Page 143 - 2025年第56卷第11期

3.2 研究数据及参数设置 选取丰、平、枯三 表 1 水电站基础参数
个典型水平年，以检验所提方法的有效性。不 电站 正常高 装机容 调节库容/ 调节
死水位/m
同水平年及新能源的预测数据均假设为历史数 名称 水位/m 量/MW 亿 m³ 性能
据，并通过随机模拟预测误差，构建不确定性 电站 1 1166.00 1240.00 4200 98.95 多年
电站 2 988.00 994.00 1670 1.23 周
场 景 。 长 期 月 预 见 期 的 基 准 预 测 误 差 设 定 为
电站 3 765.00 812.00 5850 113.35 多年
［24］
20% ，各月份的滚动预测误差通过式（23）计
电站 4 591.00 602.00 1750 3.09 周
算，本实例中 δ 取 0.3。由于新能源缺乏实际运
行数据，采用气象再分析数据集（https：/www.ecmwf.int/）进行出力转化计算 ［14］ 。互补系统保证出力依据
/
文献［16］方法，结果取 95% 保证率，约为 6500 MW。
( T - 1)
t - 1
0
-
+
I t = I t = 0.2 + δ × I t t = 1，2，…，T （23）
式中：I t ，I t 分别代表预测正误差和负误差；δ 为不确定演变率；t 为当下时段；T 为调度总时段。
-
+
水电站运行参数均依据历史运行数据设定。鉴于电站 2、4 调节能力较弱，本文设定其采用固定水
位方式运行；电站 1、3的年初水位分别设置为1230和805 m。根据流域汛枯变化规律，梯级蓄能在1—6月缓
慢消落，7月后逐渐蓄水，因此汛前蓄能月份定为 7月。电站 1最低消落水位区间为［1166.0 m，1186.5 m］，
电站 3为［765.0 m，797.6 m］。经计算，梯级最低汛前蓄能（本文中蓄能不包含死库容）为 0.5亿 kWh，最高
为 70亿 kWh。本文在该蓄能区间内，以等步长均匀离散出 9 个典型汛前蓄能值（编号 1—9），进行风险
分析。
根据梯级历史年末蓄能值，选择最接近 5% 分位点的梯级蓄能作为最低年末蓄能需求 E ，计算得
min
出最低年末蓄能需求为 90.3 亿 kWh。根据风光
表 2 五段式对冲调度规则参数
电力消纳保障机制和历史运行经验 ［25］ ，弃水和
参数 P f /MW P M /MW a b
弃电阈值设定为 6% 和 10%。基于上述参数设
取值 5000 13470 1.27×10 7 2.66×10 7
置及 2.2.1 节的参数优化，展示了五段式对冲调
度规则的主要控制参数，如表 2 所示。
3.3 枯水期消落方案和模拟场景分析 根据枯水期消落模型，得出不同汛前蓄能条件下枯水期的最优
消落方案，消落边界及水位变化过程，如图 4 所示。

图 4 梯级水电站枯水期消落方案
从整体消落过程看，枯水期水位消落较为均衡，符合枯水期电量控制基本准则。边界条件分析表
明，随着来水量增加，水位消落深度也随之加大，尤其在 3—6 月期间尤为显著。水量与水位的控制趋
势一致，因此，枯水期消落方案总体合理。
基于预测的径流和风光出力，模拟了不确定性随机过程。以平水年的电站 1 径流和风光出力为代
表，展示了模拟场景集（见图 5（a）（c））。根据历史径流和风光出力的标准，径流场景被划分为丰、平、
枯三类，风光出力场景则分为偏丰、平均和偏枯三类。从模拟结果来看，平水年条件下，径流和风光的
平均场景占比最大，约占 70%，其余为偏丰和偏枯场景，这在一定程度上较好地考虑了未来的不确
定性。

— 1534 —