龐新富， 張旭,2， 劉莉， 尤石， 崔馨元， 裴根

(1.沈陽(yáng)工程學(xué)院遼寧省電網(wǎng)節(jié)能與控制重點(diǎn)實(shí)驗(yàn)室， 沈陽(yáng) 110136； 2.國(guó)網(wǎng)遼寧錦州供電公司， 錦州 121001；3.丹麥技術(shù)大學(xué)電氣工程系， 丹麥靈比 2800)

近些年來(lái)，全球國(guó)家開(kāi)始大力發(fā)展清潔能源，在眾多的新能源中，風(fēng)能憑借其成熟、經(jīng)濟(jì)等優(yōu)勢(shì)快速發(fā)展起來(lái)[1]。在中國(guó)的三北地區(qū)(東北，華北，西北)，風(fēng)能儲(chǔ)備量極其豐富，但同時(shí)也是棄風(fēng)現(xiàn)象最為嚴(yán)重的區(qū)域。據(jù)國(guó)家能源局公布的最新數(shù)據(jù)顯示，2020年三北地區(qū)的棄風(fēng)率達(dá)到了14.8%，與前些年相比，棄風(fēng)量雖然有所減少，但也維持在較高的水平[2-6]。為了滿足冬季供暖的需求，熱電聯(lián)產(chǎn)機(jī)組產(chǎn)生大量的強(qiáng)迫電出力是造成棄風(fēng)現(xiàn)象的主要原因[7]。

為提高風(fēng)電的利用率，文獻(xiàn)[8-13]提出在熱電聯(lián)產(chǎn)機(jī)組側(cè)配置儲(chǔ)熱裝置來(lái)解耦“以熱定電”的剛性束縛，提高風(fēng)電的上網(wǎng)能力。文獻(xiàn)[14-16]分別從時(shí)間和空間的耦合角度分析熱電聯(lián)產(chǎn)系統(tǒng)的電與熱之間的匹配關(guān)系，考慮采暖建筑的儲(chǔ)放熱特點(diǎn)，將日前優(yōu)化調(diào)度模型轉(zhuǎn)換為MILP問(wèn)題，通過(guò)仿真實(shí)驗(yàn)證實(shí)了該模型的可行性與經(jīng)濟(jì)型。文獻(xiàn)[17-18]在電源測(cè)加入電鍋爐減少“以熱定電”的約束條件，在需求側(cè)加入多類(lèi)型響應(yīng)增加風(fēng)電上網(wǎng)空間，建立系統(tǒng)總成本和不同階段成本最小的熱電聯(lián)產(chǎn)多時(shí)段調(diào)度優(yōu)化模型，能夠有效解決中國(guó)北方地區(qū)供暖季的風(fēng)熱矛盾和棄風(fēng)問(wèn)題。文獻(xiàn)[19]提出在負(fù)荷側(cè)配置電鍋爐，通過(guò)電鍋爐的電熱轉(zhuǎn)換，利用棄風(fēng)供熱提高風(fēng)電的利用率。上述研究都只是單獨(dú)在系統(tǒng)中加入儲(chǔ)熱裝置或電鍋爐，較少考慮儲(chǔ)熱裝置與電鍋爐協(xié)調(diào)供熱來(lái)提高風(fēng)電的上網(wǎng)空間。

已有研究基礎(chǔ)上，設(shè)計(jì)含電鍋爐與儲(chǔ)熱裝置的熱電聯(lián)產(chǎn)系統(tǒng)消納風(fēng)電的調(diào)度方案，通過(guò)在機(jī)組側(cè)配置儲(chǔ)熱裝置，在負(fù)荷側(cè)配置電鍋爐，使二者協(xié)調(diào)供熱來(lái)減少棄風(fēng)量。此外，進(jìn)一步分析火電機(jī)組的運(yùn)行原理及運(yùn)行工況，構(gòu)建以火電機(jī)組和熱電機(jī)組的煤耗量為性能指標(biāo)，以機(jī)組爬坡率、機(jī)組容量限制等為約束條件，以機(jī)組和電鍋爐的出力、儲(chǔ)熱裝置熱量變化量為決策變量的熱電聯(lián)產(chǎn)系統(tǒng)優(yōu)化調(diào)度模型，設(shè)計(jì)并編制改進(jìn)的人工蜂群算法，包括偵察蜂、觀察蜂、采蜜蜂適應(yīng)值函數(shù)、蜜蜂之間的轉(zhuǎn)換機(jī)制等。最后，根據(jù)某一區(qū)域數(shù)據(jù)進(jìn)行算例仿真，對(duì)經(jīng)濟(jì)性進(jìn)行對(duì)比分析，從而驗(yàn)證所提方案的可行性。

1 熱電聯(lián)產(chǎn)機(jī)組的運(yùn)行原理

在中國(guó)三北地區(qū)，冬季天氣寒冷，需要大量的熱量來(lái)滿足熱負(fù)荷的需求。因此，這部分地區(qū)的機(jī)組大多是既能發(fā)電又能供熱的熱電機(jī)組，而抽氣式機(jī)組憑借其高效的能源利用率得到了廣泛的發(fā)展。此類(lèi)機(jī)組解決了背壓式機(jī)組供電、供熱相互牽制的矛盾。這種機(jī)組不僅經(jīng)濟(jì)性好，同時(shí)排放的有害氣體也少，使能量充分利用起來(lái)。故本文中熱電機(jī)組均為抽氣式熱電機(jī)組。

從抽氣式機(jī)組的熱電特性曲線出發(fā)，分析加入儲(chǔ)熱裝置前后，曲線的變化情況。如圖1所示，其陰影部分表示為機(jī)組運(yùn)行的可行區(qū)域，其特性表達(dá)式為

(1)

圖1 抽氣式機(jī)組電熱特性曲線Fig.1 Electric-heating characteristic curve of air extraction unit

式(1)中：PE,max為機(jī)組的最大電功率；PE,min為機(jī)組的最小電功率；α、γ、β表示機(jī)組的運(yùn)行參數(shù)；Ph為熱功率；P為電功率；PH,max為熱電機(jī)組的最大熱功率。

從機(jī)組的電熱特性曲線上可以看出，當(dāng)夜間需要的熱量增加時(shí)，機(jī)組為了滿足熱負(fù)荷的需要，就會(huì)增大其熱功率，被迫產(chǎn)生大量的電功率，極大地降低了系統(tǒng)的調(diào)峰能力。當(dāng)機(jī)組的供熱功率為PH時(shí)，電功率的調(diào)節(jié)區(qū)間為PE～PF，調(diào)峰能力十分有限。

2 加入儲(chǔ)熱裝置和電鍋爐后熱電機(jī)組的模型

2.1 基于電鍋爐進(jìn)行風(fēng)電供熱有效性分析

消除棄風(fēng)現(xiàn)象的策略是在傳統(tǒng)熱電機(jī)組模型中加入電鍋爐，加入電鍋爐后的系統(tǒng)結(jié)構(gòu)圖如圖2所示。一方面，在棄風(fēng)時(shí)段，電鍋爐可以作為負(fù)荷消耗電能，從而增加風(fēng)電的上網(wǎng)空間。此外，電鍋爐還可以利用自身的電制熱原理來(lái)對(duì)用戶進(jìn)行供熱，從而減少了熱電機(jī)組的發(fā)電量，這樣就會(huì)為風(fēng)電上網(wǎng)創(chuàng)造出空間，使更多的清潔能源得到了發(fā)電機(jī)會(huì)。

圖2 含儲(chǔ)熱裝置和電鍋爐的熱電系統(tǒng)結(jié)構(gòu)圖Fig.2 Structure diagram of thermoelectric system including heat storage device and electric boiler

圖3 加入儲(chǔ)熱裝置后的機(jī)組電熱特性曲線Fig.3 Electric heating characteristic curve of the unit after adding heat storage device

2.2 儲(chǔ)熱裝置對(duì)風(fēng)電消納的影響

加入儲(chǔ)熱裝置后，其電熱特性曲線會(huì)發(fā)生變化，如圖3所示。

當(dāng)機(jī)組提供的熱量同為PH時(shí)，電功率的調(diào)節(jié)區(qū)間明顯變大，這是由于儲(chǔ)熱裝置的放熱作用，使曲線AB段向右平移到GI段，同理CD段向左平移到LK段。當(dāng)出現(xiàn)棄風(fēng)時(shí)，使熱電機(jī)組工作在較低的電出力水平上，從而增加風(fēng)電的上網(wǎng)空間。然而，加入儲(chǔ)熱裝置后還有可能存在多余的棄風(fēng)，為了消納更多的棄風(fēng)，再加入電鍋爐，利用電鍋爐的電制熱原理進(jìn)一步地提高風(fēng)電的利用率。

棄風(fēng)現(xiàn)象一般發(fā)生在夜間，此時(shí)正是需要熱負(fù)荷最多的時(shí)候，在這期間，儲(chǔ)熱裝置應(yīng)該釋放熱量從而減小熱電機(jī)組的出力，使風(fēng)電得到上網(wǎng)的機(jī)會(huì)。在風(fēng)能特別充足的時(shí)候，加入儲(chǔ)熱裝置后，還可能存在棄風(fēng)，此時(shí)系統(tǒng)中再加入電鍋爐來(lái)進(jìn)一步消納棄風(fēng)。在早上和中午，棄風(fēng)現(xiàn)象幾乎沒(méi)有，此時(shí)間段增大熱電機(jī)組的出力，儲(chǔ)熱裝置吸收熱量，從而為夜間所需要釋放的能量進(jìn)行儲(chǔ)備。

儲(chǔ)熱裝置和電鍋爐運(yùn)行工況：造成棄風(fēng)的主要原因是由于冬季夜間供暖的需要，熱電機(jī)組的強(qiáng)迫電功率占據(jù)了風(fēng)電的上網(wǎng)空間，儲(chǔ)熱裝置和電鍋爐的運(yùn)行標(biāo)志以是否存在棄風(fēng)為依據(jù)，故判斷系統(tǒng)的棄風(fēng)區(qū)間十分的重要。假設(shè)熱電機(jī)組工作在BC區(qū)間，夜間需要的熱量多，熱功率維持在較高水平，同時(shí)也應(yīng)該盡量減小熱電機(jī)組的電出力，這與實(shí)際也相符合。其工作區(qū)間熱電特性表示式為

P=αPh+β

(2)

發(fā)生棄風(fēng)的標(biāo)志為

(3)

(4)

3 熱電聯(lián)產(chǎn)機(jī)組的數(shù)學(xué)模型

3.1 目標(biāo)函數(shù)

以整個(gè)系統(tǒng)機(jī)組的煤耗量F最小為目標(biāo)函數(shù)，風(fēng)電的發(fā)電成本很小，故忽略不計(jì)，即

(5)

3.2 約束條件

3.2.1 電負(fù)荷的實(shí)時(shí)平衡約束

由于電能不能儲(chǔ)存的特點(diǎn)，電力系統(tǒng)必須滿足實(shí)時(shí)的電力平衡，即系統(tǒng)發(fā)出來(lái)的電能大小必須與負(fù)荷的大小相等，即

(6)

3.2.2 熱負(fù)荷的平衡約束

系統(tǒng)對(duì)于熱負(fù)荷的要求是保持室內(nèi)的溫度維持在可行的區(qū)間，這是因?yàn)闊峋W(wǎng)具有一定的熱慣性，在供熱熱量變化不大時(shí)，室內(nèi)的溫度并不會(huì)發(fā)生顯著的變化，不會(huì)影響供熱質(zhì)量。從燃煤成本上出發(fā)，系統(tǒng)供熱熱量應(yīng)該等于熱負(fù)荷，即

(7)

3.2.3 機(jī)組出力的上下限約束

電廠機(jī)組發(fā)電的原理是高溫高壓蒸汽進(jìn)入汽輪機(jī)帶動(dòng)同軸發(fā)電機(jī)進(jìn)行發(fā)電，而進(jìn)氣量的多少?zèng)Q定著發(fā)電量，每個(gè)機(jī)組都會(huì)有一個(gè)蒸汽閥門(mén)，通過(guò)改變進(jìn)氣量來(lái)控制機(jī)組的出力，故機(jī)組的出力都要滿足最大出力和最小出力，即

(8)

式(8)中：PE,min為機(jī)組的最小出力；PE,max為機(jī)組的最大出力。

3.2.4 機(jī)組爬坡速率的上下限約束

機(jī)組的爬坡速率指的是單位時(shí)間內(nèi)機(jī)組功率的變化量，這一衡量指標(biāo)對(duì)于維持電力系統(tǒng)穩(wěn)定具有重要的意義，機(jī)組功率的變化量過(guò)大或過(guò)小會(huì)嚴(yán)重地影響系統(tǒng)的穩(wěn)定性。因此，控制好機(jī)組的爬坡速率是保證電能具有良好品質(zhì)的前提，應(yīng)滿足關(guān)系

(9)

3.2.5 風(fēng)機(jī)出力的約束

由于風(fēng)力具有波動(dòng)性，不穩(wěn)定性等特點(diǎn)，風(fēng)機(jī)的出力應(yīng)該不超過(guò)風(fēng)力預(yù)測(cè)的最大值，即

(10)

3.2.6 電鍋爐出力的約束

對(duì)于電鍋爐來(lái)說(shuō)，由于設(shè)計(jì)參數(shù)最大功率的限制，所以電鍋爐的出力應(yīng)該不超過(guò)其最大功率，即

(11)

3.2.7 儲(chǔ)熱裝置儲(chǔ)、放熱功率的約束

(12)

式(12)中：PF，max、PC，max為單位時(shí)間內(nèi)儲(chǔ)熱裝置所允許最大釋放功率以及最大吸收功率；SC，max為儲(chǔ)熱裝置的最大儲(chǔ)熱容量。

3.3 人工蜂群求解算法的設(shè)計(jì)

由于目標(biāo)函數(shù)是一個(gè)高階非線性函數(shù)，采用數(shù)學(xué)方法很難進(jìn)行求解，采取兩種群體智能算法進(jìn)行求解并比較其優(yōu)缺點(diǎn)。

3.3.1 基本人工蜂群算法

人工蜂群算法(artificial bee colony，ABC)是基于蜜蜂采蜜機(jī)理的算法，其主要分為采蜜蜂，觀察蜂和偵察蜂三種蜜蜂。在每次迭代中，全局最優(yōu)值是由采蜜蜂，觀察蜂，偵察蜂共同找到的。與此同時(shí)，蜜蜂與蜜蜂之間能夠相互轉(zhuǎn)換，如圖4所示。蜂群根據(jù)貪婪原則不斷地改變自身的位置，從而找到最優(yōu)的蜜源(最優(yōu)解)。其搜索公式為

new_Xi=Xi+rand(0,1)(Xi-Xk)

(13)

圖4 三種蜜蜂轉(zhuǎn)換行為圖Fig.4 Three types of honeybee switching behaviors

基本人工蜂群算法的求解過(guò)程可描述如下。

(1)初始時(shí)刻，隨機(jī)生成N個(gè)可行解(X1,X2,...,XN)，具體隨機(jī)產(chǎn)生的可行解Xi為

Xi=Xmin+rand(0,1)(Xmax-Xmin)

(14)

(2)采蜜蜂發(fā)現(xiàn)蜜源后，會(huì)吸引觀察蜂前去采蜜，觀察蜂是按照一定的概率來(lái)選擇跟隨的概率，采蜜蜂通過(guò)在觀察區(qū)進(jìn)行扇動(dòng)翅膀跳舞來(lái)傳遞所發(fā)現(xiàn)蜜源的含蜜量，蜜源的含蜜量越大，觀察蜂跟隨的概率就越大，蜜源由觀察蜂選擇的概率為

(15)

(3)采蜜蜂放置蜜源后，還會(huì)在蜜源附近繼續(xù)尋找新的蜜源，將新的蜜源代入到目標(biāo)函數(shù)中，計(jì)算出新的蜜源適應(yīng)度，并利用貪婪原則選擇更好的蜜源Ts，蜜源更新的概率分布表示為

P[Ts(Xi,new_Xi)=new_Xi]=

(16)

式(16)中：P為蜜源更新的概率；如果將新的機(jī)組出力情況代入到目標(biāo)函數(shù)中，所計(jì)算出的發(fā)電成本小于上一次迭代的發(fā)電成本，則更新機(jī)組的出力，將新的蜜源視為最優(yōu)解；如果大于上一次的發(fā)電成本，則保留上一次的機(jī)組出力分布情況。

為了更好地說(shuō)明人工蜂群算法與所優(yōu)化問(wèn)題之間的相互聯(lián)系，建立了人工蜂群算法的專業(yè)術(shù)語(yǔ)與所優(yōu)化問(wèn)題的一一對(duì)應(yīng)關(guān)系，如表1所示。

表1 采蜜行為與優(yōu)化問(wèn)題的對(duì)應(yīng)關(guān)系

3.3.2 改進(jìn)的人工蜂群算法

1)基于全局最優(yōu)解引導(dǎo)的鄰域搜索

參照粒子群優(yōu)化算法，提出了全局最優(yōu)解引導(dǎo)的人工蜂群算法(global artificial bee colony，GABC)，其將全局最優(yōu)值加入人工蜂群算法的鄰域搜索公式中。其具體搜索公式為

new_Xi=Xi+rand(0,1)(Xi-Xk)+β(XGlobal-Xi)

(17)

式(17)中：β為調(diào)節(jié)因子，一般為0～1.5的隨機(jī)數(shù)，在搜索公式[式(17)]中加入全局最優(yōu)解XGlobal后，擴(kuò)大了搜索區(qū)域，減少了算法迭代的次數(shù)。

2)基于二項(xiàng)交叉操作的全局搜索

提出基于交叉操作的全局人工蜂群算法。將二項(xiàng)交叉操作與人工蜂群算法相結(jié)合，其二項(xiàng)交叉操作如圖5所示。對(duì)于二項(xiàng)交叉，首先利用隨機(jī)函數(shù)rand生成一個(gè)0～1的數(shù)，并通過(guò)系數(shù)cr來(lái)協(xié)調(diào)算法的探索能力和開(kāi)發(fā)能力，一般cr取值為0.6。若rand

(18)

P1、P2是兩個(gè)個(gè)體，首先產(chǎn)生一個(gè)隨機(jī)數(shù)字4，然后將兩個(gè)個(gè)體的后四位進(jìn)行基因位置互換的操作，進(jìn)而將兩個(gè)獨(dú)立的個(gè)體合成一個(gè)新的個(gè)體。蜜蜂按一定的概率進(jìn)行交叉變異，如果預(yù)先設(shè)定的交叉系數(shù)大于rand語(yǔ)句隨機(jī)生成的值，則與全局最優(yōu)值進(jìn)行交叉操作。圖6設(shè)計(jì)了基于交叉操作的全局人工蜂群算法流程圖，它將全局人工蜂群算法與交叉操作相結(jié)合，能夠擴(kuò)大解的搜索范圍，同時(shí)減少算法的迭代時(shí)間。

圖5 二項(xiàng)交叉操作Fig.5 Binomial crossover operation

圖6 基于改進(jìn)人工蜂群求解算法的流程圖Fig.6 The flow chart of the algorithm based on the improved artificial bee colony

同時(shí)，為了增強(qiáng)文章的完整性，算法的飽滿度，設(shè)計(jì)了基于交叉操作的人工蜂群算法偽代碼，具體代碼如下所示。

算法:基于交叉操作的人工蜂群求解方法輸入:調(diào)度步長(zhǎng)Δt,調(diào)度時(shí)間T;機(jī)組的最大電功率和最大熱功率Xmax;機(jī)組的最小電功率和最小熱功率Xmin;電功率的預(yù)測(cè)值 PEload;風(fēng)電功率的預(yù)測(cè)值PW;迭代次數(shù)itern,1≤n≤M;適應(yīng)值的最大不變次數(shù),適應(yīng)值的更新標(biāo)志trial(i)。輸出: 機(jī)組的各個(gè)時(shí)刻電功率的大小PEi;機(jī)組各個(gè)時(shí)刻熱功率的大小PHi;電鍋爐各個(gè)時(shí)刻的出力PBi;儲(chǔ)熱裝置的熱量變化值SCi;全局最優(yōu)解zbest。1 初始化:計(jì)算初始時(shí)刻各個(gè)機(jī)組的出力情況 X(0)i=Xmin+rand(0,1)(Xmax-Xmin), i∈n2 對(duì)機(jī)組的實(shí)時(shí)出力進(jìn)行約束 ifX(0)iXmaxthenX(0)i=Xmax3 將可行解帶入到目標(biāo)函數(shù)中計(jì)算適應(yīng)值fitness(0)i4 開(kāi)始進(jìn)行迭代處理:5 當(dāng)?shù)螖?shù)小于最大迭代次數(shù)6 fori=1,2,…,n do7 隨機(jī)生成可行解X(n)i;并對(duì)其進(jìn)行約束,使其滿足在可行域區(qū)間。8 if X(n)i>XmaxX(n)i適應(yīng)值最大不變次數(shù)Limit16 Go back to step 717 end 18 將鄰域搜索后的解與迭代最優(yōu)解進(jìn)行交叉操作,按照貪婪原則選擇新解19 if rand

基于改進(jìn)的全局人工蜂群算法交叉部分的操作步驟如圖7所示。

圖7 交叉部分操作步驟Fig.7 Cross section operation steps

4 算例仿真

4.1 原始數(shù)據(jù)

為了檢驗(yàn)構(gòu)建模型的可行性，本文算例采取中國(guó)北方電網(wǎng)真實(shí)的電源結(jié)構(gòu)，包括六臺(tái)熱電機(jī)組，兩臺(tái)純凝式機(jī)組以及一臺(tái)風(fēng)電機(jī)組，其中熱電機(jī)組1、2、3屬于熱電廠一，熱電機(jī)組4、5、6屬于熱電廠二。每個(gè)熱電廠分別對(duì)區(qū)域1，區(qū)域2進(jìn)行供熱，假設(shè)供熱的熱量不變均為900 MW。系統(tǒng)的用電負(fù)荷以及風(fēng)電預(yù)測(cè)功率如圖表2所示，電網(wǎng)的裝機(jī)類(lèi)型如表3所示，機(jī)組的參數(shù)如表4所示[20]。

在本文的算例中，調(diào)度時(shí)長(zhǎng)為1 d(24 h)，調(diào)度步長(zhǎng)為1 h，t=1，2，…，24?；谲浖﨧ATLAB設(shè)計(jì)并編制了上述的改進(jìn)人工蜂群算法程序，并對(duì)所構(gòu)建的模型進(jìn)行仿真求解，對(duì)仿真結(jié)果進(jìn)行了分析對(duì)比。

表2 風(fēng)電功率預(yù)測(cè)以及電負(fù)荷預(yù)測(cè)

表3 裝機(jī)容量及類(lèi)型

表4 機(jī)組參數(shù)

4.2 仿真結(jié)果分析

4.2.1 仿真結(jié)果

圖8為無(wú)儲(chǔ)熱和有儲(chǔ)熱的仿真結(jié)果，從仿真結(jié)果能夠看出，在沒(méi)加儲(chǔ)熱裝置之前，18：00—次日8：00存在著大量的棄風(fēng)。而9：00—18：00幾乎不存在棄風(fēng)。本文的調(diào)度策略是在非棄風(fēng)時(shí)段，增加熱電機(jī)組的出力，對(duì)儲(chǔ)熱裝置進(jìn)行儲(chǔ)熱，在棄風(fēng)時(shí)段，儲(chǔ)熱裝置釋放熱量來(lái)降低熱電機(jī)組的出力，從而增加風(fēng)電的上網(wǎng)空間。此調(diào)度方案并沒(méi)有改變熱電機(jī)組的熱化發(fā)電量，機(jī)組一天中的總出力并不會(huì)發(fā)生較大的改變，變化的是機(jī)組的出力區(qū)間，電網(wǎng)增加的風(fēng)電功率代替了傳統(tǒng)火電機(jī)組的出力。

圖8 有無(wú)儲(chǔ)熱裝置后機(jī)組的出力情況Fig.8 Output of the unit with and without the heat storage device

在加入儲(chǔ)熱裝置后，常規(guī)機(jī)組和風(fēng)電機(jī)組的出力也發(fā)生了相應(yīng)的改變，其出力情況如圖9。從圖中可以清晰地看出，儲(chǔ)熱裝置的加入對(duì)于消納棄風(fēng)起到了明顯的作用，降低了火電機(jī)組的出力，不僅極大地節(jié)省了發(fā)電成本，同時(shí)更多的清潔能源的加入對(duì)于環(huán)境的改善效果也是非常明顯的。

參考方式和儲(chǔ)熱方式下的風(fēng)電出力情況如圖9所示。從圖9中可以看出，參考方式下，在低負(fù)荷時(shí)段(18：00—次日8：00)，風(fēng)電幾乎得不到上網(wǎng)的機(jī)會(huì)，棄風(fēng)現(xiàn)象十分嚴(yán)重。加入儲(chǔ)熱裝置后，風(fēng)機(jī)的出力基本與風(fēng)電功率預(yù)測(cè)曲線相一致，棄風(fēng)現(xiàn)象得到了明顯的改善，極大地提高了風(fēng)電的利用率。

區(qū)域1和區(qū)域2儲(chǔ)熱裝置的熱量變化量如圖10所示。從圖10中可以看出，在9：00—21：00這一時(shí)間段內(nèi)，儲(chǔ)熱裝置進(jìn)行儲(chǔ)存熱量，說(shuō)明這一時(shí)間段內(nèi)，所有的風(fēng)電都得到了發(fā)電的機(jī)會(huì)，無(wú)棄風(fēng)現(xiàn)象；在21：00—次日8：00這一時(shí)間段內(nèi)，儲(chǔ)熱裝置開(kāi)始釋放熱量，說(shuō)明這一時(shí)間段內(nèi)，存在棄風(fēng)現(xiàn)象，這與圖9風(fēng)電出力的情況相一致，從而說(shuō)明仿真結(jié)果的正確性。

圖9 風(fēng)電出力的情況Fig.9 The situation of wind power output

4.2.2 算法的有效性驗(yàn)證

在收斂次數(shù)上，采用了粒子群算法、人工蜂群算法和改進(jìn)的全局人工蜂群進(jìn)行求解，算法的收斂曲線如圖11所示。從圖11中可以看出，GABC的收斂次數(shù)為40～50次，明顯要優(yōu)于ABC和PSO。因此可以得出改進(jìn)的人工蜂群算法具有更快的收斂速度，從而在求解電力系統(tǒng)優(yōu)化調(diào)度模型方法的選擇上提供了一定的理論依據(jù)。

同時(shí)，程序的運(yùn)行時(shí)間也是評(píng)價(jià)算法好壞的一個(gè)重要標(biāo)準(zhǔn)，算例相同的條件下，分別計(jì)時(shí)人工蜂群算法和粒子群算法求解算例所用的時(shí)間。為了避免偶然性，取10次運(yùn)行時(shí)間的平均值作為比較準(zhǔn)則，如表5所示。從運(yùn)行結(jié)果來(lái)看，人工蜂群算法程序的運(yùn)行時(shí)間明顯要少于粒子群算法程序的運(yùn)行時(shí)間，說(shuō)明了人工蜂群算法不僅有更好的收斂性，還具有更快的收斂速度。

圖10 儲(chǔ)熱裝置的熱量變化Fig.10 Heat change of heat storage device

圖11 算法的迭代收斂曲線Fig.11 Iterative convergence curve of algorithms

表5 仿真運(yùn)行時(shí)間

由于智能算法具有一定的隨機(jī)性，為了驗(yàn)證算法的有效性，迭代50次并保存數(shù)據(jù)做出箱線圖，機(jī)組出力運(yùn)行的區(qū)間如圖12所示。

圖12 24 h機(jī)組的出力分布情況Fig.12 24-hour output distribution of the unit

根據(jù)箱線圖的走勢(shì)可以看出，機(jī)組在負(fù)荷高峰(非棄風(fēng)時(shí)段)保持著較高的出力，而在夜間機(jī)組的出力明顯地減小，這是由于加入儲(chǔ)熱裝置后，減少了熱電機(jī)組的出力，風(fēng)電的上網(wǎng)空間得到了增加，這與期待的結(jié)果也是相吻合的。

5 風(fēng)電消納的經(jīng)濟(jì)性分析

建模的過(guò)程中 ，加入了電鍋爐來(lái)增加風(fēng)電的上網(wǎng)空間，同時(shí)它也作為負(fù)荷，消耗了一部分電能，增加了系統(tǒng)的成本，同時(shí)電鍋爐的維護(hù)也產(chǎn)生了部分費(fèi)用。在構(gòu)建經(jīng)濟(jì)性模型時(shí)，這些因素都應(yīng)考慮在內(nèi)。

5.1 收益來(lái)源

系統(tǒng)的收益主要包括電廠的供電費(fèi)用和供熱費(fèi)用。

(1)供電收益：

(19)

(2)供熱收益：

RH=ρHQCHP

(20)

式(20)中：RH為供熱所產(chǎn)生的總收益；ρH為熱電機(jī)組的單位供熱價(jià)格；QCHP為一個(gè)調(diào)度周期內(nèi)熱電機(jī)組的供熱量。

5.2 成本來(lái)源

整個(gè)系統(tǒng)的成本主要來(lái)源于電廠燃煤的費(fèi)用、電鍋爐所消耗電量的費(fèi)用以及電鍋爐的維護(hù)費(fèi)用。

(1)燃煤費(fèi)用：

RF=ρF(FCHP+FCON)

(21)

式(21)中：RF為系統(tǒng)燃煤總費(fèi)用；ρF為燃煤?jiǎn)蝺r(jià)，元/t；FCHP、FCON分別為熱電機(jī)組和火電機(jī)組一個(gè)調(diào)度周期內(nèi)所消耗的煤耗量。

(2)電鍋爐的啟停費(fèi)用：由于電鍋爐作為負(fù)荷加入系統(tǒng)中，故電鍋爐投入運(yùn)行時(shí)，將消耗一定的電量，產(chǎn)生部分費(fèi)用，即

(22)

(3)電鍋爐的維護(hù)費(fèi)用：電鍋爐的長(zhǎng)期使用，必然會(huì)帶來(lái)一些安全隱患，故其定期的維修檢查必不可少，由此產(chǎn)生的費(fèi)用為

(24)

式中：Rdep表示鍋爐折舊的費(fèi)用，元/年；Rmain表示電鍋爐每年維護(hù)的費(fèi)用；VE表示系統(tǒng)中電鍋爐的安裝成本；I代表周轉(zhuǎn)資金利息；n表示電鍋爐的使用壽命；C表示單位功率電鍋爐所需要的成本，元/MW;β代表電鍋爐的維護(hù)系數(shù)。

5.3 系統(tǒng)利益

系統(tǒng)的利益等于系統(tǒng)的收益減去系統(tǒng)的成本，由式(19)～式(24)可知

R=RE+RH-RF-(Rdep+Rmain)T/Tα-Rope

(25)

式(25)中：R表示系統(tǒng)的利益；T表示調(diào)度周期的時(shí)間；Tα代表電鍋爐總成本的分?jǐn)倳r(shí)間。

系統(tǒng)沒(méi)加入電鍋爐之前的利益為

R′=R′E+R′H-R′F

(26)

在沒(méi)加電鍋爐之前，R′表示系統(tǒng)的整體收益；R′E表示供電所產(chǎn)生的總收益；R′H表示供熱所產(chǎn)生的總收益；R′F表示系統(tǒng)燃煤總費(fèi)用。

5.4 經(jīng)濟(jì)性分析

基于第4節(jié)的仿真結(jié)果以及上述所構(gòu)建的經(jīng)濟(jì)性分析模型，進(jìn)行模型改進(jìn)前后的經(jīng)濟(jì)性分析，所需要的計(jì)算參數(shù)如表6所示。加入電鍋爐前后，系統(tǒng)總煤耗量以及總利益對(duì)比如表7所示。

表6 計(jì)算參數(shù)

表7 經(jīng)濟(jì)性對(duì)比

由表7可以得到，加入電鍋爐后，系統(tǒng)具有更低的煤耗量、更高的利潤(rùn)，從而驗(yàn)證了所提方案的可行性。

6 結(jié)論

在傳統(tǒng)模型的基礎(chǔ)上加入了儲(chǔ)熱裝置以及電鍋爐，并采用改進(jìn)的人工蜂群算法進(jìn)行求解，通過(guò)算例仿真驗(yàn)證了所提方法的有效性，基于上述分析，可得到如下結(jié)論。

(1)在無(wú)儲(chǔ)熱裝置方式的優(yōu)化調(diào)度中，風(fēng)電的出力十分有限，特別是在低負(fù)荷時(shí)段(20：00—次日8：00)，風(fēng)電的幾乎得不到上網(wǎng)的機(jī)會(huì)，棄風(fēng)現(xiàn)象十分嚴(yán)重。加入儲(chǔ)熱裝置后，風(fēng)機(jī)的出力得到了極大提高，基本與風(fēng)電功率預(yù)測(cè)曲線相一致，棄風(fēng)現(xiàn)象得到了明顯的改善，從而說(shuō)明了在傳統(tǒng)的熱電聯(lián)產(chǎn)系統(tǒng)中加入儲(chǔ)能裝置，能夠增加風(fēng)電的上網(wǎng)空間，提高風(fēng)電的利用率。

(2)在建模的過(guò)程中，利用電鍋爐的電熱轉(zhuǎn)換來(lái)增加風(fēng)電的上網(wǎng)空間，電鍋爐作為負(fù)荷接入到系統(tǒng)中，增加了系統(tǒng)的成本。在風(fēng)電消納的經(jīng)濟(jì)性分析中，采用粒子群算法和改進(jìn)的人工蜂群算法求解的優(yōu)化調(diào)度結(jié)果表明：沒(méi)加電鍋爐之前，系統(tǒng)的煤耗量為13 760、13 404 t，利潤(rùn)為572.238、602.450萬(wàn)元；加入電鍋爐后，煤耗量為12 952、12 643 t，利潤(rùn)為618.545、688.222萬(wàn)元。說(shuō)明了采用改進(jìn)的人工蜂群求得的仿真結(jié)果具有更低的煤耗、更高的利潤(rùn)。

(3)在算法性能評(píng)價(jià)指標(biāo)上，改進(jìn)的人工蜂群算法無(wú)論是在算法的求解運(yùn)行上還是在收斂次數(shù)都具有更優(yōu)的性能指標(biāo)。

綜上，本文方案能夠提高風(fēng)電的利用率，減少發(fā)電成本，提高系統(tǒng)收益，為電力系統(tǒng)日前調(diào)度的方法提供了理論依據(jù)。需要表明的是，本文未考慮儲(chǔ)熱裝置的熱量損失，實(shí)際應(yīng)用中應(yīng)進(jìn)一步的分析討論。