用于远距离特高压直流输电的并网水力-风能-太阳能-抽水蓄能互补系统的协同容量配置与技术经济评估

《Journal of Cleaner Production》：Coordinated capacity configuration and techno-economic assessment of a grid-connected hydro–wind–solar–pumped storage complementary system for long-distance UHVDC power transmission

　　•针对超高压直流输电下的可再生能源外送，研究了一种源网协同规划框架。•一种双层多时间尺度调度模型可用于生成可靠的输电曲线。•最优的光伏与输电走廊容量比约为2.5:1。•CRITIC-GLDS方法被用于在技术可行性和经济最优性条件下选择方案。•以青海为例，18吉瓦的光伏发电能力和8吉瓦的输电走廊容量被确定为最优配置。

引言
在应对气候变化及全球低碳转型目标的推动下，全球可再生能源装机容量持续快速增长（Zheng等人，2025年）。能源行业是温室气体排放的主要来源，电力系统的低碳转型对于实现减排目标至关重要（Sahu等人，2025年）。到2025年底，全球可再生能源装机容量已达到5149吉瓦，同比增长15.5%，占全球总装机容量的49.4%（Nassar等人，2025年）。太阳能和风能已成为可再生能源发展的主要动力，其装机容量分别达到2392吉瓦和1291吉瓦。然而，优质的风光资源与负荷中心在空间上的不匹配，使得通过超高压直流输电实现跨区域清洁电力输送成为发展大规模可再生能源基地的重要途径（Wang等人，2022年；Stan等人，2022年；Moradi-Sepahvand和Amraee，2021年）。同时，风能和光伏发电具有随机性、波动性和间歇性特征（Li等人，2022年）。随着可再生能源占比的不断提高，电力系统需要更强的电源侧调节能力以及更稳定的电力输送能力（国际可再生能源机构，2026年）。因此，在高比例可再生能源接入的电力系统中，如何协调水电、风电、光伏发电以及储能资源，又如何在输电走廊容量限制下实现稳定输电，已成为规划中的关键问题（Li等人，2025年）。

抽水蓄能水电目前是一种成熟的长时储能技术，具备强大的大规模应用能力（Nassar等人，2024年）。它通过抽水和发电实现能量时空转移，同时能够缓解电源侧的风光发电波动（Ahmed等人，2026年）。与主要侧重于短期调节和瞬时功率平衡的电化学储能相比，抽水蓄能水电更适用于电力系统中的大规模、长时序和高功率级别的调节场景（Zhong等人，2025年、2026年）。在将大规模风光基地与远距离输电走廊相结合的系统中，抽水蓄能水电影响着诸多关键因素，包括电源侧风光波动的平抑、可再生能源的接纳能力以及输电曲线的稳定性（Mahfoud等人，2023年）。因此，水电-风电-光伏-抽水蓄能系统的容量配置已不再是单纯扩大单一发电资源的问题，而是一个源-储-网协同规划的课题。

现有研究大致可分为两类。第一类主要从技术性能角度评估多能源互补系统的容量配置。Lu等人建立了风光水互补系统的短期协同运行优化模型，研究表明级联式水电站能够有效平抑风光发电波动，提升并网运行的稳定性（Lu等人，2021年）。Wang等人采用两阶段鲁棒优化方法研究级联式水电站-光伏互补系统的日前调度问题，提升了在不确定性条件下的运行可靠性（Wang等人，2023年）。Li等人进一步考虑了多时间尺度不确定性，为水电-风电-光伏互补系统开发了中期多阶段分布式鲁棒调度模型，增强了系统在电力市场环境中的适应能力（Li等人，2023年）。Sun等人提出了基于超高压直流输电场景的风光-抽水蓄能基地两级容量规划模型，并通过8760小时的序列模拟评估了不同输电模式的运行性能。该研究加强了对超高压直流约束条件以及风光-抽水蓄能协同运行的分析，但其输电曲线在很大程度上依赖于预定义的运行模式，且月度外送计划完成率与日度水资源约束之间的关联分析还不够深入（Sun等人，2025年）。

第二类研究则更注重容量配置中的经济性与技术性能之间的权衡。Zhang等人研究了混合式水电-光伏-风电系统的容量配置及经济性评估，揭示了不同风光容量比对系统投资和收益的影响（Zhang等人，2020年）。Makhdoomi优化了并网光伏-抽水蓄能水电系统的日间运行性能，表明抽水蓄能能够提升光伏并网的经济性和稳定性（Makhdoomi和Askarzadeh，2020年）。Nassar等人对光伏/风能/抽水蓄能混合系统进行了动态分析及容量优化，指出合理的抽水蓄能规模能够改善系统的供需平衡和经济性能（Nassar等人，2021年）。Cui等人基于协同序理论提出了级联式水电-风电-光伏互补系统的容量配置框架，并将水资源、生态效益和发电效益等综合因素纳入评估体系。该研究强调了流域尺度上的综合效益与多目标协调问题，但并未将抽水蓄能水电和远距离输电走廊容量作为核心耦合变量（Cui等人，2024年）。Li等人通过整合情景构建、多目标优化和多属性决策分析，提出了水电-风电-光伏-储能互补系统的三阶段容量决策框架。该研究提升了容量配置决策的系统性，但主要聚焦于不确定性建模和帕累托方案筛选，对于在输电走廊容量限制下生成长期稳定输电曲线的问题关注不足（Li等人，2024年）。

除了容量优化模型之外，工程决策方法也会影响最终方案的选定。现有研究通常采用平准化电力成本（LCOE）（Cesaro等人，2021年）和负荷供电损失概率（Ahmad等人，2025年）等指标来评估不同的容量方案。这些指标能够反映系统的部分技术或经济特性，但难以独立体现大规模可再生能源输电项目的整体性能。对于水电-风电-光伏-抽水蓄能互补系统而言，方案选择需要同时考虑多种指标，因此多准则决策方法为这类问题提供了有效的解决工具（Liang等人，2023年；Luo等人，2017年）。

总之，现有研究为水电-风电-光伏-抽水蓄能系统的容量配置及技经评估奠定了重要基础，但仍存在三个局限性。首先，大多数现有研究仅关注系统内部的容量优化，未能充分阐述作为刚性工程约束的输电走廊容量与电源侧装机容量之间的耦合关系。其次，尽管有一些研究考虑了超高压直流输电或固定的输电曲线，但大多依赖预定义的输电模式或年度序列模拟进行评估，尚未完全揭示月度外送计划完成率、日度水资源约束与小时级互补调节之间的层级关系。第三，容量优化与工程决策评估往往被分开处理，现有研究未能充分将技术可行性评估与多指标客观优化相结合，难以形成适合工程实施的客观决策框架。

为解决这些问题，本研究提出了一种面向远距离电力输送的水电-风电-光伏-抽水蓄能系统源网协同规划及技经评估框架。本研究的主要创新点如下：首先，提出了一种以输电走廊容量为核心决策变量的源网协同容量配置方法。与那些将输电能力仅视为预定义运行边界的研究不同，本研究将输电走廊容量作为刚性工程约束纳入容量配置过程，从而揭示了光伏装机容量与输电走廊容量之间的技经耦合关系。其次，提出了一种旨在实现稳定基荷电力输送的月度计划外送曲线生成方法。与采用预定义输电模式或固定负荷曲线的研究不同，该模型综合考虑了月度外送计划完成率、日度水资源约束以及小时级风光发电波动，能够将不稳定的风能和光伏发电输出转化为稳定的基荷导向型外送曲线。第三，建立了基于CRITIC-GLDS多准则决策方法的方案选择机制。与那种将多种指标汇总为单一综合得分的决策方法不同，本研究首先筛选出满足工程运行要求的技术上可行的方案，然后再进行经济优化，从而在技术可行的前提下实现经济最优的容量决策。

模型构建与方法
为解决水电-风电-光伏-抽水蓄能输电系统中的两个关键难题，即长期输电曲线的制定难度以及发电容量与输电走廊容量之间的失衡问题，本节构建了一个全面的建模与分析框架。其目的是系统地评估在远距离电力输送场景下该系统的长期运行特性，并揭示其中的协同关系。

案例研究
基于第2节所建立的模型和方法，本节以黄河上游的一个水电-风电-光伏-抽水蓄能一体化能源基地为研究对象进行实证分析。3.1节介绍研究区域的概况；3.2节阐述模型的核心输入数据；3.3节明确系统参数及候选容量方案；3.4节则阐述方案选择原则。

结果与讨论
基于第3节所设定的案例条件，本节展示仿真结果，以验证所提方法的有效性。4.1节验证了所提出的用于生成输电曲线的双层长期调度模型的可行性。4.2节评估了光伏容量与输电走廊容量对系统技经性能的耦合作用。4.3节确定了全局最优的容量配置方案。

结论
为应对水电-风电-光伏-抽水蓄能系统在超高压直流输电场景下面临的诸多挑战，包括长期输电曲线的制定困难、可再生能源基地的发电能力与输电需求之间的不匹配，以及可再生能源装机容量与输电走廊容量之间协调不足等问题，本研究构建了一个将输电走廊容量视为刚性约束的源网协同优化框架。

作者贡献声明
Dezi Chen：概念构建、形式分析、方法设计、可视化处理、初稿撰写。Sibo Wang：数据整理、论文审阅与编辑。Wenhao Zhang：数据整理、论文审阅与编辑。Qiurong Li：数据整理、论文审阅与编辑。Beibei Xu：资金筹集、项目管理、论文审阅与编辑。Diyi Chen：资源协调、项目监督、论文审阅与编辑。Fangfang Li：资源协调、项目监督、论文审阅与编辑。Junxu Zou：数据相关工作。

利益冲突声明
作者声明不存在任何可能影响本文研究工作的已知财务利益或个人关系。

致谢
本研究得到了国家自然科学基金（项目编号52479088、U2340210）以及陕西省青年科技明星创新能力支撑计划（项目编号2025ZC-KJXX-10）的支持。

Dezi Chen | Sibo Wang | Wenhao Zhang | Qiurong Li | Beibei Xu | Diyi Chen | Fangfang Li | Junxu Zou