基于机组最小煤耗的负荷优化调度

陈谨平，马汝东，王建国

(1.中国能源建设集团 辽宁电力勘测设计院有限公司，沈阳 110179；2.东北电力大学 自动化工程学院，吉林 吉林 132012)

基于机组最小煤耗的负荷优化调度

陈谨平1，马汝东2，王建国2

(1.中国能源建设集团 辽宁电力勘测设计院有限公司，沈阳 110179；2.东北电力大学 自动化工程学院，吉林 吉林 132012)

摘要：电厂机组间负荷的优化调度有利于电厂的经济运行和科学管理。本文基于数据库技术及矩阵运算，以机组煤耗特性为基础建立全厂煤耗最小的目标函数，全面考虑机组运行的约束条件，完成机组启停及负荷分配的双重优化；与已有的智能优化方法相比较，调度结果更加稳定、经济及快速。最后，利用混合编程技术，完成负荷优化调度的实时计算及显示。

关键词：优化调度；数据库技术；矩阵运算；机组启停及负荷分配

以“厂网分开、竞价上网”为目标的电力体制改革的推行，使发电企业从生产型企业转变为经营型企业，电厂作为独立的经济实体参与电力市场竞争。在获得电网公司的负荷调度后，发电厂商按所分配调度的负荷数量组织生产[1]。鉴于电厂的大型化、现代化和调峰问题的日益突出，机组不可能全部在经济工况下运行，需要通过经济调度达到整个火电厂的经济运行[2]。自80年代开始，我国将供电标准煤耗作为火电厂技术完善程度和运行经济性的国家考核指标。因此，火电厂经济运行的关键是通过对各台机组的优化调度，使机组供电煤耗最低，保证全厂的总能耗最小，这也是目前电力企业节能的重点。

目前，对电厂负荷优化调度的研究大多只局限于负荷分配上，没有考虑启停优化，而且分配方法大都是智能优化方法，这些方法都极容易陷入局部最优解，分配结果的实时性与稳定性都很难达到电厂实际应用的要求[3-12]；而传统的等微增率算法，对煤耗特性曲线又具有很高的要求[13-16]。本文以数据库技术及矩阵运算为基础，全面考虑机组调度的约束条件，如最小连续运行及停运时间、启停耗量约束等，进行机组启停优化；以二次规划法函数为核心，进行负荷优化分配，在可能的调度结果中再寻得煤耗量最小的组合，此组合的调度信息即是最优调度结果。与已有的智能优化方法相比较，调度结果更加稳定、经济及快速。同时，利用Matlab与C++ Builder混合编程完成负荷优化调度的实时计算及显示。

1数学模型的建立

考虑机组运行的实际情况，本文确定的机组约束条件包括功率平衡约束、机组出力约束、最小连续运行时间约束、最小连续停机时间约束，且考虑机组的启停损耗及寿命损耗，经过优化算法得到机组的启停优化及负荷分配。因为本文只涉及厂内负荷优化调度，且只需给出稳态的优化调度结果，故模型可不考虑网损和对应机组的爬坡速度约束；网损由中调考虑，爬坡速度可以由机组CCS限速模块(或运行人员经验)控制完成[17]。

设全厂机组的煤耗特性可用二次型函数表示：

(1)

式中：ai，bi，ci为第i台机组的煤耗特性的各个系数；Fi为第i台机组的煤耗；fi(Pi)为第i台机组的煤耗特性方程；Pi为第i台机组的负荷。

设有n台机组可以投入运行，全厂总负荷为PTotal。优化调度的目的是将总负荷合理的分配到各台运行的机组上，使全厂的煤耗量最小，目标函数为

(2)

约束条件如下：

(3)

式中，Ui为第i台机组的运行状态，可取1(代表运行)或0(代表停机)；Pi,min、Pi,max分别为第i台机组的负荷下限、上限；Ti,R、Ti,S分别为第i台机组的连续运行时间、停机时间；TRun、TStop分别为机组的最小运行时间、最小停机时间。

本文将启停耗量及寿命损耗都折算成煤耗量处理并加到每次启、停机组的消耗上，属于额外煤耗。因此，需要计算一段时间内煤耗量，将这段时间内的煤耗量加上有可能产生的额外煤耗量作为目标函数，求得其最小值，此时的优化调度结果才为最优调度。本文选择最小连续运行时间为计算区间，得到如下目标函数表达式：

(4)

式中：Ui、BUi分别为当前时刻及上一调度时刻机组i的启停状态；Losti为第i台机组启停时的损耗。

2优化调度算法

本算法由Matlab与数据库技术实现，其程序流程框图如图1所示。

图1　厂级负荷优化调度算法程序流程框图

图1表示了优化调度算法的整个流程，其核心在于通过数据库技术及矩阵运算，综合当前机组运行状态，根据图2的时间约束程序，计算将来可能的机组启停状态，针对不同的机组启停组合，调用Matlab的二次规划法函数，进行负荷分配；再此之前需要进行参数处理，即根据不同的机组组合对此函数的输入参数进行维数及参与分配机组的识别处理；计算完成之后，根据分配结果是否有超出机组出力上下限的，将不在上下限之间的解剔除，得到可能解；再在可能解中，寻找目标函数最小的组合，此组合的调度信息即是最优调度结果。

3算例与比较

作为对比，本文选用文献[6]中四台机组的煤耗特性曲线，四台机组的煤耗曲线方程及其出力约束如下：

图2　时间约束程序流程框图

Pmin=160MW;Pmax=328.5MW.

文献[6]中，使用遗传算法作为负荷调度算法，其负荷调度结果如表1所示；应用本文中的优化调度算法，其调度结果如表2所示。

比较两表可得，由于时间约束程序的引入，使得各个机组能以最优的方式开启或停运。以总发电负荷为950 MW举例，文献[6]中，其调度方式有两种，其中煤耗量最低为436.183 8 t/h时，各个机组的运行状态为 [1 1 0 1]；而本算法优化有只有唯一的一种调度结果，最低煤耗为433.310 9 t/h，各个机组的运行状态为 [1 1 1 0]，调度结果明显优于前者。除了总负荷为160 MW的调度结果一样外，其余的调度结果，本算法的煤耗量最低；且算法稳定可靠，对于确定的调度负荷，其调度结果是唯一确定的；仿真结果显示其计算时间为0.246 s。

综上所述，应用本算法的负荷优化调度，其调度结果基本上达到了实时性、最优性及稳定性，满足了电厂应用的基本要求。

表1　遗传算法下负荷优化调度结果

表2　本文算法下负荷优化调度结果

4软件设计

本文算法由Matlab的m文件编写，为了给用户提供更友好的用户界面和更便捷的操作，本文利用C++ Builder编写了优化调度软件；为了提高算法的执行效率，使用了Matlab与C++的混合编程方法，即通过Matlab的Deployment Tool工具，将Matlab程序编译为DLL动态链接库的形式，供C++ Builder调用。软件结构如图3所示。

图3　厂级负荷优化调度软件结构图

厂级负荷优化调度软件界面如图4所示，使用时，仅需输入调度负荷，按计算按钮，即可得到负荷优化调度结果，包括运行状态显示及分配负荷显示；而且可以随时修改机组参数，如最低、最高负荷及启停耗量。

图4　厂级负荷优化调度软件界面

5总结

本文以机组煤耗特性为基础建立全厂煤耗最小的目标函数，并全面考虑机组调度的约束条件，如最小连续运行及停运时间、启停耗量约束等，利用数据库技术及Matlab的二次规划法函数，得到机组的启停优化及负荷分配；通过比较调度结果表明，其满足最优性、实时性及稳定性，达到了电厂应用的基本要求。

结合可视化编程工具C++ Builder及数据库技术开发了可以脱离Matlab环境运行的优化调度软件；优化调度软件的应用不仅可摒弃习惯的平均分配负荷或是由机组效率高低来分配负荷的调度方法，而且有利于电厂的经济运行和科学管理。

参考文献

[1]周明．Hopfield神经网络及其在经济负荷分配问题中的应用[D]．湖北：武汉大学，2005.

[2]田丰，余天龙，欧坚．基于经济性和可靠性的机组负荷最优调[J]．电站系统工程，2001，17(1)：23-26.

[3]余廷芳，林显敏，林中达．遗传算法在火电厂机组负荷优化分配问题中的参数选择[J]．汽轮机技术，2007，49(3)：217-219.

[4]黄文成，谢刚．基于免疫思维进化算法的机组负荷优化分配[J].机械工程与自动化，2008，150(5)：38-40.

[5]杨鑫．多智能体进化算法在火电厂负荷优化分配中的应用[D].北京：华北电力大学，2008.

[6]刘星．基于遗传算法的火电厂厂级负荷经济调度的研究[D].北京：华北电力大学，2007.

[7]唐英干，崔玉红，关新平．动态粒子群算法在经济负荷分配中的应用[J]．计算机仿真，2009，26(8)：242-245.

[8]SUDHAKARAN M,AJAY-D-VIMALRAJ P,PALANIVELU T.G．GA and PSO culled hybrid technique for economic dispatch problem with prohibited operating zones [J]．Journal of Zhejiang University SCIENCE A，2007，8(6)：896-903.

[9]A.Y.Abdelaziz,S.F.Mekhamer,M.A.L.Badr,M.Z.Kamh．Economic Dispatch Using an Enhanced Hopfield Neural Network [J]．Electric Power Components and Systems，2008，10(3)：307-311.

[10] 蒙文川，邱家驹．电力系统经济负荷分配的混沌粒子群优化算法[J]．电力系统及其自动化学报，2007，19(2)：114-119.

[11] 张智晟，林涛，王坤，孙雅明．电力系统经济负荷分配的量子粒子群算法[J]．电工电能新技术，2008，27(4)：1-4.

[12] 张捷，王仁明，周建华．电站机组负荷分配的模糊建模及优化算法[J]．三峡大学学报，2009，31(1)：48-51.

[13] 李鹏．等微增率准则在机组负荷优化分配中的应用条件[J]．南方电网技术，2008，2(5)：43-50.

[14] 曹文亮，王兵树，马进，高建强，马良玉，马永光．对火电厂机组负荷优化分配算法的研究[J]．汽轮机技术，2004，46(1)：43-46.

[15] 吴群，武晓，刘海峰，宋振勇．运用等微增原理实现机组负荷优化分配[J]．江西电力职业技术学院学报，2008，21(4)：32-34.

[16] 马汝东，陈婷，王建国，等.基于改进粒子群算法的负荷优化调度[J].东北电力大学学报，2012,32(6)：14-17.

[17] 万文军，周克毅，胥建群，徐啸虎．动态系统实现火电厂机组负荷优化分配[J]．中国电机工程学报，2005，25(2)：125-129.

Load Optimal Dispatch Based on Unit Minimum Coal Consumption

CHEN Jin-ping1，MA Ru-dong2,WANG Jian-guo2

(1.Liaoning Electric Power Survey & Design Institute of China Energy Engineering Group Ltd.，Shenyang 110179；2.School of Automation Engineering,Northeast Dianli University,Jilin Jilin 132012)

Abstract：The research of load optimal dispatch benefits the economic operation and scientific management.The target function of coal consumption minimum based on unit coal consumption characteristics was established;then,double optimization of unit start-stop and load distribution was achieved with the consideration of constraint condition using database technology and the matrix operations;compared with intelligent optimization methods，dispatching results were more stable,economic and fast.Finally,real time calculation and display of the optimal dispatch was achieved based on the mixed programming of Matlab and C++ Builder.

Key words：Optimal dispatch;database technology;Matrix operations;Unit start-stop and load distribution

中图分类号：TM734

文献标识码：A

文章编号：1005-2992(2015)06-0061-05

作者简介：陈谨平(1957-)，男，上海市人，中国能源建设集团辽宁电力勘测设计院有限公司高级工程师，博士，主要研究方向：电力系统经济运行.

收稿日期：2015-09-12