电力系统日前优化调度方法摘要：随着电力市场的发展与完善，电力系统的利益主体趋于多元化，电力系统 日前优化调度的方法也在不断地完善从传统的机组组合问题以及需求响应两个 主要的方面介绍电力系统日前调度方法的研究进展和问题对传统的电力系统日 前优化调度问题进行了数学描述，建立传统的UC模型，包括目标函数、约束条 件和求解方法然后详细阐述了需求响应相关概念，给出了需求响应用户的两种 参与形式和需求响应项目的分类，包括价格型DR项目和激励型DR项目最后 结合中国的电网发展建设趋势，对电力系统日前优化调度发展前景进行展望关键词：日前优化调度、机组组合、价格型需求响应、激励型需求响应1 引言 电力系统日前优化调度是确保电力系 统优化运行的重要环节，对于节能减排、降 低污染物排放和确保系统安全稳定运行具 有重要作用［1］日前优化调度问题对第二天 的机组启停状态和出力方案进行优化，以最 小化全天的全网发电费用为目标，同时需要 满足功率平衡约束、爬坡约束、线路安全约 束等各类运行约束，具体包括日前机组组合 和日前经济调度两部分经过多年来的实践 和研究，日前优化调度技术取得了长足的发 展，在模型和算法上均不断完善。
随着我国电力工业的不断发展，仅仅 依靠传统的日前调度方法调度发电侧资源 己经不能满足能源紧缺和电力紧张的局 面由于电力负荷峰谷差的逐渐拉大，电 力调峰难度进一步増加同时随着社会公 众生态环保意识的増强，电力公司正积极 寻求不同于传统方式的调度和运行模式来 满足供需平衡风电是目前发展前景最好的可再生能 源发电方式之一，但由于其出力随机性和 不确定性的特点，大规模风电并网将会给 电网调度带来巨大挑战随着未来智能电 网中柔性负荷比例的不断提高，通过需求 响应(demand response, DR)来适应风电 大规模接入系统，将是未来智能电网的发 展趋势需求侧资源的开发利用日益引起 人们的关注相较于传统的电力调度方 法，用户需求响应(DR)具有响应速度 快、成本小、环境友好等优势DR通过増 加用户需求侧在市场中的作用，提高需求 侧负荷弹性，基于价格和激励措施引导用 户合理用电并积极参与电力负荷调节，进 而优化系统运行DR资源会极大地提高电 能利用率和缓解用电紧张，推进节能减 排，实现资源的优化配置，进而推迟对电 网升级的投资从实际效果来看，DR项目 的实施不仅能给供电公司带来利益，还能 给用户和政府带来实际效益。
本文针对近年来国内外的电力系统日 前优化调度新方法和新进展，对传统的日前 调度，以及考虑需求响应的日前优化调度两 个大的方向进行介绍并结合未来智能配网 的发展趋势对电力系统日前优化调度方法 发展进行展望2 传统电力系统日前优化调度传统的电力系统日前优化调度，即机组 组合(Unit Commitment, UC)问题UC 问 题研究的主要内容是：根据有关技术要求制 定合适的目标函数、约束条件，建立优化调 度模型，然后研究高效的求解方法，并用相 关算例检验模型和求解方法的有效性和实 用性基于以上认识，学者们从优化调度问 题的建模和求解出发开展了大量的研究工 作2.1 研究现状在建模过程中，根据所考虑因素的不同 可以将UC问题划分为计及不同约束、计及 不同优化目标的的单目标或多目标优化问 题按照优化目标，电力系统优化调度可分 为经济调度、市场调度、低碳调度等此外，还有综合考虑多种指标的多目标优化模型 文献［2 ］构建了统筹资源消巧、环境效益和系 统可靠性的多目标优化调度模型而文献［3］ 建立了发电成本最小、污染气体排放最小、 以及风电场功率短期波动带来的电网运行 风险最小的多目标优化模型按照约束条件, 可以将调度分为考虑网络安全约束、备用约 束以及风险约束等优化问题。
目前，越来越 多的研究考虑常规火电机组和其他种类的 发电机组的联合调度，比如水一火联合调度［4］、风一火发电调度［2］、风一水一火混合系 统调度［5］等等针对UC问题的求解，由于问题是一个 高维、非凸、不可微的非线性混合整数规划（Mixed Integer Programming, MIP） 问题， 很难得到问题的精确最优解计算量随决策 变量数量的增加呈几何级数增长，是典型的 NP难题，其求解方法大致可分为启发式算 法、解析性优化算法和智能优化算法三类［6］1） 启发式算法启发式算法是最早用于电力系统日前 调度问题求解的一类算法，与解析性优化算 法具有严格的理论基础不同，此类算法以直 观判断和实际调度经验为基础，具有物理意 义明确、实用性强的特点，同时也存在过多 依赖人工经验，寻优精度不高、误差较大的 缺陷2） 解析性优化算法解析性优化算法有着比较明确的物理 意义和数学理论基础，全局寻优能力较强， 但是，相对于智能优化算法，其对优化数学 模型的要求较高，部分算法可能存在维数灾 问题，求解效率优势并不明显3） 智能化算法智能优化算法是一类模拟自然界自然 寻优过程的随机优化算法，因其具有理论要 求弱、兼容性好、求解速度快的特点而广泛 用于电力系统调度领域。
目前应用较多的智 能优化算法包括遗传算法、粒子群算法、人 工神经网络算法、模拟退火算法等■ 优究載序让 ■F I； 等蟻増率锂 :I j *:拉翳朗厂1松施谨：i II 动蛊规划祛 :2・2传统日前优化调度的数学描述UC问题可以描述为：在一定的调度周 期内（通常为24h,在满足系统功率平衡、 备用要求和机组运行等约束条件下，确定各 时段内机组的启停方式及运行机组的出力 计划，使得调度周期内的总运行成本最化 UC问题的决策变量为各发电机组的启停状 态和有功出力1）目标函数目前UC问题的目标函数大都是在传统 经济调度问题的目标函数的基础上扩展而 来的传统经济调度的目标函数为发电成本 最小，发电成本主要包括发电机组的煤耗成 本和启动成本目标函数表示如下：min F =注％ ［ f（ p ） + C （1 一 u ）zi G ,i ,t Gsc ,i i ,t-1t=1 i=1式中：N为研究的全部时段，N为常规T G发电机组数量；P 为机组i在t时段的有G ,i功出力，u为机组i在时段t的运行状i态，1为开机，0为停机C 为机组i的Gsc ,i启动费用，可表示为C =K + B （l-e-z“/i）, K、B、T 分Gsc,i i i i i i别为机组i的启动系数，z 为机组i在t时段前的连续停机时间。
f•（仁）为机组ii —1在t时段的煤耗成本，通常表示为有功出 力的二次函数，即f (P )=aP 2 + bP + c其中a、i G ,i ,t i G ,i ,t i G ,i ,t i ib、c分别为相应成本系数i i2)约束条件约束条件主要包括系统运行约束和发 电机组运行约束系统运行约束条件主要包 括功率平衡约束、旋转备用约束和线路传输 功率约束等，发电机组运行约束主要包括技 术出力约束、爬坡速率约束和最小启停时间 约束等Hu P =P ⑴i ,t G ,i ,t L,ti =1见R > R (2)G ,i,t ti=1R = min(u P max — P , R max) (3) G ,i ,t i ,t G ,i G ,i ,t G ,i ,t—Pmax < %K P —迓K P < Pmax (4) l l,i G,i,t l,n n,t li=1 n=1u Pmin < P < u Pmax (5)i ,t G ,i G ,i ,t i ,t G ,iP 一 r < P < P + r (6)G， i ,t -1 d ,i G ,i ,t G ,t ,t —1 u ,t(X on — Ton )(u — u ) > 0i ,t—1 i i ,t —1 i ,t(7)(Xoff — Toff )(u — u ) > 0 (8)i ,t—1 i i ,t—1 i ,t式(1)为系统功率平衡约束；式(2)-(3) 为系统旋转备用约束；式(4)为线路传输容 量约束；式(5)-(8)分别为常规发电机组出力 上下限约束、机组爬坡速率约束、最小开 机时间约束和最小停机时间约束。
N为D负荷个数；P、R分别为时段t的系统L ,t t负荷和备用需求；Pmin、Pmax为机组i的G ,i G ,i出力下限和上限：R 为机组i时段t提G ,i ,t供的旋转备用容量；Rmax为机组 能够提G ,i ,t供的最大旋转备用容量；P为时段t第n n ,t个负荷的预测值；K、K分别为机组i l ,i l ,n负荷节点n对第l条线路的功率转移分布因子；Pmax为第l条线路的最大传输功l率；r和r分别为机组i每小时的出力d ,i u ,t下降速率和出力上升速率；Xon和Xoff分i ,t i ,t别为机组i在时段t已连续运行时间和停运 时间；Ton和Tof分别为机组的最小开机i i时间和最小停机时间3考虑需求响应的日前优化调度根据响应机理，可以将需求响应 项目划分为以下2类；价格型DR项 目和激励型DR项目价格型DR项 目主要包括分时电价(TOU)、实时 电价(RTP)和尖峰电价(CPP)；激 励型DR主要包括直接负荷控制 (DLC)、可中断负荷(IL)、需求侧 竞价(DSB)和紧急需求响应项目 (EDRP)等将不同类型的DR和 UC问题结合，可以构建多种基于需 求响应的日前优化调度模型。
3・1需求响应用户参与形式电力市场环境下，随着需求响应技术 的发展，需求侧电力用户不再仅仅是简单 的电力受端，还是需求响应资源的提供 者系统中拥有大量的具有一定负荷调节 能力的电力用户，通过主动进行用电需 求、用电方式的调整，提供可削减负荷或 者可转移负荷等需求响应资源，参加相应 的需求响应项目根据DR项目的运行实施机制，需求 侧用户参与DR项目主要有以下两种方 式：(1) 大型需求侧用户直接参与对于大型的工业或者商业用户，其需 求响应资源无论是在质量上还是容量上能 够达到需求响应项目的市场准入门槛，可 以根据自身的负荷特点直接参加相关的需 求响应项目2）中小型用户通过DRP参与对于中小型的电力用户，尤其是数量 庞大的居民用户来说，这些需求响应负荷 在响应容量或者负荷弹性上很难达到市场 设置的技术门槛，并且难以有效及时地响 应系统的调度指令，因而运营商很难对这 些数量庞大且分散的可控性和可靠性较差 的需求响应负荷进行直接运行调度为了便于这些小用户能够有效参与到 电力市场中，充分发挥需求响应资源的经 济效益和技术效益，需要对容量较小的负 荷资源进行整合，国外很多电力市场引入 了需求响应供应商（DRP）。
部分文献也称 之为负荷聚合商或负荷代理商，可将其理 解为电力交易市场中的一种电力服务供应 商DRP 主要具有以下两个功能：1） 需求响应资源的整合商可以为中 小型用户提供参与电力市场的入口2） 电力竞争市场的参与者（功能类似 发电商）作为需求响应用户的代理商参与 电力市场竞价交易，将整合的DR资源提 供给市场购买者需求响应资源的供应方为具有负荷调 节能为的电力用户的整合，具体包括单纯 的可调负荷、储能装置以及具备调节能力 的分布式电源，购买方为电力交易中心， DRP在DR资源的供应方和购买方之间充 当第三方代理商 DRP 给电力终端用户提 供一条参与电力市场的有效途径，同时也 方便交易中屯、对需求响应资源的运行调 度，减少系统的管理L义及交易成本DRP 与终端小用户关系作如下阐述： DRP 整合分散难调。