相关论文：
-
-
全球能源互联网
第8卷 第3期 2025年05月；页码：336-346
电能量市场中风光抽蓄一体化并网运行优化策略
Optimization Strategy for Integrated Grid Connected Operation of Wind-photovoltaic-pumped Hydro Storage in the Electricity Energy Market
- 1. 同方智慧能源有限责任公司，北京市 海淀区 100083
- 2. 中核战略规划研究总院有限公司，北京市 海淀区 100142
- 3. 华北电力大学动力工程系，河北省 保定市 071003
- QIN Fei1*, SHAO Jiaxing1, GUO Tianchao2, YUAN Wenteng3 (1. Tongfang Smart Energy Co., Ltd., Haidian District, Beijing 100083, China
- 2. CNNC Strategic Planning and Research Institute Co., Ltd., Haidian District, Beijing 100142, China
- 3. Department of Power Engineering, North China Electric Power University, Baoding 071003, Hebei Province, China
关键词
Keywords
摘 要
Abstract
随着“风光水火储一体化”建设的逐步加快和电能量市场改革的不断深入，风光抽蓄一体化并网运行在电能量市场中的商业模式及运行策略有待进一步研究。首先对风光抽蓄一体化并网构型及其运行机理进行分析，随后建立以经济性最优为目标函数的数学模型，最后，以新疆某地区的电力系统为例进行仿真分析，并提出相关运行策略。结果表明：风光抽蓄一体化并网运行可提高总收益。在报量策略方面，中长期交易中应在电价高时积极报量，现货市场中则需要结合优化算法形成最优报量曲线。在报价策略方面，中长期交易中以平值电价200元·MWh-1以下可能出现亏损情况，在225元·MWh-1以上可盈利。现货市场中需基于优化算法确定竞争力电价以实现最大化收益。
With the gradual acceleration of the construction of integrated wind/photovoltaic/hydro/thermal/storage and the continuous deepening of electricity energy market reform,the business model and operation strategy of integrated windphotovoltaic-pumped hydro storage operation in the electricity energy market need further research. Therefore, this paper introduces the integrated grid-connected configuration of windphotovoltaic-pumped hydro storage and analyses its operation mechanism. Then, a mathematical model with the objective function of achieving optimal economic is established. Finally,the power system of a region in Xinjiang is simulated and analyzed, and relevant operation strategies are proposed. The results show that the grid-connected operation of integrated wind-photovoltaic-pumped hydro storage can enhance the total revenue. In terms of quoting strategy, it is recommended that medium- and long-term transactions be actively quoted when electricity prices are high. The optimization algorithms should be combined to form the optimal quoting curve in the spot market. In terms of pricing strategy, there may be losses in medium and long-term trading when the average electricity price is below 200 yuan·MWh-1, but profits can be made above 225·yuan·MWh-1. In the spot market, competitive electricity prices need to be determined based on optimization algorithms to achieve maximum returns.
0 引言
为实现“双碳”目标，降低CO2排放，以风能和太阳能为代表的可再生能源发电技术得到了迅速发展。然而，风电明显的反调峰特性和光伏发电的强随机性会对电力系统的稳定运行带来严重影响[1-3]。储能系统因其削峰填谷的时移特性，对促进风光消纳、实现减排脱碳具有重要作用[4-6]，常常被视为缓解电力系统中可再生能源不稳定问题的有效方案。在国家发展改革委发布《关于推进电力源网荷储一体化和多能互补发展的指导意见》[7]后，研究如何通过一体化方式实现多类型电站和储能系统的电能统一输送和储存，以优化系统运行效率和经济性变得十分重要[8-10]。
相对于其他储能方式，抽水蓄能是目前最成熟、成本效益最优的灵活调节电源，具有储能容量大、使用寿命长、零排放等优点，在构建经济可靠的高比例新能源电力系统的过程中，发挥着重要作用[11-14]。文献[15]通过采集待建抽水蓄能电站附近的风光资源数据，利用Meteonorm等软件进行出力模拟和分析，证实了抽水蓄能电站是风电和光伏发电的良好补充资源。文献[16]建立以抽蓄系统整体效率最优为目标的双层优化模型，结果表明所提策略有效提升了抽蓄电站运行效率和经济效益。文献[17]研究考虑梯级水电融合抽蓄改造的风光发电多目标容量优化配置方法，分析了梯级水风光蓄联合系统的互补性，对比说明了混合式抽蓄在联合发电系统中的作用。文献[18-20]充分发挥风光水储等资源的互补优势，提出了风光抽蓄电站的容量配置优化模型及方法，得到多种电源的配置以及不同资源禀赋下的电源优化配置方案，均肯定了抽水蓄能电站在电力系统中的竞争力和经济性。
上述研究对抽水蓄能电站与风光发电进行了容量优化和分析，验证了风光抽水蓄能联合运行的可行性与有效性。随着一体化政策的推进和完善，风光抽蓄一体化运行已成为电力系统低碳转型的研究重点[21-23]。文献[24]针对风光抽蓄独立并网和一体化并网不同运行方式的对比分析，从电网侧和电源侧多角度评估2种并网方式，算例结果表明，一体化并网可有效降低电网备用容量调节压力，具备更强的灵活调节能力并带来辅助服务收益。文献[25]建立以系统运行成本最低为目标的优化调度模型，提出可变速抽水蓄能机组投入到含有风、光、火电的电力系统日前优化调度中。文献[26]提出基于合作博弈论的风电-光伏-抽蓄-电制氢多主体能源系统联合优化运行的增益分配策略，结果表明联合优化运行可实现各利益主体自身收益正增长。
在一体化参与电力市场方面，文献[27]在考虑储能系统运行模式对耦合能源系统的影响下，建立了以最大化运营收益、最小化弃能成本和最小化出力波动为优化目标的多目标优化运行模型，结果表明耦合能源系统能够充分利用不同电源互补特性，促进风电和光伏发电并网。文献[28]提出了考虑电量约束型机组的新型电力系统现货市场出清模型及储能容量机制。文献[29]在容量补偿、现货与辅助服务市场建设等方面给出了政策建议。文献[30]提出了可再生能源参与电力市场竞争的策略和基于电力市场背景的风电-光伏-抽水蓄能联合运行优化方法，采用改进遗传算法优化计算得到抽水蓄能电站和联合系统的运行方案。
已有研究对于风光抽蓄一体化并网的经济性进行的相关分析和优化，均是基于运行成本或分时电价制度下的电能量收益背景，亦或侧重于考虑储能容量补偿和辅助服务市场。随着电能量市场改革的不断推进，绿电交易及现货市场机制正逐步完善，研究风光抽蓄一体化并网在电能量市场中的商业模式及运行策略具有重要的意义。本文首先对风光抽蓄一体化并网机理及各场站的数学模型进行分析，随后建立以一体化基地在电能量市场中的经济性最优为目标函数的数学模型。最后，基于新疆某地区的电力系统进行算例分析，对于一体化基地在电能量市场中的运行提出报量及报价的相关策略。
1 风光抽蓄一体化并网
1.1 风光抽蓄一体化并网构型
风光抽蓄的并网方式一般分为2种：独立并网和一体化并网。独立并网是指在风电场、光伏电站和抽水蓄能电站有着各自的并网点和主变压器，不同电源可以独立输送电能到电网。一体化并网是指为多个电源提供一个统一的并网点和主变压器，各发电场站将多个渠道来源的电能打捆统一输送到电网。其并网构型如图1所示。
图1 风光抽蓄并网构型
Fig. 1 Grid connection configuration of wind-photovoltaicpumped hydro storage
在一体化并网过程中，风电场、光伏电站和抽水蓄能电站会将电能打捆统一输送到电网供给电力负荷，同时，风电场和光伏电站还可以将富裕的电能量利用抽水蓄能电站进行储存，之后由抽水蓄能电站经统一并网点输送。该并网方式可以通过将内部的电源和储能设备耦合及统一调度，在并网点内部实现多种发电方式的电能互补。本文主要针对一体化并网运行进行分析。
1.2 各场站数学模型
1.2.1 风电场
风电场输出功率与风速相关，其数学模型通常表示为[31-32]
式中：
为风力发电机第s场景中第t时刻的输出功率，MW；
为标准测试情况下测得的风力发电机额定输出功率，MW；vs,t为风速测量仪器测得的第s场景中第t时刻的实时平均风速，m·s-1；vr、vin和vout分别为风机的额定风速、切入风速和切出风速，m·s-1。
1.2.2 光伏电站
光伏发电机组的输出功率主要受照射到光伏板上的太阳能辐照度的影响，其可以表示为[33]
式中：
为光伏发电机组第s场景中第t时刻的输出功率，MW；
为光伏发电机组第s场景中第t时刻的太阳能辐照度，MW·m-2；
为标准测试情况下测得的光伏发电机组额定输出功率和额定太阳辐照度，MW；S为光伏表面积上的标准太阳辐照度，MW·m-2。I
1.2.3 抽水蓄能电站
抽水蓄能电站的抽水功率和发电功率分别为[34]
式中：
和
分别为抽水蓄能电站的抽水功率和发电功率，MW；A为水电转换常数，通常取9.81；Qs,t为抽水蓄能电站第s场景中第t时刻的发电引用流量，m3/h；η为抽水蓄能电站用电和发电的效率。
2 风光抽蓄一体化并网运行优化模型
一体化并网运行时，三个电站由统一并网点接入电网后，均可参与常规电能量交易和绿电交易并获取收益，各电站的运维成本则由电站建设成本及设计发电量折算而得。
2.1 目标函数
本文在经济性计算过程中，主要考虑了常规电能量收益、绿电收益和发电机组的运维成本，并以风光抽蓄一体化基地的总收益F最大为目标函数。其中绿电交易是一种中长期交易品种，因此在现货市场交易中不予考虑。一体化并网在中长期交易和现货市场交易的总收益F分别如式 （5） 和 （6） 所示：
式中：Fm为常规电能量收益，元；Fg-e为绿电收益，元；Cg为发电机组的运维成本，元。
1）常规电能量收益。
式中：Ds为第s类场景的天数；λs,t为第s类场景中第t时段的市场化电价，元·MWh-1；
和
分别为风电场和光伏电站第s类场景中第t时段的出力参与常规电能量市场的部分，MW；
为抽水蓄能电站第s场景中第t时段的输出功率，MW；Δt为时间间隔，h。
2） 绿电收益。
本文中的抽水蓄能电站所用电能来源于一体化基地中的风光发电，仍保留其绿色属性，因此本文设定抽水蓄能电站可以直接参与绿电交易。一体化并网的绿电收益为
式中：ωs,t为第s类场景中第t时段的绿电电价，元·MWh-1；
和
分别为风电场、光伏电站和抽水蓄能电站第s类场景中第t时段的出力参与绿电交易的部分功率，MW；
为一体化基地在第s类场景中第t时段参与绿电交易的部分功率，MW。
3） 发电机组的运维成本。
式中：cwt、cpv和cps分别为风电场、光伏电站和抽水蓄能电站根据设计利用小时数折算的单位度电成本，元·MWh-1；
和
分别为风电场和光伏电站第s类场景中第t时段的预测出力，MW；
为第s类场景中第t时段抽水蓄能电站由电网调度的出力（根据设计发电量按固定抽发次数折算），MW。
2.2 约束条件
1） 风光电站约束。
风电场和光伏电站在调度时的实际出力
和
应满足出力上下限要求：
独立并网运行方式中的风光发电出力输出途径包括常规电能量交易和绿电交易，如式 （13） 和 （14）所示。在一体化并网运行方式中，除上述2种途径外，还可以利用抽水蓄能电站储存电能，如式 （15） 和（16） 所示。
式中：
和
分别为风电场和光伏电站由抽水蓄能电站抽水第s场景中第t时段所用的电。
2） 抽水蓄能电站约束。
抽水蓄能电站的响应速度非常快，从全停到满载发电约5 min，从全停到满载抽水约1 min，因此，在h级的运行优化中，可以忽略其爬坡响应速率的限制。但出力具有上下限和上水库库容的约束，表示为
式中：
为第s场景中第t时段抽水蓄能电站的出力，MW；
≥0代表放水发电，
＜0代表抽水蓄电；
和
分别为抽水蓄能电站的额定出力上、下限，MW；Es,t为第s场景中第t时段上水库容量，MWh；ΔEs,t为第s场景中第t时段的库容变化量，MWh；Emax和Emin分别为上水库最大和最小库容量，MWh；ηg和ηd分别为抽水蓄能电站的发电效率和抽水效率。
3）并网功率约束。
一体化基地向外的输出电能统一受到主变压器的额定功率限制
式中：Ptra为一体化基地配套建设的主变压器的额定功率。
4） 备用容量约束。
为减缓风、光发电的不确定性对于对电网造成的不利影响，本文设定一体化基地内部的抽水蓄能电站需要为风、光场站提供足够的备用容量。
式中：
和
分别为抽水蓄能电站可以提供的向上和向下备用容量；ewt和epv分别为风电和光伏发电功率的预测误差。
5）绿电交易约束。
本文规定绿电年交易电量为全年交易电量的60%，对各时段的绿电交易电量限制在各时段的发电量之内
3 算例分析
本文选取新疆某地区的风光抽蓄电站为研究对象，其中风电场容量为360 MW，光伏电站容量为200 MW。利用K-means聚类算法得到该地区3种典型场景中的风光出力，如图2所示。计算涉及的参数如表1所示。
表1 计算涉及参数
Table 1 Parameters involved in the calculation
参数 数值 参数 数值ps/Pmin Pmax ps 140.00/0.00 cwt/cpv/cps 153.00/292.00/285.00 Emax/Emin 868.00/28.00 Ptra 350 ηg/ηd 86.60%/86.60%
图2 典型日的风电和光电出力情况
Fig. 2 Wind and photovoltaic output on the typical days
3.1 模型构建
为探究风光抽蓄一体化并网在电能量市场中的调控策略，本文针对参与中长期交易和现货市场交易，设定如下2种模型并分别进行分析。
模型1：风光抽蓄电站一体化并网运行参与中长期交易。
模型2：风光抽蓄电站一体化并网运行参与现货市场交易。
3.2 调度结果及参与电能量市场策略
3.2.1 调度结果
1） 中长期交易。
根据《新疆维吾尔自治区2023年电力市场化交易实施方案》[35]来看，新疆当前执行的电能量市场化交易方式仍以中长期交易为主，在电价方面中长期内是以固定的峰谷平时段电价执行的，因此有必要对一体化基地在中长期交易电价下的调度结果进行分析，不同季节下常规电能量电价如图3所示，绿电电价为在此基础上增加50元·MWh-1。
图3 电价
Fig. 3 Electricity prices
图4为模型1在中长期交易电价下各电站出力及净出力情况。图5为中长期交易下抽水蓄能电站处理及弃风光情况。可以看出，弃风光主要发生在11～24 h，而这些时间段内净出力已达到主变压器容量最大限值，故无法再消纳风光出力。此外，由于该典型日中风光发电机组在全天的出力均较高，受主变压器容量的限制，抽水蓄能电站也无法充分发挥削峰填谷的时移特性，进一步消纳新能源。
图4 模型1各电站出力及净出力情况
Fig. 4 Output and net output of each power station in Model 1
图5 模型1的弃风光及抽水蓄能出力情况
Fig. 5 Abandoned wind and photovoltaic power and pumped storage output of Model 1
在典型日2和典型日3中，风光发电功率较小，仅依靠风、光发电几乎不会达到主变压器容量值，此时，抽水蓄能充分发挥时移能力，在28～31 h、37～40 h、52～55 h、61～64 h抽水蓄电（分别对应典型日2的4～7 h、13～16 h，典型日3的4～7 h和13～16 h），在32～34 h、43～47 h、56～58 h、67～71 h发电（分别对应典型日2的8～10 h、20～24 h，典型日3的8～10 h和20～24 h）。结合图3可以发现，抽水蓄能电站在灵活地选择在谷值电价期间抽水用电，在峰值电价期间发电，利用峰谷套利以增加一体化系统的总收益。
图6为中长期交易的收益结果。在同一时刻绿电交易价格较常规电能量交易价格高，因此，整体上绿电交易电量高于常规电能量交易，且在峰值电价时间段更加明显。
图6 模型1电能量交易情况
Fig. 6 Electricity trading results of Model 1
2） 现货市场。
与中长期交易电价有明显不同，现货市场的电价时刻都在发生着变化。由于新疆的现货市场建设处于完善阶段，本文选择了甘肃河西地区某3日的电力现货价格，如图7所示。
图7 甘肃河西某3日的电力现货价格
Fig. 7 Spot electricity prices on a three-day basis in Hexi, Gansu Province
考虑到现货市场电价的数据量庞大，难以计算全年范围内的调度优化计算，因此，仅计算典型日内的收益情况。第一个典型日场景下，利用数学模型进行经济最优化调度方案的求解，得到在以上3种现货电价情况下，各电站出力及弃风、弃光结果如图8—图10所示。在现货市场的环境下，净出力在24 h内均达到了变压器的最大限制功率300 MW。其中，在3日的电价下，机组出力及弃风、弃光情况相似，抽水蓄能电站在0～8 h发电，在10～12 h和18～22 h抽水蓄电，但在不同日电价下出现同样出力的原因有所不同。在A日和B日电价下，抽水蓄能电站的出力是因为电价在0～8 h电价较高，同时为保证后续工作，选择在10～16 h抽水蓄电，该时间段内电价整体水平不高且风、光发电富裕，足以使系统达到主变压器最大容量输出电力。之后的17～18 h发电是为了保障系统有足够的备用容量，而在19～23 h抽水蓄电主要是因为蓄水容量需要恢复到当日的初始状态，以保证第二天的正常抽蓄。在C日电价下，由于风电和光电在9～23 h的出力较大，无需抽水蓄能发电即可达到最大输电主变压器的功率，因此，抽水蓄能电站只能在0～8 h出力以获得额外的经济性，再通过后续时刻的抽水蓄电恢复至当日初始容量。
图8 A日电价典型日1场景下的调度情况
Fig. 8 Dispatch under typical day 1 scenario of A electricity price
图9 B日电价典型日1场景下的调度情况
Fig. 9 Dispatch under typical day 1 scenario of B electricity price
图10 C日电价典型日1场景下的调度情况
Fig. 10 Dispatch under typical day 1 scenario of C electricity price
在第二个典型日场景中，各电站在不同电价下的出力及弃风、弃光结果分别如图11—图13所示。整体上看，风光出力在该典型日内较第一个典型日较小，无法保障系统出力全时段达到最大主变压器容量，通过抽水蓄能电站的时移特性，可以实现风光新能源发电的全额消纳。由图10可以看出，在A日电价下，抽水蓄能电站在6～8 h发电，12～16 h蓄电，即在电价最高时发电，在电价最低时蓄电。由图12可以看出，在B日电价下，抽水蓄能电站在5～8 h和10～11 h发电，在0 h、14 h、19～23 h蓄电，也是选择在电价高时发电，在电价低时蓄电。由图13可以看出，在C日电价下，抽水蓄能电站在0 h、7～8 h、19～23 h发电，在9～17 h蓄电，也是选择在电价高时发电，在电价低时蓄电。因此，在一体化并网时，抽水蓄能电站会利用其时移特性，实现峰谷套利。第三个典型日的风、光出力情况与第二个典型日类似，即无法满足全时段达到最大主变压器容量，所以不再进行重复分析，其调度结果和弃风光情况补充在附录A。
图11 A日电价典型日2场景下的调度情况
Fig. 11 Dispatch under typical day 2 scenario of A electricity price
图12 B日电价典型日2场景下的调度情况
Fig. 12 Dispatch under typical day 2 scenario of B electricity price
图13 C日电价典型日2场景下的调度情况
Fig. 13 Dispatch under typical day 2 scenario of C electricity price
3.2.2 参与电能量市场策略
1）报量策略。
从经济性的角度出发，由于在中长期时间内的电价固定，因此申报电量的方法较为简单，在峰值电价和尖峰电价时间段尽量申报较多的电量，而在谷值电价和深谷电价时间段尽量少申报电量，但同时要结合抽水蓄能机组可以实现时移的电能量以及备用容量的要求综合考虑。
对于参与现货市场而言，尽管也是在电价高时尽量申报较多的电量，电价低时少申报电量，但是由于电价波动较为频繁，需要结合优化算法，综合考虑抽水蓄能机组的容量、主变压器容量和备用容量需求，快速地形成申报电量的经济性最优曲线上报电网或调度机构。
2） 报价策略。
对于中长期交易，图14展示了不同平值电价下模型1的总收益。由图14可以看出，当平值电价在200元·MWh-1及以下时，模型1的总收益为负数，在225元·MWh-1及以上时，模型1处于盈利模式，因此，该平值电价可以作为风光抽蓄电站参与电力中长期交易时申报的具有竞争力的价格参考。
图14 不同平值电价下模型1的总收益
Fig. 14 Total revenue of Model 1 under different average electricity prices
对于电力现货市场交易，由于电价的波动性，可能会出现市场电价低于度电成本的情况，致使总收益为负数，即亏损发电的情况，表2即为模型2在不同典型日中面对不同电价时的收益情况。可以看出，3个典型日场景在A和B电价中，均能获得一定收益，但在C电价中均出现亏损的情况。此外，值得注意的是，在电价低时，由于运维成本的支出，如果选择不进行并网输发电，将会亏损更多。因此，这就需要依靠优化算法模型，测试得出一体化收益较大或亏损较少，且具有市场竞争性的电价。
表2 不同典型日中一体化并网在不同现货市场电价下的收益
Table 2 Benefits of integrated grid connection between different typical days and under different spot market electricity prices
典型日 电价 当日总收益/万元A 1 100.59 B 36.63 C-94.62 A 2 31.24 B 3.14 C-59.24 A 3 64.63 B 55.36 C-46.61
4 结论
本文通过对风光抽蓄一体化并网机理及各场站的数学模型进行分析，建立了以一体化基地在电能量市场中的经济性最优为目标函数的数学模型，最后基于新疆某地区的电力系统进行算例分析，对于一体化基地在电能量市场中的运行提出了报量及报价的相关策略。结论如下：
1）中长期交易下，风光抽蓄电站在峰值电价时发电，在谷值电价时储电，可以通过时移特性实现峰谷套利，增加一体化系统的总收益。
2）现货市场电价波动频繁，风光抽蓄电站在电价高时发电，在电价低时储电，可以利用现货市场的电价波动特性优化收益。
3）报量策略：在中长期交易中，在电价高时尽量申报较多电量，电价低时少申报电量；现货市场中需结合优化算法快速形成最优报量曲线。
4）报价策略：中长期交易中，平值电价在200元·MWh-1及以下时总收益为负，225元·MWh-1及以上时为正；现货市场中需通过优化算法模型测试得出具有竞争性的电价。
附录 A
图A1 A日电价典型日3场景下的调度情况
Fig. A1 Dispatch under typical day 3 scenario of A electricity price
图A2 B日电价典型日3场景下的调度情况
Fig. A2 Dispatch under typical day 3 scenario of B electricity price
图A3 C日电价典型日3场景下的调度情况
Fig. A3 Dispatch under typical day 3 scenario of C electricity price
参考文献
-
[1]
唐良，蔡晔，唐夏菲，等. 考虑抽水蓄能电站参与容量交易辅助服务的双层优化策略[J]. 电网技术，2025，49(4)：1469-1478.TANG Liang, CAI Ye, TANG Xiafei, et al. Bi-level optimization strategy considering the participation of pumped storage power plants in auxiliary services of capacity trading[J]. Power System Technology, 2025, 49(4): 1469-1478(in Chinese). [百度学术]
-
[2]
宋铎洋，薛田良，李艺瀑，等. 考虑风光不确定性的虚拟电厂合作博弈调度及收益分配策略[J]. 电力工程技术，2025，44(1)：193-206.SONG Duoyang, XUE Tianliang, LI Yipu, et al. Cooperative game scheduling and revenue sharing strategy for virtual power plants considering scenery uncertainty[J]. Electric Power Engineering Technology, 2025, 44(1): 193-206(in Chinese). [百度学术]
-
[3]
康俊杰，赵春阳，周国鹏，等. 风光水火储多能互补示范项目发展现状及实施路径研究[J]. 发电技术，2023，44(3)：407-416.KANG Junjie, ZHAO Chunyang, ZHOU Guopeng, et al.Research on development status and implementation path of wind-solar-water-thermal-energy storage multi-energy complementary demonstration project[J]. Power Generation Technology, 2023, 44(3): 407-416 (in Chinese). [百度学术]
-
[4]
严干贵，沙千理，李军徽，等. 调节性能导向的火-储联合调频混合储能双层优化配置策略[J]. 电力系统自动化，2025.YAN Gangui, SHA Qianli, LI Junhui, et al. Regulation performance-oriented bi-level optimal configuration strategy of hybrid energy storage for thermal power generation and energy storage frequency regulation[J]. Automation of Electric Power Systems, 2025(in Chinese). [百度学术]
-
[5]
刘佳玲，秦博宇，蔡其聪，等. 计及可再生能源接入的城市轨道交通储能容量优化配置[J]. 电网技术，2025，49(2)：709-718.LIU Jialing, QIN Boyu, CAI Qicong, et al. Capacity planning of energy storage for urban rail transit systems considering renewable energy integration[J]. Power System Technology,2025, 49(2): 709-718(in Chinese). [百度学术]
-
[6]
徐奇锋，王激华，乔松博，等. 考虑源-荷匹配的区域电网风光储容量规划-运行联合优化方法[J]. 电力建设，2024，45(8)：85-96.XU Qifeng, WANG Jihua, QIAO Songbo, et al. Planning and operation joint optimization method for wind, solar, and energy storage capacity in regional power grids considering source load matching[J]. Electric Power Construction, 2024, 45(8):85-96 (in Chinese). [百度学术]
-
[7]
国家发展改革委 国家能源局关于推进电力源网荷储一体化和多能互补发展的指导意见_国务院部门文件_中国政府网[EB/OL]. [2025-03-06]. https://www.gov.cn/zhengce/zhengceku/2021-03/06/content_5590895.htm. [百度学术]
-
[8]
刘姝，赵闯，邹文广，等. 基于MILP的园区微电网风光储协调优化配置[J]. 东北电力技术，2024，45(12)：5-10.LIU Shu, ZHAO Chuang, ZOU Wenguang, et al. Coordinated optimization configuration of park microgrid wind-solarstorage based on MILP[J]. Northeast Electric Power Technology, 2024, 45(12): 5-10 (in Chinese). [百度学术]
-
[9]
程韧俐，李江南，周保荣，等. 含碳捕集-电转气的风光火储一体化系统优化运行[J]. 上海交通大学学报，2024，58(5)：709-718.CHENG Renli, LI Jiangnan, ZHOU Baorong, et al. Operation optimization for integrated system of wind-PV-thermal-storage with CC-P2G[J]. Journal of Shanghai Jiao Tong University,2024, 58(5): 709-718 (in Chinese). [百度学术]
-
[10]
孙启超，聂美华，伍联营，等. 风光储一体化水电联产系统的优化设计及调度[J]. 化工进展，2024，43(9)：4882-4891.SUN Qichao, NIE Meihua, WU Lianying, et al. Optimal design and scheduling of integrated wind-photovoltaic-storage hydropower cogeneration system[J]. Chemical Industry and Engineering Progress, 2024, 43(9): 4882-4891(in Chinese). [百度学术]
-
[11]
黄文涛，罗杰，葛磊蛟，等. 考虑灵活碳捕集电厂与抽水蓄能联合的广义经济调度策略[J]. 中国电机工程学报，2024，44(4)：1430-1446.HUANG Wentao, LUO Jie, GE Leijiao, et al. Consider a generalized economic dispatch strategy combining flexible carbon capture power plants and pumped storage[J]. Proceedings of the CSEE, 2024, 44(4): 1430-1446(in Chinese). [百度学术]
-
[12]
陈海生，李泓，徐玉杰，等. 2022年中国储能技术研究进展[J]. 储能科学与技术，2023，12(5)：1516-1552. [百度学术]
-
[13]
汪莹，韩晓男. 抽水蓄能电站的多元化经济价值评价方法研究[J]. 山东电力技术，2024，51(2)：25-36.WANG Ying, HAN Xiaonan. The evaluation method for pumped storage plants with diversified economic values[J].Shandong Electric Power, 2024, 51(2): 25-36(in Chinese). [百度学术]
-
[14]
何英静，王湘，但扬清，等. 考虑源荷不确定性的风光水蓄互补系统优化调度策略[J/OL]. 浙江电力，2025：1-9.(2025-03-03). https://kns.cnki.net/KCMS/detail/detail.aspx?fil ename=ZJDL20250228003&dbname=CJFD&dbcode=CJFQ.HE Yingjing, WANG Xiang, DAN Yangqing, et al. Optimal scheduling strategy of wind-solar-water storage complementary system considering source-load uncertainty[J/OL].Zhejiang Electric Power, 2025: 1-9. (2025-03-03). https://kns.cnki.net/KCMS/detail/detail.aspx?filename=ZJDL20250228003&dbna me=CJFD&dbcode=CJFQ (in Chinese). [百度学术]
-
[15]
李树林，戴嘉彤，董海鹰，等. 考虑相关性的风光抽蓄互补发电系统优化运行[J]. 电力系统及其自动化学报，2019，31(11)：92-102.LI Shulin, DAI Jiatong, DONG Haiying, et al. Optimal operation of wind power-photovoltaic-pumped storage joint power generation system considering correlations[J]. Proceedings of the CSU-EPSA, 2019, 31(11): 92-102 (in Chinese). [百度学术]
-
[16]
刘连德，何江，周家旭，等. 含高比例风光发电的电力系统中抽蓄电站的优化控制策略[J]. 储能科学与技术，2022，11(7)：2197-2205.LIU Liande, HE Jiang, ZHOU Jiaxu, et al. Optimization control strategy of pumped storage station in power system with high proportion wind/photovoltaic power[J]. Energy Storage Science and Technology, 2022, 11(7): 2197-2205(in Chinese). [百度学术]
-
[17]
王立平，马实一，王海伦，等. 考虑梯级水电融合抽蓄改造的风光资源多目标容量配置[J]. 水力发电，2024，50(9)：82-88.WANG Liping, MA Shiyi, WANG Hailun, et al. Multi-objective capacity configuration for wind and photovoltaic power generation considering retrofitting cascade hydropower with pumped storage[J]. Water Power, 2024, 50(9): 82-88(in Chinese). [百度学术]
-
[18]
张彦芝，陈思捷，郑林烽，等. 含混合式抽蓄的风光水储一体化电站的配置与运行方法[J]. 上海交通大学学报，2025.ZHANG Yanzhi, CHEN Sijie, ZHENG Linfeng, et al. Capacity configuration and operation method of wind-solar-water-storage integrated power station based on hybrid pumped storage[J].Journal of Shanghai Jiao Tong University, 2025(in Chinese). [百度学术]
-
[19]
谢建恒，王浩，任岩，等. 基于卧式抽蓄的多能互补系统容量配置优化研究[J]. 华北水利水电大学学报 （自然科学版），2025，46(1)：10-19.XIE Jianheng, WANG Hao, REN Yan, et al. Capacity allocation optimization of multi-energy complementary system based on horizontal pumped storage[J]. Journal of North China University of Water Resources and Electric Power(Natural Science Edition), 2025, 46(1): 10-19(in Chinese). [百度学术]
-
[20]
张海涛，李文娟，李雪峰，等. 基于改进麻雀算法的风光水储优化配置方法[J]. 电工技术，2024(2)：40-44.ZHANG Haitao, LI Wenjuan, LI Xuefeng, et al. Combined optimal scheduling of wind/photovoltaic/hydro/storage based on improved sparrow algorithm[J]. Electric Engineering,2024(2): 40-44(in Chinese). [百度学术]
-
[21]
矫勇. “双碳”目标下大力推进水风光储一体化发展的现状与对策建议[J]. 中国水利，2025.JIAO Yong. Current status and recommendations of promoting integrated development of water, wind, solar and storage energy under the “dual carbon” goal[J]. China Water Resources, 2025(in Chinese). [百度学术]
-
[22]
张验科，罗笙月，卢垚键，等. 风-光-混蓄中长期发电互补优化调度研究[J]. 水利水电科技进展，2025.ZHANG Yanke, LUO Shengyue, Lu Yaojian, et al.Complementary optimal operation of mid-to-long-term wind-photovoltaic-hybrid pumped storage power generation systems[J]. Advances in Science and Technology of Water Resources, 2025(in Chinese). [百度学术]
-
[23]
莫巨华，王浩，王超，等. 基于卧式抽蓄的风光水储蓄联合运行优化调度研究[J]. 华北水利水电大学学报（自然科学版），2025，46(1)：1-9.MO Juhua, WANG Hao, WANG Chao, et al. Optimized scheduling of wind-solar-hydro energy storage joint operation based on horizontal pumped storage[J]. Journal of North China University of Water Resources and Electric Power(Natural Science Edition), 2025, 46(1): 1-9(in Chinese). [百度学术]
-
[24]
秦菲，邵嘉兴，郭天超，等. 电力市场中风光抽蓄并网运行分析[J/OL]. 华北电力大学学报（自然科学版），1-9[2025-01-22]. http://kns.cnki.net/kcms/detail/13.1212.TM.20241113.1018.002.QIN Fei, SHAO Jiaxing, GUO Tianchao, et al. Operation analysis on the grid connection of wind-photovoltaicpumped hydro storage in the electricity market[J/OL]. Journal of North China Electric Power University(Natural Science Edition),1-9[2025-01-22].http://kns.cnki.net/kcms/detail/13.1212.TM.20241113.1018.002(in Chinese). [百度学术]
-
[25]
程其云，何鑫，冷祥彪，等. 基于可变速抽水蓄能的风—光-火-抽蓄的优化调度[J]. 水电与抽水蓄能，2023，9(4)：109-113.CHENG Qiyun, HE Xin, LENG Xiangbiao, et al. Optimal dispatch of wind-solar-fired-pumped storage basedon variable speed pumped storage[J]. Hydropower and Pumped Storage,2023, 9(4): 109-113(in Chinese). [百度学术]
-
[26]
段佳南，谢俊，邢单玺. 风电-光伏-抽蓄-电制氢多主体能源系统增益的合作博弈分配策略[J]. 上海交通大学学报，2024，58(6)：872-880.DUAN Jianan, XIE Jun, XING Danxi. A cooperative game allocation strategy for wind-solar-pumped storage-hydrogen multi-stakeholder energy system[J]. Journal of Shanghai Jiao Tong University, 2024, 58(6): 872-880(in Chinese). [百度学术]
-
[27]
辛禾，鞠立伟，李秋燕，等. 计及资源互补特性的风光水储耦合系统运行策略及求解算法[J]. 可再生能源，2018，36(12)：1833-1841.XIN He, JU Liwei, LI Qiuyan, et al. An operation strategy and solution algorithm for wind-PV-hydro-ES coupling system considering resources complementary characteristic[J]. Renewable Energy Resources, 2018, 36(12): 1833-1841 (in Chinese). [百度学术]
-
[28]
孟繁林，钟海旺，夏清. 高比例可再生能源电力系统中电量约束型机组参与现货市场的机制[J]. 电网技术，2023，47(3)：1047-1055.MENG Fanlin, ZHONG Haiwang, XIA Qing. Spot market mechanism for energy constrained generation units in high proportion renewable energy power system[J]. Power System Technology, 2023, 47(3): 1047-1055 (in Chinese). [百度学术]
-
[29]
刘坚，王建光，王晶，等. 面向电力现货市场的独立储能经济性分析与容量补偿机制探索[J]. 全球能源互联网，2024，7(2)：179-189.LIU Jian, WANG Jianguang, WANG Jing, et al. A study on techeconomic analysis on independent energy storage in spot power market and associated capacity mechanisms[J]. Journal of Global Energy Interconnection, 2024, 7(2): 179-189(in Chinese). [百度学术]
-
[30]
马实一，李建成，段聪，等. 基于电力市场背景的风-光-抽水蓄能联合优化运行[J]. 智慧电力，2019(8)：43-49.MA Shiyi, LI Jiancheng, DUAN Cong, et al. Joint operation optimization of wind-photovoltaic-pumped hydro storage based on electricity market[J]. Smart Power, 2019(8): 43-49 (in Chinese). [百度学术]
-
[31]
安源，郑申印，苏瑞，等. 风光水储多能互补发电系统双层优化研究[J]. 太阳能学报，2023，44(12)：510-517.AN Yuan, ZHENG Shenyin, SU Rui, et al. Research on twolayer optimization of wind-solar-water-storage multi energy complementary power generation system[J]. Acta Energiae Solaris Sinica, 2023, 44(12): 510-517(in Chinese). [百度学术]
-
[32]
ZHANG W P, MALEKI A, ALHUYI NAZARI M. Optimal operation of a hydrogen station using multi-source renewable energy (solar/wind) by a new approach[J]. Journal of Energy Storage, 2022, 53: 104983. [百度学术]
-
[33]
MA T, YANG H X, LU L. A feasibility study of a standalone hybrid solar-wind-battery system for a remote island[J].Applied Energy, 2014, 121: 149-158. [百度学术]
-
[34]
吕崇帅. 含风光水储电源的电力系统优化调度研究[D]. 哈尔滨：哈尔滨工业大学，2016. [百度学术]
-
[35]
新疆维吾尔自治区发展和改革委员会. 关于印发《新疆维吾尔自治区2023年电力市场化交易实施方案》的通知[EB/OL]. [2025-03-06]. https://xjdrc.xinjiang.gov.cn/xjfgw/c108299/202302/8be04e930f0b4c1ea0036605182e7d99.shtml. [百度学术]
基金项目
作者简介
-
秦菲