第1章：实时调度数学模型——目标函数与约束条件

各位同学，大家好。我是老张，在电力系统调度这块摸爬滚打了十几年。今天咱们来聊聊实时调度数学模型，这是整个算法的“心脏”。

你想想看，实时调度说白了就是：在每一分钟甚至几秒钟内，决定哪些机组该发多少电。这背后必须有一个清晰的数学模型来支撑。我个人习惯把模型拆成两大部分：目标函数和约束条件。

1.1 目标函数：我们到底要优化什么？

实时调度不是拍脑袋决策。它要回答一个核心问题：在满足所有约束的前提下，怎样运行最划算？

这里有两个最常见的优化目标：

1.1.1 发电成本最小化

这是最经典的目标。每个机组都有它的成本曲线，通常是二次函数：

min Σ [ a_i * P_i² + b_i * P_i + c_i ]

其中：

• P_i：第 i 台机组的出力（MW）
• a_i, b_i, c_i：机组的成本系数

我在项目中遇到过一件事：某电厂一直用线性成本模型，结果调度结果总是偏保守。后来换成二次模型，每小时的运行成本直接降了3%。嗯，细节决定成败。

1.1.2 碳排放最小化

现在环保压力大，碳排放也成了硬指标。目标函数变成：

min Σ [ e_i * P_i ]

其中 e_i 是机组 i 的碳排放强度（吨CO₂/MWh）。

你可能会问：成本和碳排放能同时优化吗？可以，但需要权衡。常用的做法是加权求和：

min [ w1 * 成本 + w2 * 碳排放 ]

w1和w2的取值，说白了就是看调度员更看重经济性还是环保性。我记得有一次帮某省调做方案，他们要求碳排放降低10%，但成本增加不能超过2%。最后我们通过调整权重，找到了那个平衡点。

1.2 约束条件：现实世界的“紧箍咒”

目标函数再漂亮，也得看现实答不答应。约束条件就是那些“不能越界”的规则。我把它归纳为四大类：

1.2.1 功率平衡约束

这是最基础的约束。发电量必须等于负荷加上网损：

Σ P_i = P_load + P_loss

说白了就是：发多少，用多少，不能多也不能少。如果发多了，频率会升高；发少了，频率会下降。我在现场见过一次因为负荷预测偏差大，导致频率跌到49.8Hz，差点触发低频减载。所以这个约束是硬性的。

1.2.2 机组出力上下限约束

每台机组都有它的“能力范围”：

P_i_min ≤ P_i ≤ P_i_max

比如一台30万kW的机组，最小技术出力可能是15万kW。你不能让它发到5万kW，那会熄火的。同样，也不能让它超负荷运行。

1.2.3 爬坡约束

机组出力不能突变。它需要时间：

-Ramp_down ≤ P_i(t) - P_i(t-1) ≤ Ramp_up

比如一台燃煤机组，爬坡速率可能是每分钟2%的额定容量。你不能要求它1分钟内从50%升到80%，那会触发锅炉保护跳闸的。

我曾经在调试一个实时调度系统时，发现算法总是给出“完美”的调度方案，但现场根本执行不了。后来一查，就是爬坡约束没加。加了之后，方案就变得可执行了。你想想看，模型再漂亮，执行不了就是废纸。

1.2.4 网络安全约束

这是最复杂的一类约束。它确保输电线路不过载：

|P_line| ≤ P_line_max

每条线路都有热稳定极限。如果某条线路潮流超过极限，轻则线路发热，重则跳闸导致连锁故障。

我记得2008年某次大停电事故，起因就是一条线路过载后跳闸，潮流转移到其他线路，引发连锁反应。所以网络安全约束不是摆设，是保命的。

1.3 知识体系总览

下面这张图是我自己画的，把整个数学模型的结构梳理清楚了：

1.4 实战中的避坑指南

讲了这么多理论，最后分享几个我在项目中踩过的坑：

1. 别忽略网损：有些初学者为了简化，把P_loss设成0。结果调度方案算出来，实际执行时频率总是偏低。网损一般占负荷的2%-5%，不能省。
2. 爬坡约束要留余量：理论爬坡速率和实际有差距。我建议在模型中设成理论值的80%，留点安全裕度。
3. 网络安全约束要动态更新：线路的极限容量会随天气变化。夏天高温时，线路容量可能下降20%。我曾经吃过这个亏，后来改成实时获取气象数据更新约束。
4. 目标函数权重别拍脑袋：成本和碳排放的权重，最好通过历史数据反算。我一般用过去一个月的运行数据，拟合出合理的权重范围。

好了，这一章就到这里。模型搭好了，下一章咱们聊聊怎么求解这个模型。记住，理论要落地，实践出真知。

---

公众号:蓝海资料掘金营，微信deep3321