大型水电与光伏互补运行的并网优先级研究

明 波，郭肖茹，程 龙，方 伟，于 淼，黄 强

(1.西安理工大学 省部共建西北旱区生态水利国家重点实验室，陕西 西安 710048；2.中国电建集团西北勘测设计研究院有限公司，陕西 西安 710065；3.青海黄河上游水电开发有限责任公司，青海 西宁 810008)

1 研究背景

在“双碳”目标驱动下，以风电和光伏为主的新能源已成为保证能源安全、应对全球气候变暖的重要途径[1]。然而，风电和光伏具有随机性、波动性和不可调度性，制约了其大规模并网消纳。利用资源的天然互补性以及水电的灵活性，实施多能互补运行，是促进新能源消纳的有效方式[2]。多能互补系统通过电量和容量的互补、互济，可以更好满足电网负荷需求。典型的多能互补形式有水光互补[3-5]、水风互补[6-8]、水风光互补[9-11]等。随着绿色低碳能源转型的持续推进，多能互补系统逐渐从小规模、离网向大规模、并网方向发展，成为新型电力系统的重要组成部分。如何对多能互补系统进行科学规划和高效调度，是当前水资源与能源电力交叉领域的研究热点和前沿问题。

由于现有水电站运行调度方式在制订时往往未考虑风、光电厂的参与，因而在指导多能互补运行调度时，往往会导致灵活性水电与不可调度新能源间的协同性不足、多能互补效能难以有效发挥[12]。针对这一问题，国内外学者主要从新能源捆绑容量合理规划、互补调度策略优化两方面对多能互补效能进行提升。其中，新能源捆绑容量规划以互补运行调度模拟为基础[13]，结合技术经济分析模型[14]，可确定与水电站打捆的适宜新能源装机，从而从规划阶段提升多种能源的协同性。然而，由于容量规划与互补调度策略制订子问题相互影响，二者构成一个双层规划问题而难于求解[15]。因此，如何制订高效的互补调度策略，依然是容量规划过程中面临的一个核心难题[16]。通过准确表征风、光出力的时空不确定性[17]，构建不确定性条件下的随机/鲁棒优化调度模型[18-20]，并研制高效的求解算法[21]，是获取高效互补调度策略的有效途径。然而，现有研究在制订互补调度策略时，往往预先假定新能源优先并网，忽略了水电和新能源不同并网次序对多能互补效能的长期累积影响，可能制约多能互补效能的提升。

鉴于此，本文提出多能互补系统内大型水电与光伏互补动行的并网优先级确定方法，以龙羊峡、忠玉两种典型水光互补工程为例，验证方法的有效性。首先，建立长-短期嵌套调度模型对水光互补系统的出力过程进行精细模拟；其次，从发电经济性、资源利用率以及供电可靠性三个维度，建立互补效能评估体系；最后，设置光伏优先并网、水电优先并网、汛期水电优先且非汛期光伏优先并网三个典型场景，对比效能指标以确定并网优先级。

2 水光互补长-短期嵌套调度模型

图1 水光互补长-短期嵌套调度滚动模拟示意

2.1 发电计划编制发电计划编制用于确定水光互补电站的日负荷过程。首先，基于水库日尺度的入库径流资料以及光伏出力过程，采用标准运行规则(Standard Operation Policy，SOP)进行决策[22]，可得到互补系统逐日计划发电量；然后，利用典型负荷曲线，将计划电量分配到逐小时，从而得到互补系统逐日发电计划，具体计算过程如下。

2.1.1 水电出力决策 SOP决策方法通过输入系统当前时段的可用能量确定水电出力，决策过程示意见图2，具体分为4个阶段：(1)当可用能量(E)小于保证出力对应能量(Efirm)时，按可用能量对应出力发电；(2)当可用能量大于保证出力对应能量，但小于保证出力对应能量与正常蓄水位对应蓄能(Enorm)之和时，按照水电站保证出力发电；(3)当可用能量大于保证出力对应能量与正常蓄水位对应蓄能之和，但小于正常蓄水位对应的蓄能与装机容量对应能量(Emax)之和时，按照可用能量减去最大蓄能对应出力发电；(4)当可用能量大于正常蓄水位对应蓄能与装机容量对应能量之和时，按照水电装机容量发电。

图2 水电出力决策的标准运行规则

各阶段水电决策出力计算式如下：

(1)

(2)

式中：Ph为水电出力；PE为可用能量对应出力；Pfirm为水电站保证出力；Pnorm为以出力形式表征的正常蓄水位对应蓄能；Pmax为水电站装机容量；E为可用能量；Efirm为保证出力对应能量；Enorm为正常蓄水位对应的蓄能；Emax为装机容量对应能量；ξ为度电耗水量；V为库容；I为入库流量；Δt为调度时段；ξs为第s个离散库容状态下的度电耗水量。

2.1.2 日发电计划编制 采用典型负荷曲线对日计划电量进行分解，可得到小时尺度的日发电计划(负荷)过程。考虑到实时出力可能与设定的负荷不匹配，为尽可能保障新能源上网，须对设定的负荷过程进行调整：当产生失负荷时，即所制定的负荷值过高，实际出力达不到计划值，此时按照失负荷值降低发电计划负荷值；当发生弃电时，即制定的负荷值较低，但实际出力较大，可能产生弃电，此时按照弃电量对发电计划负荷值进行抬升。发电计划编制过程如下：

(3)

2.2 实时运行模拟实时运行模拟用于确定给定负荷条件下的水电与光伏上网出力，该过程须考虑光伏日前出力的预测不确定性，在一定并网优先级条件下，先估算水电出力，再考虑水库调度约束对水电出力进行修正，最后计算水电实际出力与光伏上网出力。

(4)

将预测误差与预测出力叠加，可得到光伏理论出力值。考虑光伏电站的装机容量限制以及非负约束，光伏理论出力可表示为：

(5)

2.2.2 实时出力计算 考虑光伏优先并网时，光伏优先满足负荷需求，缺额负荷由水电进行补偿。因此，可根据电网负荷以及光伏实时出力计算水电出力：

(6)

考虑水电优先并网时，水电优先承担负荷需求，缺额负荷由光伏承担，即水电先满足系统的负荷需求，当水电出力无法满足要求时，由光伏电站弥补缺额，此时水电出力如下：

(7)

由于水电出力受水头、下泄流量等约束限制，在根据出力反算流量时，须对水电出力进行调整。若计算出力值小于零，为满足下游生态流量要求，水电站将最小下泄流量作为发电引用流量进行下泄；若计算出力值大于零，水电站按照需求电量对发电引用流量进行反算。

根据水电出力反算流量时，须满足如下约束条件：

①水量平衡约束

(8)

②蓄水量约束

(9)

③发电流量约束

(10)

④水电出力约束

(11)

3 多能互补效能评估指标体系

从发电经济性、资源利用率以及供电可靠性三个维度建立多能互补效能评估指标体系。其中，经济性指标包括多年平均发电量与剩余负荷标准差；资源利用率指标包括多年平均弃水率、多年平均水电转换系数以及多年平均弃电率，供电可靠性指标采用多年平均失负荷率表征。

(1)多年平均上网电量。表示多年运行期间水电站与光伏电站的发电量之和，其值越大，互补系统所取得的电量收益越高：

(12)

(2)剩余负荷标准差。表示火电机组所承担负荷的波动性大小，剩余负荷标准差越小，表明火电机组出力越平稳，运行成本越低。剩余负荷考虑由火电机组承担，火电机组出力的频繁调整会显著影响机组发电效率和使用寿命，增加运行成本[24]。

(13)

(3)多年平均弃水率。表示水电站多年运行期间弃水流量与下泄流量比值的均值：

(14)

(4)弃水概率。表示在整个调度期电站发生弃水的概率：

(15)

(5)多年平均水-电转换系数。表示单方水的可发电量，值越大表明单方水的可发电量越大，水能利用效率越高：

(16)

(6)多年平均弃电率。表示整个调度期内新能源电厂弃电量与理论发电量的比值：

(17)

(7)弃电概率。表示在整个运行阶段电站发生弃电的概率，用时段比表示：

(18)

(8)多年平均失负荷率。表示整个调度期内出力无法满足电网负荷需求的比例：

(19)

(9)失负荷概率。表示在整个调度期内电站发生弃电的概率，用时段比表示：

(20)

4 研究实例

4.1 水光互补电站忠玉水电站位于那曲市，是易贡藏布“一库八级”水电规划中第3个梯级电站，忠玉水光互补初步规划配置光伏装机2000 MW。龙羊峡水光互补电站位于黄河上游，主要由龙羊峡水电站与共和850 MW光伏电站两部分构成。图3为水光互补电站示意图，主要技术参数如表1所示。

图3 水光互补电站示意

4.2 方案及参数设置为分析不同并网优先级对多能互补效能的影响，设置如下3种调度情景，分别对两个互补电站开展长系列模拟调度。

情景一：光伏优先并网，水电承担剩余负荷需求；

情景二：水电优先并网，光伏承担剩余负荷需求；

情景三：非汛期光伏优先并网，水电对光伏出力进行补偿；汛期水电优先并网，光伏承担剩余负荷需求。

其中，所搜集的忠玉和龙羊峡入库径流资料分别为月、日尺度。忠玉入库径流资料由贡德水文站提供，涵盖1961年1月—2010年12月；龙羊峡的入库径流资料由唐乃亥水文站提供，涵盖1956年1月—2021年12月。考虑到目前电力系统短期调度时段为15 min，但15 min尺度的长系列光伏出力数据难以获取，故通过PVGIS网站(https://re.jrc.ec.europa.eu/pvg_tools/en/)下载1 h光伏出力数据，作为模型输入。本文所有的典型负荷曲线设定为固定值，如图4所示，其峰谷比设定为1.6∶1，高峰时段定为8∶00—18∶00时，剩余时段全部定为低谷时段。忠玉、龙羊峡起调水位分别为3250和2575 m，生态流量分别为32.65和300 m3/s；考虑到光伏出力夜间出力为0，故系统夜间输出功率上限为水电装机，白天输出功率上限分别为3030和1400 MW。

图4 水光互补系统典型输出功率曲线

5 结果分析与讨论

5.1 水光互补效能指标对比分别从发电经济性、资源利用率以及供电可靠性三方面对比水光互补效能，不同并网情景下的互补效能指标计算结果见表2。从表2可知：光伏优先并网情景的效能指标总体最优，表现在总上网电量大，发电可靠性强，资源利用效率高。在光伏优先并网情景下，尽管水电站的弃水概率高，但光伏弃电与系统失负荷概率相对较低，且水电转换系数高，系统的发电量最大，剩余负荷波动性小；相比于光伏优先并网情景，其他两种情景的弃水问题虽能得到一定程度的缓解，但总上网电量明显变小，同时失负荷率变高，水电转换系数变低，剩余负荷波动性变大。

通过不同情景的对比可知，在水光互补运行过程中，光伏优先并网可以较好地发挥多能互补效能。其主要原因在于：光伏为不可调度能源，当其优先并网时，水电可发挥其灵活性对其进行补偿，从而较好地满足负荷需求；而当水电优先并网时，光伏电站只能通过降低自身出力满足负荷需求，因而其自身的弃电率高。同时，由于光伏出力的随机波动性，部分时段光伏出力不足以补偿水电，因而难以有效保证发电的可靠性。此外，在日前计划编制过程中，发电计划是通过考虑水电和光伏两种电源的可用电量综合制订的，而在实时运行中，水电优先并网，使得日平均水电出力大于计划值，故水电将逐渐偏离其自身最优轨迹，水电转化系数低。因此，当可调度的水电与不可调度的新能源联合运行时，应该优先采取新能源优先并网措施。

5.2 并网优先级对系统经济性的影响分别从上网电量、剩余负荷标准差两个方面，进一步分析并网优先级对系统经济性的影响，其中上网电量体现互补系统运行的经济性，而剩余负荷标准差反映大电网中火电机组运行的经济性。

(1)上网电量。以情景一计算结果为基准(忠玉总上网电量69.79 亿kWh，水电39.71 亿kWh，光伏30.08 亿kWh；龙羊峡总上网电量为64.75 亿kWh，水电47.82 亿kWh，光伏16.93 亿kWh)，分析情景二、情景三中各项效能指标的变化率。对于情景二：忠玉、龙羊峡总上网电量分别降低6.6%和19.8%，其中忠玉水电上网电量降低11.6%，光伏无降低；龙羊峡水电上网电量降低20.5%，光伏降低17.8%；对于情景三：忠玉、龙羊峡互补电站多年平均上网电量分别降低7.2%，16.2%，其中忠玉水电上网电量降低12.6%，光伏无降低；龙羊峡水电上网电网降低16.2%，光伏降低16.0%。因此，从上网电量来看，无论是忠玉还是龙羊峡，光伏优先并网方式均最优，体现在光伏弃电率低，水能利用效率更高，尽管在该种方式下弃水相对较高。

(2)剩余负荷标准差。剩余负荷标准差主要受大电网负荷以及水光互补总出力的影响，不仅体现了互补系统对大电网负荷的“削峰填谷”作用，也间接反映了火电机组运行的经济性。由表2可知，忠玉、龙羊峡水光互补电站的三种情景的剩余负荷标准差分别为750.6、867.3、817.9和143.2、145.0、144.5 MW。显然，光伏优先并网情景下电网剩余负荷标准差最小，因而水光互补系统对大电网的调峰作用更为显著，更有利于大电网中火电机组的经济运行。

5.3 并网优先级对供电可靠性的影响从失负荷(出力不满足负荷需求)角度分析并网优先级对系统供电可靠性的影响，图5为不同调度情景下系统失负荷概率直方图。结合表2和图5可知，忠玉水光互补电站失负荷值接近0，表明所制订的发电计划总体上可以较好地被执行。而对于龙羊峡，情景一中失负荷率为仅为0.35%，情景二、三的失负荷分别增加16.29%、19.94%，可见光伏优先并网对系统供电可靠性更有利。

进一步分析长系列调度结果发现，情景二和情景三中，水库经常处于只泄不蓄状态，当库水位达到死水位时，水电出力受入库径流影响，难以满足电网负荷需求，特别是在夜间电网负荷全部由水电承担，水电压力较大，失负荷时段更多。当水库水位抬升时，失负荷次数明显减小。因此，在实际互补运行调度中，水库有必要预留一部分水量用以对冲未来可能缺电的风险。

5.4 并网优先级对系统发电效率的影响由于光伏发电效率不受互补运行策略的影响，故只分析并网优先级对水力发电效率的影响，主要从水电转化系数以及水头两方面进行综合分析。

(1)水电转换系数。水电转换系数指单方水可发电量，值越大表明单方水可发电量越大，水能利用效率越高。由表2可知，情景一的水电利用效率较高，两电站分别达到0.51、0.31 kWh/m3；其次为情景三，水电转换系数为0.42、0.20 kWh/m3，水能利用效率最差的为情景二，水电转换系数分别为0.41、0.18 kWh/m3，在实时运行过程中水电偏离最优运行轨迹较为严重。

(2)发电水头。为进一步探究水电站发电效率的影响因素，对比三种情景下两水电站长系列水头变化过程，如图6所示。情景一即光伏优先并网，水电站可以长时间处于高水头运行，此时水能利用率高；对于情景三，汛期水电优先、非汛期光伏优先情景，发电水头明显变低；而对于情景二，水电优先情景下，由于系统考虑尽可能的用水电满足系统的负荷需求，导致水电站错过了最佳蓄水时机，水库长期低水位运行，水能利用率低。因此，在水电优先并网情景下，水电的实际上网电量较光伏优先并网情景下小。此外，对比水电单独运行与三种互补运行情景发现，单独运行时平均水头最高，而在互补情景下，水电站发电水头均有不同程度地下降，可见互补运行会削弱水电运行效率，这一模拟结果与目前的多能互补实践相一致[12]。

图6 不同调度情景下水电站运行水头变化过程

5.5 并网优先级对资源利用率的影响进一步从弃水、弃电角度分析并网优先级对资源利用率的影响。其中，弃水指水电站下泄流量中未用于发电的部分，而弃电指光伏电站未按照最大发电潜力发电，浪费了太阳能资源，实践中又称为“限电”。

(1)弃水。图7为水电站弃水流量的概率直方图。结合表2与图7可知，光伏优先并网情景时弃水率高。具体情况如下：情景一弃水率达到最大(忠玉6.97%、龙羊峡15.39%)，情景二弃水率相对变低，为1.4%、0.63%，而情景三弃水率为3.68%、1.76%。

图7 不同调度情景下的弃水概率直方图

对比三种情景可以发现，利用水电调节光伏发电，可能会增大水电站弃水风险。主要原因是：水电在补偿光伏发电过程中，其自身出力根据光伏出力变化而增减。当水电站达到最大发电能力、水电出力难以继续增加时，若水库处于蓄满状态，多余水量无法用于发电而产生弃水；另外一方面，水电站为补偿光伏发电，其出力达到下限0时，为了满足下游生态需水，此部分生态流量相对发电而言视为弃水。由于实例中，龙羊峡未考虑设置生态机组，故在很多时段系统的生态流量作为弃水全部进行下泄，故弃水相对更高。因此，为了实现生态与多能互补发电之间的均衡，建议为参与互补的水电站均增设生态机组。

(2)弃电。弃电主要指光伏弃电，其概率直方图见图8。结合表2与图8可知，光伏优先并网情景下弃电率低。其中，情景一的弃电率达到最小(忠玉0、龙羊峡0.04%)，情景二的弃电率为0、10.32%；情景三的弃电率介于二者之间，分别为0、8.78%。弃电的产生的主要原因：①时段光伏出力较大，超出系统负荷需求，多余光伏产生弃电，主要发生在光伏优先并网情景下。②日前发电计划编制过程中考虑下游生态需水，设定水库按照最小生态流量进行下泄，水电达到最小出力已无法再降低自身出力时，多余光伏进行弃电，主要发生在水电优先并网情景。

图8 不同调度情景下的弃电直方概率统计图

5.6 参数敏感性分析考虑到日送电曲线可能会对优化结果产生一定影响，因此，考虑忠玉互补电站光伏优先并网情景，以0.1为步长，在[1，2]之间设置10组不同的峰谷比，再次对主要效能指标进行统计，结果见表3。由表3可知，在不同峰谷比下，系统总上网电量、弃水率、失负荷率以及水电转换系数均未发生明显变化，可见互补系统的效能指标对初始拟定的发电计划曲线不敏感。需要说明的是，日发电计划曲线需要同时考虑新能源以及大电网负荷日内变化特征进行综合确定，尽管现有的优化模型与求解算法可得到较好的日发电计划，但依然难以满足长系列调度的计算耗时要求。本文为了兼顾计算效率，对发电计划编制问题作了简化处理，一方面未采用随机优化模型制订精准的日发电计划，另外一方面不同季节均采用相同的发电计划曲线，会对互补效能产生一定影响。因此，如何在多维不确定性扰动下，综合考虑系统的运行风险以及多维调控需求，制订兼顾计算精度和耗时的发电计划，并且考虑发电计划的分期特征，有必要进一步研究。

表3 不同峰谷比下忠玉水光互补效能指标

6 结论

本文提出水光互补系统内大型水电与光伏并网优先级的确定方法，以忠玉与龙羊峡水光互补工程为实例，结果表明：光伏优先并网可以较好地发挥多能互补效能，与水电优先并网相比，总发电量提高13.2%，失负荷率降低8.0%，水-电转换系数提高30.8%。须指出的是，这一结论是经过基于长系列优化调度结果综合分析得到。长系列优化调度过程，综合考虑了各种水文、气象条件，因此，光伏优先并网是一种综合考虑各种情景的平均化结论。在特定的条件下，水电与新能源谁优先并网？优先并网的条件是什么？均需进一步探索。