含混合式抽蓄電站的梯級水庫中長期優化調度

李文武，黃進，郭希海

（1.梯級水電站運行與控制湖北省重點實驗室（三峽大學），宜昌443002；2.三峽大學電氣與新能源學院，宜昌443002；3.國網三門峽供電公司，三門峽472000；4．東北電網有限公司，沈陽110006）

含混合式抽蓄電站的梯級水庫中長期優化調度

李文武1，2，黃進3，郭希海4

（1.梯級水電站運行與控制湖北省重點實驗室（三峽大學），宜昌443002；2.三峽大學電氣與新能源學院，宜昌443002；3.國網三門峽供電公司，三門峽472000；4．東北電網有限公司，沈陽110006）

對含有混合式抽蓄電站的梯級水庫開展研究有助于進一步發揮混合式抽蓄電站在電網中的作用。為此，建立了含混合式抽水蓄能電站的梯級水庫中長期年發電量最大優化調度模型，以發電流量和抽水時間為優化變量，運用逐次優化算法，得到調度期的最優調度線和抽水時間組合。通過對白山-紅石-豐滿含混合式抽水蓄能電站的梯級水庫算例計算，結果表明在豐水年、平水年和枯水年梯級水電站總的年發電量和保證出力均比不抽水時有所提高。

抽水蓄能；優化調度；逐次優化算法；中長期

我國充足的水資源為各地水電站的大力開發和利用提供了可能。但是，水庫的調節往往要受天然徑流的制約與影響，且調度的靈活性不高。從技術的可行性、經濟性和靈活性出發，興建抽水蓄能電站，能使電力系統的電能得到時間上的重新分配，協調了發電和用電負荷在時間上的不合拍。但是，單純為了配合電網完成調峰調頻任務而興建更多的純抽水蓄能電站，除了地域限制外，還存在有“抽水4度換發電3度”的能量轉換問題。運營者為了追求更高的收益，往往需要多發電來獲得更多的收益，但忽略了電網實際的供發電需求，造成能源浪費[1]。同時，不健全的運營價格機制，也時時刻刻阻礙著抽水蓄能電站的發展。隨著我國的常規水電站發電技術日趨穩定和成熟，加入可逆式機組，組成混合成抽水蓄能電站，能庫盡其用，既不會帶來更多的新增成本和環境變化，又能夠發揮蓄能和發電對電網中的雙重功效，同時還帶來經濟和環境效益[2]，除了完成常規發電任務外，還能兼顧調峰、調頻等多項任務，使電站的利用率大大提高，如果能完成梯級水庫的聯合調度，將能更大地發揮電站的作用。

國內外學者已較深入的研究了常規水庫優化調度問題，文獻[3-5]就是常規水電站的優化調度很好的例證，而純抽水蓄能水電站的水庫優化調度隨著抽水的加入，約束條件的增多，難度也增大了。文獻[6-8]先后以電站抽水-發電循環效益最大化為目標，建立了日和周調節的抽水蓄能電站運行優化模型，運用了動態規劃算法、混合整數規劃、線性規劃及概率模擬算法等多重方法完成了優化調度的研究。文獻[9]研究的風-抽水蓄能聯合日運行優化調度模型在風能的利用、保證并網的安全可靠性等方面起到了不少的貢獻。對混合式抽水蓄能電站水庫的優化調度研究，由于其在電力系統的集合常規和抽水電站的多種功能，對它的優化調度研究雖然不多，但是隨著它興建數目及應用的增多，其優化調度的研究也將逐漸深入。文獻[10-11]用動態規劃法，在固定抽水時間的基礎上，以白山混合式抽水蓄能電站為例，研究了水庫調度效率。文獻[12]針對我國風電大規模并網，提出擴建混合式抽水蓄能電站的建議方案，在分析其對電網調度意義的基礎上，建立了混合式抽水蓄能電站的庫群聯合優化調度通用模型，全面歸納了應對不同電網需求的水電站群調度效益。文獻[13]研究了混合式抽水蓄能水電站單水庫的中長期優化調度，優化了抽水水位和抽水時間。

本文在文獻[13]的基礎上，嘗試用逐次優化算法，對包含混合式抽水蓄能電站的梯級水庫進行中長期優化調度計算，重點是將水位和抽水時間一起優化。全文的結構如下：第1部分建立含混合式抽水蓄能電站梯級水庫的中長期優化調度模型；第2部分確立模型求解的逐次優化算法；第3部分則對白山-紅石-豐滿組成的混合式抽水蓄能電站梯級水庫這一實例進行中長期優化調度的優化分析；最后一部分給出總結。

1 混合式抽水蓄能電站梯級水庫中長期優化調度建模

同文獻[13]中的單水庫優化調度一樣，以發電量最大為優化原則，建立混合式抽水蓄能電站梯級水庫的優化調度發電量最大模型。

年發電量最大時

式中：E為調度時段梯級水庫群的年最大年發電量；Ai為水電站的出力系數；M為電站總數；Qi，j為電站i在時段j的發電流量，m3/s；Hi，j=（Zi，j+Zi，j+1）/ 2-Zd為電站i在時段j的上下游水位差，m；T為總時段數；Δtj為時段j的長度，h。

1.1 等約束條件

水量平衡方程如下所述。

常規水庫的水量平衡方程反映了時段初、末庫容和入庫流量、下泄流量的水量關系，即

式中：Vi，j、Vi，j+1分別為電站i的水庫在第j個時段和下一時段的水庫水量（庫容），而每一個水庫的水位和水量有一個對應的關系，即Vi=f（Zi）；Qri，j為電站i在時段j的平均入庫流量；Qi，j為電站i在時段j的發電流量；而qi，j為電站i在時段j的棄水流量，Qi，j+qi，j構成了電站i的水庫在時段j的下泄流量。當抽水蓄能機組引入后，改變了上下水庫的水量分配，有了抽水水量。為此，對于抽水側水庫，其水量平衡方程為

式中：Vpi，j為電站i在時段j從下游抽得的水量，對于第i個電站下游電站，由于上游電站的抽水，抽水水量為-Vpi，j；Vpi，j可以根據上下游水位差Hi，j和抽水流量之間的曲線Qci=f（Hi）插值求得抽水流量Qci，j，且Vpi，j=Qci，jtci，j。而對于被抽水側的水庫，其時段j的水量平衡方程為

這也是有引入抽水后，與常規水電站水庫的區別。tci，j為電站i在時段j內的抽水時間。

1.2 不等約束條件

發電流量約束為

式中：Qi，j為電站i在第j個時段的發電流量；Qi，jmin、Qi，jmax分別為電站i在時段j所要求的最小和最大發電流量。如果當Qi，j的值大于Qi，jmax，Qi，j= Qi，jmax，此時qi，j=Qi，j-Qi，jmax，說明有棄水。

水電站出力約束為

水庫庫容約束為

上下游水位差約束為

抽水時間約束為

式中，Tcimax為第i個電站每天最大的抽水時間，通過電網的負荷曲線來確定。

1.3 其他約束

汛期的防洪水位約束、下游灌溉等需水約束等，并且所有變量均為非負值。

2 混合式抽水蓄能電站水庫中長期優化調度算法分析

由于在求解多庫聯合調度時，需要考慮兩個變量，即發電流量和抽水時間，用動態規劃法求解時，維數增多，而針對動態規劃法出現的改進動態規劃算法，雖然能夠通過降低狀態量的離散值來降低維數，卻易陷入局部最優。針對動態規劃算法的維數災問題，逐次優化算法POA（progressive optimization algorithm）的出現，為求解提供了極大的方便，它的多階段化為多個兩階段思想，在每次計算時將兩個階段作為一個整體來優化，相當于動態規劃的每個時段，這樣極大降低了計算量。根據已列出的模型，假設總共有T個時段，起點時刻為1，終止時刻為T+1；第i個水庫（i=1，2，…，M）第j個時刻（j=1，2，…，T+1）的狀態變量為Zi，j，其中第1個時刻和第T+1時刻的值為已知；決策變量為第i個水庫在第j個時刻的引用（發電）流量Qi，j和水庫參與抽水時的抽水時間tci，j，這有別于以往單一決策的水庫的優化調度。根據圖1所示的POA算法的程序流程，總結出求解混合式抽水蓄能電站水庫中長期優化調度的POA算法步驟。

在求解過程中，從第1、2個時段開始，要固定Zi，1、Zi，3，調整Zi，2，在滿足多方約束條件下，通過狀態轉移方程可以計算出兩個階段的發電流量Qi，1、Qi，2，進而得到兩個階段的發電量Ei，1、Ei，2，并使兩階段的Ei，1+Ei，2最大；當有抽水時，在每次計算Qi，1，Qi，2時，將抽水時間進行離散，形成所有可能的抽水時間集合{tc1，tc2，…，tcn}（假設可以離散n種），在所有Zi，2可取值的范圍內，給定一個Zi，2，將n種離散的抽水時間逐一代入狀態方程，取在此時的Zi，2作為第1時段末（第2時段初）水位下的max{Qi，1、Qi，2}作為Zi，2的一種可取值，然后再從所有可取的Zi，2對應的max{Qi，1，Qi，2}中選出最大的發電流量Qi，1、

圖1 水庫優化調度的POA算法流程Fig.1Flow chart of POA for reservior’s optimal operation

Qi，2，計算出發電量Ei，1、Ei，2，使得兩階段的Ei，1+Ei，2最大；這樣，經過該步的計算，可以形成兩階段的新的Zi，2′和對應的Qi，1′、Qi，2′、tci，1′、tci，2′；通過算出的Zi，2′為新的初始時刻，固定Zi，2′、Zi，4，繼續調整Zi，3，每一次計算都會形成新的兩階段的中間時刻對應的水位，使時段向后推移直至計算完T-1、T時段后，形成一個新的水庫調度水位線序列{Zi，1，Zi，2′，…，Zi，T′，Zi，T+1}；同時有對應的決策變量；并以這個新的水位線序列為初始值，重復前面的計算，優化計算直至所形成的新的調度水位線與之前的水位線之間的差滿足要求為止；此時的水位線為優化的水位線，同時也可以得到最優的各時段的發電流量、抽水時間和總的發電量值。

3 實例計算及分析

東北白山混合式抽水蓄能電站加上下游的紅石、豐滿水庫，構成了混合式抽水蓄能電站的梯級水庫，用此實例可以對上述模型和算法進行驗證，又因已知多年來水數據，可以通過排頻確定出豐、平、枯水典型年，所以可以通過以年為周期，完成其中長期優化調度的計算與研究，從而能夠更好地對上述模型和算法進行驗證。

3.1白山-紅石-豐滿混合式抽水蓄能電站梯級水庫群

白山水庫是一座多年調節的水庫，正常水庫庫容為49.67×108m3，相應的正常水位為413 m，死水位為380 m，對應庫容為20.24×108m3；依庫而建的白山電站是以發電為主、兼顧防洪等綜合任務的大型水電站，它擁有150×104kW的總裝機容量，完成東北電網調峰調頻、事故備用等任務；具有日調節能力的紅石水庫，地處白山水庫下游，正常水位為290 m，死水位為289 m，水庫調節庫容為1.34×107m3，建立的紅石電站，裝機容量為5×4× 104kW，參與東北電網調峰與事故備用的任務。白山抽水蓄能電站，是在白山電站的基礎上增加了兩臺可逆式機組，其裝機容量為15×2×104kW，它很好地利用了白山的上水庫和紅石的下水庫，最低的抽水水位為395 m，最低的發電水位為403 m，混合式就是常規發電機組和抽水蓄能機組的混合；下游多年調節的豐滿水庫，其正常水位為261 m，對應81.07×108m3的庫容，死水位為242 m，其對應的庫容為27.58×108m3；依水庫而建的豐滿電站，通過先后的改造與擴容，已形成目前總裝機容量為100.25×104kW的規模，它與白山-紅石水庫一起，構成東北最強的集發電、防洪于一體的大型梯級水利樞紐，擔負著調峰、事故備用等重要作用，而豐滿水庫還擔負著重要的調頻、灌溉等功能。白山-紅石-豐滿梯級水庫群，由于引入了白山抽水蓄能機組，因而共同組成了混合式抽水蓄能電站梯級水庫群。

3.2 白山-紅石-豐滿混合式抽水蓄能電站梯級水庫優化調度計算

白山水庫為混合式抽水蓄能電站的上水庫，除了接收天然來水外，還要接收從紅石下水庫所抽上來的水量，使白山水庫的徑流過程具備了人工調節的能力。由于具備了這種能力，在整個供水期，白山電站可通過白山抽水蓄能電站的抽水來保證其發電，而不需或少需白山水庫來供水發電，從而使白山水庫保持高水位運行成為了可能。如果在供水期進行抽水，可以抬高電站的運行水頭，帶來的增發電量可能超過白山抽水蓄能電站抽水損失的電量，從而提高了發電效率。通過典型年數據下，在充分考慮歷年的水庫和多方約束下，對白山-紅石-豐滿構成的混合式抽水蓄能電站梯級水庫進行中長期優化，旨在目標最大下得到調度時段的優化水位和抽水時間，同時，能夠充實這類新興的梯級水電站水庫的優化調度內容，并對比抽水和不抽水兩種情況下的發電量、水位變化，突出興建這類電站在發電方面的優勢，獲得抽水的最優決策。尤其是將水庫群調度作為整體來優化，更能充分發揮庫群的聯合優勢。

在開始優化之前，需要對各級水庫之間的數據進行分析和處理，為多庫的優化提供數據準備。

1）ZV和HQ曲線

通過圖2～4的ZV曲線，在程序中插值得到白山、紅石、豐滿水庫的水位-庫容對應值，也可以通過3次擬合，得到ZV之間的關系表達式；同理，通過圖5的曲線，可以得到白山上下游水位差與抽水流量的對應關系。經過對各散點理論和實際值的偏差比較，兩式的誤差控制在1%以內。

圖2 白山水位-庫容擬合曲線Fig.2Water Lever-capacity fitting curve of Baishan

圖3 紅石水庫ZV擬合曲線Fig.3Fitting curve of Hongshi reservoir ZV

圖4 豐滿水庫ZV擬合曲線Fig.4Fitting curve of Fengman reservoir ZV

圖5 上下游水位差-抽水流量擬合曲線Fig.5Water level difference between upstream and downstream-pump capacity fitting curve

白山、紅石和豐滿的ZV函數關系分別為

2）各水庫之間的流量關系

設白山與紅石之間的區間來水流量為Qqujian1，白山（紅石）與豐滿之間的區間來水為Qqujian2，通過圖6，可以很清楚地看到梯級水庫的徑流關系。通過關系，得出紅石和豐滿水庫的入庫徑流關系為（1代表白山，2代表紅石，3代表豐滿）

白山上下游水位差與抽水流量對應關系為

圖6 白山-紅石-豐滿徑流關系Fig.6Runoff diagram of Baishan-Hongshi-Fengman

從而，各水庫的狀態轉移方程為

且Vp2，j=-Vp1，j

3）紅石水庫的水位處理

由于紅石水庫的水位從正常水位到死水位之間的落差為1 m，所以統一按照289.5 m為紅石水庫的水位，計算時按照恒水頭計算。

4）抽水限制

此外，由于抽水時要考慮到上游抽水水庫對下游被抽水的紅石水庫的影響，所抽水量應控制在紅石水庫死水位和最高蓄水位之間，因此每時段（以“月”為計算時段時）的抽水必須滿足

其中，紅石興利庫容為1.34×107m3；5.1 m3/s是月均流量，30.4為1 a內的月均天數，所以有1.34× 107/（30.4×24×3 600）=5.1。

5）初始水位線的選取

由于本次對梯級水庫的優化調度采用POA算法，因此，需要已知初始水位調度線作為邊界條件，而紅石水庫可以將其視為恒定的水位，所以忽略了它的初始水位線，而根據已有學者對白-豐水庫調度圖的研究[11]，得出了典型年來水下的白山-豐滿水庫的水位調度線的預估，用作優化的初始條件和比較之用。其中，枯水年的來水頻率為75%，平水期的來水頻率為48%，豐水期的來水頻率為25%。

6）汛期水位的選取

優化時，汛期（4—6月）采用月為一個時段，白山水庫水位從6—9月水位限制為409m、409m、412 m、415 m，其他月份均按照416m的最高水位。豐滿水庫汛期內按照260 m、260 m、261 m、262 m的水位限制，其他時段均按照263.5 m為最高水位。

7）調度周期的處理

典型年，以年為一個調度周期，以月為基本調度時段。

3.3 優化結果

3.3.1 優化水位結果

圖7～12為白山和豐滿采用抽水和不抽水時各典型年的優化水位曲線。

圖7 白山豐水年優化的水位對比Fig.7Baishan comparison diagram of optimal water level in high flow years

圖8 豐滿豐水年優化的水位對比Fig.8Fengman comparison diagram of optimal water level in high flow years

通過以上各典型年采用抽水和不抽水時優化水位的對比，可以得出如下結論：抽水時，可以在一定程度上抬高抽水蓄能電站的水庫水位，使水庫處于高水頭運行；但是，在進行梯級調度時，還要考慮下游紅石、豐滿水庫，而梯級調度時采用抽水后白山水庫水位的抬高程度與進行單水庫優化時采用抽水后使白山水庫水位抬高程度相比，優勢已經不明顯了，而且在個別汛期時段，采用抽水時，水位反而比不抽水時要低，這說明在非汛期抽水后，抬高了有抽水水庫的水位，改變了水量的分布，降低了下游水庫的水位，在汛期來臨后，水量充足，增加了下游水庫的下泄流量，使水頭降低的同時，使汛期水位沒有不抽水時高。

圖9 白山平水年優化的水位對比Fig.9Baishan comparison diagram of optimal water level in normal flow years

圖10 豐滿平水年優化的水位對比Fig.10Fengman comparison diagram of optimal water level in normal flow years

圖11 白山枯水年優化的水位對比Fig.11Baishan comparison diagram of optimal water level in low flow years

3.3.2 出力和抽水時間優化分析

在非汛期（10月到次年3月）增加抽水后，通過優化計算，表1列出了梯級水電站典型年內非汛期的最優出力和最優抽水時間，其中優化的抽水時間為非汛期10 h/d進行抽水，為最大的抽水時間，說明了混合式抽水蓄能電站，由于其上游水庫的庫容比較大，在滿足下游小型水庫用水需求的同時，為了使目標函數，即年發電量最大，盡可能的多抽水，可以獲得更大的發電量。達到了將抽水時間一起優化，使發電量最大的目的。

圖12 豐滿枯水年優化的水位對比Fig.12Fengman comparison diagram of optimal water level in low flow years

再看表1中的出力數據，當非汛期時白山電站增加可逆式機組抽水，可以增大白山電站的出力，上游水庫的抽水，還引起了下游的紅石、豐滿出力降低；同時，白山電站在豐水年、平水年、枯水年的出力分別增加了263.25 MW、294.64 MW、311.89 MW，以枯水年的出力增加量最大；從出力的增幅來看，豐水年出力增幅24.25%，平水年出力增幅27.66%，枯水年出力增幅33.13%，平水和枯水年的出力增幅高于豐水年。

當抽水蓄能電站在來水量較小時，抽水帶來的增發電量優勢將更加明顯。而表2列出了按95%保證率下各級電站優化后的保證出力對比。

從表2可知，經過優化后，白山的保證出力在增加抽水后比不抽水時增加了33.13%，而下游的紅石、豐滿的保證出力比不抽水時降低了1.37%和0.93%。

另外，當考慮白山-紅石-豐滿梯級水庫總的保證出力后，優化的梯級水庫保證出力如表3所示。

表1典型年各級水電站的非汛期出力對比MWTab.1Output comparison diagram of each hydropower station in non-flood seasons of typical years

可見，從聯合調度的角度來看，梯級水庫的總保證出力增加了12.87%，一方面說明聯合調度能更加可靠的保證供電，另一方面也說明了在增加抽水蓄能機組抽水后，更能發揮抽水蓄能的增加出力（增發電量）優勢，來避免更多的火電機組消耗，起到了節能環保的作用。

表2 各級水電站的保證出力對比Tab.2Firm power comparison diagram of each hydropower station104kW

表3 梯級水電站的保證出力對比Tab.3Firm power comparison diagram of cascaded hydropower station MW

3.3.3 抽發電量的優化分析

表4為梯級水電站分別在各典型年下，通過POA算法優化后，采用抽水和不抽水時梯級水電站年發電量對比。在采用POA算法時，計算精度控制在1%以內。

表4典型年梯級水電站的年發電量對比Tab.4Annual generation comparison diagram of cascaded hydropower station in typical years 108kW·h

通過表4可以看出：經過POA算法的優化，豐水年、平水年、枯水年年發電量分別從不抽水時的55.932 31×108kW·h、46.887 59×108kW·h、34.10116×108kW·h增大到抽水優化后的56.896 35× 108kW·h、49.35166×108kW·h、36.193 12×108kW·h，相比于不抽水時，增幅為1.72%、5.26%、6.14%。也說明了增加抽水后，獲得了增加年發電量的結果，從梯級調度的角度來看，體現了梯級調度帶來的增發電量優勢。

3.3.4 白山電站對紅石、豐滿水庫發電量影響分析

梯級水電站通過下泄流量使彼此相互聯系。特別是上游水庫，它的下泄流量直接影響下級水庫的發電和利用，如果增加抽水這一人工調節能力，可以打破僅靠各級水庫的天然入庫流量來調節水庫的束縛。通過對東北白山混合式抽水蓄能電站各級水庫采用抽水和不抽水時的優化，當使年發電量最大為目標優化后，得出了如圖13所示的各級水電站的年發電量對比。可知，在給白山所構成的混合式抽水蓄能電站增加抽水蓄能機組進行抽水后，白山水庫的發電量增加了，但是紅石、豐滿水庫的發電量有所下降。說明，增加抽水后，能增加上游水庫的發電量，增大下泄流量，但同時，進一步加大下泄流量，引起下游水庫的下游水頭升高，使下游發電水頭（凈水頭）降低，減少了下游水庫的發電量。

圖13 白山-紅石-豐滿的各典型年年發電量對比Fig.13Annual generation comparison diagram between Baishan-Hongshi-Fengman in typical years

4 結語

通過POA算法對混合式抽水蓄能電站梯級水庫的中長期優化，在一定程度上降低了維數，而通過對豐水年、平水年、枯水年3類典型年來水數據下發電量最大模型的水庫水位和抽水時間的中長期優化，梯級水電站總的年發電量比不抽水時提高了1.72%、5.26%、6.14%；白山電站的保證出力比不抽水時增加33.13%。尤其是增加了5.189 3 MW的梯級水庫群總保證出力，突出了聯合調度的優勢，可以減少火電機組的出力，起到節能的作用。同時，對于通過抽水增加入庫徑流的水庫，發電量（出力）增加卻引起下游水庫的發電量（出力）有所降低，紅石、豐滿電站的保證出力比不抽水時分別有1.37%和0.93%的小幅下降；與混合式抽水蓄能電站單水庫優化時提高水位的程序相比，優化后的各梯級水庫的水位抬高不明顯。優化抽水時間，對梯級水電站的水庫調度意義頗大。

[1]郭春平，余振（Guo Chunping，Yu Zhen）.關于中國抽水蓄能電站經濟運行的一些思考（Economic operation of pumping-storage power station in China）[J].水電自動化與大壩監測（Hydropower Automation and Dam Monitoring），2011，35（6）：1-4.

[2]馮文琦，邊瑋，郭希海（Feng Wenqi，Bian Wei，Guo Xihai）.我國抽水蓄能電站運行狀況淺析（Primary analysis of running status of pumped storage power station in China）[J].水電能源科學（Water Resources and Power），2008，26（1）：154-156.

[3]葉琳浩，夏成軍，陳麗丹，等（Ye Linhao，Xia Chengjun，Chen Lidan，et al）.改進遺傳算法在韶關小水電群優化調度的應用（Application of optimal operation based on improved genetic algorithm for small hydropower stations in Shaoguan）[J].電力系統及其自動化學報（Proceedings of the CSU-EPSA），2009，21（3）：53-57.

[4]吳杰康，李贏（Wu Jiekang，Li Ying）.梯級水電站聯合優化發電調度（Optimization for electric energy production scheduling of cascaded hydro electric plants）[J].電力系統及其自動化學報（Proceedings of the CSU-EPSA），2010，22（4）：11-18.

[5]丘文千（Qiu Wenqian）.抽水蓄能電站運行優化的動態規劃模型（Dynamic programming models for operation optimization of pumped storage power station）[J].水電自動化與大壩監測（Hydropower Automation and Dam Monitoring），2005，29（6）：6-10.

[6]丘文千（Qiu Wenqian）.抽水蓄能電站日調節與周調節方式運行優化模型（Operation optimization models for pumped storage power stations of daily and weekly regulation mode）[J].水電自動化與大壩監測（Hydropower Automation and Dam Monitoring），2004，28（5）：51-54.

[7]丘文千（Qiu Wenqian）.抽水蓄能電站及其系統運行優化的概率模擬算法（Probabilistic simulation algorithm for pumped storage power station and system operational optimization）[J].電網技術（Power System Technology），2006，30（15）：95-100.

[8]胡澤春，丁華杰，孔濤（Hu Zechun，Ding Huajie，Kong Tao）.風電-抽水蓄能聯合日運行優化調度模型（A joint daily operational optimization model for wind power and pumped-storage plan）[J].電力系統自動化（Automation of Electric Power Systems），2012，36（2）：36-41，57.

[9]黃小鋒，紀昌明（Huang Xiaofeng，Ji Changming）.白山混合式抽水蓄能電站水庫調度效率分析（Analysis on reservoir operation efficiency of Baishan hybrid pumped storage power station）[J].水力發電學報（Journal of Hydroelectric Engineering），2010，29（2）：145-148，162.

[10]蘇學靈，紀昌明，黃小鋒，等（Su Xueling，Ji Changming，Huang Xiaofeng，et al）.混合式抽水蓄能電站在梯級水電站群中的優化調度（Optimizing operation of the hybrid pumped-storage power station between cascade reservoirs）[J].電力系統自動化（Automation of Electric Power Systems），2010，34（4）：29-33.

[11]唐海華，黃春雷，丁杰（Tang Haihua，Huang Chunlei，Ding Jie）.混合式抽水蓄能電站優化調度策略（Optimal dispatching schedule of hybrid pumped-storage power station）[J].電力系統自動化（Automation of Electric Power Systems），2011，35（21）：40-45.

[12]李文武，黃進，郭希海（Li Wenwu，Huang Jin，Guo Xihai）.混合式抽水蓄能電站水庫中長期優化調度研究（Mid-long term optimization of reservoir operation for hybrid pumped storage power plant）[J].電力自動化設備（Electric Power Automation Equipment），2012，32（4）：104-108.

[13]宋雅萍（Song Yaping）.白豐梯級水庫實用電力優化調度圖的研制（Development on the Utility Graph of Optimum Power Dispatching to Baishan-Fengman Cascade Reservoirs）[D].大連：大連理工大學水利工程學院（Dalian：School of Hydraulic Engineering，Dalian University of Technology），2001.

Mid-long Term Optimal Dispatch for the Cascaded Reservoirs Operation with Hybrid Pumped Storage Power Station

LI Wen-wu1，2，HUANG Jin3，GUO Xi-hai4
（1.Hubei Key Laboratory of Cascaded Hydropower Stations Operation&Control，China Three Gorges University，Yichang 443002，China；2.College of Electrical Engineering&Renewable Energy，China Three Gorges University，Yichang 443002，China；3.State Grid Sanmenxia Power Supply Company，Sanmenxia 472000，China；4.Northeast China Grid Company Limited，Shenyang 110006，China）

For the enhancement of hybrid pumped storage power station in power grid，it is beneficial to research the cascaded reservoirs with hybrid pumped storage power station.The mid-long term optimal dispatch model of the cascaded reservoirs with hybrid pumped storage power station is constucted to solve the problem of maximizing annual generation.The iterative optimization algorithm is used to determine the water levels for dispatch with the optimal variables of generation flows and pumping time.After the optimization for the cascaded reservoir that be formed by the Baishan，Hongshi and Fengman reservoirs，the results indicate that in high flow years，normal flow years，and low flow years，the total annual generation capacities and the optimized firm outputs of the cascaded reservoirs in each typical years have increased than the ones without pumping water.

pumped storage；optimal dispatch；iterative optimization algorithm；mid-long term

TM73

A

1003-8930（2014）12-0041-08

李文武（1975—），男，博士，副教授，研究方向為電力系統經濟運行、電力信息安全等。Email：liwenwu7508@ctgu.edu.cn

2013-03-26；

2013-09-13

梯級水電站運行與控制湖北省重點實驗室（三峽大學）開放基金（2013KJX08）

黃進（1986—），男，碩士研究生，研究方向為電力系統經濟運行。Email：hj766@163.com

郭希海（1970—），男，碩士，高級工程師，研究方向為水庫調度。Email：guoxihaigxh@sina.com