一种电-抽蓄-风-光联合发电系统容量配置方法与流程

本发明涉及水电-抽蓄-风-光联合发电系统中风电与光伏装机容量以及配套送出通道容量配置领域，特别涉及一种水电-抽蓄-风-光联合发电系统容量配置方法。

背景技术：

1、能源结构深度调整和减排战略快速推动了以光伏、风电为代表的清洁能源开发和利用。做好清洁能源开发和利用已是并将持续成为我国未来能源工作的重中之重。我国光伏、风电、水电清洁能源及其开发利用整体呈现以胡焕庸线为界的西多东少分布特征，形成了“三北”加沿海的能源包围圈。从能源供需和清洁电能替代来看，胡焕庸线以东的社会和经济发达区域的需求显著大于西侧具有优良资源禀赋的区域，清洁能源供需的空间不匹配必然要求我国得走一条适合自身的能源发展道路。

2、风、光能源具有特殊的区域禀赋和固有的间歇性、波动性、随机性的特点，大规模和高比例直接并网消纳对电网运行稳定和安全产生影响，提高电网的调节容量需求；特别是当采取特高压直流跨区输电消纳时，稳定输电过程要求高，如并网电能过程不满足要求，将导致输电设备频繁调节甚至失效。基于此，综合考虑风、光资源禀赋及其固有间歇性、波动性和随机性的特点，结合水电出力调节灵活的特性，西部大规模水-风-光清洁能源系统陆续得到开发和规划，生产的清洁电能也将通过特高压输电线路输送到东部地区消纳。随着流域风、光能源接入和规模化，新的互补运行要求增加了水电站调度决策的难度。如何在保障原功能需求基础上，适应多类型新能源集成，实现能源多时间尺度多类型互补和清洁能源对水资源的补偿，成为流域开发和管理机构亟待解决的难题。

3、近些年，国内提出了利用梯级水电站上下水库作为调节池开发抽水蓄能电站的水电-抽蓄-风-光多能互补系统开发模式。增加抽水蓄能电站将有效提高水电站互补风光的能力，使该多能互补系统更具保障的并网发电；但上述工程和设备以及配套送出通道显著增加了投入，如何平衡投入和产出是首先需要解决的关键难题。另一方面，水电站有自身规划功能、来流特性、调蓄和调节性能，其参与多能互补运行后，如何保持功能不变，同时最佳利用抽蓄，实现互补系统的最佳运行调控，也是需要重点解决的关键难题。因此，有必要提出一种基于特高压直流通道打捆送出的水电-抽蓄-风-光联合发电系统容量配置方法。

技术实现思路

1、针对现有技术难题，本发明提出了一种基于特高压直流通道打捆送出的水电-抽蓄-风-光联合发电系统容量配置方法。本发明方法可实现在水电装机容量和抽水蓄能电站装机容量确定的条件下，考虑大规模水电-抽蓄-风-光多能互补系统中风电和光伏能源以及径流的不确定性以及特高压跨网送电的特性，利用所提出的水电、抽蓄两阶段互补策略构建水电-抽蓄-风-光多能互补系统容量优化配置数学模型；针对全情景模拟优化结果提出多目标、多层次的水电-抽蓄-风-光多能互补系统综合评价指标，建立考虑多对象成本的系统全生命周期评价方法；基于系统综合评价形成特高压直流输送消纳下水电-抽蓄-风-光多能互补系统最佳容量配置方案及其对应的系统运行模式，在所述模式下能够实现水电联合抽蓄自适应互补风、光出力，并有效提升互通道送出总出力的稳定性。本发明可以为水电-抽蓄-风-光多能互补系统的规划建设提供技术支持，适用于在大规模水电-抽蓄-风-光多能互补系统风电、光伏及配套通道容量配置中推广应用。

2、为了解决现有技术问题，本发明采用如下技术方案：

3、一种水电-抽蓄-风-光联合发电系统容量配置方法，包括如下步骤：

4、步骤(1)，将研究区域内已建风电场、光伏电站的历史实测日出力过程按季节分为四类，分别生成典型风电与光伏出力情景；

5、步骤(2)，将水电站上游水文站的历史日均径流数据按季节分为四类，分别统计历史日均径流的频率，根据径流频率分布特征选取典型频率对应的径流生成各季节的径流情景；

6、步骤(3)，根据大规模水电-抽蓄-风-光联合发电系统特高压输电线路跨网送电的特性，并综合考虑风电和光伏出力和水库径流不确定性、水电和抽蓄机组出力特性，采用时间参数和特征参数描述特高压输电需求下的水电-抽蓄-风-光联合发电系统总出力过程，并设置水电协同抽蓄互补风、光运行的两阶段互补策略；

7、步骤(4)，基于步骤(3)的互补策略构建水电-抽蓄-风-光多能互补系统容量优化配置数学模型；

8、步骤(5)，将步骤(1)所得的典型风电-光伏联合情景日出力过程和步骤(2)所得的典型径流情景作为步骤(4)所建立的多目标优化模型的输入变量，采用多目标优化算法求解模型，得出不同规划装机容量条件下的通道送出容量以及最优协同运行过程，并计算水电站、抽水蓄能电站日出力(功率)过程以及通道送出过程；

9、步骤(6)，综合考虑水电联合抽蓄互补能力、通道送出特性、风电和光伏上网电价、组件成本、土地成本、社会折现率等因素，提出了基于情景集优化结果的风光容量和配套通道容量配置方法；

10、步骤(7)，基于步骤(5)得到的全情景最优协同运行结果采用步骤(6)所提出的配置方法，根据管理者和决策者的目标导向制定风光容量和配套通道容量配置方案。

11、进一步的，步骤(1)中，春季为3月、4月、5月，夏季为6月、7月、8月，秋季为9月、10月、11月，冬季为12月、1月、2月；所述的情景生成步骤具体包括：利用copu la函数构建各季节逐时段的风电-光伏出力联合概率分布模型；采用拉丁超立方体抽样方法分别对各季节逐时段出力数据进行抽样，得到了各季节的风光联合出力数据集合；根据抽样得到的具有随机特征的样本，生成大量的满足风电、光伏出力波动特性的风-光联合出力初始情景集合；最后，采用特征值降维的fcm聚类方法对初始情景集合进行缩减，得到具有典型性的风-光联合出力情景。

12、进一步的，步骤(2)中，春季为3月、4月、5月，夏季为6月、7月、8月，秋季为9月、10月、11月，冬季为12月、1月、2月；所各季节的径流情景生成步骤具体包括：针对入库径流频率曲线与坐标轴围成的区域，采用不同的概率区间进行划分，每个区间各个边界所围成的面积即代表该径流情景中入库流量值，最终得到具有典型性的径流情景。

13、进一步的，步骤(3)中，所述的两阶段互补策略包括：在第一互补调节阶段，抽水蓄能对风光联合出力进行互补调节，将风光出力曲线互补为多段线，在多段线的每一段中，该段出力大于风光出力时抽蓄进行发电，该段出力小于风光出力时抽蓄进行抽水；在第二互补调节阶段，水电对第一阶段得到的多段线出力进行互补调节，水电将其补偿为一条u+1段线；其中：所述u+1段线根据特高压输电特性，采用u个时间参数将水电-抽蓄-风-光联合发电系统总出力过程划分为u+1个阶段，每个阶段依据决策时间步长细分为若干个时段，每个阶段内所有时段的水电-抽蓄-风-光联合发电系统总出力为某一恒定值，采取特征参数表征不同阶段的出力特征；

14、进一步的，步骤(4)中，所述水电-抽蓄-风-光多能互补系统容量优化配置数学模型为多目标优化模型，由目标函数、决策变量和约束条件构成：

15、a.目标函数：

16、f1：最大化互补系统发电量

17、

18、式中：

19、为互补系统在第j个时段的总出力，(mw)；

20、为水电站在第j个时段的出力，(mw)；

21、为风电、光伏在第j个时段的联合出力，(mw)；

22、为抽水蓄能电站在第j个时段的抽水功率，(mw)；

23、为抽水蓄能电站在第j个时段的发电功率，(mw)；

24、代表水电站第j个时段的综合出力系数，与机组出力和发电水头相关；

25、代表水电站第j个时段的平均发电流量，(m3/s)；

26、代表水电站第j个时段的平均发电水头，(m)；

27、cwp为风电和光伏的总容量，(mw)；

28、为光伏容量在风-光总容量中的占比，(mw)；

29、为风电在第j个时段的单位兆瓦装机出力，(mw)；

30、为光伏在第j个时段的单位兆瓦装机出力，(mw)；

31、j为调度期内的时段数；

32、为抽水蓄能机组在第j个时段的运行状态，(mw)；

33、代表抽水蓄能电站第j个时段的平均发电流量，(m3/s)；

34、代表抽水蓄能电站第j个时段的平均抽水流量，(m3/s)；

35、hph代表抽水蓄能电站的上下库水位差，(m)；

36、ηp分别为抽水蓄能电站在抽水工况下的综合出力系数；

37、ηt分别为抽水蓄能电站在发电工况下的综合出力系数；

38、f2：最小化系统总出力波动

39、

40、式中：

41、cline为电力送出通道的总容量，(mw)；

42、b.决策变量

43、以通道总容量cline、多段线的时间参数tu和多段线的出力参数pu+1为决策变量。

44、c.约束条件，具体如下：

45、①系统功率平衡约束：

46、

47、②送出通道容量约束：

48、chydro＜cline≤cline，max

49、式中，chydro为水电站装机总容量，(mw)；

50、③风光总容量约束：

51、0＜cwp≤cwp,max

52、式中，cwp，max为风光总容量上限值，(mw)；

53、④抽水蓄能电站总容量约束：

54、0＜cph≤cph,max

55、式中，cph，max为风光总容量上限值，(mw)；

56、⑤抽水蓄能电站功率约束：

57、

58、式中，分别为抽水蓄能电站第j时段的最小、最大出力，(mw)。

59、⑥抽水蓄能电站工况约束：

60、

61、⑦水库水量平衡约束：

62、

63、式中，vj代表水库日内第j个时段初始的库容，m3；代表水电站日内第j个时段的平均入库流量，(m3/s)；代表水电站日内第j个时段的弃水流量，(m3/s)；δt为一个时段的时长，(h)；

64、⑧水电站出力约束：

65、

66、式中，代表水电站日内第j时段的最小出力，(mw)；代表水电站日内第j时段的最大出力，(mw)；

67、⑨水电站出力爬坡约束：

68、

69、式中，uphydro代表水电站的出力向上爬坡最大值(增负荷)，(mw)；lphydro代表水电站的出力向下爬坡最大值(减负荷)，(mw)。

70、⑩水电站允许下泄流量约束：

71、

72、式中，代表水电站日内第j时段允许的最小下泄流量，(m3/s)；代表水电站日内第j时段允许的最大下泄流量，(m3/s)；

73、水电站发电水头约束：

74、

75、式中，代表水电站日内第j时段的最小发电水头，(m)；代表水电站日内第j时段的最大发电水头，(m)；

76、水库水位约束：

77、

78、式中，代表水库日内第j时段的下限水位，(m)；代表水库日内第j时段的下限水位，(m)。

79、水库调度期初、末水位约束：

80、z1＝zstartzj＝zend

81、式中，zstart代表水库调度期初始库水位，(m)；zend代表水库调度期末库水位，(m)。

82、总出力约束：

83、

84、式中，ctrans，min、ctrans，max分别为送出通道允许送出的最小出力和最大出力，(mw)。

85、进一步地，步骤(5)中，所述的作为输入变量的风光总容量值设置为从最小风光容量开始，采取等值递增方式直至计算得到同时满足互补系统发电量最大和系统总出力波动最小的风光容量上限值；

86、所述的优化算法采用动态规划及其改进算法或启发式算法的其中一种：

87、其中，所述的动态规划及其改进算法包括离散微分动态规划、逐次渐进动态规划和逐次优化方法。

88、其中，所述的启发式算法包括遗传算法、人工神经网络算法、微粒群算法和蚁群算法。

89、进一步地，步骤(6)中，所述的容量配置方法具体如下：提出表征水电-抽蓄-风-光多能互补系统综合特性的年时间尺度指标体系；建立考虑多对象成本的系统全生命周期(25年)评价方法；基于全生命周期评价结果制定风光容量和配套通道容量配置方案。

90、有益效果

91、相比于传统技术方案，本发明所带来的有益效果是：

92、与现有技术相比，本发明的技术方案所带来的有益效果是：本发明提出了一种基于特高压直流通道打捆送出的水电-抽蓄-风-光联合发电系统容量配置方法。根据研究区域内已建风电场、光伏电站的历史实测日出力过程生成典型联合风电-光伏出力情景日出力过程。根据水电站上游水文站历史日均径流数据生成径流场景。根据大规模水电-抽蓄-风-光联合发电系统特高压输电线路跨网送电的特性和水电站、抽水蓄能电站调节能力，设置水电-抽蓄-风-光联合发电系统的两阶段互补策略。构建水电-抽蓄-风-光联合发电系统容量配置数学模型，并采用优化算法求解，得出风电场和光伏电站在不同规划装机容量条件下的全情景最优协同运行过程。提出基于情景集优化结果的风光容量和配套通道容量配置方法，根据管理者和决策者的目标导向确定水电-抽蓄-风-光联合发电系统最优容量配置方案。

93、本发明提出的容量配置方法考虑了特高压输电特性以及风、光、水三种能源出力不确定，并且基于全生命周期综合评估确定水电-抽蓄-风-光联合发电系统的容量配置方案，可以为水电-抽蓄-风-光联合发电系统的规划建设提供技术支持，适用于在大规模水电-抽蓄-风-光联合发电系统风电、光伏容量以及配套送出通道容量配置中推广应用。