水光互補(bǔ)日內(nèi)優(yōu)化運(yùn)行策略

朱燕梅，黃煒斌，陳仕軍,3*，馬光文，韓曉言

(1.四川大學(xué) 水力學(xué)與山區(qū)河流開發(fā)保護(hù)重點(diǎn)實(shí)驗(yàn)室，四川 成都 610065；2.四川大學(xué) 水利水電學(xué)院，四川 成都 610065；3.四川大學(xué) 商學(xué)院，四川 成都 610065；4.國(guó)網(wǎng)四川省電力公司，四川 成都 610041)

水光互補(bǔ)是促進(jìn)光伏消納、提高光伏利用效益的一種重要手段，光伏的接入勢(shì)必會(huì)對(duì)水庫(kù)群的運(yùn)行方式造成影響，因此，研究水光互補(bǔ)日內(nèi)優(yōu)化運(yùn)行策略對(duì)于提高發(fā)電主體的收益水平，促進(jìn)光伏消納都具有重要意義。目前，有關(guān)專家和學(xué)者在多能互補(bǔ)優(yōu)化運(yùn)行策略方面取得了卓有成效的成果。例如：李守東[1]將風(fēng)電、光伏、抽水蓄能視為一個(gè)虛擬電源組，提出了考慮風(fēng)光不確定性的協(xié)調(diào)調(diào)度策略。崔楊等[2]基于風(fēng)光火及需求響應(yīng)資源提出了一種源荷日前–日內(nèi)多時(shí)間尺度協(xié)調(diào)調(diào)度策略，該策略考慮了需求響應(yīng)資源的響應(yīng)速度和發(fā)電機(jī)組的特性。但這些成果的研究對(duì)象大多是含風(fēng)光等多種能源的微電網(wǎng)，微電網(wǎng)的互補(bǔ)往往依靠?jī)?chǔ)能設(shè)備[3–4]、可中斷負(fù)荷[5]、交流電網(wǎng)[6]，以維持功率平衡。單獨(dú)針對(duì)水光互補(bǔ)發(fā)電系統(tǒng)優(yōu)化運(yùn)行策略的研究十分罕見。魏宏陽(yáng)等[7]根據(jù)水電調(diào)節(jié)光伏波動(dòng)的不同程度、水電與光伏單獨(dú)或聯(lián)合并網(wǎng)以及基荷的不同大小提出了3種運(yùn)行策略，并總結(jié)了各策略的優(yōu)劣，但未曾考慮水電實(shí)際的水位優(yōu)化運(yùn)行策略。光伏發(fā)電本身具有與其他新能源不同的“晝發(fā)夜歇”的發(fā)電特性，在僅有水光的發(fā)電系統(tǒng)中，光伏如何影響水電的運(yùn)行及水電如何進(jìn)行蓄泄水都是值得深入探討的。

為此，作者針對(duì)僅含水光兩種能源的互補(bǔ)系統(tǒng)重點(diǎn)研究日內(nèi)協(xié)調(diào)優(yōu)化運(yùn)行策略。首先，建立了兼顧光伏出力局部特性和全局特性的指標(biāo)體系，并采用聚類方法對(duì)光伏實(shí)際出力場(chǎng)景進(jìn)行縮減，選出典型日；其次，提出波動(dòng)電量比指標(biāo)用以衡量互補(bǔ)系統(tǒng)的發(fā)電量及出力波動(dòng)雙重目標(biāo)，并以此為目標(biāo)函數(shù)建立了水光互補(bǔ)日內(nèi)優(yōu)化運(yùn)行模型；接著，結(jié)合光伏出力特性，對(duì)粒子群算法進(jìn)行改進(jìn)，以適應(yīng)水光互補(bǔ)模型的求解；最后，以分布于兩條河流的串并聯(lián)混合開發(fā)的3座梯級(jí)水電站及其周邊的光伏發(fā)電組成的復(fù)雜互補(bǔ)系統(tǒng)為例提取水庫(kù)群的蓄水消落策略。

1 光伏發(fā)電場(chǎng)景篩選

水光互補(bǔ)優(yōu)化是一個(gè)隨機(jī)性優(yōu)化問(wèn)題，時(shí)序模擬法[8–9]、典型日法[10]、場(chǎng)景聚類[11–12]等多場(chǎng)景分析是解決隨機(jī)性問(wèn)題的一種有效方法[13]。其中，聚類作為一種無(wú)監(jiān)督的方法在光伏發(fā)電功率場(chǎng)景縮減方面具有廣泛的應(yīng)用。聚類指標(biāo)（變量）的選取尤為關(guān)鍵，通常有太陽(yáng)輻照度[14]、歷史功率序列[15–16]、基于歷史數(shù)據(jù)提取的特征指標(biāo)[17]等。其中，基于特征指標(biāo)的聚類可以降低變量的維度并且保留較多的原始信息，但特征指標(biāo)的選取需要充分反映出光伏發(fā)電曲線的波動(dòng)情況。本研究以光伏發(fā)電日內(nèi)出力序列數(shù)據(jù)為基礎(chǔ)，建立基于曲線形狀的聚類指標(biāo)體系，具體包含反映整體和局部情況的兩類指標(biāo)。

1.1 局部指標(biāo)

1）最大波動(dòng)幅度。其指相鄰時(shí)段光伏發(fā)電功率之差的絕對(duì)值的最大值，計(jì)算式為：

式中，Amax為光伏發(fā)電功率的最大波動(dòng)幅度，F(xiàn)t、Ft+1分別為第t和t+1時(shí)段光伏發(fā)電總功率，μ為光伏發(fā)電總裝機(jī)容量，t為時(shí)段變量，T為計(jì)算周期內(nèi)總時(shí)段數(shù)。

2）最大功率。其指光伏功率曲線的峰值，可表征曲線局部高低。

3）峰現(xiàn)時(shí)間。其指光伏曲線最大功率對(duì)應(yīng)的時(shí)間。

1.2 整體指標(biāo)

1）平均波動(dòng)幅度[18]。其表征的是光伏發(fā)電曲線相鄰時(shí)段波動(dòng)的平均情況，其值越大，表明平均波動(dòng)越強(qiáng)。計(jì)算式為：

式中，Aavg為光伏發(fā)電功率的平均波動(dòng)幅度，其他參數(shù)意義同上。

2）反向波動(dòng)次數(shù)C[18]。其指當(dāng)波動(dòng)趨勢(shì)反轉(zhuǎn)時(shí)的計(jì)數(shù)值，即當(dāng) (Ft+1?Ft)×(Ft?Ft?1)<0 時(shí)，C的值增加1。C=0表示在時(shí)間間隔內(nèi)光伏發(fā)電功率變化趨勢(shì)是連續(xù)增加或連續(xù)減?。籆>0則表示在時(shí)間間隔內(nèi)光伏發(fā)電功率變化的方向是不確定的，并且該值越大，不確定性越大。

3）功率分布偏度[19]。偏度是統(tǒng)計(jì)數(shù)據(jù)分布偏斜方向和程度的度量，是統(tǒng)計(jì)數(shù)據(jù)分布非對(duì)稱程度的數(shù)字特征。光伏發(fā)電功率分布曲線的偏度可以表征曲線整體波動(dòng)劇烈程度，曲線波動(dòng)越劇烈，其分布偏度值越大。定義式為：

式中，S為光伏發(fā)電功率曲線分布偏度，F(xiàn)為光伏發(fā)電的日平均功率，σ為光伏發(fā)電功率曲線的標(biāo)準(zhǔn)差，其他參數(shù)意義同上。

4）功率分布峰度。峰度是表征概率密度分布曲線在平均值處峰值高低的特征數(shù)。光伏發(fā)電功率分布曲線的峰度可以反映曲線峰部的尖度，峰部越尖，曲線變化速率較快，波動(dòng)越大。定義式為：

式中，P為光伏發(fā)電功率曲線分布峰度，其他參數(shù)意義同上。

本研究所建立的光伏功率聚類指標(biāo)體系包含上述7個(gè)指標(biāo)，兼顧曲線整體與局部，對(duì)曲線形狀有整體把握，將有利于光伏功率場(chǎng)景的縮減和篩選。

2 水光互補(bǔ)優(yōu)化運(yùn)行策略

2.1 模型構(gòu)建

光伏屬于新興的間歇性能源，其出力過(guò)程具有很強(qiáng)的隨機(jī)性，因此，對(duì)水光互補(bǔ)發(fā)電系統(tǒng)而言，發(fā)電總量和出力波動(dòng)至關(guān)重要。其中，發(fā)電總量直接關(guān)系著系統(tǒng)的售電收入，而出力波動(dòng)則關(guān)乎電網(wǎng)的安全穩(wěn)定運(yùn)行。為了兼顧系統(tǒng)的發(fā)電總量和出力波動(dòng)，本研究提出波動(dòng)電量比指標(biāo)，并以此為目標(biāo)函數(shù)進(jìn)行水光日內(nèi)互補(bǔ)優(yōu)化模型構(gòu)建。波動(dòng)電量比是指一定時(shí)段內(nèi)系統(tǒng)電量波動(dòng)平均值占總發(fā)電量的比值，按照式（5）計(jì)算。

式中：ε為波動(dòng)電量比；f、e分別為系統(tǒng)電量波動(dòng)平均值和發(fā)電總量，按照式（6）計(jì)算：

式中，t為時(shí)段變量，T為時(shí)段總數(shù)，et和e分別為t時(shí)段的系統(tǒng)發(fā)電量和計(jì)算周期內(nèi)的時(shí)段平均電量，其他參數(shù)意義同上。

模型的目標(biāo)包括系統(tǒng)發(fā)電總量最大化和出力波動(dòng)最小化兩項(xiàng)，這是一個(gè)典型的多目標(biāo)問(wèn)題，本研究將多目標(biāo)問(wèn)題轉(zhuǎn)化為單目標(biāo)進(jìn)行求解，即以波動(dòng)電量比最小化為目標(biāo)函數(shù)，如式（7）所示：

式中：o為目標(biāo)函數(shù)的縮寫，不具實(shí)際意義；其他參數(shù)意義同上。

構(gòu)建水電模型如下：

式中，i、n分別為水電站編號(hào)和數(shù)量，h表示水電站，為第t時(shí)段水電站總電量，Ni,t為第i個(gè)水電站第t時(shí)段出力，Mt為t時(shí)段內(nèi)的小時(shí)數(shù)，ki為第i個(gè)水電站的出力系數(shù)，Qi,t、Hi,t、li,t分別為第i個(gè)水電站第t時(shí)段的發(fā)電流量、發(fā)電毛水頭和水頭損失，其他參數(shù)意義同上。

水電約束條件包含單站時(shí)間上的水量平衡、站間空間上的水量平衡、庫(kù)容、下泄流量、發(fā)電出力約束條件，如式（9）～（13）所示：

式中，Vi,t、Vi,t+1分別為第i個(gè)水電站第t時(shí)段初、末水庫(kù)蓄水量，Ri,t、Q分別為第i個(gè)水電站第t時(shí)段入庫(kù)、下泄流量，Δt為計(jì)算時(shí)段所含秒數(shù)，?1,t?ΔTi?1為第i–1個(gè)水電站（第i個(gè)水電站的上游電站）t?ΔTi?1時(shí)刻的下泄流量， ΔTi?1為第i–1個(gè)水庫(kù)到第i個(gè)水庫(kù)的水流滯時(shí)對(duì)應(yīng)的時(shí)段數(shù)，Ii,t為第t時(shí)刻第i–1個(gè)水電站到第i個(gè)水電站的區(qū)間平均入流，in、ax分別為第i個(gè)水庫(kù)第t時(shí)刻的允許最小、最大蓄水量，in、mtax分別為第i個(gè)水電站第t時(shí)段應(yīng)保證的最小下泄流量和允許最大下泄流量，in、ax分別為第i個(gè)水電站第t時(shí)段的允許最小、最大出力，其他參數(shù)意義同上。

構(gòu)建光伏發(fā)電模型如下：

式中，j、m分別為光伏電站編號(hào)和數(shù)量，p表示光伏電站，為第t時(shí)段光伏電站總電量，F(xiàn)j,t為第j個(gè)光伏電站第t時(shí)段功率，μj為第j個(gè)光伏電站的裝機(jī)規(guī)模，θj,t為第j個(gè)光伏電站第t時(shí)段的容量系數(shù)，其他參數(shù)意義同上。

2.2 模型求解

上述模型求解主要考慮逐步優(yōu)化算法（progressive optimal algorithm，POA）、遺傳算法（genetic algorithm，GA）和粒子群算法（particle swarm optimization，PSO）。POA算法受初始解的影響較大，易產(chǎn)生局部收斂解；而與GA算法相比，PSO算法沒有交叉和變異的遺傳操作，并且具有記憶，在大多數(shù)情況下會(huì)更快收斂，因此本研究選取PSO算法進(jìn)行模型求解。

PSO算法是一種依據(jù)全體極值和個(gè)體極值尋優(yōu)的基于群體智能的全局隨機(jī)搜索算法。假設(shè)在一個(gè)D維的目標(biāo)搜索空間中有N個(gè)粒子組成一個(gè)群落，其中，第i個(gè)粒子表示為一個(gè)D維的向量：

第i個(gè)粒子的“飛行”速度也是一個(gè)D維向量，記為：

第i個(gè)粒子迄今為止搜索到的最優(yōu)位置稱為個(gè)體極值，記為：

整個(gè)粒子群迄今為止搜索到的最優(yōu)位置為全局極值，記為：

在找到這兩個(gè)最優(yōu)值時(shí)，粒子根據(jù)式（19）更新自己的速度vid和位置xid：

式中，c1、c2為學(xué)習(xí)因子，φ為收縮系數(shù)，r1、r2為[0,1]范圍內(nèi)的均勻隨機(jī)數(shù)，vid為第i個(gè)粒子在d維的速度，pid為第i個(gè)粒子在d維的最優(yōu)位置，pgd為整個(gè)粒子群在d維的最優(yōu)位置。

在水光互補(bǔ)優(yōu)化模型中，光伏本身不具備可控性，在求解過(guò)程中將其作為一臺(tái)不可調(diào)度的機(jī)組，只疊加電量過(guò)程，并且由于PSO算法是一種隨機(jī)算法，其求解結(jié)果受隨機(jī)的初始種群以及速度和位置的隨機(jī)變化影響而出現(xiàn)不穩(wěn)定現(xiàn)象，甚至不滿足約束條件。為此，本研究結(jié)合光伏發(fā)電特性提出了一種基于Sigmoid函數(shù)的PSO算法求解該模型，并且將計(jì)算周期調(diào)整為07：00—次日07：00。

基于Sigmoid函數(shù)的PSO算法主要是在生成初始水位粒子群時(shí)，采用參照Sigmoid函數(shù)的變庫(kù)容蓄水法。在有出力波動(dòng)控制要求的水光互補(bǔ)系統(tǒng)中，日內(nèi)理想出力過(guò)程如圖1所示。由圖1可知，梯級(jí)水電出力一日之內(nèi)的出力變化過(guò)程應(yīng)是先減小后增大?？傮w而言，在計(jì)算周期的后半段，也就是光伏發(fā)電的不可發(fā)電時(shí)段（21：00—次日07：00），水電出力一直保持較大值。為了滿足這種變化過(guò)程，水庫(kù)通常在光伏發(fā)電的可發(fā)電時(shí)段蓄水，而在不可發(fā)電時(shí)段泄水發(fā)電，這與劉娟楠等[20]的研究成果一致。根據(jù)式（8）水電出力通常與發(fā)電流量Q成正相關(guān)關(guān)系（忽略水頭影響），而一日之內(nèi)的入庫(kù)流量變化不大，則在光伏發(fā)電的可發(fā)電時(shí)段，水庫(kù)蓄水量 ΔQ=R?Q的變化趨勢(shì)剛好與光伏出力變化趨勢(shì)相同，即先增后減。

圖1 理想情況下水光互補(bǔ)日內(nèi)出力過(guò)程示意圖Fig. 1 Schematic diagram of the ideal output process of hydro-PV hybrid system

Sigmoid函數(shù)是一個(gè)在生物學(xué)中常見的S型函數(shù)，也稱為S型生長(zhǎng)曲線（圖2），具有變化速率先增后減的特點(diǎn)，其函數(shù)表達(dá)如下：

圖2 Sigmoid函數(shù)Fig. 2 Sigmoid function

因此，本研究基于光伏出力特性，參照Sigmoid函數(shù)以變庫(kù)容蓄水初始化水位。采用基于Sigmoid函數(shù)的PSO算法求解水光互補(bǔ)優(yōu)化模型，基本流程如下：

Step1：參照Sigmoid函數(shù)對(duì)蓄水量曲線進(jìn)行隨機(jī)初始化，由蓄水量推求水位粒子群，包括群體規(guī)模N、每個(gè)粒子的位置Xi和 速度Vi。

Step2：計(jì)算每個(gè)粒子的適應(yīng)度ζi,t。

Step3：將每個(gè)粒子適應(yīng)度值ζi,t和個(gè)體極值est的適應(yīng)度比較，如果ζi,t大于est的適應(yīng)度值，則用該粒子Xi替 換掉est。

Step4：對(duì)每個(gè)粒子，用其適應(yīng)度值ζi,t和全局極值Gbest的 適應(yīng)度進(jìn)行比較，如果ζi,t大于Gbest的適應(yīng)度值，則用Xi替 換掉Gbest。

Step5：根據(jù)式（19）更新位置Xi和 粒子速度Vi。

Step6：如果滿足精度要求或達(dá)到最大循環(huán)次數(shù)則退出；否則，返回Step2。

PSO算法求解優(yōu)化問(wèn)題時(shí)，算法是否收斂及其收斂速度與初始種群的生成方法密切相關(guān)?；赟igmoid函數(shù)的PSO算法在生成初始種群時(shí)采用與光伏發(fā)電出力特性相匹配的Sigmoid生長(zhǎng)曲線，可以大大提高算法的收斂速度，節(jié)約計(jì)算成本。

3 案例仿真

3.1 系統(tǒng)簡(jiǎn)介及計(jì)算輸入

3.1.1 水電系統(tǒng)

本研究以四川省某流域梯級(jí)水電站及當(dāng)?shù)氐墓夥鼮槔M(jìn)行案例研究，計(jì)算時(shí)段為1 h，計(jì)算周期為1 d（07：00—次日07：00）。該流域梯級(jí)電站為串并聯(lián)混合開發(fā)，各站均具有日調(diào)節(jié)能力，流域水電站群拓?fù)潢P(guān)系、主要參數(shù)及約束條件分別見圖3、表1。

圖3 流域水電站群拓?fù)潢P(guān)系Fig. 3 Relationship of hydropower station groups

表1 梯級(jí)電站群主要參數(shù)及約束條件Tab. 1 Parameters and constraints of hydropower station groups

鑒于大部分水電機(jī)組在汛期都處于滿發(fā)狀態(tài)，且優(yōu)先考慮防洪，無(wú)暇顧及發(fā)電問(wèn)題，本研究主要側(cè)重于平枯期的互補(bǔ)問(wèn)題研究。

3.1.2 光伏系統(tǒng)

以2018年該流域所在地某裝機(jī)50 MW光伏電站的日內(nèi)可發(fā)電時(shí)段（07：00—21：00）功率曲線為基礎(chǔ)數(shù)據(jù)，采用快速聚類法進(jìn)行聚類分析。按照聚類結(jié)果，光伏場(chǎng)景分為3類，各類曲線的特點(diǎn)總結(jié)見表2。

表2 各類別光伏曲線特點(diǎn)Tab. 2 Characteristics of different PV power curves

表2中：Ⅰ類曲線十分光滑，是典型的晴天功率曲線；Ⅱ類曲線在峰值附近多出現(xiàn)鋸齒狀波動(dòng)，是由云層暫時(shí)遮光所致，是典型的多云天氣功率曲線；Ⅲ類曲線具有較低的峰值，且峰度較高在峰值附近變率較大，是典型的陰雨天功率曲線。取每一類中平均功率最大的一日為計(jì)算典型日，選取結(jié)果如圖4所示。

圖4 典型日光伏功率曲線Fig. 4 PV power curves of typical days

3.2 結(jié)果與討論

3.2.1 聯(lián)合優(yōu)化效果

不同運(yùn)行方案下各天氣典型日的各電站發(fā)電量及出力過(guò)程分別見表3和圖5。

表3 不同方案下各電站發(fā)電量Tab. 3 Power generation of each station under different scenarios MW·h

由表3可知：與水電單獨(dú)優(yōu)化相比，水光聯(lián)合優(yōu)化后，梯級(jí)各水電的發(fā)電量幾乎不變，表明各方案下水電的運(yùn)行結(jié)果都是較優(yōu)的。受光伏發(fā)電量的影響，晴天、多云、陰雨天氣各典型日水電電量占比逐漸增大，分別為85.07%、88.21%、93.25%。

由圖5可知：出力過(guò)程有所差異，聯(lián)合優(yōu)化方案下，晴天、多云、陰雨典型日梯級(jí)水電的極小出力分別為52.19、59.84、67.23 MW，分別出現(xiàn)在13：00—14：00、12：00—13：00、13：00—14：00時(shí)間段；極大出力分別為97.94、104.38、89.67 MW，分別出現(xiàn)在次日02：00—03：00、次日01：00—02：00、次日04：00—05：00時(shí)間段。在聯(lián)合優(yōu)化方案下，晴天、多云和陰雨典型日下互補(bǔ)發(fā)電系統(tǒng)的總出力過(guò)程均較為平滑，表明水電為適應(yīng)光伏出力波動(dòng)利用水庫(kù)的調(diào)蓄能力進(jìn)行了自我優(yōu)化和調(diào)節(jié)，同時(shí)，證明采用波動(dòng)電量比控制互補(bǔ)發(fā)電系統(tǒng)的發(fā)電量和出力波動(dòng)是可行的。

圖5 不同方案下系統(tǒng)出力過(guò)程Fig. 5 Output process of system under different scenarios

本研究采用皮爾遜相關(guān)系數(shù)度量各水電站與光伏發(fā)電出力的互補(bǔ)性，統(tǒng)計(jì)結(jié)果如表4所示。由表4可知：總體來(lái)看，梯級(jí)中各水電站發(fā)電出力與光伏出力的互補(bǔ)系數(shù)均小于0，表明了水光之間的互補(bǔ)性。從互補(bǔ)系數(shù)的絕對(duì)值看，晴天、多云、陰雨3個(gè)典型日下，均是C站、B站、A站逐漸減小，表明光伏出力與C站出力之間的互補(bǔ)性最好，與A站出力之間的互補(bǔ)性最次。

表4 各典型日水光出力互補(bǔ)系數(shù)Tab. 4 Complementary coefficients of hydro-PV output

為了探討聯(lián)合優(yōu)化的效果，本研究將水光聯(lián)合優(yōu)化（聯(lián)合方案）與水光單獨(dú)優(yōu)化再疊加的結(jié)果（分散方案）進(jìn)行對(duì)比，見表5。由表5可知：從晴天、多云和陰雨3種天氣來(lái)看，聯(lián)合方案的出力波動(dòng)均在1 MW以內(nèi)，波動(dòng)電量比均小于0.05%，表明本研究提出的參照Sigmoid函數(shù)的變庫(kù)容水位初始化方法是有效的。聯(lián)合方案的出力極差、出力波動(dòng)以及波動(dòng)電量比顯著小于分散方案，并且兩種方案的電量相差無(wú)幾，表明聯(lián)合優(yōu)化對(duì)光伏出力波動(dòng)具有顯著的調(diào)節(jié)作用。

表5 不同運(yùn)行方案優(yōu)化效果對(duì)比Tab. 5 Comparison of optimization effects of different scenarios

3.2.2 光伏對(duì)水庫(kù)群蓄泄水的影響

本研究采用庫(kù)容利用率（實(shí)際利用庫(kù)容與調(diào)節(jié)庫(kù)容的比值）探討光伏的接入對(duì)水電運(yùn)行的影響。表6列出了各方案下各水庫(kù)的庫(kù)容利用率。

表6 不同方案下各水庫(kù)庫(kù)容利用率Tab. 6 Utilization rates of reservoir capacity under different scenarios%

由表6可知：總體而言，光伏的接入增加了水庫(kù)的庫(kù)容利用率，晴天、多云、陰雨天的水電總計(jì)庫(kù)容利用率分別為72.14%、69.05%、44.51%，與水電單獨(dú)優(yōu)化時(shí)的情況相比，分別提升了44.90、41.81、17.27%。A、B、C站的水電總計(jì)庫(kù)容利用率最高分別增加了31.87、46.96、69.74%，分別出現(xiàn)在晴天、多云和多云典型日。

光伏發(fā)電接入系統(tǒng)后，水電為了適應(yīng)其隨機(jī)波動(dòng)特性，會(huì)進(jìn)行蓄放水的自我優(yōu)化和調(diào)節(jié)。各方案下梯級(jí)水庫(kù)群的日內(nèi)末水位過(guò)程如圖6所示。

圖6 不同方案下各水庫(kù)末水位過(guò)程Fig. 6 Water level process of each reservoir under different scenarios

由圖6可知：相比水電單獨(dú)優(yōu)化時(shí)的結(jié)果，晴天、多云和陰雨典型日下，各水電站均出現(xiàn)了為光伏讓道而加速蓄泄水的情況，且提高了水庫(kù)最高水位。在各方案下，梯級(jí)水庫(kù)群水位總體變化趨勢(shì)均是泄水—蓄水—泄水。水電單獨(dú)優(yōu)化時(shí)，A站、B站、C站分別在07：00—16：00、07：00—09：00、07：00—14：00泄水；接著，開始蓄水，并分別于次日04：00、次日03：00、次日04：00蓄至最高水位2 448.48、2 706.34、2 572.45 m。光伏的接入加速了蓄泄水過(guò)程，以晴天典型日為例，A站、B站、C站分別在10：00、9：00、9：00降至最低水位，并開始蓄水，分別于17：00、20：00、19：00 蓄至最高水位2 449.32、2 708.10、2 573.60 m，最后再降至末水位。

因此，在調(diào)節(jié)光伏后，梯級(jí)水電在1 d（07：00—次日07：00）之內(nèi)的運(yùn)行策略是：為了提高互補(bǔ)發(fā)電系統(tǒng)的保證出力，控制出力波動(dòng)，梯級(jí)水庫(kù)群在光伏出力尚小時(shí)，先泄水發(fā)電，隨著光伏出力的逐漸增大，水庫(kù)群逐步蓄水，并在進(jìn)入光伏不可發(fā)電時(shí)段前后開始泄水，以補(bǔ)足光伏的間歇性，直至在次日07：00到達(dá)日末水位。

4 結(jié) 論

本研究以1 h為計(jì)算時(shí)段，1 d（07：00—次日07：00）為計(jì)算周期，進(jìn)行了水光日內(nèi)互補(bǔ)優(yōu)化研究，得出以下結(jié)果：

1）以光伏發(fā)電日內(nèi)出力序列數(shù)據(jù)為基礎(chǔ)，建立了基于曲線整體趨勢(shì)和局部變化的聚類指標(biāo)體系，聚類結(jié)果表明該指標(biāo)體系對(duì)曲線形狀有整體把握，篩選出的光伏功率場(chǎng)景與晴天、多云、陰雨天氣典型功率曲線的特點(diǎn)契合度高，具有代表性。

2）提出了波動(dòng)電量比指標(biāo)，用于衡量互補(bǔ)發(fā)電系統(tǒng)的發(fā)電量和出力波動(dòng)，并以此為目標(biāo)函數(shù)建立了水光互補(bǔ)優(yōu)化模型，結(jié)合光伏發(fā)電特性提出了一種基于Sigmoid函數(shù)的PSO算法來(lái)求解該模型。

3）案例仿真結(jié)果顯示，水光互補(bǔ)后3種天氣典型日的水光總出力波動(dòng)均在1 MW以內(nèi)，波動(dòng)電量比均小于0.05%，驗(yàn)證了所提算法和模型的可行性和合理性。

4）光伏的接入提升了梯級(jí)水庫(kù)群的庫(kù)容利用率。在調(diào)節(jié)光伏后，梯級(jí)水電的日內(nèi)運(yùn)行策略是：在光伏出力尚小時(shí)先泄水發(fā)電，隨著光伏出力的逐漸增大，水庫(kù)群逐步蓄水，并在進(jìn)入光伏不可發(fā)電時(shí)段前后開始泄水，以補(bǔ)足光伏的間歇性，直至到達(dá)日末水位。

除此之外，本研究中仍然存在一些不足，例如未考慮時(shí)滯的影響等。另外，本研究提出的基于Sigmoid函數(shù)的PSO算法適用于以光伏發(fā)電的可發(fā)電時(shí)段為初始時(shí)段的情況，對(duì)于其他情況的適用性需要進(jìn)一步論證。