【精彩论文】抽水蓄能助力风光稳定外送的最佳配置策略

抽水蓄能助力风光稳定外送的最佳配置策略

桑林卫¹, 卫璇¹, 许银亮¹, 孙宏斌²

（1. 清华大学 清华大学深圳国际研究生院，广东 深圳 518000; 2. 清华大学 电机工程与应用电子技术系，北京 100084）

摘要：跨区域、大规模的新能源电力输送是应对国内风光资源与负荷中心逆向分布特点与实现碳中和的必然要求，而风光出力固有的随机性、间歇性和波动性给新能源打捆稳定输送带来了挑战。水电具有的“电源+储能”的双重身份为平抑新能源波动、提升-风-光-水混合能源系统灵活性，以及促进新能源打捆外送提供了解决思路。以抽水蓄能为例，针对风-光-抽水蓄能混合能源系统，提出一种计及抽水蓄能电站运行功率约束、库容约束、进出水量约束的容量配置优化方法，旨在量化抽水蓄能对新能源打捆外送的助力效果，即确定单位抽水蓄能可支撑的新能源外送容量，构建并求解以最小化抽水蓄能投资成本为目标且满足各典型运行场景的容量规划模型。

引文信息

桑林卫, 卫璇, 许银亮, 等. 抽水蓄能助力风光稳定外送的最佳配置策略[J]. 中国电力, 2022, 55(12): 86-90, 123.

SANG Linwei, WEI Xuan, XU Yinliang, et al. The optimal allocation strategy of pumped storage for the collaborative operation with wind/solar generation[J]. Electric Power, 2022, 55(12): 86-90, 123.

引言近年来，世界各国都先后勾画了“在2050或2060年实现碳中和”的蓝图^[1-2]，为有效推进能源系统的低碳转型，须大力发展新能源逐步替代传统火电。预计2050年，新能源将成为中国及世界范围内第一大电源^[2]。随着新能源规模和渗透率持续攀升，电力系统波动性、不稳定性等问题更加凸显，必将给电网安全运行和新能源消纳带来重大挑战^[3]。水电因其具有启停灵活、反应迅速且清洁无污染等优势，未来将在能源系统中占据重要地位^[4]。同时，水电“电源+储能”的双重身份使其逐渐成为应对新能源随机性、间歇性、波动性的重要途径，在促进新能源集中消纳^[5]、降低系统调峰难度^[6]、提高跨区域输电通道利用率^[7]、提升电网运行安全性和可靠性方面具有重要作用^[8]。根据最新复核成果，中国水力资源技术可开发装机容量为687 GW，剩余可开发容量占比约46.12%^[9]。水电开发极大受限于地理位置、建设条件、经济性等多种制约因素，因此，为确保流域风光水系统在满足基本技术经济约束下实现对所开发水电的充分利用，亟须在规划层面做好与相应水电容量匹配的风光容量设计。为此，国内外学者开展了大量研究，文献[10]针对光伏、小水电和抽水蓄能电站的混合能源系统，建立了以系统投资成本最小和售电收益最大为目标的双层系统容量规划模型。算例结果表明，抽水蓄能接入后混合能源系统的经济效益提升了1.6倍。文献[11]定义了互补性指标衡量混合系统的风光水出力互补性，以该指标最大化为目标规划中国雅砻江流域锦屏一号水电站支撑的风电场、光伏电站的最佳选址和容量规模。文献[12]分别从投资者和系统的角度，优化抽水蓄能的容量配置，以期最大化抽水蓄能的投资回报或最大限度提高新能源渗透率。文献[13]引入弃风率和弃光率，基于帕累托最优理论，采用多目标粒子群优化算法对可靠性和投资成本2个目标进行权衡分析。文献[14]探索了梯级水库的调节性能，结果表明通过多站之间水力与电力相互协调，风光波动性得到有效平抑，但却对水电站的日发电量和水库水位稳定性造成不利影响。上述研究大多从经济效益、可靠性以及新能源消纳3个角度对混合能源系统规划问题进行研究，并未考虑实际地区由于资源分布差异带来的源荷不匹配现象，进而需要将新能源打捆远距离输送，亟须深入挖掘水电对新能源对外输送的助力效果。文献[10-14]采用历史全年风光出力作为新能源预测值输入规划模型中，加大了模型的计算复杂度。而在电网实际规划中，新能源出力的不确定性对系统容量配置决策产生极大影响^[15]，如何有效刻画不确定性成为混合能源系统容量优化配置的热点问题。目前，优化模型中处理不确定性的常用方法主要有随机优化^[16-18]和鲁棒优化^[19-25]。随机优化采用场景集来刻画新能源出力不确定性，其思路在于基于历史数据得到的典型场景可模拟实际运行的各种场景^[26-27]。

综上所述，鉴于国内风光资源与电力负荷中心的逆向分布特点，大规模新能源电力需要跨区域大规模输送，且存在大量水资源待开发利用，有必要研究考虑新能源对外输送约束且与水电相匹配的风光水资源配置策略。本文以抽水蓄能为例，首先基于四川某地区一年的实际风光出力，结合负荷数据，进行聚类分析，得到该地区一年的典型场景，进而提出一种考虑水电助力新能源对外输送能力的风-光-抽水蓄能配比规划策略，并分析了不同光伏占比、允许波动率、输送通道容量对优化结果的影响。

1  抽水蓄能建模

抽水蓄能电站类型多样，目前主流抽水蓄能电站采用基于可逆式水泵的水轮机，其在电网负荷需求处于峰值时放水发电，满足系统电力的需求；在电网负荷需求处于低谷时，吸收系统过量电能抽水并存放于上游水库。

本文主要研究抽水蓄能电站的运行模型和成本模型。

1.1  抽水蓄能电站的运行模型

抽水蓄能电站的运行取决于电站上游水库的库容容量E_psmax和水轮机组的装机容量P_psmax，其运行模型主要由运行功率约束、库容约束和进出水量约束3个部分组成。

抽水蓄能电站在运行过程的功率约束包括抽水约束和放水约束，即

式中：P_h(t)为t时刻抽水蓄能电站的放水放电功率；P_p(t)为t时刻抽水蓄能电站的抽水吸收功率；γ_H和γ_P分别为抽水蓄能电站的0-1放水状态变量和0-1抽水状态变量，γ_H和γ_P不能同时取1。抽水蓄能电站在运行过程中受到水库容量变化及其运行容量约束，在任意时段电站上游水库的蓄水量E_ps(t)应在规定运行范围内，即式中：c_psmin和c_psmax分别为最小库容比例和最大库容比例；η_P为放水效率；η_H为抽水效率；ΔT为持续运行时间。抽水蓄能电站在运行过程中的要保持一天的进出水量一致，即式中：N_t为规划时间段数目。1.2  抽水蓄能电站的成本模型抽水蓄能电站的成本 C_ps 主要包括2个部分：抽水蓄能电站可逆式发电机和上游水库的建设成本、发电机和水库定期的运行维护成本，即

式中：C_{ps_cap}为抽水蓄能电站上游水库库容每立方米的单价；C_{ps_power}为水电站水轮机装机容量每千瓦的单价；C_{pc_rep}为抽蓄电站可逆式水轮机的替换成本；T_ps为抽蓄电站可逆式水轮机的寿命周期；C_{PV_om}为抽蓄电站上游库容维护成本；C_{PP_om}为常规水电装机容量的维护成本；T_a为规划年限；r为折现系数；n为折现年份。

2  考虑风光水打捆波动的对外输送规划模型

为实现“碳达峰”和“碳中和”，在未来几十年中，风电和光伏发电在电力系统中的装机容量将不断增加。风光资源丰富的地区的风光实际出力往往大于负荷需求，因此，需要打捆外送至负荷需求较高的地区。

然而，考虑到风电和光伏的出力具有较强的波动性、间歇性和不确定性，直接将风光打捆外输出，其联合出力特性往往与外部电网的负荷特性不符合，影响外部电网的优化运行。利用抽水蓄能的调节能力平抑风光出力的波动性，将风光水打捆，然后通过特高压等输电线路输送至外部电网。

本文提出风光水打捆的对外输出模型，其目标是利用抽水蓄能电站的调节能力平抑风光的波动性，实现风光水打捆对外输出稳定的功率。该模型的建立主要分为以下4个步骤：（1）根据地区的装机情况确定光伏占比p_r，按照光伏占比将风光出力打捆；（2）建立以最小化抽水蓄能电站的规划成本为目标的优化模型；（3）考虑风光水对外输出的波动率作为约束调节；（4）优化求解得到最优的抽水蓄能的库容和装机容量，最后输出抽水蓄能和风光的配比。

基于式（5），构建风光水对外输出规划模型的目标函数为最小化抽水蓄能电站的成本，即

在目标函数的基础上，规划模型主要考虑风光出力约束、风光水波动率抽水蓄能电站运行约束和传输通道容量约束。（1）风光出力约束。根据光伏占比p_r，计算得到实际风光打捆出力为式中：P_sw为风光打捆后不同时段的功率输出；P_solar和P_wind分别为光伏和风电的出力。（2）风光水波动率约束。风光水对外输出功率的波动率要满足外部系统接收要求，即式中：P_re为对外输出功率；P_PSH为抽水蓄能出力；P_PSP为常规水电出力；P_load为本地消纳的部分容量；P_avg为平均出力；T为规划时间；δ_max为风光水对外输出功率允许的最大波动率。（3）抽水蓄能电站的运行约束。抽水蓄能的运行约束与建模部分一致，如式（1）~（4）所示。（4）传输通道约束。考虑风光水打捆后对外输出的功率需要通过输送通道输送至外部电网，其输出功率需要满足线路输送容量的约束，即式中：C_pcc为输送通道的传输容量。

式（7）~（9）所建立的规划模型为混合整数线性规划模型，可用Gurobi的分支定界算法直接求解。

3  算例分析采用中国电科院规划仿真平台中四川省的光伏、风机出力和负荷数据验证提出的算法。（1）基于Kmeans++的典型日聚类方法；（2）考虑对外输送功率稳定的抽水蓄能比例规划方案。在聚类分析和对外输出的规划模型基础上，聚焦于单位风电所需抽水蓄能的装机容量，即抽水蓄能和风光之间的规划配比，功率取1 MW为标幺值（p.u.），单位装机容量和库容的成本取1万元为统一金融单位（m.u.）。本文所构建的模型均采用Python 3.6实现，其中，聚类分析模型基于Sklearn算法包实现，对外输出的规划模型基于Cvxpy算法包建模、基于商业求解器Gurobi求解，编程环境为Jupyter Notebook。在风-水-荷聚类分析得到的典型场景的基础上，研究不同风光比例、不同风光允许波动率和输送通道通道容量对抽水蓄能装机容量的影响。

风电和光伏的日内波动明显不同，但风电在夜间出力会高于白天出力，风光存在一定互补性。在不同光占比下，单位风光所需的抽水蓄能装机比例的变化情况如图1所示。可以看出，在不同风光允许波动率下，抽水蓄能的装机容量随光伏占比的增加先下降后上升，说明风光打捆的波动性先下降后上升，故风光的互补性随着光伏占比的增加呈现先下降后上升的趋势。此外，风光对外输出的允许波动率越大，抽蓄装机容量也会相应减少。

图1  不同光伏占比下抽水蓄能的装机比例

Fig.1  Pumped storage ratios under different PV portion

不同对外输出的允许波动率对抽水蓄能装机比例的影响如图2所示。可以看出，在不同光伏占比下，随着对外输出允许波动率的增加，抽蓄的装机容量均呈现明显下降趋势。允许波动率越高，需要平抑的风光容量相应减少，因此对抽蓄的容量要求也相应减少。

图2  不同风光波动率下抽水蓄能的装机比例

Fig.2  Pumped storage ratios under different output fluctuations

4  结语本文研究了抽水蓄能助力以风电、光伏为代表的新能源打捆输出的最佳配置策略，利用抽水蓄能的调节能力实现了风光水打捆对外稳定输出。基于提取的典型日，构建了风光水对外输出的规划模型，聚焦单位风光所需的抽蓄装机容量，分析了不同光伏占比、不同允许波动率和传输通道容量对抽水蓄能装机容量的要求，通过实验规划了不同场景下抽蓄的装机容量。（责任编辑　于静茹）

作者介绍

桑林卫（1996—），男，博士研究生，从事电力系统优化运行研究，E-mail：[e-mail];

★

许银亮（1983—），男，通信作者，博士，副教授，从事电力系统优化运行研究，E-mail：[e-mail].

欢迎点击文后“阅读原文”跳转期刊官网，获取更多信息！

 往期回顾 

编辑：杨彪

校对：于静茹

审核：方彤

声明

根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。