Page 9 - 《中国电力》2026年第4期
P. 9
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
3）储能约束。 电功率修正值。
本文引入储能设备，以实现对水能和风能的 2.2.2 下层模型约束条件
充分利用 [28-29] 。储能约束包括储能设备充放电的 上下层模型采用相同的约束条件，仅在时间
上下限约束式（22）、时序约束式（23）、荷电 尺度上存在区别，上层采用小时级时间尺度，而
状态约束式（24）和始末容量约束式（25），其 下层则基于分钟级尺度进行优化。
具体模型如下。
3 模型求解
0≤P c,t ≤u c,t P c,max
（22）
0≤P dc,t ≤u dc,t P dc,max
u c,t +u dc,t = 1 本文所提风水储联合运行的双层滚动优化调
度方法的流程如图 3 所示。首先，根据未来 N 个
（23）
E ESS,t = E ESS,t−1 +η c P c,t − P dc,t /η dc
预测时域内的风电出力、负荷需求以及来水量等
（24）
E ESS,min Q min ≤E ESS,t ≤E ESS,max Q max 小 时 级 数 据 ， 求 解 得 到 上 层 长 时 间 尺 度 调 度 计
划；随后，基于上层调度计划值，结合 n 个带预
（25）
E ESS,end = E ESS,0
测误差的风电出力、负荷需求以及来水量等分钟
式中：u 、u t 为 t 时刻储能充放电状态的 0-1 变
c,t dc, 级数据，求解下层短时间尺度调度计划，对上层
量 ； P c,max 、 P dc,ma x 为 储 能 充 放 电 功 率 的 上 限 值 ； 调度计划值进行反馈校正；最后，将下层调度计
c
E ESS, t 为 t 时刻储能的剩余电量；η 、η 分别为储 划反馈回上层，反复执行上述过程直至 k＜T 结
c
d
u
能的充、放电效率；E ESS,min 、E ESS,ma x 为储能容量
束，进而得到系统在时间域 T 的调度决策。
u
的下限和上限；Q min 、Q ma x 分别为储能荷电状态
的最小值和最大值；E 、E d 分别为储能的 上层长时间尺度滚动优化 下层短时间尺度滚动优化
ESS,0 ESS,en
起始电量和末电量。 开始 初始化t=1
2.2 下层优化模型
获取系统信息、运行 获取未来n个时段的
2.2.1 下层模型目标函数 成本参数, 令k=1 分钟级预测数据
为提升调度精度，下层模型采用短时间尺度 获取当前时刻系统状 求解下层优化
态及储能设备能量占比 调度模型
进行实时滚动优化。在遵循上层储能设备充放电 t=t+1
获取未来N个时段 获得第一个分钟级时
计划的前提下，最小化功率偏差，在确保对上级 的小时级预测数据 段的调度计划值
调度指令跟踪执行的同时，有效抑制预测误差对 否
求解上层优化调度模型 t<T l ?
系统的影响。下层模型的目标函数 M 为 k=k+1
是
将第一个小时级时段的
t 1 +n−1 将下层调度计划修正
∑ 调度计划值下发至下层 值发送至上层
1
min M = [C (t)+C (t)] （26）
p
t=t 1
否
k<T u ?
式 中 ： C (t) 为 t 时 刻 下 层 功 率 修 正 的 惩 罚 成 本 ； 是
p
C (t) 为下层系统运行成本，同上层；t 为下层起 结束
1
1
始调度时刻；n 为下层调度时段。
图 3 风水储联合运行的双层滚动优化方法流程
M
∑( )
2
1 ref 1 1 ref 1 2 Fig. 3 Flowchart of the two-layer rolling optimization
w,t
C (t) =µ P i,t − P i,t +µ (P w,t − P ) +
p
w
p
method for joint operation of wind-hydro-storage
i=1
( )
1 ref 1 2 ref 1 2
µ (P − P ) +(P − P ) （27）
c c,t c,t dc,t dc,t
4 算例分析
1
1
式中： µ 、 µ 、 µ 分别为梯级水电出力、风电出
1
w
p
c
力与储能进行功率修正的惩罚因子； P 、 P ref 、
ref
i,t w,t 4.1 算例说明
ref
P 、 P ref 为上层下发至下层的梯级水电 i 出力、
c,t dc,t 为验证所提梯级水电站双层滚动优化调度方
1
1
风电出力、储能充放电功率参考值； P 、 P 1 、 P 、 法的有效性，本文以中国南方地区某梯级水电站
i,t w,t c,t
P 1 为下层梯级水电 i 功率、风电出力、储能充放 为 例 进 行 仿 真 分 析 。 该 梯 级 水 电 站 装 机 容 量 为
dc,t
5
