小水電調控風電功率波動的虛擬電廠構建方案研究

關鍵詞：小水電；虛擬電廠；風電波動中圖分類號：TM732 文獻標志碼：ADOI:10.19968/j.cnki.hnkj.1003-5168.2025.12.002文章編號:1003-5168(2025)12-0010-05

Research on the Construction Scheme of Virtual Power Plantsfor Regulating Wind Power Fluctuations using Small Hydropower

LIU Weicheng ZHANG HuanYANG Xiaolin (State Grid Shanghai Jinshan Electric Power Supply Company， Shanghai 2Oo540，China)

Abstract: [Purposes] To address the issue of wind power fluctuations，we utilize the regulating capability of small hydropower to integrate wind farms，hydropower plants，and loads to construct a virtual power plant.[Methods] With the objective to minimize hydropower generation cost，wind curtailment cost，and network loss cost，this study investigates the construction scheme for small hydropower virtual power plants.Considering the actual watershed characteristics of small hydropower clusters，a cascade hydropower plant model is incorporated. Under the constraints of ensuring power flow secrurity and cascade hydropower operation，a constraint condition of \"Power Ramp Rate Coefficient\" is introduced to keep power changes within a certain range.Meanwhile，a regional grid case is analyzed and solved using MATLAB.[Findings] The comparison of the results shows that the power output of each hydropower unit has been optimally allocated，and the system power loss has decreased from 2.51 MW to O.022 MW. The cost of small hydropower generation has also decreased from 0.032 9 10⁴ yuan to 0.022 3 10⁴ yuan. [Conclusions] The feasibility and effectivenessof the virtual power plant construction scheme for regulating wind power fluctuations using small hydropower have been successfully verified.Byutilizing the regulating capability of small hydropower to improve the fluctuation of wind power output，the constructed virtual power plant can reduce the cost of hydropower generation，curtailment cost，and power loss，enhance operational stability of the grid，and improve economic performance.The proposed virtual power plant construction scheme and model are applicable in areas with abundant water resources. Keywords: small hydropower; virtual power plant; wind power fluctuations

0引言

分布式電源出力的不確定性、波動性及發電技術不成熟，導致我國的風電、光伏發電的棄風、棄光率高，分布式電源發電量無法完全并網消納，棄風、棄光損失大。而虛擬發電廠可以將分布式電源、負荷及儲能裝置等進行集合，通過先進的技術和優化策略使其成為可控的獨立發電廠，有效解決了分布式電源并網的難題[1]。

虛擬電廠（VirtualPowerPlant，VPP)主要以運行收益最大、分布式能源發電量最大等作為優化目標。劉佳楠等以虛擬電廠收益最大化為目標函數，構建了風一光一荷一儲的協同競價優化模型；孫惠娟等3以實現運行效益最大化和降低系統碳排放量為目標函數，建立風一光一水一碳虛擬電廠協調優化調度模型；王冠等4以虛擬電廠收益、系統運行成本及棄能成本作為目標函數，建立了基于魯棒隨機優化理論的虛擬電廠調度優化模型。

現有的對虛擬電廠的研究通常以火電機組作為可控發電單元，很少以梯級水電站作為可控發電單元。因此，本研究在已有研究的基礎上，考慮風電機組功率的不確定性，利用可調控水電以及水電之間梯級流域關系，構建包含風電場、水電廠、負荷的虛擬電廠模型，模型中將風電出力當成“負\"負荷與其他負荷節點共同作用。以虛擬電廠多項成本最小化構建多目標函數，設計虛擬電廠經濟調度模型，并通過算例分析，驗證模型的合理性。

1虛擬電廠優化調度模型

1.1 目標函數

本研究構建的虛擬電廠模型以系統網損成本f_CL 、小水電發電成本 f_rG 、小水電棄能成本 f_αG 最小為目標函數，見式（1)。

minf=min(f_CL+f_rG+f_aG)

系統的網損成本見式(2）。

式中： C_t 為24個時刻的電價； P_Loss^t 為每時刻對

應的系統網損，見式（3）。

P_Loss^t=V_i?V_j?(G_ij?cosθ_ij+B_ijsinθ_ij)

式中： V 為節點電壓； G_ij 為支路電導； B_ij 為支路電納。

小水電發電成本 f_rG 見式（4)。

式中： N 為總節點數； r_it 為第 i 個節點上水電機組在 Φ_t 時刻的發電成本； 為第 i 個節點上水電機組在 Φ_t 時刻的出力量。

小水電的棄能成本 f_αG 見式(5)。

式中： α_?H 為小水電發電上網價格； P_G，t0ⁱ 為第 i 個節點上水電機組在 Φ_t 時刻的理論出力量。

1.2 約束條件

系統的平衡約束表示見式(6)。

P_i=P_G，tⁱ-P_D，tⁱ-P_Loss^t

式中： P_G，tⁱ 為第 i 個節點上水電機組在 Φ_t 時刻的出力量； P_D，tⁱ 為第 i 個節點上負荷在 Φ_t 時刻的有功功率值與風電機組的出力值之和； P_Loss^t 為t時刻對應的網損。

節點電壓幅值約束見式（7）。

V_i，t^min?V_i，t?V_i，t^max

式中： V_i，t^min 為第 i 個節點在 Φ_t 時刻電壓的最小 值； V_i，t^max 為第 i 個節點在 Φ_t 時刻電壓的最大值。

利用越限懲罰因子對節點電壓進行約束，可以對越限的節點電壓起到了約束作用，更有利于系統的經濟性，具體見式（8)。

式中： K_v 為電壓越限懲罰系數，一般取值很大，在這里取值 100;V_i，t^min*，V_i，t^max* 分別為比 V_i，t^min，V_i，t^max 范圍更小的一組節點電壓幅值上下限。

支路潮流上下限約束見式(9)。

-P_ji，t^min?P_ij，t?P_ij，t^max

式中： P_ij，t 為 Φ_t 時刻 支路的傳輸功率； P_ij，t^max 和P_ji，t^max 分為支路 ij 和支路 ji 的最大傳輸功率。

對于線路有功支路潮流，忽略并聯線路的影響，見式(10)。

P_ij=P_Loss^t-V_i²?G_ij

式中： P_Loss^t 為每小時對應的系統網損； V_i 為第 i 個節點的電壓； G_ij 為支路電導。

梯級水電廠之間既有電量關系，也有水量關 系，既要滿足功率平衡，也要滿足水量平衡[5]

梯級水電廠上下級水電廠流量平衡約束見式(11)。

M_t+1^k=M_t^k+[Q_in，t^k-Q_out，t^k]×3600

式中： M_t+1^k?M_t^k 分別為 _t+1 和 Φ_t 時刻水庫 k 的容量； Q_out，t^k?Q_in，t^k 分別為出、入庫流量。

水電機組有功功率上下限約束見式(12）。

P_G，t^i，min?P_G，tⁱ?P_G，t^i，max

式中： P_G，t^i，min 為第 i 個節點的水電機組在 Φ_t 時刻有功出力的最小值； P_G，t^i，max 為第 i 個節點的水電機組在 Φ_t 時刻有功出力的最大值。

設定水電機組的有功功率變化不超過規定的數值0.05，見式（13）。

梯級水電廠的水庫儲能率約束見式(14)。

式中： M_t^k 為第 k 個水庫在 Φ_t 時刻的庫容； M_max^k 為第 k 個水庫庫容的最大值。

梯級水電廠流量上下限約束見式(15)。

Q_k，t^min?Q_k，t?Q_k，t^max

式中： Q_k，t^min 為第 k 個水庫在 Φ_t 時刻流量最小值；Q_k，t^max 為第 k 個水庫在 Φ_t 時刻流量最大值。

2算例分析

2.1 基礎數據

以寧德古田供電區域為例進行實證。該區域為獨立的8節點環網，包括風電場1座（容量為66MW）、水電廠3座（容量為 90MW. 。風電出力曲線是基于2019年典型日風電出力預測數據。假設峰時段取17:00—22：00，谷時段取24：00—8：00，電價分別為0.52元/ (kW?h) 和0.28元/ (kW?h) ，其余時刻為平時段，電價取為0.4元/ (kW?h) 。設小水電發電上網價格為0.45元/ (kW?h) 。取雙口渡、古田溪二級及古田溪一級3個小水電平均單位電度成本為0.042元/ kW?h) 、0.011元/ (kW?h) 及0.110元/ (kW?h) 。利用Matlab軟件中Yalmip工具箱對8節點電力系統進行仿真分析，如圖1所示。

系統中共有8個節點、7條支路，其中，節點1、2、3、8是負荷節點，節點4、6、7為水電廠，節點5是風電場。設功率基準值為 100MVA ，則節點5的風電場典型日出力曲線如圖2所示。

由圖2可知，風電出力具有不確定性和波動性，為了滿足地區負荷的需求，需要系統中的其他電源對缺額功率進行補充。

2.2 算例結果

系統在汛大、汛小兩種運行方式下進行最優潮流優化，以系統網損最小為目標函數，電源節點的有功功率作為變量，在滿足網絡安全約束條件下，得到7條優化后的支路潮流，見表1。其中（1，2)表示節點1到節點2的支路，其他6條支路同理。

由表1可知，無論是在汛小運行方式，還是在汛大運行方式下，各節點功率實現了最優分配，使支路潮流分配更加合理化。優化前后系統網損見表2。

由表2可知，經過最優潮流計算，在汛小方式下，網損值由1.47MW降至0.0037MW；在汛大方式下，網損值由2.51MW降至 0.0031MW ，極大地降低了系統的網損。

針對實際情況，在最優潮流模型的基礎上，加入風水協調互補模型及相關約束條件來構建風水虛擬電廠模型。風電出力取典型日出力，優化周期為 24h ，設定4種虛擬電廠場景，見表3。

4種虛擬電廠場景中，小水電機組的出力值分別如圖3至圖6所示。其中，1、2、3分別代表3臺水電機組的出力。

場景1中，以系統網損成本最小作為目標函數，3臺水電機組的出力都在一個小范圍內波動，水電機組2一直處于較高出力狀態，而水電機組1處于較低出力狀態，3臺水電機組之間的配合不理想。

場景2中，以系統網損成本和小水電發電成本最小作為目標函數，水電機組1雖處于出力較低的狀態，但是有了小水電發電成本這一約束，3臺水電機組之間配合度明顯升高。

場景3中，以系統網損成本、小水電發電成本及小水電棄能成本最小作為目標函數，在場景2的基礎上加人小水電棄能成本約束，3臺水電機組的出力相互配合，隨著風電機組出力變化而變化。

場景4中，以系統網損成本、小水電發電成本、小水電棄能成本最小以及梯級水電廠模型作為目標函數，3臺水電機組的出力趨勢與場景3大致相同，但由于模型中加入了梯級水電廠模型，水電機組2和3可構成梯級水電廠，使得機組2和3的出力更加平滑。

4種場景產生的系統網損如圖7所示。圖中1、2、3、4分別表示4種虛擬電廠場景。

由圖7可知，場景1和2中系統網損較小，且場景2網損結果優于場景1，說明目標函數中考慮小水電發電成本能降低系統網損。場景3和4中考慮了小水電發電成本、小水電棄能成本及其他約束條件，相對于場景1和2增加了系統網損，但兩者變化趨勢相同，說明模型中加入梯級水電廠模型對系統網損影響很小。

4種場景下產生的系統網損費用、小水電棄能成本及小水電發電成本見表4。場景1到場景4是模型逐漸豐富的過程，由表4可知，小水電的棄能成本和小水電發電成本逐漸降低，但系統的網損成本隨著模型的不斷豐富而增加。場景3與場景4相比，梯級水電廠模型的加入使得系統網損降低，與最原始的系統網損相比較，優化效果可觀。因此，場景4虛擬電廠構建模型是最優的。

3結語

由于風電出力具有波動性，而小水電具有可調節性，因此本研究利用小水電改善風電出力的波動，并構建了風水負荷虛擬電廠。以水電發電成本、棄能成本及網損成本最低為目標函數，研究小水電虛擬電廠的模型和構建方案。經實例驗證，本研究提出的模型和方案是可行有效的，利用小水電的可調控性來改善風電出力的波動可降低水電發電、棄能成本和網損，改善電網運行，提高經濟性。同時，本研究提出的虛擬電廠構建方案和模型在水資源豐富的地區具有適用性。

參考文獻：

[1]馮其芝，喻潔，時斌.虛擬電廠優化調度綜述[J].電氣工程，2014，2(2)：31-37.

[2]劉佳楠，李鵬，楊德昌.基于風光荷儲聯合優化的虛擬電廠競價策略[J].電力工程技術，2017，36(6)：32-37.

[3]孫惠娟，蒙錦輝，彭春華.風-光-水-碳捕集多區域虛擬電廠協調優化調度[J].電網技術，2019，43（11）：4040-4051.

[4]王冠，李鵬，焦揚，等.計及風光不確定性的虛擬電廠多目標隨機調度優化模型[J].中國電力，2017，50(5)：107-113.

[5]葛曉琳.水火風發電系統多周期聯合優化調度模型及方法[D].北京：華北電力大學，2013.