3. 协调调度基础理论:优化问题三要素、线性规划与调度时间尺度

各位同学,今天我们来聊聊协调调度的基础理论。说实话,这部分内容看起来有点数学,但别怕。我做了这么多年能源系统,发现只要把三个核心东西搞明白——目标函数、决策变量、约束条件——剩下的就是套公式了。

3.1 优化问题三要素:目标函数、决策变量、约束条件

任何一个优化问题,说白了就是三件事:你想优化什么?你有哪些选择?你受什么限制?

我习惯用一个生活化的例子来开场。假设你是个调度员,手上有光伏、风电、储能、燃气轮机。你要决定明天每个小时怎么安排这些设备出力。嗯,这就是一个典型的优化问题。

3.1.1 目标函数

目标函数就是你要追求的那个“最好”。在能源调度里,最常见的目标是运行成本最小。当然也有追求碳排放最小、新能源消纳率最大等等。

举个例子:

min 总成本 = 购电成本 + 燃气成本 + 储能折旧成本 - 售电收益

我在项目中遇到过一件事:有个团队把目标函数设成了“成本最小”,结果调度方案把储能用得特别狠,电池寿命两年就报废了。后来我们加了一个“储能寿命惩罚项”,才算合理。所以啊,目标函数怎么设,直接决定了方案好不好用。

3.1.2 决策变量

决策变量就是你能控制的东西。在调度问题里,通常包括:

  • 各机组出力(比如燃气轮机每小时发多少电)
  • 储能充放电功率(充多少、放多少)
  • 购售电功率(从电网买多少、卖多少)
  • 设备启停状态(开还是关)

你想想看,决策变量选得对不对,直接影响问题能不能解。我见过有人把每个设备的每个小时都设成一个连续变量,结果模型大得跑不动。其实很多设备是离散的——要么开要么关,这时候用0-1变量更合适。

3.1.3 约束条件

约束条件就是那些“不能越界”的规则。常见的约束有:

  • 功率平衡约束:发电 = 用电 + 储能充放电 + 网损
  • 设备出力上下限:比如燃气轮机最小出力30%,最大100%
  • 储能SOC约束:电池电量不能低于20%,不能高于90%
  • 爬坡约束:机组出力变化不能太快

⚠️ 避坑指南

我曾经犯过一个低级错误:忘了加储能SOC的初始条件。结果模型算出来,第一天开始调度时电池是满的,但实际电池只有50%电量。那天的调度方案完全不能用。所以约束条件一定要和实际情况对得上。

3.2 线性规划与混合整数线性规划

搞清楚了三要素,接下来就是怎么求解。这里有两个核心概念:线性规划(LP)混合整数线性规划(MILP)

3.2.1 线性规划(LP)

如果目标函数和约束条件都是线性的,决策变量都是连续的,那就是线性规划。说白了,就是一条直线上的最优解问题。

举个例子:

min  C = 0.5 * P_gas + 0.3 * P_wind
s.t. P_gas + P_wind = 100
     0 ≤ P_gas ≤ 80
     0 ≤ P_wind ≤ 60

这个模型很简单,用单纯形法几毫秒就解出来了。我建议初学者先从LP入手,因为好理解、好调试。

3.2.2 混合整数线性规划(MILP)

但现实世界哪有那么理想?设备启停、机组组合、储能充放电状态——这些都是离散的。这时候就需要引入整数变量,变成MILP问题。

比如:

min  C = 0.5 * P_gas + 0.3 * P_wind + 100 * y
s.t. P_gas + P_wind = 100
     0 ≤ P_gas ≤ 80 * y
     0 ≤ P_wind ≤ 60
     y ∈ {0, 1}

这里的y就是0-1变量,表示燃气轮机是否开机。如果y=0,P_gas只能为0;如果y=1,P_gas可以在0到80之间。

💡 个人经验

MILP求解比LP慢得多。我做过一个96时段、20台机组的调度模型,用CPLEX求解要跑十几分钟。后来我把一些整数变量松弛成连续变量,精度损失不到1%,但求解时间降到了30秒。所以,能用LP就别用MILP,这是工程上的铁律。

3.3 调度时间尺度:日前、日内、实时

调度不是一次性的,而是分时间尺度的。我习惯把它比作“计划-调整-执行”三步走。

调度类型 时间尺度 典型分辨率 主要用途
日前调度 提前24小时 1小时 机组组合、购电计划
日内调度 提前4-6小时 15分钟 修正预测误差、调整出力
实时调度 当前时刻 5分钟或1分钟 频率调节、紧急控制

3.3.1 日前调度

日前调度是“大计划”。一般在每天上午10点前,根据第二天的负荷预测、新能源预测,制定出24小时的机组启停计划和出力基线。

我建议用MILP来做日前调度,因为要考虑机组启停的离散决策。模型规模大,但求解时间可以接受(通常几分钟到十几分钟)。

3.3.2 日内调度

日内调度是“微调”。为什么需要它?因为预测不准啊。光伏预测误差可能达到20%,风电更夸张,有时候能差30%。

日内调度通常每15分钟滚动一次,只优化未来4-6小时。这时候机组启停已经定了,主要调整的是出力大小。所以用LP就够了,求解速度快。

🔧 实用技巧

我在做日内调度时,习惯把日前调度的结果作为“参考点”,然后加一个“偏离惩罚”项。这样既保证了经济性,又不会让机组出力变化太剧烈。说白了,就是在最优和稳定之间找个平衡

3.3.3 实时调度

实时调度是“救火”。电网频率一波动,必须毫秒级响应。这时候数学模型已经来不及了,通常用PID控制或模型预测控制(MPC)。

实时调度不考虑经济性,只考虑安全性。目标函数变成了“频率偏差最小”或“电压偏差最小”。约束条件也简化了,只保留最关键的功率平衡和爬坡约束。

3.4 知识体系总览

下面这张图把本章的核心逻辑串起来了。你可以看到,从优化三要素出发,到LP/MILP求解方法,再到不同时间尺度的调度应用,是一条完整的链路。

协调调度基础理论 · 知识体系 优化问题三要素 目标函数(成本最小) 决策变量(出力/启停) 约束条件(平衡/限值) 求解方法 线性规划(LP)· 连续变量 混合整数线性规划(MILP)· 含0-1变量 调度时间尺度 日前调度 提前24h · 1h分辨率 日内调度 提前4-6h · 15min分辨率 实时调度 当前时刻 · 1-5min分辨率 图:协调调度基础理论 · 从三要素到时间尺度的完整链路

好了,这一章的内容就到这里。记住三个关键词:目标函数、决策变量、约束条件。不管多复杂的调度问题,只要把这三样东西理清楚,剩下的就是选对求解器、调好参数的事。

📌 本章要点回顾

  • 优化三要素:目标函数(成本/碳排放)、决策变量(出力/启停)、约束条件(平衡/限值)
  • LP适合连续变量问题,MILP处理离散决策,能用LP就别用MILP
  • 日前调度做计划(MILP),日内调度做调整(LP),实时调度保安全(控制)

专注资料整理