金沙江下游水风光储联合调度技术研究与展望

谢 俊，鲍 正 风，曹 辉，徐 杨，卢 佳

(1.中国长江电力股份有限公司，湖北 武汉 430014； 2.智慧长江与水电科学湖北省重点实验室，湖北 宜昌 443000)

0 引 言

随着“双碳目标”[1]以及“2030年非化石能源消费比重达25%，风电、太阳能发电总装机容量达到12亿kW以上”[2]等一系列新发展目标的提出，对中国能源高质量发展提出了更高要求。考虑到当前国家能源发展的形势，“十四五”规划[3]明确指出，需在中国西部、北部等风、光资源富集地区，科学规划、布局一批以新能源为主的电源基地和电力输送通道，实现新能源电力全局优化配置[4]。规划将大型清洁能源基地置于构建新型电力系统的重要抓手地位，旨在通过重大基地支撑发展、示范工程引领发展、行动计划落实发展，加快实施可再生能源的替代工程，促进可再生能源高比例、高质量、低成本、市场化发展。

由于风、光出力具有随机性、波动性、间歇性等特点，将其单独并入电网供电时，系统的可靠性和经济性较差，即便是风光互补系统也需配备大容量的储能装置，对电网影响比较大，其电能质量对电力系统的稳定运行有一定的影响。考虑到水电机组具有启动迅速、调节灵活、负荷响应快等特点，可以对风光电站出力变化进行快速补偿调节，优化电能质量，从而满足电网对频率、电压的质量要求[5]。因此，不少学者提出将水电与风电、光伏以及储能装置进行互补开发，此方法在弥补单一资源不足的同时还能提高发电系统的供电可靠性和经济性[6-13]。目前，许多学者针对可再生能源互补系统的经济性、可靠性以及环保性等进行了相关的优化设计和研究。苏一峻[14]以发电成本最小和弃风、弃光量最少为目标，建立了优化调度模型，并利用蚁狮算法进行了求解；吕崇帅[15]以互补系统波动性最小为目标建立了调度模型，继而利用粒子群算法进行求解。为了解决可能出现的弃风、弃光、限电情况，充分利用金沙江下游风、光、水资源，最大限度减少风电和光电由于突变给电网带来的冲击，建立水风光储清洁能源基地，系统研究水风光储互补系统，既是工程的需要，也是理论发展的需要。

历经20 a建设，金沙江下游已建成中国和世界最大规模梯级水电站群，梯级电站群具有容量大、调节能力强等特点，同时流域内风光资源丰富，能源间具有良好的资源互补特性，依托现有金沙江下游梯级水电站灵活调节潜力和跨省跨区直流外送通道能力，建设金沙江下游水风光清洁能源走廊，实现水风光打捆外送协同消纳，对于充分发挥金沙江下游水风光资源禀赋优势、落实中国双碳目标具有重要的意义。因此，本文围绕金沙江下游清洁能源走廊的实际工程特点，首先阐明了监测感知、智能调控及源侧互补3个方面已有的研究基础，继而凝练了水风光储互补系统发电调度关键问题，从而结合多年流域梯级电站运行调度经验，对金沙江下游水风光储互补系统联合调度问题下大规模风光电站群如何接入大水电、风光集群出力描述及大水电打捆风光储模式下多能互补系统长期、短期协调等方面的研究思路进行了展望，切实服务于金沙江下游清洁能源走廊实际工程运行。

1 金沙江下游水风光储清洁能源系统发展现状

1.1 水风光资源分布特性和多时空尺度互补性研究

为促进新时代可再生能源规模化发展，以流域水电开发为依托，金沙江下游已按照“综合开发，市场配置；总量控制，多能互补；技术经济可行，安全可靠”的原则，统筹能源本地消纳和外送，充分利用水电的调节能力，推进水风光储清洁能源基地综合建设。目前，金沙江下游风光资源总量约2 048万kW、水电总装机容量达4 646万kW。其中，溪洛渡、白鹤滩、乌东德三大控制性水库具有优异调节性能，能够有效平抑风电、光伏出力波动。根据中国长江三峡集团有限公司前期勘测，金沙江下游梯级电站可接入新能源总装机容量约1 048.7万kW(风电337.7万kW、光伏711.0万kW)，分别接入乌东德水电站右岸、白鹤滩水电站左岸、溪洛渡水电站左岸，具体规模见表1，地理分布见图1。

表1 金沙江下游流域水风光一体化规模

图1 金沙江下游流域水风光接入地理分布

截至目前，已通过分析金沙江下游流域水文、气象、地形等因素与水风光资源的关联关系，建立了水风光资源评价指标体系，并根据各样本序列特性建立相应的统计分布模型，以评估水风光资源在不同时空尺度下的分布特性。基于前述研究基础，继而构建了考虑气象、地形、机电等影响因素的出力转换模型，通过计算月/旬/日/时等时间尺度下风、光电站的出力过程，分析水风光电站出力序列特征，从波动性、间歇性、随机性以及预报不确定性等方面分析各电站出力的多维不确定性。最终提出不同时间尺度下多能源互补性的量化指标，从而解析多尺度、多运行模式下的流域水风光多能互补机制及特性。

1.2 清洁能源基地复杂系统多源信息监测感知研究

(1) 天空地一体化风光、水情、工情全天候精细化自动测报技术。采用卫星遥测、无人机巡测、地面测站自动监测和机组工况监测点实时感知等天空地一体化综合监测技术手段，构建了长江流域的风光、水情、工情全要素全天候精细化自动监测网络，如图2所示。其中，地面测站包括水情遥测站633个、水文(水位)报汛站327个、自动气象站7 182个、共享水情监测站442个，工情传感器10万余个。针对金沙江下游全覆盖全天候自动监测的海量多源异构气象-水-雨-工情数据集，采用Hadoop和Spark混合大数据框架以及VHF、GSM/GPRS、北斗卫星、CDMA、PSTN和海事卫星等多种通信方式，研究了全要素多通道实时在线监测与自动测报技术。

图2 长江上游流域水雨工情全要素全天候立体化实时在线监测与自动测报系统

(2) 创建大规模发电机组运行状态监测预警技术。研发了测点种类最多、分布最广、特征量最为齐全的机组运行状态监测系统，以及集成电站监控、机组状态监测和安全运维等综合数据信息的安全评估与趋势分析系统，该监测平台如图3所示。基于机组运行状态实时监测预警技术，可实现机组运行工况实时调整和故障征兆早期预警，并通过所建立的结合机组关键部件量化和维度评价的机组状态评估体系，实现基于诊断与评估的预防性检修，从而保障电站安全可靠高效运行。

图3 巨型水力发电机组运行状态监测预警技术体系

1.3 巨型电站群智能调度研究

(1) 上游水库群多尺度调度规则智能提取研究。以金沙江下游-三峡区域梯级电站为研究实例，考虑上游具有较强调蓄能力的控制性水库及流域出口控制水库，包括金沙江中游梯级、雅砻江梯级、岷江嘉陵江梯级、乌江梯级、长江干流梯级等[16]，以上述水库历史运行数据为依据，分别采用径向基神经网络(RBF)、深度神经网络(DNN)、Elman神经网络及支持向量机(SVM)构建旬、日、小时尺度调度规则提取模型，摸清上游控制性水库群的调度运行规律，以此为基础，建立长江上游水库群模拟调度模型，模拟上游水库一定时间内的下泄流量过程，为科学合理地编制金沙江下游-三峡梯级水库调度计划提供基础数据支撑。

(2) 上游水库群运行调度仿真研究。为解决上游水库群调度计划未知情况下的河道径流过程集合预报及运行影响分析问题，以上游水库群调度规则智能提取研究为基础，建立上游水库群模拟调度模型，具体流程如图4所示。模型按照从上游到下游的方式，逐级模拟上游各水库的运行状态，得到子流域出口断面流量过程，为河道模拟模型和库群优化调度模型提供边界输入，同时可为预报溪洛渡和三峡水库入库以及分析上游水库调蓄对干流溪洛渡、向家坝、三峡、葛洲坝水库影响提供参考。该模型支持水库的任意选择和添加，以适应未来新建水库后的模拟情景。

图4 水库群模拟调度模型流程

(3) 巨型电站群全周期长中短嵌套精细化发电优化调度研究。基于上述研究基础，针对长中短期调度模型相互脱节、无法有效相互支撑的难题，研究中长期优化调度与短期优化调度耦合嵌套的运行模式，提出考虑上游水库群蓄控对干流巨型电站群影响的定量解析方法和基于分层互馈模式的梯级水电站群多时间尺度优化调度耦合嵌套方法(方法流程如图5所示)，并建立流域梯级电站群分层多时间尺度嵌套调度模型(模型控制流程如图6所示)。

图5 水库群精细化调度模型流程

图6 长中短期径流预报嵌套控制流程

根据径流预报信息和库群运行工况的滚动更新，提出梯级调度方案执行偏差的多尺度滚动调整策略(滚动修正技术路线如图7所示)，考虑实际需求与预报偏差，中期模型逐日更新计算，长期模型逐旬、月滚动更新计算，以实现不同运行时期、不同运行工况、不同目标下水库群调度模型及其求解算法的自适应、智能化匹配，为梯级水库群联合调度方案科学合理编制提供有效的决策支持。在2022年三峡水库水位消落期，中国长江电力股份有限公司应用智慧长江与水电科学湖北省重点实验室自主开发的超短期模型，在8 h内不间断开展“三峡145 m”消落过程和节点实时滚动预测。将预测动态库水位时间间隔缩短至分钟级，预测精度高达厘米级，小于允许误差一个数量级，为最终顺利实现三峡水库消落任务提供了有力支撑。

图7 优化调度滚动修正技术路线

2 金沙江下游水风光储系统规划与运行关键问题

金沙江下游水风光多能互补清洁能源示范基地由百余座不同类型、不同规模的电站共同组成，属于千万千瓦级多源多网混合发电系统。所构成的水力-电力时空耦合体系具有规模大、容量高、级数多、不确定性强等特性[17]，因而在风光发电特性及描述、水风光储建设及接入和大水电打捆风光储协调运行等方面存在问题，显著提高了风光储联合调度的难度和要求。

2.1 风光发电系统特性及描述问题

(1) 风光发电的不确定描述问题。风、光电站出力波动频繁，在不同季节和昼夜时序上呈现随机性、波动性、间歇性等特点，且受风速、光照等气象因素影响，不同地区电站发电特性也存在较大差异，因而其装机容量不能等同于常规能源的装机容量[18]。此外，当云、树、建筑物的阴影遮蔽光伏阵列部分组件，或是风速的频繁变化，均将明显增加光伏阵列和风电机组功率输出特性的复杂度，导致需配套较大容量蓄电池组，间接增加了相关投资成本。因此，准确解析风光电站的时空出力规律对提升风光互补协调运行水平极为关键[19]。

(2) 大规模风光互补系统的配置优化问题。水风光多能互补系统[20]为复杂巨型系统，但现有研究大多针对微网、孤网或龙羊峡、北盘江等百万千瓦级的水风光互补系统，规模普遍较小[19]。随着金沙江下游等千万千瓦级水风光一体化清洁能源基地建设的不断推进，多能互补系统的规模愈加庞大、结构愈加复杂、精细化要求也愈加提高，巨大的灵活性需求带来的弃电风险、电网运行风险等问题越来越突出[19]，亟需对大规模风光互补系统的容量配置优化策略展开研究，以期降低区域电网内部风光互补系统的出力波动，缓解网内调峰压力，提升区域电网韧性与安全性[21]。

2.2 大规模风光储接入问题

2.2.1接入后对电网的影响

(1) 风电接入后对电网的影响。中国风能主要集中于“三北”地区，本地负荷较少，需远距离送至负荷中心，对局部电网稳定运行带来较大压力[22]。此外，双馈型风力发电机是当前中国主流的风电机型，但大规模双馈风电机组集中接入到电力系统中时，会对系统的暂态稳定性产生较大影响[23]，继而影响电能质量、稳定性、继电保护和潮流等。因此，研究如何利用风电机组的快速无功调节能力实现风电接入地区的电压稳定，对提高电网运行的经济性具有重要意义[24]。

(2) 光伏接入后对电网的影响。中国光伏发电呈现为“规模化分散开发、低压接入、就地消纳”以及“大规模集中开发、中高压接入、高压远距离外送消纳”两种方式并存的格局，但大规模光伏电站通常位于负荷消纳能力较低、电网结构薄弱的内陆地区，需通过长距离输电线路及串补装置并入主网，电网的阻抗耦合效应会对电子换流器的稳定性产生影响，一旦发生振荡事故，将造成大规模的光伏电站脱网，威胁电网的安全稳定运行[25]。因此，针对大规模光伏发电经串补并网系统的振荡问题，分析串补线路与逆变器交互影响下的系统振荡机理具有较大的实际意义[26]。

(3) 储能接入后对电网的影响。在大规模新能源接入背景下，国内各项大规模储能示范性项目陆续开展。目前，规模化储能主要是抽水蓄能、压缩空气储能以及大容量电池储能[27]。Huang等[28]通过多时间尺度优化方法提出风电-光伏-电化学储能-抽水蓄能水电站联合运行方案，验证了多时间尺度方法的可行性和有效性；Wang等[29]从经济效益、碳排放和电网稳定性等方面建立了风-光-抽水蓄能混合系统的日前多目标优化运行模型。大容量储能接入电网时，可以用于电量输送、平滑电网负荷、调控供电量、发电自动控制等，具有显著的动态调节效益[30]。然而，考虑到对上述效益的精准衡量会涉及到储能本身以及所对应物理问题在不同时间尺度上的建模与刻画，而很多储能技术在中国发展还不成熟，大规模储能系统与既有电力系统的融合仍会对电网造成不利影响，因而还需解决从技术、应用到市场的不同层面问题[31]。

2.2.2接入后对梯级水库的影响

大规模风光接入后需利用梯级水电对“净负荷”进行削峰填谷，通过水风光互补运行保证总体的发电功率平稳输出。梯级水库的调度运行方式由电能供应为主转变为电力调节为主，运行方式的转变将对梯级水库安全经济运行产生显著影响，尤其针对大型梯级水库，明晰其作为调节者的运行影响是清洁能源系统协调优化与稳健发展的基础。

(1) 风电接入后对梯级水库的影响。由于风力发电依赖于风速，而风速变化趋势与用电负荷变化趋势往往不相一致，多数时期下大风期与低负荷期重叠，风电呈现一定的反调峰特性，需要具备调节能力的水电站进行“削峰填谷”[32]。尤其在风电大规模并网后，普通水电站的调节能力无法填补风电高渗透率下的反调峰缺陷，需要梯级水电站共同投入以平抑波动。然而，由于大水电发电消纳顺位位列风电之后，水电投入调节后会大大压缩水电调度工作的裕度。从中长期运行方式来看，将使得水库平均运行水位降低，水头效益减少；从短期运行方式来看，水电调峰压力增大，增加了弃水风险；从能源外送角度来看，将进一步加剧部分地区电力输出受阻局面；从水电机组检修角度来看，平抑风电出力不确定性时的频繁调峰动作加剧了机组的损耗。

(2) 光伏接入后对梯级水库的影响。光伏发电受光照和温度的影响，其出力存在随机性和波动性，大量接入电网将会存在自身消纳与系统稳定性两个方面的问题，仍需利用水电灵活调节的特性平抑光伏出力波动，提升光伏消纳能力，增强系统总体可调度能力，实现多时间尺度上的多能互补[33]。但是，由于水电、光伏机组模型特性各异，梯级水光系统在稳态出力及动力学行为上存在多时间尺度的复杂耦合随机特性，给互补系统的运行、控制和调度带来极大的挑战[34]。此外，梯级水电与光伏互补系统在缓解光伏波动的同时，会影响梯级水电基于水资源利用而制定的发电计划，继而导致水资源无法得到充分利用。

2.3 大水电打捆风光储协调运行问题

(1) 接入后对电网的影响。从长期协调优化来看，长、中、短多时间尺度耦合、径流与风光发电多重不确定性条件下的大规模多类型电站群随机优化问题，与单一水电系统的调度规则优化相比，其复杂性和难度愈加突出，需要从模型的构建与求解上探索创新思路[19]。

从短期协调优化来看，考虑风光发电不确定性，准确描述系统的灵活性调节需求，需要研究灵活性指标及其表征方法，大规模水风光互补系统的日前联合调度模型，实时协调控制策略，同时需考虑系统灵活性、新能源消纳等目标需求的实现问题[19]。

(2) 水风光储联合发电调度问题。大规模千万千瓦级多能互补电站群的电源点众多，出力极不稳定，调度难度较大[35]。针对此联合发电调度问题，已有学者进行了深入研究，并取得了一些成果，Li等[36]建立了考虑风电联合系统经济性和运行效益的多目标优化模型，确定了最佳风电电网规模；马静等[37]基于功率多频率尺度分析，提出一种风光水气储联合系统日前调度策略；吴光仡[38]对风光储联合发电的微电网优化调度进行研究，旨在将可再生能源最大化利用，提高功率预测的精准性；Yang等[39]提出了一种考虑风电、光伏输出和负荷相关性的风光储发电系统优化调度方法，提高了风光储互补发电系统跟踪负荷的能力；Lu等[40]考虑了梯级水电站运行的生态流量需求，提出了一种新的包含风、光、梯级水电站的大规模混合能源系统协调模式；吴瑞鹏等[41]研究混合储能下的风光储联合发电系统优化，进一步提高系统的综合效率；纪会争[42]建立了风光储联合发电多目标跟踪计划的出力调度模型与基于多维度效益的风光储联合发电综合效益评价模型。

(3) 多能互补系统运行控制策略问题。大量风光资源集中接入到多能互补系统中，短时间内对源网荷带来巨大变化，研究多能互补系统运行控制策略对扩大电力供给通道、深度实现能源转型具有重大意义。针对该问题，刘连德等[43]考虑各机组间运行特性的差异，提出了含高比例风光发电的电力系统中抽蓄电站的优化控制策略；彭道刚等[44]考虑多能流设备之间的协同运行、约束条件及分时电价因素，提出3种不同运行优化控制策略下的优化调度模型。

3 金沙江下游水风光储系统研究展望

金沙江下游水风光储系统的建设对于促进中国西部地区经济社会的发展、优化能源结构、保障能源安全具有重大的意义，目前相关学者已开展了大量的研究工作并取得了丰富的研究成果。但随着金沙江下游风光水电站的规模愈加庞大，以往的研究成果并不能够很好的满足当前需求，因而还需要针对整套流域水库群多维度精细化协同调度、多耦合的流域水风光长中短期综合预报、水资源耦合系统动力学适应性调控建模、流域水风光抽蓄多能互补系统多时空尺度调度运行方式4个方面进行更加深层次的研究，为中国多能互补工程实际运行提供切实可行的技术手段，具体研究思路如图8所示。

图8 金沙江下游水风光储系统研究路线

3.1 多耦合的流域水风光长中短期综合预报研究

(1) 水风光互补系统的出力主要受到径流、风速、太阳辐射强度和负荷这些时间序列变量的影响，获取高精度的预测结果对系统的稳定安全运行具有重要作用，时间序列变量的预测方法主要可分为物理过程驱动和数据驱动两大类[45-46]，因此针对全球物理遥相关变量和大气环流对长江水文过程的影响，以及流域水文循环响应与水动力特性变化，需要完善基于物理成因及数据驱动的气象-水文-水库-水力耦合的流域长中短期广域径流综合预报理论与方法，可为不确定性条件下的风光储系统联合调度提供数据依据。同时现有研究大多针对水风光能资源各自的预测及其不确定性分析方法展开，缺乏对不确定性间耦合关系的考虑，相关成果难以应用于大规模的水风光互补优化调度。

(2) 大型水电站受地形和天气的多变性和复杂性影响，其周边风、光电站日前出力预测普遍存在精度较低、可靠性不高等问题。因此，需基于金沙江下游风光资源的时空分布规律特性及地形与气候特点，对区域内的风电场和光伏电站群进行合理划分，并基于深度学习技术构建不同时间尺度下的预测模型，开展多重不确定性下水风光多能互补系统预报研究，进一步提升预测精度，量化预报不确定性并增强预报的可靠性，实现风光发电功率的精细化预测，从而为储能系统优化及大规模多能互补系统调度提供可靠数据支撑，突破不确定影响下流域水风光多能多尺度互补调度建模的理论瓶颈。

3.2 流域水库群多维度精细化协同调度研究

(1) 结合各种先进的预测手段(如概率预报、集合预报)，研究与多能互补调度的有效衔接方式。预测与调度的有效衔接在准确刻画风、光电等预测的不确定性时，能有效避免优化调度繁重的计算负担与解决消除风电、光伏预测误差、平衡输出功率波动等问题。在风光预测方面，尚缺乏针对中长期的预测及不确定性分析方法研究，难以对水风光互补运行在中长期尺度的优化提供边界约束和参考信息。为改进预测、决策相分离的传统调度模式，实现预测决策一体化调度模式，可以将风电、光伏功率预测与储能系统动作决策相融合，避免预测阶段中有效决策信息的损失，使风电、光伏的随机规律不再通过数学假设等方式被人为刻画，减少建模误差。

(2) 划分风光储电站集群。通过引入风光电站群汇聚策略解决互补系统水电站数量庞大、难以集中调度的问题，利用各能源空间平滑特性、时间互补规律等特点提高汇聚电站群的可调度水平，并以大水电打捆风光储电站为对象实现与水电系统的互补协调。因此考虑到风光储的汇聚效应与水电站规模大小密切相关，如何划分风光储电站集群至关重要。有一种思路是根据多能互补工程的风、光电站的分布特点，综合考虑分区特性、出力相关性、风速和光照的时变特性等，从单一电源群体到风光汇聚整体逐层递进，研究风光电站汇聚效应分析方法，建立电站群汇聚准则。在风光储电站集群的基础上，其不确定性出力特性也需要进一步分析。

风光电站集群不确定性出力特性有两种描述方法可以满足不同互补方式需要。

第一种是考虑出力时变特性进行概率分布拟合，对于同时包含风电站和光伏电站的集群对象，可以采用Kendall秩相关系数分析风电站、光伏电站出力的相关性测度，采用多种Copula联合分布函数拟合风电与光伏出力的联合分布函数并通过似然函数、赤池信息量准则与贝叶斯信息准则检验，确定拟合效果最佳的联合分布。公式如下：

C(u，v)=H(F-1(u)，G-1(v))

(1)

式中：C(u，v)为风光电站出力联合分布函数；F(u)为风电站出力分布函数；G(v)为光伏电站出力分布函数。

第二种是电站集群不确定性出力的场景描述方法，为避免装机容量变化对结果的影响，可以引入分位数回归理论研究构建非参数概率预测模型，采用适合的分布函数描述出力随机变量，得到分位数矩阵，并结合预测出力序列生成出力场景集。公式如下：

(2)

(3)

(3) 建立适合的随机调度模型，构建高效的求解算法。在大水电调度基础上进一步考虑不可控风、光发电，并结合储能系统的优化调度，其中模型输入为不确定性径流、风能以及太阳能，因此这是一种多重不确定性条件下的随机优化问题，则适合的模型与高效的算法成为协同调度的研究重点与难点。现有研究多以求解算法为主，针对复杂巨型随机约束优化问题内在的多维多目标特性研究较少，尚未形成系统的大规模多能源优化调度求解理论体系。同时为适应电网不同运行方式下的实际需求，需构建针对多种典型场景的调度模型，并采用效率与精度较高的智能优化算法进行求解。

3.3 水资源耦合系统动力学适应性调控建模

(1) 基于金沙江下游大规模水风光互补系统的综合利用需求，兼顾上游其他电站的运行情况，探索并建立人工智能在大规模的水风光互补系统综合调度技术领域应用的理论基础及研究范式，发展实时响应出力与负荷随机变化、工况自适应、耦合风险评估和方案自寻优、具有闭环反馈机制的适应性调控建模理论与方法，构建整个金沙江下游综合风能、太阳能、水能的精准模拟体系。

(2) 研究流域大规模风光水互补系统的联合优化调度模型、求解算法和集成耦合技术，发展联合优化调度方法，探讨预报与调度运行评估以及上下游利益分配的关键技术。

(3) 研发出一套扩展性高、兼容性强，具有自主知识产权的集调度方案编制、评估、实施和反馈于一体的多能源管理决策支持系统，解决中国面临的重大科学和工程应用问题。

3.4 流域水风光抽蓄多能互补系统多时空尺度调度运行方式研究

(1) 抽水蓄能与风光新能源的互补机制与调度策略研究。结合流域风光新能源在不同时间尺度下的不确定性量化指标，分析抽水蓄能电站的调度运行特性，提出抽水蓄能电站与风光能源的互补运行机制；考虑复杂电网与电站安全运行因素，提出不同时间尺度下抽水蓄能与风光能源的调度运行目标，同时结合流域抽水蓄能与风光新能源的上网电价机制，分析抽水蓄能和风光能源联合参与电力市场竞争的策略，提出一种基于电力市场环境下流域风-光-抽蓄一体化灵活性调度运行方式。

(2) 多时空尺度水风光抽蓄优化调度建模。从长时间尺度分析，水风光储互补系统的调节能力与水电站水库群的水位控制有很大的关系。针对中长期调度，综合考虑水风光电站自身约束、电网约束、复杂耦合约束，以及电站的不确定性，考虑水库群的水位，建立面向金沙江流域的水风光多能互补的中长期优化调度模型，分析大规模风光接入背景下流域梯级水库群的中长期互补调度方式，如调节性水库的关键水位控制，消落/蓄水时机、消落深度、蓄水速度等；从短时间尺度分析，水风光储互补系统运行的主要目的是平抑新能源出力的随机性和波动性。针对短期调度，建立基于分区控制的流域级水-风-光-抽蓄短期效益与风险协同优化调度模型，实现区域间水风光抽蓄联合优化调度，提出水风光抽蓄短期多能互补运行的优化调度方式。综合长中短期调度研究，解析系统内各电站的复杂水力-电力多维耦合关系，分析中长期与短期调度在目标和方式间的协同机制，建立面向电力/电量补偿的多能互补系统多尺度调度运行方式。总的来说，这方面研究成果对于系统构建多能互补理论与方法体系是非常重要的，仍需要结合不同规模、不同构成的水风光互补系统工程特点和实际调度场景的应用需求，借鉴国内外已有成果，开展适应性研究并进行成果的不断提炼和总结。

(3) 面向多层级、多对象的水风光抽蓄多能互补系统风险及效益评价。分析流域“全系统-电源组-各电站”不同层级、不同对象面临的各类调度运行要求和限制，识别影响水风光储系统可靠性、稳定性等安全运行的风险来源，构建水风光抽蓄多能互补系统风险评价指标体系，评估不同水风光互补系统调度方案的潜在风险；进而分析风电、光伏和水电站成本和收益的主要构成，提出各项成本和收益计算方法；最后以电力/电量补偿的多能互补协同运行方式为基础，模拟特定水风光抽蓄多能互补开发方案下的系统调度运行过程，评估水风光抽蓄多能互补系统调度运行风险与综合效益。

4 结 语

金沙江下游水风光多能互补清洁能源示范基地是由百余座不同类型、不同规模、不同外送方式电站共同组成的千万千瓦级多源多网混合发电系统，包含十分复杂的水力-电力时空耦合体系，因此在该系统构建的过程中，存在有发电预测、可再生能源消纳、多能源互补协调运行等一系列极具有挑战的理论及技术难题，其不确定性问题也更加突出，显著提高了模型结构、协同关系、优化技术难度和要求。然而，现有相关研究普遍针对小规模发电系统，尚未对内含巨型水电站的混合发电系统运行策略进行探索，系统灵活性与经济性未得以充分发挥。

基于上述背景，本文聚焦了金沙江下游水风光储互补系统存在的关键问题，结合金沙江下游清洁能源走廊的实际工程特点以及现有的研究基础提出了具体的解决方式，并对水风光储互补系统的优化调度展开了深层次的研究，指明了大水电打捆风光储模式下金沙江下游水风光储互补系统多时空尺度调度问题的研究思路，可为未来进一步推进大规模多能互补清洁能源示范基地建设和发展提供可借鉴的技术方案，助力中国“双碳”目标稳健实现。