Page 144 - 2025年第56卷第11期

进一步，依据柯西分布和模拟场景的偏差统计加权，绘制各月的模糊隶属度函数，如图 5（b）（d）
［26］
所示。因子设定为 2.33 。从图中可见，偏差越大，隶属度越小，且大于 50% 的误差在实际调度中出
现的概率较低，符合基本调度要求。此外，考虑预见期（见式（23））后，不确定性随预见期延长而增
大，隶属度相应提高，使得模拟结果更接近实际调度中的复杂情况。

注：图（a）（c）中的小图表示模拟场景分类占比情况
图 5 平水年随机径流模拟及逐月隶属度函数

3.4 风险分析 基于模拟结果，统计计算各指标风险概率及损失，图 6 为各指标风险概率。从图中可
以看出，丰水年几乎不存在年末蓄能不足和枯水期缺电情况，但伴随较大的水电弃水和风光弃电风
险，特别是在汛前蓄能水平为 9 时，水电弃水和风光弃电的风险概率分别为 0.54 和 0.84。与此相对，
枯水年则不存在水电弃水和风光弃电风险，但汛期蓄能过高，枯水期用水量不足，将面临较大的缺电
风险。此外，当汛前蓄能过低时，枯水年汛期的蓄水量可能不足，水库难以满足年末最低蓄能要求。
汛前蓄能水平为 1、2 和 3 时，蓄能不足的风险概率分别为 0.306、0.175 和 0.095。

图 6 不同水平年梯级水电站汛前蓄能与其风险概率
在平水年，年末蓄能大多能够满足需求，相关风险可忽略。然而，仍需关注汛前蓄能过高带来的
影响，当蓄能水平为 7、8 和 9 时，枯水期缺电风险显著上升，对应风险概率分别为 0.085、0.204 和
0.52。同时，汛前蓄能越高，汛期弃水风险越显著增加，尤其当蓄能水平超过 5 时情况更加突出。相
比之下，风光弃电风险虽随汛前蓄能增加，但其变化幅度较小。图 7 展示了各月份水风光互补系统平
均出力和风光弃电情况，表明弃电的主要原因在于汛前蓄能增加导致 9—10 月蓄水末期出力偏大，削
弱了梯级水电的调节能力。
基于上述风险分析，调度人员可根据风险容忍度制定合理方案。例如，若容忍度为 20%，在丰水

年应将汛前蓄能控制在蓄能水平 4 以下，以避免弃水和弃电风险过高；在平水年，可适当提高汛前蓄
能，但不宜超过蓄能水平 6，以防止弃水风险过大；在枯水年，则可以在蓄能水平 2—5 之间进行权
衡。此外，汛前蓄能的最终确定还可结合风险损失和效益进一步优化。
统计分析了风险概率大于 0.05 的风险损失分布及风险价值（置信度为 0.95）。从图 8、图 10 及表 3
中可见，在相同汛前蓄能水平下，来水量越大，枯水期缺电的风险价值越低，而汛期弃水的风险价值
越高。此外，风险损失值通常随着风险概率的增加而上升，即较高的风险概率往往对应较大的风险损
失。例如，在枯水年（图 10），当汛前蓄能水平为 4 时，最大出力损失为 42.5 MW，而汛前蓄能水平为
9 时，该值增至 423.6 MW，相差近十倍。

— 1535 —