Optymalizacja pracy elektrociepłowni w warunkach hurtowego rynku energii elektrycznej i energii w Rosji. Rozdział 1. Formułowanie merytoryczne problemu optymalizacji działania elektrociepłowni w Rosji

1. Zawartość sekcji
2. Streszczenie
3. Wprowadzenie
4. 1. Formułowanie merytoryczne problemu optymalizacji działania elektrociepłowni w Rosji
5. 1.1. Zadanie optymalizacji pracy elektrociepłowni w planowanej energetyce (zadanie 1)
6. 1.2. Zadanie optymalizacji pracy elektrociepłowni w warunkach rynkowej energetyki elektrycznej (zadanie 2)
7. 1.3. Formułowanie merytoryczne problemu optymalizacji działania CHP na rynku

Artykuł opublikowany w czasopiśmie naukowym „Science and Education” 8 sierpnia 2015 r., Wersja PDF .

Zawartość sekcji

Streszczenie
Wprowadzenie
1. Formułowanie merytoryczne problemu optymalizacji działania elektrociepłowni w Rosji
1.1. Zadanie optymalizacji pracy elektrociepłowni w planowanej energetyce (zadanie 1)
1.2. Zadanie optymalizacji pracy elektrociepłowni w warunkach rynkowej energetyki elektrycznej (zadanie 2)
1.3. Formułowanie merytoryczne problemu optymalizacji działania CHP na rynku

Streszczenie

W dokumencie zaproponowano nowe podejście do optymalizacji działania CHP na rosyjskim rynku hurtowej energii elektrycznej i mocy: sformułowano nowe kryterium optymalności, zaproponowano nowe zlinearyzowane charakterystyki przepływu turbin parowych i gazowych . Problem optymalizacji został rozwiązany za pomocą metod programowania liniowego z liczbami całkowitymi . Podejście to zostało sformułowane i wdrożone jako część opracowania „Systemu matematycznego technicznego i ekonomicznego modelowania elektrowni” dla siedmiu TPP JSC „Quadra”:

1. Dygilevskaya CHP,
2. Kursk CHP-1,
3. Lipieck CHP-2,
4. Oryol CHP,
5. Kursk TPP SZR,
6. Tambov CHP,
7. Smoleńsk CHP-2.

System matematycznego modelowania technicznego i ekonomicznego elektrowni został wprowadzony do eksploatacji komercyjnej jesienią 2014 roku. Aspekty organizacyjne rozwoju tego systemu opisano w artykule. [1] .

Autorzy dziękują liderom projektu V.A. Filimonova i MA Goryachev za wysokiej jakości organizację pracy, a także szef działu produkcji i techniki w Lipieck CHP-2 VN Biełousow za konstruktywną krytykę podejść.

Autorzy dziękują df.-m.n., profesorom MGTU im. N.E. Bauman A.P. Karpenko za pomoc w redagowaniu manuskryptu.

Wprowadzenie

Optymalizacja pracy elektrociepłowni (CHP) jest ważnym zadaniem technicznym i ekonomicznym, mającym na celu zwiększenie efektywności wykorzystania zasobów naturalnych, które służą jako paliwo dla elektrociepłowni i zwiększenie efektywności ekonomicznej stacji na rynku energii elektrycznej i ciepła. Kryteria optymalizacji pracy CHP zależą od warunków jej działania.

W pracy [2] Kryteria optymalności elektrociepłowni , która jest częścią zakładu do produkcji etylenu, określają koszty produkcji chemicznej . W celu zminimalizowania tych kosztów przeprowadzana jest optymalizacja pracy CHP. Działa [3] [4] są poświęcone maksymalizacji wydajności technicznej CHP , kryterium optymalności opiera się na wydajności linii Willana. W innym artykule ci sami autorzy. [5] wierzyć kryterium optymalizacji zysku CHP , który jest maksymalizowany. Autorzy [6] opracował kryterium optymalności, w tym koszty stałe i zmienne CHP (koszty operacyjne i kapitałowe) , problem został rozwiązany w celu zminimalizowania tych kosztów.

W Rosji, do 2006 r., W ramach planowanej elektroenergetyki, kryteria optymalizacji pracy CHP zostały określone na poziomie państwa [7] [8] . Kryteriami tymi były zużycie paliwa i koszty paliwa . Problem optymalizacji został rozwiązany w celu zminimalizowania tych kryteriów.

Dzisiaj zadanie optymalizacji funkcjonowania elektrociepłowni w Rosji powinno uwzględniać warunki i zasady funkcjonowania rynku energii elektrycznej i mocy hurtowej (WECM), który rozpoczął pracę we wrześniu 2006 roku. Pomimo zmienionych warunków pracy elektrociepłowni, w wielu nowoczesnych pracach rosyjskich [9] [10] [11] Jako kryterium optymalizacji ich działania nadal wykorzystywane są koszty paliwa . W szczególności w pracy [10] Wartość składnika paliwa (koszt wytworzenia 1 MW • h energii elektrycznej) została określona jako kryterium optymalności i konkurencyjności CHP na WECM . Ten komponent powinien być zminimalizowany dla trybu pracy CHP ze znanymi obciążeniami termicznymi i elektrycznymi. Wpływ cen energii elektrycznej na wyniki optymalizacji nie jest brany pod uwagę. Autor pracy [9] , opublikowany w 2015 r., formułuje dwa kryteria optymalizacji pracy CHP - zużycie paliwa i moc elektryczna CHP . W związku z tym prace stanowiły dwa zadania - minimalizacja zużycia paliwa i maksymalizacja wytwarzania energii. Ceny rynkowe energii elektrycznej przy formułowaniu problemu optymalizacji nie są brane pod uwagę.

Nowoczesne sformułowanie zadań do optymalizacji działania CHP ma wysoką złożoność obliczeniową , której przyczyny to: a) złożona forma funkcji celu ; b) duża liczba kontrolowanych (zmiennych) parametrów , która zależy od zastosowanych modeli matematycznych jednostek CHP ; c) duża liczba ograniczeń nałożonych na wartości kontrolowanych parametrów [12] .

Wybór modeli matematycznych CHP zależy od zadania. W pracy [2] Zaproponowano model hybrydowy , w którym parametry pary wymaganej do produkcji są obliczane na podstawie modelu sieci neuronowej , a moc elektryczna turbin jest obliczana za pomocą równań termodynamicznych . Autorzy [3] [4] jako model matematyczny turbiny wykorzystujący równanie (linię) Villaina . W pracy [6] Działanie elektrowni cieplnej opisano za pomocą równań termodynamicznych, które uwzględniają entalpię i entropię energii cieplnej . Autorzy [7] [8] opracował szereg liniowych i nieliniowych modeli jednostek CHP. W pracy [9] zastosowano nieliniowe modele matematyczne , uwzględniając 19 parametrów turbiny i 14 parametrów kotła parowego.

Zadanie optymalizacji działania CHP w pracach autorów zagranicznych rozwiązuje się metodami programowania nieliniowego o wartościach całkowitych. [2] [5] [6] przy użyciu algorytmu genetycznego [3] [4] . W Rosji, głównie w celu rozwiązania problemu optymalizacji pracy CHP , stosują równoważne metody [7] [8] i programowanie dynamiczne [10] . Przegląd innych metod rozwiązywania problemu minimalizacji zużycia paliwa w Rosji jest podany w [9] .

Celem tej pracy jest ustawienie i rozwiązanie nowego problemu optymalizacji działania CHP w działaniu WECM . Nowym kryterium optymalizacji CHP w WECM jest zysk, który musimy zmaksymalizować w określonym przedziale czasu, nazywany horyzontem optymalizacji . Ponadto w pracy zaproponowano nowe zlinearyzowane charakterystyki przepływu turbin parowych i gazowych . Cechy te umożliwiają zmniejszenie liczby kontrolowanych parametrów i, w rezultacie, zmniejszenie złożoności obliczeniowej problemu optymalizacji, jak również zmniejszenie problemu optymalizacji do problemu programowania liniowego z liczbami całkowitymi. [12] . Rozwiązanie problemu optymalizacji pracy CHP w warunkach rynkowych jest realizowane przy użyciu zintegrowanego oprogramowania IRM (OpenLink International, Austria). W systemie IRM stworzono modele optymalizacji siedmiu elektrociepłowni i przeniesiono je do działalności komercyjnej. Zgodnie z wynikami rozwiązania problemu optymalizacji, potencjalny zysk CHP został oceniony podczas pracy nad WECM .

Struktura artykułu jest następująca. W pierwszej części rozważono zmianę w celu optymalizacji działania elektrociepłowni w okresie przejścia Rosji z planowanej energetyki na rynek energetyczny ; Druga część artykułu poświęcona jest linearyzacja charakterystyki przepływu pary i turbiny gazowej . Sekcja przedstawia algorytm wyznaczania tych charakterystyk, a także wartości błędów linearyzacji dla różnych typów turbin. Trzecia część zawiera formalne sformułowanie problemu krótkoterminowej optymalizacji kogeneracji na rynku : sformułowana funkcja celu, zestaw kontrolowanych parametrów i ograniczeń. Czwarta część to opis aspektu programu rozwiązania problemu optymalizacji działania CHP w nowej formule , a także dokonał przeglądu ekonomicznej oceny wyników eksperymentów numerycznych.

1. Formułowanie merytoryczne problemu optymalizacji działania elektrociepłowni w Rosji

Sekcja rozważa dwa zadania optymalizacji działania CHP: zadanie minimalizacji kosztu paliwa (klauzula 1.1) który został umieszczony w warunkach planowanej elektroenergetyki, i problem maksymalizacji zysku w CHP (pkt 1.2) istotne przy pracy z WECM. W celu maksymalizacji zysku CHP wyróżnia się cztery rodzaje pilności: długoterminowa, średnioterminowa, krótkoterminowa i operacyjna optymalizacja funkcjonowania CHP. Sekcja kończy się sensowne sformułowanie problemu optymalizacji działania CHP w warunkach rynkowych (sekcja 1.3) .

1.1. Zadanie optymalizacji pracy elektrociepłowni w planowanej energetyce (zadanie 1)

W warunkach planowanej elektroenergetyki efektywność elektrociepłowni została oszacowana na podstawie wskaźników jednostkowego zużycia paliwa równoważnego do wytwarzania energii elektrycznej i ciepła [8] . Zadanie optymalizacji pracy CHP zostało rozwiązane w celu zminimalizowania zużycia paliwa referencyjnego lub zminimalizowania kosztów paliwa [7] [8] pod warunkiem zapewnienia określonego obciążenia elektrycznego, parowego i cieplnego stacji:

(1)

Tak więc zadaniem było rozdzielenie danego ładunku elektrociepłowni na jednostki w taki sposób, aby zużycie paliwa lub koszty paliwa były minimalne.

Aby rozwiązać problem optymalizacji w tej formule w dokumentach [7] [8] Zaproponowano metodę, która dotyczy koncepcji charakteryzowania względnych wzrostów zużycia paliwa wzorcowego i charakteryzowania względnych wzrostów kosztu paliwa , tak zwanej metody równoważnej . Charakterystyki przyrostów względnych są obliczane dla każdej jednostki CHP. Najlepszy jest tryb, w którym wartości względnych przyrostów paliwa wzorcowego różnych jednostek są sobie równe. Zaletą tej metody jest prostota. W konsekwencji jest on powszechnie stosowany do tej pory.

W pracy [10] Bierze się pod uwagę obecne wady problemu optymalizacji CHP w tym preparacie .

1. Niewystarczająca jakość wysyłki . Usługa zarządzania trybami pracy urządzenia przy wykonywaniu danego harmonogramu obciążenia w niektórych przypadkach pochodzi tylko z warunku zapewnienia niezawodności pracy, co może być sprzeczne z wymogami zapewnienia wydajności pracy CHP.
2. Rozbieżność między charakterystykami energetycznymi wyposażenia CHP a rzeczywistymi trybami pracy . Przegląd ram regulacyjnych raz na pięć lat nie eliminuje tego problemu.
3. Niewystarczająca kontrola jakości parametrów pracy sprzętu . Brak zautomatyzowanych systemów sterowania procesem pracy urządzeń w większości stacji CHP nie pozwala na szczegółową kontrolę nad zmianami parametrów technicznych trybu pracy.

Do tej pory tych niedociągnięć nie można uznać za wyeliminowane. Jednym ze sposobów poprawy zgodności charakterystyk energetycznych z rzeczywistymi trybami pracy urządzenia jest regularne dostosowywanie charakterystyk energetycznych w oparciu o pomiary parametrów trybu pracy urządzenia [10] .

Należy zauważyć, że szacunki zmniejszenia zużycia paliwa w rozwiązaniu problemu (1) wahają się od 0,8 do 1,7% całkowitego zużycia paliwa [9] [10] . Wartości te, z jednej strony, są porównywalne z błędem pomiaru zużycia paliwa , az drugiej strony potwierdzają, że zmniejszenie zużycia paliwa jest możliwe tylko przy dużej zgodności rzeczywistego trybu pracy urządzenia elektrociepłowni z planem załadowania jednostki uzyskanym z wyników optymalizacji, co nie zawsze ma miejsce praktyka (niewystarczająca jakość wysyłki, niedostateczna jakość kontroli parametrów systemu).

W wyniku rozwiązania problemu (1) tworzony jest szczegółowy plan obciążenia dla wyposażenia elektrociepłowni, który jest informacją pomocniczą dla obsługi i sterowania trybem pracy [9] .

1.2. Zadanie optymalizacji pracy elektrociepłowni w warunkach rynkowej energetyki elektrycznej (zadanie 2)

Wraz z rozpoczęciem działalności hurtowego rynku energii elektrycznej i rynku energii elektrycznej we wrześniu 2006 r. Wydajność pracy CHP szacowana jest na podstawie zysku . Aktualne zadanie optymalizacji działania CHP jest następujące:

(2)

Stałe monitorowanie zysku CHP jest integralną częścią jego działania. W zależności od okresu ( horyzontu optymalizacji ), dla którego chcesz zmaksymalizować zyski, wyróżnimy cztery typy zadań.

1. Długoterminowa optymalizacja pracy elektrociepłowni z horyzontem od jednego do kilku lat jest konieczna przy planowaniu warunków uruchomienia nowych i zachowaniu zużytych zdolności produkcyjnych.
2. Średnioterminowa optymalizacja elektrociepłowni o horyzoncie od jednego miesiąca do jednego roku jest niezbędna do opracowania biznesplanu i rocznego planowania okresów naprawy sprzętu, a także przygotowania wniosków o konkurencyjny wybór mocy [13] .
3. Krótkoterminowa optymalizacja działania CHP o horyzoncie od dni do miesiąca jest niezbędna do tworzenia wniosków o wybór włączonego sprzętu generującego , aplikacji na rynek dnia następnego , a także aplikacji do otrzymywania cen operacyjnych na rynku bilansującym [13] . W tym problemie optymalizacji należy wziąć pod uwagę przychody ze sprzedaży ciepła, pary, energii elektrycznej, a także koszty zakupu paliwa i energii elektrycznej na własne potrzeby. [13] .
4. Operacyjna optymalizacja pracy CHP przez jedną lub kilka godzin jest konieczna, aby zmniejszyć koszty paliwa podczas wykonywania znanego harmonogramu obciążeń termicznych i elektrycznych. W tym przypadku zadanie maksymalizacji zysku (2) sprowadza się do problemu minimalizacji kosztu paliwa (1) : podczas pracy ze znanym harmonogramem obciążeń termicznych i elektrycznych dochód CHP jest znaną wartością [13] .

Przy rozwiązywaniu zadań długoterminowej i średnioterminowej optymalizacji pracy CHP należy rozważyć przychody ze sprzedaży ciepła, pary, energii elektrycznej i energii elektrycznej, a także koszty zmienne (koszty paliwa) i koszty stałe (zwrot z inwestycji, wynagrodzenie, koszty napraw, ubezpieczenia itp.) [14] .

Główne różnice między zadaniem 1 a zadaniem 2 są następujące:

• w zadaniu 1 należy znaleźć minimum funkcji celu, w zadaniu 2 - maksimum;
• w zadaniu 1 należy uwzględnić tylko koszty elektrociepłowni, w zadaniu 2 - przychody i koszty;
• w ogólnym przypadku rozwiązanie problemu 1 nie odpowiada rozwiązaniu problemu 2;
• Zadanie 1 to szczególny przypadek Problemu 2 ze znaną ilością przychodów CHP.

Aby zilustrować rozbieżność między wynikami rozwiązywania problemów optymalizacji 1 i 2 w Dodatek A za przykład liczbowy.

Problem optymalizacji krótkoterminowej został rozwiązany w niniejszej pracy (str. 3 , 4 ), zadania długoterminowej i średnioterminowej optymalizacji CHP w warunkach rynkowych w Rosji nie zostały rozwiązane i są istotne.

1.3. Formułowanie merytoryczne problemu optymalizacji działania CHP na rynku

Zadanie optymalizacji działania CHP w warunkach WECM jest ustalane przy następujących założeniach .

1. Problem optymalizacji jest rozwiązany dla równoodległych dyskretnych punktów w czasie t = 1,2, ..., T, gdzie T jest horyzontem optymalizacji. Różnica między dwoma sąsiednimi punktami czasowymi jest stała i równa Δt.
2. Zużycie i produkcja różnych rodzajów energii przez jednostki CHP E (t) odpowiada zużyciu i produkcji energii między znacznikami czasu t i t + Δt.
3. Moc w przedziale czasowym At, tj. Między znacznikami czasu t i t + At, jest stała. Wartość mocy znacznika czasu t oblicza się jako E (t) / Δt.

Kryterium optymalności CHP w warunkach WECM jest funkcją całkowitego zysku, który należy zmaksymalizować na horyzoncie optymalizacji T.

Parametry kontrolowane przez zadanie optymalizacji CHP są kontrolowane przez parametry trybu pracy urządzenia: obciążenie głównego i pomocniczego wyposażenia CHP, całkowite obciążenie cieplne i elektryczne stacji, zużycie każdego rodzaju paliwa, wielkość potrzeb własnych CHP.

Ograniczenia nałożone na wartości kontrolowanych parametrów obejmują ograniczenia ze względu na zastosowane modele matematyczne agregatów stacji (§ 3.3.1) , ograniczenia wynikające z zakresu regulacji jednostek (pkt 3.3.2) i inne ograniczenia (klauzula 3.3.3) . Ponadto należy przestrzegać bilansu paliwa, ciepła i energii elektrycznej.

Zadaniem optymalizacji działania CHP w warunkach WECM jest określenie wartości kontrolowanych parametrów odpowiadających maksymalnemu całkowitemu zyskowi na horyzoncie optymalizacji T. Informacja o zysku i odpowiadających mu ładunkach agregatów zakładu jest punktem wyjścia do planowania działania CHP na WECM [13] .

Wyodrębniamy trzy kolejne etapy krótkoterminowej optymalizacji pracy elektrociepłowni w warunkach rynku hurtowej energii elektrycznej (mocy) (podobne etapy są podkreślone w rozprawie [9]).

1. Optymalizacja skladu dołączonego Sprzętu - Tworzenie optymalnej Aplikacji dla każdej Jednostki Sprzętu wytwarzającego w celu Obliczenia wyboru skladu włączonego Sprzętu generującego, przeprowadzonego przez OAO tak JES [13] .
2. Optymalizacja, zarządzanie energią, optymalizacja dla użytkowników, aby postępować zgodnie z instrukcjami. [13] .
3. Optymalizacja harmonogramu wysyłki ładunku - tworzenie optymalnej aplikacji do otrzymywania cen operacyjnych dla każdej grupy punktów dostawy dla odchylenia obciążenia elektrycznego od harmonogramu wysyłki na rynku bilansującym zarządzanym przez JSC „SO UES” [13] .

Po złożeniu wniosku o cenę na etapie I, specjaliści zakładu otrzymują listę dołączonych urządzeń generujących od SO UES OJSC i przystępują do rozwiązania zadania etapu II. Podobnie, w następstwie wyników złożenia wniosku o cenę na etapie II, specjaliści stacji najpierw otrzymują harmonogram handlu z ATS OJSC, a następnie harmonogram wysyłki z SO UES OJSC i przystępują do rozwiązania zadania etapu III [13] .

Zatem zadanie krótkoterminowej optymalizacji pracy CHP w ramach WECM składa się z trzech określonych kolejnych etapów , przy czym każdy z nich powinien zostać zmaksymalizowany, biorąc pod uwagę ograniczenia otrzymane od organizacji infrastruktury JSC SO UES i JSC ATS.

Ponieważ obliczenia finansowe na WECM są wykonywane w rozdzielczości godzinowej, zadanie krótkoterminowej optymalizacji pracy CHP w warunkach rynkowych rozwiązuje się z dyskretną godziną (Δt = 1 godzina) oraz w następujących jednostkach: dla zużytej i wygenerowanej mocy jednostek CHP E (t) / Δt używamy MW , dla wszystkich rodzajów energii wytworzonej i zużytej E (t) - MWh, dla cen - RUB / MWh. Znaczniki czasu t odpowiadają początkowi godziny.