文獻標識碼： A
DOI：10.16157/j.issn.0258-7998.180410
中文引用格式： 黃何，梁大鵬. 基于復雜適應理論的電力系統生產模擬[J].電子技術應用，2018，44(5)：16-20.
英文引用格式： Huang He，Liang Dapeng. Power system production simulation based-on CAS[J]. Application of Electronic Technique，2018，44(5)：16-20.
0 引言
電力系統隨機生產模擬是在考慮機組的隨機故障及電力負荷隨機性的情況下，通過模擬和優化發電機組的生產運行，計算系統在最優運行方式下不同發電機組的發電量、可靠性指標以及生產成本指標等的算法[1]。當前，隨著資源稟賦、環境污染和氣候問題的日益嚴峻，以及清潔能源的大規模發展，提高了對時序性、互動性、隨機性電力系統生產模擬技術的需求。目前，已有文獻對其進行了研究，文獻[2]圍繞電力系統生產模擬中可再生能源的不確定性問題，通過多場景隨機規劃理論反映可再生能源的不確定性，建立了隨機規劃數學模型模擬系統運行，并采用Benders分解法進行求解。文獻[3]、文獻[4]基于序列運算，探索了適用于綜合資源規劃和電力市場的隨機生產模擬方法，提出了基于序列運算理論的隨機生產模擬。文獻[5]將需求側的能效電廠納入生產模擬的研究范圍，為電力系統雙向互動的生產模擬提供了方向。文獻[6]根據智能工程理論，用Agent模擬的方法描述機組和能效電廠，實現了能效電廠運行的電力系統生產Agent模擬，并證明了有效性。
本文將在以往研究的基礎上，將電力系統分為發-輸-配-用幾個環節，基于復雜適應系統原理，通過供需雙方資源的調度過程反映電力系統運行，以可靠性為約束條件，考慮發電元件的隨機性，在可計及多態機組的情況下，建立包含傳統能源和可再生能源的電力系統時序生產模擬模型，并對模型進行求解。通過模型計算結果與電力發展的實際數據進行對比，證明其在電力發展規劃和分析研究方面的支撐性作用。
1 復雜適應系統理論
復雜適應系統（Complex Adaptive System，CAS）是指由兩個以上按照一定規則或模式進行相互作用的行為主體所組成的復雜動態系統[7]，具有以下特點：(1)復雜適應系統強調主體(Agent)的主動性，即Agent有各自的知識和目標等屬性，由于屬性不同，在相同環境下不同Agent可能表現出不同的行為方式；(2)復雜適應系統認為Agent之間，及Agent與環境之間存在交互、影響、反饋等作用，這些作用的綜合結果是系統進化、演變的動力和原因；(3)不同主體通過特定規則相互聯系形成系統，而系統又在更宏觀的層面作為“Agent”與其他“Agent”交互成新系統[8]。一個基于智能工程的簡單復雜適應系統模型中包含外部環境、上層系統、協調系統和下層系統，這里不同的系統層級可以是單一Agent，也可以由多個Agent組成的系統。圖1展示了一個各部分都由單一Agent組成的復雜適應系統。
圖1中，上層系統和下層系統依據自身的目標，按照知識庫和規則根據外部環境的變化進行調整；協調層感知上下兩層的狀態，若上下兩層中的單個目標超出允許的閾值范圍，協調層感知狀態的變化并協調上下兩層進行調整，并將協調后的狀態返回給上下兩層，使其再次進行調整直至整體達到最優狀態并將結果返回給外部環境，保證整體的向目標或最優方向進化。
2 復雜適應系統生產模擬模型
2.1 系統模型
電力系統運行的過程實際上是供給側電源系統與需求側電力負荷的供需匹配過程。要實現這一過程需要發電企業、電網企業、電力市場和用戶四個環節的協調配合。因此，基于復雜適應系統的電力系統生產模擬模型由4個模塊模擬電力系統功能：發電企業模塊、電網企業模塊、電力市場模塊和用戶需求模塊，其結構如圖2。
2.1.1 用戶需求模塊
用戶需求模塊作為其他模塊需要適應的外部環境功能存在，模擬了電力用戶的用電特征和規律。其核心功能是根據生產模擬需要為其他模塊提供電力負荷需求信息，用戶需求模塊的變化是系統發展的動力以及其他模塊產生生產行為的目的。
本文的生產模擬以小時為時間尺度，模擬目標年全年8 760小時為模擬周期。根據模型的功能要求，電力負荷變化的特征計算公式如下：
其中，E為預測電量；P為每個時間點的負荷，P=α×Pmax，Pmax為系統最大負荷，α為負荷的標幺值。將最大負荷和負荷特征分開，可以方便對不同周期或時間跨度的電力系統進行分析。
2.1.2 電力生產模塊
電力生產模塊模擬不同的發電機組，包括：火電、水電、天然氣、風電、光伏和核電，其主要功能為計算和調整不同機組的發電成本并將結果發送至其他模塊；根據可再生能源特征信息生成其各小時的出力狀態；最后根據發電計劃進行生產模擬，計算污染物排放量、可再生能源棄電率等指標。具體的機組報價計算和調整的原則如下：
將發電機組i每小時的成本函數表示為二次函數，即：
(1)風電
風電的出力呈現隨機性，本文采用雙參數的威布爾分布來表述風速的概率密度，而風機的出力主要由風輪機輪轂高度處的風速來決定，其具體關系為：
2.1.3 電網調度模塊
電網調度模塊以最小碳排放或最小運行成本為目標，根據電力市場模塊計算的出清價格以及電力生產模塊共享的機組裝機規模、報價，根據負荷信息，統計電力供需情況，安排發電計劃；最后根據電網約束條件，在時間周期T內計算電力不足概率（Loss of Load Probability，LOLP）和電力不足期望值（Expected Energy Not Served，EENS），計算公式如下：
2.1.4 電力市場模塊
電力市場模塊的功能為計算電力出清價格及模擬電力輔助服務市場生成機組停運概率矩陣。在不考慮網絡約束的平衡交易市場中，用戶以購電成本C最小化為目標，即
求導可得拉格朗日乘子λ為用戶購電成本的最小化條件為
將其與功率平衡方程聯立求解可以得到系統的市場出清價格以及個發電廠商的發電出力。
電力輔助服務市場方面，考慮常規機組的強迫停運，在模擬時先對其的運行狀態進行抽樣，然后通過多次模擬系統運行來對隨機強迫停運進行近似模擬，其目標函數如下：
上述模型的計算流程如圖3。
3 算例分析
3.1 數據和相關參數設定
模型通過Java和Python編程實現。為了簡化計算，生產模擬輸入的數據中，最大負荷量、負荷需求、可再生能源出力特征、不同機組的初始規模等需要設定初始值，成本參數、補貼參數、電力生產的排放系數、機組運行小時數等均考慮為常量。
3.1.1 風光出力數據
本文從統計學的角度出發，收集不同地區風、光能統計和歷史數據，建立風光出力模型。根據數據統計結果，以坐標軸的橫坐標為可再生能源的出力水平，縱坐標為出力水平相應概率，得到的風能/太陽能模擬月度出力特性如圖4。
3.1.2 生產模擬數據
模型考慮的電源機組類型包括：水電、煤電、天然氣、核電、風電和太陽能。根據2016年中國的電力結構，其凈發電量為59 747億千瓦時，總發電裝機容量為165 051萬千瓦，其中，煤電94 624萬千瓦、氣電7 011萬千瓦、水電33 207萬千瓦、風電14 747萬千瓦、核電3 364萬千瓦、太陽能7 631萬千瓦。
3.2 計算結果
在2016年裝機結構下，不同類型機組的年發電量、年利用小時數模擬與實際值的對比結果，以及年運行費用結果如表1。生產模擬計算的失負荷小時數、失負荷率、棄電量、棄電率等可靠性指標與實際情況的對比結果如表2。
2016年的電力裝機結構下進行的8 760小時的生產模擬并在結果中分別選取冬季和夏天的典型周模擬結果顯示如圖5。
3.3 結果分析
模擬結果與實際年總發電量的相對誤差約-5.05%，火電、水電、天然氣、風電、太陽能和核電的相對誤差分別為-16.47%、-17.36%、46.23%%、41.64%、65.51%、-4.14%。同時，根據《中國電力行業年度發展報告2017》來看，2016年全國戶均停電時間為17.11小時，供電可靠率為99.81%；而生產模擬結果中的年度停電時間為20.23小時，供電可靠率為99.78%。
從生產模擬結果可知，煤電機組在當前的系統中仍然占據主導地位，煤電出力水平占整體的50%以上。可再生能源棄電很大程度上是由于在負荷低谷時段可再生能源出力激增，而其他常規電源出力已經壓低至最小技術出力，無法給可再生能源提供足夠的消納空間。而失負荷的原因是由于在負荷高峰時，可再生能源出力不足，即使全部常規電源出力均提高至最大依然無法滿足電力需求。
模擬結果反映了當前電源結構的幾個特征：(1)煤電是當前電力結構中的主要電源出力形式；(2)電力需求的峰谷差較大，系統靈活性不足，難以單純的依靠調整電源出力規模滿足電力需求；(3)傳統電源固定容量占比較大，在負荷需求較低時會擠占可再生能源的消納空間，導致可再生能源棄電。
4 結論
本文在復雜適應系統理論的基礎上建立了電力系統生產模擬模型，并在2016年電源結構的條件下驗證模型的電力系統發電量與實際發電量的相對誤差約4.71%。根據模型求解結果顯示，其可以在給定電源結構的情況下對滿足電力需求的不同機組類型發電量、污染物排放量、電力系統經濟性、供電可靠性、可再生能源利用效率等進行分析和預測。
另外，本研究仍需深入展開如下工作：細化用戶需求和電網企業模塊，考慮電力負荷多樣性的特征，引入電網安全運行特征分析；深化電力市場模塊，豐富電力市場交易機制；而電力企業模塊中不同機組的策略選擇單一，多場景方式簡化模擬可再生能源發電的合理性也需要進一步論證。
參考文獻
[1] 王錫凡，王秀麗.隨機生產模擬及其應用[J].電力系統自動化，2003，27(8)：10-15.
[2] 姚力，王秀麗，肖漢，等.基于多場景隨機規劃的電力系統生產模擬[J].電力建設，2016，37(12)：74-81.
[3] 康重慶，夏清，相年德，等.隨機生產模擬的序列化分析[J].中國電機工程學報，2002，22(4)：8-12.
[4] 夏清，相年德，白利超，等.序列運算理論及其應用[J].電力系統自動化，2002，26(17)：6-12.
[5] 周景宏，胡兆光，田建偉，等.含能效電廠的力系統生產模擬[J].電力系統自動化，2010(18)：27-31.
[6] 段煒，胡兆光，姚明濤，等.考慮需方響應資源的電力系統生產模擬[J].電網技術，2014，38(6)：1523-1529.
[7] HOLLAND H J.Complex adaptive system[M].Addison Wesley，1995.
[8] YIN R.Discovering the future of the case study method in evaluation research[J].Evaluation Practice，1994，15(3)：283-290.
[9] 劉東冉，陳樹勇，馬敏，等.光伏發電系統模型綜述[J].電網技術，2011，35(8)：47-52.
作者信息:
黃 何，梁大鵬
（哈爾濱工業大學 經濟與管理學院，黑龍江 哈爾濱150001）