0 引言

    電力系統(tǒng)隨機(jī)生產(chǎn)模擬是在考慮機(jī)組的隨機(jī)故障及電力負(fù)荷隨機(jī)性的情況下，通過模擬和優(yōu)化發(fā)電機(jī)組的生產(chǎn)運行，計算系統(tǒng)在最優(yōu)運行方式下不同發(fā)電機(jī)組的發(fā)電量、可靠性指標(biāo)以及生產(chǎn)成本指標(biāo)等的算法^[1]。當(dāng)前，隨著資源稟賦、環(huán)境污染和氣候問題的日益嚴(yán)峻，以及清潔能源的大規(guī)模發(fā)展，提高了對時序性、互動性、隨機(jī)性電力系統(tǒng)生產(chǎn)模擬技術(shù)的需求。目前，已有文獻(xiàn)對其進(jìn)行了研究，文獻(xiàn)[2]圍繞電力系統(tǒng)生產(chǎn)模擬中可再生能源的不確定性問題，通過多場景隨機(jī)規(guī)劃理論反映可再生能源的不確定性，建立了隨機(jī)規(guī)劃數(shù)學(xué)模型模擬系統(tǒng)運行，并采用Benders分解法進(jìn)行求解。文獻(xiàn)[3]、文獻(xiàn)[4]基于序列運算，探索了適用于綜合資源規(guī)劃和電力市場的隨機(jī)生產(chǎn)模擬方法，提出了基于序列運算理論的隨機(jī)生產(chǎn)模擬。文獻(xiàn)[5]將需求側(cè)的能效電廠納入生產(chǎn)模擬的研究范圍，為電力系統(tǒng)雙向互動的生產(chǎn)模擬提供了方向。文獻(xiàn)[6]根據(jù)智能工程理論，用Agent模擬的方法描述機(jī)組和能效電廠，實現(xiàn)了能效電廠運行的電力系統(tǒng)生產(chǎn)Agent模擬，并證明了有效性。

    本文將在以往研究的基礎(chǔ)上，將電力系統(tǒng)分為發(fā)-輸-配-用幾個環(huán)節(jié)，基于復(fù)雜適應(yīng)系統(tǒng)原理，通過供需雙方資源的調(diào)度過程反映電力系統(tǒng)運行，以可靠性為約束條件，考慮發(fā)電元件的隨機(jī)性，在可計及多態(tài)機(jī)組的情況下，建立包含傳統(tǒng)能源和可再生能源的電力系統(tǒng)時序生產(chǎn)模擬模型，并對模型進(jìn)行求解。通過模型計算結(jié)果與電力發(fā)展的實際數(shù)據(jù)進(jìn)行對比，證明其在電力發(fā)展規(guī)劃和分析研究方面的支撐性作用。

1 復(fù)雜適應(yīng)系統(tǒng)理論

    復(fù)雜適應(yīng)系統(tǒng)（Complex Adaptive System，CAS）是指由兩個以上按照一定規(guī)則或模式進(jìn)行相互作用的行為主體所組成的復(fù)雜動態(tài)系統(tǒng)^[7]，具有以下特點：(1)復(fù)雜適應(yīng)系統(tǒng)強(qiáng)調(diào)主體(Agent)的主動性，即Agent有各自的知識和目標(biāo)等屬性，由于屬性不同，在相同環(huán)境下不同Agent可能表現(xiàn)出不同的行為方式；(2)復(fù)雜適應(yīng)系統(tǒng)認(rèn)為Agent之間，及Agent與環(huán)境之間存在交互、影響、反饋等作用，這些作用的綜合結(jié)果是系統(tǒng)進(jìn)化、演變的動力和原因；(3)不同主體通過特定規(guī)則相互聯(lián)系形成系統(tǒng)，而系統(tǒng)又在更宏觀的層面作為“Agent”與其他“Agent”交互成新系統(tǒng)^[8]。一個基于智能工程的簡單復(fù)雜適應(yīng)系統(tǒng)模型中包含外部環(huán)境、上層系統(tǒng)、協(xié)調(diào)系統(tǒng)和下層系統(tǒng)，這里不同的系統(tǒng)層級可以是單一Agent，也可以由多個Agent組成的系統(tǒng)。圖1展示了一個各部分都由單一Agent組成的復(fù)雜適應(yīng)系統(tǒng)。

    圖1中，上層系統(tǒng)和下層系統(tǒng)依據(jù)自身的目標(biāo)，按照知識庫和規(guī)則根據(jù)外部環(huán)境的變化進(jìn)行調(diào)整；協(xié)調(diào)層感知上下兩層的狀態(tài)，若上下兩層中的單個目標(biāo)超出允許的閾值范圍，協(xié)調(diào)層感知狀態(tài)的變化并協(xié)調(diào)上下兩層進(jìn)行調(diào)整，并將協(xié)調(diào)后的狀態(tài)返回給上下兩層，使其再次進(jìn)行調(diào)整直至整體達(dá)到最優(yōu)狀態(tài)并將結(jié)果返回給外部環(huán)境，保證整體的向目標(biāo)或最優(yōu)方向進(jìn)化。

2 復(fù)雜適應(yīng)系統(tǒng)生產(chǎn)模擬模型

2.1 系統(tǒng)模型

    電力系統(tǒng)運行的過程實際上是供給側(cè)電源系統(tǒng)與需求側(cè)電力負(fù)荷的供需匹配過程。要實現(xiàn)這一過程需要發(fā)電企業(yè)、電網(wǎng)企業(yè)、電力市場和用戶四個環(huán)節(jié)的協(xié)調(diào)配合。因此，基于復(fù)雜適應(yīng)系統(tǒng)的電力系統(tǒng)生產(chǎn)模擬模型由4個模塊模擬電力系統(tǒng)功能：發(fā)電企業(yè)模塊、電網(wǎng)企業(yè)模塊、電力市場模塊和用戶需求模塊，其結(jié)構(gòu)如圖2。

2.1.1 用戶需求模塊

    用戶需求模塊作為其他模塊需要適應(yīng)的外部環(huán)境功能存在，模擬了電力用戶的用電特征和規(guī)律。其核心功能是根據(jù)生產(chǎn)模擬需要為其他模塊提供電力負(fù)荷需求信息，用戶需求模塊的變化是系統(tǒng)發(fā)展的動力以及其他模塊產(chǎn)生生產(chǎn)行為的目的。

    本文的生產(chǎn)模擬以小時為時間尺度，模擬目標(biāo)年全年8 760小時為模擬周期。根據(jù)模型的功能要求，電力負(fù)荷變化的特征計算公式如下：

其中，E為預(yù)測電量；P為每個時間點的負(fù)荷，P=α×P_max，P_max為系統(tǒng)最大負(fù)荷，α為負(fù)荷的標(biāo)幺值。將最大負(fù)荷和負(fù)荷特征分開，可以方便對不同周期或時間跨度的電力系統(tǒng)進(jìn)行分析。

2.1.2 電力生產(chǎn)模塊

    電力生產(chǎn)模塊模擬不同的發(fā)電機(jī)組，包括：火電、水電、天然氣、風(fēng)電、光伏和核電，其主要功能為計算和調(diào)整不同機(jī)組的發(fā)電成本并將結(jié)果發(fā)送至其他模塊；根據(jù)可再生能源特征信息生成其各小時的出力狀態(tài)；最后根據(jù)發(fā)電計劃進(jìn)行生產(chǎn)模擬，計算污染物排放量、可再生能源棄電率等指標(biāo)。具體的機(jī)組報價計算和調(diào)整的原則如下：

    將發(fā)電機(jī)組i每小時的成本函數(shù)表示為二次函數(shù)，即：

    (1)風(fēng)電

    風(fēng)電的出力呈現(xiàn)隨機(jī)性，本文采用雙參數(shù)的威布爾分布來表述風(fēng)速的概率密度，而風(fēng)機(jī)的出力主要由風(fēng)輪機(jī)輪轂高度處的風(fēng)速來決定，其具體關(guān)系為：

2.1.3 電網(wǎng)調(diào)度模塊

    電網(wǎng)調(diào)度模塊以最小碳排放或最小運行成本為目標(biāo)，根據(jù)電力市場模塊計算的出清價格以及電力生產(chǎn)模塊共享的機(jī)組裝機(jī)規(guī)模、報價，根據(jù)負(fù)荷信息，統(tǒng)計電力供需情況，安排發(fā)電計劃；最后根據(jù)電網(wǎng)約束條件，在時間周期T內(nèi)計算電力不足概率（Loss of Load Probability，LOLP）和電力不足期望值（Expected Energy Not Served，EENS），計算公式如下：

2.1.4 電力市場模塊

    電力市場模塊的功能為計算電力出清價格及模擬電力輔助服務(wù)市場生成機(jī)組停運概率矩陣。在不考慮網(wǎng)絡(luò)約束的平衡交易市場中，用戶以購電成本C最小化為目標(biāo)，即

求導(dǎo)可得拉格朗日乘子λ為用戶購電成本的最小化條件為將其與功率平衡方程聯(lián)立求解可以得到系統(tǒng)的市場出清價格以及個發(fā)電廠商的發(fā)電出力。

    電力輔助服務(wù)市場方面，考慮常規(guī)機(jī)組的強(qiáng)迫停運，在模擬時先對其的運行狀態(tài)進(jìn)行抽樣，然后通過多次模擬系統(tǒng)運行來對隨機(jī)強(qiáng)迫停運進(jìn)行近似模擬，其目標(biāo)函數(shù)如下：

    上述模型的計算流程如圖3。

3 算例分析

3.1 數(shù)據(jù)和相關(guān)參數(shù)設(shè)定

    模型通過Java和Python編程實現(xiàn)。為了簡化計算，生產(chǎn)模擬輸入的數(shù)據(jù)中，最大負(fù)荷量、負(fù)荷需求、可再生能源出力特征、不同機(jī)組的初始規(guī)模等需要設(shè)定初始值，成本參數(shù)、補貼參數(shù)、電力生產(chǎn)的排放系數(shù)、機(jī)組運行小時數(shù)等均考慮為常量。

3.1.1 風(fēng)光出力數(shù)據(jù)

    本文從統(tǒng)計學(xué)的角度出發(fā)，收集不同地區(qū)風(fēng)、光能統(tǒng)計和歷史數(shù)據(jù)，建立風(fēng)光出力模型。根據(jù)數(shù)據(jù)統(tǒng)計結(jié)果，以坐標(biāo)軸的橫坐標(biāo)為可再生能源的出力水平，縱坐標(biāo)為出力水平相應(yīng)概率，得到的風(fēng)能/太陽能模擬月度出力特性如圖4。

3.1.2 生產(chǎn)模擬數(shù)據(jù)

    模型考慮的電源機(jī)組類型包括：水電、煤電、天然氣、核電、風(fēng)電和太陽能。根據(jù)2016年中國的電力結(jié)構(gòu)，其凈發(fā)電量為59 747億千瓦時，總發(fā)電裝機(jī)容量為165 051萬千瓦，其中，煤電94 624萬千瓦、氣電7 011萬千瓦、水電33 207萬千瓦、風(fēng)電14 747萬千瓦、核電3 364萬千瓦、太陽能7 631萬千瓦。

3.2 計算結(jié)果

    在2016年裝機(jī)結(jié)構(gòu)下，不同類型機(jī)組的年發(fā)電量、年利用小時數(shù)模擬與實際值的對比結(jié)果，以及年運行費用結(jié)果如表1。生產(chǎn)模擬計算的失負(fù)荷小時數(shù)、失負(fù)荷率、棄電量、棄電率等可靠性指標(biāo)與實際情況的對比結(jié)果如表2。 

    2016年的電力裝機(jī)結(jié)構(gòu)下進(jìn)行的8 760小時的生產(chǎn)模擬并在結(jié)果中分別選取冬季和夏天的典型周模擬結(jié)果顯示如圖5。

3.3 結(jié)果分析

    模擬結(jié)果與實際年總發(fā)電量的相對誤差約-5.05%，火電、水電、天然氣、風(fēng)電、太陽能和核電的相對誤差分別為-16.47%、-17.36%、46.23%%、41.64%、65.51%、-4.14%。同時，根據(jù)《中國電力行業(yè)年度發(fā)展報告2017》來看，2016年全國戶均停電時間為17.11小時，供電可靠率為99.81%；而生產(chǎn)模擬結(jié)果中的年度停電時間為20.23小時，供電可靠率為99.78%。

    從生產(chǎn)模擬結(jié)果可知，煤電機(jī)組在當(dāng)前的系統(tǒng)中仍然占據(jù)主導(dǎo)地位，煤電出力水平占整體的50%以上。可再生能源棄電很大程度上是由于在負(fù)荷低谷時段可再生能源出力激增，而其他常規(guī)電源出力已經(jīng)壓低至最小技術(shù)出力，無法給可再生能源提供足夠的消納空間。而失負(fù)荷的原因是由于在負(fù)荷高峰時，可再生能源出力不足，即使全部常規(guī)電源出力均提高至最大依然無法滿足電力需求。

    模擬結(jié)果反映了當(dāng)前電源結(jié)構(gòu)的幾個特征：(1)煤電是當(dāng)前電力結(jié)構(gòu)中的主要電源出力形式；(2)電力需求的峰谷差較大，系統(tǒng)靈活性不足，難以單純的依靠調(diào)整電源出力規(guī)模滿足電力需求；(3)傳統(tǒng)電源固定容量占比較大，在負(fù)荷需求較低時會擠占可再生能源的消納空間，導(dǎo)致可再生能源棄電。

4 結(jié)論

    本文在復(fù)雜適應(yīng)系統(tǒng)理論的基礎(chǔ)上建立了電力系統(tǒng)生產(chǎn)模擬模型，并在2016年電源結(jié)構(gòu)的條件下驗證模型的電力系統(tǒng)發(fā)電量與實際發(fā)電量的相對誤差約4.71%。根據(jù)模型求解結(jié)果顯示，其可以在給定電源結(jié)構(gòu)的情況下對滿足電力需求的不同機(jī)組類型發(fā)電量、污染物排放量、電力系統(tǒng)經(jīng)濟(jì)性、供電可靠性、可再生能源利用效率等進(jìn)行分析和預(yù)測。

    另外，本研究仍需深入展開如下工作：細(xì)化用戶需求和電網(wǎng)企業(yè)模塊，考慮電力負(fù)荷多樣性的特征，引入電網(wǎng)安全運行特征分析；深化電力市場模塊，豐富電力市場交易機(jī)制；而電力企業(yè)模塊中不同機(jī)組的策略選擇單一，多場景方式簡化模擬可再生能源發(fā)電的合理性也需要進(jìn)一步論證。

參考文獻(xiàn)

[1] 王錫凡，王秀麗.隨機(jī)生產(chǎn)模擬及其應(yīng)用[J].電力系統(tǒng)自動化，2003，27(8)：10-15.

[2] 姚力，王秀麗，肖漢，等.基于多場景隨機(jī)規(guī)劃的電力系統(tǒng)生產(chǎn)模擬[J].電力建設(shè)，2016，37(12)：74-81.

[3] 康重慶，夏清，相年德，等.隨機(jī)生產(chǎn)模擬的序列化分析[J].中國電機(jī)工程學(xué)報，2002，22(4)：8-12.

[4] 夏清，相年德，白利超，等.序列運算理論及其應(yīng)用[J].電力系統(tǒng)自動化，2002，26(17)：6-12.

[5] 周景宏，胡兆光，田建偉，等.含能效電廠的力系統(tǒng)生產(chǎn)模擬[J].電力系統(tǒng)自動化，2010(18)：27-31.

[6] 段煒，胡兆光，姚明濤，等.考慮需方響應(yīng)資源的電力系統(tǒng)生產(chǎn)模擬[J].電網(wǎng)技術(shù)，2014，38(6)：1523-1529.

[7] HOLLAND H J.Complex adaptive system[M].Addison Wesley，1995.

[8] YIN R.Discovering the future of the case study method in evaluation research[J].Evaluation Practice，1994，15(3)：283-290.

[9] 劉東冉，陳樹勇，馬敏，等.光伏發(fā)電系統(tǒng)模型綜述[J].電網(wǎng)技術(shù)，2011，35(8)：47-52.

作者信息:

黃  何，梁大鵬

（哈爾濱工業(yè)大學(xué) 經(jīng)濟(jì)與管理學(xué)院，黑龍江 哈爾濱150001）