Page 24 - 2023年第54卷第4期

③确定不同水量限制下梯级各水电站可行开机台数 ｍ ，组成梯级水电站开机方案（ｍ ） 。
ｎ
ｎ，ｉ Ｎ × Ｉ
④将初始解电量按照电站开机容量进行在水电站间分配，采用电站机组负荷分配模型确定发电流
ｇｅｎ
量 Ｑ ，并计算是否满足水量限制 Ｗ ｐｌａｎ 。若不满足水量限制，按照负荷形状调整出力过程，直至满足
ｎ，ｔ
ｓｔｅｐ
水量限制计算精度。
⑤优化时段间开机方案按照机组开停机约束进行组合，确定子问题开机组合方案集合及其对应的
出力过程。
步骤 ３：交错逐步优化。
①子问题间按照机组开停机约束对开机组合方案集合进行连接，次序检索发电量最大方案。
②将起始时刻向后顺延一个优化时段，返回步骤 ２重新分配子问题并求解。
③循环交错迭代直至满足电量增加值小于指定精度 ε 。
３．２．３ 动态规划算法 本文采用动态规划算法进行站内负荷优化分配，目前已有较多成果对求解过程
进行介绍，具体过程可见文献［ ３１］。

４ 结果与分析

１１月是黄河流域的凌汛准备时段，须同时考虑非凌汛期和凌汛期的水量调度要求，月下泄水量与
发电量均与非汛期平均值较为接近。同时，１１月日内峰谷差较大，能反映以新能源为主的新型电力系
统发电特性，在水量调度和发电调度上均具有较好的典型性。本文以 ２０２１年 １１月为典型时段，对黄
河上游梯级电站进行优化调度计算，并与实际调度结果进行对比分析。结果显示，该方法能够在满足
流域下泄水量要求、新能源高比例消纳的前提下，提升梯级水电站发电效益、确保供电可靠性，优化
机组运行工况，同时避免火电站负荷频繁调整变化。优化后梯级水电站发电量由 ３０．９７亿ｋＷｈ提升至
３１．８３亿ｋＷｈ，增幅 ２．７５％；机组低效运行时间由 ４０５７．５６ｈ降低至 ２００２．８１ｈ，降幅 ５０．６４％；火电负荷
平均距由 ９１６．６８万ｋＷ 降低至 １０７．７１万ｋＷ，降幅 ８８．２５％。
２０２１年 １１月 １８日，黄河上游梯级电站下泄水量和发电量均接近当月平均值，且出力过程峰谷差
较大，具有较好的代表性。因此，本文选此日为典型日，进一步从多电源协同调度、水电站耗水率、
容量效益－ 水头效益联合优化三方面对优化过程进行详细分析。
４．１ 电网水电与火电协同优化结果分析 传统电网调度主要以全网电力电量平衡为主，较少考虑梯级
电站发电效益、特别是水量优化方面的要求；而梯级水电则被动执行电网负荷指令，无法站在全网角
度进行水电和火电的优化分配。
本文通过电网和梯级电站之间的协同，在满足新能源全额消纳的条件下，既平滑了火电发电过程
线、优化火电运行工况，又提升了梯级水电的发电量。以 １１月 １８日为例，当日火电负荷平均距由
４７．０５万ｋＷ 降低至 ５．４５万ｋＷ，避免了火电出力的大幅调整。优化效果显著原因主要包括两方面：首
先，优化方案提高了梯级水电站的可调度电量，使得水电在早峰与晚峰具备更强的顶峰能力，削减了
火电的调峰需求，使得火电出力过程更加平稳。其次，电网火电装机占比远小于水电装机，火电负荷
平均距对水电优化结果较为敏感。典型日多电源负荷分配结果见图 ６。
模型优化过程中，梯级水电站发电量随火电负荷平均距的降低而增加，同时随着水电电量的增
加，火电负荷平均距又进一步降低。这是由于火电负荷平均距的降低使得梯级水电站所需承担的负荷
形状呈现两边优先抬升趋势，该形状变化给予了梯级水电站联合调度更大的调整空间，允许梯级水电
站以更高负荷率运行，从而降低耗水率、提高发电量。梯级水电站可利用增发电量进一步平滑火电负
荷过程。图 ７显示了典型日火电负荷曲线优化过程，在前三次嵌套优化中，火电负荷平均距分别降低
３５．８９万ｋＷ、３．４６万ｋＷ、１．５５万ｋＷ，梯级水电站发电量提升 ２．２４％、０．２３％、０．１１％。
４．２ 发电耗水率优化结果分析 耗水率是反映水电站电能转化效果的指标，受各电站发电特性、发电
安全约束、水资源调控要求等影响，黄河上游各电站发电耗水率优化效果存在一定差异。以 １１月 １８
日为例，黄河上游梯级电站总发电量优化后由 １．０１亿ｋＷｈ增加至 １．０４亿ｋＷｈ，龙羊峡、拉西瓦、李

０
— ４ ０ —