抽水蓄能电站容量与抽发功率协同规划模型——考虑高比例风光并网及弃电惩罚的时序模拟方法

《Energies》：Optimal Capacity Allocation of Pumped Hydro Storage Towards Long-Term High-Penetration Renewable Energy Integration: A Case Study of a Coastal Power Grid

　　

摘要：本文提出一种考虑高比例风电(wind power, W)与光伏(photovoltaic, PV)并网及可再生能源弃电(renewable energy curtailment, Ccurt,t)惩罚的抽水蓄能(pumped hydro storage, PHS)电站装机容量(PPHS)与抽/发功率(Ppump、Pgen)协同规划模型。该模型以系统全周期总成本最小为目标函数，引入弃电惩罚项以抑制高比例可再生能源情景下的无效弃电，采用时序生产模拟(time-sequential production simulation)逐时段校核电力平衡、PHS水库能量状态(reservoir energy state, Et)、各类型机组出力上下限及启停互斥约束。通过对典型区域算例的仿真分析，验证所提模型能在满足可靠性前提下确定PHS最优额定容量与抽/发功率配比，量化不同PHS规模对风光消纳率及系统总成本的边际影响，为高可再生渗透电网的储能规划提供决策依据。

研究背景与意义

随着风电(W)与光伏(PV)在高比例可再生能源(high-renewable penetration)电网中渗透率持续提升，其间歇性与反调峰特性导致系统出现严重的弃风弃光(renewable energy curtailment)现象，传统基于典型日或静态容量充裕度评估的储能规划方法难以刻画跨时段能量转移(energy shifting)效应对弃电的抑制作用。抽水蓄能(pumped hydro storage, PHS)作为大容量长时储能，其规划需同时确定额定装机容量(P_PHS即最大发电功率P_gen,max)、抽水功率(P_pump,max)与上、下库有效库容所对应的能量存储容量(E_max?E_min)，三者耦合关系在时序运行中尤为显著。现有研究常将PHS功率与容量解耦处理，忽略了二者协同配置对时序消纳能力的差异。为此，研究人员以全系统净现值成本(net present cost, NPC)最小为目标，构建含弃电惩罚的PHS协同规划数学模型，结合时序生产模拟校验运行可行性，发表于《Energies》。

主要关键技术方法

研究人员建立混合整数线性规划(mixed-integer linear programming, MILP)框架下的PHS协同规划模型：①目标函数含PHS年化投资成本(C_inv,PHS按功率与能量容量分别计算)、火电机组燃煤/碳排放运行成本及弃风弃光惩罚成本(C_curt,t·P_W,curt,t+C_curt,t·P_V,curt,t)；②全局电力平衡约束涵盖火电(P_th,t)、核电(P_nuc,t)、常规水电(P_hyd,t)、实际并网风电(P_W,t)、光伏(P_PV,t)、PHS放电(P_dis,t)、外购电(P_imp,t)与负荷(P_load,t)、PHS充电(P_ch,t)的平衡；③PHS时序运行约束含库能递推E_t=E_t?1+η_P·P_pump,t?P_gen,t/η_G、库能上下限E_min≤E_t≤E_max、抽/发功率不超额定值且受0–1二元状态变量(u_pump,t、u_gen,t)控制、互斥约束u_ch,t+u_dis,t≤1禁止同时抽发；④风光实际出力≤预测可用出力，弃电量为预测减实际；⑤采用典型年8760小时时序断面求解，以不同PHS功率—容量组合方案比选最优。算例选用南方某省级电网实际负荷与W/PV历史出力曲线。

研究结果

2.1. Objective Function（目标函数）

研究人员以规划期系统总成本折现为最小化目标，包含PHS按功率(P_PHS)与按能量容量(E_PHS=E_max?E_min)分别计取的投资费用、各时段火电机组运行费用及风光弃电惩罚费用。研究表明引入弃电惩罚可避免模型为降低投资而过度允许弃电，使优化结果兼顾经济性与可再生消纳。

2.2. Constraints（约束条件）

Global power balance constraint（全局电力平衡约束）：各时段发电侧（热、核、常规水、实际并网W/PV、PHS放电、外来电）之和等于负荷侧加PHS充电功率，确保供需物理可解释性。

PHS chronological operational constraints（PHS时序运行约束）：库能状态按时步递推计入抽水充入(×η_P)与发电放出(÷η_G)；库能须维持在死库能与总库容之间；抽/发功率分别受P_PHS与二元启停标志约束；同一时段禁止同时抽水和发电(u_ch,t+u_dis,t≤1)。该分层约束结构可判别弃电源于储能功率不足、库容不足或其余机组调节刚性。

Generation-source constraints（电源约束）：风/光实际出力不超可用预测值，弃电量=预测?实际；火电机组服从最小技术出力与爬坡率限制；核电、常规水电按给定出力区间运行。

算例分析与结果

研究人员设置多组PHS配置方案（不同P_PHS与E_PHS配比），在典型高比例可再生渗透场景下开展时序模拟。结果表明：①单独扩大PHS功率而不匹配相应库容对减少弃电作用有限，反之亦然，二者存在协同增益区；②随PHS规模增加系统总成本呈先降后升，存在使NPC最小的PHS最优功率—容量组合；③所建模型较传统仅以容量为变量的规划方法更能反映实际时序消纳效益，弃电惩罚系数灵敏度分析显示适度惩罚可引导优化趋向更高消纳水平且不致投资过度膨胀。

讨论与结论

研究人员指出，传统容量充裕度法低估PHS跨时段能量转移价值，本文模型通过嵌入弃电惩罚与时序生产模拟，实现PHS功率参数(P_pump、P_gen)与能量容量(E_max?E_min)的联合优化。结论如下：(1) PHS规划须协同确定抽/发功率与储能量，孤立放大任一侧不能最大化削减弃风弃光；(2) 所提模型可量化不同PHS规模对系统总成本与可再生消纳率的边际贡献，为电网侧储能选型定容提供理论支撑；(3) 弃电惩罚项权重需结合实际政策取向校准，过高致过度投资、过低致无效弃电被默许。该研究成果适用于高比例风光并网区域的PHS预可行性规划阶段。