大渡河流域梯级电站经济调度策略研究

卢立宇,黄炜斌,陶春华,李永利,王金龙

(1.西华大学建设与管理工程学院,四川成都610039;2.四川大学水电学院,四川成都610065；3.国电大渡河流域水电开发有限公司,四川成都610041;4.国网四川省电力公司,四川成都610041)

大渡河流域梯级电站经济调度策略研究

卢立宇1,黄炜斌2,陶春华3,李永利3,王金龙4

(1.西华大学建设与管理工程学院,四川成都610039;2.四川大学水电学院,四川成都610065；3.国电大渡河流域水电开发有限公司,四川成都610041;4.国网四川省电力公司,四川成都610041)

以大渡河瀑布沟、深溪沟梯级电站AGC联合运行为依托,基于分层控制原理,提出了一套厂网协调模式下的梯级电站经济调度(EDC)负荷实时分配策略,构建了相应的数学模型。为了检验策略及模型的合理性和可行性,进行了模拟运行。结果表明,所提策略及方法可在满足各项安全约束的前提下,实现瀑、深两站梯级总负荷的厂间实时分配,使两电站在负荷与水量上匹配,进而提高了水量利用率,增加了发电效益。

梯级水电站；AGC；厂间经济运行；智能分配；控制策略

0 引 言

水电站 AGC (Automatic Generation Control)作为水电厂自动化系统安全经济运行的关键组成部分之一,是实现负荷优化分配和电力生产效益最大化必备的技术手段[1]。随着越来越多的电厂AGC成功投运,流域梯级AGC将在电网安全、稳定运行以及梯级电站实现“无人值班(少人值守),远方集控”中发挥越来越重要的作用。然而,单站AGC开发的主要目标是维持电力系统的安全稳定运行,适当考虑了厂内经济运行,却无法顾及梯级水电站上下游间的水力联系和各水库调节性能上的差异。当电网分别针对各站下达AGC负荷指令后,因电量和水量上的不匹配,极易导致梯级电站产生弃水或长期处于低水头运行,影响梯级安全、稳定、经济运行。由国电大渡河流域梯级电站集控中心调度控制的瀑布沟、深溪沟电站就面临着这样的问题。

瀑布沟、深溪沟水电站位于大渡河中下游,是两座以发电为主的大型水电站。其中,瀑布沟水电站装机容量3 600 MW,具备不完全年调节能力；深溪沟水电站是瀑布沟的反调节电站,装机容量660 MW,其水库库容较小,基本不具备调节能力。瀑、深两站均为四川电网调峰调频电站,已具备AGC功能,并可投入运行。但深溪沟水库水位受瀑布沟及自身负荷影响很大,当省调分别对瀑、深两站下达AGC指令,很容易引起深站库水位大幅波动,甚至出现大量弃水或水库拉空情况。为此,瀑布沟AGC投入省调联合运行,而深溪沟AGC处于停用状态,其负荷调节仍需调度员向省调申请许可后手动调节,不但影响梯级联合运行的经济效益发挥,而且频繁联系和调节增加了调度工作的强度和难度。

为此,本文以大渡河瀑、深两水电站AGC实际控制工程问题为依托,对两站AGC联合运行所涉及到的实时调度问题进行了分析研究,提出了一种厂网协调模式下的梯级EDC(Economic Dispatch Control)控制策略,建立了一套以深溪沟电站为主要控制对象的瀑深厂间负荷实时分配控制模型,并采用工程化算法对模型进行了求解。结果表明,在满足各项安全约束的条件下,实现了瀑布沟、深溪沟两站梯级总负荷的厂间实时智能分配,使得瀑布沟、深溪沟水电站在负荷与水量上相匹配,提高了水量利用率,增加了发电效益。

1 EDC实时负荷分配策略

解决瀑、深两站AGC联合协调运行的关键,在于使深站在正常水位范围内保持安全稳定运行,避免出现不合理弃水或水库拉空现象。基于此,可在深溪沟死水位Zs,死(790 m)与正常蓄水位Zs,蓄(850 m)之间设定两个水位阈值(下限Zs,down和上限Zs,up),将库水位分3个区间。根据深站实时水位所在区间,考虑有无弃水情况,制定两站厂间负荷分配策略。

(1)水位运行区间划分。若深站实时水位Zs,t>Zs,up,为高水位区；若Zs,t

(2)水位异常控制策略。当深站水位进入高水位区或死水位区,且没有返回可运行区的趋势时,即当Zs,t>Zs,up且Q入>Q出(Q入、Q出分别为深溪沟入库、出库流量),或Zs,t

(3)弃水分配策略。当深站水位在可运行区,且瀑深两水电站至少一站有弃水时,采用弃水下的负荷分配策略,以充分利用弃水流量,减少电站弃水损失。即,梯级总负荷调增,有弃水的电站优先承担增加的负荷；梯级总负荷调减,无弃水的电站优先承担减少的负荷；若瀑深两站均存在弃水,则按梯级总弃水流量最小控制进行负荷分配,以使更多的水存储在上游,以减少梯级水能损失。

(4)大、小负荷分配策略。若深站水位在可运行区,且瀑深两站均无弃水,根据梯级总发电负荷指令值与总实发出力的变幅大小,分为大负荷分配策略和小负荷分配策略。相对于大负荷分配,当电网下达的梯级总负荷指令值较小时,为减少电站的调节次数,提高电站运行的经济性,宜采用小负荷分配策略。即,将小负荷差额由一个电站来负担。具体为：梯级总负荷调增,若深站水位位于高水位区,小负荷差额分给深站；梯级总负荷调减,若深站水位位于死水位区,小负荷差额分给深站；若深站水位位于可运行区,不论梯级总负荷调增还是调减,小负荷差额均由运行人员根据实际需要事先设定的调节顺序优先的电站承担。分配流程：①根据小负荷差额的正负偏差及深站库水位情况,确定电站承担负荷调节的优先次序。②小负荷差额首先分配给优先次序较高的电站,同时检查分配结果是否满足电站有功可调区间约束和避开振动区约束,若满足,输出结果；否则,进行下一步。③优先次序高的电站维持实发出力不变,小负荷差额分配给另一电站,同时检查分配结果是否满足该站的有功可调区间约束和避开振动区约束,若满足,输出结果；否则,进行下一步。④将小负荷差额以各种可能拆分,分别分配给两个电站,直至两站负荷分配值均满足有功可调区间和避开振动区约束,输出结果。

(5)策略的优先级。水位异常下的负荷分配策略是优先级最高；其次是弃水下的负荷分配策略；最后是大负荷分配策略和小负荷分配策略。策略构成图见图1。

图1 大渡河瀑深梯级AGC厂间负荷实时分配策略构成

2 EDC实时负荷分配模型

2.1 模型构建

不同于“以电定水”模式下的短期优化调度,梯级厂间负荷实时分配过程中,梯级总出力值实时跟踪电网负荷变化,具有不可预知性；且实时调度实质上是一个与时间无关的空间优化问题,站间水流滞时引起能量和水量传递上的滞后性,虽然一定程度上不利于梯级电站的实时控制[2],但却为下一时段的控制策略提供了依据。瀑深梯级之间的流量滞时τ=0.5 h。为了有效地控制深站库水位的变化,充分利用已发生的水情信息,按负荷分配方案执行Δt=τ时长后的结果进行控制。按照前述厂间负荷实时分配策略,构建5个厂间负荷实时分配控制模型,分别如下：

(1)深站水位异常控制模型。在实时调度中,经济性必须让位于安全性,由于深溪沟电站库容小、调节性能差,其进入高水位区或死水位区且没有返回可运行区的趋势时,易产生弃水或水库拉空现象,不利于电站及电网的安全稳定运行,因此提出了深站水位异常控制模型,其目标函数为

(1)

式中,Zs,t+1为深站按照t时段的分配结果执行到时段末的库水位。该模型旨在通过厂间负荷的重新匹配,使得按分配结果执行Δt时段后的深站水位尽可能的靠近其可运行区的中间值,以达到返回并持续稳定运行在可运行区的目的。

(2)梯级总弃水量最小模型。为使更多的水存储在上游,减少梯级水能损失,采用目标函数

(2)

(3)能量转换效率最大模型。在蓄水量一定的条件下,提高能量转化效率也就提高了水电站的经济效益。因此,可将能量转换效率作为水电站经济运行的一项优化准则[3]。即

(3)式中,E电,t为t时段系统要求的电能；E耗,t为t时段发电耗用的水体势能；ρ和g分别为水密度和重力加速度；Pc,t为t时段电网下达的梯级AGC发电负荷指令；Pi,t为t时段梯级AGC分配给i电站的发电负荷；n为参与负荷分配的梯级电站个数；Δt为t时段时长,Δt=τ；Hi,t、Qi,t分别为i电站t时段的发电水头和出库流量。对于某一特定的时段,电网下达的梯级发电负荷指令值Pc,t是个已知的常数,所以式(3)等价于式(4)。其实质是在保证梯级总功率平衡下,梯级水电站耗用的水位能最小。即

(4)

其中,惩罚因子A是为确保深站水位能够持续稳定运行在可运行区而加入的惩罚项,取值规则为

(5)

式中,α为一正常数。

(4)深站水位平稳模型。目标函数

(6)

其以深站水位变幅最小为控制目标,按流量平衡进行负荷分配,从而实现负荷与流量上的匹配,达到深站水位尽可能平稳的目的。

(5)深站少调负荷模型。目标函数为

(7)

式中,Ps,t为深站的负荷分配值；Ns,t为深站当前实发出力。该模型以深站分配负荷值相对其当前实发出力的变化最小为目标进行负荷分配,达到瀑站多调负荷,深站少调负荷的目的。

2.2 约束条件

无论是哪种负荷分配策略,均须满足如下约束条件:

(1)动力平衡约束

(8)

(2)水量平衡约束

Vi,t+1=Vi,t+3 600(qi,t-Qi,t)Δt

(9)

式中,Vi,t、Vi,t+1分别为i电站t时段初、末水库蓄水量；qi,t为i电站t时段入库流量。

(3)流量平衡约束

(10)

(4)发电流量约束

(11)

(5)水位约束

(12)

(6)出库流量约束

(13)

(7)有功可调区间约束

(14)

(8)电站出力变幅约束

(15)

式中,Ni,t为i电站t时段初的实发出力；ΔNi为i电站允许的最大出力变幅,以防止电站负荷大幅波动影响电网安全稳定运行,由电站AGC的系统特性决定。

(9)避开振动区约束

(16)

(10)站间负荷转移约束

(17)

式中,ΔPt为t时段梯级发电负荷指令值相对于当前总实发出力值的变化量。

(11)非负条件约束。即,以上所有变量均为非负变量。

2.3 求解算法

目前,用于负荷分配的求解算法主要有以等微增率法[4]、动态规划(DP)及其改进算法[3]为主的传统经典算法和以遗传算法(GA)[5]、粒子群算法(PSO)[6]等为代表的现代仿生学方法[7]。等微增率法通过“微分”的思想以各台机组流量特性曲线的微增率来进行负荷的最优分配,主要适用于机组台数不多且性能曲线较简单的单站厂内机组间的负荷分配。动态规划算法理论严谨,能够绝对收敛于全局最优解,但因其处理多维问题时易出现“维数灾”,导致计算耗时太长而无法满足系统运行的实时性要求；其各种改进算法虽在一定程度上降低了求解问题的计算量,但由于使用条件的限制,用于离线的单站或水电站群短、中、长期优化调度中较多。遗传算法、粒子群算法等现代仿生学方法从本质上说是不依赖于具体问题的直接搜索方法,可以很好地处理多维优化问题。然而,由于这些方法不能绝对保证每次都收敛于唯一确定的最优解,因而在负荷分配过程中很容易引起机组启停控制和负荷调整的不确定性。

综上所述,由于研究对象只有两个电站,且时间维度只有一维,本文基于分层控制原理,在梯级AGC控制模型的构建过程中将梯级各电站概化为单一机组,采用简单实用的工程化算法对模型求解,有效降低了求解难度和求解时间,大大提高了模型的实用性和时效性。具体算法流程见图2。

图2 模型算法求解流程

3 实例结果及分析

基于电站实际运行工况和水情信息,采用大渡河瀑深梯级AGC系统实时跟踪电网调度下达的瀑深梯级总负荷指令进行模拟运行,以检验策略的稳定性和合理性。某日瀑布沟水电站3台机组投入运行,电站振动区为[0,180]∪[380,490]∪[1 430,1 520]MW；深溪沟水电站2台机组投入运行,电站振动区为[0,30]∪[140,160]∪[235,252]MW,设置的水位可运行区为656～659 m。为了方便运行结果的对比分析,模拟运行时瀑、深两站的起始水位分别取实测水位797.81 m和658.67 m。设置系统区分大、小负荷分配策略的门槛值为30 MW；大负荷分配时,1～10 h采用的是深站少调负荷模型控制,10～17 h采用的是深站水位平稳模型控制,其他时段按能量转换效率最大模型进行负荷的优化分配。模拟运行与实际运行的过程、结果对比分别见图3、表2。

图3 模拟运行与实际运行过程对比

表2 模拟运行与实际运行结果对比

从图3可以看出,在相同的梯级总负荷指令下,与电网调度直接将发电负荷分别下达至电站的实际运行过程相比,梯级AGC在进行负荷分配时很好地保证了瀑、深两站避开振动区运行,并且深溪沟电站全天穿越振动区3次,比实际运行的9次少了6次；在水位变化过程中,相同的起始水位下,瀑、深两站的模拟运行日末水位均比实际运行高,说明模拟运行的发电耗水、耗能减小,并且深溪沟电站全天的水位波动范围为656.41～658.67 m,很好地控制在了可运行区内,比实际运行时的水位波动范围655.76～658.83 m有所减小,同时水位升降次数也比实际运行少,变化相对平缓。

由表2可以看出,模拟运行下的瀑布沟水库水位降幅为0.41 m,比实际运行减少0.19 m；深溪沟水库水位降幅为1.60 m,比实际运行减少0.35 m；梯级总发电耗水13 897万m3,比实际运行减少了388万m3。经计算,采用电网给定的两电站出力方案,瀑布沟当天实际平均耗水率为3.34 m3/(kW·h),深溪沟为13.31 m3/(kW·h),梯级总的实际平均耗水率为5.35 m3/(kW·h)；而按梯级EDC系统模拟运行方案,瀑布沟模拟平均耗水率为3.31 m3/(kW·h),深溪沟为11.58 m3/(kW·h),梯级总的模拟平均耗水率为5.16 m3/(kW·h),较前者节约耗水3.55%，且每次总负荷分配均可在1 s内完成,保证了系统运行的实时性。由此可见,梯级AGC系统采用本文提出的分配策略进行联合实时调度后,梯级总效益提高明显,系统在使梯级总发电耗水和耗能减小的同时,有效避免了不必要的穿越振动区和落入振动区运行的情况,从而在发电耗能、耗水成本和电站运行工况转换成本之间取得了良好的平衡,模拟运行结果令人满意。

4 结 论

为有效解决大渡河瀑布沟、深溪沟两站AGC在确保安全稳定条件下的联合优化运行问题,本文基于分层控制原理,提出了一套厂网协调模式下的梯级EDC厂间负荷实时分配策略,构建了相应的数学模型,给出了详细的求解流程,并进行了实例模拟计算。模拟结果表明,所提策略及方法在满足各项安全约束和站间负荷匹配的前提下,实现了瀑、深两站梯级总负荷的厂间实时优化分配,提高了水量利用率,增加了发电效益,为梯级EDC功能的成功实施奠定了基础。目前,集控中心已完成瀑深两站EDC相关实验,基本具备EDC投运条件。

[1]何国春, 刘广宇. 集中控制下的梯级AGC运行浅析[J]. 水电厂自动化, 2008, 29(4)： 58- 59．

[2]郭富强, 郭生练, 刘攀, 等. 清江梯级水电站实时负荷分配模型研究[J]. 水力发电学报, 2011, 30(1)： 5- 11．

[4]张英贵. 水电厂及水电厂群日经济运行课题解算方法评析[J]. 水力发电, 2000, (7)： 49- 50．

[5]伍永刚, 王定一. 基于遗传算法的梯级水电厂自动发电控制算法研究[J]. 电网技术, 2000, 24(3): 35- 38．

[6]李安强, 王丽萍, 李崇浩, 等. 基于免疫粒子群优化算法的梯级水电厂间负荷优化分配[J]. 水力发电学报, 2007, 26(5)： 15- 20．

[7]程春田, 武新宇, 申建建, 等. 大规模水电站群短期优化调度方法Ⅰ： 总体概述[J]. 水利学报, 2011, 42(9)： 1017- 1024．

(责任编辑 陈 萍)

Study on Economic Dispatching Control Strategy of Cascade Hydropower Stations in Dadu River

LU Liyu1, HUANG Weibin2, TAO Chunhua3, LI Yongli3, WANG Jinlong4

(1. College of Construction and Management, Xihua University, Chengdu 610039, Sichuan, China;2. College of Water Resource and Hydropower, Sichuan University, Chengdu 610065, Sichuan, China3. Dadu River Hydropower Development Co., Ltd., Chengdu 610041, Sichuan, China;4. State Grid Sichuan Electric Power Company, Chengdu 610041, Sichuan, China)

Based on the study of AGC joint operation of Pubugou Hydropower Station and Shenxigou Hydropower Station in Dadu River, the economic dispatching control strategy of two cascade stations are proposed on the basis of hierarchical control theory, in which, a real-time load dispatching can be achieved under the mode of station-network coordination. The mathematical models are constructed and the general resolution ideas are proposed. In order to check up the rationality and feasibility of strategy and models, the numerical simulation is carried out. The results show that the strategy and method can realize real-time load distribution between two stations under the premise of satisfying various safety constraints, and realize the matching of load and water utilization of two stations. So the water utilization can be improved and the power generation will be increased．

cascade hydropower station; AGC; economic operation between stations; smart dispatching; control strategy

2015- 03- 21

国家重点基础研究发展计划(973计划)资助项目(2013CB036406- 4)

卢立宇(1977—),女,四川泸州人,讲师,主要从事工程经济运行科研与教学；黄炜斌(通讯作者)．

TV697.12(271)

A

0559- 9342(2017)03- 0106- 05