一种流域尺度、气候尺度的未来水光风多能互补扩容模型

技术领域

本发明涉及新能源技术领域，尤其涉及一种流域尺度、气候尺度的未来水光风多能互补扩容模型。

背景技术

最大化消纳新能源，并根据新能源发电出力特点制定最优的多能互补策略，实现“碳达峰、碳中和”目标，是新型电力系统的重要理念。水、光、风气候资源是“零碳”的清洁能源，在新型电力系统理念下，水、光、风“零碳”能源的高质量开发利用面临新的挑战和机遇。目前，大规模水-光-风互补互济、打捆外送是促进水、光、风气候资源高质量开发利用的重要方式之一。但是，如何应对风、光出力不确定性所诱发的运行风险，并满足特高压直流输电功率的平稳性，是当前多能互补调度研究的难点问题(郭怿等,2022)。水、光、风发电出力受降水、辐射、气温、风速等气候(象)条件的影响显著，人为可控性较弱，因此研建水-光-风多能互补扩容模型(以下简称“互补扩容模型”)，不仅是解决这一问题的重要前提，也是实现水、光、风“零碳”能源最大化、最优化开发利用的重要途径。

目前，已有研究主要从电力调度、并网安全、供给侧需求、发电成本等方面构建了水-光-风多能互补调度模型。例如，考虑输电功率平稳性，通过优化电力系统输电功率、负荷分配策略等建立的水风光储互补调度方案，可提升系统调峰性能13.3～46％，从而有效降低系统的弃电和失负荷风险(郭怿等,2022)；基于风、光发电处理预测误差建立的以剩余负荷峰谷差最小为目标的水光风互补日前调峰随机优化模型，可实现供给侧需求的最优化(Liu et al.,2020)；考虑水光风互补系统的多维不确定性，以剩余负荷峰谷差最小为目标建立的随机优化水光风互补模型，可提高电力调度效率(Zhu et al.,2020)；以发电成本最低为目标构建的多能互补模型可提升总体发电经济效益(叶畅等,2021)；以水光风发电波动性最小与风光出力最大为目标建立的多能互补模型提高了短期发电出力量(An et al.,2020)；基于系统发电容量和备用容量耦合关系构建的多能互补调度模型，可在系统运行成本增加幅度不大的情况下，明显提升多能互补系统的供电可靠性(蒋万枭等,2020)。然而，上述水-光-风多能互补调度模型建立的原则是针对风、光发电出力预测的不确定性，制定合理、可靠的互补系统的短期发电计划，以满足短期电力调度的需求。换言之，现有水光风互补调度模型关注的是短期(小时、日)尺度、区域(电站)尺度上发电经济效益的最大化。

但是，受未来降水、风速、气温、辐射等气候(象)要素变化的影响，未来水、光、风气候资源必然也会发生显著的变化，且存在显著的时间、空间差异性。因此，在更大的时间尺度(如季节、年际，本发明称为“气候尺度”)和空间尺度(如几千、上万公里，本发明称为“流域尺度”)上，现有的短期、区域尺度上的多能互补调度模型会存在时、空不匹配的问题，制约着未来水、光、风基地化和资源大规模开发利用中的宏观政策规划。为适应并应对未来气候变化对水、光、风气候资源大规模开发利用带来的可能影响，即从宏观的、规划性的政策制定角度制定合理、可靠的水-光-风多能互补系统的长期规划，并实现水、光、风资源开发的优化布局与扩容，亟需在气候尺度和流域尺度上构建水-光-风多能互补和扩容的模型。

构建未来不同气候情景下的流域尺度、气候尺度的水-光-风多能互补扩容模型的核心问题：一是流域未来水资源除用于发电外，必须维持流域水源补给(居民用水、生态平衡)，这意味着必须要兼顾流域未来水资源的水源补给，构建未来水-光-风多能互补模型；二是为减缓碳排放引起的气候变化，需要将在满足流域未来水源补给前提下，使未来水、光、风发电互补和扩容过程中的出力最大化和最优化，以减少火电的碳排放。而这是现有关注短期发电计划的水-光-风多能互补调度模型所未考虑和涉及的问题。

发明内容

本发明所要解决的技术问题是提供一种流域尺度、气候尺度的未来水光风多能互补扩容模型。

为解决上述问题，本发明所述的一种流域尺度、气候尺度的未来水光风多能互补扩容模型，其特征在于：该模型由目标泛函maxf

其中：

maxf

式中：P

水源补给约束条件I：P

水源补给约束条件Ⅱ：R

电量出力约束条件：[P

电力平衡约束条件：P

如上所述模型的构建方法，包括以下步骤：

⑴调研研究区域中现有水、光、风电基地布局，水、光、风电基地的发电参数，以及历史时期水光风发电出力情况；

(2)使用观测资料和CMIP6未来不同气候变化情景的模式数据，驱动WRF-Hydro模式，由WRF-Hydro模式计算得到未来不同气候变化情景下的地表径流、流域面积、河道水量、水头高度、低层风速、低层气温、短波辐射的模拟结果；

⑶将步骤(2)中的各模拟结果输入到水电出力、光电出力、风电出力计算式中，结合步骤⑴中研究区域现有水、光、风基地布局，即得研究区域未来水电出力值P

⑷建立目标泛函maxf

⑸基于研究不确定优化问题的鲁棒优化算法，即使用CPLEX求解器(IBM ILOGCPLEX Optimization Studio)求解水-光-风多能互补扩容模型，得到未来不同气候变化情景下研究区域的水-光-风发电出力在时间上的最优解，根据下述条件即得未来水-光-风多能互补扩容方案：

若互补扩容模型最优解在未来某时段小于P

若互补扩容模型最优解在未来某时段大于P

若互补扩容模型最优解在未来某时段等于P

本发明与现有技术相比具有以下优点：

1、本发明考虑未来不同气候情景下流域的水源补给，以水、光、风资源利用最大化与流域水源补给相协调为核心，构建了流域尺度、气候尺度的水-光-风多能互补扩容模型，可填补流域尺度和气候尺度上多能互补扩容模型的空白。

2、本发明流域尺度、气候尺度的未来水-光-风多能互补扩容模型，可为适应和应对未来气候变化，从宏观层面、政策规划角度制定多能源互补和扩容系统的长期规划、优化布局提供理论和实践的新思路和新途径。

3、本发明所构建的互补扩容模型可为新能源开发利用与生态环境相协调发展提供新的视角。

附图说明

下面结合附图对本发明的具体实施方式作进一步详细的说明。

图1为本发明的流程图。

具体实施方式

一种流域尺度、气候尺度的未来水光风多能互补扩容模型，该模型由目标泛函maxf

其中：

maxf

式中：P

水源补给约束条件I：P

水源补给约束条件Ⅱ：R

电量出力约束条件：[P

电力平衡约束条件：P

本发明所述模型是以水、光、风资源利用最大化与流域水源补给相协调为核心，适用于空间尺度为流域，时间尺度为季节、年际的水-光-风多能互补扩容模型，旨在从宏观层面、政策规划角度实现未来多能源互补和扩容系统的长期规划、优化布局。

如图1所示，该模型的构建方法，包括以下步骤：

⑴调研研究区域中现有水、光、风电基地布局(基地位置、基地面积、装机容量等)，水、光、风电基地的发电参数，以及历史时期水光风发电出力情况。

(2)使用观测资料和CMIP6(是Coupled Model Intercomparison Project 6的简称，该计划提供了全球各国的历史情景和未来100年不同气候变化情景下的模拟产品)中的SSP126、SSP245、SSP370、SSP460、SSP585未来不同气候变化情景的模式数据，驱动WRF-Hydro模式(WRF-Hydro：是Weather Research and Forecasting–Hydrology Model的简称，是一种用于气候和水文模拟、预测的数值模式)，由WRF-Hydro模式计算得到未来不同气候变化情景下的地表径流、流域面积、河道水量、水头高度、低层风速、低层气温、短波辐射的模拟结果。

⑶将步骤(2)中的各模拟结果输入到水电出力、光电出力、风电出力计算式中，结合步骤⑴中研究区域现有水、光、风基地布局，即得研究区域未来水电出力值P

水、光、风发电出力的计算公式参考已有文献(姚桂红等，2023；Wang et al.,2021；田露等，2023)。具体方法如下：

①水电出力值P

P

式中：A为水电出力系数，由水的密度、重力加速度和水电站发电效率构成，水电出力系数取值如下：

H(t)为水头高度(单位：m)，由水的压力、水的密度和重力加速度构成，可通过CMIP6未来不同气候变化情景的数据驱动WRF-Hydro模式计算得到；

Q(t)为未来不同气候变化情景下水的流量随时间的变化(单位：m

F为流域面积(单位：m

q(t)为未来不同气候情景下河道水量随时间的变化(单位：mm)，由CMIP6未来不同气候变化情景的数据驱动WRF-Hydro模式计算得到；

T为每个月的实际天数(单位：day)。

②光电出力值P

式中：λ为光伏电站装机容量(单位：kW)，可参考现有光伏电站发电参数得到；

R

R

α

T

T(t)为未来不同气候情景下太阳能电池板温度随时间的变化(单位：℃)。

T

T

R

③风电出力值P

式中：δ为风电场装机容量(单位：kW)，可参考现有风电场发电参数得到；

V

V

⑷建立目标泛函maxf

⑸基于研究不确定优化问题的鲁棒优化算法，即使用CPLEX求解器(IBM ILOGCPLEX Optimization Studio)求解水-光-风多能互补扩容模型，得到未来不同气候变化情景下研究区域的水-光-风发电出力在时间上的最优解，根据下述条件即得未来水-光-风多能互补扩容方案：

若互补扩容模型最优解在未来某时段小于P

若互补扩容模型最优解在未来某时段大于P

若互补扩容模型最优解在未来某时段等于P