多日机组组合优化策略助力完整省级电力现货市场建设

在我国新一轮电力市场改革背景下,为了进一步提升电力现货市场的资源配置能力,提出了市场环境下衔接日前出清环节的多日机组组合优化策略。提出的多日机组组合方法作为日前市场出清的辅助手段,在充分考虑了未来几日电网负荷特性变化情况的前提下,采用市场化的方式,提前多日对系统发电资源的运行方式进行了统筹预安排。进一步,将多日机组组合的优化结果设置为日前市场出清模型的边界条件,实现了多日机组组合与日前出清环节的有效衔接,使得日前市场的出清计算结果更加合理,同时解决了燃煤机组由于开机准备时间长而无法在日前市场中新增启动的问题。最后,采用我国某省的实际电网数据进行算例研究,验证了所提出的多日机组组合优化策略的有效性。

0 引言

我国传统的省级电力调度一直采用计划形式配置发用电资源,根据“三公”调度规则安排年度、月度及日前等不同时序周期的电力电量平衡,制定机组的电量计划、开停机计划和出力计划等。随着我国电力市场化改革地不断推进,年度和月度等中长期交易机制已在各试点省份得到了广泛应用。但是,由于各省包括备用、调频等辅助服务在内的日前、实时等现货市场机制尚未完全确立,因此,目前调度机构在进行实际的日内电力电量调控时仍然采用传统的发电计划模式。2016年,国家发改委、能源局发布了《电力发展“十三五”规划》,明确提出2020年建成我国的电力现货市场。2017年,国家发改委、能源局又发布了《关于开展电力现货市场建设试点工作的通知》,选择全国8个地区作为第一批试点省份,逐步构建中长期与现货交易相结合的电力市场体系。综上,我国正式建成并实施功能完整的省级电力现货市场任务迫在眉睫。

纵观上述国内外文献,目前针对电力现货市场出清模型的研究,仅涉及日前或更小时间尺度下的机组组合和经济调度建模。考虑到我国电网的实际运行特点,电力现货市场的建设还需重点考虑以下一些问题。首先,在我国的发电装机总容量中,火电机组占有较大的比例,随着我国节能调度的进一步实施,高能耗、小容量的火电机组已被逐步淘汰,而较大容量的火电机组启动过程十分复杂,通常需要几十小时的开机准备时间,因此在日前市场出清计算中无法安排其新增开机。其次,当系统负荷因节假日、气候等因素而在几日内发生明显波动时,日前市场无法在更长的时间尺度范围内对发电资源进行最合理和经济的优化配置,以预先应对电网负荷突变的情况。再者,如果在发电资源调控过程中,出现电厂燃煤库存不足、供热季节燃气供应量受限或者水电厂的来水量不足等情况,需要提前多日协调发电资源配置,以确保日前出清环节中系统的备用容量充足。

针对以上问题,我国的电力现货市场中需要设计出更长时间尺度的市场化环节,并能够与日前市场进行良好的衔接。文献《协调中长期市场交易计划与日发电计划的周机组组合策略研究》首次提出了把周作为特定的调度决策环节,以协调月度和日发电计划,但该机组组合策略只适用于传统的发电计划模式,未考虑任何市场化因素。因此,本文重点探讨了一种省级电力现货市场环境下的多日机组组合优化方法,该方法基于发电侧市场成员的实际报价,实现了在比日前市场更长的时间周期内对机组的运行方式进行统筹预安排。

本文首先讨论了多日机组组合计算的优化参数和输入数据的设置方法;其次,考虑机组的开机提前通知时间要求、机组群的发电量限制等因素,建立了以系统总发电费用最低为目标的多日机组组合优化模型,并进行了模型求解和结果校核;接着,详细分析了多日机组组合优化环节与日前市场出清计算的衔接方式;最后,以我国某省的电网典型日数据为例,验证了所建立的优化模型的有效性。

1 多日机组组合优化模型

1.1 优化计算数据准备

本文建立的多日机组组合模型的优化周期可根据计算日的日期类型进行具体设置,常规取为1周。但考虑到时间尺度越大,系统的各种预测和计划类数据的准确度越低,因此可根据需要将优化周期缩短1~2天;另一方面,考虑到特殊节假日的系统负荷曲线特征不具备明显的规律性且相对于一般工作日和双休日的负荷曲线特征差异较大,因此,当遇到特殊节假日时,多日机组组合的优化周期可根据特殊节假日的时间跨度增加相应的天数。

本文对省级电网内所有可以参与市场的机组进行多日机组组合优化计算,需提前获取或计算的优化输入数据的类型多、规模大,具体包括电网运行的计划类数据、各发电厂的注册及申报数据以及电网和设备的实时运行类数据。除上述电网基础参数外,考虑到电网运行稳定性及优化周期较长等因素,多日机组组合计算前还需设置人工干预参数,包括系统最小运行方式下的机组开停机状态、自调度机组的固定出力方式、预估的未来几日临时省间电力交易曲线、电厂机组群的最大、最小发电量等。本文建立的机组组合模型,将省间联络线的计划和中长期交易电力值、省间现货市场的电力交易曲线作为输入参数,实现了省间与省内电力市场的衔接。

1.2 建模方法

本文建立的多日机组组合优化模型,以系统总发电费用最低为目标,计及系统功率平衡、机组运行状态、电网运行安全等约束。其中,机组运行状态约束中重点考虑了机组的开机提前通知时间要求、水电站的来水量限制、火电厂的燃煤库存量、供热季节的燃气供应量等因素。具体的模型实现如式(1)—(23)所示。本文涉及的所有参数释义见附表1。需要特别说明的是,本文建立的多日机组组合模型的目标函数中的系统总发电费用是基于各机组日前申报的分段运行价格和启动费用计算的,与实际的机组发电费用不一定一致,在国外的文献中一般将基于机组报价计算的发电费用称为伪发电成本,但在国内的文献中仍习惯性的称其为发电费用。

1.2.1 目标函数

多日机组组合优化模型以系统中所有机组的总发电费用最低为目标,即

1.3 模型求解

式(1)—(23)构成的电力现货市场环境下的多日机组组合模型为一个单目标混合整数规划问题,其决策变量包括参与多日机组组合的所有机组在各优化时段的运行状态和各报价段内的出力增量值。对于一个省级电力市场,该模型的决策变量规模大,若采用粒子群算法或遗传算法等智能算法求解,需要十几到几十小时,不适合于工程应用。基于此,本文采用以CPLEX优化器为内核的成熟商业软件对模型进行求解,最终得到未来多日内所有机组的启停和出力安排,计算过程仅历时几分钟。

对得到的多日机组组合优化结果,基于设置的安全校核参数,进行全时段的网络安全约束校核,包括对系统内所有稳定断面和设备的基态安全校核、N-1安全校核以及预想故障集开断安全校核。若存在越限断面或设备,则将交流潮流计算结果及新增越限断面信息作为输入参数,进行下一轮次的多日机组组合优化计算,以此循环,直至消除所有的越限断面和设备。

2 与日前市场出清计算的衔接

多日机组组合优化计算与日前市场出清计算的衔接方式流程图如图1所示(设多日机组组合的优化周期为N天)。

以多日机组组合的优化周期为7天为例,对具体的衔接方式进行详细阐述如下：

进一步,在2019年1月2日18:00,继续对未来7日的省级电网数据进行多日机组组合优化计算。对于1月1日进行的多日机组组合计算后在1月3日新增启动的燃煤机组,采用与上述相同的方式将其设置为必开机组,以参与1月2日的多日机组组合优化计算。

根据上述3个步骤进行循环迭代计算,通过提前足够的时间对机组进行新增开机通知及开机状态设置,实现了开机准备时间较长的燃煤机组能够在日前出清环节中新增启动。另一方面,在日前市场出清环节前增加的多日机组组合优化模型,充分考虑了未来多日的电网负荷特性,特别是针对未来多日内电网负荷突变的情况,以多日的时间尺度对机组运行方式进行统筹优化,可以使预先安排的燃煤机组的启停方式更加合理。

3 案例分析

本文以我国某省2018年1月的冬季典型日的电网数据为对象,研究了本文建立的多日机组组合优化模型,作为日前出清计算的前置环节,对日前市场优化结果合理性的改进作用。本算例中,多日机组组合的优化周期设置为1月14—20日共7天,选取每日的整点作为优化时段,优化计算的执行开始时间设置为1月13日18:00。该7日的全网负荷短期预测值如图2所示。系统的正备用值取为当天高峰负荷的3%,负备用值取为当天低谷负荷的3%。

全省参与优化的机组总台数为189台,总装机容量为74 642 MW。其中,燃煤机组76台;燃气机组64台;其余为核电、水电、风电、光伏等清洁能源机组,其总装机容量为12467 MW,在本优化模型中都作为固定出力机组,风电和光伏按预测值全额消纳。本算例中,各发电机组的运行价格采用5段报价方式,第1报价段的机组起始、终止端出力分别为0和机组的最小技术出力,后4段根据该机组申报出力的增加递增申报价格。以163#燃煤机组为例,该机组的运行价格申报情况如表1所示。

为支撑区域电网的电压稳定,设置了系统最小运行方式必开燃煤机组25台,总装机容量为15950 MW。

表1 163#机组分段运行价格申报情况

由于11#—16#机组所在电厂的燃煤库存量限制,将装机总容量为2640 MW的该厂在7日内的总可发电量上、下限值分别设置为354 800 MW·h和266 000 MW·h。外来电力包括特高压交直流电力、省间计划和交易电力以及省内的分部直调机组出力,外来电力在本算例中作为固定曲线不参与优化,该7日的外来电力曲线如图3所示。

设燃煤机组的开机提前通知时间为30 h。采用本文所建立的多日机组组合模型,对上述典型日的电网数据进行优化计算,得到前3日的燃煤和燃气机组开、停机情况如表2所示。由图1可以看出,多日机组组合第二日(即1月15日)为星期一,负荷水平较前一日有明显提升,且在一周的工作日内保持相当的数值,直至星期六负荷水平略有下降。为了实现发电总费用最低的优化目标,多日机组组合在一周内对所有机组的运行方式进行了统筹优化安排：在第二日负荷早高峰前新增了2台燃煤机组,以提高后续几日全网的整体发电能力;同时,由于该省冬季典型日的负荷峰谷差较大,为了满足峰时段的系统负荷和备用需求,在工作日白天负荷水平较高的时段新增开启了一定容量的燃气机组,燃气机组的启动费用较燃煤机组低,且燃气机组的最小连续运行时间一般只需几小时。

选取多日机组组合计算的第二日作为优化对象,进行日前市场出清计算。本算例中的日前市场出清模型,采用发电机组单边报价的方式,各机组的报价情况与多日机组组合算例中的相同;日前出清模型以发电总费用最低为优化目标,计及系统功率平衡、机组运行状态、电网运行安全等约束,定价方式采用节点边际电价。以15 min为间隔设置优化时段,对1月15日的电网数据进行日前出清优化计算,得到该日的燃煤和燃气机组开、停机情况如表3所示。通过优化结果可以看出：由于1月15日日的负荷水平较前一日有明显提高,基于前一日日前市场的出清结果得到的各机组初始状态,为了保证该日负荷高峰时段的系统供电能力,需要新增开启一定容量的可优化机组。但由于燃煤机组新增开机需要30 h的提前通知时间,因此在白天负荷峰值时段新增开启了大量运行费用较高的燃气机组。

表2 多日机组组合的前3日燃煤、燃气机组开停机情况

表3 第一次日前市场出清的燃煤、燃气机组开停机情况

运用第2节提出的多日机组组合与日前出清计算的衔接方式,针对多日机组组合优化结果中第二日新增开机的163#和173#燃煤机组,提前至少30 h通知其做开机准备,并在日前出清计算的输入数据中,将其在新增开机时段的运行状态设置为必开状态,再进行日前市场优化出清。得到的出清计算结果中燃煤和燃气机组的开、停机情况如表4所示。通过优化结果可以看出：多日机组组合结果中安排该日开机的2台燃煤机组,由于提前了足够的时间被通知进行开机准备,因此可以在日前市场出清过程中新增开机,减少了在该日负荷高峰时段新增开启的燃气机组容量。两次日前市场出清计算得到的系统总发电费用如表5所示,对比两次的系统发电费用可以看出：由于燃煤机组的启动费用较燃气机组高,因此第二次日前市场出清的系统总启动费用高于第一次,但综合考虑燃煤机组的低运行费用,第二次日前市场出清的系统总运行费用和总发电费用都较第一次低,即更好地实现了日前市场的发电总费用最低的优化目标。综上所述,在日前现货市场出清计算前,先采用本文提出的多日机组组合优化方法,在更长的时间周期内统筹配置发电资源,并与日前出清环节进行合理衔接,可实现在日前市场中优先新增开启发电费用较低的机组,有效减少了日前市场的系统总发电费用。

表4 第二次日前市场出清的燃煤、燃气机组开停机情况

表5 两次日前市场出清的系统发电费用比较

4 结论

本文主要研究了省级电力现货市场环境下衔接日前出清环节的多日机组组合优化策略。首先进行了多日机组组合的优化参数设置和计算模型输入数据准备;其次,建立了以系统总发电费用最低为目标,考虑全类型机组运行状态约束及电网运行安全约束的多日机组组合优化模型,讨论了模型求解和优化结果校核方法;进一步,针对开机提前通知时间较长的新增启动燃煤机组,提出了多日机组组合优化环节与日前市场出清计算的衔接方法;最后,本文以我国某省的冬季典型日电网数据为算例进行了仿真研究,仿真结果验证了所提出的市场环境下多日机组组合优化方法的有效性。本文的研究成果具有以下优点：

1）建立的多日机组组合模型,将省间联络线的计划和交易电量、电力值作为输入参数,实现了与省间电力市场的有效衔接;另一方面,建立的多日机组组合模型,将优化输出的新增启动燃煤机组的开机时段信息作为日前市场出清模型输入参数,实现了与省内日前电力现货市场的有效衔接。

2）提出的多日机组组合方法的优化周期可根据日期类型进行设置,因此,该方法可适应不同的优化周期设置以及不同的电网负荷曲线特征,适合于实际的工程应用。

3）提出的多日机组组合优化方法,重点考虑了机组的开机提前通知时间约束,并提供了与日前出清计算的有效衔接方式,解决了日前市场中因无法新增开启燃煤机组而在负荷高峰期大量开启高运行费用的燃气机组的问题,有利于进一步实现日前市场的发电总费用最小化的目标。

4）提出的电力现货市场中的多日机组组合策略,作为日前市场的辅助手段,充分考虑了未来多日的电网负荷特性,特别是针对未来多日内电网负荷突变的情况,以多日的时间尺度对机组运行方式进行统筹优化,使得预先安排的燃煤机组的启停方式更加合理。

5）建立的多日机组组合优化模型,考虑了电厂申报的未来多日内可发电量约束,能够在燃煤、燃气量不足或者来水不够的情况下,在多日时间范围内充分协调优化资源,提示调度人员后续电网可调度资源紧张,确保电网在经济运行的前提下有充足的备用容量。

本文提出的适用于各种类型日的多日机组组合方法,作为日前市场出清的必要前置环节,是我国省级电力现货市场的重要组成部分,因此,对于我国的电力市场化建设具有显著的理论意义和实践价值。

附表1 本文参数释义表

（来源：电网技术）