在高可再生能源系统中，将 cascade 水电站改造为抽水蓄能电站的技术经济可行性分析

《Renewable Energy》：Cascade hydropower retrofitting for pumped storage in high-renewable energy system: Techno-economic perspectives

提升可再生能源消纳的梯级水电站改造方案及多尺度调度模型研究，通过 techno-economic 分析比较抽水站改造（HPSH-P）、可逆机组改造（HPSH-PT）及新建水库（PSH）三种路径的适用性，揭示其短期峰谷调节与长期跨季节能量转移的协同机制。西南流域案例表明：HPSH-P 短期经济性最优，PSH 技术性能领先但成本门槛高，三者最优容量下平准化能源成本（LCOE）均低于 200 元/MWh。

　　

王珍妮|谭桥峰|文欣|苏华英|方国华|王浩

中国河海大学水科学与技术研究所，南京210098

摘要

对水电站进行改造，通过增加泵站（HPSH-P）、可逆装置（HPSH-PT）或新建水库（PSH），对于提高电网灵活性和整合可变可再生能源（VRE）至关重要。然而，这些改造方案在多尺度运行特性和技术经济方面的权衡仍缺乏深入研究。本研究开发了一个调度模型，该模型能够捕捉这些改造方案的多尺度调节能力，并基于净负荷的时间段电价曲线进行优化。通过技术经济分析和敏感性分析进一步评估了不同方案的性能，考虑了水文流量、经济参数和往返效率。中国西南地区的案例研究表明，对于资金受限或容量因子较低的电站而言，HPSH-P是一种具有成本效益的短期解决方案。相比之下，HPSH-PT通过有效利用现有储能设施和适度投资扩大容量，实现了70亿元人民币的峰值净现值。尽管PSH在技术性能上更为优越，其整体能量转换效率为79.8%，可变可再生能源吸收率为9.9%，每年可减少1050万吨二氧化碳当量的温室气体排放，但由于新建水库的巨额资本成本，其盈亏平衡点较高。值得注意的是，所有方案在最佳容量下均表现出低于200元人民币/兆瓦时的平准化能源成本（LCOE）。这些发现为将传统水电站转变为灵活的低碳储能资产提供了系统化的框架。

引言

在全球致力于实现碳中和的目标下，风能和太阳能发电在过去十年中得到了前所未有的发展[1]。作为主要贡献者，中国的风能和太阳能装机容量已达到1428吉瓦，占其总发电能力的41.6%以及全球总量的47.7%（图1）[2]。然而，这种快速部署加剧了可变电力供应与电网灵活性之间的结构性矛盾[3]。尽管水力发电因其多尺度调节能力和成本竞争力[4]而成为大规模整合可再生能源的关键选择[5]，但传统水电站的运行限制往往阻碍了其缓解风能和太阳能不确定性的能力[6]。因此，释放梯级水电站的灵活调节潜力对于实现脱碳至关重要。

通过集成泵站、可逆泵 turbine 或新建上游水库（如图2所示），对梯级水电站进行改造，标志着水力发电项目高质量发展的新阶段。这些改造方法利用了传统水力发电和抽水储能的多尺度调节优势。从长期来看，它们满足了电力系统的长期储能需求，通过跨季节能量传输来缓解季节性可变可再生能源（VRE）的波动[7]。从短期来看，它们利用多余的风能/太阳能和低成本的电网电力进行抽水，通过能量转换产生削峰收益和能量补偿。这些能力对于提升可再生能源整合和电力系统效率至关重要。近年来，中国加快了传统水电站的抽水储能改造部署。黄河上游、澜沧江、乌江和雅砻江等主要水力发电基地提出了与风能-太阳能基地相结合的梯级水电站改造计划，并启动了试点项目[8]。这些举措预计将对水力发电发展和清洁能源的更广泛采用产生重大影响。

关于水电站抽水储能改造的最新研究主要集中在两种方法上：新建上游水库和在水电站之间增设泵站/可逆装置。第一种方法是通过新建上游水库建立季节性抽水储能电站，称为季节性抽水储能[9]或增强型抽水储能[10]，有效解决了风能和太阳能的季节性变化问题。该方法通过利用电网中的多余可再生能源，在干旱季节提高水力发电输出，并促进跨季节能量优化[11]。第二种方法是在现有相邻水电站之间安装泵站或可逆泵 turbine 来构建混合抽水储能电站[12]。例如，张等人[13]评估了增设泵站的技术经济可行性，指出55%的效率是一个关键的经济阈值。王等人[14]开发了一个适用于水力-风能-光伏（PV）-储能电力系统的多尺度运行模型，表明考虑季节性与日调节可以提高干旱季节的发电量和系统整体能量转换效率。马等人[15]为带有泵站的混合储能系统制定了中长期运行策略，显示出在较长时间内的强大调节性能，并有效减少了电力短缺和可变可再生能源的削减。程等人[16]分析了梯级储能系统的效率及其与梯级水电站的相互作用，揭示了系统优化所需的关键能量转换机制。

然而，大多数现有研究仅关注个别水电站改造方法。虽然Ak等人[17]量化了将传统梯级水电站转变为抽水储能配置后的收入增长，Jing等人[18]研究了安装泵站和可逆泵 turbine 的协同优势，确定了大规模梯级水库的最佳运行间隔，He等人[19]比较了在水力发电-可变可再生能源混合系统中抽水储能改造方法的影响（考虑了抽水储能的短期调节），但很少有研究全面比较不同方法并讨论其在改造方案中的应用。尽管这些研究为特定技术提供了有价值的见解，但由于缺乏比较维度，政策制定者难以在同一流域内选择不同的改造策略。

从调度角度来看，关于新建上游水库的水电站改造研究主要集中在解决水力发电/可再生能源波动的季节性调节能力上，而关于增设泵站或可逆泵 turbine 的方案研究则强调日削峰能力。例如，罗等人[20]提出了一个短期削峰模型，以减少电网剩余负荷的波动性，表明混合抽水储能电站与传统纯抽水储能电站不同，不受抽水站抽水量的限制，显著提高了削峰能力。谭等人[21]提出了考虑长距离和跨区域电力传输的风能-PV-水力储能系统的协调削峰规则，探讨了增设泵站的调度效益和风险。其他研究利用混合抽水储能电站的快速响应特性来缓解风能/太阳能的不确定性。朱等人[22]通过开发一个两阶段鲁棒单元承诺模型来应对可再生能源的不确定性，提出了一个平衡运行成本和可变可再生能源削减的短期调度框架。王等人[23]为结合泵站设施的水力发电-PV混合系统开发了一个日前多目标调度策略，验证了混合抽水储能电站可以减少剩余负荷方差、输出偏差和光伏不确定性引起的削减率。为了提供结构化的概述，表A1（见附录）总结了各种水电站改造方案的代表性研究，突出了它们各自的重点。总体而言，当前研究面临关键挑战：首先，大多数研究仅关注单一的水电站改造方法，导致不同方案的运行模式和技术经济性能不明确。缺乏关于不同方法适用性和限制的比较分析，特别是在容量扩大时的情况。其次，不同改造方案的调度方法主要针对单一时间尺度，对其多尺度调节能力的研究不足。

为了解决这些不足，本研究做出了以下贡献。首先，以往的研究仅关注单一改造方法，而本研究建立了一个统一的技术经济框架，用于评估和比较三种主要方案（增设泵站、可逆泵 turbine 或新建上游水库）在不同装机容量下的效果。其次，提出了多尺度调度模型，同时满足日削峰和跨季节调节需求，揭示了抽水发电周期与自然径流周期之间的协同机制。最后，本研究纳入了关于水库流量以及技术和经济参数的不确定性分析，以确定每种方案在不同区域条件下的适用性。总体而言，这些贡献直接支持可持续发展目标（SDGs），特别是SDG 7（负担得起的清洁能源）和SDG 13（气候行动）[24]。通过提供稳健的技术经济和不确定性意识方法来改造水电站，以提高灵活性，所提出的框架有助于提高可再生能源的渗透率，减少削减量，从而支持显著的温室气体排放减少。

本文的其余部分组织如下。第2节介绍了水电站改造方案及其调度原则。第3节描述了不同水电站改造方案的数学建模及其技术经济性能评估方法。第4节分析了中国西南地区的一个案例研究。第5节展示了结果，第6节得出了结论。

部分摘录

带有泵站的水电站改造（HPSH-P）

HPSH-P 将相邻的水库重新用作上游/下游水库，安装泵站和输水系统（图2(b)）。传统涡轮机的发电和泵站的抽水操作是独立的。与传统抽水储能水电站不同，其储能能力受到水库调节能力、防洪限制和放流要求的约束。由于泵站仅用于储能，这种方法

不同水电站改造方案的数学建模

考虑抽水储能水电站多尺度调节特性的调度模型表现出更强的灵活性。本文旨在通过为不同水电站改造方案开发多尺度调度模型来最大化系统发电效益，每个模型都针对相应方案的运行限制进行了定制。

案例研究

本研究聚焦于中国西南地区乌江流域的一个梯级水电站系统，该地区对清洁能源供应至关重要，但面临着可变可再生能源快速增长的挑战。预计到2035年，风能和太阳能将占发电总量的57%，因此电网平衡和可再生能源削减成为关键问题。鉴于该流域的水力资源已得到充分利用，加强现有基础设施是提高系统灵活性的合理途径。

结果与讨论

本节对不同的梯级水电站改造方案进行了全面的技术经济评估。进一步研究了各种改造方案下的系统运行模式，分析了它们对水电站性能和适用性的影响。

结论

本研究采用绿色工程方法，通过增设泵站（HPSH-P）、集成可逆装置（HPSH-PT）和新建水库（PSH）来改造现有水电站。具体来说，开发了能够捕捉多尺度调节特性的调度模型，以支持不同改造方法的技术经济比较分析。通过考虑水文、技术和经济因素的敏感性分析，进一步增强了评估的准确性。

作者贡献声明

谭桥峰：撰写——审稿与编辑，概念化。文欣：调查，数据整理，概念化。苏华英：可视化，数据整理。方国华：验证，项目管理。王浩：验证，监督。王珍妮：撰写——初稿，软件，方法论

利益冲突

作者声明没有利益冲突。

数据可用性

作者无权分享数据。

利益冲突声明

作者声明没有已知的财务利益冲突或个人关系可能影响本文所述的工作。

致谢

本研究得到了国家自然科学基金（编号52509013、52479013）、江苏省基础研究计划（BK20251494、BK20251481）、中国博士后科学基金（编号2024M760738）、国家创新人才博士后计划（BX20240101）以及河海大学的高性能计算平台的支持。