三改联动背景下煤电机组经济效益评估模型

李泓泽，潘嘉琪，李栩萌

三改联动背景下煤电机组经济效益评估模型

李泓泽，潘嘉琪，李栩萌

（华北电力大学 经济与管理学院，北京 102206）

为评估煤电机组三改联动改造的经济性，针对不同改造方案建立了煤电机组双层优化模型。上层模型根据负荷特性和风电出力特性，以系统调峰成本最低为目标函数，通过CPLEX求解器得到各时刻煤电机组总出力；下层模型依托上层模型的求解结果，以系统各个煤电机组收益最大化为目标函数，应用改进型粒子群算法对每个机组的出力寻优。仿真结果表明，改造能够使弃风率降低8.65个百分点；进行灵活性改造可降低系统调峰成本3.94个百分点，而三改联动可降低调峰成本1.18个百分点；进行灵活性改造可使机组收益降低2.17个百分点，而三改联动可增加58.05个百分点的收益。

三改联动；风电消纳；深度调峰；双层优化；改进型粒子群算法

0 引言

三改联动是针对煤电机组进行的3种技术改造，即节能降碳改造、供热改造和灵活性改造。推动煤电行业三改联动，是实现我国煤电行业碳达峰目标的必然路径[1]。节能降碳改造是以降低煤电机组的煤耗率和碳排放水平为目的的改造；供热改造的目标是对有供热需求的地区，将煤电机组改造为热电联产机组；灵活性改造的目的是使煤电机组具备更强的负荷调节能力。

随着新型电力系统建设的推进，新能源装机规模不断扩大，电源结构将以具有反调峰特性的新能源机组作为主导[2]。煤电机组为新能源消纳所需承担的深度调峰任务凸显。因此，对三改联动的经济性进行评估，为煤电机组提质、增效、降碳选择合理的改造方案提供依据和支撑，对电力生产具有重要意义。

煤电机组改造升级的相关文件规定了各类机组供电煤耗水平及各类改造升级的规模。在此背景下，学者们对各类改造的运行优化及经济性进行了探索研究。文献[3]总结了火电灵活性改造的技术路线及改造效果，并对改造成本进行了定性分析；文献[4]通过建立火电灵活性改造前后优化调度模型解决了可再生能源的大规模发展带来的消纳问题，减少了系统的可再生能源消纳成本；文献[5]针对存在供热任务的热电联产机组，建立了供热机组深度调峰收益计算模型，并探究了兼具调峰能力和经济性的供热改造方案；文献[6]兼顾热电联产机组的能耗及经济性，构建了多目标优化模型。

在节能降碳方面。文献[7]对火电机组节能降碳改造的路径和技术方案进行了梳理，并总结了相应技术的节煤水平；文献[8]总结了供热机组热电解耦相关技术的特点，分析了各项技术的深度调峰能力和节能技术路线；文献[9]对机组超低负荷运行的能耗特性进行了预测，得到低负荷工况下机组的煤耗率及各个系统的工作效率。

在灵活性改造与深度调峰运行方面。文献[10]在考虑环保效益的基础上建立了燃煤机组调度模型，量化计算了深度调峰模式下煤电机组的经济和环保效益；文献[11]通过构建基于区间优化的火电机组灵活性改造模型，基于全场景优化法针对火电深度调峰工况下大幅增加的成本进行了优化；文献[12]为达到灵活性资源合理配置的目的，运用分层优化的方法，通过储能辅助实现了火电机组深度调峰；文献[13]建立了多价格环节的模糊实物期权的燃煤电厂灵活改造经济评价模型，分析了碳价、上网电价和调峰补偿之间的联系对燃煤电厂灵活转型的经济影响。

综上所述，现有的相关研究囊括了煤电机组三改联动的技术路线及成本，提供了测算节能降碳、供热及调峰收益的思路，并对火电参与深度调峰的运行及优化进行了指导，但仍存在以下问题：1）在高比例新能源的系统中，未有效结合三改联动方案及成本来讨论深度调峰工况下机组的经济运行问题；2）较少涉及三改联动的经济效益评估。

鉴于此，本文总结归纳了三改技术路径及成本，运用双层优化的方法，提出一种计及三改联动成本的煤电深度调峰优化调度方案，并针对优化调度方案构建了成本收益模型，探究了三改联动后煤电机组的效益。

本文主要创新点如下：1）针对改造问题，综合考虑了各种改造类型的固定成本，建立煤电机组三改联动优化调度经济模型；2）鉴于以往的研究主要考虑煤电机组的电能量收益和调峰收益，本文在经济模型中增加了供热效益和节能降碳效益；3）将改进粒子群优化算法应用于计算三改联动的经济性，并在分析改造后的煤电机组运行单位成本及收益的基础上，评估不同类型机组的改造适配性。

1 三改联动经济模型

1.1 机组改造固定成本模型

固定改造成本，包括灵活性改造成本、供热改造成本和节能降碳改造成本。

=0，代表未进行供热改造；=1，代表进行供热改造。=0，代表未进行节能降碳改造；=1，代表进行节能降碳改造。

1.2 机组调峰成本模型

调峰成本由机组煤耗成本、机组寿命成本、投油成本、环境附加成本和综合运行成本构成。

1.2.1 机组煤耗成本

该成本由通过实验拟合的煤耗特性函数计算得到：

1.2.2 机组额外寿命成本

在参与深度调峰时，由于运行在非常规的工况，所以煤电机组会受到额外的寿命损耗。

依托Manson-Coffin公式，根据转子的低周疲劳特性并考虑机组购入成本，可得机组额外寿命成本公式[14]：

1.2.3 油耗成本

根据煤电机组的稳燃情况及出力特性，其调峰过程可以分为常规调峰（RPR）、不投油深度调峰（DPR）和投油深度调峰（DPRO）。

投油调峰阶段投油成本为：

1.2.4 环境附加成本

环境附加成本主要为治理煤电机组在投油深度调峰阶段产生污染物的费用。

1.2.5 综合运行成本

第台机组时刻的综合运行成本为：

煤电机组的启停成本为：

1.3 机组收益模型

1.3.1 机组电量收益

机组的电量收益由机组的上网电量与上网电价水平决定。

1.3.2 机组调峰补偿收益

根据某地区对煤电机组因电网运行需要或新能源消纳需求提供深度调峰服务造成的比基本调峰少发的电量，机组的调峰补偿按照机组出力分段补偿：机组出力在50%～60%额定容量部分，按照20元/MW·h进行补偿；机组出力在40%～50%额定容量部分按照40元/MW·h进行补偿；机组出力在30%～40%额定容量部分按照160元/MW·h进行补偿；机组出力在30%以下额定容量部分按照320元/MW·h进行补偿。

1.3.3 供热机组供热收益

经过供热改造后，机组供热能力和调峰能力显著提升，因此可以考虑在机组供热能力提升的同时进一步下调机组出力，进而提升其调峰容量。

供热机组的供热面积：

供热机组的供热收益：

1.3.4 节能降碳改造减煤收益

根据国家颁布的《燃煤火电机组增容改造监管规范（GBT36045-2018）》，可以得到供电煤耗下降量：

由此可得经过节能降碳改造后的减煤效益：

2 调峰双层优化模型

优化目标：通过煤电机组灵活性改造提高机组的调峰能力进而促进新能源消纳；结合供热改造和节能改造提高系统的经济性和效益；评估通过三改联动给电力系统和机组自身带来的经济效益。

调峰阶段的双层优化调度模型结构如图1所示。图1中，上层规划模型以系统调峰总成本最小为目标，成本涵盖了弃风量，计及了煤电调峰补偿、弃风惩罚成本和调峰过程中煤电的电量收益损失，确定了机组的各时刻总出力分配；下层模型根据上层模型输出的结果，针对各个机组的特性考虑机组在运行过程中能够得到的所有类型的收益，优化煤电机组各个单元的出力值。

图1 调峰分层优化调度模型结构

2.1 上层规划模型

2.1.1 机组调峰分配

在尽量避免煤电机组进行深度调峰原则基础上，首先对调峰过程的出力情况进行划分。

2.1.2 上层模型目标函数

上层模型是煤电调峰运行成本函数，为非线性函数。首先构建系统总调峰成本函数。

目标函数为系统调峰运行成本最小。

2.1.3 约束条件

1）功率平衡。

单机组在运行时可满足的功率平衡为：

式中：L为时刻负荷水平。

2）煤电机组的出力约束。

在计及备用的情况下，煤电机组的出力约束为：

3）煤电机组的爬坡约束。

4）煤电机组的启停约束。

2.2 下层机组收益模型

2.2.1 下层模型目标函数

根据式（14）—（19），建立单台煤电机组运行收益函数：

根据如上建立的单台机组运行收益函数，结合式（5）的单台机组改造固定成本及式（11）—（13）的机组综合运行成本及启停成本情况，可得调峰收益最大化为目标的目标函数：

2.2.2 约束条件

1）机组出力约束。

2）机组爬坡约束。

3）煤电机组的启停约束。

3 模型求解流程

上层模型求解。由机组调峰成本模型可知，上层模型的目标函数为分段函数，且为非线性函数，所以需要运用分段线性化对规划模型进行线性化处理。用MATLAB平台所配置的Yalmip工具包进行建模，并调用CPLEX求解器对模型的成本最小值进行求解；再根据求解结果得到煤电机组“三改”前后的各项成本费用及出力调度方案。

下层模型求解。根据上层模型得到的出力调度方案，以系统内所有机组收益最大化为目标，应用改进型粒子群算法求得系统内各个机组的出力，并根据不同的改造方案对比不同场景下机组的收益情况。具体求解过程如图2所示。

图2 下层收益模型求解流程

在图2流程中，模型以机组收益最大为目标，在设定机组出力值为粒子、迭代次数及加速系数后开始循环。粒子经过寻优后得到机组最佳出力水平及相应的收益。

4 算例分析

4.1 算例参数

算例机组：200 MW亚临界机组2台，300 MW亚临界机组2台，600 MW超临界机组2台。

改造方式：机组灵活性改造方式为低压缸切杠改造。供热改造方式为在低压缸切缸改造的基础上进行旁路供热改造[15]。节能降碳改造采取汽轮机流通及锅炉主设备改造方式[16]。

机组单位建设与改造成本如表1所示。机组的煤耗特性参数如表2。

表1 机组建设与改造成本

表2 煤电机组煤耗特性参数

算例假设：机组进行改造后的运行年限为30年，折现率取8%。

煤电机组发电燃料为标准煤。标准煤价格为800元/t。煤电上网电价取0.38元/kW·h。弃风惩罚系数取0.6元/kW·h。年采暖时长取118 d。平均热负荷取290.56 MW。单位面积供热功率取40 W/m2。供热费用取22元/m2。

假设常规工况工作的机组其运行阶段最低负荷率为50%；经过供热改造的机组在负责供热的同时其运行最低负荷率为50%；经过灵活性改造的机组常规工况下最低负荷率50%，深度不投油调峰工况下最低负荷率40%，深度投油调峰工况下最低负荷率30%；所有机组留有一定的尖峰旋转备用功率，所有机组最大开机负荷率为90%。风电装机1 GW，其在典型日的出力情况及净负荷曲线如图3所示。

图3 典型日负荷水平与改造前后最小出力水平

机组在深度投油调峰阶段的耗油量：600 MW机组为0.24 t/h，300 MW机组为0.2 t/h。油价为8千元/t；深度投油调峰阶段造成的污染物排放单位环境附加费为7.5千元/t。

4.2 机组运行结果分析

提出3个对比方案。

方案1。不进行任何改造，所有机组最小技术出力为50%额定功率。

方案2。仅300 MW机组及600 MW机组进行灵活性改造，不进行其他改造。未改造机组最小技术出力为50%额定功率。改造机组常规工况下最低负荷率50%，深度不投油调峰工况下最低负荷率40%，深度投油调峰工况下最低负荷率30%。

方案3。300 MW机组进行灵活性改造、供热改造和节能改造三改联动；600 MW机组进行节能改造和灵活性改造；200 MW机组进行节能改造。

3种方案的改造固定成本如表3所示。

表3 3种方案改造固定成本

由典型日负荷功率需求及净负荷曲线，并根据上层规划模型，所求得的系统调峰成本如表4。

表4 改造前后系统调峰成本构成

由表4可知，与方案1相比，方案2的机组总调峰成本降低了16.31万元，降幅为3.94%；方案3的机组总调峰成本降低了3.78万元，降幅为0.91%。

表4结果表明，改造后：1）由于系统具备了深度调峰的能力，因此额外的运行成本增加，且由于削减出力而导致的上网电量收益减少；2）另一方面，调峰能力的增强使风电达到了足额的消纳，减少了弃风惩罚成本；3）因为系统具有更强的调峰能力，所以调峰补偿收益也有所增加。

根据图3所示的典型日出力情况及净负荷曲线，结合上层规划模型和下层机组收益模型的求解，得到机组总开机数量情况如图4所示。在图4基础上，图5、图6分别示出了改造前后系统中所有机组的出力情况。

图4 系统各时刻机组开机数量

根据本文的调度方法，结合图5、6改造前后各机组各时刻的出力分配，带入机组收益模型，可以求得改造前后不同方案的收益，结果如表5所示。

图5 系统改造前各机组出力情况

图6 系统改造后各机组出力情况

表5 3种方案的机组收益情况

通过分析表5可知，在进行灵活性改造的情景下，方案2比不进行任何改造的方案1收益减少了6.68万元，降幅2.23%；方案3在三改联动的情景下比不进行任何改造的收益增加了180.48万元，增幅60.16%。

根据图5、6的出力情况及三改联动成本收益模型，可以得到表6所示机组单位运行成本与收益计算结果。

表6 机组单位运行成本与收益

结合表6和图6各机组的出力情况可知：600 MW机组在方案2、3中在承担了主要新能源消纳任务的情况下仍保持了单位运行成本最低；300 MW机组在方案2中由于并不承担消纳任务无需降低出力，单位运行收益略高于600 MW机组，在方案3中通过三改联动相较于方案2单位运行收益大幅增加；200 MW机组由于单位运行成本较高。

通过上述对系统调峰成本及机组收益的分析可知，煤电机组改造可有效降低系统调峰的成本，仅进行灵活性改造的系统调峰成本最低，但机组收益却有所降低；进行三改联动的系统在调峰成本降低的同时，机组收益也有大幅增长。

5 结论

考虑高比例风电接入电力系统对系统调峰所带来的影响，本文通过经济调度的方式评估煤电机组三改联动的经济效益，主要结论如下：

1）本文根据煤电机组深度调峰的特性提出一种煤电机组调峰双层优化调度方案。该方案在考虑煤电机组改造成本的前提下解决了机组的出力分配问题，简化了计算煤电机组调峰阶段的非线性成本函数的复杂性。

2）使用双层优化调度方案，使得改造可以保证以尽可能小的系统成本实现煤电机组收益最大化，同时解决了风电全额消纳问题。这有利于系统能够适应新型电力系统新能源比例不断增长的要求。

3）本文评估模型测算结果表明，仅进行灵活性改造会使机组的总收益有所下降，因此合理的三改联动不仅要考虑降低系统成本，还应着眼于提高机组的收益，使煤电机组在承担调峰任务的同时，实现更大的收益。

4）本文测算得出的机组单位运行成本及收益结果对煤电机组改造方案的选择有一定的参考价值：针对较大容量的机组宜进行灵活性改造增强其调峰能力；针对中等容量的机组宜进行灵活性改造和供热改造使其在保证一定下调出力的同时具备供热能力；针对小容量的机组应进行节能降碳改造。

[1] 刘志强, 叶春, 张源, 等. 煤电“三改联动”实施分析与措施建议[J]. 热力发电, 2023, 52(5): 154-159.

LIU ZHIQIANG, YE CHUN, ZHANG YUAN, et al. Analysis and suggestions on the implementation of “three-renovation” of coal-fired power[J]. Thermal Power Generation, 2023, 52(5): 154-159(in Chinese).

[2] 和萍, 宫智杰, 靳浩然, 等. 高比例可再生能源电力系统调峰问题综述[J]. 电力建设, 2022, 43(11): 108-121.

HE PING, GONG ZHIJIE, JIN HAORAN, et al. Review of peak-shaving problem of electric power system with high proportion of renewable energy[J]. Electric Power Construction, 2022, 43(11): 108-121(in Chinese).

[3] 侯玉婷, 李晓博, 刘畅, 等. 火电机组灵活性改造形势及技术应用[J]. 热力发电, 2018, 47(5): 8-13.

HOU YUTING, LI XIAOBO, LIU CHANG, et al. Flexibility reform situation and technical application of thermal power units[J]. Thermal Power Generation, 2018, 47(5): 8-13(in Chinese).

[4] 赵振宇, 郝宇霞. 基于火电灵活性改造的可再生能源消纳系统成本优化[J/OL]. 现代电力: 1-9[2023-05-02]. DOI: 10.19725/j.cnki.1007-2322.2022.0246.

ZHAO ZHENYU, HAO YUXIA. Cost optimization of renewable energy accomodation system based on flexibility renovation of thermal power units[J/OL]. Modern Electric Power: 1-9[2023-05-02]. DOI: 10.19725/j.cnki.1007-2322.2022.0246(in Chinese).

[5] 靳伯阳. 计及辅助服务收益热电联产机组深度调峰技术的经济性[J]. 分布式能源, 2022, 7(6): 52-59.

JIN BOYANG. Techno-economic analysis of deep peak regulation of combined heat and power units considering the benefits of auxiliary service[J]. Distributed Energy, 2022, 7(6): 52-59(in Chinese).

[6] 任鑫, 王渡, 金亚飞, 等. 基于能耗、经济性及碳排放的热电联产机组运行优化[J]. 中国电力, 2023, 56(4): 201-210.

REN XIN, WANG DU, JIN YAFEI, et al. Operation optimization of combined heat and power units based on energy consumption, economy and carbon emission[J]. Electric Power, 2023, 56(4): 201-210(in Chinese).

[7] 邵家林, 刘桂生, 王兴, 等. 330 MW亚临界机组节能降耗综合提效技术研究及应用[J]. 锅炉技术, 2019, 50(6): 55-58.

SHAO JIALIN, LIU GUISHENG, WANG XING, et al. Research and application on 330 MW subcritical units of energy saving and comprehensive[J]. Boiler Technology, 2019, 50(6): 55-58(in Chinese).

[8] 刘志强, 赵毅, 潘荔. 中外火电节能减排效率分析与比较[J]. 热力发电, 2021, 50(3): 9-18.

LIU ZHIQIANG, ZHAO YI, PAN LI. Analysis and comparison of energy saving efficiency and emission reduction efficiency of thermal power between China and foreign countries[J]. Thermal Power Generation, 2021, 50(3): 9-18(in Chinese).

[9] 张国柱, 张钧泰, 李亚维, 等. 燃煤发电机组深度调峰运行的能耗特性分析[J]. 电力建设, 2017, 38(10): 56-61.

ZHANG GUOZHU, ZHANG JUNTAI, LI YAWEI, et al. Energy consumption characteristics analysis on a coal-fired power plant operating in deep peaking mode[J]. Electric Power Construction, 2017, 38(10): 56-61(in Chinese).

[10] 王树东, 吕为智. 深度调峰形势下燃煤机组的价值量化评估[J]. 动力工程学报, 2020, 40(9): 701-706.

WANG SHUDONG, LV WEIZHI. Quantitative valuation of coal-fired units under deep peak regulation conditions[J]. Journal of Chinese Society of Power Engineering, 2020, 40(9): 701-706(in Chinese).

[11] 杨寅平, 曾沅, 秦超, 等. 面向深度调峰的火电机组灵活性改造规划模型[J]. 电力系统自动化, 2021, 45(17): 79-88.

YANG YINPING, ZENG YUAN, QIN CHAO, et al. Planning model for flexibility reformation of thermal power units for deep peak regulation[J]. Automation of Electric Power Systems, 2021, 45(17): 79-88(in Chinese).

[12] 李军徽, 张嘉辉, 穆钢, 等. 储能辅助火电机组深度调峰的分层优化调度[J]. 电网技术, 2019, 43(11): 3961-3970.

LI JUNHUI, ZHANG JIAHUI, MU GANG, et al. Hierarchical optimization scheduling of deep peak shaving for energy-storage auxiliary thermal power generating units[J]. Power System Technology, 2019, 43(11): 3961-3970(in Chinese).

[13] PANG Y, CHI Y, TIAN B. Economic evaluation of flexible transformation in coal-fired power plants with multi price links[J]. Journal of Cleaner Production, 2023, 402: 136851.

[14] 付蔷. 促进风电消纳的火电灵活性改造深度及经济效益研究[D]. 北京: 北京交通大学, 2019.

FU QIANG. Study on depth and economic benefits of thermal power flexibility transformation to promote wind power consumption[D]. Beijing: Beijing Jiaotong University, 2019(in Chinese).

[15] 王子杰, 陆树银, 赵梓良, 等. 供热改造对火电机组性能的影响分析[J]. 化工进展, 2023, 42(5): 2325-2331.

WANG ZIJIE, LU SHUYIN, ZHAO ZILIANG, et al. Analysis of the influence of heating transformation on the performance of thermal power unit[J]. Chemical Industry and Engineering Progress, 2023, 42(5): 2325-2331(in Chinese).

[16] 曹沂, 杨希刚, 王双童. 燃煤机组节能降耗综合提效技术研究及应用[J]. 电力科技与环保, 2018, 34(4): 45-48.

CAO YI, YANG XIGANG, WANG SHUANGTONG. Investigation and application of comprehensive improvement technology for energy saving of coal-fired units[J]. Electric Power Technology and Environmental Protection, 2018, 34(4): 45-48(in Chinese).

Economic Benefit Evaluation Model for Coal-fired Power Units under the Background of Three-renovation

LI Hongze, PAN Jiaqi, LI Xumeng

(School of Economics and Management, North China Electric Power University, Beijing 102206, China)

In order to evaluate the economy of three-renovation of coal-fired power units, a double-deck optimization model of coal-fired power units was established according to different retrofit schemes. According to the load characteristics and wind power output characteristics, the upper model takes the lowest peak shaving cost of the system as the objective function, and obtains the total output of the coal-fired power unit at each time through the CPLEX solver while the lower layer model takes the maximum revenue of each coal-fired power unit as objective function based on solution of the upper layer model, and the improved particle swarm optimization algorithm is applied to optimize the output of each coal-fired power unit. The simulation results show that the retrofit can reduce the curtailment rate by 8.65 percentage points. The flexibility transformation can reduce the system peak regulation cost by 3.94 percentage points, while the three-renovation can reduce the peak regulation cost by 1.18 percentage points. The flexibility of the transformation can make units reduce the income of 2.17 percentage points, and the three-renovation can increase the income of 58.05 percentage points.

three-renovation; wind power accommodation; deep peak shaving; bi-level optimization; improved particle swarm optimization algorithm

[TK-9];TM621;TM614

A

1672-0792(2023)11-0053-10

10.3969/j.ISSN.1672-0792.2023.11.006

国家自然科学基金资助项目（71973043）。

2023-07-26

李泓泽（1970—），男，教授，研究方向为电力市场理论与应用；

潘嘉琪（1998—），男，硕士研究生，研究方向为电力市场理论与应用、火电灵活性改造规划及深度调峰优化；

李栩萌（1999—），女，硕士研究生，研究方向为电力市场理论与应用。

潘嘉琪