电力系统规划与可靠性-6 电源规划 (2011-11)..ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 混合整数规划法 由于电力系统中机组是一台一台安装的，电厂特别是水电厂是一个一个建设的，将它们作为连续变量处理，会带来一系列问题，最后规整处理又将降低结果的最优性。 为解决矛盾，将一些变量设为整数，另一些变量设为连续变量。这种变量设置的数学模型称为混合整数规划。 模型中的整数变量只表示电厂或机组投入运行或未投入运行（0，1变量），或表示机组装了几台或第几次装机。每次计算容量时，将每台机组容量乘以此整数变量即得出装机容量。 分解协调技术 具有以下优点： （1）将大系统分解为若干子系统后，求解问题规模变小，提供工作效率和节省时间； （2）各子系统可以选用自己适合的模型，更符合实际情况； （3）使进行并行处理成为可能。 电源规划模型一般分解为电源投资决策和生产优化两个子问题，可分别采用不同的优化技术 由于两个子问题不要求用相同的优化算法，可利用它们的特点采用不同算法 动态规划法 运筹学的重要分支，是解决多阶段决策过程最优化的一种方法 用动态规划法解决电源规划问题，一般方法如下： （1）阶段。按时间、按投入运行的新建电厂数目 （2）状态。是系统原有和待建电厂的某种组合，对于某一阶段Xi，状态可表示为 （3）状态转移和决策变量。 根据动态规划原理，在某一阶段i，若初始状态为xi-1，也就是上一阶段的一个状态，经过这一阶段采取某种策略di后转移到本阶段末的状态xi，这种转移可表示为 决策变量可能是本阶段投入的新电厂或机组，这样状态转移方程可简单表示为 （4）目标函数和递推公式 电源规划的目标函数是使系统总支出最小，根据具体情况而定。费用递推公式如下： （5）约束条件 从i-1阶段状态xk转移到i阶段状态xi所采用策略的新增机组有关费用 从i-1阶段状态xk至起点的最小费用 模拟进化方法 模拟进化算法通过对生物进化机制的模拟发展而来，运算过程与生物进化过程相仿，其哲学基础是达尔文”适者生存，优胜劣汰“的自然选择学说。 优点体现在： （1）与传统的单点搜索策略不同，模拟进化算法采用群体搜索策略，同时对多个解进行评估。具备较好的全局搜索性能，避免陷入局部最优。 （2）用适应度函数来评价个体，不仅不受连续可微的限制，而且定义域可以任意设定，特别适于求解非连续变量的结构优化问题。 （3）采用的不是确定性的原则，而是概率变迁规则来指导它的搜索方向。 （4）可求出一组解，包括全局最优和局部最优，可让规划者自行选择。 基于遗传算法的电源规划模型 随机确定待建电源的一组投入次序，经染色体编码后形成一个染色体，若干个体即可构成遗传算法的初始种群； 综合考虑现有电源资料、负荷资料及有关约束条件，对种群中各个体进行运行模拟计算，确定个体中各待建电源的投入年限和年运行费用； 考虑新建电源的投资及其他有关费用，计算各个体在规划期的总计算费用，并计算各各个体的适应度函数； 以个体总费用或适应度函数值作为判据，检验迭代过程的收敛性。 总体流程 基于遗传算法的电源规划模型 染色体编码实例 基于遗传算法的电源规划模型 目标函数 电力市场环境下的电源规划 市场环境下电源规划的新挑战 传统的统一规划方法无法适应电力市场环境下分散决策的需要 新增发电机组将以电厂投资者的利益最大化为前提 取决于未来市场的电价波动情况、国家政策的变化（有无容量电价、绿色电力市场等）、能源的价格以及负荷的变化等因素。 电力市场环境下，电源规划问题更为复杂，面临更严峻的挑战。 市场环境下的电源规划问题 电源规划受以下因素的影响： （1）由于电网企业将不再负责发电厂的建设，发电投资由利益驱动，缺电责任主体不明。 （2）市场机制具有一定的滞后性，建造新电厂至少需要2~3年的时间。 （3）电力市场的竞争性，使投资风险加大，投资来源可能减少。 （4）电网企业不再投资电源，电源建设少了一个理智的投资来源。 （5）竞争性的发电市场不利于水电、风电等投资大、建设周期长但社会效益大的电源建设与发展，也不利于可再生能源的开发和利用。 （6）承担高峰负荷的发电机组发电机会少，财政风险大，可能过早退役，造成容量缺乏。 （7）电网的输电能力比较薄弱，容易出现网络拥塞现象，造成一些特定区域缺电。 对电源项目的投资面临以下风险： （1）政策、法律风险；（2）金融风险；（3）或有风险；（4）完工风险；（5）生产风险。 市场环境下电源规划的主体和模式 电网企业最了解市场，具有最直接、最准确的市场信息 保证供电的责任在电网企业，是风险的承担者 电网企业的回报率是固定的，做电源规划可以做到比较固定 所以电网企业承担前期的电源规划比较合适，便于和电网规划相协调。 具体操作的两种模式： 一、统一规划