考慮電網(wǎng)典型日需求的水火電長期協(xié)調(diào)方法研究.pdf

1、隨著我國經(jīng)濟快速發(fā)展、城鎮(zhèn)化和工業(yè)化不斷提高，電力需求在不斷增加。水電作為清潔可再生能源，在電力系統(tǒng)中的比重越來越大，水電的持續(xù)健康發(fā)展對調(diào)整能源結構、實現(xiàn)節(jié)能減排具有重要意義。在電力系統(tǒng)實際運行中，水電不但要盡量多承擔發(fā)電任務;同時，因其啟停方便、運行成本低廉，還要承擔調(diào)峰、調(diào)頻等任務，以保證電網(wǎng)安全穩(wěn)定運行?；痣娮鳛槲覈娏幕A，存在著污染排放的問題，根據(jù)我國《節(jié)能發(fā)電調(diào)度辦法（試行）》，火電需要根據(jù)煤電等微增率原則安排發(fā)電，

2、并逐步淘汰一些高能耗的發(fā)電機組。此外，電力系統(tǒng)在發(fā)、供、用電過程中，有相當大的電量損耗，主要是變壓器、電力線路、電動機等電氣設備的傳輸損耗。針對以上問題，研究如何在電力系統(tǒng)長期調(diào)度中考慮前述電網(wǎng)短期運行需求具有重要意義。本文分別從梯級水電站長期調(diào)度、水火電長期優(yōu)化調(diào)度和水火電多目標優(yōu)化調(diào)度的角度展開研究，具體內(nèi)容如下:
　　(1)針對傳統(tǒng)遺傳算法在梯級水電站長期優(yōu)化調(diào)度中運行效率低的問題，提出了在多核環(huán)境下的粗粒度并行遺傳算法，該

3、算法在Fork/Join框架下，通過線程池技術，充分使用了計算機多核CPU資源，加快了計算速度。在瀾滄江流域5個梯級水電站的算例結果表明，所提并行遺傳算法大大縮短了優(yōu)化計算的時間，計算速度成倍增加，大幅提高了CPU的利用效率，并實現(xiàn)了負載均衡。在處理水火電優(yōu)化問題時，通常將水電調(diào)度作為一個重要子系統(tǒng)，因此水電優(yōu)化調(diào)度研究是水火電優(yōu)化調(diào)度研究的基礎工作。
　　(2)針對水火電力系統(tǒng)長期優(yōu)化調(diào)度問題，將典型日水電逐次切負荷分配引入長期

4、調(diào)度，分別采用水電發(fā)電量最大目標和水電最小出力最大目標，建立了水火電長期聯(lián)合優(yōu)化調(diào)度模型，并應用POA算法對模型進行求解。最后，兩種模型求解結果對比表明:水電發(fā)電量最大模型的煤耗量較低，系統(tǒng)更加節(jié)能環(huán)保;而水電最小出力最大模型各月出力變化較小，可以保證水電枯期調(diào)峰電量充足，并使火電出力更平穩(wěn)。省級電網(wǎng)或地區(qū)電網(wǎng)可以根據(jù)水電調(diào)節(jié)性能以及水電所占裝機比例選擇適合于本地區(qū)的方法。
　　(3)針對水火電力系統(tǒng)長期優(yōu)化調(diào)度問題，將電網(wǎng)最優(yōu)潮

5、流和水火電站長期優(yōu)化調(diào)度相結合，提出了考慮水電發(fā)電量最大、水電棄水量最少、火電煤耗最低以及全網(wǎng)網(wǎng)損最小的多目標水火電聯(lián)合優(yōu)化調(diào)度模型。該模型考慮了水電站水位約束、水電站流量約束、水量平衡約束、水火電源出力約束、潮流計算功率平衡約束以及電網(wǎng)安全約束，采用線性加權方法將多目標轉化為單目標。以每月典型日負荷曲線為基礎，將水電逐次切負荷與火電等微增率分配機組出力相結合，計算水火電出力分配、電網(wǎng)潮流及網(wǎng)損，最后采用遺傳算法進行求解。通過IEEE-