基于直流外送的水风光大基地最优容量配比研究

王玲 李香华 王军 李青芯 张冲林

摘 要：水风光大基地一体化运行是提高直流外送通道利用率、增加清洁能源电量、降低成本电价的重要方式，其难点在于确定风光水大基地的最优容量配比。首先构建水风光大基地系统模型，然后以投资经济性最优为目标，以风光水出力特性、直流通道输送容量为约束，建立时序生产模拟模型，并采用分支定界法求解模型。以金下界河上的梯级电站为例，通过对比不同水风光配比下的新增电量、提升设备利用率和成本电价，给出兼顾环保性、安全性、经济性的最优配比。研究结果可为水风光大基地电规划与建设提供参考依据。

关键词：水风光大基地；直流外送通道；容量优化配比；分支定界法；梯级水电站

中图分类号：TM73 文献标志码：A

0 引 言

我国水能资源开发规模居世界第一，但是水电资源夏丰冬枯的天然特性，使得由西南部送往中东部的特高压直流通道的利用率有待提高。构建水风光一体化大基地，将水风光按照合适的比例打捆送出被认为是一种提高通道利用率的切实可行的手段。充分考虑投资成本、运维成本和全生命周期的收益等经济目标，优化打捆时的水、风、光的配比，减少弃风弃光、提高资源利用，实现合理有效的容量优化配置成为水风光一体化大基地发展的关键因素。

水流量夏丰冬枯，是我国众多河流的天然特性，梯级电站的水库库容较大，具有很强的调节能力；风力资源的不稳定性较大，风力发电存在随机性、间歇性；光伏发电规律性较强，但是昼有夜无，需要水电来调节。尊重自然界的天然禀赋，优化打捆的水风光容量配比，增加外售清洁能源电量、提升通道利用率、降低受端电力成本是本文的研究目的。

1 研究现状及问题

随着双碳目标的深入推进，我国的风电、光伏发电在电力系统中的比重越来越大，但当前市场的消纳能力有限，弃风弃光、设备利用率不高等问题突出。为了更好地利用风、光新能源，在以直流外送为主的水电大基地，将风电、光伏发电与水电按照一定的比例一体化运行是减少弃风弃光、提高资源利用率的重要手段。

目前关于水、风、光一体化外送容量优化配置主要从安全可靠、经济高效、环境友好三个方面考虑。刘新苗等[1]研究了考虑环保性、安全性和经济性等因素的风火配比。李继清等[2]考虑系统结构性、经济性、灵活性与可靠性，研究确定金沙江上游川藏端最佳水光容量配比。张廷等[3]研究源荷不确定性的跨区互联电网直流联络线调度问题。宋宇等[4]研究考虑成本、补贴、收益等因素的风光机组配比优化模型。学者们对多能互补系统配比问题的研究相对较多，但针对已有设备的提升利用、提产降本问题的研究较少。本文针对金沙江下游（以下简称“金下”）界河两侧丰富的风光资源、成熟的外送条件和水风光互补的天然特性，以跨区域直流发输电系统为研究对象，开展以经济性最优为目标的配比研究。

2 直流外送水风光新能源大基地系统模型

2.1 直流跨区外送电网系统模型

依托川、滇两省交界地区丰富的水能、风能、太阳能资源，已运行的多座梯级水电站优越的调节能力，超高压直流外送通道通道，开发水风光一体化系统，打捆送出清洁能源。

跨区域直流发输电系统送端区域的风光水大基地的电源通过直流跨区直接送达受端电网，系统模型如图1所示。

我国能源基地主要集中在能源富裕的西部。根据国家西电东送规划，西部丰富的能源通过直流异步电网送往东部能源消耗量大的经济发达地区。西南水电站目前主要有金沙江上游川藏界河段规划和在建的7座电站、金下川滇界河段4大梯级电站。本文研究金下4大梯级电站风光清洁能源打捆的合适容量。为简化问题，只考虑能源基地与当地电网的电量留存，不考虑能源基地内部的网络约束和损耗。依据跨区电力市场交易规定，合同期内送出的总电量应满足交易合同的约定范围，外送电力满足合同中的负荷曲线要求。直流通道既要满足市场交易合同约束，又要满足输电线路的物理特性要求和技术约束。

2.2 生产模拟的目标函数

金下川滇界河段已有4大梯级电站及其外送直流通道，受到水资源夏丰冬枯的自然特性影响，外送通道在冬季的利用率不高。根据以往的调度数据统计，利用率仅为40%左右。为了提升现有直流外送通道的利用率，减少新增风光系统的投资费用，降低整个系统运维成本，增加系统的经济性收益，提高外售电力的竞争力，水风光大基地全生命周期的8 760 h生产模拟模型以投资经济性最优为目标。

式中：Ta为运营期；r为基准收益率；Swa、Swi、Ss为水电站、风电和光伏电站的容量（万kW）；I（Swa，Swi，Ss）和C（Swa，Swi，Ss）分别为系统第t 年的总收入与总成本（元）；Owa（t）、Owi（t）、Os（t）分别为水、风、光第t年的发电量（kW·h）；Fewa、Fewi和Fes分别为水、风、光的单位电价（元/kW·h），为简化计算，不考虑市场波动；Cwa、Cwi、Cs分别为折算到投资周期内每年水、风、光电源的建设成本（元）；Owa（t）、Owi（t）、Os（t）分别为水、风、光电源的运维成本（元），考虑到设备使用寿命等因素，每年的运维成本不同。

2.3 约束条件

约束条件主要包括水电站运行约束、风光电源出力约束、通道约束和送受端市场负荷约束等。

2.3.1 水电站出力约束

金下川滇界河段4大梯级电站由水量互相约束的电站串联而成。除了领头电站水源是天然来水，下游三大水电站的水源由上级站的下泄流量和区间流域的天然来水组成。每个水电站的出力受预想出力和强迫出力的约束。为简化问题，不考虑水流滞后和水量损失。

单个水电站发电功率P（t）与水头H（t）和发电水量Q（t）有关：

水头和库存水量V（t）的关系：

库存水量V（t）的求解：

式中：K为机组出力系数；ai为运行期0～n时刻水量与水头的比值，V0为水库的初始存水量（m3）；Wn（t）、Wup（t）、D（t）分别为自然来水、上库来水、损耗水量，Wup（t）在龙头电站中为0；表示t时段水库进水量；表示t时段水库出水量（m3）。

梯级电站在承担发电任务的同时，还要满足防洪、航运、生态等需求，其水库水量V（t）和机组出力要满足约束。发电水头最小值对应的库容定义为死库容Vmin，发电水头最大值对应的总库容记为Vmax，库存水量约束：Vmin≤V（t）≤Vmax。机组出力需满足预想出力和强迫出力的约束，预想出力指水电站所能发出的最大出力，一般为装机总容量，记为Pmax；强迫出力是指水电机组为满足航运、生态要求而必须正常运行的最小出力，记为Pmin，机组出力约束：Pmin≤P（t）≤Pmax。

2.3.2 风电场、光伏场出力约束

风电出力表达式为

式中：Kwi（t）（t = 1，2，3，…，n）为该地区风电的典型出力系数，一般有测风塔测得数据经过数学模拟而得到；Pwi为风电的装机容量（万kW）。

风电出力约束条件为

光伏出力表达式为

式中：Ks（t）（t = 1，2，3，…，n）为该地区光伏的典型系数，一般由中尺度数据模拟得来；Ps为光伏的装机容量（万kW）。

式中：Pwi（t）和Ps（t）为风电场和光伏电站的输出功率。

2.3.3 直流送出通道约束

直流外送受端市场虽然有负荷曲线，但由于金下川滇界河段4大梯级电站现有直流外送通道容量相对于受端市场总容量来说占比较小，以及水风光基地外送为清洁能源，可以认为外送电力完全消纳。

式中：Pline为设计初期已定的直流通道的最大输送容量（万kW）；PL（t）表示t时刻直流送电容量（万kW）。

2.3.4 分支定界法求解模型

分支定界法是一种求解整数规划问题的最常用算法，基本思想是把给定问题分解为若干个较小的子问题，通过分枝、定界，剪枝等步骤[8]，筛选出求解空间中明显不利于目标函数的最优解，每个子问题又可继续分解，直到子问题不能再分解或不能产生最优解，最终留下问题的最优解。本文利用MATLAB优化工具箱中的linprog 函数对模型进行求解。

2.3.5 水风光大基地优化配比结果选取

基于直流外送通道的水风光大基地优化配方案，从通道利用率提升、综合弃电率和成本电价竞争力三个方面综合评价，选取最佳的水风光容量配比方案。

将以上3个评价指标作为灰色关联分析法的影响因素进行分析，对分支定界模型解集进行决策，进而实现无偏折中策略获取灰色关联度γ值最大的容量配置方案。为均衡考虑这3个目标函数值对容量配置方案选择的影响，将各影响因素的权重ω均设为0.333 3。

3 实例应用

3.1 研究区域概况

金沙江下游川滇界河某两座大型水电站之间157 km范围，天然水落差约800 m，水量充沛、水能资源丰富。各支流上分布着众多小型水电站，为当地送来清洁低碳的电力资源。主干流川滇界河上布置总装机容量为4 606万kW的4座巨型梯级电站，丰富的电力资源除适量留存当地外，主要为长三角和珠三角输送清洁优质的电力资源（见图1、表1）。梯级电站直流外送网络存在输送容量大、冬季闲置高的问题。

电站近区风能资源整体呈西高东低的分布规律，风能资源较好的区域主要为凉山彝族自治州地区，风速可达10 m/s以上，风功率密度等级可达6级以上；东部广安市、南充市、宜宾市和资阳市等地区风能资源条件相对一般，其风速大都在5 m/s以下，风功率密度大都为D-1级。

电站近区太阳能资源丰富，依据《太阳能资源等级总辐射》分级标准，太阳能资源等级多为B级（资源很丰富地区），年辐射总量在5 800 MJ/m2以上，具备较大开发价值。

金下川滇界河两侧100 km范围崇山峻岭、人烟稀少，海拔高度为800～3 400 m，起伏不定。受地形条件限制，两大电网公司在当地的电力设施布置非常有限。四川的攀枝花、凉山和宜宾及云南的楚雄、昆明、曲靖和昭通等沿界河两侧地区高电压电力设施布点稀少，四川侧界河近区的500 kV站点有3座，云南侧暂时没有，无法满足界河两侧大量风光资源的接入和送出。

3.2 水风光互补特性

由2017—2021年水电统计数据可知，金沙江下游丰、平、枯水期相对稳定。因4个站点装机容量不同，为简化计算，以A4站为例论述水风光特性。图2、图3、图4分别为A4站水风光年内出力、日内出力及互补出力特性。

由图可知，金下水资源年出力特性呈现“夏峰冬谷”的特性，A4站7—9月机组出力达到峰值，接近机组满出力640万kW，冬天水电出力最低点只有180万kW。水电日内曲线一般考虑是不变的。受自然现象的制约，水电出力具有明显年际不确定性的特点。

依据测风资料推测，电站近区的风电年内出力特性存在一定的季节性差异，月均出力系数在0.16～0.35；月出力变化较为明显，且呈现冬春季大、夏秋季小的特点。日内出力特性有一定波动，呈现“两峰一谷”的特点。从出力保证率和累计电量特性来看，风电出力保证率相对较高，电量累计效应明显。依据气象数据和已有光伏电站的运行资料推测，电站近区的光伏年内出力特性存在一定的季节性差异，月均出力系数在0.08～0.15；月出力变化较为明显，呈现冬春季小、夏季大的特点。日内出力趋势一致，呈现昼夜变化规律，最大出力一般出现在11—15时，20—次日6时出力为0。受昼夜交替、季节及气候变化等因素影响，光伏处理具有间歇性、波动性和随机性等特点。

水风光一体化运行时，水风光具有明显的互补特性。年内水电夏丰冬枯，风电夏小冬大；风电日弱昼强，光伏日强昼无。水电的“峰”“枯”与风电的“枯”“峰”在时间上对应，水电、风电具有年内互补特性方面。日内互补特性，梯级电站具有一定的调节能力，日间光伏发电时段，通过加大水库蓄水降低水电出力，用光伏电量置换库存水量；夜间光伏少发时释放更多水量发电，水风光互补后系统出力平滑，电量提升效果显著。

3.3 水风光配比方案

根据受端市场历史负荷曲线，模拟2030年负荷曲线，负荷曲线基本上呈现“高—低—高”的双峰，1—3月、7—9月负荷较大，4—6月、10—12月负荷较低。日内负荷呈现午、晚双高峰；夏季高峰出现在中午15时和夜间21时，冬季高峰负荷出现在上午13时和夜间20时，负荷低谷在早5时左右。

基于分支定界模型计算的配比方案，选取最切合实际装机容量的风光配比规模。考虑受端电网负荷特性、直流送电通道约束及送端水电留存，模拟电站多个风光水互补配比方案日内出力互补特性，找出共同的规律。A1、A2、A3、A4各站外送通道均输送多个电源，在外送之前还要考虑各电源留存电量。由于A4站的通道外送电力简单，以A4站为例进行计算。2030年水电装机容量640万kW，年发电量294亿kW·h，不考虑枯期留存，外送长三角通道利用时间约4 640 h；考虑枯期留存四川30%电量（约39亿kW·h），外送长三角通道利用时间约4 205 h。

水电装机容量已定，丰、平、枯不同水文年打捆不同风光容量的统计数据见表2。以不同水文年不打捆风光的纯水电系统为基础方案，打捆不同风光规模的系统作为比较方案，统计其综合弃电率、通道提升率和成本电价。可知，同样水电装机下，丰水年随着风光装机增大，综合弃电率从2.04%降至0.25%，逐步降低；枯水年随着风光装机增大，综合弃电率从0.22%升至0.92%，逐步升高；这是由水风光具有时序上互补特性、水库的调节性发挥而决定的。水电站附近风光资源好但外送困难，外送直流通道冬季空闲率高，打捆合适规模的风光装机，显著提升通道利用率；不同水文年，提升通道利用率最大（通道利用时间约5 500 h）从23.6%至32.7%，通道利用率得到很大提升，有效利用了已有的设备资源。暂考虑水、风、光电成本电价分别为0.38、0.32、0.28元/（kW·h），成本电价从纯水电0.38元/（kW·h）下降至水风光大基地的0.361 6元/（kW·h），有效提升了发电企业的利润。

4 结 论

研究了新型电力系统下提升水电大基地的清洁能源送出电量和通道利用率问题。在分析水风光能源天然互补特性的基础上，考虑受端市场、新能源的出力特性、通道的输送容量，建立了水风光大基地分支界定算法的数学模型，利用METLAB软件求出最优解集，并通过提升通道利用率、综合弃电率和成本电价竞争力等综合指标评价，选取水风光最优容量配比。

结果表明，金下界河端水电站与风光资源具有较好的年内、日内互补特性。水电站的“峰”“谷”与风资源在年内互补，水库的强调节能力与光伏资源在日内互相调节，具有较强互补特性。通过构建水风光大基地，选择优化的配比容量和合适的调度策略，可以有效改善综合弃电率、提升通道利用率和降低成本电价。文中所提出的方法可为开展水风光大基地建设提供借鉴。

参考文献：

[1] 刘新苗，卢洵，娄源媛，等.基于时序运行模拟的风火打捆最优容量配比整定[J].电力系统保护与控制，2021，49（21）：53-62.

[2] 李继清，龙健，刘洋．金上川藏段水光互补特性及优化配比研究[J/OL]．河海大学学报（自然科学版）. https：//link.cnki.net/urlid/32.1117.TV.20231010.1028.004

[3] 张廷，唐昊，王珂，等.考虑源荷随机性的跨区互联电网直流网络联络线调度学习优化[J].控制理论与应用，2019，36（7）：1047-1056.

[4] 宋宇，李涵，胡皓翔，等.计及可靠性的风光互补发电系统容量优化配比研究[J].电气技术，2022，23（6）：49-58，68.

[5] 朱燕梅，邹祖建，黄炜斌，等.金沙江上游典型电站水光风互补运行研究[J].水力发电学报，2017，36（4）：78-85.

[6] 刘军涛，胡小丽.基于水风光储的多能互补电源配置规模分析[J].风能，2021（6）：48-55.

[7] 程浩忠，高赐威，马则良，等. 多目标电网规划的分层最优化方法[J]. 中国电机工程学报，2003，23（10）：11-16.

[8] 张晗，陈晓晓，魏禧辰.基于分支定界法的整数规划问题研究与应用[J].赤峰学院学报（自然科学版），2019，35（4）：20-23.

Optimal Capacity Ratio of Hydro-wind-solar Mega-bases Based on DC Transmission

WANG Ling1，LI Xianghua2，WANG Jun2，LI Qingxin1，ZHANG Chonglin2

（1. Shanghai Investigation，Design and Research Institute Co.，Ltd.，Shanghai 200335，China；2. China Yangtze Power Co.，Ltd.，Wuhan 430010，China）

Abstract：The construction of integrated hydro-wind-solar mega-base is an critical way to improve the utilization rate of DC transmission channel，increase clean energy generation and reduce electricity costs. The key challenge lies in determining the optimal ratios of wind，solar，and water capacities. In this paper we propose a method for simulating the production of wind-solar-fire  mega-bases based on a DC outbound transmission channel. By establishing the hydro-wind-solar mega-base model，we devise a time-series production simulation model and solve the model through the branch bounding method. The objective of the model is to optimize investment economics，while the wind-water output characteristics and the DC channel transmission capacity are taken as constraints. With the cascade hydropower stations on the Jinxiajie River as a case study，we compare the increased electricity generation，the improved equipment utilization rate and cost price of electricity under different water and wind ratios. On this basis we identify an optimal ratio that accommodates environmental protection，safety and economy. The results can provide reference for the planning and construction of hydro-wind-solar mega-base.

Key words：hydro-wind-solar mega-bases；DC transmission channel；capacity ratio optimization；branch and bound method；cascade hydropower stations

作者简介：王 玲，女，高级工程师，硕士，研究方向为电力系统规划。E-mail：wang_ling16@ctg.com.cn