水火电联合优化调度模型文献综述

（华北电力大学电气与电子工程学院，北京 102206）

0.引言

随着全球气候变暖形势日趋严峻，大力发展清洁能源，实现经济社会的低碳、可持续发展已成为当前国际社会的重要议题。水电作为当前技术条件最成熟、已开发规模最大的清洁能源，具有启停迅速、调控灵活、成本低廉等特点，能够在电力系统运行中产生巨大的经济效益。

我国西南地区水能资源较为丰富，经过多年的发展建设，逐步形成了特大流域及干流水电站群占据主导地位的特殊高比例水电电力系统。水电作为主要电源的电力系统，由于水库蓄水量有限，当前的运行决策会对系统未来的运行成本造成影响，其运行优化问题在时间上是耦合的；水能的梯级开发使得上下游电站之间的水文联系较为紧密，上游电站的生产决策会对下游电站产生较大的影响；客观上水文现象具有随机性，水电站入流情况难以准确预估，运行优化问题本质上属于随机优化问题；水电机组的尾水位—泄流量曲线、库容—水位曲线，火电燃料成本曲线等均具有非线性特性，进一步增大了问题的求解难度。上述特点使得高比例水电电力系统的运行优化问题成为一个典型的非线性、多阶段、高维复杂的数学规划问题。因此，开展实用化的水火电系统联合优化调度研究，对于发挥水电经济生态效益、降低系统运行成本、确保国民经济低碳高效发展意义重大。

1.水火电联合优化调度模型文献综述

国内外学者针对水火电系统联合优化调度问题展开了大量、深入的研究，获得了丰硕的研究成果。按照时间尺度划分，水火电联合优化调度可分为中长期优化调度及短期优化调度，时间尺度的选择一般要与系统中水电的调节能力相匹配[1]。中长期调度一般以年(多年)为优化周期，以月(多日)为步长，在满足系统负荷需求及水火电运行约束的基础上，以系统发电成本最低为目标，统筹系统内各类电源的发电计划[2]；短期调度一般以日为优化周期，以小时为步长，进一步考虑火电机组组合、水库间水流时滞等因素进行更为精细化的调度计算[3]。除单时间尺度上的优化建模外，部分学者针对多时间尺度耦合优化调度进行研究[4-7]，通常采用大尺度约束小尺度，以各层调度模型调度时段水库期末库容边界条件，通过变量实现不同尺度间的耦合，但耦合约束过于刚性，不能考虑约束条件的动态变化，在实际应用中受到一定的限制。

常规的水火电优化调度问题一般以系统发电成本最小为优化目标，通常包括火电燃料成本、启停成本、系统失负荷损失、水电机组运维成本等[8-10]，也有学者围绕系统能耗指标，以系统总煤耗量最小为优化目标建立优化模型[11-12]。随着近年来全球气候变暖形势日趋严峻，部分学者针对基于环境效益指标的节能发电调度或多目标优化调度模型展开研究[13-14]。也有部分文献采用水电发电量最大、水电最小出力最大[15]、水电短期调峰电量最大[13]等作为水火电联合优化调度问题的优化目标，但以水电效益最优的优化模型难以保障电网整体效益最优，也不利于保障电力系统安全稳定运行。

水火电联合优化调度问题主要考虑系统电力电量平衡约束、水电站库容平衡约束、库容上下限约束、下泄流量上下限约束、水位—库容关系、尾水位—泄流量关系、火电出力上下限约束等建立优化模型。随着问题理论研究的发展和工程应用的深入，众多专家学者从不同角度构建了多种模型。有学者针对不同电源装机场景下的电力系统经济调度问题展开研究，包括风水火[11]、抽蓄水火[16]、光水火[17]等多电源混合电力系统，引入不同类型电源的发电生产特性；有学者综合考虑电力系统实际运行中的约束条件，如中长期优化考虑机组检修计划约束、火电燃料计划约束[11]，短期优化考虑上下游水电站间水流时滞性问题[18]、水电机组的不连续出力区间问题[19]等；有学者重点研究了水火电优化调度中的潮流约束问题，为网络施加直流潮流约束[19]、交流潮流约束[12]等；也有学者研究了综合利用水库的兴利调度问题，在模型中引入航运、渔业、灌溉等用水约束[20]。

按照模型构建过程中是否考虑径流随机性，优化模型可分为确定性规划及随机规划[13]。确定性规划模型根据给定的径流预报或已知的历史场景进行调度计算，问题考虑的模型约束条件较全面、求解规模相对较大、求解效率也较高[21-23]，但模型未考虑径流的随机特性，在水电占比较高电力系统或径流预报精度较低的中长期优化调度中可能导致较大的误差，调度方案的安全可靠性和经济性均相对较差；随机规划主要基于期望值模型、场景法、机会约束模型等优化方法[24-26]，根据历史数据生成径流预报或描述其统计学特征，将径流的随机特性引入优化过程。期望值模型要求满足期望约束条件下，使目标函数的期望值达到最优[11,27-28]，通常采用模拟法、近似法、解析法等进行求解[29]；场景法根据随机变量的概率分布生成大量的采样场景[30-32]，采样过程可能导致优化计算耗时较长，而目前的场景缩减技术尚存在典型场景判定困难等问题[29]；机会约束模型允许决策在一定程度上不满足约束条件，而是要求约束条件成立的概率满足一定的置信水平[33]，但模型求解困难，导致应用受限[34-35]。

水火电联合优化调度问题的建模及求解方法主要分为经典经济调度法和现代数学优化法。其中，以等耗量微增率为基础的经典经济调度法引入水煤转化系数，表示水电厂单位水量代替的煤耗量，物理含义较为清晰，但是经典法在解决含有梯级水电站、考虑变水头等情况下的复杂优化调度问题时，其协调方程难以直接求解[36]；现代数学优化法包括线性规划、非线性规划、动态规划等，线性规划算法简单、求解速度快，能够高效处理大规模系统优化问题，但应用上需要对原问题进行线性化处理，在问题描述、求解精度上可能存在一定的偏差；非线性规划能够相对准确地描述带有非线性关系的数学模型，但计算量大、求解效率低，容易陷入局部最优，难以保证获得全局最优解；动态规划利用最优化原理求解多阶段决策问题，并且不受问题数学特性限制，能够求解非凸、非线性、离散问题，广泛应用于水库调度问题中，但是动态规划法一般选取离散的水库期末库容为状态变量，在求解大规模、多阶段的水电优化调度问题时容易发生维数灾难。

2.结语

本文对水火电联合优化调度模型进行了文献综述。在时间尺度方面，优化调度模型可分为中长期优化与短期优化两个层次；在模型构造方面，一般以系统发电成本最小为目标函数，综合考虑系统电力电量平衡约束、水电库容平衡约束等；在入流随机性的考虑方面，可分为确定性规划及随机规划；在模型求解方法方面，分为经典经济调度法和现代数学优化法。

对于我国云南省、四川省等水电富集型电力系统，水电占比高、年/多年调节性水库众多、电站间水文联系密切，亟需研究适配大水电多年调节周期、具有合理建模精度及较高可计算性的水火电系统优化调度模型，从而实现全系统水火电资源的优化配置，提高清洁能源利用率。通过系统总结梳理国内外水火电联合优化模型的研究现状，可为我国设计并实施具有实用价值的水火电优化调度模型奠定基础。