Шпоры - Оптимизация в электроэнергетических системах [DOC] - Все для студента. Оптимизация электроэнергетика

«Тюменский государственный нефтегазовый университет»

министерство образования и науки российской федерации

Федеральное государственное бюджетное образовательное учреждение

высшего профессионального образования

Институт кибернетики, информатики и связи

Кафедра электроэнергетики

Методические указания

к курсовой работе по дисциплине:

«Оптимизация режимов электроэнергетических систем»

на тему: «Расчет оптимизационных задач в электроэнергетике»

для студентов направления 140400.68 «Электроэнергетика и электротехника»

очной формы обучения

Тюмень

ТюмГНГУ

2010

Утверждено на заседании кафедры электроэнергетики

Протокол № Х от «ХХ» ХХХбря 2011 г.

Составители: Паутов Дмитрий Николаевич, к.т.н.

Хмара Гузель Азатовна

Оптимизация режимов электроэнергетических систем [Текст]: методические указания к курсовой работе «Расчет оптимизационных задач в электроэнергетике» для студентов направления 140400.68 «Электроэнергетика и электротехника» очной формы обучения / Д.Н. Паутов, Г.А. Хмара – Тюмень: ТюмГНГУ, 2011. – 16 с.

«Тюменский государственный нефтегазовый университет» 2011 г.

Введение

Проектирование и эксплуатация электроэнергетических систем связано с поиском наилучшего решения из некоторого множества допустимых решений. Такое решение является оптимальным, поиск оптимального решения называется оптимизацией, для нахождения оптимального решения необходима постановка оптимизационной задачи.

Целью курсовой работы «Оптимизация режимов электроэнергетических систем» является получение студентами знаний, необходимых для решения оптимизационных задач в области электроэнергетики.

Для достижения поставленной цели студентам необходимы знания основ математического моделирования, методов решения оптимизационных задач, навыки владения современными программными продуктами.

Возможными оптимизационными задачами, возникающими перед специалистами в области электроэнергетики, могут стать

- задачи распределения активной нагрузки между ТЭС;

- возможности раздельного решения задачи оптимизации режима по активной и реактивной мощности;

- оптимизация характеристик устройств для регулирования режима в сети по уровням напряжения;

- оптимизация режима сети по уровням напряжения и реактивной мощности;

- оптимизация режима системы при наличии ГЭС;

- задачи диспетчерской службы;

- оптимизация перспективного проектирования электроэнергетических систем;

- оптимизация структуры и размещения электростанций;

- оптимизация конфигурации электрической сети.

1 Задание на курсовую работу

В рамках курсовой работы необходимо произвести расчет оптимизационных задач по заданным критериям оптимальности. В качестве критериев оптимальности могут выступать экономические критерии, критерии надежности электроснабжения, критерии качества электроэнергии, экологические критерии.

Решение оптимизационной задачи включает в себя следующие этапы:

Сбор исходной информации (исходных данных).
Составление математической модели, под которой понимается формализованное математическое описание решаемой задачи.
Выбор метода решения, определяемого видом математической модели.
Выполнение математических вычислений.
Анализ решения задачи.

Исходными данными для курсовой работы являются

bj – наличие на предприятии каждого ресурса j-го вида;

aij – норма расхода j-го ресурса на одно изделие i-го вида;

zi – прибыль от реализации одного изделия i-го вида;

b4 – минимальное количество всех видов изделий, которое предприятие должно выпустить;

А1, А2 – мощности источников питания;

В1, В2, В3 – мощности потребителей, ед.м.;

сkp – удельные затраты на передачу мощностей по линиям между узлами источников и потребителей, у.е./ед.м.

Вариант исходных данных выбирается в соответствии с номером в списочном составе группы по таблицам 1, 2.

Таблица 1.

Таблица исходных данных

Вариант	z1	z2	z3	b1	b2	b3	b4
1	14	5	11	40	100	160	16
2	18	7	12	50	150	90	21
3	15	8	15	54	100	85	23
4	20	7	18	85	85	160	19
5	21	6	7	56	98	75	18
6	18	8	6	55	90	90	14
7	17	10	14	57	120	100	15
8	13	11	18	48	54	50	12
9	12	15	20	86	50	75	18
10	14	5	11	40	100	160	16

Продолжение таблицы 1.

Таблица исходных данных

Вариант	а11	а12	а13	а21	а22	а23	а31	а32	а33
1	1,8	2,5	3	4,5	3	6	6	5	5,5
2	0,8	2	4,5	5,5	1	4,5	7	1	5,5
3	0,9	1,2	3	6,5	5	4	3	4,5	5
4	1	1,6	3,2	4	5,5	6,5	1	6,5	6
5	1,2	1,8	4	6	1	4	5	5	4
6	1,4	2,4	2,4	4,5	4	7	5,5	5,5	1
7	1,5	2,5	1,8	7	3	5,5	4	6	7
8	1,6	1,8	2	2	5	6,5	5,5	1	4
9	1,9	1,6	1,9	6	1	4,5	6	7	4,5
10	3	2	2,5	6	4,5	5	6,5	5	5

Таблица 2.

Таблица исходных данных

Вариант	А1	А2	В1	В2	В3	с11	с12	с13	с21	с22	с23	Ограничение по линии, ед.м.
1	60	30	15	35	50	1,8	2,1	2	1,5	1,2	1,4	А1-В1: 20
2	50	40	15	30	45	2,4	1,6	1,8	0,8	1,3	1,6	А2- В1: 10
3	45	45	10	35	45	2,5	1,2	1,9	0,9	1,2	1,8	А1- В2: 25
4	30	60	25	40	25	1,3	1,5	1,7	2	1,1	1,5	А2- В2: 15
5	60	30	30	45	15	1,8	2,3	1,6	0,8	1	2,2	А1- В3: 20
6	20	70	35	50	5	1,1	2,5	1,5	1,5	0,9	1,5	А2- В3: 10
7	70	20	40	20	30	1,8	1,1	1,4	1,6	0,8	2,3	А1- В1: 25
8	25	65	45	15	30	1,5	0,9	1,3	1,8	0,7	1,9	А2- В1: 15
9	65	25	50	10	30	1,9	1,5	2,4	2,2	0,6	1,8	А1- В2: 20
10	50	40	30	25	35	1,6	2	2,1	1	1,2	1,5	А2- В3: 10

studfiles.net

Шпоры - Оптимизация в электроэнергетических системах [DOC]

Добавлен пользователем Andr_2009, дата добавления неизвестна
Отредактирован 27.05.2009 02:59

Понятие оптимизации. Основные задачи оптимизации в электроэнергетике. Степени свободы электроэнергетической системыПрименение метода множителей Лагранжа при решении задач оптимизации в ЭЭОпт-е распределение перетоков мощности в замкнутых контурах эл. сетиПрим-ие м-да множителей Л. для опт-ии перетоков мощности в эл. сетиОптимизация распределения перетоков мощности сложной эл. сетиОпределение оптимального распределения нагрузки между ТЭС методом множителей Лагранжа. Относительные приросты ТЭСОпределение оптимального распределения нагрузки между ТЭС методом множителей Лагранжа. Структурная схема алгоритмаНаивыгоднейшее распределение нагрузки между ТЭС без учета потерь P. Физический смысл равенства относительных приростовОпределение опт. распределения нагрузки в энергосистеме с ГЭС и ТЭС методом множителей Лагранжа. Относит. приросты ТЭС и ГЭСРазмерность и физический смысл множителей Лагранжа в задачах оптимизации распределения нагрузки в энергосистемеОптимальное распределение нагрузки при постоянном напоре ГЭС и структурная схема алгоритма поиска данного распределенияОптимальное распределение нагрузки при переменном напоре ГЭСОптимальное распределение нагрузки между агрегатами электростанций. Оптимальная последовательность включения агрегатов электростанцийФормулировка задачи оптимизации режима энергосистемы с позиций нелинейного программирования. Основные определенияПрименение методов возможных направлений для поиска экстремума целевой функции при решении задач оптимизации в электроэнергетикеПрименение метода наискорейшего спуска при решении задач опт-ии в ЭЭСпособ вычисления оптимальной длины шага вдоль заданного направления спуска при решении задач оптимизации в электроэнергетикеПрименение метода покоординатной оптимизации в электроэнергетике. Внешний и внутренний циклы методаПрименение градиентных методов оптимизации в электроэнергетике. Критерии сходимости. Градиентный метод + метод наискорейшего спускаПрименение градиентных методов оптимизации в электроэнергетике. Метод проектирования градиентаУчет ограничений в форме равенств при решении задач оптимизации в электроэнергетике. Приведенный градиентУчет ограничений в форме неравенств при решении задач оптимизации в электроэнергетике. Метод штрафных функцийОптимизация режима электроэнергетической системы методом Ньютона. Матрица Гессе. Геометрическая интерпретация аппроксимации ЦФКомплексная оптимизация режимов энергосистемы

Чтобы скачать этот файл зарегистрируйтесь и/или войдите на сайт используя форму сверху.
Регистрация

www.twirpx.com

В.М.Летун. Оптимизация режимов работы энергосистем - основа модели оптового рынка электроэнергии

Математик. Окончил в 1961 году Уральский государственный университет по специальности прикладная математика, кандидат технических наук.

С 1967 года, занимается проблемами оптимизации режимов работы электростанций и энергосистем. Защитил кандидатскую диссертацию по теме «Методы определения экономичных режимов гидротепловых энергосистем и ТЭС со сложными тепловыми схемами».Подготовлена докторская диссертация – «Оптимизация режима работы электростанций и энергосистем – основа модели оптового рынка электроэнергии». Автор более 50 статей. Разработчик программно-технического комплекса «Многофункциональная математическая модель тепловой электростанции», который в составе проекта , направленного на энергосбережение и повышение энергетической эффективности. Лауреат конкурса Российской ассоциации инновационного развития.

Сложность проектирования моделей оптового рынка электроэнергии во многом определяется особенностью энергетической отрасли, продукт производства которой (электроэнергию) нельзя произвести впрок. Объём производства электроэнергии тесно связан с объёмом её потребления. Электроэнергии производится ровно столько, сколько требует потребитель, поэтому избытка её в принципе быть не может. Эта особенность существенно влияет и определяет структуру оптового рынка электроэнергии. Поэтому при проектировании модели такого оптового рынка возникает далеко непростой вопрос: «Какова должна быть архитектура рыночной модели электроэнергии»?

Здесь уместно напомнить одну из основных целей перехода на рыночные отношения – повышение экономической эффективности производства электроэнергии. Стало быть, механизм конкуренции, закладываемый в модель оптового рынка электроэнергии, должен с неотвратимой неизбежностью в каждом случае приводить к поставленной цели. Электроэнергия – это социально значимый и высоколиквидный продукт, поэтому общество заинтересовано в производстве его с минимально возможными издержками. Это, в свою очередь, улучшит экологическую ситуацию и создаст благоприятные условия для снижения тарифов. Такой подход необходимо рассматривать как важную составляющую общей проблемы энергоэффективности и энергосбережения, реализуемую на этапе производства электроэнергии. Степень эффективности мероприятий по энергосбережению на этом этапе сопоставима с аналогичным показателем на этапе энергопотребления. Это обстоятельство диктует необходимость комплексного подхода к решению проблемы. Актуальность решения проблемы энергосбережения резко возросла в связи с переходом энергетики на рельсы рыночной экономики в секторе производства электроэнергии. Анализ результатов функционирования существующей модели оптового рынка электроэнергии дает основание утверждать, что предложенный механизм далёк от совершенства. Он не соответствует требованиям обеспечения минимизации затрат на топливо при производстве электроэнергии (это легко показать) и потому в принципе не может быть энергосберегающим. Главная причина неэффективности существующей модели оптового рынка электроэнергии заключается в отсутствии в механизме аукционной покупки-продажи электроэнергии оптимизационной процедуры распределения нагрузки между электростанциями, опирающейся на их энергетические характеристики (характеристики относительных приростов затрат на топливо – ХОПЗ). В основе оптового рыка электроэнергии лежит аукцион ценовых заявок. Это обстоятельство делает ценовую заявку ключевой позицией, определяющей эффективную работу оптового рынка электроэнергии. Поэтому исчерпывающее определение и разъяснение существа (а не только формы) ценовой заявки архиважно. В первую очередь, это важно для обеспечения эффективной работы единой энергетической системы. Практика работы субъектов рынка, между тем, показывает, что отсутствие каких-либо единых правил формирования ценовых заявок не только по форме, но и по содержанию приводит на деле к поиску некоего эффективного способа их задания, основанного на анализе предшествующих результатов работы на оптовом рынке. Таким образом, лишь опыт и интуиция определяют каждый раз вид ценовой заявки. По существу идёт игра ценовыми заявками. Но никакая игра ни при каких обстоятельствах в принципе не может обеспечить экономически эффективное производство электроэнергии. Налицо несоответствие принятой модели рынка такой специфичной отрасли, как энергетика. А специфика энергетического производства (электроэнергии не может производиться в избытке) не может не накладывать на модель оптового рынка электроэнергии определенного отпечатка. Чтобы понять, какое влияние оказывает упомянутая специфика энергетической отрасли на модель оптового рынка электроэнергии, проанализируем механизм использования её ключевого звена – ценовой заявки.

Существующий подход предполагает подачу всеми субъектами оптового рынка электроэнергии ценовых заявок для участия в аукционе по продаже электроэнергии на предстоящие сутки. Заявки поступают к администратору торговой системы как от покупателей электроэнергии, указывающих требуемые объёмы электроэнергии и собственные возможности по их оплате, так и от поставщиков, указывающих объёмы гарантированной поставки электроэнергии по ценам, сформированным с учётом всех видов затрат. Для поставщика электроэнергии, однако, весьма проблематично предугадать полные затраты на производство электроэнергии для расчёта ожидаемой цены, поскольку неизвестно, каков будет объём произведенной электроэнергии в предстоящие сутки. Поэтому поставщик электроэнергии, стремясь получить максимальную прибыль, пытается спрогнозировать, исходя из опыта и результатов предыдущих суток, наиболее эффективный уровень цен для разных объёмов реализуемой электроэнергии. По заявкам покупателей строится кривая спроса, а по заявкам поставщиков – кривая предложения (рис. 1 презентации).

В.М.Летун.Рисунки к статье " Оптимизация режимов работы энергосистем - основа модели оптового рынка электроэнергии"

В.М.Летун.Рисунки к стать...ого рынка электроэнергии"

Желание покупателей электроэнергии приобрести бóльший объём электроэнергии по более низкой цене остается неудовлетворённым. Необеспеченный спрос части субъектов рынка может быть реализован на свободном рынке. Объём Wп является предельным при продаже-покупке электроэнергии на взаимовыгодных условиях, и ему соответствует цена Цп. Таким образом, точка пересечения кривой спроса и кривой предложения соответствует предельной по объёму продажи (покупки) электроэнергии и цене на взаимовыгодных условиях. Эта нехитрая схема аукциона, реализующая приоритетную покупку дешевой электроэнергии и, тем самым, минимизирующая затраты на покупку электроэнергии, определяет соответствующую загрузку электростанций по активной мощности. Из этого, однако, не следует, что затраты на производство электроэнергии при такой загрузке будут минимальными. Скорее всего, при таком подходе они никогда не будут минимальными, а степень отклонения (по затратам) полученного режима от оптимального будет во многом определяться заданными ценами в ценовых заявках субъектов оптового рынка. В подобном подходе надежды на «невидимую руку» рынка совершенно беспочвенны. Надо хорошо представлять себе, что «невидимая рука», о которой говорили отцы рыночной экономики, это вовсе не какой-то мистический пассаж в модели рынка, а тонкий экономический инструмент, призванный сделать модель максимально эффективной. В описанной схеме модели отсутствует такой инструмент, поэтому она изначально запрограммирована на заведомо неэффективное решение с точки зрения затрат при производстве электроэнергии несмотря на некий рыночный антураж. Во главу угла, по существу, ставится конкуренция цен на электроэнергию, которая, в свою очередь, порождает массу негативных явлений (игра с ценовыми заявками, коррупция и т.п.), которые усугубляют неэффективное функционирование энергетики. По существу произошла замена задачи минимизации затрат на производство электроэнергии задачей минимизации затрат на покупку электроэнергии. Можно воспользоваться рекомендацией РАО «ЕЭС России». В пункте 12.3 приказа РАО «ЕЭС России» № 52 от 24.01.2006г. «О подготовке к запуску нового оптового рынка электроэнергии (мощности) переходного периода (далее НОРЭМ) с 1 апреля 2006 г.», рекомендуется «считать целесообразной подачу конкурентных ценовых заявок на продажу электроэнергии на основе предельных переменных затрат». По общепринятому определению [1,2] предельные переменные затраты или маржинальные затраты это первая производная по мощности от функции затрат на производство электроэнергии или, что то же, характеристика относительных приростов затрат. Воспользуемся этой рекомендацией и зададим в качестве ценовых заявок маржинальные затраты (ХОПЗ), тогда решение, полученное в этом случае, будет заметно ближе к оптимальному в части затрат на производство электроэнергии. Но в этом случае возникает вопрос со смысловой интерпретацией точки пересечения (если она будет) кривой спроса и кривой предложения, так как маржинальные затраты, строго говоря, не есть цена произведенной электроэнергии. Продавать электроэнергию в данной ситуации по цене Цп крайне невыгодно для поставщика, ибо маржинальные затраты всегда меньше реальной цены на электроэнергию. В этой ситуации напрашивается естественный выход – вести расчёт цен на электроэнергию постфактум, зная объём и график загрузки каждого поставщика электроэнергии и их актуальные энергетические характеристики. Если посмотреть на проблему более строго, то необходимо изменить архитектуру модели оптового рынка электроэнергии с включением в неё полнокровной системы оптимизации режима загрузки электростанций по критерию минимизации затрат на сжигаемое топливо при производстве электроэнергии. Это и есть «невидимая рука», которая сделает модель эффективной, и это единственно возможный путь сокращения издержек на производство электроэнергии, по максимизации прибыли в целом по единой энергосистеме, по созданию объективных предпосылок для снижения тарифов на электроэнергию. За основу модели оптового рынка целесообразно взять хорошо в прошлом проработанную иерархическую систему оптимизации режимов работы энергосистем с привязкой к ней системы взаиморасчётов за проданную (купленную) электроэнергию. При таком подходе автоматически решается проблема оптимального производства электроэнергии в указанном выше смысле. Предметом конкуренции становятся экономические характеристики субъектов рынка, которые во многом (если не в основном) определяются использованием высокотехнологичного оборудования, высокой культурой технической эксплуатации этого оборудования и, наконец, оптимальным управлением режимом его загрузки. Субъекты рынка, обладающие такими качествами, будут иметь конкурентное преимущество, которое, в конечном счете, обеспечит им производство электроэнергии в большом объёме и с наименьшими издержками. И в этом гвоздь вопроса. Теперь скажем несколько слов об общих принципах организации системы взаиморасчётов. Оптимизация режимов на верхних уровнях иерархии сводится к определению объёмов межсистемных перетоков активной мощности. Каждый из перетоков может быть вызван либо дефицитом мощности в соседней энергосистеме, либо замещением «дорогой» электроэнергии, либо тем и другим. Взаиморасчеты при ликвидации дефицита мощности в соседней энергосистеме. Это классический случай торговых взаимоотношений двух сторон поставщик – потребитель, поэтому в такой ситуации все расчёты за поставленную электроэнергию осуществляются по тарифу, в котором учтены все виды затрат на произведенную электроэнергию. Взаиморасчеты при замещении «дорогой» электроэнергии. Это вполне реальный вариант установления торговых отношений между двумя самодостаточными энергосистемами, выгодных при определенных условиях для каждой из сторон. Слово дорогой взято в кавычки по той простой причине, что оно выражает не общепринятый смысл – достаточно большие средние за определенный период затраты на производство 1 МВт∙ч электроэнергии по топливной составляющей, а нечто иное. Это иное можно сформулировать следующим образом: под понятием дорогая электроэнергия подразумевается большой по величине в рассматриваемый момент времени прирост затрат на топливо при увеличении выработки электроэнергии на 1 МВт∙ч. В этом смысле статус электростанции (энергосистемы) – «дорогая» или «дешевая» – может меняться в зависимости от ситуации. Количественную сторону этих приростов затрат отражает характеристика относительных приростов затрат (ХОПЗ).

Таким образом, если две соседние энергосистемы А и В, имеющие эквивалентные ХОПЗ (см. рис. 2 презентации), при покрытии нагрузки потребления вышли на относительные приросты eА и eВ , то у них есть реальная возможность осуществить взаимовыгодную торговую сделку: энергосистема А может заместить свою дорогую мощность в объёме DР (МВт), соответствующей мощностью, купленной в энергосистеме В. Объём DР рассчитывается таким образом, чтобы выполнялось соотношение:

eА ( РАпотр - DР ) = eВ ( РВпотр + DР ) = eц . (1)

Продажа электроэнергии энергосистеме А в объёме DР (МВт∙ч) позволит, во-первых, максимально снизить суммарные затраты на производство электроэнергии и, во-вторых, при определенном уровне продажной цены сделать торговую сделку выгодной для каждой из сторон. В качестве такой цены целесообразно выбрать относительный прирост затрат eц или какое-нибудь близкое к нему значение. Очевидно, что если в такой ситуации осуществлять продажу электроэнергии по цене, включающей все виды затрат и потому существенно большей чем eц, то покупающей стороне выгоднее будет производить этот объём электроэнергии DР, используя свои генерирующие мощности. И, наконец, если одна из соседних энергосистем не только дефицитная, но ещё и «дорогая», то расчёт с ней за поставленную электроэнергию из соседних энергосистем будет осуществляться по двум тарифам: за покрытый дефицит электроэнергии – по одному тарифу, за замещённую дорогую электроэнергию – по другому тарифу. Таким образом, на уровне энергосистемы (уровень РДУ) в иерархической системе процесса оптимизации режимов определятся структурированные по тарифам межсистемные перетоки активной мощности. Располагая прогнозом нагрузки потребления, энергетическими характеристиками электростанций, можно оптимизировать распределение активной мощности между электростанциями с учётом сетевого фактора и межсистемных перетоков мощности в следующей последовательности: при нарушении баланса генерации и потребления в некоторых интервалах времени выбирается состав работающего оборудования; оптимизируется режим загрузки электростанций энергосистемы; предварительные графики нагрузки передаются на электростанции энергосистемы для уточнения состава работающего оборудования и, в случае его изменения, соответствующего перерасчета энергетических характеристик ХОПЗ электростанций; в соответствии с новыми ХОПЗ в РДУ повторно оптимизируется режим загрузки электростанций энергосистемы для уточнения их графиков нагрузки. В конце процесса оптимизации по каждой энергосистеме определится необходимый объём информации для проведения коммерческих расчётов: тарифы за межсистемные перетоки мощности, почасовая себестоимость производства электроэнергии для каждой электростанции энергосистемы по топливной составляющей, почасовые объёмы производства электроэнергии и т.п. Используя эти данные в купе с утверждёнными условно-постоянными затратами для каждой электростанции, можно рассчитать тарифы на электроэнергию в целом для региона, который находится в сфере обслуживания энергосистемы. Для этого на уровне энергосистем должны существовать соответствующие трейдерские службы.

Выводы:

1. Переход от конкуренции цен на электроэнергию к конкуренции технологий, конкуренции владения культурой технического обслуживания оборудования, конкуренции в оптимальном управлении загрузкой электростанций и энергосистем, которая найдет свое выражение в ХОПЗ, обеспечит максимальное сокращение издержек на производство электроэнергии.

2. Реализация такого подхода повысит надежность работы единой энергетической системы за счет следующих факторов: исключения из технологических функций системного оператора при оптимальном управлении режимом работы энергосистем различных коммерческих наслоений, отвлекающих от решения производственных задач; распределенного по уровням диспетчерского управления технологических задач (например, выбор состава оборудования) по принципу наступления события и учета места их возникновения.

3. Система становится в высокой степени контролируемой. Показатели ХОПЗ (эквивалент ценовых заявок), подаваемые электростанциями на уровень РДУ, могут быть легко проверены аналитическими службами РДУ.

4. Система оказывает стимулирующее влияние на внедрение новых технологий, на повышение культуры технического обслуживания оборудования, на развитие принципов оптимального управления режимами загрузки основного оборудования электростанций и в целом энергетических систем.

5. Повышается ответственность системного оператора (РДУ) по бесперебойному снабжению электроэнергией потребителей региона.

6. Высокий уровень и объективность производственно-экономической информации в результате функционирования такой системы дают богатую пищу для эффективного выбора вектора развития энергетических систем.

Список литературы:

1. Стивен Стофт. Экономика энергосистем. Введение в проектирование рынков электроэнергии.: Пер. с англ. – М.: Мир, 2006.2. Марков М.В. Микроэкономика.- СПб.: Издательский Дом «Нева», 2003.

www.eeseaec.org

Интервью. Оптимизация развития электроэнергетических систем

Оптимизация развития электроэнергетических систем

28.12.2010

Одной из основных проблем оптимизации развития электроэнергетических систем сегодня стал отказ от системы плановой экономики, что резко сократило надежность и конкурентоспособность ЭЭС на внешнем рынке. О том, как вернуть все на свои места нам рассказал Вениамин Ханаев, научный сотрудник Института систем энергетики им. Л. А. Мелентьева СО РАН, заместитель директора ООО «Тепло-электроэнергетическая компания», к.т.н.

Оптимизация развития электроэнергетических систем (ЭЭС) заключается в выборе их рациональной структуры по типам электростанций и оборудования, а также в определении наиболее экономичных режимов работы последних при обеспечении необходимых требовний по надежности эксплуатации, экологичности и бесперебойности электроснабжения. Другими словами, оптимизация развития ЭЭС заключается в выборе наилучших проектных и режимных решений в различных временных и территориальных разрезах.

Поскольку оптимизация развития ЭЭС напрямую связана с их проектированием и управлением, можно выделить следующие исторически сложившиеся этапы её проведения: до 15-20 лет; до 10-12 лет; до 5 лет и этап хозяйственного управления (1-2 года).

На этапе 15-20 лет, когда погрешность исходной информации очень велика, целесообразно рассматривать один территориальный уровень – единую электроэнергетическую систему (ЕЭС), где отдельные энергосистемы представлены в виде концентрированных узлов, в которых сосредоточены потребители электроэнергии и генерирующие установки. На данном этапе исследуются только основные проблемы развития ЭЭС: в увязке с топливно-энергетическим хозяйством определяются оптимальные пропорции в развитии различных типов электрических станций; выявляются обоснованные требования к энергетическому оборудованию; разрабатываются основные принципы построения высоковольтной сети; определяются масштабы капиталовложений и материальных ресурсов; намечаются основные направления научно-исследовательских и проектно-конструкторских работ в области электроэнергетики и смежных отраслей, т.е. решаются стратегические вопросы выбора направлений развития ЭЭС в комплексе с другими отраслями.

На этапе до 10-12 лет имеется относительно более точная исходная информация. Поэтому здесь возникает необходимость учета уровня объединенных энергосистем и требуется обоснование рекомендаций по структуре, размещению и очередности развития основной электрической сети; уточнение потребности в капиталовложениях, различных видах топлива и т.д. На этом уровне принимаются окончательные решения о строительстве крупных энергетических объектов и определяются основные направления проектно-конструкторских работ. На этой стадии ЕЭС рассматривается уже как специализированная отраслевая система, и решаются более конкретные, в значительной мере технические вопросы (определяются режимы работы ЭЭС, регулировочные возможности энергетического оборудования в суточном, недельном и годовом разрезах, прогнозируется его аварийность).

На этапе оптимизации развития до 5 лет существенно уточняются потребность в электроэнергии и ее разделение в пределах каждой ЭЭС, задаются различные энергетические и экономические характеристики отдельных агрегатов, а также различные ограничения на развитие ЭЭС. Здесь рассматриваются вопросы конкретной реализации проектных решений: уточнение сроков ввода отдельных электростанций и основных ЛЭП в районном разрезе; определение оптимальной схемы развития районной электрической сети; распределение капиталовложений между строящимися объектами и т.д.

На этапе хозяйственного управления (1-2 года) корректируются календарные сроки ввода в эксплуатацию новых энергетических объектов и выполняется весь комплекс работ, связанных с обеспечением оптимального текущего управления развитием ЭЭС.

Основной проблемой оптимизации развития ЭЭС на сегодняшний день является, как это ни странно, уход от системы плановой экономики, подвергавшейся в свое время в чём-то обоснованной критике. Это определяется базовым положением электроэнергетики, её тесным переплетением с другими отраслями, определяющими не только потребность, но и возможности её развития. Немаловажными являются единство электроэнергетической отрасли, допускающее лишь её условное территориальное и иерархическое деление и специфика производимой продукции, устанавливающая жёсткую взаимосвязь ЭЭС с потребителями на стадиях производства, распределения и использования электроэнергии. Тем не менее, разработанные ещё в 50–60-е годы методики проведения оптимизационных исследований позволяют и сегодня разрабатывать достаточно хорошие сценарии оптимального развития электроэнергетических систем на долгосрочную перспективу с учетом неоднозначности исходных предпосылок и условий их развития.

Как таковые затраты на проведение мероприятий по оптимизации развития ЭЭС выделить практически не возможно. При условии проведения профессиональных комплексных исследований на стадии заблаговременной предпроектной проработки объектов электроэнергетики и выбора проектов их строительства на конкурсной основе, в идеале – с совмещением наиболее сильных сторон различных конкурентных разработок, такая оптимизация будет происходить по умолчанию. Целевое же финансирование исследований в этой области должно вестись в рамках периодического мониторинга состояния электроэнергетики страны и формирования долгосрочных планов её развития. Подобные затраты могут быть обусловлены и спецификой эксплуатации ЭЭС в текущий, следует надеяться, проходящий момент времени: дефицит финансирования строительства новых и избыток морально и физически устаревших энергетических мощностей; преобладание роста электропотребления над объемами ввода новой генерации; в целом затянувшееся и нерезультативное реформирование электроэнергетики страны. Хотя, в этом случае, речь идет уже не об оптимизации, т.е. исследовании лучших путей развития электроэнергетической отрасли, а о поиске возможностей её поддержания на некотором существующем уровне.

Проведение оптимизационных исследований и мероприятий позволяет получить в рамках отдельных энергокомпаний:

- экономию инвестиций в строительство избыточного генерирующего и электросетевого оборудования;

- разрежение графиков ремонта энергетического оборудования и снижение затрат на поддержание неэффективно загружаемого энергооборудования в хорошем эксплуатационном состоянии;

- сбалансированное количество производственного персонала и возможность его отбора, экономию затрат на обучение и переподготовку кадров;

- продление сроков службы генерирующего и электросетевого оборудования за счет выравнивания его производственной нагрузки;

- повышение устойчивости к внешним возмущениям и авариям;

- высвобождение средств на замену устаревшего оборудования, возможность проведения глубокого технического перевооружения вместо вынужденно применяемых полумер – модернизаций и ремонтов.

ЕЭС в целом, в результате оптимизации, приобретает гибкую и сбалансированную структуру, повышает свою надежность и конкурентоспособность на внешнем рынке. Общество также выигрывает за счёт более оптимального использования ресурсов страны, сокращения затрат на электроэнергию и экологической нагрузки при её производстве.

Подготовил Григорий ШКРЕБЕНЬ

www.energyland.info

Какие технологии нужны в электроэнергетике?

Суммарная мощность генерации в энергосистеме России, которая составила на начало 2015 г. 232 ГВт, несколько превышает объем потребления. Но следует учесть несколько существенных рисков:

Сокращение энергопотребления на фоне кризиса в сочетании с вводами новых мощностей в 2003-2015 отодвинуло проблему «креста Чубайса» (превышение спроса над предложением). В настоящий момент в системе более 15 МВт избыточных резервных мощностей.
Сейчас в работе находится значительное количество устаревшего оборудования – со сроком эксплуатации более 40 лет, с низкими показателями эффективности – что отрицательно сказывается на стоимости электроэнергии для конечного потребителя.
Конфигурация генерации сейчас не оптимальна: при строительстве новых мощностей по ДПМ многие регионы опирались на прогнозы роста потребления, не оправдавшие себя, в связи с чем КИУМ (коэффициент использования установленной мощности) по некоторым объектам – менее 40%. Преимущественно по ДПМ строились крупные маломаневренные блоки, а то время как волатильная нагрузка требует наличия в системе более мелких блоков для регулирования системы.
Проектов модернизации и строительства новых ТЭЦ было в последние годы относительно немного. Кроме того, из-за массового строительства локальных котельных в начале 2000-х когенерация потеряла значительную часть промышленной тепловой нагрузки, что вынудило многие ТЭЦ работать преимущественно в конденсационном режиме – а это крайне неэффективно. В ряде регионов старые мощности ТЭЦ оказались дороже новых ПГУ КЭС, и при отборе мощности оказались в режиме вынужденной генерации.
В последние 20 лет наблюдается активное строительство локальных источников электро- и теплоснабжения. Процесс децентрализации уже давно перешагнул точку невозврата и стал необратимым.

По теме: Новая разработка учёных повысит эффективность ТЭС и АЭС

Существует 6 основных сегментов в электроэнергетической отрасли, где востребованы проекты, основанные на применении новых технологий:

1. Энергосбережение в частном секторе

2. Локальные источники электроснабжения и теплоснабжения в частном и промышленном секторе

3. Промышленные накопители (конденсаторы с промышленной емкостью) для стабилизации графика нагрузки

4. Проекты, предусматривающие утилизацию или эффективное использование устаревшей генерации, подлежащей выводу из эксплуатации

5. Проекты по модернизации (повышению эффективности и оптимизации загрузки) и системам безопасности/надежности для существующей генерации

6. Сетевые проекты (в том числе связанные с возможностью децентрализованного регулирования присоединенной локальной нагрузки)

Прежде чем перейти к рекомендациям по технологиям, необходимым российской энергетике в сложившейся ситуации, давайте пристально посмотрим на мировые тренды.

Существует несколько глобальных факторов, определяющих развитие новых технологий в электроэнергетике на протяжении последнего десятилетия. Они же закладывают основные тренды на горизонте 20-30 лет:

1. Объем потребления

Резкий рост бытовой нагрузки, наблюдавшийся в развитых странах в 1970-90-е годы и в развивающиеся в 1990-00-е, был связан с ростом уровня жизни и увеличением количества энергопотребляющих бытовых устройств в домохозяйстве (телевизоры, холодильники, стиральные машины, посудомойки, вентиляторы и кондиционеры, отопительные электронагреватели, и т.д.). Сейчас практически во всем мире (кроме стран Африки, Азии и Латинской Америки) достигнута точка насыщения, и рост снижается.
Развитие технологий, используемых в энергоемких производствах, ведет к сокращению промышленного энергопотребления.

2. Структура потребления

Существенно увеличивается доля нелинейной нагрузки в суммарном объеме потребления.
Тренд децентрализации энергоснабжения (в первую очередь – в отношении территориально удаленных центров потребления).

3. Топливная политика

Угольная генерация: ограничена запасами угля и вредным воздействием на окружающую среду.
Газовая генерация: ограничена геополитической ситуацией, стремлением к энергонезависимости основных центров энергопотребления, развитием технологий добычи сланцевого и шельфого газа , разведанными запасами газовых месторождений.
Атомная энергетика: ограничена вопросами безопасности и надежности, основной тренд- термоядерный синтез и малые ядерные генераторы; крупные атомные станции постепенно становятся неэффективными.
R&D: водород, метан - новые источники энергии.

4. Надежность и безопасность

Активное совершенствование автоматизированных систем мониторинга и контроля параметров надежности и качества энергоснабжения.
Другой актуальный сегмент – автоматизированные и автоматические системы управления распределенными сетями и генерацией.

В сущности, мир движется в сторону комбинированной системы централизованного (в обеспечении базовой нагрузки в крупных центрах энергопотребления) и децентрализованного (в обеспечении локального потребления и регулирования распределенной нагрузки) электро- и теплоснабжения.

Эта система будет основана на принципиально новых источниках энергии и подчинена сложнейшим автоматизированным системам управления распределенной сетью.

В 2014 году около половины всей вводимой в эксплуатацию мощности составляли распределенные источники генерации. Согласно прогнозу Global Distributed Generation Deployment Forecast, в 2014-2023 гг. будет построено около 1,1 ТВт распределенной генерации, что составит 1/3 от всего объема нового строительства.

Ожидаемые сроки структурных изменений (вытеснение централизованных систем в пользу распределенных) – 20-30 лет. Ожидаемые сроки окончательного вытеснения угольной, газовой и атомной генерации в пользу новых источников энергии (в частности, водородная и термоядерная энергетика)– 50-60 лет.

По теме: Инфографика: Новые способы получения электричества

Теперь давайте подробнее рассмотрим технологии, востребованные в каждом из выделенных 6 сегментов:

1. Энергосбережение в частном секторе

Следует отметить, что в развитых странах этот сектор является одним из самых привлекательных для инвестиций в разработку новых технологий. Суммарная емкость мирового рынка составляет 209,5 биллионов USD. В США в 2014-2015 годах этот сегмент был самым быстрорастущим, и к 2015 году он достиг объема в 60 биллионов долларов. По оценкам экспертов, в ближайшие годы темпы роста сохранятся. Стоит ли говорить, что в России этот рынок находится в зачаточном состоянии? Это значит, что по выходу из кризиса он окажется одной из «точек взрывного роста». Более того, на фоне кризиса простейшие недорогие решения, позволяющие снизить суммарные расходы на электроэнергию, водоснабжение и тепло, будут востребованы как никогда. Какие именно технологии предлагаются в этом сегменте?

Умные дома
Солнечные панели
Климат-контроль
Малые (домашнего пользования) генераторы
Аккумуляторы
Теплоизоляция
Элементы отопления
Строительные материалы с улучшенными эксплуатационными характеристиками

Принципиально новый тренд, набирающий силу в США и Европе – переход к технологии нового поколения «умных домов», Zero Net Energy Building (ZNEB). Это концепция жилых и коммерческих помещений, обеспечивающее полное автономное энергоснабжение.

В 2014 году Главное управление услуг США утвердило приказ, обязывающий федеральное правительство модернизировать не менее 50% своего жилищного фонда, трансформировав его в ZNEB. В Калифорнии действует директива штата, предусматривающая перевод жилого фонда на ZNEB к 2020 году, коммерческой недвижимости – к 2030. Европейская комиссия утвердила директиву, согласно которой весь жилой фонд должен быть переведен на ZNEB к 2019 году, коммерческий сектор недвижимости – к 2021.

2. Сети

В этом сегменте востребованы те технологии, которые обеспечивают сокращение эксплуатационных издержек, повышение надежности и качества энергоснабжения, управление децентрализованной присоединенной нагрузкой.

Системы автоматизированного или автоматического контроля и управления (в том числе – smart metering, smart grid, системы аварийного отключения и т.д.) сетями.
Micro grid – микросетевые комплексы автономного обеспечения тех центров потребления, которые находятся вдали от крупных сетевых объектов. Первоначально на Западе в качестве micro grid рассматривались сети, объединяющие источники мощностью до 2 МВт. Но в последние годы к микросетям относят комплексы с мощностью до 60-100 МВт включительно.
Новые сетевые технологии: цифровые ПС, высокопроводимые кабели, оптимизация топологии сети.

Информацию о реализованных и реализуемых в США проектах строительства smart grids можно посмотреть на сайте smartgrid.gov.

Согласно данным Pike Research, в настоящий момент в мире есть более 160 проектов создания micro grids.

Пальма первенства принадлежит США. Проекты реализовываются в Коннектикуте, Нью-Йорке, Нью Джерси, Массачусетсе, Мэриленде, Калифорнии. Преимущественно проекты охватывают зоны grinfield (застройка новых площадей). Так, Альстом в Филадельфии в 2014 г. приступил к разработке проекта micro grid для бывшей портовой зоны, которая застраивается новыми офисными зданиями. Есть и проекты создания городской сети (например, в Варвике Nyser Been Energy LLC только что, в августе 2015 г., приступили к созданию micro grid, которая объединит городские здания и сооружения).

3. Локальная генерация

В этом сегменте в первую очередь востребованы технологии строительства малой электро- и теплогенерации. Помимо ставших традиционными ВИЭ, сюда относятся различного рода recycling-технологии (биостанции и мусорные станции, активно ведущие деятельность в Швеции и Дании) и новейшие микроядерные установки. Так, во Франции уже изобретен первый малый генератор Hyperion, который работает на низкообогащенном уране и способен обеспечить энергоснабжение крупного промышленного предприятия или систему, состоящую из более 10 тысяч домохозяйств. Промышленное производство Hyperion будет налажено в ближайшие 3-4 года.

Малые ГЭС
Ветряные генераторы
Солнечные станции
Приливная энергетика
Геотермальная энергетика
Биогенерация
Мусорная генерация
Малые термоядерные установки
Водородные генераторы малой мощности

4. Накопители (промышленные емкостные конденсаторы)

В последние годы во всем мире активно развивается это новое направление. По мере развития технологий конденсаторы, обеспечивающие хранение энергии в промышленных масштабах, становятся все более доступными.

В этой отрасли происходит то же самое, что в ИТ в производстве чипов памяти: емкость растет геометрически, а себестоимость производства падает (преимущественно за счет стоимости сырья).

Первое поколение конденсаторов – литий-ионные батареи (на которых погорели «Роснано» и «Ренова»), были изобретены около 40 лет назад и имеют КПД около 85-98%. При этом они обладают повышенной пожароопасностью и постепенно уступают место более новым типам накопителей. Если себестоимость производства различного вида литий-ионных батарей сейчас составляет в среднем около 6 USD за 1 Вт, то серно-натриевого (NaS) аккумулятора – уже 3 USD за 1 Вт (КПД такого аккумулятора составляет 80-90%). Серно-натриевые аккумуляторы получили второе рождение в 2014 г. благодаря изобретению жидкого проводящего электролита.

Согласно ожиданиям экспертов, в ближайшее время (2-3 года) себестоимость производства нового поколения литий-ионных конденсаторов снизится до 1,5-1,8 USD за МВт.

Многие венчурные инвесторы вкладывают средства в разработки новых видов накопителей, которые позволят существенно увеличить емкость и КПД и уменьшить себестоимость производства.

В первую очередь, накопители востребованы в распределенных энергосистемах с высокой долей ВИЭ и нелинейной нагрузки: они демпфируют провалы напряжения при скачках в сети и замещают генерирующие источники в те периоды, когда электроэнергия не может быть выработана (из-за отсутствия ветра, солнца, воды и т.д.). Промышленные накопители, кроме того, востребованы на промышленных предприятиях (как резервные источники энергоснабжения, а также для целей оптимизации затрат на покупку электроэнергии), на генерирующих станциях (поскольку в позволяют обеспечить постоянную базовую нагрузку блоков и поставлять аккумулированную электроэнергию в пиковые часы). Лидерами в этом сегменте являются США и Китай. Во многих странах установка накопителей регулируется законодательно. В Калифорнии, например, местной директивой 2013 г. электроэнергетические компании обязали установить 1,3 ГВт накопителей к 2020 г.

Один из самых крупных проектов, реализуемых в этом сегменте,- строительство AES в Калифорнии 100 МВт накопителя, обеспечивающего хранение четырехчасового запаса электроэнергии, достаточного для компенсации роста потребления в пиковые часы нагрузки. Проект стал альтернативой строительства дополнительных резервов газотурбинных мощностей для загрузки в пиковые часы. Строительство должно быть закончено к 2021 году, в настоящий момент это самый крупный электрохимический конденсатор в мире. Строительство ведется под заключенный сроком на 21 год договор поставки электроэнергии по фиксированной цене, гарантирующий финансовый поток.

5. Существующая генерация

Это наиболее консервативный сегмент рынка, где места для сторонних игроков практически нет.

Генерирующие станции, которые находятся в работе, входят в состав ТГК и ОГК. Финансирование строительства новых станций и модернизации существующих осуществляется через двухсторонние договоры поставки мощности на оптовом рынке. Требования к инжиниринговым компаниям, занимающимся строительством и модернизацией генерирующих станций, высоки, и основные игроки прекрасно всем известны.

Коммерческое применение здесь возможно только для тех технологий, которые позволяют улучшить показатели эффективности работы станции, снизить себестоимость выработки электроэнергии, и которые являются при этом полностью самоокупаемыми.

Так, в последние годы были популярны различного рода проекты перевооружения котельных и парогазовых блоков ТЭЦ надстройками ГТУ. Отдельная ниша – это различного рода системы мониторинга, управления и безопасности (в том числе кибербезопасности) для генерирующих объектов, где потребность есть, а вот квалифицированного предложения явно недостаточно.

Итого:

Рост эффективности использования существующих ГТУ и ПГУ.
Системы управления и обеспечения безопасности.

6. Теплоснабжение

В этом сегменте исторически существуют две проблемы. Первая – интеграция централизованного (ТЭЦ и магистральные теплосети) и децентрализованного (локальные котельные и распредсети) теплоснабжения, которая усиливается по мере развития процесса децентрализации.

Очень актуальны те технологии, которые обеспечивают учет, контроль, мониторинг и управление в распределенной системе теплоснабжения, а также оптимизируют конфигурации системы и нагрузки.

Вторая проблема – это высокая степень износа оборудования (трубопроводы, насосные станции и т.д.) и низкое качество материалов, применяемых при замене/модернизации трубопроводов в последние 20 лет. Отсюда – большие теплопотери и частые утечки. Соответственно, тут нужны технологии, которые помогут дольше эксплуатировать трубопроводы, повысят их надежность, увеличат КПД водонасосных станций и теплоизоляцию.

Итого:

Автоматизированные системы контроля и управления.
Трубы и изоляционные материалы, системы очистки и увеличения продолжительности срока эксплуатации оборудования и трубопроводов.

Фото на обложке: Shutterstock.

Нашли опечатку? Выделите текст и нажмите Ctrl + Enter

rb.ru

Оптимизация развития электроэнергетических систем, страница 2

Введение

Значительная часть исследований в электроэнергетике, как и в других отраслях техники, составляют так называемые оптимизационные задачи. Задачей оптимизации называется экстремальная задача, где при решении заданной системы уравнений и накладываемых ограничений необходимо определить экстремум целевой функции. При этом целевую функцию часть называют критерием. В многоэкстремальных целевых функциях присутствует множество локальных критериев, наибольший из которых глобальный.

Для ЭЭС характерным оптимизационными задачами являются:

1. Управление нормальными установившимися режимами ЭЭС.

2. Планирование разбития ЭЭС на разную временную перспективу.

В данном курсовом проекте рассматривается вторая задача.

Необходимо выполнить оптимизацию структуры генерирующих мощностей (СГМ) электроэнергетической системы, состоящей из трех объединенных энергосистем (ОЭС), связанных межсистемными связями. А так же выбрать оптимальную конфигурацию электроэнергетической сети для системы из восьми подстанций.

Формирование модели выбора структуры генерирующих мощностей заключается в линейной экономико-математической задачи модели выбора структуры генерирующих мощностей, в расчете коэффициентов уравнений ограничений и целевой функции и в выборе оптимальной структуры симплекс-метода.

Выбор структуры генерирующих мощностей на ЭВМ включает в себя работу с программой OSGM, которая по начальным данным, находящихся в задании на курсовой проект, составляет оптимальную структуру генерирующих мощностей и ее анализ.

Выбор оптимальной конфигурации электрической сети осуществляется при помощи программы «OPTIMUM», а также производится расчет перетоков мощности, выбор напряжения, сечения проводов трансформаторов, принципиальной схемы

I. Формирование моделей выбора структуры генерирующих мощностей

1.1 Линейная экономико-математическая модель выбора СГМ.

Задачи выбора СГМ:

В общем виде задача выбора СГМ формулируется следующим образом: определить значение суммарных мощностей различных типов электростанций, а также пропускных способностей Эл.перередач, обеспечивающих минимум приведенных затрат по энерго системе. С учетом существующей структуры и система образующей сети, динамики роста нагрузок и электро потребления, набора возможных сооружений типов электро станций и их технико экономических характеристик.

Полный учет особенностей энерго системы требует разработки нелинейной модели оптимизации СГМ: дискретность ввода энерго обьектов; динамический характер развития энерго систем. Однако опят расчетов показал целесообразность сведения этой задачи к общей задаче линейного программирования.

Задача линейного программирования в общем виде.

Требуется найти min целевой функции Ф:

при выполнении системы ограничений:

xi – оптимизируемые параметры

ci – константы функционала, соответствующие в экономических задачах удельным затратам на единицу затрат параметра

aij – константы, используемые для описания с помощью ограничений технологических и экономических связей между объектами

В нашем случае линейная экономико-математическая модель выбора СГМ выглядит следующим образом: для каждого узла е в дополнение к мощности существующей электростанции j-го типа использующие топливо вида i – Pэсеij должна быть определена величина вновь вводимой мощности Хeij , так же перетоки мощности между системами Xee’ и Xe’e. За критерий оптимальности принимается минимум суммарных приведенных затрат на развитие электростанции и линий электропередач.

vunivere.ru

Оптимизация работы ТЭЦ в условиях оптового рынка электроэнергии и мощности России. Раздел 1. Содержательная постановка задачи оптимизации работы ТЭЦ в России | Статьи

Статья опубликована в научном журнале «Наука и образование» 8 августа 2015 года, PDF версия.

Раздел 1. Содержательная постановка задачи оптимизации работы ТЭЦ в РоссииРаздел 2. Линеаризация расходной характеристики турбиныРаздел 3. Формальная постановка задачи краткосрочной оптимизации работы ТЭЦ в условиях рыночной электроэнергетикиРаздел 4. Вычислительный экспериментСписок литературы с комментариямиСравнение оптимизационных задач 1 и 2 при определении оптимального состава включенного оборудования

Оглавление раздела

АннотацияВведение1. Содержательная постановка задачи оптимизации работы ТЭЦ в России1.1. Задача оптимизации работы ТЭЦ в условиях плановой электроэнергетики (задача 1)1.2. Задача оптимизации работы ТЭЦ в условиях рыночной электроэнергетики (задача 2)1.3. Содержательная постановка задачи оптимизации работы ТЭЦ в условиях рынка

Аннотация

В работе предложен новый подход к оптимизации работы ТЭЦ в условиях российского оптового рынка электроэнергии и мощности: сформулирован новый критерий оптимальности, предложены новые линеаризованные расходные характеристики паровых и газовых турбин. Задача оптимизации решена методами смешанно-целочисленного линейного программирования. Подход был сформулирован и реализован в рамках разработки «Системы математического технико-экономического моделирования электростанций» для семи ТЭЦ ОАО «Квадра»:

Дягилевская ТЭЦ,
Курская ТЭЦ-1,
Липецкая ТЭЦ-2,
Орловская ТЭЦ,
Курская ТЭЦ СЗР,
Тамбовская ТЭЦ,
Смоленская ТЭЦ-2.

Система математического технико-экономического моделирования электростанций передана в промышленную эксплуатацию осенью 2014 года. Организационные аспекты разработки указанной системы изложены в статье [1].

Авторы благодарят руководителей проекта В.А. Филимонову и М.А. Горячева за высококачественную организацию выполнения работ, а также начальника производственно-технического отдела Липецкой ТЭЦ-2 В.Н. Белоусова за конструктивную критику подходов.

Авторы благодарят д.ф.-м.н., профессора МГТУ им. Н.Э. Баумана А.П. Карпенко за помощь в редактировании рукописи.

Введение

Оптимизация работы теплоэлектроцентрали (ТЭЦ) является важной технико-экономической задачей, направленной на повышение эффективности использования природных ресурсов, которые служат топливом для ТЭЦ, и повышение экономической эффективности работы станции на рынке электроэнергии и тепла. Критерии оптимальности работы ТЭЦ зависят от условий ее эксплуатации.

В работе [2] критерием оптимальности работы ТЭЦ, входящей в состава завода по производству этилена, определены затраты химического производства. Оптимизация работы ТЭЦ выполняется с целью минимизации указанных затрат. Работы [3][4]посвящены максимизации технической эффективности работы ТЭЦ, критерием оптимальности установлена эффективность, основанная на линии Вильяна (Willan’s line). В другой работе те же авторы [5] полагают критерием оптимальности работы ТЭЦ прибыль, которую максимизируют. Авторы [6] разработали критерий оптимальности, включающий постоянные и переменные затраты ТЭЦ (operating and capital costs), задачу решают с целью минимизации указанных затрат.

В России до 2006 года в рамках плановой электроэнергетики критерии оптимальности работы ТЭЦ были определены на государственном уровне [7][8]. Указанными критериями служили расход топлива и затраты на топливо. Задача оптимизации решалась с целью минимизации этих критериев.

На сегодняшний день задача оптимизации работы ТЭЦ в России должна учитывать условия и правила функционирования Оптового рынка электроэнергии и мощности (ОРЭМ), начавшего свою работу в сентябре 2006 года. Несмотря на изменившиеся условия эксплуатации ТЭЦ, в ряде современных российских работ [9][10][11] в качестве критерия оптимальности их функционирования по-прежнему используют затраты на топливо. В частности, в работе [10] в качестве критерия оптимальности и конкурентоспособности ТЭЦ на ОРЭМ определено значение топливной составляющей (затраты на производство 1 МВт•ч электроэнергии). Эта составляющая должна быть минимизирована для режима работы ТЭЦ с известной тепловой и электрической нагрузками. Влияние цен на электроэнергию на результаты оптимизации в работе не учитывается. Автор работы [9], опубликованной в 2015 году, формулирует два критерия оптимальности работы ТЭЦ — расход топлива и электрическая мощность ТЭЦ. В связи с этим в работе поставлены две задачи — минимизация расхода топлива и максимизация выработки электроэнергии. Рыночные цены на электроэнергию в постановке задачи оптимизации не учитываются.

Современная постановка задач оптимизации работы ТЭЦ имеет высокую вычислительную сложность, причинами которой являются: а) сложный вид целевой функции; б) большое число управляемых (варьируемых) параметров, которое зависит от применяемых математических моделей агрегатов ТЭЦ; в) большое число ограничений, накладываемых на значения управляемых параметров [12].

Выбор математических моделей ТЭЦ зависит от поставленной задачи. В работе [2] предложена гибридная модель, в которой параметры пара, требуемого производством, рассчитывают на основании нейросетевой модели, электрическую мощность турбин — с помощью термодинамических уравнений. Авторы [3][4] в качестве математической модели турбины используют уравнение (линию) Вильяна. В работе [6] функционирование ТЭЦ описывают при помощи термодинамических уравнений, учитывающих энтальпию и энтропию тепловой энергии. Авторы [7][8] разработали ряд линейных и нелинейных моделей агрегатов ТЭЦ. В работе [9] использованы нелинейные математические модели, учитывающие 19 параметров работы турбины и 14 параметров работы парового котла.

Задачу оптимизации работы ТЭЦ в работах иностранных авторов решают методами смешанно-целочисленного нелинейного программирования [2][5][6], при помощи генетического алгоритма [3][4]. В России для решения задачи оптимизации работы ТЭЦ, главным образом, применяют методы эквивалентирования [7][8] и динамического программирования [10]. Обзор других методов решения задачи минимизации расхода топлива, применяемых в России, приведен в работе [9].

Целью настоящей работы является постановка и решение новой задачи оптимизации работы ТЭЦ в условиях функционирования ОРЭМ. Новым критерием оптимальности работы ТЭЦ на ОРЭМ полагаем прибыль, которую требуется максимизировать на некотором интервале времени, называемом горизонтом оптимизации. Кроме того, в работе предложены новые линеаризованные расходные характеристики паровых и газовых турбин. Указанные характеристики позволяют сократить число управляемых параметров и, как следствие, снизить вычислительную сложность задачи оптимизации, а также свести задачу оптимизации к задаче смешанно-целочисленного линейного программирования [12]. Решение задачи оптимизации работы ТЭЦ в рыночных условиях реализовано при помощи интегрированного программного продукта IRM (OpenLinkInternational, Австрия). В системе IRM созданы и переданы в промышленную эксплуатацию оптимизационные модели семи ТЭЦ. По итогам решения задачи оптимизации произведена оценка потенциальной прибыли ТЭЦ при работе на ОРЭМ.

Структура статьи следующая. В первом разделе рассмотрено изменение цели оптимизации работы ТЭЦ при переходе России от плановой электроэнергетики к рыночной, приведена содержательная постановка задачи оптимизации работы ТЭЦ в рыночных условиях. Второй раздел статьи посвящен линеаризации расходных характеристик паровых и газовых турбин. В разделе приведен алгоритм определения этих характеристик, а также значения ошибок линеаризации для различных типов турбин. Третий раздел содержит формальную постановку задачи краткосрочной оптимизации работы ТЭЦ в условиях рынка: сформулированы целевая функция, набор управляемых параметров и ограничения. В четвертом разделе приведено описание программного аспекта решения задачи оптимизации работы ТЭЦ в новой постановке, а также рассмотрены экономические оценки результатов проведенных численных экспериментов.

1. Содержательная постановка задачи оптимизации работы ТЭЦ в России

В разделе рассмотрены две задачи оптимизации работы ТЭЦ: задача минимизации затрат на топливо (п. 1.1), которая ставилась в условиях плановой электроэнергетики, и задача максимизации прибыли ТЭЦ (п. 1.2), актуальной при работе на ОРЭМ. Для задачи максимизации прибыли ТЭЦ выделено четыре типа срочности: долгосрочная, среднесрочная, краткосрочная и оперативная оптимизация работы ТЭЦ. Раздел завершается содержательной постановкой задачи оптимизации работы ТЭЦ в рыночных условиях (п. 1.3).

1.1. Задача оптимизации работы ТЭЦ в условиях плановой электроэнергетики (задача 1)

В условиях плановой электроэнергетики эффективность работы ТЭЦ оценивали показателями удельного расхода условного топлива на выработку электроэнергии и тепла [8]. Задачу оптимизации работы ТЭЦ решали с целью минимизации расхода условного топлива или минимизации затрат на топливо [7][8] при условии обеспечения заданной электрической, паровой и тепловой нагрузки станции:

(1)

Таким образом, задача состояла в распределении заданной нагрузки ТЭЦ по агрегатам таким образом, чтобы расход топлива или затраты на топливо были минимальными.

Для решения задачи оптимизации в данной постановке в работах [7][8] предложен метод, оперирующий понятиями характеристика относительных приростов расхода условного топлива и характеристика относительных приростов стоимости топлива — так называемый метод эквивалентирования. Характеристики относительных приростов рассчитываются для каждого агрегата ТЭЦ. Оптимальным является режим, в котором величины относительных приростов условного топлива различных агрегатов равны между собой. Преимуществом метода является простота. Вследствие этого он широко применяется до настоящего времени.

В диссертации [10] рассмотрены актуальные недостатки задачи оптимизации работы ТЭЦ в данной постановке.

Недостаточно высокое качество диспетчеризации. Служба управления режимами работы оборудования при выполнении заданного графика нагрузки в ряде случаев исходит только из условия обеспечения надежности работы, которое может противоречить требованиям обеспечения эффективности работы ТЭЦ.
Несоответствие энергетических характеристик оборудования ТЭЦ фактическим режимам работы. Пересмотр нормативной базы один раз в пять лет не снимает данную проблему.
Недостаточно высокое качество контроля параметров режима работы оборудования. Отсутствие автоматизированных систем управления технологическими процессами работы оборудования на большинстве ТЭЦ не позволяет вести детализированный контроль за изменениями технических параметров режима работы.

На сегодняшний день указанные недостатки нельзя считать устраненными. Один из путей повышения соответствия энергетических характеристик фактическим режимам работы оборудования состоит в регулярной корректировке энергетических характеристик на основании измерений параметров режима работы оборудования [10].

Заметим, что оценки сокращения расхода топлива при решении задачи (1) колеблются от 0,8 до 1,7% от общего расхода топлива [9][10]. Указанные величины, с одной стороны, сравнимы с ошибкой измерения расхода топлива, а с другой — подтверждают, что сокращение расхода топлива возможно только при высоком соответствии фактического режима работы оборудования ТЭЦ плану загрузки агрегатов, полученному по итогам оптимизации, что далеко не всегда имеет место на практике (недостаточное качество диспетчеризации, недостаточное качество контроля параметров режима).

В результате решения задачи (1) формируют детализированный план загрузки оборудования ТЭЦ, являющийся вспомогательной информацией для службы эксплуатации и управления режимами [9].

1.2. Задача оптимизации работы ТЭЦ в условиях рыночной электроэнергетики (задача 2)

С началом функционирования ОРЭМ в сентябре 2006 года эффективность работы ТЭЦ оценивается прибылью. Современная задача оптимизации работы ТЭЦ ставится следующим образом:

(2)

Постоянный контроль прибыли ТЭЦ является неотъемлемой частью ее эксплуатации. В зависимости от периода времени (горизонта оптимизации), для которого требуется максимизировать прибыль, выделим задачи четырех типов.

Долгосрочная оптимизация работы ТЭЦ с горизонтом от одного года до нескольких лет необходима при планировании сроков ввода в эксплуатацию новых и консервации изношенных мощностей.
Среднесрочная оптимизация работы ТЭЦ с горизонтом от месяца до года необходима для формирования бизнес-плана и годового планирования периодов ремонтных работ оборудования, а также подготовки заявок на конкурентный отбор мощности [13].
Краткосрочная оптимизация работы ТЭЦ с горизонтом от суток до месяца необходима для формирования заявок на выбор состава включенного генерирующего оборудования, заявок на рынок на сутки вперед, а также оперативных ценопринимающих заявок на балансирующий рынок [13]. В данной оптимизационной задаче следует учитывать выручку от продажи тепла, пара, электроэнергии, а также затраты на покупку топлива и электроэнергии на собственные нужды [13].
Оперативная оптимизация работы ТЭЦ для одного или нескольких часов необходима для сокращения затрат на топливо при выполнении известного графика тепловой и электрической нагрузок. В этом случае задача максимизации прибыли (2) сводится к задаче минимизации затрат на топливо (1): при работе с известным графиком тепловой и электрической нагрузок выручка ТЭЦ является известной величиной [13].

При решении задач долгосрочной и среднесрочной оптимизации работы ТЭЦ следует учитывать выручку от продажи тепла, пара, электроэнергии и мощности, а также переменные затраты (затраты на топливо) и постоянные затраты (возврат инвестиций, фонд заработной платы, стоимость ремонтов, страхование и др.) [14].

Основные отличия задачи 1 от задачи 2 состоят в следующем:

в задаче 1 необходимо найти минимум целевой функции, в задаче 2 — максимум;
в задаче 1 необходимо учитывать только затраты ТЭЦ, в задаче 2 — выручку и затраты;
в общем случае решение задачи 1 не соответствует решению задачи 2;
задача 1 является частным случаем задачи 2 при известной величине выручки ТЭЦ.

Для иллюстрации несоответствия результатов решения оптимизационных задач 1 и 2 в Приложении А рассмотрен численный пример.

Задача краткосрочной оптимизации была решена в настоящей работе (п. 3, 4), задачи долгосрочной и среднесрочной оптимизации работы ТЭЦ в рыночных условиях в России не решены и являются актуальными.

1.3. Содержательная постановка задачи оптимизации работы ТЭЦ в условиях рынка

Задачу оптимизации работы ТЭЦ в условиях ОРЭМ ставим с учетом следующих допущений.

Задача оптимизации решается для равноотстоящих дискретных моментов времени t = 1,2,...,T, где T — горизонт оптимизации. Разность двух соседних моментов времени постоянна и равна Δt.
Потребление и выработка различных видов энергии агрегатами ТЭЦ E(t) соответствует потреблению и выработке энергии между отметками времени t и t+Δt.
Мощность на интервале времени Δt, т. е. между отметками времени t и t+Δt , является постоянной. Значение мощности для отметки времени t вычисляем как E(t)/Δt .

Критерием оптимальности работы ТЭЦ в условиях ОРЭМ является функция суммарной прибыли, которую требуется максимизировать на горизонте оптимизации T.

Управляемыми параметрами задачи оптимизации работы ТЭЦ являются параметры режима работы оборудования: нагрузка основного и вспомогательного оборудования ТЭЦ, общая тепловая и электрическая нагрузки станции, расход каждого вида топлива, объемы собственных нужд ТЭЦ.

Ограничения, накладываемые на значения управляемых параметров, состоят из ограничений, обусловленных применяемыми математическими моделями агрегатов станции (п. 3.3.1), ограничений, обусловленных диапазоном регулирования агрегатов (п. 3.3.2), и прочих ограничений (п. 3.3.3). Кроме того, необходимо соблюдение топливных, тепловых и электрических балансов.

Задача оптимизации работы ТЭЦ в условиях ОРЭМ состоит в определении значений управляемых параметров, соответствующих максимуму суммарной прибыли на горизонте оптимизации T. Информация о прибыли и соответствующих ей нагрузках агрегатов станции является исходной для планирования работы ТЭЦ на ОРЭМ [13].

Выделяем три последовательных этапа краткосрочной оптимизации работы ТЭЦ в условиях ОРЭМ (аналогичные этапы выделены в диссертации [9]).

Оптимизация состава включенного оборудования — формирование оптимальной заявки для каждой единицы генерирующего оборудования на расчет выбора состава включенного генерирующего оборудования, проводимый ОАО «СО ЕЭС» [13].
Оптимизация плана выработки электроэнергии — формирование оптимальной заявки на процедуру конкурентного отбора рынка на сутки вперед для каждой группы точек поставки, проводимой ОАО «АТС» [13].
Оптимизация диспетчерского графика нагрузки — формирование оптимальной оперативной ценопринимающей заявки для каждой группы точек поставки на отклонение электрической нагрузки от диспетчерского графика на балансирующем рынке, управляемом ОАО «СО ЕЭС» [13].

После подачи ценовой заявки на этапе I специалисты станции получают от ОАО «СО ЕЭС» перечень включенного генерирующего оборудования и приступают к решению задачи этапа II. Аналогичным образом, по итогам подачи ценовой заявки на этапе II специалисты станции получают сначала торговый график от ОАО «АТС», а затем диспетчерский график от ОАО «СО ЕЭС» и приступают к решению задачи этапа III [13].

Таким образом, задача краткосрочной оптимизации работы ТЭЦ в условиях ОРЭМ состоит из трех указанных последовательных этапов, на каждом из которых должна быть максимизирована прибыль с учетом ограничений, полученных от инфраструктурных организаций ОАО «СО ЕЭС» и ОАО «АТС».

Поскольку финансовые расчеты на ОРЭМ осуществляются в часовом разрешении, то задачу краткосрочной оптимизации работы ТЭЦ в условиях рынка решаем с часовой дискретностью (Δt = 1 час) и в следующих единицах измерения: для потребляемой и вырабатываемой мощности агрегатов ТЭЦ E(t)/Δt используем МВт, для всех видов выработанной и потребленной энергии E(t) — МВт•ч, для цен — руб./МВт•ч. Отметки времени t соответствуют началу часа.