風(fēng)-光-火-抽蓄聯(lián)合系統(tǒng)中抽水蓄能電站最佳容量配置

程孟增，唐一金，商文穎，滿林坤，張南，張娜，李泓澤

(1. 國網(wǎng)遼寧省電力有限公司經(jīng)濟(jì)技術(shù)研究院，沈陽市 110015；2. 華北電力大學(xué)經(jīng)濟(jì)與管理學(xué)院，北京市 102206；3. 國網(wǎng)遼寧省電力有限公司檢修分公司，沈陽市 110015)

0 引 言

在全球能源結(jié)構(gòu)轉(zhuǎn)型、環(huán)境問題日益嚴(yán)峻的大背景下[1-2]，大力發(fā)展風(fēng)電、光伏是支撐“30·60”目標(biāo)實(shí)現(xiàn)的有效途徑之一。截至2020年底，我國風(fēng)電裝機(jī)2.8億kW，光伏裝機(jī)2.5億kW，位居全球首位[3]。但伴隨新能源的大規(guī)模并網(wǎng)，其間歇性、波動(dòng)性、反調(diào)峰性，也給電力系統(tǒng)的穩(wěn)定運(yùn)行造成了極大的壓力，電網(wǎng)需要更多的平衡電源容量[4-5]。抽水蓄能電站作為優(yōu)質(zhì)調(diào)節(jié)電源，能夠有效改善大規(guī)模風(fēng)電并網(wǎng)帶來的反調(diào)峰特性，起到削峰填谷的作用[6-7]，在保證電力系統(tǒng)安全穩(wěn)定運(yùn)行的同時(shí)，對(duì)于最大限度實(shí)現(xiàn)新能源消納具有不可或缺的作用。

現(xiàn)有文獻(xiàn)針對(duì)含抽水蓄能電站的混合能源系統(tǒng)運(yùn)行及容量配置已有大量研究。文獻(xiàn)[8-11]從經(jīng)濟(jì)與環(huán)境角度把棄風(fēng)電量、發(fā)電成本、污染物懲罰成本、棄電懲罰成本等最小作為目標(biāo)，建立了含抽水蓄能的混合系統(tǒng)優(yōu)化調(diào)度模型，并采用Yalmip工具箱、遺傳算法、粒子群算法等進(jìn)行求解，但上述文獻(xiàn)未考慮抽蓄容量配置與調(diào)度運(yùn)行優(yōu)化策略之間的協(xié)調(diào)關(guān)系。

目前，對(duì)于抽水蓄能容量規(guī)劃最常規(guī)的方法是以系統(tǒng)運(yùn)行經(jīng)濟(jì)性、技術(shù)性和可靠性作為指標(biāo)，配合常規(guī)機(jī)組平衡地區(qū)負(fù)荷峰谷差，通過評(píng)價(jià)或運(yùn)行優(yōu)化的方法，得出抽蓄容量配置。文獻(xiàn)[12-14]通過選取容量效益、節(jié)煤效益、調(diào)峰容量比等經(jīng)濟(jì)性與技術(shù)性指標(biāo)，采用主成分分析模型、貝葉斯模型、熵理論對(duì)不同容量的抽水蓄能電站進(jìn)行評(píng)價(jià)，從而得出抽水蓄能電站的最佳容量配置。

以上研究僅考慮抽蓄與新能源互補(bǔ)，而實(shí)際系統(tǒng)中占比最大的是火電，也需要考慮抽蓄與常規(guī)機(jī)組配合。文獻(xiàn)[15]基于雙層規(guī)劃理論，構(gòu)建了光伏/小水電/抽水蓄能容量配置模型，上層以系統(tǒng)投資成本最小為目標(biāo)，下層以售電收益最大為目標(biāo)，但該文獻(xiàn)主要針對(duì)火電比重較小的四川電網(wǎng)為研究對(duì)象，對(duì)我國其他大多數(shù)火電比重較大的電網(wǎng)，其參考借鑒價(jià)值有限。

針對(duì)上述文獻(xiàn)的不足，本文從抽蓄容量配置與火電機(jī)組協(xié)調(diào)運(yùn)行角度出發(fā)，構(gòu)建抽水蓄能電站最佳容量配置雙層規(guī)劃模型。上層以最大限度減少棄風(fēng)、棄光電量之和為目標(biāo)確定抽水蓄能電站容量配置，下層基于上層容量配置，以追求經(jīng)濟(jì)效益和環(huán)境價(jià)值的最大化為目標(biāo)，同時(shí)改善系統(tǒng)運(yùn)行條件，采用基于Tent映射混沌優(yōu)化的改進(jìn)灰狼算法對(duì)目標(biāo)函數(shù)進(jìn)行求解，最終得到特定聯(lián)合系統(tǒng)中抽水蓄能電站的最佳容量配置與基于典型日的調(diào)度運(yùn)行優(yōu)化結(jié)果。

1 雙層規(guī)劃模型構(gòu)建

雙層規(guī)劃模型構(gòu)建的基本思路如圖1所示。上層為容量配置問題，為下層提供抽水蓄能電站容量的規(guī)劃方案，下層為優(yōu)化調(diào)度問題，通過最優(yōu)功率分配，使得既定容量下的抽水蓄能電站實(shí)現(xiàn)聯(lián)合系統(tǒng)在經(jīng)濟(jì)效益、環(huán)境價(jià)值和系統(tǒng)運(yùn)行狀況改善方面實(shí)現(xiàn)優(yōu)化，同時(shí)將優(yōu)化運(yùn)行結(jié)果反饋給上層，檢驗(yàn)在該運(yùn)行策略下抽水蓄能電站的容量配置是否合理。

圖1 雙層優(yōu)化模型結(jié)構(gòu)Fig.1 Structure of the two-layer optimization model

1.1 上層優(yōu)化模型

1.1.1 目標(biāo)函數(shù)

上層優(yōu)化模型的目標(biāo)函數(shù)為聯(lián)合系統(tǒng)中棄風(fēng)、棄光電量之和最小，以此來確定系統(tǒng)所需抽水蓄能電站的容量配置。影響棄風(fēng)、棄光電量之和的主要因素包括火電、風(fēng)光運(yùn)行約束等，具體表示為：

(1)

式中：Fq為棄風(fēng)、棄光電量之和；T為一天的時(shí)長；Δt為優(yōu)化時(shí)間尺度；Pw-q(t)、Ppv-q(t)分別為t時(shí)段棄風(fēng)、棄光功率。

關(guān)于棄風(fēng)電量的表征：當(dāng)t時(shí)刻風(fēng)資源的可用功率小于系統(tǒng)的風(fēng)電裝機(jī)容量時(shí)，棄風(fēng)電量表征為t時(shí)刻的風(fēng)電可用功率與風(fēng)電機(jī)組實(shí)際出力之差乘以時(shí)長；而當(dāng)t時(shí)刻風(fēng)資源的可用功率大于系統(tǒng)的風(fēng)電裝機(jī)容量時(shí)，棄風(fēng)電量表征為風(fēng)電裝機(jī)容量與t時(shí)刻實(shí)際出力之差乘以時(shí)長。光伏的棄光電量表征類似，因此棄風(fēng)、棄光電量為：

(2)

(3)

式中：Pw-y(t)、Ppv-y(t)分別為t時(shí)段風(fēng)電和光伏的可用功率預(yù)測值；Pw(t)、Ppv(t)分別為風(fēng)電、光伏在t時(shí)段的實(shí)際出力；Pw-power、Ppv-power分別為風(fēng)電、光伏的裝機(jī)容量。

為最大化發(fā)揮抽水蓄能電站的調(diào)節(jié)作用，抽水蓄能電站在負(fù)荷低谷時(shí)滿功率抽水，因此，在負(fù)荷低谷時(shí)抽水蓄能的抽水負(fù)荷也就是其容量配置，具體表示為：

(4)

1.1.2 約束條件

1)火電機(jī)組約束。

出力約束為：

(5)

爬坡約束為：

(6)

2)風(fēng)電、光伏機(jī)組約束。

0≤Pw(t)≤Pw-power

(7)

0≤Ppv(t)≤Ppv-power

(8)

3)抽水蓄能最小功率約束。

在任一時(shí)刻t，抽水蓄能的裝機(jī)容量應(yīng)大于這一時(shí)刻的棄風(fēng)、棄光功率，因此須滿足最小功率約束：

Pps-power≥Pw-q(t)+Ppv-q(t)

(9)

1.2 下層優(yōu)化模型

1.2.1 目標(biāo)函數(shù)

下層優(yōu)化目標(biāo)是聯(lián)合系統(tǒng)在上層給定的容量配置下，通過最優(yōu)功率分配，來實(shí)現(xiàn)抽水蓄能電站對(duì)聯(lián)合系統(tǒng)的優(yōu)化調(diào)度，旨在最大化系統(tǒng)的經(jīng)濟(jì)效益與環(huán)境價(jià)值，并改善系統(tǒng)運(yùn)行條件，影響下層目標(biāo)的主要因素包括系統(tǒng)功率平衡約束，電量平衡約束，旋轉(zhuǎn)備用約束，火電、風(fēng)光機(jī)組、抽水蓄能的運(yùn)行約束等。

1)聯(lián)合系統(tǒng)經(jīng)濟(jì)效益。

聯(lián)合系統(tǒng)經(jīng)濟(jì)效益以系統(tǒng)內(nèi)各類主體發(fā)電利潤之和最大化來表征，表示為：

maxFJJ=Fin-Fcost

(10)

式中：FJJ為聯(lián)合系統(tǒng)的經(jīng)濟(jì)效益；Fin為系統(tǒng)發(fā)電收入；Fcost為系統(tǒng)運(yùn)行成本。

聯(lián)合系統(tǒng)中抽水蓄能電站容量占比越大，運(yùn)行調(diào)度空間越大，但是其投資成本也就越大，若抽水蓄能電站未能在壽命周期內(nèi)收回成本，就會(huì)降低抽水蓄能電站投資建廠的積極性，因此，本文把抽水蓄能電站的建造成本分?jǐn)偟矫咳眨尤氤樗钅茈娬镜娜者\(yùn)行成本。抽水蓄能電站建造成本表示為：

(11)

式中：FNPC為建造抽水蓄能電站的總成本；Cps-power為抽蓄電站裝機(jī)容量的單價(jià)；Tcycle為抽蓄機(jī)組的全壽命周期；Crep為抽水蓄能機(jī)組的替換成本；r為折現(xiàn)率；Com-ps為抽水蓄能電站每年運(yùn)行維護(hù)成本。本文為簡化模型，假設(shè)上下水庫建造成本折入抽蓄機(jī)組的單價(jià)。

在調(diào)度運(yùn)行優(yōu)化過程中，因固定成本對(duì)優(yōu)化結(jié)果沒有影響，因此除抽水蓄能機(jī)組外，其他機(jī)組的發(fā)電成本僅考慮其運(yùn)行成本，火電機(jī)組運(yùn)行成本主要為燃煤成本，為凸性非線性二次函數(shù)[16]；抽水蓄能機(jī)組運(yùn)行成本為在負(fù)荷低谷時(shí)的抽水用電成本與每日分?jǐn)偟慕ㄔ斐杀荆僭O(shè)風(fēng)電、光伏機(jī)組運(yùn)行成本為0，系統(tǒng)運(yùn)行成本具體表示為：

(12)

式中：Fcost-h為火電運(yùn)行成本；Fcost-ps為抽水蓄能運(yùn)行成本；ai、bi、ci為第i臺(tái)火電機(jī)組的燃煤費(fèi)用系數(shù)；St為t時(shí)段電價(jià)；τ為抽水蓄能機(jī)組的能量轉(zhuǎn)換效率；Pps(t)為抽水蓄能機(jī)組在t時(shí)段的輸出功率；ups表示抽水蓄能機(jī)組運(yùn)行狀態(tài)，1表示發(fā)電，-1表示抽水，0表示停運(yùn)。

系統(tǒng)運(yùn)行收入是指各主體售電收入之和與抽水蓄能機(jī)組調(diào)峰所得收入，表示為：

(13)

式中：Fin-h、Fin-w、Fin-pv、Fin-ps分別為火電、風(fēng)電、光伏、抽水蓄能電站的售電收入；Sh、Sw、Spv分別為火電、風(fēng)電、光伏平均上網(wǎng)電價(jià)；Stf為抽水蓄能電站參與調(diào)峰輔助服務(wù)的補(bǔ)償標(biāo)準(zhǔn)。

2)環(huán)境價(jià)值。

環(huán)境價(jià)值是指消納風(fēng)、光、抽水蓄能等清潔能源替代火電機(jī)組發(fā)電產(chǎn)生的污染物減排所帶來的價(jià)值，具體表示為：

(14)

式中：FHJ為系統(tǒng)的環(huán)境價(jià)值；θ為單位電量煤耗；Cpf為單位污染物減排的價(jià)值，取365.9元/t[17]。

3)改善系統(tǒng)運(yùn)行條件。

抽水蓄能電站既可發(fā)電進(jìn)行削峰，也可抽水進(jìn)行填谷，具有靈活的調(diào)節(jié)能力，很好地彌補(bǔ)了風(fēng)電的反調(diào)峰特性，能夠有效平滑聯(lián)合系統(tǒng)的負(fù)荷曲線，改善系統(tǒng)運(yùn)行條件。本文用抽蓄、風(fēng)電、光伏入網(wǎng)后剩余負(fù)荷的標(biāo)準(zhǔn)差最小，作為改善系統(tǒng)運(yùn)行條件的目標(biāo)。

(15)

Prem(t)=PD(t)-Pw(t)-Ppv(t)-upsPps(t)

(16)

式中：σrem表征系統(tǒng)調(diào)度運(yùn)行優(yōu)化效果，具體以抽蓄、風(fēng)電、光伏入網(wǎng)后剩余負(fù)荷的標(biāo)準(zhǔn)差來表示；Prem(t)為t時(shí)段的總負(fù)荷與風(fēng)光、抽蓄出力之差。

1.2.2 約束條件

1)系統(tǒng)功率平衡約束。

(17)

2)電量平衡約束。

(18)

3)正負(fù)旋轉(zhuǎn)備用約束。

由于風(fēng)光出力具有隨機(jī)波動(dòng)性，且預(yù)測精度較低，因此，須預(yù)留備用以平衡預(yù)測值與實(shí)際出力的偏差。當(dāng)出力不足時(shí)，棄風(fēng)、棄光功率可重新投入使用，因此可作為正旋轉(zhuǎn)備用，本文不考慮風(fēng)光作為負(fù)旋轉(zhuǎn)備用。

(19)

4)抽水蓄能機(jī)組約束。

出力約束為：

0≤Pps(t)≤Pps-power

(20)

能量平衡約束為：

(21)

水庫庫容約束為：

(22)

除滿足上述約束條件外，還應(yīng)滿足火電、風(fēng)電、光伏的運(yùn)行約束，具體見式(5)—(8)。

2 雙層規(guī)劃模型的求解

本文建立了主從遞階關(guān)系的雙層優(yōu)化模型，上層模型為單目標(biāo)多約束問題，下層為多目標(biāo)多約束問題，非線性較強(qiáng)，本文采用基于Tent映射混沌優(yōu)化的改進(jìn)灰狼算法求解雙層目標(biāo)函數(shù)。在處理多目標(biāo)問題時(shí)，粒子群算法、遺傳算法等啟發(fā)式算法得到了廣泛應(yīng)用[15,18-20]，但存在局部最優(yōu)問題。灰狼優(yōu)化(grey wolf optimizer，GWO)算法是一種新群體智能優(yōu)化算法[21]，相較于其他啟發(fā)式算法，具有參數(shù)設(shè)置簡單、無導(dǎo)數(shù)機(jī)制和避免局部最優(yōu)的優(yōu)點(diǎn)。在該算法中，灰狼種群具有嚴(yán)格的社會(huì)等級(jí)制度，在金字塔頂端的稱為α狼，是最合適的解決方案，第二和第三最佳解決方案被稱為β狼和δ狼，其余候選解決方案稱為γ狼，在GWO算法中，狩獵是由α狼引導(dǎo)β狼和δ狼，其余γ狼跟隨這3只狼尋找全局最優(yōu)解。

傳統(tǒng)灰狼算法優(yōu)化時(shí)的初始種群具有隨機(jī)性，且分布不均勻，因此，可以利用混沌優(yōu)化的遍歷性、規(guī)律性優(yōu)點(diǎn)，來改善種群的尋優(yōu)搜索能力[20]。較為常見的混沌映射有Logistic映射與Tent映射，文獻(xiàn)[21]證明了Tent映射比Logistic映射具有更強(qiáng)的遍歷性，改進(jìn)后的Tent映射為：

(23)

式中：xt為第t次迭代后灰狼所處位置。

(24)

式中：xmax,j和xmin,j分別為第j維變量的搜索上、下界。

(25)

在基于Tent映射混沌優(yōu)化的改進(jìn)灰狼算法獲得Pareto前沿后，通過距離烏托邦點(diǎn)最短來確定最優(yōu)解。烏托邦點(diǎn)假設(shè)所有目標(biāo)同時(shí)最大化，由于目標(biāo)函數(shù)之間存在折中關(guān)系，因此無法獲得多目標(biāo)的烏托邦點(diǎn)，但可以把單個(gè)目標(biāo)的烏托邦點(diǎn)作為參考點(diǎn)，通過式(26)，其最小值作為折中最優(yōu)解[22]。所有優(yōu)化目標(biāo)應(yīng)用等效權(quán)重。

min‖F(xiàn)pareto-Fu‖p

(26)

式中：Fpareto為帕累托最優(yōu)解；Fu為烏托邦點(diǎn)；‖·‖p表示p范數(shù)。

基于Tent映射混沌優(yōu)化的GWO算法的流程如圖2所示。

圖2 基于Tent映射混沌優(yōu)化的GWO算法求解流程Fig.2 The solution flow of GWO algorithm based on Tent mapping chaos optimization

3 算例分析

3.1 算例參數(shù)

為驗(yàn)證模型的有效性與算法的適用性，本文選取文獻(xiàn)[12]冬季與夏季典型日場景對(duì)聯(lián)合系統(tǒng)進(jìn)行優(yōu)化調(diào)度分析，典型日優(yōu)化周期T=24 h，優(yōu)化時(shí)間尺度Δt=15 min，系統(tǒng)配備總裝機(jī)容量為1 000 MW的火電機(jī)組、總裝機(jī)容量為400 MW的風(fēng)電機(jī)組、總裝機(jī)容量為100 MW的光伏機(jī)組和待優(yōu)化確定的抽水蓄能裝機(jī)容量。典型日負(fù)荷、風(fēng)電、光伏預(yù)測出力如圖3所示，風(fēng)、光、火上網(wǎng)電價(jià)與分時(shí)電價(jià)如圖4所示，電價(jià)取自文獻(xiàn)[23]，火電機(jī)組及抽水蓄能機(jī)組技術(shù)經(jīng)濟(jì)參數(shù)見表1—2。

表1 火電機(jī)組技術(shù)經(jīng)濟(jì)參數(shù)Table 1 Technical and economic parameters of thermal power units

圖4 風(fēng)、光、火上網(wǎng)電價(jià)與分時(shí)電價(jià)Fig.4 Electricity of prices of wind, photovoltaic, thermal power and time-of-use electricity price

由圖3可知，夏季日負(fù)荷曲線略高于冬季，冬季風(fēng)資源相較于夏季更豐富，夏季光伏資源相較于冬季更豐富。在負(fù)荷低谷時(shí)，風(fēng)資源豐富，且中午出力低于早晚，具有反調(diào)峰特性。光伏出力大致與典型日負(fù)荷一致，有較強(qiáng)的負(fù)荷跟蹤能力，具有正調(diào)峰特性。

圖3 冬季、夏季典型日負(fù)荷、風(fēng)電、光伏出力Fig.3 Typical daily loads, wind power and photovoltaic output in winter and summer

3.2 抽水蓄能電站容量配置結(jié)果分析

算例中由于光伏裝機(jī)容量較小且光伏具有正調(diào)峰特性，本文假設(shè)光伏優(yōu)先于風(fēng)電入網(wǎng)，因此，要獲得抽水蓄能的最佳容量配置，即最小化棄風(fēng)電量。圖5為冬季、夏季典型日風(fēng)電棄風(fēng)電量。冬季典型日最大棄風(fēng)功率為277 MW，夏季典型日最大棄風(fēng)功率為119 MW，當(dāng)抽水蓄能裝機(jī)容量280 MW時(shí)，可滿足最大棄風(fēng)功率，此時(shí)，占風(fēng)電裝機(jī)容量的70%。上層模型為下層提供4種容量配置規(guī)劃方案，分別為占風(fēng)電裝機(jī)容量的80%、70%、60%和50%，也即抽水蓄能裝機(jī)容量分別為320、280、240、200 MW，在這4種情景下對(duì)聯(lián)合系統(tǒng)進(jìn)行運(yùn)行調(diào)度優(yōu)化。

圖5 冬季、夏季典型日風(fēng)電棄風(fēng)電量Fig.5 Wind power abandoned on a typical day in winter and summer

表2 抽水蓄能機(jī)組技術(shù)經(jīng)濟(jì)參數(shù)Table 2 Technical and economic parameters of pumped-storage units

3.3 典型日運(yùn)行調(diào)度優(yōu)化結(jié)果分析

通過基于Tent映射混沌優(yōu)化的GWO算法，分別對(duì)4種含不同容量的抽水蓄能電站在聯(lián)合系統(tǒng)中的運(yùn)行調(diào)度優(yōu)化模型進(jìn)行求解，無抽蓄典型日運(yùn)行調(diào)度結(jié)果如圖6所示，圖7—10分別為裝機(jī)容量為320、280、240、200 MW的抽水蓄能電站在聯(lián)合系統(tǒng)中的運(yùn)行調(diào)度優(yōu)化結(jié)果。下層模型求解結(jié)果表明，聯(lián)合系統(tǒng)中加入抽蓄后能夠有效減少棄風(fēng)電量，降低火電機(jī)組出力的波動(dòng)性，減小負(fù)荷峰谷差。相比較下，抽水蓄能電站容量為320 MW與280 MW的調(diào)節(jié)能力更優(yōu)。

圖6 無抽蓄系統(tǒng)典型日運(yùn)行調(diào)度結(jié)果Fig.6 Typical daily operation scheduling results without pumping-storage system

圖7 抽水蓄能電站容量為320 MW下聯(lián)合系統(tǒng)典型日運(yùn)行調(diào)度優(yōu)化結(jié)果Fig.7 Optimal results of typical daily operation scheduling of the combined system with a pumped-storage power station of 320 MW

不同容量配置下典型日系統(tǒng)經(jīng)濟(jì)效益結(jié)果及抽蓄電站建造成本回收期如表3、表4所示。由表3、4可知，在加入抽水蓄能電站后，聯(lián)合系統(tǒng)能夠獲得顯著的經(jīng)濟(jì)效益，抽蓄容量在滿足最大棄風(fēng)功率后，增加抽蓄容量會(huì)提高建造成本，從而降低收益。除聯(lián)合系統(tǒng)的經(jīng)濟(jì)效益外，抽水蓄能電站的成本回收年限也是系統(tǒng)經(jīng)濟(jì)性的重要指標(biāo)。經(jīng)基于Tent映射混沌優(yōu)化的改進(jìn)灰狼算法收斂到最優(yōu)值，在4種容量配置下，抽水蓄能電站的回收年限都沒超過7年，但如果抽蓄無調(diào)峰收入，其回收年限會(huì)大大增加，說明輔助服務(wù)收入是抽水蓄能電站成本疏導(dǎo)的重要途徑。4種容量配置下，抽水蓄能電站容量為280 MW時(shí)經(jīng)濟(jì)效益最佳。

表3 不同容量配置下典型日系統(tǒng)經(jīng)濟(jì)效益Table 3 Typical daily system economics with different pumped-storage capacity

表4 不同容量配置下抽蓄電站建造成本回收期Table 4 Cost recovery period for construction of pumped storage plants with different capacity configurations

圖8 抽水蓄能電站容量為280 MW下聯(lián)合系統(tǒng)典型日運(yùn)行調(diào)度優(yōu)化結(jié)果Fig.8 Optimal results of typical daily operation scheduling of the combined system with a pumped-storage power station of 280 MW

圖9 抽水蓄能電站容量為240 MW下聯(lián)合系統(tǒng)典型日運(yùn)行調(diào)度優(yōu)化結(jié)果Fig.9 Optimal results of typical daily operation scheduling of the combined system with a pumped-storage power station of 240 MW

圖10 抽水蓄能電站容量為200 MW下聯(lián)合系統(tǒng)典型日運(yùn)行調(diào)度優(yōu)化結(jié)果Fig.10 Optimal results of typical daily operation scheduling of the combined system with a pumped-storage power station of 200 MW

表5、6分別為不同容量配置下典型日的環(huán)境價(jià)值與改善系統(tǒng)運(yùn)行條件結(jié)果，結(jié)果表明，聯(lián)合系統(tǒng)加入抽水蓄能電站后，環(huán)境價(jià)值明顯，并能夠顯著改善系統(tǒng)運(yùn)行條件，4種容量配置下，抽水蓄能電站容量為320 MW和280 MW時(shí)，環(huán)境價(jià)值與改善系統(tǒng)運(yùn)行條件結(jié)果基本相同，并優(yōu)于其他容量配置。

表5 不同容量配置下典型日的環(huán)境價(jià)值Table 5 Environmental values in a typical day with different pumped-storage capacity

表6 不同容量配置下典型日的改善系統(tǒng)運(yùn)行條件結(jié)果Table 6 Results of a typical day of improved system operating conditions with different pumped-storage capacity

在4種容量配置情景下，抽水蓄能電站容量配置為320 MW和280 MW時(shí)，調(diào)度運(yùn)行優(yōu)化結(jié)果明顯優(yōu)于其他容量配置結(jié)果，這2種容量配置下環(huán)境價(jià)值與改善系統(tǒng)運(yùn)行條件結(jié)果基本相同，但280 MW容量配置下經(jīng)濟(jì)效益更優(yōu)。表7為4種容量配置下聯(lián)合系統(tǒng)的棄風(fēng)量，通過返回上層檢驗(yàn)，抽水蓄能電站容量為280 MW時(shí)通過增加較少的棄風(fēng)量，能夠?yàn)橄到y(tǒng)獲得較大的經(jīng)濟(jì)效益，因此，當(dāng)聯(lián)合系統(tǒng)配備容量為280 MW的抽水蓄能電站時(shí)，為該特定系統(tǒng)中的最佳容量配置。

表7 不同容量配置下風(fēng)電棄風(fēng)電量Table 7 Wind power abandonment with different pumped-storage capacity

4 結(jié) 論

本文綜合考慮抽水蓄能電站的容量配置與運(yùn)行調(diào)度優(yōu)化，構(gòu)建了聯(lián)合系統(tǒng)雙層規(guī)劃模型，并提出了求解流程。與其他抽蓄容量配置模型相比，本文站在整個(gè)聯(lián)合系統(tǒng)角度，以棄風(fēng)、棄光電量之和最小構(gòu)建上層模型確定容量配置，以計(jì)及抽水蓄能電站建造成本的系統(tǒng)售電收入最大，環(huán)境價(jià)值最大，并同時(shí)改善系統(tǒng)運(yùn)行條件為目標(biāo)構(gòu)建下層運(yùn)行調(diào)度優(yōu)化模型。通過本文研究表明：

1)本文構(gòu)建的容量配置雙層規(guī)劃模型能夠有效減少棄風(fēng)電量，降低火電機(jī)組出力的波動(dòng)性，減小負(fù)荷峰谷差，獲得抽水蓄能電站的最佳容量配置，并實(shí)現(xiàn)經(jīng)濟(jì)效益、環(huán)境價(jià)值與改善系統(tǒng)運(yùn)行條件的最大化。

2)輔助服務(wù)收入是抽水蓄能電站成本疏導(dǎo)的重要途徑。

鑒于本文算例中光伏裝機(jī)容量較小，且優(yōu)先光伏入網(wǎng)，下一步研究中將增大光伏裝機(jī)容量，并且考慮光伏、風(fēng)電出力的不確定性，進(jìn)一步完善模型。