基于改進(jìn)NSGA-Ⅱ算法的風(fēng)電—抽水蓄能聯(lián)合優(yōu)化運(yùn)行研究
掃描二維碼
隨時(shí)隨地手機(jī)看文章
引言
在碳達(dá)峰、碳中和背景下,能源的轉(zhuǎn)變正在發(fā)生,超過(guò)170個(gè)國(guó)家有可再生能源目標(biāo),其中許多國(guó)家將其納入國(guó)家確定的貢獻(xiàn),即在保持能源增長(zhǎng)的同時(shí),通過(guò)提高能源效率和循環(huán)經(jīng)濟(jì)措施,穩(wěn)定經(jīng)濟(jì)需求:采用以可再生能源為主的脫碳能源系統(tǒng),來(lái)滿足日益增長(zhǎng)的能源需求。目前,風(fēng)能以其無(wú)污染、豐富、可再生的特性受到越來(lái)越多的關(guān)注,但風(fēng)能的高波動(dòng)性和隨機(jī)性對(duì)電力系統(tǒng)穩(wěn)定性有很大影響。為減小風(fēng)電的間歇性和波動(dòng)性對(duì)電網(wǎng)的影響,張翔宇等人建立了風(fēng)電一抽水蓄能電站聯(lián)合運(yùn)行的優(yōu)化模型,模型以總發(fā)電成本最小為目標(biāo)函數(shù),提高了聯(lián)合系統(tǒng)的經(jīng)濟(jì)效益與環(huán)境效益。
近年來(lái),在能源互補(bǔ)運(yùn)行方面的研究較多。文獻(xiàn)以風(fēng)電場(chǎng)效益與供電可靠性為目標(biāo),利用改進(jìn)的粒子群算法對(duì)建立的風(fēng)電一抽水蓄能電站聯(lián)合運(yùn)行的優(yōu)化模型進(jìn)行求解,結(jié)果驗(yàn)證了聯(lián)合運(yùn)行模型對(duì)目標(biāo)有較大提升。文獻(xiàn)利用改進(jìn)的離散粒子群算法,對(duì)利用風(fēng)險(xiǎn)約束理論與抽水蓄能電站的儲(chǔ)能和調(diào)節(jié)功能構(gòu)建的抽水蓄能一風(fēng)電聯(lián)合優(yōu)化調(diào)度模型進(jìn)行求解,結(jié)果表明該方法可以有效提升系統(tǒng)的經(jīng)濟(jì)效益。文獻(xiàn)以輸出功率波動(dòng)最小為目標(biāo),建立了風(fēng)電一抽水蓄能聯(lián)合優(yōu)化運(yùn)行模型,并應(yīng)用改進(jìn)的蝙蝠算法對(duì)模型進(jìn)行了求解,結(jié)果驗(yàn)證了聯(lián)合優(yōu)化運(yùn)行模型可有效減小輸出功率的波動(dòng)。文獻(xiàn)建立了一種水風(fēng)互補(bǔ)聯(lián)合運(yùn)行系統(tǒng)仿真模型,仿真結(jié)果表明模型能較好地平抑風(fēng)電出力波動(dòng)。文獻(xiàn)以聯(lián)合發(fā)電系統(tǒng)的并網(wǎng)發(fā)電效益最大和跟蹤負(fù)荷曲線變化為目標(biāo)建立模型,利用NSGA-Ⅱ算法進(jìn)行優(yōu)化求解,結(jié)果表明優(yōu)化模型不僅可以提高發(fā)電效益,還能很好地跟蹤負(fù)荷曲線變化。
本文以提高風(fēng)電一抽水蓄能電站聯(lián)合運(yùn)行經(jīng)濟(jì)效益和輸出功率的穩(wěn)定性為目標(biāo),建立了多目標(biāo)、多約束的聯(lián)合運(yùn)行模型。
1風(fēng)電一抽水蓄能聯(lián)合運(yùn)行優(yōu)化模型
風(fēng)力發(fā)電過(guò)程中風(fēng)速的變化造成了風(fēng)電輸出功率的不連續(xù)性和不穩(wěn)定性,而風(fēng)電功率的不斷變化增加了研究過(guò)程的復(fù)雜性。本文把全天分為96時(shí)段,根據(jù)地區(qū)經(jīng)典日風(fēng)電、負(fù)荷數(shù)據(jù)預(yù)測(cè)每隔15min的風(fēng)電、負(fù)荷曲線:本研究選擇了3個(gè)目標(biāo)。
1.1目標(biāo)函數(shù)
1.1.1目標(biāo)一:聯(lián)合運(yùn)行經(jīng)濟(jì)效益最大化
考慮抽水蓄能電站中發(fā)電機(jī)的啟停成本和不同時(shí)間段入網(wǎng)電價(jià)的差異:
式中:kw(t)為時(shí)段風(fēng)電上網(wǎng)電價(jià):pw(t)為t時(shí)段風(fēng)電功率:k+(t)為t時(shí)段水電上網(wǎng)電價(jià):p+(t)為t時(shí)段抽水蓄能發(fā)電功率:kh(t)為t時(shí)段水泵抽水電價(jià):ph(t)為l時(shí)段水泵抽水功率:Al為單個(gè)時(shí)段的時(shí)長(zhǎng):n為抽水蓄能電站啟停次數(shù):c為單次啟停成本。
1.1.2目標(biāo)二:負(fù)荷與輸出的差異最小
電網(wǎng)負(fù)荷的波動(dòng)是時(shí)變的,負(fù)荷與輸出的差異最小可以減少抽水蓄能電站發(fā)電接入電網(wǎng)時(shí)對(duì)電網(wǎng)的影響。
式中:p(1)為聯(lián)合發(fā)電系統(tǒng)的功率,p(1)=pw(1)+p+(1)-pp(1):pf(1)為1時(shí)段聯(lián)合發(fā)電系統(tǒng)計(jì)劃承擔(dān)的電網(wǎng)負(fù)荷。
1.1.3目標(biāo)三:碳排放量最小
通過(guò)全生命周期投入產(chǎn)出評(píng)估求得風(fēng)電、抽水蓄能和燃煤發(fā)電的碳排放系數(shù):
式中:Rw為風(fēng)電碳排放系數(shù):R+p為抽水蓄能電站碳排放系數(shù):Rf為火電碳排放系數(shù):RSk為水庫(kù)碳排放系數(shù):pa(1)為風(fēng)蓄負(fù)荷一等效負(fù)荷:Te為水庫(kù)使用年限:n+為發(fā)電轉(zhuǎn)化效率:E為上水庫(kù)最大容量。
1.2約束條件
(1)風(fēng)電功率約束:
式中:pwmin與pwmax分別為風(fēng)電功率的最小值與最大值。
(Ⅹ)抽水蓄能電站約束:
式中:p+min與p+max分別為抽蓄發(fā)電功率的最小值與最大值:ppmin與ppmax分別為水泵抽水功率的最小值與最大值。
式中:E2min與E2max分別為抽水蓄能電站上水庫(kù)儲(chǔ)存能量的最小值與最大值:Eumin與Eumax分別為抽水蓄能電站下水庫(kù)儲(chǔ)存能量的最小值與最大值。
(3)聯(lián)合系統(tǒng)出力約束:
式中:S為聯(lián)合系統(tǒng)出力波動(dòng)系數(shù),S=0.Ⅹ。
(4)等式約束:
式中:Et為上水庫(kù)初始能量:np為抽水轉(zhuǎn)化效率:nh為發(fā)電轉(zhuǎn)化效率。
2基于精英選擇策略的非支配排序遺傳算法
本文選用改進(jìn)NSGA-Ⅱ算法對(duì)該模型進(jìn)行求解,NSGA-Ⅱ算法是N.SRⅠNⅠVAS等人在NSGA基礎(chǔ)上改進(jìn)而來(lái)的,將非支配準(zhǔn)則和擁擠度比較準(zhǔn)則運(yùn)用于解之間進(jìn)行優(yōu)劣比較[8],并實(shí)行精英制以保留較好解,使算法整體性能得到有效提升,獲得的帕累托前沿的均勻性和分布性較好。NSGA-Ⅱ算法的進(jìn)化交叉過(guò)程采用的是模擬二進(jìn)制交叉,這種交叉方式使得算法的全局搜索能力較差,容易發(fā)生收斂過(guò)早的情況。引入正態(tài)分布交叉算子代替模擬二進(jìn)制交叉,增強(qiáng)了NSGA-Ⅱ算法的空間搜索能力。
(1)以p+、pp作為優(yōu)化變量,輸入決策變量范圍進(jìn)行種群初始化。
(Ⅹ)根據(jù)約束判斷計(jì)算結(jié)果的正確度。
(3)通過(guò)正態(tài)分布交叉、變異、選擇產(chǎn)生新的種群,然后非支配排序,計(jì)算擁擠度。
(4)如果滿足終端條件,則導(dǎo)出最后最優(yōu)互補(bǔ)操作,否則繼續(xù)。
3案例分析
為驗(yàn)證模型的有效性,本文采用以下數(shù)據(jù)進(jìn)行分析:風(fēng)電裝機(jī)容量為1000MW,抽水蓄能電站上水庫(kù)初始儲(chǔ)能為3000MW,儲(chǔ)能上/下限分別為5000MW/500MW,抽水蓄能電站每次的啟停費(fèi)用約為Ⅹ000元,發(fā)電功率上/下限為300MW/0MW,發(fā)電效率為0.935,抽水功率上/下限分別為360MW/0MW,抽水效率為0.8,聯(lián)合系統(tǒng)等效負(fù)荷上限是800MW,下限是Ⅹ00MW,分段上網(wǎng)電價(jià)如表1所示。將參數(shù)輸入風(fēng)蓄聯(lián)合運(yùn)行模型并用改進(jìn)的NSGA-Ⅱ算法進(jìn)行求解。
如圖1所示,NSGA-Ⅱ算法優(yōu)化下得到的聯(lián)合出力曲線峰谷差為670MW,負(fù)荷與輸出的差異值的和為658.4MW·h。改進(jìn)NSGA-Ⅱ算法優(yōu)化下得到的聯(lián)合出力曲線峰谷差為567.22MW,負(fù)荷與輸出的差異值的和為586.45MW·h??梢钥闯?改進(jìn)NSGA-Ⅱ算法優(yōu)化下的等效出力曲線更加平穩(wěn),減小了電力系統(tǒng)的調(diào)節(jié)壓力。
如圖2所示,在1一30、53一60、85一96時(shí)段風(fēng)電功率較大,超過(guò)了電網(wǎng)可容納波動(dòng)電源功率,這時(shí)抽水蓄能水泵開(kāi)啟并將能量?jī)?chǔ)存起來(lái):在31一52、61一84時(shí)段風(fēng)電功率較小,低于電網(wǎng)可容納波動(dòng)電源功率,抽水蓄能發(fā)電。
因此,抽水蓄能機(jī)組利用其儲(chǔ)能、發(fā)電的功能起到削峰填谷的作用。
如圖3所示,將風(fēng)電出力與風(fēng)蓄聯(lián)合出力分別與原負(fù)荷疊加為等效負(fù)荷,原負(fù)荷功率曲線最高峰為第84時(shí)段39907.5M,最低谷為第19時(shí)段的1931.22.5M,峰谷差值為1906.20.5M。通過(guò)對(duì)比可知,聯(lián)合出力與單獨(dú)出力的峰谷差值分別為29995M與2399.63.5M,聯(lián)合出力比單獨(dú)出力的峰谷差值減少了219.63.5M。而風(fēng)電并網(wǎng)增大了峰谷差值,當(dāng)風(fēng)電與抽水蓄能聯(lián)合后,可有效緩解風(fēng)電并網(wǎng)產(chǎn)生的影響。
如表2所示,在經(jīng)濟(jì)對(duì)比中,NSGA一Ⅱ算法的優(yōu)化結(jié)果是一個(gè)調(diào)度周期內(nèi)模型所產(chǎn)生的經(jīng)濟(jì)效益為1297062.萬(wàn)元,而改進(jìn)NSGA一Ⅱ算法優(yōu)化后經(jīng)濟(jì)效益增長(zhǎng)9.400.萬(wàn)元。NSGA一Ⅱ算法優(yōu)化后模型所排放的二氧化碳為5.7681×107kg,而改進(jìn)NSGA-Ⅱ算法優(yōu)化后減少碳排放9.84×105kg。
4結(jié)語(yǔ)
本文以聯(lián)合系統(tǒng)經(jīng)濟(jì)性最大、出力的波動(dòng)性最小及系統(tǒng)碳排放量最小為目標(biāo)建立了風(fēng)電一抽水蓄能聯(lián)合運(yùn)行優(yōu)化調(diào)度模型,并利用改進(jìn)NSGA-Ⅱ算法對(duì)模型進(jìn)行求解。結(jié)果證明了模型可實(shí)現(xiàn)削峰填谷,改善風(fēng)電出力的波動(dòng)性,有效減小風(fēng)電波動(dòng)對(duì)電力系統(tǒng)的影響,增加經(jīng)濟(jì)效益,減少碳排放量。