燃煤火电厂年度燃料成本最小化决策模型及应用

2022-06-24刘习文彭卓寅胡新强叶泽何会学蔡睿魏文博

中国电力 2022年6期

刘习文，彭卓寅，胡新强，叶泽，何会学，蔡睿，魏文博

(1. 国电湖南宝庆煤电有限公司，湖南邵阳 422004；2. 长沙理工大学电价研究中心，湖南长沙 410114)

0 引言

火电厂的燃料成本是构成发电成本的主要部分，对其进行研究和分析具有极其重要的意义[1-5]。近年来，火电厂面临着严峻的考验。（1）在国家大力支持清洁能源发展的政策下，新能源的装机容量和发电量不断增加，未来火电企业面对的竞争将更加激烈[6]。（2）目前火电厂根据发电计划分月按次数进行燃料采购，通过经验判断燃料价格的波动情况，总体以相对较低的综合价格在确保未来一段时间内燃料库存的基础上进行规模化的采购，采购成本基本以基于主观经验判断燃料价格为导向[7-11]。同时，从火电厂燃料管理过程可以发现，燃料管理较为粗放，主要以满足生产需要的采购、计量、分析等业务管理及成本核算为主，整体上缺乏以年度燃料成本最小为目标的经营管理[12-16]。（3）国家节能减排政策不断加大落实考核力度，环保成本不断增加企业的支出。探索适用于火电厂的年度燃料成本最小化的管理方法迫在眉睫[17-20]。

目前电厂燃料供应多采用信息化的优化手段来管理，以求达到低成本、高效率的目的[21-25]。文献[23]开发了集成供应链软件，提高了资金周转率，有效降低燃料成本。文献[24]对电力企业的整个系统进行综合优化控制。近年来中国针对燃煤采购及库存管理建立了相关标准。《关于建立健全煤炭最低库存和最高库存制度的指导意见（试行）》及考核办法的通知对火电厂燃煤最低库存和最高库存数量都做出了具体规定。

本文综合电厂各种经济性燃料管理经营行为，以年度燃料成本最小为目标，在保证生产和安全的基础上，利用现代信息技术和手段，就电厂燃料采购、库存、运输等全业务流程提出有科学依据的解决方案，降低电厂燃料成本。

1 燃料采购决策模型

燃料采购价格是实现燃料采购成本最小化的重要因素，也是燃料采购决策点的决定性因素之一。本文依据目前火电厂的计算方法，将燃料运输价格加入燃料采购价格中。火电厂燃料通过招标进行采购。本文以市场及燃料价格预测的指导价格作为采购价格。根据火电厂未来一段时间的发电计划及实时燃料库存量，火电厂燃料采购存在3个不同的决策点。

（1）当燃料价格在未来一段时间内相对平稳或者呈下降趋势，此时购买燃料将增加库存成本、损耗成本、采购成本。因此，在燃料存量满足未来最低安全库存量的条件下，为获得最低的燃料成本，可以不采购燃料。

（2）当燃料价格在未来一段时间内呈现出明显的上升趋势，此时燃料价格处于低点，可以提前进行采购，以大幅降低采购成本。

（3）当燃料库存量接近燃料的最低库存量时，无论燃料价格的高低与否，必须采购燃料来补充库存。

采购点触发之后，采购量成为燃料成本综合优化的下一个决策重点。采购量同时决定了采购成本、新增库存成本、新增损耗成本。因此，从燃料采购决策点来看，采购量是采购、库存、损耗的总成本的决定性因素。

为了减少燃料库存量及采购风险，目前火电厂一般从多个煤矿采购所需的燃料。本文暂不考虑不同煤矿的采购价及采购量，把全年的燃料采购分为n次，以每一次整体采购的燃料总量作为参数进行模型优化。

假定每次最小的采购量为Lmin，第1次燃料采购成本Ccb1可表示为

式中： Pcg1为第1次燃料采购的价格；为第1次燃料的采购量。

若燃料价格在未来一段时间将持续降低或维持平稳波动，则只要最小采购量就可获得最小的燃料采购成本。

若采购的燃料价格在未来一段时间将呈现上升的趋势，则在Ccb1这一天的燃料价格比未来R天的燃料价格都要低，采购成本比未来R天的采购成本都要低。燃料采购量增加，燃料库存量就会增加。此时需要对比未来一段时间内减少的采购成本与增加的库存成本之间的差值来确定最佳的燃料采购量，实现燃料成本最小化。

由于燃料价格在上升，第1次采购的煤价P1。比接下来R天的煤价P1R都要低，则减少第i天燃料的采购成本Ccbe1i为

式中： X1为日燃料消耗量；为采购天数；为第1个采购循环的天燃料采购价格；为第1个采购循环的第天的燃料价格。

增加的库存成本为

式中：Kcbz1i为第i天电厂燃料库存量增加的库存成本；α为燃料库存资金占用率，可根据每日银行利率来取值；f1为第一次采购燃料之后当天新的库存量。

增加的损耗成本为

式中： Scbz1i为保证第i天电厂燃料库存量增加的损耗成本；β1为燃料热值损耗率，可根据火电厂实际燃料热值损耗计算获得；β2为燃料煤场损失率，可根据火电厂实际燃料煤场损失率获得。

为了确定最佳的燃料采购量，获得第1次最小的燃料采购成本。对比未来一段时间内减少的采购成本与增加的库存成本之间的差值，计算决策第i天的最佳燃料采购量为

2 燃料库存及损耗子模型

火电厂燃料的库存成本及损耗成本由燃料的库存量来决定。此外，库存成本主要来源于燃料库存所占用的资金成本、管理成本、场地成本等。其中，管理、场地、人工等成本与燃料数量与火电厂发电量无关，是必须要支出的成本。本文暂不考虑这部分成本，而主要考虑燃料库存所占用的资金成本，并以银行利率来表示资金占用率。燃料损耗包括燃料的热值损耗及燃料在煤场保存时的损耗，可通过火电厂实际损耗来计算获得。本文通过年度燃料管理中每一次的燃料采购量来建立燃料库存及损耗模型。

以第1次燃料采购为基础，假定燃料采购周期N天以后，燃料全部到厂入库，此时的库存量f1将在原始当日库存的基础上增加新采购的库存量。此时，这第1个库存周期内的燃料库存基础上增加了L1的采购量，就形成了一个新的库存量，把这个库存量定义为f1，即

3 年度燃料成本最小化决策模型

通过建立燃料采购子模型、燃料库存及损耗子模型，可得年度燃料成本最小化决策模型，即

在该模型中，存在以下条件。

（1）当燃料库存量达到火电厂燃料安全库存警戒线的时候，无论燃料价格高低与否，必须进行采购。

（2）当燃料价格呈现上升的趋势，需要通过以下模型求解获得最佳采购量，即

（3）每次最小采购量≤Ln≤煤场最大库存量。

本文建立的燃煤火电厂年度燃料成本最小化决策模型主要分为燃料采购、储存、损耗3个部分。按照发电计划，火电厂制定了年度每个时间段所需的燃料需求量。根据当前价格及未来一段时间内的价格变化趋势，确定燃料采购时间决策点，从燃料价格上确保燃料采购成本最小化。当未来燃料价格是下降的趋势，则采购最小的燃料。当未来燃料价格是上升的趋势，则根据采购、储存及损耗模型进行燃料采购量的决策。通过燃煤火电厂年度燃料成本最小化决策模型，最终获得年度最小成本。

4 算例分析

本文以某电厂2019年的年度燃料成本的数据为参考对象，按照年度燃料成本最优化模型进行计算。目前，电厂根据发电计划管理燃料采购量及库存量。本文在发电计划的基础上，模拟计算出2019年每个月的燃料采购及库存情况。

某电厂2019年各月份的相关情况如表1所示。根据本文建立的燃煤火电厂年度燃料成本最小化决策模型，当前燃料采购价格高于未来一段时间的采购价格时，每次的燃料采购量按照最低库存天数的燃料需求量进行采购。2018年剩余库存量较大，足以满足2019年1月和2月的燃料计划需求量，因此，根据燃煤火电厂年度燃料成本最小化决策模型计算发现，2019年1月不需要进行燃料采购。同理，2019年4月也不需要进行燃料采购。按照燃煤火电厂年度燃料成本最小化决策模型计算，在2019年全年，每月月底剩余库存量都足以满足下一个月的燃料计划需求量。2019年7月的燃料价格略高于6月的燃料价格，根据燃料采购模型中燃料采购量进行计算求解获得最佳的燃料采购量，既能满足下一个月的燃料计划需求量，也能够获得最低的燃料采购及库存成本。同理，2019年10月可通过模型计算获得最佳的燃料采购量。基于燃煤火电厂年度燃料成本最小化决策模型计算，可以在保证最低库存警戒的基础上，大幅度降低了火电厂每月采购量及库存量。

表1 某电厂2019年各月份的相关情况Table 1 Relevant monthly information of a power plant in 2019

按照火电厂2019年度12个月的燃料采购量及燃料库存量来看，火电厂每个月的燃料库存量都远高于最低燃料库存警戒线，虽然避免了发电过程中的燃料缺失，但增加了燃料的库存成本。

某电厂2019年各月份的实际数据及模拟计算数据如表2所示。对比该电厂12个月的实际燃料库存量和计算燃料库存量可以发现，积累起来的每个月的燃料库存量都过多，这样会导致燃料库存成本的大大增加。基于火电厂年度燃料成本最小化决策模型，对火电厂进行燃料采购指导，年度任何时候的燃料库存量既能够满足未来最低库存警戒线以上天数的燃料耗用，又不会过量的进行燃料存储。