Page 42 - 2023年第54卷第11期
P. 42
进行假设取值，具体场景构建结果如表 ２所示。
表 ２ 场景构建结果
场景 场景描述 场景构造
Ⅰ 典型冬季场景 对标准化历史运行曲线进行 Ｋ － ｍｅｄｉｏｄｓ聚类，典型日为 １月 １３日
Ⅱ 典型夏季场景 对标准化历史运行曲线进行 Ｋ － ｍｅｄｉｏｄｓ聚类，典型日为 ７月 １９日
Ⅲ 高温连晴场景 夏季典型日基础上，取汕头、阳江及惠州区域内风电出力为 ０
Ⅳ 低温寒潮场景 冬季典型日基础上，取广州、惠州及阳江区域内光伏出力为 ０
Ⅴ 台风过境场景 夏季典型日基础上，取汕头、阳江及惠州区域内风电出力为 ０，广州、惠州及阳江区域内光伏出力为 ０
５．２ 结果分析
５．２．１ 系统优化调度结果 各场景优化调度计算结果如表 ３所示。场景Ⅲ和Ⅴ系统运行成本高于场景
Ⅱ，分别增加 ３．０％和 ３．６％；场景Ⅳ系统运行成本略高于场景Ⅰ，增加了 ０．３％，极端天气影响下新能
源出力减小，调用更多的调节电源平抑波动，系统运行成本上升。常规场景Ⅰ和Ⅱ下抽水蓄能抽水用
电量 ５４９１７和 ９２８４７ＭＷｈ，占风光新能源发电量的 ２４％和 ２７％，起到了很好的消纳和调节作用，抽
蓄电站最大水位变幅分别约 ４．９和 ５ｍ，水库水位运行范围合理。极端气象场景Ⅲ和Ⅴ电力供应紧张，
抽水蓄能在抽发平衡约束下未动作，为缓解极端天气对保供应的冲击，此时应松弛抽发平衡约束，释
放蓄能提供应急电力电量支撑。
表 ３ 各场景优化调度计算结果
场景 系统运行成本（万元） 抽蓄发电量?（ＭＷｈ） 抽蓄用电量?（ＭＷｈ） 单站最大水位变幅?ｍ
Ⅰ １３１２４ ４１１８８ ５４９１７ ４．９
Ⅱ １４６９４ ６９６３５ ９２８４７ ５．０
Ⅲ １５１４１ ０ ０ ０
Ⅳ １３１６６ ３６２４０ ４８３２０ ４．２
Ⅴ １５２１７ ０ ０ ０
各场景下各电源工作位置如图 ４所示。除场景Ⅲ和Ⅴ抽蓄未动作外，其余场景中抽水蓄能消纳夜
间、午间富余发电，在负荷早高峰、晚高峰时段提供电力支撑，起到了很好的削峰填谷作用。
图 ４ 各场景下各电源工作位置
０
— １ ３ ４ —
