化石能源不断枯竭与环境日益恶化已成为制约全球经济与社会发展的关键瓶颈问题[1]。为解决这一问题,在广泛开展节约用能与提高化石能源利用效率的基础上,大力开发可再生能源已成为世界各国能源发展的重要战略举措。截至2018年底,全球可再生能源电力累计装机容量达 2 378GW,其中,水电装机1 132GW,风电装机容量591GW,光伏装机容量505GW,生物质发电装机容量130GW,地热发电装机容量13.3GW[2]。根据国际能源署预测,到2023年可再生能源在全球电力消费占比将提升至30% [3],以太阳能、风能为代表的大规模可再生能源并网发电已经成为新型电力系统不可阻挡的发展趋势[4]。
然而,大规模风电、光伏接入电网后将造成电力系统调节能力严重下降、抗扰动能力不足和连锁故障风险增加等问题,给电力系统的安全稳定运行带来了极大的挑战[5]。因此,为适应可再生能源在电力系统中装机容量占比不断扩大的趋势,减轻其大规模并网对电力系统带来的冲击,开展促进可再生能源利用的多种能源互补发电协同优化技术研究具有巨大的科技和工程应用价值。目前,多能互补发电技术已成为应对风电、光伏的大规模接入电网不利影响的重要手段,我国《电力发展“十三五”规划》中明确提出“推动多能互补、协同优化的新能源电力综合开发”[6]。
当前,许多机构和研究人员已经开展了大量的多能互补发电技术研究和实践[7-13]。主要的互补途径包括:风-光-储互补[7-8]、风-光-火互补[9]、风-光-柴-储互补[10]、风-光-水互补[11]等,主要思路都是通过储能、火电等与风电、光伏等可再生能源进行互补,降低风电、光伏的波动性[14-15],提升可再生能源的消纳能力。
水电本身是一种优质可调的可再生能源,具有可调节的水库库容、启停灵活和发电出力调整快速等多方面的优点,是实现多能互补发电的重要纽带,充分挖掘水电与风电、光伏直接的互补特性,开展与水电相关的互补发电技术研究具有重要的理论和实践意义。然而,当前研究中主要考虑单个大容量水电站与光伏等新能源的互补,缺乏对梯级水电资源的充分利用。梯级水光蓄互补发电技术是实现梯级水电站协同优化,利用梯级已有上下库建设抽水蓄能电站,提高水电与光伏的互补程度,实现可再生能源的最大化消纳。目前,梯级水光蓄互补发电技术的研究尚处于起步阶段,非常有必要借鉴国内外分布式多能互补系统的最新研究成果,实现梯级水光蓄互补系统从粗放式整合到精细化规划,从稳态调度到动态调控,从数字化到智能化的跨越。
本文结合国家重点研发计划项目“分布式光伏与梯级小水电互补联合发电技术研究及应用示范”,以梯级水光蓄互补联合发电系统的关键技术为研究对象,针对梯级水光蓄互补联合发电系统的规划设计、运行控制与智能调度方面的关键技术进行了展望,为解决梯级水电和光伏联合供电及送出问题,实现光伏电站友好接入电网提供了思路。
过去的20多年,我国水电发展迅速、水电装机容量世界第一。在水电发展的过程中,受开发便利、发电成本低、国家和地方政策以及偏远地区用电需求的导向作用,大规模小型水电站群应运而生,其分布广泛并具有一定调节能力,为实现流域范围内小型水、风、光资源的互补提供了基础。另一方面,我国小水电主要分布在偏远地区,存在管理水平滞后、调度困难等问题,但随着近年调度管理水平的不断提高,调度需求也更加精细化,各地区对小水电的利用也越发重视,特别是在水电富集的西南各省,都逐步开展了小水电并网、调度、管理等相关研究[16-18]。同时,近年来部分生态友好性差、设备老化、效益低的小水电被关停,小水电整体的可调度性得到了进一步提高。因此,如何利用地区小型水电有限的调节能力,开展流域范围内水电、光伏的互补联合发电问题研究,对地区清洁能源的发展与消纳都具有重要的理论和实践意义。
作为目前最经济、最清洁的储能方式,抽蓄机组的加入提升了流域内水、风、光间的互补空间,其核心是利用水电优质的调节能力及抽蓄的负荷调节、调频、备用等优势,优化电源输出、提升电网对间歇性可再生能源的消纳能力。同时,梯级水电级联开发,为抽水蓄能机组的建设提供了便利。我国抽水蓄能电站在建和在运装机容量均居世界第一[19]。然而,目前在运的抽水蓄能机组均为定速机组,国内目前还没有变速恒频抽水蓄能机组投入商业运行。对于变速恒频抽水蓄能,尤其是具有快速响应能力的变速恒频抽水蓄能技术的研究尚处于启步阶段。根据研究,从整个电力系统经济性来看,抽水蓄能电站占系统总装机的比例为10%~15%是最为合理的,变速抽水蓄能机组占抽水蓄能机组容量的25%以上[20]。
水光蓄互补模式示意图如图1所示,包括中长期电量资源层面上的互补、短期调度计划层面上的互补、实时控制层面上快速功率波动的互补。
图1 水光互补模式示意图
Fig.1 Schematic diagram of hydro-photovoltaic complementary mode
丰水期时,梯级小水电以发电为主,当运行在调峰弃水状态时,配合光伏进行功率波动调节。变速抽水蓄能机组承担电网调频任务,满足互补系统内光伏出力波动后带来的快速功率调节需求,并利用来水兼顾发电功能。在平水期和枯水期,梯级小水电除发电任务外,需配合光伏调峰。变速抽水蓄能机组承担日内移峰填谷,同时承担光伏出力快速波动后带来的快速功率、电压等调节需求。具体的不同季节梯级水光蓄互补模式见表1。
表1 不同季节梯级水光蓄互补模式
Tab.1 Complementary mode of hydro-photovoltaic-storage on different seasons
季节 梯级小水电 光伏 抽水蓄能丰水期发电为主,运行在调峰弃水时,配合光伏进行功率波动调节一般不参与调节承担电网调频任务;根据光伏波动进行快速功率电压调节;利用来水兼顾发电平水期枯水期发电为主,利用库容配合光伏调峰一般不参与调节承担电网调峰调频任务,日内移峰填谷;根据光伏波动进行快速功率电压等调节
小水电、光伏等清洁能源独立运行时,还存在较多问题。小水电库容小,调节能力弱,远距离送出时存在由于暂稳、动稳造成窝电的问题,故在并网条件下,水光蓄互补主要实现弱调度性电源的“友好型”并网和水电光伏资源的最大化利用。小水电和光伏等作为主要电源供电区域,往往和主网联系薄弱,灾害、故障及检修时易离网运行,在离网条件下,水光蓄互补主要利用互补系统的控制能力,实现离网系统的频率、电压稳定,提升离网系统的存活能力和最大供电能力。
梯级水光蓄互补系统具有中长期电量互补、短期电力互补以及实时控制互补三个层面的互补模式,由此产生了一个科学问题和四个关键技术。科学问题为多时间尺度耦合随机优化与控制问题。关键技术为:①适应复杂动静态工况多时间尺度规划;②考虑随机特性的智能调度与优化控制;③动态运行区间分析与集群控制;④变速恒频抽水蓄能成套设备研制。其中关键技术①、②、③分别对中长期电量互补、短期电力互补和实时控制互补三种互补模式,在考虑分布式光伏随机特性和多种时间尺度耦合的情况下实现互补系统的优化控制。关键技术④是实现互补的关键纽带之一。
分布式光伏出力具有强随机性和波动性。水库中长期来水难以准确预测,上下游梯级之间存在水流滞时,水电不规则振动区多变,水/光/蓄机组模型特性各异,响应速度差异大,小机组调节能力有限,系统极限运行边界复杂多变,梯级水光畜系统在稳态出力及动力学行为上存在多时间尺度复杂耦合随机特性,多种随机因素复杂耦合在一起,给互补系统的运行、控制和调度带来极大的挑战。与此同时,互补系统所涉及的中长期电量互补、短期电力互补以及实时控制互补使得研究的时间尺度从毫秒级跨到年度,甚至多年度级,亟需解决梯级水光出力随机耦合特性的多时间尺度下优化与控制问题。
水电站出力受水资源影响较大,具有较强的季节性特点,梯级水光蓄互补电站规划需要适应丰水、平水、枯水期机组不同出力特性和功能定位。加之小水电汇集地区接入主网形态多变,存在并网和离网运行的可能,同时仍需考虑电力市场等不同条件下的运行状态,使得互补系统的优化规划需要兼顾动态、静态等复杂工况。因此,如何在中长期电量平衡、短期电力平衡、实时快速功率控制等多时间尺度互补的指标下,合理配置梯级小水电、光伏、抽水蓄能机组的容量,进而提升复杂工况下系统光伏消纳能力、离网自平衡能力、外送可调度能力、电网支撑能力、运行经济性等多目标指标,是梯级水光蓄互补现存的技术难题。
梯级小水电与分布式光伏出力随机特性各异,具有非连续和瞬时波动特性。梯级水光蓄互补系统受水库水流滞时、机组运行工况、电力电量和水量平衡等动态复杂约束的影响,系统出力的多时间尺度随机耦合规律难以解析,给梯级水光蓄互补系统的调度和控制带来极大的挑战。为此,首先需要解决梯级水电和分布式光伏的出力预测技术,准确的出力预测是实现优化调度的基础。在光伏预测技术方面,针对分布式光伏“点多面广”的特点,需解决分布式光伏精细化预测技术难题。针对源-荷匹配、总出力波动最小等不同的调度控制目标,需要研究具有自决策、自纠偏能力的互补系统智能调度技术,最终通过研制梯级水光蓄联合运行与智能调度系统,为互补系统的工程应用奠定基础。
小水电多位于偏远地区,以长距离链式逐级并网,与主网连接弱,暂稳与动稳问题突出,互补系统的电力送出受限;特殊离网情况下,局部地区的频率和电压稳定问题交织,地区电网安全稳定控制更为复杂。掌握互补系统的稳定特性,并准确地刻画动态安全运行区间,是实现系统安全稳定可靠运行的关键问题之一。此外,互补系统中常规水电、变速抽水蓄能以及分布式光伏的调节能力各异,如何快速协调这些具有不同调节能力的电网,以实现在考虑多种随机因素条件下的稳定运行,并提升互补系统参与电网调控的能力,是互补系统在实时控制层面面临的又一难题。
为实现梯级小水电和分布式光伏在实时控制层面的互补,变速恒频抽水蓄能机组是重要的纽带之一。常规可逆式抽水蓄能机组通过改变导叶开度方式响应功率变化,其调节速度难以满足水光蓄互补系统中实时控制对秒级快速功率波动的需求。然而,目前国内尚无变速恒频抽水蓄能成套设备的研制能力。为突破变速恒频抽水蓄能成套设备研制的技术瓶颈,在机组设计方面,需解决宽调节范围与高效稳定等多目标平衡的技术难题;在变流器设计方面,需解决电能变换效率提升和友好并网问题;在成套设备控制方面,需要解决不同水头/扬程、不同出力/入力下高效稳定运行与功率快速响应协同的技术难题。
针对梯级水光蓄互补联合发电系统需要解决的科学问题和四个关键技术,本文分别从容量配置与优化规划、联合运行控制与智能调度、变速恒频抽水蓄能成套设备研制以及示范应用四个方面开展研究。其中容量配置与优化规划、联合运行控制与智能调度对应解决科学问题、关键技术①、关键技术②和关键技术③,变速恒频抽水蓄能成套设备研制对应解决关键技术④,采用理论研究、技术攻关、仿真实验、软件开发、装备研制与系统集成示范的研究方法开展研究工作。研制具有自主知识产权的变速恒频抽水蓄能成套设备,建成梯级水光蓄互补联合发电系统示范工程。
目前已有较多文献对清洁能源互补发电系统的优化运行与容量配置进行了研究,涉及的优化目标有成本最小[21-23]、收益最大[24-26]、波动最小[27-29]、调峰能力最大[30-32]、清洁能源消纳最大化[33-34]等。以上文献研究仍存在一定不足,主要是针对风、光、水中一种发电要素的某种特性展开研究,研究规划相对孤立,考虑因素不够全面。同时涵盖梯级水电站、光伏电站、抽水蓄能电站的多种清洁能源联合互补发电系统的研究较少。目前研究中针对各种发电系统的互补指标、容量配比规划、联合优化运行、协同调度策略、联合出清等关键问题研究较少。此外,大部分文献研究的是孤立系统中水、光等要素的发电特性,对发电系统在电网接入点和对电网运行影响的分析较少,且缺少并网条件下对电网支撑能力的评估研究。
容量配置与优化规划研究技术路线如图2所示。利用中长期、短期、实时多时间尺度梯级水光蓄电力电量匹配的相关性,并基于概率推理模型的复杂工况下电力电量不确定性分析,提出了适应中长期电量互补、短期电力互补、实时控制互补的不同互补模式,构建了以提升光伏消纳、离网自平衡能力等为目标的水光蓄资源调度与控制模型;考虑水光蓄互补特性,基于图论的连通性分析方法进行光伏接入方式初始评估;利用灵敏度分析法,求得以电能质量、系统稳定等为约束指标的光伏电站接入点可行域;综合考虑电网输送能力、系统稳定性等约束,从而进行水光蓄接入系统的优化设计;基于上述水光蓄资源调度与控制模型和互补系统接入方式,考虑不确定出力区间概率表达的水光蓄容量与成本、调控能力与回报的关联关系,分别建立并网条件下以投资回报率、离网条件下以可靠供电与稳定性、电力市场条件下以各主体利益均衡为目标的容量优化配置模型[35-36],并采用分块分区寻优和启发式优化算法相结合的方法求解,得到水光蓄互补系统在不同运行条件下及给定置信区间内的优化容量配置。
图2 容量配置与优化规划研究技术路线
Fig.2 Technical route of capacity allocation and optimization planning
国内外现有水光蓄互补系统多涉及单个大型水电站和单个光伏电站互补,而较少涉及梯级径流式小水电集群和分布式光伏互补。因此,现有研究较少涉及梯级径流式小水电集群和分布式光伏电源联合运行控制,以及安全稳定性提升等方面。梯级水光蓄互补系统的联合控制运行和智能调度是传统水电集群控制运行和调度的延伸。近年来,随着现代运筹学理论的发展,水电站集群的联合调度取得了一系列研究成果[37-42],提升了传统大型水电集群的可调度水平和运行效率。然而,尽管国内外关于大型梯级水电站群联合调度的理论与技术已日趋成熟[43],但对于小水电集群与高比例光伏互补系统的联合调度研究尚有限[44]。
由于梯级径流式水电集群所特有的高度时空耦合特性以及分布式光伏带来的非高斯强随机特性,在日益复杂的精细化调度控制需求和运行环境下,传统水电优化理论已无法满足梯级水光蓄系统的生产实际需要。因此,梯级水光蓄互补系统联合智能调度系统的研制对经济性、安全性和实用性提出了更高的要求。
为解决上述理论难点,满足工程运行需求,本文提出的联合运行控制与智能调度研究技术路线如图3所示。
具体内容包含特性分析与动态控制、稳态控制与智能调度两个方面。
1)特性分析与动态控制。基于低功耗广域物联网技术,监测并分析分布式光伏的功率波动特性,同时建立梯级径流及水流滞时特性的描述模型,刻画水电不规则运行限制区,实现互补系统安全运行能力分析;构建变速抽水蓄能机组“电磁-机电”暂态模型,基于水动力学及电气耦合机理,分析互补系统动态特性,提出非高斯随机过程表征,分析互补系统的动态安全运行区间;基于广域通信网络与分布式实时数据分发技术,提出基于广域通信的互补系统集群控制方法,实现互补系统的频率控制、振荡抑制控制及稳定控制;最终基于以上理论成果研发互补系统的运行安全分析软件与集群广域控制器。
2)稳态控制与智能调度。基于分布式光伏在线格点建模和动态预测方法,结合微气象要素及精细化适用技术,构建多时间尺度光伏出力预测自适应模型[45],提升分布式光伏出力的预测精度;以梯级水光蓄联合运行效益最大化为目标,构建互补电站联合调度模型,应用动态调整学习因子智能算法,实现梯级水光蓄联合运行发电计划的编制;充分考虑梯级小水电、光伏和抽水蓄能机组的复杂约束条件,刻画实时动态非连续可行域,实现联合运行控制系统的实时负荷优化分配、母线电压自动跟踪及机组的自动起停[46];基于光伏预测出力曲线,利用变速恒频抽蓄机组和梯级小水电的快速调节能力,实现对互补系统送出功率的超前平滑控制。
图3 联合运行控制与智能调度研究技术路线
Fig.3 Technical route of joint operation control and intelligent dispatching
为进一步提升水电机组的调控能力,国外发达国家大力推动变速恒频抽水蓄能技术的发展。20世纪 60代开始,东芝、阿尔斯通等行业巨头就已开始了变速抽水蓄能机组的研究及试验工作。东芝在1990年为东京电力公司的矢木泽发电厂 2号机组提供了世界第一台可变速抽水蓄能发电设备[47]。目前,应用变频调速机组最早和最多的国家是日本,其次是德国,日本和德国等已投运了数十个电站。瑞士等国还有许多在建的变速恒频抽水蓄能电站工程,如 Nant de Drance[48]和 Linthal[49]等。欧盟2016年专门启动了由美国通用电气、法国电力公司等知名企业牵头的为期 4年的 eStorage Project计划[50],以进一步推动变速恒频抽水蓄能技术的发展。这些机组运行以来,主要是利用变速机组在水泵工况下可调节负荷的性能,对电力系统运行的经济性和稳定性起了重要的作用。我国目前还没有变速恒频抽水蓄能机组投入商业运行,在建的三河口水利枢纽[51]将采用变速恒频可逆式水泵水轮机,但其变频的主要用途在于适应上下游水位大幅度变化,不用于调节电网负荷。对于变速恒频抽水蓄能,尤其是具有快速响应能力的变速恒频抽水蓄能技术的研究尚处于启动阶段。
变速恒频抽水蓄能成套设备研制技术路线如图4所示。针对快速响应、宽调节范围与高效率、稳定性等指标的多目标平衡的设计难题,利用粒子图形测速法的内部流场测试,优选湍流模型和优化计算参数,采用计算流体动力学数值计算和水力机械模型试验研究相结合的先进设计手段,基于环量控制技术优化功率转速特性、扩大高效稳定运行范围;建立可逆式发电电动机电磁场、温度场、线棒内电场及关键结构应力的三维有限元法数值仿真模型,并结合试验研究,优化电机电磁及结构设计,寻求电磁、冷却、绝缘、结构等的最优匹配设计方法;研究多电平变换器输出共模电压抑制技术,减轻发电机定子绕组绝缘压力[52],通过降低开关频率[53]和采用可控门级电阻控制技术提高变流器效率,通过虚拟同步机控制技术[54]实现电网友好型控制;针对不同水头/扬程、不同出力/入力下高效稳定运行与功率快速响应的协同控制难题,综合水泵水轮机功率转速特性、转子动能和全功率变流器的功率快速调整能力,通过变流器、调速器、励磁系统的协同控制,保证机组的稳定性和功率快速响应的要求;通过基于RTDS的硬件在环测试实验平台,对研制的控制系统进行测试验证;最后,基于现场的运行条件,实现水泵水轮机、发电电动机与变流器的参数匹配与优化,实现成套设备的高效集成和应用。
图4 变速恒频抽蓄成套设备研制技术路线
Fig.4 Technical route of variable speed constant frequency pumped storage equipment
示范应用是检验研究成果的重要手段。目前在国内,与水电相关的互补发电主要以高压大规模接入的“水光互补”联合发电系统为主[55]。在国外,可再生能源多以分布式形式接入与消纳,涉及的能源类型也更为丰富。目前,世界上已建成的水光蓄互补工程见表2。
示范应用研究技术路线如图6所示。通过现场调研,并对利用现有水电站新建抽水蓄能机组进行初步可研分析,选择示范区;收集示范区的相关历史数据,确定水电、光伏与抽水蓄能的容量配比;研究示范工程建设方案,在充分利用电站内输变电设备、厂房等基础上,完成变速恒频抽水蓄能机组的安装调试,对互补系统中常规水电机组和抽水蓄能机组运行特性进行测试与分析,完成系统联合调试;建设智能集控中心,部署软硬件系统,对互补系统运行特性进行测试分析,完成系统消缺和应用效果评价。
表2 世界上已建成水光畜互补工程
Tab.2 hydropower and photovoltaic complementary projects in the world
序号 名称或地点 装机规模 功能和特点1 龙羊峡水光互补工程[56]水电1280MW,光伏 320MW+530MW依托大型水库调节能力,可补偿光伏电站出力变化,提高互补电站的可调度能力2贵州省玉龙镇象鼻岭“水光互补”工程[57]水电240MW,光伏48MW共用输电通道,节约工程投资;利用水电平滑光伏出力波动得到稳定的水光互补发电曲线3青海海西州风、光、热、储多能互补项目[58]光伏200MW、风电400MW、光热 50MW、储能50MW以光热发电及蓄电池储能电站为调节电源,解决用电高峰期和低谷期电力输出的不平衡问题,提高能源利用效率4青海玉树2MW水光互补微电网发电示范项目[59]光伏2MW、水电12.8MW、储能15.2MWh光伏白天发电全部存储到蓄电池中,提升互补系统夜间发电能力5希腊 Ikaria岛风光水微电网互补发电系统[60]水电4.15MW、光伏1.04MW、风4.54MW、水泵3MW提高可再生能源接入能力,满足高峰负荷需求6 葡萄牙水光互补电站[61]水电68MW、光伏220kW在水电站库区利用浮动太阳能板建设光伏电站,节约土地资源
图5 示范应用研究技术路线
Fig.5 Technology route of demonstration application
本文分析了梯级水光蓄互补联合发电系统的特征和互补模式,提出了“多时间尺度耦合随机优化与控制”一个科学问题和“适应复杂动静态工况多时间尺度规划”“考虑随机特性的智能调度与优化控制”“动态运行区间分析与集群控制”“变速恒频抽水蓄能成套设备研制”四个关键技术问题。围绕解决科学技术问题,从容量配置与优化规划、联合运行控制与智能调度、变速恒频抽水蓄能成套设备研制以及示范应用四个方面,阐述了梯级水光蓄互补系统的研究框架和技术路线,为梯级水光蓄互补发电技术研究和相关工作开展提供研究思路。随着分布式光伏等新能源的进一步开发,就近与小水电等常规能源互补联合供电是有效保障地区电网供电能力、提升分布式能源友好并网水平的重要途径,希望本文的研究可为未来水光等多能源互补研究提供参考。
致谢:本文在文献调研、撰写过程中受到以下研究人员的帮助和支持:中国水利水电科学研究院马智杰教授,国电南瑞科技股份有限公司单鹏珠研高,四川大学刘继春教授、陈仕军博士,清华四川能源互联网研究院罗彬博士,国网四川省电力公司电力科学研究院王亮、苗树敏博士、石鹏博士,在此表示衷心的感谢。
[1]徐玉杰, 陈海生, 刘佳, 等.风光互补的压缩空气储能与发电一体化系统特性分析[J].中国电机工程学报, 2012, 32 (20): 88-95, 144.Xu Yujie, Chen Haisheng, Liu Jia, et al.Performance analysis on an integrated system of compressed air energy storage and electricity production with windsolar complementary method[J].Proceedings of the CSEE, 2012, 32(20): 88-95, 144.
[2]REN21《Renewables Global Status Report》[R].http://cngascn.com/public/uploads/file/20190625/201 90625151853_74253.pdf.
[3]International Energy Agency.Renewables 2018—Market analysis and forecast from 2018 to 2023[R].Paris: International Energy Agency, 2018.
[4]丁明, 王伟胜, 王秀丽, 等.大规模光伏发电对电力系统影响综述[J].中国电机工程学报, 2014, 34 (1):1-14.Ding Ming, Wang Weisheng, Wang Xiuli, et al.A review on the effect of large-scale PV generation on power systems[J].Proceedings of the CSEE, 2014,34(1): 1-14.
[5]陈国平, 李明节, 许涛, 等.关于新能源发展的技术瓶颈研究[J].中国电机工程学报, 2017, 37(1): 25-32.Chen Guoping, Li Mingjie, Xu Tao, et al.Study on technical bottleneck of new energy development[J].Proceedings of the CSEE, 2017, 37(1): 25-32.
[6]国家发展和改革委员会, 国家能源局.电力发展“十三五”规划(2016-2020年)[R].2016.
[7]徐林, 阮新波, 张步涵, 等.风光蓄互补发电系统容量的改进优化配置方法[J].中国电机工程学报,2012, 32(25): 88-98.Xu Lin, Ruan Xinbo, Zhang Buhan, et al.An Improved optimal sizing method for wind-solar-battery hybrid power system[J].Proceedings of the CSEE, 2012,32(25): 88-98.
[8]车泉辉, 娄素华, 吴耀武, 等.计及条件风险价值的含储热光热电站与风电电力系统经济调度[J].电工技术学报, 2019, 34(10): 2047-2055.Che Quanhui, Lou Suhua, Wu Yaowu, et al.Economic dispatching for power system of concentrated solar power plant with thermal energy storage and wind power considering conditional value-at-risk[J].Transactions of China Electrotechnical Society, 2019,34(10): 2047-2055.
[9]刘振亚, 张启平, 董存, 等.通过特高压直流实现大型能源基地风、光、火电力大规模高效率安全外送研究[J].中国电机工程学报, 2014, 34(16): 2513-2522.Liu Zhenya, Zhang Qiping, Dong Cun, et al.Efficient and security transmission of wind, photovoltaic and thermal power of large-scale energy resource bases through UHVDC projects[J].Proceedings of the CSEE,2014, 34(16): 2513-2522.
[10]丁明, 王波, 赵波, 等.独立风光柴储微网系统容量优化配置[J].电网技术, 2013, 37(3): 575-581.Ding Ming, Wang Bo, Zhao Bo, et al.Configuration optimization of capacity of standalone PV-winddiesel-battery hybrid microgrid[J].Power System Technology, 2013, 37(3): 575-581.
[11]叶林, 屈晓旭, 么艳香, 等.风光水多能互补发电系统日内时间尺度运行特性分析[J].电力系统自动化, 2018, 42(4): 1-7.Ye Lin, Qu Xiaoxu, Yao Yanxiang, et al.Analysis on intraday operation characteristics of hybrid windsolar-hydro power generation system[J].Automation of Electric Power Systems, 2018, 42(4): 1-7.
[12]侯文庭, 韦化.考虑核电可调度性的风-光-核-水-火多源协调短期优化调度[J].电工技术学报, 2018,33(12): 2873-2882.Hou Wenting, Wei Hua.A multi-source coordinated short-term dispatch model considering the dispatchability of nuclear power plants[J].Transactions of China Electrotechnical Society, 2018,33(12): 2873-2882.
[13]陈柏翰, 冯伟, 孙凯, 等.冷热电联供系统多元储能及孤岛运行优化调度方法[J].电工技术学报,2019, 34(15): 3231-3243.Chen Pohan, Feng Wei, Sun Kai, et al.Multi-energy storage system and islanded optimal dispatch method of CCHP[J].Transactions of China Electrotechnical Society, 2019, 34(15): 3231-3243.
[14]马伟, 王玮, 吴学智, 等.平抑光伏并网功率波动的混合储能系统优化调度策略[J].电力系统自动化, 2019, 43(3): 58-69.Ma Wei, Wang Wei, Wu Xuezhi, et al.Optimal dispatching strategy of hybrid energy storage system for smoothing power fluctuation caused by gridconnected photovoltaic[J].Automation of Electric Power Systems, 2019, 43(3): 58-69.
[15]甘伟, 郭剑波, 艾小猛, 等.应用于风电场出力平滑的多尺度多指标储能配置[J].电力系统自动化,2019, 43(9): 92-99.Gan Wei, Guo Jianbo, Ai Xiaomeng, et al.Multi-scale multi-index sizing of energy storage applied to fluctuation mitigation of wind farm[J].Automation of Electric Power Systems, 2019, 43(9): 92-99.
[16]王灿斌, 王家陈.基于小水电富集地区电网的调控难点分析及探讨[J].电工技术, 2019(20): 68-69.Wang Canbin, Wang Jiachen.Analysis and discussion on difficulties of power grid regulation in small hydropower enriched area[J].Electrical Technology,2019(20): 68-69.
[17]Cheng Chuntian, Miao Shumin, Luo Bin, et al.Forecasting monthly energy production of small hydropower plants in ungauged basins using grey model and improved seasonal index[J].Journal of Hydroinfomatics, 2017, 19(6): 993-1008.
[18]徐玉韬, 袁旭峰, 武晋辉, 等.规模化小水电群功率快速控制系统及其在贵州电网中的应用[J].电子测量技术, 2019, 42(18): 8-13.Xu Yutao, Yuan Xufeng, Wu Jinhui, et al.Power rapid control system based on scaled small hydropower stations and it’s application in Guizhou power grid[J].Electronic Measurement Technology, 2019, 42(18): 8-13.
[19]中国抽水蓄能电站装机居世界第一 六座电站同日开建[J].南方能源建设, 2017, 4(增刊1): 153.China's installed capacity of pumped storage power station ranks first in the world[J].Southern Energy Construction, 2017, 4(S1):153.
[20]高苏杰.抽水蓄能的责任[J].水电与抽水蓄能,2015, 1(3): 1-6.Gao Sujie.The responsibility of pumped storage[J].Hydropower and Pumped Storage, 2015, 1(3): 1-6.
[21]Xu Xiao, Hu Weihao, Cao Di, et al.Optimized sizing of a standalone PV-wind-hydropower station with pumped-storage installation hybrid energy system[J].Renewable Energy, 2020, 147: 1418-1431.
[22]荆朝霞, 胡荣兴, 袁灼新, 等.含风/光/抽水蓄能并计及负荷响应的海岛微网优化配置[J].电力系统自动化, 2017, 41(1): 65-72, 116.Jing Zhaoxia, Hu Rongxing, Yuan Zhuoxin, et al.Capacity configuration optimization for island microgrid with wind/solar/pumped storage considering demand response[J].Automation of Electric PowerSystems, 2017, 41(1): 65-72, 116.
[23]Al-Ghussain L, Taylan O, Baker D K.An investigation of optimum PV and wind energy system capacities for alternate short and long-term energy storage sizing methodologies[J].International Journal of Energy Research, 2019, 43(1): 204-218.
[24]Kittner N, Gheewala S H, Kammen D M.Energy return on investment (EROI) of mini-hydro and solar PV systems designed for a mini-grid[J].Renewable Energy, 2016, 99: 410-419.
[25]Silverio N M, Barros R M, Tiago Filho G L, et al.Use of floating PV plants for coordinated operation with hydropower plants: case study of the hydroelectric plants of the Sao Francisco River basin[J].Energy Conversion & Management, 2018, 171(PT.1-1082):339-349.
[26]Deng Zhenchen, Xiao Jinyu, Zhang Shikun, et al.Economic feasibility of large-scale hydro-solar hybrid power including long distance transmission[J].Global Energy Interconnection, 2019, 2(4): 290-299.
[27]Zhang Qianwen.Research on scheduling optimization for an integrated system of wind-photovoltaic-hydropumped storage[J].The Journal of Engineering, 2017,2017(13): 1210-1214.
[28]Howlader H O R, Sediqi M M, Ibrahimi A M, et al.Optimal thermal unit commitment for solving duck curve problem by introducing CSP, PSH and demand response[J].IEEE Access, 2018, 6: 4834-4844.
[29]李建林, 郭斌琪, 牛萌, 等.风光储系统储能容量优化配置策略[J].电工技术学报, 2018, 33(6): 1189-1196.Li Jianlin, Guo Binqi, Niu Meng, et al.Optimal configuration strategy of energy storage capacity in wind/PV/storage hybrid system[J].Transactions of China Electrotechnical Society, 2018, 33(6): 1189-1196.
[30]Zhang Yusheng, Ma Chao, Lian Jijian, et al.Optimal photovoltaic capacity of large-scale hydrophotovoltaic complementary systems considering electricity delivery demand and reservoir characteristics[J].Energy Conversion and Management, 2019, 195: 597-608.
[31]Apostolopoulou D, De Greve Z, McCulloch M.Robust optimisation for hydroelectric system operation under uncertainty[J].IEEE Transactions on Power Systems,2018, 33(3): 3337-3348.
[32]Kanzumba K.Hybrid DG-PV with ground water pumped hydro storage for sustainable energy supply in arid areas[J].Journal of Energy Storage, 2018, 18:84-89.
[33]彭政, 崔雪, 王恒, 等.考虑储能和需求侧响应的微网光伏消纳能力研究[J].电力系统保护与控制,2017, 45(22): 63-69.Peng Zheng, Cui Xue, Wang Heng, et al.Research on the accommodation of photovoltaic power considering storage system and demand response in microgrid[J].Power System Protection and Control, 2017, 45(22):63-69.
[34]Li Yanxue, Gao Weijun, Ruan Yingjun, et al.The performance investigation of increasing share of photovoltaic generation in the public grid with pump hydro storage dispatch system, a case study in Japan[J].Energy, 2018, 164(1): 811-821.
[35]吴杰, 丁明, 张晶晶.基于云模型和 k-means聚类的风电场储能容量优化配置方法[J].电力系统自动化, 2018, 42(24): 67-76.Wu Jie, Ding Ming, Zhang Jingjing.Capacity configuration method of energy storage system for wind farm based on cloud model and k-means clustering[J].Automation of Electric Power Systems,2018, 42(24): 67-76.
[36]许志恒, 张勇军, 陈泽兴, 等.考虑运行策略和投资主体利益的电转气容量双层优化配置[J].电力系统自动化, 2018, 42(13): 76-84.Xu Zhiheng, Zhang Yongjun, Chen Zexing, et al.Bilevel optimal capacity configuration for power to gas facilities considering operation strategy and investment subject benefit[J].Automation of Electric Power Systems, 2018, 42(13): 76-84.
[37]Feng Zhongkai, Niu Wenjing, Cheng Chuntian, et al.Optimization of hydropower system operation by uniform dynamic programming for dimensionality reduction[J].Energy, 2017, 134: 718-730.
[38]Chang Jianxia, Bai Tao, Huang Qiang, et al.Optimization of water resources utilization by PSOGA[J].Water Resources Management, 2013, 27(10):3525-3540.
[39]Guo Xuning, Hu Tiesong, Wu Conglin, et al.Multi-objective optimization of the proposed multi-reservoir operating policy using improved NSPSO[J].Water Resources Management, 2013, 27(7): 2137-2153.
[40]Guo Xuning, Hu Tiesong, Zhang Tao, et al.Bilevel model for multi-reservoir operating policy in interbasin water transfer-supply project[J].Journal of Hydrology, 2012, 424-425: 252-263.
[41]Niu Wenjing, Feng Zhongkai, Cheng Chuntian, et al.A parallel multi-objective particle swarm optimization for cascade hydropower reservoir operation in southwest China[J].Applied Soft Computing Journal,2018, 70: 562-575.
[42]Wang Xianxun, Edgar V, Xiao Weihua, et al.Clustering and dispatching hydro, wind, and photovoltaic power resources with multiobjective optimization of power generation fluctuations: a case study in southwestern China[J].Energy, 2019, 189:116250.
[43]张睿.流域大规模梯级电站群协同发电优化调度研究[D].武汉: 华中科技大学, 2014.
[44]Sachdev H S, Akella A K, Kumar N.Analysis and evaluation of small hydropower plants: a bibliographical survey[J].Renewable and Sustainable Energy Reviews, 2015, 51: 1013-1022.
[45]赖昌伟, 黎静华, 陈博, 等.光伏发电出力预测技术研究综述[J].电工技术学报, 2019, 34(6): 1201-1217.Lai Changwei, Li Jinghua, Chen Bo, et al.Review of photovoltaic power output prediction technology[J].Transactions of China Electrotechnical Society, 2019,34(6): 1201-1217.
[46]许伟, 肖湘宁.基于模式转换的独立微电网实时运行控制[J].电工技术学报, 2019, 34(增刊 1): 282-291.Xu Wei, Xiao Xiangning.Real-time operational control of stand-alone microgrid based on mode switch[J].Transactions of China Electrotechnical Society, 2019, 34(S1): 282-291.
[47]Furuya S, Fujiki S, Hioki T, et al.Development and achieved commercial operation experience of the world's first commissioned converter-fed variablespeed generator-motor for a pumped storage power plant[C]//Cigre Paper, Japan, 1992.
[48]ALPIQ.Nant de Drance hydropower project.Dec.18,2015[R/OL].http://www.alpiq.com/what-we-offer/ourassets/hydropower/hydropower-plant-projects/nant-dedrance.jsp.
[49]贾金生, 郝巨涛.国外水电发展概况及对我国水电发展的启示(四)——瑞士水电发展及启示[J].中国水能及电气化, 2010(6): 3-7, 12.Jia Jinsheng, Hao Jutao.Introduction of overseas hydropower development and inspiration on hydropower development in China[J].China Water Power & Electrification, 2010(6): 3-7, 12.
[50]Kunz T.Business case results about potential upgrade of five EU pumped hydro storage plants to variable speed, 2015 eStorage project workshop[R].2016,http://www.estorage-project.eu/documentlibrary.
[51]陈隆.三河口水利枢纽抽水, 供水, 发电系统水工模型试验研究[D].西安: 西北农林科技大学, 2013.
[52]Jiang Dong, Chen Jianan, Shen Zewei.Common mode emi reduction through PWM methods for three-phase motor controller[J].CES Transactions on Electrical Machines and Systems, 2019, 3(2):133-142.
[53]郭磊磊, 金楠, 韩东许, 等.背靠背永磁直驱风电变流器共模电压抑制方法[J].电机与控制学报,2018, 22(6): 77-86, 95.Guo Leilei, Jin Nan, Han Dongxu, et al.Commonmode voltage suppression strategy for back-to-back permanent-magnet direct-drive wind power converters[J].Electric Machines and Control, 2018,22(6): 77-86, 95.
[54]万晓凤, 詹子录, 丁小华, 等.基于虚拟同步发电机的多逆变器并联改进控制策略[J].电机与控制学报, 2020, 24(2): 118-127.Wan Xiaofeng, Zhan Zilu, Ding Xiaohua, et al.Improved control strategy of multi-inverter parallel based on virtual synchronous generator[J].Electric Machines and Control, 2020, 24(2): 118-127.
[55]庞秀岚, 张伟.水光互补技术研究及应用[J].水力发电学报, 2017, 36(7): 1-13.Pang Xiulan, Zhang Wei.Hydro-photovoltaic complementary technology research and application[J].Journal of Hydroelectric Engineering, 2017, 36(7): 1-13.
[56]龚传利, 王英鑫, 陈小松, 等.龙羊峡水光互补自动发电控制策略及应用[J].水电站机电技术, 2014,37(3): 63-64, 114.Gong Chuanli, Wang Yingxin, Chen Xiaosong, et al.The automatic generation control strategy and application of Longyang Gorge hydropower compensation photovoltaic power[J].Mechanical &Electrical Technique of Hydropower Station, 2014,37(3): 63-64, 114.
[57]黄鹤, 秦岭, 魏道万.“水光多能互补”清洁能源创新发展管理[J].中国电力企业管理, 2018, 541(28): 52-55.Huang He, Qin Ling, Wei Daowan.“Hydrophotovoltaic multi-energy hybrid power” clean energy innovation and development management[J].China Power Enterprise Management, 2018, 541(28): 52-55.
[58]陈希章.建立基于多能互补的化工园区能源供应体系浅析(二)[J].化学工业, 2019, 37(3): 42-51.Chen Xizhang.Analysis of energy supply system in chemical industry park based on multi-energy complementarity[J].Chemical Industry, 2019, 37(3):42-51.
[59]贾明.玉树建成我国最大规模水光互补微网电站[N].青海日报, 2012.01.01.
[60]Papaefthymiou S V, Karamanou E G, Papathanassiou S A, et al.A wind-hydro-pumped storage station leading to high RES penetration in the autonomous island system of ikaria[J].IEEE Transactions on Sustainable Energy, 2010, 1(3): 163-172.
[61]Buil J M, Gil A.The role of hydro and future pumped storage plans in Spain[J].Hydro Power & Dams, 2006,13(3): 68-71.
Key Technologies and Research Prospects for Cascaded Hydro-Photovoltaic-Pumped Storage Hybrid Power Generation System
韩晓言 男,1965年生,博士,教授级高级工程师,研究方向为电力系统安全稳定分析及控制。E-mail:hanxiaoyansc@163.com
陈 刚 男,1985年生,博士,高级工程师,研究方向为电力系统动态安全稳定分析及控制、网源协调。E-mail:gangchen_thu@163.com(通信作者)