★ 中煤寶山發電有限公司 佟振海

關鍵詞：超超臨界機組；動態負荷優化調度；狀態感知；最優指令

超超臨界機組動態負荷優化調度是提升電力系統靈活性與穩定性的關鍵所在。然而，現有采用傳統方法的研究在應對復雜場景時，其精度與適應性均存在不足。

基于等微增率原則并考慮機組功率約束，求得火電機組最優負荷分配的精確解，進而構建線性規劃模型以實現靜態經濟調度[1]。然而，該模型依賴固定參數假設，導致調度精度受限。基于模型預測的多模式供熱電廠機組間負荷優化分配調度研究，采用滾動優化窗口來處理短期約束[2]。然而，該方法受滾動時域限制，難以適應長期擾動，導致調度精度較低。基于BA算法的火電機組分時段負荷協調優化調度，依靠群體智能進行參數整定[3]。然而，該方法缺乏熱慣性感知能力，高頻調整時容易陷入局部最優解。在多能源發電控制模式下，進行多機組負荷分配優化，可以協調經濟性與排放之間的關系[4]。然而，該方法難以處理動態耦合問題，導致調整精度較低。

因此，本文提出了基于深度強化學習的超超臨界機組動態負荷優化調度研究，以期實現高精度的負荷調度。

1   構建超超臨界機組負荷優化調度模型

為實現超超臨界機組在復雜電網環境下的高效、經濟運行，本文綜合考量了多目標因素，進而構建了超超臨界機組負荷優化調度模型。

該模型的核心目標在于，在充分滿足電廠生產實際需求的前提下，全力實現運行成本的最小化以及機組效率的最大化[5]。超超臨界機組的總運行成本目標函數可以通過公式（1）進行表示：

式中，C表示超超臨界機組的總運行成本， T表示調度周期時長，cfl t表示t時刻超超臨界機組的燃料成本， cmin (t)表示t時刻超超臨界機組的設備維護成本， l n (t)表示t時刻超超臨界機組的計劃負荷值，  rl (t)表示t時刻超超臨界機組的實際出力，λ表示負荷偏差懲罰系數， 表示超超臨界機組的燃料成本效率懲罰系數，表示環境溫度影響系數。

在模型構建過程中，本文充分考慮了多種約束條件。首先是超超臨界機組功率平衡約束，設第臺超超臨界機組的有功功率為pi， 超超臨界機組的中調指令為porder，則有pi = porder + Ai，其中Ai表示功率平衡誤差。

其次，為確保超超臨界機組可靠運行，需設定其最大啟停次數約束。定義Mit表示超超臨界機組在t時刻是否切換至啟動狀態，超超臨界機組的啟停次數約束表達式如公式（2）所示：

其中，Mmax表示超超臨界機組i的最大啟動次數， i表示超超臨界機組i的啟動次數調整裕量，n表示啟停次數調整的額外系數，2表示啟停次數調整的參數。

同時，為確保超超臨界機組高效、安全、可靠運行，避免因過載或低載導致設備損壞及效率降低等問題，需設定其出力上下限約束。設超超臨界機組的出力下限和上限分別為Qi  min、Qi  max ，其中負荷上限通常取超超臨界機組額定功率，負荷下限通常取超超臨界機組額定功率的30%，即式（3）：

式中， 表示超超臨界機組出力上限調整裕量，  表示超超臨界機組出力下限調整系數， 3表示超超臨界機組出力下限調整的頻率。

上述目標函數與約束條件共同構成超超臨界機組負荷優化調度模型。

2   實時感知超超臨界機組運行狀態信息

由于超超臨界機組運行過程中會受到多種因素的影響，如負荷波動、設備老化等，實時感知其運行狀態信息能夠及時捕捉超超臨界機組運行參數的變化，為準確評估超超臨界機組運行狀況提供依據。

本文采用無線傳感網絡接收數據包， 并對接收到的原始數據進行預處理。超超臨界機組接收端數據采集的預處理公式如公式（4）所示：

        （4）

式中，表示超超臨界機組運行狀態的接收端數據預處理結果，N表示無線傳感網絡的數據包序號， p表示監聽頻率，表示數據中心監聽信道，表示波動調整系數，表示數據波動調整的額外系數。

采集到的超超臨界機組相關數據需進行濾波處理，以消除其中的干擾信號，提取有效信息。超超臨界機組濾波處理表達式可以通過公式（5）表示為：

式中，y(t)表示經濾波處理后輸出的超超臨界機組運行狀態信號， ui (t)表示超超臨界機組運行狀態信號的權值系數向量，表示濾波調整系數，表示濾波調整的額外系數。

完成濾波處理的低壓電網量測得到的超超臨界機組運行狀態信息，需與權重值進行乘法運算，進而得到模型下量測超超臨界機組運行狀態評估值。這一過程如公式（6）所示：

其中， y(t)表示y(t)的平均值， V表示對應的權重，表示評估調整系數。

通過上述一系列處理，可完成對超超臨界機組運行狀態的實時感知。

3   運用深度強化學習動態輸出最優負荷調度指令

為了提升超超臨界機組動態負荷優化調度的靈活性和經濟性，本文運用深度強化學習動態輸出最優負荷調度指令。該指令能依據實時感知的超超臨界機組運行狀態信息，快速且準確地調整超超臨界機組出力，實現資源的優化配置。

在運用深度強化學習進行最優負荷調度指令輸出時， 首先需定義超超臨界機組的獎勵函數， 如公式（7）所示：

式中，表示超超臨界機組負荷過剩量， 表示在獎勵函數中用于綜合衡量機組運行偏離理想狀態的程度，表示經驗系數， 表示超超臨界機組出力偏差懲罰系數，用于懲罰實際出力與額定出力的偏差，表示超超臨界機組額定出力，表示超超臨界機組實際出力。

該獎勵函數綜合多方面因素，旨在引導深度強化學習模型輸出使機組運行更優的負荷調度指令。

策略網絡采用Actor網絡，其輸出動作的概率分布，通過最大化超超臨界機組累計獎勵的期望值J(9)來更新策略參數，目標函數如公式（8）所示：

式中，表示訓練結束的時刻， 表示折扣因子， R表示獎勵平均調整系數，r(ut , vt表示在時刻t， 狀態為ut，動作為vt時的即時獎勵。

通過該目標函數，可使策略網絡朝著累計獎勵最大化的方向優化。

此時可通過迭代得到超超臨界機組最優策略，即式（9）

式中，arg maxE表示在策略E下，求使期望值最大的策略，Rt表示在時刻t的即時獎勵，max Q(ut+ , vt+表示在時刻t+1的狀態ut+下，采取動作vt+時的最大Q值， 表示Q值調整系數。

將實時感知得到的機組運行狀態數據輸入到訓練好的深度強化學習模型中，模型依據獎勵函數和策略網絡進行計算和決策，輸出最優的負荷調度指令。該指令作用于超超臨界機組，通過調整其出力，在滿足負荷需求的前提下，盡可能降低運行成本、提升機組效率，同時嚴格遵循模型設定的各類約束條件，最終實現超超臨界機組動態負荷的優化調度。

4   實驗

4.1   實驗對象與參數設定

選取某沿海火電廠的2×1000MW超超臨界機組作為實驗對象，該機組配備HG-3200/31.8-YM6鍋爐等設備，形成了雙軸驅動熱力系統，其布局如圖1所示。

圖1 1000MW超超臨界機組整體布局

機組設計熱力參數詳見表1，其中主蒸汽與再熱蒸汽的額定參數設定為620℃/31 . 5MPa與618℃/6 . 8MPa，過熱器與再熱器出口蒸汽過熱度均控制在15℃以上。實驗中通過調整煤粉細度（R90=18%~22%）與一次風速（22~25m/s），模擬不同煤質條件下的燃燒特性，為動態負荷調度算法提供多工況驗證數據。

表1 超超臨界機組額定工況參數表

為了實現超超臨界機組動態負荷的優化調度，本文設定了深度強化學習的關鍵參數，具體如表2所示。

表2 超超臨界機組深度強化學習關鍵參數表

本文基于表2所列關鍵參數，構建了深度強化學習算法模型，隨后借助仿真平臺模擬了機組在多工況條件下的運行過程，并開展了相關實驗。

4.2   實驗結果及分析

基于上述實驗設計，本文開展了超超臨界機組動態負荷優化調度實驗，其負荷跟蹤精度結果如圖2所示。

圖2 超超臨界機組動態負荷優化調度實驗負荷跟蹤精度結果

由圖2可知，機組實際輸出負荷與調度指令負荷之間的偏差極小，這一情況充分彰顯了本文所采用方法的顯著優勢。

其中，深度強化學習具備較為強大的自適應與決策能力，能夠依據機組實時狀態實施精準控制。該算法的智能決策機制能夠使機組快速且精準地調整參數，進而提升負荷跟蹤精度。

為了驗證研究方法的優越性，本文設計對比實驗。將本文提出的基于深度強化學習的優化調度方法作為實驗組，將基于等微增率并計及機組功率約束的火電機組最優負荷分配精確解設為對比方法1，基于模型預測的多模式供熱電廠機組間負荷優化分配調度研究設為對比方法2，基于BA的火電機組分時段負荷協調優化調度設為對比方法3。經過實驗，四種方法的調度穩定性結果如圖3所示。

圖3 四種方法的超超臨界機組負荷調度穩定性對比

由圖3可知，隨著負荷調整次數的增加，本文方法的負荷標準差始終維持在0.8%以下，而對比方法1在調整次數超過15次后標準差急劇攀升至2.1%，對比方法2和3雖在初期表現穩定，但分別在20次和25次調整后出現標準差躍升至1.5%和1.3%的拐點。

穩定性差異源于本文方法對系統動態特性的深度學習能力。該方法通過感知24維狀態變量構建非線性映射，使方差貢獻率降低42%。相比之下，對比方法依賴固定模型，易陷入“累積誤差陷阱”。本文方法的獎勵函數設計實現了穩定性與經濟性的平衡，充分驗證了其優越性。

5   結束語

本文針對超超臨界機組動態負荷調度問題，提出了基于深度強化學習的優化方法。該方法通過構建多目標模型，并結合無線傳感網絡實時感知機組狀態，動態輸出最優調度指令。實驗結果表明，該方法負荷標準差維持在0.8%以下，較對比方法最高降低63%，為超超臨界機組的動態負荷優化調度提供了新思路。

作者簡介：

佟振海（1989-），男，江蘇南京人，工程師，學士，現就職于中煤寶山發電有限公司，研究方向為火電項目建設與運行管理。

參考文獻：

[1] 丁濤, 黃雨涵, 張洪基, 等. 基于等微增率并計及機組功率約束的火電機組最優負荷分配精確解[J]. 中國電機工程學報, 2024, 44 (04) : 1446 - 1460.

[2] 郭賚佳, 李博, 陳立東, 等. 基于模型預測的多模式供熱電廠機組間負荷優化分配調度研究[J]. 熱能動力工程, 2022, 37 (08) : 18 - 24.

[3] 錢飛強. 基于BA的火電機組分時段負荷協調優化調度[J]. 中國新技術新產品, 2025, (01) : 23 - 25.

[4] 吳燕玲, 任慶, 徐家豪, 等. 多能源發電控制模式下多機組負荷分配優化[J]. 熱能動力工程, 2023, 38 (08) : 68 - 75.

[5] 李斌, 劉文勝, 王介生, 等. 基于動態懲罰因子的改進蚱蜢算法求解經濟負荷調度和經濟排放聯合調度問題[J]. 控制與決策, 2022, 37 (07) : 1819 - 1826.

摘自《自動化博覽》2026年5月刊