促進水風光蓄一體市場化消納的容量優化配置研究

姚維為 黃佳威 李衛兵 鄧友漢 華小軍 蔣定國

摘 要：水風光一體化開發是未來能源發展的重要方向之一。水風光多能互補建設面臨著投資規模大、協調發展難度大、資源與電網需求分布不平衡等諸多挑戰。抽水蓄能作為目前最經濟、最高效、最成熟的一種儲能方式，配合水風光一體化開發，在確保電力系統穩定運行的情況下，促進大規模的清潔能源消納。通過研究水風光多能互補系統的運行特性及模型簡化方法，構建綜合定/變速抽水蓄能電站評價體系，厘清不同能源主體間的利益關系，進一步考慮合理的機制的制定，提高多清潔能源一體化的積極性。并對多能互補系統內部容量配置以及各部分之間聯合優化調度進行研究，給出水風光蓄聯合運行系統的容量優化配置方法。

關鍵詞：水風光一體化；抽水蓄能；多能互補；電力市場；容量優化

中圖分類號：TM715 文獻標志碼：A

0 引 言

國際能源署預估未來10年全球對清潔能源的需求將呈跨越式增長[1]。到2030年，我國風、光發電總裝機容量有望達到2 200～2 400 GW。但風、光發電的日內出力不穩定性高且自身不可調節，要實現大規模新能源發電，需要做好大型清潔能源基地的整合運營工作，充分挖掘基地靈活性電源“削峰填谷”潛力，提升新能源的消納空間[2]。抽水蓄能電站，特別是可變速抽水蓄能電站，具備優秀的運行性能和快速調節能力，能夠把隨機性和不確定性強的風、光發電調整為更穩定的優質電源，是水風光一體化未來發展的重要方向。

常規水電可配套開發自身裝機1～1.5倍的新能源資源，抽水蓄能則可配套3～4倍。國家能源局《2023年能源工作指導意見》提出要推進主要流域水風光一體化規劃，打造雅礱江、金沙江上游等流域水風光一體化示范基地。雅礱江流域水電開發有限公司通過龍羊峽水光互補、柯拉光伏以及全球最大的兩河口混蓄項目，為流域水風光一體化開發提供了示范；中國長江三峽集團有限公司也發力“水風光”，聯合業內知名企業、高校和科研院所牽頭成立“水風光多能互補聯合實驗室”，力爭建成在水風光多能互補領域具有重要行業影響的重點實驗室，在國家高新技術研究方面能夠做出重要貢獻。

目前，許多學者針對水風光多能互補運行開展了相關研究。萬家豪等[3]從源荷匹配角度提出了風、光出力互補能力的評價方法。王學斌[4]考慮了在未來大規模新能源并網背景下，如何合理消納高比例新能源的問題，從日、旬、年三種時間尺度探究了水電在支持風光上網時的運行方式。Ming等[5]將光電出力的不確定性作為影響調度的關鍵因素，對水光互補模型做出了適應性調整，提出了新的調度方法。

多主體發電系統效益補償方面，張麗琴等[6]將強化學習理論融入樣本量分配過程，提出了基于Shapley Value抽樣估計的多能互補運行的增量分攤方法。Xie等[7]基于Aumann-Shapley值法對混合發電系統聯合運行的增量效益進行分配。左玉璽等[8]則針對電力市場改革過渡這一時期，提出了有關抽水蓄能電站的成本回收方法，從市場回收與部分管制回收兩方面進行對應的成本分析問題研究。

水風光容量配置方面，程孟增等[9]針對風光火蓄多能互補系統中抽水蓄能的容量配置問題，構建了聯合系統雙層規劃模型。李健華等[10]考慮現貨價格的波動性，研究了中長期電量比例及其分解方式，基于市場條件，提出了一種同時考慮經濟與互補能力的容量配置方法。林俐等[11]則考慮大規模新能源并網問題，加入抽蓄投資成本對系統帶來的成本影響，以多時間尺度優化為基礎，提出了一種抽蓄容量配置方法，對抽蓄配置容量進行進一步的優化。

目前多能互補領域研究更多地關注不同清潔能源之間的互補特性、相關的容量配置、調度策略以及對系統安全的考慮等方面，具體到水風光一體化方面的研究也是如此，而針對水風光一體化各方的利益分析以及再分配問題考慮較少。在容量配置方面更多考慮的是一般容量的風電或者光電，對以后可能出現的大規模多復合新能源基地的建設研究以及如何利用水電與抽蓄電站所帶來的更強的系統自身調節能力去優化風光的容量配置研究也較少。

本文主要研究如何利用抽水蓄能減小風電和光伏預測誤差所帶來的出力偏差，并探索電力市場下抽水蓄能參與新能源消納的效益評估，同時通過研究抽水蓄能的容量優化配置促進風光資源在電力市場中的市場化消納，為變速抽蓄的機組選型及容量配置等方面應用提供支撐，推動水風光一體化建設的規范化發展，提高發電企業的收益。

1 水風光蓄建模及調節特性分析

水風光蓄聯合運行系統是一種多能源互補系統，主要通過水電及抽蓄的調節能力，以及風光互補特性，使整個系統互補聯合發電。該系統主要包括水電、抽蓄、風光等要素，聯合發電系統如圖1所示。

水風光蓄一體化系統出力特性及建模方法研究思路如圖2所示。

1.1 水風光資源出力特性建模

1.1.1 風力發電出力特性模型

風電功率由風速來決定，雙參數Weibull分布可用于擬合其特性。

式中：v是風速大小；k為外形參數，k＞0；c為衡量標準參數。

風力發電功率Pw與風速v的關系為

式中：vin為機組切入風速；vn為額定風速；vout為切出風速；Pr為額定出力；aw、bw、c為擬合參數。

將各風力發電機輸出作為輸出功率。假設風電場由n個相同的風機組成，風電場群的總輸出功率P為：

式中：Pi為第i臺風力發電機出力。

一般地，風電場占地面積較大，不同地點的風資源存在差異，導致風電機組接收到的風力不同。風電場群內各個風電場之間的差異受多種因素的影響，風電場群的總輸出功率隨著電場空間面積而變化。

1.1.2 光伏發電出力特性模型

光伏發電功率由光照強度和溫度決定，概率密度可表示為

式中：為Gamma函數；G為實際光強；Gmax為最大光強；a、b為形狀參數。

光伏發電功率為：

式中：PSTC為標準情況下光伏最大輸出功率；GSTC為光照強度下標準條件參數；TSTC為溫度標準條件參數；k為溫度系數；T為溫度。

由式（4）、式（5）可得到光伏發電出力函數，即

忽略機組之間的相互影響，光伏電站的輸出功率為

2.2 水電與定/變速抽水蓄能建模

水電機組出力主要和水頭以及發電機轉化效率有關，其表達式為

式中：Pth為機組在t時段實際出力；Qt為機組在t時段的平均發電流量；Lt和Lte為t時段上游水位和尾水位；K為發電機轉換效率。

需要注意水庫水位是變化的，考慮到水庫來水量、發電的發電流量以及棄水量，庫容的計算式為

式中：Vt與Vt+1分別為水庫在t時開始與結束的庫容；Vtr和Qtr 分別為t時刻的入庫水量和出庫流量；Vtf和Qt分別為t時刻發電所需水量和對應的流量；Vtq和 Qtq 分別是t時刻棄水量和棄水流量。

水電機組水量、水庫水位以及庫容存在著一定的非線性關系：

式中：G1為水庫庫容與上游水位的函數；G2為水庫機組發電流量與尾水位的函數。

相較于水電與定速抽蓄，變速抽蓄機組運行范圍廣，其機械、電氣和控制系統之間存在更為復雜的相互影響，需要更精細的建模方法。

交流勵磁電機等效物理模型較為復雜，電機方程之間耦合嚴重，可通過等幅值變換矩陣，得到抽蓄機組在同步旋轉dq坐標系中的電機數學模型，有效地消除三相電路中的交叉耦合。

在同步旋轉坐標系下定子有功功率Ps、無功功率Qs的表達式為

式中：uds、uqs、ids、iqs分別為dq坐標系下電機定子電壓、電流。

水泵水輪機通過控制上下水庫之間水流實現能量轉換。在發電工況下，水泵水輪機的動態模型可表示為

式中：Hdg為動態水頭；Qd為動態流量；G為開度；Tw為水流慣性時間常數；Hsg為靜態水頭；Hlg為水頭損失；ηg為發電效率；Qnl為空載流量；Pmg和Tmg分別為發電模式下的機械功率和機械轉矩；ωr為轉子磁鏈的旋轉角速度。

在抽水工況下，水泵水輪機的動態模型可表示為

式中：Hsp為靜態揚程；Hdp為動態揚程；Hlg為揚程損失；Pmp和Tmp分別為抽水模式下的機械功率和機械轉矩；ηp為抽水效率。

1.3 其他綜合因素對抽蓄建模的影響

除了機組本體的建模，還需要考慮不同電源組合、網架結構和負荷需求對建模的影響。另外，新能源的消納并非僅限于當地，可能還涉及跨區遠距離輸電的因素，在各省電力市場還不完備的背景下，大大增加了建模的復雜度。事實上，抽蓄的實際建模還受到很多因素的影響，如水文、氣候條件（包括降水量、蒸發蒸騰、溫度等）會影響水庫蓄水量和蓄水期限的預測，抽蓄選點規劃工作也要比水電更加復雜，不同的地形地質都會使得抽蓄的特性有所區別。另外，人類活動以及政府政策和管理也會對水體、抽蓄建設、運行產生影響。

因此，為取得更深入和全面的研究結果，應當從整體系統的角度出發，綜合考慮各部分之間的相互影響，優化抽水蓄能機組在整個區域電力系統中的運行，更好地揭示抽水蓄能機組的動態特性，提高建模結果的可靠性和適用性。

2 市場條件下水風光蓄一體的綜合經濟效益分析

2.1 市場條件下抽水蓄能電站的經濟效益模型

建立抽水蓄能電站的經濟效益模型，在考慮抽蓄電站本身經濟效益的同時，還應該考慮定/變速抽蓄對風光消納、減碳排放所做的貢獻，建立相關的貢獻度評價體系。

2.1.1 水風光蓄效益分析

（1）風光、水電與抽蓄上網電量收益表達式為

式中：Fwp，sel、Fp，sel分別為風光機組和水電抽蓄上網電量收益；Pwp，t為t時段的風光機組并網出力；Ph，t為t時段的抽水蓄能電站并網出力；Cf 1，t為t時段的風光機組上網電價；Cf 2，t為t時段的抽水蓄能上網電價；T=96為一個調度周期。

（2）風光機組出售碳排放權的交易收益表達式為

式中：Fw，co為出售碳排放權的交易收益；Cco為二氧化碳減排量，φt為t時段的碳排放權交易價格。

（3）成本主要包含兩個部分：一是抽蓄的抽水成本，二是棄風光懲罰成本。其表達式為

式中：Cp，ope、Cwp，loss分別為抽蓄電站的抽水成本、棄風懲罰成本；Pp，t為t時段抽水蓄能電站的抽水電量；Cp，t為t時段抽水蓄能電站的實際抽水電價；βw為棄風懲罰成本系數；Ploss，t為t時段的棄風量。

2.1.2 約束條件

2.1.2.1 風光機組出力約束

式中：Pwp，max為風光機組出力的最大值。

2.1.2.2 常規水電約束

（1）常規水電出力約束

式中：Ph，it為第t時刻第i級水電站出力；與分別為第t時刻第i級水電站出力的最大值與最小值。

（2）常規水電水量平衡表達式為

式中：Vi，t和Vi，t+1分別為第i級常規水電站t時期初、末的蓄水量；Δτ為每個時段時間（s）。

（3）常規水電下泄流量約束為

式中：和分別為第i級常規水電站t時段泄水量的下限和上限值。

2.1.2.3 抽蓄電站出力約束

（1）可變速抽水蓄能機組的出力約束

式中：和分別為j機組在t時段的發電和抽水功率；和 為發電與抽水狀態，其中，若=1，表示機組為發電工況，反之為抽水工況；Pjmin和Pjmax分別為機組的最小、最大發電和抽水功率。

（2）定速抽水蓄能機組的出力約束

（3）抽蓄電站時間約束

式中：T1與T2分別為實際連續抽水時間與發電時間；Tp與Tg分別為最大連續抽水時間與連續發電時間。

（4）抽蓄電站庫容約束

式中：xi為第i個時段等效為發電量的水庫庫容量；xmax為水庫最大容量等值發電量；xmin為水庫最小容量等值發電量；λ為抽水蓄能發電的總效率；δi為抽水蓄能工作狀態，取0和1分別表示處于抽水狀態、發電狀態；qi與q′i分別為第i個時段的日前電量市場發電上網電量與抽水用電量；qri為第i時段參與輔助服務市場容量。

（5）定/變速輔助服務市場約束

式中：q′ri為第i時段實際被調用的電量；bi為第i時段的輔助服務市場容量電價；b′i為第i時段輔助服務使用容量中被調用部分電量電價；kd為輔助服務市場使用中被調用的比例；kri為被調用電量的價格系數。

（6）電量平衡約束

式中：Wload，t為t時間段內系統總負荷；Wwp，t為t時間段內風光機組輸出電量Wh，t為t時間段內抽水蓄能電站輸出電量。

2.1.3 抽蓄電站運行模式

通過設置不同水風光一體化運行方案，構建多種生產調度模型，從不同一體化運行方案下各電源的發電量、發電收益、風光棄電量等指標的變化入手，厘清水風光一體化運行中各主體利益關系。可以將水風光蓄的運營方式分為一體化與獨立運行兩種模式（見圖4、圖5）。

在一體化經營模式下，抽蓄機組與風光互補系統統一管理，抽蓄機組優先考慮對風光機組進行消納。具體運行模式如下：

（1）根據管理中心公布的信息，水風光蓄能聯合體預測次日及以后電力市場的用電負荷曲線。

（2）水風光蓄能多能系統對自身風光的出力情況進行預測。

（3）水風光蓄能運行管理綜合考慮風光互補系統的出力情況與價格，給定次日的出力曲線與報價。

（4）根據市場實時的成交情況，確定水風光蓄能的次日出力曲線。

在獨立運行模式下，風電與抽蓄各自獨立運營，抽蓄優先考慮自身的經濟效益具體。運行模式如下：

（1）根據管理中心公布的信息，抽水蓄能電站預測次日及以后電力市場的用電負荷曲線。

（2）根據交易中心公布的信息，抽水蓄能電站預測市場風光出力曲線與價格。

（3）抽水蓄能電站綜合考慮風光互補系統的出力情況與價格，給定次日的出力曲線與報價，并根據對自身經濟效益有利情形進行購電與賣電。

（4）根據市場實時交易情況，管理中心確定具體的抽電站出力曲線。

2.2 水風光蓄系統綜合經濟效益評價體系

2.2.1 評價指標選取

（1）經濟效益指標。采用風光機組消納增益系數表示，即以風光機組上網電量的增量為標準的系數。其表達式為

式中：為風光獨立運行時的上網電量收入；Fwp，sel為有抽蓄電站參與時的風光上網電量收入；Fpro為風光在系統中的總收益。

（2）環境效益指標。采用棄風光改善系數和碳排放權增益系數表示。

①棄風光改善系數

棄風光量是衡量風電環境效益的重要指標，棄風光損失計算式為

棄風改善系數為抽蓄電站參與前后風光機組棄風光損失成本減少的與總成本的比值，代表抽蓄電站參與后提升的環境效益。其表達式為

式中：為風光獨立運行時的棄風光懲罰成本；Closs為有抽蓄電站參與時的棄風光懲罰成本；Csum為風光在系統中的總成本。

②碳排放權增益系數為聯合運營前后碳排放權收益增量與總收益的比值，代表風電通過合作提升的環境效益。其表達式為

式中：為風光機組獨立運行時的出售碳排放權的收入；Cco為有抽蓄電站參與時風光機組的出售碳排放權的收入。

2.2.2 基于熵權法的權重確定方法

熵權法是根據指標變異性的大小，對客觀權重進行確定的方法。運用樣本數據中各指標所提供的信息，通過熵值的修正以及轉化，得到相對客觀的指標權重。相比一般的權重確定方法，熵權法的優點在于具有更強的客觀性，能夠更好地解釋所得到的結果，使評價方法更具有可參考性。假設樣本個數為n，評價指標數為m，Rij表示第i個樣本的第j個評價指標值，具體計算步驟如下：

（1）對原始數據進行標準化處理，消除量綱的影響。設處理后的數據為R′ij，計算第j個指標下，第i個樣本的特征比重或貢獻度。

式中：Aij為歸一化后的指標水平矩陣元素。

（2）定義第j項指標的熵值

（3）確定各指標的權重Wj

貢獻度指標體系可以表征水風光蓄一體化比常規運行在經濟和環境方面的獲益程度，如體系中的增益系數越大代表該主體的效益提升程度越大。基于貢獻度指標體系更新各部分利益模型。

3 水風光蓄系統場景設定

在電力體制改革背景下，廠網分開導致各發電單元競相關注自身利益。抽蓄電站作為靈活性調節電源，近年來發展迅猛，并且抽蓄電站可作為一個獨立的主體進行電力市場的交易。因此，在新型電力系統中考慮抽蓄的作用，進行電力市場的交易具有重大意義。

針對風光-定/變速抽蓄聯合運行系統容量配置方法的相關調研表明，博弈論可以較好地兼顧聯合運行系統中各主體的利益，在市場化改革的電力系統運行體系中具有優良的契合度。博弈論主要分為非合作博弈、合作博弈以及演化博弈。其中演化博弈源于生物進化學，早期主要用于揭示生物進化過程中的競爭現象。由于演化博弈假定博弈者具有有限理性，因而具有較強的工程意義。本文采用演化博弈方法。水風光蓄運行系統容量配置方法研究思路如圖6所示。

3.1 水風電蓄容量配置主要場景

首先，選取適當的動力學機制（復制動力學機制、史密斯機制、BNN機制），根據風光-定/變速抽蓄聯合運行系統的實際應用場景，在多場景、多視角的背景下選取對應的目標函數與運行約束。根據實際調研可知，聯合運行系統的容量配置主要有以下三種場景。

（1）在當地已確定風光新能源容量的前提下，研究抽蓄電站的容量規劃問題。抽水蓄能機機組的容量配置模型分為兩個階段。

第一階段為：

式中：δ為抽蓄投資回報率；X為抽蓄收益折合成現值后的總收益；SCX為第n1年的收益值；n1為壽命期內的年數；r為折現率；CCX為抽蓄的投建成本；πE為抽蓄容量單價；為定速抽蓄機組的最大容量；為變速抽蓄機組的最大容量；Y為抽蓄的壽命期；為對應抽蓄機組的最大功率；Tn為抽蓄滿發抽水時間；ηc為抽蓄的抽水效率。

第二階段為

式中：SDA為抽蓄的收益，包括電能量市場售電收益及在調頻和備用輔助服務市場獲得的收益；λtDA為抽蓄機組為風光系統提供電能支撐的電能交易價格；btcap為調頻容量出清價格；btmil為調頻里程出清價格；btby為備用市場出清價格；PCX，d，t、PCX，c，t、、、分別為t時段抽蓄在現貨市場中標的放電電量、抽水電量、調頻容量、調頻里程和備用容量。

兩階段目標函數共同構成抽水蓄能機組的分布式魯棒優化模型的目標函數，其結果作為演化博弈模型的適應度。

（2）在當地已確定抽蓄電站容量的情況下，研究風光新能源的容量規劃問題。新能源機組的容量配置模型亦分為兩個階段。

第一階段為

式中：Nph與Nwh分別為光伏電池與風電機組的數量；Cph、Cwh為分別為光伏電池與風電機組的單價；Crep_ph、Crep_wh分別為單位光伏電池、風電機組的替換成本；Tph與Twh為光伏電池與風電機組的壽命月期；COM_ph、COM_wh為單位光伏電池與風電機組的運行維護成本；r為折現率；Ta為項目周期。

第二階段目標函數為場景（1）中第二階段目標函數的相反數。

對應的約束條件為

式中：Nph、Nwh分別為光伏電池與風電機組的數量。

（3）抽蓄電站和新能源基地都處于待規劃狀態時，對應的模型為上述兩種場景下模型的整合，并增加對應的電網運行約束，經濟性約束以及安全約束等。

根據實際條件選取適當的動力學機制后，從經濟性、穩定性等方面探索各利益主體的適應度函數，結合2.2的綜合評價體系，迭代獲得最優優化配置策略。水風光蓄系統研究總思路如圖7所示。

4 結束語

本文從水風光蓄一體化系統建模及調節特性分析入手，基于貢獻度構建的方法和熵權法對市場條件下水風光蓄一體化系統的綜合經濟效益進行分析，厘清各方主體的經濟效益關系。基于所建立的水風光蓄一體化綜合評價體系，構建基于數據驅動的分布式魯棒優化模型，進一步構建聯合運行系統的多策略集演化博弈模型，同時提出一種演化博弈模型與分布式魯棒優化模型的耦合模型，得到聯合運行系統在多種場景下的最優容量配置方案，為風水光蓄一體化參與市場化運營以及容量配置提供了一種研究方法。

參考文獻：

[1] 安琪. 后疫情時期全球能源發展趨勢展望：國際能源署《世界能源展望2020》評述及對我國啟示[J]. 中國經貿導刊，2020（21）：57-60.

[2] 卓振宇，張寧，謝小榮，等. 高比例可再生能源電力系統關鍵技術及發展挑戰[J].電力系統自動化，2021，45 （9）：171-191.

[3] 萬家豪，蘇浩，馮冬涵，等. 計及源荷匹配的風光互補特性分析與評價[J].電網技術，2020，44 （9）：3219-3226.

[4] 王學斌. 考慮大規模新能源并網的黃河上游水電站群多尺度調度研究[D].西安：西安理工大學，2019.

[5] MING B，LIU P，CHENG L，et al. Optimal Daily Generation Scheduling of Large Hydro–photovoltaic Hybrid Power Plants[J]. Energy Conversion and Management，2018，171：528-540.

[6] 張麗琴，謝俊，張秋艷，等. 基于Shapley值抽樣估計法的風-光-水互補發電增益分配方法[J].電力自動化設備，2021，41 （9）：126-132.

[7] XIE J，ZHANG L Q，CHEN X Y，et al. Incremental Benefit Allocation for Joint Operation of Multi-stakeholder Wind-PV-hydro complementary Generation System with Cascade Hydro-power：an Aumann-shapley Value Method[J]. IEEE Access，2020，8：68668-68681.

[8] 左玉璽，傅旭，吳雄. 陜西電網抽水蓄能電站效益評估[J].智慧電力，2019，47（2）：113-120.

[9] 程孟增，唐一金，商文穎，等. 風-光-火-抽蓄聯合系統中抽水蓄能電站最佳容量配置[J].電力建設，2021，42（11）：72-81.

[10] 李健華，劉繼春，陳雪，等. 含可再生能源的多能互補發電系統容量配置方法[J].電網技術，2019，43（12）：4387-4398.

[11] 林俐，李北晨，孫勇，等.基于高比例新能源消納的抽水蓄能容量多時間尺度迭代優化配置模型[J].電網與清潔能源，2021，37（1）：104-111.

Capacity Optimization Configuration of Hydro-wind-solar-pumped Storage Complementary System for Market-oriented Consumption

YAO Weiwei1，2，HUANG Jiawei3，LI Weibing1，4，DENG Youhan1，2，HUA Xiaojun1，4，JIANG Dingguo1，2

（1.Laboratory of Hydro-Wind-Solar Multi-energy Control Coordination，Wuhan 430014，China；2. Science and Technology Research Institute，China Three Gorges Corporation，Beijing 100038，China；3. School of Electrical and Electronic Engineering，Huazhong University of Science and Technology，Wuhan 430074，China；4. China Yangtze Power Co.，Ltd.，Wuhan 430010，China）

Abstract：The integrated utilization of hydro，wind and solar resources is one of the crucial directions for future energy development. However，the construction of hydro，wind and solar multi-energy complementary integration is accompanied by many challenges such as substantial investment requirements，coordination difficulties，and disparities between resource distribution and grid demand. Pumped storage emerges as the most economical，efficient and well developed solution at present. Its integration with hydro，wind and solar power promotes widespread clean energy consumption while ensuring grid stability. We insvestigate into the operational characteristics and model simplification methods of multi-energy complementary systems integrating hydro，wind and solar resources. On this basis we develop an evaluation system for comprehensive fixed/variable-speed pumped storage plant to delineate the interplay among different energy components. To foster enthusiasm for multi-clean energy integration，we advocate for the development of rational mechanisms. We also examine the capacity allocation within the multi-energy complementary system，and propose an approach for the joint optimal scheduling of hydro-wind-solar storage.

Key words：hydro-wind-solar integration；pumped storage；multi-energy complementary；electricity market；capacity optimization

基金項目：湖北省科技重大專項（2022AAA007）;中國長江電力股份有限公司科技項目（Z342302005）

作者簡介：姚維為，男，高級工程師，博士，主要研究方向為電力系統運行與控制。E-mail：yao_weiwei@ctg.com.cn

通信作者：黃佳威，男，碩士研究生，主要研究方向為電力電子技術在電力系統中的應用。E-mail： d202380808@hust.edu.cn