0 引言

发展新能源是中国能源战略的发展趋势，大规模风电和光伏等新能源通过高压直流长距离外送、消纳是我国新能源发展的主要模式[1]。截至2016年底，我国风电累计装机容量达1.5亿kW，太阳能发电累计装机容量达7 742万kW。同时，2016年中国弃风率上升至17%，弃光率上升到16%。尤其在“风、光、火打捆”外送上，在满足电网安全稳定运行时，新能源占比、火电调峰能力、经济性等方面亟待研究。

考虑新能源发电与火电机组的优化调度、跨区电网间的协调运行，对电网在节能减排、优化区域资源配置等方面具有显著的经济效益。文献[2]提出了优化风电、光伏的装机容量配比，使风、光、火电力能够大规模，经济安全地外送，但未考虑负荷的需求量。文献[3]针对风、光、火打捆的多源系统定义负荷追踪指标，但忽略了经济成本。文献[4]将新能源出力的不确定量用区间变量表示，建立了最优潮流的非线性规划模型，但难保证在复杂系统中的普适性。文献[5]提出了电网弃风状况下的评估方法，通过火电进行调峰消除风电消纳的影响，但未考虑光伏消纳。文献[6]对风、火打捆系统的出力配置建模，分析不同风、火配比对系统运行状况的影响。文献[7]建立了风、火电力系统双目标模型，分析了负荷与成本系数等因素对目标变量的影响程度。

本文根据风、光出力特性，结合实际出力数据、负荷需求，建立风、光日时序出力曲线，为了理性促进新能源消纳，引入新能源惩罚因子，建立多源系统经济优化数学模型和评估体系，并计算日时序出力场景下风、光、火的实际出力、经济效益指标等。当电网不能完全消纳新能源有功功率时，可按照已制定的理性弃新能源原则，以满足电网安全约束条件，并保证安全断面不越线。

1 风、光、火打捆并网发电建模与经济分析

1.1 风、光、火发电并网模型

图1为风、光、火打捆外送结构图，针对哈密大型风、光、火打捆通过特高压直流外送方案，构建了风电机组、光伏电站和特高压直流输电系统的大电网模型。

  

图1 风、光、火打捆电网外送系统简化图Fig.1 Simplified diagram of the external delivery system for the wind-PV-thermal-bundled power

1.2 经济性影响因素分析

通常经济调度模型多以周期内总费用最小为优化目标，在考虑大规模风、光消纳问题时，则应该建立较为完善的交易机制、社会综合效益评估等，此时得到的目标函数将更为合理。经济效益最大化相当于发电成本最小化，本文仅仅建立在已有风、光、火电厂上，此处发电成本不包括首次投资费用。考虑到风、光发电具有间歇性和波动性，会使得常规机组频繁的启停，这样会急剧增加发电成本。

针对大范围弃风、弃光问题，在调度计划建模方面，引入新能源惩罚因子C（元/万kW），促进新能源消纳。

如图2所示，随着弃新能源容量的增加，分段惩罚因子C越大，Pg·t代表弃新能源容量。

  

图2 弃新能源分段惩罚因子曲线Fig.2 The fractional penalty factor curve of new energy waste

如图3所示，风、光发电成本与分段弃风、光惩罚因子成正比，惩罚因子越大，斜率越大。

  

图3 新能源发电成本与弃新能源函数曲线Fig.3 New energy cost and abandoned wind-PV function curve

为了尽可能多的消纳风电，把一个调度日内的风电并网容量记作Pw。

 

式中：i为风电机组的编号；nw为风电场的数组；Wi·t为电网系统在t时间段接纳第i个风电机组所发电量的功率，MW。

根据光伏分布式的特点，光伏发电容量为

 

式中：ns为光伏发电场的编号；Wj·t是第j号风电场在t时间段所发电量，万kW。

式中：Wc，Ww，Ws分别为火电、风电、光伏的发电成本，元。

新能源惩罚因子具有优先确定性，当新能源消纳等级较高时，惩罚因子可能会取为极大值。随着弃新能源功率的增加，惩罚因子将呈现出快速增加的趋势。通过对每段惩罚因子的控制，可以实现有序的弃新能源。惩罚因子大小由负荷需求与新能源有功出力一同决定，将受端负荷需求、新能源有功出力与惩罚因子作为模糊变量，通过Mamdani型推理算法，得出惩罚因子。惩罚因子的模糊模型如图4所示。

  

图4 惩罚因子的模糊推理模型Fig.4 The fuzzy inference model of cost factor

将惩罚因子分为高（H）、中（M）、低（L）3 段。取值规则是：当负荷低时，新能源发出有功多，系统不得不弃风、弃光，此时惩罚因子应该取值小；当负荷需求适中时，为了使新能源的发电量尽可能多的消纳，这时惩罚因子取值应偏大，但新能源发电量较大，系统不能完全接纳，那惩罚因子会随着新能源有功出力的增大而减小；当负荷需求很高时，系统急需风电、光伏的支撑，但是此时新能源出力比例较小时，应尽可能完全消纳新能源，要使惩罚因子取值最大。模糊规则如表1所示。

 

表1 模糊规则Table 1 Fuzzy rule

  

负荷需求新能源有功出力L M H L L L H M L H L L M

本文对负荷需求和新能源有功出力进行实时预测，能够避免间断性预测误差，及时修正预测值。根据惩罚因子计算新能源发电成本，有效地反映运行状态，使得弃新能源成本更加合理。

2 风、光、火打捆经济运行的数学建模

2.1 新能源消纳能力评估模型

2.1.1 目标函数

根据调度时间内和受端负荷大小，在满足系统安全稳定运行的同时，寻求风、光、火打捆发电费用W最小的优化目标函数。

 

在西方发达国家，绿色建筑已经有几十年的发展历史。许多国家在能源的可持续发展方面做出了突出的成绩，有效地降低了能源的消耗，同时也实现了经济的快速发展。我国应迅速地、广泛地吸收国外的先进技术，促进绿色建筑的发展，推广新产品、新技术和管理经验，指引我国新兴的绿色建筑和建筑节能的发展。这些成功的经验可以使我国在建筑节能方面找到新的途径。

设有n台机组，调度时间为T，火电机组费用是比较复杂的，经济调度时为了满足负荷、备用容量要求，要考虑机组的启停费用[8]，火电机组发电费用Wc为

 

由于输电导线电阻的存在，电力传输时会造成大量的损耗，远距离高压电力传输线路造成的电能损耗大约占所输送电能的5%左右。损耗主要包括输电线路损耗和变压器损耗，本文计算输电线路损耗，忽略变压器损耗。

股东大会召开：全新好、深大通、农产品、神州信息、三木集团、阳光城、*ST凯迪、长城影视、雪莱特、通润装备、安妮股份、*ST德奥、华明装备、合众思壮、晨鑫科技、索菲亚、露笑科技、先锋电子、吉药控股、天银机电、易事特、唐德影视、雷迪克、商赢环球、瑞茂通、宝光股份、山煤国际、ST宏盛、银座股份、连云港、天风证券、平煤股份、浙江仙通、大业股份、我乐家居、吉祥航空、方盛制药

fk（Pk·t）通常用二次函数[9]来表示：

具体原理为：预测塌岸线由水下稳定岸坡线和水上稳定岸坡线的连线组成时，水下稳定岸坡线由原河道多年最高洪水位及水下稳定坡脚α确定；水上稳定岸坡线由设计洪水位和毛细水上升高度H’及水上稳定坡脚β确定（图1）。以原河道多年最高洪水位与岸坡交点A为起点，以α为倾角绘出水下稳定岸坡线，该线延伸至设计洪水位加毛细水上升高度的高程点B，再过B点以β为倾角绘出水上稳定岸坡线，与原岸坡交于点C，C点即为水上稳定岸坡的终点。水上稳定岸坡线起点B的高程所对应的原岸坡D点，与该线终点C之间的水平距离即为预测的塌岸宽度St。

 

“到底要不要？”女孩一脸鄙夷。“不要！”我拉起秦风，想继续向前走。秦风却挣脱我的手，一脸不解地问：“是不是我捡瓶子让你觉得很丢脸？”

引入了弃风分段惩罚因子后，弃风成本Ww为

 

网络安全约束条件为

弃光成本Ws为

 

式中：Cs·t为光伏在不同时段的分段惩罚因子；Ps·f·t为对光伏发电站预期发电量，万kW；Ps·n·t为光伏发电并网的容量，万kW。

2.1.2 约束条件

实时有功平衡约束条件为

面对如此庞大的家服从业人群，四川省家服企业如何引导就业？在激烈的市场竞争中四川省家服企业又是如何脱颖而出，赢得市场？带着这些问题，我们深入四川省家服企业，看他们如何在改革中寻求创新发展。

 

式中：nG为系统发电机组总数；Pload为系统负荷大小，万kW；Ploss为系统总损耗，万kW。

式中：nc为火电机组的总数量；Vk·t为第 k台发电机组在t时间段内是否运行 （机组处于工作状态为 1， 非工作状态为 0）；Sk·t为机组 k在时间 t启动一次的费用，元；Dk为机组k的停机成本，元；Pk·t为机组k在t时间段内发出的功率，万kW；fk（Pk·t）为机组 k 在调度时间段内发出功率的燃料成本费函数。

 

式中：G为介质的漏电导；ω为角频率，rad/s；L为电缆的电感，Wb/A；C为电缆的电容；tgδ为介质损耗因数；ΔP1为电阻损耗，kW；ΔP2为漏电流损耗，kW；ΔP3，ΔP4为介质损耗，kW。

近年来，我国结直肠癌临床发生率正逐年上升，发病群体以年龄60岁以上的老年人为主，具备较高的临床患病率，对老年人的生活质量以及身心健康均造成严重影响[1-2]。结直肠癌患者初期主要症状有便血、腹痛、大便颜色改变等，该病中晚期突出症状有排便频率增加、排便不尽等。目前，我国临床主要以手术切除治疗结直肠癌，其中最为常见的就是根治术，可分为腹腔镜和开腹两种手术方式完成治疗。腹腔镜属于微创手术，术后恢复快，风险性低，但目前临床治疗缺乏对该技术的熟练操作，而临床治疗对开腹手术的操作技术更熟练[3-5]。本院对腹腔镜手术与开腹手术治疗结直肠癌的远期疗效情况进行详细分析，报道如下：

防渗墙施工槽段采用Ⅱ期跳格施工，用接头管接头。由于槽段接头是防渗墙的薄弱环节，因此槽段越长越好，但实际上槽段长度受多种因素综合制约。

机组的出力约束条件[10]为

 

式中：Pk·max，Pk·min 分别为机组 k 发出功率的最大值和最小值，万kW。

机组的备用约束条件为

 

式中：Pr为系统中机组的总备用容量，万kW。

对于风电场和光伏电站出力约束，一般来讲，电场m的功率预测值Pm·f·t为该电场在时刻t的最大理论出力，实际调度中，可对该风、光电场的输出功率进行下调控制[12]，即约束条件为

 

式中：Cw·t为风电在不同时段的分段惩罚因子；T是调整时段，h；Pw·f·t为对风力发电功率的预测期望值， 万 kW；Pw·n·t为风电实际并网的容量，万kW。

 

式中：Fl为支路 l的有功潮流；Flgmax为支路l上的最大传输功率，万kW；ΩK为支路集合。

式中：αk，βk，λk均为机组 k 的发电燃烧成本系数。

2.2 弃风率与弃光率

为保证电力系统协调多区域供需平衡，需削峰填谷，有时会弃风，这就是变量弃风率Gw。

(1) 动态心电图出现心肌缺血改变的同时，可观察到频发室性早搏伴短联律间期(<400 ms)或成对室性早搏，或室性早搏呈“R-on-T”表现以及T波电交替。

 

式中：maxPw为风电场的理论发电量，万kW；Pw·n为并网的风电容量，万kW；maxPw-Pw·n为风电场的弃风量，万kW。

随着光伏电站的建设速度明显增快，市场消纳能力有限，有的建设规模与当地负荷不匹配，会出现一定程度的弃光现象，即弃光率Gs。

 

式中：maxPs是光伏电站发电的总能量，万kW；Ps·n是光伏并网的容量，万kW。

2.2 两组患者疼痛情况对比 干预前，两组患者VAS评分比较，差异无统计学意义（P＞0.05）。干预后，观察组患者评分低于对照组（P＜0.05）。见表2。

2.3 经济性评估

风电和光伏是一种清洁的可再生能源，能够稳定地消纳风电、光伏，将大大降低常规火电机组的出力，使综合发电成本降低。而风电与光伏具有无规律的波动，可能会导致火电机组频繁的启停，这样会使火电的发电成本剧增。本文引入一个衡量经济效益的指标变量E。

三是严肃查处各类违法行为。将“打非治违”、打击“三包一靠”等各类专项行动常态化，建立长效机制，对未报先建、无资质或超资质承接项目、违法分包挂靠等行为，从重从严惩处，甚至吊销相关资质证书和许可证，让违法成本无穷大，倒逼企业守法守规，从源头解决工程质量隐患。

 

式中：Wa为风电和光伏未并入电网系统之前的发电成本。

E越大说明新能源发电接入系统后的经济效益越大；当E为负数时，经济效益是负值。

2.4 模拟退火人工蜂群（SA-ABC）算法

本文采用的模拟退火人工蜂群（SA-ABC）算法是以蜂群算法流程为主体[11]。采集阶段，根据邻域探索选新蜜源，计算收益率[profit（up）]，并与新蜜源收益率[profit（i）]比较，计算收益率之差 ΔE=profit（i）-profit（up）。 当 ΔE＜0 时，接受新蜜源；当ΔE＞0，按照模拟退火规则当 exp（change）＞rand（）时接受新蜜源，否则拒绝；进入观察阶段，按照概率选择要采集的片段；进入侦查阶段，判断采集转侦查的条件是否满足，如果采集蜜源信息在Limit次迭代中均未变化，则认为局部最优；重复迭代，达到最大循环次数。利用模拟退火算法易于跳出局部最优从而达到全局最优。后期运算侧重局部搜索，达到全局最优，加快了算法的收敛，下降函数为

 

式中：σ 为退火系数，一般取（0.9，1）。

此算法具有普遍性，不需要考虑模型类型，运算速度能够保证动态调度的实时性。

基于模拟退火人工蜂群 （SA-ABC）算法的风、光、火并网经济调度优化流程如图5所示。

  

图5 风、光、火经济优化配置流程框图Fig.5 The flow block diagram of optimal allocation of windphotovoltaic-thermal economy

3 算例分析

3.1 算例介绍

本文基于典型的风、光、火打捆外送系统，为验证所提出的模型与算法的有效性，此处以 “哈郑”高压直流为例进行仿真分析。哈密风电总装机容量为5 450 MW，年利用时长为3 580 h；光伏总装机容量大约1 280 MW，年利用时长为2 156 h。日送电曲线考虑负荷全天时序的动态变化，白天负荷较大，输送电量大，晚上负荷较小，输送电量小。哈密地区电网结构如图6所示。

第三，因人施教，降低难度和要求，培养学习兴趣。运动心理学教科书这样写：“兴趣是在需要的基础上，通过学习实践活动逐步形成和发展起来的。”因此，教师在选用大纲内容、教材搭配，教学进度和教学方法时，要充分考虑后进生的心理需要和实际能力(体质状况、接受能力)。力争每节课都做到活泼、新颖，多采用游戏和比赛法，使运动活动产生愉快的肌肉满足感。在练习和考评难度较大的项目时，教师的动员讲解要生动、清晰、幽默；态度、语气要有利于调动、稳定和激发学生情绪。对后进生的练习、要求和标准要放宽，作好保护与帮助，只要他们表现出有参与的欲望，完成动作后便马上给予肯定和鼓励。这样，他们才能逐渐在体育活动中产生积极心理状态。

  

图6 哈密地区电网结构图Fig.6 Power arid in map of Hami district

对“哈郑”高压直流进行配比和经济化预测，算例中全天分为24个调整时段。图7为风光发电量、新能源预测出力与实际出力的日时序曲线。

  

图7 新能源发电量Fig.7 Generating capacity of new energy

根据哈密电网结构规模和受端电网负荷需求量，多电源直流输电工程包括规划火电容量、风电、光伏并网容量和主网补充电量。

 

式中：WDC为直流通道送电量；Pdc为直流通道额定容量， 万 kW；Tdc为日利用时长，h；Pw，Ps，Pc，PN分别为风、光、火和主网的并网容量，万kW；Tw，Ts，Tc，TN分别为风、光、火和主网的日利用时长，h。风电在计算容量可信后，考虑90%出力[13]。

根据送端电源的装机容量，能够满足负荷需求的配比方案之一：风电700万kW、光伏250万kW、火电600万kW。分析研究日前分时调整经济效益，可通过经济效益指标衡量经济性。数据如表2所示。

 

表2 日分时调整经济效益Table 2 Daily economic benefit

  

日/时1 3 5 7 9 1 1新能源风光火弃风率弃光率发电量/万k W·h 2 2 0.4 4 2 4 7.8 5 3 4 1.1 6 2 3 0.9 4 2 1 8.6 9 2 7 7.0 1 3 2 0.7 5 3 6 4.4 9 3 8 3.1 5 3 4 9.9 1 2 9 1.5 9 2 3 3.2 7发电量/万k W·h 0 0 0主网补充电量万k W·h 6 6.8 3 1 1.8 8 0 3 8.9 1 5 3.8 9%0 0 2 6.1 0 0%0 0 0 0 0 0 1 3 1 5 1 7 1 9 2 1 2 3 9.5 2 2.5 1 7 7.5 2 1 0 1 6 5 8 5 1 5.6 1 4 0 0 0发电量/万k W·h 3 0 0.0 1 3 7 0.0 1 3 1 1.0 2 3 9 0.5 0 4 0 0.0 0 2 8 2.9 1 1 9 7.1 2 1 8 1.7 1 2 2 0.3 7 3 8 7.5 1 4 0 0.0 0 4 0 0.0 0 0 0 0 0 0 7.6 2 4.3 2 0 1 1.6 7 2.7 1 1 0 8.4 1 1 4 2.5 0 0 0 0 0 0 0全天分时送电量万 k W·h 6 8 7.2 8 6 5 9.7 4 6 5 2.1 8 6 6 9.8 5 6 9 5.0 8 7 3 7.4 2 7 2 7.8 7 7 1 1.2 6 8 8.5 2 7 3 7.4 2 8 0 0 7 7 5.7 7经济效益指标（E）0.4 9 0.4 1 0.5 2 0.4 2 0.4 2 0.5 1 0.7 3 0.7 4 0.6 8 0.4 7 0.5 0 0.3 5

根据表2的计算结果可知，在一天的不同时间段新能源出力是不同的，数据显示，在中午时经济效益指标最大，大约为0.7左右。总体而言，经济效益指标越大，风、光、火打捆系统的发电成本越低。当负荷越小时，随着弃新能源的比例越大，发电成本先减后增。风、光、火打捆系统的发电成本与新能源全部消纳和火电单一供电的成本相比较，结果如图8所示。

  

图8 优化前后总发电成本比较Fig.8 Cost comparison with/without optimizations

从图8可知，追求新能源消纳，会使得发电经济性变得极差，通过惩罚因子使其理性弃风、弃光，从而达到经济最大化。风、光、火博弈才能获得最小的投资成本，从而充分利用风、光、火打捆互补优势；如果新能源只以自身利益独立决策，结果往往相反。因此，在实际规划经济调度中，相关部门要进行政策性引导，鼓励风、光、火协调统一调度，最终实现资源高效利用。

4 结论

①惩罚因子可以随新能源电场的发电量和负荷大小变化，通过经济措施减少弃风、弃光，同时使得经济效益合理化，达到双赢的效果。

②对于大规模风电基地，风电日出力特性与受端负荷日变化曲线越同步，对风电的消纳越有利，弃风率越小。

③光伏作为一种清洁能源，主要是解决白天高负荷时的用电需求，并网容量并非越大越好，要在经济效益的约束下合理地利用光伏，光伏夜间不出力，因此，对多源的送端电源配置和主网的补充有较强的依赖性。

她来自北方农村，父母一年四季面朝黄土背朝天，她继承了他们与生俱来的淳朴。她大三的时候，因为一场事故，父母去世，她就再也没有回过小镇。小镇只活在她的记忆里，灼灼的生着辉，是她能想到的最温暖且安全的地方。

在此公式中，logEx=0.660 77+7.5T/(237.3+T)+(lgRHT-2)。需要注意的是，这些公式是在5V电源供电情况下的计算公式。

参考文献：

[1]陈赟，陈得治，王毅，等．风光火多类型电源高频切机整定原则及仿真分析[J]．可再生能源，2015，33（10）：1492-1498．

[2]许丹，王斌，张加力，等.特高压直流外送风光火电力一体化调度计划模型 [J].电力系统自动化，2016，40（6）：25-29.

[3]刘振亚，张启平，董存，等．通过特高压直流实现大型能源基地风、光、火电力大规模高效率安全外送研究[J].中国电机工程学报，2014，34（16）：2513-2522．

[4]曾雪婷，刘天琪，李茜，等.基于虚拟电源配置策略的风光水火多源互补短期优化调度 [J].电网技术，2016，40（5）：1379-1386.

[5]吕泉，王伟，韩水，等.基于调峰能力分析的电网弃风情况评估方法[J].电网技术，2013，37（7）：1887-1894.

[6]曹喜民，刘天琪，李兴源.风火电打捆输电系统风火电配置比例研究[J].东北大学学报自然科学版，2015，36（2）：166-170.

[7]Al-Awami A T， Sortomme E， El-Sharkawi M A.Optimizing economic environmental dispatch with wind and thermal units[A].Proceedings of the IEEE Power&Energy Society GeneralMeeting[C].Calgary：IEEE Press，2009.1-6.

[8]Bart C U，Madeleine G，Engbert P，et al.Impacts of wind power on thermal generation unit commitment and dispatch[J].IEEE Transactionson Energy Conversion，2007，22（1）：44-51.

[9]张程飞，刘纯，王跃峰，等.基于模糊多目标优化的电网日前风电接纳能力评估模型[J].电网技术，2015，39（2）：426-431.

[10]辛晓刚，王彪，李昕，等.考虑风电消纳能力的含风电场电力系统多目标优化调度研究 [J].可再生能源，2016，34（1）：49-55.

[11]秦全德，程适，李丽，等.人工蜂群算法研究综述[J].智能系统学报，2014，9（2）：127-135.

[12]Yuan Y，Zhang X S，Ju P，et al．Applications of battery energy storage system for wind power dispatch ability purpose[J]．Electrical Power Systems Research，2012，92（12）：54-60．

[13]高英，谢开贵，胡博，等．考虑光伏出力与负荷相关性的光伏电站容量可信度评估 [J]．电力系统保护与控制，2013，41（14）：1-6．