何星遙 孫嘉偉 宋子達 董宜琛

摘 要：在雙碳目標下，利用水、風、光等可再生資源解決新能源發(fā)電中的消納問題顯得尤為重要。重點探討了風電、光伏等可再生能源并網(wǎng)的挑戰(zhàn)，特別是它們的間歇性和不可控性問題，以及水電在緩解這些問題中的關鍵作用。通過提出水光互補和水風互補的概念，強調了水電在平衡可再生能源發(fā)電和提升整體能效方面的重要性。同時，深入研究了多種優(yōu)化模型和交易策略，為水風光互補運行提供了新的思路。

關鍵詞：水電調節(jié)；多能互補系統(tǒng)；交易策略

中圖分類號：TM73；TV74 文獻標志碼：A

0 引 言

雙碳目標下，利用風光水等可再生資源解決新能源發(fā)電中的消納問題已成為當務之急[1-3]。在過去的十多年里，我國的新能源發(fā)電取得了顯著的發(fā)展[4-7]（見圖1）。風電和光伏發(fā)電的間歇性和不可控性以及其他多種因素的綜合影響，使得這一問題持續(xù)備受關注[8-10]。特別是隨著并網(wǎng)規(guī)模的快速擴大，出現(xiàn)了諸如棄電風險和高比例清潔能源系統(tǒng)運行不穩(wěn)定等問題[11-14]，多能互補系統(tǒng)尤其是水風光互補系統(tǒng)在我國新能源集中消納方面扮演著重要角色[15-22]。與儲能相比，傳統(tǒng)水電技術成熟，具有卓越的調節(jié)能力，是我國最大規(guī)模的清潔能源發(fā)電方式之一，與風電和光伏發(fā)電規(guī)模較為匹配[23]。然而，實際工程中存在著發(fā)電調度等諸多難點和問題，例如如何有效地管理多種能源之間的協(xié)調發(fā)電、如何應對突發(fā)情況等，迫切需要通過進一步的理論和技術研究，尋求解決方案，推動多能互補系統(tǒng)在新能源領域的應用和發(fā)展，為構建清潔能源基地、實現(xiàn)高比例清潔能源電網(wǎng)做出更大貢獻。

1 水風光互補特性分析

1.1 水風光出力特性

目前，水風光出力波動性主要有三個指標，分別為波動率、爬坡率、偏移度[24-25]。波動率是為了衡量水風光出力穩(wěn)定性，選取相近時間點一次出力變化作為一次波動。一段時間內，機組出力最大、最小值相差超過25%，視作一次爬坡事件。偏移度定義為出力與基準值的偏移程度。三者均是衡量水風光出力穩(wěn)定性的重要指標。

（1）波動率FR表達式為

式中：γi為離散時間點i對應時刻的功率波動量；Pi為離散時間點i對應時刻的功率；nT為所選時間段內離散時間點的數(shù)量。

爬坡率RR表達式為

式中：選定時間序列內的爬坡次數(shù)表示為總爬坡幅度AOR；Pib為第i次爬坡事件起始時刻對應的功率；Pie為第i次爬坡事件終止時刻對應的功率；ti為第i次爬坡事件持續(xù)的時間長度。

偏移度OR表達式為

式中：為所選時間段內功率的平均值。

圖2為典型日波動率、爬坡率、互補率?？芍?，同一典型日內，水電出力波動率、爬坡率、偏移度均最小，平穩(wěn)性最好；風電和光伏出力受當日氣候條件影響，波動率、爬坡率、偏移度并沒有明確的高低之分。風電、光伏發(fā)電、水電三者中，風電和光伏受氣候影響較大，在制定運行策略時，應充分考慮二者的不確定性。

1.2 風光不確定性表征

風光出力不確定性是風光發(fā)電系統(tǒng)性能評估中的重要考量。為了應對這一挑戰(zhàn)，學者們提出了多種處理方法。場景模擬和不確定性集合是兩種主流處理方法[26]。場景模擬通過模擬多種可能的氣象條件和環(huán)境因素來評估系統(tǒng)性能和可靠性，常見的場景構造方法有蒙特卡羅抽樣方法[27]、自回歸滑動平均模型[28]，場景縮減方法有聚類算法[29]等。場景分析法的核心是保證生成場景的精準度，提高生成場景的運算效率。而不確定性集合則將不同不確定性源整合成一個綜合的集合，以更全面地理解和量化風光功率的變動范圍[30]。隨機優(yōu)化和魯棒優(yōu)化是兩種常見的優(yōu)化方法，分別對應場景模擬和不確定性集合。場景分析法和魯棒優(yōu)化方法中的多面體集合是兩種處理風光發(fā)電出力不確定性的技術手段。這些方法和技術的綜合應用可以幫助我們更好地理解和處理風光發(fā)電系統(tǒng)的不確定性，進而提高系統(tǒng)的性能和可靠性。

1.3 互補出力特性

風電、光伏和水電作為可再生能源，在電力系統(tǒng)中扮演著越來越重要的角色。它們各自具有優(yōu)勢，但也存在一些限制。其中，風電和光伏能源的不穩(wěn)定性和波動性是目前電力系統(tǒng)中面臨的主要問題之一。通過研究發(fā)現(xiàn)，在時間尺度上，這些能源之間存在著明顯的互補特性[31-32]。這種互補性意味著當一個能源出現(xiàn)波動時，另一個能源可能處于較高產出狀態(tài)，可以相互補充。

在評價風電、光伏和水電互補性時，常用的指標包括出力相關系數(shù)、互補率和互補系數(shù)。圖3為典型日出力相關系數(shù)、互補率、互補系數(shù)。出力相關系數(shù)反映了不同能源之間的相關性程度，互補率則表示在特定時間段內，互補能源的利用程度，而互補系數(shù)則綜合考慮了前兩個因素。研究表明，風能和太陽能在不同時間尺度上呈負相關性，這為建立互補系統(tǒng)提供了理論依據(jù)。

（1）出力相關系數(shù)。通常采用Pearson相關系數(shù)度量兩個變量序列的相關性，Pearson相關系數(shù)通常用r表示[33]。計算式為

式中：Xt、Yt分別為第i時段的變量X與變量Y的屬性值；、為分別為變量 X 與變量Y 的平均屬性值。

（2）互補率。在風能和光伏方面，“互補率”通常指的是這兩種可再生能源之間的互補程度[34]。計算式為

式中：σ h、σ w、σ p分別為水電、風電、光電出力的標準差；σ all為接入互補系統(tǒng)所有能源出力的標準差。γ值越大，互補運行的效果越差；γ值越小，互補運行的效果越好。

（3）互補系數(shù)。水風光互補運行時，如果風光變化能夠相互抵消，維持總發(fā)電量的相對平穩(wěn)，則說明二者具有互補性[35]。采用互補系數(shù)IC定量評估風電和光伏功率疊加后的互補性[36]。計算式為

式中：ct為t+1時刻的互補程度；δtp、δtw、δth分別表示光伏、風電和水電t+1時刻的功率變化量標幺值。ct的絕對值越小，互補性越強。當ct= 0，表明該時刻多種能源實現(xiàn)完全互補。

1.4 水電調節(jié)能力

多能互補的基本原理是利用水輪機組的快速調節(jié)能力，抵消新能源發(fā)電的波動，以滿足電網(wǎng)對穩(wěn)定負荷的需求[37]。充分發(fā)揮水電的調節(jié)能力是水風光互補運行的重中之重，水電的運行外送是水風光協(xié)同優(yōu)化外送的基礎[38]。有學者提出了跨流域梯級水電站滾動逐時優(yōu)化調度模型，以快速平衡負荷需求。該模型能夠實現(xiàn)短期調度與實時調度的無縫耦合[39]。申建建等[40]針對大型流域梯級和主要水電站，構建調峰調度模型，提出平衡電站等負荷率調度方法，實現(xiàn)系統(tǒng)調峰響應和全時段負荷平衡。張粒子等[41]基于市場環(huán)境，深入分析了梯級上、下游水電站之間的水力、電力耦合關系，將下游電站作為電量和價格的接受者，以入庫平衡的方式運行，給出了一個簡潔直觀的日前市場出清模型。程雄等[42]針對特高壓支流外送，提出了按需供給、多電源互補的大規(guī)?？鐓^(qū)特高壓直流水電網(wǎng)省兩級協(xié)調電力控制和電量控制優(yōu)化調度模型。綜合上述文獻，本文給出了較為典型的水電出力公式和約束條件，鑒于水電的調度是一個多目標問題，所以目標函數(shù)需要根據(jù)具體情況進行更改。

水電出力表達式為

式中：Nh為水電出力；K為綜合出力系數(shù)；Qg為發(fā)電流量（m3 /s）；H為水頭。

典型約束條件為

（1）水庫水位約束

式中：Zu，k，t為第k個水庫在第t個時段的上游水位；和分別為上游水位的上下限。

（2）水庫下泄流量約束

式中：Qk，t為第k個水庫在第t個時段的總下泄流量；和 分別分別為總下泄流量的上下限。

（3）水庫出力約束

式中：Nh，k，t為第k個水庫在第t個時段的發(fā)電出力；和分別為發(fā)電出力的上下限。

（4）水量平衡約束

式中：Vk，t和Vk，t+1分別為第k個水庫在第t個時段的初末庫容；Ik，t為第k個水庫在第t個時段的入庫流量；Qk，t為第k個水庫在第t個時段的出庫流量；Evk，t分別為第k個水庫在第t個時段的蒸發(fā)損失；Δt 為時段時長。

（5）備用約束

式中：I為發(fā)電機組編號，Gi表示發(fā)電機組數(shù)量；ui，g，t

表示在時間t，第i個發(fā)電機組g的開機狀態(tài)（1表示開機，0表示關機）；表示第i個發(fā)電機組g的最大出力；Pi，g，t表示在時間t，第i個發(fā)電機組g的實際出力；表示第i個發(fā)電機組g的最小出力；δ為系統(tǒng)要求的負荷備用率；PL，t表示t時刻系統(tǒng)發(fā)電量。

2 水風光互補運行

2.1 風光互補短期優(yōu)化模型

學者們對水風光短期互補調度外送問題進行了大量研究。聞昕等[43]提出了一種電源優(yōu)化布局模型，可以有效確定不同并網(wǎng)點接入水電、風電和光伏的裝機容量，將這些可再生能源資源打捆并外送，為綜合利用多種可再生能源提供了重要的方法。Traca等[44]采用蒙特卡羅模擬方法，通過研究容量配置、水電滲透率、負載損失率等因素，評估水風光聯(lián)合系統(tǒng)的可靠性。羅彬等[45]考慮光伏出力的不確定性，提出了梯級水光互補系統(tǒng)的短期優(yōu)化調度模型，通過精細建模電站、機組和電網(wǎng)約束，實現(xiàn)梯級負荷的合理調配，提高互補系統(tǒng)整體消納水平。為應對大規(guī)模間歇性供電的不確定性，文獻[46]引入了魯棒優(yōu)化理論，建立了具有可調不確定性預算的柔性魯棒優(yōu)化調度模型，并研究了不確定性預算決策方法，以實現(xiàn)混合電力系統(tǒng)的可靠性和經(jīng)濟性的協(xié)調。這些研究為水風光短期互補發(fā)電系統(tǒng)提供了豐富的思路和方法，為相關研究提供了寶貴借鑒和參考。

2.2 水風光互補長期優(yōu)化協(xié)調

2.2.1 水風光互補長短期時間尺度耦合

水風光互補系統(tǒng)在可再生能源領域中具有巨大的潛力，但其靈活性和長期運行效益之間存在著一定的矛盾。一方面，水風光互補系統(tǒng)的靈活性可以有效地補償風光功率的波動性和間歇性，提高電力系統(tǒng)的穩(wěn)定性和可靠性。另一方面，過度依賴于水電調節(jié)能力可能影響水電系統(tǒng)的長期運行效益，加劇電力系統(tǒng)的負荷波動[47]。

為了克服這一矛盾，需要解決多尺度耦合問題，即在不同時間尺度上統(tǒng)一考慮水、風、光等能源之間的相互作用。目前的研究主要集中在優(yōu)化調度和時間尺度耦合方面，以最大限度地提高水風光互補系統(tǒng)的經(jīng)濟性和可靠性。然而，現(xiàn)有研究往往局限于對系統(tǒng)的簡化處理，忽視了復雜的實際情況，導致模型的局限性和應用的不足[48]。

因此，開展多尺度嵌套分析與研究對構建多能互補理論與方法體系至關重要。這種分析方法將不同時間尺度上的系統(tǒng)特征和運行規(guī)律進行有機融合，更好地揭示水風光互補系統(tǒng)的運行機制和優(yōu)化調度策略[49]。在這一基礎上，可以建立更為全面、準確的長期調度規(guī)則，更好地應對多能互補系統(tǒng)中的概率約束、風險規(guī)避和不確定性等挑戰(zhàn)。Ming等[50]以龍羊峽水光互補工程為例，深入研究其長期運行效益與調度策略之間的關系，探索多尺度耦合問題的解決方案。

2.2.2 水風光互補長期多目標優(yōu)化模型

長期優(yōu)化調度是一個多目標問題，建模和求解的難度均較大。葛曉琳等[51]綜合考慮檢修計劃影響、梯級水電站間水力約束以及風力、熱力與電力相互耦合的復雜約束，建立風水火長期優(yōu)化調度模型。明波等[52]將光伏調節(jié)目標納入長期運行模型，利用短期運行模型推導出水電發(fā)電量與光伏削減率之間的關系，以混合動力裝置的總發(fā)電量最大化和供電可靠性最大化為目標，建立一個多目標優(yōu)化模型，定量地描述了棄光量與水電出力的關系，為長短期尺度耦合下的水風光互補外送提供了理論支持。由于水風光互補運行是一個多目標、多約束的復雜問題，一般以水風光互補系統(tǒng)綜合發(fā)電效益最大、棄電量最小等為多目標評價準則[53-54]。

3 市場參與策略研究

與傳統(tǒng)火電相比，新能源發(fā)電的不穩(wěn)定性導致其參與現(xiàn)貨市場極易承擔投標偏差懲罰，電價不確定性則進一步增大了偏差懲罰損失，使其缺乏市場競爭力。因此，采用水電平抑新能源的出力波動性，促進新能源的并網(wǎng)消納，增加新能源的市場競爭力顯得尤為重要。

目前，多數(shù)研究主要針對調度側，基于發(fā)電主體利益的策略研究相對較少，并未充分發(fā)揮市場配置資源的決定作用。Cerejo等[55]基于風電功率預測信息，對水風聯(lián)合參與現(xiàn)貨市場的方式進行研究，給出了水電補償風電出力偏差的最優(yōu)日運行策略。Angarita等[56]考慮風電出力不確定性導致的不平衡系統(tǒng)成本過高，制定了日前市場水風聯(lián)合競價策略，并利用水電靈活的調節(jié)能力抵消出力不確定性影響，使水力發(fā)電機組和風力發(fā)電機組的聯(lián)合利潤最大化。Kne?evic等[57]提出了水風最優(yōu)聯(lián)合報價的兩階段模型，其中第一階段目標是實現(xiàn)主要場景利潤最大化，然后將獲得的生產計劃在第二階段可能發(fā)生的其他場景中進行測試，目標是使不平衡懲罰或預期日前價格變化引起的利潤減少最小。白慶立等[58]從價格接受者角度，采用條件風險價值方法，提出了水風聯(lián)合參與現(xiàn)貨市場的競價模型。通過結合風電發(fā)電量和電力市場價格等多種不確定因素，利用笛卡爾積來構建一系列代表性場景。我國普遍存在梯級上、下游子系統(tǒng)多運營主體開發(fā)現(xiàn)象，上游子系統(tǒng)缺乏綜合考慮下游子系統(tǒng)發(fā)電效益的驅動力，難以實現(xiàn)水風光互補全系統(tǒng)收益最大化。針對該問題，劉方等[59]提出了下游子系統(tǒng)通過日內發(fā)電合約轉讓交易及系統(tǒng)不平衡懲罰彌補偏差電量新思路。基于CVaR框架建立下游子系統(tǒng)偏差電量組合交易風險決策模型，使組合交易在滿足預設定期望損失上限約束下，優(yōu)化最小CVaR風險。

電力市場運行的目的是提高公平和效率。在利益分配方面，目前普遍采用Shapley值法[60]、納什談判法[61]、邊際貢獻指數(shù)法[62]等。Shapley值法通過考慮各個代理做出的貢獻，公平地分配合作收益。納什談判法基于博弈論的原理，尋求在各方參與者之間實現(xiàn)公平和合理的收益分配[61]。當合作者是不同種類的電源（供電電源與調節(jié)電源）時，不適合僅以電量交互量大小來評估各合作者的談判能力，而應綜合考慮電量和電價因素的效益貢獻度為依據(jù)。為了體現(xiàn)聯(lián)盟效益分配的客觀公平性，李咸善等[62]提出了以各電源對提升聯(lián)盟利益所做的貢獻來量化利潤分配時的談判能力。

4 結束語

雙碳目標背景下，水風光互補運行模式對于優(yōu)化能源結構、提高可再生能源利用效率具有重要意義。本文詳細探討了水電、風電和光伏的出力特性、互補特性以及水風光長、短期互補運行的模式和交易策略。

隨著人工智能、大數(shù)據(jù)分析和區(qū)塊鏈等新興技術的不斷發(fā)展和應用，多能互補系統(tǒng)的監(jiān)控、優(yōu)化和管理將變得更加智能化和自動化。這將帶來更高的能源利用率、更低的運營成本以及更加靈活的能源交易模式。此外，隨著能源市場的逐漸開放和能源交易的國際化趨勢，基于水電調節(jié)的多能互補系統(tǒng)將成為能源市場的重要參與者。通過與其他能源系統(tǒng)的互聯(lián)互通，可以實現(xiàn)更大規(guī)模的能源調節(jié)和優(yōu)化，為能源市場的穩(wěn)定和可持續(xù)發(fā)展做出更大貢獻。在應用前景方面，基于水電調節(jié)的多能互補系統(tǒng)將在微電網(wǎng)、城市能源系統(tǒng)和工業(yè)能源系統(tǒng)等領域得到廣泛應用，為能源供應的可靠性、安全性和可持續(xù)性提供更好的保障，同時也為用戶提供更加靈活和經(jīng)濟的能源服務。

綜上所述，隨著技術的不斷進步和應用場景的不斷拓展，基于水電調節(jié)的多能互補系統(tǒng)和交易策略有著廣闊的發(fā)展前景和應用空間，將在未來能源領域發(fā)揮越來越重要的作用，為實現(xiàn)清潔、可持續(xù)、智能的能源發(fā)展做出更大的貢獻。

參考文獻：

[1] 習近平.在第七十五屆聯(lián)合國大會一般性辯論上的講話[J].中華人民共和國國務院公報，2020（28）：5-7.

[2] 程春田.碳中和下的水電角色重塑及其關鍵問題[J].電力系統(tǒng)自動化，2021，45（16）：29-36.

[3] 環(huán)保部.習近平：加快生態(tài)文明體制改革，建設美麗中國[J].環(huán)境與發(fā)展，2017，29（8）：4.

[4] 孫沛，范越，孫驍強，等.電力系統(tǒng)新能源等效消納能力及其工程應用[J].電工電能新技術，2023，42（8）：79-86.

[5] 李暉，劉棟，姚丹陽.面向碳達峰碳中和目標的我國電力系統(tǒng)發(fā)展研判[J].中國電機工程學報，2021，41（18）：6245-6259.

[6] 陳國平，董昱，梁志峰.能源轉型中的中國特色新能源高質量發(fā)展分析與思考[J].中國電機工程學報，2020，40（17）：5493-5506.

[7] 楊帆，夏榮立，楊威.碳達峰、碳中和背景下新能源發(fā)展趨勢研究[J].中國工程咨詢，2021（9）：22-26.

[8] 舒印彪，張智剛，郭劍波，等.新能源消納關鍵因素分析及解決措施研究[J].中國電機工程學報，2017，37（1）：1-9.

[9] 崔楊，張家瑞，王錚，等.計及價格型需求響應的風-光-光熱聯(lián)合發(fā)電系統(tǒng)日前調度策略[J].中國電機工程學報，2020，40（10）：3103-3114.

[10] 劉斌，張玉瓊，麻林巍，等.西北地區(qū)源端基地綜合能源系統(tǒng)的技術方案設計及優(yōu)化研究[J].中國電機工程學報，2021，41（2）：568-581.

[11] 崔楊，李崇鋼，趙鈺婷，等.考慮風-光-光熱聯(lián)合直流外送的源-網(wǎng)-荷多時段優(yōu)化調度方法[J].中國電機工程學報，2022，42（2）：559-573.

[12] 馬騰飛，裴瑋，肖浩，等.基于納什談判理論的風-光-氫多主體能源系統(tǒng)合作運行方法[J].中國電機工程學報，2021，41（1）：25-39，395.

[13] LUO G L，DAN E，ZHANG X C，et al. Why the Wind Curtailment of Northwest China Remains High[J]. Sustainability，2018，10（3）：570.

[14] CHENG C T，YAN L Z，MIRCHI A ，et al. Chinas Booming Hydropower：Systems Modeling Challenges and Opportunities[J]. Journal of Water Resources Planning and Management，2016，143（1）：02516002.

[15] HEMMATI R. Optimal Cogeneration and Scheduling of Hybrid Hydro-thermal-wind-solar System Incorporating Energy Storage Systems[J]. Journal of Renewable and Sustainable Energy，2018，10（1）：014102.

[16] SCHMIDT J，CANCELLA R，PEREIRA A O. An Optimal Mix of Solar PV，Wind and Hydro Power for a Low-carbon Electricity Supply in Brazil[J]. Renewable Energy，2016，85：137-147.

[17] WANG X X，MEI Y D，KONG Y J，et al. Improved Multi-objective Model and Analysis of the Coordinated Operation of a Hydro-wind-photovoltaic System[J]. Energy，2017，134：813-839.

[18] ZHOU J Z，LU P，LI Y Z，et al. Short-term Hydro-thermal-wind Complementary Scheduling Considering Uncertainty of Wind Power Using an Enhanced Multi-objective Bee Colony Optimization Algorithm[J]. Energy Conversion and Management，2016，123：116-129.

[19] 朱燕梅，陳仕軍，馬光文，等.計及發(fā)電量和出力波動的水光互補短期調度[J].電工技術學報，2020，35（13）：2769-2779.

[20] 陳逍瀟，張粒子，楊萌，等.考慮光伏發(fā)電功率波動性的AGC備用容量分析方法[J].電力系統(tǒng)自動化，2015，39（22）：16-21，52.

[21] TALJEGARD M，G?RANSSON L，ODENBERGER M，et al. Impacts of Electric Vehicles on the Electricity Generation Portfolio – a Scandinavian-German Case Study[J]. Applied Energy，2019，235：1637-1650.

[22] Electrical Energy Systems；Researchers at Ferdowsi University Release New Data on Electrical Energy Systems （A multi-attribute congestion-driven approach for evaluation of power generation plans）[J]. Technology & Business Journal，2015.

[23] YE X，TANG Q，LI T，et al. Optimal Capacity Proportion and Distribution Planning of Wind，Photovoltaic and Hydro Power in Bundled Transmission System[J]. IOP Conference Series：Materials Science and Engineering，2017，199（1）：012016.

[24] ARBELAITZ O，GURRUTXAGA I，MUGUERZA J，et al. An Extensive Comparative Study of Cluster Validity Indices[J].Pattern Recognition，2013，46（1）：243-256.

[25] 張路娜.風速時空波動特性及其在多能互補中的應用研究[D].北京：華北電力大學，2019.

[26] 申建建，王月，程春田，等.水風光多能互補發(fā)電調度問題研究現(xiàn)狀及展望[J].中國電機工程學報，2022，42（11）：3871-3885.

[27] 王蓓蓓，劉小聰，李揚.面向大容量風電接入考慮用戶側互動的系統(tǒng)日前調度和運行模擬研究[J].中國電機工程學報，2013，33（22）：35-44，8.

[28] ZHANG H，LU Z，HU W，et al.Coordinated Optimal Operation of Hydro–wind–solar Integrated Systems[J].Applied Energy，2019，242：883-896.

[29] 王群，董文略，楊莉.基于Wasserstein距離和改進K-medoids聚類的風電/光伏經(jīng)典場景集生成算法[J].中國電機工程學報，2015，35（11）：2654-2661.

[30] 李笑竹，王維慶，王海云，等.基于魯棒優(yōu)化的風光儲聯(lián)合發(fā)電系統(tǒng)儲能配置策略[J].太陽能學報，2020，41（8）：67-78.

[31] MONFORTI F ，HULD T ，B?DIS K ，et al.Assessing Complementarity of Wind and Solar Resources for Energy Production in Italy. a Monte Carlo Approach[J].Renewable Energy，2014，63：576-586.

[32] WIDEN J .Correlations Between Large-scale Solar and Wind Power in a Future Scenario for Sweden[J].IEEE Transactions on Sustainable Energy，2011，2（2）：177-184.

[33] 國世友，周振偉，劉春生.用風廓線指數(shù)律模擬風速隨高度變化[J].黑龍江氣象，2008，25（增刊1）：20-22.

[34] 熊偉.計及出力互補特性的風電-光伏-光熱聯(lián)合發(fā)電二層優(yōu)化調度[D].蘭州：蘭州理工大學，2021.

[35] 李洪美，羅建裕，萬秋蘭.含間歇性電源的發(fā)電資源互補優(yōu)化研究[J].電力系統(tǒng)保護與控制，2013，41（9）：34-39.

[36] 明波. 大規(guī)模水光互補系統(tǒng)全生命周期協(xié)同運行研究[D].武漢：武漢大學，2019.

[37] 葉林，屈曉旭，么艷香，等.風光水多能互補發(fā)電系統(tǒng)日內時間尺度運行特性分析[J].電力系統(tǒng)自動化，2018，42（4）：158-164.

[38] 程春田，武新宇，申建建，等.大規(guī)模水電站群短期優(yōu)化調度方法Ⅰ：總體概述[J].水利學報，2011，42（9）：1017-1024.

[39] XIONG C，LING Y T，LIU J，et al. Ultrashort-term Scheduling of Interbasin Cascaded Hydropower Plants to Rapidly Balance the Load Demand[J]. IEEE Access，2020，8：32737-32756.

[40] 申建建，張秀飛，曹瑞，等.水電富集電網(wǎng)大規(guī)模水電站群短期實用化調度方法[J].中國電機工程學報，2019，39（10）：2816-2828.

[41] 張粒子，劉方，許通，等.多運營主體梯級水電站參與的日前市場出清模型[J].電力系統(tǒng)自動化，2018，42（16）：104-110.

[42] 程雄，程春田，申建建，等.大規(guī)?？鐓^(qū)特高壓直流水電網(wǎng)省兩級協(xié)調優(yōu)化方法[J].電力系統(tǒng)自動化，2015，39（1）：151-158，232.

[43] 聞昕，劉凡騫，譚喬鳳.復雜水利-電力約束下梯級水電站短期多層級多目標優(yōu)化調度研究[J].水利學報，2023，54（4）：392-404.

[44] TRACA DE A A，MARTINS A，JESUS H，et al. Source Reliability in a Combined Wind-solar-hydro System[J]. IEEE Transactions on Power Apparatus and Systems，1983，PAS-102（6）：1515-1520.

[45] 羅彬，陳永燦，劉昭偉，等.梯級水光互補系統(tǒng)最大化可消納電量期望短期優(yōu)化調度模型[J].電力系統(tǒng)自動化，2023，47（10）：66-75.

[46] Differential Evolution；Recent Studies from Southeast University Add New Data to Differential Evolution （Flexible Robust Optimization Dispatch for Hybrid Wind/Photovoltaic/Hydro/Thermal Power System）[J]. Journal of Engineering，2016.

[47] OLAUSON J，AYOB M N，BERGKVIST M，et al.? Net Load Variability in Nordic Countries with a Highly or Fully Renewable Power System[J]. Nature Energy，2016，1（12）：16175.

[48] ENGLISH J，NIET T，LYSENG B，et al. Flexibility Requirements and Electricity System Planning：Assessing Inter-regional Coordination with Large Penetrations of Variable Renewable Supplies[J]. Renewable Energy，2020，145：2770-2782.

[49] MORILLO J L，Z?PHYR L，P?REZ J F，et al. Risk-averse Stochastic Dual Dynamic Programming Approach for the Operation of a Hydro-dominated Power System in the Presence of Wind Uncertainty[J]. International Journal of Electrical Power & Energy Systems，2020，115：105469.

[50] MING B，LIU P，GUO S，et al. Hydropower Reservoir Reoperation to Adapt to Large-Scale Photovoltaic Power Generation[J]. Energy，2019，179：268-279.

[51] 葛曉琳，張粒子，舒雋.風水火系統(tǒng)長期優(yōu)化調度方法[J].中國電機工程學報，2013，33（34）：153-161，24.

[52] 明波，李研，劉攀，等.嵌套短期棄電風險的水光互補中長期優(yōu)化調度研究[J].水利學報，2021，52（6）：712-722.

[53] 楊威，周松，王富平，等.考慮氣水打捆外送的氣水協(xié)調雙層優(yōu)化模型[J/OL].電網(wǎng)技術：1-16[2023-10-29].https：//doi.org/10.13335/j. 1000-3673.pst.2023.1048.

[54] 雷鴻萱，劉攀，馬黎，等.水風光多能互補系統(tǒng)中長期功率聯(lián)合預報[J].水力發(fā)電學報，2023，42（9）：22-33.

[55] CEREJO A ，MARIANO S J P S ，CARVALHO P M S ，et al. Hydro-wind Optimal Operation for Joint Bidding in Day-ahead Market：Storage Efficiency and Impact of Wind Forecasting Uncertainty[J].Journal of Modern Power Systems and Clean Energy，2020，8（1）：142-149.

[56] ANGARITA J L，USAOLA J，MART?NEZ-CRESPO J .Combined Hydro-wind Generation Bids in a Pool-based Electricity Market[J].Electric Power Systems Research，2009，79（7）：1038-1046.

[57] KNE?EVI? G，TOPI? D，JURI? M，et al. Joint Market Bid of a Hydroelectric System and Wind Parks[J].Computers & Electrical Engineering，2019，74：138-148.

[58] 白慶立，趙志鵬，靳曉雨，等.考慮風電出力和電價不確定性的水風聯(lián)合現(xiàn)貨市場競價策略[J/OL].電力系統(tǒng)自動化：1-15.[2024-01-11]http：//kns.cnki.net/kcms/detail/32.1180.tp.20230814.1316.010.html.

[59] 劉方，徐韻，鄧艷平，等.面向多重不確定性的梯級水風光互補系統(tǒng)競標電量偏差均衡風險決策模型[J/OL].華北電力大學學報（自然科學版）：1-12. [2024-01-11].https：//kns.cnki.net/kcms/detai/

13.1212.TM.20240103.1632.002.html.

[60] 譚忠富，宋藝航，張會娟，等.大規(guī)模風電與火電聯(lián)合外送體系及其利潤分配模型[J].電力系統(tǒng)自動化，2013，37（23）：63-70.

[61] 程瑜，胡紫豪，王婕.基于分布式交易的集群多能系統(tǒng)運行優(yōu)化[J].電工技術學報，2022，37（增刊1）：116-125.

[62] 李咸善，丁勝彪，李飛，等.考慮水電調節(jié)費用補償?shù)乃L光聯(lián)盟優(yōu)化調度策略[J/OL].中國電力：1-14.（2023-11-18）.https：//kns.cnki.net/kcms/detail/11.3265.TM.20231127.1758.011.html.

Review of Multi-energy Complementary Systems and Trading Strategies Based on Hydropower Regulation

HE Xingyao1，2，SUN Jiawei3，SONG Zida1，4，DONG Yichen1，2

（1. Laboratory of Hydro-Wind-Solar Multi-energy Control Coordination，Wuhan 430010，China；2. China Yangtze Power Co.，Ltd.，Wuhan 430010，China；3. School of Electrical and Electronic Engineering，North China Electrical Power University，Beijing 102206，China；4. Science and Technology Research Institute，China Three Gorges Corporation，Beijing 101100，China）

Abstract：To achieve the carbon peaking and carbon neutrality goals，it is particularly critical to utilize renewable resources such as hydro，wind and solar to address the consumption problem in new energy generation. This paper focuses on the challenges of grid integration of renewable energy sources such as wind and photovoltaic，in particular their intermittency and lack of controllability，hence underscoring the pivotal role of hydropower in mitigating these issues. Through proposing the concepts of hydro-photovoltaic （WPV）and hydro-wind （WW）systems，we highlight the importance of hydropower in balancing renewable energy generation and improving overall energy efficiency. In addition，we investigated a variety of optimization models and trading strategies in depth，offering new insights into the operation of hydro-wind-solar complementary system.

Key words：hydropower regulation；multi-energy complementary systems；trading strategies

基金項目：湖北省科技重點研發(fā)計劃項目（2022AAA007）

作者簡介：何星遙，男，工程師/經(jīng)濟師，本科，主要從事電力生產、電力營銷、電力交易相關工作。E-mail：he_xingyao@ctg.com.cn

通信作者：孫嘉偉，男，碩士研究生，主要從事電力市場、電力系統(tǒng)優(yōu)化調度相關工作。E-mail：120222201513@ncepu.edu.cn