Page 96 - 2023年第54卷第8期

（ａ）汛期水库水位达到上限值 （汛限水位或正常高水位），入库流量较大使发电流量也取到上限
时，此时无法降低水电出力 ［２１］ 。为了满足互补电站出力与负荷需求间的平衡必须弃掉多余风光电。
（ ｂ）非汛期存在可调节库容时，水电出力达到下限值无法继续降低时，互补电站的出力仍然大于
负荷需求，此时必须弃掉多余的风光电。
（ ２）中长期模拟水电出力：为模拟水风光互补系统各调度时段内水电出力，建立了以互补系统多
年净发电量最大为目标函数的中长期优化调度模型：
Ｉ
ｗｓ
∑
ｈｐ
Ｐ
ｍａｘＥＰ ＝ ［Ｐ ＋ 珔 （Ｉ，Ｉ）］ Δ Ｔ ｉ （２）
ｓ
ｗ
ｉ
ｉ
ｉ ＝１
ｗｓ
ｓ
ｈｐ
ｗ
珔 （Ｉ，Ｉ） ＝［Ｐ（Ｉ） ＋ Ｐ（Ｉ）］［１ － ｆ（Ｐ ）］ （３）
Ｐ
ｉ ｗ ｓ ｉ ｗ ｉ ｓ ＥＣ ｉ
ｈｐ
式中：ＥＰ为水风光互补系统调度期 Ｉ内的总发电量，ｋＷｈ；Ｐ 为第 ｉ时段过程中水电机组的平均出
ｉ
ｗｓ
ｗ
Ｐ
力，ＭＷ； 珔 （Ｉ，Ｉ）为风电装机容量为 Ｉ、光伏装机容量为 Ｉ在第 ｉ时段的净出力，ＭＷ；Ｐ（Ｉ）、
ｉ ｗ ｓ ｗ ｓ ｉ ｗ
ｈｐ
ｓ
ｈｐ
Ｐ（Ｉ）分别为风电、光伏装机容量为 Ｉ、Ｉ时的出力，ＭＷ；ｆ （Ｐ ）为水电出力为 Ｐ 时的弃电率；
ｓ
ｗ
ｓ
ｉ
ｉ
ＥＣ
ｉ
Δ Ｔ为调度时段长，月。
ｉ
模型综合考虑的约束条件包括水量平衡约束、库容约束、发电流量约束、边界条件约束、保证出
力约束、非负约束等，利用惩罚系数约束系统保证出力，目标函数更新为式（４）。利用动态规划对该
模型进行求解，决策变量设定为水位，调度时段为月尺度。
Ｉ
ｈｐ
ｗｓ
ｗｓ
ｈｗｓ
ｈｐ
∑
ｍａｘＥＰ ＝ ｛Ｐ ＋ Ｐ （Ｉ，Ｉ） － φ ｍｉｎ｛０，［Ｐ ＋ Ｐ （Ｉ，Ｉ） － Ｐ ］｝｝ Δ Ｔ ｉ （４）
ｗ
ｓ
ｉ
ｉ
ｓ
ｗ
ｉ
ｉ
ｆｉｒｍ
ｉ ＝１
ｈｗｓ
式中：φ为惩罚系数；Ｐ 为互补电站保证出力，ＭＷ。
ｆｉｒｍ
（ ３）统计逐时段弃电量：将模拟出的各调度期内平均水电出力回代入弃电损失函数，统计各时段内
风光弃电量，进而推求多年平均风光弃电率与装机容量的关系如式（ ５），拟合求取式（１）中的各系数。
Ｉ Ｉ
ｗ ∑
ｗ
ｗ
ｗ ∑
（Ｉ） ＝ Ｅ（Ｉ）? Ｅ（Ｉ）
γ ｗ ｃｉ ｉ ｗ
ｉ ＝１ ｉ ＝１
（ ５）
Ｉ Ｉ
ｓ
ｓ
ｓ ∑
（Ｉ） ＝ Ｅ（Ｉ）? Ｅ（Ｉ）
ｓ ∑
γ ｓ ｃｉ ｉ ｓ
ｉ ＝１ ｉ ＝１
ｗ
ｗ
（Ｉ）分别为风电、光电装机为 Ｉ、Ｉ时的弃电率；Ｅ（Ｉ）、Ｅ（Ｉ）为风电装机 Ｉ时各时段
ｗ ｓ ｗ ｓ ｃｉ ｗ ｉ ｗ ｗ
式中：γ ｗ （Ｉ）、γ ｓ
ｓ
ｓ
内的弃电量和发电量，ｋＷｈ；Ｅ（Ｉ）、Ｅ（Ｉ）为光伏装机容量为 Ｉ时各时段内的弃电量和发电量，ｋＷｈ。
ｓ
ｉ
ｃｉ
ｓ
ｓ
２．２ 最优装机函数 技术经济分析是确定风光装机容量的一种通用框架，该框架通过对互补系统全生
命周期成本和收益评估开展优化设计。除了运行成本之外，全生命周期成本通常还包括资本成本和维
护成本两个部分，统称为 “固定成本”。在计算成本时，还必须考虑货币价值随时间的变化。在所有
可能的互补系统容量配置中，具有最大净现值的配置被称为最优配置 ［１３］ 。
需要明确的是，由于本文中水电站已经建成并投产运行，水电收益不影响风光装机，因此构建的
成本－ 效益模型中：风光发电收益为收益的唯一来源，区分了风电、光伏上网电价的差异，并假定电
价在互补电站运行期间不随时间变化；成本包括初始投资成本和运行维护成本，初始投资成本为装机
容量与单位装机成本的乘积，运行维护成本来源于机组维修、检测等多方面，为风光发电量与单位发
电量运维成本的乘积 ［１７］ ，对净效益折现以考虑货币价值随时间的变化。模型以互补系统全生命周期净
现值最大为目标函数。
Ｙ ＮＲ Ｙ ＮＲ
＋
ｗｓ∑
ｍａｘＮＲ ＝ ｗ ｙ － １∑ ｓ － Ｃ Ｉ－ Ｃ Ｉ （６）
ｉｎ，ｓ ｓ
ｉｎ，ｗ ｗ
ｙ ＝１（１ ＋ ｄ） ｙ ＝１（１ ＋ ｄ） ｙ － １
ｒ
ｒ
］ ＩＴ
γ）Ｂ － Ｃ
{ ＮＲ ＝ ［（１ － 珔 ｗ ｗ ｏｍ，ｗ β ｗ ｗ （７）
ｗ
γ）Ｂ－ Ｃ
］ ＩＴ
ｓ
ＮＲ＝ ［（１ － 珔 ｓ ｓ ｏｍ，ｓ β ｓ ｓ
式中：ＮＲ 为互补电站全生命周期净效益，ＮＲ 、ＮＲ 为风能电站、光伏电站净效益，元；Ｙ为风能电
ｗｓ
ｗ
ｓ
站、光伏电站运行寿命，年；Ｂ 、Ｂ 为风电和光伏上网电价，元?（ｋＷｈ）；Ｃ 、Ｃ 分别为风能电
ｗ ｓ ｉｎ，ｗ ｉｎ，ｓ
０
— ９ ８ —