考慮破壞深度和發(fā)電保證率的水風(fēng)光互補(bǔ)調(diào)度規(guī)則研究

景 含,陳 翔,孟洪文,劉本希*

( 1.大連理工大學(xué)水利工程學(xué)院,遼寧 大連 116024;2.水利部珠江水利委員會(huì)珠江水利綜合技術(shù)中心,廣東 廣州 510611;3.云南大唐國(guó)際李仙江流域水電開發(fā)有限公司,云南 普洱 665000)

隨著“3060”雙碳目標(biāo)的提出,中國(guó)可再生能源取得了快速發(fā)展,成為全球可再生能源容量增長(zhǎng)的主要推動(dòng)力之一[1]。充分利用水、風(fēng)、光可再生能源是構(gòu)建新型電力系統(tǒng)和實(shí)現(xiàn)雙碳目標(biāo)的重要途徑。然而,風(fēng)、光電源出力的隨機(jī)性對(duì)電網(wǎng)安全穩(wěn)定運(yùn)行提出了極大的挑戰(zhàn)。水電作為啟停迅速、運(yùn)行靈活、技術(shù)成熟的優(yōu)質(zhì)電源,風(fēng)、光高速發(fā)展背景下,開展水、風(fēng)、光聯(lián)合調(diào)度研究對(duì)于提高清潔能源發(fā)電效益和電力系統(tǒng)安全穩(wěn)定水平具有重要意義[2]。

考慮到風(fēng)光出力的不可控性,水風(fēng)光互補(bǔ)調(diào)度是在電網(wǎng)安全運(yùn)行的前提下,最大可能地挖掘互補(bǔ)調(diào)度的優(yōu)勢(shì)和潛力,提高總體發(fā)電效益。目前,水風(fēng)光短期互補(bǔ)調(diào)度主要是平抑風(fēng)光出力波動(dòng)性,而中長(zhǎng)期調(diào)度則是側(cè)重系統(tǒng)的發(fā)電效益[2]。謝航等[3]提出水風(fēng)光短期互補(bǔ)調(diào)度策略,從“源源互補(bǔ)”和“源荷匹配”2個(gè)角度構(gòu)建模型,分別采用花粉算法與逐步優(yōu)化算法優(yōu)化求解,最后通過分析互補(bǔ)效果,總結(jié)水風(fēng)光短期調(diào)度策略;孫藝軒[4]基于水風(fēng)光互補(bǔ)特性提出等效電站模型,并將等效電站模型與等效負(fù)荷模型進(jìn)行對(duì)比討論,驗(yàn)證了等效電站模型在調(diào)峰效果與風(fēng)光負(fù)荷平抑方面的有效性。

大規(guī)模風(fēng)、光并網(wǎng)之后,水電將逐步由傳統(tǒng)電源轉(zhuǎn)變?yōu)檎{(diào)節(jié)電源[5],傳統(tǒng)的水電調(diào)度規(guī)則將不再適用[6-7],因此需要研究適用于風(fēng)、光大規(guī)模并網(wǎng)后的水風(fēng)光聯(lián)合調(diào)度規(guī)則。已有部分學(xué)者開展了水電與新能源聯(lián)合調(diào)度規(guī)則研究。沈筱等[8]建立了以系統(tǒng)發(fā)電量最大為目標(biāo)的水風(fēng)光長(zhǎng)期互補(bǔ)調(diào)度模型,通過BP神經(jīng)網(wǎng)絡(luò)提取調(diào)度規(guī)則,并驗(yàn)證了該規(guī)則能較好地保留互補(bǔ)系統(tǒng)的發(fā)電效益;魏獲晴[9]針對(duì)大規(guī)模風(fēng)光并網(wǎng)擠占通道問題,提出了考慮輸電斷面限制、季調(diào)節(jié)以上水電站主調(diào)模式下的水風(fēng)光長(zhǎng)期互補(bǔ)優(yōu)化調(diào)度模型,通過實(shí)例分析驗(yàn)證所提模型能夠增加系統(tǒng)總的發(fā)電量,提高送電通道的利用率。然而,水、風(fēng)、光的發(fā)電能力均易受天氣影響,極端氣候條件下將嚴(yán)重威脅電力系統(tǒng)安全穩(wěn)定運(yùn)行。如2022年中國(guó)川渝地區(qū)遭遇了干旱和持續(xù)高溫,造成水電站出力的深度破壞,地區(qū)用電極度緊張的情況。因此,水風(fēng)光聯(lián)合調(diào)度規(guī)則在滿足發(fā)電保證率的同時(shí)[10],還需要避免氣候影響條件下出力深度破壞。

為此,本文提出了考慮發(fā)電保證率和出力破壞深度的水風(fēng)光長(zhǎng)期聯(lián)合調(diào)度模型。將發(fā)電保證出力要求處理成0～1變量,考慮系統(tǒng)破壞深度系數(shù)以限制極端破壞,并采用混合整數(shù)非線性規(guī)劃模型進(jìn)行求解。通過對(duì)長(zhǎng)系列歷史數(shù)據(jù)進(jìn)行模擬調(diào)度得到訓(xùn)練樣本,利用神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)得到調(diào)度規(guī)則[8-9]。通過對(duì)西南某流域下游梯級(jí)水電站及風(fēng)、光電源實(shí)例研究表明,本文所得調(diào)度規(guī)則能夠得到良好的發(fā)電效益,滿足發(fā)電保證率要求,并避免出力深度破壞。

1 水風(fēng)光長(zhǎng)期互補(bǔ)優(yōu)化調(diào)度模型

1.1 目標(biāo)函數(shù)

將地區(qū)并網(wǎng)的風(fēng)電、光伏電源分別考慮為一個(gè)整體,建立以水風(fēng)光發(fā)電量最大為目標(biāo)的模型,目標(biāo)函數(shù)為:

(1)

1.2 約束條件

水量平衡約束:

Vi,t+1=Vi,t+(Qi,t-qi,t)Δt

(2)

式中Vi,t、Vi,t+1——第i座水庫(kù)t時(shí)段初、末的蓄水量,萬m3;Qi,t——第i座水庫(kù)t時(shí)段的入庫(kù)流量,m3/s;qi,t——第i座水庫(kù)t時(shí)段的出庫(kù)流量,m3/s。

出庫(kù)流量約束:

(3)

發(fā)電流量約束:

(4)

梯級(jí)水庫(kù)之間的聯(lián)系:

Qi+1,t=QJi+1,t+qi,t

(5)

式中 QJi+1,t——第i座水庫(kù)與第i+1座水庫(kù)t時(shí)段的區(qū)間入流量,m3/s。

水電站出力約束:

(6)

水位約束:

(7)

輸送通道容量約束:

(8)

式中Amax——外送通道容量限制,MW。

發(fā)電保證率約束:

(9)

其中:

(10)

式中Np——水風(fēng)光聯(lián)合保證出力;β——發(fā)電保證率;bt——判斷是否滿足保證出力的0～1變量。

破壞深度約束:

(11)

式中α——水風(fēng)光聯(lián)合保證出力破壞深度系數(shù)。

1.3 風(fēng)光出力

1.3.1風(fēng)電出力估算

風(fēng)能估算方法眾多,有采用數(shù)理統(tǒng)計(jì)來預(yù)測(cè)風(fēng)電功率的方法[11];還有根據(jù)風(fēng)機(jī)功率-風(fēng)速關(guān)系曲線得到的風(fēng)頻率法[12]。本文參考菲利普貝特計(jì)算風(fēng)電功率的方法[13-14],該方法計(jì)算方式簡(jiǎn)便,并且所需數(shù)據(jù)較少,容易獲取。該方法認(rèn)為風(fēng)速達(dá)到“切入”風(fēng)速時(shí),風(fēng)力發(fā)電機(jī)開始供電;當(dāng)風(fēng)速達(dá)到額定功率風(fēng)速時(shí),發(fā)電機(jī)以額定功率發(fā)電;當(dāng)風(fēng)速大于“切出”風(fēng)速時(shí),風(fēng)力發(fā)電機(jī)停止供電。具體計(jì)算見式(12):

(12)

式中 NWt——t時(shí)段的風(fēng)電出力,MW;vt——t時(shí)段的風(fēng)速,m/s;IW——風(fēng)電裝機(jī);vcut-in——切入風(fēng)速;vcut-off——切出風(fēng)速;vrated——額定風(fēng)速。

1.3.2光伏出力估算

光伏發(fā)電是一個(gè)多變量耦合的非線性的隨機(jī)過程,光照強(qiáng)度、日照時(shí)數(shù)、環(huán)境溫度、組件溫度以及氣壓、濕度等都會(huì)對(duì)光伏功率產(chǎn)生影響[15]。本文采用傳統(tǒng)的光伏出力估算方式,認(rèn)為光伏輸出主要與光伏組件的性能、輻射強(qiáng)度和溫度有關(guān)[14],計(jì)算式如下:

(13)

(14)

式中 NPstc——標(biāo)準(zhǔn)條件下光伏板的額定輸出功率;Rstc——標(biāo)準(zhǔn)條件下的輻射強(qiáng)度;TPnoc——光伏板的額定工作溫度;TPstc——標(biāo)準(zhǔn)條件下的溫度;Rt——周期t的實(shí)際輻射強(qiáng)度;α——光伏板的功率溫度系數(shù);TPt——光伏板在周期t的實(shí)際溫度;Temt——t時(shí)段氣溫。

2 調(diào)度規(guī)則提取

2.1 神經(jīng)網(wǎng)絡(luò)

2.1.1BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)是一種前饋神經(jīng)網(wǎng)絡(luò),能夠基于數(shù)據(jù)樣本之間的特征,提取之間的規(guī)律并進(jìn)行記憶處理。BP神經(jīng)網(wǎng)絡(luò)已經(jīng)在水電調(diào)度規(guī)則[16]、水力發(fā)電預(yù)測(cè)[17]、徑流預(yù)報(bào)[18]等領(lǐng)域得到了廣泛應(yīng)用。本文采用BP神經(jīng)網(wǎng)絡(luò)對(duì)多能互補(bǔ)長(zhǎng)期歷史數(shù)據(jù)模擬調(diào)度進(jìn)行挖掘,提取聯(lián)合調(diào)度規(guī)則。首先,把模擬調(diào)度數(shù)據(jù)分為訓(xùn)練集、驗(yàn)證集,并采用交叉驗(yàn)證來避免固定劃分?jǐn)?shù)據(jù)集的局限性和特殊性。通過確定性系數(shù)來判斷模型的準(zhǔn)確度,并且進(jìn)一步通過量化指標(biāo)均方根誤差RMSE和平均絕對(duì)誤差百分比MAPE來評(píng)判神經(jīng)網(wǎng)絡(luò)的擬合精度。

2.1.2輸入層和輸出層

根據(jù)優(yōu)化調(diào)度模型結(jié)構(gòu)及計(jì)算過程,考慮到需要統(tǒng)計(jì)各種調(diào)度方式下的出力結(jié)果,本文將水庫(kù)的出力作為神經(jīng)網(wǎng)絡(luò)的輸出層。初步認(rèn)為時(shí)段初各水庫(kù)水位、區(qū)間流量以及上游電站的出力、接入的風(fēng)光出力都會(huì)對(duì)決策變量產(chǎn)生影響,并通過灰色關(guān)聯(lián)分析進(jìn)一步篩選。

2.1.3輸入輸出數(shù)據(jù)處理

為了便于不同單位或量級(jí)的指標(biāo)能夠進(jìn)行比較和加權(quán),需要將數(shù)據(jù)進(jìn)行歸一化處理,因此,本文對(duì)輸入輸出數(shù)據(jù)進(jìn)行歸一化處理來為后續(xù)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練提供基礎(chǔ)。

2.2 基于灰色關(guān)聯(lián)分析的輸入因子篩選

灰色關(guān)聯(lián)分析是指對(duì)變量和影響因素之間的相關(guān)程度進(jìn)行分析從而評(píng)判出影響因素主次關(guān)系的一種方法?；疑P(guān)聯(lián)度分析對(duì)于一個(gè)系統(tǒng)發(fā)展變化態(tài)勢(shì)提供了量化的度量,非常適合篩選影響因子。本文采用灰色關(guān)聯(lián)分析方法篩選神經(jīng)網(wǎng)絡(luò)輸入因子,具體步驟如下:①確定分析數(shù)列,反應(yīng)系統(tǒng)行為特征的定為參考數(shù)列,影響系統(tǒng)行為的定為比較數(shù)列;②變量的無量綱化;③計(jì)算關(guān)聯(lián)系數(shù);④計(jì)算關(guān)聯(lián)度;⑤關(guān)聯(lián)度排序,關(guān)聯(lián)度越大,比較數(shù)列對(duì)參考數(shù)列的影響越大。

根據(jù)上述分析,本文總體求解流程見圖1。

圖1 總體求解流程

3 實(shí)例分析

3.1 工程背景

本文以中國(guó)西南地區(qū)A省某流域的梯級(jí)水庫(kù)群為實(shí)例研究對(duì)象,PS1、PS2、PS3、PS4、PS5、PS6為該流域已建成的6級(jí)電站。其中,PS2、PS5分別具有不完全多年調(diào)節(jié)和多年調(diào)節(jié)能力,其余僅進(jìn)行日調(diào)節(jié)或者季調(diào)節(jié)。本文以PS2、PS5為典型工程,考慮該流域周邊接入的風(fēng)能、太陽能資源進(jìn)行聯(lián)合優(yōu)化調(diào)度。其中PS2、PS5主要參數(shù)見表1。

表1 PS2、PS5主要水能參數(shù)

3.2 風(fēng)、光出力計(jì)算

為推動(dòng)綠色電源建設(shè),優(yōu)化能源結(jié)構(gòu),A省布局建設(shè)新能源,目標(biāo)在“十四五”期間新增“800萬千瓦風(fēng)電+300萬千瓦光伏”,本文考慮A省研究流域周邊規(guī)劃的2 000 MW的風(fēng)電和750 MW的光伏。在出力估算方面,從ERA5獲得從1979—2018年每天的小時(shí)再分析氣象數(shù)據(jù),通過1.3所述方法計(jì)算風(fēng)電、光伏逐小時(shí)平均出力,并統(tǒng)計(jì)得到1979—2018年每月平均風(fēng)電、光伏出力,以及多年風(fēng)光平均出力(圖2)。從圖2可知,風(fēng)電出力在1—3月較大,4—10月逐漸下降,隨后從9月開始進(jìn)入秋冬季風(fēng)電出力又開始增大。光伏出力從1—4月逐漸上升,4—12月逐漸下降。

a)風(fēng)電

3.3 歷史數(shù)據(jù)模擬調(diào)度結(jié)果

本文采用1979—2018年電站實(shí)際來水以及3.2節(jié)估算的風(fēng)光出力進(jìn)行模擬調(diào)度,其中系統(tǒng)保證出力為水電保證出力加上10%的風(fēng)光裝機(jī),破壞深度系數(shù)為0.6,發(fā)電保證率為90%。從第2節(jié)所建立的模型中可知,由于水電的水位庫(kù)容關(guān)系曲線、尾水位泄量曲線屬于非線性約束,并且計(jì)算保證率的時(shí)候還引入0～1變量,因此屬于混合整數(shù)非線性規(guī)劃模型,本文采用Lingo 18.0進(jìn)行求解。圖3a、3b、3c分別展示了PS2、PS5模擬調(diào)度多年平均水位變化過程和出力過程,表2展示了水風(fēng)光互補(bǔ)運(yùn)行模式下多年平均發(fā)電情況。

a)PS2水位過程

從圖3c可以看出11月至次年5月風(fēng)、光電出力較高、水電出力較低;而在5—10月,水電來水較大,出力較高,而風(fēng)、光電出力則較低。從圖3a、3b可知,PS2、PS5均充分發(fā)揮了良好的調(diào)蓄作用,汛前騰出庫(kù)容,而汛期快速提高水位,給風(fēng)、光留出輸電通道,避免棄水?？傮w上,水、風(fēng)、光之間實(shí)現(xiàn)了良好的季節(jié)互補(bǔ)性。從表2可以看出,水風(fēng)光聯(lián)合調(diào)度多年平均發(fā)電量為510.44億kW·h,并且通過水風(fēng)光聯(lián)合調(diào)度能滿足90%的發(fā)電保證率要求和避免系統(tǒng)深度破壞,因此水風(fēng)光聯(lián)合優(yōu)化調(diào)度能保持更好的發(fā)電效益同時(shí)充分促進(jìn)清潔能源的消納。

3.4 調(diào)度規(guī)則提取

3.4.1輸入和輸出的選擇

表3 PS2灰色關(guān)聯(lián)系數(shù)結(jié)果

表4 PS5灰色關(guān)聯(lián)系數(shù)結(jié)果

表5 PS2、PS5神經(jīng)網(wǎng)絡(luò)輸入層和輸出層選擇

3.4.2調(diào)度規(guī)則提取

結(jié)合3.3歷史數(shù)據(jù)模擬調(diào)度結(jié)果,通過3.4.1篩選出的輸入和輸出帶入BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,訓(xùn)練占比設(shè)為0.7,交叉驗(yàn)證設(shè)為5折。具體的訓(xùn)練評(píng)價(jià)指標(biāo)結(jié)果見表6、7。

表6 PS2神經(jīng)網(wǎng)絡(luò)擬合結(jié)果

表7 PS5神經(jīng)網(wǎng)絡(luò)擬合結(jié)果

從表中可知,PS2、PS5網(wǎng)絡(luò)測(cè)試集的均大于0.8,MAPE基本都低于10%,說明模型的擬合準(zhǔn)確度較高。因此,模型的訓(xùn)練結(jié)果較好,可以用來指導(dǎo)進(jìn)一步的模擬調(diào)度。

3.5 不同方案結(jié)果分析

為了驗(yàn)證所提方法的有效性,根據(jù)歷史數(shù)據(jù)模擬生成40 a的梯級(jí)來水,模型的發(fā)電保證率設(shè)置為90%,破壞深度系數(shù)設(shè)置為0.6,對(duì)以下3種不同方案進(jìn)行對(duì)比分析。方案1:理想情況下考慮破壞深度和發(fā)電保證率的水風(fēng)光聯(lián)合優(yōu)化調(diào)度;方案2:通過神經(jīng)網(wǎng)絡(luò)提取的調(diào)度規(guī)則進(jìn)行的模擬調(diào)度;方案3:基于調(diào)度圖的傳統(tǒng)調(diào)度。

3.5.1不同調(diào)度方案對(duì)比分析

表8展示了3種方案對(duì)應(yīng)的發(fā)電量以及保證率、最低破壞出力和棄水情況,圖4展示了3種方案下PS2、PS5的水位及出力過程。從表8可知,理想調(diào)度得到的發(fā)電量最大,并且保證率和最低破壞出力都能滿足設(shè)計(jì)要求,基于神經(jīng)網(wǎng)絡(luò)調(diào)度規(guī)則得到的發(fā)電量、保證率、最低破壞出力和棄水量次之,但是與理想調(diào)度方案結(jié)果差異不大,而基于常規(guī)調(diào)度圖得到的發(fā)電量最小且保證率和最低破壞出力都不理想。

表8 3種調(diào)度方案結(jié)果對(duì)比

a)PS2水位變化過程

從圖4a、4c可以看出PS2、PS5在優(yōu)化調(diào)度和模擬調(diào)度中枯期的水位均高于傳統(tǒng)調(diào)度。這是由于在枯期風(fēng)、光出力較大,傳統(tǒng)調(diào)度模式下為了滿足發(fā)電保證率要求,水庫(kù)在枯期需要大量放水發(fā)電從而導(dǎo)致運(yùn)行水位較低;而在水風(fēng)光聯(lián)合調(diào)度時(shí),風(fēng)光出力較大的枯期水電可以適當(dāng)?shù)亟档统隽?從而將平均值維持在高水位運(yùn)行。

水風(fēng)光聯(lián)合調(diào)度模型以聯(lián)合發(fā)電量最大為目標(biāo),同時(shí)考慮了斷面限制。為了提高總體發(fā)電效益,減少棄水、棄電,水電在汛前盡量降低水位,為汛期充分消納風(fēng)、光騰出空間。在汛期來水最大階段,從圖5中1倍風(fēng)光裝機(jī)情況下不同年份6、7月出力也可以看出,7月有多次達(dá)到了斷面上限,因此7月的棄電壓力很大。在斷面限制條件下,為了避免棄水、棄電,具有良好調(diào)節(jié)性能的PS2、PS5的水位會(huì)快速提升,特別是PS2,充分發(fā)揮龍頭水庫(kù)的調(diào)蓄作用,在這2個(gè)月大幅抬高水位,減少梯級(jí)總體出力,從而減少棄水、棄電。對(duì)于下游的PS5,為了充分利用梯級(jí)間協(xié)調(diào)作用,同時(shí)提高斷面利用率和總體發(fā)電效益,相應(yīng)的水位提升不如PS2明顯,因此優(yōu)化調(diào)度和模擬調(diào)度模式下的PS2在7、8月的初水位會(huì)高于傳統(tǒng)調(diào)度模式,而PS5則可能低于傳統(tǒng)調(diào)度。

a)PS2

a)6月

從表8可知,傳統(tǒng)調(diào)度模式下,僅考慮水電的保證出力要求,未考慮水風(fēng)光系統(tǒng)保證出力要求,在風(fēng)、光出力較低的時(shí)段,僅按照水電保證出力發(fā)電時(shí)無法滿足總體保證出力要求,因此傳統(tǒng)調(diào)度模式下得到的保證率遠(yuǎn)低于考慮水風(fēng)光互補(bǔ)運(yùn)行模式下的保證率,出力破壞深度也高于互補(bǔ)運(yùn)行模式下的破壞深度。

總體上,模擬調(diào)度方案下的系統(tǒng)總發(fā)電量、水位過程以及出力過程均與理想聯(lián)合調(diào)度方案的結(jié)果較接近,并且得到的發(fā)電量、系統(tǒng)保證率以及最小破壞深度均高于傳統(tǒng)調(diào)度結(jié)果。因此,風(fēng)光水聯(lián)合優(yōu)化調(diào)度基礎(chǔ)上提取的調(diào)度規(guī)則,可較好地保證總體發(fā)電效益。

為探究6級(jí)電站的調(diào)度規(guī)律和PS2、PS5聯(lián)合調(diào)度的規(guī)律是否一致,本文進(jìn)一步通過6級(jí)電站的調(diào)度結(jié)果進(jìn)行分析,由于日調(diào)節(jié)、季調(diào)節(jié)電站調(diào)蓄能力有限,在本次模擬調(diào)度中不參與調(diào)蓄,因此在PS2和PS5調(diào)度結(jié)果的基礎(chǔ)上進(jìn)行模擬,具體調(diào)度結(jié)果見表9。

表9 6級(jí)電站多年平均發(fā)電情況

從表9可以看出,優(yōu)化調(diào)度模式下的6級(jí)電站總發(fā)電量最大,多年平均發(fā)電量能夠達(dá)到714.73億,比模擬調(diào)度模式高1.45%,比傳統(tǒng)調(diào)度模式高3.35%,但是由于日調(diào)節(jié)和季調(diào)節(jié)電站調(diào)蓄能力有限,雖然通過水風(fēng)光聯(lián)合調(diào)度,優(yōu)化調(diào)度和模擬調(diào)度相較于傳統(tǒng)調(diào)度在發(fā)電效益上確有提升,但是提升程度不如PS2和PS5兩個(gè)年調(diào)節(jié)電站大,因此PS2和PS5能夠通過水風(fēng)光聯(lián)合調(diào)度提升發(fā)電效益,具有良好的代表性。此外,通過6級(jí)電站的調(diào)度情況可以看出,本文提取的調(diào)度能夠較好地滿足發(fā)電效益,保證率遠(yuǎn)高于傳統(tǒng)調(diào)度的61%,且系統(tǒng)發(fā)電保證出力要求都要高于3 640 MW(6級(jí)電站聯(lián)合調(diào)度下的最低出力要求),因此6級(jí)電站調(diào)度情況和PS2、PS5聯(lián)合調(diào)度結(jié)果相符。

3.5.2風(fēng)光對(duì)調(diào)度規(guī)則的影響

從3.5.1中可以看出風(fēng)光能夠影響水庫(kù)的蓄水策略從而影響發(fā)電量,因此針對(duì)PS2、PS5探討接入不同規(guī)模風(fēng)光下的水位變化過程。圖5a、5b展示了接入“十四五”規(guī)劃裝機(jī)(1倍)、1.5、2、3、4倍規(guī)劃裝機(jī)還有單獨(dú)運(yùn)行水電(不考慮風(fēng)、光電源)時(shí),通過優(yōu)化調(diào)度模型得到的PS2、PS5的水位過程。從圖中可以看出,在接入風(fēng)光規(guī)模0～2倍時(shí),隨著風(fēng)光接入的增加,PS2的水位在11月至次年4月逐漸增抬升,這是因?yàn)榇藭r(shí)水風(fēng)光外送通道容量相對(duì)充足,在滿足系統(tǒng)發(fā)電保證率和破壞深度約束的前提條件下,風(fēng)、光裝機(jī)越大,出力越大,水電可以相應(yīng)的減少出力,讓水庫(kù)保持高水位運(yùn)行來滿足發(fā)電效益。結(jié)合圖6,當(dāng)風(fēng)光裝機(jī)達(dá)到3～4倍時(shí),水風(fēng)光系統(tǒng)出力在多年6月皆接近通道上限,因此可以看出水電與風(fēng)光外送通道競(jìng)爭(zhēng)激烈,為了減少汛期棄水,水庫(kù)需要提前消落水位,從圖5a、5b也可以看到接入風(fēng)光裝機(jī)規(guī)模3、4倍時(shí),PS2與PS5在4—6月和枯期的水位相對(duì)于1倍風(fēng)光裝機(jī)規(guī)模都要更低。

此外,通過表10可以看出,系統(tǒng)的多年平均發(fā)電量會(huì)隨著接入風(fēng)光規(guī)模的增加而增加,但是增加幅度逐漸減少,0～1、1～2、2～3、3～4倍多年平均增加電量分別為61.18、60.57、59.36、58.41(億kW·h)。這是因?yàn)殡S著風(fēng)光裝機(jī)的增加,水電與風(fēng)光外送通道的競(jìng)爭(zhēng)愈發(fā)激烈,棄電量逐漸增加,增加單位風(fēng)光裝機(jī)對(duì)應(yīng)的邊際效應(yīng)逐漸減小。因此,也建議在發(fā)展風(fēng)光電站的同時(shí)擴(kuò)大外送通道,避免造成大量棄水棄電。

表10 不同倍比風(fēng)光接入下的多年平均發(fā)電量

3.5.3破壞深度和發(fā)電保證率對(duì)規(guī)則的影響

方案1模型中的破壞深度系數(shù)為0.6,發(fā)電保證率為90%,在方案1的基礎(chǔ)上取消這2個(gè)約束,采用相同來水及風(fēng)光數(shù)據(jù)形成方案5,通過對(duì)比2個(gè)方案的系統(tǒng)多年平均電量、違反破壞深度約束時(shí)段數(shù)、滿足發(fā)電保證出力時(shí)段數(shù)來探究破壞深度和發(fā)電保證率約束對(duì)調(diào)度規(guī)則的影響,具體結(jié)果見圖7、表11。

圖7 考慮破壞深度和發(fā)電保證率約束前后聯(lián)合調(diào)度系統(tǒng)出力

通過圖7和表11可以看出,在考慮了破壞深度和發(fā)電保證率約束的模型中,得到的系統(tǒng)總發(fā)電量略低于不添加的模型,但是并沒有出現(xiàn)深度破壞的情況,同時(shí)考慮了約束的模型中發(fā)電保證率能達(dá)到90%,遠(yuǎn)高于不加約束模型的65%。因此,在水風(fēng)光聯(lián)合調(diào)度模型中考慮破壞深度和發(fā)電保證率能夠避免系統(tǒng)出現(xiàn)深度破壞,同時(shí)也能滿足所規(guī)定的發(fā)電保證率,保障電網(wǎng)安全穩(wěn)定運(yùn)行。

4 結(jié)論

本文針對(duì)中國(guó)風(fēng)電、光伏大規(guī)模并網(wǎng)的能源轉(zhuǎn)型發(fā)展形勢(shì)下,傳統(tǒng)水電調(diào)度規(guī)則難以適用,需要逐步轉(zhuǎn)變?yōu)樾滦碗娏ο到y(tǒng)中水風(fēng)光聯(lián)合調(diào)度情況,提出了考慮發(fā)電保證率和出力破壞深度的水風(fēng)光聯(lián)合調(diào)度規(guī)則生成方法,建立了水風(fēng)光聯(lián)合調(diào)度模型,并通過神經(jīng)網(wǎng)絡(luò)提取聯(lián)合調(diào)度規(guī)則,基于實(shí)例分析得到如下結(jié)論。

a)BP神經(jīng)網(wǎng)絡(luò)提取調(diào)度規(guī)則相應(yīng)的訓(xùn)練集、驗(yàn)證集和測(cè)試集R2均大于0.8,MAPE基本都低于10%,模型的擬合準(zhǔn)確度較高,可以進(jìn)一步用來指導(dǎo)模擬調(diào)度。

b)通過神經(jīng)網(wǎng)絡(luò)提取的水風(fēng)光聯(lián)合調(diào)度規(guī)則得到的年發(fā)電量相較于水庫(kù)常規(guī)調(diào)度提高2.89%,并且能夠滿足系統(tǒng)發(fā)電保證率和破壞深度要求。

c)在水風(fēng)光優(yōu)化調(diào)度模型中不考慮破壞深度和發(fā)電保證率約束時(shí),雖然多年平均發(fā)電量能達(dá)到510.63 億kW·h,略高于所提模型下的508.81 kW·h,但發(fā)電保證率和極端破壞深度分別為65%和1 060 MW,遠(yuǎn)低于所提模型得到的90%和2 721 MW,因此所提模型能夠在避免系統(tǒng)出現(xiàn)深度破環(huán)、滿足發(fā)電保證了,并保證發(fā)電效益。

綜上,所提聯(lián)合調(diào)度規(guī)則為風(fēng)、光大規(guī)模并網(wǎng)形勢(shì)下水風(fēng)光長(zhǎng)期互補(bǔ)調(diào)度提供了一種可行途徑。未來可以在本文基礎(chǔ)上繼續(xù)開展考慮水風(fēng)光互補(bǔ)運(yùn)行條件下風(fēng)電、光伏容量配置優(yōu)化等相關(guān)研究。