Оптимизация длительных режимов работы электроэнергетической системы, включающей ТЭЦ и ГЭС с водохранилищами многолетнего регулирования

• Автор: Елсуков, Павел Юрьевич
• Шифр специальности: 05.14.01
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Иркутск
• Количество страниц: 156 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
1 АНАЛИТИЧЕСКИЙ ОБЗОР РАБОТ ПО ОПТИМИЗАЦИИ РЕЖИМОВ РАБОТЫ ЭЛЕКТРОЭНЕРГЕТИЧЕСКИХ СИСТЕМ, ВКЛЮЧАЮЩИХ ТЭС И ГЭС
2 ПОСТАНОВКА ЗАДАЧИ ОПТИМИЗАЦИИ ДЛИТЕЛЬНЫХ РЕЖИМОВ РАБОТЫ ЭЛЕКТРОЭНЕРГЕТИЧЕСКИХ СИСТЕМ, ВКЛЮЧАЮЩИХ ТЭЦ И ГЭС С ВОДОХРАНИЛИЩАМИ МНОГОЛЕТНЕГО РЕГУЛИРОВАНИЯ
2.1 МЕТОДИКА ОПТИМИЗАЦИИ ДЛИТЕЛЬНЫХ РЕЖИМОВ РАБОТЫ ЭНЕРГОСИСТЕМЫ
2.2 УВЯЗКА ЗАДАЧ ОПТИМИЗАЦИИ РЕЖИМОВ РАБОТЫ ЭЛЕКТРОЭНЕРГЕТИЧЕСКИХ СИСТЕМ С РАЗЛИЧНОЙ ПРОДОЛЖИТЕЛЬНОСТЬЮ РАСЧЕТНОГО ПЕРИОДА
2.3 МЕТОД УМЕНЬШЕНИЯ РАЗМЕРНОСТИ ДЕРЕВА СОЧЕТАНИЙ УСЛОВИЙ ФУНКЦИОНИРОВАНИЯ
3 МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ЭЛЕКТРОЭНЕРГЕТИЧЕСКИХ СИСТЕМ В ЗАДАЧАХ ОПТИМИЗАЦИИ ДЛИТЕЛЬНЫХ РЕЖИМОВ
3.1 ИЕРАРХИЯ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ ЭЭС
3.2 МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ТЭЦ В ЗАДАЧАХ ОПТИМИЗАЦИИ РЕЖИМОВ ЭЛЕКТРОЭНЕРГЕТИЧЕСКИХ СИСТЕМ
4 ПРИМЕР ОПТИМИЗАЦИОННЫХ ИССЛЕДОВАНИЙ РЕЖИМОВ РАБОТЫ ЭНЕРГОСИСТЕМЫ
4.1 ХАРАКТЕРИСТИКА ЭНЕРГОСИСТЕМЫ
4.2 ПОСТРОЕНИЕ ЭНЕРГЕТИЧЕСКИХ ХАРАКТЕРИСТИК ТЭЦ ДЛЯ РЕШЕНИЯ ЗАДАЧ ОПТИМИЗАЦИИ РЕЖИМОВ РАБОТЫ ЭНЕРГОСИСТЕМЫ
4.2.1 ЭНЕРГЕТИЧЕСКИЕ ХАРАКТЕРИСТИКИ ТЭЦ-2 ДЛЯ РЕШЕНИЯ ЗАДАЧ ОПТИМИЗАЦИИ ДЛИТЕЛЬНЫХ РЕЖИМОВ
4.2.2 ЭНЕРГЕТИЧЕСКИЕ ХАРАКТЕРИСТИКИ ТЭЦ-2 ДЛЯ РЕШЕНИЯ ЗАДАЧ ОПТИМИЗАЦИИ РЕЖИМОВ С ПРОДОЛЖИТЕЛЬНОСТЬЮ РАСЧЕТНОГО ПЕРИОДА ОДИН ГОД
4.3 ОПТИМИЗАЦИЯ ДЛИТЕЛЬНЫХ РЕЖИМОВ РАБОТЫ ЭНЕРГОСИСТЕМЫ
4.4 ОПТИМИЗАЦИЯ РЕЖИМОВ РАБОТЫ ЭНЕРГОСИСТЕМЫ С ПРОДОЛЖИТЕЛЬНОСТЬЮ РАСЧЕТНОГО ПЕРИОДА ОДИН ГОД
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ ПРИЛОЖЕНИЕ

ВВЕДЕНИЕ
Актуальность работы. Для электроэнергетических систем (ЭЭС) восточных регионов Российской Федерации характерными являются значительные доли генерирующих мощностей гидроэлектростанций (ГЭС) и теплоэлектроцентралей (ТЭЦ). Такая структура обеспечивает существенную экономию органического топлива. Вместе с тем долгосрочное планирование режимами работы таких систем и их оперативное управление является достаточно сложной задачей. Это связано как со случайным характером притока воды в водохранилища ГЭС, так и с необходимостью учета влияния тепловых нагрузок ТЭЦ на их расход топлива, идущий на выработку электроэнергии.
Задачи оптимизации длительных режимов работы ЭЭС актуальны как при централизованном управлении, так и в условиях рынка электроэнергии. В последнее время в ОЭС Сибири участились случаи, когда на рынке «на сутки вперед» устанавливалась нулевая цена электроэнергии, что свидетельствует о неоптимальной загрузке ГЭС в сезонном и годовом разрезе.
Особенно сложной задачей является задача оптимизации длительных режимов работы электроэнергетических систем, включающих ТЭЦ и ГЭС с водохранилищами многолетнего регулирования, что обусловлено, в частности, следующим:
1. Необходимо рассматривать расчетный период большой продолжительности (несколько лет). Причем, уровень воды в водохранилищах ГЭС в конце этого периода заранее не известен;
2. необходимо рассматривать изменение электрической мощности ТЭЦ в широком диапазоне - от минимально- до максимально-возможной мощности. В этом диапазоне, как правило, лежат режимы с минимальным пропуском пара в конденсаторы турбин (работа по тепловому графику) и с пропуском

больше минимального (работа по электрическому графику). Причем, для каждой тепловой нагрузки электростанции требуется определить электрическую мощность ТЭЦ, при достижении которой происходит переход с работы по тепловому графику на работу по электрическому графику.
Вопросам оптимизации режимов работы энергосистем, включающих ТЭС и ГЭС, посвящено достаточно большое число работ как российских (советских), так и иностранных ученых.
Первые работы, основанные на классических методах поиска экстремума выпуклых целевых функций без ограничений и с ограничениями-равенствами, а также на вариационных методах поиска экстремума функционала, где ищутся оптимальные графики загрузки различных станций по времени, были опубликованы еще в 20 - 30-х годах XX века.
Наиболее полно эти методы были рассмотрены в монографии В. М. Горштейна [2].
Поскольку классические методы оптимизации не предусматривают учета ограничений-неравенств, то развитие получили «инженерные» методы управления режимами ГЭС, основанные на применении диспетчерских графиков водохранилищ.
В середине 50-х годов XX века с появлением достаточно быстродействующих вычислительных машин начали появляться работы по оптимизации режимов энергосистем новыми, отличными от классических, методами. При этом учитывался случайный характер естественной приточности воды в водохранилища ГЭС.
Это методы, основанные на методах динамического программирования, оптимального управления и нелинейного математического программирования (НЛП) с непрерывно-изменяющимися оптимизируемыми параметрами.
Первой группе методов посвящены работы J. D. С. Little, Е. В. Цветкова, С. К. Давлетгалиева, В. А. Савельева, Л. Е. Халяпина, А. П. Курбатова, М. Pereiro, Д.

Указанные подзадачи можно назвать подзадачами 1-ого и П-ого уровней. Метод декомпозиции Бендерса состоит в том, что при некотором фиксированном значении параметров связи решаются подзадачи П-ого уровня.
С использованием теории двойственности в математическом программировании строятся линейные аппроксимации оптимальных значений целевой функции задач П-ого уровня от параметров связи. Далее решается координирующая задача. Она представляет из себя задачу 1-ого уровня, в которой целевая функция включает сумму ее собственной целевой функции с линейными аппроксимациями целевых функций задач П-ого уровня. В точке решения этой задачи определяются новые значения параметров связи, при которых вновь решаются подзадачи П-ого уровня. Получаются новые линейные аппроксимации оптимальных значений целевой функции.
Использование двух линейных аппроксимаций каждой целевой функции позволяет на второй итерации перейти к кусочно-линейной аппроксимации оптимальных значений целевых функций задач П-ого уровня. На каждой очередной итерации будет добавляться дополнительная линейная зависимость для каждой кусочно-линейной аппроксимации, которые учитываются при решении координирующей задачи. Следует отметить, что оптимизационные задачи, основанные на сценарных деревьях, отвечают указанным условиям.
Методы модифицированной функции Лагранжа состоят в использовании модифицированной функции Лагранжа, включающей сумму целевой функции с суммой ограничений, умноженных на двойственные переменные и суммы дополнительных «штрафных» членов, представляющих из себя квадраты ограничений, умноженных на штрафной коэффициент.
Суть данной группы методов декомпозиции состоит в том, что двойственные переменные определяются в итеративном процессе при решении определенных подзадач, а затем новое значение оптимизируемых параметров задачи определяется в результате минимизации модифицированной функции Лагранжа.