分布式光伏-抽蓄系統(tǒng)聯(lián)合優(yōu)化運(yùn)行策略

趙書強(qiáng)，王子巍，李志偉，吳博，趙蓬飛

（河北省分布式儲能與微網(wǎng)重點(diǎn)實(shí)驗(yàn)室（華北電力大學(xué)），河北 保定 071003）

0 引言

近年來，以光伏為代表的可再生能源發(fā)展迅速，一定程度上緩解了我國的能源壓力，但是隨著目前可再生能源裝機(jī)規(guī)模持續(xù)擴(kuò)大以及高比例可再生能源并網(wǎng)，中國可再生能源消納面臨嚴(yán)峻局面［1-3］。

由于光伏出力受到太陽光輻射強(qiáng)度、溫度等氣象因素的影響［4-5］，所帶來的出力難預(yù)測性為系統(tǒng)的調(diào)度帶來困難，而光伏的反調(diào)峰特性也為系統(tǒng)消納帶來了困難。光伏出力預(yù)測誤差難以避免且不容忽視，預(yù)測誤差分布的準(zhǔn)確性描述有利于電力系統(tǒng)的優(yōu)化調(diào)度和穩(wěn)定運(yùn)行［6］，并且在此背景下為保證系統(tǒng)安全穩(wěn)定運(yùn)行，電力系統(tǒng)需要配置一定容量的儲能，目前最具商業(yè)應(yīng)用價值的大規(guī)模儲能技術(shù)是抽水蓄能［7］。

目前國內(nèi)外僅有少量文獻(xiàn)針對分布式光伏與分布式抽水蓄能電站的聯(lián)合運(yùn)行進(jìn)行研究，大部分研究僅針對傳統(tǒng)的集中式光伏與抽蓄，但分布式儲能的發(fā)展已成趨勢，分布式抽水蓄能電站具有調(diào)度靈活、建設(shè)周期短、初期投資小等特點(diǎn)，并且由于其分布式布置的特點(diǎn)，對于水庫的建設(shè)容量要求更低，部分地區(qū)可通過對小型水電改造因地制宜進(jìn)行分布式抽蓄電站的統(tǒng)籌規(guī)劃，很好地推動了大規(guī)模新能源的消納和分布式儲能的發(fā)展，與之相配合的新能源也以分布式能源為主，本文以分布式光伏為主體，研究二者的聯(lián)合優(yōu)化調(diào)度，但是目前對于抽水蓄能電站的模型建立過于粗糙，僅考慮到其出力上下限的約束，并未涉及其水力效率、水頭以及水庫水位問題，部分文獻(xiàn)是基于普通水電站對抽水蓄能電站進(jìn)行描述［8-9］，認(rèn)為其發(fā)電工況等同于水電機(jī)組，抽水工況下的功率隨流量變化而變化［10-12］，但事實(shí)上目前最常見的抽蓄電站為可逆式（兩機(jī)式）抽水蓄能電站，其水泵與水輪機(jī)合為一體，抽水時為滿載恒功率抽水［13-14］；目前部分研究對于光伏預(yù)測誤差的描述過于理想，文獻(xiàn)［15］統(tǒng)計得到光伏預(yù)測誤差期望為0，根據(jù)其分布曲線形狀，認(rèn)為預(yù)測誤差服從正態(tài)分布；文獻(xiàn)［16］認(rèn)為系統(tǒng)預(yù)測誤差服從正態(tài)分布，并引入概率性功率平衡概念提出了一種含機(jī)會約束條件的基于相關(guān)機(jī)會目標(biāo)規(guī)劃的主動配電網(wǎng)優(yōu)化調(diào)度模型。但事實(shí)上，預(yù)測誤差只有在天氣較為晴朗且光照強(qiáng)度與光伏出力為線性關(guān)系時才會較好地服從正態(tài)分布［17］，當(dāng)天氣情況發(fā)生變化，例如陰天或雨雪天氣，光伏預(yù)測誤差的概率分布會出現(xiàn)多峰以及偏移等問題，正態(tài)分布的擬合則無法滿足精確度要求。

新能源與儲能相結(jié)合可以促進(jìn)大規(guī)模新能源的消納，充分利用不同能源之間的互補(bǔ)性，提高電力系統(tǒng)運(yùn)行的靈活性［18］。文獻(xiàn)［19］介紹了新能源與儲能所組成聯(lián)合系統(tǒng)的可調(diào)度性，建立了風(fēng)光儲聯(lián)合系統(tǒng)模型，采用新型混合智能算法實(shí)現(xiàn)了聯(lián)合系統(tǒng)出力對于計劃出力曲線的跟蹤。

現(xiàn)有關(guān)于分布式光伏-抽蓄聯(lián)合系統(tǒng)的研究模型過于粗糙，調(diào)度模式延續(xù)傳統(tǒng)模式，無法充分發(fā)揮分布式抽蓄與光伏的互補(bǔ)能力，提升光伏消納能力［20］。基于此，本文對分布式光伏和抽水蓄能組成的聯(lián)合系統(tǒng)的運(yùn)行策略進(jìn)行研究，在提升抽蓄、光伏出力模型精確性的基礎(chǔ)上建立不同于傳統(tǒng)調(diào)度模式的分布式調(diào)度。首先，相比過于理想化的正態(tài)分布模型，建立了擬合精度更高、適用于誤差環(huán)境更加復(fù)雜的光伏出力預(yù)測誤差模型，該模型能夠良好地應(yīng)對預(yù)測誤差概率分布出現(xiàn)偏移和突變等問題，并且對于不同的預(yù)測誤差模型的擬合精度進(jìn)行對比分析。然后，建立了符合實(shí)際運(yùn)行狀態(tài)以及實(shí)際工程運(yùn)行條件的精確抽水蓄能電站模型，不再以粗糙的出力（抽水）功率上下限作為模型約束，而是充分考慮水庫水位限制、工況轉(zhuǎn)換時間、同步機(jī)定功率抽水以及分布式抽蓄爬坡能力等實(shí)際問題所帶來的影響，并將其應(yīng)用于運(yùn)行策略研究中。在此基礎(chǔ)上，以分布式光伏-抽蓄聯(lián)合系統(tǒng)出力匹配電網(wǎng)調(diào)度曲線和減少棄光電量為目標(biāo)，建立聯(lián)合系統(tǒng)優(yōu)化調(diào)度模型，采用確定性轉(zhuǎn)化的方法對不確定變量進(jìn)行處理，提出了新的不同于傳統(tǒng)集中式抽蓄的調(diào)度模式。最后通過算例分析驗(yàn)證本文模型與策略的有效性。

1 分布式光伏與抽水蓄能出力模型

1.1 光伏發(fā)電出力模型

分布式光伏出力模型采用確定性預(yù)測值和不確定性預(yù)測誤差來表示［21］。因?yàn)轭A(yù)測值是確定性的，所以對系統(tǒng)不確定性的描述主要體現(xiàn)在對預(yù)測誤差的描述。

1.1.1 預(yù)測誤差分布的概率模型

基于日前光伏出力預(yù)測誤差的分布特性，預(yù)測誤差模型需要具備形狀靈活和峰度多樣的特點(diǎn)。目前多數(shù)文獻(xiàn)認(rèn)為光伏出力預(yù)測誤差服從正態(tài)分布，但過于理想和粗略，并不能很好地擬合預(yù)測誤差的多峰和偏移等問題，所以本文采用更為精準(zhǔn)的通用型高斯混合模型（general Guass mixed model，GGMM）擬合預(yù)測誤差的概率分布［22］，其概率密度函數(shù)如式（2）所示。

式中：n為分布函數(shù)數(shù)量；ak為加權(quán)系數(shù)，ak≥0，但是權(quán)重之和不局限于1，是由取值區(qū)間和各高斯分 量參數(shù)共同決定的；θk=；θ={θ1，θ2，···，θk，···，θn}；φ(x|θk)為高斯分布 密度函數(shù)，表達(dá)式為：

其累計分布函數(shù)為：

為驗(yàn)證所采用擬合方法的有效性和適用性，通過算例進(jìn)行計算分析。采用我國某地區(qū)分布式光伏實(shí)際出力與光伏預(yù)測出力歷史數(shù)據(jù)對其預(yù)測誤差進(jìn)行擬合，并對不同擬合方法進(jìn)行分析對比，驗(yàn)證本文所提方法的可行性和優(yōu)越性。算例針對該地區(qū)6個月的光伏出力進(jìn)行分析，分布式光伏的總裝機(jī)容量較小，分布點(diǎn)較多，此驗(yàn)證容量僅為25 MW。預(yù)測誤差擬合效果對比如圖1所示。

本文采用絕對平均誤差（mean absolute error，MAE）以及均方根誤差（root mean square error，RMSE）兩種評價指標(biāo)評估擬合精度，采用相同預(yù)測誤差數(shù)據(jù)進(jìn)行擬合對比，與傳統(tǒng)的t（t locationscale）分布、正態(tài)分布進(jìn)行對比分析，對比結(jié)果如表1所示。

表1 預(yù)測誤差擬合精度（MAE、RMSE）比較Tab.1 Comparison of prediction error fitting accuracies（MAE and RMSE）

從圖1 以及表1 評價指標(biāo)數(shù)據(jù)可以看出，本文采用三項(xiàng)混合高斯函數(shù)（GGMM3）擬合光伏預(yù)測誤差的精度明顯優(yōu)于其他兩種傳統(tǒng)方法，驗(yàn)證了模型的適用性和優(yōu)越性。

1.2 抽水蓄能機(jī)組模型

目前常見的抽水蓄能電站大部分采用可逆式水泵水輪機(jī)機(jī)組，也稱為兩機(jī)式抽水蓄能，該類型抽蓄機(jī)組相較其他形式機(jī)組具有結(jié)構(gòu)簡單、造價低廉等優(yōu)點(diǎn)，其發(fā)電工況由水輪機(jī)流量控制發(fā)電功率，但抽水工況為同步機(jī)恒定功率抽水，t時刻分布式抽水蓄能電站i的發(fā)電和抽水功率如式（5）所示。

一般抽水蓄能電站的揚(yáng)程和水頭相等，計算值采用最大水頭（揚(yáng)程）與最小水頭（揚(yáng)程）的均值，則有以下關(guān)系。

式中：ri，max為最大水頭（揚(yáng)程），是上水庫最高水位與下水庫死水位之差；ri，max為最小水頭（揚(yáng)程），是上水庫死水位與下水庫最高水位之差。

2 調(diào)度模型

根據(jù)日前區(qū)域用電調(diào)度曲線和光伏發(fā)電功率，設(shè)置一天24 h為調(diào)度控制的調(diào)度周期，以15 min為時間單位對一天中的96 個時段進(jìn)行優(yōu)化調(diào)度，搭建調(diào)度模型。

2.1 目標(biāo)函數(shù)

分布式抽水蓄能電站可以在發(fā)電和抽水兩種狀態(tài)之間靈活轉(zhuǎn)換，從而可以實(shí)現(xiàn)抽蓄與光伏電站組成的聯(lián)合系統(tǒng)出力滿足調(diào)度需求的同時提高光伏消納能力，對于匹配調(diào)度曲線這一目標(biāo)，傳統(tǒng)模型中采用差值絕對值作為匹配度目標(biāo)函數(shù)，但總體效果欠佳；本文采用優(yōu)化效率更高的歐氏距離作為匹配程度的度量，歐氏距離是一種距離計算公式，在優(yōu)化問題中相比于差值絕對值有更好的效果，來源于歐幾里幾何中的兩點(diǎn)間的距離公式。在二維平面上歐氏距離定義為：

式中x1、x2、y1、y2分別為二維平面上兩點(diǎn)的xy軸坐標(biāo)。

對于兩個n維向量間的歐氏距離表示為：

式中：x1k、x2k為向量的坐標(biāo)；n為維數(shù)。

聯(lián)合調(diào)度模型的總體目標(biāo)同時均衡滿足調(diào)度要求和提高光伏消納兩個目標(biāo)，選取棄光電量作為光伏消納的度量建立目標(biāo)函數(shù)如下。

為了使聯(lián)合系統(tǒng)出力能夠同時兼顧上述兩個優(yōu)化目標(biāo)，其優(yōu)化過程是通過調(diào)整抽水蓄能電站的抽水、發(fā)電運(yùn)行時段和運(yùn)行狀態(tài)實(shí)現(xiàn)的，使出力計劃與調(diào)度要求的匹配程度最高，即二者歐氏距離最小且一個調(diào)度周期內(nèi)棄光電量最小。總體目標(biāo)函數(shù)如下。

式中：Nlak為系統(tǒng)抽水蓄能電站總數(shù)量；Pref，t為調(diào)度曲線t時刻的功率；為光伏電站i在t時刻出力；為光伏電站i的預(yù)測功率；Nv為總的光伏電站數(shù)量。

2.1.1 棄光功率的計算

在每個調(diào)度時段棄光功率的計算有以下兩種情況，具體如式（11）—（12）所示。

式（11）中為低光伏滲透率的情況，多出現(xiàn)在光伏出力較少的季節(jié)以及陰雨天氣，此時光伏出力未超出系統(tǒng)消納能力，各時段棄光功率均為0；式（12）為光伏滲透率提高或由于儲能的運(yùn)行策略導(dǎo)致的光伏出力無法完全消納，則在部分時間段出現(xiàn)棄光功率。

2.1.2 多目標(biāo)轉(zhuǎn)化

對于多目標(biāo)的處理采用目標(biāo)規(guī)劃的方法，考慮優(yōu)先級和最優(yōu)目標(biāo)值，其多目標(biāo)模型可以轉(zhuǎn)化為：

式中：P1、P2分別為目標(biāo)函數(shù)F1、F2的優(yōu)先級；b1、b2分別為目標(biāo)函數(shù)F1、F2分別作為單一目標(biāo)的最優(yōu)值；Fi，t(x，ξ)為轉(zhuǎn)化后的綜合目標(biāo)函數(shù)；分別為目標(biāo)函數(shù)的正負(fù)偏差；F1、F2均為min函數(shù)，故采用。首先以單一目標(biāo)進(jìn)行優(yōu)化，分別得出b1和b2的值，然后再將b1和b2加權(quán)帶入，將多目標(biāo)轉(zhuǎn)化為未達(dá)到目標(biāo)最優(yōu)值的偏差量總和最小的單目標(biāo)優(yōu)化模型。其中目標(biāo)函數(shù)優(yōu)先級P1、P2可根據(jù)調(diào)度需求以及目標(biāo)權(quán)重進(jìn)行合理設(shè)置。

2.2 約束條件

1）抽水蓄能機(jī)組功率上下限約束

2）抽水蓄能電站和機(jī)組運(yùn)行約束

同一機(jī)組發(fā)電與抽水狀態(tài)單一性約束為：

以場站為調(diào)度單元制定調(diào)度策略時，同一抽蓄電站種的各個機(jī)組抽水與發(fā)電狀態(tài)是一致的，則同一電站不同機(jī)組發(fā)電與抽水狀態(tài)一致性約束如式（16）所示。

3）抽水蓄能電站上下水庫水位約束

（1）上水庫水位約束

（2）下水庫水位約束

4）調(diào)度周期內(nèi)流量平衡約束

本文調(diào)度周期為1 d，為保證下一個調(diào)度周期起始時刻有充足的水庫庫容滿足下一個周期的調(diào)度需求，應(yīng)使得一個周期內(nèi)抽水蓄能電站的抽水流量與發(fā)電流量總量相等，則有以下約束。

5）抽水蓄能機(jī)組處于發(fā)電狀態(tài)時最小啟停時間約束

6）抽水蓄能機(jī)組發(fā)電工況爬坡約束

7）抽水-發(fā)電工況轉(zhuǎn)換時間約束

目前抽水蓄能機(jī)組的啟動以變頻啟動和同步啟動（背靠背）兩種方式為主，機(jī)組由發(fā)電（抽水）工況到靜止，再由靜止至全抽水（發(fā)電）均需要一定的時間，則有以下約束。

式中：t+k為t時刻后下一個工況開始的時刻；Ti，j，change為工況轉(zhuǎn)換最小過渡時間，其中包含了可逆式水力機(jī)組的啟動和停機(jī)所需時間。

3 模型求解

由于本文調(diào)度模型中含有不確定性變量，模型難以直接求解。為了消除不確定性變量，本文對調(diào)度模型進(jìn)行確定性轉(zhuǎn)化。

目標(biāo)函數(shù)中分布式光伏出力預(yù)測誤差為不確定性變量，其他量為確定性變量。由前文可得，該誤差較好地服從于通用混合高斯分布，并且根據(jù)歷史數(shù)據(jù)可擬合其調(diào)度周期內(nèi)96 個時間段各項(xiàng)高斯分布函數(shù)的加權(quán)系數(shù)ak以及θk，可求得96個時間段各個光伏電站出力預(yù)測誤差的期望值代入其中，以實(shí)現(xiàn)目標(biāo)函數(shù)的確定性轉(zhuǎn)化。

式（10）中目標(biāo)函數(shù)可轉(zhuǎn)化為：

式中E（·）為求取t時刻預(yù)測誤差所服從分布函數(shù)的期望值，目標(biāo)函數(shù)F2，t中棄光功率的計算也采取同樣的處理，式（11）—（12）可轉(zhuǎn)化為：

經(jīng)過以上處理，可采用YALMIP 調(diào)用商用求解器CPLEX優(yōu)化求解。

4 算例仿真

4.1 算例說明

為了驗(yàn)證本文所提優(yōu)化策略的可行性和有效性，通過算例進(jìn)行驗(yàn)證。算例含有3 座分布式光伏電站、2 座分布式抽水蓄能電站。其中，分布式光伏電站總裝機(jī)容量為25 MW，分布式抽水蓄能總裝機(jī)容量為24 MW，每座抽水蓄能電站擁有兩臺容量為6 MW 的可逆式水泵水輪機(jī)。調(diào)度曲線為國內(nèi)某省24 h負(fù)荷曲線等比例縮小，作為針對此聯(lián)合系統(tǒng)的調(diào)度要求。目標(biāo)函數(shù)優(yōu)先級設(shè)定為P1=0.6、P2=0.4，算例參數(shù)詳見附表A1。

4.2 結(jié)果分析

4.2.1 優(yōu)化模型對比分析

首先對比分析以下兩種模型的優(yōu)化效果。

模型A：用差值絕對值作為匹配度的度量，其對應(yīng)目標(biāo)函數(shù)則為：

本文采用高比例光伏接入的算例模型，圖2 為各分布式光伏電站出力情況與調(diào)度曲線各時刻功率需求，可以看出調(diào)度曲線具有“雙峰雙谷”特點(diǎn)，而光伏出力具有明顯的反調(diào)峰性質(zhì)，采用傳統(tǒng)的集中式大型抽蓄電站的模式進(jìn)行調(diào)度，即抽蓄定時抽發(fā)、“一抽一發(fā)”或“一抽兩發(fā)”的調(diào)度模式顯然不能很好地滿足調(diào)度曲線的要求，更無法消納大量接入的光伏出力。

圖2 分布式光伏電站出力Fig.2 Output of distributed photovoltaic power station

首先以抽水蓄能場站為調(diào)度單元進(jìn)行以上兩種模型的對比，即同一抽蓄電站內(nèi)各機(jī)組工況一致。

圖3 為模型A 以差值絕對值作為目標(biāo)函數(shù)的匹配結(jié)果，從圖3 可知，由于傳統(tǒng)差值絕對值模型的粗糙度較大，出現(xiàn)了出力分配不均衡“顧此失彼”的現(xiàn)象，在第二個負(fù)荷高峰時段過后出現(xiàn)了大幅的出力缺口，造成優(yōu)化結(jié)果較差，聯(lián)合系統(tǒng)出力與調(diào)度曲線匹配程度欠佳。

圖3 模型A聯(lián)合出力與調(diào)度曲線匹配結(jié)果Fig.3 Joint efforts and scheduling curve matching results of model A

相比模型A，模型B 采用多維歐式距離為目標(biāo)函數(shù)，圖4 為模型B 的優(yōu)化結(jié)果，明顯解決了模型A 中出現(xiàn)的出力分配不均現(xiàn)象，使得在大部分時段聯(lián)合出力的趨勢與調(diào)度曲線相似，穩(wěn)定在調(diào)度曲線以下固定的距離，出力更為平滑。并且此模型下所得運(yùn)行策略棄光電量也相應(yīng)減少。

圖4 模型B聯(lián)合出力與調(diào)度曲線匹配結(jié)果Fig.4 Joint output and scheduling curve matching results of model B

通過表2 數(shù)據(jù)可以進(jìn)一步看出本文提出的優(yōu)化模型無論是在滿足調(diào)度需求方面還是在消納新能源出力方面都有更好的優(yōu)化效果，驗(yàn)證了本文所搭建模型的有效性和優(yōu)越性。其中以棄光功率百分比作為光伏消納的度量，以光伏-抽蓄聯(lián)合出力與調(diào)度曲線的絕對平均誤差作為二者匹配度的度量。

表2 兩種模型匹配調(diào)度曲線效果及消納能力比較Tab.2 Comparison of scheduling curve matching effect and absorbing ability between two models

4.2.2 抽水蓄能調(diào)度模式優(yōu)化對比分析

在優(yōu)化效果更好的模型B 的基礎(chǔ)上，本文將對以下兩種調(diào)度模式的優(yōu)化結(jié)果進(jìn)行分析。

模式1：以抽水蓄能各場站為調(diào)度單元進(jìn)行策略優(yōu)化；

模式2：以抽水蓄能各機(jī)組為調(diào)度單元進(jìn)行策略優(yōu)化。

在調(diào)度模式1 下，各個抽水蓄能電站的發(fā)電、抽水工況具有內(nèi)部一致性，且電站的整體爬坡能力較好，圖4 所示為模式1 以抽水蓄能各場站為調(diào)度單元進(jìn)行策略優(yōu)化的結(jié)果，可以看出有以下問題。首先，在負(fù)荷低谷處，由于光伏出力在一段時間內(nèi)保持較高的出力水平，使得部分抽水蓄能電站提前進(jìn)入抽水模式進(jìn)行水量儲備，導(dǎo)致出現(xiàn)明顯的出力缺口，并且由于工況轉(zhuǎn)換靈活度不足，出現(xiàn)一部分光伏出力無法完全消納，造成大量棄光；其次，由于沒有充足的水力儲備，導(dǎo)致在第一個負(fù)荷高峰前以及第二個負(fù)荷高峰過后，功率需求處于平滑階段仍無法完全滿足調(diào)度曲線的要求，使得整體聯(lián)合出力均低于調(diào)度需求。根據(jù)圖5 和圖6 具體抽水蓄能電站出力情況以及工況轉(zhuǎn)換情況可以更直觀地分析出現(xiàn)上述情況的原因。

圖5 模式1抽蓄電站出力情況Fig.5 Output of pumping storage power station of mode 1

圖6 模式1抽蓄電站工況轉(zhuǎn)換情況Fig.6 Conversion condition of pumping and storage power station of mode 1

根據(jù)以上結(jié)果可以看出兩座分布式抽水蓄能電站在工況轉(zhuǎn)換靈活性上的不足，無法充分發(fā)揮抽水蓄能電站的調(diào)節(jié)能力。未來光伏發(fā)電并網(wǎng)規(guī)模將不斷擴(kuò)大，為了更好地滿足調(diào)度需求、提高系統(tǒng)的光伏消納能力，本文提出了第二種調(diào)度模式——以抽水蓄能各機(jī)組為調(diào)度單元進(jìn)行策略優(yōu)化，充分發(fā)揮抽水蓄能的消納能力，在原有水庫建設(shè)和水力設(shè)備的基礎(chǔ)上，不局限于同一電站單一工況的約束，其調(diào)度結(jié)果如圖7所示。

圖7 模式2聯(lián)合出力與調(diào)度曲線匹配結(jié)果Fig.7 Matching results of mode 2 combined output and scheduling curve

由圖7可知，在第二種模式下光伏-抽蓄聯(lián)合抽蓄與調(diào)度曲線變化基本一致，能夠很好地匹配調(diào)度需求，減少了由于光伏反調(diào)峰性質(zhì)和抽蓄工況轉(zhuǎn)換帶來的棄光電量。各抽蓄電站各機(jī)組單獨(dú)制定發(fā)電、抽水計劃，雖然單機(jī)組爬坡能力相比場站整體較弱，但其調(diào)度靈活性可以完全彌補(bǔ)此問題。通過圖8與圖9可以看出，與模式1相比，模式2下總體出力更加平滑、抽水階梯更加合理，但在個別時段有些許短時的供電差額，在正午時段（11：00—14：30）用電低谷期尤為明顯。進(jìn)一步分析抽水蓄能電站出力交替情況以及抽蓄出力曲線可以發(fā)現(xiàn)，在抽蓄單獨(dú)出力時段即光伏發(fā)電功率較小，主要依靠抽水蓄能工作在發(fā)電工況向負(fù)荷供電，此差額并未出現(xiàn)，而光伏大發(fā)之后個別差額出現(xiàn)，那么可以得出差額的產(chǎn)生是光伏出力的波動性以及實(shí)際運(yùn)行中的抽水蓄能機(jī)組爬坡能力受限導(dǎo)致的。

圖8 模式2抽水蓄能電站出力Fig.8 Output of pumping storage power station of mode 2

圖9 模式2抽蓄電站各機(jī)組工況轉(zhuǎn)換情況Fig.9 Working condition conversion of each unit in pumping and storage power station of mode 2

為進(jìn)一步驗(yàn)證調(diào)度模式2 的優(yōu)越性，在抽水蓄能電站總體容量不變的基礎(chǔ)上，進(jìn)一步增加分布散度即將整體容量分布配置于更多的小容量機(jī)組，并單獨(dú)進(jìn)行調(diào)度策略優(yōu)化，結(jié)果如圖10所示。

圖10 模式2下6機(jī)組聯(lián)合出力與調(diào)度曲線匹配結(jié)果Fig.10 Matching results of combined output and scheduling curves of six units under mode 2

由圖10 可以看出，在將機(jī)組數(shù)量進(jìn)一步增加、單機(jī)組容量以及爬坡能力進(jìn)一步減小之后，其匹配調(diào)度曲線效果仍大幅度優(yōu)于調(diào)度模式1，僅略優(yōu)于四機(jī)組分布調(diào)度模式，但是增加機(jī)組分布數(shù)量會增加抽水蓄能電站的整體建設(shè)投資，在實(shí)際應(yīng)用中可根據(jù)建設(shè)需求靈活配置。

4.2.3 水庫水位變化情況

當(dāng)以機(jī)組為調(diào)度單元進(jìn)行運(yùn)行策略優(yōu)化時，在光伏出力逐漸達(dá)到峰值時間段內(nèi)，各機(jī)組按階梯規(guī)律依次進(jìn)入定功率抽水狀態(tài)，使得同步機(jī)組定功率抽水造成過渡性差的問題得到解決，進(jìn)一步細(xì)化了機(jī)組發(fā)電與抽水兩種工況的工作區(qū)間，分布式機(jī)組共用上下水庫，那么調(diào)度模式的變化帶來的水庫水位變化也成為影響抽水蓄能優(yōu)化的關(guān)鍵因素，兩種模式對于上下水庫水位的影響如圖11—12所示。

圖11 模式1抽蓄電站水庫水位變化量Fig.11 Variation of reservoir water level of pumping and storage power station of model 1

圖12 模式2抽蓄電站水庫水位變化量Fig.12 Variations of reservoir water level of pumping and storage power station of model 2

圖11—12 表明，在兩種模式下各抽水蓄能電站的上下水庫調(diào)度周期終止時刻的水位變化量均回到初始0 刻度，均滿足一個周期內(nèi)抽水水量與發(fā)電水量相等的要求，且未超出水庫水位變化量約束，為下一周期的調(diào)度做好水量儲備。

為進(jìn)一步直觀驗(yàn)證所提調(diào)度策略的有效性，將兩種模式下的調(diào)度結(jié)果進(jìn)行對比，數(shù)據(jù)如表3所示。

表3 兩種模式匹配調(diào)度曲線效果及消納能力比較Tab.3 Comparison of matching scheduling curve effect and absorbing ability between the two modes

通過表格數(shù)據(jù)可以進(jìn)一步看出模式2 無論在滿足調(diào)度方面還是在消納新能源出力方面都具有更強(qiáng)的能力和效果，并且兩種調(diào)度模式的上下水庫水位變化量相差無幾，說明模式1 下原有的水庫建設(shè)以及進(jìn)/出水口的水力結(jié)構(gòu)設(shè)計即可滿足本文提出的模式2的需求。

4.2.4 目標(biāo)函數(shù)優(yōu)先級的選擇

本文在處理多目標(biāo)模型時采用了目標(biāo)規(guī)劃的方法，對于目標(biāo)函數(shù)的優(yōu)先級P1、P2可以根據(jù)調(diào)度要求以及分布式光伏電站裝機(jī)容量靈活選擇，不同目標(biāo)函數(shù)優(yōu)先級下，調(diào)度結(jié)果如表4所示。圖13為不同優(yōu)先級下絕對平均誤差和棄光電量優(yōu)化結(jié)果，隨著優(yōu)先級減低，絕對平均誤差和棄光電量百分比均不斷增加，當(dāng)棄光電量優(yōu)先級小于0.4 時，棄光電量百分比陡然增加。在實(shí)際應(yīng)用中，調(diào)度員可通過設(shè)置合適的優(yōu)先級，均衡聯(lián)合系統(tǒng)對于調(diào)度曲線的匹配程度與光伏的消納。

表4 不同目標(biāo)函數(shù)優(yōu)先級下調(diào)度結(jié)果比較Tab.4 Comparison of scheduling results with different objective function priorities

圖13 不同優(yōu)先級下絕對平均誤差和棄光電量百分比Fig.13 Mean absolute errors and percentages of discarded light at different priority levels

5 結(jié)論

為了提高系統(tǒng)對于新能源的消納能力，本文考慮光伏出力不確定性的影響，建立了符合實(shí)際運(yùn)行狀態(tài)的分布式光伏-抽水蓄能聯(lián)合優(yōu)化調(diào)度模型。并對不同調(diào)度模型以及調(diào)度模式進(jìn)行了對比。通過研究得到了以下結(jié)論。

1）分布式光伏電站與分布式抽水蓄能電站組成聯(lián)合系統(tǒng)，利用抽水蓄能電站的靈活性，通過優(yōu)化其運(yùn)行策略，可以有效應(yīng)對光伏發(fā)電的不確定性和反調(diào)峰特性，使聯(lián)合系統(tǒng)出力更好地匹配電網(wǎng)調(diào)度曲線。

2）采用分布式抽水蓄能電站與光伏電站組成聯(lián)合系統(tǒng)，通過優(yōu)化抽蓄電站的運(yùn)行策略，可有效緩解光伏出力反調(diào)峰性質(zhì)對系統(tǒng)帶來的消納壓力，提升系統(tǒng)光伏消納能力。

3）以分布式抽水蓄能機(jī)組為調(diào)度單元進(jìn)行聯(lián)合優(yōu)化，可能會犧牲電站整體的爬坡能力，但無論從提升調(diào)度曲線匹配程度還是提高聯(lián)合系統(tǒng)光伏消納能力而言，相比傳統(tǒng)按場站為單元優(yōu)化調(diào)度都有著更好的效果。

附錄

表A1 抽水蓄能電站參數(shù)Tab.A1 Parameters of pumped storage power station