网络约束与排放约束下的输电网风电协调优化实践

让我们先从最熟悉的一个场景说起风电大发的时候电网却不敢让它满发。调度员看着风电预测曲线一路走高只能一边叹气一边下指令“压出力”因为送出线路的热稳定极限已经快到头了。如果你只把这当成“线路装不下”那只是看到了第一层。真正到了“双碳”语境下电网侧要面对的已经不是单纯的“消纳”问题而是要在线路潮流、节点电压、机组最小出力都构成约束的前提下把“少烧煤”和“多用电网里的风”这两件事同时做对。这个项目标题——《具有网络约束的输电网侧与排放有关的风电协调概念与实践》听起来像一篇论文题目但它本质上是一个工程问题输电网如何在物理约束线路、电压、潮流和环境约束碳排放、机组组合之间找到那种“既送得出去、又排得下来”的调度或规划方案。我前后做过几个省级电网的新能源消纳评估和机组组合优化项目从数据清洗、潮流建模到约束松弛都踩过不少坑。这篇就围绕“网络约束”和“排放约束”这两个同时起作用、又经常打架的维度把概念讲透把建模和求解的实操过程讲清楚再把我踩过的坑和排查思路一并交付。不管你是做电网调度的工程师、研究电力市场的学生还是刚接触综合能源规划的新人这篇的思路和代码框架应该都能直接用得上。1. 概念拆解为什么“网络约束”和“排放约束”必须放在一起看这类题目的第一层认知门槛是搞清楚“网络约束”和“排放约束”到底指什么、它们为什么要放在一个框架里讨论。如果这一步没吃透后面建模时很容易把问题简单化——要么只算线路不过载要么只算碳排放最小结果算出来跟实际调度相差甚远。1.1 网络约束不是“一条线”的事是一个耦合的物理系统输电网的网络约束表面上是“某条线路不能超过热稳定极限”但实际跑过潮流的人都知道线路潮流不是孤立的。你调整一个风电场的有功出力旁边两条线路的潮流可能跟着变某些节点的电压可能被抬高甚至对端变电站的变压器负载率也会受影响。这就是交流潮流的“耦合特性”。在工程实践中网络约束通常包含以下几类缺一不可线路/变压器传输容量约束这是最基本的对应的是热稳定极限或动态热定额通常写作线路有功潮流的上下限。节点电压约束风电场大规模接入后无功不足或过剩会让节点电压偏离合格范围一般是0.95~1.05 p.u.。如果只约束有功不考虑电压算出来的方案可能根本无法运行。断面潮流约束这是中国电网调度里特别重要的一类。多个线路组成一个输电断面整个断面的潮流总量有限制因为关系到暂态稳定、静稳储备等安全因素。这类约束往往是“卡脖子”的关键。机组出力与爬坡约束常规火电、水电的出力上下限、爬坡速率在风电波动时会成为硬约束。风再大火电也不能瞬间压到很低这个约束网络侧往往容易忽略却是调度实际必须遵守的。网络拓扑约束网络接线方式不同潮流分布完全不一样。N-1校验就是典型的拓扑约束——一条线路断开后其余设备不能过载。如果只用“网架不变按比例分配风电出力”这种简化思路忽略上述约束最常见的结果就是局部线路潮流越限或者电压越限而全局目标比如碳排放最低还没实现。1.2 排放约束从“宏观指标”到“调度硬条件”的转变排放相关的约束过去在电力系统分析里经常被简化为一个固定系数每度火电排多少克二氧化碳然后在目标函数里加一个排放项或者干脆只在年度统计里核算不做在线约束。但现在情况不一样了。“双碳”目标下的排放约束已经从一种“事后评价”变成了一种“事前约束”。在电力系统优化模型里排放约束通常有三种落地形式碳排放总量上限约束整个系统在调度周期内的总排放量不能超过某个配额值比如给定一个月的碳预算。碳排放强度约束单位供电量的碳排放要低于某个限值这直接影响高排放机组的利用小时数。碳价或碳税进入目标函数把碳排放的外部成本内部化用价格引导调度结果自动降低排放。放在这个项目标题里排放约束不是简单地把“风”“火”发多少电加起来算一下而是要在机组组合UC和最优潮流OPF的框架下让风电的消纳结果与火电的排放结果同时满足要求。这背后最关键的一个机制是风电的边际成本接近零且不排碳所以排放约束越紧系统就越有动力去消纳风电、压低煤电出力。但网络约束又会限制风电的输送能力所以两者天然存在张力。举一个我实际见过的例子某区域网架中A地区风电资源极好但仅有一条220kV线路送出B地区有大量火电且负荷中心在B。如果不考虑网络约束风光应该全部在A地发出碳排放最低可A到B的线路容量有限风电送不完B地的火电就得顶上排放自然降不下来。这就是“风—网—排”三者之间的核心矛盾。只优化“风”或者只优化“电”都不行必须协同优化。在我参与过的类似项目里通常把这个问题建模为一个多时段安全约束经济调度模型SCED在目标函数里同时考虑发电成本、碳排放成本和弃风惩罚约束条件里同时包含交流潮流/直流潮流方程、网络潮流上下限、电压约束如采用交流OPF、机组爬坡约束和排放总量约束。这样的模型能统一回答三个问题哪些机组开、风电场出力是多少、排放是否达标。2. 模型设计目标函数、约束条件和关键参数的选择逻辑把概念落到纸面上就得写公式、定参数。这个环节直接决定了模型结果是否可信也决定了求解器能不能收敛。我见过不少人一上来就堆复杂模型结果数据、参数、约束一多求解时间从几分钟变成几小时还常常无解。这里讲究的是“由简到繁逐步加约束”。2.1 目标函数如何同时体现“成本”和“排放”电网优化调度最经典的目标函数是系统总发电成本最小。引入排放维度后我建议不要直接删掉成本项只做排放最小化——那不符合电网运行实际调度员不可能为了排放彻底放弃经济性。更可行的方式是多目标归一化。工程上常用两种做法第一种碳价法把每吨二氧化碳的排放乘以一个碳价比如50元/吨作为成本项加到目标函数里。这样不需要额外约束调度结果自然会在经济性和排放之间权衡。碳价这个参数很关键定太高可能过度牺牲经济性定太低则起不到作用一般需要做灵敏度分析。第二种碳排放配额约束法保留成本最小为目标额外加一个约束总碳排放量 ≤ 配额上限。这种方法比较直观符合配额制的政策导向但要注意如果配额设置得过于严格模型可能无解这时需要引入松弛变量并施加惩罚费用。我实际项目中推荐的还是碳价法起步因为它对求解器更友好也方便做后续的碳价灵敏度分析。带约束时无解的风险更高如果非得用配额约束记得给松弛变量设一个足够大的惩罚系数并检验解的合理性。这里顺便给出一个目标函数示例方便参考多时段、多机组min Σ_t Σ_g [ c_g * P_g(t) SU_g(t) SD_g(t) ] Σ_t ( carbon_price * E_total(t) ) Σ_t ( penalty * P_wind_curtail(t) )其中c_g机组g的边际成本元/MWhP_g(t)机组g在时段t的出力MWSU_g(t)、SD_g(t)启停成本元carbon_price碳价元/tE_total(t)时段t的系统总排放量tpenalty弃风惩罚因子元/MWhP_wind_curtail(t)时段t的弃风功率MW弃风惩罚因子不能设得太小否则模型会在经济性和弃风之间摇摆无法保证优先消纳风电但设得过大可能掩盖了网络约束的真实瓶颈。我一般先设为系统最高电价的两倍再看结果调整。2.2 网络约束的建模层次先直流后交流逐步逼近物理现实网络约束建模有两大流派直流潮流DC power flow和交流潮流AC power flow。做规划和年度评估时直流潮流就够了做调度准实时分析或校验电压问题时交流潮流更准确但求解难度直接上一个台阶。直流潮流的本质假设是电压幅值近似为1 p.u.、支路两端相角差很小、线路电阻远小于电抗。于是有功潮流可以写成线性的形式P_ij (θ_i - θ_j) / X_ij其中 X_ij 是线路电抗。好处是约束全线性化求解极快适合机组组合UC这种需要反复迭代的场景。代价是它看不到无功和电压无法考虑电压越限。交流潮流则保留P、Q、V、θ之间完整的关系P_i V_i Σ_j V_j (G_ij cosθ_ij B_ij sinθ_ij)Q_i V_i Σ_j V_j (G_ij sinθ_ij - B_ij cosθ_ij)这个版本能同时考虑节点电压、无功功率和网损更接近真实物理但约束是非线性的求解器需要用内点法这类算法。在实际做“风电协调”的项目中我建议采用顺序分解的策略第一轮先跑直流潮流版本的SCED模型快速得出机组组合和风电出力水平。第二轮在结果基础上做交流潮流校验检查网络是否有电压越限或线路过载。第三轮如果存在越限回代到模型中增加对应的安全约束重新优化直到收敛。这样做既能控制求解时间又能保证结果不会被交流潮流下的电压问题“打脸”。需要特别提醒的是风电场附近的节点电压往往容易偏上限因为容性无功过剩而远端负荷中心容易偏低这些都需要在交流校验阶段重点观察。2.3 排放约束的关键参数排放因子不是统一数字说到排放约束建模最基础的是排放因子的选取。我常看到一些报告把火电的碳排放因子统一取为0.8 kg/kWh甚至某个单一数值这在实际中是不够严谨的。不同机组类型、不同负荷率下的煤耗差异很大供电煤耗从300g/kWh到360g/kWh都有可能对应的碳排放强度自然不同。建议按机组类型区分机组类型供电煤耗参考g/kWh碳排放强度参考kg CO2/kWh超超临界煤电机组265~2850.74~0.80亚临界煤电机组295~3200.83~0.90燃气-蒸汽联合循环200~230气耗折算0.38~0.45生物质/垃圾发电按燃料特性折算0.10~0.25碳中和部分另计排放总量就是每台机组各时段的出力乘以其排放强度再求和。如果模型里不做机组细分那就只能用平均排放因子此时结果适合做趋势分析不适合做精确的排放核算。这点在报告结论里一定要写明边界条件否则容易被质疑。另外一个容易被忽略的参数是风电的“等效排放”。虽然风电运行阶段基本不排碳但考虑全生命周期制造、建设、回收风电的碳排放强度通常只有煤电的1/30到1/50。工程计算中一般取0.02~0.04 kg CO2/kWh。如果你做的是政策层面的对比分析建议把全生命周期排放也纳入但做调度运行时以零排放处理即可物理效果一样。3. 实操流程数据准备、模型求解、结果分析三步走理论说清楚之后下面是我在项目中实际执行过的一套完整流程。从数据收集到结论输出我习惯分成三步数据准备与清洗、模型编码与求解、结果分析与校验。每一步都有不少天坑我尽量把细节写出来。3.1 数据准备风功率曲线、网架参数、排放参数怎么整理先说风电数据。风电协调项目最核心的输入是风电场的有功预测曲线时间分辨率建议至少做到15分钟因为调度时段通常也是15分钟或1小时。数据要包含每个风电场的预测出力MW、可用容量MW。如果做随机优化或者鲁棒优化还需要不确定集合的构造——最常用的方法是基于预测误差的历史分布设定一个置信区间比如90%的区间作为出力上下界。按我处理过的项目经验风电数据的坑主要有两个一是预测曲线和实际曲线的时标错位站点报送的时区或整点对齐不一致二是多个风电场的出力序列存在明显的时空相关性但简化模型往往假设它们彼此独立导致低估或者高估系统调峰压力。建议至少做一下两两风场的Pearson相关系数检查若大于0.8就要考虑在场景生成时保留相关性。网架数据方面至少需要以下参数节点编号、节点类型PQ/PV/平衡线路或变压器参数电阻、电抗、电纳、容量限值机组接入节点、出力上下限、爬坡速率、最小启停时间负荷节点的有功、无功曲线若做交流潮流基准功率通常取100MVA这些数据在规划项目中一般由电网公司提供但往往存在数据版本不一致或者个别线路参数缺漏的情况。我做过的一个项目里220kV线路的阻抗电抗数据有三年没更新直接导致直流潮流下的潮流分布与调度SCADA记录对不上。后来我们用了EMS系统的在线参数进行校准问题才解决。建议拿到数据后先做一个简单的卡方校验或与历史潮流记录比对。排放参数方面三步走先查出发电机组的类型、容量和技术参数然后从近年的机组性能试验报告中提取供电煤耗或者用性能试验校准最后乘以排放换算系数约等于2.6吨CO2/吨标准煤取氧化率0.95~0.98。这套参数表是后面写排放约束的基础。3.2 模型编码用MATLABYALMIP还是PythonPyomo建模工具的选择直接影响开发效率。我个人的习惯是快速验证用MATLABYALMIP生产环境用PythonPyomo。如果团队已有成熟的电力系统分析平台如PSASP、BPA另当别论但那通常用于离线校验不适合植入优化算法。以PythonPyomo为例核心代码的结构大致是import pyomo.environ as pyo import pandas as pd # 创建抽象模型 model pyo.ConcreteModel() # 定义集合 model.T pyo.Set(initializerange(24)) # 24个时段 model.G pyo.Set(initializerange(num_gen)) # 机组集合 model.W pyo.Set(initializerange(num_wind)) # 风电场集合 model.N pyo.Set(initializerange(num_bus)) # 节点集合 # 定义变量 model.P_gen pyo.Var(model.T, model.G, bounds(P_min_g, P_max_g)) model.P_wind pyo.Var(model.T, model.W, bounds(0, P_wind_available)) model.P_curtail pyo.Var(model.T, model.W, bounds(0, P_wind_available)) # 目标函数 def objective_rule(m): cost sum(m.P_gen[t, g] * marginal_cost[g] for t in m.T for g in m.G) carbon sum(carbon_price * emission_factor[g] * m.P_gen[t, g] for t in m.T for g in m.G) curtail sum(curtail_penalty * m.P_curtail[t, w] for t in m.T for w in m.W) return cost carbon curtail model.obj pyo.Objective(ruleobjective_rule, sensepyo.minimize) # 功率平衡约束忽略网损 def power_balance_rule(m, t): return sum(m.P_gen[t, g] for g in m.G) sum(m.P_wind[t, w] - m.P_curtail[t, w] for w in m.W) load[t] model.power_balance pyo.Constraint(model.T, rulepower_balance_rule) # 网络输电容量约束简化形式 # P_flow_ij(t) PTDF * P_injection(t)需根据直流潮流矩阵计算 def line_capacity_rule(m, t, line): flow sum(PTDF[line, i] * net_injection(m, t, i) for i in m.N) return -line_capacity[line] flow line_capacity[line] model.line_capacity pyo.Constraint(model.T, model.L, ruleline_capacity_rule) # 排放总量约束可选用 def emission_rule(m): return sum(emission_factor[g] * m.P_gen[t, g] for t in m.T for g in m.G) emission_quota model.emission_limit pyo.Constraint(ruleemission_rule)注意几个工程细节net_injection(m, t, i)是自定义函数计算节点i在时段t的净注入功率发电减负荷减风电。如果用的是直流潮流需要提前用节点导纳矩阵求出PTDF矩阵功率传输分配因子这是一个静态矩阵在模型外部算好后传入即可。潮流约束不要写成对大电网所有线路的都加那样约束数量过多、求解变慢。可以先跑一次不加网络约束的经济调度找到可能越限的关键断面和线路再只对这些约束建模能大幅提速。求解器方面线性化的模型用CPLEX或Gurobi免费的可选HiGHS、CBC。非线性交流潮流模型用IPOPT。我个人强烈建议不管用什么求解器一定要写出模型文件LP格式或MPS格式然后再求解这样遇到问题可以回看约束和变量的具体形式排查速度会快很多。3.3 结果分析不看三张图等于白算优化跑完之后不要只看总成本和总排放两个数。我习惯至少画三张图第一张是各类电源的出力时序堆叠图横轴是时间纵轴是出力堆叠展示风电、火电、水电、购电等。这张图能直观看到风电大发时段是谁在压出力、弃风发生在哪个时段。第二张是关键断面潮流时序图把限制风电外送的断面潮流标出来叠加断面限额线。如果断面潮流长期贴着上限说明网架是主要瓶颈如果离上限很远说明约束在别的环节。第三张是碳排放累计曲线与配额线按时间累计碳排放对比排放配额。如果模型结果与配额线相差很近说明排放约束是紧约束此时风—火替代的经济价值最大如果离配额很远说明当前约束并不算紧可以适当放松碳价/配额让模型更关注经济性。这三张图一出基本上问题定位就非常清晰了。我做过的项目中有一次模型计算结果显示弃风率很高但线路潮流根本没有越限数据一画图就发现是送出通道上的变压器容量卡住了——那条联络变的额定容量只有线路限值的一半定性结论与调度实际完全一致。可以说这类项目如果只改模型不画图很容易漏掉瓶颈。4. 常见问题与排查技巧实录无解、振荡、灵敏度“飘”怎么处理做优化模型类项目90%的时间不是花在写模型上而是花在对付“模型不收敛”“结果不合理”“参数一调就翻车”这些破事上。这块我把几年里踩过的坑集中梳理成一张速查表供大家排查时对照。常见现象可能原因排查与解决思路模型无解功率平衡约束与机组出力上下限冲突负荷低谷时段加上风电后无法通过弃风来平衡检查是否存在未加“弃风变量”的情况允许风电削减并添加弃风惩罚模型无解排放配额设置得过于严格系统无论如何排都降不到该水平放松配额或为排放约束设松弛变量观察影子价格判断配额约束的实际影响求解时间过长对所有线路均加了潮流约束约束矩阵太密只约束关键断面和关键线路或者采用Benders分解把网络约束放到子问题里迭代求解结果振荡/不可行目标函数中弃风惩罚项与其他成本项数量级不匹配统一量纲检查各成本的单位。建议先把所有成本换算成“元/MWh”再对比数量级电压越限交流校验时风电节点无功不受控或未纳入无功源在交流OPF中加入风电场无功功率或SVC/SVG设备并设置电压目标值碳排放结果与预期差距大排放因子取值错误或未区分机组类型核查燃料消耗数据与机组在线监测系统CEMS数据回填真实排放因子参数灵敏度单调性反转碳价高到一定程度后系统无煤电可退碳价继续提高不再改变机组组合不要只看一个碳价点建议做0~200元/吨的灵敏度扫描观察不同区间的边际效应除了这张速查表再单独说几个容易被忽略的实操细节。第一网络约束的“断面对”问题。直流潮流中送端和受端的断面潮流方向相反但约束上限如果只给了绝对值的上限那就可能把方向信息抹掉导致模型误判。我建议在代码里区分断面正反方向或者给每条线路加一个“潮流方向指示变量”或者直接分开设置上界和下界。特别是存在多环网结构时这个问题会让结果出现“乒乓效应”一些线路正送、反送频繁切换看着就不对劲。第二排放约束的“时段累计”与“全程累计”的区别。很多方案里只限制一天总排放这会导致模型把高排放机组全部压到某些时段集中发其他时段完全停机——实际调度中机组启停和最小运行时间约束会让这个结果不可行。所以建议至少要加入机组最小启停时间约束或者改为“滚动窗口累积排放约束”也就是每6小时、每12小时滚动限一次排放再叠加日总量限制。第三风电“零成本”导致的多解问题。风电边际成本为零目标函数里如果没有弃风惩罚或者惩罚设得太低那么“多发风电”和“少发风电”对目标函数的影响几乎为零求解器给出的答案可能每次跑都不一样。解决方法是给风电设置一个很小的正的“效益系数”例如风电上网电价让目标函数始终有动力多消纳风电这也和实际调度逻辑一致——风电优先上网是有政策依据的。关于求解器的选择CPLEX和Gurobi对大模型确实稳但如果单位没有商业授权用开源的HiGHS也可以处理上万个约束的中等规模模型只是内存占用和求解速度会稍微差一些。有一个小技巧尽量把约束写紧凑矩阵形式比逐条约束更方便求解器预处理。另外模型初始化很重要给变量一个接近可行的初值能显著提升求解成功率尤其是交流潮流模型。最后再分享一个最容易被新人忽略但又最关键的实操经验一定要做模型校验Model Validation哪怕是简化后的IEEE 6节点或IEEE 39节点系统也要先跑通、再上真实数据。我最初做这类项目时急着用省级电网的全部数据结果模型无解排查了整整三天后来发现是节点数据里有一个变电站的接线方式重复计算导致导纳矩阵维度错误。这种问题在小型标准算例上根本不会出现但真实数据到处是坑。建议在上真实数据之前先对网架导纳矩阵做一次基本检查如节点导纳矩阵对称性、每行元素之和是否为0对机组数据做一次约束可行性检查合并同类机组、检查上下限是否颠倒。风与电网协调这件事我在实际项目中的体会是瓶颈永远不止一个线路堵不是只靠改网架才能解决排放约束也不是只靠碳价就能自动达到最优。它需要的是把经济性、物理电网和环境目标放在一个数学规划问题里用约束去表达现实用优化去找可行解。风电预测的误差、负荷的波动、网架的N-1校验、火电的爬坡困难……所有这些现实层面的“不完美”都会在约束里变成求解的难度但也会让最终结果更加贴近调度员每天面对的真实世界。如果你正打算在项目中引入“网络约束排放约束风电协调”的思路我的建议是第一版别贪大求全先用直流潮流做骨架用IEEE标准系统跑通全流程然后一步步把交流电压约束、爬坡约束、排放配额这些“现实放大器”加进去每加一层都要重新审视一次结果图和灵敏度而不是等模型彻底跑不动了再回头修。这套路我已经验证过多次虽然前期多花一点时间但后面结果的可信度和调试效率都会好太多。