Page 89 - 水利学报2021年第52卷第6期

图 3 水光互补电站拓扑结构
水光互补系统负荷曲线，考虑光伏出力多种情景，再基于式（7）计算弃电损失。在进行中长期优化调
度计算时，基于式（10）和式（12）计算光伏电站日平均出力，将其处理成月尺度输入至确定性优化调
度模型。调度模型始末水位均设置为 2575 m，水位离散精度为 0.1 m。
4.3 结果分析与讨论
4.3.1 弃电损失函数特征 汛期与非汛期的弃电损失
函数见图 4。可以看到，弃电损失函数呈 S 型：当水
电月平均出力较低时，光伏弃电率相对较低，随着水
电出力的增加，光伏弃电率逐渐下降。原因在于：水
电月平均出力较低时，反映该时段互补系统的负荷需
求较小，造成白天部分时段光电出力大于负荷需求的
概率较大。当水电月平均出力在 600 ~ 800 MW 之间
时，光伏弃电率维持在一个较低的水平。当水电月平
均出力继续增大时，由于互补系统电力输送能力有
限，水电出力增大将会挤占光伏发电的空间，导致光
伏弃电率骤增。针对相同的水电平均出力，非汛期所
图 4 不同调度分期弃电函数
采用的负荷曲线负荷率低，出力波动大，故光伏弃电
率高。同时也说明，互补系统在整个电力系统中若处于调峰状态，弃电的概率将偏高，不利于光电
并网。
4.3.2 弃电损失函数效用分析 在不同的最小出力约束下，表 3 列出了考虑与不考虑光伏弃电损失函
数的确定性优化调度结果。从表 3 可知，考虑了弃电损失函数后，光伏上网电量明显提升，虽然水电
发电量略微下降，但总发电量明显提升，可见考虑弃电损失函数的调度模型有利于光电并网。此
外，考虑了弃电损失函数后，系统的发电保证率在多数情景下均有所提升（最小出力为 800 MW 除
表 3 考虑弃电损失函数的确定性优化调度结果

水电多年平均发电 光伏多年平均上网电 多年平均总发电
发电保证率/% 缺水指数
最小出力 量/（亿 kW·h） 量/（亿 kW·h） 量/（亿 kW·h）
/MW 考虑 不考虑 考虑 不考虑 考虑 不考虑 考虑 不考虑 考虑 不考虑
弃电 弃电 弃电 弃电 弃电 弃电 弃电 弃电 弃电 弃电
650 63.01 63.97 13.31 10.45 76.33 74.42 94.55 91.95 65.89 96.71
700 61.21 61.87 13.43 11.61 74.64 73.48 86.22 85.74 59.63 78.31
750 60.28 60.71 13.64 12.58 73.92 73.29 74.20 72.92 53.87 65.36
800 58.79 59.01 14.15 13.70 72.94 72.71 61.70 61.86 43.56 49.54

— 717 —