風光水聯合發電系統多目標優化運行策略研究

魏若愚 張偉 董子一

（中核匯能有限公司 浙江省杭州市 310016）

隨著“雙碳”目標的提出，進一步促進了風電和光伏等可再生能源的發展和應用。為了彌補風電、光伏發電的波動性和間歇性，緩解并網后對電力系統的影響，可以將風電、光伏和水電三種清潔能源相結合組成聯合發電系統，以實現并網波動性最小化的同時并兼顧資源利用率、經濟效益最大化等目標。目前受到國內外學者和研究機構的廣泛關注[1-3]。文獻[4,5]建立了包含風、光、火分布式電源的聯合發電系統的經濟運行模型，并驗證其協調性良好；但是該模型仍不能避免污染物的排放。文獻[6]從“源源互補”和“源荷匹配”兩個不同角度構建風光水調度模型，但是沒有考慮資源利用率問題，仍然無法避免棄風、棄光的問題。文獻[7]以梯級水電耗水量最小為目標建立水光調度模型，驗證水電調節性能好；但系統容量較小，不能滿足大規模并網的要求。上述文獻針對互補發電系統優化運行都取得了一定成果，但是都存在一定的局限性。

本文提出了一種以并網波動指數最小、風光丟棄率最小以及電站經濟收益最大為目標函數，綜合考慮電力系統、各種分布式電源特性以及水庫運行等約束條件，建立風光水互補系統的三目標優化運行策略模型，并采用NSGA-II 算法對模型求解，得到不同的優化運行策略。

1 風光水聯合發電系統拓撲結構

根據風光水互補特性構建聯合發電系統的拓撲結構如圖1所示，主要包括水電機組、風電機組、光伏發電機組、逆變器以及變壓器等。

圖1：風光水聯合發電系統拓撲結構

2 分布式電源模型

2.1 水電出力模型

水電機組發電功率主要決定于凈水頭、水輪發電機組的效率以及耗水量。一天內水頭變化不大，因此本文中凈水頭和效率為常數，水電機組在時段 t 內的實際輸出功率為：

式中：PH,t為第t 時段內單個水輪發電機組的出力；HH,t為t 時刻的發電凈水頭；η(H)表示機組效率；QH,t表示t 時刻通過水輪發電機組的水流量。

2.2 光伏出力模型

影響光伏發電輸出功率的主要因素包括太陽輻射強度和光伏電池板運行溫度兩方面。故其實際輸出功率為：

式中：PV為單個光伏電池板的輸出功率；PT為光伏電池板的額定輸出功率；RT為太陽輻射的實際強度；RSTC為標準測試條件下的光照強度，本文取1000W/m2；η 表示光伏組件溫度系數，本文取25℃；TC為光伏組件實際溫度；TSTC為標準測試條件下的溫度；γ為光伏陣列的遮擋系數，本文取10%。

2.3 風電出力模型

風力發電機的輸出功率與實時風速密切相關，風速過大或者過小都會影響風力發電機的正常運行，二者之間的關系式為：

式中：PW為單個風力發電機的輸出功率；Pr為風機額定輸出功率；vin為切入風速；vout為切出風速；vr為額定風速。在本文中取切入速度 3 m/s，切出速度 25 m/s。

3 聯合發電系統運行多目標優化模型

3.1 目標函數

本文采用互補發電系統并入大電網的剩余發電功率的風光水聯合發電運行策略，建立并網波動指數最小、風光丟棄率最小以及電站經濟收益最大的三目標函數：

（1）并網波動指數：

（2）風光丟棄率：

（3）經濟效益：

式中：T 為調度周期，這里取24 小時；Pav為單位周期內系統并網功率的平均值；PW,t,PH,t,PS,t為分別代表第t 時段風電、水電、光伏實際出力；Pl,t為第t 時段居民負荷；PrW,t，PrS,t分別為風電機組、光伏電站在t 時刻發電功率；CW,CH,CS為分別代表風電、水電、光伏上網電價，本文選用2022年湖北上網電價，即CW=0.48元/kW?h、CH=0.7 元/kW?h、CS=0.24 元/kW?h；?t 為評價時段時長。

3.2 約束條件

（1）系統功率平衡約束：

式中：Ppc,t為在t 時段系統并入大電網的剩余發電功率。

（2）風電出力約束：

式中：PW,max為風電場額定出力，由風機生產規格決定。

（3）光伏出力約束：

式中PS,max為光伏電站出力最大值，具體由光伏電站本身的結構決定。

（4）水電約束條件

1.水量平衡約束：

式中：VH,t+1，VH,t分別為水庫在t+1、t評價時段末的庫容，IH,t為水庫在t 評價時段的入庫流量。

2.水庫約束

A.儲水量約束：

式中：VH,min、VH,max分別為水庫允許的最大水容量和最小水容量。

B.下泄流量約束：

3.水電機組約束

A.水輪機組發電流量約束：

式中：QH,min、QH,max分別為水輪機組的最小和最大流量。

B.水輪機出力約束：

式中：PH,min、PH,max分別為水輪機的最小和最大出力。

4 算例分析

4.1 基本信息

本文以湖北省某地區風光水電站為研究對象，該區域內包含2 個水電站：F 電站裝機容量為300MW、G電站裝機容量為350MW。其中F 電站包含三臺容量為100MW 的水輪機，G 電站包含一臺容量為200MW 和一臺容量為150MW 的水輪機，且F、G 水電站均具有日調節能力。同時包含一個1 個光伏電站V，裝機容量為320MW 和2 個裝機容量分別為200MW、180MW 的風電站W 電站和E 電站。

4.2 晴天情況下算例分析

該地區某一典型晴天24 小時風電站、光伏電站發電功率以及當地居民負荷情況如圖2所示，該數據根據歐洲中期天氣預報中心所提供的風速、光照輻射強度計算仿真得來。

圖2：風、光電站發電量及居民負荷

根據4.1 節中已知條件，建立并網波動指數最小、風光丟棄率最小以及電站經濟收益最大的三目標優化模型。采用NSGA-Ⅱ算法對模型進行求解，所得到的仿真結果圖如圖3所示。

圖3：Pareto 最優前沿

在滿足各目標的非支配解中選出并網波動指數最小解、風光丟棄率最小解、經濟收益最大解以及最優解集中的一組代表性解，每一個解對應一種風光水互補發電系統優化運行策略，結果如表1所示。

通過對表1 分析可以得出，一般情況下，當并網波動性減小的時候，棄風光率也會相應的增加，同時經濟效益也會隨之減小。主要原因是當并網波動性越小，需要更多的水電出力去調節，同時也會舍棄更多風光峰谷時的出力來減小峰谷差，從而導致風光丟棄率增大，系統中風光電價較水價高，因此經濟效益隨之減少。所以在微電網運行調度的時候，需要根據規劃對象實際要求，恰當地評估和平衡綜合波動性、風光出力占比以及經濟收益三者之間的關系，在保證波動性小、風光丟棄率小的同時選擇更高的經濟收益。

選擇方案4 作進一步分析，圖4所示，互補后，水電的發電出力與風光出力曲線呈現出“峰對谷”此消彼長的特點，在10 點-17 點時段，光伏出力較大，且平穩變化，可以作為負荷基荷，而風電出力波動較大，因此水電站將更多的水量儲存在水庫，減少并憑借靈活的調節能力來平抑風電出力的波動性。在19 點-22 點時段，風光出力大幅度降低，且居民負荷處于高峰狀態，梯級水電可以把白天儲存的水量用來承擔此時的調峰發電任務。

圖4：方案4 風光水優化運行出力情況

進一步分析系統并網波動性，風光水聯合出力、居民負荷以及并網功率如圖5所示。從圖5 可以看出，風光水聯合出力波動趨勢和居民負荷波動趨勢幾乎保持一致，而且系統并網的波動曲線趨于平穩，因此采用本文提出的優化運行策略可充分利用水電站的可調節能力，有效幫助風電、光伏機組削峰填谷，大大降低系統并入大電網的波動性。

圖5： 風光水聯合出力、居民負荷以及并網功率

綜上所述，聯合互補發電系統的出力得到明顯優化，且系統并網波動性較低。因此，用水電這種靈活的分布式電源來平抑風電和光伏出力的不確定性和波動性，解決了夜晚無光伏出力導致風電反調峰特性強的問題，減少棄風和棄光的可能性，平滑風光一體出力，將剩余發電功率平穩地輸出到大電網中，從而實現電站經濟效益最大化。

5 總結

本文針對含風電、光伏、水電站的微電網，分析風光水互補發電特性，建立風光水互補系統拓撲結構；綜合考慮系統并網波動指數最小、棄風光率最小以及電站經濟收益最大，提出了一種三目標優化運行模型及求解方法；通過對湖北省某地區實際算例的建模與仿真求解分析，驗證了所提模型及優化運行方法的合理性。

本文所提出的優化運行策略，能夠有效降低系統并網波動性，同時在保證風光丟棄率較小的前提下最大化電站經濟效益，為多能互補發電系統的建設提供理論依據和技術支撐。