电力机组

电力机组（精选9篇）

电力机组 篇1

1 概况

厦门华夏电力1#机组300 MW于1995年机组投产, 其汽轮组监测系统TSI (Turbine Supervisory Instrumentation) 采用本特利公司的3300系统, 用于采集和处理汽机转速、轴移、偏心、缸胀、差胀、振动等信号。因设备运行近18 a, 系统卡件等电子元件老化严重, 系统可靠性降低, 对机组安全运行产生不利影响。同时, 由于厂家已经对本特利3300系统进行更新换代, 该系统的部分设备已经停止生产, 当设备发生损坏时, 无备品更换, 将制约系统正常运行。

利用2013年1月1#机组大修期间对汽轮组监测系统TSI系统进行升级改造, 将本特利3300系统升级为3500系统, 将3300系统的框架、模件、前置器、探头、延伸电缆等进行更换。

2 改造方案

2.1 原系统配置及存在问题

华夏电力1#机组在改造前汽轮机监测仪表3300大机系统配置为1#~7#轴承X方向上安装复合探头 (一个电涡流探头和一个速度探头) 测量相对于轴承壳的相对振动 (轴振) 和轴承壳相对于自由空间的绝对振动, 然后由这两个信号矢量合成后出轴的实际绝对振动作为进ETS的振动报警及跳机信号。1#~7#轴承Y方向上安装轴振、在大机前轴承箱还分别装有四个轴向位移、一个偏心、一个键相、两个零转速、三个超速探头。差胀测量探头为低压缸2支补偿式、平面式测量盘;缸胀装于前箱侧面。1#机组TSI大机系统选用:电源模件3300/12、系统监测模块3300/03、偏心键相模块3300/40、轴振动监测模块3300/16、瓦振监测模块3300/65、差胀监测模块3300/46、缸胀监测模块3300/48、位移监测模块3300/20、零转速、转速3300/50。A、B小机除了配备振动、偏心、键相、轴移监测器外, 还另外还配有六通道热电阻式温度监测器, 用来监视各轴承温度。

3300系统间隙电压值显示在前面板的部分LED灯已无法闪亮, 六通道热电阻式温度监测器已有一半以上的通道无法正常显示, 曾发生过机架故障、输入/输出通道故障、振动/偏心等卡件故障, 3300系列的TSI早已经被3500系列TSI所取代, 3300系列的卡件和配套7200系列探头本特利公司已停产多年, 市场上已很难购买到新近出厂的合格产品, 已经无法购买到备品, 若模件出现故障, 没有备品可以替换, 将严重影响机组的安全运行。一般电子产品的使用年限为10 a, 该套设备已经投用近18 a, 设备老化问题已经逐步显现。TSI系统升级改造势在必行。

2.2 TSI系统改造方案选型

本特利3500系统是目前我国大型机组上应用较为广泛, 也是本特利公司最先进的TSI系统。TSI系统升级至本特利3500系列是在不影响原系统功能的基础上进行的改造。既增强了应用软件功能和提高了硬件可靠性又完全保留了原本特利3300系列所有连续、在线监测功能。改造方案选择的TSI系统为Bently Nevada公司的升级产品, 卡件为3500系列, 配套探头为3300 XL系列。项目改造范围较小, 工程实施简单;本特利3500系列配套3300 XL系列探头安装支架、螺丝孔等尺寸与华夏电力1#原7200系列探头一致, 可以直接安装;本特利3500系列是个成熟的系统, 国内300 MW以上机组TSI系统采用本特利3500系列的电厂至少有100多家。本特利3500系列仪表在使用过程中以其实验室级别的精度, 组态调整的灵活性, 模件、前置放大器、探头的可替换性, 安装后对细微偏差的可调整功能给调试、使用提供了很多方便。鉴于本特利3500系统的优势及改造对汽机本体影响改动最小的原则, 1#机组TSI系统升级选用本特利3500系统。要求具备原系统的全部监视、保护功能, 并具有报警及跳闸输出, 系统中的每个测点有4 m A~20 m A输出。同时将A、B小机轴承温度监测改为现场温度信号直接引到机组DCS分散控制系统中, 不再接入TSI系统。

2.3 3500系统升级配置

新的本特利3500框架沿用原3300机柜, 把原来四个框架 (大机两个框架、A、B小机各一个框架) 升级为三个3500系统标准框架3500/05, 大机一个框架, A、B小机各用一个框架;模件分别为电源模件3500/15、键相模块3500/25、振动监测模块3500/42M、偏心监测模块3500/42M、位移监测模块3500/42M、框架接口模块3500/22M、通讯网关模块3500/92、差胀/缸胀监测模块3500/45、零转速、转速监测模块3500/50M、转速3500/53、16通道继电器模块3500/33。原来7200系列探头全部更换成3300XL系列涡流传感器, 并配套使用3300 XL延伸电缆和3300 XL前置器用于振动, 轴位移, 转速, 偏心, 键相和差胀信号的测量。探头安装位置及尺寸尽量与原有的系统一致。新3500系统中每个框架均配置2套冗余电源模块, 系统框架中框架接口模块要求满足使用TDM系统数据采集的需要, 配置3500/22瞬态数据接口模块、3500/92通讯网关模块。每个测点有标准4 m A~20 m A信号输出, 将1#~7#瓦振动等值送至DEH系统或DCS系统进行显示, 同时要求所有数据也可以采用RS232/RS485协议通讯。

3 升级改造过程中安装注意事项

3.1 系统接地

3500系统在框架安装过程中要求有足够好的散热条件, 输入信号要有可靠的屏蔽接地, 整个3500框架要实现单点接地 (电源系统接地) [1]。

3.2 键相、偏心探头安装

探头间隙电压决定安装位置, 安装距离为1.2 mm, 对应的间隙电压值可从探头特性报告中查出, 键相探头安装前应检查轴上凹槽的位置不在支架安装位置的正下方, 防止安装间隙过小。

3.3 复合振动探头的安装

a) 保护盒的安装。复合式探头安装前, 首先要安装保护盒, 并将保护盒固定紧。对6#瓦及7#瓦保护盒安装要求和发电机外壳绝缘, 防止接地;

b) 相对振动探头安装。探头安装位置由探头间隙电压决定, 安装距离为1.5 mm, 对应的间隙电压值可从探头特性报告中查出;

c) 瓦振探头安装。瓦振探头安装应在相对振动探头安装后进行。瓦振探头用扳手固定紧, 安装时注意不可太用力, 防止瓦振探头在拆除时造成损坏, 装好后检查探头线圈电阻应在700Ω左右。对1#瓦, 由于轴封端部温度偏高, 速度探头应采用耐高温型。

3.4 转速探头安装

转速探头的安装距离为1.2 mm, 用塞尺确定安装位置, 安装后测出探头间隙电压, 将该电压和1.2mm间隙对应标准电压值作比对, 注意测量探头间隙电压时要用塞尺垫在齿轮上, 为了减小误差应用塞尺最薄的一片来垫。

3.5 缸胀探头安装

调整LVDT铁芯的位置, 使得输出电压为9.24 V, 仪表指示值为0。

3.6 轴向位移及差胀探头安装

3.6.1 轴向位移探头安装

轴向位移探头位置靠近推力轴承, 防止转子膨胀造成的影响, 安装轴向位移探头时要求汽轮机完全处于冷态 (一般大机盘车停止后即可) 。对大机安装时要求推力盘处于推力瓦的中间, 安装距离为2.5 mm, 仪表指示值为0。

对小机安装时要求推力盘向泵侧靠紧, 安装距离为2.5 mm, 仪表指示值为0。

3.6.2 差胀探头安装

补偿式差胀监测器:将探头紧靠靠背轮, 使探头靠紧, 背面的距离为23 mm, 移动拖板, 调探头A (机侧) 的间隙电压值为4 mm对应的探头间隙电压值, 调B (发电机) 探头的间隙为19 mm时对应间隙电压值。

3.7 3500系统投运前检查

检查各继电器模件组态逻辑是否正确;检查各卡件背板的类型跳线是否正常;检查各继电器的默认跳线是否正确, 检查零转速卡件背板“Z~COM”端子是否短接。

4 3500系统优势

经过半年的投用, 本特利3500系统较3300系统的优势已经充分显现。

a) 3300系统卡件是以电子线路集成为基础的单独系统, 组态方式通过设置线路上的短接块使卡件实现不同功能。这样每次改变卡件设置时, 须拔插卡件, 易损坏电子线路。3500系统网络结构线方式构成通过计算机RS232接口以软件的方式实现对卡件功能的设置。即方便快捷, 又不会损坏, 同时卡件支持带电拔插功能;

b) 3300系统实时数据是通过卡件前面板的棒状液晶显示屏显示系统实时数据。棒状显示数据精确度较低, 而且量程和刻度改变不方便。3500系统在监测框架上没显示屏, 所以在操作员计算机上安装操作员显示软件, 通过显示软件可显示机组图、棒状图、当前值、选定的事件段显示趋势图、报警事件序列、系统事列表、计算机日志。显示软件强大的监视功能为运行员更好了解机组的运行状态提供了保证。数据显示也可通过监测框架据4—20 m A输出到DCS系统实现数据监视;

c) 3300系统在现场通常用硬接线的方式实现与其它系统的通讯方式。3500除了具有3300通讯功能以外, 可用RS232接口实现主接口机和框架之间的通讯, 也可通过RS422端口实现几个框架之间的通讯, 3500系统还可通过解调器实现框架和框架之间、主机和主机之间的远程通讯。3500与3300通讯方式相比的显著特点是3500对网络的支持程度大大提高了;

d) 3500系统各功能模块都有一颗单片微控制器 (MCU) , 用于实现各模块的智能化功能, 如组态设置、自诊断、信号测试、报警保护输出、数据通信等。可通过上位机的组态软件对各个模块进行组态设置, 并下载到各个模块的非易失性存储器中, 且具有双重冗余供电电源模块, 提高了系统运行可靠性。

5 结语

华夏电力1#机组汽轮机监测系统3500系统改造至今已有半年的时间, 与原来的3300系统相比, 该系统具有测量准确、运行稳定、组态灵活、备品备件少、维护方便等特点, 所提供的机组保护信号正确, 有力地保证了1#机组的安全稳定运行。此次改造对于电力系统同类型300 MW汽轮机监测系统选型亦具有参考意义。

参考文献

[1]Bill Laws.Turbine Generator Vibration Transducer Selection Criteria for Machinery Protection and Managemen[tJ].OR2-BIT, Fourth Quarter-December, 1998, 19 (4) :10-12.

电力机组 篇2

1概述

热力发电厂主要的热负荷一般是该区域内的工业生产用汽和采暖用汽。目前一些城市受热电厂供热能力的限制，许多热用户还依靠中小锅炉供热；即使已使用热电厂汽源的用户，有不少还保留着自己的小锅炉，以备供热高峰时短期使用。为缓解这种供热紧张局面，彻底解决此问题，一般采取新建供热机组或将中小型纯凝汽机组改为供热机组的措施，以消除或减少城市的中小型锅炉，降低大气污染，提高社会整体效益。

下面对保定热电厂一台N50-8.83/535型纯凝机组改造为C50-8.83/0.98/535型供热机组的方案进行研讨，以便得到更好的技术经济性能。

1.1机组现状

该N50-8.83/535为单缸冲动凝汽式机组，由北京电力修造厂生产，投产于1973年3月。本机有7段抽汽，分别供4台低压加热器，一台除氧器，2台高压加热器。

1.2改造原则

a.安全可靠性第一采用的改造技术和结构部件安全可靠，消除原机组改造范围内的缺陷及薄弱环节。

b.根据国家四部委《关于发展热电联产的若干规定》和国家经贸委《关于关停小火电机组实施意见》文件的精神，确定退役凝汽机组改为抽汽机组后的年均热电比大于50%，总热效率大于45%。

c.以热定电，按配套锅炉设备的额定出力220 t/h时，力求尽量增大供热量，以满足工业抽汽的要求。

d.以运转平台基础和轴承跨距不变动进行结构设计，便于施工，利于降低成本。

e.尽量采用当前国内最先进的同类型机组成熟的改造技术，力求节能降耗，提高经济性。f.尽可能保留原凝汽机组的可用部件及附属设备，减小改造范围。

g.自动主汽门、调速汽门安装位置不变，与凝汽器接口形式不变，与发电机的连接方式不变。

h.改造后抽汽量在0～100 t/h范围内任意调节，纯凝汽工况最大连续运行功率为50 MW；在抽汽量100 t/h时，最大电功率为40 MW。

i.优化回热系统设计改造后不影响回热系统设备的安全运行，补水采用凝汽器补水方式。j.改造后的机组可以视同新机，可延长机组寿命。

2改造方案

2.1方案比较

2.1.1方案一：增大向外供热的非调整抽汽量

三段抽汽孔扩大，其余部分不变。据计算供热抽汽量能达到30 t/h，且抽汽量将随着负荷变化而变化。优点是改造费用低，约20 万元，但此改造抽汽量太小，远不能满足供热市场需求，且热电负荷调整不方便，供热压力也不稳定。

2.1.2方案二：改为调整抽汽机组

调整方式采用旋转隔板调整，即去掉压力级第七到第十级，改装为旋转隔板。为此需要更换前缸、中缸、转子、部分隔板套、前汽封环、调速器、转速变换器等。需要增加的部件

有旋转隔板、油动机、抽汽逆止门、压力变换器等。另外还有一些部件、调速系统及保安系统需要作相应改动。改造后，抽汽量可达60～100 t/h，随着抽汽量的增加，电负荷要下降，当热负荷到100 t/h，电负荷估计在36～38 MW范围内。

2.1.3方案三：改调整抽汽机组的同时对通流部分作优化设计

本方案改造范围与方案二基本相同，不同点是将机组改为可调整抽汽机组的同时，采用全三维技术对通流部分进行优化设计，使机组内效率达到90年代世界先进水平。改造后的抽汽量可在0～100 t/h范围内调整，热耗值比不采用全三维技术改造的机组下降627 kJ/kWh 以上，相当于煤耗下降6.98%。本方案的改造费用预计800万元左右。

2.2方案确定

考虑到机组改造后的运行稳定性、可靠性及经济性，经过对3种方案的技术比较，认为方案三较可行，即凝汽机组改为可调整抽汽机组的同时进行汽轮机通流部分改造，提高汽机内效率(典型工况见表2)。这样，可以在充分利用原有设备及其潜力的前提下，以最小的投资争取获得最大的收益。

2.3改造方案简述

通过热力计算初步确定，将原机组的一个调节级+21个压力级改造为一个调节级+9个压力级+抽汽调节级+9个压力级的形式。去掉的3个压力级改设一个进行抽汽压力调节的旋转隔板。新设计的调速系统在确保抽汽压力稳定的同时，对机组的转速或负荷自动控制。改造后设计抽汽压力在8～13 kg/cm2 范围内变化，采用调压器调整到所需要的抽汽压力，抽汽量根据需要在0～116 t/h 范围内变化，供热量最大可达100 t/h。最大热负荷时可带44 MW电负荷，热负荷低于60 t/h时，仍可带原设计额定电负荷，即50 MW。

2.4改造范围

2.4.1主系统部件的改造

a.调换的部件有转子、前汽缸、中汽缸、隔板套、前汽封环、隔板汽封、调速器、转速变换器。

b.增加的部件有旋转隔板、旋转隔板调节杠杆、抽汽油动机、油动机托架、调压器及其座架、抽汽逆止门及操纵座、安全阀、压力变换器、切换阀、接线盒等。

c.修改的部件有汽封管路、疏水管路、调节油管路、抽汽阀控制管路等。

d.调整的部件有左右两只高压调节汽阀，其流量特性曲线要做修正，在现场通过调整连接板而改变A值，从而改善4个阀的重叠度。由于前汽缸和中汽缸是新的，因此中汽缸与后汽缸连接垂直面的定位销必须重新扩配钻绞，其连接的销子及螺栓均需更新。

2.4.2附属设备的改造

a.高压除氧器改造该机组配套的高压除氧器，为早期的喷雾填料式结构，原设计只进凝结水和高压加热器疏水以及少量补充水。由于该厂冬季供热高峰时补水量大，补水温度低，常造成高压除氧器跑水过负荷现象。改为供热机组后，由于所补除盐水进入凝汽器，末级低压加热器出口温度将比原来低，预计其温度将降低26 ℃，为此需要对高压除氧器进行增容

改造。

b.除盐水系统及设备改造改为抽汽机组，对外供热量将加大，为了维持水量平衡需要补充除盐水。按供热量100t/h计算，需增加除盐水生产量为：100×1.25=125 t/h。为此，需要增加一台阴床、一台树脂装卸罐、一台除碳器及相应的阴阳离子交换树脂，在本次改造中，需对卡脖子的管道及相应的电气、热工设备增加或更新。

2.5改造后机组性能

a.纯凝50 MW工况下机组的热耗保证值不大于9 187.64 kJ/kWh，缸效率保证不小于85%。

b.额定抽汽工况下机组的热耗保证值不大于7 607.6 kJ/kWh，缸效率保证不小于85%。

c.最大抽汽量不小于100 t/h。

2.6改造应考虑的安全措施

a.除设置抽汽压力自动调整装置外，还必须设置安全阀，以防供热系统超压。

b.须加装抽汽逆止门及防止超速的热工保护装置，以防止汽缸进水及汽机超速飞车。

2.7效益分析及经济评价

2.7.1经济指标分析

由于调峰的原因，该机组改造前全年平均负荷为38 MW。如果单机煤耗按热耗率计算，全年发电煤耗419 g/kWh，供电煤耗453 g/kWh。改造完成后，该机组全年平均发电负荷取40 MW，发电煤耗341 g/kWh，供电煤耗369 g/kWh，供热煤耗42.71 kg/GJ，全年平均热电比1.51。

2.7.2经济性评价

该机组改造完后，全年供热增加180万GJ，按现在供热价格16.28元/GJ，去年供热单位成本13.65元/GJ测算，供热创收473.4万元，由于煤耗降低，节煤折合551.93万元，合计年创收1 025.33万元。以此计算大约可用16个月的时间可回收改造成本。3结论

将凝汽机组改为热电联产的抽汽机组，具有良好的经济效益、社会效益和环保效益，此措施是各热力发电厂解决供热紧张状况的措施之一。

保定热电厂进行的N50-8.83/53型机组改造为C50-8.83/0.98/535型调整抽汽供热机组的方案的特点为：

a.充分利用原有设备，减少投资和缩短工期。

b.利用现代新技术对通流部分及系统优化设计，达到降低热耗的目的。

c.运行方式考虑以热定电，优先满足热负荷的需要。考虑到该机组的实际现状，调整抽汽对外供热量以最大100 t/h为宜。

电力机组 篇3

1、前言

低压省煤器是利用锅炉排烟余热，节约能源的有效措施之一。低压省煤器装在锅炉尾部，结构与一般省煤器相仿，其水侧联结与汽轮机回热系统的低压部分。由于内部的介质不是高压水，而是凝结水泵供出的低压凝结水，故称低压省煤器。凝结水在低压省煤器内吸收排烟热量，降低排烟温度，而自身被加热，升高温度后再返回低压加热器系统。根据等效焓降理论分析得出，低压省煤器的利用将排挤部分汽轮机的回热抽汽，在汽轮机总进汽量不变的情况下，该排挤抽汽将从抽汽口返回汽轮机继续膨胀做功。因此，在燃料消耗量不变的情况下，可以多获得电功，从而提高了装置的经济性。

2、低压省煤器串联方式经济性分析

低压省煤器分为串联和并联两种联结方式，百年电力发展股份有限公司#5机组低压省煤器为串联方式，并设计为#7低加、#6低加出水分别引入低压省煤器两种运行方式。由于加装低压省煤器属于余热利用，因此其取得的经济型，应从利用热量在汽机侧的节能效果来分析。百年电力发展股份有限公司#5机组低压省煤器#7低加出水流量和#6低加出水流量怎样分配才能达到最高的经济性，就要利用等效焓降理论进行试验来进行比较分析。

2.1#6低加出水进低压省煤器经济性分析

δηi=（（αd*（hd-h5）*η4+τ5*η5）/H）*100%

式中δηi ---机组热效率相对提高百分比

αd ------ 低压省煤器流量相对主蒸汽流量份额

hd --------省煤器出水焓值

h5 --------#5低加出口水焓值

τ5 -------#5低加焓升

η5 -------#5低加抽汽效率

η4 -------除氧器抽汽效率

H---------主蒸汽等效焓降

2.2 #7低加出水进低压省煤器经济性分析

δηi=（（αd*（hd-h5）*η4+τ5*η5+τ6*η6）/H）*100%

式中δηi ---机组热效率相对提高百分比

αd ------ 低压省煤器流量相对主蒸汽流量份额

hd --------省煤器出水焓值

h5 --------#5低加出口水焓值

τ5 -------#5低加焓升

τ6 -------#6低加焓升

η5 -------#5低加抽汽效率

η4 -------除氧器抽汽效率

η6 -------#6低加抽汽效率

H---------主蒸汽等效焓降

2.3#7低加出水与#6低加出水分别进低压省煤器的经济效果比较

以上结果整体来看#7低加出水进低压省煤器的经济效果没有#6低加出水进低压省煤器的经济效果好，分析原因是#7低加出水进低压省煤器虽然使#6、#5低加抽汽减少，但低压省煤器出水温度低于#5低加出水温度，导致四抽至除氧器抽汽增加，综合考虑#7低加出水进低压省煤器不能使经济性提高值达到最大。因此投用#6低加出水进低压省煤器运行方式较经济。

220MW低压省煤器各流量下的经济效果

3、低压省煤器最佳流量的调整确定

百年电力发展股份有限公司#5机组可以通过改变低压省煤器流量来控制锅炉排烟温度，运行中改变水量将影响低压省煤器出口水温和排烟温度，它们对经济性的影响是相互矛盾的，其中有一个最佳流量。随着流过低压省煤器的水量增加，锅炉排烟温度在逐渐降低，低压省煤器出口水温也在逐步降低。因此机组经济性先是增加后是降低，中间达到最大点的流量便是最佳流量。

取三点做趋势图得出该工况最佳流量为250000kg/h左右。

总之，加装低压省煤器是降低排烟温度、回收利用余热的好办法，低压省煤器运行中，不能一味地降低排烟温度，因为排烟温度降低只能说明低压省煤器吸收热量增加，但热量利用于汽轮机加热器系统并不能达到效果最佳，降低排烟温度的同时，还要保证低压省煤器出水温度不低于低压加热器混合前的出水温度，这样低压省煤器的利用才能达到最大化。根据百年电力#5机组低压省煤器效率试验220MW工况实际计算表明，它能使该机组效率相对提高0.5%-0.7%。只要科学地选择好最佳参数，合理地确定联结方式才能收到预期效果。

百年电力#5机组低压省煤器试验工况图

取三点做趋势图

（作者单位：华电电力科学研究院，国网山东省电力公司电力科学研究院）

作者簡介

电力机组 篇4

电力机组组合问题是电力生产与供应中的一个重要优化问题,合理的机组组合会大大降低电力系统的运行成本,因此它一直是一个被广泛探索和研究的热点问题。

从数学的角度来讲,机组组合问题是一个带约束的大规模非线性混合整数规划问题。目前已提出了很多优化方法来求解该问题,如优先顺序法[1]、动态规划法[2]、拉格朗日松弛法[3,4]和遗传算法[5,6]等。但由于这些算法都有着这样或那样的缺陷,使得求解机组组合问题还存在很大的改善空间。

粒子群优化(PSO)算法最早是由Eberhart和Kennedy博士于1995年提出的[7],由于操作简单、易实现和鲁棒性强等特点,如今已被应用到多个领域。同样,在电力系统的一些优化问题上也得到了尝试。但是,原PSO算法在机组组合这样的复杂问题上取得的效果并不理想,其中一个原因就是原PSO算法在平衡全局搜索和局部细致搜索上存在不足[8],算法会过早陷入局部最小或收敛速度过慢。

PSO的粒子速度更新公式中的惯性权重对系统的全局/局部搜索起着重要作用[9]。线性递减惯性权重策略(SPSO)[10]和随机惯性权重策略(RPSO)[11]是最早被提出和使用的2种策略,具有简单、直观等特点。针对其在复杂问题上表现出的不足,Chatterjee和Siarry提出了一种非线性惯性权重策略(NLPSO)[12],在一定程度上改善了由于惯性权重选择不合理而带来的弊端。但这些策略都存在一个问题,即惯性权重的取值仅与自身和最大迭代次数等信息相关,而忽略了粒子在每一步迭代中的自身特性与信息。

本文提出了一种新的惯性权重整定策略,将经典控制理论中的反馈机制和闭环控制系统的概念引入PSO系统,形成了一种闭环PSO(CLPSO)算法。在CLPSO算法中,将每个粒子视为一个被控对象,对其构建一个闭环控制系统。迭代过程中将粒子的适应值作为输出变量,反馈给闭环回路,再通过一个设计好的控制器计算更新惯性权重,然后进行粒子的速度和位置的更新。在此,控制器选用因结构简单、鲁棒性强而被工业界广泛使用的PID控制器。CLPSO算法能够很好地满足每个粒子的自身需求,极大地保证了种群中粒子的多样性,提高了PSO的搜索能力。通过2个Benchmark问题和4个机组组合算例证明了该算法的正确性和有效性。

1 机组组合优化命题的描述

1.1 目标函数

机组组合问题的优化目标是在满足给定约束条件的前提下,优化计算调度周期内的发电机组的启停状态和出力情况,实现发电成本最小。其目标函数可表达为[13]:

$\min J{}_{\text{C}}={\displaystyle \sum _{t=1}^{{\rm T}}{\displaystyle \sum _{i=1}^{{\rm N}}(}}u{}_{i,t}F{}_{\text{C}i,t}+S{}_{\text{C}i,t})(1)$

式中:JC为发电总成本;T为调度周期内总时段数;N为发电机组总台数;ui,t为发电机组i在时段t的启停状态,0为停机,1为开机;SCi,t为法定机组i在时段t的机组启停费用;FCi,t为发电机组i在时段t的发电费用,在多数文献中通常采用二次函数形式表示,

$F{}_{\text{C}i,t}=a{}_i+b{}_i{\rm P}{}_{i,t}+c{}_i{\rm P}{}_{i,t}^2(2)$

式中:ai,bi,ci分别为发电机组i成本函数的系数;Pi,t为发电机组i在时段t的发电量。

1.2 约束条件

1)系统负荷平衡约束:

${\displaystyle \sum _{i=1}^{{\rm N}}u}{}_{i,t}{\rm P}{}_{i,t}={\rm P}{}_{\text{D},t}(3)$

式中:PD,t为时段t的系统负荷要求。

2)机组出力上下限约束:

$u{}_{i,t}{\rm P}{}_{i,\min }\le {\rm P}{}_{i,t}\le u{}_{i,t}{\rm P}{}_{i,\max }(4)$

式中:Pi,min和Pi,max分别为发电机组i的最小、最大出力。

3)系统旋转备用约束:

${\displaystyle \sum _{i=1}^{{\rm N}}u}{}_{i,t}{\rm P}{}_{i,\max }\ge {\rm P}{}_{\text{D},t}+R{}_t(5)$

式中:Rt为时段t的系统所需备用大小。

4)机组爬坡约束:

${\rm P}{}_{i,t-1}-D{}_i\le {\rm P}{}_{i,t}\le {\rm P}{}_{i,t-1}+U{}_i(6)$

式中:Ui和Di分别为发电机组i的最大升降负荷速率。

5)最短开机和停机时间约束:

$\{\begin{array}{l}{\rm T}{}_{i,\text{o}\text{n}}\le X{}_{i,\text{o}\text{n}}\\ {\rm T}{}_{i,\text{o}\text{f}\text{f}}\le X{}_{i,\text{o}\text{f}\text{f}}\end{array}(7)$

式中:Ti,on为发电机组i的最小连续运行时间;Xi,on为发电机组i的连续运行时间;Ti,off为发电机组i的最小连续停运时间;Xi,off为发电机组i的连续停机时间。

2 SPSO算法

PSO算法的基本思想是:在解空间随机初始化一个种群,其中含有若干粒子,这些粒子在解空间中的位置代表所求问题的解,粒子在解空间中根据自身目前取得的最佳位置pb和整个种群的当前最佳位置gb来确定飞行路线,步步逼近最优区域。

假设在一个d维的搜索空间中,种群由n个粒子组成。令xi(k) 代表第i个粒子 (i=1,2,…,n) 在第k次迭代时的位置,vi代表该粒子的飞行速度,Vi,max表示其速度上限,则粒子的飞行速度和移动位置根据当前位置xi(k)、自身当前最近位置xpbi和全局当前最近位置xgb确定:

vi(k+1)=wvi(k)+c1r1(xpbi-xi(k))+

c2r2(xgb-xi(k)) (8)

xi(k+1)=xi(k)+vi(k) (9)

式中:w为惯性权重;c1和c2是2个学习因子;r1和r2是2个均匀分布在(0,1)之间的随机数。

3 CLPSO算法

3.1 CLPSO的原理

在控制理论中,被控对象的输出和输入分别被称为被控变量Yc和操作变量Um。图1所示为一个开环控制系统。R为设定值,在Um的作用下Yc向R靠拢。但由于没有反馈信息,Yc不一定能够达到R。为了改善这一状况,将Yc的信息传递给控制器,形成闭环回路,如图2所示。在每个采样时刻,控制器根据R与Yc的差值计算新的Um并实施给被控对象。

在SPSO和NLPSO中,整个种群使用同一个惯性权重w,而且修改策略也是事先定义好的,不会随着搜索的进展情况而修正。这些算法在搜索初期,会分配一个相对较大的数值给惯性权重w,目的是促使粒子移动速度更快;但这样做的一个隐患是可能会使某些原本位置较好的粒子移动步幅过大而跳过了值得探索的区域。而在搜索过程的末期,为了让粒子进行细致的搜索,惯性权重w会被设置得相对较小。其后果可能是阻止了某些目前位置仍较差的粒子尽快摆脱困境,赶上其他粒子。总而言之,一个统一的惯性权重很难适应种群中每一个粒子。

为了克服这一缺点,本文将反馈机制和闭环回路的概念引入PSO。在PSO系统中,每一个粒子实际上都可以被看做是一个被控对象。它的动态特性包括当前位置、上一次迭代的适应值、速度和pb。因此,为每个粒子构建一个闭环控制系统。将适应值视为粒子的输出,在每一次迭代中作为反馈信息传回给控制器。控制器根据粒子当前取得的适应值计算出一个合适的惯性权重,用于粒子的下一步速度和位置的更新。由于具有结构简单、易实施和鲁棒性强等特点,PID控制器在工业界得到了广泛的应用。基于此,本文选用PID作为PSO闭环系统中的控制器。

3.2 CLPSO的结构

图3所示为CLPSO的结构图。假设PSO的种群含有n个粒子。令Pi表示第i个粒子(i=1,2,…,n),输出变量yi=φi,其中φi为Pi在上一步迭代中的适应值。反馈通道的传递函数Hi及其输出fi分别被定义为:

$\begin{array}{l}{\rm H}{}_i=\sigma \left|\frac{1}{\psi }\right|(10)\\ f{}_i={\rm H}{}_i|y{}_i|=\sigma \left|\frac{\phi {}_i}{\psi }\right|(11)\end{array}$

式中:ψ为种群中所有粒子当前适应值的均值;σ为调节因子,通常设为1。

变量fi是对粒子Pi当前所取得“成绩”的一种量度。在最小值优化命题中,如果fi>1,则说明粒子Pi目前在整个种群中处于落后位置;反之,如果fi<1,则表明粒子处于领先地位。因此,可以定义闭环回路的设定值ri=1。进一步定义误差为:

$e{}_i=r{}_i-f{}_i=1-\sigma \left|\frac{\phi {}_i}{\psi }\right|(12)$

如前面所述,惯性权重作为闭环控制系统的操作变量,即ui=wi。

3.3 CLPSO中的PID控制器参数整定

PID控制器在s域的表达式为:

$G{}_{\text{c}}(s)={\rm K}{}_{\text{p}}\left(1+\frac{1}{{\rm T}{}_{\text{i}}s}+{\rm T}{}_{\text{d}}s\right)(13)$

式中:Kp为比例增益;Ti为积分项系数;Td为微分项系数。

令θi=[Kp,i,Ti,i,Td,i]T表示第i个粒子的PID控制器增益向量。下面讨论如何确定这些参数。

在PID控制器中,比例项能够产生与输入误差信号成比例关系的输出信号。Chatterjee和Siarry指出[12],较大的惯性权重能够使粒子的移动步幅加大,即能够更快地使粒子跳出“困境”;而小的惯性权重则更有利于粒子做局部细致的搜索。换句话说,陷入困境的粒子应该分配给一个较大的惯性权重,而处于领先地位的粒子则应该凭借较小的惯性权重做更加细致的搜索。因此,要取Kp,i<0。此外,在式(11)中,ψ还起到了归一化因子的作用,因此令Kp,i=-1。

但是,仅仅含有比例控制会产生稳态误差,所以一般要加上积分环节构成PI控制。积分时间常数Ti的含义是在经过Ti时间后能够产生与比例项相同的控制作用(Kpe)。在CLPSO系统中,假设最大迭代次数为1 000。直观的想法是落后于平均水平的粒子应该在50步之内赶上其他粒子。因此,令Ti,i=Miter/20,其中Miter为最大迭代次数。

微分项是根据误差的变化速率来计算控制作用。相对于PI控制,PID控制在动态特性复杂的情况下表现出更好的控制效果,但同时也增加了系统不稳定的隐患,所以在此选择Td,i=0。

综上,CLPSO系统中PID控制器增益向量为:

$\mathit{\theta }{}_i=[{\rm K}{}_{\text{p},i},{\rm T}{}_{\text{i},i},{\rm T}{}_{\text{d},i}]{}^{\text{Τ}}=\left[-1,\frac{{\rm M}{}_{\text{i}\text{t}\text{e}\text{r}}}{20},0\right]{}^{\text{Τ}}(14)$

众所周知,为了防止控制系统执行器积分饱和,在实际应用中需要增加抗积分饱和策略。同样,在CLPSO中也采用了一种简单但被广泛使用的抗积分饱和策略,以防止出现积分饱和问题(见附录A)。

3.4 算法步骤

图4所示为CLPSO算法的执行步骤。一般取惯性权重的上下限为BL=0.4,BU=0.9,并且所有惯性权重初始化为0.9。附录B给出了CLPSO对Sphere和Rastrigrin两个Benchmark问题的求解情况,并将其与SPSO,RPSO,NLPSO进行了对比。

4 基于CLPSO的机组组合问题求解

4.1 编码方式

传统的解决机组组合问题的方法是将问题分解为外层机组启停状态优化和内层负荷分配优化2个问题,并分别采用0,1整型变量和连续变量[14]。这种做法的缺点是内层优化在外层优化求解的框架内进行,而外层优化问题在求解时却未将内层优化问题纳入考虑范围,导致最终得到的解不是全局最优解。类似文献[15],本文用一个N×T的实数矩阵代表种群中的一个个体:

$\begin{array}{l}\mathit{{\rm P}}{}_k=[\mathit{{\rm H}}{}_1,\mathit{{\rm H}}{}_2,\cdots ,\mathit{{\rm H}}{}_t,\cdots ,\mathit{{\rm H}}{}_{{\rm T}}]=\\ [\mathit{G}{}_1,\mathit{G}{}_2,\cdots ,\mathit{G}{}_i,\cdots ,\mathit{G}{}_{{\rm N}}]{}^{\text{Τ}}=\\ \left[\begin{array}{ccccc}{\rm P}{}_{1,1}& \cdots & {\rm P}{}_{1,t}& \cdots & {\rm P}{}_{1,{\rm T}}\\ ⋮& & ⋮& & ⋮\\ {\rm P}{}_{i,1}& \cdots & {\rm P}{}_{i,t}& \cdots & {\rm P}{}_{i,{\rm T}}\\ ⋮& & ⋮& & ⋮\\ {\rm P}{}_{{\rm N},1}& \cdots & {\rm P}{}_{{\rm N},t}& \cdots & {\rm P}{}_{{\rm N},{\rm T}}\end{array}\right](15)\end{array}$

式中:Pk为种群中第k个粒子;Ht为调度周期内时段t所有机组的组合状态;Gi为机组i在整个调度周期内的运行情况;Pi,t为机组i在时段t中的出力大小。

发电机组的运行状态与矩阵元素Pi,t的关系为:

$u{}_i(t)=\{\begin{array}{l}0{\rm P}{}_{i,t}=0\\ 1{\rm P}{}_{i,\min }\le {\rm P}{}_{i,t}\le {\rm P}{}_{i,\max }\end{array}(16)$

为了提高算法精度和后续计算方便的需要,本文借鉴了优先顺序法的思想[16],将所有机组按照一定的优先顺序排序。其原则是:平均成本微增率较低且启动成本较高的机组赋予较高的优先级。即在式(15)中,

$\rho ({\rm P}{}_{1,t})>\rho ({\rm P}{}_{2,t})>\cdots >\rho ({\rm P}{}_{{\rm N},t})$

式中:ρ(Pi,t)为矩阵元素Pi,t的优先级。

相应地,速度矩阵为:

$\mathit{V}{}_k=\left[\begin{array}{ccccc}V{}_{1,1}& \cdots & V{}_{1,t}& \cdots & V{}_{1,{\rm T}}\\ ⋮& & ⋮& & ⋮\\ V{}_{i,1}& \cdots & V{}_{i,t}& \cdots & V{}_{i,{\rm T}}\\ ⋮& & ⋮& & ⋮\\ V{}_{{\rm N},1}& \cdots & V{}_{{\rm N},t}& \cdots & V{}_{{\rm N},{\rm T}}\end{array}\right](17)$

式中:Vi,t为对应粒子分量Pi,t的速度分量。

4.2 适应值函数

本文直接采用机组优化组合问题的目标函数作为CLPSO算法的适应值函数。

4.3 个体调整策略

4.3.1 优化命题降维处理

机组组合问题是一个高维数优化命题,本文通过挖掘约束条件的隐含信息,降低了搜索过程中问题的维数,进而简化了优化难度。

式(5)所描述的系统旋转备用约束实际上给出了时段t的最小开机机组数。由于机组是按照优先顺序排序,所以可以得出时段t前l个机组为开机状态,即

${\rm P}{}_{i,t}\ge {\rm P}{}_{i,\min }1\le i\le l(18)$

联合系统负荷平衡约束(式(3))和机组出力上下限约束(式(4))可以得到:

${\displaystyle \sum _{i=1}^{{\rm N}}u}{}_{i,t}{\rm P}{}_{i,\min }\le {\rm P}{}_{\text{D},t}(19)$

根据式(19)可以确定时段t的最大开机机组数,即有s个机组为停机状态:

${\rm P}{}_{i,t}=0{\rm N}-s+1\le i\le {\rm N}(20)$

因此在搜索过程中,矩阵Pk中仅有Pi,t (l+1≤i≤N-s)个状态需要通过优化确定。

4.3.2 约束处理

在优化过程中,经过位置更新的粒子可能不满足机组组合问题的约束条件,需要对粒子进行修正,以保证其均为可行解。

在根据式(8)和式(9)完成位置更新后,进行如下判断和修正:

${\rm P}{}_i(t)=\{\begin{array}{l}{\rm P}{}_{i,\max }{\rm P}{}_i(t)\ge {\rm P}{}_{i,\max },i\ge {\rm N}-s,\text{c}\text{o}\text{n}\text{d}1\\ {\rm P}{}_i(t){\rm P}{}_{i,\min }\le {\rm P}{}_i(t)\le {\rm P}{}_{i,\max },\\ i\ge {\rm N}-s,\text{c}\text{o}\text{n}\text{d}1\\ {\rm P}{}_{i,\min }{\rm P}{}_i(t)\le {\rm P}{}_{i,\min },i\ge {\rm N}-s,\text{c}\text{o}\text{n}\text{d}1\\ 0\text{其}\text{他}\end{array}(21)$

式中:条件cond1为Ti,on>Xi,on或Ti,off≤Xi,off。

经过式(21)的修正后,某一时段发电机组的发电总和可能不满足系统负荷平衡约束,因此需要进行负荷分配调整。具体方法为:如果某时段的发电量总和大于系统负荷要求,则从最后一个开机的机组开始进行减负荷调整,直至满足负荷平衡约束;如果发电量总和小于系统负荷要求,则从第1个开机的机组开始进行增负荷的调整,直至满足负荷平衡约束。

5 仿真算例

本文采用文献[17]中的20机、40机、80机和100机4个算例对该算法的有效性进行了测试和验证。机组参数和旋转备用值等详见文献[17]。

表1给出了文献[17]的遗传算法(GA)和文献[18]的离散PSO(BPSO)法的优化结果。所提出的算法的种群粒子个数取为20,最大迭代次数为500。CLPSO的参数设置为:c1=c2=2,θi=[Kp,i,Ti,i,Td,i]T=[-1,25,0]T。其他算法配置分别见其相应文献。为减小随机差异,每个算法均独立运行50次。

表1列出了3种优化算法对4个测试算例的求解情况。可以看出,本文提出的算法在最优解和最差解上均取得了比文献[17]更满意的结果。与文献[18]所提出的BPSO算法相比,由于本文算法对粒子更新算式的惯性权重进行了合理的修正,算法搜索能力得到了提高,在4个测试算例中其最优解和平均解均优于BPSO。

6 结语

结合经典控制理论中的反馈和闭环控制概念,本文提出了CLPSO算法。利用反馈信息及时调整粒子的惯性权重,极大地满足了粒子在搜索过程中的动态特性,保证了种群的多样性,提高了算法的全局搜索能力。电力系统机组组合问题是一个大规模、多约束问题,利用本文提出的CLPSO算法解决机组组合问题,同时结合新颖的启发式规则有效地保证了粒子的可行性。仿真结果表明了该算法的优越性。

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

摘要：针对标准粒子群优化(PSO)算法易陷入局部最优解的缺点,提出了闭环PSO(CLPSO)算法。算法引入经典控制理论中的反馈机制和闭环控制概念,将每个粒子视为被控对象,根据每一步得到的适应值通过PID控制器动态调整惯性权重,以满足搜索过程中粒子时时变化的需求。该策略极大地保证了粒子多样性,提高了算法的全局搜索能力。将CLPSO算法应用到机组组合问题中,同时结合新的策略以降低问题维数和保证寻优过程中粒子的可行性。仿真结果验证了所提出的算法在解决机组组合问题上的有效性。

电力机组 篇5

发电机组检修安排,不仅影响其自身运行可靠度,也关乎各时段系统充裕度、机组调度顺序,进而影响系统运行的可靠性及经济性[1]。好的检修计划应能延长机组寿命、提高系统可靠性、最大化系统效益。发电机组检修规划始终是一个重要研究课题,是电网安全保证体系中的一个关键环节[2]。

目前,世界电力工业正经历一场以“厂网分开、电网开放”为基础的市场化改革,要求打破传统的发、输、配垄断管理体制、引入竞争,产生了发电厂商及独立调度机构ISO(Independent system operator)等新的市场主体,对电力工业管理、经营、规划等各环节产生了深层影响,机组检修安排亦不例外。随着发电厂商独立化经营,原有的以系统运行为核心的机组检修安排,也应转向在维持系统可靠运行的前提下、确保发电厂商效益的规划策略,传统规划模式不再适用,应开发新的模型以保证发电厂商的经济效益及系统运行的安全可靠[3]。

本文基于当前研究现状,从以下几个角度探讨了市场化改革对发电机组检修规划带来的影响,展望了未来亟需解决的相关问题。

1 机组检修规划模式

1.1 传统环境下的规划模式

传统环境下,机组检修计划由调度机构考虑相关约束条件后统一确定,根据规划目标可分为两类:

以系统可靠性最优为目标:以系统备用、备用率、风险度等为评判指标[4,5],或者将其转化为其他指标进行求解[6,7],使整个规划化期内可靠性水平最优,文献[7]比较了不同指标下的规划结果,指出相比于概率性的规划模型,仅考虑系统备用和备用率的确定性规划模型效果最差。

以系统运行成本最小为目标[8,9,10,11]:考虑检修成本、生产成本、可靠性成本等,确保系统运行的经济性,系统可靠性往往作为约束嵌入模型中。

传统环境下调度机构统一负责机组和电网运行,因此为保证检修安排更加合理,网架结构通常以直流潮流约束形式在规划模型中加以考虑[12],也有部分文献统一安排机组和线路检修[13,14,15]。

1.2 市场环境下的规划模式

市场化改革改变了电力系统的运行模式,机组检修规划安排由调度机构主导确定转向基于市场确定的模式,应在发电厂商效益和系统运行之间取得均衡,并体现市场公平、公正的基本原则[16]。

由于国情不同,各国市场化进程也有所不同,应根据市场机制、市场发展阶段及系统充裕度水平确定相应规划模式,主要包括以下三类:

1)对于实行发、输、配、售垄断管理的电力公司,虽然采取了有限制的自由化措施,允许其他电力企业加入,但其运营模式仍类似于垄断环境,比如日本负责对各区供电的各大电力公司[17],其机组检修安排仍采取传统规划模式。

2)对于厂网已经分开,但是处于市场化改革初级阶段、容量充裕度较低系统,比如当前我国电力系统[18],为确保系统安全运行,机组检修安排应由ISO以系统可靠性最优[19,20,21]、运行成本最小[22,23,24,25]或为两者加权之和最小[26]为目标统一规划。

3)对于市场机制成熟的系统,比如英、美电力市场,将竞争引入了电力行业的每个环节,调度机构和发电厂商彻底分离,分别以系统运行和自身效益为目标。该环境下机组检修安排应既能体现各发电厂商的意志,确保其经济效益最优,又能保证系统一定的充裕度,保证其可靠运行,所采用的规划模式应包括以下两步骤[27,28]。

(1)首先由各发电厂商以其经济效益最优,考虑各种影响因素和相关约束条件后规划机组检修,并提交至ISO。

(2)基于各发电厂商提交的检修计划,ISO统一进行协调,确保系统运行的可靠性及调整的公平性[29],同时由于ISO的非盈利性,应对调整过程中产生的相关费用进行合理分摊。

上述两步骤是一个统一整体、不可分割,体现了市场及电力行业运行的特性。若完全由发电厂商独立安排其检修计划,ISO不对其进行协调,可能造成机组检修过于集中,降低了系统充裕度,或发电厂商为抬高市场价格、牟取高额利润,故意在供应不足时段安排检修,对系统和市场运行产生不良影响,甚至可能引起系统大停电或市场崩溃[30],因此,各国政府均要求ISO应对各发电厂商提交的检修计划进行协调,且发电厂商应服从最终安排,确保系统的安全、可靠运行[31,32]。

该类市场模式下,电力工业发、输、配等各环节竞争充分、自由化程度及运行效率高,发电厂商和ISO等各市场主体职责分明,充分体现了市场竞争的基本原则,也是我国电力工业市场化改革的目标[33],因此本文主要基于该市场环境所对应的两步骤规划模式讨论机组检修问题。

2 市场环境下应考虑的不确定性因素

机组检修规划一般提前一年或两年做出,规划期内的各种不确定性因素,如系统负荷、机组运行情况等必然对其有一定影响。伴随着市场化改革的深入,又出现了诸多风险因素,如市场电价、其他发电厂商的检修安排等,较大程度上影响着发电厂商的机组检修安排和ISO的调整策略。一般来说,规划机组检修时,主要考虑以下几个因素。

(1)电价预测不确定性

市场环境下电价是最易波动的量,具有高度的内在不确定性[34],发电厂商进行检修决策时需考虑其预测不准确带来的影响,是其面临的最重要外在风险因素。规划期内的市场电价在决策前属于未知量,需要采取合理模型模拟其变化趋势,基于此来评估电价波动水平,降低风险损失。

文献[35]利用Ornstein-Uhlenbech模型来模拟电价、辅助服务价格及燃料价格的变化,并利用Monte Carlo法评估价格波动对机组中修计划的影响;文献[36]提出了基于Monte Carlo法、以天为检修单位的随机规划模型,以规避高的日均电价及电价预测不确定性带来的风险;文献[37]采用均值回复过程描述电价随机波动,以发电厂商收益最大为目标、以收益标准差为约束兼顾市场收益与运行风险;文献[38]基于机会约束规划框架,针对发电厂商为价格接受者和非价格接受者两种情况,分别采用确定性等价类和Monte Carlo法确定最优检修时间。

应指出的是,机组检修规划中所用电价为未来一年或两年电价,其预测属于中长期电价预测范畴,当前多采用基于时序的模型或随机波动模型加以预测,准确度较低,直接影响了发电厂商的经济效益,为降低风险,应开发精度更高的电价预测模型[39]。

(2)其他发电厂商检修策略影响

由规划模式可知,各发电厂商所确定的检修计划应提交至ISO进行统一协调后才能赋予实施,因此如何确保自身机组不被调整至其他时段成为发电厂商需要考虑的重要问题,应研究其竞争对手的能动性并模拟其检修策略,尽可能避免其检修计划被调整。对于该问题,通常采用博弈论方法加以处理。

文献[40]给出了考虑完全信息的多阶段动态非合作博弈模型,各发电厂商以其效益最优安排机组停运时间,通过寻找纳什均衡得到最终检修计划;文献[41]讨论了寡头垄断市场中基于古诺均衡的发电厂商检修与调度策略,以实现各发电厂商的效益最大化;文献[42]给出了基于非合作博弈模型、计及检修损失和风险损失的发电厂商最优检修策略,以各发电厂商收益损失最小为目标,通过随机搜索方法寻找满足各发电厂商利益要求的均衡点,从而得到最终检修安排。

上述模型均假定各发电厂商机组成本、运行情况已知,而实际市场中相关信息成为商业机密,因此选择何种博弈模型以模拟不完全信息下其他发电厂商的检修安排,应是未来考虑的重点和难点。

(3)机组故障影响

同其他机械设备类似,机组在运行过程中由于元件磨损、老化等原因可能出现故障停运,给发电厂商和系统运行带来较大风险,一方面发电厂商在市场中的可用出力下降,降低了其售电效益,同时还需要支付一定费用以更换故障元件,增大了相关支出;另一方面减少了系统的可用容量、降低了其充裕度,ISO为确保可靠供电,或需切掉一定负荷或需要启动高成本机组,增大了系统的运行成本。因此在规划机组检修时,应考虑该因素影响、减少相关风险。

通常采用固定值FOR(Forced outage rate)来描述机组运行的不可靠度,评估其对发电厂商经济效益[43]和系统可靠性[4]的影响。事实上,机组通常呈现浴盆曲线失效模式,其失效率与运行时间相关,文献[44]给出了机组失效率模型,相关参数可通过历史运行数据采用最小二乘拟合法得出,基于此,详细分析了机组故障对发电厂商成本/效益的影响,给出了基于规划期内其效益最优的检修策略。

其他部分文献也考虑了机组运行状态影响。文献[42,45]利用分段函数描述机组浴盆曲线的故障模式,考虑检修与否所导致的费用后确定机组停运时段;文献[46]基于机组多运行状态及老化失效分析,引入检修经济损失、运行风险损失两个指标,通过比较两者在各检修窗口情况,确定各机组的最优检修时段及可用检修窗口。

(4)负荷预测不确定性

ISO进行检修计划调整时,为确保系统的可靠性,必然考虑规划期内各时段的负荷水平。与电价类似,未来各时段负荷在规划前属于未知量,应采用一定模型加以预测,由于其预测精度较高、误差较低,在当前模型通常将其视为固定值。不过为提高检修安排的准确性,降低负荷波动风险,在未来研究中应考虑其带来的影响。

3 机组检修规划的评判指标

市场环境下由于职责和所追求目标不同,发电厂商和ISO在机组检修安排上的矛盾日益凸现。发电厂商为追求其自身效益最优,希望在确保其机组可靠运行基础上,尽可能在电价较低时段检修,并不考虑系统运行情况;另一方面,ISO则希望确保系统在每一时段都拥有充足备用容量,提高系统运行的可靠性和经济性,避免因机组检修而导致负荷被切,因此势必对各发电厂商的检修时段进行协调,在调整过程中应公平地对待各发电厂商。最终检修方案应在发电厂商经济效益和系统运行之间达到均衡,主要从以下几点评估其优劣与否:

(1)调整的公平性

电力工业市场化,改变了发电厂商和调度机构之间的关系,前者成为独立经济实体,ISO在协调其检修计划时,不应使用传统命令方式,应通过市场手段特别是经济手段来调节,并公平地对待各发电厂商。对于计划被调整的发电厂商,其经济效益必然降低,应给与一定补偿以弥补其损失;对于未调整的发电厂商,应支付一定经济代价以保证其计划不被调整。同时,由于ISO的非盈利性,应合理分摊调整过程中所产生的相关费用,确保收支平衡。

(2)发电厂商经济效益

发电厂商根据预先安排检修机组时,必然影响各机组可用度及出力水平,其售电效益受到较大影响[44]。根据最终检修计划,发电厂商i的经济效益主要包括两部分:一部分为售电利润减去其相关成本,由发电厂商根据电价水平、发电成本、检修费用、机组可用度等确定;另一部分为在调整过程中所获得/支付的调整费用,由ISO根据其机组调整情况及所采取的费用分摊模式加以确定,可表示为

其中:函数R为各时段各机组所带来的效益;x(k,t)为机组k在时段t的检修状态;P(k,t)为机组k在时段t的出力;A(k,t)为机组k在时段t的可用度,应考虑其随运行时间的变化程度[44];ρt为时段t的电价;ck为机组k的发电成本;ckm为机组k的检修成本;CRes(k)为机组k的调整费用。

(3)系统运行可靠性和经济性

机组检修安排应保证各时段有充足备用容量,提高系统运行的可靠性和经济性。对于机组检修而言,一般从发电系统角度,根据检修时段、负荷水平、机组可用度等,通过求解各时段备用容量、充裕度指标或进行随机生产模拟评估其可靠性水平,来反映机组检修对系统运行的影响,其中后者能够准确反映系统运行是否可靠;对于系统运行的经济性,通常采用包括系统可靠性成本和发电成本在内的系统运行费用加以描述,如式(2)所述。

其中:IEAR(t)为系统可靠性价值,与负荷、机组构成相关;EENS(t)为t时段系统电量不足期望;HW为每时段内小时数。式(2)中,前者为系统可靠性成本,描述由于机组检修/故障停运所导致的切负荷造成的损失,后者为系统发电成本,其中EENS(t)和P(k,t)可通过对发电系统进行随机生产模拟求得[4]。

基于上述指标便可评估检修计划是否合理,也是构建发电厂商最优规划模型和ISO的调整及费用分摊策略的基础,下节将对其进行详细评述。

4 市场环境下机组检修规划模型

4.1 发电厂商检修规划策略

各发电厂商以其经济效益为出发点安排检修计划,其中机组最优检修间隔通常由制造厂商提供,也可由其根据数学方法优化确定[47],在此基础上,发电厂商根据其所处市场模式、机组运行情况确定规划期内待检修机组的检修时段,表1综述了当前该方面的研究现状。

从表1可以看出发电厂商考虑相关因素、运行成本及所处市场模式后通过最大化其经济收益或者最小化其经济收益损失规划机组检修,目标函数为

或

其中:函数R为机组k在时段t的收益;函数C为机组k在时段t的收益损失。本质上两者一致,当收益损失小时,则其效益期望就高,反之,则低。

应考虑以下检修约束和机组运行约束

(一)检修约束:与机组检修特性有关的约束

1)持续时间约束:应在一定时间段内完成检修。

2)连续性约束:机组一旦开始检修不得停止,应在规定时间内完成。

3)起始时间约束:由于机组类型或系统要求,部分机组要求在限定区间内检修,如水电机组,应尽可能在枯水期内检修,核电机组检修时段则应尽可能与其填料时间保持一致。

4)资源约束:在同一时段内,由于检修人员或检修设备限制,一般不允许多台机组同时检修。

5)次序约束:不同机组的检修优先权也不同,应按一定顺序检修。

6)时段重迭个数约束:对于某些机组来说,其检修时段的重迭个数,即其共同处于停运检修的时段数目,应满足预先指定要求。

7)间隔约束:指某两台机组开始检修时段之间的间隔应满足预先指定要求。

(二)机组运行约束

1)机组出力约束:各机组在未检修时段的出力水平应在其最大、最小技术出力之间,不能越限。

2)可用原料约束:对于火电机组,其在各时段所用燃料应在指定范围内,对于水电机组,其发电所耗水能应低于水库储水量。各时段所用的燃料或水量发电厂商可采用优化策略进行分配。

与传统模式不同,发电厂商着眼点在于其自身效益,在安排检修计划时,并未考虑供求约束、备用约束等系统运行限制,可能导致在某时段内检修过于集中、检修容量过大,从而对系统运行造成威胁,应提交至ISO由其进行协调。当然由该模型所得出的机组出力也并非其实际出力安排,只是各时段的可用出力水平,基于此,发电厂商可以初步确定其在各市场中的出力及市场竞价计划。

4.2 ISO检修调整及费用分摊策略

ISO协调各发电厂商所提交的检修安排时,应确保系统运行的可靠性、经济性及调整的公平性,同时由于其非盈利性的特点,应对调整费用进行公平、合理分摊。当前文献所述调整模式可分为以下三类。

(1)基于迭代的调整策略

该调整策略是指ISO分析发电厂商所提交的检修计划是否满足其预期要求,产生相应经济信号,然后将其或添加至发电厂商规划模型的目标函数中或添加至约束条件中,从而指导各发电厂商调整其检修时段,经过几次迭代可得到满足ISO要求的检修计划,一般将调整过程中产生的相关费用分摊至用户。该类策略应基于一定调整基准,由ISO根据系统的可靠性水平或运行的经济性确定[56]。

文献[49]中ISO以各时段系统备用容量之和最大为目标确定调整基准,然后比较发电厂商所提交检修计划与调整基准在各时段备用水平之间的差别,产生相应激励/惩罚因子以指导各发电厂商修正其检修计划,通过ISO和发电厂商之间迭代来确定检修安排,并将调整费用按负荷比例分摊至各用户;文献[50]给出了基于各发电厂商对系统切负荷量影响的迭代机制,ISO分析其所提交检修计划是否满足系统运行限制,产生一定信号以限制各发电厂商在相关时段的检修容量,各发电厂商将其增加为新的约束重新求解检修计划,直至满足系统运行要求。

该类调整策略的基本思想如图1所示,在各次迭代中所产生的调整信号反馈至各发电厂商后,发电厂商或将其在目标函数中考虑,或将其作为一个新的约束,从而重新规划检修时段,使其不断向调整基准方向变化,直至满足收敛标准,该类模型实施相对复杂、求解时间较长,可能需要几次迭代才可得到合适计划安排。调整信号由ISO确定,应严格确保其独立性以保证其公平地对待各发电厂商。

(2)基于检修报价的调整策略

该类调整策略是指发电厂商通过对其机组在不同时段内进行报价,表达其机组在各时段内检修的意愿程度,并将其提交至ISO;基于该报价费用,ISO采取一定的协调策略确定最终检修计划,保证系统可靠运行及调整的公平性。

王健等[57,58]以各发电厂商申报的意愿支付费用(WTP-willing to pay)和系统充裕度为基础,通过经济手段协调机组检修计划,并给出了根据检修计划被调整所引起的发电公司收益损失比例来分配其所交纳的意愿支付费用的方法;文献[59]根据意愿支付思想,以检修费用之和确定机组在该窗口检修的满意度,基于此,以各机组的满意度及上缴费用之和为目标调整检修计划,并根据各发电厂商因检修计划调整而导致的经济损失及上缴费用比例来分配其上缴的总费用;文献[60]基于我国电力市场建设进度探讨了相应的检修审批机制,通过将检修权货币化,以竞价方式确定检修权归属;文献[61]给出了基于市场竞标模式的竞争检修调整机制,以最大化整个规划期内的效益为目标调整各机组检修计划,采用差价结算方式对机组竞标费用和由于竞价检修所产生的收入进行结算;文献[62]中,发电厂商通过对其机组在不同检修窗口内的成本/效益分析确定各机组的检修竞价费用,以表征其运行/检修意愿程度,基于此,ISO确定其在各时段的满意度,考虑系统充裕度后,通过求解包括报价费用、满意度、切负荷水平在内的多目标协调模型,确定最终检修计划,并给出了基于最终满意度的费用分摊模型。

该方法依据系统可靠性和各发电厂商报价进行调整,前者确保了系统可靠运行,后者确保了检修计划的经济性、体现了发电厂商的意志。应说明的是,为防止各发电厂商相互串谋勾结、通过不合理报价获取高额利润,ISO应设置相关报价原则,以确保检修调整的顺利实施[62]。该调整模式下发电厂商通过报价获得检修窗口,类似于日前市场中的机组竞价上网模式,各市场主体可自由表达其计划安排并得到了有效集成和实施,体现了市场竞争、公平的基本原则及市场建设的最终目的[63],相比于迭代调整策略,经过一次求解即可获得最终检修时段,简单、公平、透明,不过要求系统有较高的充裕度、完善的市场机制和合理的调整及费用分摊机制。

(3)其他调整策略

除了上述两种调整策略,也有其他一些方法用来协调机组检修计划。文献[64]以系统电量不足期望EENS(Expected energy not served)作为指标调整机组、线路等设备的检修时段,并考虑了负荷波动对最终检修计划的影响;文献[65]引入检修停运所导致的机会成本概念,用其均值和方差分别描述检修调整的经济性和公平性,以两者加权求和最小为目标调整机组检修,确保了调整模型的经济性和公平性,同时在约束条件中考虑各时段备用水平,来保证系统各时段的充裕度。

ISO协调各机组检修时段,主要是为了保证系统运行的可靠性、降低其运行成本,因此除了考虑机组检修约束外,也应考虑如下约束条件:

(1)系统供求平衡约束:各时段供求应保持平衡,即发电功率减去切负荷量应等于系统负荷与网损之和,对于发电系统,由于不考虑网损,则只需满足发电功率等于负荷与切负荷水平之和。

(2)系统备用约束:系统各时段备用率((总装机容量-检修容量-负荷)/负荷)应满足最低备用率要求。

(3)系统可靠性约束:各时段系统可靠性水平应满足预先指定要求、不能越限,常用指标包括失负荷概率LOLP(Loss of load probability)或者EENS。

对于包括联络线或线路的发输电系统,还应保证各时段相关线路传送功率不应越限。

5 算法分析

模型求解算法是研究规划问题的重要环节,要求其具有较好鲁棒性、较强适应性,应根据具体模型选取合适算法。上述分析表明电力市场环境下,发电厂商的规划模型或ISO的调整策略,均为考虑不同风险因素和多种约束条件、包括连续变量、0-1变量的组合优化问题,当前主要通过数学优化方法和启发式方法进行求解。

(1)数学优化方法

数学优化方法是从纯数学角度看待机组检修规划问题,首先基于系统实际运行情况,将待求解的非线性组合优化问题简化为整数规划问题,然后利用已有整数规划方法进行求解[16]。该类方法从最基础的优化理论出发,利用严格数学推导求解最优解,求解过程严密、可靠,主要包括动态优化法、混合整数规划法、Benders分解法和分支定界法,因此该类方法对于可以得到化简后模型的最优解。不过由于其要求模型线性、连续、可导,需基于某些假定或对模型进行简化后才可应用,往往导致所得解不能反映系统实际运行情况,给其带来了潜在风险。

(2)启发式方法

启发式方法包括简单启发式方法和现代启发式方法,前者通过分析决策变量和目标函数之间的关系,按照某种原则不断调整决策变量,直到得到最优解,该类方法简单、易于实现,不过不具备理论最优性,只能应用于简单规模问题求解,比如简单枚举法、穷举搜索法等;后者主要是通过模拟自然界中的“优化”现象而得出的优化算法,其对所研究问题性质没有限制、适用性强,特别适用于求解非线性、函数分段、不可导的组合优化问题,比如遗传算法、模拟退火算法、Tabu搜索算法、粒子群算法及它们的改进算法等,与数学优化方法相比,其求解速度慢、耗时长,不能保证所得解为最优解。不过对于一般提前一年或两年进行安排的检修规划问题而言,对计算时间要求并不高,并且由于该类方法适应性强,可保证在满足各种约束的前提下求得可行解,已被广泛应用于求解机组检修问题中。

基于上述分析,表2给出了市场环境下发电厂商的最优检修规划模型和ISO调整模型中所用到的模型求解算法。

应指出的是,随着系统规模的扩大及市场化后所考虑不确定因素的增加,使得检修规划问题日益复杂,采用单一方法求解往往比较困难,需要吸收各种方法的优点、加以组合来求解检修规划问题,比如遗传算法、模拟退火算法和Tabu搜索算法之间组合、遗传算法和线性规划方法之间的组合等。

6 结论与展望

市场化改革打破了电力工业发、输、配垄断化管理的体制,产生了追求效益最大化的发电厂商和负责系统运行的独立调度机构等不同职责的市场主体,改变了传统的机组检修规划理念,由单独考虑系统运行的可靠性和经济性转向要在各发电厂商和系统运行之间取得均衡。机组检修规划模式与具体市场体制相关,本文主要基于机制成熟的市场展开讨论,综述了当前的研究成果,并就其中部分问题提出了一些见解和思考,主要包括:

1)成熟市场机制下,机组检修规划分两个步骤完成:首先,由发电厂商以其经济效益最优确定检修计划并提交至ISO;然后由ISO根据系统运行情况协调各机组检修时段,确保系统可靠、经济运行。

2)市场环境下的机组检修安排面临着诸多不确定性因素影响,给发电厂商和系统运行带来相关风险,如何有效地评估其影响、采取合适模型降低风险,应当是以后探讨的重点。

3)机组检修安排对发电厂商和系统运行具有明显影响,应从发电厂商经济效益、系统运行可靠性和经济性、调整过程的公平性三个角度加以评判,如何有效地协调三者之间的关系,并将其体现到机组检修计划的具体制定中,应加以着重讨论。

4)发电厂商的检修安排通常以其效益最大或收益损失最小为目标,当前研究较多、模型也比较成熟;而ISO的调整机制探讨较少,在调整过程中如何确保系统可靠性、调整公平性及如何分摊相关调整费用,这是确保检修计划能否顺利实施的关键,同时当前调整模型,特别是基于市场报价的调整策略,未考虑网架结构影响,对于该约束如何处理应值得深入分析。

5)发电厂商的最优检修规划模型和ISO的调整策略均是典型的包括0-1变量、连续变量的组合优化问题,而随着系统规模增大及所考虑不确定性因素的增加,对模型求解带来了新的挑战,开发鲁棒性强、准确度高的求解算法也应成为研究的重点。

本文针对市场环境下的机组检修规划问题,综述了当前研究进展、分析了其面临的挑战及存在的问题,希望能够为以后研究起到抛砖引玉作用。

摘要：机组停运检修是降低其故障率、确保系统可靠运行的重要措施。电力工业的市场化改革,产生了追求效益最大化的发电厂商和负责系统运行的独立调度机构(ISO)等市场主体,机组检修规划模式应由以系统运行为中心转向在发电厂商的经济效益和系统可靠、经济运行之间取得均衡。围绕机组检修规划问题,从规划模式、应考虑的不确定性因素、检修安排的评判指标、发电厂商的规划模型与ISO的调整策略、模型求解算法等几个方面展开讨论,综述了当前的研究现状,并展望了未来研究应亟需解决的问题。

电力机组 篇6

随着我国电力市场化改革的深入,电力市场建设的方向也与世界接轨,向着安全性和经济性的方向发展,辅助服务是保证电网安全稳定运行的必不可少的条件,而对辅助服务的交易机制研究也是电力市场改革中最重要的问题之一,自动发电控制AGC是辅助服务中最为重要的组成部分,我国现行电力市场对辅助服务的评估与补偿方式还有许多问题,不能很好地体现机组的性能价格比与机组投运AGC服务贡献,在结算服务费用时对AGC机组的性能差异未能很好地体现,因此未能调动各个发电商积极参与AGC服务并提高AGC机组的性能,如何客观地反映机组在AGC服务中的贡献并给予合理的补偿成为亟待解决的问题,因此需要一种合理的考核AGC机组综合效能贡献的评估办法。

参考文献[1]提出了基于成本的考核方法,对AGC机组补偿提出了有价值的解决方案,参考文献[2]提出的补偿方式过于复杂,可操作性不高,参考文献[3]提出一种量化补偿算法,考虑了联络线功率电量对AGC机组考核的影响,有借鉴意义。

以往的AGC补偿只考虑机组的某一方面效能,例如只考虑机组的投运容量而不考虑机组的AGC性能,如调节速度响应时间等,对于发电商提高机组AGC性能无激励作用,或仅仅只考虑机组的调节速度这一机组单一性能,不够全面客观,因此必须综合全面地将影响AGC服务效果的各个效能因素综合纳入考虑,层次分析法作为一种解决多目标决策的综合分析法[4],通过构造判断矩阵来体现影响决策的各要素重要性和所占权重,且算法简单,更适合用于评价AGC机组的效能[5]。参考文献[6-7]也对AGC机组调节性能定量评估方法作了有益的探索。

1 基于层次分析法的AGC机组综合评价模型建立

1.1 影响机组评估的因素

影响机组AGC综合效能评估的因素分为经济因素和性能因素,经济因素包括AGC机组所申报的AGC服务电价,性能要素包括AGC机组的实际调节投运容量与调节速度以及响应时间,实际调用的机组投运AGC的容量越多则发电商的相应成本越高,相应获得的补偿也应该越高,调节速度和响应时间直接影响机组投运AGC的效能。由N个机组参加的评估模型层次关系如图1所示。

1.2 判断矩阵的构造

由于主要影响AGC机组效能评价的要素有4个,如1.1中所述,在通用模型中可根据需要增加考虑的比较要素,本文中的4个指标分别为AGC机组AGC投运量指标x1、标价指标x2、调节速度指标x3、响应时间指标x4。根据这4个指标的重要性建立判断矩阵。

判断矩阵中bij表示在某种决策依据下指标i相对于指标j的相对重要性。一般采用九标度法,如表1所示。

1.3 求解判断矩阵并判断一致性

根据:

求解判断矩阵的最大特征根λmax以及特征向量a,得到后需对其进行归一化检验,并对a中的值归一化后其就是该层指标对上一层指标的权重值。在计算完同层的所有指标的的权重值也需要对其进行一致性检验。

一致性检验的方法为计算一致性比例CR,若CR<0.1就可认为符合一致性,否则需修改判断矩阵。

CI为一致性检验指标,表示某个矩阵的一致性指标值:

RI为随机平均一致性指标,该值是固定值,可通过数学查表得到,其值如表2所示。

最终AGC机组的综合评价可由下式得出:

Mi为单台机组的综合评价总分,ai为机组性能的第i个评估项目,xi为机组性能第i个评估项目单项得分。

1.4 AGC机组选择的约束条件

AGC机组的投运还需要考虑一系列的约束条件,投运AGC机组的总容量必须大于系统所需容量,即:

投运机组的调节速率之和也必须大于电网要求调节总速率,即:

2 基于遗传算法修正判断矩阵一致性

判断矩阵的一致性不通过是层次分析法实际应用过程中的一个主要问题,若根据专家的意见构造出的判断矩阵不通过一致性检验,则需要进行一致性修正,已提出的传统方法主要有:经验估计法、最优传递矩阵法、向量夹角余弦法、模式识别法、诱导矩阵法等,这些方法存在的主要问题是主观性强,修正标准对原判断矩阵而言不能保证是最优的,或只对判断矩阵的个别元素进行修正,本文决定采用遗传算法来修正判断矩阵的一致性。

在本文中经专家意见权衡后得出的机组综合评估效能判断矩阵为:

经检验其一致性指标CR,不通过一致性分析,故采用遗传算法对其进行修正。步骤如下:

(1)构造一个修正算子集合X={x1 x2 x3 x4 x5x6},将其代入原矩阵中,其取值范围为(0,1),故每个算子替代原矩阵中需修正元素值的一个1。

(2)在原有矩阵基础上生成代入修正算子后的新矩阵:

(3)初始种群的建立,对随机新生成的的修正矩阵B1进行一致性分析,若CR<0.1,则通过一致性检测,不通过的则重新随机生成新的X再继续检测,已通过的个体X成为初始种群中的一个个体,重复上述过程直到种群数量达到500个为止。

(4)构造适应度函数进行个体评价,以修正矩阵与原矩阵个体偏差之平方的和来评价修正矩阵与原矩阵的修改幅度,t越小则表示与原方案差别越小,则该个体越好,故使用作为个体的适应值评价函数。

(5)进行优胜劣汰的选择,使用轮盘赌的方式对个体进行选择,适应值大的个体生存的概率大,适应性小的个体则消失,在种群数目不变的情况下,种群整体适应度逐渐上升,最终逼近最优解。

(6)选少量个体进行交叉和变异,再回到步骤(3)进行一致性检测,若不通过检测则取消交叉与变异。

(7)当迭代次数500次达到后,停止迭代并得到最佳个体Xbest,通过MATLAB编程计算得出修正矩阵最佳个体Xbest=(0.906 0,0.918 7,0.919 4,0.856 7,0.966 9,0.966 2),个体最大适应值为2.457 6,一致性比值CR<0.1,对应特征向量为(0.6400,0.212 2,0.096 9,0.050 9)修正后矩阵通过一致性检测。

3 AGC机组的补偿方式

本文提出将AGC服务费分为AGC机组的容量费用与电量费用,相对于以往只对AGC机组容量计价进一步量化了机会成本,根据投运AGC而对发电计划所产生的影响计算电量费用补偿。

3.1 AGC机组容量费用补偿

AGC机组的容量费用按中标的容量进行补偿,对于在一个时间段内(15 min)中标的所有AGC机组,按其各自申报容量价格乘以各自的中标容量为该时段内电网应向所有提供AGC机组的发电商支付的总的AGC容量服务费如下:

上式中Qi为第i台AGC机组的中标容量,PQi为第i台机组的申报容量电价。

而对于第i台机组所获取的容量服务费用则由与其综合评价分数有关,其获得的服务费比例为其综合评价分数占所有AGC机综合评价总分的比例,如下式:

式中Wi为第i台机组的综合评价得分,WAGC为所有AGC机组的综合评价总分。

3.2 AGC机组电量费用补偿

与AGC备用容量补偿不同,AGC机组的电量补偿主要对应于AGC机组在实际调用中由于参加AGC服务导致出力变化从而影响了正常的发电计划而带来的机会成本损失,Mi为第i台机组在某一交易时段内因投运AGC而多发的电量,若Mi为负则表示合约电量未能完成,这部分利润损失由电网交易中心补偿,以(现货边际电价-机组申报电价)×少发的合约电量进行补偿。将这部分再除以Pdi折算成Mi。Pdi为第i台机组的电量报价,所以乘2是为了起到激励作用,若对该部分进行等价补偿,则发电商在正常发电计划受影响的情况下还无获益则不能调动积极性,故乘2是表示对发电商受影响发电量加倍补偿以弥补其收益损失,相对合理。

若参加AGC服务未对该机组履行合约电量有影响则不给予补偿,对电量补偿的计算方法如下:

当。

当时,

式中Pdi为第i台机组的电量报价,Pi(t)为AGC机组实际运行的功率值,Fi为AGC的基值运行点。T1、T2分别为该交易时间段的起始与终止时间。Gm为现货有功边际电价,Gi为机组i的合约申报电价。

第i台机组的电量补偿费用为:

4 算例分析

设有一系统有14台机组候选参加AGC容量服务,各自报价及机组参数如表3所示。

若系统要求的AGC投运容量160 MW,投运速率为12 MW/min,计算各机组的综合评价得分如表4所示。

在实际AGC机组调配中需要考虑许多因素,在本例中为说明本文所提补偿方式按综合评分由高到低调用机组,为满足系统要求调用机组D、F、M。总的容量费用为16 608.5元,单台机组对总容量服务费贡献等于容量报价乘以中标容量。机组实际获得服务费等于总容量服务费乘以机组综合评分比例,根据2.1的结算办法得出各机组AGC容量补偿如表5所示。

由表5可知,本文所提出的方法使性能价格比较高的机组收益较大,如机组M的性能最好且单价最低,故其反而获得了更大比例的补偿费用,保证在总的机组容量支付费用不变的情况下分配机制有利于性价比高的机组,性能越优报价越低的AGC服务提供商将从总服务费中获得越大比例的补偿。

在实际运用中,可根据需要调节判断矩阵各因素权重,如可以大幅提高容量电价所占权重来促进发电商改善经济性,例如将容量电价比重抬高,在该情况下对于单个发电商报价策略来说,抬高己方机组报价则不能保证提高自身收益,可能收到反效果,因为在抬高了总支付费用的情况下,由于报价抬高而降低了自身的综合评价分数导致分配比例降低并提高了中标失败的风险可能导致得不偿失,在这种激励作用下,促使各发电商会积极提高自身机组AGC性能,并互相竞争降低报价,从而在竞争中也有利于促使总服务费用下降。有时在极端环境下,发电商可能对AGC容量电价报出零报价。

提供AGC服务的发电商除了获得容量电价补偿外还将获得电量补偿,补偿电量需在该交易时段结束后按本文3.2中所提方案计算,最终支付发电商的AGC服务费为容量费用与电量费用之和。

5 结语

本文提出的将基于遗传算法改进层次分析法中判断矩阵一致性应用于机组AGC服务综合评价中,该方法具有通用性,可根据实际情况增加综合评价因素,并提出基于综合评价的机组容量补偿费用方法及按提供AGC服务而受影响合约电量计算机组电量补偿费用的补偿方法,在AGC容量市场上实行竞争机制,又在电量补偿上按事后实际调用运行状况结合主电量市场电量价格补偿,相比传统方法更合理地评价了AGC机组的性能与服务贡献,又促进了发电商积极提高服务质量降低成本,对发电商和电网调度中心双方也更加公平合理,从长远看有利于AGC市场的发展,促进电网运行安全稳定。

参考文献

[1]李端超,江山立,陈家庚,等.AGC机组调节效能定量评估与补偿方式研究[J].电网技术,2001,25(8):15-19.

[2]周峰,温步瀛,程浩忠.电力市场条件下发电厂AGC运行成本研究[J].华北电力技术,2002(10):31-33.

[3]贾德香,程浩忠,熊虎岗,等.考虑控制性能标准的AGC机组经济补偿研究[J].中国电机工程学报,2007,27(31):52-56.

[4]金菊良,魏一鸣,付强,等.计算层次分析法中排序权值的加速遗传算法[J].系统工程理论与实践2002,22(11):39-43.

[5]刘兴堂,吴晓燕.现代系统建模与仿真技术[M].西安:西北工业大学出版社,2001.

[6]李梅霞.AHP中判断矩阵一致性改进的一种新方法[J].系统工程理论与实践,2000,20(2):122-125.

电力机组 篇7

国家能源局有关负责人表示, “这台100万kW超超临界机组的投产, 不仅仅标志着我国发电装机容量跨越了7亿kW, 更标志着我国电力工业结构调整取得积极进展, 也标志着我国大型、高效、清洁发电机设计、制造、建设的能力跻身于国际先进行列。”

近年来, 我国电力工业快速发展, 大型高效发电机组纷纷批量投产, 全国发电装机继2006年底突破6亿kW之后, 在不到1年的时间里, 突破7亿kW。

电力机组 篇8

双馈感应发电机 (DFIG) 已经成为大型风电场主要机型[1]。虽然DFIG与传统笼型电机相比有很多优势[2,3], 但是, 百万千瓦级双馈式风电场, 对电力系统稳定性的影响不容忽视。文献[3]认为DFIG和传统笼型机组对比, 有利于电力系统暂态稳定, 但该文未给出DFIG与常规SG的对比结果。文献[4]研究了DFIG与常规SG并列后再经远距离输电线接入大系统的情形, 用时域仿真法证实DFIG没有降低系统稳定性。文献[5]认为风电机组不参与电力系统低频振荡, 风电接入将增强系统阻尼。文献[6]用特征分析法研究了一个4机系统, 得出DFIG风电场对附近发电机参与的模式有正阻尼贡献, 对远方机组的本地模式没有影响;在大扰动下, 不同场景对首摆稳定性有正面影响, 也有负面影响。文献[7]认为DFIG取代部分常规机组后, 系统总机械惯性减小, 由此提出, 通过计算特征值对惯性常数的灵敏度, 来判断DFIG对系统影响的性质。文献[8]认为DFIG风电场能改善电力系统稳定性。文献[9]则认为DFIG对临近同步电机的阻尼有利, 而对大扰动下暂态稳定不利。

DFIG对电力系统稳定的影响是有利还是不利?以往文献给出的结论并不完全一致, 其原因是使用的模型和研究方法不同导致的。因此, 为深入认识DFIG风电场对系统稳定的影响, 还需多角度深入研究。本文研究方法与以往不同之处: (1) 从DFIG功角动态行为角度, 揭示DFIG对SG影响的机理; (2) 对于矢量控制下DFIG, 使用相量模型是不准确的。故本文使用了三相瞬时值模型, 并详细模拟了双闭环控制结构。

1 DFIG功角的含义

功角是常规电力系统稳定分析中重要的基础概念。对于常规同步发电机, 功角有“时间”和“空间”两层含义: (1) 表达发电机内电势相位信息; (2) 体现转子的物理位置。DFIG的功角只取第 (1) 层含义。在单机无穷大系统 (图1 (a) ) 中, 文献[10]将内电势和q轴夹角δ′定义为功角 (图1 (b) ) 。但根据电力系统稳定分析的习惯[11], 本文将功角δ定义为内电势无穷母线电压的夹角。

2 DFIG功角的快变特性

虽然DFIG在功角概念上可以与SG统一起来, 但是两种电机的功角动态行为相差甚远。SG功角动态受转子惯性时间常数 (Hj) 影响很大, 大型SG的2Hj一般在5~10 s范围[11]。因此, 即使在极端故障 (电磁转矩降为0) 下, SG的功角由初始值摇摆到临界值也需要1 s左右的时间。可以说SG功角动态是“慢变”的, 这正是常规电力系统抵御大扰动最重要的保证。然而, DFIG的功角动态是“快变”的, 分析如下。

DFIG的广义派克方程如式 (1) 所示[12]:qr

式中:ls、lr和lm是定、转子自感和互感;rs, rr是定、转子电阻;ω1和ωs是同步转速和转差;udr, uqr是励磁电压;uqs、uds是定子电压;p是微分算子。

对于DFIG, 试图建立象传统SG那样以功角为状态变量的动态方程是不简洁的。为了建立状态变量与功角的联系, 将转子电流替换为定、转子磁链表达, 且认为定子磁链近似恒定, 忽略其动态方程, 则方程 (1) 转化为式 (2) 。

式中:是引入前馈补偿后代替udr, uqr的新控制量。式 (2) 和式 (3) 表明, 在故障扰动下, ψdr和ψqr会产生时间常数τ=l′/rr (约为数10 ms) 的快变行为。根据转子磁链和内电势的对应关系, ψdr和ψqr分别对应内电势的q和d轴分量。由于DFIG引入了dq轴解耦调节[2], 当出现其中一个轴向的过度调节时, 必然引起功角的突变。

3 功角动态特性及其影响因素

3.1 坐标定向方法对功角动态特性的影响

DFIG的坐标定向方法有多种, 如定子电压、定子磁链、定子电流、气隙磁链和转子磁链等[13]。最常用的是定子电压和定子磁链定向方法[14,15], 本文将比较这两种方法的功角特性。考察单机无穷大系统 (图1 (a) ) , DFIG参数见文献[15]。设t=0.8 s时发生单回断线故障, 分别考察不同故障清除时刻tc下的功角动态响应。图2 (a) 是tc=0.86 s时的功角暂态曲线。在定子磁链定向条件下, 功角最大达到71°;以定子电压定向时达到69°。图2 (b) 是tc=0.88 s时的功角响应。在定子磁链定向条件下, 功角最大达到86°;以定子电压定向时达到80°。图2 (c) 是tc=0.9 s时的功角响应。定子磁链定向条件下功角失去稳定;定子电压定向时功角达到97°, 仍可以保持稳定。由以上可得出结论: (1) 当扰动强度不太大时, 两种坐标定向条件下的功角动态行为差别很小;随着扰动强度的增大, 功角动态过程差异增加, 扰动强度达到一定程度时, 定子磁链定向下的功角首先失稳。定子电压定向方法有较好的抗扰能力; (2) 持续0.1 s的一回断线扰动并不算严重故障 (对常规电厂而言) , 然而对于DFIG, 即使在定子电压定向条件下, 功角仍然由39.6°快速跃变到97°, 功角对扰动非常敏感; (3) 单机 (DFIG) 无穷大系统的功角曲线是“不规则”的, 不具有常规SG的 (衰减) 正弦形状。

3.2 励磁参数对功角动态特性的影响

DFIG励磁变频器采用双闭环控制策略[15], 控制器参数很多。本文仅研究功率控制环、电流控制环增益和控制器限幅对功角特性的影响。

设t=0.8 s时发生断线故障, t=0.91 s故障清除, 研究励磁系统参数不同取值对功角动态响应的影响, 如图3 (a) 。参数1:cp=cq=0.003, kp=kq=0.12;参数2:cp=cq=0.003, kp=kq=0.1;参数3:cp=cq=0.002, kp=kq=0.1;以上3组参数的PI调节器输出限幅均取±200。cp和cq分别是有功、无功调节回路的外环增益;kp和kq分别有功、无功调节回路的内环 (电流环) 增益。比较参数1和参数2下的功角曲线可看出, 电流环增益越大, 功角上升速度越大;比较参数2和参数3下的功角响应可知, 功率环增益越大, 功角上升速度越大, 而且恢复初值越快;功率环增益较小时, 虽然功角幅度小, 但动态过程持续时间长。图3 (b) 是同在参数3条件下, 而考虑限幅不同取值下的功角响应。可以看出, 限幅越小, 功角变化越小。

3.3 DFIG和SG功角响应的对比分析

为了认识DFIG功角动态行为的特点, 比较两个相同容量的DFIG和SG在相同条件下的功角受扰曲线, 如图4。DFIG功角摆幅为80°, 而SG最大摇摆角和转子惯性有关, 当惯性时间常数Hj=3 s时, 摇摆角为56°;当Hj=1.5 s时, 摇摆角为51°。可以看出, 在同样扰动下, DFIG与SG相比, 功角变化快速而幅度大。DFIG的这种功角“剧变”特性可能导致极其严重的后果, 给DFIG大规模并网带来巨大挑战。

4 并列运行的DFIG和常规SG的交互作用

4.1 研究对象

在考察DFIG对电力系统稳定性影响时, 人们往往以常规SG为参考。希望知道同一节点接入DFIG风电场和接入相同容量的常规SG相比, 哪种情况稳定性更好?图5 (a) 是由2台常规SG经远距离输电组成的系统;图5 (b) 则是将G2替换为同容量的DFIG, 系统其他条件均同图5 (a) 。下面是两种情形的对比研究。

4.2 异种电机功角曲线的两种交点类型

根据传统动态电力系统研究经验, 当图5 (a) 系统受到扰动后, G1和G2的功角运动具有同调性, 表现在两条功角摇摆曲线近乎“平行”, 即功角曲线无交点。然而, 通过对含两种电机的混合系统 (图5 (b) ) 的研究发现, 同调性往往不复存在, 两类电机的功角曲线可能有交点。而且, 通过对交点的分析和类型划分, 可望对认识DFIG与SG的动态交互作用提供有益启示。

假设DFIG和SG的受扰功角曲线如图6 (该图为示意图) 。根据交点的不同性质, 本文定义两种交点类型: (1) 主动交越; (2) 被交交越。主动交越是指DFIG功角 (δD) 和SG功角 (δS) 在扰动后, δD较δS上升速度大而出现的交点 (如A点) ;或者在回摆过程中δD较δS下降速度大 (如B点) 。被动交越是指扰动后δS较δD上升速度大而出现的交点 (如C点) ;或者在回摆过程中δS较δD下降速度大 (如D点) 。因此, 对于主动交越的交点处, 有|dδD/dt|>|dδS/dt|;对于被动交越的交点处, 有|dδD/dt|>|dδS/dt|。

从物理意义上可以推断:当DFIG与SG并列运行时, 若受扰后出现主动交越, 则DFIG将使SG功角摆幅增大, 降低系统暂态稳定性。若出现被动交越, 则DFIG可使SG功角摆幅减小, 提高系统暂态稳定性。

以上推断也可以根据发电机功率特性来说明:对于图5 (b) 系统, 设发生断线故障, 在故障后G1加速期间Δt内, G1的电磁功率可表示为[16]:

其中:Es、ED和V分别是G1、DFIG和无穷大母线的内电势或电压, 并假设其恒定;δ1和δ2分别是G1和DFIG的功角;x11、x12和x13是故障期间的自阻抗和转移电抗。考察式 (4) 第3项, 有三种情况: (1) 若δ1与δ2平行, 则该项保持不变; (2) 若发生主动交越, 该项持续减小; (3) 若发生被动交越。该项持续增加。所以, 以情况 (1) 为基准, 情况 (2) 的电磁功率小而导致加速转矩大, 不利于G1首摆稳定;情况 (3) 的电磁功率大而造成加速转矩小, 有利于G1首摆稳定。

4.3 大扰动下的首摆稳定性

设图5 (b) 系统的双回输电线在t=0.8s时开断一回, t=1s时重合。图7是该系统的受扰功角曲线。可以看出, 在故障前DFIG的功角小于G1的功角, 而在0.8s受到扰动后, DFIG功角增长较快, 在1.05s时超过了G1, 出现一次主动交越。在主动交越的过程中, DFIG与G1发生了交互作用。由于G1和DFIG电气联系紧密、耦合性强, DFIG功角快速增大必然“拉动”G1的功角一起增大, 使得G1的首摆角度增大, 不利于G1的暂态稳定。

为了和常规输电系统对比, 对图5 (a) 系统做相同故障下的暂态分析, 图8是相应的功角摇摆曲线。G1和G2的功角曲线具有平行性, 没有交点。由图7和图8可以看出, 当G1和G2并列运行时, 受扰后G1最大摇摆幅度为89°;当G1和DFIG并列且受到同样扰动后, G1最大摇摆幅度达到121°。可见, DFIG在常规双闭环控制下, 对系统抵御大扰动的能力有削弱作用。

为了更全面地认识DFIG的接入对系统暂态稳定性的影响, 通过多次时域仿真得到不同控制参数下的稳定极限 (用故障的极限清除时间量度) , 如表1。由表1可见, 控制参数对稳定极限有一定影响, 较小的控制器限幅有利于防止过度调节, 对暂态稳定有利。同时还计算了图5 (a) 系统相同故障的极限清除时间为0.46 s。可见, DFIG替代SG后, 系统的暂态稳定性是显著降低的。

4.4 阻尼特性

阻尼特性属于小扰动稳定性的范畴, 可以用特征分析法研究, 也可以对时域仿真曲线做prony分析得到主导特征值。分别对图7和图8的G1功角曲线做prony分析得到特征值分别为-0.7665±j12.2649和-0.3719±j10.0356。可见, DFIG接入后, G1的阻尼和频率均增大。阻尼增大的原因仍然可用4.2节的判据解释。由图7看出。在首摆以后, 交点性质发生了改变, 主动交越变为被动交越, DFIG在1.5 s以后起到了阻尼G1振荡的作用。

5 结论

(1) 对于单机无穷大系统, DFIG功角动态行为具有快变特性。无论是采用定子磁链定向还是定子电压定向, 功角动态行为相差不大, 但后者的抗大干扰能力好于前者。矢量控制下励磁调节参数对功角动态行为有一定影响。如何优化调节参数值得进一步研究。

(2) 对于DFIG与常规SG并列运行情形, 扰动后功角运动可能没有同调性, 两种电机的功角摇摆曲线有多个交点。根据交点的交越性质可判断DFIG对SG的稳定性影响。

电力机组 篇9

1.1凝结水, 除氧给水系统清洁度差, 芯包内部清洁度差

凝汽器及给水系统尽管也进行过水冲洗和碱洗。设备管道制造安装阶段产生的硬质颗粒, 如泥沙、焊渣或铁锈等存在于系统内, 造成芯包卡涩。因此系统清洁在机组调试工作中十分重要。特别是除氧水箱一定要仔细清理;重视给水泵机组进口滤网制造、安装质量, 调试期间勤冲洗, 多检查。另外, 制造厂家也应重视产品质量, 必须保证芯包内部的清洁度。建议在装芯包之前对芯包再解体检查一次。

1.2给水泵芯包动静间隙偏小

硬质颗粒是造成给水泵卡涩的主要原因。淮北国安电力有限公司给水泵2号机A汽泵芯包卡涩是由于叶轮和导叶之间有硬质颗粒而造成的。而该芯包叶轮和导叶的间隙只有0.5 mm左右, 处于控制范围之下限。经与厂家研究后, 对各级叶轮和导叶进行打磨抛光处理, 将间隙放大了0.20 mm左右, 安装后运行情况良好。故芯包动静间隙究竟多少合适, 值得探讨。

1.3试运行阶段对该泵特性缺乏认识

试运行阶段, 给水泵热态跳闸时, 往往转速到零时, 才去投盘车, 而当盘车投不上的时候 (泵轻微卡涩) , 担心泵体上下温度差造成泵轴弯曲, 加重卡涩程度, 于是采用人工强行盘车。结果事与愿违, 越卡越死。建议采取以下方法:一是严格控制泵体上下温差, 要求上下壁温差控制在25℃以内;二是泵跳闸以后, 严禁手动盘车, 再次投运时, 直接用蒸汽冲转小汽轮机从静止状态启动。一般情况下都能冲动给水泵。

2给水泵汽蚀的原因分析及对策

汽蚀现象是一种普遍现象, 可以说凡是有液体流动的系统中, 都有可能发生汽蚀。当水在流动过程中, 某一局部地区的压力低于与水温相应的汽化压力时, 水就在该处发生汽化。当汽化发生后, 就有大量的蒸汽逸出, 形成许多蒸汽与气体混合的小汽泡。当汽泡随同水流从低压区流向高压区时, 迅速凝结而破裂, 在汽泡破裂的瞬间, 产生局部空穴, 高压水以极高的速度流向这些原汽泡占有的空间, 形成一个冲击力, 而且是多次反复, 从而对材料产生汽蚀。汽蚀实质上是指流体中汽泡的形成和破坏以致材料受到破坏的全部过程。它是一种十分有害的现象。汽蚀发生时, 使材料受到破坏, 会产生严重的噪声和振动;发展严重时, 大量汽泡的存在会占据流道的通流面积, 减少流体从叶片获得的能量, 导致扬程下降, 效率也相应降低。水泵的汽蚀是由泵本身的抗汽蚀性能和吸入系统的安装情况决定的。为了提高泵本身的抗汽蚀性能, 可以从以下三个方面着手:一是改进泵入口的几何尺寸, 在离心泵叶轮前加装诱导轮或者采用双重翼叶轮;二是合理地确定几何安装高度及吸入管路的流动损失, 在吸入系统装一低速前置泵;三是在运行时泵的转速不应高于规定转速, 且不允许用吸入系统上的阀门来调节流量。韦尔泵为了提高抗汽蚀能力, 就设置了前置泵和在给水泵出口处设有最小流量再循环管路。国安电厂1号A汽泵发生汽蚀正是由于运行人员在启动泵时没有开启最小流量再循环门而造成的。因此, 在试运阶段, 必须加强对运行人员责任心的培养, 操作时严格执行运行规程, 有步骤地进行。

3给水泵机械密封循环水温度高原因分析和处理方法

淮北国安电力有限公司1号机A汽泵机械密封循环水温度在试运行开始之后一直温度较高。处理这类问题, 一般是检查机械密封冷却水流量是否正常, 冷却水流动是否畅通, 同时还可以检查机械密封循环水磁性滤网是否清洁, 检查机械密封冷却水及循环水管路, 一切正常后拆除机械密封检查, 发现是机械密封旋向装反, 从而造成机械密封循环水不流动而造成超温。因为韦尔泵的机械密封的动环内有一螺旋形的流道, 当动环随泵一起转动时, 该螺旋形流道就可以带动机械密封循环水流动, 从而带走机械密封在运行时产生的热量。机械密封的旋向就是根据该流道的旋向而定。韦尔泵的两端安装的机械密封旋向是不相同的。如果位置装反, 就好象水泵叶轮旋向相反一样, 不能带动液体流动。故将2号机A汽泵两个机械密封相互交换重新安装后, 水温恢复正常。因此在安装韦尔泵时, 一定要注意其机械密封的旋向。

4给水泵附属管路阀门泄漏原因及对策

淮北国安电力有限公司给水泵给水泵附属管路的泄漏主要存在于机械密封循环水管路的焊口及中间抽头的焊口泄漏较多, 这些都是属于设备方面的原因;而且给水泵暖泵系统的阀门泄漏也较多, 这是由于阀门等级较低造成的。“大问题没有, 小毛病不少”, 这是当前国产机械设备普遍存在的问题。因此, 则需厂家狠抓产品质量, 特别是细微之处。对于配置的一些附属设施, 尽量选用质量好且等级高的产品, 不要造成因小失大。

用引进技术设计制造的300 MW机组给水泵是高科技产品, 它的好坏对整个机组的安全可靠运行起着十分重要的作用。给水泵及给水系统能否安全不但取决于设计、设备, 更取决于安装、调试、运行等方面。从淮北国安电力有限公司给水泵一期工程中韦尔泵的表现来看, 只要进一步加强设计、制造、安装、调试、运行等各个环节的工作, 进一步在运行实践中总结经验, 对于大型火力发电厂选用韦尔泵将会有所启示。

摘要：针对国安电力公司给水泵在试运行阶段中出现的一些问题, 提出处理方法和防止对策, 可供国产300MW机组给水泵选型、调试参考或借鉴。