Page 7 - 《中国电力》2026年第4期

阮宏华等：风水储联合运行双层滚动优化调度方法 2026 年第 4 期

确定因素的存在，实际系统的执行情况可能与下
优化目标 最小化系统运行成本
上
层 发 的 控 制 计 划 存 在 偏 差 ， 因 此 在 每 次 滚 动 优 化
优 决策变量 长时间尺度水电站出力、储能设备出
化 力、储能设备充放能状态等 前，除了采用最新的预测数据之外，还须采样系
模
型 统在前一时段的实时状态进行反馈校正，确保滚
约束条件 水电站约束、风电出力约束、储能约束
动优化策略具有更好的准确性和鲁棒性。

上层调度计划值 下层调度计划修正值
优化目标 最小化系统出力偏差与运行成本
下 2 双层滚动优化调度模型
层
优 决策变量 短时间尺度水电站出力、储能设备出力等
化 2.1 上层优化模型
模
型
约束条件 水电站约束、风电出力约束、储能约束 2.1.1 上层模型目标函数

上 层 模 型 的 目 标 函 数 为 最 小 化 系 统 运 行 成
图 1 双层滚动优化模型结构
本，包括系统的运行维护成本、弃风成本、弃水
Fig. 1 Structure diagram of double-layer rolling
optimization model 成本、失负荷成本和储能运行成本，计算式为
k+N−1
k+N−1 ∑
小时级 k k+1 ... f = min (C 1 +C 2 +C 3 +C 4 +C 5 ) （1）
k k+1 k+2 ... k+N
预测数据 k k+1 k+2 ... k+N k+N+1 k
上
层 下 式中：f 为系统运行成本；C 为系统运行维护成
1
调 层
度 修 本；C 为弃风成本；C 为弃水成本；C 为失负
4
2
3
计 正
划 值 荷成本；C 为储能运行成本；k 为上层起始调度
5
分钟级 t t+1 ... t+n−1
t t+1 t+2 ... t+n
预测数据 时刻；N 为上层调度时段。
t t+1 t+2 ... t+n t+n+1
1）系统运行维护成本为
完成时段； 控制时段
M ∑
图 2 双层滚动优化框架 C 1 = R 1 P i ∆t +R 2 P w ∆t （2）
Fig. 2 Two-layer rolling optimization framework i=1
式中：R 、R 分别为水电站和风机的单位功率维
2
1
层，在第 k 个时段，采集未来 N 个时段内梯级水
护成本；P 、P 分别为水电站 i 和风机的输出功
w
i
电入流量、风电功率及负荷需求的预测值，以系
率 ； Δt 为 调 度 时 间 间 隔 ； M 为 水 电 站 的 数 量 。
统运行成本最优为优化目标，通过优化求解得到
2）弃风成本为
N 个时段的最优控制策略，将首个调度周期的优
C 2 = ω w (P w − P wt )∆t （3）
化结果传递至下层模型，作为功率修正的基准值。
t
w
下层为短时间尺度滚动优化层，将下层优化 式中：ω 为弃风单位成本；P 为风电消纳功率。
w
过程划分为 n 个时段，下层模型在 t 时刻获取上层 3）弃水成本为
 M 
优化确定的对应时段调度方案及储能系统工作状 ∑  

 
 P i − P st ∆t （4）

 
C 3 = ω s 
态。同时，结合最新的分钟级预测数据，以上层  i=1 
传递的功率作为基准进行优化，最小化系统出力
式中：ω 为弃水单位成本；P 为水电消纳功率。
s
t
s
偏差，进而对上层调度计划完成修正。在下层完
4）失负荷成本为
成一次滚动优化后，将更新后的系统状态反馈至
C 4 = ω l P loss ∆t （5）
上层模型，校正上层的调度计划值，上层使用校
l
式中：ω 为失负荷功率单位成本；P s 为失负荷
正后的调度计划值开始下一轮优化计算。上述过 los
功率。
程循环进行，直至覆盖整个调度周期的所有时段。
5）储能运行成本为
执行滚动优化时，MPC 能够通过不断采用系
统最新的预测信息，提高预测数据的可信度，降 C 5 = C c +C dc = ω c P c ∆t +ω dc P dc ∆t （6）
低不确定性对系统的影响。此外，由于扰动等不 式中：C 、C 分别为储能的充电和放电成本；ω 、
c
c
d
c
3