在CuCo?S?@ZnS纳米复合材料中通过磁场诱导高自旋钴原子排列，以提高电化学性能

《Journal of Energy Storage》：Magnetic field-induced high-spin cobalt engineering in CuCo?S?@ZnS nanocomposite for enhanced electrochemical performance

水电-风电-光伏-抽水蓄能协同调度中，基于场景的日前调度结合自适应模型预测控制实现实时优化，确保水库用水量约束并降低偏差和经济损耗。

　　本文聚焦于如何通过协调运行水力、风力、光伏发电以及抽水蓄能（PSP）等混合系统，来有效促进可再生能源的整合。研究指出，由于风力和光伏发电的预测不确定性，当按照日前发电计划进行实时调度时，每日的用水量可能会显著偏离最初的预期，这会对水库的综合利用造成严重影响。为解决这一问题，研究提出了一种新的综合日前调度与实时调度方法，以应对混合系统中的不确定性。该方法在日前调度阶段采用基于场景的调度模型，以水消耗目标为约束，生成水库水位参考轨迹。在实时调度阶段，提出了一种自适应模型预测控制策略，依据水位参考轨迹来制定调度决策。该方法在黄河上游流域的混合系统中进行了案例研究，结果显示，该方法能够确保每日用水目标在实时调度中的可靠执行，相较于未考虑用水目标执行的对比模型，水库水位与目标之间的偏差平均减少了72%。此外，该方法在经济性能方面也表现出显著优势，总用水量率平均减少了1.82%。总体而言，该研究为基于水力的混合系统的多时间尺度协调运行提供了模型基础。

在混合系统中，水力和抽水蓄能电站提供了缓冲能力，以补偿风力和光伏发电的不确定性。水力发电单元可以通过调节出水量来减少或增加输出，以抵消风力和光伏发电预测误差的正负偏差。然而，水力和抽水蓄能电站的调节能力受到水库综合利用、水力连接的紧密性以及复杂的运行约束的影响。由于来自不同用水部门的多种需求，用于调节风力和光伏发电输出的可用水量受到严格限制。此外，由于补偿引起的出水调整，不仅影响下一个周期水库的蓄水量，还通过水力连接影响下游水库的来水。因此，混合系统在串联水电站中的运行非常复杂。鉴于上述挑战，迫切需要开发一种高效的工具，用于在考虑预测不确定性和复杂运行需求的情况下，协调运行混合系统。

为解决混合系统运行中的挑战，已有多种方法被开发用于应对不确定性下的运行问题。这些方法可以大致分为两类，依据其优化时间范围进行分类。第一类方法主要关注制定一个适合的日前发电计划，以最大化潜在场景下的预期性能。常用的方法包括随机规划、区间优化、机会约束规划和鲁棒优化。随机规划通过采样场景建模不确定性，并通过优化不同场景下目标函数的概率加权和来求解。例如，Zhu等人通过场景树建模不确定性，然后开发了一个随机优化模型用于水力-风力-光伏发电混合系统的削峰。Huang等人使用copula方法描述不确定性，并建立了随机优化模型以最小化输出短缺、发电减少和水泄漏的风险。区间优化方法则使用区间数代替精确数值来表示预测不确定性，相较于基于场景的随机优化，其计算性能更优。Li等人提出了水力-风力混合系统的协调调度模型，并利用区间分析研究不确定性对模型的影响。机会约束规划利用概率约束确保在决策者设定的概率水平下，受不确定性影响的约束条件可行。Yuan等人建立了机会约束优化模型，用于确定水力-光伏发电系统的短期联合运行。Zhang等人使用分位数回归量化预测不确定性，并提出了机会约束协同优化模型，用于日前发电和备用调度。

鲁棒优化方法则通过设定不确定性集来限制参数波动，并在最坏情况下的场景中确定最优解，这可能导致过于保守的决策。Ming等人提出了鲁棒优化模型，以改善大型水力-光伏发电站的每日发电调度的指导。Xu等人识别了由预测误差带来的相关风险，并建立了鲁棒优化模型以最小化风险概率、生态保护的脆弱性以及水和能源供应的不确定性。这些方法在提升日前发电计划的适用性方面具有显著效果。然而，水力电站用于抵消风力和光伏发电预测误差的输出调节并未被纳入日前调度模型中。因此，如果混合系统在实时调度中按照日前发电计划运行，其运行性能可能会显著偏离初始预期。

第二类方法采用滚动时间优化框架，重点关注日内和实时调度。模型预测控制（MPC）是滚动时间优化方法中最广泛使用的一种，它将反馈控制整合到滚动时间优化框架中，以最小化预测误差对调度性能的影响。Xu等人在风力-储能混合系统中应用了随机MPC，用于在预测不确定性下进行负荷转移。Zhang等人提出了基于分布式鲁棒MPC的能源管理策略，用于孤立的多微电网，以减少不确定可再生能源输出的不利影响。Zhou等人开发了一种基于MPC的两阶段策略，用于小型分布式能源系统，利用MPC的前瞻性优势平滑电力波动，同时保持运行经济性。然而，当将MPC应用于水力调度问题时，复杂的水力连接和非线性的水力发电函数使得设计运行策略变得困难。Santosuosso等人提出了基于经济MPC的控制策略，用于由风力场和串联径流水电站组成的虚拟电厂。Zhang等人提出了基于MPC的实时最优调度模型，考虑了发电与洪水排放之间的相互作用。但MPC通常在较短的预测范围内优化混合系统的输出，缺乏应对日尺度运行约束的能力。动态规划（DP）和强化学习（RL）则提供了另一种用于实时调度的决策范式。Shuai等人提出了基于近似动态规划（ADP）的算法，用于在不确定性下的微电网实时运行。利用历史数据进行离线优化，以提高实时决策的最优性，并减少对预测信息的依赖。Yang等人提出了一种时空并行多智能体方法，用于实现水力-光伏发电-抽水蓄能混合系统的动态调度，旨在最大化经济效益并最小化联合发电波动。然而，水力电站的运行约束在不同日期和季节间变化较大，尽管DP和RL在实时调度中取得了一定进展，但现有的奖励机制和策略仍不足以应对混合系统的多样化、时间变化的运行约束。

从多尺度协调运行的角度来看，已有的一些研究采用了集成框架来应对风力和光伏发电的预测不确定性。这些研究都采用了跟随参考轨迹的策略。混合系统的发电计划是根据预测信息在日前阶段确定的，然后通过调节灵活电源的输出，确保发电计划在日内运行中的可靠执行。Wang等人建立了多尺度嵌套联合运行模型，用于模拟水力-光伏发电混合系统的运行，并提出了实时运行策略，以动态调整备用容量的规模和调用模式。Tan等人开发了一种协调调度策略，用于电化学储能和水力发电单元，以避免水力发电单元在实时调度中的不利运行条件。虽然这些方法的有效性得到了验证，但由于风力和光伏发电的不确定性，实时调度中对连续变量的优化可能会显著违反日前调度模型的约束。为确保日前调度的可靠执行，Wang等人提出了灵活性响应模式，以根据灵活性需求确定每个水力电站的灵活性供应，并构建了考虑预测不确定性的协同优化模型，用于优化日前调度和灵活性响应模式的参数。Lai等人提出了紧约束方法，从实时运行的角度提高日前计划的有效性。然而，上述方法主要关注混合系统的发电效率，未在日前调度的执行中考虑水库的用水目标，这可能会降低水库的整体利用效率，并对混合系统的长期运行效益产生负面影响。

综上所述，本研究提出了一种新的综合日前调度与实时调度方法，用于在不确定性下协调运行水力-风力-光伏发电-抽水蓄能混合系统。该方法在日前调度阶段建立了基于场景的调度模型，以水库综合利用需求为约束，生成水库水位参考轨迹。在实时调度阶段，提出了一种自适应模型预测控制策略，将参考轨迹转换为预测时间范围内的边界约束，以确定调度决策。该方法协调了运行需求，确保了系统的稳定性和经济性。研究的框架如图3所示，其余部分的结构如下：第二部分详细介绍了本研究中采用的方法，包括不确定性模拟、日前调度和实时调度；第三部分描述了在黄河上游流域进行的案例研究；第四部分展示了所提出方法的结果；最后第五部分总结了本研究的关键发现，并对研究进行了结论性的阐述。

黄河上游流域位于中国西北地区，拥有众多新能源电站以及具备调节能力的水电站。本研究关注该流域内的一个水力-风力-光伏发电-抽水蓄能混合系统，包括串联的五座水电站（总装机容量10 GW）、正在建设中的抽水蓄能电站（装机容量2.8 GW）、以及围绕水电站和抽水蓄能电站的多个风力发电场（总装机容量8.81 GW）和光伏发电站（总装机容量14.85 GW）。该系统是该区域的主要电力供应来源，其运行对于保障区域电网的稳定性至关重要。

本研究提出的方法在该混合系统中进行了测试，并与MPC策略和基于比例的启发式策略进行了比较。研究结果表明，该方法在满足水库综合利用需求方面表现出显著优势，能够在实时调度中确保每日用水目标的可靠执行。相比之下，基于比例的启发式策略和MPC策略在应对不确定性方面效果有限，导致水库水位与目标之间的偏差较大。通过采用基于场景的调度模型，该方法能够在日前调度阶段生成更精确的水位参考轨迹，从而为实时调度提供更可靠的基础。此外，该方法在经济性方面也表现出良好表现，总用水量率较对比方案有所降低，显示出在减少资源浪费方面的潜力。

在理论贡献方面，本研究提出了一个综合日前调度与实时调度的框架，用于水力-风力-光伏发电-抽水蓄能混合系统。该框架结合了不确定性补偿和水库综合利用，使得混合系统的运行更加灵活和高效。通过将不确定性纳入调度模型，研究提出了一种基于场景的目标函数，以适应不同的运行条件。该目标函数不仅考虑了风力和光伏发电的预测误差，还结合了水力发电和抽水蓄能的调节能力，使得系统能够在复杂的运行环境中保持稳定运行。

此外，本研究还探索了如何在不同运行条件下调整运行目标，以增强混合系统的灵活性供应能力。传统的调度方法往往采用静态目标函数，忽略了运行条件的变化，导致在面对不确定性时缺乏适应性。相比之下，本研究提出的方法采用动态目标函数，能够根据实际运行情况实时调整调度策略，从而提高系统的灵活性和响应能力。这种基于场景的动态目标函数不仅提高了调度的准确性，还增强了系统的鲁棒性，使其能够在各种不确定性下保持良好的运行表现。

本研究的创新之处在于，首次将水库的用水目标纳入日前调度的优化过程中，并通过实时调度进行动态调整。这一方法突破了传统调度模式的局限，使得混合系统的运行更加协调和高效。通过结合不确定性模拟和动态优化，研究提出了一种全新的调度框架，能够有效应对风力和光伏发电的预测误差，同时确保水库的综合利用需求。该方法在实际应用中表现出良好的适应性和稳定性，为未来的混合系统运行提供了理论支持和实践指导。

本研究的实施过程包括以下几个步骤：首先，对混合系统的运行环境进行建模，包括风力、光伏发电、水力发电和抽水蓄能的相互作用。其次，采用基于场景的调度模型，根据预测信息生成水位参考轨迹，并确保这些轨迹能够满足水库的综合利用需求。在实时调度阶段，将这些参考轨迹转换为边界约束，并利用模型预测控制策略进行动态优化，以调整发电和储能的运行策略。通过这种方式，混合系统的运行能够更加灵活和高效，避免由于预测误差导致的运行偏差。

研究的案例分析显示，该方法在黄河上游流域的混合系统中取得了显著成效。在实际运行中，该系统能够有效应对风力和光伏发电的预测误差，并确保水库的综合利用需求。通过对比不同调度方法的运行效果，研究发现，该方法不仅在满足水位目标方面表现出色，还在经济性方面具有明显优势。此外，该方法能够有效减少水库水位与目标之间的偏差，提高系统的运行稳定性。研究还表明，该方法在减少资源浪费和提高运行效率方面具有显著潜力，为未来的混合系统运行提供了新的思路和方法。

本研究的贡献在于，提出了一种新的调度框架，能够有效应对混合系统的不确定性，并确保系统的稳定运行。通过将不确定性纳入调度模型，研究提出了一种基于场景的目标函数，使得系统能够在不同的运行条件下进行优化。此外，研究还探索了如何在实时调度中动态调整调度策略，以提高系统的灵活性和适应性。这些方法不仅提高了混合系统的运行效率，还增强了其应对不确定性的能力，为未来的能源系统运行提供了理论支持和实践指导。

在方法论部分，本研究详细介绍了不确定性模拟、日前调度和实时调度的具体实施过程。不确定性模拟部分采用基于场景的方法，对风力和光伏发电的预测误差进行建模，并生成相应的不确定性集。在日前调度阶段，采用基于场景的调度模型，以水消耗目标为约束，生成水库水位参考轨迹。这些轨迹不仅考虑了风力和光伏发电的预测误差，还结合了水力发电和抽水蓄能的调节能力，使得系统能够在不同的运行条件下进行优化。在实时调度阶段，将这些参考轨迹转换为边界约束，并利用模型预测控制策略进行动态优化，以调整发电和储能的运行策略。通过这种方式，混合系统的运行能够更加灵活和高效，避免由于预测误差导致的运行偏差。

研究的案例分析部分详细描述了在黄河上游流域的混合系统中的运行情况。该系统包括串联的五座水电站、正在建设的抽水蓄能电站、以及多个风力发电场和光伏发电站。通过将该系统作为研究对象，研究验证了所提出方法的有效性。在实际运行中，该系统能够有效应对风力和光伏发电的预测误差，并确保水库的综合利用需求。通过对比不同调度方法的运行效果，研究发现，该方法不仅在满足水位目标方面表现出显著优势，还在经济性方面具有明显提升。此外，该方法能够有效减少资源浪费，提高系统的运行效率。

研究的结果部分展示了所提出方法在实际运行中的表现。通过进行月度模拟，研究比较了不同调度方案的运行效果。结果显示，所提出方法在满足水库综合利用需求方面表现出色，能够有效减少水库水位与目标之间的偏差。相比之下，基于比例的启发式策略和MPC策略在应对不确定性方面效果有限，导致水库水位与目标之间的偏差较大。此外，所提出方法在经济性方面也表现出良好表现，总用水量率较对比方案有所降低，显示出在减少资源浪费方面的潜力。

本研究的结论部分总结了所提出方法的主要发现和贡献。通过将不确定性纳入调度模型，研究提出了一种新的调度框架，能够有效应对混合系统的不确定性，并确保系统的稳定运行。该方法在日前调度阶段建立了基于场景的调度模型，以水消耗目标为约束，生成水库水位参考轨迹。在实时调度阶段，将这些参考轨迹转换为边界约束，并利用模型预测控制策略进行动态优化，以调整发电和储能的运行策略。通过这种方式，混合系统的运行能够更加灵活和高效，避免由于预测误差导致的运行偏差。此外，该方法在经济性方面也表现出良好表现，总用水量率较对比方案有所降低，显示出在减少资源浪费方面的潜力。

综上所述，本研究提出了一种新的调度框架，能够有效应对混合系统的不确定性，并确保系统的稳定运行。该方法不仅在满足水库综合利用需求方面表现出色，还在经济性方面具有明显优势。通过将不确定性纳入调度模型，研究提出了一种基于场景的目标函数，使得系统能够在不同的运行条件下进行优化。此外，研究还探索了如何在实时调度中动态调整调度策略，以提高系统的灵活性和适应性。这些方法不仅提高了混合系统的运行效率，还增强了其应对不确定性的能力，为未来的能源系统运行提供了理论支持和实践指导。