论文部分内容阅读
摘要：本文作者结合工作经验，分析了当前电厂规划中应注意的细节，可供同行参考。
关键词：电厂；规划、优化；节能减排；环境保护
0 前言
从节约资源、减少环境污染的角度考虑，今后一段时期内，热电联产是我国区域供热的最优模式。充分利用我国丰富的生物质能源，大力发展生物质热电厂，既满足了城市供热的需求，又在一定程度上缓解了电力紧缺的压力，避免了生物质资源对环境的污染。生物质热电厂运行效能的高低很大程度上取决于电厂合理规划，热电厂不合理的规划将导致供热成本增加、能源和资源浪费及环境污染加剧，给社会带来巨大的不利影响。
常见规划问题大多采用模糊集、可拓集等方法，这些方法要求事先给定隶属函数。粗糙集运算系统不需要提供任何先验的知识，就能自动挖掘出隐含的信息，完全避免了人为干扰。从统计情况来看，目前研究生物质能热电厂规划和优化的文献很少。本文在构建生物质热电厂选址指标体系的基础上，运用粗糙集理论和多目标规划的方法，从生物质热电厂选址、电厂规模和调度优化等角度对生物质热电厂规划和优化问题进行探索性的研究。
1 计算属性的权重
粗糙集方法是一种新的用来研究模糊性和不确定性问题的软计算方法，包含求取大量数据中最小不变集合（核）与求解最小规则集（约简）的理论，不需要附加信息和先验知识，能够利用已有的信息来判断对象在特定条件下的分类及其重要性。
电厂选址需要考虑的影响因素主要有：（a）土地的可得性；（b）生物质热电厂建造成本；（c）道路管网铺设成本；（d）与热负荷中心的距离；（e）热力负荷需求；（f）电网接入结构；（g）生物质燃料和水源可得性；（h）环境保护因素。其中（8）为特殊指标，具有一票否决权，倘若某个选址不能满足环境保护要求，则不管其他条件多么优越都不再予以考虑；其他指标被视为普通指标，这些指标具有互补性、替代性。（b）至（e）将在多目标规划中予以考虑，先考虑土地的可得性（c1）、电网接入结构（c2）、生物质燃料和水源的可得性（c3）和环境保护因素（c4），建立如圖1的指标体系。
利用粗糙集属性重要度方法获得指标的权重。用“容易”、“一般”、“难”三个等级评价土地的可得性和生物质燃煤和水源可得性；用“好”、“中”、“差”三个等级评价电网接入条件和环境保护因素。采用3分制，用1、2、3分别对应“容易”、“一般”、“难”和“好”、“中”、“差”。根据专家意见设计决策表，利用粗糙集理论对决策表约简后，得到15种不同的决策组合，如表1所示。
表1中，d为决策，d=1表示建热电厂，d=0表示不建热电厂。由粗糙集的定义，计算得到：指标c1、c2、c3、c4的重要度分别为0.09543、0.04014、0.04014、0.08027。
进而，计算得到指标c1、c2、c3、c4的权重分别为0.3728、0.1568、0.1568、0.3136，指标权重向量ω=[0.3728，0.1568，0.1568，0.3136]T。
2 计算备选厂址优先序
某地区有5个备选厂址，按照以上指标体系，采用群决策方法得到专家意见，评价矩阵为
加权后，求得每个备选厂址的综合评价值为W=T×ω=[0.7621，0.7784，0.8840，0.7986]T。
3 多目标优化模型
热电厂选址多目标优化数学模型为
式中：i为集中供热区下标；I为集中供热区总数；j为备选厂址下标；J为备选厂址总数；m为热电厂供热能力等级下标；M为热电厂供热能力等级总和；Cm为m级热电厂的供热能力； 为在第j个选址建设m级热电厂的建设和运营成本；ai为集中供热区i的热负荷；Dij为从热电厂j到集中供热区i的单位输送成本； 为决策变量定义， =1表示在第j个选址建设m级热电厂， =0表示不建；Zij为集中供热区i的热负荷由热电厂j输送的比例。
目标函数式（1）为最小化总成本，包括建设成本和输送成本；式（2）最大化建设热电厂的平均综合效益，其中Wj是前面已求出的备选厂址的综合评价值；式（3）确保每个集中供热中心热负荷都能得到满足；式（4）表示1个备选地点最多只建设1个容量等级的热电厂；式（5）确保每个热电厂提供的热负荷不超过其最大设计容量；式（6）、（7）为变量取值约束。
4 优化实例分析
某地区可以建4个容量等级的秸秆热电厂，在不同备选地建立不同等级的热电厂的成本如表2所示。有4个集中供热区，假设在未来相当长一段时间内热负荷需求不会发生较大的变化，每个备选地到集中供热区的单位输送成本如表3所示。
表2备选厂址的建设和运营成本
表3备选厂址到不同负荷区的单位输送成本
将目标函数式（1）、（2）通过加权法合并成
给出ω1和ω2不同的组合值来求出规划问题的非劣解。通过lingo8.0计算得出非劣解，如表4所示。
目标1和目标2分别表示建热电厂成本和平均综合效益，在满足当前热负荷需求的情况下，目标1越小越好，目标2越大越好。ω1和ω2可看作这2个目标的重要性程度，从表4可以看出权重ω1和ω2为0.6~1.0和0.0~0.4时，目标1达到最小目标2达到最大，这时只需要建2座热电厂就可以满足4个集中供热区的热负荷。此时对应的决策变量为
上决策显示分别在第2和第3个备选厂址各建1个容量为250MW的热电厂，第2个热电厂向第3、4负荷区供热，第3个热电厂向第1、2负荷区供热，这样可以使费用最省，同时使得平均综合效益最高。
注：文章内所有公式及图表请用PDF形式查看。
关键词：电厂；规划、优化；节能减排；环境保护
0 前言
从节约资源、减少环境污染的角度考虑，今后一段时期内，热电联产是我国区域供热的最优模式。充分利用我国丰富的生物质能源，大力发展生物质热电厂，既满足了城市供热的需求，又在一定程度上缓解了电力紧缺的压力，避免了生物质资源对环境的污染。生物质热电厂运行效能的高低很大程度上取决于电厂合理规划，热电厂不合理的规划将导致供热成本增加、能源和资源浪费及环境污染加剧，给社会带来巨大的不利影响。
常见规划问题大多采用模糊集、可拓集等方法，这些方法要求事先给定隶属函数。粗糙集运算系统不需要提供任何先验的知识，就能自动挖掘出隐含的信息，完全避免了人为干扰。从统计情况来看，目前研究生物质能热电厂规划和优化的文献很少。本文在构建生物质热电厂选址指标体系的基础上，运用粗糙集理论和多目标规划的方法，从生物质热电厂选址、电厂规模和调度优化等角度对生物质热电厂规划和优化问题进行探索性的研究。
1 计算属性的权重
粗糙集方法是一种新的用来研究模糊性和不确定性问题的软计算方法，包含求取大量数据中最小不变集合（核）与求解最小规则集（约简）的理论，不需要附加信息和先验知识，能够利用已有的信息来判断对象在特定条件下的分类及其重要性。
电厂选址需要考虑的影响因素主要有：（a）土地的可得性；（b）生物质热电厂建造成本；（c）道路管网铺设成本；（d）与热负荷中心的距离；（e）热力负荷需求；（f）电网接入结构；（g）生物质燃料和水源可得性；（h）环境保护因素。其中（8）为特殊指标，具有一票否决权，倘若某个选址不能满足环境保护要求，则不管其他条件多么优越都不再予以考虑；其他指标被视为普通指标，这些指标具有互补性、替代性。（b）至（e）将在多目标规划中予以考虑，先考虑土地的可得性（c1）、电网接入结构（c2）、生物质燃料和水源的可得性（c3）和环境保护因素（c4），建立如圖1的指标体系。
利用粗糙集属性重要度方法获得指标的权重。用“容易”、“一般”、“难”三个等级评价土地的可得性和生物质燃煤和水源可得性；用“好”、“中”、“差”三个等级评价电网接入条件和环境保护因素。采用3分制，用1、2、3分别对应“容易”、“一般”、“难”和“好”、“中”、“差”。根据专家意见设计决策表，利用粗糙集理论对决策表约简后，得到15种不同的决策组合，如表1所示。
表1中，d为决策，d=1表示建热电厂，d=0表示不建热电厂。由粗糙集的定义，计算得到：指标c1、c2、c3、c4的重要度分别为0.09543、0.04014、0.04014、0.08027。
进而，计算得到指标c1、c2、c3、c4的权重分别为0.3728、0.1568、0.1568、0.3136，指标权重向量ω=[0.3728，0.1568，0.1568，0.3136]T。
2 计算备选厂址优先序
某地区有5个备选厂址，按照以上指标体系，采用群决策方法得到专家意见，评价矩阵为
加权后，求得每个备选厂址的综合评价值为W=T×ω=[0.7621，0.7784，0.8840，0.7986]T。
3 多目标优化模型
热电厂选址多目标优化数学模型为
式中：i为集中供热区下标；I为集中供热区总数；j为备选厂址下标；J为备选厂址总数；m为热电厂供热能力等级下标；M为热电厂供热能力等级总和；Cm为m级热电厂的供热能力； 为在第j个选址建设m级热电厂的建设和运营成本；ai为集中供热区i的热负荷；Dij为从热电厂j到集中供热区i的单位输送成本； 为决策变量定义， =1表示在第j个选址建设m级热电厂， =0表示不建；Zij为集中供热区i的热负荷由热电厂j输送的比例。
目标函数式（1）为最小化总成本，包括建设成本和输送成本；式（2）最大化建设热电厂的平均综合效益，其中Wj是前面已求出的备选厂址的综合评价值；式（3）确保每个集中供热中心热负荷都能得到满足；式（4）表示1个备选地点最多只建设1个容量等级的热电厂；式（5）确保每个热电厂提供的热负荷不超过其最大设计容量；式（6）、（7）为变量取值约束。
4 优化实例分析
某地区可以建4个容量等级的秸秆热电厂，在不同备选地建立不同等级的热电厂的成本如表2所示。有4个集中供热区，假设在未来相当长一段时间内热负荷需求不会发生较大的变化，每个备选地到集中供热区的单位输送成本如表3所示。
表2备选厂址的建设和运营成本
表3备选厂址到不同负荷区的单位输送成本
将目标函数式（1）、（2）通过加权法合并成
给出ω1和ω2不同的组合值来求出规划问题的非劣解。通过lingo8.0计算得出非劣解，如表4所示。
目标1和目标2分别表示建热电厂成本和平均综合效益，在满足当前热负荷需求的情况下，目标1越小越好，目标2越大越好。ω1和ω2可看作这2个目标的重要性程度，从表4可以看出权重ω1和ω2为0.6~1.0和0.0~0.4时，目标1达到最小目标2达到最大，这时只需要建2座热电厂就可以满足4个集中供热区的热负荷。此时对应的决策变量为
上决策显示分别在第2和第3个备选厂址各建1个容量为250MW的热电厂，第2个热电厂向第3、4负荷区供热，第3个热电厂向第1、2负荷区供热，这样可以使费用最省，同时使得平均综合效益最高。
注：文章内所有公式及图表请用PDF形式查看。