汛期水风光多能互补动态调度模型研究

摘要：为充分利用水电站水库汛期在预报无洪水或小洪水时的调节能力，将汛期运行水位动态控制域对应库容作为调节风光运行的可用库容，在提高水库调节能力的基础上给出了考虑入库洪水实时状态的汛期水电站水库动态消纳风光调度模式，以风光出力期望值加水电出力之和与负荷偏差最小为目标，结合风光出力不确定性建立了汛期水风光多能互补动态调度模型，并以福建省水口水电站为例进行模拟调度计算。结果表明：所提动态消纳风光调度模式能够在保证防洪安全的前提下充分合理利用水位动态控制域内的调节能力来调节风光出力，使失负荷时段数和发电量缺口期望值相较于传统调度模式分别降低约37%和32%，水电站水库平均发电水头提高约4.39%，不仅可提高系统出力可靠性，且能增加系统运行效益。研究成果可为汛期调节风光出力提供参考。

关 键 词：汛期运行； 水位动态控制； 水风光多能互补； 动态调度模型； 水口水电站

中图法分类号： TV697.1

文献标志码： A

DOI：10.16232/j.cnki.1001-4179.2024.09.005

0 引 言

近年来，水风光等可再生能源装机容量及规模越来越大，在电力系统中的占比越来越高［1-3］，其中，以风电、光伏发电为主的新能源出力的波动性、随机性和间歇性给电力系统安全稳定运行带来严峻的挑战，严重限制了电力系统对新能源的消纳能力，导致弃风、弃光现象严重［4-7］。而水电具有操作灵活、启停迅速、可调度等优点，是理想的优质调峰电源，特别是对电力系统负荷的快速响应能力使得水电常被用作调峰、调频及备用电源。因此，利用水电调节风电、光伏发电出力，形成多能互补系统，是目前解决大规模间歇性能源集中消纳的有效途径之一［8］。针对如何最大化利用水电站水库的调节能力来消纳风光的问题，已有学者开展了大量研究［9-12］，例如，蒋光梓等［13］通过在负荷侧引入价格型需求响应技术优化日负荷曲线，建立了考虑价格型需求响应的水风光多能互补短期优化调度模型，促进了风光资源消纳；李研［14］建立了嵌套短期运行风险的水风光多能互补中长期优化调度模型；马晓伟等［15］提出了计及短期运行特征的水风光互补中长期调度规则编制方法，结果表明该方法能够降低系统弃电与失负荷风险，提高风光资源利用率。

现有研究多聚焦于非汛期水风光互补，这是由于此时水风光具有天然互补性，并且此时水电富裕大量调节能力，能够更好地平抑风、光出力。而在汛期，考虑到水库承担的防洪任务，水电站水库的调度运行会受到汛期限制水位的约束，即存在一个汛期允许兴利蓄水的最高上限水位，一般要低于正常蓄水位，因此水电站水库此时调节风光出力的能力并不充分。虽然一般情况下汛期风光出力处于低谷期，但是伴随着以风电、光伏发电为代表的不可调度能源占比的不断增加，汛期水电站水库在面临着较大的调节风光压力时往往运行效果不佳，易出现系统出力与负荷不匹配、水电弃水较多等不利情况，在一定程度上影响着水风光多能互补系统的稳定性与经济性。闻昕等［16］通过对雅砻江流域清洁能源基地进行水风光模拟调度并评价全年互补系统的风险与效益，发现多能互补系统在5月初至7月末，累计缺负荷时长及累积缺失电量分布集中，该时段失负荷天数占全年失负荷天数的96%以上。分析原因可知，正是由于水电站水库在汛期水位较低，电站水头效益低，出现了互补系统出力无法满足负荷的情况，源荷匹配能力较弱，导致互补系统的可靠性较低。

为了使水电站水库在汛期能够在不降低防洪标准的前提下获得更好的运行效益，提高水资源的利用效率，汛期运行水位动态控制的理论被提出并得到了广泛的研究［17-20］。当前对于水库汛期运行水位动态控制的研究主要聚焦于在不降低水库防洪标准的前提下，通过提高水库的水量利用率和水头来获取更多的发电量，提高水资源的利用率，而对于基于来水预报将汛限水位至动态控制域上限之间的库容用于水电调节风光出力运行的研究尚不多见，这对于汛期调节能力本就极度短缺的电力系统安全经济运行是非常必要的。尤其在来水特枯的年份，例如2022年长江流域发生了历史性极端干旱事件，汛期发生了流域性严重枯水，水电站水库面临的防洪压力小，此时若能将空闲的防洪库容用来调节风光出力，将为水风光联合运行及风光资源消纳提供良好条件，缓解缺电情况。因此，本文从改善水电站水库在汛期预报无洪水或小洪水时，针对水库水位维持在汛限水位运行的传统调度方式导致可用的调节风、光出力的库容较小及能力较差的问题，引入水库汛期运行水位动态控制的思想，通过设定一个允许水位浮动的动态控制域并将其对应的库容用作调节风、光出力的动态库容，提出了一种防洪约束条件下水电站水库汛期消纳风光的动态调度模式，通过构建考虑风光出力不确定性的汛期水风光多能互补动态调度模型，从出力系统可靠性和经济性两方面对比了水电站以传统调度模式运行与以本文所提出的动态调度模式运行的差异。

1 汛期水电站消纳风光调度模式

1.1 传统调度模式

水电站汛期不同调度模式如图1所示。以传统调度模式运行的水电站水库一般将水位保持在汛限水位运行，不得擅自在汛期限制水位以上蓄水，这使得水电站水库的调节能力大打折扣，水电站将基本上按径流发电。水风光联合运行的大背景下，在风、光出力较大需要水电减小出力来对其进行调节时（图1中t点左侧时段），由于水电站水库无法突破汛限水位的约束，将无法通过抬升水位存水的方式来减小出力，水电站水库将被迫弃水，此现象在水库来水较多且风光出力较大的时段尤为明显；当风、光出力较小需要水电加大出力来对其进行调节时（图1中t点右侧时段），水电若动用水库水位来发电将使水位低于汛限水位，此举将在一定程度上二次降低其汛期原本就受到影响的水头效益。因此，当水电站在汛期以传统调度模式与风光联合运行时，其调节能力将受限，基本按照径流发电，进而易出现弃电与缺电现象。

1.2 动态调度模式

针对传统调度模式存在的问题，本文提出一种防洪约束条件下水电站水库汛期消纳风光的动态调度模式，通过改变水电站水库在无洪水或小洪水时的调度方式，来尽可能挖掘其调节能力，提升水风光多能互补运行效益。动态调度模式区别于传统调度模式的关键之处在于：根据水电站水库的洪水有效预见期、下泄流量约束及预报入库流量等已知数据确定在每个时段允许水位浮动的范围，即确定一个水位动态控制域。当前，针对单库的汛期运行水位动态控制研究已较为成熟，其科学理论和管理方式已经基本形成。文献表明［21-23］，以中国当前的气象水文监测、预报防洪调度能力和服务水平，能够使水库在不增加防洪风险的前提下上浮水位，以缓解其防洪与兴利矛盾，这为本文所提汛期水电站水库动态调度模式奠定了合理性基础。

同时，已有的汛期运行水位动态控制研究与所提汛期水电站水库动态调度模式的相同之处在于：均以不增加防洪风险为前提，确定一个水位动态控制域并对水库汛期运行水位进行动态控制。但其区别在于：已有的汛期运行水位动态控制将重点聚焦于根据有效预见期内的预报入库流量来决定上浮或下降水位，旨在增加发电量，减少弃水量，提高洪水资源利用率；本文所提的汛期水电站水库动态调度模式的调度决策则更多取决于水风光多能互补系统对于水电调节能力的需求情况，在风、光出力较小时（图1中t点右侧时段）通过降低水位增加发电流量来加大水电出力，在风光出力较大时（图1中t点左侧时段）通过抬升水位减少发电流量来减小水电出力并存水用作后续时段发电，以此来响应风、光出力上网时的调节需求，该模式能够根据不同的调节风、光出力要求进行水电站水库的再调度，以期提高水风光多能互补系统打捆出力对负荷的适应能力并在一定程度上减少弃电现象。

2 汛期水风光多能互补动态调度模型

基于上述保持汛限水位运行的传统调度模式和本文所提动态调度模式，假设以风光出力优先上网为前提，构建汛期水风光多能互补动态调度模型，并分析两种调度方式的差异。

2.1 目标函数

水风光一体化运行要保证水风光系统出力尽可能满足电网分配给水风光系统的部分负荷需求。考虑到风光出力具有的波动性、随机性和间歇性特征，采用生成多个风光典型出力场景最终求取期望的方式来考虑其不确定性。为此，本文模型在考虑风光出力不确定性的基础上，以风光出力期望值加水电出力之和与负荷偏差最小为目标函数，构建适应不同调度模式的汛期水风光一体化多能互补动态调度模型，目标函数如下：

minF=Tt=1load（t）-{E［Nw+s（t）］+Nh（t）}（1）

E［Nw+s（t）］=ni=1{［Niw（t）+Nis（t）］×ρi}（2）

式中：F为系统出力与负荷偏差，MW；t为调度时段数，t=1，2，…，T；load（t）为第t时段系统负荷，MW；E［Nw+s（t）］为第t时段风光出力的期望值，MW；Nh（t）为第t时段水电的出力，MW；i为风光典型出力场景数，i=1，2，…，n；Niw（t）和Nis（t）分别为第t时段第i个风光典型出力场景下的风电和光伏出力值，MW；ρi为第i种风光典型出力场景发生的概率。

2.2 约束条件

本文不考虑通道容量限制，模型考虑的约束条件如下：

（1） 水量平衡约束。

Vt+1=Vt+（Qt-qt）Δt（3）

（2） 水库水位约束。

Zmint≤Zt≤Zmaxt（4）

（3） 下泄流量约束。

qmint≤qt≤qmaxt（5）

（4） 出力约束。

Nminh（t）≤Nh（t）≤Nmaxh（t）（6）

Nminw（t）≤Nw（t）≤Nmaxw（t）（7）

Nmins（t）≤Ns（t）≤Nmaxs（t）（8）

（5） 非负约束。

以上各式中：Vt和Vt+1分别为第t时段初和时段末水库的蓄水量，m3；Qt和qt分别为第t时段的入库流量和出库流量，m3/s；Δt为时段长度，s；Zt为第t时段初水库水位值，m；Zmint和Zmaxt分别为水库水位在第t时段初的下限值和上限值，m；qmint和qmaxt分别为第t时段水库所允许的最小下泄流量和最大下泄流量，m3/s；Nh（t）为第t时段水电站的实际出力，MW；Nminh（t）和Nmaxh（t）分别为第t时段水电站出力的最小值和最大值，MW；Nw（t）为第t时段风电站的实际出力，MW；Nminw（t）和Nmaxw（t）分别为第t时段风电站出力的最小值和最大值，MW；Ns（t）为第t时段光伏电站的实际出力，MW；Nmins（t）和Nmaxs（t）分别为第t时段光伏电站出力的最小值和最大值，MW。

2.3 求解方法

考虑到国家清洁能源发展及新型电力系统结构转型的要求，同时由于风电、光伏发电出力的不可调度性，假设电网考虑优先将风光出力接入。对于多场景多调度时段的模型采用逐时段逐场景的遍历求解方法，对于某一场景的某一时段求解流程如图2所示，模型具体求解步骤如下：

（1） 确定调度期、调度时段、风光典型出力场景及相应概率和水风光系统负荷过程等数据，令调度时段数t=1，风光典型出力场景数i=1。

（2） 采用水风光系统负荷减去第i个风光出力典型场景，得到第i种水电余留负荷过程。

（3） 对于第t时段，假定出库流量q′ck（t），令发电流量q′fd（t）=0。

（4） 根据水量平衡方程计算时段末蓄水量V（t+1）。

（5） 根据水电站水库所采用的调度方式，来确定相应时段水库水位约束，进而得到时段末蓄水量上限值Vmax（t+1）。当采用传统调度模式时，水库水位保持在汛限水位不变，因此时段末蓄水量上限Vmax（t+1）即为汛限水位对应的水库蓄水量；当采用动态调度模式时，水库水位可在动态控制域内浮动，对于第t时段的动态控制域上限需根据预报来水情况、当前水库水位、泄流约束、有效预见期等参数综合试算确定，此时的动态控制域上限所对应的水库蓄水量即为相应时段的蓄水量上限Vmax（t+1）。动态控制域下限选取汛限水位。

（6） 当V（t+1）>Vmax（t+1）即时段末蓄水量超出了蓄水量上限的约束时，说明假设的出库流量q′ck不当，此时令时段末蓄水量与上限值相等，并据此计算出新的出库流量q′ck（t），进而计算出水头H和发电流量

qfd（t）；当V（t+1）≤Vmax（t+1）即时段末蓄水量未超过蓄水量上限的约束时，无需对出库流量q′ck（t）修正，直接计算出水头H和发电流量qfd（t）。

（7） 当计算得到的发电流量qfd（t）与前期设定值相差小于设定的精度εQ，认为在第i种风光典型出力场景下的这一时段计算完成，统计这一时段的水库水位、出库流量、发电流量、弃水流量、水风光出力过程等调度结果。若该时段水电出力无法达到负荷需求，将此时段记为失负荷时段，记录出力缺口。

（8） 重复步骤（3）～（7）直至遍历所有调度时段，得到水电站水库在第i种风光典型出力场景下所有时段的运行情况。

（9） 重复步骤（2）～（8）直至遍历所有风光出力典型场景。

3 算例分析

3.1 算例概况

本算例以水口水电站为研究对象，该水电站位于福建省闽清县境内的闽江干流上，是华东地区最大的常规水电站，具有不完全季调节能力，是以发电为主，兼有航运、过木等综合效益的大型水电枢纽工程。其防洪任务特点是确保水利枢纽本身安全为主，保护上游库区内城市、村镇、铁路在一定防洪标准条件下不受淹没影响，并以建坝后不恶化下游防洪条件为原则。水口水电站水库特征参数见表1。

3.2 研究数据及方案设置

根据水口水电站水库调度规程，预泄阶段下游河道允许最大泄量为16 000 m3/s，水库有效洪水预见期为9～12 h。考虑到该流域洪水多为复峰形，采用分级预报预泄法确定水位动态控制域的上限，即首先确定汛期运行水位的允许变化范围，根据预报的洪水流量确定汛期运行控制水位，当预报洪水流量较小时可将水位预降到较高的汛期控制水位而不是直接降至汛期运行水位动态控制域的下限，该方法能够更好地应对复峰洪水过程。

水电站水库的相关数据来自于福建水口发电集团有限公司数据统计资料。分别选定枯水年典型日（下称典型日①）和丰水年典型日（下称典型日②）作为典型入库流量过程，将水库汛限水位61.00 m作为汛期运行水位动态控制域的下限，经试算后确定不同入库流量下水位动态控制域的范围如图3所示。当预报入库流量小于3 500 m3/s时，水位动态控制域为61.00～63.50 m；当预报入库流量在3 500～5 000 m3/s时，水位动态控制域上限由63.50 m逐渐降低至62.50 m，下限为61.00 m；当预报入库流量在5 000～8 000 m3/s时，水位动态控制域上限由62.50 m逐渐降低至61.75 m，下限为61.00 m；当预报入库流量在8 000～12 000 m3/s时，水位动态控制域上限由61.75 m逐渐降低至61.00 m，下限为61.00 m；当预报入库流量达到12 000 m3/s时，为了保证水库防洪能力不降低，应尽快将水位降至汛限水位。

根据福建省2025年全省电力规划装机情况，省内水电、风电、光伏发电比例为12∶9∶5，因此设置算例中风电、光伏发电装机容量分别为1 207.5 MW和670.0 MW。考虑到风光出力的不确定性，采用拉丁超立方抽样与K-means方法生成25种风光典型出力场景如图4所示，其中风速、辐射和气温资料来自ECMWF官网（https：∥cds.climate.copernicus.eu/cdsapp#！/home）。

3.3 结果分析

首先采用前述汛期水风光多能互补动态调度模型，对水电站水库以传统调度模式和动态调度模式运行在不同典型日入库流量和不同风光典型出力场景下进行求解，然后对调度结果从多方面进行分析比较。

3.3.1 出力系统可靠性分析

水电站水库在典型日①的入库流量条件下，以传统调度模式和动态调度模式运行的水风光出力过程如图5所示。由图5（a）可以看出，水电站水库在以传统调度模式运行时，在大部分风光典型出力场景中，仅能够在日间00∶00～02∶00完成负荷需求，其余时段出力系统均伴随着较为明显的缺电现象，仅在某些场景中能够在日间14∶00～18∶00完成负荷需求。而由图5（b）可以看出，水电站水库在以动态调度模式运行时，在绝大部分场景中，能够在日间00∶00至07∶00和12∶00～14∶00完成负荷需求，并且在部分场景中能够在16∶00～20∶00甚至24∶00均完成负荷需求。可以看出，水电站水库以动态调度模式运行时能够在一定程度上改善系统缺电情况，使水风光出力系统可靠性得到一定的提高。

使用失负荷时段数、发电量缺口指标来对比传统调度模式与动态调度模式这两种方式在25种风光典型出力情景下的系统运行可靠性情况，结果如图6所示。可以看出，系统按照传统调度模式运行时，系统日内失负荷时段约为13～20 h且发电量缺口约为3 300～7 500 MW·h，失负荷率高达54.2%～83.3%，结合各个风光典型出力场景的概率可知，失负荷时段期望值约为16.44 h且发电量缺口期望值约为5 200.9 MW·h，这在很大程度上难以满足电力系统对于出力系统可靠性的要求；而以动态调度模式运行时，系统的日内失负荷时段和发电量缺口均有所减少，普遍在5～15 h和500～6 000 MW·h左右，失负荷率降至208%～62.5%，结合各个风光典型出力场景的概率可知，失负荷时段期望值约为10.36 h且发电量缺口期望值约为3 529.02 MW·h，动态调度模式相较于传统调度模式能够将互补系统失负荷时段和发电量缺口期望值分别降低37%和32%，这在一定程度上提升了系统出力的可靠性。

为探究出现上述差异的详细原因，选取一种风光典型出力场景下两种调度模式的水库水位过程和失负荷情况进行分析。图7（a）为典型日①入库流量及水电站水库以两种调度模式运行的发电流量过程，图7（b）为以两种调度模式运行的水位过程及出力缺额情况。可以看出，在01∶00～06∶00，由于入库流量较大且负荷需求较低，以两种调度模式运行均未出现出力缺额。区别在于：在以传统调度模式运行时，对于这一时间段入库流量大于发电流量的情况，水电站水库由于受到汛限水位61.00 m的限制，其余来水将被迫弃掉；而当水电站水库以动态调度模式运行时，在这一时段选择将水位自61.00 m抬升至61.09 m，将剩余来水存入库中。随后，随着入库流量减小且负荷需求增加，以两种调度模式运行均会出现出力缺额。但有所不同的是，在07∶00～09∶00和19∶00～23∶00，以传统调度模式运行尽管已经将入库流量全部用作发电但只依靠径流将难以使水电站达到负荷要求，系统随即出现出力缺额。而以动态调度模式运行由于在前一段时间内有所存水，在此时段水电站水库可以充分发挥其调节能力，通过降低水库水位的方式来加大出力以使系统尽可能满足负荷需求。但值得注意的是，如果将水库水位降至61.00 m时仍无法满足负荷需求，即认为此时出现了极端工况条件，水位动态控制域对应库容空间的调节能力已经用尽，水电将难以继续调节风光出力，这种情况下为了保证水电站自身兴利效益，将不再降低水位加大出力，进而系统将出现失负荷的情况，如图7（b）中10∶00～12∶00。

3.3.2 出力系统经济性分析

对于平均入库流量较大的典型日②，从水能利用效率、发电量等经济性角度进行分析。

水电站水库在25种风光典型出力场景下的相关运行指标期望值如表2所列。水电站水库以动态调度模式运行时，平均发电水头从50.06 m提高到了5226 m，增幅约为4.39%。与以传统调度模式运行相比，以动态调度模式运行只能将平均水电发电量和平均水电发电效益提高约0.36%和0.33%（其中效益以水口电站上网电价0.268 5元/kW·h核算），但这主要是由于其采用“以电定水”的方式运行，相当于设定好了其出力曲线，所以两种调度模式运行带来的发电量差异主要存在于系统失负荷时段，即以传统调度模式运行无法达到负荷需求，但以动态调度模式运行能够达到或者更加接近负荷需求出力的时段。同时，水能资源利用率增幅约为82.69%，结合水库蓄能变化情况可知这主要是因为水库能够在来水较为充沛的情况下存水蓄能，充分挖掘了水库的调蓄能力。

水电站水库在典型日②的入库流量条件下，以两种调度模式运行的弃水量如图8所示。可以看出，水电站水库以传统调度模式运行时，在每种风光典型出力场景下均存在着一定量的弃水，结合每种风光典型出力场景概率可知其弃水量期望值约为15 007万 m3，弃水率达到了46.66%，水能资源利用率较低；而以动态调度模式运行时，无弃水的场景约有32%，虽然其余场景仍然存在弃水，但是弃水量已大幅减少，结合每种风光典型出力场景概率可知其弃水量期望值约为892万 m3，弃水率仅有2.62%，相较于传统调度模式降低了约94.06%和94.38%。可以看出，水电站水库以动态调度模式运行时，能够充分挖掘自身调节能力，更好地配合风光出力运行，使水能资源利用率明显提高。

图9为典型日②入库流量过程及两种调度模式下的水电站库水位与出库、发电、弃水流量过程图。由图9（a）可以看出，水电站水库以传统调度模式运行时，水位始终维持在汛限水位61.00 m，由于来水较多，水电站在完成负荷需求后被迫弃水。尤其是在日间12∶00～18∶00，此时风光出力较大需要水电提供调节能力，让出发电空间，水电在减小出力的同时面临着更多的弃水。而由图9（b）可以看出，当水电站水库以动态调度模式运行时，能够获得更好的调节能力，在日间0∶00～17∶00，水电站水库可以充分发挥其调节能力，通过抬升水位的方式将原本以传统调度模式运行时需要弃掉的水存入库中，避免了弃水，且水位均未超过汛期运行水位动态控制域的上限。但在18∶00和22∶00这两个时段由于入库流量较大且水库水位已抬升至动态控制域上限，若继续上浮水库水位将会增加水库的防洪风险，即认为此时出现极端工况条件，水位动态控制域对应库容空间的调节能力已经用尽，水电将难以继续调节风光出力，水电站水库将选择弃水。可以看出，本文所提动态调度模式能够使水电站水库在保证安全的前提下适当抬升水位，实现减少弃水量、增加水库蓄能的效果，在一定程度上提高了水能资源利用率。

4 结 论

面对中国能源结构转型所带来的新型电力系统对灵活调节能力需求急剧增大的客观情况，迫切需要对现有电源的灵活调节能力进行挖掘。为此，本文从水风光一体化运行的角度出发，引入汛期运行水位动态控制思想，提出防洪约束条件下汛期水电站水库动态调度模式，建立以风光出力期望值加水电出力之和与负荷偏差最小为目标的汛期水风光多能互补动态调度模型，并以水口水电站为例开展了不同场景的模拟调度计算，主要结论如下：

（1） 相较于传统调度模式，所提动态调度模式能够充分调动水库调节能力，在不降低原有防洪标准的前提下将水位在允许的范围内进行浮动，以调节风光出力的波动性。模拟调度结果表明，动态调度模式相较于传统调度模式能够将互补系统失负荷时段数和发电量缺口期望值分别降低37%和32%，显著提高了水风光互补系统的出力可靠性，源荷匹配能力较好。

（2） 所提动态调度模式能够显著提升水电运行的经济性，在汛期无洪水或小洪水时适当抬升水库水位，在抬升水库水位的过程中，能够很大程度上降低水库弃水量，提高水能资源利用率。经模拟调度计算可知，动态调度模式在多种风光典型出力场景下，水能资源利用率期望值相较于传统调度模式增幅明显。同时，存入水库中的水也可作为水库蓄能供未来时段使用，以避免未来需要水电加大出力时出现无水可用的情况。

参考文献：

［1］ 申建建，王月，程春田，等.水风光多能互补发电调度问题研究现状及展望［J］.中国电机工程学报，2022，42（11）：3871-3885.

［2］ 张智刚，康重庆.碳中和目标下构建新型电力系统的挑战与展望［J］.中国电机工程学报，2022，42（8）：2806-2819.

［3］ 任大伟，肖晋宇，侯金鸣，等.双碳目标下我国新型电力系统的构建与演变研究［J］.电网技术，2022，46（10）：3831-3839.

［4］ 王进，赵志鹏，程春田，等.耦合出力破坏深度与弃电准则的梯级水风光互补调度规则研究［J］.水利学报，2023，54（12）：1415-1429.

［5］ JIN X Y，LIU B X，LIAO S L，et al.A wasserstein metric-based distributionally robust optimization approach for reliable-economic equilibrium operation of hydro-wind-solar energy systems［J］.Renewable Energy，2022，196：204-219.

［6］ HUANG K D，LIU P，KIM J S，et al.A model coupling current non-adjustable，coming adjustable and remaining stages for daily generation scheduling of a wind-solar-hydro complementary system［J］.Energy，2022，263：125737.

［7］ 谢俊，鲍正风，曹辉，等.金沙江下游水风光储联合调度技术研究与展望［J］.人民长江，2022，53（11）：193-202.

［8］ 明波.大规模水光互补系统全生命周期协同运行研究［D］.武汉：武汉大学，2019.

［9］ 张振东，唐海华，覃晖，等.风光水互补系统发电效益-稳定性多目标优化调度［J］.水利学报，2022，53（9）：1073-1082.

［10］王义民，刘世帆，李婷婷，等.雅砻江能源基地水风光互补短期调度运行模式对比研究［J］.水利学报，2023，54（4）：439-450.

［11］陈祥鼎，刘攀，吴迪，等.水风光互补系统装机容量配置解析优化及敏感性分析［J］.水利学报，2023，54（8）：978-986.

［12］MING B，LIU P，CHENG L.An integrated framework for optimizing large hydro-photovoltaic hybrid energy systems：capacity planning and operations management［J］.Journal of Cleaner Production，2021，306：14.

［13］蒋光梓，彭杨，纪昌明，等.计及价格型需求响应的水风光互补短期调度［J］.水力发电学报，2023，42（10）：1-12.

［14］李研.嵌套短期运行风险的水风光多能互补中长期优化调度研究［D］.西安：西安理工大学，2022.

［15］马晓伟，郭怿，李研，等.计及短期运行特征的水风光互补中长期调度［J］.人民长江，2024，55（6）：9-15，84.

［16］闻昕，孙圆亮，谭乔凤，等.考虑预测不确定性的风-光-水多能互补系统调度风险和效益分析［J］.工程科学与技术，2020，52（3）：32-41.

［17］张验科，张佳新，俞洪杰，等.考虑动态洪水遇见期的水库运行水位动态控制［J］.水力发电学报，2019，38（9）：64-72.

［18］赵璧奎，邱静，黄本胜，等.低水头大型水利枢纽汛期运行水位动态控制方法研究与应用：以长洲水利枢纽为例［J］.水利学报，2023，54（5）：530-540.

［19］周研来，郭生练，王俊，等.金沙江下游梯级水库汛期运行水位协同浮动调度研究［J］.水利学报，2023，54（6）：633-643.

［20］刘攀.水库洪水资源化调度关键技术研究［D］.武汉：武汉大学，2005.

［21］郭生练，刘攀，王俊，等.再论水库汛期水位动态控制的必要性和可行性［J］.水利学报，2023，54（1）：1-12.

［22］洪兴骏，余蔚卿，任金秋，等.丹江口水利枢纽汛期运行水位优化研究与应用［J］.人民长江，2022，53（2）：27-34.

［23］任金秋，董付强，洪兴骏，等.丹江口水库汛期优化调度实践及风险效益分析［J］.人民长江，2023，54（12）：15-23.

（编辑：谢玲娴）

Study on dynamic scheduling model for multi-energy complementarity of hydro，wind and solar power during flood season

ZHANG Yanke1，WU Wenlong1，WANG Yuankun1，XIE Ruchang2

（1.School of Water Resources and Hydropower Engineering，North China Electric Power University，Beijing 102206，China； 2.Fujian Shuikou Hydropower Generation Co.，Ltd.，Fuzhou 350001，China）

Abstract：

To fully utilize the regulation capacity of hydropower reservoirs during flood seasons when no flood or only minor floods are forecasted，the reservoir's storage capacity within the dynamic control range of the flood season operation water level is considered as the available capacity for regulating wind and solar power generation.On the premise of enhancing the reservoir's regulation capability，a dynamic scheduling mode for the absorption of wind and solar power was proposed，considering the real-time state of incoming floods.The model aimed to minimize the deviation between the sum of expected wind，solar power，and hydropower output，and the load demand.The model was established considering the uncertainties in wind and solar power output.A case study was conducted with the Shuikou Hydropower Station in Fujian Province.The results showed that the proposed dynamic operation model for wind and solar power absorption can fully and rationally utilize the regulation capacity within the dynamic control range of the water level，ensuring flood safety.Compared to the traditional operation model，the proposed model reduced the number of periods with load deficits and the expected value of generation shortfalls by approximately 37% and 32%，respectively，while increasing the average hydropower generation head by about 4.39%.This not only improved system output reliability but also enhanced system operational benefit.The research findings can provide a reference for regulating wind and solar power output during the flood season.

Key words：

flood season operation； dynamic control of water level； hydro-wind-solar multi-energy complementation； dynamic operation mode； Shuikou Hydropower Station