Page 66 - 2023年第54卷第4期

间歇性和波动性，采用期望值模型 ［３０］ 来体现风光出力不确定性。调度期内各子系统出力与负荷差值的
期望值最小和方差最小都使得子系统出力尽可能逼近负荷过程，若将二者相乘再求最小不仅能够使各
子系统的出力过程与负荷过程尽可能重合，又可以在一定程度上加快目标函数的收敛速度。为此，本
文以负荷偏差方差和期望值乘积最小为目标函数，构建适应不同运行模式下的水风光一体化多能互补
短期优化调度模型，目标函数如下：
Ｋ Ｔ Ｊ
ｒｅ
∑
ｍｉｎＦ ＝ ｛［ ａｂｓ（Ｅ（ｔ））］ × ［ （Ｖａｒ（Ｎ （ｔ）） × Ｐ）］｝ （１）
Ｍ ∑ ∑
ｋ，ｊ
ｊ
ｋ
ｋ ＝１ ｔ ＝１ ｊ ＝１
Ｊ
ｒｅ
Ｅ（ｔ） ＝ ∑ （Ｎ （ｔ） × Ｐ） （２）
ｋ ｋ，ｊ ｊ
ｊ ＝１
Ｉ ｋ
ｒｅ
ｎｅｗ
ｗ
ｆ
Ｎ （ｔ） ＝Ｎ（ｔ） － Ｎ （ｔ） － Ｎ （ｔ） （３）
∑
ｋ，ｊ
ｋ
ｋ
ｋ，ｉ
ｉ ＝１
式中：Ｆ 为目标函数值；Ｋ为送出电网个数，Ｋ ＝ １表示集总式，Ｋ ≥２表示分散式；Ｅ（ｔ）为第 ｔ时段
Ｍ ｋ
ｒｅ
ｒｅ
第 ｋ个电网负荷偏差的期望值；Ｔ为计算时段数，ｔ ＝ １ ，２，…，Ｔ；Ｖａｒ（Ｎ （ｔ））为对 Ｎ （ｔ）（ｔ ＝ １ ，２，
ｋ，ｊ ｋ，ｊ
ｒｅ
…，Ｔ）求方差；Ｎ （ｔ）为第 ｔ时段第 ｋ个电网第 ｊ个新能源典型出力场景下的负荷偏差；Ｊ为新能源典
ｋ，ｊ
ｗ
ｆ
型出力场景数；Ｎ（ｔ）为第 ｔ时段第 ｋ个电网的负荷需求；Ｎ （ｔ）为第 ｔ时段向第 ｋ个电网送电的第 ｉ
ｋ ｋ，ｉ
ｎｅｗ
个水电站的出力；Ｉ为向第 ｋ个电网送电的水电站个数；Ｎ （ｔ）为第 ｔ时段向第 ｋ个电网送电的新能源
ｋ ｋ
电站的出力；Ｐ为第 ｊ个新能源典型出力场景发生的概率。
ｊ
在调度运行过程中，模式一中锦屏 － 官地电源组的水电联合调度后的出流作为二滩 － 桐子林的入
流，而不同的电源组分别响应不同的负荷需求，弱化了梯级水电站之间的径流补偿与库容补偿联系，
势必会对水电站的运行尤其是下游电站的运行造成影响，导致梯级水电的调峰能力不能充分发挥；而
模式二从全局的调峰需求出发，充分发挥梯级水电站的补偿作用，能够促进不同电源组之间的资源互补。
３．２ 约束条件
（１）水量平衡约束：
Ｖ ＝ Ｖ ＋ （ＱＩ － ＱＦ － Ｑｑ ） Δ ｔ ｔ ∈Ｔ （４）
ｉ，ｔ ＋ １ ｉ，ｔ ｉ，ｔ ｉ，ｔ ｉ，ｔ
式中：Ｖ ｉ，ｔ ＋ １ 为 ｔ时段末第 ｉ个水库的蓄水量；Ｖ 为 ｔ时段初第 ｉ个水库的蓄水量；ＱＩ 为 ｔ时段第 ｉ个
ｉ，ｔ
ｉ，ｔ
水库的入库流量；ＱＦ 为 ｔ时段第 ｉ个水电站的发电引用流量；Ｑｑ 为 ｔ时段第 ｉ个水电站的弃水流量。
ｉ，ｔ ｉ，ｔ
（ ２）库容水位约束：
ｍｉｎ
Ｖ ≤Ｖ ≤Ｖ ｍａｘ （５）
ｉ，ｔ
ｉ
ｉ
ｍｉｎ
Ｚ ≤Ｚ ≤Ｚ ｍａｘ （６）
ｉ
ｉ
ｉ，ｔ
ｍｉｎ
ｍａｘ
式中：Ｖ 和 Ｖ 分别为水库 ｉ所允许的蓄水量的最小值和最大值；Ｖ 为水库 ｉ在 ｔ时段的蓄水量；
ｉ
ｉ
ｉ，ｔ
ｍｉｎ
ｍａｘ
Ｚ 和 Ｚ 分别为水库 ｉ所允许的库水位的最小值和最大值；Ｚ 为水库 ｉ在 ｔ时段的库水位。
ｉ，ｔ
ｉ
ｉ
（ ３）下泄流量约束：
ｍｉｎ
Ｑ ≤Ｑ ≤Ｑ ｍａｘ （７）
ｉ ｉ，ｔ ｉ
ｍｉｎ
ＱＦ ≤ＱＦ ≤ＱＦ ｍａｘ （８）
ｉ ｉ，ｔ ｉ
Ｑｑ ＝ Ｑ － ＱＦ （９）
ｉ，ｔ ｉ，ｔ ｉ，ｔ
ｍｉｎ
ｍａｘ
式中：Ｑ 和 Ｑ 分别为水电站 ｉ所允许的下泄流量的最小值和最大值；Ｑ 为水电站 ｉ在 ｔ时段的下泄
ｉ ｉ ｉ，ｔ
ｍａｘ
ｍｉｎ
流量；ＱＦ 和 ＱＦ 分别为水电站 ｉ所允许的发电引用流量的最小值和最大值。
ｉ ｉ
（ ４）出力上下限约束：
ｎｅｗ ，ｔ ≤Ｎ
Ｎ ｍｉｎ ｎｅｗ，ｔ ≤Ｎ ｍａｘ （１０）
ｎｅｗ ，ｔ
ｍｉｎ
Ｎ ≤Ｎ ≤Ｎ ｍａｘ （１１）
ｉ，ｔ
ｉ
ｉ
式中：Ｎ ｍｉｎ 和 Ｎ ｍａｘ 分别为 ｔ时段新能源出力的最小值和最大值；Ｎ ｎｅｗ，ｔ 为 ｔ时段新能源电站的实际出
ｎｅｗ，ｔ
ｎｅｗ，ｔ
ｍｉｎ
ｍａｘ
力；Ｎ 和 Ｎ 分别为水电站 ｉ所允许的出力最小值和最大值；Ｎ 水电站 ｉ在 ｔ时段的出力。
ｉ
ｉ，ｔ
ｉ
２
— ４ ４ —