基于臥式抽蓄的風(fēng)光水儲蓄聯(lián)合運行優(yōu)化調(diào)度研究

摘要：隨著大規(guī)模風(fēng)電和光伏的接入，電力系統(tǒng)的穩(wěn)定運行面臨重大挑戰(zhàn)。通過傳統(tǒng)水電融合改造，構(gòu)建臥式抽水蓄能電站，利用其快速啟動和強大的調(diào)峰能力，可有效平抑風(fēng)電和光伏的出力波動。提出了一種基于臥式抽蓄的風(fēng)光水儲蓄聯(lián)合運行優(yōu)化調(diào)度方法，通過可調(diào)水電與泵站的聯(lián)合運行平抑風(fēng)電和光伏出力波動，考慮系統(tǒng)的綜合性能和改造可行性，建立了系統(tǒng)總輸出與電力消耗負荷曲線之間差值平方和最小化的優(yōu)化調(diào)度模型，采用POA優(yōu)化方法對系統(tǒng)聯(lián)合運行調(diào)度進行優(yōu)化求解。結(jié)果表明，通過基于臥式風(fēng)光水儲聯(lián)合運行優(yōu)化調(diào)度，系統(tǒng)的平均日供電缺口顯著減少，提高了能源利用效率，避免了資源浪費，增強了系統(tǒng)消納清潔能源的能力。

關(guān)鍵詞：臥式抽蓄;風(fēng)光水儲蓄;聯(lián)合調(diào)度;優(yōu)化

中圖分類號：TV743文獻標識碼：A文章編號：2096-6792（2025）01-0001-09

能源是人類賴以生存與發(fā)展的基礎(chǔ)，提高能源利用率、開發(fā)新能源、加強可再生能源的利用，是解決發(fā)展中能源需求日益增長與能源供應(yīng)緊缺矛盾的必然選擇［1］。國際能源署預(yù)測表明，全球未來十年對清潔能源的需求將會經(jīng)歷顯著增長［2］。隨著“雙碳”目標的提出與發(fā)展，發(fā)展清潔低碳、安全高效的能源體系已經(jīng)成為我國能源發(fā)展的戰(zhàn)略方向［3］。將風(fēng)電、光電與水電整合打捆，利用水輪機組的快速調(diào)節(jié)能力對沖風(fēng)、光出力的波動，形成優(yōu)質(zhì)、穩(wěn)定的互補發(fā)電系統(tǒng)，能夠有效促進新能源并網(wǎng)消納［4］。

相較于常規(guī)抽水蓄能電站，臥式抽水蓄能系統(tǒng)可以更好地適應(yīng)復(fù)雜的地形條件，尤其適合在山區(qū)等有限空間的地形中進行部署，減少了土地占用面積。臥式布置能夠提供更好的結(jié)構(gòu)支撐，使整個系統(tǒng)更加穩(wěn)定可靠，減少地震等外部因素對系統(tǒng)的影響。此外，臥式布置能夠減少管道長度、降低水泵工作強度等，從而降低運行維護成本。由于臥式抽水蓄能系統(tǒng)通常在地下進行布置，能夠顯著減少對環(huán)境的干擾和污染，有利于保護生態(tài)環(huán)境。因此，建設(shè)臥式抽蓄-風(fēng)電-光伏聯(lián)合發(fā)電系統(tǒng)，可以有效解決風(fēng)電和光伏大規(guī)模并網(wǎng)問題，是一種新型的發(fā)電模式。

當前，以可再生能源系統(tǒng)等多種能源網(wǎng)絡(luò)相互耦合和互聯(lián)形成的多能互補綜合能源系統(tǒng)［5］，已在各國得到廣泛的應(yīng)用與發(fā)展。在混合式抽水蓄能電站優(yōu)化調(diào)度方面，劉欣雨等［6］提出了梯級混合式抽水蓄能電站短期調(diào)峰優(yōu)化模型。該模型以電網(wǎng)剩余負荷峰谷差最小為目標，以機組為最小調(diào)度單元，針對不同類型機組的抽-發(fā)運行工況采用差異化建模。在模型求解方面，通過線性轉(zhuǎn)換方法將原有非線性模型轉(zhuǎn)化為混合整數(shù)線性規(guī)劃（Mixed Integer Linear Programming，MILP）模型，然后在JAVA環(huán)境中運用CPLEX數(shù)學(xué)工具進行求解。以西南某梯級水電站為實例的分析結(jié)果表明，梯級混合式抽水蓄能電站相較于常規(guī)梯級電站電網(wǎng)剩余負荷峰谷差減少4.6%。王玥瑤等［7］提出了一種適用于混合式抽水蓄能電站內(nèi)部協(xié)同調(diào)控方法，基于該調(diào)控方法，以混合式抽水蓄能電站利潤最大化和社會福利最大化為目標提出了雙層優(yōu)化調(diào)控模型，并通過算例分析證明了所提模型的有效性，所提混合式抽水蓄能調(diào)控策略有利于實現(xiàn)水電資源的合理利用。馮晨等［8］建立了以發(fā)電量最大和出力波動最小為目標的水光蓄互補運行短期調(diào)度模型，提出了雙層嵌套模型求解思路，結(jié)果表明，在不同來水及不同光伏出力過程的前提下，該模型不僅可以促進光伏并網(wǎng)消納，還可增加水電發(fā)電量，減少棄水。劉建行等［9］構(gòu)建了以系統(tǒng)發(fā)電效益最大為目標的短期優(yōu)化運行模型，采用一種用于解決連續(xù)動作空間問題的深度強化學(xué)習(xí)算法——深度確定策略梯度（Deep Deterministic Policy Gradient，DDPG）算法對優(yōu)化調(diào)度決策過程進行求解，通過水電功能重塑，可有效提升水電機組的靈活性和調(diào)節(jié)能力。彭煜民等［10］以負荷跟蹤偏差率最小、棄能最少、水量利用率最大為目標構(gòu)建了水風(fēng)光蓄互補系統(tǒng)短期優(yōu)化調(diào)度模型，算例結(jié)果表明，相較于配置純蓄，配置混蓄時不同運行場景下負荷跟蹤偏差率均更小，棄能均降低，水量利用率均提高，綜合運行效率也得到提升。

在小規(guī)模電網(wǎng)風(fēng)光水（火）儲互補技術(shù)方面，安源等［11］提出一種風(fēng)光水儲多能互補系統(tǒng)雙層優(yōu)化調(diào)度策略，上層模型以系統(tǒng)全生命周期運行經(jīng)濟性最優(yōu)為目標，旨在優(yōu)化系統(tǒng)各單元的容量配置，保證供電可靠性和風(fēng)光消納水平，下層模型以系統(tǒng)每個調(diào)度周期內(nèi)經(jīng)濟性最優(yōu)為目標，旨在充分發(fā)揮儲能的調(diào)峰能力，實現(xiàn)系統(tǒng)經(jīng)濟運行。該模型利用確定某點為極值點的必要條件（Karush Kuhn Tucker conditions，KKT）和重構(gòu)公式（Big M method，Big-M）法將雙層模型轉(zhuǎn)換成單層線性規(guī)劃問題，通過調(diào)用Matlab中CPLEX求解器進行求解，結(jié)果表明所提策略能有效提高系統(tǒng)供電可靠性和風(fēng)光的消納水平，驗證了該模型的有效性。蘇向陽等［12］研究了基于總發(fā)電量最大化和平滑輸出功率的互補系統(tǒng)優(yōu)化調(diào)度模型，為電廠優(yōu)化調(diào)度方案提供了更多選擇性。APOSTOLOPOULOU D等［13］以風(fēng)、抽蓄、水、光、熱、儲混合電力系統(tǒng)的收益和利潤最大化為優(yōu)化目標，提出了兩階段方法求解優(yōu)化調(diào)度模型。HUI Y F等［14］針對水光互補發(fā)電的不確定性，提出了一種改進的水光互補系統(tǒng)運行調(diào)度方法，為提高短期和大規(guī)模水光互補的經(jīng)濟性和可靠性提供了思路。林俐等［15］建立了以系統(tǒng)電熱運行成本最低、最大化消納棄風(fēng)為目標的優(yōu)化調(diào)度模型，研究結(jié)果可為含儲能單元的多能互補優(yōu)化調(diào)度提供參考。盧欣等［16］建立了可再生能源和冷熱電負荷的隨機模糊模型，采用隨機模糊變量的期望值、樂觀值和悲觀值的定義，得到了給定置信水平下變量的期望值與波動區(qū)間，并分析了不確定因素對優(yōu)化調(diào)度結(jié)果產(chǎn)生的影響。施燁等［17］提出了一種通用化混合整數(shù)線性建模方法，利用耦合裝置連接不同能源子系統(tǒng)，構(gòu)成綜合能源系統(tǒng)模型;在線配置系統(tǒng)參數(shù)和拓撲后，利用混合整數(shù)線性規(guī)劃求解器進行求解，獲得對象的優(yōu)化調(diào)度計劃。王開艷等［18］提出了一種可充分發(fā)揮多能互補作用、提升清潔能源消納能力的協(xié)調(diào)調(diào)度模型，充分發(fā)揮了抽水蓄能的調(diào)節(jié)能力，并且使各電源運行得到了協(xié)調(diào)優(yōu)化。針對風(fēng)、光出力預(yù)測不確定性所誘發(fā)的運行風(fēng)險，并滿足特高壓直流輸電功率的平穩(wěn)性問題，郭懌等［19］提出一種考慮輸電功率平穩(wěn)性的水-風(fēng)-光-儲互補日前魯棒調(diào)度方法，相比確定性優(yōu)化調(diào)度，該方法能夠充分發(fā)揮梯級水電站和儲能電站的靈活性，有效降低系統(tǒng)的棄電和失負荷風(fēng)險。為了降低新能源并網(wǎng)對電力系統(tǒng)的影響，粟世瑋等［20］提出了改進的遺傳算法求解雙層調(diào)度模型，基于算例仿真驗證了所提模型和算法的有效性，為互補發(fā)電系統(tǒng)提供了可靠的調(diào)度方案。針對如何協(xié)調(diào)調(diào)度微能源網(wǎng)內(nèi)冷熱電氣源網(wǎng)荷這一問題，鄒云陽等［21］建立了冷熱電氣多能互補的微能源網(wǎng)在孤島/并網(wǎng)模式下的協(xié)調(diào)調(diào)度模型，利用供熱/供冷系統(tǒng)的熱慣性和熱/冷負荷的柔性，發(fā)揮供熱/供冷系統(tǒng)的“儲能”功能。隨著城市能源服務(wù)中心成為供能和價格引導(dǎo)樞紐，劉鑫蕊等［22］構(gòu)建了含典型功能的城市多能微網(wǎng)系統(tǒng)集群結(jié)構(gòu)及其階梯式碳交易機制模型，采用交替方向乘子法求解綜合能源系統(tǒng)集群的分布式調(diào)度，協(xié)調(diào)各子系統(tǒng)組件之間的功率交互，優(yōu)化了城市多能系統(tǒng)間能量的互濟互補。印月等［23］提出了含梯級水電站的風(fēng)光水火多能互補系統(tǒng)隨機優(yōu)化調(diào)度模型，分析了多能互補系統(tǒng)對新能源的消納能力，調(diào)節(jié)水電出力狀態(tài)，發(fā)現(xiàn)其對多能互補系統(tǒng)優(yōu)化調(diào)度成本有一定影響。劉萬副等［24］提出了一種考慮源荷雙重不確定性的多能互補系統(tǒng)兩階段魯棒優(yōu)化調(diào)度模型，該模型充分考慮了源荷不確定性給系統(tǒng)運行帶來的風(fēng)險問題，通過合理設(shè)置源-荷矩不確定集范圍參數(shù)，可實現(xiàn)系統(tǒng)經(jīng)濟性與魯棒性的平衡。傳統(tǒng)的能源利用方式已無法解決高比例可再生能源并網(wǎng)問題。對此，徐敏等［25］利用多種能源之間的時空互補特性，將風(fēng)、光、水、火與抽水蓄能、高載能負荷協(xié)調(diào)優(yōu)化調(diào)度，采用改進的蝗蟲優(yōu)化算法和粒子群優(yōu)化算法分別對上、下層優(yōu)化調(diào)度模型進行求解，所提調(diào)度策略能夠減小系統(tǒng)凈負荷的波動性。關(guān)于臥式抽蓄，王浩等［26］提出了一種基于臥式抽水蓄能的風(fēng)光水儲多能互補系統(tǒng)，實現(xiàn)了對風(fēng)光水儲多能系統(tǒng)多余出力的吸收，避免了風(fēng)光水儲互補系統(tǒng)的資源浪費。

綜上所述，目前的研究主要集中在以傳統(tǒng)電力為主的多能互補系統(tǒng)的容量優(yōu)化配置和優(yōu)化調(diào)度等方面。在上述研究的基礎(chǔ)上，本文提出了一種基于臥式抽水蓄能的風(fēng)光水儲聯(lián)合運行系統(tǒng)，在考慮系統(tǒng)優(yōu)化運行的基礎(chǔ)上，結(jié)合普通水電站的調(diào)節(jié)特性，加入泵站對其進行融合改造成臥式抽水蓄能電站，之后采用逐步優(yōu)化算法（Pelican Optimization Algorithm，POA）對該系統(tǒng)進行優(yōu)化求解，實現(xiàn)了在保證風(fēng)光水儲多能系統(tǒng)的出力的情況下，對風(fēng)光水儲多能系統(tǒng)多余的出力進行吸收，盡可能避免了系統(tǒng)的資源浪費。

1聯(lián)合運行系統(tǒng)優(yōu)化調(diào)度模型

1.1目標函數(shù)

對于某一給定日負荷曲線，在確定風(fēng)電、光伏裝機以及儲能容量的情況下，通過風(fēng)光水（火）儲聯(lián)合優(yōu)化調(diào)度，以及合理安排水電、儲能出力，使得各時段系統(tǒng)總出力盡可能滿足負荷需求，即要求各時段系統(tǒng)總出力曲線與負荷曲線盡可能平行，同時各時段系統(tǒng)總出力曲線的位置盡可能高，從而實現(xiàn)調(diào)峰缺口最小。據(jù)此，擬定風(fēng)光水（火）儲聯(lián)合優(yōu)化調(diào)度的目標函數(shù)，如公式（1）所示，即各時段系統(tǒng)總出力與平移后的用電負荷曲線間差值的平方和最小。

Fobj=min∑Tj=1PjLoad+C－∑Mi=1Nij風(fēng)－∑Kk=1Nkj光－∑Rr=1Nrj水－∑Ss=1Nsj火－∑Ll=1Nlj儲2。（1）

式中：T為調(diào)度期時段數(shù)，根據(jù)日調(diào)度時段數(shù)通常為24、48或96;PjLoad為系統(tǒng)第j個時段電力系統(tǒng)總用電負荷;Nij風(fēng)為第i個風(fēng)電場第j時段出力;Nkj光為第k個光伏電站第j時段出力;Nrj水為第r個水電站第j時段出力;Nsj火為第s個火電廠第j時段出力;Nlj儲為第l個儲能電站第j時段出力;M、K、R、S、L分別為風(fēng)電場、光伏電站、水電站、火電廠（垃圾發(fā)電）、儲能電站的數(shù)量;C為負荷曲線平移常數(shù)。

1.2約束條件

風(fēng)光水（火）儲多能互補系統(tǒng)聯(lián)合運行過程中，系統(tǒng)中各類型電站的運行都或多或少面臨一些等式或不等式約束，主要約束條件如下。

1.2.1風(fēng)電場、光伏電站運行約束

風(fēng)電、光伏出力取決于所在時間段的光照和風(fēng)速，具有典型的隨機性和不確定性，其電站自身運行主要存在最大出力約束，在聯(lián)合優(yōu)化調(diào)度中由于其不可調(diào)節(jié)的特性，通常根據(jù)光照、風(fēng)資源特性進行設(shè)定，不進行優(yōu)化。

0≤Nij風(fēng)≤Ni，max風(fēng)，（2）

0≤Nkj光≤Nk，max光。（3）

式中，Ni，max風(fēng)和Nj，max光分別為第i個風(fēng)電場、第j個光伏電站的最大出力。

1.2.2水電站運行約束

水電站（主要指可調(diào)節(jié)水電站）的運行受初、末水位，運行水位，時段出力，生態(tài)流量，水量平衡，水力聯(lián)系等眾多等式和非等式約束，這些約束會大幅增加優(yōu)化求解的復(fù)雜度，但能有效確保優(yōu)化結(jié)果的有效性。

運行水位約束：

Zrj，min≤Zrj≤Zrj，max。 （4）

式中：Zrj為第r個水電站第j個時段的運行水位;Zrj，min和Zrj，max分別為第r個水電站第j個時段的最低運行水位和最高運行水位。

下泄流量約束：

Qrj，min≤Qrj≤Qrj，max。（5）

式中：Qrj為第r個水電站第j個時段的下泄流量;Qrj，min和Qrj，max分別為第r個水電站第j個時段下泄流量的最小值和最大值。

時段出力約束：

Nr，min≤Nrj≤Nr，max。（6）

式中：Nrj為第r個水電站第j個時段的出力;Nr，min和Nr，max分別為第r個水電站第j個時段的最小出力和最大出力（預(yù)想出力和裝機容量），若安裝了水泵或可逆式機組，其最小出力可以為負值，相應(yīng)出力根據(jù)泵站工況計算。

水力聯(lián)系方程：

Irj=Qr－1，j+Brj。（7）

式中：Irj和Brj分別為第r個水電站所在子區(qū)域第j個時段的總流入徑流和區(qū)間徑流;Qr－1，j為第r-1個水電站第j個時段的下泄流量。

水量平衡方程：

Vr，j+1=Vrj+（Irj－Qrj）Δt。（8）

式中，Vrj為第r個水電站第j個時段的蓄水量。

初、末水位約束：

Zr0=Zr，begin， ZrT=Zr，end。（9）

式中，Zr，begin和Zr，end分別為第r個水電站的初水位和末水位。

1.2.3火電廠運行約束

火電機組依靠高溫水蒸汽推動汽輪機工作發(fā)電，存在響應(yīng)時間相對較慢的問題，其運行主要受出力區(qū)間約束和時段出力變幅約束。

Ns，min火≤Nsj火≤Ns，max火，（10）

Nsj火－Nsj+1火≤ΔNs。（11）

式中：Nsj火為第s個火電廠第j個時段的出力;Ns，min火和Ns，max火分別為第s個火電廠第j個時段的最小出力和最大出力;ΔNs為第s個火電廠的最大允許時段出力變幅。

1.2.4儲能電站運行約束

對于電化學(xué)儲能電站，其運行主要受充放電功率和充放電容量約束;對于抽水蓄能電站，其運行約束類似于水電站運行約束。

1.3優(yōu)化調(diào)度模型求解

圍繞風(fēng)光水（火）儲多能互補聯(lián)合優(yōu)化調(diào)度模型，針對模型求解存在的高維、耦合、非線性難題，根據(jù)不同電源的運行出力特性，構(gòu)建以各時段出力過程、運行水位過程（可調(diào)節(jié)水電站）、儲存電量過程（儲能電站）為決策變量的解空間，采用逐步優(yōu)化算法（POA）進行優(yōu)化求解。逐步優(yōu)化算法（POA）是一種改進的動態(tài)規(guī)劃算法，用于求解多階段動態(tài)規(guī)劃問題，此算法是加拿大學(xué)者豪森于1975年根據(jù)貝爾曼最優(yōu)化的思想所提出的逐次最優(yōu)化原理，即最優(yōu)路徑的每對決策集合相對于它的初始值和終止值來說是最優(yōu)的。

POA在目標函數(shù)為凸函數(shù)時可保證收斂至全局最優(yōu)解，在梯級電站聯(lián)合優(yōu)化調(diào)度中得到廣泛運用。利用POA進行多階段問題求解時的主要步驟如下。

1）確定初始解。通過問題分析或其他方法獲得所求解問題的一個可行解，以此作為POA優(yōu)化的初始解。

2）兩階段優(yōu)化。針對待優(yōu)化的解，逐個階段進行兩階段問題優(yōu)化。在進行兩階段優(yōu)化時，固定其他階段變量，對所選兩階段決策變量進行搜索尋優(yōu)，獲得兩階段問題的最優(yōu)決策并替代原決策，然后進行下一個兩階段問題優(yōu)化。

3）循環(huán)迭代。反復(fù)進行步驟2的過程，直至滿足終止條件。

具體優(yōu)化過程如圖1所示。

2結(jié)果分析

2.1系統(tǒng)基本參數(shù)

某電網(wǎng)研究的臥式抽蓄風(fēng)光水儲蓄系統(tǒng)中，直調(diào)電源裝機容量為：日調(diào)節(jié)水電站282.5 MW，徑流小水電127 MW，火電（垃圾發(fā)電）7.5 MW，風(fēng)電540 MW，光伏電站945 MW，儲能裝機容量按照風(fēng)電裝機的25%，即135 MW。

通過對現(xiàn)有常規(guī)水電增設(shè)2 臺額定功率45 MW的泵站融合改造為臥式抽蓄，保持下水庫日調(diào)節(jié)運行控制水位區(qū)間為71.5～72.0 m，總庫容400 萬m3，額定抽水流量340 m3/s，額定揚程24 m，額定抽水功率90 MW，年抽水時長1 193 h。

聯(lián)合運行系統(tǒng)融合改造前即當前現(xiàn)狀下，夏季典型日系統(tǒng)出力及用電負荷如圖2所示。

由圖2可知：在當前現(xiàn)狀下，該電網(wǎng)僅用4座可調(diào)節(jié)水電站以及徑流小水電對系統(tǒng)進行調(diào)節(jié)，跟蹤4座電站運行及出力過程總體用電負荷過程；經(jīng)過4 座電站調(diào)節(jié)后，夏季典型日桂東電網(wǎng)用電負荷峰谷差由299.11 MW降至111.66 MW，負荷曲線標準差由79.27 MW降至30.91 MW，多能互補聯(lián)合優(yōu)化調(diào)度效果明顯，但受該電網(wǎng)裝機容量及各類電站運行特性的約束，經(jīng)過優(yōu)化調(diào)節(jié)后系統(tǒng)供電缺口仍然較大，平均供電缺口仍達285.10 MW。

2.2負荷特性分析

該電網(wǎng)地區(qū)規(guī)劃水平年與現(xiàn)狀水平年相應(yīng)典型負荷曲線如圖3所示。由圖3可知：①現(xiàn)狀水平年下，在夏季，2：00—8：00時段的用電負荷較低，在7：00達到最低，在此時段出現(xiàn)明顯波動，隨后時段用電負荷平穩(wěn)增加，波動較小，最大負荷為790 MW，最小480 MW;而在冬季，除了2：00—8：00時段用電負荷比較平穩(wěn)無明顯波動，其余時刻負荷波動較大。②規(guī)劃水平年下，全年負荷都有所增加；在夏季，依舊呈現(xiàn)出凌晨小、白天大的用電負荷特點，但整體趨勢保持不變;在冬季，相比現(xiàn)狀水平年，用電負荷年波動更是大幅增加，尤其在4：00達最大負荷1 050 MW，到16：00用電負荷持續(xù)大幅降低，最低為500 MW。

2.3出力特性分析

2.3.1風(fēng)光出力特性分析

夏季風(fēng)電出力相對較小，日均等效小時數(shù)僅3.15 h，而冬季風(fēng)電出力較大，日均等效小時數(shù)達到了13 h。如圖4所示：在夏季，風(fēng)力發(fā)電出力較小，出力系數(shù)普遍在0.2以下，屬于發(fā)電量較小季節(jié)，日內(nèi)波動相對平穩(wěn)，各時刻出力幾乎相差不大;而在冬季，出力系數(shù)維持在0.5左右，由0：00的最大值0.6逐漸降低到8：00的0.4，隨后在白天逐步回升到0.5左右，屬于發(fā)電量較大季節(jié)。

研究地區(qū)月平均輻照最大值出現(xiàn)在7月，日均等效發(fā)電時長5.28 h，得到夏季典型日光伏出力曲線。月平均輻照最小值出現(xiàn)在1—2月，日均等效發(fā)電時長2.39 h。夏季時，光照幅度強，且輻照時間長，則光伏出力較大，夏季光伏出力系數(shù)普遍在0.5以上，在年內(nèi)屬于出力較大季節(jié)。冬季時，光照幅度降低，輻照時間同樣降低，因此光伏出力也相應(yīng)減少，冬季光伏出力系數(shù)普遍在0.4以下，屬于年內(nèi)出力較小季節(jié)。

2.3.2小水電、火電與儲能電站出力特性分析

現(xiàn)狀水平年下該電網(wǎng)小水電裝機容量合計127 MW。規(guī)劃水平年下小水電裝機容量合計132 MW。設(shè)定小水電典型日內(nèi)出力不變，夏季典型日負荷率取0.8，冬季典型日負荷率取0.3，相應(yīng)時段出力為裝機容量與負荷率之積。

該研究區(qū)域電網(wǎng)內(nèi)火電裝機僅一座7.5 MW垃圾發(fā)電站，因此現(xiàn)狀水平年及規(guī)劃水平年的網(wǎng)內(nèi)火電裝機僅7.5 MW。典型日內(nèi)出力保持不變，夏季和冬季典型日負荷率均取0.6。

本研究中儲能為電化學(xué)儲能，其充電和放電效率均取95%，最大充放電深度為5%～95%，額定功率充放電小時數(shù)取2 h?，F(xiàn)狀水平年及規(guī)劃水平年的儲能裝機容量根據(jù)優(yōu)化配置結(jié)果確定，初、末儲存電量結(jié)合儲能裝機容量確定。

2.4可調(diào)水電參數(shù)與徑流特性分析

梯級電站的發(fā)電量與各季節(jié)徑流量變化密切相關(guān)。根據(jù)多年日入庫徑流資料，得到梯級電站1和梯級電站2的夏、冬季典型日平均徑流過程如圖5所示。

由圖5可知：在夏季，有更多的降雨，水量充沛，通常6月水量最充足，流量達到了400 m3/s，此后逐漸降低；到了冬季，降雨量減少，河流水位下降，流量在12月最低，僅有100 m3/s左右。

2.5臥式抽蓄運行方式分析

對常規(guī)水電進行融合改造的方式有安裝可逆式機組和增加大型泵站兩種。安裝可逆式機組可以通過減少棄水增加發(fā)電效益，還能增加調(diào)峰能力，而增加大型泵站具有成本及安裝條件方面的優(yōu)勢。對常規(guī)水電安裝可逆式機組的增發(fā)效益如圖6所示。

如圖6可知，機組裝機容量越大，增發(fā)電量越顯著，每增容100 MW，年發(fā)電量可增加21 703萬kW·h。從經(jīng)濟效益的角度，常規(guī)電站融合改造優(yōu)先考慮安裝可逆式機組，但目前國內(nèi)尚無適用于研究地區(qū)電站超低水頭、小容量的可逆式機組模型，故暫按增加水泵方式進行常規(guī)電站融合改造。

對現(xiàn)有常規(guī)水電增設(shè)2 臺額定功率45 MW的泵站。將一座水位71.5～72.0 m、庫容400 萬m3的水庫劃分為該常規(guī)水電站下庫庫容;額定抽水流量340 m3/s，額定揚程24 m，額定抽水功率90 MW，年抽水小時數(shù)1 193 h。以此為邊界條件，對改造后的基于臥式抽蓄的風(fēng)光儲蓄聯(lián)合運行系統(tǒng)進行優(yōu)化調(diào)度模擬。

2.6現(xiàn)狀水平年調(diào)度模擬

基于現(xiàn)狀水平年該電網(wǎng)裝機容量及優(yōu)化配置結(jié)果，對常規(guī)水電融合改造安裝90 MW抽水泵站，結(jié)合負荷曲線進行現(xiàn)狀水平年調(diào)度模擬，如圖7所示。

由圖7可知，現(xiàn)狀水平年下該電網(wǎng)通過對常規(guī)水電融合改造90 MW抽水泵站，聯(lián)合夏季典型日系統(tǒng)總出力在白天可以很好地滿足系統(tǒng)用電負荷需求，在6：00—13：00時段光伏發(fā)電逐漸增大，在中午僅光電就能滿足負荷需求，并且還有少量電力過剩。然而，由于光伏裝機容量較大，其日內(nèi)出力變化巨大，到了18：00之后，光照減弱，光伏發(fā)電逐漸降低導(dǎo)致系統(tǒng)出力逐漸不能滿足用電負荷需求，經(jīng)過風(fēng)光水（火）儲聯(lián)合優(yōu)化調(diào)度，夏季典型日電網(wǎng)日平均供電缺口24.63 MW。

2.7規(guī)劃水平年調(diào)度模擬

規(guī)劃水平年下，該電網(wǎng)直調(diào)電源將有4座具有日調(diào)節(jié)能力水電站282.5 MW、小水電132 MW、風(fēng)電830 MW、光伏1 390 MW、火電（垃圾發(fā)電）7.5 MW、化學(xué)儲能486 MW，對常規(guī)水電融合改造安裝90 MW抽水泵站。其他參數(shù)不變。結(jié)合規(guī)劃水平年負荷曲線，進行規(guī)劃水平年調(diào)度模擬，如圖8所示。由圖8可知：夏季典型日該電網(wǎng)進行風(fēng)光水（火）儲聯(lián)合優(yōu)化調(diào)度能夠較好滿足用電需求，8：00—16：00由于白天光伏發(fā)電功率大幅增加會導(dǎo)致電力供應(yīng)過剩，但夜間由于風(fēng)電出力較小且光伏不發(fā)電，主要依靠現(xiàn)有水電進行發(fā)電，而需要的儲能容量巨大，相比于現(xiàn)狀水平年在水電及儲能調(diào)節(jié)下電力缺口也有所增加，日均供電缺口211.94 MW;冬季典型日該電網(wǎng)0：00—16：00電力供應(yīng)過剩，17：00—24：00存在缺口，日平均供電缺口95.80 MW。"3結(jié)論

針對風(fēng)電、光伏大規(guī)模并網(wǎng)造成的供電可靠性和風(fēng)光消納問題，提出了一種風(fēng)光水（火）儲多能互補系統(tǒng)聯(lián)合運行優(yōu)化調(diào)度策略，得到如下主要結(jié)論：

1）通過對常規(guī)水電站增設(shè)可逆式機組或安裝泵站進行融合改造，對比兩種改造方案的增發(fā)效益，再結(jié)合現(xiàn)有電站水庫庫容、水頭等限制，最終選取對現(xiàn)有可調(diào)水電增設(shè)兩臺45 MW泵站的融合改造方式。

2）通過逐步優(yōu)化算法對融合改造后的聯(lián)合運行系統(tǒng)進行優(yōu)化調(diào)度。在對常規(guī)水電融合改造前當前現(xiàn)狀電網(wǎng)僅由水電對電網(wǎng)調(diào)節(jié)時電網(wǎng)供電缺口達285.10 MW，優(yōu)化后供電缺口降低到211.94 MW。通過優(yōu)化調(diào)節(jié)其自身出力，實現(xiàn)了電力供需平衡，避免了資源浪費。

參考文獻

［1］暢建霞，王義民，黃強.水電與風(fēng)電聯(lián)合補償調(diào)度機理研究與應(yīng)用［J］.水力發(fā)電學(xué)報，2014，33（3）：68-73.

［2］安琪.后疫情時期全球能源發(fā)展趨勢展望：國際能源署《世界能源展望2020》評述及對我國啟示［J］.中國經(jīng)貿(mào)導(dǎo)刊，2020，45（21）：57-60.

［3］董朝陽，趙俊華，文福拴，等.從智能電網(wǎng)到能源互聯(lián)網(wǎng)：基本概念與研究框架［J］.電力系統(tǒng)自動化，2014，38（15）：1-11.

［4］賈宏杰，穆云飛，余曉丹.對我國綜合能源系統(tǒng)發(fā)展的思考［J］.電力建設(shè)，2015，36（1）：16-25.

［5］郭崯，馬凱峰.基于小波分析的微網(wǎng)系統(tǒng)中風(fēng)光互補系統(tǒng)蓄電單元容量配置［J］.電工技術(shù)，2019，53（24）：132-134.

［6］劉欣雨，羅彬，陳永燦，等.融合改造的梯級混合式抽蓄短期調(diào)峰優(yōu)化模型［J］.電網(wǎng)技術(shù)，2024，10（7）：1-13.

［7］王玥瑤，延肖何，劉念.多交易模式下混合式抽水蓄能電站優(yōu)化調(diào)控策略［J］.南方電網(wǎng)技術(shù)，2024，18（5）：51-61.

［8］馮晨，常高松，陶湘明，等.含混合式抽水蓄能電站的水光蓄日內(nèi)互補運行研究［J］.水電能源科學(xué)，2024，42（8）：173-177.

［9］劉建行，劉方.基于深度強化學(xué)習(xí)的梯級水蓄風(fēng)光互補系統(tǒng)優(yōu)化調(diào)度策略研究［J］.廣東電力，2024，37（5）：10-22.

［10］彭煜民，王雪林，劉德旭，等.考慮混蓄與純蓄配置方式的水風(fēng)光蓄互補系統(tǒng)調(diào)度運行對比研究［J］.電力系統(tǒng)保護與控制，2024，52（10）：179-187.

［11］安源，鄭申印，蘇瑞，等.風(fēng)光水儲多能互補發(fā)電系統(tǒng)雙層優(yōu)化研究［J］.太陽能學(xué)報，2023，44（12）：510-517.

［12］蘇向陽，白曉清，鄭義.考慮新能源發(fā)電聯(lián)合體接入的多目標優(yōu)化模型［J］.廣西大學(xué)學(xué)報（自然科學(xué)版），2019，44（2）：416-425.

［13］APOSTOLOPOULOU D，DE GREVE Z，MCCULLOCH M.Robust optimization for hydroelectric system operation under uncertainty［J］.IEEE Transactions on Power Systems，2018，33（3）：3337-3348.

［14］FAN H Y，YAN T X，GUO S.Methods on scheduling of hydro-photovoltaic complementary system［J］.E3S Web of Conferences，2021，257：01034.

［15］林俐，鄭馨姚，周龍文.基于燃氫燃氣輪機的風(fēng)光火儲多能互補優(yōu)化調(diào)度［J］.電網(wǎng)技術(shù)，2022，46（8）：3007-3022.

［16］盧欣，吳明雷，朱睿，等.考慮不確定因素的多能互補智慧能源系統(tǒng)經(jīng)濟優(yōu)化調(diào)度［J］.電測與儀表，2019，56（15）：91-97.

［17］施燁，金浩，郝飛，等.一種多能互補系統(tǒng)優(yōu)化調(diào)度通用化建模方法［J］.電網(wǎng)技術(shù)，2022，46（12）：4924-4943.

［18］王開艷，羅先覺，賈嶸.充分發(fā)揮多能互補作用的風(fēng)蓄水火協(xié)調(diào)短期優(yōu)化調(diào)度方法［J］.電網(wǎng)技術(shù)，2020，44（10）：3631-3641.

［19］郭懌，明波，黃強，等.考慮輸電功率平穩(wěn)性的水-風(fēng)-光-儲多能互補日前魯棒優(yōu)化調(diào)度［J］.電工技術(shù)學(xué)報，2023，38（9）：2350-2363.

［20］粟世瑋，練睿青，尤熠然，等.考慮不確定性的多能互補系統(tǒng)雙層優(yōu)化調(diào)度［J］.廣西大學(xué)學(xué)報（自然科學(xué)版），2022，47（5）：1231-1243.

［21］鄒云陽，楊莉，李佳勇，等.冷熱電氣多能互補的微能源網(wǎng)魯棒優(yōu)化調(diào)度［J］.電力系統(tǒng)自動化，2019，43（14）：65-72.

［22］劉鑫蕊，羅雨晴，侯敏，等.階梯式碳交易的城市多能系統(tǒng)能量互補優(yōu)化調(diào)度策略［J］.高電壓技術(shù)，2023，49（6）：2275-2286.

［23］印月，劉天琪，何川，等.風(fēng)-光-水-火多能互補系統(tǒng)隨機優(yōu)化調(diào)度［J］.電測與儀表，2020，57（16）：51-58.

［24］劉萬福，趙樹野，康赫然，等.考慮源荷雙重不確定性的多能互補系統(tǒng)兩階段魯棒優(yōu)化調(diào)度［J］.電力系統(tǒng)及其自動化學(xué)報，2020，32（12）：69-76.

［25］徐敏，劉濤，朱自偉，等.基于時空互補特性的多能源源荷協(xié)調(diào)優(yōu)化調(diào)度［J］.熱力發(fā)電，2021，50（8）：104-111.

［26］王浩，王超，蔣云鐘，等.基于臥式抽水蓄能的風(fēng)光水儲多能互補系統(tǒng)：202110975508.3［P］.2022-01-04.

Optimized Scheduling "of "Wind-solar-hydro Energy Storage

Joint Operation Based on Horizontal Pumped Storage

MO Juhua1， WANG Hao2， WANG Chao2， ZHANG Yunhui2， WANG Meijing1， SUN Ketao3， XING Xinyang3， REN Yan3

（1.Guangxi Energy Co.， Ltd.， Hezhou 542899， China; 2.China Institute of Water Resources and Hydropower Research， Beijing 100038， China; 3.North China University of Water Resources and Electric Power， Zhengzhou 450045， China）

Abstract：

The integration of large-scale wind and photovoltaic （PV） power generation into the grid poses significant challenges to the stable operation of power systems. By retrofitting traditional hydropower systems， horizontal pumped storage power stations are constructed to leverage their rapid startup and robust peak-shaving capabilities， effectively mitigating the output fluctuations of wind and PV power. This paper proposes an optimized scheduling method for joint operation of wind， solar， and hydro energy storage systems based on horizontal pumped storage. The method combines operation of "adjustable hydropower and pumping stations to suppress wind and PV power fluctuations. Considering the overall system performance and renovation feasibility， an optimization scheduling model is established to minimize the sum of squared differences between the system′s total output and the load demand curve. The POA （Preference Ordering Algorithm） optimization algorithm is applied to solve the joint operation scheduling problem. Results demonstrate that the proposed joint operation scheduling approach significantly reduces the system′s average daily power supply gap， improves energy utilization efficiency， prevents resource wastage， and enhances the system′s capacity to integrate clean energy.

Keywords：

horizontal pumped storage; wind-solar-hydro energy storage; joint operation; optimization

（編輯：陳海濤）

收稿日期：2024-06-24

基金項目：國家重點研發(fā)計劃項目（2023YFC3209404）；桂東電網(wǎng)風(fēng)光水（火）儲互補關(guān)鍵技術(shù)研究（GDGHFZ-WT-2023036）；教育部產(chǎn)學(xué)合作協(xié)同育人項目（220506429133218）；河南省高等學(xué)校重點科研項目（23B480001）。

第一作者：莫巨華（1978—），男，高級工程師，博士，從事水電、新能源及電網(wǎng)的規(guī)劃建設(shè)及相關(guān)方面的研究。E-mail：Juhuamo@126.com。

通信作者：王超（1989—），男，正高級工程師，博士，從事水資源調(diào)度及水利信息化方面的研究。E-mail：wangchao@iwhr.com。