Математическое бюро
Прогнозирование на ОРЭМ

Статья опубликована в научном журнале «Наука и образование» 8 августа 2015 года, PDF версия.

4. Вычислительный эксперимент
4.1. Программный продукт IRM
4.2. Оптимизационные модели ТЭЦ
4.3. Результаты вычислительного эксперимента
Заключение

4. Вычислительный эксперимент

В разделе представлено описание программного продукта IRM, при помощи которого реализовано решение поставленной задачи краткосрочной оптимизации работы ТЭЦ (п. 4.1), а также краткие характеристики созданных оптимизационных моделей семи ТЭЦ (п. 4.2). Раздел завершают экономические оценки результатов вычислительных экспериментов (п. 4.3).

4.1. Программный продукт IRM

Программный продукт IRM относится к классу TLM систем (TransactionLifecycleManagement) и состоит из трех функциональных блоков [23]:

  1. блок управления договорами на ОРЭМ, оценок величин прибыли и убытков IRM_TradeExpress;
  2. блок прогнозирования временных рядов IRM_Forecasting;
  3. блок оптимизации IRM_Optimization.

Связь указанных блоков осуществляется за счет функциональности, реализованной в общем блоке IRM_Foundation. В данном блоке также реализуются функции автоматизации.

Функциональность, позволяющая решать задачи смешанно-целочисленного линейного программирования, реализована в блоке оптимизации IRM_Optimization (рис. 9).

Структура блока оптимизации IRM_Optimization
Рис. 9. Структура блока оптимизации IRM_Optimization

Основным объектом в блоке IRM_Optimization является оптимизационная модель, реализуемая совокупностью взаимосвязанных программных компонентов (рис. 10). Компоненты оптимизационной модели реализуют кусочно-линейные зависимости расходных характеристик агрегатов, ограничения регулировочного диапазона агрегатов, балансы различных видов энергий и др.

Схема связи компонентов на примере оптимизационной модели Липецкой ТЭЦ-2
Рис. 10. Схема связи компонентов на примере оптимизационной модели Липецкой ТЭЦ-2

Блок IRM_Optimization содержит компоненты оптимизационной модели четырех типов (рис. 10):

  1. компонент типа ThermalEnergyConverter (термопреобразователь) реализует кусочно-линейные зависимости (п. 3.3.1) и ограничения регулировочного диапазона (п. 3.3.2);
  2. Contract (договор) — вычисление составляющих целевой функции (п. 3.2);
  3. Transmission line (линия передач) — ограничения типа равенств и неравенств для различных видов энергии (п. 3.3.3);
  4. Balance (узел) — уравнения балансов различных видов энергии (п. 3.2).

Программный модуль Генератор матрицы (рис. 9) преобразует вектор управляемых параметров и ограничения, реализуемые компонентами оптимизационной модели, в матрицу специального вида и передает в решатель (solver) — программный модуль XPRESS (компания FICO, США). Этот модуль предназначен для решения задач линейного программирования, смешанно-целочисленного нелинейного программирования, выпукло-квадратичного программирования, ограниченного выпукло-квадратичного программирования, конусного программирования второго порядка и их комбинаций [24].

Результаты решения задачи оптимизации, полученные встроенными алгоритмами модуля XPRESS, возвращаются в Генератор матрицы, где происходит обратное преобразование результатов из указанной матрицы в значения управляемых параметров оптимизационной модели.

В качестве файлов исходных данных и файла, содержащего результаты решения оптимизационной задачи, используются файлы формата MS Excel.

Пользователями IRM_Optimization являются специалисты ТЭЦ, решающие задачу краткосрочной оптимизации ТЭЦ при помощи оптимизационных моделей. Структура алгоритма решения задачи краткосрочной оптимизации работы ТЭЦ в программном продукте IRM_ Optimization состоит из следующих шагов.

  1. Пользователь заполняет файл исходных данных, в котором указывает известные цены, нагрузки, суточный лимит газа и пр. Для перехода от одного этапа краткосрочной оптимизации к другому (п. 1.3) пользователь изменяет ограничения на состояния агрегатов ТЭЦ.
  2. При помощи графического интерфейса IRM_Optimization пользователь загружает данные из заполненного файла в оптимизационную модель.
  3. По окончании загрузки пользователь запускает решение оптимизационной задачи в модуле XPRESS при помощи графического интерфейса IRM_Optimization.
  4. По итогам решения задачи оптимизации работы ТЭЦ пользователь формирует отчет, содержащий значения всех управляемых параметров (п. 3.1) для каждой отметки времени горизонта оптимизации.

4.2. Оптимизационные модели ТЭЦ

В программном блоке IRM_Optimization были реализованы оптимизационные модели семи ТЭЦ, характеристики которых приведены в табл. 4 [25].

Таблица 4. Общие характеристики ТЭЦ

Станция Установленная электрич. мощность, МВт Установленная тепл. мощность, Гкал/ч Паровые турбины Паровые котлы Водогрейные котлы
Дягилевская ТЭЦ 110 423 ПТ-60-130
Т-50-130
БКЗ-280 (320)-140ГМ —
2 шт.
КВГМ-116,3-150Н —
2 шт.
Курская ТЭЦ-1 175 1097 ПТ-60-90/13
ПТ-65-90/13
ПТ-50-90/13
ПК-19 —
3 шт.
ТП-15 —
6 шт.
КВГМ-116,3-150Н —
2 шт.
Липецкая ТЭЦ-2 515 1002 ПТ-135/165-130/13
ПТ-80/100-130/13 —
2 шт.
Т-110/120-130-4 —
2 шт.
ТГМ-96Б —
3 шт.
ТГМЕ-464 —
3 шт.
КВГМ-180
Орловская ТЭЦ 330 855 Т-100/120-130-3 —
3 шт.
ТТГМЕ-454 —
3 шт.
ПТВМ-100 —
2 шт.
Курская ТЭЦ СЗР 116,9 710 LM6000 PD-SPRINT —
2шт.
Т-25/34-3,4/0,12
ДЕ-25-14ГМ —
2 шт.
Пр-75-39-440-Д —
2 шт.
КВГМ-100 —
6 шт.
Тамбовская ТЭЦ 235 947 ПТ-40 / 50-90/10
ПТ-25-90 / 10
ПТ-60-130 / 13
Т-110 / 120-130-4
БКЗ-160-100Ф —
4 шт.
БКЗ-420-140 НГМ —
2 шт.
КВГМ-180
ПТВМ-100 —
3 шт.
Смоленская ТЭЦ-2 275 774 ПТ-60-130/13
Т-100/120-130-2
Т-110/120-130-4
БКЗ-210-140-7 —
4 шт.
ТГМЕ-464 —
1 шт.
КВГМ-100 —
3 шт.

Вычислительный эксперимент проводился при следующих условиях:

  • разрешение оптимизационной модели Δt = 1 час;
  • горизонт оптимизационной модели T = 24 часа.

Характеристики созданных оптимизационных моделей ТЭЦ приведены в табл. 5

Таблица 5. Характеристики оптимизационных моделей ТЭЦ

Оптимизац. модель Число компонентов оптимизационной модели Общее число компон. Размерность вектора управляемых параметров Среднее время решения задачи оптим., мин.
Thermal
Energy
Converter
Contract Balance Transmis. line X(t) для отметки времени t X для горизонта оптимизации
Дягилевская ТЭЦ 15 8 15 2 40 140 3400 5
Курская ТЭЦ-1 27 12 18 4 61 250 6000 10
Липецкая ТЭЦ-2 30 29 45 5 109 310 7400 15
Орловская ТЭЦ 43 17 46 4 110 390 9400 15
Курская ТЭЦ СЗР 22 10 29 3 64 200 4800 5
Тамбовская ТЭЦ 29 11 31 4 75 260 6200 10
Смоленская ТЭЦ-2 23 30 22 2 77 250 6000 10

При реализации в IRM_Optimization каждой оптимизационной модели ТЭЦ компоненты типа ThermalEnergyConverter используем для моделирования агрегатов ТЭЦ и собственных нужд (п. 3.3.3).

a) Для агрегатов ТЭЦ определены линеаризованные расходные характеристики всех турбин ТЭЦ (п. 2.6), расходные характеристики остальных агрегатов определены в соответствии с зависимостями, рассмотренными в п. 3.3.1. Затем полученные расходные характеристики преобразованы в файл XML специального вида. Далее полученные XML-файлы загружены в компоненты типа ThermalEnergyConverter, предназначенные для моделирования агрегатов.

b) Для собственных нужд по пару среднего давления и электроэнергии кусочно-линейные зависимости вычислены на основании фактических значений этих расходов за прошедшие периоды (п. 3.3.3). Затем полученная зависимость преобразована в файл XML. Далее готовые XML-файлы загружены в компоненты типа ThermalEnergyConverter, предназначенные для моделирования собственных нужд.

В каждой оптимизационной модели компонент типа Contract применен для моделирования договоров на покупку и продажу различных видов энергии. На первом этапе были настроены связи компонентов данного типа и файла формата MS Excel, в который пользователь вводит вручную известные значения цен и объемов покупки или продажи энергии (п. 4.1). Затем в этих компонентах установлены ограничения типа равенств для договоров на продажу энергии с известным графиком нагрузки (пар среднего давления, тепловая энергия). Для всех остальных договоров установлены ограничения типа неравенств (электроэнергия, топливо).

Компоненты типа Transmission line применены для формирования дополнительных ограничений, обусловленных особенностями эксплуатации оборудования ТЭЦ. Аналогично компонентам типа Contract, в компонентах данного типа заданы ограничения типа равенств и неравенств.

Компоненты типа Balance применены для моделирования общих трубопроводов, паропроводов и электрических шин. Для каждого компонента данного типа указано, какие компоненты других типов являются источником энергии, входящей в компонент Balance, а какие компоненты являются приемником энергии, исходящей из компонента Balance (рис. 10).

Для всех компонентов типа ThermalEnergyConverter, Contract, Transmission line каждой оптимизационной модели ТЭЦ настроены связи, позволяющие пользователю выгружать значения управляемых параметров в файл MS Excel по итогам решения задачи оптимизации.

Вычисления проводились на сервере IBM HS22 Xeon 6C X5675 под управлением операционной системы Windows Server 2008 R2 Std Edition 64bit.

4.3. Результаты вычислительного эксперимента

Оценка потенциальной прибыли за счет решения задачи краткосрочной оптимизации работы каждой ТЭЦ состояла из двух шагов:

  1. решение трех этапов задачи краткосрочной оптимизации ТЭЦ для выбранных суток d = 1,2,...9 (п. 1.3, 3.3.3);
  2. вычисление потенциальной прибыли (п. 3.2).

Таким образом, для оценки потенциальной прибыли для каждой ТЭЦ решили 27 оптимизационных задач. В общей сложности было решено 189 оптимизационных задач.

Вычислительный эксперимент показал, что потенциальная прибыль ΔΦ , определенная формулой (6), колеблется от 1,7% до 4,7% от затрат на топливо для различных ТЭЦ и зависит от сезона года и технико-экономических особенностей работы станции (табл. 6).

Таблица 6. Потенциальная прибыль

Станция Потенциальная прибыль
Дягилевская ТЭЦ 4,0%
Курская ТЭЦ-1 1,8%
Липецкая ТЭЦ-2 3,4%
Орловская ТЭЦ 4,0%
Курская ТЭЦ СЗР 1,7%
Тамбовская ТЭЦ 3,7%
Смоленская ТЭЦ-2 4,7%
Среднее значение 3,3%

Установленные экономические оценки потенциальной прибыли в среднем в 2–3 раза выше аналогичных оценок, полученных при решении задачи минимизации затрат на топливо (п. 1.1), которые имеют значения 0,3–0,4% [8] (1976), 1,5% [9] (2015), 0,8–1,7% [10] (2010). В указанных работах авторы решили задачу минимизации затрат на топливо, которая является частным случаем задачи максимизации прибыли (п. 1.2). В этой задаче не учитывается выручка от продажи различных видов энергии. Таким образом, сформулированная в нашей работе обобщенная постановка задачи максимизации прибыли, учитывающая и затраты, и выручку на всех этапах работы на ОРЭМ, позволяет существенно повысить прибыль станции.

Выделим основные причины потенциальной прибыли.

  1. Определение оптимального состава оборудования на этапе I (п. 1.3). В зависимости от цен рынка на сутки вперед прибыль при включении различных вариантов состава оборудования может существенно изменяться. Для иллюстрации данного эффекта в Приложении А приведен численный пример.
  2. Вычисление оптимального теплофикационного минимума электроэнергии PMIN — минимальной электрической нагрузки ТЭЦ при выработке заданного объема тепловой энергии [13].

Прокомментируем вторую причину потенциальной прибыли. При формировании первой ступени заявки на рынок на сутки вперед требуется вычислить PMIN (этап II, п. 1.3). Проведенный вычислительный эксперимент показал, что значение PMIN зависит как от технических характеристик оборудования ТЭЦ, так и от соотношения цен на разные виды энергии — изменение значения PMIN для заданного состава включенного оборудования в зависимости от цен на разные виды энергии может достигать 10 МВт•ч. Величину PMIN вычисляем на основании результатов решения задачи этапа II краткосрочной оптимизации работы ТЭЦ по формуле

Здесь Pg(t) — электрическая нагрузка паровой турбины g; Ph(t) — электрическая нагрузка газовой турбины h. Значения Pg(t) и Ph(t) получены по итогам решения этапа II краткосрочной оптимизации работы ТЭЦ.

Заключение

В работе получены следующие результаты.

1) Предложено изменение критерия оптимальности работы ТЭЦ при переходе России от плановой электроэнергетики к рыночной. Сформулирована новая содержательная постановка задачи оптимизации работы ТЭЦ в условиях функционирования оптового рынка электроэнергии и мощности. Критерием эффективности работы ТЭЦ в рыночных условиях установлена прибыль, которую максимизируем на горизонте оптимизации. Выделены четыре типа срочности новой задачи оптимизации работы ТЭЦ.

2) Разработаны новые линеаризованные расходные характеристики различных типов турбин, позволяющие сократить число управляемых параметров, а также свести задачу оптимизации работы ТЭЦ к задаче смешанно-целочисленного линейного программирования. Предложен метод определения линеаризованной расходной характеристики, состоящий из алгоритма вычисления коэффициентов линеаризации и алгоритма определения точек регулировочного диапазона. Показано, что средняя ошибка линеаризации 16 паровых и одной газовой турбины составляет 0,6%.

3) Предложена формальная постановка задачи краткосрочной оптимизации работы ТЭЦ в условиях ОРЭМ: а) сформулирована целевая функция прибыли при работе в рыночных условиях; б) составлен набор управляемых параметров, определяющий режим работы ТЭЦ; в) ограничения, накладываемые на значения управляемых параметров, разделены на три группы.

4) Задача краткосрочной оптимизации работы ТЭЦ в условиях ОРЭМ решена при помощи интернированного программного продукта IRM для семи ТЭЦ ОАО «Квадра». По итогам проведенного вычислительного эксперимента получены численные оценки потенциальной прибыли работы ТЭЦ. Полученные оценки колеблются от 1,7% до 4,7% от затрат на топливо для различных ТЭЦ и превышают аналогичные оценки, полученные исходя из прежнего критерия оптимальности, в 2–3 раза.

Научная новизна работы заключается:

  1. в изменении критерия оптимальности работы ТЭЦ в условиях ОРЭМ,
  2. в разработке постановки задачи оптимизации работы ТЭЦ в условиях ОРЭМ,
  3. в линеаризации расходных характеристик паровых и газовых турбин,
  4. в решении предложенной задачи оптимизации,
  5. в экономическом обосновании высокой эффективности разработанных подходов к оптимизации работы ТЭЦ.

Перспективными направлениями работы являются.

1) Постановка и решение задач среднесрочной и долгосрочной оптимизации работы ТЭЦ с условиях ОРЭМ. Критерием оптимальности в этом случае следует считать прибыль, которую нужно максимизировать на горизонте оптимизации с учетом рынка мощности, графиков ремонтов, а также постоянных и переменных затрат станции.

2) Автоматизация процесса формирования заявок на все секторы ОРЭМ в формате XML с учетом ограничений, накладываемых на значения цен и объемов в ступенях заявки при переходе от одного этапа краткосрочной оптимизации работы ТЭЦ к последующему [13]. В рамках данной автоматизации требуется разработка нового метода разнесения затрат на топливо [14].

3) Разработка отечественного программного продукта, который будет решать задачу оптимизации работы ТЭЦ в условиях ОРЭМ. Программный продукт должен позволять реализацию оптимизационных моделей ТЭЦ, решение задачи оптимизации при помощи надежного решателя, иметь удобный интерфейс пользователя и высокую скорость вычислений.

Комментарии