电力企业发电调度与燃料库存管理集成优化研究

Power generation scheduling and fuel inventory management are important steps in the operations management of the power enterprise. A valid fuel inventory structure should be guided by a scientific power generation scheduling, while a scientific power generation scheduling should be supported by a timely fuel supply. Integrating the optimization of power generation scheduling and fuel inventory management is conducive to the rational determination of the fuel requirements and the timely fuel supply and can help to promote the enterprise's internal coordination, consequently being an important means to increase the operation profit of the enterprise. In this project, we take the power generation and fuel supply of the power enterprise as the research background and investigate the integrated optimization problems of power generation scheduling and fuel inventory management with different features. The investigations are performed from the perspectives of the stochastic influence of the electricity market and low-carbon operations considering emission reduction policies, respectively. We build mathematical models that can reflect the features of the problems, analyze the structural characteristics of the models and the properties of the optimal solutions, design effective algorithms, bring forward corresponding improvement strategies, and evaluate the performance of the proposed algorithms. The theoretical results will be used in applied research to design optimization programs for the operations of the power enterprise. The implementation of this project are able to enrich the theoretical study of power generation scheduling and fuel inventory management, provide theoretical basis for the operations management of the power enterprise, and have important directive to promote the overall optimization of the enterprise and enhance the enterprise’s market competitiveness.

发电调度与燃料库存管理是电力企业运营管理的重要环节。合理的燃料库存结构需要以科学的发电调度为指导，而科学的发电调度需要有及时的燃料供应作为支撑。对发电调度与燃料库存管理集成优化有利于对燃料需求的合理确定和燃料的及时供应，促进企业的内部协调，是提升企业经营利润的重要手段。本项目以电力企业的电力生产与燃料供应为研究背景，分别从电力市场的随机影响角度和考虑减排策略的低碳运营角度研究具有不同问题特征的发电调度与燃料库存管理集成优化问题，建立体现问题特征的数学模型，分析模型的结构特点和最优解的性质，设计有效的求解算法，提出相应的改进策略，并评价所提出的算法的性能。将理论结果进行应用研究，为电力企业设计运营优化方案。本项目的实施能够丰富发电调度和燃料库存管理的理论研究，为电力企业运营管理提供理论基础，对促进企业的整体优化、提升企业的市场竞争力具有重要的指导意义。

本项目依托电力工业为研究背景，紧密结合电力工业中的生产特点和运营管理中的实际需求，针对火力发电的高排放特点、电力系统中的随机特点、和电力生产与燃料库存二者之间的相互影响关系，从不同角度深入研究电力生产与燃料库存集成优化问题，建立了反映不同问题特征的数据解析模型和数学规划模型，开发了数据驱动、智能优化和最优化等算法，解决了火力发电机理分析、锅炉炉膛温度控制、不确定性参数的建模、生产与库存协调优化等一系列关键问题，并采用实际生产数据或IEEE电力系统标准数据对研究结果进行数值实验验证。主要研究成果包括：1）基于数据解析的电厂锅炉双重优化自适应模型预测控制研究：利用统计学思想和数值计算方法对采集数据进行预处理，利用基于数据解析的黑箱模型和差分进化算法自适应构造预测模型，利用滚动优化模型和差分进化算法控制炉温。2）基于minimax决策准则的两阶段随机机组组合研究：利用离散场景方法刻画负荷的不确定性，利用场景的概率设计场景的权重，在决策中利用minimax准则并引入概率信息，以强化对高费用场景的优化，同时权衡所考虑的所有场景。3）基于Benders分解算法的随机机组组合问题求解研究：将模型等价变形以简化模型的结构，开发Benders分解算法求解随机机组组合问题，设计多割产生策略和有效不等式改进算法的收敛性能。4）考虑排放和不确定性的发电调度与燃料库存集成优化研究：利用Monte Carlo方法和场景降低技术刻画不确定性参数，利用线性化方法对非线性约束进行线性表达，在决策中兼顾发电调度与燃料库存的协调和发电排放的限制。研究成果能够丰富电力系统运营管理的理论、建模、与优化算法研究，对电力企业提升在能耗控制、不确定性处理、内部协调、和整体优化方面的管理水平具有重要的指导意义。