趙萬宗,韋 化,韋昌福,鮑海波
(1. 廣西大學(xué) 廣西電力系統(tǒng)最優(yōu)化與節(jié)能技術(shù)重點實驗室,廣西 南寧 530004;2. 廣西電網(wǎng)電力調(diào)度控制中心,廣西 南寧 530023)
自動發(fā)電控制AGC(Automatic Generation Control)是實現(xiàn)電力系統(tǒng)供需平衡的重要技術(shù)手段。隨著新一輪電力市場改革的重啟[1],將競爭機制引入AGC輔助服務(wù)成為發(fā)展趨勢,由此帶來的市場力風(fēng)險[2]必將影響AGC輔助服務(wù)市場正常運行。
現(xiàn)有滿足控制性能標(biāo)準(zhǔn)(CPS)[3]的AGC控制策略中,通常關(guān)注機組的安全約束,未涉及市場力風(fēng)險的問題。文獻(xiàn)[4-12]研究了CPS下的AGC控制問題,構(gòu)建滿足CPS的AGC控制模型,但未考慮市場力的影響。為了維護(hù)市場秩序,降低電網(wǎng)企業(yè)購買AGC輔助服務(wù)的價格風(fēng)險,保障用電的可靠性和經(jīng)濟(jì)性,文獻(xiàn)[13-14]研究了降低市場力的策略及其抑制措施,提出了如引入電力需求彈性、采取長期合約方式、設(shè)置價格上限等技術(shù)手段,可在一定程度上降低市場力的影響?,F(xiàn)有AGC優(yōu)化控制研究成果難以同時兼顧市場力風(fēng)險、安全約束和CPS考核指標(biāo)三者,使得發(fā)電商容易滯留容量,抬高AGC調(diào)節(jié)成本,降低系統(tǒng)運行經(jīng)濟(jì)性,存在安全隱患。
因此,本文引入了金融領(lǐng)域廣泛采用的風(fēng)險價值(VaR)方法[15],構(gòu)建了滿足CPS下計及市場力風(fēng)險的最優(yōu)AGC控制的混合整數(shù)非線性規(guī)劃MINLP(Mixed Integer NonLinear Programming)模型。模型中綜合考慮了CPS考核指標(biāo)、市場力風(fēng)險、電力系統(tǒng)安全性與經(jīng)濟(jì)性等方面的安全約束條件,并以廣西電網(wǎng)運行數(shù)據(jù)作為測試算例,驗證了所提模型的有效性。
AGC輔助服務(wù)是電力市場正常運營的一項重要保障,具有公共服務(wù)性質(zhì),目前國內(nèi)外主要有庫聯(lián)營(集中競價)、雙邊交易型和混合模式等交易模式。迄今為止,AGC輔助服務(wù)尚未形成一個統(tǒng)一成熟的市場框架,鑒于AGC輔助服務(wù)具有強制性的公共服務(wù)性質(zhì),需要一個核心管制執(zhí)行機構(gòu)(如電網(wǎng)調(diào)度中心),來保障輔助服務(wù)的正常獲取和調(diào)度,不失一般性,本文選取集中競價的市場交易框架。
AGC輔助服務(wù)市場由物理環(huán)境和市場環(huán)境兩部分組成,如圖1所示。AGC輔助服務(wù)提供者按照市場規(guī)則向交易中心(或調(diào)度機構(gòu))提交容量報價和電量報價,由交易中心(或調(diào)度機構(gòu))根據(jù)一定的優(yōu)化策略,確定向誰購買,以及購買的容量價格。市場參與者除了可以調(diào)整報價策略外,沒有其他自主選擇的權(quán)力。
圖1 AGC輔助服務(wù)市場基本結(jié)構(gòu)Fig.1 Basic structure of AGC ancillary service market
由于市場交易中心所確定的AGC機組是未來一段時間內(nèi)預(yù)期投入的機組,其是否會在實時調(diào)度中被選擇,則由實時調(diào)度控制策略來確定,即AGC輔助服務(wù)市場由日前市場和實時市場兩部分構(gòu)成,如圖2所示。日前市場選中的機組,無論其是否參與實際調(diào)節(jié),均可獲得相應(yīng)的容量備用補償,在本文的優(yōu)化目標(biāo)中將此部分忽略。實際參與調(diào)節(jié)的AGC機組及其調(diào)節(jié)量的多少,則根據(jù)日前市場所選定的機組報價,通過實時控制策略來確定是否下令調(diào)節(jié),其結(jié)果將影響AGC輔助服務(wù)的電量成本。
圖2 AGC控制基本環(huán)節(jié)Fig.2 Basic sectors of AGC
傳統(tǒng)衡量市場力的指標(biāo)主要有HHI(Herfindahl-Hirschman Index)、Lerner Index、PCMI(Price Cost Margin Index)等,這些指標(biāo)一般僅用于事后分析,作為市場力檢測的粗略掃描工具[16],難以在實時的優(yōu)化控制策略中予以考慮。VaR方法對市場風(fēng)險的表示簡潔直觀,且適用于事前風(fēng)險計算,可有效克服傳統(tǒng)風(fēng)險評估事后分析的不足,已成為金融領(lǐng)域風(fēng)險測量的主流方法。
電網(wǎng)企業(yè)愿意承擔(dān)的市場力風(fēng)險,可用VaR進(jìn)行描述,具體表達(dá)公式如下:
P(ΔX≤ZVaR)=α
(1)
其中,ΔX為觀察期內(nèi)的損失或風(fēng)險;ZVaR為給定置信水平α下的最大損失或最大風(fēng)險上限。
正常負(fù)荷波動下,假設(shè)輔助服務(wù)市場價格服從正態(tài)分布,即x~N(μ,σ2),如圖3所示,μ為期望成本,σ為標(biāo)準(zhǔn)差,可將其轉(zhuǎn)換為標(biāo)準(zhǔn)正態(tài)分布:
(2)
圖3 市場價格概率分布示意圖Fig.3 Schematic diagram of probability distribution of market prices
采用參數(shù)分布法根據(jù)歷史價格分布,模擬市場交易價格和輔助服務(wù)的購買成本,得到電網(wǎng)公司購買成本的分布,進(jìn)而算出ZVaR值。ZVaR值源于歷史價格分布的統(tǒng)計學(xué)原理,可實時動態(tài)滾動調(diào)整,為各方所接受,不具強制性,與政府主導(dǎo)的具有行政強制性的價格上限具有本質(zhì)差別,且ZVaR值可作為市場參與者進(jìn)行市場定價或競價的參考。
在置信水平α下,定義電網(wǎng)公司可接受的風(fēng)險價格為λ,由式(1)可得:
(3)
根據(jù)式(3)計算出置信水平α下的風(fēng)險價格λ,顯然,置信水平越高,λ越大,表明對系統(tǒng)價格風(fēng)險的厭惡程度越低,可承受的價格成本也越大。但在實際應(yīng)用中,針對采用分布參數(shù)方法計算λ值時,可能存在“厚尾”缺陷問題,可通過對比歷史風(fēng)險值,適當(dāng)調(diào)整置信水平,使得風(fēng)險值趨于合理接受范圍。
在AGC考核周期T內(nèi),假設(shè)備用需求為D,則輔助服務(wù)期望成本為μD,置信水平α下的最大風(fēng)險成本CVaR為:
CVaR=λD
(4)
因此,由負(fù)荷波動或新能源隨機性波動所導(dǎo)致的輔助服務(wù)風(fēng)險應(yīng)在可控范圍內(nèi),則置信水平α下,電網(wǎng)企業(yè)愿意承擔(dān)的經(jīng)濟(jì)風(fēng)險應(yīng)滿足以下約束條件:
(5)
以省級電網(wǎng)控制區(qū)為研究對象,與之相連的外部區(qū)域可視為一虛擬控制區(qū),通過虛擬聯(lián)絡(luò)線相連。AGC控制策略的輸入量主要有系統(tǒng)交易信息(中標(biāo)AGC機組及其報價、系統(tǒng)出力計劃、聯(lián)絡(luò)線計劃等)、聯(lián)絡(luò)線功率偏差Δptie和系統(tǒng)頻率偏差Δf、系統(tǒng)負(fù)荷預(yù)測PL等,如圖4所示。由于10min的超短期負(fù)荷預(yù)測值PL已經(jīng)相當(dāng)精確,Δf可根據(jù)負(fù)荷預(yù)測和系統(tǒng)初始出力值按照負(fù)荷頻率關(guān)系進(jìn)行換算得到。圖中,P0為系統(tǒng)預(yù)期出力,P為系統(tǒng)實際出力,ΔP為系統(tǒng)預(yù)期總調(diào)節(jié)量。
圖4 AGC控制過程簡圖Fig.4 Description of AGC control process
根據(jù)AGC控制過程,基于頻率與聯(lián)絡(luò)線功率偏差控制TBC(Tie-line frequency Bias Control)模式,以電網(wǎng)企業(yè)向AGC機組支付的輔助服務(wù)費最小為目標(biāo),建立模型如下。
(1) 經(jīng)濟(jì)性目標(biāo)函數(shù)。
(6)
(2) 系統(tǒng)功率平衡約束。
(7)
(3) 風(fēng)險約束。
在考核時段T內(nèi),電網(wǎng)企業(yè)支付的AGC輔助服務(wù)費用應(yīng)控制在一定的風(fēng)險水平以下,則:
(8)
其中,CVaR表示一定置信水平α下,電網(wǎng)企業(yè)愿意承擔(dān)的最高風(fēng)險成本。置信水平越高,表明電網(wǎng)企業(yè)對市場風(fēng)險的厭惡程度越低,控制越穩(wěn)健,控制成本越高;反之,置信水平越低,愿意承擔(dān)的價格水平越低,控制成本也越低。
(4) CPS1指標(biāo)約束。
(9)
(10)
(5) CPS2指標(biāo)約束。
(11)
其中,L10為規(guī)定的ACE控制極限值。
(6) AGC調(diào)節(jié)容量約束。
(12)
(7) AGC機組有功出力約束。
(13)
(8) 聯(lián)絡(luò)線功率約束。
(14)
(9) 最小加減速時間約束。
(15)
(16)
(1) 機組指令狀態(tài)變量的等效表達(dá)。
(17)
僅通過式(17)只能確保同一臺機組在同一時段保持一種可行出力狀態(tài),為了避免同一時段既有增出力又有減出力的不合理下令狀態(tài),還需要增加如下輔助約束:
(18)
(19)
(2) AGC機組調(diào)節(jié)容量約束。
機組i的新增出力可表示為:
(20)
寓言的標(biāo)題本來就要求短而精,如果照著原語的標(biāo)題直接翻譯,譯語的標(biāo)題就變得繁瑣,不僅違背寓言標(biāo)題的本身要求還會不符合譯語的表達(dá)習(xí)慣。讀過《伊索寓言》英文版,都知道當(dāng)中的寓言標(biāo)題大都是簡潔的名詞或者名詞性短語。所以,譯者將原語的信息大多刪去,只留譯代表核心內(nèi)容和思想的“疑”。
將式(20)代入式(12),可將其轉(zhuǎn)化為:
(21)
(3) 最小加減速時間約束。
非線性約束式(15)可等效為線性約束式(22)—(24):
(22)
t=Gi+1,…,T-UT,i+1
(23)
t=T-UT,i+2,…,T
(24)
同理,非線性約束式(16)可等效為線性約束式(25)—(27):
(25)
t=Li+1,…,T-DT,i+1
(26)
(27)
以廣西電網(wǎng)某日運行數(shù)據(jù)作為測試算例,在GAMS平臺上調(diào)用CPLEX優(yōu)化工具包進(jìn)行計算。假設(shè)該測試系統(tǒng)投入的AGC機組由日前市場競價確定,系統(tǒng)中各電廠具體參數(shù)如表1所示。CPS指標(biāo)每10min考核一次,采樣間隔為5s,全天144個考核點,L10=120,B=145,聯(lián)絡(luò)線功率偏差限值為±100MW, 計算收斂精度為10-6。
表1 AGC電廠參數(shù)Table 1 Parameters of AGC plants
為了對比電網(wǎng)企業(yè)愿意承擔(dān)的市場風(fēng)險對AGC控制的影響,需要選擇較高的置信水平[18],這與電力系統(tǒng)要求較高安全運行水平相一致。因此,本文考慮以下2種測試模式。
a. 95%置信水平:市場風(fēng)險置信水平α為95%情況下,求以AGC機組調(diào)節(jié)費用最小為目標(biāo)的最優(yōu)AGC下令及CPS指標(biāo)值。
b. 99%置信水平:市場風(fēng)險置信水平α為99%情況下,求以AGC機組調(diào)節(jié)費用最小為目標(biāo)的最優(yōu)AGC下令及CPS指標(biāo)值。
表2為2種測試模式下,全天AGC機組下令和CPS1考核情況比較。
表2 全天機組下令及CPS1考核情況比較Table 2 Comparison results for orders and CPS1
圖5和圖6分別為2種測試模式下全天CPS1和CPS2趨勢圖。置信水平越高,系統(tǒng)對價格風(fēng)險的厭惡程度越低,計算結(jié)果表明,99%置信水平下的全天AGC機組下令次數(shù)比95%置信水平下增加了3.9%,CPS1指標(biāo)超過200%的考核點增加了37.5%,且無論風(fēng)險置信水平的高低,均能確保CPS指標(biāo)合格率100%,滿足AGC機組安全約束和電網(wǎng)運行風(fēng)險水平。置信水平越高,越有利于系統(tǒng)頻率的恢復(fù),但付出的調(diào)控成本更高。
圖5 CPS1趨勢圖Fig.5 Trends of CPS1
圖6 CPS2趨勢圖Fig.6 Trends of CPS2
以某10min考核時段為例,分析2種測試模式對區(qū)域控制偏差A(yù)CE、聯(lián)絡(luò)線功率等各項參數(shù)指標(biāo)的影響。
(1) ACE。
圖7為ACE趨勢圖;圖8為每分鐘ACE和頻率偏差均值的積,當(dāng)ACE×ΔF<0時表明控制策略對系統(tǒng)頻率恢復(fù)有利,反之不利。由于置信水平越高,系統(tǒng)允許承受的價格水平也越高,即對風(fēng)險厭惡程度越低,對于控制區(qū)而言,可以調(diào)度的AGC機組數(shù)量也就越多,趨向于通過增加內(nèi)部AGC機組的下令來實現(xiàn)區(qū)域供需平衡,且盡可能減少聯(lián)絡(luò)線功率的吸收,從而最大限度地實現(xiàn)對外部系統(tǒng)的功率支援。計算結(jié)果表明,99%置信水平下的區(qū)域控制偏差比95%置信水平下的小,表明置信水平越高,控制效果越好。同時,99%置信水平下ACE×ΔF<0的考核點比95%置信水平下的多,表明置信水平越高,越有利于系統(tǒng)頻率的恢復(fù)。
圖7 ACE趨勢圖Fig.7 Trends of ACE
圖8 ACE×ΔF趨勢圖Fig.8 Trends of ACE×ΔF
(2) 聯(lián)絡(luò)線功率偏差。
圖9為聯(lián)絡(luò)線功率偏差趨勢圖。聯(lián)絡(luò)線功率偏差大于0,表明系統(tǒng)對外部系統(tǒng)支援,或者從外部系統(tǒng)少吸收功率,反之則從外部系統(tǒng)多吸收功率。計算結(jié)果表明,99%置信水平下,聯(lián)絡(luò)線功率偏差在大部分情況下均大于0,對系統(tǒng)的支援力度更大,更有利于系統(tǒng)頻率的穩(wěn)定。
圖9 聯(lián)絡(luò)線功率偏差趨勢圖Fig.9 Trends of tie-line’s power deviation
(3) 機組下令。
圖10為AGC下令值。結(jié)果顯示:99%置信水平下的機組下令次數(shù)比95%置信水平下的多,且下令功率總量也更大,表明置信水平越高,控制成本越大。
圖10 AGC下令值Fig.10 Values of AGC order
根據(jù)以上分析,在保障CPS考核指標(biāo)合格的前提下,置信水平越高,控制區(qū)的AGC機組下令次數(shù)更多,同時下令值也越大,控制成本越高,但置信水平越高,越有利于系統(tǒng)頻率穩(wěn)定。電力系統(tǒng)實際運行時,電網(wǎng)企業(yè)可綜合考慮機組的市場報價、調(diào)節(jié)性能等因素選擇恰當(dāng)?shù)闹眯潘健?/p>
本文引入度量市場風(fēng)險的VaR方法,構(gòu)建了考慮市場力風(fēng)險約束的最優(yōu)AGC控制模型,解決了傳統(tǒng)AGC優(yōu)化模型難以考慮市場力風(fēng)險的問題。通過理論和仿真分析,得到以下結(jié)論。
a. 置信水平越高,AGC機組的下令次數(shù)越多,下令值越大,控制成本也越高,但控制效果會更好,更有利于系統(tǒng)頻率的恢復(fù)。反之,置信水平越低,AGC機組的下令次數(shù)及下令值相應(yīng)減少,控制成本降低,但控制效果變差,不利于系統(tǒng)頻率質(zhì)量的改善。
b. 在滿足CPS考核指標(biāo)前提下,可通過適當(dāng)調(diào)節(jié)置信水平來實現(xiàn)對互聯(lián)系統(tǒng)的支援力度。置信水平越高,對外支援的力度越大,越有利于系統(tǒng)安全運行,但付出的調(diào)節(jié)成本越高。
c. 在電網(wǎng)實際運行中,為控制系統(tǒng)調(diào)節(jié)成本,滿足CPS指標(biāo)考核的要求,電網(wǎng)企業(yè)可以綜合考慮機組市場報價、調(diào)節(jié)性能等因素,適當(dāng)調(diào)節(jié)風(fēng)險置信水平,實現(xiàn)風(fēng)險與成本的均衡。
參考文獻(xiàn):
[1] 中共中央,國務(wù)院. 關(guān)于進(jìn)一步深化電力體制改革的若干意見(中發(fā)〔2015〕9)[Z]. 2015.
[2] BJORGANR,LIU C C,LAWARREE J. Financial risk management in a competitive electricity market[J]. IEEE Transactions on Power Systems,1999,14(4):1285-1291.
[3] JALEELI N,VANSLYCK L S. NERC’s new control performance standards[J]. IEEE Transactions on Power Systems,1999,14(3):1092-1099.
[4] 趙萬宗,李濱,韋化,等. 互聯(lián)電網(wǎng)CPS標(biāo)準(zhǔn)下計及一次調(diào)頻的最優(yōu)AGC控制模型[J]. 中國電機工程學(xué)報,2016,36(10):2656-2664.
ZHAO Wanzong,LI Bin,WEI Hua,et al. The optimal AGC control strategy considering the primary frequency regulation under the control performance standard for the interconnected power grid[J]. Proceedings of the CSEE,2016,36(10):2656-2664.
[5] 李衛(wèi)東,常燁骙,陳兆慶,等. 區(qū)域控制偏差的動態(tài)內(nèi)涵[J]. 電力系統(tǒng)自動化,2016,40(24):146-150,163.
LI Weidong,CHANG Yekui,CHEN Zhaoqing,et al. Dynamic contents of area control error[J]. Automation of Electric Power Systems,2016,40(24):146-150,163.
[6] 翁毅選,鄧長虹,黃文濤,等. 基于統(tǒng)計理論的含風(fēng)電互聯(lián)電網(wǎng)CPS研究[J]. 電力自動化設(shè)備,2013,33(12):79-84.
WENG Yixuan,DENG Changhong,HUANG Wentao,et al. Research of CPS based on statistical theory for interconnected power grid with wind power[J]. Electric Power Automation Equipment,2013,33(12):79-84.
[7] 巴宇,劉嬈,李衛(wèi)東. CPS及其考核在北美與國內(nèi)的應(yīng)用比較[J]. 電力系統(tǒng)自動化,2012,36(15):63-72.
BA Yu,LIU Rao,LI Weidong. Comparison of CPS and its assessment between North America and China[J]. Automation of Electric Power Systems,2012,36(15):63-72.
[8] YU Tao,ZHOU Bin,CHAN K W. Stochastic optimal relaxed automatic generation control in non-Markov environment based on multi-step Q(λ) learning[J].IEEE Transactions on Power Systems,2011,26(3):1272-1282.
[9] 楊方,孫元章,程林. 計及穩(wěn)定斷面安全的AGC協(xié)調(diào)控制[J]. 電力自動化設(shè)備,2010,30(8):13-18.
YANG Fang,SUN Yuanzhang,CHENG Lin. Coordinated automatic generation control with voltage security constraints for interconnected power grids[J]. Electric Power Automation Equipment,2010,30(8):13-18.
[10] 劉奇,劉斌,余濤. 基于CPS統(tǒng)計特性的自適應(yīng)自動發(fā)電控制策略[J]. 電力自動化設(shè)備,2010,30(12):74-78.
LIU Qi,LIU Bin,YU Tao. Adaptive AGC strategy based on statistical property of CPS[J]. Electric Power Automation Equipment,2010,30(12):74-78.
[11] 李濱,韋化,農(nóng)蔚濤,等. 基于現(xiàn)代內(nèi)點理論的互聯(lián)電網(wǎng)控制性能評價標(biāo)準(zhǔn)下的AGC控制策略[J]. 中國電機工程學(xué)報,2008,28(25):56-61.
LI Bin,WEI Hua,NONG Weitao,et al. AGC control strategy under control performance standard for interconnected power grid based on optimization theory[J]. Proceedings of the CSEE,2008,28(25):56-61.
[12] 余濤,張水平. 在策略SARSA算法在互聯(lián)電網(wǎng)CPS最優(yōu)控制中的應(yīng)用[J]. 電力系統(tǒng)保護(hù)與控制,2013,41(1):211-216.
YU Tao,ZHANG Shuiping. Optimal CPS control for interconnected power systems based on SARSA on-policy learning algorithm[J].Power System Protection and Control,2013,41(1):211-216.
[13] 付蓉,王蓓蓓,李揚,等. 輸電網(wǎng)絡(luò)約束下發(fā)電商的市場力行為分析[J]. 電力自動化設(shè)備,2008,28(5):6-11.
FU Rong,WANG Beibei,LI Yang,et al. Analysis of market power behavior of electricity suppliers under network constraints[J]. Electric Power Automation Equipment,2008,28(5):6-11.
[14] 李曉剛,李玉平. 統(tǒng)一出清電價下發(fā)電廠商的持留容量行為及相關(guān)抑制措施[J]. 電力自動化設(shè)備,2004,24(7):85-88.
LI Xiaogang,LI Yuping. Withholding generation capacity and mitigation mechanism of market power under uniform clearing pricing method[J]. Electric Power Automation Equipment,2004,24(7):85-88.
[15] SMITHSONC,MINTON L. Value at risk[J]. Risk,1996,9(1):25-27.
[16] 楊力俊,郭聯(lián)哲,譚忠富. 幾種發(fā)電商市場力評估指標(biāo)的對比分析[J]. 電網(wǎng)技術(shù),2005,29(2):28-33.
YANG Lijun,GUO Lianzhe,TAN Zhongfu. Comparison and analysis of several market power assessment indices for power generation company[J]. Power System Technology,2005,29(2):28-33.
[17] OSTROWSKI J,ANJOS M F,VANNELLI A. Tight mixed integer linear programming formulations for the unit commitment problem[J]. IEEE Transactions on Power Systems,2012,27(1):39-46.
[18] 盛驟,謝式千,潘承毅. 概率論與數(shù)理統(tǒng)計[M]. 4版. 北京:高等教育出版社,2008:161-171.