抽水蓄能增强的高渗透率可再生能源系统容量配置双层优化框架

《Renewable Energy》：A bi-level optimization framework for capacity configuration of high-penetration renewable energy systems enhanced by pumped storage

　　

**摘要**

在"双碳"目标驱动下，可再生能源的大规模并网因其固有的随机性和波动性，对电力系统的安全稳定与经济运行提出了严峻挑战。本研究以华东地区某地级市为案例，建立火电—风电—光伏—抽水蓄能（TWPIS）综合系统的容量配置优化模型。采用同步后向削减算法，从2019年数据中提取8个典型场景以表征不确定性。建立双层优化框架：外层利用多目标多宇宙优化算法（MOMVO）优化可再生能源装机规模；内层通过CPLEX求解混合整数线性规划模型，并结合ε约束法处理多目标问题。采用熵权-TOPSIS法对Pareto前沿解集进行评估。结果表明，抽水蓄能配置后，风电和光伏最优装机容量分别从2430 MW和2388 MW降低至2203 MW和1003 MW，同时风电和光伏弃电率分别控制在0.53%和1.57%以下。系统静态回收期约为6.74年，其中抽水蓄能投资增量回收期为2.17年。全年时序仿真验证系统高效运行时间超过90%，弃电仅限于极端工况。研究结论证实，抽水蓄能可增强系统灵活性，促进可再生能源消纳，并保障高比例可再生能源系统的经济性。

**引言**

在全球低碳能源转型的驱动下，风电和光伏发电已成为实现"双碳"目标的核心支柱。然而，风光发电的强随机性、间歇性和波动性带来了严重的安全风险，并导致大量弃风弃光[1]，这一问题在华东地区尤为突出——该地区电力负荷密集、峰谷差大且土地资源匮乏[2]。抽水蓄能是目前容量最大、技术最成熟的大规模储能形式，凭借其快速响应和跨时间尺度灵活调节能力，已成为提升可再生能源消纳能力的关键技术[3]。Ren等[4]验证了废弃矿井抽水蓄能—风电—光伏系统中抽水蓄能对可再生能源消纳的显著贡献；Zhang等[5]确认了高比例可再生能源电力系统中抽水蓄能对稳定运行的支撑作用。然而，抽水蓄能的建设受选址和生态条件的制约，因此需要与火电协同运行。在工业负荷集中的地区，火电机组仍需承担基荷保障和灵活调节的双重角色[6]。因此，构建火电—风电—光伏—抽水蓄能综合系统（TWPIS），通过多能互补克服经济性、可靠性和低碳性之间的"不可能三角"，具有重要的现实意义[7]。

现有新能源互补系统优化研究可归纳为三个主要方向：容量配置、运行调度和优化框架。作为系统规划的源头环节，容量配置已从单一指标向多维目标体系演进：Ren等[8]以稳定性和经济性为目标优化了风电—光伏—氢能系统；Naderipour等[9]将生态生命周期成本纳入全生命周期优化模型。近期研究进一步细化了建模方法：Ademollo等[10]表征了光伏组件老化和分区电价以优化光伏制氢系统；Li等[11]提出了结合储能平准化成本（LCOE）和年成本的双层优化模型，优化了风光氢混合系统容量，并考虑了季节性储能需求。面向低碳电力系统，Xie等[12]对可再生能源、输电线路和储能进行了协同容量优化，同时考虑了火电退役、电力需求增长和输电网扩展。

然而，合理的容量配置本身并不足以确保系统高效运行，还必须与科学的调度策略相匹配。在运行调度方面，各类数学规划模型和智能算法被逐步引入：Lu等[13]建立了水—光中长期互补调度的区间MILP模型；Su等[14]构建了水电—火电—风电系统的MILP模型；Sun等[15]开发了一种双目标风—光—抽蓄模型，并通过改进萤火虫算法求解；Lu等[16]提出了基于风电置信区间的短期水—风—火调度策略。在调度过程中的不确定性处理方面，Calabrese等[17]采用了两阶段随机规划方法；Wang等[18]开发了针对高比例可再生能源省级电网的8760小时全年时序生产仿真方法，解决了典型日方法忽略季节波动的局限；Wang等[19]建立了以水电为主导的水—风—光—抽蓄系统短期协同调度模型，并提出输出匹配策略（OMS）以解决调节特性不匹配问题；Zhang等[20]在建模框架中引入灵活性平衡约束，采用多时间尺度调度策略，同时提升了梯级水电—光伏—储能混合送出系统的频率稳定性和经济性。

容量配置与运行调度之间的内在耦合关系进一步推动了优化框架的演进。单层框架产生了一系列容量配置结果。以龙羊峡清洁能源基地为研究对象，Cao等[21]考虑了本地和跨区电力需求，通过火电、水电和抽水蓄能协同运行提升了风电和光伏消纳能力；Irshad等[22]最小化了并网光伏—电池系统的净现值成本（NPC）。然而，单层框架难以充分捕捉规划与运行之间的双向反馈。双层框架将外层规划与内层调度耦合，在解决强规划—运行耦合问题上具有明显优势。Lv等[23]在外层最大化装机容量，在内层优化源荷匹配；Shi等[24]建立了两阶段随机优化模型；Xu等[25]在氢—电混合储能系统中联合优化容量和动态电价；Zhang等[26]将上层NSGA-II与下层滚动时域优化相结合；Shang等[27]制定了内层市场收益和外层综合效益的双目标。在上述框架下的求解实现方面，将元启发式算法与数学求解器耦合的嵌套方案日益受到关注，例如MATLAB与外部求解器结合[28]，以及YALMIP + CPLEX [29]。

尽管上述研究在多能互补系统优化方面取得了丰富进展，但仍存在以下不足：（1）大多数模型采用小时级时间分辨率，未能捕捉风光发电的分钟级波动特征；（2）基于典型日场景的分析忽略了季节变化，导致抽水蓄能容量配置偏差；（3）NSGA-II等算法在处理8760小时年时序模型时容易陷入"维度灾难"；（4）很少有研究全面纳入抽水蓄能上下库动态水平衡、火电机组爬坡动态等关键物理约束。

针对上述局限，本文将研究目标定义如下：以华东地区某市为案例，在既有火电和抽水蓄能装机容量固定的前提下，为TWPIS建立双层容量规划优化模型。采用嵌套式仿真优化框架确定风电和光伏最优装机容量，以实现发电收益与系统运行成本之间的最优权衡，同时保障运行稳定性并提升可再生能源消纳能力。为实现该目标，首先采用同步后向削减算法构建代表性场景集以表征风电出力、光伏出力和电力负荷的不确定性。然后建立双目标双层优化模型，以最大化期望发电收益并最小化期望系统总运行成本。外层采用MOMVO搜索最优容量配置方案，内层调用CPLEX求解器求解调度优化问题。最后，通过全年时序仿真验证所获容量方案的鲁棒性。主要贡献总结如下：

（1）考虑研究区域实际情况，在火电和抽水蓄能装机容量固定的条件下，优化输电通道上可再生能源装机规模，为华东地区大规模可再生能源规划提供新见解。

（2）建立双层优化模型，外层利用MOMVO[30]优化可再生能源容量，内层通过基于YALMIP建模的CPLEX结合ε约束法求解MILP问题；引入熵权-TOPSIS方法增强决策客观性，缓解主观偏好导致的抽水蓄能容量配置偏差。

（3）通过与无抽水蓄能系统的对比，实证检验了抽水蓄能的核心协调作用：在规划层面，抽水蓄能推动可再生能源配置从"过度装机"向"高效消纳"转变；在运行层面，它平滑净负荷波动、减少弃风弃光，并使火电机组从调节角色转变为稳定基荷运行。

（4）通过全年时序生产仿真验证所提方案的长期稳定性和鲁棒性，明确合理的设计边界，避免因极端工况而过度投资。

本文其余部分结构如下：第2节介绍多场景下综合能源系统容量配置的双层优化框架及求解方法；第3节对华东地区火电—风电—光伏—抽水蓄能综合电力系统进行案例分析，与无抽蓄系统进行比较并讨论结果；第4节总结全文。

**第2节 多场景下综合能源系统容量配置的双层分层优化模型**

本研究聚焦于华东地区某地级市，研究综合能源系统的容量配置问题。分析基于一个风电场（装机18 MW）和一个光伏电站（装机6 MW）2019年年度出力数据以及相应区域的电力负荷数据。鉴于风光出力与负荷需求的强随机性和耦合不确定性，采用同步后向削减（SBR）

**第3节 案例分析**

本文选择华东地区某市作为案例研究对象。该地区发电结构以火电、风电和光伏为主，装机容量分别为4020 MW、2260 MW和3280 MW，分别占总装机容量的42.1%、23.6%和34.3%。风光发电数据来源于当地一个风电场（装机18 MW）和一个光伏电站（装机6 MW）2019年实际年度出力数据，时间分辨率为

**结论**

本研究选取华东地区某市为案例。针对火电占42.1%、风电占23.6%、光伏占34.3%的现有供电结构，提出了TWPIS的嵌套式容量优化模型。该模型采用嵌套仿真优化框架。外层利用MOMVO确定风电和光伏的最优装机容量，内层通过CPLEX求解器调用

**作者贡献声明**

黄伟：初稿撰写、项目管理、方法论、资金支持。刘斌：审阅与编辑、正式分析、概念化。李哲：审阅与编辑、可视化、数据管理。李火坤：监督、调研、资金支持。刘波：审阅与编辑、概念化。王刚：审阅与编辑、概念化。

**数据可用性声明**

数据可根据要求提供。

**资金支持**

本研究受赣鄱人才支持计划（20243BCE51081）、国家自然科学基金（52569019）、国家重点研发计划（2023YFC3209404）和江西省自然科学基金（20232BAB204093）资助。

**利益冲突声明**

作者声明不存在已知的可能影响本文工作结果的竞争性经济利益或个人关系。

**致谢**

作者感谢编辑和匿名审稿人提出的建设性意见，这些意见对提升稿件质量具有重要贡献。同时感谢研究团队各位成员在工作准备期间提供的宝贵讨论和建议。

黄伟 | 刘斌 | 李哲 | 李火坤 | 刘波 | 王刚

南昌大学基础设施工程学院，江西南昌，330031，中国