能源调度

2024-08-14

能源调度（通用5篇）

能源调度篇1

1丹麦风电概况

丹麦是世界上风电装机和风电发电量占总电力装机和发电量比例最高的国家。截止2012年底, 丹麦风电装机416.2MW。丹麦的早期陆上风电场多是小型风电场、通过配电网分散接入电网, 而后期大型海上风电场集中接入输电网。

2风电运行的市场机制

(一) 市场概况

丹麦电力市场主要分为备用市场 (Reservemarket) 、日前市场 (Dayaheadmarket或spotmarket) 、日内市场 (Intradaymarket) 和实时市场 (Regulatingmarket或Realtimemarket) 四类。

(二) 市场定价机制

(1) 备用市场。备用市场的买方为电网公司, 卖方为所有可提供备用容量的发电厂, 主要用于紧急情况下保持电力系统的稳定运行。

(2) 日前市场。日前市场中的所有并网发电厂及电力需求方都参与市场竞价, 并根据电力需求与供给确定每小时电价。日前市场主要用于各发电企业根据市场竞价结果确定次日24点发电计划及各小时电价。

(3) 日内市场。在日前市场竞价结束后, 各并网电源可能因为机组故障、线路故障等原因, 尤其是风电企业对风电功率预测结果不断更新后, 可能需要调整日前市场确定的次日24点发电计划, 这类调整需要在日内市场完成。日内市场从每日的14点开始, 直到该小时上网电量最终确认的前一个小时结束。

(4) 实时市场。实时市场从每日的零时开始24时结束。为监督各并网电源是否按照发电计划上网发电, 并保持电力系的稳定运行, TSO对并网电源的出力调整需要在实时市场中完成。

(三) 辅助服务

为了确保电力系统从发电厂到消费者之间稳定可靠的电力传输, 避免电力供应的波动和中断, 丹麦国家电网提供辅助服务。丹麦国家电网公司购买三种不同类型的备用, 并根据系统的反应时间来利用这些备用平衡电力系统。

3可再生能源优先调度经验总结

(一) 通过适应风电特点的电力市场机制, 风电参与电力市场中日前、日内等各个发电计划制定环节, 促进风电优先调度

从实践经验来看, 多数风电一般都参与电力市场, 与其他电源一样参与竞争。电力市场机制对促进风电等可再生能源优先调度的作用主要包括:一是风电在市场机制中发挥边际成本优势, 保证风电等可再生能源优先调度。电力市场机制按经济性最优原则确定机组发电计划, 风电边际成本较低, 在充分竞争市场机制下能够凭借其成本优势保证其优先调度。二是市场机制下自由、开放、多样的交易方式, 为风电场实现盈利开辟多种渠道, 充分调动风电场自身促进风电消纳的积极性。

(二) 不断提高风电功率预测水平, 为风电场参与电力市场并及时调整发电计划提供重要技术支撑

风电功率预测是电网调度维持功率平衡、保证电力系统稳定运行的重要参考, 同时也是风电企业参与电力市场的基础, 预测精度对风电企业的经济效益有着显著影响。一方面, 对于调度运行人员而言, 风电功率预测精度影响备用容量的需求评估和竞价, 同时, 实时滚动的预测结果对于保持电力系统的稳定运行意义重大;另一方面, 对于风电企业而言, 风电功率预测是风电企业参与电力市场的基础条件, 其短期预测、超短期滚动预测对于确定每小时发电计划、市场竞价以及功率差额所需支付的费用有着完全直接的关系。

(三) 相对灵活的电源结构, 有效提升系统调峰能力, 为风电等可再生能源实现优先调度提供保障

从丹麦的电力系统电源构成来看, 燃气机组占比较高, 燃气机组启动迅速、调峰性能好、运行灵活性高, 能够很好的适应风电的波动性和不确定性, 是支撑风电迅猛发展和保持电网安全稳定运行的重要基础。

(四) 积极开展需求侧管理, 有效辅助风电优先调度、保证电网安全稳定运行

从目前高比例地区风电运行实践来看, 需求侧管理资源是系统紧急运行情况下, 保证系统安全稳定运行的重要资源。

参考文献

[1]李俊峰, 时璟丽.国内外可再生能源政策综述与进一步促进我国可再生能源发展的建议[J].可再生能源, 2006 (1) :1-6.

[2]李京京, 任东明, 庄幸.可再生能源资源的系统评价方法及实例[J].自然资源学报, 2001 (4) :373-380.

能源调度篇2

关键词：电网；调度模式；新能源；多目标

中图分类号： TM7 文献标识码： A 文章编号： 1673-1069（2016）12-183-2

0 引言

在社会经济发展步伐不断加快的形势下，生活用电和工业用电的需求剧增，催生了用电需求和电力供应之间的矛盾。我国目前主要采取火力发电进行供电，但由于煤炭资源属于不可再生能源，大量的煤炭被开发和使用，资源越来越紧张，而且其燃烧产生的氮氧化物直接影响了空气质量，因此电力供应方式也逐渐从传统的模式转变为复合模式。由于电力来源较广，因此可以减少火力发电的比重，借助水力、风力、太阳能等新型能源来替换不可再生能源，改善当前的电力供给状况。

1 新能源发电技术及其特点的简析

与煤炭、石油、天然气等传统能源相比，新能源在发电技术的开发和运用使得非常规能源进入了一个新的时代。

1.1 风力发电技术

风主要是由于地球表面气压差异而形成的，其活动所产生的动能便是风能，风力发电主要由风能密度和累计小时数所决定的。因为风能具有随机性和间歇性，让风能成为了不确定的来源，使得电网调度难以进行控制和调控。而当前电网调度主要是对设定风机切入速度和切出速度进行控制，从而减少对风电机组和电网的损坏。

1.2 太阳能发电技术

太阳内部在不断地进行着核聚变，大量的能源达到地球后所产生的太阳辐射便是太阳能。由于太阳的寿命还有五十多亿年，因此太阳能在一定程度上来说是取之不尽的环保能源，而太阳能主要受到日照强度、日照量还有日照时间影响。光伏发电是经过光电反应，把光能直接转化为电能的技术，这种发电技术的发展前景是极好的，但是由于其转换的效率、运行的成本以及自然因素等影响，其还未广泛运用。

1.3 生物质能发电技术

这种能源是通过化学能的方式储存于生物质中，生物质能直接或者间接来源于植物体内的光合作用，其所含的硫元素远远低于煤炭，而氢和氧元素则高于煤炭，这样有利于化学成分的燃烧。而且其燃烧后所产生的气体主要是二氧化碳，能够被植物利用和吸收，从而大大减少了污染物的排放，实际上借助生物质分解或者代谢所产生的可燃气体进行发电已经有了应用，例如沼气发电和炉煤气等。

1.4 其他能源发电技术

比如地热发电和海洋发电等虽然在实际中的应用比较少，但是却具有很好的发展前景。地热能是因为地球内部放射性同位素进行热核反应从而产生的热能，一般是通过熔岩把热能释放出来，将其抽取后用于发电。例如对于地热能发电，当前就在研究干蒸汽发电与扩容蒸汽发电的联合技术，从而获得更高的热效率。而海洋能发电则是来自于星球引力太阳辐射的能量，但是由于各种条件的限制，目前只是对于潮汐能的应用有了更深入的探究。

2 新能源在电网调度中存在的问题

2.1 新能源开发利用失衡

近些年来，我国的新能源装机不断增加，其发电量也在不断增长，对于我国能源结构的调整有着极大的促进作用。其中风力发电和太阳能发电所占的比重最多，其应用技术越加成熟，趋于规模化和商业化，发展速度位于其他新能源之前。当前，我国的风电规模和光伏发电速度是增长最快的，在“十二五”期间我国风电装机的容量大大增加，发电量逐年增长。然而由于经济效益较低，新能源开发和利用的技术水平不够高，加上新能源的分布较散，使得其他新能源如海洋能、地热能、生物质能等没办法实现集中式的发电，开发利用失衡。

2.2 新能源发电不利于电网的调度性

由于新能源具有间歇性、变动性等特点，若是将其和电网结合，那么就需要对原先的电网进行改造和调整，这在一定程度上影响电网的稳定性和安全性。而且有些新能源不够稳定，会出现时段性的功率变动。例如风能发电，其风力是难以稳定的，甚至是无法控制的，在风电机并入电网之后，这种不稳定性会直接影响电力平衡，从而对电网的安全稳定运行造成了不利的影响。

另外，新能源的发电状况与自然条件有着密切的关系，这就造成了新能源难测、难控、难调度等不足，不同的发电手段所产生的影响是不同的。比如，地热能虽然也会受自然环境变化的影响，但是在相当长的时间里，地热田是可以确保能源来源的稳定性的。又比如生物质能热值的稳定性是比较低的，会造成发电过程中连续控制性差、经济性低等问题，但是生物质能受自然环境的影响是比较小的，因此在控制和调度方面则较好。前面提到的风能和太阳能是受到自然环境影响最大的两种发电方式，其中可控性已经成为影响新能源并入电网后产生不稳定性的重要因素。

总之，新能源的不断入网，对于电网调度的正常运行和生产活动产生了一定的影响，这就需要针对新能源电网调度模式进行分析和研究，对各种发电新能源进行统筹兼顾，从而实现全网功率供给和需求之间的平衡，真正地达到安全运行的标准，从而保证新能源的有效开发与利用。

3 新能源多目标优化电网调度模式分析

根据电网调度生产周期内各个时间段负荷的变化情况，合理地安排和投入运行的机组，从而保证符合在机组之间的合理分配，实现最佳的稳定性和安全性，提高经济效益，这是电网调度的重要内容。因此电网调度方法的科学有效直接对电网的稳定安全产生了影响，必须引起我们的重视。

3.1 构建新能源多目标优化电网调度模式

如何才能构建多目标优化电网调度模式呢？首先，综合考虑各种影响因素，设定多种约束条件来进行数学建模，从而构建新能源多目标优化电网调度模型，其次就是要借助算例来验证是否可行、合理，从而为之后系统化设计电网调度策略提供更加有效、科学的手段。

3.2 当前采取短期的电网调度

由于传统的电网调度其电力来源具有较强的可控性和稳定性，而且符合也是可预测的，并且可以根据常规电源的确定性来进行电网调度优化方案的设计。新能源大规模地并入电网中给电网带来了不稳定性和不可控性，使得电网在持续性地发生变动，不利于对发电功率的预测。因此为了确保电网的稳定和可控，对于那些不确定因素，应当预留部分的旋转备用，从而把新能源发电的实际发电量和预测值之间进行弥补，从而减少由于系统的失负荷和备用不够所带来的风险。不过这种短期的电网调度会使整个机组运行效率大大降低，进而使资源浪费，削减了新能源带来的经济效益和社会效益，甚至增加了运行成本。

3.3 开发利用电源与设备，整合电源结构分布

为了确保新能源在并入电网之后的平衡，可以适当地增加系统的调峰容量。构建调峰能力强的备用电源，使得新能源在运行过程中出现不稳定时，能够迅速、及时地调峰。并且开发和利用具有强实用性的能源储备设备，能够在新能源发电剩余电能时，将其储备起来，若用电负荷较高时便可以将储存的电能转变为备用电源。这种调度手段能够极大地降低新能源并入电网之后所出现的风险率，不过这种手段在短时间内还未被应用，投资的成本也较高。

3.4 建设智能化关系系统，合理引入侧响应机制

智能化电网的运用和发展，使得新能源作为群体将大规模地出现在人们的社会生活中。随之而来的，就是一系列可以调度的负荷群体的出现。实际上将智能化电网运用到电网调度设计方案中能够较好地协调个体与区域电网之间的关系。将剩余的电能补给给不足的区域，从而确保了电网稳定。另外还可以引进侧响应机制，把各种间断性的新能源发电进行全面的整合，促使资源的合理使用，能够最大程度地提高供电的应变能力，真正地保证了电网供电的可靠性。

4 结束语

总的来说，随着绿色环保理念的深入贯彻和落实，人们越来越重视资源的有效利用与开发，其中电能是与人们的生活、生产密切相关的，在传统能源逐渐减少的现状下，人们开始寻求新能源的运用。新能源并入电网之后，会对电网的稳定性和安全性等造成影响。而多目标优化电网调度模式能够促使各种能源进行重新整合，从而保证了能源结构的合理性和科学性，极大地提高了能源调度的能力。使用先进的手段和技术来管理和控制风电场出力，扩大电网调峰电力交易的范围和规模，实现新能源的生态环保与可持续，减少新能源给电网调度带来的不利影响，并且降低运行成本，真正地做到多目标优化电网调度。

参考文献

[1] 刘晓.新能源电力系统广域源荷互动调度模式理论研究[D].华北电力大学，2012.

[2] 龚锦霞.含分布式能源的电网协调优化调度[D].上海交通大学，2014.

[3] 魏亚楠.智能电网中多种发电模式联合调度模型及效益评价研究[D].华北电力大学，2014.

新能源对电网调度管理的影响研究篇3

1 传统电网调度管理特征阐述

以往应用的电网调度管理形式, 具有多样的形式。例如, 任何单位或者个人均不可进行超计划的应用以及分配电量、电力。于运行期间, 发电厂应该将调度机构展开的调度计划作为依据, 对于电压范围操作进行规定以及规范, 并且针对有关功率以及电压进行科学的调整。此外, 在相关的电网调度管理条例执行方式中, 还具有将本电网内发能力进行充分的发挥以及提高、增强供电设备的运行能力等作为内容, 并且满足电网实际的用电需求。例如, 从电网的实际情况进行综合的考虑, 针对一次能源实施优化并利用, 于降低配电网运行成本情况下, 减少发电能源的损耗现象。在调度规程工作中, 应该注重电网运行方式的优化, 并不断优化和改进设备检修管理工作等内容。

2 新形势下新能源的发展趋势探究

太阳能作为地球上基本能源, 每分钟在地球上照射获得到的能源等同五百万吨煤, 因此, 对于太阳能的应用价值和意义巨大。并且应用太阳能的范围较为广泛, 包括采暖、发电以及淡化海水等领域, 例如在我国已经广泛地应用了太阳能热水器, 不管生产量还是使用量, 均排于世界的前列。太阳能发电同生物质能发电等作对比, 其具备良好的多样性特征, 例如具有广泛性、洁净性以及安全可靠性等。这些优势, 使得太阳能发电在能源战略中具有重要地位。同时, 于国家的高度扶持下, 目前太阳能在高速的发展阶段, 尤其体现在光伏产业内。于2015年时, 作出新的发展计划以及目标, 提出实现发电总装机容量在3500万k W以上。

风能是于太阳辐射的情况下由流动所产生, 同其他的能源进行比较, 风能更具备超大的储藏量, 为水能的十倍之多。同时, 风能具有广泛的分布, 作为可再生能源, 于交通相对闭塞、与电网主干线区域距离较远等地区, 风能产生的作用更显著。目前, 风力发电形式最为常用, 并且水平轴风机是风力发电的核心机型。例如, 2015年, 我国的风电发电量达到了1863亿k W/h, 同比提升21.4%, 2016年1~6月我国风力发电量为1048亿k W/h, 同比增长23.4%。

3 新能源的发展在电网调度管理工作中产生的影响

针对新能源的应用期间, 也在一定程度上对于电网调度管理工作产生不同的影响。首先, 为针对风力发电方面的影响。风电具有较强的不可控性以及随机性等特点, 风电场是一种波动型电源, 因不稳定的情况, 因此也属于一种间歇型能源 (如图1) 。

风力发电时, 应用到的规模较大的风电机组, 可以影响到电网调度管理, 例如系统暂态稳定以及联络线控制等方面;其次, 为针对太阳能发电产生的影响。于太阳能发电期间, 负荷中心光伏应该同相对应的中低压配电网进行连接, 进而引发配电系统运行较为繁杂的情况。尤其为管理以及控制的方面, 可以对于配电网的运行控制和具体的规划产生较为严重的影响。于系统的保护方面, 对于利用分布式电源的手段, 也推动了配电网潮流朝双向性方向发展。并且配电网于非正常状态下和产生故障问题情况下, 应该充分确保整个线路系统可靠、平稳和安全地运行。在此期间, 如果实施相异形式的分布式发电技术, 便会对于故障电流以及保护判据构成不同的影响。于规划设计上, 应该针对较多问题展开考虑并解决, 包括配电网络以及预测空间负荷、分布式电源优化问题等。于系统控制上, 包含了分布式电源本身存在的特征, 较大程度地提升了控制电压以及频率的困难性。例如, 配电网运行期间, 针对电源的输出, 负荷的波动具有较大的影响, 但是存在较小的相对冲击力。

4 新能源对电网调度管理的相关应对策略探讨

纵观整体, 新能源的构成共分成两大类别, 其中包含了集中式能源以及分布式能源。并且应该将110k V和35k V进行分别的接入, 同时将管理以及技术两个角度作为基础, 应用合理的方案、手段展开健全及完善, 并最终获得优化。

(1) 在管理层面:将各个方面的因素进行充分的考虑, 对于现有的管理模式进行不断的完善及优化, 进而适应并且满足新能源所提出的要求。并且将传统形式的电网调度管理作为基点, 对于中压电网管理形式、低压电网管理形式进行强化。此外, 配电网调度管理应逐渐的转变至能源互联网层面, 并对各方实际需求展开相应的满足。

(2) 在技术层面:从集中式能源角度讲, 能够在很多的方面进行着手, 对于其中包含的问题展开合理的解决。例如, 将发电功率预测水平进行不断提升, 并且对数值气象信息良好的应用, 展开预测工作, 发现其中具有的问题;对储能技术进行优化并应用, 也就是大规模的利用电池以及抽水蓄能对能源进行储备, 进而于管理工作中有效的降低风力发电影响;建立起能够适应于实际所需的互联电网, 通过将电网裕度作为渠道, 对相应风电波动进行抵消, 并且实现优化配置资源。从分布式能源角度讲, 能够通过实施配电网检修负荷转移的举措, 对配电网展开良好的保护。

5 结语

言而总之, 当前在新能源的应用期间, 应该做到全方位的对于电网调度管理工作产生的相关影响进行分析及探究, 并实施积极有效的举措针对具体的问题展开有效解决。同时, 应该推动新能源充分的发挥出自身功能和作用, 进而保障电网可以具有平稳和安全的运行环境, 降低不良现象情况, 最终为人们提供更加优质的服务, 使社会效益和经济效益发挥至最大化。

摘要：当前处于知识经济时代, 在各行各业对于能源的需求量不断增加, 也使得环境危机以及化石能源危机情况更加凸显。并且目前以化石能源作为基础的工业文明也存在发展困境阶段, 引发全球范围内产生了新一阶段的能源变革。在电网建设过程中, 包括太阳能和风能等在内的新能源具有较为广泛的应用, 并且在电网调度管理中产生了不同程度的影响。所以, 通过不断的针对电网调度管理工作进行完善和健全, 充分实践新能源多样化功效, 保障电网运行具备安全性、稳定性以及可靠性等, 最终获得经济和社会、生态效益的多重提升至关重要。

关键词：新能源,电网调度管理,分析

参考文献

[1]汪胜和.新能源对电网调度管理的影响分析[J].安徽电力, 2014 (03) :50~53.

[2]蔡一骏, 李丰伟, 励文伟.地区电网新能源并网调度管理模式的提升[A].2013年中国电机工程学会年会论文集[C].中国电机工程学会, 2013 (05) .

[3]刘洋.新能源对电网调度管理的影响分析[J].科技与企业, 2016 (02) :120.

[4]任建文, 渠卫东.基于机会约束规划的孤岛模式下微电网动态经济调度[J].电力自动化设备, 2016 (03) .

[5]彭娟.智能电网环境下电网调度管理问题分析[J].科技创新与应用, 2016 (16) :188.

[6]弋富国.新能源分布式独立微电网的调度管理的研究探讨[J].科技展望, 2016 (20) :125.

能源调度篇4

本文运用系统协同学的理论, 构建城市能源动力设施系统和环境保护设施系统两大系统的系统评价指标体系, 利用主成分分析法对我国城市能源动力设施系统与环境保护设施系统进行综合评价。

1 评价指标体系

对公共基础设施评价主要表现在以下两个方面: (1) 宏观层面比较国家或者地区的竞争力, 其中公共基础设施评价成为宏观评价区域竞争力的重要组成部分。通过总体情况、基础设施、宏观经济环境、健康与基础教育等12个层面对全球各区域经济体的竞争能力进行评价;从评价各国的旅游产业竞争力的角度, 对公共基础设施的环境发展可持续性、空中交通基础设施、地面交通基础设施进行国际间的比较。 (2) 对公共基础设施本身进行评价, 这类文献主要以国内学者为主。从环境设施等5个维度22个指标对我国287个地级以上城市公共基础设施进行评价。

公共基础设施同时兼具经济效益、社会效益和环境效益。在公共基础设施评价指标选取过程中, 首先, 为科学区分城市公共基础设施经济效益不同的产生途径和作用机制, 将指标分为增量指标和存量指标两大类。增量指标用来描述样本城市公共基础设施新增投资数量, 具体表现为投资规模;存量指标用来描述样本城市公共基础设施建成投入使用数量, 即城市公共基础设施系统所能提供的用于城市生产生活的设施数量。为更加明确、细致地表示公共设施的存量, 进一步将存量指标分为服务水平和质量效率, 其中服务水平表示公共设施的服务能力, 质量效率表示公共设施的服务效率。依据指标体系设计的科学性、全面性、可操作性原则和多维矩阵结构指标体系的设计思路, 通过征询专家意见法、检索统计文献使用频度法, 并注意使用可获得的统计数据指标, 设计能源动力设施系统、环境保护设施系统评价指标体系, 并分别用A表示城市能源设施的综合发展指数、B表示城市环境保护设施综合发展指数, 如表1所示。

2 数据标准化处理

为了消除变量间在数量级和量纲上的区别, 由于各类指标数据自身的特点和分析评价要求不同, 因此需要对原始数据采用极值法进行标准化分析。

正向指标:

逆向指标:

逆向指标指的是人均电力消费量、能源消费总量、电力消费总量、人均能源消费量电力消耗增长速度与GDP增长速度的比值、人均工业粉尘排放量、人均二氧化硫排放量、人均烟尘排放量, 其他的都属于正向指标。

3 协调度模型的构建

经济、能源和环境系统记为Si (i=1, 2, 3) , 各个系统所包含的指标标准化后的向量为XSi= (xi1, xi2, …xin) , 各个指标相应的权重为WSi= (Wi1, Wi2, …Win) 经济、能源和环境协调度分别为Ec、Ee、和Ev。本文将在单个系统的协调度、两个系统的协调发展度以及经济、能源和环境的综合协调度这三个方面进行分析。

对单个子系统协调度的计算公式为:

本文的权重主要采用德尔菲法以及主成分分析法进行确定, 通过这样的方式能够体现出评价者的决策意愿, 而且可以避免评价者的主观意愿与实际情况出现偏差, 与此同时, 还可以充分利用原始数据的信息。在主成分分析法确定权重中, 可以依次找出各个系统的主要指标, 将各个主成分的方差贡献率的方差贡献率αi与因子载荷 (k=1, 2…, m;i=1, 2…, n) 线性组合求得各个指标对整个系统的贡献度。对于两个系统的协调度定义为:

通过公式可以计算出经济、能源和环境两两系统之间的协调度。虽然能够反映出两个系统协调的程度, 但是却不能反映出系统之间协调发展水平的高低。本文采用的模型计算协调发展度为:

对经济、能源和环境的综合协调度以一般函数为基础, 经过权衡分析, 可以用公式表示为:

4 城市能源动力与环境保护设施系统协调度测算

本文的原始数据来源于《中国统计年鉴》 (2002~2012) 、《中国能源统计年鉴》 (2002~2012) 和《中国环境统计年鉴》 (2002~2012) 。

式中:U (A/B) 指的是A系统相对B系统的协调度;UA指的是A系统的实际值;UA′指的是通过并选取回归方程A=f (B) 得到B系统对A系统要求的协调值;S2为A系统实际值的方差。从式 (7) 中可看出, 实际值越与协调值相近, 如果状态协调度U越大, 则表示系统协调程度越高, 如果状态协调度U越小, 则表示系统协调程度越低, 当实际值等于协调值时, 状态协调度U=1, 表示系统完全协调。通过状态协调U可以对两个系统间的协调程度进行评价。取式 (8) 作为包含能源动力与环境保护设施系统的系统协调度。

式中:U (AB) 为A系统与B系统的协调度指数;U (A/B) 的值越大, 说明两系统间协调发展的程度越高;反之, 两系统间协调发展程度越低;而当U (A/B) 与U (B/A) 相等时, 说明两系统间完全协调。2001~2011年两大系统的协调度结果如表2所示, 协调度曲线如图1所示。

5 结语

城市工程性基础设施包括给排水及污水处理、防灾、能源动力、邮电通信、环境保护、道路交通等六大系统, 各系统协调配合, 才能为高度密集的城市生产、生活活动提供物质基础和保障, 城市能源动力设施系统与环境保护设施系统密切相关, 相互作用和影响。

(1) 公共设施综合评价值代表公共设施的发展水平。能源生产增长速度、电力生产增长速度指标对提高能源动力设施系统的评价值推动作用明显。

(2) 城市能源动力与环境保护设施系统的协调状态不平稳, 处于震荡状态, 可见两系统的协调状态很不稳定, 处于持续波动状态之中。

(3) 应长期加强能源动力设施系统与环境保护设施系统之间协调性监测研究, 同时, 在公共政策制定过程中, 应关注能源动力设施系统与环境保护设施系统的协调情况, 以保证能源动力设施系统与环境保护设施系统向社会更和谐有序地提供公共设施服务。

参考文献

[1]黄金川, 黄武强, 张煜.中国地级以上城市基础设施评价研究[J].经济地理2011 (1) :47~54.

[2]吴建楠.基础设施与区域经济系统协调发展分析[J].经济地理, 200 (10) :1624~1628.

能源调度篇5

钢铁工业是我国重要的基础产业,也是制造业中的耗能大户,占全国能源消费的15%以上[1],高能耗问题日益成为制约钢铁工业发展的一个重要问题。因此需要采用先进的能源管理理念,通过两化融合科学用能,实现钢铁企业的可持续发展。能源管控系统(EMS)正是为适应这一要求而产生的,是建立在信息集成技术之上的综合管控系统,它从全局高度对能源介质的生产、输送、储存和使用过程进行监视和控制,最终实现钢铁企业的节能降耗[2,3]。

目前大部分EMS不同程度地实现了对能源生产过程的集中监视和控制功能,在此基础上进一步实现能源的优化调度以及重点耗能设备的优化运行具有重要的现实意义。本文以中天钢铁集团有限公司能源管控系统项目建设为背景,对EMS平台下的钢铁企业能源数据校正、能源介质预测、设备能损分析、水气资源调度等若干模型进行了研究,最终从3个层面上提出了钢铁企业能源调度及优化的解决方案,并已投入现场使用,其功能结构如图1所示。图中能源数据校正为后续分析提供剔除显著误差、协调随机误差后的可靠数据,为第1层面。能源介质预测与平衡分析对未来一段时间的能源介质发生、消耗量进行在线预测,确定平衡的方向,为优化调度提供依据;性能分析与能损诊断对设备能效进行实时监测,确定能损产生的部位,为开展设备的经济运行提供依据与指导,为第2层面。第3层面,根据能源介质的预测及平衡分析结果,合理调整煤气柜、锅炉等缓冲设备,降低煤气的放散;在并列运行产能设备之间进行负荷优化分配,降低总的产能成本;根据能损分析的结果,调整设备运行参数,实现经济运行。3个层面的功能依次深入,形成由知识分析到优化决策的过程。

1 能源数据校正模型

准确完整的测量数据是进行能源监视、优化调度及决策分析的重要基础,但实际测量数据受到仪表精度、测量方法及生产环境的影响,总是不可避免地存在误差,因此本文建立一种分类分级数据校正模型,用于能源管控系统进行显著误差的检测和随机误差的协调。

1.1 测量数据分类与分级

钢铁企业生产过程涉及的参数数以万计,有些参数存在多个测点,而有些参数由于生产条件恶劣等原因,无法布置测量点,因此需要对这些参数进行分类和分级,以便采用不同的策略进行校正。

(1)测量数据分类。

根据过程参数是否布置测点,将其分为已测变量和未测变量。对于已测变量,若可以根据平衡方程由其他已测参数计算得到,则称为冗余型已测变量,否则称为非冗余型已测变量;对于未测变量,若可以根据平衡方程由已测变量唯一确定,则称为可观测型未测变量,否则称为不可观测型未测变量,只有冗余型已测变量和可观测型未测变量参与数据校正过程[4]。

(2)测量数据分级。

根据测量参数在计算分析中的重要程度将其分为核心参数、重要参数及一般参数,核心参数是计算分析能得以进行的必不可少且无法回避的参数;重要参数是在计算分析中具有重要影响但其重要性次于核心参数的参数;一般参数是计算分析中有影响但可以采用某种方式回避的参数。在钢铁企业能源管控系统中,煤气、蒸汽等能源介质总管网上各节点的压力、温度、流量参数是进行这些能源介质科学调度的重要依据,因此将其划分为核心参数;各分厂设备进出口的能源介质参数是进行设备能耗分析的基础,将此类参数划分为重要参数;其余的参数划分为一般参数。

1.2 数据校正算法模型

数据校正是利用冗余信息,综合统计分析、过程机理模型和辨识技术等,对实际测量数据进行处理,消除数据中包含的显著误差和随机误差,并设法估计出未测变量,从而提高测量数据的质量。数据校正包括显著误差检测和随机误差协调两部分。显著误差的检测基于冗余(空间冗余、硬件冗余)以及统计的整体检验法进行;随机误差协调过程则结合机理模型进行。

(1)显著误差的检测。

基于空间冗余的显著误差检测是指能源介质在管网流动过程中,其压力和流量等参数或者升高或者降低,具有很强的关联性,这时通过比较测量变量上下游参数的大小,可确定相关测量数据是否存在显著误差;基于硬件冗余的显著误差检测是指如果该变量存在多个测点,则可通过计算这些测量值之间的距离,比较这些距离是否在可接受的变动范围之内,来确定是否存在显著误差;对于不存在强关联规律的单测点变量则采用整体检验法进行显著误差检测[4]。

(2)随机误差协调。

在数据分级的基础上结合热工过程的机理模型进行随机误差协调,首先对数据进行滤波,然后对滤波无法消除的存在随机误差的数据进行机理模型修补。机理模型需要满足物料质量平衡约束条件,即在无泄漏的情况下,总管网能源介质产销平衡,而各节点流量则满足质量守恒条件,即分厂各设备进口流量之和与总管网对应节点流量相匹配。校正模型如式(1)所示:

undefined

式中,xi为第i个能源计量点的仪表数值;undefinedi为第i个能源计量点的校正值;p为能源计量点个数。约束方程中以流入节点为正,流出为负。

剔除显著误差后,再利用式(1)进行数据校正,以计量值与校正值误差平方和最小为目标,在满足总管网和各节点质量平衡的约束条件下求解模型,获得的校正值可以实现能源介质发生量与消耗量之间的相对平衡。

2 能源介质预测模型

钢铁企业各类能源介质的生产和使用过程复杂,同时,发生和使用量伴有大幅波动,实际生产中的定量估计往往依靠现场人员的生产经验来完成,而这样的经验估计也因其存在的主观性而常常无法实现对各类能源介质的合理调度和有效利用,从而造成放散,因此需要通过数学模型对各类能源介质的发生和使用量进行科学预测,为各类能源介质的平衡提供决策支持,减少放散[5]。

由于对钢铁企业的主要能源介质很难准确建立其发生和使用量的机理模型,因此我们考虑采用基于历史数据驱动的时间序列预测方法建立此类能源介质的短期预测模型:对各类能源介质发生和使用量的历史曲线进行分析,按预测结果与实际数值误差平方和最小为原则选择合适的数学模型,描述曲线随时间的变化趋势,进而进行曲线的外推预测。这里的难点在于多模型的切换和参数的辨识。

2.1 多模型切换策略

以煤气使用量为例,各类负荷对煤气的使用情况是不一样的,如采用单一的模型进行建模,则适应性较差。因此需对历史数据进行分析,掌握各类负荷的煤气消耗特性,采用不同的模型进行预测,如:烧结厂对煤气的使用量比较平稳,可以采用水平趋势预测模型;而像炼铁、炼钢等用户,煤气的使用量波动比较大,则需要采用线性或者多项式趋势预测模型[6]。模型之间的选择切换以预测结果与实际数值误差平方和最小为原则进行。

2.2 基于最小二乘的预测模型系数在线辨识

一般来说,已知当前时刻T往前k个周期的煤气使用量{QT-k+1,…,QT-1,QT},若该时间序列呈现出水平趋势,则T+1时刻的预测值

undefined(常数) (2)

若呈现出多项式(如二次)趋势,则T+1时刻的预测值

undefined

模型系数a,b,c可利用最小二乘法进行辨识。

下面以二次趋势为例说明其求解方法。

令:

undefined

式中,J为k个周期内煤气使用量的模型预测值与实际值的误差平方和;tj为时间序列中第j个周期;Qj为第j个周期的煤气使用量。

要使J最小,则:

undefined

求解式(5),得到a,b,c 3个系数,即可利用式(2)进行T+1时刻煤气使用量的预测,然后去掉最老的信息QT-k+1,同时将新的信息undefined加入样本序列中,获得新的样本序列。采用相同的方法即可进行T+2时刻的煤气使用量预测,依次类推,直到预测出全部数据。

2.3 模型验证

以中天钢铁高炉煤气稳定负荷使用量为例进行模型验证,结果如图2所示,从图中可以看出模型预测量与实际使用量趋势吻合,运行人员根据此结果结合煤气系统平衡分析,可提前做出调度调整,从而减少煤气放散。

3 设备能损分析模型

钢铁企业主要耗能设备如加热炉、锅炉等工业窑炉热效率受到多种因素的影响,确定影响热效率的主导因素及其目标值后,建立主导因素的偏差分析模型,就可以确定窑炉主要热损失发生的部位以及大小,进行窑炉性能诊断和运行优化。

3.1 窑炉热效率主导因素的确定

我们参照国标《设备热效率计算通则》并结合各窑炉特性,建立了如下形式的反平衡热效率(η)模型,用于EMS进行性能在线监测。

η=q1=1-q2-q3-q4-q5-q6=

f(tpy,φ(O2),t0,D,Q,…) (6)

式中,q1为窑炉输出热量占输入热量的百分比;q2为排烟热损失;q3为气体不完全燃烧热损失;q4为固体不完全燃烧热损失;q5为散热损失;q6为其他热损失;tpy为排烟温度;φ(O2)为排烟中氧体积分数;t0为环境温度;D为窑炉热负荷;Q为煤种热值。其中,q2～q6的具体模型按《设备热效率计算通则》确定。

窑炉热效率的影响因素包括D,t0和Q等运行不可控因素以及φ(O2)和tpy等运行可控因素。基于以下原因本文选择φ(O2)和tpy作为影响窑炉热效率的主导因素:(1)这两个参数决定了排烟热损失的大小,而排烟热损失占到窑炉热损失的绝大部分(一般在80%以上);(2)这两个参数运行时可人为调整,并且可调整的范围较宽,即存在优化空间。

3.2 主导因素目标值的选取

制造厂一般会提供tpy和φ(O2)的设计值,但随着设备服役年限的增加,设备特性会发生变化,如果仍采用设计值作为目标值则不一定能保证设备处于最优运行状态,利用EMS已实现的性能计算功能,可以方便地实现此类参数最佳值的挖掘。

下面以中天钢铁1#锅炉为例说明目标值挖掘的方法,示意图如图3所示。

ΔP—挖掘时划分的锅炉负荷区间间隔;Pm—第m个负荷区间;c1～cm—m个类的类名;ηc1～ηcm—m个类类中心的锅炉热效率;(tpy,φ(O2))op—热效率最高的类中心对应的排烟温度与排烟氧体积分数。

目标值挖掘步骤如下:在N个典型负荷处分别划分其邻域区间ΔP,然后针对每个典型负荷邻域区间内的样本数据,利用K-means聚类算法进行聚类分析,找到热效率最高的类C1,其中心点对应的运行参数(tpy,φ(O2))op即可作为该负荷下锅炉运行参数的目标值[7,8],将每个负荷下挖掘出的数据点进行正交拟合,即得到目标值随负荷变化的回归模型,φ(O2)目标值的挖掘结果如图4所示。

3.3 运行参数的偏差分析模型

当运行参数偏离目标值时,窑炉热效率会发生变化,通过建立运行参数的偏差分析模型,可以清楚地看到不同运行参数对窑炉热效率的影响,从而准确找到窑炉的能损部位。利用泰勒公式对式(6)做一阶展开,得到主导因素tpy和φ(O2)偏离目标值引起的热效率变化如下:

undefined

其中:Δtpy=tpy1-tpy0,Δφ(O2)=φ1(O2)-φ0(O2)

式中,tpy1,φ1(O2)和ηc1分别为热负荷D下tpy和φ(O2)的运行值以及对应的热效率;tpy0,φ0(O2)和ηc0分别为热负荷D下tpy和φ(O2)的目标值及对应的热效率;k1和k2分别为tpy和φ(O2)的偏差因子。

3.4 模型验证

以中天钢铁热电厂1#锅炉为例,额定负荷下目标工况(目标工况对应运行参数按3.2节方法确定)与某运行工况的性能分析如表1所示,从表中可以看出按式(7)确定的不同因素引起的锅炉效率变化量之和(表中下半部)与按反平衡热效率模型(式(6))计算得到的效率变化量(表中上半部)基本一致,因此式(7)可以用于进行设备的在线能损分析。

通过表1可以看出,运行工况相对于目标工况锅炉热效率下降0.27%,能损产生的部位为:φ(O2)偏离目标值使热效率下降0.078 5%;tpy偏离目标值使热效率下降0.192 8%。运行人员将这两个参数调整到目标值,即可消除这两部分损失。

4 水气资源调度模型

钢铁企业公辅单元如净水站、空压站、制氧厂等一般都是多台设备并联运行,由于设备服役年限以及设备类型的区别,每台设备的能耗特性存在着差异,因此在根据生产计划和预测检修计划获得总负荷后,即可通过对每台设备负荷的优化分配,使设备群总能耗最低。

4.1 目标函数

对于此类优化问题可以统一用以下目标函数来表示:

undefined

式中,F为设备群总能耗;Fh为第h台设备能耗;n为并列运行设备台数;fh(Ph)为第h台设备的能耗特性方程;P为设备群总负荷;Ph为第h台设备负荷;Phmax和Phmin分别为第h台设备负荷上、下限;Ph,l-1为第h台设备前一时刻(l-1)的负荷;ΔT为完成一次变负荷的时间;Vh为第h台设备负荷升降速率;Vhmax为第h台设备变负荷速率的上限。

4.2 基于动态规划的优化模型求解

以中天钢铁制氧机组为例,首先对机组的小时制氧量与其对应的耗电量数据进行二次曲线拟合,得到2台机组的能耗特性方程如下:

undefined

上述式中,W1和W2分别为1#和2#机组每小时的耗电量;P1和P2分别为1#和2#机组每小时的制氧量。

则式(8)转变为

undefined

然后利用动态规划对模型式(10)求解[9],获得在满足总制氧量及其他各项安全性条件约束下,总制氧单耗最低时的两台机组各自的制氧量P1和P2。

4.3 模型验证

以前运行人员根据运行经验将总制氧量在两台机组之间平均分配,而由于两台机组特性的差异,因此平均分配不一定使机组总制氧单耗处于最低。在典型工况下利用模型(9)进行负荷优化分配与原先平均分配的节能量对比如图5所示。

从图5可以看出,在不同制氧总量下,优化后机组每小时的总耗电量和制氧单耗均有所降低,并且在低负荷时,节电效果更明显。

5 结束语

本文建立的能源数据校正模型、能源介质预测模型、设备能损分析模型和水气资源调度模型于2011年底在中天钢铁EMS现场应用,取得了积极效果,为企业实现循环经济和可持续发展做出了贡献,主要表现为: