隨著全球能源需求不斷增長與環境問題日益突出，新能源技術得到了迅猛發展，推動了能源結構的深刻變革。傳統配電網在應對化石燃料能源枯竭和減少溫室氣體排放方面顯得力不從心，因此正逐步向高比例可再生能源集成的新能源配電網轉型。然而，由于新能源具備顯著的間歇性和波動性，這對配電網的穩定性和經濟性提出了前所未有的挑戰。

《中國電力》2025年第8期刊發了陳峰等撰寫的《基于可逆抽水儲能的新能源配電網協調優化方法》一文。文章提出了一種基于RPHS的新能源配電網協調優化方法。與現有的儲能優化技術相比，本方法的創新點在于：1）針對可逆泵渦輪的運行特性，提出了一種新方法，提高了系統的調度精度；2）結合人工神經網絡優化算法，在最小化平準化能源成本（levelized cost of energy，LCOE）的同時優化配電網規模，提高經濟效益。

（來源：中國電力  作者：陳峰1，趙鵬2

1.國網新源集團有限公司

2.輸配電裝備及系統安全與新技術國家重點實驗室

(重慶大學)）

摘要

當前，新能源在配電網中占比持續攀升，其固有的間歇性與波動性給配電網管理帶來嚴峻挑戰。為此，提出一種基于可逆抽水儲能（reversible pumped hydro-storage，RPHS）的新能源配電網協調優化方法，構建基于RPHS的能源管理系統，以最小化平準化能源成本（levelized cost of energy，LCOE）為目標，實現新能源的協調優化配置，并通過仿真實驗驗證所提方法。結果顯示，RPHS在提高能源利用效率、降低運行成本、增強系統穩定性等方面成效顯著。

01

并網混合電力系統建模

分布式能源資源（distributed energy resources，DERs）不僅包含了公用電網，還考慮到了RPHS組件和BESS。光伏模塊和風力渦輪機作為主要的可再生能源（renewable energy，RESs），是該系統的主要能源來源。若光伏模塊的降額系數fPV為0.98，該系數考慮了光伏模塊老化、接線損耗、模塊污染、積雪和陰影的影響。在滿足目標函數的條件下，調整光伏模塊的額定功率PPV_rat達到最佳值，則t時刻光伏的輸出功率Ppv(t)可參考文獻[17-18]。風力渦輪機的輸出功率PW受風速v的影響很大，具體模型可參考文獻[19-20]。

DC/DC和DC/AC轉換器對于新能源配電網而言都是必須的。提供給負載或注入主電網的最大交流預期需求必須通過這些轉換器來處理。因此，逆變器的額定功率Pcon,rate(t)為

式中：ηinv為逆變器的工作效率。

本文所提出的能源管理策略的關鍵即選擇以一定的間隔向公用電網購買或出售能源，具體可參考文獻[23-24]。電池通常用作混合儲能系統中的存儲元件。電池的最大額定容量CBat可用預期自主天數NAD和平均負載需求來計算，具體可參考文獻[25-26]。

混合抽水儲能-電池儲能為ESS的主要組成部分。在充電和放電階段，通常使用兩個獨立的泵和渦輪機。在充電模式下，通過泵將水從下部水庫移動到上部水庫，將剩余RES的電能存儲為重力勢能。在放電模式下，渦輪機通過發電機將水庫中存儲的重力勢能轉化為電能。本文中抽水儲能系統是由一個可逆泵渦輪機，以及兩個水庫組成的，這樣可以有效降低LCOE，從而降低了總費用。計算上水庫和下水庫的最佳水位、容量以及可逆泵渦輪機和發電機的數量是抽水儲能系統的主要優化目標。在排放模式（泵送階段）期間，當剩余能量超過泵容量的振動極限時，可逆式機器運行。

在充電模式期間，當可再生能源不能滿足需求并且渦輪機運行并開始供給負載時，t時刻從上水庫排出的水流速qt(t)為

式中：η為可逆泵效率；ρ為水密度；g為勢能參數；hur為上水庫的高度；E(t)為t時刻輸入到可逆式泵渦輪機的能量。

盡管利用一臺機器會節省成本，但由于可逆泵存在嚴重的非線性和振動的特點，必須對其進行一定的限制約束。通過可逆泵的最大水流速Qmax計算為

式中：Prate為可逆泵的額定功率；np為平均效率，給定為50%。

如果天氣的不可預測性得到了解決，則可以獲取更加可靠的優化配置，從而有效地在混合ESS和主電網之間分配電力。經研究發現，過去十年的太陽輻射的變化基本是一致的，大部分數據位于中位數以上。風速和溫度的異常值說明了利用混合ESS的必要性。

02

新能源電網協調優化

粒子群優化（particle swarm optimization，PSO）是一種具有高開發能力的傳統生物過程優化器，該方法通過尋求捕獲全局最佳（globel best，GB）和個體最佳（personal best，PB）解決方案以改進現有的整體解決方案。天鷹優化（aquila optimizer，AO）同樣也是一種生物啟發的優化算法。對于AOPSO方法，在t?2T/3時刻的探索與利用轉移意味著探索特征優先于利用特征。在AO中，所有初始化的獵物位置都參與更新最佳獵物解，與PSO相反，不存在最佳個體。為了對受限的利用步驟進行更新，AO的全局最佳（Xb）被用來更新Aquila的速度。對于PSOAO方法，在本文中，AO可能會改進PSO的探索特征，這將降低總成本和二氧化碳排放的最終盈利能力。因此，PSO的設置是通過指定AO和PSO的參數來完成的。PSO觸發并更新個體種群，而AO在此之后對運行中的解進行額外更新。

實現新能源配電網協調優化的關鍵是如何構建數學模型來確定最佳容量與配置，從而降低成本和保持足夠的環境水平。因此構建一個目標函數f1來確保含有可逆抽水儲能的混合儲能配電網系統的經濟可行性，即

式中：Xt為包含搜索空間的決策變量；C為能源成本；T為每年的總小時數。

使用成本回收系數（cost recovery coefficient，CRC）CCRC計算總凈現值成本（total net present cost，TNPC）CTNPC為

式中：Cslv為殘值收入；Cpfg、Cs2g分別為從公用事業電網購買、銷售能源的成本；i為利率；N為項目的壽命年限；Ct為t時刻的維護成本。

為了能夠正確處理混合配電網系統組件并創建可訪問資源，組件的容量應該足以滿足負載期望，混合配電網系統應滿足功率約束。部分可再生能源被收集起來供給上部水庫或電池。反之，則可以從可逆抽水儲能系統的發電機或公用電網獲得短缺能量。與此同時，從主電網出售或購買的能源受平均成本約束。

03

仿真驗證

為了實現最小化LCOE，通過求解優化問題來確定混合微電網組件的最佳容量。選擇相同的步長及容量，對本文所提出的算法進行驗證。比較了4種優化方法的最優參數如表1所示。根據表1中決策變量的不同，可以發現混合優化方法在執行時間和成本方面比單獨使用任一算法更快地接近最優解。

表1  混合儲能系統與可逆抽水儲能系統最佳參數

Table 1  Optimal parameters of hybrid energy storage system and reversible pumped storage system

輸入參數包括實時風速、光照強度、負荷需求及水庫水位，輸出為最優儲能調度指令。網絡結構為3層前饋神經網絡（輸入層12節點，隱含層8節點，輸出層4節點），采用ReLU激活函數。訓練數據基于歷史氣象數據（2013—2023年）及實際電網運行記錄，通過5折交叉驗證優化權重，訓練周期為100次，學習率設為0.001。優化算法的目標是確定全年可再生能源的最佳容量。此外，還滿足目標函數，即在保持可接受的溫室氣體排放水平的同時，降低LCOE。為了達到最低的LCOE，會選擇在上述超參數和執行時間方面表現優于其他優化器的優化器，因為它具有內在的探索和利用特性。同時，每次迭代中獲得的最佳決策變量中，最佳解決方案是決定性的。為了防止死區并確保渦輪機模式按計劃發生，渦輪機不以低于0.28 p.u.的標準化流速運行。

為驗證所提RPHS協調優化方法的綜合性能，本節增設兩組算例對比實驗，分別與傳統PHS及混合儲能系統（RPHS+BESS）進行多維度性能對比。實驗采用相同的歷史氣象數據及電網負荷參數，確保結果可靠性。在固定光伏（8個）與風力渦輪機（6個）配置條件下，對比RPHS與傳統PHS在相同水庫容量下的性能差異。實驗結果如表2所示。從表2可以看出，RPHS憑借可逆泵渦輪雙向運行特性，儲能效率提升11.7%，且響應時間縮短至28 s，顯著優于傳統PHS。此外，電壓波動率降低39.5%，證明其在平抑新能源波動性方面更具優勢。因此，RPHS在提升儲能效率、縮短響應時間及增強系統穩定性方面具有顯著優勢，尤其適用于平抑新能源波動性場景。

表2  RPHS與傳統PHS性能對比

Table 2  Performance comparison between RPHS and traditional PHS

為進一步探究混合儲能系統的適用性，在相同負荷需求下對比單獨RPHS與RPHS+BESS混合系統的性能差異。實驗結果如表3所示，其中供電可靠性通過失負荷概率（loss of load probability，LOLP）來表示。從表3的實驗結果可以看出，引入BESS后，混合系統LOLP降低33.3%，LCOE進一步下降9.3%，但初期投資成本增加14.6%。結果表明，在高波動性場景下，混合系統可通過電池快速響應彌補RPHS的慣性延遲，提升供電可靠性。

表3  RPHS與RPHS+BESS性能對比

Table 3  Performance comparison between RPHS and RPHS+BESS

從場景適用性來看，RPHS更適合中長期儲能及高功率需求場景，而RPHS+BESS混合系統在短時高頻次波動調節中表現更優，二者互補可實現全時間尺度的能源優化調度。經濟性方面，混合系統雖需額外初期投資，但其LCOE降低與可靠性提升可覆蓋增量成本，尤其在新能源滲透率較高的區域電網中具有推廣價值。

04

結論

本研究針對新能源間歇性和波動性給配電網帶來的挑戰，提出了基于可逆抽水儲能的新能源配電網協調優化方法，主要工作如下。

1）提出基于RPHS的新能源配電網協調優化方法，實現新能源發電過剩與不足時的能源有效存儲與轉換，大幅提升能源轉換效率。

2）通過仿真實驗驗證了方法的有效性，展示出RPHS在能源利用效率、運行成本和系統穩定性與可靠性方面相比傳統儲能技術的顯著優勢。

綜上，RPHS在面對突發能源波動時，展現出更高的靈活性和適應性，能夠快速調節電網的功率平衡，顯著增強了整個配電網的穩定性和可靠性。