姜 楓，鮑 峰，姬聯(lián)濤，李旭東，楊朝武，牛翔宇，楊威嘉

(1.松花江水力發(fā)電有限公司吉林白山發(fā)電廠，吉林 吉林 132013；2.中國電力科學(xué)研究院有限公司，江蘇 南京 210003；3.武漢大學(xué)水資源與水電工程科學(xué)國家重點(diǎn)實(shí)驗(yàn)室，湖北 武漢 430072；4.國網(wǎng)新源控股有限公司，北京 100761)

中國為實(shí)現(xiàn)“碳達(dá)峰、碳中和”目標(biāo)，必須繼續(xù)大力開發(fā)以風(fēng)能和太陽能為代表的間歇性可再生能源，進(jìn)而構(gòu)建出低碳、高效的新型現(xiàn)代能源體系[1]。由于風(fēng)電、光伏發(fā)電具有隨機(jī)性、間歇性和波動性問題，以及電網(wǎng)輸送能力有限等問題，其大規(guī)模迅猛發(fā)展將給電網(wǎng)安全穩(wěn)定運(yùn)行和新能源消納帶來巨大挑戰(zhàn)。目前，火力發(fā)電在我國電力系統(tǒng)中仍占主要地位，若僅依靠電力系統(tǒng)中火電機(jī)組的靈活性對可再生能源進(jìn)行調(diào)節(jié)，必將造成火電機(jī)組頻繁啟?；蜷L時間處于深度調(diào)峰狀態(tài)，嚴(yán)重威脅電網(wǎng)運(yùn)行的安全性與經(jīng)濟(jì)性[2]。因此，為風(fēng)電、光伏發(fā)電配置儲能調(diào)節(jié)設(shè)施并進(jìn)行優(yōu)化調(diào)度十分重要。抽水蓄能是目前最具經(jīng)濟(jì)性的大規(guī)模儲能設(shè)施，既能實(shí)現(xiàn)電能存儲，進(jìn)行能量轉(zhuǎn)換，又有助于提升新能源消納能力和電網(wǎng)靈活性[3- 4]。

針對風(fēng)能、太陽能等與儲能調(diào)節(jié)設(shè)施聯(lián)合運(yùn)行的多能互補(bǔ)問題，前人已進(jìn)行了大量研究，并提出了眾多具有實(shí)踐意義的理論和解決方案。文獻(xiàn)[5]研究了抽蓄-風(fēng)-光互補(bǔ)發(fā)電系統(tǒng)，重點(diǎn)考慮了風(fēng)光出力的相關(guān)性，并建立了兩級優(yōu)化模型。仿真結(jié)果表明該優(yōu)化策略增強(qiáng)了新能源系統(tǒng)利用率，可以更好地追蹤給定目標(biāo)功率曲線。文獻(xiàn)[6]構(gòu)建了風(fēng)-光-水互補(bǔ)發(fā)電系統(tǒng)短期優(yōu)化調(diào)度模型，以系統(tǒng)剩余負(fù)荷方差最小為目標(biāo)，運(yùn)用IPSO算法對福建某實(shí)際風(fēng)-光-水系統(tǒng)進(jìn)行日前調(diào)度。文獻(xiàn)[7]以雅礱江風(fēng)光水清潔能源基地為研究對象，利用梯級水電站調(diào)節(jié)風(fēng)、光電出力波動，并建立風(fēng)光水混合能源互補(bǔ)發(fā)電系統(tǒng)優(yōu)化調(diào)度模型。文獻(xiàn)[8]以風(fēng)-抽水蓄能聯(lián)合運(yùn)行后的電費(fèi)收益最大化為目標(biāo)，使用HGA算法對風(fēng)-抽水蓄能聯(lián)合優(yōu)化運(yùn)行模型求解，為風(fēng)-抽蓄聯(lián)合運(yùn)行提供一種調(diào)度策略。

從各能源裝機(jī)結(jié)構(gòu)來看，火電仍然是我國最主要的電力能源，抽水蓄能是我國應(yīng)用最廣泛的大容量儲能技術(shù)[9]。文獻(xiàn)[2]建立風(fēng)-光-火-蓄-儲多能源互補(bǔ)優(yōu)化調(diào)度模型，以系統(tǒng)總運(yùn)行成本最小為優(yōu)化目標(biāo)，求解分析了風(fēng)-光-火、風(fēng)-光-火-蓄-儲和高比例風(fēng)光-火-蓄-儲三種不同場景下的算例。文獻(xiàn)[10]構(gòu)建了風(fēng)-光-水-火-抽蓄聯(lián)合優(yōu)化調(diào)度模型，以系統(tǒng)運(yùn)行成本最低為目標(biāo)，運(yùn)用Yalmip工具箱進(jìn)行模型驗(yàn)證，為多種可再生能源聯(lián)合調(diào)度提供一種分析方法。文獻(xiàn)[11]采用鈉硫電池作為電力系統(tǒng)調(diào)度的儲能系統(tǒng)，以提高風(fēng)光消納能力和降低火電機(jī)組運(yùn)行成本為目標(biāo)，建立了風(fēng)-光-火-儲聯(lián)合調(diào)度模型，并利用改進(jìn)的PSO算法，通過算例驗(yàn)證了模型和算法的有效性。

然而，上述文獻(xiàn)針對火電承擔(dān)基荷條件下可再生能源與抽水蓄能電站聯(lián)合優(yōu)化運(yùn)行研究較少，不完全適應(yīng)我國的能源實(shí)際現(xiàn)狀和未來發(fā)展趨勢。本文以碳中和、火電承擔(dān)基荷和可再生能源并網(wǎng)為研究背景，在考慮聯(lián)合運(yùn)行系統(tǒng)火電污染治理成本、分時電價、能源出力限制約束、功率平衡約束的基礎(chǔ)上，構(gòu)建了抽水蓄能-風(fēng)電-光伏-火電聯(lián)合運(yùn)行系統(tǒng)日前優(yōu)化調(diào)度模型，采用MATLAB Yalmip工具箱對不同場景下的聯(lián)合運(yùn)行系統(tǒng)日前調(diào)度模型進(jìn)行仿真求解以驗(yàn)證模型有效性，并與PSO算法求解結(jié)果進(jìn)行對比，為含有抽水蓄能的多能互補(bǔ)系統(tǒng)運(yùn)行提供一種日前調(diào)度策略。

1 抽水蓄能-風(fēng)-光-火聯(lián)合運(yùn)行系統(tǒng)日前優(yōu)化調(diào)度模型

1.1 目標(biāo)函數(shù)

本文基于經(jīng)濟(jì)、環(huán)保的目標(biāo)建立抽水蓄能-風(fēng)-光-火聯(lián)合運(yùn)行系統(tǒng)日前優(yōu)化調(diào)度模型。在考慮分時電價機(jī)制、火力發(fā)電污染治理等成本的情況下，以聯(lián)合運(yùn)行系統(tǒng)運(yùn)行經(jīng)濟(jì)效益最大為目標(biāo)(假設(shè)抽水蓄能電站、風(fēng)電場、光伏電站運(yùn)行成本為0，僅考慮電費(fèi)收益、抽水蓄能電站抽水成本、火電廠治污成本和火電廠運(yùn)行成本)。目標(biāo)函數(shù)為

FMax=Fin-Fout-Ft-Fo

(1)

式中，F(xiàn)in為聯(lián)合運(yùn)行系統(tǒng)電費(fèi)收益，元；Fout為聯(lián)合運(yùn)行系統(tǒng)中抽蓄抽水成本，元；Ft為火電廠排放污染的治理成本，元；Fo為火電廠運(yùn)行成本，元。

1.1.1 電費(fèi)收益

聯(lián)合運(yùn)行系統(tǒng)電費(fèi)收益與抽蓄、風(fēng)電場、光伏電站、火電廠上網(wǎng)功率和電價有關(guān)，電費(fèi)收益為

(2)

式中，Pwi為i時段風(fēng)電場輸送到電網(wǎng)的功率，MW；Ppvi為i時段光伏電場輸送到電網(wǎng)的功率，MW；Pti為i時段火電廠輸送到電網(wǎng)的功率，MW；Phi為i時段抽水蓄能電站水力發(fā)電功率，MW；Ci為i時段的分時電價，元/(MW·h)；Δt為時間間隔，h。

分時電價是指按系統(tǒng)運(yùn)行狀況，將1天24小時劃分為若干個時段，每個時段收費(fèi)不同，主要是鼓勵用戶對用電時間進(jìn)行合理分配，最終目的是降低電網(wǎng)負(fù)荷[12]。綜合考慮電力市場機(jī)制和國內(nèi)外能源上網(wǎng)定價政策[8,13]，本文采用分時電價，如表1所示。

表1 分時電價

1.1.2 抽水蓄能電站抽水成本

抽水蓄能電站抽水成本與抽水蓄能抽水功率和抽水電價有關(guān)，即

(3)

式中，Ppi為i時段抽水蓄能電站水泵抽水功率，MW；Cpi為i時段的抽蓄抽水電價，元/(MW·h)。

目前，國家有關(guān)部門出臺一系列關(guān)于完善抽水蓄能價格形成機(jī)制的意見[14]。為便于計算分析，本文將抽水蓄能抽水電價簡化為抽蓄發(fā)電電價的1/4，即

Cpi=0.25Ci

(4)

1.1.3 火力發(fā)電污染治理成本

傳統(tǒng)能源結(jié)構(gòu)中，火電占比較大，其主要依靠燃煤進(jìn)行發(fā)電，在現(xiàn)有技術(shù)條件下，1 t煤約發(fā)出3 000 kW·h電能，但在大量燃煤的同時會帶來嚴(yán)重的大氣污染，進(jìn)而嚴(yán)重危害自然環(huán)境。為解決火電帶來的污染問題，需要花費(fèi)大量資金進(jìn)行治理?；痣姀S燃燒1 t煤排放的主要污染物及其治理成本如表2所示。

表2 火電廠燃燒1 t煤排放的主要污染物及其治理成本[15-17]

火電廠污染物治理成本計算公式為

(5)

式中，m為火電廠污染物種類。

1.1.4 火電廠運(yùn)行成本

火電廠運(yùn)行成本主要為火電機(jī)組煤耗成本，機(jī)組的煤耗成本與機(jī)組負(fù)荷呈二次曲線關(guān)系[10]，公式為

(6)

式中，f為煤價；a、b、c為煤耗系數(shù)。

1.2 約束條件

本文主要考慮聯(lián)合運(yùn)行系統(tǒng)功率平衡約束和抽水蓄能、風(fēng)、光、火各發(fā)電機(jī)組運(yùn)行的相關(guān)約束。

1.2.1 系統(tǒng)功率平衡約束

由于電能不具有大量儲存的特性，故聯(lián)合運(yùn)行系統(tǒng)總發(fā)電量應(yīng)等于總耗電量。不考慮系統(tǒng)網(wǎng)損，系統(tǒng)功率平衡方程為

Pphi+Pwi+Ppvi+Pti=PLi

(7)

式中，Pphi為i時段抽水蓄能電站功率(當(dāng)Pphi>0時，抽蓄處于放水發(fā)電工況，此時Pphi=Phi；當(dāng)Pphi<0時，抽蓄處于抽水儲能工況，此時-Pphi=Ppi)；PLi為i時段系統(tǒng)負(fù)荷，MW。

1.2.2 抽水蓄能電站功率約束

放水發(fā)電功率約束

(8)

(9)

0≤Ei≤Emax

(10)

抽水儲能功率約束

Pp，min≤Ppi≤Pp，max

(11)

工況限制約束，抽水蓄能有放水發(fā)電和抽水儲能兩種工況，兩種工況不同時發(fā)生，即

Ppi×Phi=0

(12)

式中，Ph，max為抽水蓄能電站最大發(fā)電功率，MW；Pp，max為抽水蓄能電站最大抽水功率，MW；Ei為i時段的抽水蓄能電站上水庫儲能量，MW·h；ηp為抽水蓄能電站抽水儲能效率；ηh為抽水蓄能電站放水發(fā)電效率；t為各時段長，h。

1.2.3 風(fēng)電出力限制約束

風(fēng)電上網(wǎng)功率≤風(fēng)電場最大預(yù)測出力，即

0≤Pwi≤Pw，max

(13)

式中，Pw，max為風(fēng)電場最大預(yù)測出力，MW。

1.2.4 光伏出力限制約束

光伏上網(wǎng)功率≤光伏電站最大預(yù)測出力，即

0≤Ppvi≤Ppv，max

(14)

式中，Ppv，max為光伏電場最大預(yù)測出力，MW。

1.2.5 火電機(jī)組約束

出力限制約束

Pt，min≤Pti≤Pt，max

(15)

爬坡速率約束

-Vt，downΔt≤Pt，i+1-Pti≤Vt，upΔt

(16)

式中，Pt，min、Pt，max分別為火電機(jī)組出力上下限，MW；Δt為時間間隔；Vt，up、Vt，down分別為火電機(jī)組最大增、減出力速率，MW/h。

2 聯(lián)合系統(tǒng)日前調(diào)度策略及求解方法

2.1 日前調(diào)度策略

抽蓄-風(fēng)-光-火聯(lián)合運(yùn)行系統(tǒng)原理如圖1所示，聯(lián)合運(yùn)行系統(tǒng)日前調(diào)度策略為：

圖1 抽蓄-風(fēng)-光-火聯(lián)合系統(tǒng)運(yùn)行原理

(1)結(jié)合新能源功率預(yù)測結(jié)果、各場站出力約束條件和電網(wǎng)運(yùn)行邊界條件[18]，以聯(lián)合運(yùn)行系統(tǒng)運(yùn)行經(jīng)濟(jì)效益最大為優(yōu)化目標(biāo)，以聯(lián)合運(yùn)行系統(tǒng)內(nèi)各能源場站上網(wǎng)有功功率為決策變量，通過聯(lián)合運(yùn)行系統(tǒng)內(nèi)部調(diào)整，使聯(lián)合運(yùn)行系統(tǒng)盡可能滿足出力計劃。

(2)在一定負(fù)荷條件下，當(dāng)聯(lián)合運(yùn)行系統(tǒng)中可再生能源預(yù)測出力與火電出力下限總和大于電網(wǎng)負(fù)荷預(yù)測值時，抽水蓄能電站啟動水泵抽水儲能工況進(jìn)行儲能，將聯(lián)合運(yùn)行系統(tǒng)多余電能儲存起來；當(dāng)聯(lián)合運(yùn)行系統(tǒng)電力需求較大時，抽水蓄能電站啟動水輪機(jī)放水發(fā)電工況，將儲存的電能釋放出來以彌補(bǔ)電力缺口。

(3)聯(lián)合運(yùn)行系統(tǒng)在滿足火電出力下限的情況下優(yōu)先調(diào)用可再生能源發(fā)電。當(dāng)聯(lián)合運(yùn)行系統(tǒng)中可再生能源預(yù)測出力與火電出力下限總和大于電網(wǎng)負(fù)荷預(yù)測值，且抽水蓄能儲能能力達(dá)到極限時，聯(lián)合運(yùn)行系統(tǒng)開始棄風(fēng)棄光。

2.2 求解方法

Yalmip工具箱是一種基于MATLAB平臺的優(yōu)化軟件工具箱，被廣泛應(yīng)用于優(yōu)化問題和控制理論問題求解中[19-20]。本文采用Yalmip工具箱進(jìn)行建模求解，基于MATLAB 2020a語言實(shí)現(xiàn)編程仿真。

3 算例分析

3.1 基本數(shù)據(jù)與參數(shù)

本文針對抽水蓄能-風(fēng)-光-火聯(lián)合運(yùn)行系統(tǒng)進(jìn)行小時級日前優(yōu)化調(diào)度分析，以我國東北地區(qū)某抽水蓄能電站為仿真對象，該抽水蓄能電站裝有2臺單機(jī)150 MW水泵水輪發(fā)電機(jī)組，總裝機(jī)容量為300 MW。聯(lián)合運(yùn)行系統(tǒng)配置總裝機(jī)容量為400 MW的風(fēng)電場，總裝機(jī)容量為200 MW的光伏電站和總裝機(jī)容量為1 200 MW的火電廠。聯(lián)合運(yùn)行系統(tǒng)中抽水蓄能電站抽水/發(fā)電效率分別為75%和93.75%、單臺抽蓄機(jī)組最大抽水儲能/放水發(fā)電功率均為150 MW、火電廠出力上下限分別為1 200 MW和700 MW、火電機(jī)組最大增/減出力速率均為300 MW/h。

聯(lián)合運(yùn)行系統(tǒng)選取春季、夏季2個典型日，系統(tǒng)負(fù)荷預(yù)測需求曲線、風(fēng)電光伏出力預(yù)測曲線分別如圖2、3所示，相應(yīng)數(shù)據(jù)取自文獻(xiàn)[10]。由圖2可知系統(tǒng)負(fù)荷在10∶00～22∶00為用電高峰時段，夏季負(fù)荷值普遍高于春季負(fù)荷值。由圖3可知風(fēng)電出力日內(nèi)變化較大，不同季節(jié)區(qū)別較大，具有反調(diào)峰性[21-22]；由圖3可知光伏出力集中在白天，晝發(fā)夜停，不同季節(jié)區(qū)別較小，且與負(fù)荷變化方向相近，具有正調(diào)峰特性[23]。

圖2 系統(tǒng)負(fù)荷預(yù)測需求曲線

圖3 風(fēng)電、光伏出力預(yù)測曲線

3.2 方案設(shè)置

3.2.1 方案一

為展示本文所提模型的功能并驗(yàn)證其有效性，本文基于4種日前調(diào)度場景進(jìn)行對比分析，探究不同場景下聯(lián)合運(yùn)行系統(tǒng)運(yùn)行的經(jīng)濟(jì)性、排放CO2量和火電機(jī)組出力穩(wěn)定性。4種日前調(diào)度場景如下：場景1，春季典型日，風(fēng)、光、火聯(lián)合運(yùn)行，無抽蓄；場景2，春季典型日，抽蓄、風(fēng)、光、火聯(lián)合運(yùn)行，抽蓄參與運(yùn)行；場景3，夏季典型日，風(fēng)、光、火聯(lián)合運(yùn)行，無抽蓄；場景4，夏季典型日，

抽蓄、風(fēng)、光、火聯(lián)合運(yùn)行，抽蓄參與運(yùn)行。

此外，為綜合對比分析不同場景下聯(lián)合運(yùn)行系統(tǒng)的運(yùn)行情況，本文引入衡量聯(lián)合運(yùn)行系統(tǒng)排放CO2量、火電出力穩(wěn)定性的指標(biāo)，具體如下：

衡量聯(lián)合運(yùn)行系統(tǒng)排放CO2量的指標(biāo)

(17)

式中，Aco2為火電廠燃燒1 t煤排放的CO2量(kg)。

衡量聯(lián)合運(yùn)行系統(tǒng)火電出力穩(wěn)定性的指標(biāo)

(18)

式中，n為總時長，即24 h；Pr取火電廠出力下限，即700 MW。

3.2.2 方案二

為研究聯(lián)合系統(tǒng)中抽水蓄能電站的調(diào)節(jié)能力和應(yīng)對我國高比例可再生能源并網(wǎng)的發(fā)展趨勢，本文以方案一中場景2為基礎(chǔ)，通過設(shè)置不同容量配比/可再生能源滲透率的風(fēng)光組合，分析不同容量配比/可再生能源滲透率對聯(lián)合運(yùn)行系統(tǒng)經(jīng)濟(jì)效益、CO2排放量、火電機(jī)組出力穩(wěn)定性的影響，探究系統(tǒng)中抽水蓄能電站應(yīng)對高比例可再生能源并網(wǎng)的能力和系統(tǒng)經(jīng)濟(jì)運(yùn)行效益與不同容量配比/可再生能源滲透率的關(guān)系。

根據(jù)可再生能源滲透比例，未來可再生能源發(fā)展可分為中比例(10%～30%)、高比例(30%～50%)和極高比例(50%～100%)可再生能源系統(tǒng)[24]。假設(shè)系統(tǒng)中負(fù)荷、火電和抽蓄裝機(jī)容量不變，風(fēng)電:光伏裝機(jī)容量維持2∶1比例，通過改變可再生能源容量構(gòu)造不同場景如表3所示。

表3 不同容量配比場景

3.2.3 方案三

為比較Yalmip工具箱與常用智能算法求解聯(lián)合運(yùn)行系統(tǒng)日前優(yōu)化調(diào)度模型效果，本文以配置抽水蓄能電站為例，運(yùn)用PSO算法和Yalmip工具箱求解春、夏兩種典型日時聯(lián)合運(yùn)行系統(tǒng)日前優(yōu)化調(diào)度模型。

3.3 結(jié)果分析

3.3.1 方案一結(jié)果分析

聯(lián)合運(yùn)行系統(tǒng)4種場景下日前優(yōu)化調(diào)度輸出功率如圖4所示。其中圖4a和圖4c為系統(tǒng)中無抽水蓄能電站時，風(fēng)電、光伏和火電的日前調(diào)度結(jié)果；圖4b和圖4d為系統(tǒng)中有抽水蓄能電站時，抽水蓄能、風(fēng)電、光伏和火電的日前調(diào)度結(jié)果。通過求解聯(lián)合運(yùn)行系統(tǒng)日前優(yōu)化調(diào)度模型得到4種場景下聯(lián)合運(yùn)行系統(tǒng)的運(yùn)行經(jīng)濟(jì)性、排放CO2量和火電出力穩(wěn)定性如表4所示。

表4 聯(lián)合運(yùn)行系統(tǒng)日前優(yōu)化調(diào)度結(jié)果

綜合分析圖4和表4，對比場景1、2、3、4可知，夏季典型日火電出力大于春季典型日，4種場景下聯(lián)合運(yùn)行系統(tǒng)總出力均可滿足日前出力計劃；由于可再生能源春季、夏季出力波動較大，在無抽水蓄能時對火電機(jī)組的調(diào)節(jié)能力要求較高，此時火電機(jī)組出力較大、穩(wěn)定性較差，系統(tǒng)經(jīng)濟(jì)性較差，排放CO2量較多；對比場景1、2可知，聯(lián)合運(yùn)行系統(tǒng)加入抽水蓄能后，系統(tǒng)運(yùn)行經(jīng)濟(jì)收益提高17.64萬元、減排CO245.18×104kg，火電機(jī)組出力穩(wěn)定性提高4.02%；對比場景3、4可知，聯(lián)合運(yùn)行系統(tǒng)加入抽水蓄能后，系統(tǒng)運(yùn)行經(jīng)濟(jì)收益提高10.14萬元、減排CO244.10×104kg，火電機(jī)組出力穩(wěn)定性提高3.99%。算例運(yùn)算結(jié)果表明，抽水蓄能的加入可有效提高系統(tǒng)運(yùn)行經(jīng)濟(jì)性，降低火電機(jī)組出力，減少CO2排放，穩(wěn)定火電機(jī)組出力，緩解由于可再生能源出力波動造成的火電機(jī)組頻繁啟停、爬坡幅度和爬坡工況頻繁轉(zhuǎn)換的現(xiàn)象。

圖4 聯(lián)合運(yùn)行系統(tǒng)日前優(yōu)化調(diào)度輸出功率

3.3.2 方案二結(jié)果分析

本文以方案一中場景2為基礎(chǔ)，即此時可再生能源滲透比例為29%、運(yùn)行經(jīng)濟(jì)效益為2 015.23萬元、排放CO2量為1 049.45×104kg、火電出力穩(wěn)定性為15.48%。隨著可再生能源滲透比例提高，8種場景較初始場景(方案一中場景2)的運(yùn)行經(jīng)濟(jì)性增量分別為9.04、14.27、17.45、20.30、21.55、22.66、22.71、22.71萬元；減排CO2量增量分別為49.71×104、78.51×104、99.21×104、111.78×104、118.78×104、124.82×104、125.06×104、125.06×104kg；火電出力穩(wěn)定性增量分別為1.70%、6.01%、12.29%、14.04%、14.92%、15.48%、15.48%、15.48%，具體如表5所示。據(jù)此分析可知，隨著可再生能源滲透比例提高，聯(lián)合運(yùn)行系統(tǒng)運(yùn)行經(jīng)濟(jì)性、排放CO2量和火電出力穩(wěn)定性值并非呈線性變化，該300 MW抽水蓄能電站在一定滲透率范圍內(nèi)具有較優(yōu)的調(diào)節(jié)能力。算例運(yùn)算結(jié)果表明，在高比例可再生能源并網(wǎng)時，隨著可再生能源滲透比例增大，聯(lián)合系統(tǒng)運(yùn)行經(jīng)濟(jì)效益在明顯增加后趨于穩(wěn)定、排放CO2量逐漸減少至穩(wěn)定、火電出力穩(wěn)定性先增強(qiáng)后趨于穩(wěn)定，即可再生能源滲透比例升高至48%時，聯(lián)合運(yùn)行系統(tǒng)運(yùn)行經(jīng)濟(jì)效益等約達(dá)到極值，此時抽蓄占比11%。

表5 不同容量配比時聯(lián)合系統(tǒng)各指標(biāo)變化量

3.3.3 方案三結(jié)果分析

運(yùn)用PSO算法求解得到聯(lián)合系統(tǒng)運(yùn)行經(jīng)濟(jì)收益、排放CO2量和火電出力穩(wěn)定性，如表6所示。由表6

表6 不同方法求解結(jié)果比較

可知，Yalmip工具箱求解得到的系統(tǒng)運(yùn)行經(jīng)濟(jì)收益較大，排放CO2量較少，火電出力穩(wěn)定性較好，即Yalmip工具箱在求解本文所提出的聯(lián)合運(yùn)行系統(tǒng)日前優(yōu)化調(diào)度模型時效果較好。

4 結(jié) 論

本文首先構(gòu)建了一種抽水蓄能-風(fēng)-光-火聯(lián)合運(yùn)行系統(tǒng)日前優(yōu)化調(diào)度模型，并設(shè)立了4種工作場景和衡量指標(biāo)；然后針對我國東北某抽水蓄能電站及其應(yīng)用環(huán)境，運(yùn)用Yalmip工具箱，以聯(lián)合運(yùn)行系統(tǒng)運(yùn)行經(jīng)濟(jì)效益最大為目標(biāo)對3種方案進(jìn)行仿真求解；最后比較分析了不同方案時聯(lián)合運(yùn)行系統(tǒng)的運(yùn)行情況。主要結(jié)論如下：

(1)加入抽水蓄能電站可降低對火電機(jī)組出力的需求，減少CO2排放量和污染物治理成本，降低電網(wǎng)對火電機(jī)組靈活性的要求，提高聯(lián)合運(yùn)行系統(tǒng)運(yùn)行經(jīng)濟(jì)性和火電機(jī)組出力穩(wěn)定性。

(2)針對我國未來高比例可再生能源并網(wǎng)的發(fā)展趨勢，研究了聯(lián)合系統(tǒng)中抽蓄在風(fēng)電、光伏不同滲透比例時的調(diào)節(jié)能力。算例仿真結(jié)果表明，不同容量配比下的各場景運(yùn)行經(jīng)濟(jì)性有所差異，聯(lián)合系統(tǒng)經(jīng)濟(jì)效益與容量配比/可再生能源滲透率呈非線性相關(guān)關(guān)系，在高比例可再生能源并網(wǎng)背景下，可再生能源滲透比例升高至48%時，聯(lián)合運(yùn)行系統(tǒng)運(yùn)行經(jīng)濟(jì)效益等約達(dá)到極值，該抽水蓄能電站可在一定可再生能源滲透率范圍內(nèi)發(fā)揮較優(yōu)的調(diào)節(jié)作用，未來該聯(lián)合運(yùn)行系統(tǒng)可適當(dāng)提高風(fēng)、光滲透率。

(3)本文從經(jīng)濟(jì)性角度出發(fā)建立了抽水蓄能-風(fēng)-光-火聯(lián)合運(yùn)行系統(tǒng)日前優(yōu)化調(diào)度模型，初步研究了聯(lián)合運(yùn)行系統(tǒng)的小時級日前優(yōu)化調(diào)度問題，為未來高比例可再生能源并網(wǎng)場景下電力系統(tǒng)多能源互補(bǔ)運(yùn)行提供了支撐。