摘要：随着中国经济的迅猛发展，电力负荷不断提高；与此同时，国家能源正在向清洁、低碳转型，风、光等新能源机组的装机容量占比也在逐年攀升。电力负荷和电网注入不确定性的增加给电网的安全、经济运行带来了新的挑战。
关键词：火电深度调峰；水电限制运行区；风水火联合优化调度
1 水火电站短期优化调度模型的建立
结合近几年国内关于水火电力系统短期优化调度的相关研究及其成果，结合现实发展概况，针对电力市场存在的不足，来优化调度模型。关于目前存在的问题，通过前文中的针对性探究梳理，基本可分为两大项问题。第一，节能减排和环境保护意识不强；第二，无法对污染小、节能式的水力资源合理充分利用。如上所述，最终导致电力市场资源使用价值普遍偏低。基于该发展与改进思路，笔者以为，应具体从电力系统发电运行阶段开始。众所周知，目前全国各地的火力发电厂仍占据主体位置，对于火电厂的电力定价，除了受到市场中后端因素的影响，更多还是前端的影响，即运行成本、发电成本。仔细分析后不可否认，水电资源属于清洁能源，理论上讲，应该优先选择水电厂。单从发电的角度来讲，最大限度消耗水资源，恰恰是在充分利用水力资源。反之，充分降低火力发电厂燃料消耗以及污染气体的排放，则属于节能降耗。故此，水电和火电在市场供需关系以及交易行为各个环节，均各不相同。所以，笔者以为，针对水力和火力发电系统短期优化调度，其本质可以直接理解为是区域内电力负荷的最优分配以及水力资源的合理利用。
2 机组的深度调峰分析
火电深度调峰指火电机组在常规出力范围下限之外可继续降低出力的能力。国内外学者主要从技术性和经济性两方面展开研究。技术方面，现有文献主要围绕着火电机组深度调峰的可行性，分析了火电机组深度调峰的影响因素和技术方案。经济性方面，对火电机组的深度调峰进行了定性分析，讨论了火电机组深度调峰不投油助燃的经济成本；对火电机组深度调峰进行了定量分析，通过建立火电机组全过程调峰成本的分段函数，评估了火电机组深度调峰带来的效益；建立了考虑火电深度调峰的风火经济调度模型，分析了大规模风电并网条件下考虑火电深度调峰调度方案的经济性。
3 风电功率概率分布特性
目前，国内外学者针对不同的风电场规模、预测时间尺度，提出了多种表征风电功率概率分布特性的模型，如柯西分布、β分布、正态分布、分段指数分布等。
对于大规模风电场群，在地域上分布一般较为广泛，并且在机组组合决策中预测时间尺度至少为24h。根据中心极限定理，此时风电功率可认为服从正态分布。然而，目前在机组组合决策中所采用的风电功率分布多是逐时段预测获得，而实际上风电功率各时段间存在着相关性，不考虑时间关联特性容易导致风电功率预测值频繁大幅波动，从而降低机组组合决策结果的有效性。
为此，本文采用提出风电功率多时段联合概率密度预测方法，将多个时段内的风电功率用多元正态分布表示，概率密度函数为
.png)
式中：NT为预测时段数量；y*为NT维随机向量；η为T维风电功率预测值向量；B为NT×NT维协方差矩阵。协方差矩阵B能够反映风电功率各时段间的相关性。
本文在机组组合决策中假设风电功率服从式(1)所示的分布，能够更为有效地把握风电功率在研究周期内的动态变化过程，使机组组合决策结果更贴近实际。
4 抽水蓄能与风电的合作
风电具有反调峰、可预测性差、功率变化速度快等特点。风电的反调峰特性造成系统峰谷差增大，为消纳风电不得不迫使机组更加频繁地启停，目前系统中机组的容量不断增加，启停机组花费的代价也越来越大，机组频繁启停将显著增加系统运行的经济、环保成本。同时，为满足风电可预测性差、功率变化速度快的特点，对机组组合决策中配置的备用容量和备用响应速度都有了更高要求。
抽水蓄能具有储能功能，能够实现风电的时空平移，降低系统峰谷差，有助于缓解风电反调峰特性影响。同时，抽水蓄能还具有min级的功率响应速度，能够有效应对风电功率的快速变化，对应对风电不确定性十分有利。可见，抽水蓄能与风电间存在明显的互补效应，构成二者合作的基础。然而，抽水蓄能的建设受自然条件的限制，在系统中的规模相对火电机组一般较小。在实际运行中，受机组容量和水库库容的限制，抽水蓄能的调节能力是有限的，而风电的规模却在不断扩大。
在此背景下，在机组组合决策中如何使抽水蓄能有限的调节资源得到最有效的利用是亟待研究和解决的问题。特别是在应对风电不确定性过程中，抽水蓄能和火电机组均可发挥作用，但如果对两者不加区分，将原本可由火电机组应对的不确定性由抽水蓄能应对，就容易造成抽水蓄能有限调节资源的浪费。
为此，本文依据风电预测的概率分布特性，结合火电机组和抽水蓄能运行特性，提出了一种新的抽水蓄能和风电合作方式，具体可通过图1进行说明。
.png)
图1抽水蓄能和风电合作示意图
图1给出了某时段风电功率的边缘分布概率密度曲线。容易发现，风电功率在预测值附近出现的概率较大，随预测误差幅值的增大概率密度逐渐减小。以较大概率出现、幅值较小的风电预测误差，对火电机组备用容量和备用响应速度的要求都较低。而应对以较小概率出现、幅值较大的风电预测误差，则需要火电机组配置更多的备用容量。但是由于这部分风电预测误差实际出现的概率相对较小，花费较大代价所配置的备用往往并不会真正使用，造成火电机组调节资源的浪费，不利于节能减排。
为此，对于出现概率较小，幅值较大的风电预测误差部分，本文由抽水蓄能与风电合作的方式进行平衡。如图1所示，当风电功率实际值高于预测值，预测误差超出火电机组调节范围时，可通过抽水蓄能减少发电功率或增加抽水功率的方式抑制风电波动，实现功率平衡。类似，当风电功率实际值低于预测值，预测误差超出火电机组调节范围时，可通过抽水蓄能增加发电功率或减少抽水功率的方式平衡。
此外，抽水蓄能参与应对幅值较大的风电预测误差，可发挥其功率调节速度快的优势。同时，由于这部分风电预测误差出现概率较小，也可节省抽水蓄能有限的调节资源。
上述抽水蓄能和风电合作方式的基本原理并不复杂，但是应对风电不确定性的备用如何在抽水蓄能和火电机组间进行量化分配，以及抽水蓄能在参与削峰填谷和提供备用间的协调，都需要统一建模求解。为此，本文将抽水蓄能和风电的上述合作方式纳入到机组组合决策中，建立了含抽水蓄能的风水火联合机组组合模型。
5 结语
本文提出了风水火长期优化调度的模型，模型中既考虑了风速和来水的随机性，又考虑了风力、水力、热力与电力的耦合约束，并结合点估计法和线性混合整数规划法对风水火长期优化调度模型进行了求解。
参考文献：
[1]于东，孙欣，高丙团，等．考虑风电不确定出力的风电并网协调优化模型[J]．电工技术学报，2016，31(9)：34-41．