一種適合電力系統(tǒng)AGC負(fù)荷調(diào)度的動(dòng)態(tài)數(shù)學(xué)模型

1、一種適合電力系統(tǒng)AGC負(fù)荷調(diào)度的動(dòng)態(tài)數(shù)學(xué)模型王治國(guó)1 劉吉臻2 譚文2 楊光軍21：南京南瑞繼保電氣有限公司，南京，2111002：華北電力大學(xué)，北京，102206；摘要：以提高電網(wǎng)中參與AGC調(diào)度機(jī)組的整體負(fù)荷升降速率，力求全網(wǎng)機(jī)組出力快速跟蹤電力負(fù)荷需求，維持電網(wǎng)較優(yōu)的穩(wěn)定性能為目的，從負(fù)荷分配的角度出發(fā)，首先提出了理想狀態(tài)下給定負(fù)荷全網(wǎng)最小完成時(shí)間；其次在此基礎(chǔ)上，基于最小二乘算法處理思想，提出了快速性網(wǎng)級(jí)負(fù)荷優(yōu)化分配動(dòng)態(tài)數(shù)學(xué)決策模型，并進(jìn)行了數(shù)學(xué)證明。接著，通過(guò)對(duì)負(fù)荷優(yōu)化問(wèn)題的分析與轉(zhuǎn)化，從而用動(dòng)態(tài)規(guī)劃給予解決。最后實(shí)例分析證明了該模型比傳統(tǒng)經(jīng)濟(jì)優(yōu)化數(shù)學(xué)模型在達(dá)到以上目的方面具有更優(yōu)的

2、效果,同時(shí)也證明了數(shù)學(xué)模型的正確性和有效性。 關(guān)鍵詞：電力系統(tǒng)，自動(dòng)發(fā)電控制，負(fù)荷優(yōu)化，經(jīng)濟(jì)性，快速性，負(fù)荷峰谷差1. 引言電力系統(tǒng)自動(dòng)發(fā)電控制（AGC）是現(xiàn)代電網(wǎng)控制的一項(xiàng)基本和重要功能，是建立在電網(wǎng)調(diào)度自動(dòng)化的能量管理系統(tǒng)（EMS）和發(fā)電廠機(jī)組控制系統(tǒng)間閉環(huán)控制的一種先進(jìn)的技術(shù)手段。自動(dòng)發(fā)電控制的基本目標(biāo)之一是在電力系統(tǒng)內(nèi)用戶負(fù)荷發(fā)生變化的情況下，及時(shí)調(diào)整系統(tǒng)內(nèi)機(jī)組的發(fā)電出力，保證供電的連續(xù)性及電網(wǎng)的穩(wěn)定性。然而，近年來(lái)我國(guó)電力負(fù)荷變化模型受到了眾多因素的影響，使得電力負(fù)荷峰谷差值呈喇叭狀逐年增大，電網(wǎng)負(fù)荷需求的快速變化，促使電網(wǎng)對(duì)機(jī)組的負(fù)荷升降性能提出了更高的要求，而提高網(wǎng)內(nèi)機(jī)組快速完成

3、電網(wǎng)負(fù)荷需求的技術(shù)實(shí)現(xiàn)上有兩種方案： 從機(jī)組的技術(shù)改造上，來(lái)提高整個(gè)區(qū)域中機(jī)組的負(fù)荷升降性能； 站在電網(wǎng)高度，對(duì)網(wǎng)內(nèi)機(jī)組進(jìn)行科學(xué)合理的負(fù)荷分配，有效改善網(wǎng)內(nèi)機(jī)組的整體負(fù)荷升降性能。從以上兩種方案的可實(shí)施性上考慮，顯然方案難度較大，而方案難度雖小，但目前國(guó)內(nèi)卻缺少相應(yīng)理論研究?；痣姀S負(fù)荷優(yōu)化分配雖已有近60年的歷史，但多數(shù)研究集中在基于經(jīng)濟(jì)指標(biāo)最優(yōu)的負(fù)荷分配數(shù)學(xué)決策模型的求解上，在求解算法的研究上大致有以下幾種：等微增法(IMIM)、拉格朗日乘數(shù)法(LM)、二次規(guī)劃(QP)、線性規(guī)劃法(LP)、非線性規(guī)劃(NLP)、動(dòng)態(tài)規(guī)劃法(DP)、進(jìn)化規(guī)劃(EP)、遺傳算法(GA)人工神經(jīng)網(wǎng)絡(luò)算法(NNA)

4、沌算法(CO)2013,14，1578910,11345621、免疫算法(IA)17，16,1913、蟻群算法(ACO)2116、粒子群優(yōu)化算法(PSO)22、混、模擬退火算法（SA）、最陡增/減變量對(duì)尋優(yōu)法,算法的研究成果雖層出不窮，但這些研究并不能有效解決當(dāng)前所存在的突出問(wèn)題，根本原因在于負(fù)荷優(yōu)化分配的優(yōu)化指標(biāo)選取問(wèn)題，那么如何根據(jù)區(qū)域電網(wǎng)中參與AGC調(diào)度機(jī)組的性能，建立一個(gè) 1網(wǎng)級(jí)負(fù)荷優(yōu)化分配動(dòng)態(tài)數(shù)學(xué)決策模型，進(jìn)行負(fù)荷分配來(lái)幫助網(wǎng)內(nèi)機(jī)組快速升降負(fù)荷，及時(shí)跟蹤用戶的電力需求呢？本文通過(guò)對(duì)網(wǎng)內(nèi)機(jī)組完成負(fù)荷過(guò)程的深入分析，提出了理想狀態(tài)下參與AGC調(diào)度機(jī)組完成電網(wǎng)分配負(fù)荷的最短時(shí)間，并進(jìn)行了數(shù)

5、學(xué)分析證明；在此基礎(chǔ)上，通過(guò)數(shù)學(xué)理論建立了以快速完成電網(wǎng)負(fù)荷需求為目標(biāo)的網(wǎng)級(jí)負(fù)荷優(yōu)化分配動(dòng)態(tài)數(shù)學(xué)決策模型；接著，本文簡(jiǎn)要闡述了該問(wèn)題的動(dòng)態(tài)規(guī)劃解決方案，并實(shí)驗(yàn)分析證明了網(wǎng)級(jí)快速性負(fù)荷優(yōu)化分配動(dòng)態(tài)數(shù)學(xué)決策模型的正確性和有效性；最后詳細(xì)分析了新的數(shù)學(xué)模型與傳統(tǒng)經(jīng)濟(jì)優(yōu)化數(shù)學(xué)模型在負(fù)荷調(diào)度效果上的明顯差異，從而為我國(guó)電力系統(tǒng)AGC負(fù)荷調(diào)度進(jìn)行及時(shí)跟蹤用戶的電力需求，維持電網(wǎng)的穩(wěn)定性提供了科學(xué)的負(fù)荷調(diào)度理論依據(jù)。2. 區(qū)域電網(wǎng)AGC負(fù)荷調(diào)度目前我國(guó)電力系統(tǒng)負(fù)荷調(diào)度存在兩種方式：非直調(diào)方式和直調(diào)方式。非直調(diào)方式即系統(tǒng)EMS發(fā)給電廠全廠總負(fù)荷指令信號(hào)，再由電廠將總負(fù)荷指令分配給每臺(tái)機(jī)組；直調(diào)方式則是系統(tǒng)EM

6、S通過(guò)由SCADA系統(tǒng)得到的全網(wǎng)機(jī)組性能參數(shù)，按照某種優(yōu)化指標(biāo)進(jìn)行負(fù)荷優(yōu)化，將各臺(tái)機(jī)組的負(fù)荷指令直接發(fā)給網(wǎng)內(nèi)每臺(tái)機(jī)組，從而后（一般采用平均分配全廠負(fù)荷1）實(shí)現(xiàn)網(wǎng)內(nèi)負(fù)荷的快速調(diào)節(jié)。本文探討的是第二種調(diào)度方式，下圖為第二種方式負(fù)荷調(diào)度示意圖。圖2 區(qū)域電網(wǎng)AGC負(fù)荷調(diào)度示意圖3.給定負(fù)荷最小完成時(shí)間的提出及證明以北京區(qū)域電網(wǎng)為例，假設(shè)該區(qū)域電網(wǎng)參與AGC直調(diào)的機(jī)組數(shù)為n臺(tái)，整個(gè)區(qū)域電網(wǎng)，根據(jù)EMS系統(tǒng)負(fù)荷預(yù)報(bào)，網(wǎng)內(nèi)負(fù)荷需在較短時(shí)間內(nèi)提升到當(dāng)前負(fù)荷需求為Pnow（MW）Pfuture（MW）。如果要保證網(wǎng)內(nèi)機(jī)組以最快的速率把負(fù)荷升到目標(biāo)值，保證電網(wǎng)的穩(wěn)定 2性，那么就必須保證每臺(tái)機(jī)組在全網(wǎng)完成給定負(fù)

7、荷前都處于升負(fù)荷階段，即所有參與AGC調(diào)度的機(jī)組升負(fù)荷所用的時(shí)間都趨于相等。因?yàn)槿魏我慌_(tái)先完成所分配負(fù)荷的機(jī)組都可以繼續(xù)幫助另外沒(méi)有完成所分配負(fù)荷的機(jī)組做部分升負(fù)荷工作，從而讓整個(gè)區(qū)域網(wǎng)內(nèi)機(jī)組升負(fù)荷的時(shí)間趨于相同，也即是該區(qū)域電網(wǎng)參與AGC調(diào)度的機(jī)組以最少的時(shí)間完成網(wǎng)內(nèi)電力需求。所用的這個(gè)最小時(shí)間（記為Tideal）是理想狀態(tài)下的最小時(shí)間，因?yàn)閷?shí)際上，網(wǎng)內(nèi)機(jī)組負(fù)荷分配還要考慮機(jī)組出力限制及網(wǎng)內(nèi)功率平衡約束等條件。這個(gè)時(shí)間用公式表示為：Tideal=|PfuturePnow|/Vi （1）i=1n式中 Vi（MW/m）為第I臺(tái)機(jī)組的負(fù)荷升降速率。假設(shè)第I臺(tái)機(jī)組完成給定負(fù)荷所用的時(shí)間為ti，那么網(wǎng)

8、內(nèi)參與AGC調(diào)度的機(jī)組完成電網(wǎng)給定負(fù)荷的過(guò)程可用以下公式表示：|PfuturePnow|=Vi*ti （2）i=1n假設(shè)所有網(wǎng)內(nèi)機(jī)組完成負(fù)荷的最長(zhǎng)時(shí)間為Tbig，而各臺(tái)機(jī)組實(shí)際完成給定負(fù)荷所用的時(shí)間ti與最長(zhǎng)時(shí)間Tbig的差值為ti，那么（2）式表示為：|PfuturePnow|=Vi*(Tbigti) （3）i=1n經(jīng)整理可得到：Tbig=(|PfuturePnow|+Viti)/Vi （4）i=1i=1nn就必須使ti=0，也就是說(shuō)ti=Tbigti是從（4）式可以看出，要想保證Tbig取得最小值，互相相等的，所以說(shuō)以上關(guān)于Tideal是電廠完成電網(wǎng)分配負(fù)荷的理想最小時(shí)間的分析是正確的。，

9、第I臺(tái)機(jī)組將要分配的負(fù)荷為Pi假設(shè)第I臺(tái)機(jī)組當(dāng)前承擔(dān)的負(fù)荷為Pnowi（MW）（MW），那么網(wǎng)內(nèi)各臺(tái)機(jī)組實(shí)際完成負(fù)荷升降的時(shí)間可用以下公式表示：ti=|PiPnowi|/Vi （5） 為了更好地說(shuō)明問(wèn)題，本文提出以下概念，即全網(wǎng)給定負(fù)荷完成時(shí)間，它是指區(qū)域電網(wǎng)內(nèi)所有參與AGC調(diào)度機(jī)組完成給定負(fù)荷的最長(zhǎng)時(shí)間（本文記為Tused）。而我們期望的目標(biāo)是Tused盡量小，直到Tused趨于最小值Tideal，即整個(gè)區(qū)域電網(wǎng)以最小的時(shí)間完成負(fù)荷升降任務(wù)，快速滿足網(wǎng)內(nèi)負(fù)荷需求，保證電網(wǎng)的穩(wěn)定性。那么如何分配負(fù)荷使得Tused向理想中的最小值Tideal無(wú)限接近將是解決整個(gè)問(wèn)題的關(guān)鍵所在。4. 動(dòng)態(tài)負(fù)荷優(yōu)化

10、數(shù)學(xué)決策模型的提出及證明在前文分析的基礎(chǔ)上，借鑒線性最小二乘法的處理思想，本文提出了基于快速完成電網(wǎng)負(fù)荷需求的網(wǎng)級(jí)負(fù)荷優(yōu)化分配動(dòng)態(tài)數(shù)學(xué)決策模型。（8）兩假設(shè)第I臺(tái)機(jī)組的負(fù)荷上下限分別為Pmini和Pmaxi，為了保證Tused在（7）式的約束下向理想中的最小值Tideal靠攏，本文提出以下負(fù)荷優(yōu)化數(shù)學(xué)模型：目標(biāo)函數(shù)2minT(P i)=ti(Pi)=(|PiPnowi|/ViTideal) （6）i=1i=1nn約束條件及相關(guān)表達(dá)式 機(jī)組負(fù)荷上下限約束PminiP（7） iPmaxi(i=1.N) 機(jī)組功率平衡約束Pfuture=nPi （8）i=1 全網(wǎng)給定負(fù)荷完成時(shí)間Tused=max(t

11、1,t2.t9,t10) （9） 給定負(fù)荷理想最小完成時(shí)間（10） Tideal=|PfuturePnow|/Vii=1n通過(guò)數(shù)學(xué)極值分析可知，當(dāng)多元函數(shù)T(Pi)取得極值時(shí)，存在的駐點(diǎn)是ti=Tideal，而具有偏導(dǎo)數(shù)函數(shù)的極值點(diǎn)必定是駐點(diǎn)。因此具有偏導(dǎo)數(shù)的多元函數(shù)T(Pi)取得的極小值點(diǎn)一定位于ti=Tideal處，所以本文提出的讓ti無(wú)限接近Tideal的目的，通過(guò)目標(biāo)函數(shù)的約束是完全能夠?qū)崿F(xiàn)的。5. 優(yōu)化問(wèn)題的動(dòng)態(tài)規(guī)劃解決方案為了驗(yàn)證本文提出的負(fù)荷優(yōu)化數(shù)學(xué)決策模型的正確性及有效性，本文將簡(jiǎn)要介紹該問(wèn)題的動(dòng)態(tài)規(guī)劃算法解決方案，并利用由該算法編制的軟件進(jìn)行相應(yīng)的實(shí)驗(yàn)及結(jié)果分析。 45.1

12、化問(wèn)題的動(dòng)態(tài)規(guī)劃抽象模型（順推）階段：網(wǎng)內(nèi)參與AGC調(diào)度的機(jī)組數(shù)為n臺(tái)，即將該類問(wèn)題劃分為n個(gè)階段； 狀態(tài)：設(shè)I階段的狀態(tài)變量為 Xi，代表前I臺(tái)機(jī)組的總負(fù)荷；決策變量：設(shè)I階段的決策變量為Pi，代表第I臺(tái)機(jī)組的負(fù)荷；狀態(tài)轉(zhuǎn)移方程：Xi+1=Xi+Pi+1 （11） 邊界條件：X0=0最優(yōu)值函數(shù)：代表前I臺(tái)機(jī)組總負(fù)荷為Xi時(shí)，總的時(shí)間差的平方值之和的最小值；Ti(Xi)=mintj(Pj) （12） P1.Pij=1i決策集合：設(shè)Gi(Pi)為允許的決策集合Gi(Pi)=Pi|PminiPiPmaxi,Pi+Xi1=Xi （13） 遞推方程：Ti(Xi)=minTi1(Xi1)+ti(Pi)

13、（14） Pi5.2 優(yōu)化問(wèn)題的動(dòng)態(tài)規(guī)劃求解過(guò)程第一步：T1(X1)=t1(P1)X1P1Pmin1P1Pmax1 （15）X1以一定的步長(zhǎng)遍歷其取值區(qū)間P1min,P1max，同時(shí)將相關(guān)數(shù)據(jù)記錄在數(shù)據(jù)集合NoteData1X1,P1,t1(P1)中。第二步：T2(X2)=minT1(X1)+t2(P2)P2X2X1+P222PminiXi=12 （16） Pmaxii=1Pmin2P2Pmax2X2以一定的步長(zhǎng)遍歷其取值區(qū)間，聯(lián)合第一階段的計(jì)算結(jié)果，計(jì)算對(duì)應(yīng)不同X2 時(shí)， 5不同P2所對(duì)應(yīng)的T2(X2)的最優(yōu)值，同時(shí)將相關(guān)數(shù)據(jù)記錄在數(shù)據(jù)集合中。 NoteData2X2,P2,t2(P2)最后

14、一步：由于最后一個(gè)階段已經(jīng)明確知道Xn，因此不必再像前面那樣計(jì)算?？梢越Y(jié)合第n1步，直接計(jì)算Xn=Pfuture時(shí)，不同Pn取值時(shí)所對(duì)應(yīng)Tn(Xn)的值，最后求出最優(yōu)值，同對(duì)應(yīng)全廠總負(fù)荷為Pfuture時(shí)，在第n階段可以直接從表中查出第n臺(tái)機(jī)組所應(yīng)承 在第n1階段，查詢對(duì)應(yīng)總負(fù)荷為Xn1=PfuturePn的優(yōu)化負(fù)荷Pn-1；擔(dān)的優(yōu)化負(fù)荷Pn；根據(jù)狀態(tài)轉(zhuǎn)移方程Xi=Xi1Pi1依次類推，即可確定n個(gè)階段下的負(fù)荷優(yōu)化分配結(jié)果Pn,Pn-1.P2,P1。6實(shí)例分析為了說(shuō)明本文所提出的動(dòng)態(tài)負(fù)荷優(yōu)化分配數(shù)學(xué)決策模型的優(yōu)化性能，本文利用基于以上分析所編制的快速性負(fù)荷優(yōu)化軟件及傳統(tǒng)經(jīng)濟(jì)優(yōu)化軟件在相同的實(shí)驗(yàn)

15、條件下進(jìn)行了以下實(shí)驗(yàn)。假設(shè)區(qū)域電網(wǎng)內(nèi)參與AGC負(fù)荷調(diào)度的機(jī)組為10臺(tái)，各臺(tái)機(jī)組的性能參數(shù)及實(shí)驗(yàn)數(shù)據(jù)見表1。表1：機(jī)組性能參數(shù)及實(shí)驗(yàn)數(shù)據(jù)ID 12 3 4 5 6 7 8 9 10經(jīng)濟(jì)性優(yōu)化選用的負(fù)荷優(yōu)化數(shù)學(xué)決策模型及機(jī)組煤耗量與負(fù)荷的函數(shù)關(guān)系式請(qǐng)參考文獻(xiàn)13，函數(shù)關(guān)系式中的系數(shù)a，b，c見表1。系數(shù)a 0.00510 0.00396 0.00393 0.00382 0.00212 0.00261 0.00289 0.00148 0.00127 0.00135系數(shù)c 15.0 25.0 40.0 32.0 29.0 72.0 49.0 82.0 105.0 100出力上下限 （MW） 60/15

16、 80/20 100/30 120/25 150/50 280/75 320/120 445/125 520/250 550/250升降速率 （MW/m）負(fù)荷1（MW）負(fù)荷2（MW）2.5 2.5 3 3.6 4.5 8.4 5.6 8.9 10.2 1115 60 20 80 30 100 35.8 120 50.3 150 75.4 228.3 124 255.5 251.8 440.8 298.8 517.6 298.9 547.96.1 升負(fù)荷實(shí)驗(yàn)假設(shè)機(jī)組當(dāng)前承擔(dān)的負(fù)荷為表1中的負(fù)荷1（當(dāng)前全網(wǎng)參與AGC調(diào)度的機(jī)組所承擔(dān)的負(fù)荷為1200MW），要分配的全網(wǎng)負(fù)荷從1300MW到2400M

17、W，依次遞增100MW，共做12次負(fù)荷分配實(shí)驗(yàn)，得到全網(wǎng)完成電網(wǎng)升負(fù)荷用時(shí)見圖1。 6.2 降負(fù)荷實(shí)驗(yàn)假設(shè)機(jī)組當(dāng)前承擔(dān)的負(fù)荷為表1中的負(fù)荷2（當(dāng)前全網(wǎng)參與AGC調(diào)度的機(jī)組所承擔(dān)的負(fù)荷為2500MW），要分配的全網(wǎng)負(fù)荷從1300MW到2400MW，依次遞增100MW，共做12次負(fù)荷分配實(shí)驗(yàn)，得到全網(wǎng)完成電網(wǎng)降負(fù)荷用時(shí)見圖2。圖1. 升負(fù)荷用時(shí)分布圖（Pnow1200WM） 圖2. 降負(fù)荷用時(shí)分布圖（Pnow2500MW）由于篇幅有限，下面本文僅給出升負(fù)荷實(shí)驗(yàn)時(shí)，全網(wǎng)參與AGC負(fù)荷調(diào)度機(jī)組的負(fù)荷優(yōu)化分配結(jié)果，如表2、表3所示。表 2 升負(fù)荷實(shí)驗(yàn)經(jīng)濟(jì)性優(yōu)化負(fù)荷分配結(jié)果（單位：MW）Loadn機(jī)組1機(jī)

18、組2機(jī)組3機(jī)組4機(jī)組5機(jī)組6機(jī)組7機(jī)組8機(jī)組9機(jī)組10表 3 升負(fù)荷實(shí)驗(yàn)快速性優(yōu)化負(fù)荷分配結(jié)果（單位：MW）Loadn 機(jī)組1 機(jī)組2 機(jī)組3 機(jī)組4 機(jī)組5 機(jī)組6 機(jī)組7 機(jī)組8 機(jī)組9 機(jī)組10從以上基于同等條件下，經(jīng)濟(jì)性與快速性不同優(yōu)化數(shù)學(xué)模型所進(jìn)行的升降負(fù)荷實(shí)驗(yàn)所得出的全網(wǎng)負(fù)荷完成時(shí)間分布圖上可以看出：在一個(gè)較大的負(fù)荷區(qū)間內(nèi)，快速性負(fù)荷優(yōu)化所用的時(shí)間不到經(jīng)濟(jì)性優(yōu)化用時(shí)的一半，足以證明快速性負(fù)荷優(yōu)化有利于電網(wǎng)快速跟蹤本區(qū)域電力需求，維持電網(wǎng)較優(yōu)的負(fù)荷穩(wěn)定性能。為了量化地說(shuō)明問(wèn)題，本文結(jié)合表1、表2、表3中的數(shù)據(jù)，對(duì)經(jīng)濟(jì)性優(yōu)化和快速性優(yōu)化整個(gè)區(qū)域電網(wǎng)中參與AGC調(diào)度的機(jī)組所貢獻(xiàn)的電量做了

19、一個(gè)詳細(xì)的對(duì)比（計(jì)算時(shí)間截至到經(jīng)濟(jì)優(yōu)化全網(wǎng)負(fù)荷完成時(shí)間，從圖1可以看出，經(jīng)濟(jì)性優(yōu)化全網(wǎng)負(fù)荷完成時(shí)間遠(yuǎn)大于快速性優(yōu)化全網(wǎng)負(fù)荷完成時(shí)間，而在經(jīng)濟(jì)優(yōu)化全網(wǎng)負(fù)荷完成時(shí)間以后，無(wú)論是經(jīng)濟(jì)性優(yōu)化，還是快速性優(yōu)化，機(jī)組整體對(duì)電網(wǎng)貢獻(xiàn)的發(fā)電量已經(jīng)相等，所以僅考慮在升負(fù)荷時(shí)間內(nèi)的發(fā)電量）。以下為機(jī)組貢獻(xiàn)電量計(jì)算公式推導(dǎo)過(guò)程。圖3 機(jī)組升負(fù)荷過(guò)程圖中Pnowi為第I臺(tái)機(jī)組當(dāng)前承擔(dān)的負(fù)荷，Pi為第I臺(tái)機(jī)組分配的負(fù)荷，Vi 為第I臺(tái)機(jī)組的升降負(fù)荷速率，ti為第I臺(tái)機(jī)組完成分配負(fù)荷所用的時(shí)間，Tmax為考察時(shí)間，這里為經(jīng)濟(jì)性優(yōu)化全網(wǎng)負(fù)荷完成時(shí)間。那么，整個(gè)網(wǎng)內(nèi)參與AGC調(diào)度的機(jī)組所貢獻(xiàn)的電量計(jì)算公式如下：LoadSum

20、i=16.667*(Pnowi*ti+Vi*ti*ti/2+(Tmaxti)*Pi) （17）Sum=LoadSumi （18）i=1n用以上公式計(jì)算出升負(fù)荷實(shí)驗(yàn)時(shí)，經(jīng)濟(jì)性優(yōu)化和快速性優(yōu)化網(wǎng)內(nèi)機(jī)組對(duì)電網(wǎng)貢獻(xiàn)的發(fā)電量Sum見表4（單位：KWh）。表4 經(jīng)濟(jì)性優(yōu)化和快速性優(yōu)化發(fā)電量比較分配負(fù)荷（MW） 經(jīng)濟(jì)性優(yōu)化發(fā)電量（KWh）快速性優(yōu)化發(fā)電量（KWh）兩者差值（KWh）1300 1400 1500 1600 1700 1800 1900 2000 2100 2200 2300 2400 69151.55 122958.79 182331.48 246433.76 281745.8 354737.

21、59 432849.82 516033.65 562355.08 655784.61 753291.57 860031.7 70063.57 125750.85 187234.08 254531.26 291826.34 368570.87 450721.51 537506.25 584626.86 678540.4 776503.36 878621.4 912.02 2792.06 4902.6 8097.5 10080.54 13833.28 17871.69 21472.6 22271.78 22755.79 23211.79 18589.7從表4可以清晰地看出，AGC調(diào)度每進(jìn)行一次負(fù)荷

22、分配，快速性優(yōu)化與經(jīng)濟(jì)性優(yōu)化在分配效果上的明顯差異，從而也說(shuō)明網(wǎng)級(jí)快速性負(fù)荷優(yōu)化分配更有利于電力系統(tǒng)充分發(fā)揮AGC直調(diào)方式的優(yōu)勢(shì)，保證系統(tǒng)機(jī)組全體出力快速跟蹤電力需求,從而維持電網(wǎng)的穩(wěn)定性能。7 討論AGC負(fù)荷調(diào)度（直調(diào)）不僅對(duì)參與調(diào)峰機(jī)組的變負(fù)荷性能提出了較高的要求，同時(shí)也對(duì)電網(wǎng)調(diào)度的計(jì)劃、運(yùn)行、維護(hù)人員之間的協(xié)調(diào)配合提出一定要求。AGC負(fù)荷調(diào)度在有效保證網(wǎng)內(nèi)負(fù)荷快速跟蹤電力負(fù)荷需求，以維持電網(wǎng)較優(yōu)的穩(wěn)定性能的同時(shí)，也給參與調(diào)峰電廠的機(jī)組帶來(lái)一定的負(fù)荷波動(dòng)，波動(dòng)幅度過(guò)大，將對(duì)機(jī)組的壽命帶來(lái)一定的負(fù)面影響，因此電力系統(tǒng)AGC負(fù)荷調(diào)度在保證網(wǎng)內(nèi)機(jī)組迅速跟蹤電網(wǎng)負(fù)荷需求的同時(shí)，應(yīng)盡量減少機(jī)組變負(fù)荷

23、的頻度。本文提出的負(fù)荷優(yōu)化動(dòng)態(tài)數(shù)學(xué)決策模型是建立在網(wǎng)內(nèi)機(jī)組良好的變負(fù)荷性能基礎(chǔ)之上，機(jī)組的變負(fù)荷速率都在機(jī)組承受的范圍內(nèi)。同時(shí)，實(shí)驗(yàn)得出，機(jī)組的變負(fù)荷速率差異越大，負(fù)荷優(yōu)化所取得的效果就越明顯。8 結(jié)論如何提高電網(wǎng)中參與AGC調(diào)度機(jī)組的負(fù)荷升降速率，保證機(jī)組出力快速跟蹤電力需求，維持電網(wǎng)的穩(wěn)定性能，已經(jīng)成為電力系統(tǒng)普遍關(guān)注的焦點(diǎn)之一。本文從負(fù)荷分配的角度出發(fā)，提出了以快速完成電網(wǎng)負(fù)荷需求為直接目的的網(wǎng)級(jí)負(fù)荷優(yōu)化分配動(dòng)態(tài)數(shù)學(xué)決策模型。實(shí)驗(yàn)分析數(shù)據(jù)有力地證明了本文提出的數(shù)學(xué)決策模型的正確性和有效性?？焖傩载?fù)荷優(yōu)化分配方案將為我國(guó)電力系統(tǒng)進(jìn)行快速跟蹤電力用戶需求，保證區(qū)域電網(wǎng)較優(yōu)的穩(wěn)定性能提供科學(xué)的

24、負(fù)荷調(diào)度理論依據(jù)。參考文獻(xiàn)【1】【2】【3】【4】 侯子良、侯云浩，推動(dòng)廠級(jí)監(jiān)控信息系統(tǒng)中優(yōu)化負(fù)荷分配功能應(yīng)用.中國(guó)電力2005,38(6): 50-52. 張斌，自動(dòng)發(fā)電控制及一次調(diào)頻控制系統(tǒng)，中國(guó)電力出版社 2005. 李學(xué)明，竇文龍，李志軍等.電廠負(fù)荷優(yōu)化分配的專家系統(tǒng)J，中國(guó)動(dòng)力工程學(xué)報(bào).2005，25(1):84-87. Wang S J, Shahidehpour S M, Kirschen D S. Short-term generation scheduling with transmission andenvironmental constraints using anaug

25、mented Lagrangian relaxationJ. IEEE Trans on PS,1995,10(3)：1294-1301【5】【6】 Ji Yuan Fan,Lan Zhang.Real-time economic dispatch with line floaw and emission constrains using quadratic programmingJ.IEEE Trans on PS,1998,13(2):320-325. Rabin A Jabr,Alun H Coonick,Brian J Cory.A homogenous linear programm

26、ing algorithm for thesecurity constrained economic dispatch problemJ. IEEE Trans onPS,2000,15(3):930-936.【7】【8】【9】 Nanda J, Hari Lakshman, Kothari M L. Economic emission load dispatch with line flow constrains using a classical techniqueJ. IEE Proc-Gener, Transm ,Distrib, 1994,141(1)：1-10. Liang ZX,

27、Glover D.A zoom feature for a dynamic programming solution to economic dispatch including transmission lossesJ.IEEE Trans on PS,1992,7(2):544-550. Nidul Sinha,R Chakrabarti,P K Chattopadhyay. Evolutionary progranning techniques for economicload dispatchJ.IEEE Trans on Evolutionary Computation.2003,

28、7(1):83-94.【10】 David Cwalters,Gerald B Sheble. Genertic algorithm solution of economic dispatch with valve pointloadingJ.IEEE Trans onPS ,1993,8(3):1325-1332.【11】 Damousis I G,Bakirtzis A G,Dokopoulos P S. Network-constrained economic dispatch using real-codedgenetic algorithmJ.IEEE Trans on PS.200

29、3,18(1):198-205.【12】 李蔚，劉長(zhǎng)東，盛德仁等，基于免疫遺傳算法的機(jī)組負(fù)荷優(yōu)化分配研究J，中國(guó)電機(jī)工程學(xué)報(bào).2004，24(7):241-245.【13】 萬(wàn)文軍，周克毅，胥建群等.動(dòng)態(tài)系統(tǒng)實(shí)現(xiàn)火電廠機(jī)組負(fù)荷優(yōu)化分配J，中國(guó)電機(jī)工程學(xué)報(bào).2005,25(2):126-129.【14】 I N da Silva, L Nepomuceno. An efficient approach to economic load dispatch in power systemsC.Power Engineering Society Summer Society Summer Meetin

30、g , IEEE, Vancouver,BC, Canada, 2001,2：269- 1274.【15】 Kwang Y Lee, Arthit Sode-Yome, June Ho Park. Adaptive hopfield neural network for economic loaddispatchJ. IEEE Trans on PS, 1998,13(2)：519-526.【16】 侯云鶴,熊信艮,吳耀武.基于廣義蟻群算法的電力系統(tǒng)經(jīng)濟(jì)負(fù)荷分配J.中國(guó)電機(jī)工程學(xué)報(bào),2003,23(3):59-64.【17】 楊俊杰，周建中，吳瑋等.改進(jìn)粒子群優(yōu)化算法在負(fù)荷經(jīng)濟(jì)分配中的應(yīng)用J，

31、電網(wǎng)技術(shù).2005,29(2):1-4.【18】 侯云鶴,魯麗娟,熊信艮等.改進(jìn)粒子群算法及其在電力系統(tǒng)經(jīng)濟(jì)負(fù)荷分配中的應(yīng)用J.中國(guó)電機(jī)工程學(xué)報(bào),2004,24(7):95-100.【19】 胡家聲,郭創(chuàng)新,曹一家.一種適合于電力系統(tǒng)機(jī)組組合問(wèn)題的混合粒子群優(yōu)化算法J,中國(guó)電機(jī)工程學(xué)報(bào).2004,24(4):24-28.【20】 唐巍,李殿璞.電力系統(tǒng)經(jīng)濟(jì)負(fù)荷分配的混沌優(yōu)化方法J,中國(guó)電機(jī)工程學(xué)報(bào).2000,20(10):36-40.【21】 Annakkage U D, Numnonda T, Pahalawaththa N C. Unit commitment by parallel si

32、mulated annealingJ.IEE Proc-Gener, Transm,Distrib, 1995,142(6)：595-600. 10【22】 初壯，于繼來(lái)，負(fù)荷分配問(wèn)題的最陡增/減變量對(duì)尋優(yōu)法，中國(guó)電機(jī)工程學(xué)報(bào)J，2005，25（8）:23-29.A dynamic model adapt to AGC load dispatch of power system2 WANG Zhi-guo 1 LIU Ji-zhen ,Tan wen2, YANG Guang-jun 21:NARIRELAYS ELECTRIC CO., LTD, Nanjing, 2111002:North China Electric Power University, Beijing, 102206 1AbstractIn order to increase the whole speed of units and ensure