中期火电开机优化模型研究及系统设计.pdf

’第３９卷第１１期２０１１年６月１日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌＶｌ０ｌ＿３９ＮＯ．１１Ｊｕｎ．１，２０１１中期火电开机优化模型研究及系统设计李保健，廖胜利１，２程春田，王静，蔡华祥，蔡建章（１．大连理工大学水电与水信息研究所，辽宁大连１１６０２４；２．大连理工大学管理学院，辽宁大连１１６０２４；３．云南电力集团有限公司，云南昆明６５００１１）摘要：针对中期火电开机优化的特点，建立了应用于不同实际需求的三种优化模型：基于电量差别计划的等利用小时数模型、等利用率模型和能耗最小模型，同时结合逐步优化算法（ＰＯＡ）算法搜索能力强、收敛速度快等特点，给出了模型的统一求解流程。采用可扩展的模型接口方式、基于Ｆｏｒｋ／Ｊｏｉｎ框架的多核并行优化、基于ＭＶＣ模式手动开机及异步优化等关键技术设计开发了中期火电开机优化系统，并成功应用于云南电网实际运行。最后以云南电网９座火电站２７台机组的计算结果为例，分析验证了模型的灵活性、合理性及系统的实用性。关键词：开机优化；ＰＯＡ；并行计算；异步优化；系统设计—Ｍｏｄｅｌｒｅｓｅａｒｃｈａｎｄｓｙｓｔｅｍｄｅｓｉｇｎｏｎｍｉｄｔｅｒｍｏｐｔｉｍａｌｏｐｅｒａｔｉｏｎｏｆｔｈｅｒｍａｌｐｏｗｅｒ‘ＬＩＢａｏ－ｊｉａｎ，ＬＩＡＯＳｈｅｎｇ．１ｉ，一，ＣＨＥＮＧＣｈｕｎ－ｔｉａｎ，ＷＡＮＧＪｉｎｇ，ＣＡＩＨｕａ－ｘｉａｎｇ３，ＣＡＩＪｉａｎ．ｚｈａｎｇ３（１．ＩｎｓｔｉｔｕｔｅｏｆＨｙｄｒｏｐｏｗｅｒａｎｄＷａｔｅｒＩｎｆｏｒｍａｔｉｏｎ，ＤａｌｉａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｄａｌｉａｎ１１６０２４，Ｃｈｉｎａ；２．Ｍａｎａｇｅｍｅｎｔｓｃｈｏｏｌ，ＤａｌｉａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｄａｌｉａｎ１１６０２４，Ｃｈｉｎａ；３．ＹｕｎｎａｎＥｌｅｃｔｄｃＰｏｗｅｒＧｒｏｕｐＣｏｒｐｏｒａｔｉｏｎ，Ｋｕｎｍｉｎｇ６５００１１，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇａｔｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｍｉｄ－ｔｅｒｍｏｐｔｉｍａｌｏｐｅｒａｔｉｏｎｏｆｔｈｅｒｍａｌｐｏｗｅｒ，ｔｈｒｅｅｋｉｎｄｓｏｆｍｏｄｅｌｓｉｎｃｌｕｄｉｎｇｅｑｕｉｖａｌｅｎｔｕｔｉｌｉｚａｔｉｏｎｈｏｕｒｓｍｏｄｅｌ，ｅｑｕｉｖａｌｅｎｔｕｔｉｌｉｚａｔｉｏｎｒａｔｉｏｍｏｄｅｌａｎｄｍｉｎｉｍｕｍｅｎｅｒｇｙｃｏｎｓｕｍｐｔｉｏｎｍｏｄｅｌｂａｓｅｄｏｎｅｌｅｃｔｒｉｃｉｔｙｄｉｆｆｅｒｅｎｃｅｐｌａｎａｒｅｅｓｔａｂｌｉｓｈｅｄｆｏｒｄｉｆｆｅｒｅｎｔａｃｔｕａｌｄｅｍａｎｄｓ．ＴｈｉｓＰａＤｅｒｐｒｏｐｏｓｅｓａｕｎｉｆｉｅｄｓｔｒａｔｅｇｙｗｈｉｃｈｃｏｍｂｉｎｅｓｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｐｏｗｅｒｆｕｌｇｌｏｂａｌｓｅａｒｃｈａｎｄｆａｓｔｃｏｎｖｅｒｇｅｎｃｅｏｆＰｒｏｇｒｅｓｓｉｖｅＯｐｔｉｍａｌｉｔｙＡｌｇｏｄｔｈｍｆＰＯＡ）ｔｏｓｏｌｖｅｔｈｅｍｏｄｅｌｓ．Ｆｕｒｔｈｅｒｍｏｒｅ，ｉｔｄｅｓｉｇｎｓａｎｄａｐｐｌｉｅｓｔｈｅｓｙｓｔｅｍｏｆｍｉｄ．ｔｅｒｍｏｐｔｉｍａｌｏｐｅｒａｔｉｏｎｏｆｔｈｅｒｍａｌｐｏｗｅｒｉｎＹｕｎｎａｎＰｏｗｅｒＧｒｉｄｓｕｃｃｅｓｓｆｕｌｌｙｂａｓｅｄｏｎｓｅｖｅｒａｌｋｅｙｔｅｃｈｎｏｌｏｇｉｅｓｓｕｃｈａｓｅｘｔｅｎｓｉｖｅｍｏｄｅｌｉｎｔｅｆｆａｃｅ，ｍｕｌｔｉ．ｃｏｒｅｐａｒａｌｌｅｌｏｐｔｉｍｉｚａｔｉｏｎｏｆＦｏｒｋ／Ｊｏｉｎｆｒａｍｅｗｏｒｋ，ｍａｎｕａｌｌｙｓｔａｒｔｕＤＯｆＭ｜ＶＣｐａＲｅｍａｎｄａｓｙｎｃｈｒｏｎｏｕｓｏｐｔｉｍｉｚａｔｉｏｎ．Ｆｉｎａｌｌｙ，ｔｈｅｍｏｄｅｌｓａｎｄｔｈｅｓｙｓｔｅｍａｒｅａｎａｌｙｚｅｄａｎｄｖｅｒｉｆｉｅｄｂｖ２７ｕｎｉｔｓｏｆ９ｔｈｅｒｍａｌｐｏｗｅｒｐｌａｎｔｓｉｎＹｕｎｎａｎＰｏｗｅｒＧｒｉｄ．Ｔｈｅｒｅｓｕｌｔｓｈｏｗｓｔｈａｔｔｈｅｍｏｄｅｌｓａｒｅｆｌｅｘｉｂｌｅａｎｄｒｅａｓｏｎａｂｌｅａｎｄｔｈｅｓｙｓｔｅｍｉｓｐｒａｃｔｉｃａｂｌｅ．ＴｈｉｓｗｏｒｋｉｓｓｕｐｐｏｓｅｄｂｙＳｐｅｃｉａｌＦｕｎｄｏｆｔｈｅＮａｔｉｏｎａｌＢａｓｉｃＲｅｓｅａｒｃｈｐｒｏｇｒａｍｏｆＣｈｉｎａ（９７３）（Ｎｏ．２００９ＣＢ２２６ｌ１１），ＮａｔｉｏｎａｌＳｃｉｅｎｃｅＦｕｎｄｆｏｒＤｉｓｔｉｎｇｕｉｓｈｅｄＹｏｕｎｇＳｃｈｏｌａｒｓ（Ｎｏ．５１０２５９３４），ＮａｔｉｏｎａｌＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＣｈｉｎａ（Ｎｏ．５０９７９０１０），ａｎｄＦｕｎｄａｍｅｎｔａｌＲｅｓｅａｒｃｈＦｕｎｄｓｆｏｒｔｈｅＣｅｎｔｒａｌＵｎｉｖｅｒｓｉｔｉｅｓｏｆＣｈｉｎａ（Ｎｏ．ＤＵＴ１ＯＺＤｌ０３）．Ｋｅｙｗｏｒｄｓ：ｏｐｔｉｍａｌｏｐｅｒａｔｉｏｎ；ＰＯＡ；ｐａｒａｌｌｅｌｃｏｍｐｕｔｉｎｇ；ａｓｙｎｃｈｒｏｎｏｕｓｏｐｔｉｍｉｚａｔｉｏｎ；ｓｙｓｔｅｍｄｅｓｉｇｎ中图分类号：ＴＭ７３４文献标识码：Ａ—文章编号：１６７４－３４１５（２０１１）１１・０００９０８Ｏ引言中期火电开机优化一般是指以１日为计算步长，以１月至半年为计算周期，综合考虑电量平衡和机组检修等约束的火电开机计划。我国的电网结构大部分地区以火电为主，水电为辅。火电机组由基金项目：国家重点基础研究发展计划项目（９７３项目）（２００９ＣＢ２２６１１１）；国家杰出青年科学基金（５１０２５９３４）；国家自然科学基金（５０９７９０１０）；中央高校基本科研业务费专项资金资助（ＤＵＴＩＯＺＤ１０３）于开机费用高、启停速度慢、负荷跟踪能力差等特点，短期实时运行往往需要根据中期开停机计划进行调度，因此中期火电开机优化是电网中期计划制作中一项重要而又非常复杂的任务。一方面，合理的中期开机结果既要考虑各电站自身复杂的运行要求（如检修、最低技术出力、持续开机天数要求等）【ｌＪ，又要快速响应系统负荷变化过程（如水电汛枯过渡期、节假日、两会期等）【２Ｊ；既要满足国家节能政策要求，又要兼顾不同发电主体间的利益【３。６】。另一方面，中期火电开机优化需考虑机组组合问题引，电力系统保护与控制该问题具有高维、离散、非线性等特点，很难找到理论上的最优解。与短期火电开机优化相比，目前这方面的研究较少，相关可靠实用的应用系统也未见报道。根据中期火电开机优化的特点，本文针对电网不同的实际运行情况提出了三种中期火电开机优化模型，并给出了模型的统一求解方法，同时采用可扩展的模型接口方式、基于Ｆｏｒｋ／Ｊｏｉｎ框架的多核并行优化、基于ＭＶＣ模式手动开机及异步优化等关键技术对中期火电开机优化系统进行架构和实现，并成功应用到云南电网实际运行。最后以云南电网实际数据计算结果验证了模型算法的合理性及系统的灵活性。１中期火电开机优化模型电网中期火电开机优化系统建模既要考虑传统方式下的开机需求，又要考虑节能方式下的开机需要，针对不同的应用条件建立了三个中期开机优化模型，分别为基于电量差别计划【９］的等利用小时数模型、等利用率模型和能耗最小模型。１．１变量说明ｍ为电站数目；ｋ，，分别表示第ｋ，，个电站，…ｋ，，＝１，２，，ｍ；Ｔ为时段数目；为电站ｋ的前期利用小时数；为电站ｋ在时段内的利用小时数；厅为电站ｋ的奖励小时数；Ａ为单位时段Ⅳ的小时数；为电站ｋ的装机容量；为电站ｋ的Ⅳ平均开机容量；，为电站ｋ第，时段的开机容量；ＪＶ为电站ｋ第ｆ时段的可利用容量；为电站ｋ“的利用率；ｒ为平均利用率；Ｐ为前期参考时段数；，为机组编号；ａｋ，为电站ｋ机组，的平均煤耗系数；…为电站ｋ机组，第ｒ时段的机组运行状态，取值为０（停机状态）或１（开机状态）；，为电站ｋ机组，的装机容量；为电站ｋ第ｆ时段的允许最小开机容量；为第ｆ时段的火电需求负荷；为最大负荷率；为平均负荷率；ｉ为最小负荷率；为计算期内电站ｋ的开机容量过程中第ｉ个峰的持续时段数；“为电站ｋ开机容量高峰最小运行时段数限制；Ｚｄ为计算期内电站ｋ的开机容量过程中第ｉ个谷的持续时段数；“为电站ｋ开机容量低谷最小运行时段数限制。１．２目标函数（１）基于电量差别计划的等利用小时数目标电站装机利用小时数能够合理反映发电设备的利用率及电站的备用情况，因此控制电厂装机利用小时数一直是许多电网在中期机组开机优化过程中考虑的目标。然而不同的机组具有不同的能耗值，各电站间排污水平各异，因此实际操作中往往需要根据不同电站确定差别电量计划，对于能耗低、排污处理设备完备的机组进行灵活奖励。设有ｍ个电站参与计算，则目标函数可以表示为：：ｈ，（１）其中：＝＋ｈｉ一（２）×￣ＴＸｒａｖｇｘＡｔ（３）＝１＂Ｎ“（４）式（１）直接解析比较困难，可以利用各电站……装机利用小时序列ｈ＝（ｈｉ，，ｈｋ，，ｈｍ）的方差最小对原目标函数进行替换，即：∑ｍｉｎｆ＝（一）（５）ｍ７７７、其中：＝一１ｍ７７７（６）（２）等利用率目标当有新机组或新电站投产时，它们没有前期利用小时数，如果仍采用模型１进行计算将无法体现电站间的公平，此时需要采用等利用率目标，使新投产电站或机组与已有机组的利用率尽量相等。目标函数可以表示为：＝（７）式（７）直接解析比较困难，可以利用各电站……装机利用小时序列＝（，，，，）的方差最小对目标函数进行替换，即‘ｍｉｎｆ：芝（一１（８）‘ｍｋ。。一Ｉ。／其中：ｍ（９）酉对于已投产电站：＝寿Ｐ＋喜等对于新投产电站：＝喜等…（３）能耗最小目标依据机组能耗排序表按机组能耗排序依次开李保健，等中期火电开机优化模型研究及系统设计．１１．机，能耗低的先开机，能耗高的后开机，这样就保证了大容量、高参数、低能耗的机组具有较高的开机机会。目标函数为：ｍｎＴ∑∑∑ｍｉｎｆ＝（，ｘａｋ，×Ｘｉｖｔｋ，ｆ）（１２）ｋ＝ｌ，＝ｌｆ＝ｌ１．３约束条件（１）电站开机容量约束ＮｓＮｓＮ前先计算各时段中开机组合对应的负荷率按指标值，再将所有的开机组合按ｌ一ＲＩ从小到大进行排序，得到各时段距目标负荷率从近到远的开机容’量集合Ｓ：，最后通过启发式搜索在Ｓ中获取可行解。启发式搜索过程为：（１）令ｋｓ：ｎｅｗｉｎｔ［Ｔ］，设ｋｓ［１】＝１，ｆ＝１；确定第１时段的开机组合为Ｓｔ中第１个元素；（２）令ｔ＝ｆ＋１，ｋｓ［ｔ］：１。如果ｔ＞Ｔ跳至６），（１３）．．．．否则设置第时段的开机组合为中第１个元素；式中，“为电站时段的允许最，Ｊ、开机容且ｏ（３），’满足约束（２）电量平衡约束∑，，×ｉ。ｘＡｔ×∑ｘＡｔ，，ＸｒｍｘＡｔｋ＝ｌｋ＝ｌ（１４）（３）电站开机容量高峰低谷持续时间约束由于中期开机计划只需确定每个电站各时段的开机容量及开机台数，而不用具体到某台机组，因此这里将机组启停时间约束转换成电站开机容量峰谷持续时间约束。“Ｉ１毛≥ｍ－ｎ５２模型求解由于所有模型决策变量及约束条件相同，而目标函数均可表示为ｍｉｎ厂，因此可以采用统一的求解方法。中期火电开机优化是多状态变量的多阶段决策优化问题，可以采用逐步优化算法（ＰＯＡ）【ｌＵＪ进行寻优。ＰＯＡ的思想是将多阶段决策问题分解成若干个子问题，子问题间由系统状态联系，优化时仅计算每个子问题的状态及其目标值。由于ＰＯＡ具有搜索能力强、收敛速度快等特点，在处理多阶段优化问题方面具有独到的优势，已被广泛应用于工程实际［１１－１３］。通过ＰＯＡ求解中期开机优化的过程主要分为三步。２．１获得满足约束１、２的解空间从考虑的约束可以看出，约束ｌ、２为单时段约束，与多时段相关联的约束３相比，处理过程比较简单。因此处理前先根据约束１确定系统各时段的所有开机容量组合，再通过约束２对开机组合进行过滤得到解空间，即为满足约束１、２的解空间。２．２启发式搜索获得初始可行解采用启发式搜索在解空间中寻找各时段开机负荷率接近给定目标负荷率ＪＲ的初始可行解。搜索（４）令ｋｓ［ｔ］＝［ｆ］＋１，如果ｋｓ［ｔ】大于Ｓｔ中的元素数目，则跳至（５），否则将第ｆ时段的开机组合用Ｓｔ中第ｋｓ［ｔ１个元素替换，跳至（３）；（５）令ｔ＝ｔ一１，跳至（４）；（６）输出结果。２．３ＰＯＡ求解通过ＰＯＡ对初始可行解进行迭代搜索，获得最优结果。ＰＯＡ的搜索流程为：（１）设置开机过程为启发式搜索获得的初始可行解，计算目标函数值ｖａｌｕｅ，设ｆ＝１，ｋ＝１；（２）以中第ｋ个元素替换第ｆ时段的开机，获得新的开机方式，判断新方式是否满足约束３，如果是跳至（３），否则跳至（４）；’‘（３）计算目标函数值ｖａｌｕｅ，如果ｖａｌｕｅ＜ｖａｌｕｅ，则以新的开机方式替换原开机方式，同时令’ｖａｌｕｅ＝ｖａｌｕｅ；（４）令ｋ＝ｋ＋１，如果ｋ大于中的元素数目，则跳至（５），否则跳至（２）；≤（５）令ｆ＝ｔ＋１，ｋ＝１。如果ｆＴ，跳至（２）；否则表示一轮计算完成，检查目标函数值ｖａｌｕｅ较上一轮是否有改进，如果是则以获得的结果为初始解跳至２）进入下一轮计算，否则跳至（６）；（６）输出结果。３系统结构、功能及关键技术实现３．１系统结构中期火电开机优化系统在Ｄｍｉｓ库、负荷预测库、调度库和检修库的共同支持下运行。系统结构如图１所示，由于系统依赖的信息具有广泛性、多元性及异构性，在结构设计中采用人机交互的思想，使优化结果可以方便地引入人工经验，保证系统更加实用化和智能化。电力系统保护与控制Ｄｍｉｓ￣ｌｌ负阐ｌ调度库ｌｌ检修库ｌＪ，Ｊ，—厂＿Ｌ二、Ｊｒ电站运行时间ｌｌ系统负荷ｌＩ水电优化结果ｌＩ电站运行状态Ｉｌ检修计划广网、电量平衡分析ｌｌ开机过程Ｉｌ开机台数Ｉ１各电站利用小时数图１系统结构框图Ｆｉｇ．１Ｓｔｒｕｃｔｕｒｅｄｉａｇｒａｍｏｆｔｈｅｓｙｓｔｅｍ３．２系统功能中期火电开机优化系统主要由负荷预测、约束条件设置、模型选择和报表管理四个功能模块组成，功能如图２所示。（１）负荷预测。对中期系统负荷及火电负荷需求进行预测，分别从负荷预测数据库及调度库中提取系统负荷预测数据及水电计划安排结果即可确定系统的火电负荷需求。系统同时提供了参考历史同期负荷及手动修改功能。（２）约束条件设置。主要设置各电站优化计算所需要的各种约束条件，如检修计划、各电站的奖励小时数以及开机容量峰谷持续时段数等。（３）模型选择及人工调整。根据火电负荷需求和约束条件选择优化模型进行优化计算，并对开机优化结果进行分析统计。系统除了提供三种优化模型外，还提供了手动开机方式获得电站开机方案，调度人员可以依据自己的经验制定开机计划。为增强人机交互功能，系统采用基于ＭＶＣ模式的图表联动技术【ｌ］可对计算结果进行拖动修改，并能依据电站内各机组状态自动识别将修改后的开机容量值分配到各机组。（４）报表管理。根据始末时间查询各电站开机计划及实际开机情况，同时提供对比分析功能，并可将结果以Ｅｘｃｅｌ文档的形式导出。圉Ｉ重ＪＦｉｇ．２Ｆｕｎｃｔｉｏｎｓｔｒｕｃｔｕｒｅｏｆｔｈｅｓｙｓｔｅｍ３．３系统关键技术实现（１）可扩展的模型接口设计随着生产实际的不断变化，原有的优化模型可能已不满足现实需求，这时需要对原有的优化模型进行改进或添加新的优化模型，模型算法接口设计为实现这些需求提供了技术支持。首先定义好模型接口，它的功能就是使模型程序与应用程序相互分离。如图３所示。优化模型如等利用小时数、等利用率、能耗最小等只需实现这些接口，便可以迅速的接入系统，而应用程序在调用优化模型时只需要调用这些接口，便可以进行优化计算。因此，在修改原有模型或添加新模型的过程中，系统原有的数据流程和业务流程不需要做任何修改，保证了系统的稳定性和扩展性，便于系统改造、升级和维护。Ｏｐｅｒａｔｅｌｎｔｅｒｆａｃｅ（优化模型接口１＋ｉｎｉｔＤａｔａ（）（初始化求解过程所需要的参数）＋ｓｅｔＲｅｓｔｒｉｃｔｉｏｎ（１（没置求解过程中的约束条件）＋ｏｐｅｒａｔｅ（）（进行优化计算１＋ｇｅｔＲｅｓｕｌｔ（）（获得优化结果）等利用小Ｈ数＋ｉｎｉｔＤａｔａ（）＋ｓｅｔＲｅｓｔｒｉｃｔｉｏｎ０＋ｏｐｅｒａｔｅ（）＋ｇｅｔＲｅｓｕｌｔ（）能耗最小＋ｉｎｉｔＤａｔａ（）＋ｓｅｔＲｅｓｔｒｉｃｔｉｏｎ（）＋ｏｐｅｒａｔｅ（）＋ｇｅｔＲｅｓｕｌｔ０图３优化模型接口设计Ｆｉｇ．３Ｉｎｔｅｒｆａｃｅｄｅｓｉｇｎｏｆｏｐｔｉｍｉｚａｔｉｏｎｍｏｄｅｌｓ（２）基于ＭＶＣ模式的手工计划制作模型一视图一控制器（ＭＶｃ）模式是系统设计中一种常用的设计模式【１，它包括三个部分：模型（Ｍｏｄｅ１）、视图（Ｖｉｅｗ）和控制器（Ｃｏｎｔｒｏｌｌｅｒ）。视图是用户能够看到的应用程序的界面；模型是事物逻辑的内在表示，是整个模式的核心；控制器是事物的流程控制模块，可以理解为接收用户请求，将视图与模型匹配在一起共同完成用户的请求。ＭＶＣ模式实现了用户界面设计、流程控制和事物逻辑的分离。图４为ＭＶＣ组件的关系及功能。————＋方法调用………一事件图４ＭＶＣ组件的关系及功能Ｆｉｇ．４ＲｅｌａｔｉｏｎｓｈｉｐａｎｄｆｕｎｃｔｉｏｎｓｏｆＭＶＣｃｏｍｐｏｎｅｎｔｓ一一一一一一一＋＋＋＋李保健，等中期火电开机优化模型研究及系统设计．１３．在中期火电开机优化系统设计实现过程中，大量的图形和表格被用于数据的显示。而在进行手工计划制作时，系统在接受用户请求数据的同时，需要不断的更新图形和表格，为保持数据的一致性，需要基于ＭＶＣ模式设计手工计划制作模块，这样当数据发生变化时，只需修改模型中的数据，就能更新图形和表格。手工计划制作模式分为两种：主要区别在于手工制作某一电站的开机过程时，其他的电站是否会因为系统约束和目标函数的变化而变化。图５为手工计划制作Ｍｏｄｅｌ示意图。墼皇！：旦型翌皇ｌ站：堂堑篁：堡塑查！塑垦里重图５手工计划制作ＭｏｄｅＩ示意图Ｆｉｇ．５Ｓｋｅｔｃｈｍａｐｏｆｍａｎｕａｌｐｌａｎｎｉｎｇｍｏｄｅｌ（３）多核并行优化技术中期开机优化计算涉及到的状态变量及决策变量众多、约束复杂、搜索空间较大，因此每次计算过程耗时较长。考虑到各次Ｐ０Ａ寻优过程相互独立，系统中引入了基于Ｆｏｒｋ／Ｊｏｉｎ框架【ｌ５Ｊ的多核并行优化算法对中期开机进行求解。Ｆｏｒｋ／Ｊｏｉｎ框架是一种可以充分利用多核ＣＰＵ处理并行计算Ｌｌ６。＂Ｊ的框架（见图６）。它基于分治策略来处理大量数据计算，其基本思想是将一个难以直接解决的大问题，分解为多个规模较小、相互独立且与原问题相同的可直接求解的子问题，再通过求解并组合所有子问题的解，得到原问题的解。图６Ｆｏｒｋ／ｄｏｉｎ框架并行执行模型图Ｆｉｇ．６ＰａｒａｌｌｅｌｅｘｅｃｕｔｉｏｎｍｏｄｅｌｏｆＦｏｒｋ／Ｊｏｉｎｆｒａｍｅｗｏｒｋ中期火电开机优化并行实现是针对不同的负荷率分解成多个独立的子任务；每个子任务先根据负荷率采用启发式搜索获得初始可行解，再通过ＰＯＡ算法求出局部最优解，并把结果返回给上一级任务，上一级任务合并子任务的结果并向上返回，直至根节点，最终找到最优解。中期开机优化算法的并行执行框架如图７所示。获得满足约束１、２的解空间Ｓ…子任务１ｌｌ子任务２Ｉｌ子任务ｋ－１ｉｌ子任务ｋ启发式搜索获得初始可行解二［通过ＰＯＡ搜索最优结果ｌ启发式搜索获…ｌ得初始可行解＝二［１通过ＰＯＡ搜…ｌ索最优结果…ｌ一１Ｉ一１）ｋ－－ｎｌｌｎ｛ｆ－ｌ，）“输出结果厂＝ｍｉｎ｛，ｆ２一１，｝图７中期开机优化并行计算框架Ｆｉｇ．７Ｐａｒａｌｌｅｌｃａｌｃｕｌａｔｉｎｇｆ—ｒａｍｅｗｏｒｋｏｆｍｉｄｔｅｒｍｏｐｔｉｍａｌｏｐｅｒａｔｉｏｎ（４）异步优化求解技术当参与计算的电站数目较多时，优化过程涉及的状态变量和决策变量众多，求解效率十分低下，这时如果能灵活引入人工经验则可以达到快速求解的目的。因此系统实现过程中采用了异步优化技术，在优化计算过程中如果某个电站的开机结果满足实际需求，用户可以随时停止计算，同时固定该电站的开机过程，而对其余的电站进行重新计算，从而达到系统降维的效果，异步优化以快速找到满足实际工程的最优结果。根据实际需要，可采取多次异步优化计算，直到获得最优结果。这样采用异步优化目标求解既能保持系统的灵活性，又能较好地满足实际的生产需求。图８为系统异步优化目标求解界面。图中显示依次固定电站Ｅ和电站Ｆ异步优化后的结果。４应用实例及计算结果分析“”云南电网节能发电调度决策支持系统是云南电网公司的一个技术革新项目，主要任务是开发以长中短期水火协调优化调度模型为核心，以减少弃水、节约石化资源为目的的高级应用软件。本文介绍的中期火电开机优化系统是中期计划制作过程中使用最为频繁的模块之一，它主要用于电网中期获解一焉一］索行一疆里一发初一西最一一启得一一通一ｒ季．１４．电力系统保护与控制图８异步优化求解界面Ｆｉｇ．８ＩｎｔｅｒｆａｃｅＯｆａｓｙｎｃｈｒｏｎｏｕｓｏｐｔｉｍｉｚａｔｉｏｎ火电机组开机过程滚动安排，时段为１ｄ，控制期可取一个月到半年，自２００９年１０月份投入运行以来，模型的灵活性、算法的合理性及系统的稳定性得到用户的充分认可。下面以云南电网２００９年１０月计算结果为例对模型及系统进行分析说明。４．１基本数据截止２００９年底，云南电网统调火电厂９座，共２７台机组，装机方式如表１所示。前期利用小时数取０，依据电站机组类型及能耗水平设置各电站奖励小时数如表２。根据电网多年调度运行经验，各参数取值为＝０．９，ｒｍｊ＝０．７，ｒａｖ＝Ｏ．８５，开机容量峰值持续时段数取７ｄ，谷值持续时段数取３ｄ。表１云南电网火电装机方式（单位／ＭＷ）’Ｔａｂ．１ＩｎｓｔａｌｌｅｄｍｏｄｅｌｏｆＹｕｎｎａｎＰｏｗｅｒＧｒｉｄｓｔｈｅｒｍａｌｐｏｗｅｒ表２各电站奖励小时数（单位／ｈ）Ｔａｂ．２Ｉｎｃｅｎｔｉｖｅｈｏｕｒｓｏｆｅａｃｈｔｈｅｒｍａｌｐｏｗｅｒｓｔａｔｉｏｎ４．２不同模型的结果比较以Ｊａｖａ语言实现系统，运行环境为Ｉｎｔｅｌ（Ｒ）Ｃｏｒｅ（ＴＭ）２ＤｕｏＣＰＵＥ７５００＠２．９３ＧＨｚ，系统三种模型计算的结果及手动开机方式对应的各电站利用小时数统计见表３（表中计算时间为各模型计算十次的平均耗时）。从表中可以看出，基于电量差别计划的等利用小时数模型中各电站的目标利用小时数ｈｋ均相等或近似相等，此时可以认为找到了理论上的最优解，由于其中四个电站设置了奖励小时数，计算结果显示计算周期内这四个电站的利用小时数比其他电站均要多，达到了差异化电量的目的，保证了模型的灵活性；而等利用率模型将各电站前期利用与计算周期内的利用情况进行均化，由于这里没有考虑前期利用情况，因此计算结果中所有电站的利用小时数均相等或近似相等；能耗最小模型是以机组能耗排序表为依据进行计算，各电站的利用小时数大小仅与电站内各机组的能耗水平有关，这也导致了个别电站利用小时数极低甚至为０的情况（同时满足最小开机台数）；手动开机操作与调度员的工作经验密切相关，由于开机过程中考虑的因素非常复杂，因此手动开机一般很难找到理论上的最优结果，但对于经验丰富的调度员，在计算周期较短的情况下，通过手动操作往往可以比较灵活地找到满足工程实际需求的开机方式。表３四种计算方式下的利用小时数统计（单位／ｈ）Ｔａｂ－３Ｔｈｅｓｔａｔｉｓｔｉｃａｌｕｔｊｌｉｚａｔｉｏｎｈｏｕｒｓｏｆｔｈｅｆｏｕｒｋｉｎｄｓｏｆｃａｌｃｕｌａｔｉｏｎｍｅｔｈｏｄｓ４．３开机过程分析图９为基于电量差别计划的等利用小时数模型计算结果的各电站开机过程，从图中可以看出，各电站的开机过程均满足峰谷持续时间约束，电站Ｄ、电站Ｆ、电站Ｇ和电站Ｈ给定了相应的奖励小时数，图中结果显示这四个电站开机容量相对较多。同时由于１０月水电将由汛期转入枯期，而火电系统的负荷需求逐渐增加，图中显示各电站开机容量的总体趋势在逐步加大，与电网实际运行趋势一致，表明了计算结果的合理性。李保健，等中期火电开机优化模型研究及系统设计．１５．≥１５００要１０００５０ｏ２０００Ｉ５００ｌｏ－ｌ３ｌｏ－ｌ９ｌＯ－２５ｌＯ一３ｌ电站Ａ≥皿鲫袖赛１２００９００６００３０００１０．１３１０．１９ｌ０－２５１０．３１电站Ｂ１０＿Ｏｌ１ｍ０７９００６００３Ｏ００１０．１３ｌ０．１９１０－２５１ｏ－３１电站Ｃｌｏ＿０１ｌ０－０７１０．１３ｌ０－１９１ｏ＿２５ｌ０－３１电站Ｄ电站Ｅ１Ｏ－０７１１３１０．１９１０－２５ｌ３ｌ电站Ｆ薮０一————————————————————————————————————————————耳蕃ＬＬＬＬＬＩ凹≥９００是０电站Ｇ１０－０１１０．０７室矍ｌｏ．１３１１９１ｏ－２５１ｏ－３ｌ电站Ｈ１０－０ｌｌ０－０７１０．１３１０．１９１０－２５ｌｏ＿３ｌ电站Ｉ图９火电站开机过程Ｆｉｇ．９Ｏｐｅｒａｔｉｎｇｐｒｏｃｅｓｓｏｆｔｈｅｒｍａｌｐｏｗｅｒｓｔａｔｉｏｎｓ５结论（１）针对中期火电开机优化的特点，分别建立了基于电量差别计划的等利用小时数模型、等利用率模型及能耗最小模型，同时结合，ＰＯＡ搜索能力强、收敛速度快等特点，给出了模型的统一求解流程。（２）设计开发了具有高度灵活性及可扩展性的中期火电开机优化系统，同时给出了系统实现过程中的关键技术，系统已经在云南电网得到成功应用。（３）以云南电网９座电站２７台机组３１天为周期的计算为例，分析了各种模型的特点及系统计算结果的合理性。特别感谢申建建博士对本文提出的宝贵意见和建议！参考文献［１］高宗和，耿建，张显，等．大规模系统月度机组组合和安全校核算法【Ｊ］．电力系统自动化，２００８，３２（２３）：２８．３０．ＧＡＯＺｏｎｇ－ｈｅ，ＧＥＮＧＪｉａｎ，ＺＨＡＮＧＸｉａｎ，ｅｔａ１．Ｍｏｎｔｈｌｙｕｎｉｔｃｏｍｍｉｔｍｅｎｔａｎｄｓｅｃｕｒｉｔｙａｓｓｅｓｓｍｅｎｔａｌｇｏｒｉｔｈｍｆｏｒｌａｒｇｅｓｃａｌｅｐｏｗｅｒｓｙｓｔｅｍ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２００８，３２（２３）：２８－３０．［２］贾俊国，张兴华，叶春．浅析２００７年节假日对电力供需特性的影响【Ｊ】．电力需求侧管理，２００７，９（６）１８－２１．—ＪＩＡＪｕｎ－ｇｕｏ，ＺＨＡＮＧＸｉｎｇｈｕａ，ＹＥＣｈｕｎ．Ｅｆｆｅｃｔｓｏｎｅｌｅｃｔｒｉｃｐｏｗｅｒｓｕｐｐｌｙａｎｄｄｅｍａｎｄｃｈａｒａｃｔｅｒｉｓｔｉｃｓｂｙｈｏｌｉｄａｙｓｉｎ２００７［Ｊ］．ＰｏｗｅｒＤＳＭ，２００７，９（６）：１８－２１．陈赞，严正．考虑节能减排与网络约束的发电权交易模型［Ｊ】．电力系统保护与控制，２００９，３７（１２）：５２．５７．ＣＨＥＮＹｕｎ，ＹＡＮＺｈｅｎｇ．Ｇｅｎｅｒａｔｉｏｎｒｉｇｈｔｓｔｒａｄｅｍｏｄｅｌ—ｂａｓｅｄｏｎｅｎｅｒｇｙ－ｓａｖｉｎｇ，ｅｍｉｓｓｉｏｎｒｅｄｕｃｉｎｇａｎｄｎｅｔｗｏｒｋｃｏｎｓｔｒａｉｎｔｓ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２００９，３７（１２）：５２．５７．傅书遢，王海宁．关于节能减排与电力市场的结合［Ｊ】．电力系统自动化，２００８，３２（６）：３１．３４．ＦＵＳｈｕ－ｔｉ，ＷＡＮＧＨａｉ－ｎｉｎｇ．ＯｎｃｏｏｒｄｉｎａｔｉｏｎｏｆｅｎｅｒｇｙｓａｖｉｎｇａｎｄｒｅｄｕｃｔｉｏｎｏｆｐｏｌｌｕｔｉｏｎｐｏｌｉｃｙｗｉｔｈｅｌｅｃｔｒｉｃｉｔｙｍａｒｋｅｔｒｅｆｏｒｍｉｎＣｈｉｎａ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２００８，３２（６）：３１－３４．范玉宏，张维，韩文长，等．区域电网节能发电调度模式研究［Ｊ】．电力系统保护与控制，２００９，３７（１６）１Ｏ７．１１１．—ＦＡＮＹｕ－ｈｏｎｇ，ＺＨＡＮＧＷｅｉ，ＨＡＮＷｅｎｃｈａｎｇ，ｅｔａｌ事＝菩雒暴亭《＿軎谗器∞∞∞∞Ｏ¨８≥、＝亘嚣．１６．电力系统保护与控制—Ｒｅｓｅａｒｃｈｏｎｅｎｅｒｇｙｓａｖｉｎｇｇｅｎｅｒａｔｉｏｎｄｉｓｐａｔｃｈｉｎｇｍｏｄｅｌｉｎｒｅｇｉｏｎａｌｇｒｉｄ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２００９，３７（１６）：１０７．１１１．［６］张森林．节能发电调度实用化措施框架体系［Ｊ］．电网技术，２００８，３２（２Ｏ）：８１．８５．—ＺＨＡＮＧＳｅｎｌｉｎ．Ａｆｒａｍｅｗｏｒｋｓｙｓｔｅｍｏｆｐｒａｃｔｉｃａｂｌｅ—ｍｅａｓｕｒｅｓｆｏｒｅｎｅｒｇｙｓａｖｉｎｇｐｏｗｅｒｇｅｎｅｒａｔｉｏｎｄｉｓｐａｔｃｈｉｎｇ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２００８，３２（２０）：８１．８５．［７］张炯，刘天琪，苏鹏，等．基于遗传粒子群混合算法的机组组合优化［Ｊ］．电力系统保护与控制，２００９，２７（９）：２５．２９．ＺＨＡＮＧＪｉｏｎｇ，ＬＩＵＴｉａｎ－ｑｉ，ＳＵＰｅｎｇ，ｅｔａ１．Ｕｎｉｔｃｏｍｍｉｔｍｅｎｔｏｐｔｉｍｉｚａｔｉｏｎｂａｓｅｄｏｎｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍａｎｄｐａｒｔｉｃｌｅｓｗａｒｌｎｏｐｔｉｍｉｚａｔｉｏｎｈｙｂｒｉｄａｌｇｏｒｉｔｈｍ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２００９，２７（９）：２５－２９．［８］陈皓勇，王锡凡．机组组合问题的优化方法综述［Ｊ］．电力系统自动化，１９９９，２３（４）：５１．５６．—ＣＨＥＮＨａｏ－ｙｏｎｇ，ＷＡＮＧＸｉｆａｎ．Ａｓｕｒｖｅｙｏｆｏｐｔｉｍｉｚａｔｉｏｎ－ｂａｓｅｄｍｅｔｈｏｄｓｆｏｒｕｎｉｔｃｏｍｍｉｔｍｅｎｔ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，１９９９，２３（４）：５１．５６．［９］尚金成，张立庆．电力节能减排与资源优化配置技术的研究与应用［Ｊ］．电网技术，２００７，３１（２２）：５８．６３．—ＳＨＡＮＧＪｉｎ－ｃｈｅｎｇ，ＺＨＡＮＧＬｉｑｉｎｇ．Ｒｅｓｅａｒｃｈａｎｄａｐｐｌｉｃａｔｉｏｎｏｆｔｅｃｈｎｏｌｏｇｉｅｓｉｎｅｎｅｒｇｙ－ｓａｖｉｎｇ，—ｅｍｉｓｓｉｏｎｒｅｄｕｃｉｎｇａｎｄｏｐｔｉｍａｌｒｅｓｏｕｒｃｅａｌｌｏｃａｔｉｏｎｏｆｅｌｅｃｔｒｉｃｐｏｗｅｒｓｙｓｔｅｍ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２００７。３１（２２）：５８．６３．［１０］ＨｏｗｓｏｎＨＲ，ＳａｎｃｈｏＮＧＦ．Ａｎｅｗａｌｇｏｒｉｔｈｍｆｏｒｔｈｅｓｏｌｕｔｉｏｎｏｆｍｕｌｔｉ－ｓｔａｔｅｄｙｎａｍｉｃｐｒｏｇｒａｍｍｉｎｇｐｒｏｂｌｅｍｓ［Ｊ］．ＭａｔｈｅｍａｔｉｃａｌＰｒｏｇｒａｍｍｉｎｇ，１９７５，８（１）：１０４．１１６．［１１］Ｔｕｒｇｅｏｎ，Ａｎｄｒｅ．Ｏｐｔｉｍａｌｓｈｏｒｔ－ｔｅｒｍｈｙｄｒｏｓｃｈｅｄｕｌｉｎｇｆｒｏｍｔｈｅｐｒｉｎｃｉｐｌｅｏｆｐｒｏｇｒｅｓｓｉｖｅｏｐｔｉｍａｌｉｔｙ［Ｊ］．ＷａｔｅｒＲｅｓｏｕｒｃｅｓＲｅｓｅａｒｃｈ，１９８１，１７（３）：４８１。４８６．［１２］ＮａｎｄａＪ，ＢｉｊｗｅＰＲ，ＫｏｔｈａｒｉＤＰ．Ａｐｐｌｉｃａｔｉｏｎｏｆｐｒｏｇｒｅｓｓｉｖｅｏｐｔｉｍａｌｉｔｙａｌｇｏｒｉｔｈｍｔｏｏｐｔｉｍａｌｈｙｄｒｏｔｈｅｒｍａｌｓｃｈｅｄｕｌｉｎｇｃｏｎｓｉｄｅｒｉｎｇｄｅｔｅｒｍｉｎｉｓｔｉｃａｎｄｓｔｏｃｈａｓｔｉｃｄａｔａ［Ｊ］．ＥｌｅｃｔｒｉｃａｌＰｏｗｅｒａｎｄＥｎｅｒｇｙＳｙｓｔｅｍｓ，１９８６，８（１）：６１６４．［１３］宗航，周建中，张勇传．ＰＯＡ改进算法在梯级电站优化调度中的研究和应用［Ｊ］．计算机工程，２００３，２９（１７）：１０５．１０６．‘ＺＯＮＧＨａｎｇ，ＺＨＯＵＪｉａｎ－ｚｈｏｎｇ，ＺＨＡＮＧＹｏｎｇ－ｃｈｕａｎ．ＲｅｓｅａｒｃｈａｎｄａｐｐｌｉｃａｔｉｏｎｆｏｒｃａｓｃａｄｅｄｈｙｄｒｏｅｌｅｃｔｒｉｃｏｐｔｉｍｉｚｅｄｓｃｈｅｄｕｌｉｎｇｂａｓｅｄｏｎｍｏｄｉｆｉｅｄａｄａｐｔｉｖｅＰＯＡ［Ｊ］ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇ，２００３，２９（１７）：１０５－１０９．［１４］程春田，廖胜利，武新宇，等．面向省级电网的跨流域水电站群发电优化调度系统的关键技术实现［Ｊ】．水利学报，２０１０，４１（４）：４７７．４８２．ＣＥＮＧＣｈｕｎ－ｔｉａｎ，ＬＩＡＯＳｈｅｎｇ－ｌｉ，ＷＵＸｉｎ－ｙｕ，ｅｔａ１．Ｋｅｙｔｅｃｈｎｏｌｏｇｉｅｓｔｏｏｐｔｉｍｉｚｅｏｐｅｒａｔｉｏｎｓｙｓｔｅｍｆｏｒｌａｒｇｅ－ｓｃａｌｅｈｙｄｒｏｐｏｗｅｒｓｔａｔｉｏｎｓｉｎｐｒｏｖｉｎｃｉａｌｐｏｗｅｒｇｒｉｄ［Ｊ］．ＪｏｕｒｎａｌｏｆＨｙｄｒａｕｌｉｃＥｎｇｉｎｅｅｒｉｎｇ，２０１０，４１（４）：４７７－４８２．［１５］ＤｏｕｇＬｅａ．ＡＪａｖａＦｏｒｋ／Ｊｏｉｎｆｒａｍｅｗｏｒｋ［Ｃ］．／／ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＡＣＭ２０００ＣｏｎｆｅｒｅｎｃｅｏｎＪａｖａＧｒａｎｄｅ．ＳａｎＦｒａｎｃｉｓｃｏ．２０００＂３６．４３．［１６］ＴｈｏｍａｓｚｅｗｓｋｉＢ，ＰａｂｓｔＳ，ＢｌｏｃｈｉｎｇｅｒＷ．Ｐａｒａｌｌｅｌｔｅｃｈｎｉｑｕｅｓｆｏｒｐｈｙｓｉｃａｌｌｙｂａｓｅｄｓｉｍｕｌａｔｉｏｎｏｎｍｕｌｔｉ－ｃｏｒｅｐｒｏｃｅｓｓｏｒａｒｃｈｉｔｅｃｔｕｒｅｓ［Ｊ］．ＣｏｍｐｕｔｅｒｓａｎｄＧｒａｐｈｉｃｓ，２００８，１（３２）：２５．４０．［１７］伊君翰．基于多核处理器的并行编程模型［Ｊ］．计算机工程，２００９，３５（８）：６２．６４．ＹＩＪｕｎ－ｈａｎ．Ｐａｒａｌｌｅｌｐｒｏｇｒａｍｍｉｎｇｍｏｄｅｌｂａｓｅｄｏｎ—ｍｕｌｔｉｃｏｒｅｐｒｏｃｅｓｓｏｒ［Ｊ］．ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇ，２００９，３５（８）：６２．６４．收稿日期：２０１０－０６－１０；修回日期：２０１０－０９－２２作者简介：李保健（１９８３一），男，博士研究生，研究方向为水火电联合优化运行：廖胜利（１９８Ｏ一），男，在站博士后研究人员，研究方向为省级电网水火协调优化算法研究及系统实现；程春田（１９６５一），男，长江学者特聘教授，博士生导师，近期主要从事水火电优化调度与电网经济运行，电网节能算法及智能算法研究等。Ｅ－ｍａｉｌ：ｃｔｃｈｅｎｇ＠ｄｌｕｔ．ｅｄｕ．ｃａ（上接第８页ｃｏｎｔｉｎｕｅｄｆｒｏｍｐａｇｅ８）［１５］ＦｅｉｊｄｏＡＥ，ＣｉｄｒｉｓＪ．Ｍｏｄｅｌｉｎｇｏｆｗｉｎｄｆａｒｍｓｉｎｔｈｅｌｏａｄｆｌｏｗａｎａｌｙｓｉｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｏｎＥｎｅｒｇｙＣｏｎｖｅｔｉｏｎ，２０００，１５（１）：１１０．１１５．——收稿日期；２０１００６１Ｏ：—修回日期：２０１Ｏ－１２２９作者简介：李辉（１９７３－），男，博士，教授，博士生导师，主要研究方向为风力发电系统的运行和控制；Ｅ－ｍａｉｌ：Ｃｑｕｌｈ＠１６３．ｃｏｒｎ王荷生（１９８６一），男，硕士，主要研究方向为风电场的建模。