Проблема обязательств агрегата в производстве электроэнергии - Unit commitment problem in electrical power production - Wikipedia

В проблема обязательств подразделения (UC) в производстве электроэнергии представляет собой большое семейство математическая оптимизация проблемы, при которых производство набора электрических генераторов координируется для достижения некоторой общей цели, обычно либо удовлетворение спроса на энергию при минимальных затратах, либо максимизация доходов от производства энергии. Это необходимо, потому что трудно хранить электрическую энергию в масштабах, сопоставимых с нормальным потреблением; следовательно, каждому (существенному) изменению потребления должно соответствовать соответствующее изменение производства.

Координация энергоблоков - сложная задача по ряду причин:

  • количество единиц может быть большим (сотни или тысячи);
  • Существуют несколько типов юнитов, с существенно разными затраты на производство энергии и ограничения относительно того, как может производиться энергия;
  • поколение распределяется по обширной географической области (например, стране), и, следовательно, реакция электрическая сеть, сама по себе очень сложная система, должна быть принята во внимание: даже если уровни производства всех агрегатов известны, проверка того, может ли нагрузка выдерживаться и каковы потери, требует очень сложной расчеты потока мощности.

Поскольку соответствующие детали электрической системы сильно различаются по всему миру, существует множество вариантов проблемы UC, которые часто очень трудно решить. Это также связано с тем, что, поскольку некоторым блокам требуется довольно много времени (много часов) для запуска или остановки, решения необходимо принимать заблаговременно (обычно за день до этого), что подразумевает, что эти проблемы должны быть решены в кратчайшие сроки. жесткие временные рамки (от нескольких минут до нескольких часов). UC поэтому одна из фундаментальных проблем в управление энергосистемой и моделирование. Это изучается много лет,[1][2] и по-прежнему остается одной из самых серьезных проблем оптимизации энергопотребления. Недавние опросы по теме[3][4] насчитывают многие сотни научных статей, посвященных проблеме. Кроме того, несколько коммерческих продуктов содержат специальные модули для решения UC,[5] или даже полностью посвящены ее решению.[6]

Элементы проблем с обязательством подразделения

Существует множество различных проблем UC, поскольку электрическая система структурирована и управляется по-разному во всем мире. Общие элементы:

  • А временной горизонт по которым должны приниматься решения, выбранные из конечного числа моменты времени. Обычно это один или два дня, вплоть до недели, где мгновениями обычно являются часы или полчаса; реже - 15 или 5 минут. Следовательно, моменты времени обычно составляют от 24 до примерно 2000.
  • Набор энергоблоки с соответствующими кривыми затрат на производство энергии и / или выбросов и (сложными) техническими ограничениями.
  • Представление значительной части грид-сеть.
  • А (прогноз) Загрузить профиль должно быть удовлетворено, то есть чистое количество энергии, которое должно быть доставлено каждому узлу сетевой сети в каждый момент времени.
  • Возможно, набор ограничения надежности[7] обеспечение удовлетворения спроса даже в случае непредвиденных событий.
  • Возможно, финансовые и / или нормативные условия[8] (доходы от энергии, ограничения рыночных операций, финансовые инструменты, ...).

Решения, которые необходимо принять, обычно включают:

  • решения об обязательствах: производит ли единица энергию в любой момент времени;
  • производственные решения: сколько энергии производит единица в любой момент времени;
  • сетевые решения: сколько энергии течет (и в каком направлении) по каждой ветви передающей и / или распределительной сети в любой момент времени.

Хотя вышеупомянутые функции обычно присутствуют, существует множество комбинаций и много разных случаев. Среди них мы упоминаем:

  • обслуживаются ли все единицы и сеть монополистическим оператором (MO),[9] или отдельный Оператор системы передачи (TSO) управляет сетью, обеспечивая справедливый и недискриминационный доступ к Генерирующие компании (GenCos), которые конкурируют за производство продукции на (или, чаще всего, на нескольких взаимосвязанных) энергетический рынок (-ы);
  • в различные виды единиц производства энергии, например, тепловые / ядерные, гидроэлектрические и возобновляемые источники (ветровые, солнечные и т. д.);
  • какие единицы могут быть модулированный, то есть их производимая энергия может определяться оператором (хотя и с учетом технических ограничений устройства), в отличие от того, что это полностью определяется внешними факторами, такими как погодные условия;
  • уровень детализации, на котором работает электрическая сеть необходимо учитывать, начиная от простого игнорирования этого до рассмотрения возможности динамического открытия (прерывания) линии, чтобы оптимально изменить маршрутизацию энергии в сети.[10]

Цели управления

Цели UC зависят от целей субъекта, ради которых он решается. Для МО это в основном свести к минимуму затраты на производство энергии при удовлетворении спроса; надежность и выбросы обычно рассматриваются как ограничения. В режиме свободного рынка цель состоит скорее в том, чтобы максимизировать прибыль от производства энергии, то есть разница между выручкой (от продажи энергии) и затратами (от ее производства). Если GenCo является производитель цен, т.е. имеет достаточный размер, чтобы влиять на рыночные цены, в принципе может стратегические торги[11] с целью увеличения прибыли. Это означает выставление на торги своей продукции по высокой цене, чтобы поднять рыночные цены, теряя долю рынка, но сохраняя некоторую, потому что, по сути, не хватает генерирующих мощностей. Для некоторых регионов это может быть связано с тем, что не хватает емкость энергосистемы импортировать энергию из близлежащих регионов с наличием генерирующих мощностей.[12] В то время как электрические рынки строго регулируются, чтобы, среди прочего, исключить такое поведение, крупные производители все же могут получить выгоду от одновременной оптимизации заявок всех своих единиц, чтобы учесть их совокупное влияние на рыночные цены.[13] Напротив, сборщики цен можно просто оптимизировать каждый генератор независимо, поскольку, не оказывая значительного влияния на цены, соответствующие решения не коррелируются.[14]

Типы производственных единиц

В контексте UC генерирующие агрегаты обычно классифицируются как:

  • Тепловые агрегаты, который включает в себя ядерный те, которые сжигают какое-то топливо для производства электроэнергии. Они подвержены многочисленным сложным техническим ограничениям, среди которых мы упоминаем минимальное время включения / выключения, скорость увеличения / уменьшения, модуляция / стабильность (юнит не может менять уровень производства слишком много раз[15]), и скорость разгона / останова (при запуске / остановке агрегат должен следовать определенной кривой мощности, которая может зависеть от того, как долго установка находилась в автономном / оперативном режиме.[16]). Таким образом, оптимизация даже одного устройства в принципе уже является сложной проблемой, требующей специальных методов.[17]
  • Гидроагрегаты, которые производят энергию за счет сбора потенциальной энергии воды, часто объединяются в системы связанных резервуаров, называемых гидро долины. Поскольку вода, сбрасываемая верхним резервуаром, достигает нижнего резервуара (через некоторое время) и, следовательно, становится доступной для выработки энергии там, решения об оптимальной производительности должны приниматься для всех блоков одновременно, что делает проблему довольно сложной, даже если нет (или мало) задействовано тепловое производство,[18] тем более, если рассматривать всю электрическую систему.[19] Гидроагрегаты могут включать гидроаккумуляторы, где энергию можно потратить на перекачку воды в гору. Это единственная современная технология, способная хранить достаточно (потенциальной) энергии, чтобы иметь значение на типичном уровне проблемы UC. Гидроагрегаты подвержены сложным техническим ограничениям. Количество энергии, генерируемой турбонаддувом некоторого количества воды, непостоянно, но зависит от напор воды что, в свою очередь, зависит от предыдущих решений. Связь нелинейная и невыпуклая, что делает задачу особенно сложной для решения.[20]
  • Возобновляемые источники энергии, такие как ветряные электростанции, солнечные установки, русловые гидроагрегаты (без специального резервуара, и, следовательно, добыча которого зависит от проточной воды), и геотермальные установки. Большинство из них не может быть модулированный, а некоторые также прерывистый, т.е. их производство сложно заранее точно спрогнозировать. В UC эти единицы действительно не соответствуют решениям, поскольку на них нельзя повлиять. Скорее, их производство считается фиксированным и добавляется к другим источникам. Существенный рост периодической возобновляемой генерации в последние годы значительно увеличил неопределенность в отношении чистая нагрузка (спрос минус производство, которое нельзя регулировать), что ставит под сомнение традиционное мнение о том, что прогнозируемая нагрузка в UC достаточно чётко.[21]

Модели электрических сетей

Существует три различных способа представления энергосистемы в объединенных коммуникациях:

  • в приближение одной шины сеть игнорируется: спрос считается удовлетворенным, когда общий объем производства равен общему спросу, независимо от их географического положения.
  • в Приближение постоянного тока Только Действующий закон Кирхгофа моделируется; это соответствует Реактивная сила пренебрегая потоком, углы напряжения различия считаются небольшими, а профиль углового напряжения считается постоянным;
  • в полная модель переменного тока полный Законы Кирхгофа используются: это приводит к сильно нелинейным и невыпуклым ограничениям в модели.

Когда используется полная модель переменного тока, UC фактически включает задача оптимального потока мощности, что уже является невыпуклой нелинейной задачей.

В последнее время традиционный «пассивный» взгляд на энергосистему UC был поставлен под сомнение. В фиксированный токи в электрической сети нельзя направить, их поведение полностью определяется подачей узловой мощности: поэтому единственный способ изменить нагрузку сети - это изменить узловой спрос или производство, для чего существуют ограниченные возможности. Однако несколько противоречащее интуиции следствие законов Кирхгофа состоит в том, что прерывание линии (возможно, даже перегруженной) вызывает глобальное перенаправление электрической энергии и, следовательно, может улучшать сетка спектаклей. Это привело к определению Оптимальная проблема переключения передачи,[10] посредством чего некоторые линии сетки могут динамически открываться и закрываться на временном горизонте. Включение этой функции в проблему UC затрудняет решение даже с приближением постоянного тока, тем более с полной моделью переменного тока.[22]

Неопределенность в проблемах с обязательствами подразделения

Тревожным последствием того факта, что UC необходимо решать задолго до фактических операций, является то, что будущее состояние системы точно не известно и, следовательно, его необходимо оценить. Раньше это было относительно незначительной проблемой, когда неуверенность в системе произошло только из-за вариации пользовательского спроса, который в совокупности можно достаточно эффективно спрогнозировать,[23][24] и возникновение неисправностей линий или генераторов, с которыми можно справиться по хорошо установленным правилам (прядильный резерв ). Однако в последние годы продукция из прерывистые возобновляемые источники производства значительно увеличился. Это, в свою очередь, очень значительно увеличило влияние неопределенности в системе, так что игнорирование ее (как это обычно делается с использованием средних точечных оценок) чревато значительным увеличением затрат.[21] Это привело к необходимости прибегнуть к соответствующим методам математического моделирования, чтобы должным образом учесть неопределенность, например:

Комбинация (уже многих) традиционных форм проблем UC с несколькими (старыми и) новыми формами неопределенности порождает еще более широкое семейство проблем. Неопределенная приверженность подразделения[4] (UUC), которые в настоящее время находятся на переднем крае прикладных и методологических исследований.

Смотрите также

Рекомендации

  1. ^ К.Дж. Болдуин, К. Дейл, Р.Ф. Диттрих. Исследование экономичности останова энергоблоков при ежедневной отправке. Труды Американского института инженеров-электриков, силовые аппараты и системы, Часть III, 78 (4): 1272–1282, 1959.
  2. ^ Дж. Ф. Бард. Краткосрочное планирование ТЭГ с использованием лагранжевой релаксации. Исследование операций 1338 36(5):765–766, 1988.
  3. ^ Н.П. Пади. Обязательство единицы - библиографический обзор, Транзакции IEEE в энергосистемах 19(2):1196–1205, 2004.
  4. ^ а б М. Таханан, В. ван Ацкой, А. Франджони, Ф. Лакаландра. Обязательства крупномасштабного подразделения в условиях неопределенности, 4ИЛИ 13(2), 115–171, 2015.
  5. ^ Интегрированная энергетическая модель PLEXOS®
  6. ^ Оптимизация мощности
  7. ^ М. Шахидехпур, Х. Ямин и З. Ли. Рыночные операции в электроэнергетических системах: прогнозирование, планирование и управление рисками, Wiley-IEEE Press, 2002.
  8. ^ К. Харрис. Рынки электроэнергии: цены, структура и экономика, том 565 из серии Wiley Finance. Джон Уайли и сыновья, 2011.
  9. ^ А.Дж. Конехо и Ф.Дж. Прието. Математическое программирование и рынки электроэнергии, ВЕРХ 9(1):1–53, 2001.
  10. ^ а б Э. Фишер, Р.П. О'Нил, М.С. Феррис. Оптимальное переключение передачи, Транзакции IEEE в системах питания 23(3):1346–1355, 2008.
  11. ^ А.К. Дэвид, Ф. Вен. Стратегические торги на конкурентных рынках электроэнергии: обзор литературы В Материалы летнего собрания IEEE PES 4, 2168–2173, 2001.
  12. ^ Т. Пэн и К. Томсович. Влияние перегрузки на стратегии торгов на рынке электроэнергии, Транзакции IEEE в системах питания 18 (3): 1054–1061, август 2003 г.
  13. ^ А.Дж. Конехо, Дж. Контрерас, Дж. М. Арройо, С. де ла Торре. Оптимальная реакция олигополистической генерирующей компании на конкурентный рынок электроэнергии на базе пулов, Транзакции IEEE в системах питания 17(2):424–430, 2002.
  14. ^ Дж. М. Арройо, А. Дж. Конехо. Оптимальная реакция теплового агрегата на спотовый рынок электроэнергии, Транзакции IEEE в системах питания 15(3):1098–1104, 2000.
  15. ^ Ж. Батю и А. Рено. Ежедневное планирование с ограничениями передачи: новый класс алгоритмов, Транзакции IEEE в системах питания 7(3):982–989, 1992.
  16. ^ Г. Моралес-Испания, Дж. М. Латорре, А. Рамос. Плотная и компактная формулировка MILP по линейному изменению пуска и останова в обязательствах по установке, Транзакции IEEE в системах питания 28(2), 1288–1296, 2013.
  17. ^ А. Франджони, К. Джентиле. Решение нелинейных задач привязки единичных единиц с ограничениями нарастания, Исследование операций 54(4), 767–775, 2006.
  18. ^ E.C. Finardi, E.L. Да Силва. Решение проблемы обязательств гидроагрегата с помощью двойной декомпозиции и последовательного квадратичного программирования, Транзакции IEEE в системах питания 21(2):835–844, 2006.
  19. ^ F.Y.K. Такигава, Э. да Силва, Э.К. Финарди и Р. Родригес. Решение задачи гидротермального планирования с учетом сетевых ограничений., Исследование электроэнергетических систем 88:89–97, 2012.
  20. ^ А. Боргетти, К. Д’Амброзио, А. Лоди, С. Мартелло. Подход MILP для краткосрочного планирования гидроэнергетики и обязательств блока с зависимым от напора резервуаром, Транзакции IEEE в системах питания 23(3):1115–1124, 2008.
  21. ^ а б А. Кейхани, М. Марвали и М. Дай. Интеграция зеленой и возобновляемой энергии в электроэнергетические системы, Wiley, 2010.
  22. ^ К.В. Хедман, М. Феррис, Р.П. О’Нил, Э. Фишер, С.С. Орен. Совместная оптимизация включения генерирующих единиц и переключения передач с п - 1 надежность, Транзакции IEEE в системах питания 25(2):1052–1063, 2010.
  23. ^ E.A. Файнберг, Д. Генетлиу. Прогнозирование нагрузки, в Прикладная математика для реструктурированных электроэнергетических систем, Дж. Чоу, Ф.Ф. Wu, and J. Momoh eds., Springer, 269–285, 2005.
  24. ^ Х. Хан, С. Мейер-Ниберг, С. Пикл. Методы прогнозирования электрической нагрузки: инструменты для принятия решений, Европейский журнал операционных исследований 199(3), 902–907, 2009

внешняя ссылка