水光互补能源基地的多时间尺度优化调度

黄显峰，格桑央拉，吴志远，颜山凯

(河海大学水利水电学院，江苏 南京 210098)

0 引 言

随着光伏等清洁能源的装机容量不断增长，其出力的“间歇性、随机性和波动性”等人为不可控的特性，对电力系统的安全和稳定运行会造成不利影响[1-2]，还会在光伏发电高峰时段，因无法储存富余的电量而导致弃光。水电机组具有启停速度快的特点，利用该特点可有效平抑光伏出力的波动性，水光联合并网，有益于光伏的消纳，减少弃光量[3- 4]。

目前，已有很多学者研究了水电光伏混合电站的联合调度运行。以往的研究主要是针对短期的日尺度进行研究[5-7]。由于光伏出力具有即时性且在日内波动性大的原因，在日尺度上的互补运行优化的重要性显而易见，但长期互补运行的优化也至关重要，它决定着发电计划，影响短期运行。以往中长期水光互补的研究[8-9]大多都未充分考虑到光伏出力逐时变化的波动性，以此制定的调度规则可能无法有效平抑光伏出力在日内的波动性，造成一定的弃光量。

鉴于此，本文提出一种考虑调度期内光伏出力逐时变化波动性的水光互补中长期优化调度方法。采用创新的度量方法衡量光伏的消纳程度，即用需调(需要调节的光伏电量)和可调(可调节的水电电量)的大小来衡量逐月逐日的光伏消纳程度。通过利用水库的优良调节性能，在年内、月内、日内多时间尺度分层对光伏消纳进行调节，在不增加水库弃水的前提下，以消纳光伏最大化和水电电量受损最小化为目标进行水电站发电调度，实现基地水光互补电量效益最大化。

1 水光互补模型构建

水光互补即以逐时波动的光伏出力作为水库优化的边界条件，充分利用年调节库容的调节能力，构建长期年尺度上水光发电总量最优、中期月尺度光伏消纳率最优、水电电量损失最小的多时间尺度分层模型，并以此大尺度优化调度的结果作为策略指导日尺度的调度。模型逐级优化水光系统的水电出力过程，最大化平抑逐时光伏的波动性，提升水光系统发电效益。

1.1 目标函数集

1.1.1 年尺度的目标函数

年尺度的目标函数是年水光合计电量最大。年尺度的水光互补是以月为调度期，但光伏出力是逐时变化的。因此若用月光伏总电量拟合运算，以此制定的调度规则可能无法有效协调短期的光伏消纳，故在年尺度的计算可采用月内每日同时段光伏出力平均值代替逐时光伏出力，进而不仅在长期优化调度中考虑到了月内每日的光伏随机波动性，且降低了时间维度复杂性。

(1)

(2)

(3)

1.1.2 月尺度的目标函数

(1)光伏消纳率最大

(4)

(5)

(2)水电电量损失最小

(6)

1.2 优化调度模型约束条件

(1)梯级水电站水量平衡约束

(7)

式中，Vi，t、Vi，t+1分别为第i个水电站第t时段初、末水库蓄水量，m3；RQi，t为第i个水电站第t时段入库流量，m3/s；XQi，t为第i个水电站t时段的下泄流量，m3/s；Qi，t为第i个水电站第t时段的发电流量，m3/s；Si，t为第i个水电站第t时段弃水流量，m3/s。

(2)上下游水力联系。对于处在同一干流的电站，上游电站下泄的水量会汇入到下游电站，和区间流量一起共同构成下游电站的入库径流。

RQi,t=XQi-1,t+QJi,t

(8)

式中，XQi-1，t为第i-1个水电站(第i个水电站的上游电站)的下泄流量，m3/s；QJi，t为第i-1个电站到第i个电站的区间流量，m3/s。

(3)水位限制

Zimin≤Zi≤Zimax

(9)

式中，Zimin为第i个水电站t时段允许最低运行水位，m；Zimax为第i个水电站t时段允许最高运行水位，m。

(4)发电流量限制

Qi,tmin≤Qi,t≤Qi,tmax

(10)

(11)

(5)电站出力约束

Ni,tmin≤AQi,tHi,t≤Ni,tmax

(12)

式中，Ni，tmin为第i个水电站在t时段发电机组被允许的最小出力，kW；Ni，tmax为第i个水电站在t时段发电机组被允许的最大出力，kW；Hi,t为第i个水电站在t时段发电水头，m。

(6)所有参数均非负约束。

2 模型求解

水光互补优化调度模型涉及到的约束条件较多，目前难以用蚁群算法、粒子群算法等智能算法求解，故嵌入优化思想，采用基于POA的模拟优化方法进行求解。将调度过程分为若干个时段，对各个时段进行迭代反演模拟优化，通过POA滑动寻优从而得到最终方案。

2.1 水光互补系统光伏消纳量化

梯级水电出力和光伏出力进行叠加，形成水光合计出力如图1所示。t2时段为水光合计出力超出电网通道的时段，即弃光时段，该时段超出通道的弃光电量，称为需要调节的光伏电量(以下称为“需调”)。

t1时段为水光合计出力未超出输电通道的时段，该时段水电出力距离水电出力上限、水光合计出力距离通道的剩余的可增加出力的空间，该空间称为可以调节的水电电量(以下称为“可调”)

水光互补即利用水电易调节性能，通过减少t2时段的水电出力，腾出一定输电通道给光伏，使得光伏“需调”电量得到最大化的消纳利用；同时通过增加t1时段的水电出力，保持调度期内的水电电量平衡。

水电“可调”电量分为水电出力上限可调与输电通道可调，“可调”取二者各个时段较小值，以下以年尺度调节为例，水电可调与光伏需调见式(13)～(14)。

(13)

(14)

水光合计出力分为3种情况：①“需调”>“可调”，说明水电的调节能力不足以将产生的弃光电量全部消纳，如图1a所示；②“需调”≤“可调”，说明通过水光互补可以使弃光电量能完全被消纳，如图1b所示；③水光合计出力没有超出通道的时段，水光不互补的情况下，也不会产生弃光，如图1c所示。故需调和可调的大小可衡量光伏出力的消纳程度。

图1 水光出力叠加示意

第①、②种情况一般出现在在典型年汛期，第③种情况一般出现在典型年枯期。对于情况①，为了减少弃光量，要调整水电出力大小。随着水电出力变小，使得可调变大，需调变小，当达到需调小于等于可调时，调度期内无弃光电量。水光互补过程是通过损失水电电量来消纳光伏电量，故在达到光伏消纳量最大化的目标时，要保证水电电量损失最小。第②种情况虽弃光电量能完全被消纳，但水电电量受损，故最理想的状态为需调等于可调，这时的水电出力能在光伏消纳量达到最大化的前提下，保证水电电量损失最小，即临界出力。

临界出力受水电预想出力和水电出力下限约束，同时由于光伏出力的波动性与不确定性，在平水、枯水年应避免弃水，优先保证水电出力效益，在该基础上实现水光合计出力最优。

2.2 求解步骤

水光互补优化调度模型包含的约束条件众多，采用基于POA的模拟优化方法景象求解，主要步骤如下：

(1)以梯级水库水位为决策变量，设定初始梯级水库水位序列和运行策略。

(3)进行月调节，以日为阶段变量。以光伏消纳率最大、水电电量损失最小为目标函数，调节年内弃光月份的逐日日均水电出力。

(4)进行日调节，以小时为阶段变量。用月尺度得到的优化调度作为策略指导指导日尺度的调度，得到最终的逐时水电出力调度方式。

3 实例分析

3.1 背景介绍

澜沧江上游西藏段规划的范围为西藏昌都市地区以下(扎曲与昂曲汇口)至芒康县曲孜卡乡古学村附近，规划河段长317 km，落差877 m。澜沧江西藏昌都区域年总辐射在5 800～6 700 MJ/m2之间，稳定度RW为0.65，因此，区域的太阳能资源属很丰富～最丰富等级，太阳能资源稳定度属很稳定等级[10]。西藏澜沧江清洁能源基地采取水电+光伏互补的开发模式，规划的水电梯级以如美为控制性调节水库的6级电站作为河段梯级布局及资源规划方案。即：班达、如美、邦多、古学、曲孜卡、古水水电站，是以年调节如美水库为控制性工程的梯级水电站，其余电站为周、日调节库容，6站总装机规模9 525 MW，目前大部分在开展前期工作。

规划中的光伏电站主要分布在西藏芒康、察雅和贡觉县，总装机规模10 000 MW。本次典型气象年出力计算，以芒康站点资料为依据，收集芒康站点Solargis数据库21年的月平均值，从近10年的数据中选取各月接近21年的平均值的年份作为典型气象年。

图2为基地全年光伏电量箱型示意。受高原气候影响，光伏电量在年内各月间变化较明显，枯期11月～次年2月的光伏电量明显高于汛期，在1月份最大；受光伏波动性与不确定性影响，月内各天也发生着明显的变化。基地光伏电站总规模为19 525 MW，输电工程采用±800 kV特高压直流输电线路，送电容量为10 000 MW。

图2 基地全年光伏电量示意

3.2 结果分析

为了验证模型的可靠性、适用性与有效性，本文在梯级水电站历史径流资料中选取3种具有代表性的水文年：偏丰年、平水年和偏枯年，对应的来水频率分别为34.8%、50.1%、65.2%。本文将3种场景代入模型，对比水光互补前后光伏消纳情况及梯级电站的出力变化。

水光互补前，3种典型年均在汛期发生弃光，弃光原因为汛期水电出力大，占据了大部分的输电通道。基地是以“先弃光后弃水”的原则运行，超出输电通道的光伏无法被消纳，产生弃光。经过“年”调节水光互补后，弃光月份的水电出力降低至月均临界出力，实现“需调”=“可调”，可完全消纳光伏而不发生弃光现象，具体见表1。

表1 3种典型年“年”调节前后弃光量对比 亿kW·h

通过年调节水光互补后，得到全年水电及光伏逐月出力过程。3个典型年在“年”调节水光互补前后全年基地水光电量，如美水电站的弃水量、水位对比如图3～5所示。

图3 偏枯水年“年”调节前后水光电量、弃水量、水位对比

图4 平水年“年”调节前后水光电量、弃水量、水位对比

图5 偏丰水年“年”调节前后水光电量、弃水量、水位对比

通过对全年水电及光伏逐月出力过程分析，3种典型年全年光伏消纳率在年尺度水光互补后均可以达到100%。由水光互补前后基地水光电量对比图可看出，弃光月份光伏消纳率变大是通过损失水电电量实现的。对于偏枯、平水年因水光互补损失的水电电量远小于增加的光伏消纳电量；对于偏丰年，水光互补损失的水电电量与光伏电量增量大致相等，原因在于径流来水偏丰，汛期水电出力已逼近水电出力上限，当水光互补优化调度出现弃水时，无法加大之前月份的水电出力，由5b中8、9月数据可知，在弃光月份水位骤增至上限值，产生了大量弃水，导致损失的水电电量接近光伏电量增量，具体见表2所示。

表2 3种典型年“年”调节前后水光电量

上述“年”调节求得水电月均出力后，继续以光伏消纳率最大、水电电量损失最小为目标，调节弃光月份的逐日日均水电出力，使得逐日的光伏消纳率均为100%，如图6所示。用月调节所得的逐日日均出力指导日调节的逐时水电出力。在弃光时段降低水电出力，其余时段增加水电出力，保持日内的水电电量平衡，如图7所示。从而达到从年内、月内，到日内，多时间尺度分层协调水光互补优化调度，逐级优化水光互补系统水电出力过程的目的。

图6 3种典型年“月”调节前后对比

图7 3种典型水文年“日”调节前后对比

4 结 论

通过分析将3种具有代表性的水文年带入本模型后的结果，偏枯、平水年中，水电电量在水光互补后损失了1.80亿、2.06亿kW·h，但光伏消纳量则分别增加了11.2亿、13.91亿kW·h，远多于损失的水电电量。在不产生弃水的前提下，水光系统效益大幅增加，故本调度模型是合理、有效的。在年径流量频率小的来水偏丰的年份，因整年来水较大，往往在光伏的弃光时期，水电出力也逼近上限，难以留出通道来消纳光伏，因此光伏效益的增加也会导致损失较大的水电效益，该情况下应以“先弃光再弃水”的水光互补原则，最大化利用水电资源。