發(fā)布時間：所屬分類：電工職稱論文瀏覽：1次
摘 要： 摘要：生產(chǎn)模擬是研究電力系統(tǒng)發(fā)展運(yùn)營問題的重要工具，能夠提供運(yùn)行成本、可靠性、靈活性以及電能成本、電價等各類系統(tǒng)運(yùn)行指標(biāo)。針對大規(guī)模可再生能源電力并網(wǎng)所帶來的挑戰(zhàn)，本文從元件模型、生產(chǎn)模擬框架、模擬計算方法以及相關(guān)應(yīng)用等幾個方面對多能源電力系統(tǒng)生產(chǎn)
摘要：生產(chǎn)模擬是研究電力系統(tǒng)發(fā)展運(yùn)營問題的重要工具，能夠提供運(yùn)行成本、可靠性、靈活性以及電能成本、電價等各類系統(tǒng)運(yùn)行指標(biāo)。針對大規(guī)模可再生能源電力并網(wǎng)所帶來的挑戰(zhàn)，本文從元件模型、生產(chǎn)模擬框架、模擬計算方法以及相關(guān)應(yīng)用等幾個方面對多能源電力系統(tǒng)生產(chǎn)模擬研究現(xiàn)狀進(jìn)行了分析和介紹，總結(jié)指出了可再生能源主導(dǎo)電力系統(tǒng)生產(chǎn)模擬所面臨的關(guān)鍵問題。迫切需要完善生產(chǎn)模擬的方法體系以適應(yīng)清潔能源發(fā)展和電力市場改革的需求。
關(guān)鍵詞：多能源電力系統(tǒng)，生產(chǎn)模擬，模型，框架，方法
0 引言
電力系統(tǒng)生產(chǎn)模擬是一種通過優(yōu)化發(fā)電機(jī)組生產(chǎn)情況，模擬系統(tǒng)調(diào)度運(yùn)行，滿足負(fù)荷需求，從而確定最優(yōu)運(yùn)行方式下各電廠發(fā)電量、生產(chǎn)成本、邊際價格等系統(tǒng)生產(chǎn)指標(biāo)的工具[1, 2]。它被廣泛地應(yīng)用于電力系統(tǒng)的成本分析、規(guī)劃、運(yùn)行，電力市場以及風(fēng)險管理等領(lǐng)域。相關(guān)研究可追溯至 20 世紀(jì) 60 年代[3]，兼顧機(jī)組停運(yùn)因素的隨機(jī)生產(chǎn)模擬[5]方法的出現(xiàn)顯著提升電力系統(tǒng)風(fēng)險決策水平。經(jīng)過長期發(fā)展，針對大規(guī)模水火電電力的生產(chǎn)模擬方法已較為完善[1,2]。
為應(yīng)對能源與環(huán)境危機(jī)，各國政府相繼提出了構(gòu)建高比例乃至 100%可再生能源電力系統(tǒng)的目標(biāo)，電力系統(tǒng)的結(jié)構(gòu)和運(yùn)行發(fā)生深刻變化。受一次能源限制，風(fēng)電、太陽能發(fā)電具有顯著的季節(jié)特性和隨機(jī)、波動特征，對電力電量的跨季節(jié)分配、跨日調(diào)節(jié)、日內(nèi)調(diào)整和實(shí)時平衡等不同時間尺度的靈活資源提出了更高要求。為促進(jìn)間歇式清潔電力消納，近年來抽水蓄能、光熱發(fā)電、大容量電池、燃?xì)獍l(fā)電等新型發(fā)電和儲能設(shè)備發(fā)展迅速，電力系統(tǒng)正逐漸轉(zhuǎn)變?yōu)榭稍偕茉措娏χ鲗?dǎo)的多能互補(bǔ)電力系統(tǒng)[4]。
這種轉(zhuǎn)變給電力系統(tǒng)分析、運(yùn)行、控制與規(guī)劃帶來全面的挑戰(zhàn)，就生產(chǎn)模擬方法而言主要面臨如下問題：1)如何描述可再生能源電力的技術(shù)經(jīng)濟(jì)特性?2)現(xiàn)有模擬框架能否兼容新型發(fā)電技術(shù)、實(shí)現(xiàn)多能源電源在不同時空尺度上的協(xié)同配合?3)如何高效實(shí)現(xiàn)多能源電源互補(bǔ)運(yùn)行，確保模擬的最優(yōu)性與快速性?4)現(xiàn)有模擬結(jié)果與指標(biāo)體系能否完備地刻畫電力系統(tǒng)運(yùn)行，全面支撐未來的應(yīng)用需求?
圍繞上述問題，研究人員已開展大量研究，并取得一定進(jìn)展。本文從基本模型、實(shí)施框架、模擬方法以及指標(biāo)體系和應(yīng)用等方面對含多能源電源的電力系統(tǒng)生產(chǎn)模擬的相關(guān)研究進(jìn)行了概述，分析了研究現(xiàn)狀和亟需解決的關(guān)鍵問題，以期促進(jìn)相關(guān)研究的開展，推進(jìn)可再生能源主導(dǎo)電力系統(tǒng)的規(guī)劃與發(fā)展。
1 生產(chǎn)模擬概述
生產(chǎn)模擬以電力系統(tǒng)調(diào)度運(yùn)行為仿真對象，通過機(jī)組運(yùn)行狀態(tài)和出力分配的模擬確定系統(tǒng)生產(chǎn)成本、運(yùn)行風(fēng)險等關(guān)鍵指標(biāo)，同時能夠預(yù)測電價和設(shè)備利用小時數(shù)，在電力系統(tǒng)規(guī)劃、運(yùn)行和電力市場中具有廣泛的應(yīng)用與潛力[2,5]。可按照不同標(biāo)準(zhǔn)對生產(chǎn)模擬進(jìn)行分類，如表 1 所示。
與一般仿真研究類似，可從以下幾方面對生產(chǎn)模擬方法評價。首先是相似性，即能否如實(shí)地還原所關(guān)注的系統(tǒng)的結(jié)構(gòu)組成、運(yùn)行規(guī)律和運(yùn)行要求。其次是準(zhǔn)確性，即模擬策略能否盡可能地精確地計算所關(guān)注的指標(biāo)。最后是效率，即所需計算資源和計算時間的多寡。在應(yīng)用中常需根據(jù)對象和應(yīng)用場景對上述指標(biāo)折衷考慮，如為保持較高效率而犧牲部分準(zhǔn)確性和相似性。
2 基礎(chǔ)模型
負(fù)荷、發(fā)電機(jī)等元件的模型是建立模擬框架、開展模擬計算的基礎(chǔ)，會顯著影響模擬精度和效率。生產(chǎn)模擬關(guān)注的元件特性可分為技術(shù)、經(jīng)濟(jì)特性兩類。前者涉及系統(tǒng)功率平衡和元件運(yùn)行約束，即元件的電量、電力、靈活性(爬坡速率)以及隨機(jī)性等，對系統(tǒng)可靠性有顯著影響;后者主要指各類資源的調(diào)用成本，與成本評估密切相關(guān)。
2.1 負(fù)荷模型
常見模型有時序負(fù)荷曲線 (Chronological Load Curve，CLC)、持續(xù)負(fù)荷曲線(Load Duration Curve, LDC)和分塊負(fù)荷曲線(Load Block Curve， LBC) [1]三種，如圖 1 和表 2 所示。
傳統(tǒng)的生產(chǎn)模擬研究通常認(rèn)為負(fù)荷是相對固定的外部需求。但隨著智能電網(wǎng)建設(shè)，可控負(fù)荷、分布式發(fā)電、儲能等分布式能源(DER)發(fā)展迅速，負(fù)荷特性發(fā)生了顯著變化。一方面，負(fù)荷側(cè)可控性不斷增強(qiáng)，在系統(tǒng)運(yùn)行中發(fā)揮更加積極的作用;另一方面，分布式發(fā)電的發(fā)展使負(fù)荷不再是單純的用電需求，而成為“廣義負(fù)荷”，特性與可再生能源特征密切相關(guān)。總的來說，負(fù)荷側(cè)資源種類繁多，數(shù)量龐大，性質(zhì)復(fù)雜，與用戶使用行為和氣象條件等因素密切相關(guān)。研究人員針對電動汽車[11,12]、加熱或空調(diào)[13]等特定類型負(fù)荷建立了曲線模擬、聚合模型，但對負(fù)荷側(cè)整體宏觀可控特性的定量建模與描述手段仍很欠缺，特別是在規(guī)劃問題中廣義負(fù)荷的結(jié)構(gòu)、組成不斷發(fā)展變化，建模更加困難，適用于大規(guī)模分布式能源接入后生產(chǎn)模擬的負(fù)荷側(cè)建模方法仍有待發(fā)展、完善。
2.2 可控機(jī)組模型
生產(chǎn)模擬是對運(yùn)行計劃和調(diào)度過程的模擬，涉及的機(jī)組運(yùn)行約束和成本特性與優(yōu)化調(diào)度[6]問題類似。火電運(yùn)行約束包括容量、最小技術(shù)出力、最小連續(xù)開停機(jī)時間以及爬坡速率等。燃煤、燃?xì)獾炔煌愋秃鸵?guī)模機(jī)組的差異主要通過參數(shù)取值不同體現(xiàn)。水電機(jī)組運(yùn)行受到水文條件影響，還需考慮水(電)量、強(qiáng)迫出力和預(yù)想出力約束。
其他發(fā)電技術(shù)運(yùn)行約束更為復(fù)雜，如核電機(jī)組調(diào)峰[14]需依照一定規(guī)律;熱電聯(lián)產(chǎn)機(jī)組涉及熱、電耦合問題，通常以熱電比、熱電運(yùn)行域[15] 描述;聯(lián)合循環(huán)發(fā)電機(jī)組[16, 17]涉及不同數(shù)目蒸汽輪機(jī)和燃?xì)廨啓C(jī)的協(xié)同配合。抽水蓄能等儲能型機(jī)組還涉及抽水、發(fā)電平衡問題，同時狀態(tài)切換、功率調(diào)節(jié)范圍、爬坡速率等運(yùn)行約束，與機(jī)組類型相關(guān)[18]。電池等儲電裝置建模與抽蓄類似[19]。光熱發(fā)電裝置[20]較為特殊，兼具可再生能源發(fā)電、儲能以及汽輪機(jī)三部分特點(diǎn)，需對各個環(huán)節(jié)分別建模。通常上述運(yùn)行約束均可采用混合整數(shù)線性模型建模。
火電運(yùn)行成本主要由燃料耗量特性決定，常采用一元、多元(聯(lián)產(chǎn)機(jī)組)二次函數(shù)描述。為便于計算，可使用分段線性化方法近似[21];當(dāng)燃料函數(shù)非凸時，還需引入整數(shù)變量。水電、抽蓄的水量消耗特性與水頭、流速相關(guān)，但生產(chǎn)模擬中通常僅做水量電量簡單折算。相對穩(wěn)定工況下的機(jī)組運(yùn)行成本建模已較為成熟，但為配合可再生能源電力消納，機(jī)組通常需要頻繁調(diào)整出力乃至啟停切換、進(jìn)一步壓低出力，由此導(dǎo)致機(jī)組動態(tài)調(diào)節(jié)費(fèi)用和深度調(diào)峰工況[22]下運(yùn)行成本仍有待進(jìn)一步研究。
與優(yōu)化調(diào)度問題不同，生產(chǎn)模擬特別是中長期模擬中還涉及機(jī)組強(qiáng)迫停運(yùn)等隨機(jī)因素。通常采用如式(1)所示兩狀態(tài)模型描述可控機(jī)組故障特性[1]。式中隨機(jī)變量 xi 表示機(jī)組可用容量，ci 和 qi 為機(jī)組裝機(jī)容量和強(qiáng)迫停運(yùn)率。考慮機(jī)組部件故障時，該模型可拓展為式(2)所示的多狀態(tài)模型[1]，式中 ci,j和 pi,j 分別表示狀態(tài) j 下機(jī)組的可用容量及概率。在現(xiàn)有模型中，機(jī)組運(yùn)行的技術(shù)約束和隨機(jī)特性很難兼顧，因此以隨機(jī)性分析為主的研究中通常會對機(jī)組運(yùn)行約束進(jìn)行簡化。
2.3 隨機(jī)性電源模型
風(fēng)電、光伏、徑流式水電等出力取決于一次能源特性，不確定性顯著，其建模研究側(cè)重于出力隨機(jī)性的描述。隨機(jī)性電源建模與處理是可再生能源主導(dǎo)電力系統(tǒng)生產(chǎn)模擬面臨的關(guān)鍵難題。
1)概率分布模型
1980 年代就有研究分析了風(fēng)電長期特性，認(rèn)為其服從 Weibull 分布，并建立了如式(2)所示的多狀態(tài)機(jī)組模型[23]，將其納入隨機(jī)生產(chǎn)模擬體系。類似地，有研究采用 Beta 分布對光伏出力建模。概率模型能反映可再生能源長期的電量特征、功率分布范圍，但難以刻畫短時的出力波動特性。
2)基于出力曲線的模型
出力曲線能直觀反映可再生能源電力調(diào)峰、爬坡等時序特性。它可直接由出力或氣象歷史統(tǒng)計數(shù)據(jù)得到，也可根據(jù)統(tǒng)計數(shù)據(jù)模擬得到。研究者通常采用統(tǒng)計分析[24]、ARMA[25]、隨機(jī)微分方程[26]等方法對風(fēng)速、風(fēng)電出力建模，再模擬抽樣曲線。光伏出力受日照影響顯著，通常需先對輻射強(qiáng)度、晴空指數(shù)等天氣因素進(jìn)行模擬[27]，也有研究直接對光伏出力序列建模分析[28]。如何反映可再生能源出力的時空相關(guān)性是出力模擬研究面臨的重要挑戰(zhàn)。為此，研究者采用了多維 ARMA 模型[29]、Coupla 函數(shù)[30]和隱馬爾科夫鏈[31]等方法。通過上述“數(shù)據(jù)-模型-數(shù)據(jù)”思路模擬得到的曲線具有顯著的波動特征，但難以保證模擬數(shù)據(jù)的特征與原始數(shù)據(jù)完全一致，近來也有學(xué)者提出利用生成性對抗神經(jīng)網(wǎng)絡(luò)(GAN)實(shí)現(xiàn)由數(shù)據(jù)直接到數(shù)據(jù)的可再生能源出力模擬[32]。
全年(多年)的出力曲線能反映可再生能源的全場景信息，但數(shù)據(jù)量大，難以在生產(chǎn)模擬中高效處理，同時曲線本身沒有顯式的隨機(jī)性建模，無法反映隨機(jī)性電源對運(yùn)行備用的需求。在優(yōu)化調(diào)度中，研究人員提出了隨機(jī)多場景模型[6]，采用場景樹及相應(yīng)概率描述隨機(jī)性，但受問題規(guī)模限制，無法直接應(yīng)用于時間跨度達(dá)數(shù)周、數(shù)年的模擬問題;提出了魯棒模型[33]，采用不確定集[34] 刻畫可再生能源功率預(yù)測誤差，但涉及多層優(yōu)化問題的求解，計算效率有待提升。
3)時序-概率模型
結(jié)合概率分布和出力曲線模型的特點(diǎn)，研究人員提出了時序多狀態(tài)機(jī)組模型[35]，即采用不同的多狀態(tài)機(jī)組模型描述不同時段的可再生能源出力特征，以兼顧其隨機(jī)性和波動性。進(jìn)一步提出了基于 Markov 過程、時變 Markov 過程、多層 Markov 過程的時序多狀態(tài)機(jī)組形成方法[36]，描述相鄰時段出力的關(guān)系，兼顧其爬坡特征。但構(gòu)建上述模型需大量數(shù)據(jù);同時模型的應(yīng)用方法尚不完備，主要應(yīng)用于基于啟發(fā)式方法的生產(chǎn)模擬或模擬產(chǎn)生出力序列等場合。
快速波動是可再生能源電力并網(wǎng)面臨的重要挑戰(zhàn)，除上述出力模型外，也有研究人員采用極值分析等技術(shù)對可再生能源電力爬坡事件建模分析[37]。但尚無研究就可再生能源出力模型與爬坡模型間的關(guān)聯(lián)性進(jìn)行分分析。
總的來說，現(xiàn)有元件模型已能反映或兼顧負(fù)荷、電源在某(些)方面的特性，但相應(yīng)處理分析手段還不完善，這不僅與建模研究相關(guān)，還取決于模擬框架和模擬方法。同時，負(fù)荷和電源特性不斷發(fā)展，相應(yīng)模型也需發(fā)展完善，以適應(yīng)含大規(guī)模分布式能源的電力系統(tǒng)生產(chǎn)模擬需求。
3 模擬框架
按負(fù)荷模型不同，生產(chǎn)模擬框架可分為基于 LDC 的[1]和基于CLC 的[9]兩類。它們在分析對象、算法選取、性能與應(yīng)用等方面也有顯著不同。前者側(cè)重于長時間尺度，而后者側(cè)重于高時間分辨率和詳細(xì)運(yùn)行約束的建模。
3.1 基于 LDC 的模擬框架
基于 LDC 模擬的基本思路是：1)按照發(fā)電成本對機(jī)組排序，依次投運(yùn);2)考慮電源出力隨機(jī)性時，將電源出力與裝機(jī)容量的差值等效為負(fù)荷增加，并按相應(yīng)概率對 LDC 修正;3)根據(jù)裝機(jī)容量和最終 LDC 確定系統(tǒng)可靠性指標(biāo)。
如圖 2 所示，Lmax 為系統(tǒng)最大負(fù)荷，F(xiàn) 0表示原始 LDC，其下方面積為負(fù)荷電量。按照排序，投運(yùn)機(jī)組 1，其帶負(fù)荷區(qū)間為[0,C1]，該區(qū)間對應(yīng)面積即為機(jī)組 1 的發(fā)電量。考慮式(2)所示多狀態(tài)機(jī)組模型，其發(fā)電量 E1可表示為式(3);相應(yīng)地， LDC 修正為 F 1，即式(4)。所有機(jī)組投運(yùn)后根據(jù)等效負(fù)荷超出系統(tǒng)總裝機(jī)容量 Cs 的情況，在最終的 LDC(F n )上確定可靠性指標(biāo)，如式(5)。對于水電機(jī)組，需根據(jù)式(3)在 LDC 下尋找一塊面積與給定電量相等[1]。也有文獻(xiàn)探討了抽水蓄能電站 [1]、熱電聯(lián)產(chǎn)機(jī)組的模擬問題。
為適應(yīng)間歇式能源電力特性，研究人員對 LDC 框架進(jìn)行了大量改進(jìn)。在形成 LDC 曲線前用時序新能源出力修正負(fù)荷曲線[7];借助負(fù)荷頻率曲線分析評估新能源出力波動對機(jī)組啟停的影響[38]，這些工作均以可再生能源電力完全消納為前提，不適用于高滲透率情形。文獻(xiàn)[39]用停機(jī)備用、額定出力等多種狀態(tài)對火電建模，以計及連續(xù)開停機(jī)時間等約束，但仍無法解決火電機(jī)組出力水平的優(yōu)化問題。文獻(xiàn)[23]采用等效多狀態(tài)機(jī)組模型將風(fēng)電納入 LDC 框架。考慮可再生能源出力波動，文獻(xiàn)[35, 36]進(jìn)一步采用了時序多狀態(tài)機(jī)組模型。針對機(jī)組檢修、太陽照射等導(dǎo)致的電源間歇性可用，文獻(xiàn)[40]提出了一種考慮時段劃分的 LDC 模擬框架，該框架可視為時序多狀態(tài)機(jī)組模擬的一個特例。
基于 LDC 的模擬具有如下特點(diǎn)：1)適用于中長期模擬，一般按周、月形成持續(xù)負(fù)荷曲線;2) 機(jī)組運(yùn)行約束簡化，以排序代替運(yùn)行方式優(yōu)化，按最大可用容量投運(yùn);3)能顯式處理機(jī)組強(qiáng)迫停運(yùn)等隨機(jī)性因素。因此計算速度快、模擬結(jié)果豐富，不僅能獲得可靠性指標(biāo)，還能區(qū)分各機(jī)組發(fā)電量中哪些用于供給負(fù)荷、有哪些用于提供備用， (見圖 2)。但也有一些局限性：1)無法反映時序波動特征;2)難以對機(jī)組出力精確優(yōu)化，實(shí)現(xiàn)多類發(fā)電技術(shù)的精確協(xié)同;3)過度簡化了運(yùn)行約束，無法反映可再生能源電力消納的要求，同時也難以處理網(wǎng)絡(luò)傳輸容量等復(fù)雜約束。
3.2 基于 CLC 的模擬框架
基于 CLC 的生產(chǎn)模擬包含以下步驟：1)根據(jù)歷史統(tǒng)計或模擬抽樣確定元件狀態(tài)和負(fù)荷曲線; 2)將一定時間周期內(nèi)的系統(tǒng)運(yùn)行建模為優(yōu)化問題，求解確定系統(tǒng)運(yùn)行方案;3)多次調(diào)用求解運(yùn)行模擬模型，計算長期運(yùn)行指標(biāo)。運(yùn)行模擬模型可抽象為式(6)，通常以系統(tǒng)運(yùn)行費(fèi)用最低為目標(biāo)。式中 gi,t表示機(jī)組 i 在 t 時刻有功出力，fi和 hi 分別表示機(jī)組發(fā)電成本函數(shù)和運(yùn)行約束，l 表示功率平衡與線路傳輸容量等系統(tǒng)運(yùn)行約束。
上述模型實(shí)質(zhì)上是基于規(guī)劃數(shù)據(jù)而非運(yùn)行數(shù)據(jù)的機(jī)組組合問題。該方法具有以下特點(diǎn)：1)復(fù)現(xiàn)了系統(tǒng)運(yùn)行計劃的基本過程，方便計及各類約束，特別是機(jī)組啟停、爬坡以及儲能等跨時段約束;2)受求解效率限制，一次僅能求解一周、一天的運(yùn)行模擬問題，通過反復(fù)調(diào)用實(shí)現(xiàn)長時間模擬;3)便于模擬電力市場運(yùn)行，調(diào)整目標(biāo)函數(shù)和約束即可模擬各種市場交易和運(yùn)行規(guī)則，以式(6) 為原型構(gòu)建出清模型，并根據(jù)其對偶乘子取值對電價進(jìn)行估計;4)難以顯式處理隨機(jī)性因素，特別是機(jī)組隨機(jī)停運(yùn)。
為應(yīng)對大規(guī)模可再生能源并網(wǎng)帶來的調(diào)峰、爬坡問題，基于 CLC 的生產(chǎn)模擬獲得了廣泛關(guān)注 [9,41-43]。這類方法思路直觀，但涉及大量大規(guī)模優(yōu)化問題的求解，計算效率低;同時由于主要關(guān)注短期、超短期的運(yùn)行約束，而容易忽視季節(jié)、月度特性等中長期運(yùn)行的限制與配合。
3.3 混合框架
LDC 和 CLC 框架在效率和精度上各有優(yōu)勢，研究人員提出了一些結(jié)合二者特點(diǎn)的混合框架，例如在模擬流程上的配合，取得了部分改善，但仍有一定的局限性。總的來看，基于 LDC 的模擬計算效率高，能提供可靠性性等概率性指標(biāo)，在中長期模擬等場景下仍有其適用性;基于 CLC 的模擬能夠詳細(xì)地反映系統(tǒng)運(yùn)行特別是調(diào)峰、備用等約束，能夠精細(xì)分析可再生能源消納情況。更加深入地結(jié)合二者特點(diǎn)，構(gòu)建更完善的混合框架，是發(fā)展高效生產(chǎn)模擬方法的重要途徑。
4 模擬方法
不確定性分析和優(yōu)化模型求解是完成生產(chǎn)模擬的關(guān)鍵方法。前者用于處理各類隨機(jī)因素，進(jìn)行充裕度分析;后者用于最優(yōu)運(yùn)行方式的確定。
4.1 不確定性分析
考慮一次能源和負(fù)荷波動、元件強(qiáng)迫停運(yùn)的不確定性因素，發(fā)電機(jī)組可用容量以及負(fù)荷水平可用隨機(jī)變量和隨機(jī)過程描述。對可控機(jī)組來說，其可用出力服從二項或多點(diǎn)分布;負(fù)荷、隨機(jī)性電源通常服從連續(xù)分布。
隨機(jī)變量的特殊分布及相關(guān)性是多種概率分析方法面臨的共性難題。針對前者，常采用 Nataf 變換、三階多項式正態(tài)變換[53]等方法，將非正態(tài)分布轉(zhuǎn)化為正態(tài)分布后進(jìn)一步處理;針對后者，常采用奇異值分解技術(shù)[54]將相關(guān)變量表示為多個獨(dú)立隨機(jī)變量線性組合的形式。
除概率分析外，研究人員還針對負(fù)荷時序波動和越限發(fā)生頻率提出了增量頻率概念，建立了與概率分析類似的頻率并聯(lián)、串聯(lián)公式[1]，為分析負(fù)荷、新能源出力時序波動對系統(tǒng)運(yùn)行的影響提供了有力工具。但總的來說，現(xiàn)有不確定性分析工具仍局限于單一時間斷面分析，面向隨機(jī)全過程的高效分析模型和工具仍有待完善。
4.2 優(yōu)化模型求解
優(yōu)化模型求解是模擬系統(tǒng)運(yùn)行方式、實(shí)現(xiàn)多能源電源協(xié)同運(yùn)行的基礎(chǔ)。混合整數(shù)規(guī)劃工具的發(fā)展使得生產(chǎn)模擬中的運(yùn)行方式安排不再局限于啟發(fā)式或線性規(guī)劃等簡單方法，能夠方便地考慮機(jī)組啟停、爬坡等約束，更好地適應(yīng)了大規(guī)模可再生能源并網(wǎng)的需求。
隨著系統(tǒng)規(guī)劃擴(kuò)大，式(6)所示機(jī)組組合問題求解難度顯著提升;特別是在生產(chǎn)模擬中，需反復(fù)調(diào)用求解該問題實(shí)現(xiàn)全周期多場景模擬，計算效率問題尤其突出。研究者進(jìn)行了多方面嘗試： 1)問題分解，通過 Lagrangian Relaxation[55]、 Benders 分解[6]、Dantzig-Wolfe 分解[56]等方法，將原問題分解為一系列可并行處理的子問題，協(xié)調(diào)求解;2)變量與約束削減，通過機(jī)組聚合[57]、時段聚合[58]等途徑減少變量數(shù)量，或通過某種原則確定部分變量取值[59]，剔除、聚合部分約束條件[60];3)使用更大規(guī)模的計算資源，如云計算平臺[61]，進(jìn)行仿真分析。
這些方法在削減計算時間上取得了顯著成效，但也存在一定的誤差與精度損失。如何盡可能提升計算效率是機(jī)組組合問題的恒久話題。大規(guī)模可再生能源電力并網(wǎng)，系統(tǒng)運(yùn)行不確定性顯著增加;同時，為促進(jìn)清潔能源消納，元件類型不斷豐富，模擬對象不斷擴(kuò)大，提升優(yōu)化問題求解效率的需求進(jìn)一步凸顯。
5 指標(biāo)體系與應(yīng)用
模擬指標(biāo)是生產(chǎn)模擬結(jié)果的直觀反映，對其應(yīng)用有顯著影響。隨著電力市場改革推進(jìn)，生產(chǎn)模擬的應(yīng)用將不再局限于規(guī)劃和運(yùn)行方案的評估校驗，它在電價預(yù)測、項目投資決策、風(fēng)險管控等領(lǐng)域中的巨大潛力將得到挖掘和重視。相應(yīng)地，生產(chǎn)模擬指標(biāo)也需進(jìn)一步發(fā)展、完善。
5.1 指標(biāo)體系
生產(chǎn)模擬指標(biāo)可分為系統(tǒng)指標(biāo)、元件指標(biāo)。系統(tǒng)指標(biāo)用于評估全系統(tǒng)運(yùn)行和規(guī)劃運(yùn)行方案的合理性，主要包含表 5 所示的幾類。其中，為適應(yīng)大規(guī)模清潔能源電力消納，爬坡容量不足概率 [62, 63]、調(diào)峰容量不足概率[64]等系統(tǒng)靈活性指標(biāo)得到了廣泛關(guān)注。文獻(xiàn)[65]對靈活性的概念、性質(zhì)進(jìn)行了詳細(xì)探討，與可靠性不同：1)它不僅與系統(tǒng)結(jié)構(gòu)相關(guān)，還與運(yùn)行方式相關(guān)，運(yùn)行點(diǎn)不同，靈活程度不同;2)與時間尺度相關(guān)，允許調(diào)整時間不同，功率調(diào)整靈活程度不同。以靈活性應(yīng)對新能源不確定性已成為共識，迫切需要建立完善的靈活性測度與平衡理論指導(dǎo)系統(tǒng)的運(yùn)行與規(guī)劃。文獻(xiàn)[66]提出的 Do-Not-Exeed(DNE)限值具有啟發(fā)意義;基于此，文獻(xiàn)[67-68]提出了風(fēng)電可消納域的概念并將其與系統(tǒng)運(yùn)行方式協(xié)同優(yōu)化。
為適應(yīng)清潔能源發(fā)展，元件指標(biāo)研究也有所進(jìn)展。除了傳統(tǒng)的單位容量投資、年利用小時、設(shè)備利用率外，針對可再生能源還提出了置信容量(容量置信度) [69]、可避免費(fèi)用等指標(biāo)。置信容量可根據(jù)電源固有屬性或等效的發(fā)電、帶負(fù)荷能力計算，描述了隨機(jī)性電源在長期電力/電量平衡中的作用，在系統(tǒng)規(guī)劃和運(yùn)行中有重要意義。
5.2 應(yīng)用
通過生產(chǎn)模擬可以評估系統(tǒng)規(guī)劃或中長期運(yùn)行方案的經(jīng)濟(jì)性、可靠性以及靈活性指標(biāo)，預(yù)測機(jī)組發(fā)電量，對可再生能源電力消納進(jìn)行量化分析，進(jìn)而對規(guī)劃運(yùn)行方案進(jìn)行優(yōu)化，解決系統(tǒng)備用預(yù)留等實(shí)際問題。WASP、JASP 等國內(nèi)外早期開發(fā)的電源規(guī)劃程序都集成了基于 LDC 的隨機(jī)生產(chǎn)模擬模塊，并將其作為重要功能[1]。由 GE 開發(fā)的 MAPS [41]具備基于 CLC 的生產(chǎn)模擬功能，在國外電力咨詢行業(yè)獲得了廣泛應(yīng)用。集成了 CPLEX、Gurobi 以及 Xpress 等多個求解器的 PLEXOS[70]因其豐富的模型、靈活的建模方式獲得關(guān)注。求解器是制約生產(chǎn)模擬軟件性能和應(yīng)用的重要因素。為規(guī)避商業(yè)求解器高昂的使用費(fèi)，基于開源求解器的生產(chǎn)模擬軟件開發(fā)已得到國外研究者的關(guān)注[42]。以中國電科院為代表的國內(nèi)研究機(jī)構(gòu)也開發(fā)了包含新能源模擬、時序運(yùn)行模擬以及消納分析等功能在內(nèi)的生產(chǎn)模擬工具[43]，為我國新能源電力系統(tǒng)的規(guī)劃和發(fā)展提供了有力支撐[10]，但當(dāng)前國內(nèi)大多數(shù)研究和工具仍依賴于國外進(jìn)口的商業(yè)求解器。
生產(chǎn)模擬不僅可用于電力系統(tǒng)的優(yōu)化規(guī)劃和優(yōu)化運(yùn)行，在電力市場中也有巨大潛力[1, 5]，如表 6 所示。與基于時間序列的預(yù)測方法不同，基于生產(chǎn)模擬的電價預(yù)測從電價生成機(jī)制出發(fā)，可方便地計及天氣、極端事件等外部因素以及系統(tǒng)內(nèi)部發(fā)展和參與者策略性行為的影響[71,72]。相比于規(guī)劃運(yùn)行領(lǐng)域而言，面向電力市場應(yīng)用的生產(chǎn)模擬指標(biāo)和方法還不完善。隨著電力市場改革的深入，市場參與主體不斷豐富，生產(chǎn)模擬在投資決策、競價策略等方面的應(yīng)用將得到重視，迫切需要針對電力市場以及參與主體的決策行為，提出相關(guān)指標(biāo)，推動生產(chǎn)模擬工具在市場領(lǐng)域中的應(yīng)用。
6 主要問題與挑戰(zhàn)
立足大規(guī)模可再生能源接入和電力市場改革背景，需要面向新的系統(tǒng)特性和應(yīng)用需求對生產(chǎn)模擬開展更系統(tǒng)深入的研究，解決以下關(guān)鍵問題。
1)一體化的元件建模與分析方法。元件模型是生產(chǎn)模擬的基礎(chǔ)，現(xiàn)有建模研究已能在一定程度上反映負(fù)荷、電源特別是可再生能源的特征，但割裂了模型構(gòu)建與模型使用間的聯(lián)系，部分模型難以在生產(chǎn)模擬中高效應(yīng)用。可以借鑒大數(shù)據(jù)分析理論與技術(shù)，構(gòu)建建模與分析決策一體化方法，詳細(xì)描述大規(guī)模可再生能源和分布式能源的不確定性、相關(guān)性以及互動特征，并適應(yīng)生產(chǎn)模擬計算分析的需求。
2)開放靈活的生產(chǎn)模擬框架。電力系統(tǒng)組成結(jié)構(gòu)不斷復(fù)雜，與外部聯(lián)系也更加緊密，需要開發(fā)更開放的生產(chǎn)模擬框架，來描述不斷豐富擴(kuò)大的新對象、處理線路傳輸容量等漸受重視的新因素，分析系統(tǒng)運(yùn)行的新問題，適應(yīng)電力能源系統(tǒng)發(fā)展的需求。
3)高效準(zhǔn)確的生產(chǎn)模擬方法。基于 CLC 的模擬是適應(yīng)可再生能源主導(dǎo)電力系統(tǒng)多變運(yùn)行方式和電力市場應(yīng)用的必然選擇，但計算效率低。迫切需要開展高效優(yōu)化算法研究，縮短計算時間，支撐大規(guī)模、長時間尺度以及精細(xì)化的生產(chǎn)模擬計算，為優(yōu)化決策提供更豐富的數(shù)據(jù)支撐。除傳統(tǒng)方法外，深度學(xué)習(xí)等人工智能技術(shù)在某些領(lǐng)域中已展現(xiàn)出強(qiáng)大的計算分析能力[73]，其在電力系統(tǒng)特別是在生產(chǎn)模擬中的潛在應(yīng)用值得重視。
4)完善的生產(chǎn)模擬方法和指標(biāo)體系。隨著應(yīng)用場景的豐富，很難通過一種模擬方法或模型滿足全部需求。應(yīng)基于生產(chǎn)模擬的一般理論，面向特定需求，詳略得當(dāng)?shù)靥幚砭扰c效率的關(guān)系，開發(fā)不同類型的生產(chǎn)模擬模型與方法。結(jié)合電力市場等場景應(yīng)用需求，完善模擬結(jié)果與指標(biāo)體系，為實(shí)際應(yīng)用提供更直接的支持。
7 結(jié)語
能源革命背景下，我國傳統(tǒng)的管制電力系統(tǒng)正逐漸演變?yōu)榭稍偕茉粗鲗?dǎo)的、市場化運(yùn)營的多能源電力系統(tǒng)，這給生產(chǎn)模擬及其應(yīng)用帶來了新的挑戰(zhàn)與機(jī)遇。機(jī)組運(yùn)行靈活性、多能源電力協(xié)同以及線路傳輸容量等與清潔能源電力消納密切相關(guān)的因素將受到重視。同時，不僅需要對系統(tǒng)運(yùn)行情況進(jìn)行模擬，還需要分析電價等市場信息;不僅需要得到確定性結(jié)果，還需要分析潛在風(fēng)險。在此背景下，迫切需要對生產(chǎn)模擬的模型、框架、算法和指標(biāo)體系進(jìn)行相應(yīng)發(fā)展與完善，基于傳統(tǒng)生產(chǎn)模擬的豐富積累，建立適應(yīng)可再生能源出力時空特性和電力市場環(huán)境的模擬理論。——論文作者：邵成成 1，馮陳佳 1，傅旭 2，楊攀峰 2，王秀麗 1，王錫凡 1
參考文獻(xiàn)
[1] Wang X, McDonald J R. Modern power system planning[M]. McGraw-Hill Companies, 1994.
[2] 王錫凡, 王秀麗. 隨機(jī)生產(chǎn)模擬及其應(yīng)用[J]. 電力系統(tǒng)自動化, 2003(8): 10-15+31. WANG Xifan, WANG Xiuli. Probabilistic production simulation method and its application[J]. Automation of Electric Power Systems, Automation of Electric Power Systems, 2003(8):10-15+31. (in Chinese).
[3] Booth R R. Power system simulation model based on probability analysis[J]. IEEE Transactions on Power Apparatus and Systems, 1972, PAS-91(1):62-69
[4] 周孝信，陳樹勇，魯宗相，等. 能源轉(zhuǎn)型中我國新一代電力系統(tǒng)的技術(shù)特征[J]. 中國電機(jī)工程學(xué)報,2018, 38(7): 1893-1904. ZHOU Xiaoxin, CHEN Shuyong, LU Zongxiang, et al. Technology Features of the New Generation Power System in China[J]. Proceedings of the CSEE, 2018, 38(7): 1893-1904(in Chinese).
[5] 顧穎中, 李慧杰, 史保壯. 生產(chǎn)模擬仿真在電力市場環(huán)境下的應(yīng)用案例及建議[J]. 電力系統(tǒng)自動化,2017, 41(24): 77-82. GU Yingzhong, LI Huijie, SHI Baozhuang. Application and suggestions of power system production simulation in deregulated electricity market[J], Automation of Electric Power Systems, 2017, 41(24): 77-82(in Chinese).
[6] J Wang, M Shahidehpour, Z Li. Security-constrained unit commitment with volatile wind power generation[J]. IEEE Transactions on Power Systems, 2008, 23(3): 1319-1327.
[7] Maisonneuve N, Gross G. A production simulation tool for systems with integrated wind energy resources[J]. IEEE Transactions on Power Systems, 2011, 26(4): 2285-2292.
[8] 丁明, 楚明娟, 畢銳, 等. 基于序貫蒙特卡洛隨機(jī)生產(chǎn)模擬的風(fēng)電接納能力評價方法及應(yīng)用[J]. 電力自動化設(shè)備,2016, 36(9): 67-73. DING Ming, CHU Mingjuan, BI Rui, et al. Optimal DG allocation considering effect of controllable load for active distribution system[J], Electric Power Automation Equipment, 2016, 36(9): 67-73(in Chinese).
[9] 相年德, 夏清, 王少軍. 時序負(fù)荷曲線下電力系統(tǒng)概率 性 生 產(chǎn) 模 擬 [J]. 中 國 電 機(jī) 工 程 學(xué) 報 ,1994,(3): 21-28. XAING Niande, XIA Qing, WANG Shaojun. The probabilistic power system production simulation based on chronological production simulation[J], Proceedings of the CSEE, 1994(3):21-28. (in Chinese).
[10] 李湃, 王偉勝, 劉純, 等. 張北柔性直流電網(wǎng)工程新能源與抽蓄電站配置方案運(yùn)行經(jīng)濟(jì)性評估[J]. 中國電機(jī)工程學(xué)報,2018, 38(24): 7206-7214. LI Pai, WANG Weisheng, LIU Chun, et al. Economic assessment of Zhangbei VSC-based DC grid planning scheme with integration of renewable energy and pumped-hydro storage power station[J], Proceedings of the CSEE, 2018, 38(24): 7206-7214(in Chinese).
[11] Gan L, Xiao-Ping Z. Modeling of plug-in hybrid electric vehicle charging demand in probabilistic power flow calculations[J]. IEEE Transactions on Smart Grid, 2012, 3(1): 492-499.
[12] Hafez O, Bhattacharya K. Queuing Analysis Based PEV Load Modeling Considering Battery Charging Behavior and Their Impact on Distribution System Operation[J].IEEE Transactions on Smart Grid, 2018,9(1):261-273.