1、電力系統日前優化調度方法摘要：隨著電力市場的發展與完善，電力系統的利益主體趨于多元化，電力系統日前優化調度的方法也在不斷地完善。從傳統的機組組合問題以及需求響應兩個主要的方面介紹電力系統日前調度方法的研究進展和問題。對傳統的電力系統日前優化調度問題進行了數學描述，建立傳統的UC模型，包括目標函數、約束條件和求解方法。然后詳細闡述了需求響應相關概念，給出了需求響應用戶的兩種參與形式和需求響應項目的分類，包括價格型DR項目和激勵型DR項目。最后結合中國的電網發展建設趨勢，對電力系統日前優化調度發展前景進行展望。關鍵詞：日前優化調度、機組組合、價格型需求響應、激勵型需求響應1 引言電力系統日前優化調

2、度是確保電力系統優化運行的重要環節，對于節能減排、降低污染物排放和確保系統安全穩定運行具有重要作用1。日前優化調度問題對第二天的機組啟停狀態和出力方案進行優化，以最小化全天的全網發電費用為目標，同時需要滿足功率平衡約束、爬坡約束、線路安全約束等各類運行約束，具體包括日前機組組合和日前經濟調度兩部分。經過多年來的實踐和研究，日前優化調度技術取得了長足的發展，在模型和算法上均不斷完善。隨著我國電力工業的不斷發展，僅僅依靠傳統的日前調度方法調度發電側資源己經不能滿足能源緊缺和電力緊張的局面。由于電力負荷峰谷差的逐漸拉大，電力調峰難度進一步増加。同時隨著社會公眾生態環保意識的増強，電力公司正積極尋求不

3、同于傳統方式的調度和運行模式來滿足供需平衡。 風電是目前發展前景最好的可再生能源發電方式之一，但由于其出力隨機性和不確定性的特點，大規模風電并網將會給電網調度帶來巨大挑戰。隨著未來智能電網中柔性負荷比例的不斷提高，通過需求響應（demand response，DR）來適應風電大規模接入系統，將是未來智能電網的發展趨勢。需求側資源的開發利用日益引起人們的關注。相較于傳統的電力調度方法，用戶需求響應（DR）具有響應速度快、成本小、環境友好等優勢。DR通過増加用戶需求側在市場中的作用，提高需求側負荷彈性，基于價格和激勵措施引導用戶合理用電并積極參與電力負荷調節，進而優化系統運行。DR資源會極大地提高

4、電能利用率和緩解用電緊張，推進節能減排，實現資源的優化配置，進而推遲對電網升級的投資。從實際效果來看，DR項目的實施不僅能給供電公司帶來利益，還能給用戶和政府帶來實際效益。本文針對近年來國內外的電力系統日前優化調度新方法和新進展，對傳統的日前調度，以及考慮需求響應的日前優化調度兩個大的方向進行介紹。并結合未來智能配網的發展趨勢對電力系統日前優化調度方法發展進行展望。2 傳統電力系統日前優化調度傳統的電力系統日前優化調度，即機組組合（Unit Commitment, UC）問題。UC問題研究的主要內容是：根據有關技術要求制定合適的目標函數、約束條件，建立優化調度模型，然后研究高效的求解方法，并用

5、相關算例檢驗模型和求解方法的有效性和實用性?；谝陨险J識，學者們從優化調度問題的建模和求解出發開展了大量的研究工作。2.1 研究現狀在建模過程中，根據所考慮因素的不同，可以將UC問題劃分為計及不同約束、計及不同優化目標的的單目標或多目標優化問題。按照優化目標，電力系統優化調度可分為經濟調度、市場調度、低碳調度等。此外，還有綜合考慮多種指標的多目標優化模型。文獻2構建了統籌資源消巧、環境效益和系統可靠性的多目標優化調度模型。而文獻3建立了發電成本最小、污染氣體排放最小、以及風電場功率短期波動帶來的電網運行風險最小的多目標優化模型。按照約束條件，可以將調度分為考慮網絡安全約束、備用約束以及風險約束

6、等優化問題。目前，越來越多的研究考慮常規火電機組和其他種類的發電機組的聯合調度，比如水火聯合調度4、風火發電調度2、風水火混合系統調度5等等。針對UC問題的求解，由于問題是一個高維、非凸、不可微的非線性混合整數規劃（Mixed Integer Programming, MIP）問題，很難得到問題的精確最優解。計算量隨決策變量數量的增加呈幾何級數增長，是典型的NP難題，其求解方法大致可分為啟發式算法、解析性優化算法和智能優化算法三類6。（1） 啟發式算法啟發式算法是最早用于電力系統日前調度問題求解的一類算法，與解析性優化算法具有嚴格的理論基礎不同，此類算法以直觀判斷和實際調度經驗為基礎，具有物理

7、意義明確、實用性強的特點，同時也存在過多依賴人工經驗，尋優精度不高、誤差較大的缺陷。（2） 解析性優化算法解析性優化算法有著比較明確的物理意義和數學理論基礎，全局尋優能力較強，但是，相對于智能優化算法，其對優化數學模型的要求較高，部分算法可能存在維數災問題，求解效率優勢并不明顯。（3） 智能化算法智能優化算法是一類模擬自然界自然尋優過程的隨機優化算法，因其具有理論要求弱、兼容性好、求解速度快的特點而廣泛用于電力系統調度領域。目前應用較多的智能優化算法包括遺傳算法、粒子群算法、人工神經網絡算法、模擬退火算法等。2.2 傳統日前優化調度的數學描述UC問題可以描述為：在一定的調度周期內（通常為24h

8、，在滿足系統功率平衡、備用要求和機組運行等約束條件下，確定各時段內機組的啟停方式及運行機組的出力計劃，使得調度周期內的總運行成本最化。UC問題的決策變量為各發電機組的啟停狀態和有功出力。1）目標函數目前UC問題的目標函數大都是在傳統經濟調度問題的目標函數的基礎上擴展而來的。傳統經濟調度的目標函數為發電成本最小，發電成本主要包括發電機組的煤耗成本和啟動成本。目標函數表示如下：式中：為研究的全部時段，為常規發電機組數量；為機組在時段的有功出力，為機組在時段t的運行狀態，1為開機，0為停機。為機組的啟動費用，可表示為,、分別為機組i的啟動系數，為機組i在t時段前的連續停機時間。為機組i在t時段的煤耗

9、成本，通常表示為有功出力的二次函數，即。其中、分別為相應成本系數。2）約束條件約束條件主要包括系統運行約束和發電機組運行約束。系統運行約束條件主要包括功率平衡約束、旋轉備用約束和線路傳輸功率約束等，發電機組運行約束主要包括技術出力約束、爬坡速率約束和最小啟停時間約束等。(1) (2)(3)(4) (5)(6) (7) (8)式(1)為系統功率平衡約束；式(2)-(3)為系統旋轉備用約束；式(4)為線路傳輸容量約束；式(5)-(8)分別為常規發電機組出力上下限約束、機組爬坡速率約束、最小開機時間約束和最小停機時間約束。為負荷個數；、分別為時段t的系統負荷和備用需求；為機組i的出力下限和上限：為機

10、組i時段t提供的旋轉備用容量；為機組能夠提供的最大旋轉備用容量；為時段t第n個負荷的預測值；、分別為機組i負荷節點n對第l條線路的功率轉移分布因子；為第l條線路的最大傳輸功率；和分別為機組i每小時的出力下降速率和出力上升速率；和分別為機組i在時段t已連續運行時間和停運時間；和分別為機組的最小開機時間和最小停機時間。3 考慮需求響應的日前優化調度根據響應機理，可以將需求響應項目劃分為以下類；價格型DR項目和激勵型DR項目。價格型DR項目主要包括分時電價（TOU）、實時電價（RTP）和尖峰電價（CPP）；激勵型主要包括直接負荷控制（DLC）、可中斷負荷（IL）、需求側競價（DSB）和緊急需求響應項

11、目（EDRP）等。將不同類型的DR和UC問題結合，可以構建多種基于需求響應的日前優化調度模型。3.1 需求響應用戶參與形式 電力市場環境下，隨著需求響應技術的發展，需求側電力用戶不再僅僅是簡單的電力受端，還是需求響應資源的提供者。系統中擁有大量的具有一定負荷調節能力的電力用戶，通過主動進行用電需求、用電方式的調整，提供可削減負荷或者可轉移負荷等需求響應資源，參加相應的需求響應項目。根據DR項目的運行實施機制，需求側用戶參與DR項目主要有以下兩種方式：(1)大型需求側用戶直接參與對于大型的工業或者商業用戶，其需求響應資源無論是在質量上還是容量上能夠達到需求響應項目的市場準入門檻，可以根據自身的負

12、荷特點直接參加相關的需求響應項目。(2)中小型用戶通過DRP參與對于中小型的電力用戶，尤其是數量龐大的居民用戶來說，這些需求響應負荷在響應容量或者負荷彈性上很難達到市場設置的技術門檻，并且難以有效及時地響應系統的調度指令，因而運營商很難對這些數量龐大且分散的可控性和可靠性較差的需求響應負荷進行直接運行調度。為了便于這些小用戶能夠有效參與到電力市場中，充分發揮需求響應資源的經濟效益和技術效益，需要對容量較小的負荷資源進行整合，國外很多電力市場引入了需求響應供應商（DRP）。部分文獻也稱之為負荷聚合商或負荷代理商，可將其理解為電力交易市場中的一種電力服務供應商。DRP主要具有以下兩個功能：1)需求

13、響應資源的整合商?？梢詾橹行⌒陀脩籼峁﹨⑴c電力市場的入口。2)電力競爭市場的參與者（功能類似發電商）。作為需求響應用戶的代理商參與電力市場競價交易，將整合的DR資源提供給市場購買者。需求響應資源的供應方為具有負荷調節能為的電力用戶的整合，具體包括單純的可調負荷、儲能裝置以及具備調節能力的分布式電源，購買方為電力交易中心，DRP在DR資源的供應方和購買方之間充當第三方代理商。DRP給電力終端用戶提供一條參與電力市場的有效途徑，同時也方便交易中屯、對需求響應資源的運行調度，減少系統的管理義及交易成本。DRP與終端小用戶關系作如下闡述：DRP整合分散難調度的終端用戶的需求響應資源。在對用戶的負荷結構

14、及負荷彈性等需求響應潛力分析的基礎上，挖掘出能提供有價值的需求響應資源的電力用戶，DRP與此用戶簽訂相應的需求響應合同，以取得該用戶部分電力設備的用電決策權。DRP借助專業技術手段，在遵照合同約定的基礎上，對大量的可控用戶設備進行協調控制，來獲得可控可調度的整合需求響應資源。在結算日，評估用戶的響應結果，對其進行響應補償或者懲罰。DRP與交易中心關系為：DRP基于整合的需求響應資源，參加需求響應項目，像傳統發電商一樣直接參與能量市場或者輔助服務市場競價，向交易中也提供可調度的“發電量”或者輔助服務。3.2 需求響應項目需求響應是指用戶積極參與到電力市場的調度運行，并針對價格或者激勵措施做出調整

15、電力消費模式的響應。需要根據系統運行實際情況制定相應DR項目，以充分發揮其項目優勢。按照響應機制的不同，需求響應可以分為價格型DR和激勵型DR，具體如下圖所示。（1）激勵型需求響應激勵型DR項目可分為類，即自愿型項目、強制型項目和市場出清項目。直接負荷控制（DLC）和緊急需求響應項目（EDPR）屬于自愿型項目，如果用戶沒有執行用電削減指令，不會受到懲罰。可中斷負荷（IL）和容量市場項目（CAP）屬于強制型項目，參與用戶若不執行負荷削減調度指令會受到相應懲罰。需求側競價（DSB）和輔助服務市場項目（ASMP）屬于市場出清項目，鼓勵大需求側用戶申報需求側競價曲線同發電商一同參與交易市場競價。（2）

16、價格型需求響應價格型DR作為一種有效的需求響應方式，以電價作為調節手段來引導用戶調整用電行為，采取合理的用電結構和用電方式，實現電力負荷的更加平穩化。對于DR用戶來說，根據零售電價的變化而相應地調整自身的用電需求，即將用電時段由高電價時段轉移到低電價時段，從而實現減少電費的目的。價格型DR主要包括分時電價（TOU）、實時電價（RTP）和尖峰電價（CPP）。分時電價作為一種應用最為廣泛的價格型DR，常見的形式包括峰谷電價、季節電價和豐枯電價等。其中峰谷分時電價是指根據電網的負荷特性確定峰平谷時段，提高用電髙峰的電價水平，降低用電低谷時期的電價水平，從經濟上激勵用戶改變用電方式，將髙峰時段的部分用

17、電負荷轉移到低谷時段。分時電價項目實施的預期效果是電網負荷曲線的削峰填谷。4 總結與展望本文對傳統的電力系統日前優化調度問題進行了數學描述，建立傳統的UC模型，包括目標函數、約束條件和求解方法。首先詳細闡述了需求響應相關概念，給出了需求響應用戶的兩種參與形式和需求響應項目的分類。需求響應項目包括價格型DR項目和激勵型DR項目。當前，隨著現代電力工業向大系統、超高壓、遠距離、大容量發展，電力網架結構和運行方式更加復雜，系統運行的各種約束條件日益強化，電力系統優化正向大系統、實時控制、在線計算等方面發展，電力系統的蓬勃發展對優化方案及實現手段的要求越來越高。要針對所研究問題的按實際特點，尋求多種方法配合的混合優化策略。通過充分利用各種方法自身的特點取長補短，發揮各自優勢。參考文獻1 羅純堅,李姚旺,許漢平,李力行,侯婷婷,苗世洪.需求響應不確定性對日前優化調度的影響分析J.電力系統自動化,2017,41(05):22-29.2 盧錦玲,苗雨陽,張成相,任惠.基于改進多目標粒子群算法的含風電場電力系統優化