相结合对模型进行求解并分析了不确定因素对于结果的影响[5]。衣立东提出了水电、火电为风电调峰的调峰能力计算方法[6], 为风电接入后电网调峰能力的研究提供了借鉴。

本文提出常规水电与风电联合调度模型, 以风电水电联合效益最大为目标, 同时以给定置信度水平满足系统要求为约束条件, 具体表现为旋转备用容量在一定的置信水平下满足系统要求。通过联合调度, 充分利用了风能且充分考虑了系统的安全性。通过蒙特卡罗方法模拟风电的随机性, 并与分布估计算法相结合对模型进行求解。以具有4个水库的风电水电联合系统作为算例进行测试分析, 讨论了风电的不确定性因素对联合调度结果的影响。

1风电水电联合调度模型

风电与水电联合运行的系统中, 由于风电的随机性和间歇性, 在系统中主要体现其电量的效应。水电在吸纳风电电量的同时需提供一定的容量来配合风电的随机性。从长期调度尺度而言, 水电站发电量与可调电量相等时对风电消纳贡献最有利, 但此时并非是清洁能源发电量最佳[7]。本文在考虑风电输出功率波动的前提下, 建立水电风电联合短期调度模型, 以风电水电联合效益最大模型为目标, 同时考虑系统可靠性的概率约束条件。

1.1目标函数

以水库群调度为例, 已知该电站一天的入库径流序列, 以小时为时段, 以风电水电联合效益最大模型为优化模型, 其目标函数为:

$\max \sum_{i}^{Τ} [π_{i} \cdot (\sum_{k = 1}^{Ν_{h}} Ρ_{h k}^{t} + \sum_{k = 1}^{Ν_{w}} Ρ_{w k}^{t}) \cdot Δ t] (1)$

式中:P $_{h k}^{t}$ 为第k个水电站在t时段时的出力;Nk为水电站个数;P $_{w k}^{t}$ 为第k个风电机组在t时段时的出力;Nw为风电机组个数;Δt为时段长度;πi为电价。

1.2约束条件

(1) 水电出力约束:

$Ρ_{h i}^{\min} \leq Ρ_{h i}^{t} \leq Ρ_{h i}^{\max} (2)$

(2) 水库发电流量约束:

$Q_{i}^{\min} \leq Q_{i}^{t} \leq Q_{i}^{\max} (3)$

(3) 水库库容约束:

$V_{i}^{\min} \leq V_{i}^{t} \leq V_{i}^{\max} (4)$

(4) 水库初末水位限制:

$V_{i}^{0} = V_{i}^{B}, V_{i}^{Τ} = V_{i}^{E} (5)$

(5) 水量平衡约束:

$V_{i}^{t} = V_{i}^{t - 1} + Ι_{i}^{t} - Q_{i}^{t} - S_{i}^{t} + \sum_{m = 1}^{Ν_{u}} [Q_{m}^{t - τ_{m, i}} + S_{m}^{t - τ_{m, i}}] (6)$

式中:P $_{h i}^{t}$ 是第i个水电发电在t时段时的出力;P $_{h i}^{\min}$ 、P $_{h i}^{\max}$ 为第i个水电出力的下限与上限, MW; V $_{i}^{\min}$ 、V $_{i}^{\max}$ 为第i个水电库容的下限与上限;V $_{i}^{0}$ 、V $_{i}^{Τ}$ 为第i个水电调度的起调水位和末水位;V $_{i}^{t}$ 为第i个水库在t时刻的库容, m3;I $_{i}^{t}$ 第i个水库在t时刻的入库流量;Q $_{i}^{t}$ 为第i个水库在t时刻的发电流量;Q $_{i}^{\min}$ 、Q $_{i}^{\max}$ 为第i个水电泄流的下限与上限;S $_{i}^{t}$ 为第i个水库在t时刻的弃水流量, m3/h;τm, i为水库i上游水力联系的第m个水库的下泄流量到该水库的流达时间。

(6) 旋转备用。

在电力系统实际的运行中, 往往受到一些不确定因素的影响, 如负荷需求的波动、风电的随机波动。若要满足系统的可靠性需求, 需求一定的旋转备用容量。虽然大量的旋转备用容量可以大幅地提高系统的可靠性, 但在实际中某些极端情况的出现概率极小, 因此, 在考虑旋转备用容量时可在系统的可靠性和经济性之间进行权衡。

根据随机规划中机会约束的形式, 用概率形式描述旋转备用约束, 其表达式为:

$Ρ [R^{t} \geq δ_{w j}^{t}] \geq β (7)$

式中:δ $_{w j}^{t}$ 为风电在t时段的功率波动;β为给定的置信水平;Rt为t时段的旋转备用容量。

旋转备用容量主要由水电机组提供, 其表达式如下式 (8) :

$\min [Ρ_{h i}^{\max} - Ρ_{h i}^{t}, f (V_{h i}^{t}, Q_{h i}^{t}) - Ρ_{h i}^{t}] (8)$

式中:f (V $_{h i}^{t}$ , Q $_{h i}^{t}$ ) 为时段t时考虑当前流量和库容情况下水电的最大出力。

本文中考虑的模型为以小时为调度时段的短期调度, 常用的出力计算公式适用于水库长期调度中对计算准确度要求不高的出力计算, 在短期调度的出力计算中采用可与水库库容Vj, t和发电流量Qj, t相关的二次函数表示, 如文献[8]中所提到的计算方法, 其表达式如下:

$Ρ_{h i}^{t} = c_{1 j} V_{j, t}^{2} + c_{2 j} Q_{j, t}^{2} + c_{3 j} V_{j, t} Q_{j, t} + c_{4 j} V_{j, t} + c_{5 j} Q^{j, t} + c_{6 j} (9)$

式中:c1j、c2j、c3j、c4j、c5j和c6j为常数。

2不确定因素模拟

通过对大量的实际数据进行统计分析, 其结果表明风速近似服从威布尔分布[9]。文献[10]将风力机组的输出功率Pw与实际的风速之间的关系表示为:

$Ρ_{w} = {\begin{matrix} 0 & v ＜ v_{C Ι}, v \geq v_{C Ο} \\ \frac{Ρ_{W}^{R}}{v_{R}^{3} - v_{C Ι}^{3}} v^{3} - \frac{v_{C Ι}^{3}}{v_{R}^{3} - v_{C Ι}^{3}} Ρ_{w}^{R} & v_{C Ι} \leq v ＜ v_{R} \\ Ρ_{W}^{R} & v_{R} \leq v ＜ v_{C Ο} \end{matrix} (10)$

式中:P $_{w}^{R}$ 为风机的额定输出功率;vCI为切入风速;vCO为切出风速;vR为额定风速。

在对风电运行进行模拟时, 根据时段的平均预测风速, 采用蒙特卡洛方法随机产生风速数据, 并按式 (10) 计算风电机组的输出功率。

3模型求解

在风电水电联合调度的模型中, 由于存在机会约束和随机变量, 在对模型进行求解时需通过蒙特卡罗模拟对机会约束进行验证, 并与分布估计算法相结合, 可有效地对风电水电联合调度模型进行求解。

3.1分布估计算法

分布估计算法是一类基于概率分布模型的进化算法, 该算法不使用交叉和变异算子, 而直接提取当前优选的解集合中的信息, 然后根据这些信息建立概率分布模型, 并以此概率模型采样产生下一代群体, 如此重复, 直到满足终止条件[11]。分布估计算法是对整个群体建立数学模型, 直接描述群体的进化趋势, 具有良好的全局搜索能力。

EDA算法的一般流程如下, 概率模型选取高斯概率分布, 其均值参数引导算法的搜索方向, 方差参数控制算法的搜索范围。

Step 1:采用随机生成的方式初始化群体, 设置EDA的参数。

Step 2:计算群体的适应度值, 并采用某种选择机制 (本文采用截断算法) 选取M个较优的个体作为评价集, 并将部分最优个体作为精英保留。

Step 3:通过对评价集分析, 计算其均值参数及标准差参数σj, 并记录当前最优个体。

Step 4:利用高斯分布概率模型 , 通过采样得到下一代群体。

Step 5:判断算法是否满足终止条件;若满足则终止输出最优个体;否则进化代数加1, 算法转入Step 2, 直至算法终止。

由上述算法可以看出, 由于选择机制的作用, 算法随着迭代次数的增加, 其概率分布的方差逐渐收敛到0, 均值收敛到一个固定值, 进化群体收敛。分布估计算法借助于样本分布的概率模型, 能很好地描述变量之间的互相关系, 为解决复杂优化问题提供了新方法[12]。

分布估计算法的性能受其参数选择的影响较大, 且其局部搜索能力较弱, 所以分布估计算法常与局部搜索能力较好的算法相混合, 以弥补算法局部搜索能力的不足。本文中采用自适应方法对分布估计算法的参数进行控制, 且引入爬山局部搜索与分布估计算法相结合, 大幅提高了算法的搜索性能。

3.2参数控制策略

分布估计算法中概率分布函数的参数变化对算法的性能影响较大。当σj较大时, 算法的搜索范围广, 具有较好的全局搜索能力;当 σj较小时, 使得算法的搜索范围较小, 算法的局部搜索能力较强。在算法初期, 希望算法保持群体多样性, 此时算法进行全局搜索, 有效地避免了算法的早熟现象;而在算法搜索的后期搜索范围随着进化过程逐渐减小, 以提高算法的局部搜索能力。基于这样的思想, 本文在分布估计算法中, 设计方差参数与当前代数Gen和进化最大代数Gmax有关, 其函数表达式如下:

$σ_{j} = σ_{j}^{0} e^{- α G_{e m} / G_{\max}} (11)$

式中:α为控制操作影响范围的参数;σ $_{j}^{0}$ 为初始设定的搜索范围, 在本文中σ $_{j}^{0}$ = (uj-lj) , 其中uj, lj分别是第j变量的上限和下限约束。

在以上设计思想的指导下, 设计的标准差参数σj可以根据搜索的过程自适应调整大小, 从而使算法具有较好的全局及局部搜索能力。在算法中引入蒙特卡罗模拟方法检测个体是否满足机会约束的要求, 并通过罚函数方法对违反约束的个体进行惩罚, 使得算法搜索的群体向可行域靠拢。其算法的步骤如图1所示。

3.3局部搜索策略

本文采用爬山搜索策略对最优个体进行局部搜索, 在提高算法求解精度的同时, 使得算法跳出局部最优。其实现如下。

采用随机生成方式在[0, 1]范围内产生随机序列ck=[ c $_{1}^{k}$ , …, c $_{j}^{k}$ , …, c $_{n}^{k}$ ], 其中n为个体中的变量个数。将序列影射到设定搜索区间内, 得到搜索步长值的值Rm, j, 同时亦引入自适应控制策略对步长值进行修正, 以提高局部搜索的效率。

$R_{m, j} = σ_{j} c^{k} (12)$

式中:σj为自适应控制参数;ck为[0, 1]之间的混沌序列;Rm, j为第m次搜索在第j个变量上的搜索步长。

对最优个体进行局部搜索, xbest为当前最优个体, 令S0=xbest, 采用式 (6) 产生新个体:

$S_{m + 1, j} = S_{m, j} \pm R_{m, j} (13)$

式中:m为混沌搜索的次数;Sm, j为初始个体在第j个向量上经过m次搜索后所产生的新个体。

采用以上的设计方式, 可有效跳出局部最优。在算法的后期, 局部搜索的范围减小, 提高了算法的收敛精度。频繁的局部搜索容易使得算法的计算时间复杂度增加, 本文中每次进化混沌搜索的次数取10。

4算例分析

本文以4个水电站组成的梯级和1个风电站联合运行为例, 对风电水电进行联合调度。调度时段为小时, 调度总时段为24 h, 系统中有4个水库, 其水库之间的拓扑关系见图2。水库的参数、上游来水及约束条件参考文献[8]。风电厂装机10台, 单机容量为1.65 MW, 风机的参数vCI为3 m/s, vCO为20 m/s, vR为14 m/s, 形状参数k取2, 尺度参数c取 $2 \bar{v} / \sqrt{π}$ , 其中 $\bar{v}$ 为平均风速。算法的参数设置中群体规模为100, 最大运行代数为500, 蒙特卡罗模拟次数取1 000, 电价为0.5 美元/kWh。

算法运行20次, 得到的平均结果如表1所示。随着置信水平β的不断增加, 水电需预留更多的可调容量来平抑风电的不确定性带来的影响, 所以水电的计划出力随着置信度的提高而不断减少但水电的总备用容量却增加, 联合发电系统的总收益亦随着置信水平β的提高而逐渐减小。考虑到水电约束条件和算法计算精度的影响, 水电的计划出力和备用总容量之和并不是固定值, 且水电在每个时段的备用容量为水电在该时段的可调容量。风电计划出力的变化为随机变化, 其最大的变化量为16.5 MW, 此时置信水平β为1.00和0.90时水电的计划出力相差10.967 4 MWh。当置信度小于0.90时, 水电的计划出力变化较小, 与水电单独运行时所得到的计划相同。由此可知, 风电水电的联合出力的系统中, 为吸纳风电电量水电需付出10.967 4 MWh的电量, 此时风电的计划发电量为161.001 2 MWh。图3和图4分别为β为1.00和0.90时水电和风电的计划出力过程。可见取不同的置信水平时, 水电的运行过程差异较大。

当风电机组数量为35时, 其初始计划出力按比例增加, 风电的不确定性波动范围增大, 其水电需付出的备用容量亦发生改变, 计算联合调度结果如表2所示。当风电机组容量增加时, 水电为了配合风电的出力以保证系统的可靠性, 需提高水电的备用容量从而使得水电的发电量减少。由此可见联合系统的经济性和安全性受到系统中风电发电的容量和计划电量的影响。通过分析测试不同风电容量时, 在置信水平为1.00和0.90时水电备用容量的变化, 得到风电容量和水电备用容量在不同置信水平下的关系曲线如图5所示。由图5可知, 在相同的风电容量下, 置信度越大需要配置的水电备用容量越多;当风电容量增加时, 所需的水电备用容量亦增加, 且其增加的趋势逐渐增大, 如当风电机组数从10台增加到15台时所增加的水电备用容量小于机组数从30台增加到35台所增加的水电备用容量。

5结论

本文结合随机约束建立了风电水电联合效益最大模型, 该模型充分利用了风电能源, 并通过水电的旋转备用来降低风电随机性对系统安全性的影响。通过蒙特卡洛模拟对风电的随机性进行模拟, 并采用分布估计算法对模型进行求解。以4个水库的水库群与风电进行联合调度, 分析了联合调度的经济性与可靠性之间的关系, 为风电研究风电参与电力系提供了一个有效的解决方案。在风电水电联合调度中, 采用模拟的方式确定对风电电量吸纳量的多少以达到经济性和可靠性之间的平衡, 是进一步需研究的问题。

摘要：以风电水电联合发电效益最大为目标, 建立以考虑旋转备用容量在满足一定置信水平为约束条件的风电水电联合发电调度模型。通过蒙特卡洛模拟风电的随机性, 并与分布估计算法相结合对调度模型进行求解。采用自适应控制策略控制分布估计算法的参数, 并引入爬山局部搜索有效地提高了算法的性能。以4个水库和风电的联合系统进行仿真调度测试, 分析了风电不确定性因素对调度结果的影响, 讨论了联合调度的经济性与可靠性之间的关系, 为研究风电参与电力系提供了一个有效的解决方案。

关键词：水库群,风力发电,联合优化调度,机会约束,分布估计算法

参考文献

[1]王卿然, 谢国辉, 张粒子.含风电系统的发用电一体化调度模型[J].电力系统自动化, 2011, 35 (5) :15-18.

[2]潘文霞, 范永威, 杨威.风-水电联合优化运行分析[J].太阳能学报, 2008, 29 (1) :80-84.

[3]Garcia-conzelez J, de la Muela R M R, Santos L M, et al.Sto-chastic joint optimization of wind generation and pumped-storageunits in an electricity market[J].IEEE Trans on Power Systems, 2008, 23 (2) :460-468.

[4]静铁岩, 吕泉, 郭琳, 等.水电-风电系统日间联合调峰运行策略[J].电力系统自动化, 2011, 35 (22) :97-104.

[5]刘小平, 丁明, 张颖媛, 等.微网系统的动态经济调度[J].中国电机工程学报, 2011, 31 (31) :77-84.

[6]衣立东, 朱敏奕, 魏磊, 等.风电并网后西北电网调峰能力的计算方法[J].电网技术, 2010, 34 (2) :129-134.

[7]黄春雷, 丁杰, 田国良, 等.大规模消纳风电的常规水电运行方式[J].电力系统自动化, 2011, 35 (23) :37-40.

[8]PK Hota, AK Barisal, R Chakrabarti.An improved PSO techniquefor short-term optimal hydrothermal scheduling[J].Electric Pow-er Systems Research, 2009, 79 (2) :1 047-1 053.

[9]Karki R, Hu P, Billinton R.A simplified wind power generationmodel for reliability evaluation[J].IEEE Transactions on EnergyConversion, 2006, 21 (2) :533-540.

[10]Wang L, Singh C.PSO-based multidisciplinary design of a hybridpower generation system with statistical models of wind speedand solar insolation[C]∥Proceedings of IEEE International Con-ference on Power Electronics, Drives and Energy Systems for In-dustrial Growth.New Delhi, India:IEEE PES, 2006:1-6.

[11]P Larraaga, Lozano JA.Estimation of distribution algorithms:anew tool for evolutionary computation[M].Kluwer AcademicPublishers, 2002.

发电备用论文篇4

一级负荷中特别重要的电力负荷(应急负荷)中断供电后会造成重大损失,因此供电可靠性要求越来越高。一级负荷中特别重要的负荷,除由两个电源供电外,应增设应急电源,并严禁将其它负荷接入应急供电系统。在化工厂,备用柴油发电机组通常用做应急电源供电,在一路市电供电系统检修或故障,另外一路市电供电系统又发生故障时,保证应急负荷的正常供电。因此,化工厂备用柴油发电机组在线自启动控制非常关键。

现代化工厂的生产普遍采用集散控制系统(DCS)和安全仪表系统(SIS)来实现对应急负荷的控制与监视。

1 柴油发电机组

柴油发电机组主要由柴油机部分和发电机部分组成,并配备必要的冷却、油路、电气控制等系统。

1.1 柴油发电机组原理

柴油发电机原理如图1所示。柴油引擎的转动,带动发电机的几个内部部件转动,主转子的剩磁在主定子产生一个低交流电压;自动调压装置将此交流电压整流成直流电压,作用于励磁定子,并产生一个磁场,从而在励磁转子感应出一个交流电压;此交流电压经旋转二极管转变为直流电压,送至主转子,于是产生一个更强的磁场;相应地,在主定子产生一个更高的交流电压;如此循环,发电机的正常输出电压在短时间内(一般小于1s)建立起来,自动调压装置便开始限制电压到励磁定子,从而稳定、调节好发电机的功率输出,即供电输出。

1.2 柴油发电机组固有特性

柴油发电机的运行一般需经过冷启动阶段、过渡阶段和正常工作阶段。冷启动阶段只有几秒时间;过渡阶段一般在3min内;正常工作阶段指机组带额定负载(允许分段加载,但须在产品技术条件中说明)工作至柴油机水温、油温达正常值。

自动化柴油发电机组自启动成功后的首次允许加载量,对于额定功率不大于250kW者,不小于50%额定负载;对于额定功率大于250kW者,按产品技术条件规定施加。

柴油发电机过电流或过负荷都易出现故障停机。

1.3 柴油发电机组的自动化性能

根据国家标准GB/T4712-1996《自动化柴油发动机组分级要求》,柴油发电机组必须具有自动化控制功能。

化工厂备用柴油发电机组自动化程度属于一级,性能要求:

(1)单台发电机组自动化,用于应急供电。运行期间保持电压和频率恒定。

(2)发电机组应自动维持应急准备运行状态(蓄电池自动充电、储气瓶自动充气),柴油机起动前自动进行预润滑。

(3)能按自动控制指令或遥控指令实现自动起动、运行或停机。

(4)发电机组在运行过程中,若出现过载、短路、超速、过频、水温过高、机油压力过低等异常情况,均能进行自动保护。

(5)发电机组应配备表明正常运行和非正常运行的声光信号系统,用指示信号和报警信号表明机组的运行情况。

(6)发电机组在无人值守的情况下应能连续运行4h。

1.4 专用控制器

按自动化程度分级,柴油发电机组配置相应的专用控制器,用于柴油发电机组的监测、控制、停机报警和告警。

2 工厂供电系统

按照国标要求和地方电力网络的配置,对一级负荷中带有特别重要负荷的化工厂,其供电系统需要合理设计,以保证供电的高可靠性。供电系统单线示意图如图2所示。

正常供电来自地方电网的两路供电,接至正常供电母线段;应急供电来自备用柴油发动机。市电供电母线与备用柴油发动机,通过相应的开关配置,接至应急供电母线段。

正常情况下,应急供电母线1和应急供电母线2的供电分别来自市电供电母线1和市电供电母线2,属于正常供电。

异常情况分两种:

(1)当市电供电母线1或市电供电母线2其中一路出现异常时,电气自动切换装置(ATS)会自动将应急供电母线1或应急供电母线2的供电切入另一路正常供电的市电供电母线,同时备用柴油发动机自动启动,但不对应急供电母线1或应急供电母线2供电。这种也属于正常供电。

(2)当市电供电母线1和市电供电母线2两路都出现异常时,电气自动切换装置(ATS)会自动将应急供电母线1和应急供电母线2的供电切入备用柴油发动机供电。这种属于应急供电。

3 备用柴油发电机组在线自启动控制系统

备用柴油发电机组在线自启动控制系统结构如图3所示。

DCS是全厂控制与监视的核心,包括备用柴油发电机组在线自启动控制、柴油发电机状态监控和所有应急负荷监控。

SIS是全厂工艺安全控制与监视的关键,负责所有安全仪表回路的控制与监视,包括对柴油发电机状态、应急母线状态和所有应急负荷的控制与监视。

备用柴油发电机组专用控制器是柴油发电机组本身实现自动化性能要求的必备部件。

4 在线自启动控制的程序设计

4.1 应急负荷优先等级

每个单位应对已有的所有应急负荷确定优先等级,从而确定每个应急负荷的启动运行顺序。如图2中,应急负荷确定好优先等级依次为电机A、电机B、电机C、电机D。UPS因自身有一定的续航能力,优先等级可以定得低一点。

4.2 在线自启动方案

当其中一路市电供电母线失电时,备用柴油发电机必须自动启动。当第二路市电供电母线失电时,备用柴油发电机必须立即接入应急供电母线1和应急供电母线2进行供电。

为避免柴油发电机因过电流或过负荷而出现故障停机,在柴油发电机接入应急供电母线1和应急供电母线2进行供电时,各应急负荷应按预先确定的优先等级先后启动。在确定柴油发电机尖峰负荷时,采用两个阶段启动应急负荷:

(1)第一阶段:优先等级较高应急负荷,如电机A、B、C、D等,依次按优先等级顺序启动。

(2)第二阶段:优先等级较低应急负荷启动,如UPS等。

在柴油发电机启动短时间内,只要工厂生产安全允许的条件下,切入的应急负荷少一点为宜。

4.3 在线自启动控制程序

在明确应急负荷优先等级、柴油发电机固有特性和在线自启动方案后,就可以着手编制在线自启动控制程序。以图2为例,在线自启动控制程序流程如图4所示。

5 结语

2011年3月福岛核事故也出现备用柴油发电机在线自启动故障,导致严重后果。因此,对有应急负荷的化工厂乃至于其它类似工厂,应提高备用柴油发电机的安全等级,不断完善安全管理程序,严格执行备用柴油发电机在线自启动周期性测试,保证工厂的安全稳定运行。

摘要：阐述备用柴油发电机的原理、特性及与其相关的工厂供电系统,重点介绍柴油发电机在线自启动控制。

关键词：柴油发电机原理,柴油发电机特性,在线自启动控制

参考文献

发电备用论文篇5

1 设置原则

《民用建筑电气设计规范》JGJ16—2008规定:民用建筑中的消防水泵、消防电梯、防排烟设施、火灾自动报警、自动灭火装置、火灾应急照明、电动防火门窗、卷帘、阀门等消防用电的负荷等级, 应符合国家现行《高层民用建筑设计防火规范》和《建筑设计防火规范》的规定。

根据《高层建筑设计防火规范》GB50045 (2001年版) 9.1规定:一类高层建筑应按一级负荷要求供电, 二类高层建筑应按二级负荷要求供电。《民用建筑电气设计规范》JGJ/T16—92 3.1条规定:一级负荷应由两个电源供电, 当一个电源发生故障时, 另一个电源应不致同时受到损坏;二级负荷条件允许时, 也宜采用二路电源来供电, 特别是消防用的二级负荷, 更应该按两个回路要求供电;一级负荷中的特别重要负荷, 除上述两个电源外, 还必须增设应急电源。根据这些规定, 笔者总结了自备柴油发电机组的设置原则:

(1) 当民用建筑需按一级负荷要求供电时, 若城市电网能提供二路独立电源 (一用一备或相互备用) , 则可不设柴油发电机组;但当一级负荷中有特别重要的负荷时, 则一般应设柴油发电机组作为应急电源。

(2) 当电网只能提供一路电源时, 为满足对一、二级负荷的供电要求, 一般应设置柴油发电机组, 此时机组将作备用电源及应急电源使用。

(3) 大、中型商业建筑中为确保市电中断时不造成较大的经济损失, 也宜设柴油发电机组。由于城市电网不可能完全独立, 有时一个电源故障或检修时, 另一电源有可能同时故障, 因此, 即使有两路或以上电源供电, 为确保民用建筑中消防及其他重要设备 (如智能化设备、通讯设备等) 的可靠供电, 一般都设置柴油发电机组。

2 容量选择

自备发电机组容量的选择, 目前国家尚无统一的计算公式, 因此设计人员在实际工作中所采用的方法也不相同:有的简单地按电力变压器容量的10%～20%确定;有的按消防设备的容量相加;有的则根据投资者的意愿选择, 造成了自备发电机组容量选择的不准确性, 若容量选择太大造成一次投资浪费, 选择太小则在事故时满足不了使用要求。那么, 如何选择自备发电机组的容量呢?笔者经过查阅资料和参考同行各种经验做法后, 归纳出如下几点:

2.1 方案或初步设计阶段

自备发电机的容量按供电变压器总容量的10%～20%计算。

2.2 施工图阶段

(1) 按计算负荷选择发电机容量, 我们知道, 建筑物的用电负荷可分为3类:第一类为保安型负荷, 即保证大楼内人身及设备安全和可靠运行的负荷, 如消防水泵、消防电梯、防排烟设备、应急照明、通讯设备、重要的计算机及相关设备等;第二类为保障型负荷, 即保障大楼运行的基本设备负荷, 主要是工作区照明、部分电梯、通道照明;第三类为一般负荷, 即除了上述负荷以外的其他负荷, 例如:空调、水泵及其他一般照明、动力设备。计算自备发电机组的容量时, 第一类负荷必须考虑在内, 第二类负荷则根据大楼功能及电网情况来定, 若大楼功能要求较高或城市电网供电不稳定, 则应将第二类负荷考虑在内, 但若将第一类、第二类负荷简单相加来选择发电机容量, 则所选容量偏大, 因为在消防状态时, 只需保证消防设备的运行, 第二类负荷不使用;而在非消防状态下电网停电时, 消防设备不使用。所以, 笔者认为可以选择两者中较大者作为发电机组的容量。

设备容量统计出来后, 根据实际情况选择需要系数Kx (一般取0.85～0.95) , 计算出计算容量Pj=Kx P∑, 自备发电机组的功率按下式计算:

式中, P为自备发电机组的功率 (k W) ;Pj为负荷设备的计算容量 (k W) ;P∑为总负荷 (k W) ;η为发电机并联运行不均匀系数, 一般取0.9, 单台取1;k为可靠系数, 一般取1.1。

(2) 按最大的单台电动机或成组电动机起动的需要, 计算发电机容量:

P= (P∑-Pm) /η∑+Pm KCcosψm (k W)

式中, Pm为起动容量最大的电动机或成组电动机的容量 (k W) ;η∑为总负荷的计算效率, 一般取0.85;cosψm为电动机的起动功率因数, 一般取0.4;K为电动机的起动倍数;若电动机为全压起动, 则C=l.0;“Y-△”起动, 则C=0.67, 自耦变压器起动50%抽头C=0.25, 65%抽头C=0.42, 80%抽头C=0.64。

(3) 按起动电动机时母线容许电压降计算发电机容量:

P=Pn KCXd″ (1/△E-1) (k W)

式中, Pn为造成母线压降最大的电动机或成组起动电动机组的容量 (k W) ;K为电动机的起动电流倍数;Xd″为发电机的暂态电抗, 一般取0.25;△E为母线允许的瞬时电压降, 有电梯时取0.20, 无电梯时取0.25。

在实际工作中, 也可用系数法估算柴油发电机组的起动能力。

近年来, 变频起动装置在民用建筑中应用越来越广泛, 变频起动与其他起动方式相比, 起动电流小而起动力矩大, 对电网无冲击电流, 引起的母线电压降也很小, 因此, 笔者认为, 当电动机采用变频调速起动时, 可以只考虑用计算负荷来计算发电机的容量, 而不用考虑电动机起动的因素。

工程实例:现以笔者设计的某工程为例, 该工程建筑面积10 000 m2, 12层, 为二类高层, 保安性负荷主要为消防负荷, 其容量为191 k W, 最大一台电动机为喷淋泵37 k W, 采用自耦降压80%抽头降压起动。

(1) 按计算负荷计算P=k Pj/η=1.1×191/1 k W=210.1 k W;

(2) 按最大的单台电动机起动的需要计算P= (P∑-Pm) /η∑+Pm KCcosψm= (191-37) /0.85+37×6×0.64×0.4=238.0 k W;

(3) 按起动电动机时发电机母线允许电压降计算P=Pn KCXd″ (1/△E-1) =37×6×0.64×0.25 (1/0.20-1) =142.08 k W。

根据以上计算, 应选择≥238.0 k W的发电机组1台, 因此可选1台250 k W机组。

3 机组的选择

(1) 台数的选择。当用电动机起动容量来选择发电机组的容量时, 发电机台数不能多, 因为台数增加, 单机容量小, 有可能满足不了电动机的起动要求。一般当容量不超过800 k W时, 选用单机为好, 当容量在800 k W以上时, 宜选择2台, 且2台机组的各种物理参数应相同, 便于机组并车运行。

(2) 其他功能的选择。民用建筑备用应急发电机组宜选用高速柴油发电机组和无刷型自动励磁装置。选用的机组应装快速自动起动及电源自动切换装置, 并应具有连续3次自起动的功能。不宜采用压缩空气起动, 一般采用24 V蓄电池组作为起动电源。

4 柴油发电机房的平面布置、通风、排烟及噪声处理

(1) 机房的平面布置。选择机房的平面位置时, 应尽可能与变配电室相邻, 因为这样便于接线, 减少材料、电能的损耗, 同时也便于管理。如果条件允许, 机房最好设于首层, 这样便于通风、散热、排烟, 但在高层建筑和大中型商业建筑中, 首层通常作为商业用房, 业主一般不会同意此方案, 而往往把机房设于地下室, 此时, 在选择机房位置方面应注意以下几点:1) 机房要有一面靠外墙, 这样设备通风、排烟比较容易处理;2) 应注意机组的吊装、搬运和检修方便。一般利用停车库出入通道作为搬运通道, 但若通道太小, 应考虑吊装孔的位置;3) 应避开潮湿之处, 不要设在厕所、浴室、水池等经常积水场所的下面或隔壁, 避免因厕所检修或楼板渗水影响机组的运行。

(2) 机组的通风散热。柴油机、发电机及排烟管在运行时均散发热量, 使机房温度升高, 温度升高到一定程度将会影响发电机的出力, 因此, 必须采取措施来保证机组的冷却。在有足够的进风, 排风通道的情况下, 一般采用闭式水循环及风冷的整体式机组, 否则可将排风机、散热管与机组主体分开, 单独放在室外, 用水管将室外散热管与柴油主机连接。

(3) 排烟。在设计排烟管系统时, 应注意如下几点:1) 使排烟系统尽量减少背压, 因为废气阻力的增加将导致柴油机出力的下降及温升的增加。因此排烟管设计得越短越直越好;2) 排烟管宜进行保温处理, 以减少烫伤和减少热辐射使机房温度升高;3) 应设消声器, 以减少噪音。

(4) 噪声的处理。一般民用建筑中所选机组为高速机组, 噪声比较大, 为达到环保要求, 机房内应设置吸声材料和采取消声措施。

由于各个工程的实际情况千差万别, 因此在选用应急柴油发电机组时, 除应满足规范要求外, 还应根据实际情况来设置, 才能达到令人满意的效果。

参考文献

[1]JGJ16—2008民用建筑电气设计规范

发电备用论文篇6

在电力系统运行中, 无功备用水平与安全稳定性密切相关[1,2,3]。对电力系统进行无功备用优化是改善系统安全水平的有效手段。

根据研究的时间场景, 无功备用可以分为长期无功备用和短期无功备用。其中长期备用又可分为物理极限[4,5,6,7,8]和运行极限[8,9,10,11]两类, 主要在稳态场景下以潮流方程作为主要研究手段。而短期无功备用与发电机的动态特性密切相关, 特别是发电机过励。大多数情况下短期无功备用应用于暂态分析场景中, 如文献[12]。一般地, 目前大多数研究均集中在长期无功备用上。

针对单台发电机, 长期发电机无功备用一般定义为发电机最大无功出力和当前无功出力之差。而根据最大无功出力的定义不同, 长期无功备用又可分为物理备用[5,6]和有效备用[7,8,9,10,11]两大类。其中物理备用又根据发电机无功出力上限不同分为固定值类型[5]和功率曲线定义型[9]。由于计及有功功率和无功功率之间的关系, 显然根据功率曲线定义的无功备用更加准确。尽管如此, 由于大多数发电机在电压稳定临界点或约束违反处均没有无功功率越限的现象, 因此物理备用会乐观地估计系统的无功水平。因此, 在目前的研究中, 无功备用主要采用有效备用的定义, 即将无功备用定义为系统临界点处或违反约束时的发电机实际无功出力与基态出力之差。

虽然系统中无功备用容量多寡是衡量系统电压稳定性的重要指标, 但目前对于无功备用容量还没有明确的定义和计算公式, 主要是因为不同的发电机位置不同, 系统备用容量并不是这些发电机无功备用的简单叠加。文献[13]以发电机无功出力对潮流雅可比矩阵最小奇异值的灵敏度定义权系数, 但当系统规模扩大时, 发电机无功出力对最小灵敏度的影响很小, 因此该方法不适合大系统分析。文献[6-8]采用节点无功功率参与因子定义无功备用权系数, 但其仅适用于鞍结分岔 (saddle node bifurcation, SNB) 类型而不适用于极限诱导分岔 (limit induced bifurcation, LIB) 类型。文献[14]指出极限曲面法向量能够指示LIB时节点电压的薄弱性, 但由于极限曲面的复杂性, 法向量指标在某些区域可能变化较剧烈, 因而不适合单独使用[15]。

另一方面, 传统的无功备用优化均基于确定型的负荷增长方式, 但在实际中负荷预测误差总是无可避免的, 因此假设负荷增长方向确定是不准确的, 而随着以风电为代表的可再生能源大量接入, 该特征会愈加明显[16,17]。由于电压稳定极限曲面的复杂性, 不同的负荷增长方式下系统的电压稳定裕度可能差别很大[18]。因此, 在最危险的负荷增长方向下进行无功备用优化研究是值得尝试的研究思路。

由于无功备用优化会改变系统的初始运行点, 而不同运行点的最近电压稳定临界点可能不同, 为优化系统最危险负荷增长方向上的无功备用, 必须将两个过程进行迭代求解。因此, 本文在文献[19]的基础上建立基于最近电压稳定临界点的发电机无功备用二层优化模型。上层问题在给定基态节点注入功率的情况下, 将求取最近电压稳定临界点及对应的最危险负荷增长方式化为极限曲面二次近似和连续潮流校正的两层迭代格式, 而下层模型则求解该最危险负荷增长方式下的无功备用问题, 并将修正的基态节点注入功率返回上层模型。对多个IEEE标准算例的仿真分析证明了本文方法的有效性。

1 模型的建立

1.1 最近电压稳定临界点

这里的最近电压稳定临界点是指在图1所示的负荷增长方向分布范围内, 电压稳定裕度最小的点, 如图1所示, 本文采用文献[19]的方法求取最近电压稳定临界点。

1.2 发电机无功备用模型

1) 目标函数如下:

式中:QGR为本文定义的全系统总无功备用;wGT为无功备用权系数, 与文献[15]中相同, 无功备用权重系数越大的发电机, 其支撑系统电压稳定裕度的能力越强;QGc和QG0分别为系统发电机在临界点和基态情况下的无功出力向量。

2) 变量约束为:

式中:f为潮流方程;V和θ分别为节点电压幅值及其相角;Pl和Ql分别为节点有功负荷及无功负荷;u为控制变量, 包括发电机端电压、节点无功补偿量、可调变压器变比, 为简化计算, 本文控制变量均作连续化处理;下标max和min代表上限和下限。

1.3 基于最近电压稳定临界点的无功备用优化模型

综上所述, 本文建立的基于最近电压稳定临界点的无功备用优化两层模型简述如下。

外层问题可分为上下两层, 详见文献[19]。内层问题为1.2节所示的无功备用问题。其意义是通过调整发电机的无功备用容量选择合适的初始运行点, 使得系统在最恶劣的场景下电压稳定裕度最大。

此外, 本文假设如下。

1) 负荷增长方式为线性且保持恒定功率因数。

2) 发电机初始有功出力恒定, 出力增长方式恒等于其容量比。

3) 发电机无功功率越限后, 固定其无功出力, 并将其转化为PQ节点, 同时转化所有越限发电机。

4) 所有控制变量均作连续化处理, 包括变压器变比及电容器投切量。

2 模型的分析与求解

2.1 模型的分析

本节将对前文建立的基于最近电压稳定临界点的发电机无功备用优化模型进行分析, 并得到外层模型和内外层模型各自的收敛判据。模型示意图如图2所示, 实际上随着发电机无功出力的变化, 电压稳定极限曲面会发生变化, 但为清晰表达最危险负荷增长方式下的无功备用优化, 在图2中极限曲面始终表示为同一曲面。

在初始基态运行点λ01处, 初始负荷增长方向为d0, 负荷增长的不确定范围为C1。首先, 求解外层模型中上层得到预估最危险负荷增长方向d1*, 经过求解下层校正后假设得到λ01处的最危险负荷增长方向d1, 在此方向上进行无功备用优化, 得到新的基态运行点λ02, 在此运行点处再求解外层模型在负荷增长域C2内得到最危险负荷增长方向d2, 其中C1和C2的边界保持平行关系, 并再次进行无功备用优化以调整初始运行点。本文模型最终希望在无功备用调整域中求得某一运行点, 使得其在最危险负荷增长方式下的静态电压稳定裕度最大, 此时该运行点在负荷增长的不确定范围内运行具有最“均匀”的静态电压稳定裕度, 极大地降低了系统运行的风险。

本文提出的最近电压稳定临界点发电机无功备用优化的迭代收敛条件为:

式中:Lo为外层优化得到的λ0 (l-1) 处最危险负荷增长方式下系统电压稳定裕度;Li为内层优化得到的运行点为λ0l时的电压稳定裕度;η为给定常数。

本文模型最优解存在性及收敛判据的充分必要性证明见附录A。

2.2 求解过程

本文外层模型采用与文献[19]相同的基于信赖域算法的二次规划进行求解。而内层模型采用内点法进行求解, 内外层优化均采用MATLAB中fmincon进行求解。求解过程如下。

步骤1:初始化负荷增长方向d0, 初始化运行点λ0, 给定收敛条件ε和η, 内外层迭代上限N1和N2, 求取此时临界点处的电压稳定裕度λc0。

步骤2:内、外层迭代计数器l, k=1。

步骤3:按照文献[19]中方法对外层模型进行求解以获得最危险负荷增长方式及对应电压稳定裕度Lo, 并判断外层收敛条件是否满足, 满足转步骤4, k=1;若不满足, 首先检查迭代次数是否达到N1, 是则k=1, 转步骤4, 否则k=k+1, 继续求解外层模型。

步骤4:求得最危险负荷增长方向dl, 在此方向上计算无功优化备用权系数wGT, 并求解式 (1) —式 (5) , 得到新运行点λl及相应电压稳定裕度Ll, 检查收敛判据式 (6) 是否满足;满足则算法停止, 输出无功备用优化方案;若不满足, 检查l是否达到N2, 是则算法停止, 否则l=l+1, 更新运行点信息, 返回步骤3。

3 算例分析

3.1 最近电压稳定临界点的无功备用优化

3.1.1 算例设置

以IEEE 6ww和多个IEEE节点系统作为测试算例[20], 负荷和发电机出力均按初始基准值等比例增长。外层模型参数、算法参数设置均与文献[19]相同。Lol和Lil分别为第l次迭代时外层、内层模型得到方案的静态电压稳定裕度, Lori为初始情况下的静态电压稳定裕度。为确定各方案下的稳定裕度, 定义基态下、最危险负荷增长方式下、本文优化后的标准电压稳定裕度ME, Mξ, MI分别为:

式中:Pload为基态时系统的节点有功功率向量。

为衡量负荷增长不确定性和无功备用优化对静态电压稳定裕度的影响, 定义电压稳定裕度减少量Er和进行无功备用优化后电压稳定裕度的提升量Ir分别为:

算法收敛条件η=10-4, 外层迭代次数上限N1为100, 算法迭代次数上限N2=20。

3.1.2 示例说明

为直观说明本文方法, 首先采用IEEE 6ww系统进行验证。该系统共有6个节点, 发电机3台, 3个PQ节点带有负荷, 具体参数见文献[20]。

设置场景如下:节点4、节点5、节点6的有功和无功负荷按有功功率初始值等比例增加, 发电机按容量大小等比承担负荷增加, 负荷增长不确定性ξ=[0.1, 0.1, 0.1]T, 算法其他设置见3.1.1节。算法迭代过程中初始负荷增长方向d0、最危险负荷增长方向d2见表1, 初始稳定裕度Lori=205.46MW、外层、内层优化前后电压稳定裕度分别为Lo1=202.05MW, Lo2=232.16 MW, Li1=234.67 MW, Li2=232.16MW。算法经过2次迭代后收敛, 由表1中数据可知, 本文提出的方法仅通过调节发电机的初始无功运行点便将最危险负荷增长方式下的静态电压稳定裕度由202.05 MW提高到232.14MW, 提升了14.91%, 极大地挖掘了发电机对系统静态电压稳定性的支撑作用。

3.1.3 优化结果分析

用IEEE 30, IEEE 57, IEEE 118, IEEE 300, IEEE 2736sp, IEEE 2746wp节点系统作为测试[20]。负荷不确定性ξi=0.1和ξi=0.15时ME, Mξ, MI及对应的Er和Ir计算结果分别见表2。

从表2可以看出, 本文方法可以有效提升最危险负荷增长方式下的静态电压稳定裕度, 仅通过调整发电机无功出力便极大地提升了系统的安全稳定水平。

为说明电压稳定裕度提升的原因, 下文以IEEE 118节点系统为例详细说明, 该系统共有54个发电机节点、9台变压器。在最危险负荷增长方式下, 优化前后电压稳定裕度提高13.1%, 最危险的95节点和52节点的PV曲线见附录B。

优化前后54台发电机的无功备用与发电机权重关系如图3 (a) 所示。发电机无功备用频数NG及概率密度函数 (PDF) 如图3 (b) 所示。出力物理上限Qgmax与临界点处无功出力Qgcri之差如图4所示。

由图3 (a) 可得, 本文方法可明显提升最危险负荷增长方式下的静态电压稳定裕度, 这说明本文方法所得运行方案鲁棒性强。由图3 (b) 可总结出其主要原因有二: (1) 相比于优化前的发电机权重系数 (图3 (a) 中绿色曲线) , 优化后发电机权重系数 (图3 (b) 中红色曲线) 存在更多尖峰, 这表明通过合理调整, 能够支撑系统电压稳定性的发电机数量增加; (2) 优化后“关键发电机” (图3 (b) 红色曲线中权重较大的发电机) 拥有的无功备用均明显大于优化前。综合以上两个原因, 本文方法可以更好地利用发电机的无功潜力, 用以提升系统的电压稳定裕度, 保障系统的安全稳定运行。

从图3 (a) 中还可以看出, 优化后发电机无功备用分布更“均匀”, 即发电机之间的无功备用差距较小。图3 (b) 更直接地展示了这一结果, 优化后无功备用位于[0, 100]Mvar区间的发电机数量明显多于优化前, 这直接体现了无功备用的“均匀性”。从图3 (b) 中还可观察到一个有趣的“矛盾”, 相比于优化前, 大多数发电机的无功备用是下降的, 意味着系统总无功备用 (不采用式 (1) 的权重和形式, 而是简单相加求和) 是减小的, 这与通常的认识“无功功率越充足电压稳定裕度越高”相矛盾, 但事实上, 这种说法并未认识到由于网架结构、安装位置不同, 不同发电机对系统的支撑能力相差巨大, “关键发电机”无功备用少量增加的作用即相当于大量的普通发电机无功备用。因此, 优化后的无功备用具有“均匀性”的实质是, 在基态运行点处优先使用普通发电机的无功功率, 而保留“关键发电机”的无功备用以应对负荷增长等恶劣运行状态。

图4更直观地展示了“均匀性”的效果, 优化后在临界点处耗尽无功功率 (Qgmax-Qgcri=0) 和临界点处剩余大量无功功率, 即处于无功“窝电”状态 (Qgmax-Qgcri较大) 的发电机数量均变少, 这表明本文优化方法可以有效挖掘各发电机的无功潜力, 从而保障系统的安全稳定性。

为体现本文方法优点, 假设节点注入功率服从正态分布, 且其标准差等于其期望值10%。本文方法与基于确定型负荷增长方向的传统无功备用优化所得方案的电压稳定裕度分布如图5所示。

由图5可知, 本文方法所得方案的稳定裕度概率分布更集中, 标准差更小。这表明本文方法在面对节点注入功率扰动时具有更强的鲁棒性。

3.1.4 某实际大系统

为体现本文方法在实际大系统中的效果, 本文采用国内某大区域电网2013年夏高方式下网架进行分析, 该网络保留500kV及以上负荷节点和220kV及以上发电机节点。该系统节点数为1 594, 发电机数目为535, 线路数为3 359。负荷增长不确定性ξi=0.1和ξi=0.15时优化前后电压稳定裕度如表3所示。

从表4中数据可知, 优化后的电压稳定裕度均达到了《电力系统安全稳定导则》中的要求, 即正常运行时电压稳定裕度大于10%。

3.2 算法效率分析

为分析本文方法效率, 该方法迭代次数与计算时间见表4。本文计算仿真平台为Intel Core Duali7-3820, 3.6GHz, RAM 8GB, MATLAB 2013a。

由表5可得本文算法效率较高, 无论系统大小均能在4～8次内收敛, 负荷不确定性ξi对算法的迭代次数影响不大, 但由于ξi增大会降低外层模型求解的效率, 因而计算时间略有增加。

4 结语

针对负荷增长方式的不确定性, 本文建立了基于最近电压稳定临界点的发电机无功备用模型, 并提出内外层迭代的求解方法, 若干仿真算例证明本文方法的有效性, 得到结论如下。

1) 本文方法能够有效找到系统最危险的负荷增长方式并进行无功备用优化, 能够较明显地提升该方向上的静态电压稳定裕度。

2) 本文方法仅通过调整发电机的初始无功运行点提升静态电压稳定裕度, 有效挖掘发电机提升静态电压稳定裕度的潜力, 调整方便且没有附加投资。

3) 合理增加关键发电机的无功备用可以有效提升系统的静态电压稳定裕度。

4) 发电机无功备用越“均匀”, 越能够在临界点处有效利用发电机的无功支撑能力。

5) 本文方法能够在考虑负荷增长不确定性时提升邻域内的电压稳定裕度, 从而降低系统运行的风险。

6) 本文方法具有较高效率, 能够直接应用于大系统分析。