一种考虑典型日调峰的水风光长期互补调度计划制定方法与流程

1.本发明属于多能源互补协调调度技术领域，尤其涉及一种考虑典型日调峰的水风光长期互补调度计划制定方法。


背景技术：

2.近年来，随着化石燃料的短缺问题和化石燃料燃烧导致的环保问题日益严峻，风电、光伏等可再生能源因其几乎零污染特性发展迅猛。在全球能源转型趋势下，我国可再生能源实现跨越式发展。截至2022年底，我国水电装机容量已经突破4.13亿kw，并网风电装机容量已经突破3.65亿kw，并网光伏装机容量已经突破3.92亿kw，同时依靠能源天然分布特点，在西南地区形成了多个水电主导的高比例可再生能源电网。
3.与水电、火电等传统的可控出力电源不同，由于风速、太阳辐射强度等非可控因素，风电、光伏出力具有间歇性、波动性、低预测精度特性，难以直接调度，这为电力系统安全稳定运行带来复杂的挑战，而且随着风光渗透率增大，对电网的影响将进一步加剧。巨型梯级水电调蓄规模大、安全经济、清洁可靠，可以用来平抑风光电源的不稳定性，其发挥的作用是现有储能技术无法比拟的，合理的调度策略有助于解决新能源并网比例进一步增长而带来的系统灵活性电源不足问题。因此，如何充分发挥梯级水电站调蓄作用，以合理发展风光电源，对保障电力系统的安全稳定具有重要意义。


技术实现要素：

4.本发明要解决的技术问题：提供一种考虑典型日调峰的水风光长期互补调度计划制定方法，以保证水电在考虑对风光的调节作用的前提下，可以满足调峰需求，提升电网的稳定性。
5.本发明技术方案是：
6.一种考虑典型日调峰的水风光长期互补调度计划制定方法，所述方法包括：
7.步骤1、通过长期典型日的负荷及风光负荷率数据，构建出不同的风光场景；
8.步骤2、通过梯级电站的始末水位及历史数据构建长期来水场景；
9.步骤3、以长期典型日余荷平均距平绝对值最小为目标函数构建长期典型日水风光联合调峰模型，通过求解器计算得到梯级水电长、短期出力过程。
10.以长期典型日余荷平均距平绝对值最小为目标函数构建长期典型日水风光联合调峰模型的方法包括：
11.step1、以长期典型日余荷平均距平绝对值最小作为目标函数；
[0012][0013][0014]
[0015][0016]
式中：为弃水惩罚项；m,m为电站编号和电站总数；t,t为典型日调度时段编号和总时段数，t＝96；n,n为长期调度时段编号和长期调度时段数；δtn为长期调度时段n的典型日的持续时间；与l
n,t
分别为第n长期调度时段在其典型日第t时段的系统负荷和扣除风光出力后的净负荷；l'
n,t
为第n长期调度时段在其典型日第t时段的剩余负荷；为第n长期调度时段的系统剩余负荷平均值；qs
m,n
与分别为水电站m在第n长期调度时段的弃水量与出力；α与δm分别为弃水惩罚项的系数和水电站m所占的权重系数；与分别为第n长期调度时段在其典型日第t时段的风电出力与光伏出力；为水电站m在长期调度时段n的典型日的第t时段的出力。
[0017]
长期典型日水风光联合调峰模型的约束条件包括：
[0018]
①
水量平衡方程
[0019]vm,n+1
＝v
m,n
+(i
m,n-q
m,n-qs
m,n
)δtn[0020][0021]
式中：v
m,n
为水电站m在长期调度时段n的末库容；i
m,n
、q
m,n
、qs
m,n
分别为水电站m在长期调度时段n的入库流量、区间流量以及弃水流量，其中q
m,n
为已知；ωm为水电站m的直接上游水库集合，对于龙头水库的ωm为空集；
[0022]
②
出力曲线约束
[0023][0024]
式中：为水电站m的动力特性曲线，即出力、发电流量及水头的三维关系曲线；h
m,n
为净水头；
[0025]
③
水位库容约束
[0026][0027]
式中：为水电站m的水位库容关系曲线，z
m,n
为水电站m在长期调度时段n的末水位；
[0028]
④
尾水位泄量约束
[0029][0030]qm,n
＝q
m,n
+qs
m,n
[0031]
式中：为尾水位；为水电站m的尾水位泄量曲线；q
m,n
为水电站m在长期调度时段n的出库流量；
[0032]
⑤
净水头及水头损失约束
[0033][0034]
[0035]
式中：为水电站m在长期调度时段n的水头损失；am为水头损失系数；
[0036]
⑥
典型日负荷分配约束(表达为平均值)
[0037][0038]
式中：δt
t
，δt分别为典型日的单个时段的时段间隔与典型日的总时间间隔；
[0039]
⑦
始末水位约束和坝上水位上下限约束
[0040][0041][0042][0043]
式中：与分别为水电站m给定的起始水位和期望末水位；z
m,n
、分别为水电站m在长期调度时段n的水位下限和上限；
[0044]
⑧
出力上下限约束
[0045][0046][0047]
式中：n
m,n
、分别为水电站m在长期调度时段n的出力下限和上限。
[0048]
⑨
发电流量与出库流量限制
[0049][0050][0051]
式中：q
m,n
、分别为水电站m在长期调度时段n的发电流量下限和上限；o
m,n
、分别为水电站m在长期调度时段n的出库流量下限和上限；
[0052]
⑩
水电出力与负荷同趋势约束
[0053][0054]
式中：λ
m,n
≥0。
[0055]
长期典型日水风光联合调峰模型的目标函数线性化方法为：引入辅助变量ξ
t
，来实现目标函数的线性化，公式如下：
[0056][0057][0058]
故目标函数等价转换为：
[0059][0060]
长期典型日水风光联合调峰模型的约束条件线性化包括：水电站优化调度中约束条件的非线性特征源自电站特性曲线，包括水电站的坝上水位与库容非线性关系、尾水位泄量非线性关系和水头损失约束以及电站的动力特性曲线；针对二维非线性约束，采用分
段线性化直接对二维非线性约束线性化。
[0061]
电站动力特性曲线约束表示电站出力和发电流量、净水头之间的非线性关系，是三维非凸非线性约束，考虑到计算效率，将参与调峰水电站分为两类，分别为水头敏感电站与非水头敏感电站；水头敏感电站的电站动力特性曲面拟合过程及线性化过程包括：
[0062]
step1、将电站出力曲线约束表示成以下形式：
[0063][0064]
ηm(h
m,n
)为电站m的出力系数，与净水头h
m,n
相关；通过计算电站在不同固定水头与发电流量下的出力，拟合出电站动力特性三维曲面；
[0065]
step2：对所拟合的电站三维曲面进行线性化。
[0066]
对所拟合的电站三维曲面进行线性化的方法包括：
[0067]
①
、预估电站净水头变化范围，将其分割为若干个连续水头子区间；
[0068]
②
、在每个净水头区间内选定一条代表性电站动力特性曲线，并与净水头关联；
[0069]
③
、在固定净水头区间内选定的电站动力特性曲线为二维非线性关系，采用分段线性化建模。
[0070]
梯级水电长、短期出力过程的计算方法为：通过构建不同风电光伏并网比例场景及不同频率长期来水场景，作为模型的输入条件，通过优化计算得到梯级电站的出力过程。
[0071]
本发明有益效果是：
[0072]
本发明中，在月调峰模式中采用典型日方法，然后在长期尺度上以长期典型日剩余负荷平均距平绝对值最小为目标函数，构建了一种考虑典型日调峰的水风光长期互补调度计划制定方法，在时间尺度上有效的解耦了水电和风电太阳能的出力。与现有技术相比，在日内，本文模型可以更好地适应风光出力波动性，调峰效果显著，可以降低系统中火电等调节性能较差的电源爬坡压力，增加电网调峰收益；在长期，本文模型能有效考虑风光出力的季节性变化差异，引导梯级水电汛枯期电量转移，从而可以更好地弥补风光出力季节性变化以及在日内的波动，有效处理电网调峰任务，充分发挥梯级水电调蓄作用。提供了一种研究风电和太阳能电力与梯级水电站之间相互作用的新方法，并为梯级水电站的运营管理提供了一定的参考价值。
[0073]
本发明通过长期典型日的负荷、风光负荷率等数据，构建出不同的风光场景，通过梯级电站的始末水位、历史数据等数据构建长期来水场景，以长期典型日余荷平均距平绝对值最小为目标函数构建长期典型日水风光联合调峰模型，通过求解器计算得到梯级水电长、短期出力过程，最后某梯级电站为研究对象，构建了多种风光接入率下的风光并网比例场景，验证了在不同风光并网规模下，长期典型日水风光联合调度调峰模型的可靠性和有效性。本发明成果得到的水风光长期互补调度计划可靠，能够满足水风光长期互补调度典型日的调峰需求，具有一定的推广价值。
附图说明
[0074]
图1是本发明总体框架图。
具体实施方式
[0075]
本发明揭示了一种考虑典型日调峰的水风光长期互补调度计划制定方法，主要包
括：风光场景生成，梯级水电不同频率长期来水场景生成，长期典型日水风光联合调峰模型构建，目标函数和约束条件线性化，不同风光并网比例条件下的调度规则的验证。按照下述过程完成典型日调峰的水风光长期互补调度计划制定：
[0076]
(1)构建长期典型日水风光协调调度模型。
[0077]
step1：以长期典型日余荷平均距平绝对值最小作为目标函数：
[0078][0079][0080][0081][0082]
式中：为弃水惩罚项；m,m为电站编号和电站总数；t,t为典型日调度时段编号和总时段数，t＝96；n,n为长期调度时段编号和长期调度时段数；δtn为长期调度时段n的典型日的持续时间；与l
n,t
分别为第n长期调度时段在其典型日第t时段的系统负荷和扣除风光出力后的净负荷；l'
n,t
为第n长期调度时段在其典型日第t时段的剩余负荷；为第n长期调度时段的系统剩余负荷平均值；qs
m,n
与分别为水电站m在第n长期调度时段的弃水量与出力；α与δm分别为弃水惩罚项的系数和水电站m所占的权重系数；与分别为第n长期调度时段在其典型日第t时段的风电出力与光伏出力；为水电站m在长期调度时段n的典型日的第t时段的出力。
[0083]
step2：约束条件：
[0084]
①
水量平衡方程
[0085]vm,n+1
＝v
m,n
+(i
m,n-q
m,n-qs
m,n
)δtn[0086][0087]
式中：v
m,n
为水电站m在长期调度时段n的末库容；i
m,n
、q
m,n
、qs
m,n
分别为水电站m在长期调度时段n的入库流量、区间流量以及弃水流量，其中q
m,n
为已知；ωm为水电站m的直接上游水库集合，对于龙头水库的ωm为空集。
[0088]
②
出力曲线约束
[0089][0090]
式中：为水电站m的动力特性曲线，即出力、发电流量及水头的三维关系曲线；h
m,n
为净水头。
[0091]
③
水位库容约束
[0092]
[0093]
式中：为水电站m的水位库容关系曲线，z
m,n
为水电站m在长期调度时段n的末水位。
[0094]
④
尾水位泄量约束
[0095][0096]qm,n
＝q
m,n
+qs
m,n
[0097]
式中：为尾水位；为水电站m的尾水位泄量曲线；q
m,n
为水电站m在长期调度时段n的出库流量。
[0098]
⑤
净水头及水头损失约束
[0099][0100][0101]
式中：为水电站m在长期调度时段n的水头损失；am为水头损失系数。
[0102]
⑥
典型日负荷分配约束(表达为平均值)
[0103][0104]
式中：δt
t
，δt分别为典型日的单个时段的时段间隔与典型日的总时间间隔。
[0105]
⑦
始末水位约束和坝上水位上下限约束
[0106][0107][0108][0109]
式中：与分别为水电站m给定的起始水位和期望末水位；z
m,n
、分别为水电站m在长期调度时段n的水位下限和上限；z
m,0
、z
m,t
分别为水电站m在长期调度时段开始和结束时对应的水位。
[0110]
⑧
出力上下限约束
[0111][0112][0113]
式中：n
m,n
、分别为水电站m在长期调度时段n的出力下限和上限。
[0114]
⑨
发电流量与出库流量限制
[0115][0116][0117]
式中：q
m,n
、分别为水电站m在长期调度时段n的发电流量下限和上限；o
m,n
、分别为水电站m在长期调度时段n的出库流量下限和上限。
[0118]
⑩
水电出力与负荷同趋势约束
[0119][0120]
式中：λ
m,n
≥0。在梯级水电站之间复杂水力电力联系下，该约束有助于减小各水电站出力波动，保障水电总出力趋势与负荷波动一致。
[0121]
(2)目标函数的线性化。由于目标函数中存在绝对值，无法直接采用求解器求解，因此需要引入辅助变量ξ
t
，来实现目标函数的线性化，公式如下：
[0122][0123][0124]
故目标函数等价转换为：
[0125][0126]
(3)约束条件线性化。水电站优化调度问题中约束条件的非线性特征主要源自电站特性曲线，包括水电站的坝上水位与库容非线性关系、尾水位泄量非线性关系和水头损失约束以及电站的动力特性曲线。针对上述二维非线性约束，采用分段线性化直接对二维非线性约束线性化。电站动力特性曲线约束表示电站出力和发电流量、净水头之间的非线性关系，是复杂的三维非凸非线性约束。考虑到计算效率，本文将参与调峰水电站分为两类，分别为水头敏感电站与非水头敏感电站，下面为水头敏感电站的电站动力特性曲面拟合过程及线性化过程。
[0127]
step1：将电站出力曲线约束表示成以下形式：
[0128][0129]
式中：ηm(h
m,n
)为电站m的出力系数，其与净水头h
m,n
相关。通过计算电站在不同固定水头与发电流量下的出力，拟合出电站动力特性三维曲面。
[0130]
step2：对所拟合的电站三维曲面进行线性化：
[0131]
①
预估电站净水头变化范围，将其分割为若干个连续水头子区间；
[0132]
②
在每个净水头区间内选定一条代表性电站动力特性曲线，并与净水头关联；
[0133]
③
在固定净水头区间内选定的电站动力特性曲线为二维非线性关系，采用分段线性化对其建模。
[0134]
通过上述步骤，可以将三维曲面表示成一系列离散的二维曲线，再引入二进制变量，通过分段线性化对其进行建模。
[0135]
(4)采用优化求解软件进行求解，得到梯级电站长、短期出力过程。通过构建不同风电光伏并网比例场景及不同频率长期来水场景，将其作为模型的输入条件，通过优化计算，得到梯级电站的出力过程。
[0136]
下面通过实施案例对本发明作进一步描述。
[0137]
以我国西南某省的某梯级电站为研究对象，构建了多种风光接入率下的风光并网比例场景，同时设置不同的来水频率条件，验证所提模型的有效性。所提milp模型采用python3.6语言编写，调用gurobi8.1分支定界算法进行求解。模型长期计算时期为1-12月，各月典型日计算时段数为96。
[0138]
(1)以长期典型日余荷平均距平绝对值最小作为目标函数构建长期典型日水风光
协调调度模型。对目标函数及相关约束条件进行线性化处理，方便模型求解。
[0139]
(2)模型求解：
[0140]
①
采用平水年径流数据进行模型优化计算。
[0141]
以风光电源20％渗透率下的风光并网比例1:1场景为例，并以剩余负荷的峰谷差、负荷率、标准差作为调峰效果评价指标，详细计算结果见表1。表1为本节场景下各月典型日具体的调峰效果。
[0142]
对表1进行分析：
①
在风光电源并网对系统负荷影响方面：各月典型日系统净负荷的峰谷位置发生了显著变化，同时大多数月份净负荷负荷率较原始负荷有所降低，原因在于风光电源并网影响了原始负荷的峰谷值，加剧了原始负荷的波动。
②
在调峰效果方面：剩余负荷峰谷差与标准差显著降低，整体更为平稳，逼近一条直线，有利于降低系统中火电等电源的爬坡压力与能源耗损；同时各月典型日内余荷负荷率显著提升，说明所提模型在有效处理调峰任务时，还可以弥补风光电源带来的波动性。
[0143]
②
不同来水频率条件对长期典型日水风光协调调度模型调峰的影响：
[0144]
分别采用25％、50％与75％三种来水频率对风光电源三种渗透率下风光并网比例1:1场景进行1-12月年调度优化计算，计算结果如表2所示。
[0145]
由于不同来水频率下水电出力变化主要集中在汛期，其中8月份最为明显，因此选择具有代表性的枯期2月与汛期8月进行分析，结果显示三种来水条件下的调峰效果显著，见表2。对于峰谷差指标：只有8月份在25％来水频率下的场景存在一部分剩余峰谷差，原因在于25％来水频率下8月来水较多，目标函数中调峰目标与弃水惩罚相冲突，导致未能完全消除峰谷差；对于负荷率与标准差指标：所有场景下负荷率均趋近于100％，标准差趋近于0，这表明所提模型在不同来水频率可以有效弥补风光出力的波动性，保证良好调峰效果；同时，对比两个月份不同来水频率下的余荷均值：其在2月完全一致，在8月随着来水频率的增大，余荷均值也随之增大，这表明所提模型能优先保证各月电网调峰需求。
[0146]
③
不同风电、光伏装机比例对长期典型日水风光协调调度模型调峰的影响：
[0147]
step1：构建不同风光并网比例场景。以实际电网电源结构为基础构造不同风光并网比例的场景，来分析不同风光装机比例下长期典型日水风光协调调度模型求得的互补调度计划的可靠性。
[0148]
step2：模型求解。在平水年来水场景下，对step1中构造的风光并网场景与无风光并网场景共计10种场景进行建模计算。
[0149]
日内影响：在日内，单一发展风电会加剧电网负荷波动，水电出力波动也随之增大；而适当增加光伏比例，可以利用风光电源日内互补性平缓电网负荷波动，更有利于水电运行控制。
[0150]
长期影响：在长时间尺度，梯级水电站长期出力在不同风光比例并网场景下呈现出规律性变化。当渗透率为10％时，各风电并网场景下水电出力整体变化趋势与无风光并网场景一致；随着渗透率的增大，各风光并网场景水电出力整体变化趋势与无风光场景不再一致，出力波动范围更大，尤其是汛前2月与汛后11月，其风电占比越大，水电长期出力越低，原因在于2月与11月典型日内的风电负荷率较大，系统净负荷随着风电占比增大而降低，从而影响水电长期出力，这体现出风光电源波动性对电网的影响，同时也为梯级水电运行带来挑战。
[0151]
表1：风光电源20％渗透率下的风光并网比例1:1场景下水风光系统优化调峰结果
[0152]
[0153]
[0154]
[0155][0156]
表2：三种来水频率风光电源20％渗透率并网比例1:1场景下系统部分月份优化调峰结果
[0157]

技术特征：
1.一种考虑典型日调峰的水风光长期互补调度计划制定方法，其特征在于：所述方法包括：步骤1、通过长期典型日的负荷及风光负荷率数据，构建出不同的风光场景；步骤2、通过梯级电站的始末水位及历史数据构建长期来水场景；步骤3、以长期典型日余荷平均距平绝对值最小为目标函数构建长期典型日水风光联合调峰模型，通过求解器计算得到梯级水电长、短期出力过程。2.根据权利要求1所述的一种考虑典型日调峰的水风光长期互补调度计划制定方法，其特征在于：以长期典型日余荷平均距平绝对值最小为目标函数构建长期典型日水风光联合调峰模型的方法包括：step1、以长期典型日余荷平均距平绝对值最小作为目标函数；以长期典型日余荷平均距平绝对值最小作为目标函数；以长期典型日余荷平均距平绝对值最小作为目标函数；以长期典型日余荷平均距平绝对值最小作为目标函数；式中：为弃水惩罚项；m,m为电站编号和电站总数；t,t为典型日调度时段编号和总时段数，t＝96；n,n为长期调度时段编号和长期调度时段数；δt
n
为长期调度时段n的典型日的持续时间；与l
n,t
分别为第n长期调度时段在其典型日第t时段的系统负荷和扣除风光出力后的净负荷；l'
n,t
为第n长期调度时段在其典型日第t时段的剩余负荷；为第n长期调度时段的系统剩余负荷平均值；qs
m,n
与分别为水电站m在第n长期调度时段的弃水量与出力；α与δ
m
分别为弃水惩罚项的系数和水电站m所占的权重系数；与分别为第n长期调度时段在其典型日第t时段的风电出力与光伏出力；为水电站m在长期调度时段n的典型日的第t时段的出力。3.根据权利要求2所述的一种考虑典型日调峰的水风光长期互补调度计划制定方法，其特征在于：长期典型日水风光联合调峰模型的约束条件包括：
①
水量平衡方程v
m,n+1
＝v
m,n
+(i
m,n-q
m,n-qs
m,n
)δt
n
式中：v
m,n
为水电站m在长期调度时段n的末库容；i
m,n
、q
m,n
、qs
m,n
分别为水电站m在长期调度时段n的入库流量、区间流量以及弃水流量，其中q
m,n
为已知；ω
m
为水电站m的直接上游水库集合，对于龙头水库的ω
m
为空集；
②
出力曲线约束
式中：为水电站m的动力特性曲线，即出力、发电流量及水头的三维关系曲线；h
m,n
为净水头；
③
水位库容约束式中：为水电站m的水位库容关系曲线，z
m,n
为水电站m在长期调度时段n的末水位；
④
尾水位泄量约束q
m,n
＝q
m,n
+qs
m,n
式中：为尾水位；为水电站m的尾水位泄量曲线；q
m,n
为水电站m在长期调度时段n的出库流量；
⑤
净水头及水头损失约束净水头及水头损失约束式中：为水电站m在长期调度时段n的水头损失；a
m
为水头损失系数；
⑥
典型日负荷分配约束(表达为平均值)式中：δt
t
，δt分别为典型日的单个时段的时段间隔与典型日的总时间间隔；
⑦
始末水位约束和坝上水位上下限约束始末水位约束和坝上水位上下限约束始末水位约束和坝上水位上下限约束式中：与分别为水电站m给定的起始水位和期望末水位；z
m,n
、分别为水电站m在长期调度时段n的水位下限和上限；
⑧
出力上下限约束出力上下限约束式中：n
m,n
、分别为水电站m在长期调度时段n的出力下限和上限。
⑨
发电流量与出库流量限制发电流量与出库流量限制
式中：q
m,n
、分别为水电站m在长期调度时段n的发电流量下限和上限；o
m,n
、分别为水电站m在长期调度时段n的出库流量下限和上限；
⑩
水电出力与负荷同趋势约束式中：λ
m,n
≥0。4.根据权利要求3所述的一种考虑典型日调峰的水风光长期互补调度计划制定方法，其特征在于：长期典型日水风光联合调峰模型的目标函数线性化方法为：引入辅助变量ξ
t
，来实现目标函数的线性化，公式如下：公式如下：故目标函数等价转换为：。5.根据权利要求3所述的一种考虑典型日调峰的水风光长期互补调度计划制定方法，其特征在于：长期典型日水风光联合调峰模型的约束条件线性化包括：水电站优化调度中约束条件的非线性特征源自电站特性曲线，包括水电站的坝上水位与库容非线性关系、尾水位泄量非线性关系和水头损失约束以及电站的动力特性曲线；针对二维非线性约束，采用分段线性化直接对二维非线性约束线性化。6.根据权利要求5所述的一种考虑典型日调峰的水风光长期互补调度计划制定方法，其特征在于：电站动力特性曲线约束表示电站出力和发电流量、净水头之间的非线性关系，是三维非凸非线性约束，考虑到计算效率，将参与调峰水电站分为两类，分别为水头敏感电站与非水头敏感电站；水头敏感电站的电站动力特性曲面拟合过程及线性化过程包括：step1、将电站出力曲线约束表示成以下形式：η
m
(h
m,n
)为电站m的出力系数，与净水头h
m,n
相关；通过计算电站在不同固定水头与发电流量下的出力，拟合出电站动力特性三维曲面；step2：对所拟合的电站三维曲面进行线性化。7.根据权利要求6所述的一种考虑典型日调峰的水风光长期互补调度计划制定方法，其特征在于：对所拟合的电站三维曲面进行线性化的方法包括：
①
、预估电站净水头变化范围，将其分割为若干个连续水头子区间；
②
、在每个净水头区间内选定一条代表性电站动力特性曲线，并与净水头关联；
③
、在固定净水头区间内选定的电站动力特性曲线为二维非线性关系，采用分段线性化建模。8.根据权利要求1所述的一种考虑典型日调峰的水风光长期互补调度计划制定方法，其特征在于：梯级水电长、短期出力过程的计算方法为：通过构建不同风电光伏并网比例场景及不同频率长期来水场景，作为模型的输入条件，通过优化计算得到梯级电站的出力过程。

技术总结
本发明公开了一种考虑典型日调峰的水风光长期互补调度计划制定方法，所述方法包括：步骤1、通过长期典型日的负荷及风光负荷率数据，构建出不同的风光场景；步骤2、通过梯级电站的始末水位及历史数据构建长期来水场景；步骤3、以长期典型日余荷平均距平绝对值最小为目标函数构建长期典型日水风光联合调峰模型，通过求解器计算得到梯级水电长、短期出力过程；保证了水电在考虑对风光的调节作用的前提下，可以满足调峰需求，提升电网的稳定性。提升电网的稳定性。提升电网的稳定性。


技术研发人员：苏华英 王融融 张俨 王榆楗 赵维兴 王宁 马覃峰 刘明顺 安甦 王国松 田年杰 陈锐 姚刚 张友骞 姚瑶 陶用伟
受保护的技术使用者：贵州电网有限责任公司
技术研发日：2023.06.13
技术公布日：2023/8/28