基于梯级水电站差异化调峰方法的水 - 风 - 光伏系统协调调度

《Renewable Energy》：Coordinated dispatch of hydro-wind-photovoltaic systems based on a differentiated peak-shaving method for cascaded hydropower stations

　　

• 提出了一种适用于水风光调度的差异化削峰方法。
• 根据装机容量和调节能力对水电站进行分类。
• 为稳定出力型电站设计分段出力轨迹。
• 在缩减模型规模的同时提升调度方案的可操作性。

引言

随着全球经济的发展和工业化的加速，电力需求显著增长。平衡电力供需以确保电网稳定运行已成为重要的研究课题[1]。近年来，能源开发呈现多元化趋势，清洁能源比例不断上升[2][3]。对于电力系统削峰而言，协调多种能源源的调度以确保稳定出力至关重要[4][5]。以风能和光伏（PV）为例，其出力具有固有的不确定性，现有预测技术的精度仍然有限，往往导致较大偏差[6][7]。因此，需要利用其他可控电源提供协调调节，以弥补这些预测误差[8]。因此，具有快速启停和灵活调节特性的水电[9]，能够应对风能和光伏出力的不确定波动[10]。当预测的风电和光伏发电量被高估时，减少水电发电量；当预测被低估时，则增加发电量[11]。这一策略充分利用了水电调节的灵活性，从而避免电力短缺和可再生能源弃用的风险[12]。

然而，大型梯级水电系统通常包含装机容量、水库调节能力和水情条件显著不同的电站。大容量、强水库调节能力的电站可以有效应对短期负荷变化，而小容量或弱调节电站提供的削峰效益有限。要求所有电站都跟随短期负荷波动，可能导致频繁的出力调整和操作指令复杂化。因此，实际的调度方法必须平衡剩余负荷调节、水电站出力稳定性、计算可行性和操作可实施性。

相关研究大致可分为三个研究方向：水电补偿可再生能源不确定性、水风光协调削峰调度和大型梯级水电系统的计算建模。

第一个方向聚焦于表征风光不确定性并利用水电灵活性补偿可再生能源预测误差。预测、随机优化、机会约束和基于风险调度已被广泛研究，用于表征可再生能源不确定性并保持充足的系统备用。Quan等[13]将可再生能源不确定性纳入随机机组组合问题，并考察了备用、运行风险和系统成本之间的关系。Liu等[14]开发了一种基于Wasserstein距离的分布式鲁棒机会约束模型，用于梯级引水式水电-风电-光伏系统。Jin等[15]进一步表明，风电和太阳能渗透率的增加会加剧水电出力波动，并增加对梯级电站的调节负担。这些研究表明了水电在管理可再生能源不确定性方面的重要性。

第二个方向涉及水风光协调削峰运行。现有研究制定了确定性、随机和基于规则的调度模型，以平滑净负荷波动并协调互补能源资源[16][17]。Zhu等[18]提出了一种考虑源荷不确定性的随机优化框架，并证明了协调水电运行对短期削峰的贡献。Liu等[19]量化了水电补充风光不确定性的能力，而Wang等[20]在明确削峰要求下为水风光系统开发了运行规则。这些研究确立了多能协调调度的有效性。

第三个方向针对大型梯级水电调度的计算复杂性。Zhao等[21]提出了大规模多梯级水电削峰运行的分解迭代策略。Liao等[22]研究了在水力连接敏感和水位延迟条件下的日削峰问题。其他研究应用了分段线性化、混合整数建模、近似水电表达和分解方法来提高求解效率[23][24]。这些方法通过数学重构或算法分解来降低计算难度。然而，针对单个电站实际削峰责任简化模型的研究相对有限。因此，模型分辨率很少与电站灵活性和运行角色明确关联。

根据文献综述，仍有一些问题未得到充分解决。首先，现有研究通常从数学角度简化模型，很少将模型缩减与不同水电站的实际削峰能力联系起来，因此装机容量和水库调节能力的差异未能在削峰责任分配中得到充分反映。其次，统一的分时段调度可能将短期负荷波动传递给所有电站，包括灵活性有限的电站，导致不必要的出力调整和降低调度方案的可操作性。大容量电站可以有效调节出力以响应负荷变化，显著减小峰谷差，但小容量电站调节范围有限，对整体负荷曲线的影响较小。此外，调节能力强的电站可以支持多日连续削峰，并充分利用储能潜力协调上下游来水分配，从而涉及更多电站参与系统调节，提升整体性能。因此，在实际运行中，只有有限数量的水电站积极参与削峰，而大多数电站以相对稳定的出力运行，并随负荷变化逐步调整发电量。因此，对所有电站和机组的详细建模使得难以将实际出力稳定性要求纳入大规模调度问题。剩余负荷平滑、电站出力稳定性、计算可行性和调度可实施性之间的权衡仍需进一步研究。

为解决上述问题，本研究提出了一种考虑梯级水电站差异化削峰参与的水风光协调优化调度方法。根据装机容量和水库调节能力，将电站分为灵活削峰水电站（FPSHSs）和稳定出力水电站（SPOHSs）。前者代表装机容量大或调节能力强的水电站，其余则为SPOHSs。一方面，装机容量大的水电站对系统负荷的削峰效果显著，因此表现出较高的削峰参与程度[25]。另一方面，流域内的梯级水电站大多为日调节水电站，蓄水量小且调节能力有限，因此需要调节能力强的水电站来平衡来水变化并满足上下游流量协调要求。FPSHSs保留详细的时间段建模并承担主要削峰任务。SPOHSs采用基于系统负荷特征的分段稳定出力轨迹。这一表述在保留系统削峰和上下游水协调所需灵活性的同时，减少了不必要的短周期调节。所提方法通过广西壮族自治区37座梯级水电站的案例进行了评估。差异化削峰方法（DPSM）在剩余负荷调节、模型复杂度、计算可行性、电站出力稳定性和操作可实施性方面与常规削峰方法（CPSM）进行了比较。结果表明，DPSM在典型系统负荷、高系统负荷和高可再生能源条件下显著减少了模型规模和不必要的电站级调节，同时保持了令人满意的削峰能力。因此，它为大规模梯级水电系统的短期削峰调度提供了一种计算可行且操作实用的替代方案。本研究的主要贡献总结如下：

（1）提出了一种差异化削峰方法，根据梯级水电站的装机容量和水库调节能力为其分配不同的运行角色。

（2）对于削峰能力较弱的电站，引入分段恒定出力方法，在保持运行可行性的同时简化其出力过程的表达。

（3）所提方法在保持令人满意的削峰性能的同时提高了计算效率，并增强了调度方案的操作可实施性。

本文其余部分组织如下：第2节介绍DPSM和CPSM中使用的削峰调度优化模型。第3节描述DPSM的方法学组成部分，包括电站分类、SPOHSs的分段出力表达和线性化步骤。第4节展示并讨论案例研究。最后，第5节给出结论。总体流程图如图1所示。

削峰调度优化模型

为便于对不同类型水电站进行差异化处理并从而提高调度计划的可操作性，本研究提出了一种考虑梯级水电站差异化削峰参与的水风光协调优化调度方法。首先根据装机容量和调节能力将梯级水电站分为两类：FPSHSs和SPOHSs。随后，

方法学

本节进一步描述DPSM的方法学实现。如图2所示，CPSM对所有梯级水电站进行统一处理，并以15分钟为分辨率进行调度，而DPSM首先根据装机容量和水库调节能力将水电站分为FPSHSs和SPOHSs。FPSHSs保留详细的15分钟调度以承担主要削峰任务，而SPOHSs采用分段稳定出力调度以减少不必要的

工程背景

广西壮族自治区位于中国西南部，拥有丰富的水电资源。广西电网管辖着34座水电站，分布在红水河下游以及桂江、郁江和柳江流域，总装机容量约为9000 MW。这些水电站大多为日调节水电站，仅有岩滩水电站（540 MW）为年调节

结论

为解决具有异质性梯级水电站的大型水风光混合系统短期削峰调度难题，本文提出了一种适用于具有梯级水电站的大型水风光混合系统的差异化削峰方法。通过所提方法，根据装机容量和水库调节能力将水电站分为FPSHSs和SPOHSs。灵活型电站保留15分钟调度以

CRediT作者贡献声明

黄硕：审阅与编辑、撰写原稿、验证、软件、方法学、调查研究、形式分析、概念化。吴心雨：监督、资源、方法学、资金获取、数据整理、概念化。程瑞祥：软件、概念化。程春田：资源、资金获取。魏星辰：审阅与编辑、监督。

利益冲突声明

我们确认本作品为原创，未在其他地方发表，目前也未在其他地方考虑发表。所有作者均已阅读并批准提交的手稿，同意将其提交至本期刊，且没有需要披露的利益冲突。

本文所述工作得到了国家自然科学基金（52179005）的资助。

致谢

本文所述研究工作得到了国家自然科学基金（52179005）的资助。

黄硕|吴心雨|程瑞祥|程春田|魏星辰