余意 李俊賢 蔣定國 鄧友漢 陳靜

摘 要：在全球能源結(jié)構(gòu)轉(zhuǎn)型背景下，水風光多能互補系統(tǒng)作為現(xiàn)代能源體系關鍵組成部分，正日益受到重視。探討了我國水風光資源分布情況，并分析了互補基地建設規(guī)劃。剖析了水風光多能互補系統(tǒng)在規(guī)劃期資源評估與系統(tǒng)集成、運行期預報調(diào)度與高效運行、消納期電力交易與市場營銷等關鍵階段技術(shù)挑戰(zhàn)?？偨Y(jié)了當前在資源評估方法創(chuàng)新、系統(tǒng)集成優(yōu)化、智能調(diào)度系統(tǒng)開發(fā)以及儲能技術(shù)應用等方面最新研究進展，并對未來研究趨勢進行了前瞻性展望，研究成果可為相關領域研究和實踐提供參考和借鑒。

關鍵詞：水風光互補；多能互補系統(tǒng)；資源評估；運行調(diào)度；電力交易

中圖分類號：X171；TV74 文獻標志碼：A

0 引 言

在全球能源結(jié)構(gòu)轉(zhuǎn)型背景下，水風光多能互補系統(tǒng)作為一種創(chuàng)新能源整合策略，正日益成為現(xiàn)代能源體系關鍵組成部分。該系統(tǒng)通過整合水能、風能和太陽能等可再生能源資源，提升能源利用效率，同時促進環(huán)境可持續(xù)性。這種互補系統(tǒng)構(gòu)建不僅響應了國際社會減少溫室氣體排放、應對氣候變化承諾，也是實現(xiàn)能源安全、推動經(jīng)濟發(fā)展和提升居民生活質(zhì)量的重要途徑[1]。

水風光互補系統(tǒng)核心優(yōu)勢在于其能源類型互補性，即不同能源在時間和空間上互補的特性[2]。風能和太陽能間歇性和不穩(wěn)定性可以通過水能調(diào)節(jié)作用得到有效平衡，從而提供更穩(wěn)定電力供應。在當前能源體系中，水風光多能互補系統(tǒng)重要性日益凸顯。隨著全球?qū)稍偕茉葱枨笤鲩L和對化石燃料依賴減少，該系統(tǒng)提供了一種清潔、經(jīng)濟且可持續(xù)能源供應替代方案。有助于提升能源效率，降低成本，并推動能源技術(shù)革新和產(chǎn)業(yè)升級[3]。

為了促進水風光多能互補技術(shù)的發(fā)展，本文深入探討了水風光多能互補運行的關鍵技術(shù)研究現(xiàn)狀，剖析了水風光多能互補系統(tǒng)當前面臨的關鍵技術(shù)挑戰(zhàn)，全面總結(jié)了最新研究進展，并結(jié)合行業(yè)發(fā)展方向?qū)ρ芯口厔葸M行了前瞻性研判，以期為促進水風光清潔能源發(fā)展與實踐提供指導。

1 我國水風光資源分布與互補基地建設規(guī)劃

1.1 我國水風光資源分布特點

我國水風光資源豐富且具有多樣性，但同時也面臨著時空分布不均、生態(tài)環(huán)境保護以及地域發(fā)展差異等多重挑戰(zhàn)[4]。在資源開發(fā)與利用過程中，必須全面權(quán)衡資源特性、生態(tài)保護以及社會經(jīng)濟發(fā)展需求，以實現(xiàn)資源可持續(xù)利用。

（1）水能資源。在空間分布上呈現(xiàn)出顯著不均衡性，主要集中在西部地區(qū)，尤其是大江大河上游流域，這些區(qū)域水能資源對于實現(xiàn)水電資源梯級開發(fā)和優(yōu)化配置具有關鍵意義。在時間分布上，受季風氣候影響，河流水量在年際和年內(nèi)分布呈現(xiàn)顯著不均勻性，豐水期與枯水期流量差異巨大，需要通過建設調(diào)節(jié)性水庫來平衡水量。

（2）風能資源。風能潛力較大區(qū)域主要集中在三北地區(qū)、東部沿海地區(qū)、青藏高原以及云貴高原部分地區(qū)。這些地區(qū)地形開闊、植被稀疏，風速大且風向穩(wěn)定，因此具有較大風能開發(fā)潛力。在時間分布上，風能資源季節(jié)性差異顯著，春季風能資源最為豐富，冬季次之，秋季較少，夏季最少。

（3）太陽能資源。分布特點表現(xiàn)為“高原地區(qū)優(yōu)于平原地區(qū)，西部地區(qū)優(yōu)于東部地區(qū)”。西藏、青海、新疆、甘肅、寧夏、內(nèi)蒙古高原等地總輻射量和日照時間均位居全國前列，是太陽能資源最為豐富的區(qū)域。相比之下，四川盆地、兩湖地區(qū)、秦巴山地等地太陽能資源則相對較低。在全國范圍內(nèi)，太陽輻射總量在不同季節(jié)間存在明顯變化，大多數(shù)地區(qū)在夏季接收到太陽輻射量最多，冬季最少。

1.2 我國水風光多能互補基地規(guī)劃與建設

我國在“十四五”期間，為了推動可再生能源高質(zhì)量發(fā)展，規(guī)劃了一系列水風光一體化基地。這些基地主要依托水電資源豐富的流域，通過整合水力發(fā)電、風力發(fā)電和光伏發(fā)電等資源，實現(xiàn)能源互補和優(yōu)化調(diào)度，以提高能源利用效率和電網(wǎng)穩(wěn)定性。具體規(guī)劃有：云南省“水風光儲”一體化多能互補基地建設，包括加快金沙江、瀾滄江等國家水電基地建設，以及推進煤電一體化基地建設，以化解電力結(jié)構(gòu)性矛盾；國家能源局規(guī)劃七大陸上新能源基地，包括新疆可再生能源基地、黃河上游可再生能源基地、河西走廊可再生能源基地、黃河幾字灣可再生能源基地、松遼可再生能源基地、冀北可再生能源基地、黃河中下游綠色能源廊道可再生能源基地等；兩個水風光綜合開發(fā)基地，分別位于云貴川和藏東南地區(qū)，主要依托西南水電基地，推動水風光聯(lián)合開發(fā)運行；五大海上風電基地，主要分布在山東半島、長三角、閩南、粵東和北部灣，規(guī)劃建設千萬千瓦級海上風電集群化基地，實現(xiàn)集中連片開發(fā)[5-6]。

2 水風光多能互補運行關鍵技術(shù)問題

在構(gòu)建水風光多能互補運行體系時，面臨的關鍵技術(shù)問題包括資源評估、系統(tǒng)集成、預報調(diào)度、高效運行以及電力交易與市場營銷等。在規(guī)劃階段，應全面評估水、風、光等可再生能源資源，以確保系統(tǒng)集成方案的合理性和成本效益。在運行期，需應對包括準確預測天氣條件和優(yōu)化調(diào)度策略在內(nèi)的技術(shù)挑戰(zhàn)，以實現(xiàn)系統(tǒng)高效運行[7]。在電力消納階段，需克服構(gòu)建有效電力交易機制和策劃市場營銷策略的技術(shù)難題，以提升新能源電力消納率，保障其經(jīng)濟性和市場競爭力。解決這些技術(shù)問題對于促進可再生能源大規(guī)模并網(wǎng)和有效利用具有重要意義。

2.1 規(guī)劃期資源評估與系統(tǒng)集成

水風光資源精準評估與系統(tǒng)集成是構(gòu)建高效、可靠和可持續(xù)水風光多能互補系統(tǒng)的基礎，對于確保項目成功實施、優(yōu)化能源結(jié)構(gòu)、提高系統(tǒng)性能和降低風險具有不可替代的作用[2]。在水風光多能互補系統(tǒng)規(guī)劃階段，資源評估復雜性、系統(tǒng)集成兼容性、智能調(diào)度與控制、儲能技術(shù)集成、環(huán)境影響評估以及經(jīng)濟性分析等構(gòu)成了關鍵技術(shù)挑戰(zhàn)。

資源評估復雜性體現(xiàn)在需綜合考慮多種氣象因素，如風速、光照強度和降水量等，這些因素受到地形、氣候和季節(jié)變化影響。開發(fā)能夠準確預測資源時空分布和變化的高精度評估模型，是實現(xiàn)精準評估技術(shù)的挑戰(zhàn)[8]。系統(tǒng)集成兼容性問題涉及將具有不同物理特性、控制策略和維護要求的多種能源技術(shù)有效結(jié)合，以形成一個統(tǒng)一且穩(wěn)定的系統(tǒng)，這是確保系統(tǒng)可靠性的技術(shù)難題。智能調(diào)度與控制要求開發(fā)能夠根據(jù)實時資源數(shù)據(jù)和預測信息動態(tài)調(diào)整發(fā)電計劃的智能調(diào)度系統(tǒng)，這需要高度自動化和智能化水平，以及對系統(tǒng)運行機制的深入理解。儲能技術(shù)集成是為了平衡風能和太陽能間歇性，通常需要集成電池儲能或抽水蓄能等系統(tǒng)。選擇合適的儲能技術(shù)并有效集成到互補系統(tǒng)中，以提升系統(tǒng)靈活性和經(jīng)濟性，也是技術(shù)挑戰(zhàn)之一。環(huán)境影響評估要求在規(guī)劃期對互補系統(tǒng)對生態(tài)系統(tǒng)、水文條件和景觀可能造成的影響進行全面評估，這需要綜合考慮多種環(huán)境因素，并采用先進的評估方法。經(jīng)濟性分析在規(guī)劃階段至關重要，涉及對初始投資、運營成本、維護費用和預期收益的詳細評估，同時需要對市場動態(tài)、政策變化和未來能源需求作出準確判斷。

2.2 運行期預報調(diào)度與高效運行

預報調(diào)度與高效運行對于水風光多能互補系統(tǒng)穩(wěn)定性、性能提升及經(jīng)濟效益增強具有核心作用。實時監(jiān)測和動態(tài)調(diào)度風能、太陽能和水能資源，不僅平衡了間歇性能源產(chǎn)出，提高了系統(tǒng)經(jīng)濟性和適應性，還支持了電網(wǎng)穩(wěn)定運行，減少了環(huán)境影響，促進了能源可持續(xù)發(fā)展[8]。在水風光多能互補系統(tǒng)運行中，精準資源預測、調(diào)度策略優(yōu)化、系統(tǒng)集成與控制、儲能技術(shù)管理、市場與政策適應性、風險管理與應急響應機制建立，以及對環(huán)境與社會影響的考量，構(gòu)成了一系列技術(shù)挑戰(zhàn)。

為提高風能和太陽能產(chǎn)出預測準確性，需開發(fā)結(jié)合氣象數(shù)據(jù)和歷史記錄的高精度預測模型，但風能和太陽能產(chǎn)出受到天氣條件的直接影響，如風速、云層覆蓋、溫度和濕度等。這些因素的不確定性增加了資源預測難度。在資源預測基礎上，設計調(diào)度策略以實現(xiàn)能源最優(yōu)組合，涉及風電、光伏和水電動態(tài)平衡及儲能系統(tǒng)合理利用。系統(tǒng)集成與控制要求實現(xiàn)多種能源設備和控制系統(tǒng)的無縫對接，并通過智能控制實現(xiàn)能源最優(yōu)分配。儲能技術(shù)選擇和集成對平衡風能和太陽能的間歇性至關重要，需考慮系統(tǒng)靈活性和經(jīng)濟性[9]。市場和政策響應要求系統(tǒng)調(diào)度考慮電力市場價格波動和政策變化，如補貼、稅收優(yōu)惠和市場準入規(guī)則。風險管理與應急響應機制建立對于減輕極端天氣、設備故障和市場波動的影響至關重要。系統(tǒng)運行調(diào)度需考慮環(huán)境影響，包括生態(tài)、水文和氣候因素，并促進當?shù)厣鐓^(qū)的接受度和參與。

2.3 消納期電力交易與市場營銷

電力交易與市場營銷可幫助系統(tǒng)運營商應對市場波動、政策變化和技術(shù)進步帶來的挑戰(zhàn)，確保系統(tǒng)的穩(wěn)定運行和盈利能力[8]，對于提高新能源消納水平、實現(xiàn)能源轉(zhuǎn)型和促進能源系統(tǒng)優(yōu)化和升級具有深遠影響。在水風光多能互補系統(tǒng)中，電力交易與市場營銷面臨的關鍵技術(shù)挑戰(zhàn)包括市場機制適應性、價格波動預測與管理、交易策略優(yōu)化、消費者行為深入分析以及風險管理。在水風光多能互補系統(tǒng)中，電力交易與市場營銷領域面臨一系列的技術(shù)挑戰(zhàn)。具體而言：

現(xiàn)有電力市場結(jié)構(gòu)未能充分適應可再生能源的間歇性和不穩(wěn)定性特性。設計和實施能夠激勵多能互補系統(tǒng)參與市場的機制，確保其經(jīng)濟性和競爭力，構(gòu)成技術(shù)挑戰(zhàn)。電力市場價格波動對多能互補系統(tǒng)的經(jīng)濟效益有顯著影響，開發(fā)能夠準確預測市場動態(tài)和價格變化的工具和策略，優(yōu)化電力交易，是提高系統(tǒng)經(jīng)濟效益的關鍵。需研發(fā)智能交易算法，根據(jù)實時市場數(shù)據(jù)和系統(tǒng)發(fā)電能力，動態(tài)調(diào)整電力銷售策略，以實現(xiàn)收益最大化。深入了解和預測消費者對可再生能源的電力需求和偏好，對于制定有效的市場營銷策略至關重要，這要求對消費者行為進行深入研究，并開發(fā)相應市場分析工具。電力交易和市場營銷活動面臨多種風險，包括市場風險、政策風險和信用風險等。如何識別、評估和控制這些風險，以保護系統(tǒng)運營商利益，是一個技術(shù)挑戰(zhàn)。

3 水風光多能互補運行關鍵技術(shù)研究進展

3.1 水風光資源精準評估方法

在水風光資源精準評估領域，研究人員采用了多種技術(shù)手段以提高評估的準確性和可靠性。遙感技術(shù)，尤其是衛(wèi)星遙感（如MODIS和Landsat），能夠提供大范圍、高分辨率的地表和大氣數(shù)據(jù)，已成為資源評估重要工具。通過分析衛(wèi)星圖像，研究者能夠監(jiān)測和評估水、風、光資源的時空分布，盡管遙感數(shù)據(jù)分辨率和處理算法準確性對評估結(jié)果有顯著影響[8]。

數(shù)值模擬技術(shù)，如WRF模型，通過模擬大氣和海洋動態(tài)過程，為風速和光照強度預測提供了科學依據(jù)[10]。這些模型能夠生成高時空分辨率資源分布圖，但其準確性依賴于模型參數(shù)校準和初始條件設定，且模型復雜性可能導致較高計算成本。

統(tǒng)計分析方法，如時間序列分析和相關性分析，利用歷史數(shù)據(jù)來識別資源變化模式和趨勢[11]。這種方法在缺乏實時監(jiān)測數(shù)據(jù)的情況下尤為有用，其局限性在于對新環(huán)境條件的適應性不足，且可能無法捕捉到非線性和復雜性變化。

評估軟件和工具，如WindPro、WAsP、PVsyst等，結(jié)合地形數(shù)據(jù)、氣象數(shù)據(jù)和設備性能參數(shù)，進行風能和太陽能資源評估。水能資源評估則通過水文模型和水文測量數(shù)據(jù)，評估河流流量、水位和水能潛力。

地理信息系統(tǒng)（GIS）技術(shù)用于整合和分析空間數(shù)據(jù)，幫助規(guī)劃者可視化資源分布，識別資源豐富的區(qū)域，并評估資源開發(fā)環(huán)境影響和社會經(jīng)濟因素。

人工智能和機器學習技術(shù)通過訓練大量歷史數(shù)據(jù)，提高資源評估的準確性和預測能力。盡管AI模型可解釋性較差，且對訓練數(shù)據(jù)的質(zhì)量和數(shù)量均有較高要求，但它們在提高評估精度方面顯示出了巨大潛力。

現(xiàn)場測量和監(jiān)測，包括風速計、太陽輻射計和水文站觀測數(shù)據(jù)，在資源評估早期階段至關重要，可以用于驗證模型和算法準確性。

以上這些方法和技術(shù)通常結(jié)合使用，以提高評估準確性和可靠性。隨著技術(shù)發(fā)展，新評估工具和方法不斷涌現(xiàn)，為水風光資源的精準評估提供了更多可能性。

3.2 多能系統(tǒng)容量配比方法

水風光多能互補系統(tǒng)的容量配比方法研究是一個多學科交叉領域，涉及能源系統(tǒng)優(yōu)化、資源評估、調(diào)度策略、經(jīng)濟分析等多個方面。在優(yōu)化模型發(fā)展方面，研究人員已經(jīng)開發(fā)了包括線性規(guī)劃、非線性規(guī)劃、混合整數(shù)規(guī)劃和多目標優(yōu)化在內(nèi)的多種數(shù)學優(yōu)化模型，這些模型不僅考慮了成本和可靠性，還兼顧了環(huán)境影響和能源政策，為確定最優(yōu)容量配比提供了理論支持[12]。資源評估技術(shù)的改進，尤其是遙感技術(shù)和數(shù)值模擬技術(shù)的應用，使得風能、太陽能和水能資源評估更加精確，為容量配比的確定提供了可靠數(shù)據(jù)基礎。在調(diào)度策略研究方面，經(jīng)濟調(diào)度、安全約束經(jīng)濟調(diào)度和風險管理調(diào)度等策略被廣泛探討，以實現(xiàn)系統(tǒng)高效運行和成本風險平衡。經(jīng)濟性分析在容量配比決策中扮演著重要角色，研究人員通過考慮初始投資、運營成本、維護費用和預期收益，以及市場動態(tài)和政策變化，對系統(tǒng)經(jīng)濟性進行全面評估。

環(huán)境影響評估的引入，反映了可持續(xù)發(fā)展理念在多能互補系統(tǒng)中受到重視。研究人員開始關注生態(tài)系統(tǒng)、水文條件和景觀影響，以及溫室氣體排放等環(huán)境因素，以確保系統(tǒng)的長期可持續(xù)性[10]。政策和法規(guī)遵從性研究則確保了多能互補系統(tǒng)在設計和運行過程中符合當?shù)亍液蛧H層面的政策要求。風險管理方面，研究人員開發(fā)了多種風險管理工具和方法，以識別和評估項目實施過程中可能面臨的技術(shù)風險、市場風險和政策風險，并提出了相應風險緩解措施。

集成平臺開發(fā)為多能互補系統(tǒng)的高效集成和運行提供了技術(shù)支持，實現(xiàn)了不同能源系統(tǒng)之間的信息共享和協(xié)調(diào)，提高了系統(tǒng)運行效率。人工智能和機器學習技術(shù)應用則為容量配比研究帶來了新視角，通過提高預測準確性和自適應性，增強了系統(tǒng)的智能化水平。實證研究和案例分析為容量配比方法有效性提供了實踐驗證，并為實際水風光多能互補項目提供了指導。

3.3 水風光有功功率預報技術(shù)

在提高準確性和可靠性方面，水風光有功功率預報技術(shù)研究取得了顯著成就，為電網(wǎng)穩(wěn)定運行和優(yōu)化能源管理提供了重要支撐。這一領域研究主要集中于數(shù)值天氣預報模型應用、機器學習和人工智能技術(shù)應用、數(shù)據(jù)驅(qū)動預報方法、集成預報系統(tǒng)、短期和長期預報結(jié)合、預報誤差分析和校正，以及實證研究和案例分析等方面[13]。

數(shù)值天氣預報模型應用，如WRF模型，能夠預測風速、光照強度等關鍵氣象參數(shù)，從而更精確地預測風能和太陽能有功功率輸出。通過與地面觀測數(shù)據(jù)相結(jié)合，這些模型能夠提供更高精度的預報結(jié)果，為電網(wǎng)調(diào)度提供更為可靠的依據(jù)。

機器學習和人工智能技術(shù)的引入[14]，使得有功功率預報準確性得到了顯著提升。研究人員利用神經(jīng)網(wǎng)絡、支持向量機、隨機森林等算法，學習和描述歷史數(shù)據(jù)中的模式及其隱含的復雜非線性關系。這種數(shù)據(jù)驅(qū)動方法使得預測更為精確且具有實時性。

隨著大數(shù)據(jù)技術(shù)的進步，大量歷史數(shù)據(jù)和實時監(jiān)測數(shù)據(jù)被用于訓練預報模型，這種方法能夠捕捉到資源變化的細微特征，進而提高預報的實時性和準確性[8]。集成預報系統(tǒng)將多種預報模型結(jié)果進行融合，通過考慮不同模型偏差和不確定性，提升預報整體性能。

短期和長期預報結(jié)合策略滿足了不同時間尺度調(diào)度的需求。短期預報主要用于實時調(diào)度，長期預報則有助于規(guī)劃和資源分配。這種策略使得調(diào)度更為靈活且具有前瞻性。

為了減少預報誤差，研究人員開發(fā)了預報誤差分析和校正技術(shù)。通過識別和量化預報中的偏差，對結(jié)果進行調(diào)整，從而提高實際預報的準確性。實證研究和案例分析進一步驗證了有功功率預報技術(shù)的有效性，并有助于根據(jù)實際運行數(shù)據(jù)不斷優(yōu)化預報模型[15]。

此外，有功功率預報技術(shù)在電網(wǎng)集成中的應用也受到了研究者關注[16]。如何將預報結(jié)果用于電網(wǎng)調(diào)度和運行策略制定，以及如何與儲能系統(tǒng)和需求側(cè)管理相結(jié)合，以提高電網(wǎng)靈活性和穩(wěn)定性，成為研究的重點方向。

3.4 水風光多資源隨機模擬技術(shù)

在多能互補系統(tǒng)規(guī)劃、設計、運行和市場參與中，隨機模擬技術(shù)發(fā)揮了關鍵作用。它幫助研究者模擬資源組合性能，優(yōu)化系統(tǒng)配置，預測資源變化，支持實時調(diào)度和風險管理。政策制定者利用模擬結(jié)果評估政策影響，為可再生能源政策提供科學依據(jù)。同時，研究者評估系統(tǒng)在不同市場條件下的經(jīng)濟性，為市場參與者提供決策支持。

水風光多資源隨機模擬技術(shù)研究進展致力于提升模擬準確性和實用性，以支持多能互補系統(tǒng)的全面管理。研究人員開發(fā)了多種隨機模擬方法，如蒙特卡羅模擬、馬爾科夫鏈模型和概率密度函數(shù)（PDF）方法[17]，這些方法有效捕捉了風速、光照強度和水流等資源的不確定性和波動性，為系統(tǒng)設計提供了更為真實的輸入數(shù)據(jù)[18-20]。隨著多能互補系統(tǒng)興起，研究人員探索了將風能、太陽能和水能等不同資源模擬結(jié)果進行聯(lián)合處理的方法，這涉及資源間相關性和聯(lián)合概率分布建模，實現(xiàn)了多資源同步模擬。

在模擬技術(shù)發(fā)展中，研究人員區(qū)分長期資源趨勢和短期資源波動，通過結(jié)合長期統(tǒng)計特性和短期隨機波動，顯著地提高了模擬結(jié)果的實用性和準確性[12]。為了確保模擬結(jié)果的可靠性，研究人員通過與實際觀測數(shù)據(jù)進行比較，對模擬模型進行驗證和校正，這種方法有助于識別模型偏差，并根據(jù)實際數(shù)據(jù)調(diào)整模型參數(shù)。

3.5 多能系統(tǒng)互補調(diào)度控制技術(shù)

多能互補系統(tǒng)調(diào)度控制技術(shù)是確保系統(tǒng)高效運行的關鍵，近年來這一領域的研究取得了顯著進展。研究人員開發(fā)了基于人工智能的調(diào)度算法，如遺傳算法、粒子群優(yōu)化、模糊邏輯和神經(jīng)網(wǎng)絡等[21]，這些算法能夠根據(jù)實時資源數(shù)據(jù)和系統(tǒng)狀態(tài)動態(tài)調(diào)整各能源的設備出力，以實現(xiàn)系統(tǒng)最優(yōu)運行。在調(diào)度控制中，研究人員采用了多目標優(yōu)化策略，旨在同時考慮系統(tǒng)成本、可靠性、環(huán)境影響和能源政策等多個目標，在多種約束條件下實現(xiàn)綜合效益最大化。

為了提高調(diào)度的準確性和前瞻性，研究人員將資源預測技術(shù)與調(diào)度控制緊密結(jié)合[8]，通過實時更新資源預測數(shù)據(jù)，調(diào)度系統(tǒng)能夠提前作出調(diào)整，以應對資源變化帶來的挑戰(zhàn)。儲能系統(tǒng)在多能互補系統(tǒng)中扮演著關鍵角色，研究人員探索了如何將儲能系統(tǒng)（如電池、抽水蓄能等）與風電、光伏等間歇性能源集成，以平滑輸出波動，提高系統(tǒng)的穩(wěn)定性和經(jīng)濟性。

需求側(cè)管理（DSM）策略也被納入多能互補系統(tǒng)的調(diào)度控制中，通過激勵用戶在低電價時段增加用電，或在高電價時段減少用電，有效地平衡供需，減少系統(tǒng)運行壓力[19]。在電力市場中，研究人員分析了如何將市場機制與調(diào)度策略相結(jié)合，以實現(xiàn)資源最優(yōu)配置，包括電力交易、綠色證書交易和可再生能源配額制度等。

面對市場風險、技術(shù)風險和環(huán)境風險，研究人員開發(fā)了風險管理工具，以評估和減輕這些風險對系統(tǒng)運行的影響，這些工具包括風險評估模型和應急響應計劃[10]。

3.6 多能系統(tǒng)市場交易方法

多能源系統(tǒng)市場交易方法研究聚焦于整合多樣化能源資源、優(yōu)化市場機制以及提升交易透明度和效率。研究人員在市場機制設計上提出了現(xiàn)貨市場、長期合同和綠色證書交易等多種方案，以適應多能源系統(tǒng)的獨特需求，促進能源高效利用和推動環(huán)境友好型能源的發(fā)展[22]。在競價策略方面，研究人員充分考慮不同能源類型價格波動、供需關系和環(huán)境影響，開發(fā)了使能源供應商和消費者利益最大化的競價策略。

面對多能源系統(tǒng)帶來的價格波動風險，研究人員開發(fā)了一系列風險管理工具，包括期貨、期權(quán)和掉期合約等，幫助市場參與者有效對沖價格風險。同時，需求側(cè)響應（DSR）策略也被研究人員廣泛探討，通過激勵用戶在電價低時增加用電或在電價高時減少用電，平衡多能源系統(tǒng)供需，增強電網(wǎng)穩(wěn)定性。

為了驗證市場機制和競價策略的有效性，研究人員構(gòu)建了市場仿真模型，模擬多能源系統(tǒng)的實際運行情況，為市場設計和策略優(yōu)化提供實驗平臺。

技術(shù)集成對市場競價交易的影響也受到了研究人員的重視。儲能技術(shù)、智能電網(wǎng)和需求響應技術(shù)等的發(fā)展，為多能源系統(tǒng)市場交易開辟了新的可能性。

4 研究展望

水風光多能互補系統(tǒng)運行關鍵技術(shù)研究正朝著多個關鍵領域發(fā)展，這些領域的進步將共同推動系統(tǒng)性能提升和可持續(xù)性增強。在資源評估與預測方面，大數(shù)據(jù)和人工智能技術(shù)的快速發(fā)展使得數(shù)據(jù)驅(qū)動預測方法成為研究核心。研究人員正致力于利用歷史氣象數(shù)據(jù)、實時監(jiān)測數(shù)據(jù)以及機組性能數(shù)據(jù)，構(gòu)建更精確的預測模型。這些模型通過多源數(shù)據(jù)融合技術(shù)，整合氣象、地形、機組性能等多方面信息，以提高預測模型的準確性和可靠性。

優(yōu)化調(diào)度與控制技術(shù)是提升系統(tǒng)性能的關鍵領域。研究人員兼顧能源產(chǎn)出、系統(tǒng)成本和環(huán)境影響等多重因素，正在構(gòu)建多目標優(yōu)化模型。智能控制技術(shù)，尤其是機器學習和人工智能優(yōu)化算法，正被廣泛應用于系統(tǒng)調(diào)度與控制中。深度學習等先進技術(shù)應用使得系統(tǒng)能夠?qū)崿F(xiàn)狀態(tài)實時監(jiān)測和智能調(diào)控，顯著提升系統(tǒng)穩(wěn)定性和經(jīng)濟性[23]。

儲能技術(shù)對于解決風光多能互補系統(tǒng)的間歇性問題至關重要。研究人員致力于提高儲能裝置能量密度和壽命，同時降低成本。探索不同儲能方式協(xié)同優(yōu)化策略，以及儲能與調(diào)度控制結(jié)合，是當前的研究熱點[24]。通過優(yōu)化儲能充放電策略，可以顯著提高系統(tǒng)整體性能和運行效率。

在系統(tǒng)集成與優(yōu)化方面，研究人員正努力解決不同能源類型之間的耦合問題，以實現(xiàn)多種能源互補的利用和協(xié)同優(yōu)化[11]。智能傳感和通信技術(shù)進步為系統(tǒng)集成與優(yōu)化提供了新的解決方案。物聯(lián)網(wǎng)和云計算等技術(shù)集成應用，使得系統(tǒng)狀態(tài)的實時監(jiān)測和遠程控制成為可能，進而提高系統(tǒng)可靠性和可維護性。

市場與政策研究關注于分析國內(nèi)外市場動態(tài)和政策變化，評估這些變

[16] WEN G H，HU G Q，HU J Q，et al. Frequency Regulation of Source-grid-load Systems：A Compound Control Strategy[J]. IEEE Transactions on Industrial Informatics，2016，12（1）：69-78.

[17] 劉哲源，劉攀，李赫. 水風光互補適應性調(diào)度的集合卡爾曼濾波方法[J]. 水力發(fā)電學報，2022，41（8）：42-53.

[18] 沈欣煒，郭慶來，許銀亮，等. 考慮多能負荷不確定性的區(qū)域綜合能源系統(tǒng)魯棒規(guī)劃[J]. 電力系統(tǒng)自動化，2019，43（7）：34-41.

[19] 劉述波，楊斌，仲春林，等. 基于多能互補的儲能系統(tǒng)需求響應策略研究[J]. 自動化技術(shù)與應用，2023，42（11）：137-141.

[20] 李金龍. 雅礱江中下游水風光多能互補多尺度優(yōu)化調(diào)度研究[D]. 西安：西安理工大學，2023.

[21] 張俊濤，程春田，申建建，等. 考慮風光不確定性的高比例可再生能源電網(wǎng)短期聯(lián)合優(yōu)化調(diào)度方法[J]. 中國電機工程學報，2020，40（18）：5921-5932.

[22] 王怡. 基于多主體博弈綜合能源市場交易決策研究[D]. 北京：北京交通大學，2022.

[23] 葉林，屈曉旭，么艷香，等. 風光水多能互補發(fā)電系統(tǒng)日內(nèi)時間尺度運行特性分析[J]. 電力系統(tǒng)自動化，2018，42（4）：158-164.

[24] 李鐵，李正文，楊俊友，等. 計及調(diào)峰主動性的風光水火儲多能系統(tǒng)互補協(xié)調(diào)優(yōu)化調(diào)度[J]. 電網(wǎng)技術(shù)，2020，44（10）：3622-3630.

[25] 張沈習，王丹陽，程浩忠，等. 雙碳目標下低碳綜合能源系統(tǒng)規(guī)劃關鍵技術(shù)及挑戰(zhàn)[J]. 電力系統(tǒng)自動化，2022，46（8）：189-207.

Key Technologies for Hydro-wind-solar Multi-energy Complementary Operation：Research Status and Prospect

YU Yi1，2，LI Junxian3，JIANG Dingguo1，2，DENG Youhan1，2，CHEN Jing1，2

（1. China Yangtze Power Co.，Ltd.，Wuhan 430010，China；2. Science and Technology Research Institute of China Three Gorges Corporation，Beijing 101100，China；3.China Three Gorges Renewables （Group）Co.，Ltd.，Beijing 101100，China）

Abstract：In the background of global energy structural transformation，the hydro-wind-solar multi-energy complementary? system，as an essential part of modern energy systems，is receiving increasing attentions.? In this paper we examine the distribution of water and wind resources in China and analyze the construction planning for complementary bases. We further scrutinize the technological challenges encountered in critical stages of the hydro-wind-solar multi-energy complementary systems. These challenges include resource assessment and system integration during planning，forecasting and dispatching and efficient operation in operation period，and power trading and marketing during consumption. Additionally，we summarize the latest research progresses in resource assessment methods，system integration and optimization，intelligent dispatch system development，and energy storage technology application. Finally，we offer insights into future research trends. This work serves as an important reference for both research and practical applications in related fields.

Key words：hydro-wind-solar complementary；multi-energy complementary system；resource assessment；operation scheduling；electricity trading

基金項目：湖北省科技重點研發(fā)計劃項目（2022AAA007）

作者簡介：余 意，男，工程師，博士，主要從事水風光多能互補系統(tǒng)聯(lián)合調(diào)度與控制技術(shù)及相關電碳市場理論方法研究。E-mail：yu_yi3@ctg.com.cn