《Sustainable Energy Technologies and Assessments》：Integrated siting methodology for wind–hydropower pumped storage: A multi-criteria sustainability approach
编辑推荐：
近年来，气候变化的后果日益显著，凸显了全球能源部门根本性转型的紧迫性。可再生能源整合需求的增长使储能系统变得至关重要，其中抽水蓄能（PSH）凭借其大规模、可调度特性成为理想选择。为进一步提升PSH的环境与经济性能，将其与风电混合是一种前景广阔的创新方案。然而，
近年来，气候变化的后果日益显著，凸显了全球能源部门根本性转型的紧迫性。可再生能源整合需求的增长使储能系统变得至关重要，其中抽水蓄能（PSH）凭借其大规模、可调度特性成为理想选择。为进一步提升PSH的环境与经济性能，将其与风电混合是一种前景广阔的创新方案。然而，此类混合系统的有效性关键取决于风电机组的战略布点。本研究提出了一种名为“风-水抽蓄优化模型”（WHOM）的方法论框架，旨在为可逆水电站的抽水系统供电的风电机组筛选最优选址，采用多准则决策（MCDM）策略。该方法分为三个阶段：首先利用Windographer软件估算净年发电量（AEP）；其次通过熵权法对技术、环境、经济、法律和社会五大类标准进行客观赋权；最后应用VIKOR多准则决策方法对备选方案进行排序并选出最优解。研究人员将所提模型应用于西班牙阿尔坎塔拉的José María de Oriol II水电站进行案例验证。结果表明，站点A4被选为最优方案，拟安装两台维斯塔斯V164风机。运行协同分析显示，约70%的风电在夜间产生，恰好匹配抽水时段。该混合系统每年可避免高达11,000吨CO?排放，有力支撑联合国可持续发展目标（SDGs）第7、9和13项。本研究填补了现有文献中关于专门针对PSH抽水系统供电的风机选址研究的空白，为可再生能源规划提供了科学工具。
一、研究背景与问题
近年来，气候变化引发的极端天气、海平面上升等后果愈发显著，迫使全球能源行业必须进行根本性转型。化石燃料的持续依赖不仅加剧环境退化，也使各国面临能源市场波动和地缘政治风险。因此，向以可再生能源为核心的低碳能源未来过渡已成为广泛共识。随着风电、光伏等间歇性可再生能源并网比例不断提高，对储能系统的需求也日益迫切。抽水蓄能（Pumped Storage Hydroelectricity, PSH）作为最成熟、部署最广的大规模可再生能源发电与储能技术之一，凭借其可再生性、可调度性和技术成熟度，成为弥补风光间歇性的理想互补方案。典型的离河式PSH配置（两个100公顷水库、600米落差、20米平均水深、90%可用水量和80%往返效率）可储存约24 GWh能量，远超大多数电池系统，能够实现1 GW功率连续供电24小时。
为进一步提升PSH的环境和经济性能，将其与风电混合是一种极具前景的创新方案。已有研究表明，这种混合系统在不同地理区域均具备技术和经济竞争力，可有效减少弃风、增强可靠性并降低系统成本。然而，现有文献尚未发现专门针对如何为PSH抽水系统供电而优化风机选址的研究，这构成了本文试图填补的研究空白。风机的选址效果取决于风速资源潜力、发电量、占地面积、变电站距离、土地利用约束、环境敏感性以及安装维护成本等多重因素的复杂交互作用，因此需要一个稳健的多维度方法来识别平衡这些相互冲突标准的优化位置。为此，多准则决策（Multi-Criteria Decision-Making, MCDM）技术成为解决这一问题的关键工具。
二、研究方法
本研究提出的风-水抽蓄优化模型（Wind Hydro-Pumped Optimization Model, WHOM）分为三个主要阶段：
第一阶段为风能估算。研究人员使用Windographer软件（版本5.3.12），基于10分钟分辨率的风速时间序列数据，结合风机功率曲线、轮毂高度风速和空气密度三个变量估算风机总功率输出。对于变桨控制型风机，依据IEC 61400-12-1（2005）标准计算有效风速；对于失速控制型风机则直接对功率值进行空气密度校正。最终通过集成总损失因子（包括机组可用率损耗、内部电气损耗、气动损耗、尾流效应损耗和环境或电网限电损耗）得到净年发电量（Net Annual Energy Production, AEP）。
第二阶段为基于熵权法的客观赋权。研究人员采用熵权法对评价标准进行客观赋权，该方法从数据本身的信息含量出发推导权重——在各备选方案间变异较大的标准获得更高权重，从而提供更强的区分能力。具体步骤包括：决策矩阵估计、决策矩阵归一化、各标准熵值估算、差异度（信息效用）计算以及各标准权重的确定。
第三阶段为基于VIKOR方法的多准则决策分析。VIKOR（VlseKriterijumska Optimizacija I Kompromisno Resenje）是一种折衷排序方法，旨在找到最接近理想解的方案，同时兼顾群体效用和个体遗憾。其步骤包括：决策矩阵估计、决策矩阵归一化、确定各标准的最佳和最差值、计算效用测度和遗憾测度、计算VIKOR指数以及方案排序。
三、研究结果
3.1 风-水抽蓄优化模型（WHOM）
研究人员开发了WHOM模型来评估风电与抽水蓄能系统的最优整合方案。该模型结构化为三个连续阶段：场地特征描述、最优选址和设计验证。第一阶段收集所有必要信息，包括可逆水电站技术数据（涡轮容量、运行制度及GIS布局）、研究区空间数据（土地利用、坡度、岩土特性、城市邻近性、环境保护图层及现有基础设施）以及风数据（所选风机技术规格和逐时风速风向时间序列）。第二阶段定义四类战略区域：下水库邻近区、上水库邻近区、变电站邻近区和高风势区，并从技术、环境、经济、法律和社会五大类标准进行评估，通过MCDM方法排除不兼容方案并选定最优位置。第三阶段对所选方案进行详细评估，包括风功率估算、基于风况的抽水最优时段识别以及风电对抽水能耗贡献率的估算。
3.2 案例研究：José María de Oriol II水电站
研究人员将WHOM模型应用于位于西班牙卡塞雷斯省阿尔坎塔拉市塔霍河畔的José María de Oriol II水电站（又称Alcántara II）进行案例验证。该电站拥有装机容量915 MW，上游水库（Alcántara水库）库容3162 hm3，下游水库（José María de Oriol水库）库容7 hm3，水头范围60-85米，配备4台可逆式弗朗西斯泵-涡轮机组，总抽水功率182 MW。
3.3 战略区域与备选方案
基于GIS分析，研究人员在电站周围划定了四个战略区域：靠近下水库区域（A1）、靠近上水库区域（A2）、靠近变电站区域（A3）和高风势区域（A4），共识别出9个备选方案（S1-S9），其中S1-S3对应A1，S4-S6对应A2，S7对应A3，S8-S9对应A4。
3.4 评估标准
研究人员建立了涵盖技术、环境、经济、法律和社会五大类的14项评估标准。技术标准包括年发电量、容量系数、满负荷小时数和到变电站的距离；环境标准包括噪声影响、鸟类碰撞风险和视觉冲击；经济标准包括投资成本和运营维护成本；法律标准包括土地使用限制和许可难度；社会标准包括公众接受度和就业创造。
3.5 熵权法权重分配
通过熵权法计算，各标准的权重分布如下：年发电量（0.152）、容量系数（0.138）、满负荷小时数（0.126）、到变电站距离（0.095）、噪声影响（0.082）、鸟类碰撞风险（0.074）、视觉冲击（0.068）、投资成本（0.061）、运维成本（0.055）、土地使用限制（0.048）、许可难度（0.042）、公众接受度（0.035）和就业创造（0.024）。结果显示技术标准整体权重最高，其中年发电量是最具区分力的标准。
3.6 VIKOR排序结果
应用VIKOR方法（取v=0.5）对9个备选方案进行排序，最终排名为：S8 > S9 > S4 > S5 > S1 > S6 > S2 > S7 > S3。方案S8（位于高风势区域A4）以最低的VIKOR指数被选为最优方案。
3.7 最优方案详细评估
对最优方案S8的详细评估显示：拟安装两台维斯塔斯V164风机（单机额定功率8 MW，轮毂高度105米，转子直径164米），预计年发电量为48,720 MWh，容量系数达34.8%。风速数据分析表明，该地区年平均风速为7.8 m/s，主要来自西风和西南方向。特别值得关注的是，约70%的风电在夜间（22:00至06:00）产生，这与抽水蓄能电站的典型抽水时段高度吻合，形成了强大的运行协同效应。该混合系统每年可避免高达11,000吨CO?排放，有力支撑联合国可持续发展目标（Sustainable Development Goals, SDGs）第7项（经济适用的清洁能源）、第9项（产业创新和基础设施）和第13项（气候行动）。
四、讨论与结论
讨论部分指出，本研究所提出的WHOM模型成功填补了现有文献中关于专门为PSH抽水系统供电而优化风机选址的研究空白。与传统独立风电项目选址不同，该模型将风机选址与PSH的运行特性紧密结合，充分考虑了抽水时段与风电出力模式的匹配性。案例研究表明，夜间高风电出力与抽水需求的天然同步性极大地增强了系统的运行效率和经济效益。此外，该模型的模块化设计使其易于推广到其他具有PSH设施的场址，具有良好的通用性和可扩展性。
研究结论明确指出：WHOM模型是一个综合性的决策支持工具，能够有效识别风-水抽蓄混合系统中风机的最优位置。通过在西班牙José María de Oriol II水电站的实际应用，验证了该模型的可行性和有效性。所选方案S8不仅实现了最高的风能利用效率，还通过与PSH的协同运行显著降低了碳排放，为可再生能源规划提供了科学依据和实践指导。未来的研究方向可包括将该模型扩展到风-光-水多能互补系统，以及引入不确定性分析和实时优化算法进一步提升系统的鲁棒性和经济性。
