含風(fēng)力發(fā)電的電力系統(tǒng)經(jīng)濟(jì)調(diào)度

1、 學(xué)號(hào)： 常 州 大 學(xué)畢業(yè)論文（2012屆）題 目 含風(fēng)力發(fā)電的電力系統(tǒng)經(jīng)濟(jì)調(diào)度 學(xué) 生 學(xué) 院 專業(yè)班級(jí) 校內(nèi)指導(dǎo)教師 專業(yè)技術(shù)職務(wù) 校外指導(dǎo)教師 專業(yè)技術(shù)職務(wù) 二零一二年五月含風(fēng)力發(fā)電的電力系統(tǒng)經(jīng)濟(jì)調(diào)度摘要： 隨著煤、石油、天然氣儲(chǔ)量的日益減少和二氧化碳等溫室氣體的不斷增加。全球氣候變暖，海平面上升。新能源的利用越來越受到人們的重視，風(fēng)能作為一種干凈的、儲(chǔ)量極為豐富的可再生能源，是新能源領(lǐng)域中最重要、開發(fā)前景最好的能源之一。由于風(fēng)能的隨機(jī)性，風(fēng)力發(fā)電使得電力系統(tǒng)調(diào)度的不確定性因素增加，對(duì)電力系統(tǒng)經(jīng)濟(jì)調(diào)度提出了新的要求。根據(jù)火電廠和并網(wǎng)風(fēng)力發(fā)電機(jī)組經(jīng)濟(jì)調(diào)度的特點(diǎn)，建立含風(fēng)力發(fā)電的電力系統(tǒng)經(jīng)

2、濟(jì)調(diào)度模型。并采用混合整數(shù)規(guī)劃法來解決含風(fēng)力發(fā)電的經(jīng)濟(jì)調(diào)度問題。通過算例可知，風(fēng)電的加入減小了系統(tǒng)運(yùn)行的燃料成本，改變了常規(guī)火電機(jī)組的啟停和出力。本文充分利用了風(fēng)電清潔可再生的特點(diǎn)，減少的高能耗火電機(jī)組的啟停，達(dá)到節(jié)能減排的目標(biāo)，實(shí)現(xiàn)低碳生活。關(guān)鍵詞：電力系統(tǒng)； 風(fēng)力發(fā)電； 混合整數(shù)規(guī)劃法 economic dispatching of power system including wind power generationabstract：with increasing of coal，oil and natural gas reserves dwindling and carbon dio

3、xide and other greenhouse gasesglobal warming causes sea levels rising. the use of new energy is receiving more attentionwind energy as a kind of clean，abundant reserves renewable energy is the most important energy of new energy source.due to the randomness of wind energy, the use of wind power wil

4、l increase the uncertain factors of the power system dispatching, and new demands of the economic dispatching of the power system should be raised. according to the characteristics of economic dispatching of thermal plants and wind power, and established economic dispatching model of power system in

5、clude wind power. the mixed integer programming approach theory is used, which aims to solve the problems between the wind power units and thermal units. examples indicate that the combination of wind and thermal power will reduce the fuel cost of the running system, the conventional units status of

6、 on and off and their outputs are also affected. in this article, the clean and renewable characteristics of wind power is fully used, reduced the thermal units status of on and off. it can achieve emissions-reduction targets, and low carbon life will come true. keywords：power system, wind power gen

7、eration, mixed integer programming approach目錄摘要iabstractii目錄iii1 引言11.1 課題研究背景及意義11.1.1 研究背景11.1.2研究意義11.2 風(fēng)力發(fā)電現(xiàn)狀和發(fā)展趨勢(shì)21.2.1 全球風(fēng)電的發(fā)展現(xiàn)狀21.2.2國內(nèi)風(fēng)能發(fā)展現(xiàn)狀31.2.3風(fēng)力發(fā)電的發(fā)展趨勢(shì)41.3本文的主要工作72含風(fēng)力發(fā)電的電力系統(tǒng)經(jīng)濟(jì)調(diào)度82.1 風(fēng)電的優(yōu)勢(shì)和局限性82.2 風(fēng)電并網(wǎng)對(duì)電力系統(tǒng)的影響92.2.1 風(fēng)電并網(wǎng)對(duì)電網(wǎng)電壓的影響92.2.2 風(fēng)電并網(wǎng)對(duì)電力系統(tǒng)暫態(tài)穩(wěn)定性的影響92.3傳統(tǒng)火電機(jī)組優(yōu)化調(diào)度模型102.3考慮風(fēng)電的電力系統(tǒng)經(jīng)濟(jì)調(diào)度模型

8、112.3.1 設(shè)計(jì)思路112.3.2 目標(biāo)函數(shù)122.3.3約束條件123電力系統(tǒng)經(jīng)濟(jì)調(diào)度算法143.1 優(yōu)化問題及其分類143.2優(yōu)化問題解決方法163.2.1優(yōu)化算法目前的發(fā)展?fàn)顩r163.2.2啟發(fā)式方法173.2.3動(dòng)態(tài)規(guī)劃法183.2.4混合整數(shù)規(guī)劃法183.2.5拉格朗日松弛法193.2.6遺傳算法203.3算法比較和選擇214 軟件介紹及算例分析224.1 程序的編制、運(yùn)行與調(diào)試224.1.1 cplex介紹224.1.2 程序的運(yùn)行及調(diào)試244.2算例分析244.2.1不考慮風(fēng)力發(fā)電的火電廠經(jīng)濟(jì)調(diào)度244.2.2考慮風(fēng)力發(fā)電的火電廠經(jīng)濟(jì)調(diào)度255 結(jié)論與展望26參考文獻(xiàn)27附錄

9、281 引言1.1 課題研究背景及意義1.1.1 研究背景近年來，人們普遍關(guān)注能源和環(huán)境問題。一方面，化石燃料消耗的大幅攀升，以及化石燃料的不可再生性，在本世紀(jì)上半頁即將耗盡。促使人們更多地關(guān)注資源問題對(duì)未來可持續(xù)發(fā)展的影響；另一方面，全球變暖已經(jīng)成為環(huán)保人士關(guān)心的核心問題。21世紀(jì)能源危機(jī)迫在眉睫，世界經(jīng)濟(jì)的發(fā)展以及我國的現(xiàn)代化建設(shè)，都得益于化石能源的廣泛應(yīng)用；由于化石能源的不可再生性，在本世紀(jì)上半葉化石能源將被人類消耗接近枯竭，所以在枯竭之前人們努力研究新能源，爭(zhēng)取在化石能源枯竭之前找到合理的代替品。近年來，隨著我國改革開放的進(jìn)一步深入，國民經(jīng)濟(jì)的飛速發(fā)展，能源進(jìn)口需求激增、供需矛盾日益緊

10、張，世界能源國的對(duì)我國經(jīng)濟(jì)發(fā)展的控制越來越強(qiáng)，我國在新能源的投入加強(qiáng)了很多。另外，人類濫用化石能源，對(duì)煤，石油，天然氣等資源毫無節(jié)制的使用，全球的氣候和環(huán)境已經(jīng)發(fā)生了很大的變化，氣候變暖，海平面上升，已經(jīng)對(duì)人類的生存和發(fā)展發(fā)展形成了嚴(yán)重威脅，降低因化石能源使用所產(chǎn)生的溫室氣體的排放已成為人們的共識(shí)。1997 年京都議定書(kyoto protocol)的簽署標(biāo)志著各國開始采取共同措施致力于解決溫室氣體排放1。作為一個(gè)發(fā)展中國家，中國目前還不需要進(jìn)行減排的任務(wù)，但是我國粗狂的發(fā)展模式以及以煤炭為主要能源，和能源利用率低的原因，使得煤炭生產(chǎn)與消費(fèi)、so2排放量均居世界首位，世界第二的二氧化碳排放國

11、。我國正面臨著國際減排壓力，形勢(shì)嚴(yán)峻。風(fēng)能資源具有蘊(yùn)量巨大，全球的風(fēng)能約為2.74109mw，其中可利用的風(fēng)能為2107mw，比地球上可開發(fā)利用的水能總量還要大10倍。人們自古就利用風(fēng)能來抽水、磨面等工作；近年來，隨著科技的發(fā)展，對(duì)清潔能源的重視，人們把目光投向了風(fēng)力發(fā)電，風(fēng)力發(fā)電技術(shù)的越發(fā)成熟，利用率越來越高，投入的幾組越來越多，產(chǎn)生的電能也隨著增加。1.1.2研究意義風(fēng)電是一種潛力很大的新能源，他不需要使用化石能源，不占耕地，運(yùn)行成本低，無污染，更不會(huì)產(chǎn)生輻射等隱形污染，它是一種清潔的可再生資源。我國幅員遼闊，風(fēng)力資源豐富，電能消耗量大，所以風(fēng)力發(fā)電在我國有著美好的前景。我們應(yīng)該大力扶持對(duì)

12、風(fēng)力發(fā)電以及對(duì)含風(fēng)電的電力系統(tǒng)經(jīng)濟(jì)調(diào)度的研究。電力系統(tǒng)經(jīng)濟(jì)調(diào)度是電力系統(tǒng)經(jīng)濟(jì)運(yùn)行的重要課題，其目標(biāo)是實(shí)時(shí)調(diào)度發(fā)電機(jī)組出力，以較少的發(fā)電成本保證機(jī)組發(fā)電與用電負(fù)荷之間的平衡。由于風(fēng)力發(fā)電不消耗化石燃料，中國政府制定了可再生能源法限定電網(wǎng)公司必須全數(shù)收購所有可再生能源發(fā)電。因此，風(fēng)力發(fā)電占全系統(tǒng)裝機(jī)容量的上升將對(duì)我國電力系統(tǒng)的經(jīng)濟(jì)、穩(wěn)定運(yùn)行造成重大的影響。1.2 風(fēng)力發(fā)電現(xiàn)狀和發(fā)展趨勢(shì)1.2.1 全球風(fēng)電的發(fā)展現(xiàn)狀在過去的5年間，風(fēng)電發(fā)展不斷超越其預(yù)期的發(fā)展速度，而且一直保持著世界增長最快的能源地位。2005年以來，全球風(fēng)電累計(jì)裝機(jī)容量年平均增長率為27.3%，新增裝機(jī)容量年平均增長率為36.1%

13、。2010年全球裝機(jī)容量達(dá)196630mw，新裝機(jī)容量37624mw，比去年同期增長23.6%。2010年新增裝機(jī)容量相當(dāng)于430twh年發(fā)電量，占全球總發(fā)電量的2.5%，總量超過世界第六大經(jīng)濟(jì)體英國。圖1.1 2001-2011年全球每年總裝機(jī)容量（mw）圖1.2 2001-2011年每年新增總裝機(jī)容量（mw）2010年全球風(fēng)能產(chǎn)值近400億歐元，創(chuàng)造就業(yè)崗位約67萬余個(gè)。中國2010年風(fēng)力發(fā)電新增裝機(jī)超過2000萬千瓦，截至2010年底，累計(jì)裝機(jī)容量超過4500萬千瓦，首次超過美國，躍居世界第一。2010年全球新裝機(jī)容量54.6%來自亞洲，27%來自歐洲，16.7%來自美洲，1.2%來自拉

14、丁美洲，0.4%來自非洲。風(fēng)能裝機(jī)容量占發(fā)電裝機(jī)容量比率位于世界前三的國家分別是丹麥，葡萄牙，西班牙。目前，德國、西班牙和意大利三國的風(fēng)電機(jī)組的裝機(jī)容量約占到歐洲總量的65%。近年來，在歐洲大力發(fā)展風(fēng)電產(chǎn)業(yè)的國家還有法國、英國、葡萄牙、丹麥、荷蘭、奧地利、瑞典、愛爾蘭。歐洲之外，發(fā)展風(fēng)電的主要國家有美國、中國、印度、加拿大和日本。迄今為止，世界上已有82個(gè)國家在積極開發(fā)和應(yīng)用風(fēng)能資源。風(fēng)電在未來20年內(nèi)將是世界上發(fā)展最快的能源。海上風(fēng)力資源條件優(yōu)于陸地，陸地適于安裝風(fēng)電機(jī)組的場(chǎng)址有限，以及在陸地上安裝風(fēng)電機(jī)組對(duì)景觀造成影響，產(chǎn)生的噪音可能影響周圍的居民。將風(fēng)電場(chǎng)從陸地向近海發(fā)展在歐洲已經(jīng)成為了

15、一種新的趨勢(shì)。有人把風(fēng)電的發(fā)展規(guī)劃為3部曲，陸上風(fēng)電技術(shù)（當(dāng)前技術(shù)）-近海風(fēng)電技術(shù)（正在研發(fā)技術(shù)）-海上風(fēng)電技術(shù)（未來發(fā)展方向）。圖1.3 海上風(fēng)力發(fā)電展示1.2.2國內(nèi)風(fēng)能發(fā)展現(xiàn)狀從2003年以來，我國風(fēng)電機(jī)裝機(jī)容量年均增長率達(dá)到70%以上。到2009年年底，全國風(fēng)電建設(shè)總?cè)萘繛?268萬千瓦，已并網(wǎng)運(yùn)行容量為1767萬千瓦，總吊裝容量達(dá)到2412萬千瓦。中國2010年風(fēng)力發(fā)電新增裝機(jī)超過2000萬千瓦，截至2011年年底，累計(jì)裝機(jī)容量超過4500萬千瓦，首次超美國，躍居時(shí)間第一。圖1.4 2011年中國風(fēng)電裝機(jī)總?cè)萘?.2.3風(fēng)力發(fā)電的發(fā)展趨勢(shì)1.產(chǎn)業(yè)集中是總的趨勢(shì)2009年，世界排名前十

16、的風(fēng)電機(jī)組制造企業(yè)占據(jù)了全球78.7%的市場(chǎng)份額，世界排名前十五的風(fēng)電機(jī)組制造企業(yè)占據(jù)了全球88.1%的市場(chǎng)份額，丹麥vestas、美國ge wind、中國華銳、德國enercon、中國金風(fēng)這前5家企業(yè)，就占據(jù)了國內(nèi)外49.8%市場(chǎng)份額?？梢钥闯觯菏澜顼L(fēng)電機(jī)組制造企業(yè)形成了由十多家大型風(fēng)電機(jī)組制造企業(yè)控制或壟斷的局面。圖1.5 風(fēng)力發(fā)展前景2.風(fēng)電機(jī)組電機(jī)容量持續(xù)增大近年來世界風(fēng)電市場(chǎng)中風(fēng)電機(jī)組的點(diǎn)擊容量持續(xù)增大，隨著電機(jī)容量不斷增大和利用率提高，世界上主流機(jī)型已經(jīng)從2000年的500-1000kw增加到2009年的2-3mw。同樣，國內(nèi)風(fēng)電市場(chǎng)中風(fēng)電機(jī)組的單機(jī)容量也持續(xù)增大。近年來，海上風(fēng)電

17、場(chǎng)的開發(fā)進(jìn)一步加快了大容量風(fēng)電機(jī)組的發(fā)展，2008年底時(shí)間上已經(jīng)運(yùn)行的最大風(fēng)電機(jī)組單機(jī)容量已達(dá)到6mw，風(fēng)輪直徑達(dá)到127m。目前，已經(jīng)開始8-10mw風(fēng)電機(jī)組的設(shè)計(jì)和制造。我國華銳風(fēng)電的3mw海上風(fēng)電機(jī)組已經(jīng)在2010年10月底下線。目前華銳、金風(fēng)、東汽、國電聯(lián)合、湖南湘電、重慶海裝等公式都在研制5mw或6mw的大容量風(fēng)電機(jī)組。3.水平軸風(fēng)電機(jī)組成為主流水平軸風(fēng)電機(jī)組技術(shù)，因?yàn)槠渚哂酗L(fēng)能轉(zhuǎn)換效率高、轉(zhuǎn)軸較短，在大型風(fēng)電機(jī)組上更顯示出經(jīng)濟(jì)性等優(yōu)點(diǎn)，使水平軸風(fēng)電機(jī)組成為了世界風(fēng)電發(fā)展的主流機(jī)型，并占到95%以上的市場(chǎng)份額。圖1.6水平軸風(fēng)電機(jī)組4.變槳變速功率調(diào)節(jié)技術(shù)得到廣泛的應(yīng)用由于變槳距功率

18、調(diào)節(jié)方式具有載荷控制平穩(wěn)、安全和高效等優(yōu)點(diǎn)，近年在大型風(fēng)電機(jī)組上得到了廣泛采用。結(jié)合變槳距技術(shù)的應(yīng)用以及電力電子技術(shù)的發(fā)展，大多風(fēng)電機(jī)組開發(fā)制造廠商開始使用變速恒頻技術(shù)，并開發(fā)出了變槳變速風(fēng)電機(jī)組，使得在風(fēng)能轉(zhuǎn)換上有了進(jìn)一步完善和提高。5.雙饋異步發(fā)電技術(shù)任占主導(dǎo)地位我國內(nèi)資企業(yè)華銳風(fēng)電、東方汽輪機(jī)、國電聯(lián)合動(dòng)力、廣東明陽等企業(yè)也在生產(chǎn)雙饋異步發(fā)電型變速風(fēng)電機(jī)組。2009年我國新增風(fēng)電機(jī)組中，雙饋異步發(fā)電型變速風(fēng)電機(jī)組任然占82%以上。目前，我國華銳風(fēng)電研發(fā)的3mw的雙饋異步發(fā)電型變速恒頻風(fēng)電機(jī)組已經(jīng)投入運(yùn)行2。圖1.7 雙饋異步發(fā)電機(jī)6.直驅(qū)式、全功率變流技術(shù)得到迅速發(fā)展無齒輪箱的直驅(qū)方式能

19、有效地減少由于齒輪箱問題而造成的機(jī)組故障，可有效提高系統(tǒng)的運(yùn)行可靠和壽命，減少維護(hù)成本，因而得到了市場(chǎng)的青睞。7.低壓穿越技術(shù)得到應(yīng)用隨著風(fēng)電機(jī)組單機(jī)容量的不斷增大和風(fēng)電市場(chǎng)規(guī)模的不斷擴(kuò)大，風(fēng)電機(jī)組與電網(wǎng)的相互影響已日趨嚴(yán)重。一旦電網(wǎng)發(fā)生故障破事大面積風(fēng)電機(jī)組因自身保護(hù)而脫網(wǎng)的話，將嚴(yán)重影響電力系統(tǒng)的運(yùn)行穩(wěn)定性。因此要求風(fēng)電機(jī)組具有一定低電壓穿越能力。目前，我國已有多家企業(yè)的風(fēng)電機(jī)組通過了低電壓穿越性能試驗(yàn)。1.3本文的主要工作本文的主要工作是研究當(dāng)前國內(nèi)外風(fēng)力風(fēng)電發(fā)展現(xiàn)狀，以及發(fā)展趨勢(shì)，風(fēng)力發(fā)電是一個(gè)具有廣闊發(fā)展前景的新興科學(xué)。本文以含風(fēng)力發(fā)電的電力系統(tǒng)模型為線索，第一部份為風(fēng)力發(fā)電發(fā)展現(xiàn)狀

20、的研究，對(duì)風(fēng)力發(fā)電有了深刻的理解。第二部份為含風(fēng)力發(fā)電的電力系特經(jīng)濟(jì)調(diào)度的模型的建立，為研究奠定了基礎(chǔ)。第三部份為算法研究，根據(jù)當(dāng)前算法研究的情況，以及本次工作選擇合理的算法來解決問題。2含風(fēng)力發(fā)電的電力系統(tǒng)經(jīng)濟(jì)調(diào)度2.1 風(fēng)電的優(yōu)勢(shì)和局限性風(fēng)力發(fā)電技術(shù)是各種可再生能源技術(shù)中最成熟的一種，對(duì)于應(yīng)對(duì)那些與傳統(tǒng)能源有關(guān)的迫在眉睫的環(huán)境和社會(huì)影響，風(fēng)電是個(gè)切實(shí)可行、立竿見影的解決方案。風(fēng)電的并網(wǎng)運(yùn)行可給系統(tǒng)帶來很大的效益。(1) 增加能源供應(yīng)，調(diào)整能源結(jié)構(gòu)目前，煤炭資源在我國能源結(jié)構(gòu)中占主導(dǎo)地位，約有69%。煤炭的大量開采和消費(fèi)帶來了嚴(yán)重的環(huán)境污染；另外，為了滿足日益增長的能源需求，石油、天然氣進(jìn)口

21、逐年增長，能源安全問題凸現(xiàn)。而風(fēng)能在調(diào)整能源結(jié)構(gòu)中起到重要作用，風(fēng)能和其他可再生能源一起，逐步從補(bǔ)充能源發(fā)展成主流能源。而且，風(fēng)能資源十分豐富。據(jù)統(tǒng)計(jì)，全球可開發(fā)的風(fēng)能資源潛力約為目前全球用電量的5倍。(2) 保護(hù)生態(tài)環(huán)境，減排溫室氣體減排溫室氣體，應(yīng)對(duì)全球氣候變化已成為世界各國的共識(shí)，主要措施是提高能源效率和發(fā)展可再生能源。而風(fēng)電作為一種清潔無污染的可再生能源，必然受到高度重視。據(jù)統(tǒng)計(jì)，用風(fēng)能每年提供100 萬kwh 發(fā)電量，則可以每年減排二氧化碳600t。(3) 發(fā)展新興產(chǎn)業(yè)，擴(kuò)大就業(yè)機(jī)會(huì)風(fēng)能是一個(gè)高新技術(shù)產(chǎn)業(yè)，正在逐漸成為社會(huì)的一個(gè)新的經(jīng)濟(jì)增長點(diǎn)，對(duì)帶動(dòng)相關(guān)產(chǎn)業(yè)發(fā)展和技術(shù)進(jìn)步，推進(jìn)經(jīng)濟(jì)和

22、社會(huì)可持續(xù)發(fā)展有著重要意義。根據(jù)“綠色和平”組織和歐洲風(fēng)能協(xié)會(huì)組織估計(jì)，到2020 年風(fēng)力發(fā)電將占到全球發(fā)電總量的12%，創(chuàng)造179 萬個(gè)就業(yè)機(jī)會(huì)。(4) 風(fēng)電場(chǎng)建設(shè)工期短，自動(dòng)化程度高風(fēng)電場(chǎng)安裝施工期很短。單臺(tái)風(fēng)機(jī)的運(yùn)輸安裝只需要幾個(gè)星期，一個(gè)10 兆瓦級(jí)的風(fēng)電場(chǎng)建設(shè)期不超過一年。而且風(fēng)電場(chǎng)生產(chǎn)管理過程中自動(dòng)化程度較高，目前的風(fēng)電機(jī)組一般不參與系統(tǒng)調(diào)整，可實(shí)行無人值守。(5) 風(fēng)力發(fā)電技術(shù)成熟，發(fā)電成本相對(duì)較低風(fēng)電成本主要取決于風(fēng)電機(jī)組成本。隨著風(fēng)能產(chǎn)業(yè)的規(guī)?；l(fā)展和風(fēng)能技術(shù)的不斷進(jìn)步，風(fēng)電機(jī)組成本穩(wěn)步下降。根據(jù)歐洲風(fēng)能協(xié)會(huì)的分析，從1990 年到2000 年風(fēng)電每千瓦時(shí)成本已下降了50%，

23、達(dá)到56 美分/kwh，到2010 年還可以下降30%。以現(xiàn)在每5 年風(fēng)電成本下降20%的速度計(jì)算，到2020 年，即使沒有補(bǔ)貼，風(fēng)電的成本將接近常規(guī)能源發(fā)電成本。但是，由于風(fēng)電的特殊性以及與常規(guī)能源發(fā)電之間的區(qū)別，風(fēng)電在接入電網(wǎng)時(shí)對(duì)電網(wǎng)及整個(gè)電力系統(tǒng)有不利的影響。2.2 風(fēng)電并網(wǎng)對(duì)電力系統(tǒng)的影響大力發(fā)展風(fēng)電對(duì)環(huán)境保護(hù)和能源節(jié)約都有著重要的意義。但風(fēng)電作為一類特殊的電力，具有許多不同于常規(guī)能源發(fā)電的特點(diǎn)3，風(fēng)電的并網(wǎng)運(yùn)行對(duì)電網(wǎng)的安全穩(wěn)定、運(yùn)行調(diào)度等方面均會(huì)帶來負(fù)面的影響。隨著風(fēng)力發(fā)電規(guī)模的不斷擴(kuò)大，其對(duì)電力系統(tǒng)的影響也愈加明顯，這就制約了風(fēng)力發(fā)電場(chǎng)規(guī)模的進(jìn)一步發(fā)展。2.2.1 風(fēng)電并網(wǎng)對(duì)電網(wǎng)電

24、壓的影響目前大型風(fēng)電場(chǎng)的風(fēng)力發(fā)電機(jī)一般都是異步發(fā)電機(jī)，其運(yùn)行需要電網(wǎng)的無功支持。而且，我國風(fēng)能資源豐富的地區(qū)距離負(fù)荷中心較遠(yuǎn)，大規(guī)模的風(fēng)電無法就地消納而需通過輸電網(wǎng)遠(yuǎn)距離輸送至負(fù)荷中心。大量風(fēng)功率的輸送往往會(huì)造成線路電壓下降，增大線路無功損耗。當(dāng)系統(tǒng)電壓水平降低，風(fēng)電場(chǎng)的無功需求和線路的無功損耗將導(dǎo)致電網(wǎng)的無功不足，進(jìn)一步惡化電壓水平，嚴(yán)重時(shí)引起電壓崩潰，部分風(fēng)電機(jī)組會(huì)由于自身的低電壓保護(hù)而停機(jī)。風(fēng)電機(jī)組停機(jī)則會(huì)相應(yīng)減少對(duì)無功的需求，這又容易導(dǎo)致系統(tǒng)電壓水平偏高?？傊?，風(fēng)電場(chǎng)的并網(wǎng)運(yùn)行必然會(huì)對(duì)電網(wǎng)的無功和電壓產(chǎn)生影響。研究表明，在風(fēng)電場(chǎng)中可以安裝一定容量的無功補(bǔ)償裝置（如并聯(lián)電容器組等）來提高

25、風(fēng)電場(chǎng)并網(wǎng)點(diǎn)的電壓水平，或通過加強(qiáng)網(wǎng)架結(jié)構(gòu)、采用具有電壓無功控制能力的雙饋?zhàn)兯亠L(fēng)電機(jī)組，使風(fēng)電接入地區(qū)電網(wǎng)的電壓水平得到改善4。在實(shí)際運(yùn)行過程中，當(dāng)風(fēng)電功率波動(dòng)大、無功需求量大且變化相對(duì)較快時(shí)，單依靠電容器組快速投切可能無法滿足控制的要求，這時(shí)就需要在風(fēng)電場(chǎng)內(nèi)安裝能夠在風(fēng)速波動(dòng)時(shí)提供快速無功支撐、有利于電網(wǎng)和風(fēng)電場(chǎng)無功電壓調(diào)節(jié)的動(dòng)態(tài)無功補(bǔ)償裝置4。2.2.2 風(fēng)電并網(wǎng)對(duì)電力系統(tǒng)暫態(tài)穩(wěn)定性的影響隨著電力電子技術(shù)的發(fā)展，大量新型大容量風(fēng)力發(fā)電機(jī)組開始投入運(yùn)行且風(fēng)電場(chǎng)裝機(jī)規(guī)模不斷變大，風(fēng)電場(chǎng)的并網(wǎng)運(yùn)行導(dǎo)致電壓無功控制、頻率穩(wěn)定性等問題越來越突出。除此之外，當(dāng)風(fēng)電在電網(wǎng)中的滲透水平較高或接入弱電網(wǎng)時(shí)，

26、由于風(fēng)電的接入改變了電網(wǎng)原有的潮流分布、線路傳輸功率和整個(gè)系統(tǒng)的慣量，會(huì)對(duì)電網(wǎng)的暫態(tài)穩(wěn)定性產(chǎn)生影響4。電力系統(tǒng)暫態(tài)穩(wěn)定性是指電力系統(tǒng)受到大擾動(dòng)之后，系統(tǒng)能否恢復(fù)到原來的運(yùn)行狀態(tài)或過渡到新的運(yùn)行狀態(tài)。它反映了系統(tǒng)受到發(fā)電機(jī)的切機(jī)、負(fù)荷的突變以及網(wǎng)絡(luò)故障等大干擾，網(wǎng)絡(luò)拓?fù)浒l(fā)生變化后，電力系統(tǒng)恢復(fù)到穩(wěn)定運(yùn)行點(diǎn)的能力5。對(duì)于風(fēng)電場(chǎng)來說，當(dāng)風(fēng)電場(chǎng)并網(wǎng)、鄰近地區(qū)負(fù)荷發(fā)生擾動(dòng)、網(wǎng)絡(luò)發(fā)生故障和風(fēng)電場(chǎng)的電氣參數(shù)發(fā)生變化時(shí)，都有可能影響到系統(tǒng)的暫態(tài)穩(wěn)定性。目前，風(fēng)電場(chǎng)或風(fēng)電機(jī)組的保護(hù)會(huì)在電網(wǎng)出現(xiàn)大干擾時(shí)將機(jī)組切除以保護(hù)風(fēng)電場(chǎng)的設(shè)備。這對(duì)風(fēng)電場(chǎng)來說得到了保護(hù)，但對(duì)于整個(gè)電網(wǎng)來說卻相當(dāng)于在已發(fā)生大干擾的情況下又發(fā)生了

27、發(fā)電機(jī)跳閘的新干擾，電力系統(tǒng)暫態(tài)穩(wěn)定的問題更為嚴(yán)重了5。在如今風(fēng)電規(guī)模不斷增大的趨勢(shì)下，應(yīng)使風(fēng)電場(chǎng)在受大干擾的過程中及故障后電網(wǎng)的恢復(fù)過程中仍能支撐電網(wǎng)電壓，保證區(qū)域電網(wǎng)的暫態(tài)電壓穩(wěn)定。而研究表明靜止無功補(bǔ)償(svc)能夠有效地幫助恒速風(fēng)電機(jī)組在故障后恢復(fù)電壓，提高輸出的電磁功率，而風(fēng)電機(jī)組的槳距角控制則能夠有效地降低風(fēng)機(jī)的輸入機(jī)械功率，從而避免風(fēng)電機(jī)組機(jī)械功率與電磁功率不平衡引起的異步發(fā)電機(jī)超速及電壓失穩(wěn)，達(dá)到改善風(fēng)電場(chǎng)的暫態(tài)穩(wěn)定性，確保風(fēng)電機(jī)組連續(xù)運(yùn)行及電網(wǎng)安全穩(wěn)定6。2.3傳統(tǒng)火電機(jī)組優(yōu)化調(diào)度模型傳統(tǒng)電力系統(tǒng)ed經(jīng)濟(jì)調(diào)度 模型比較單一，主要研究在滿足系統(tǒng)和發(fā)電機(jī)安全約束的條件下燃料總量或

28、發(fā)電成本最小化的問題，沒有兼顧其他方面的利益。隨著電力市場(chǎng)的不斷發(fā)展，以電網(wǎng)收益最大為目標(biāo)的機(jī)組啟停和經(jīng)濟(jì)分配問題往往是電力企業(yè)的關(guān)注所在。(1)最小化發(fā)電總成本 (1)其中：t 調(diào)度總時(shí)段數(shù)；n 機(jī)組數(shù)目； 機(jī)組i 在時(shí)段t 的發(fā)電成本($)；(2)最小購電費(fèi)用 (2)其中： 機(jī)組i 的上網(wǎng)電價(jià)。(3)負(fù)荷平衡 其中：t=1,2，t (3) 其中為t時(shí)刻系統(tǒng)的總負(fù)荷。2.3考慮風(fēng)電的電力系統(tǒng)經(jīng)濟(jì)調(diào)度模型大規(guī)模風(fēng)電場(chǎng)不斷接入電網(wǎng)，減少了煤炭、石油等傳統(tǒng)能源的消耗，促進(jìn)了電力系統(tǒng)的可持續(xù)發(fā)展，但同時(shí)也給電力系統(tǒng)調(diào)度帶來一定的影響?？稍偕茉捶ù_定了“全額收購其電網(wǎng)覆蓋范圍內(nèi)可再生能源并網(wǎng)發(fā)電項(xiàng)目

29、的上網(wǎng)電量”的扶持政策，因此，當(dāng)風(fēng)電投入或增加功率輸出，電網(wǎng)出現(xiàn)功率盈余時(shí)，常規(guī)電源要相應(yīng)減少功率輸出來消納風(fēng)電功率；當(dāng)風(fēng)電功率降低或停運(yùn)，電網(wǎng)出現(xiàn)功率缺額時(shí)，常規(guī)電源要相應(yīng)增加出力維持功率平衡。這些由常規(guī)機(jī)組承擔(dān)的以應(yīng)對(duì)風(fēng)電波動(dòng)的調(diào)節(jié)容量必須處于旋轉(zhuǎn)備用狀態(tài)，并且能夠迅速投入和退出，即系統(tǒng)對(duì)常規(guī)機(jī)組提供的旋轉(zhuǎn)備用以及機(jī)組爬坡速率提出了更高的要求。2.3.1 設(shè)計(jì)思路 由于我國現(xiàn)階段的實(shí)際情況，電網(wǎng)的主要出力是火電機(jī)組，所以本次研究也是在以火電機(jī)組為基礎(chǔ)的電網(wǎng)上并網(wǎng)風(fēng)力發(fā)電機(jī)組。 圖2.1 設(shè)計(jì)流程圖 2.3.2 目標(biāo)函數(shù)目標(biāo)函數(shù)通常是在滿足各種約束條件下使總的發(fā)電運(yùn)行成本最低，即 （4）其中

30、為總的發(fā)電成本；為機(jī)組在時(shí)刻的狀態(tài),表示機(jī)組處于運(yùn)行狀態(tài)，表示機(jī)組處于停機(jī)狀態(tài)；為機(jī)組在時(shí)刻的發(fā)電運(yùn)行成本；為機(jī)組在時(shí)刻的實(shí)際出力；為機(jī)組的啟動(dòng)成本；為總時(shí)段數(shù)；為機(jī)組數(shù)。通常情況下,可以用二次函數(shù)表示為 （5）式中為機(jī)組的發(fā)電成本函數(shù)的參數(shù)。2.3.3約束條件（1）系統(tǒng)有功功率平衡約束 t=1,2，t （6）式中為風(fēng)電機(jī)組在t時(shí)刻的出力，為t時(shí)刻系統(tǒng)的總負(fù)荷。（2）旋轉(zhuǎn)備用約束 t=1，2，t （7）式中為機(jī)組i的最大出力；為t時(shí)刻系統(tǒng)的總備用容量本文將取為系統(tǒng)總負(fù)荷的10%。（3）機(jī)組出力上下限約束 （8）式中為機(jī)組i的最小出力為機(jī)組i的最大出力。（4）機(jī)組爬坡約束 （9）式中和分別為機(jī)組

31、i的有功功率上升量和下降量的上、下限。（5）最小啟停時(shí)間約束 （10）式中、分別為機(jī)組i的最小運(yùn)行時(shí)間與最小停機(jī)時(shí)間。3電力系統(tǒng)經(jīng)濟(jì)調(diào)度算法電力系統(tǒng)經(jīng)濟(jì)調(diào)度（ed）問題是一個(gè)高維數(shù)、非線性、多約束的混合整數(shù)優(yōu)化問題，很難求得最優(yōu)解。但該問題具有良好的應(yīng)用前景，許多國內(nèi)外學(xué)者對(duì)此展開了大量的研究，提出了多種算法。主要可分為兩類，一類是傳統(tǒng)的優(yōu)化算法，如優(yōu)先順序法、動(dòng)態(tài)規(guī)劃法和拉格朗日松弛法等；另一類是智能優(yōu)化算法，如遺傳算法、蟻群算法、模擬退火算法和粒子群算法等。為充分利用各算法的優(yōu)點(diǎn)，混合算法的研究也日益深入。本節(jié)對(duì)求解機(jī)組組合問題的優(yōu)化方法經(jīng)行了綜述。 3.1 優(yōu)化問題及其分類最優(yōu)化是一種以

32、數(shù)學(xué)理論為基礎(chǔ)，用于求解某些特定問題的一種手段。即，人們解決問題的同時(shí)，力圖達(dá)到某些主觀上認(rèn)為相對(duì)較好的預(yù)期目標(biāo)，結(jié)合對(duì)象本身的屬性特點(diǎn)，利用經(jīng)驗(yàn)或數(shù)學(xué)中的某些算法，求出施加給對(duì)象的某些控制行為和對(duì)象本身某些狀態(tài)和結(jié)構(gòu)的屬性值。優(yōu)化問題的描述（即最優(yōu)化問題的數(shù)學(xué)模型）和優(yōu)化算法分別為最優(yōu)化技術(shù)實(shí)施的對(duì)象和具體手段。優(yōu)化問題普遍存在于現(xiàn)實(shí)社會(huì)當(dāng)中，例如生產(chǎn)過程的最優(yōu)調(diào)度和資源分配問題、工業(yè)產(chǎn)品的最優(yōu)設(shè)計(jì)，數(shù)學(xué)中的函數(shù)極值的求解和曲線擬合問題、控制過程中的對(duì)象辨識(shí)和優(yōu)化控制等，均可以看成是優(yōu)化問題的具體表現(xiàn)形式。如何描述優(yōu)化問題是實(shí)施最優(yōu)化技術(shù)的首要步驟，這也是優(yōu)化問題同決策問題的最顯著的區(qū)別之一

33、?，F(xiàn)以常用于試驗(yàn)數(shù)據(jù)處理的線性方程組的求解問題為例來引出優(yōu)化問題的描述過程。在進(jìn)行多元線性回歸問題求解時(shí)，常常遇到求解如下線性方程組問題ax=y (3.1)其中，a為試驗(yàn)樣本的輸入量組成的mn維矩陣；y為試驗(yàn)樣本的輸出量組成的m維向量；x為待求的n維回歸系數(shù)向量。往往在試驗(yàn)中mn，因而上式的解可能無窮多個(gè)(mn)，或者無精確的數(shù)學(xué)解(mn)。多數(shù)情況下需要找到一個(gè)較為合理的近似解來逼近真實(shí)的x。采用常用的樣本點(diǎn)誤差平方和最小的思想，可以將上述問題轉(zhuǎn)化為如下的問題進(jìn)行求解，即找到某一x*，使得y*=ax*與試驗(yàn)輸出向量y的誤差平方和最小。用數(shù)學(xué)式子表達(dá)如下x*=arg(min(ax-y)t*(a

34、x-y) (3.2)于是，將線性方程組(3.1)的近似解的求解轉(zhuǎn)化為一種典型的優(yōu)化問題形式。以上其實(shí)是一種較簡(jiǎn)單的優(yōu)化問題的數(shù)學(xué)模型建立過程，實(shí)際工程優(yōu)化問題的建模過程中遠(yuǎn)比上述問題復(fù)雜得多。一方面，需要考慮優(yōu)化對(duì)象客觀條件的限制，例如現(xiàn)場(chǎng)火電機(jī)組的出力上下限等。這些問題的描述往往需要某學(xué)科領(lǐng)域的專門知識(shí)。如本文中火電廠優(yōu)化調(diào)度問題，就必須要有電力學(xué)科的背景知識(shí)。優(yōu)化問題所對(duì)應(yīng)的模型包含三個(gè)組成部分：(1)決策變量(decision variables)，如(3.2)式中的未知變量x；(2)目標(biāo)函數(shù)(objective function)，即反映問題解優(yōu)劣的一種評(píng)定標(biāo)準(zhǔn)；(3)約束條件(con

35、straint condition)，即對(duì)決策變量所加的一些限制條件，有等式約束條件和不等式約束條件。滿足約束條件的解為可行解(feasible solution)，所有可行解的全體構(gòu)成了優(yōu)化問題的可行域(feasible region)。用數(shù)學(xué)語言可以將優(yōu)化問題表述為以下的通用形式 （3.3）其中，為決策變量；為優(yōu)化問題的約束集或可行域；為的優(yōu)化問題目標(biāo)函數(shù)；optimize可指最小、最大化?？紤]到最大化問題可以轉(zhuǎn)化成最小化問題，以下未作特別說明，優(yōu)化問題均指最小化，上式中的optimize用替代。按照決策變量的類型可以分為連續(xù)型(如連續(xù)函數(shù)優(yōu)化問題)和離散型(如背包問題、貨郎擔(dān)問題)優(yōu)化問

36、題，以及兩者的混合形式(如電力系統(tǒng)機(jī)組經(jīng)濟(jì)調(diào)度問題)；按照約束條件出現(xiàn)與否可以分為無約束的優(yōu)化問題(即3.3式中的d=rn)和有約束的優(yōu)化問題；按照優(yōu)化問題的求解的復(fù)雜性可以分為單峰與多峰、線性與非線性等優(yōu)化問題。而有約束的組合優(yōu)化問題可以劃分為p類優(yōu)化問題和np類優(yōu)化問題。當(dāng)數(shù)學(xué)模型中的目標(biāo)函數(shù)和約束條件均為線性時(shí)，稱為線性優(yōu)化問題；否則稱為非線性優(yōu)化問題。而在非線性優(yōu)化問題中，有一種特殊的優(yōu)化問題形式：目標(biāo)函數(shù)為二次型，所有的約束條件為線性約束，被稱為二次優(yōu)化問題或二次規(guī)劃(qp, quadratic programming)。當(dāng)然，優(yōu)化問題還可以按照其他的劃分準(zhǔn)則進(jìn)行分類，此處不在贅述。

37、為了求解優(yōu)化問題的方便，可以將優(yōu)化問題按照下圖進(jìn)行分類：圖3.1 優(yōu)化問題的分類3.2優(yōu)化問題解決方法3.2.1優(yōu)化算法目前的發(fā)展?fàn)顩r優(yōu)化技術(shù)是一種以實(shí)驗(yàn)或數(shù)學(xué)理論為基礎(chǔ)，用于求解工程問題的應(yīng)用技術(shù)。是人們解決問題的同時(shí)，力圖達(dá)到某些主觀上認(rèn)為相對(duì)較好的預(yù)期目標(biāo)，結(jié)合對(duì)象本身的屬性特點(diǎn)，利用經(jīng)驗(yàn)或數(shù)學(xué)中的某些算法，求出施加給對(duì)象的某些控制行為和對(duì)象本身某些狀態(tài)和結(jié)構(gòu)屬性值。用數(shù)學(xué)的語言描述就是：優(yōu)化技術(shù)一般由三部分組成，（1)目標(biāo)函數(shù)或目標(biāo)值，這就是人們依據(jù)自己的經(jīng)驗(yàn)主觀上確定的一個(gè)標(biāo)準(zhǔn)度量，用來評(píng)定和總結(jié)決策的效能或價(jià)值；（2)優(yōu)化過程的約束條件，此項(xiàng)為解決問題過程中，經(jīng)濟(jì)、技術(shù)等客觀原因和

38、對(duì)象本身帶來的限制條件，從而組成了有限或無限個(gè)可選方案；（3)優(yōu)化算法，就是如何通過經(jīng)驗(yàn)或數(shù)學(xué)方法在可選方案中進(jìn)行選擇、搜索來反復(fù)地提高效能。數(shù)學(xué)理論、人工智能和計(jì)算機(jī)科學(xué)的迅猛發(fā)展，為優(yōu)化技術(shù)的實(shí)施提供了充足的理論基礎(chǔ)和物質(zhì)保障。現(xiàn)有的優(yōu)化技術(shù)大抵可分成基于傳統(tǒng)優(yōu)化算法的傳統(tǒng)優(yōu)化技術(shù)，以及基于人工智能7和知識(shí)工程8的智能優(yōu)化技術(shù)。前者通過對(duì)優(yōu)化對(duì)象進(jìn)行分析，抽象出合理的數(shù)學(xué)模型，然后通過傳統(tǒng)優(yōu)化算法進(jìn)行求解，從而得出最優(yōu)決策變量。后一種優(yōu)化技術(shù)融入了各種智能建模9方法和智能優(yōu)化算法，或者通過知識(shí)庫和規(guī)則庫來對(duì)系統(tǒng)直接進(jìn)行優(yōu)化，以及利用試驗(yàn)手段或智能方法來確定對(duì)象的某些參量的目標(biāo)值或應(yīng)達(dá)值，以

39、便實(shí)時(shí)調(diào)整對(duì)象可控參量，使之向目標(biāo)值靠近。隨著設(shè)備運(yùn)行所需的要求越來越高，以及優(yōu)化對(duì)象日趨復(fù)雜化，智能優(yōu)化技術(shù)逐漸成為優(yōu)化技術(shù)研究的發(fā)展方向。優(yōu)化算法作為優(yōu)化技術(shù)的關(guān)鍵內(nèi)容，直接決定了優(yōu)化技術(shù)能否成功實(shí)施。優(yōu)化算法已經(jīng)由傳統(tǒng)的基于梯度信息或直接搜索的傳統(tǒng)局部算法10發(fā)展到了具有全局搜索特性的智能優(yōu)化算法11。智能優(yōu)化算法包括：以遺傳算法12 (ga, genetic algorithm)為代表的基于生物進(jìn)化理論的進(jìn)化算法13、基于金屬熱處理過程的模擬退火算法14 (sa，simulated annealing)、基于生物行為活動(dòng)的蟻群優(yōu)化(aco,ant colony optimization

40、)算法和粒子群優(yōu)化(pso, particle swarm optimization)算法15，以及基于混沌現(xiàn)象的混沌優(yōu)化算法(coa, chaos-based optimization algorithm)16等。新型的全局優(yōu)化算法的出現(xiàn)在一定程度上提高了優(yōu)化技術(shù)適用的范圍和優(yōu)化結(jié)果的可靠性。然而，智能優(yōu)化算法并非完美，該類算法存在收斂速度慢、易發(fā)生早熟現(xiàn)象和搜索精度不高等缺點(diǎn)，如何克服智能優(yōu)化算法的這些缺點(diǎn)是一個(gè)值得研究的課題。另外，近期興起的pso算法無論在理論還是算法改進(jìn)方面，都具有廣闊的研究空間。優(yōu)化算法一般需要通過數(shù)值迭代計(jì)算方可完成，傳統(tǒng)的優(yōu)化算法和智能優(yōu)化算法迭代過程的基本框架

41、相似。他們的核心部分都是采用一定的策略來更新下一次迭代的初始值，使結(jié)果向最優(yōu)點(diǎn)逼近。matlab中的優(yōu)化工具箱提供了一些常用的優(yōu)化算法對(duì)應(yīng)的函數(shù)或命令，然而，當(dāng)采用其它高級(jí)編程語言來優(yōu)化過程或?qū)ο髸r(shí)，調(diào)用優(yōu)化工具箱中的優(yōu)化函數(shù)和命令需要較繁雜的接口，而且有些優(yōu)化算法在工具箱中并沒有提供。因而，開發(fā)通用的、方便調(diào)用的優(yōu)化算法庫對(duì)優(yōu)化技術(shù)的實(shí)施顯得非常必要。3.2.2啟發(fā)式方法啟發(fā)式算法是最早的一類優(yōu)化算法，它沒有嚴(yán)格的理論依據(jù)，依靠直觀的判斷或?qū)嶋H調(diào)度的經(jīng)驗(yàn)來尋找最優(yōu)解。啟發(fā)式方法在機(jī)組組合問題中的應(yīng)用主要是局部尋優(yōu)法和優(yōu)先順序法。（1）局部尋優(yōu)法其基本的思路是從一個(gè)盡可能好的初始解出發(fā)，在其鄰

42、域內(nèi)尋優(yōu)，通過迭代求得最優(yōu)解或次優(yōu)解。這種方法計(jì)算速度快，所需內(nèi)存少，但往往找不到最優(yōu)解。（2）優(yōu)先順序法優(yōu)先順序法也稱為排隊(duì)法，即將各個(gè)機(jī)組按現(xiàn)實(shí)中的某種經(jīng)濟(jì)特性指標(biāo)排除循序，構(gòu)成機(jī)組組合的優(yōu)先循序表。所謂的優(yōu)先循序法就是在這個(gè)優(yōu)先循序表的基礎(chǔ)之上優(yōu)化選取機(jī)組組合的方法。優(yōu)先循序法提出的很早，到目前為止還在研究中。優(yōu)先順序法計(jì)算速度快，占用內(nèi)存小。但由于計(jì)算時(shí)所考慮的組合不多，因此，優(yōu)先順序法所得到的結(jié)果不能保證是最優(yōu)解，其結(jié)果僅僅是次優(yōu)組合而已。它是以計(jì)算精度為代價(jià)來換取計(jì)算速度的，一次對(duì)計(jì)算精度要求高的場(chǎng)合不能用此方法。但是優(yōu)先順序法也能滿足一般的場(chǎng)合的應(yīng)用需要。優(yōu)先順序法既可以單獨(dú)使用

43、，又可以與其他方法結(jié)合使用。3.2.3動(dòng)態(tài)規(guī)劃法動(dòng)態(tài)規(guī)劃法(dynamic programming)是解決多階段決策過程最優(yōu)化的一種數(shù)學(xué)方法，在枚舉各種可能的狀態(tài)組合的過程中，這種方法巧妙地摒棄了那些不需要考慮的解。用動(dòng)態(tài)規(guī)劃法求解機(jī)組組合問題時(shí)，整個(gè)調(diào)度期間t被分成若干個(gè)時(shí)段，通常每個(gè)時(shí)段為l小時(shí)，每個(gè)時(shí)段即動(dòng)態(tài)規(guī)劃過程中的一個(gè)階段。各階段的狀態(tài)即為該時(shí)段所有可能的機(jī)組開停狀態(tài)組合。從初始階段開始，從前向后計(jì)算到達(dá)各階段各狀態(tài)的累計(jì)費(fèi)用(包括開停機(jī)費(fèi)用和運(yùn)行時(shí)的燃料費(fèi))，再從最后階段累計(jì)費(fèi)用最小的狀態(tài)開始，由后向前回溯，依次記錄各階段使總的累計(jì)費(fèi)用最小的狀態(tài)，這樣就可得到最優(yōu)的開停機(jī)方案，在

44、計(jì)算運(yùn)行所需的燃料費(fèi)用時(shí)，需使用負(fù)荷經(jīng)濟(jì)分配算法。若使用完全狀態(tài)的動(dòng)態(tài)規(guī)劃法，對(duì)于n臺(tái)機(jī)組的系統(tǒng)，若要考慮t個(gè)時(shí)段的機(jī)組組合問題，則總的狀態(tài)數(shù)為2n*t，當(dāng)n和t增大時(shí)，計(jì)算量將急劇增加，形成所謂“維數(shù)災(zāi)”。為克服這個(gè)困難，常采取一定的措施來限制狀態(tài)的數(shù)目，多數(shù)情況下是將動(dòng)態(tài)規(guī)劃法和優(yōu)先順序法結(jié)合使用，總的目標(biāo)是在計(jì)算量與優(yōu)化效果之間尋求折衷。為克服“維數(shù)災(zāi)”問題，產(chǎn)生了下列幾種基于動(dòng)態(tài)規(guī)劃的近似方法。dp-sc(dynamic programming sequential combination)法將動(dòng)態(tài)規(guī)劃法和優(yōu)先順序法相結(jié)合，機(jī)組只能按優(yōu)先順序開停，大大減少了狀態(tài)數(shù)。但是獲得的解可能性與

45、最優(yōu)解相差較大。dp-tc(dynamic programming truncated combination)法選取優(yōu)先順序表前面一定數(shù)目的機(jī)組的開停組合作為各階段的狀態(tài)。和dp-sc相比，狀態(tài)數(shù)增加，但優(yōu)化效果好。dp-stc(dynamic programming sequential truncated combination)法則先使用優(yōu)先順序表法或dp-sc法產(chǎn)生一個(gè)初始機(jī)組組合。以此初始組合為中心，在優(yōu)先順序表中向上向下外擴(kuò)一定數(shù)目的機(jī)組，再使用dp-tc法求最優(yōu)解。和上兩種動(dòng)態(tài)規(guī)劃法相比，dp-stc法計(jì)算量最大，但是優(yōu)化效果最好。對(duì)于一個(gè)中小型電力系統(tǒng)，dp-stc可在較少的

46、計(jì)算時(shí)間內(nèi)獲得最優(yōu)解或近似最優(yōu)解。此三種方法的一個(gè)共同特點(diǎn)是它們都依賴于一個(gè)優(yōu)先順序表。dp-stc的主要缺點(diǎn)是系統(tǒng)負(fù)荷的變化劇烈程度對(duì)它的計(jì)算時(shí)間影響很大。動(dòng)態(tài)規(guī)劃法要求所求解的問題具有明顯的階段性，難于考慮與時(shí)間有關(guān)的約束條件和機(jī)組爬升速率的限制，使用起來也不夠靈活。對(duì)于某個(gè)給定的狀態(tài)來說，爬升速率限制是前一階段與其相連的狀態(tài)的函數(shù)，對(duì)于這個(gè)狀態(tài)，相關(guān)于每個(gè)前一狀態(tài)都要進(jìn)行一次經(jīng)濟(jì)負(fù)荷分配計(jì)算，使占用內(nèi)存量和計(jì)算時(shí)間增加，因此只能通過近似方法解決。在啟動(dòng)過程中，考慮機(jī)組爬升約束也會(huì)丟失最優(yōu)解。3.2.4混合整數(shù)規(guī)劃法混合整數(shù)規(guī)劃(mixed-integer programming)是變量中

47、既有整數(shù)又有非整數(shù)的數(shù)學(xué)規(guī)劃問題，根據(jù)除整數(shù)變量以外的其它變量的函數(shù)類型，又可分為線性混合整數(shù)規(guī)劃和非線性混合整數(shù)規(guī)劃。這種規(guī)劃問題解決起來十分困難，常用的方法有分支定界(branch-and-bound)法、benders分解(benders decomposition )法、廣義benders分解(generalized benders decomposition)法等。混合整數(shù)規(guī)劃法在機(jī)組組合問題中實(shí)用化的成果不太多，但有一些理論成果有價(jià)值，應(yīng)用十分廣泛的拉格朗日松弛法最早也是以分支定界法的形式出現(xiàn)的?；旌险麛?shù)規(guī)劃法的優(yōu)點(diǎn)是：(1) 直接求解機(jī)組組合問題的數(shù)學(xué)模型，不需要加入過多的限制或

48、假設(shè);(2) 從理論上來說，能找到全局最優(yōu)解。其缺點(diǎn)是：(1) 方法比較復(fù)雜，不直觀，對(duì)于分支定界法，為得到比較高的效率，需要精心構(gòu)思分支策略和求下界的算法，benders分解法和廣義benders分解法使用也較復(fù)雜；(2) 對(duì)于實(shí)際系統(tǒng)，直接使用計(jì)算量太大，必須對(duì)問題進(jìn)行分解；(3) benders分解法或廣義benders分解法對(duì)目標(biāo)函數(shù)的性態(tài)有一些要求。在本文中就是使用的混合整數(shù)規(guī)劃法，并且在解決安全機(jī)組組合問題時(shí)我們就使用的benders分解法：benders 分解是一種非常優(yōu)秀的分解算法。它將一個(gè)給定的優(yōu)化問題分解成一個(gè)主問題和一系列子問題。設(shè)定原問題中的某些變量將能得到不同的系列子

49、問題。各個(gè)子問題基于對(duì)偶原理單獨(dú)求解，并返回給主問題最優(yōu)解的信息，主問題根據(jù)子問題返回的信息，給出主問題的目標(biāo)最優(yōu)解。可以在主問題最優(yōu)解時(shí)采用一種松弛的方法，即僅計(jì)算一個(gè)無約束的優(yōu)化問題。各子問題驗(yàn)算主問題的優(yōu)化解，看是否滿足所有子問題的約束條件。如果滿足，則所得解即為原問題的待求最優(yōu)解；如果不滿足，則求解各子問題并返回不滿足的變量約束信息給主問題，再次求解主問題。這樣主子問題反復(fù)迭代，直至最后收斂到最優(yōu)解。3.2.5拉格朗日松弛法拉格朗日松弛法(lagrangian relaxation) 是解決復(fù)雜整數(shù)和組合優(yōu)化問題的一類優(yōu)化算法，它建立在下述思想的基礎(chǔ)上:許多整數(shù)規(guī)劃問題可看成是由一些子

50、問題組成，利用這一特點(diǎn)，把約束條件被破壞的量和他們各自對(duì)應(yīng)的對(duì)偶變量的乘積加在目標(biāo)函數(shù)上作為懲罰項(xiàng)，形成拉格朗日函數(shù)。拉格朗日問題相對(duì)容易解決，對(duì)于最大(小)化問題，它的最優(yōu)值是原問題優(yōu)化值的上(下)界。拉格朗日松弛法應(yīng)用于機(jī)組投入問題時(shí)，把所有的約束分成兩類:一類是全系統(tǒng)的約束，如系統(tǒng)功率平衡約束和系統(tǒng)備用約束;一類是可以按單臺(tái)機(jī)組分解的約束，如機(jī)組出力約束，最小啟停時(shí)間約束等。拉格朗日松弛法的基本過程是把機(jī)組投入問題的系統(tǒng)約束條件通過乘子引入到目標(biāo)函數(shù)中，形成原問題的對(duì)偶形式，從而將求解原問題的最小值問題轉(zhuǎn)化成求解對(duì)偶問題的最大值問題。在求解對(duì)偶問題時(shí)，分成主迭代和次迭代兩個(gè)過程。在次迭代

51、中求解各個(gè)機(jī)組的子問題，在主迭代中用次梯度法更新拉格朗日乘子。主迭代和次迭代交替進(jìn)行，直到問題收斂。拉格朗日松弛法在機(jī)組投入問題中的應(yīng)用研究始于70年代，80年代逐漸推廣，90年代成為主流，目前已經(jīng)有大量的理論和應(yīng)用成果。早期的應(yīng)用多結(jié)合分支定界法，但是在后來的應(yīng)用中發(fā)現(xiàn)分支定界的框架是完全可以拋棄的，直接解對(duì)偶問題并結(jié)合一些啟發(fā)式的調(diào)整策略即能得到原問題的最優(yōu)解或次優(yōu)解。拉格朗日松弛法是一類有著成熟理論基礎(chǔ)的組合優(yōu)化算法，適合解決大系統(tǒng)的優(yōu)化問題，由于電力系統(tǒng)的機(jī)組投入問題具有該算法所要求的特點(diǎn)，使得該算法得到了十分廣泛的應(yīng)用。拉格朗日松弛法具有以下的優(yōu)點(diǎn):(1) 隨著機(jī)組數(shù)的增加，計(jì)算量近

52、似線性增長，克服了維數(shù)障礙，且機(jī)組數(shù)目起多，算法效果越好;(2) 方法十分靈活，不但可以成功解決機(jī)組投入問題，也可以推廣到水火電聯(lián)合經(jīng)濟(jì)調(diào)度問題和電力交易問題;(3) 算法的一些因子具有實(shí)際的物理(經(jīng)濟(jì))意義，例如，與系統(tǒng)負(fù)荷約束相關(guān)的拉格朗日乘子即等于系統(tǒng)邊際發(fā)電成本。但是，也有一些缺點(diǎn):(1) 由于目標(biāo)函數(shù)的非凸性，用對(duì)偶法求解時(shí)，存在對(duì)偶間隙，需要根據(jù)對(duì)偶問題的優(yōu)化解，采取一定的措施構(gòu)造原問題的優(yōu)化可行解，這是拉格朗日松弛法的一個(gè)難點(diǎn):(2) 算法的迭代過程中有可能出現(xiàn)震蕩或奇異現(xiàn)象，需要采取措施加快收斂;(3) 考慮某些約束條件(如機(jī)組爬坡速率約束)會(huì)使計(jì)算復(fù)雜化。3.2.6遺傳算法遺

53、傳算法是近年來廣泛應(yīng)用的一種模仿自然界生物進(jìn)化過程的自適應(yīng)隨機(jī)搜索方法。遺傳算法是一個(gè)框架性的算法，可以根據(jù)具體問題進(jìn)行不同的考慮。遺傳算法通過對(duì)待求量進(jìn)行編碼，構(gòu)造搜索空間;隨機(jī)產(chǎn)生初始染色體群體;評(píng)估父代中每個(gè)染色體的適應(yīng)度，進(jìn)行選擇、雜交和變異等基因操作，使基因群體向有序的狀態(tài)演變、進(jìn)化，得到的子群體具有比父代更好的特性;反復(fù)上面過程最終得到問題的解。一般地，選擇和雜交可以保證算法收斂，而變異則增加群體的多樣性，確保算法的全局最優(yōu)性。解決機(jī)組投入問題的遺傳算法包括以下兩個(gè)決策步驟:（1）將機(jī)組投入問題模型化為符合遺傳算法的框架。如可行解空間的定義、適應(yīng)值函數(shù)的表現(xiàn)形式、解的字符串表達(dá)式;

54、（2）遺傳算法參數(shù)的設(shè)計(jì)。包括種群規(guī)模、復(fù)制、交叉、變異的概率選擇，最大進(jìn)化代數(shù)，終止準(zhǔn)則設(shè)定等。遺傳算法的優(yōu)點(diǎn)在于對(duì)目標(biāo)函數(shù)的性態(tài)沒有特殊要求，從理論上可以找到全局最優(yōu)解。可以得到多個(gè)可選方案，方法比較靈活，適用于并行處理。該方法的缺點(diǎn)是:遺傳算法本質(zhì)上屬于無約束優(yōu)化算法，如何處理約束條件將在很大程度上影響算法的效率;由于是隨機(jī)優(yōu)化算法，不能保證得到全局最優(yōu)解;計(jì)算量比較大，所需時(shí)間比較長。3.3算法比較和選擇機(jī)組投入問題是編制發(fā)電計(jì)劃的基礎(chǔ)。在國外己經(jīng)經(jīng)過了長期的研究和廣泛的應(yīng)用，并取得了顯著的經(jīng)濟(jì)利益。我國改革開放以來，技術(shù)裝備水平有了很大提高，部分地區(qū)發(fā)電量有了富余，為機(jī)組組合和發(fā)電計(jì)

55、劃工作的開展提供了有利條件。機(jī)組投入問題十分復(fù)雜，變量數(shù)和約束條件都很多，目標(biāo)函數(shù)又不具備良好的性態(tài)，因此必須選擇合適的算法。上述各種優(yōu)化方法在實(shí)際系統(tǒng)中使用最多的是優(yōu)先順序法、動(dòng)態(tài)規(guī)劃法和拉格朗日松弛法，這些方法各有優(yōu)缺點(diǎn)。對(duì)于優(yōu)先順序法應(yīng)該選擇合適的排序指標(biāo)，考慮根據(jù)負(fù)荷變化動(dòng)態(tài)地排序，并加入一些可以考慮全局優(yōu)化的策略。動(dòng)態(tài)規(guī)劃法應(yīng)該根據(jù)系統(tǒng)規(guī)模的不同而采取不同的方法以限制狀態(tài)數(shù)目。既保證計(jì)算的快速，又盡可能地不丟失最優(yōu)解;與時(shí)間相關(guān)的約束條件也需要很好地處理;另外應(yīng)該考慮系統(tǒng)安全約束、機(jī)組可靠性、負(fù)荷的隨機(jī)性等因素。拉格朗日松弛法的一個(gè)關(guān)鍵環(huán)節(jié)是根據(jù)對(duì)偶問題的解來構(gòu)造原問題的優(yōu)化可行解，這需要實(shí)際系統(tǒng)的知識(shí)，有很高的技巧性;拉格朗日乘子的初始值選擇和優(yōu)化方法對(duì)算法的效率有很大影響;需要采取措施增加目標(biāo)函數(shù)的凸性;需要考慮機(jī)組爬坡速率等約束條件;也要考慮系統(tǒng)安全約束、機(jī)組可靠性等因素。此外，遺傳算法也顯示出很大的優(yōu)勢(shì)，對(duì)于這種方法應(yīng)考慮防止早熟，加快收斂速度。采取合適的方法處理約束條件。求解機(jī)組投入問題的方法很多，還可以考慮各種方法的綜合應(yīng)用。由于本文研究的含風(fēng)力發(fā)電的電力系統(tǒng)經(jīng)濟(jì)調(diào)度包含了火電機(jī)組和風(fēng)力發(fā)電機(jī)組，采用混合整數(shù)規(guī)劃法可以直接求解機(jī)組組合問題的數(shù)學(xué)模型，從理論上來說，它能找到全局最優(yōu)解。所以基于預(yù)測(cè)的風(fēng)電廠出力，本次