第 41 卷 第 9 期 电力系统保护与控制 Vol.41 No.

9
2013 年 5 月 1 日 Power System Protection and Control May 1, 2013

基于随机动态规划的混合式抽水蓄能电站水库中
长期优化调度研究

李文武 1，吴稀西 1，黄 进 2，马 强 3，郭希海 4

（1.三峡大学电气与新能源学院，湖北 宜昌 443002；2.三门峡供电公司，河南 三门峡 472000；
3.宜昌供电公司电能计量中心，湖北 宜昌 443002；4.东北电网公司，辽宁 沈阳 110006）

摘要：针对水库天然径流的不确定性，在描述径流随机过程的基础上，建立了混合式抽水蓄能水电站水库发电量期望值最大
的中长期随机优化调度的数学模型。以发电流量和抽水时间为决策变量，采用双决策变量随机动态规划对模型进行求解。以
白山混合式抽水蓄能电站为例进行实例计算，发现抽水时发电量的期望值从不抽水时的 2.165×109 kW·h 增加到 2.463×109
kW·h，保证出力比不抽水时增加了约 12 MW，调度周期内各时段的水位也比不抽水时有所提高。将随机模型与确定性长系列
法建立的模型进行了比较分析，通过实例对比发现随机模型取得的结果更优且更能反映天然径流的随机性，更符合实际。
关键词：混合式抽水蓄能电站；天然径流；随机动态规划；保证出力；水位

Mid-long term optimization of reservoir operation for hybrid pumped storage power station based on
stochastic dynamic programming
LI Wen-wu1, WU Xi-xi 1, HUANG Jin 2, MA Qiang 3, GUO Xi-hai 4
(1. College of Electrical Engineering ＆ Renewable Energy, Three Gorges University, Yichang 443002, China;
2. Sanmenxia Power Supply Company, Sanmenxia 472000, China; 3. Power Energy Metering Center,
Yichang Power Supply Company, Yichang 443002, China; 3. Northeast China Grid Co., Ltd, Shenyang 110006, China)

Abstract：Because of the uncertainty of the natural runoff of reservoir, a mid-long term reservoir operation stochastic optimization
model is established for the hybrid pumping storage power station based on describing the stochastic process of runoff, which takes
the maximum energy generating expectation as its objective. The stochastic dynamic programming algorithm has two control
variables: water flow and pumping time. Case study of Baishan mixed pumped storage units shows the energy generating expectation
of scheduling period increases from 2 165 million kW·h to 2 463 million kW·h, the guaranteed output increases by 12 MW, and
the water level is slightly higher in all periods. At the same time, compared with the model established by the long series of law, the
stochastic model obtains better results and the model can better reflect the randomness of the natural runoff, even more practical.
This work is supported by Natural Science Foundation of Hubei Province (No. 50579019).
Key words：hybrid pumped storage power station; natural runoff; stochastic dynamic programming; guaranteed output; water level

中图分类号： TM734 文献标识码：A 文章编号： 1674-3415(2013)09-0086-08

传统的纯抽水蓄能电站。混合式抽水蓄能电站集中
0 引言
了常规水电站和纯抽水蓄能电站的优点，既有较大
的容量效益，又具有较大的电量效益。混合式抽水
混合式抽水蓄能电站在常规电站的基础上增加
可逆式机组，使其上游来水既有常规电站的天然径 蓄能电站可以更好的起到削峰、填谷的作用，从而
流，又有由抽水而产生的人工径流，因此其不同于 调节电能结构、改善电力系统运行条件。
我国的抽水蓄能电站大多数为纯抽水蓄能电
基金项目：湖北省自然科学基金资助（50579019）；湖北省 站，其相关研究也取得丰富的成果，我国的混合式
教育厅自然科学研究基金资助（Q20091307）
；三峡大学硕士 抽水蓄能电站的数目虽少，近几年，其优化运行也
论文培优基金（2012PY031） 越来越受到重视[1]。文献[2]按照纯抽水蓄能电站发
 李文武，等 基于随机动态规划的混合式抽水蓄能电站水库中长期优化调度研究 - 87 -

电效益最大建立了抽水蓄能电站的日调节模型，并 采用随机模型对天然径流进行描述，进而对混合式
采用动态规划对模型进行求解，为抽水蓄能电站的 抽水蓄能电站水库中长期优化进行建模。
优化调度提供了参考。文献[3-6]分别从环保、经济 1.1 入库径流描述
以及静、动态效益几个方面分析了纯抽水蓄能电站 通过对水库来水规律的分析，在充分考虑电网
的效益，并对相应的效益做了评估，为提高纯抽水 需求的前提下，本文通过利用抽水蓄能电站的抽水
蓄能电站的效益提供了指标。文献[7]通过引入抽蓄 功能，来优化水库一年内的水位变化过程。这里对
决策因子和效益因子建立了含混合式抽水蓄能电站 入库径流的描述主要指的是对天然径流的描述，人
的库群优化调度通用模型，该模型能够根据电站调 工径流的描述直接在后面的模型中体现。
节特性及效益特点，灵活切换发电计划类型和优化 （1）水库的入库径流频率曲线
效益目标。文献[8]分别以发电量最大和调峰效益最 水电站的入库径流是一个周期性的连续性随
大建立了白山混合式抽水蓄能电站水库优化调度模 机过程，径流值则表现为一个随机变量，并且服从
型，以实际数据说明混合式抽水蓄能电站的发电转 皮尔逊 III 型分布[11]。根据水库历年的入库流量，
换效率比纯抽水蓄能电站的高，突出了混合式抽水 可以求出皮尔逊 III 型概率密度曲线的统计参数：入
蓄能电站的优势。文献[9]分别以发电量最大以及调 库流量的均值 Qi 、变差系数 CVQi 、偏差系数 CSQi ，
峰效益最大对含混合式抽水蓄能电站的梯级电站进 统计参数通过以下公式求得。
行建模，并分析了抽水发电转换效率和梯级运行效 n
率，得到混合式抽水蓄能电站的效率及其对其他电
1 n ∑ (Q ij − Qi ) 2
∑ Qij ， σ Qi =
j =1
站的影响与抽水时间、梯级电站的分布、径流特性 Qi = ，
等因素有关的结论。文献[10]采用长系列法建立了 n j =1 n
多年年平均发电量最大的混合式抽水蓄能电站中长 σ Qi
CVQi = ， CSQi = KCVQi
期优化模型，得到按 95%设计保证率时的优化水位 Qi
以及抽水和不抽水时的年发电量，并分析了抽水时
式中：系数 K 由适线法确定；n 表示统计样本年数；
间与发电量的关系。目前尚未有文献将随机动态规
Qij 表示第 j 年第 i 时段的径流量。
划（SDP）应用到混合式抽水蓄能电站的研究中。
本文是在文献[10]的基础上进行水库中长期优化调 在实际应用中需要的是频率曲线，不同的转移
概率 p 其对应的入库流量不同，即需要知道相应于
度研究。由于预报不准，采用随机过程更能反映实
际情况，因此本文尝试采用随机动态规划法完成混 指定频率 p 的随机变量值 x p 。x p 值由式（1）确定。
合式抽水蓄能电站水库中长期优化调度研究。 β α s ( x − a )α −1e− β ( x−a0 )dx（1）
Γ (α ) ∫x
p = p( X ≥ x p ) = 0
由于混合式抽水蓄能电站既有天然径流，又有 p

人工径流，而天然径流本身就具有不确定性，同时 对于随机变量系列，统计参数 Qi 、CVQi 和 CSQi

水库中长期优化调度中对径流的预报偏差较大，本
一定， x p 仅与 p 有关。对于制定的 p 值由上式就
文利用随机模型对混合式抽水蓄能电站中长期优化
调度进行建模，并以发电流量和抽水时间为决策变 能求得 x p 。将不同频率对应的 x p 添加到几率格纸
量，采用双决策变量的随机动态规划法对模型进行 中，通过优化适线法调整 K = CSQi / CVQi 的值，使
求解。
得散点与曲线的拟合度达到最高，通过该方法求得
1 混合式抽水蓄能电站随机型中长期优化 上表中各个时段的 K 值，进而求取偏差系数，同时
调度模型 能够得到各时段的径流频率曲线。x p 是通过皮尔逊

混合式抽水蓄能电站单库中长期优化调度一般 Ⅲ型分布模拟得出的径流随机值。后续的优化调度
以年为调度周期，以月或者旬为调节时段（汛期来 编程中，从 x p 中筛选出理论频率的 N 组数据作为
水较多，水位变化显著，可采用旬为调节时段）。模 随机入库径流值进行计算。
型输入为水库的天然入库径流，以及通过抽水而产 （2）概率转移矩阵
生的人工径流；模型的输出为各时段的出库流量（发 如前所述，每个时段径流都有 N 组数据，每组
电流量+弃水流量）；状态变量为水库各时段的库 径流数据对应一个径流状态，状态间的转移存在一
容；决策变量为各时段的发电流量和抽水时间。为 个概率转移矩阵，在求取概率转移矩阵之前首先要
体现混合式抽水蓄能电站天然径流的随机性，本文 弄清楚径流状态转移过程是独立过程、简单马尔可
- 88 - 电力系统保护与控制

夫过程还是复杂马尔可夫过程，而径流相关系数是 N
径流相关性的度量，亦是判断径流过程类型的依据。 p jk = f jk / ∑ f jk （4）
相关系数由实际观测资料计算[12]。 k =1

n 通过 Matlab 编程可得到各时段的状态转移概
∑ (Qti − Qt )(Qti+1 − Qt +1 ) 率矩阵。
rt ,t +1 = i =1
（2） 1.2 模型描述
nσ tσ t +1 在一个调度周期（一年）内，以电站年发电量
式中： rt ,t +1 为 t 时段转移到 t + 1 时段的相关系数； 期望值最大作为优化调度模型的目标函数。将各面
临时段的发电量期望值累加即可得到总的发电量的
Qti 、Qti+1 分别为 t 时段和 t + 1 时段的实际入库径流
期望值，其表达式如式（5）。
值； Qt 、 Qt +1 分别为 t 时段和 t + 1 时段径流值的均 T
E * = max ∑ Rt [Vi，Qfd ] =
值；σ t 、 σ t +1 分别为 t 时段和 t + 1 时段径流值的均
t =1
方差， n 为统计样本年数。根据水库历年的数据， T N
（5）
以式（2）为依据，通过 Matlab 编程可得各时段间 max ∑∑ p jk Et [Vi，Qrk，j，Qfd，tct ]
t =1 j =1
的相关系数。通过相关系数可以判断径流过程是独
立过程、简单马尔可夫过程还是复杂马尔可夫过程。 式中：T 为调度周期总的时段数； Rt 为 t 时段的指
为实现随机动态规划需进一步求解转移概率矩 标函数； Et 为 t 时段的发电量； Rt 、 Et 的表达式
阵。 P ( X t +1 X t ) 为简单马尔可夫链从 t 时段到 t +1 如式（6）所示。
时段的转移概率，有 p jk = P ( X t +1 X t ) ，第 t 个时 ⎧ Et [Vi , Qrk , j , Qfd , tct ] =
⎪
⎪ KQfd H j ΔTt − Ect (tct )( j = 1 ~ N )
段的概率转移矩阵形式如式（3）。
⎪
⎡ p11 p12 p1N ⎤ ⎨ Rt [Vi , Qfd ] = （6）
⎢p ⎪N
p22 p2 N ⎥⎥ ⎪∑ p E [ Z , Q , Q , tc ](k ∈ [1, N ])
Pt = ⎢ 21 （3）
⎢ ⎥ ⎪⎩ j =1 jk t i rk , j fd t
⎢ ⎥
⎣ pN 1 pN 2 pNN ⎦ 模型将水位 Z i 离散为从小到大的 M 个值，相

概率转移矩阵满足以下两个条件： 应的库容为 Vi （ i = 1 ~ M ），各时段入库流量频率

(I) 0 ≤ p jk ≤ 1, j , k = 1, 2,
N
(II) ∑p jk
k =1
求解概率转移矩阵时，首先求取频数转移矩阵。
前面已经求得各时段的离散径流值 x p ，本文选取理
论频率的 N 组数据作为随机入库径流值，即每个时
段包含有 N 个状态，用 f jk 表示径流序列从 t 时段
的 j 状态转移到 t + 1 时段 k 状态的频数。根据历史
径流求取 f jk 时，把历史径流中大于等于状态 1 径
流值的径流按照状态 1 的径流数值计算，状态 1—
状态 2 之间的历史径流按照状态 2 的径流数值处理，
状态 2—状态 3 之间的历史径流按照状态 3 的径流
数值处理，依次类推。求取状态转移频数矩阵后，
由（4）式即可得到状态转移概率矩阵中的各元素，
从而求得状态转移概率矩阵。
曲线离散为从小到大的 N 个流量值 Qrk，j ，相应的
,N
概率为 p jk ( j = 1 ~ N )( k ∈ [1, N ]) 。 Et 为面临时段
t 的发电量，它由时段初的水位 Z i （m）以及入库
= 1, j = 1, 2, ,N
流量 Qrk，j （m3/s）
、发电流量 Qfd （m3/s）共同决定；
K 为出力系数，模型中取 K 为 8.5；发电流量 Qfd 与
该时段初和末的水库库容 Vt , Vt +1 （m3）有关；对任
一频率 p jk 的入库流量 Qrk，j 根据水量平衡方程可
得到时段末水库蓄水量，根据水位库容曲线可求得
时段平均库水位，而相应的平均发电水头 H j （m）
则 由 H j = Z sy − Z xy = ( Z t + Z t +1 ) / 2 − Z xy 求 得 ，
Z sy、Z xy 分别为 t 时段的上游和下游水位， Z t 为 t
时段的水库水位；ΔTt 为面临时段的时间长度（h）
；
Ect (tct ) 是该水电站第 t 个时段的抽水耗费电量，与
该时段抽水时间 tct 有关，且 Ect = tct ⋅ Sc ，其中 Sc
 李文武，等 基于随机动态规划的混合式抽水蓄能电站水库中长期优化调度研究 - 89 -

为抽水机组的抽水容量；当不抽水时，式（6）第一
式中：Qfd′ +Qqs
′ 为下游的下泄流量；tct ⋅ Qct′ 为抽至
式 就 转 化 为
Et [ Z i，Qrk，j，Qfd ] = KQfd H j ΔTt ( j = 1 ~ N ) ，根 上游的水量。
据式（6）第二式可求得该时段发电量的期望值。 （f）其他约束
模型还必须满足各种约束条件，等式约束有水 除了上述的约束外，一般来说，蓄水期时，如
库水量平衡约束和库容曲线约束。 果考虑到防洪的任务，水位应控制在规定的防洪约
（a）水量平衡约束 束水位以下。
Vt +1 = Vt + [Qrk − Qfd − Qqs ] × ΔT + tct ⋅ Qct （7） 2 实例分析
式中：Vt 、Vt +1 分别为 t 时段初、末库蓄水量，m3；
通过前面的模型分析可以发现，无论是增加抽
Qrk 为 t 时段平均入库流量，m3/s ； Qfd 为 t 时段发 水蓄能机组进行抽水，还是不抽水，本问题均为非
电流量，m3/s； Qqs 为 t 时段弃水流量，m3/s ； ΔT 线性优化问题。现以白山混合式抽水蓄能电站为例
为 t 时段以小时为单位的时段长； tct 为第 t 个时段 进行分析。白山电站总装机容量 1 500 MW，单机
容量 300 MW，担负着东北电网的调峰、调频及事
的抽水时间； Qct 为第 t 个时段的抽水流量，可以
故备用任务。白山水库是一座具有不完全多年调节
通 过 上 下 游 水 位 差 插 值 取 得 ， 即 Qct = f ( H ) =
性能的水库，其正常蓄水位 413 m，相应库容为
f (( Z t + Z t +1 ) / 2 − Z xy ) ，当不抽水时， tct = 0 。 4.967×109 m3，死水位 380 m，死库容为 2.024×109
（b） 库容曲线约束 m3。红石水库为日调节水库，其正常蓄水位 290 m，
Z sy,t +1 = f ZV [Vt +1 ] （8） 死水位 289 m，水库调节库容为 1.34×107 m3，单机
式中： Z sy,t +1 为 t 时段末水库上游水位，m； f ZV (*) 容量 50 MW，共 4 台机组。白山抽水蓄能电站以白
山水库为上库，红石水库为下库，总装机容量为 300
表示水位库容曲线函数。
不等式约束包括以下几个方面 MW，安装 2 台可逆机组，单机容量 150 MW。最
低抽水水位为 395 m，最低发电水位为 403 m。
①水库库容约束： Vt min ≤ Vt ≤ Vt max （9）
2.1 数据选取与处理
②水电站总出力限制：Pt
min
≤ Pt ≤ Pt max （10） 通过对白山水库来水规律的分析，在充分考虑
min max
式中， Pt 、 Pt 分别为 t 时段水电站的最小、最 电网需求的前提下，本文通过利用抽水蓄能电站的
大出力限制。 抽水功能，来优化白山水库一年内的水位变化过程。
（c）水电站最大过流能力限制 这里选用的优化准则为发电量期望值最大。根据白
Qfd ≤ Qfdmax （11） 山水库 1933 年 10 月~2004 年 9 月，共 71 年的入库
（d）抽水时间的限制 径流数据对实例进行分析。
0 ≤ tct ≤ Tc ,max （12） （1）白山水库的入库径流频率曲线

其 中 ： Tc ,max 为 t 时 段 最 大 抽 水 时 间 ， h ； 根据1933年10月到2004年9月71个水位年的白
山水库和白山红石区间的入库流量，求出皮尔逊Ⅲ
Tc ,max = ΔTt iTc ,perday ； ΔTt 为调度周期内各时段的
型概率密度曲线的统计参数均值 Qi 、变差系数
长度； Tc ,perday 为每天最多抽水小时数。
CVQi 、偏差系数 CSQi ，如表1所示。
（e）抽水水量的要求
按照1.1中的方法通过将不同频率对应的 x p 添
混合式抽水蓄能电站的抽水来源于下游的水
库，抽水水量必须在满足下游水库基本的蓄水、灌 加到几率格纸中绘制的各个时段的频率曲线，图1
为白山水库10月的径流频率曲线。同样的方法可以
溉等条件下进行，既不能因抽水过多，而使下游水
得到另外19个时段的径流频率曲线。
库水位降至死水位及以下；又要避免抽水过少，使
（2）概率转移矩阵
下游水库的弃水过多。下游水库的各时段的状态转
以式（2）为依据，对白山水库 1933~2004 年
移方程为
的数据进行相关性检查，通过 Matlab 编程可得各时
Vt ′+1 = Vt′ + [Qr′k − Qfd′ − Qqs′ ] × ΔTt − tct ⋅ Qct′ 段间的相关系数矩阵。
- 90 - 电力系统保护与控制

表 1 各时段径流均值及变差系数、偏差系数值
Table 1 Q Cv and Cs of each period
六月
时段 十月 十一月 十二月 一月 二月 三月 四月 五月 六月上旬
中旬
流量均值/m3/s） 135.7 99.3 49.1 38.8 35.3 68.3 353.8 362.7 353.2 328.7
均方差 75.46 47.85 14.06 7.90 7.45 29.87 135.71 135.2 263.84 219.4
变差系数 0.56 0.48 0.29 0.21 0.21 0.44 0.38 0.37 0.75 0.67
偏差系数 1.45 1.45 0.48 0.34 0.35 0.72 0.64 0.62 1.24 1.12
K=Cs/Cv 2.59 3.02 1.66 1.65 1.66 1.64 1.68 1.68 1.65 1.67
八月 八月 九月 九月 九月
时段 六月下旬 七月上旬 七月中旬 七月下旬 八月上旬
中旬 下旬 上旬 中旬 下旬
流量均值/m3/s） 326.5 390.9 459.2 626.3 633.7 489.6 476.7 326.5 226.2 181.1
均方差 233.58 295.5 300.4 480.54 466.2 385.6 472.3 260.8 183.0 143.5
变差系数 0.72 0.76 0.65 0.77 0.76 0.79 0.99 0.80 0.81 0.79
偏差系数 1.13 1.21 1.02 1.27 1.21 1.26 1.68 1.28 1.29 1.27
K=Cs/Cv 1.57 1.59 1.57 1.65 1.59 1.59 1.70 1.60 1.59 1.61

10月白山水库来水的频率曲线

600
入库流 量/(m ·s )
3 −1

400

200

0
0.01 0.05 0.2 0.5 1 2 5 10 20 30 40 50 60 70 80 90 95 99 99.5 99.99
频率 P/%

图 1 白山水库 10 月径流频率曲线
Fig. 1 Runoff frequency curve of October for Baishan Reservoir

表 3 十月至十一月的状态转移概率矩阵
表 2 为各时段的马尔可夫相关系数的关联度，
Table 3 State transition probability matrix of the first period
由表 2 可知 rt ,t + 2 − rt ,t +1rt +1,t + 2 ≈ 0(t = 1, 2, , 20) ，并且
时段 1 5% 10% 20% 30% 40% 50% 60% 70% 80% 90%
文献[13]中指出，当水文资料长度大于 30 年时，径 5% 0.333 0.167 0.333 0.167 0 0 0 0 0 0
流不能作为独立序列来考虑，而本文采用的白山水 10% 0 0 0 0 1.00 0 0 0 0 0
库数据多达 71 年，
故可以认为白山水库径流是简单 20% 0 0.40 0.40 0.20 0 0 0 0 0 0
的马尔可夫过程。 30% 0.143 0.286 0.429 0 0.143 0 0 0 0 0
40% 0 0 0.333 0.333 0 0.333 0 0 0 0
表 3 为第一个时段十月至十一月的状态转移概
50% 0 0 0 0.111 0.111 0.222 0.333 0.222 0 0
率矩阵，其他时段的状态转移概率矩阵由于篇幅限 60% 0 0 0 0 0.154 0.231 0.231 0.154 0.154 0.077
制暂不列出。 70% 0 0 0 0.20 0.10 0 0.20 0.10 0.300 0.10
表 2 各时段马尔可夫相关性检查 80% 0 0 0 0.111 0 0 0 0.111 0.333 0.444

Table 2 Markov correlation of each period 90% 0 0 0 0 0 0 0.500 0 0.500 0

时段 1 2 3 4 5 （3）ZV、 HQ 曲线的处理，抽水水量的处理
关联度 0.140 5 0.005 692 -0.062 88 -0.006 44 0.147 13
以及其他要求可以参考文献[10]。
时段 6 7 8 9 10
关联度 0.168 02 -0.046 49 -0.127 81 0.024 328 -0.104 33
2.2 白山混合式抽水蓄能电站优化调度计算
时段 11 12 13 14 15 本文采用随机动态规划（SDP）的优化方法，
关联度 0.078 716 -0.017 96 0.146 29 0.042 041 0.082 331 将静态模型转化为动态模型，实现多阶段决策的优
时段 16 17 18 19 20 化。根据多阶段决策原理，可列出时段径流为简单
关联度 0.016 632 0.183 92 0.191 06 -0.035 59 -0.077 21 马尔科夫过程的随机动态规划的递推方程。
 李文武，等 基于随机动态规划的混合式抽水蓄能电站水库中长期优化调度研究 - 91 -

⎧ 时段 t ，根据初始库容 V 和入库流量 Qrk 查第（1）

t t

⎪ Et* = max { Et [Vi , Qrtk , Qfdt , tct ] + Et*+1[V jt +1 ]} 步计算结果即可得[14-15]。

⎪⎪ t +1
⎨V j = Vi + [Qrk , j − Qfd ] × ΔTt
t t （2）抽水时：增加可逆式机组进行抽水时，与
（13）
⎪ N 不抽水时的方法相同，唯一不同的是由状态转移方
⎪ Et*+1[V jt +1 ] = ∑ p tjk+1 Et*+1[V jt +1 , Qrtk+，1 k ] 程计算发电流量时增加了抽水时间允许值的判断。
⎪⎩ k =1 （a）每次将两个初、末水位对应的库容带入状态转
(t = 1 ~ 20，i = 1 ~ M ，j , k ∈ [1~N ]) 移方程时，根据此时的初、末水位和下游水位得出
*
式中： Et 表示从第 t 时段初库容 Vi 出发到第 20 个 上下游水位差，进而由 HQ 关系，得出此时的抽水
时段发电量的最大期望值； Et [Vi，Qrk，Qfd，tct ]
t t 流量。（b）以 1 h 为间隔离散抽水时间，计算发电
* t +1 流量时，抽水时间 tct 总是从 10 h 开始，由 tct ⋅ Qct
为 面 临 时 段 t 的 发 电 量 ； Et +1[V j ] 为 余 留 时 期
计算此时的抽水水量，根据（7）式的水量平衡方程
t + 1 ~ 21 个时段初的最优发电量。 t t
得出发电流量 Qfd 。
（c）发电流量 Qfd 加上弃水量作
（1）不抽水时： tct = 0 ，也就是说，最终的
为下游水库的下泄流量，带入下游水库的状态转移
t
决策变量为每时段的发电流量为 Qfd 。递推计算方 和灌溉等约束条件和方程中，判断是否满足下游抽
（a）由 ZV 关系，形成离散水位和库容的
法如下： 水的约束。如果不满足，即当水抽多时，继续以间
对应关系数据；载入各时段的水库来水流量数据； 隔为 1 h，降低抽水时间为 9 h，再次计算得出发电
（b）对每一个状态组合 [V ，Qrk ] = [Vi，Qrk，j ] ，
t t t
流量判断是否满足抽水要求。当 tct = 1 时，仍不满

j = 1 ~ N ，均对 Qfdt 进行寻优计算。对于任一组合 足抽水要求，说明初、末水位选取不合适，需重新

选取初、末水位。其他步骤与不抽水时的相同。抽
[Vi，Qrtk，j ] ，如果选定一个决策 Qfdt ，根据（13） 水时间的上限是 10 h/d，这是根据东北电网的负荷
第二式计算 t 时段末的库容 V j ，并根据库容约束
t +1
曲线确定的，因此抽水时间 tct 总是从 10 h 开始取
进 行处理， 然后计算 面临时段 发电量 值，而对于抽水时间的离散分析可以参见文献[10]。
Et [Vi , Qrk，j ,Qfd ]（确定发电量）并且插值计算时段 2.3 优化结果和分析
* t +1
图2为采用随机动态规划法（SDP）各时段在抽
末的余留发电量 Et +1[V j ] （期望发电量）
，再根据 水和不抽水时的优化水位，图3为按照95%设计保证
（13）第一式得到最优决策 Qfd，ij 及相应的最优函
t 率时抽水和不抽水各时段随机优化出力。图中数据
* t
表明，增加可逆式机组进行抽水，调节上游的径流
数值 Et [Vi，Qrk，j ] ，同时记录相应的一系列水位 情况，使得上游的发电流量增大，出力增大，发电
*
（c）计算初状态对应的期望电量值 Et (Vi ) 。以
值。 量的期望值增大，并且提高了各时段的库水位。从
t * t 10月开始，到次年3月，增加可逆式机组进行抽水，
各入库流量 Qrk，j 对应的 Et [Vi，Qrk，j ] 为基础，根
在满足最大抽水时间为10 h/d和各约束条件的情况
N
下，本文得到各时段的优化抽水时间为10 h/d。
据 Et* (Vi ) = ∑p
j =1
t
jk Et*[Vi , Qrtk，j ] 进行计算。对于任一
随机优化水位

不抽水 抽水
415
410
水位 /m

405
400
395
十 十 十 一 二 三 四 五 六 六 六 七 七 七 八 八 八 九 九 九
月 一 二 月 月 月 月 月 月 月 月 月 月 月 月 月 月 月 月 月
月 月 上 中 下 上 中 下 上 中 下 上 中 下
旬 旬 旬 旬 旬 旬 旬 旬 旬 旬 旬 旬

月份

图 2 抽水和不抽水时随机优化水位图
Fig. 2 Stochastic optimization of the water level diagram when pumping water and not pumping water
- 92 - 电力系统保护与控制

不抽水 抽水
700

600

500

400

300

200

100

0
十 十 十 一 二 三 四 五 六 六 六 七 七 七 八 八 八 九 九 九
月 一 二 月 月 月 月 月 月 月 月 月 月 月 月 月 月 月 月 月
月 月 上 中 下 上 中 下 上 中 下 上 中 下
旬 旬 旬 旬 旬 旬 旬 旬 旬 旬 旬 旬

月份

图 3 抽水和不抽水时各时段出力
Fig. 3 Output of each period when pumping water and not pumping water

抽水可以提高库水位，增大发电流量，并不能
保证抽的水量越多，发电量的期望值越大，因为抽
水会消耗电能，并且抽的水量越多，消耗的电能越
大。因此，分析抽水的效益时，必须考虑净发电量，
即用发电量的期望值减去抽水所消耗的电量。通过
计算可以得到抽水与不抽水时的净发电量，如表 4
所示。
表 4 抽水和不抽水时发电量对比
Table 4 Generated electrical energy when pumping water and
not pumping water
年发电量的期望/
方案
kW·h
9 9
不抽水 2.165×10
抽水 2.463×109
从表中可以看出，即使抽水需要消耗电能，但
从总的发电效益来讲，抽水时的净发电量比不抽水
时的高 8. 6×107 kW·h 。增加可逆式机组进行抽水能
够提高库水位，增加保证出力，提高抽水蓄能电站
总的发电量，因此引入可逆式机组抽水对电站来讲
是经济可行，利大于弊的。此外，本文还将随机动
态规划法的计算结果与文献[10]中长系列法的结果
进行了对比，发现采用随机动态规划法计算出的发
电量期望比采用长系列法计算出的电量分别高出
4.7%（不抽水）和 6.4%（抽水），保证出力也分别
提高了 5.4%（不抽水）和 6.9%（抽水）。
3 结语
本文采用随机动态规划法对混合式抽水蓄能电
站水库中长期优化进行建模，绘制了随机过程的径
流频率曲线，求取了各阶段的概率转移矩阵，以发
电量期望值最大为目标，优化了各时段的水位，比
较了抽水与不抽水时的净发电量和出力。实例表明，
采用可逆式机组进行抽水，可以提高库水位，增大
出力，从而增加总的发电量。将下游的水抽至上游
进行存储，从某种意义上说也是实现电能的“存储” 。
此外，通过分析得知无论采用随机动态规划法还是
长系列法，最优的抽水时间都是 10 h，这是由于没
有考虑电价的缘故。不考虑电价时，在电站机组允
许的运行工况下，抽水时间达到最大 10 h 时，发电
量也相应的最大，在以后的研究中笔者将会考虑实
净发电量/ 年耗电量/ 时电价下混合式抽水蓄能电站的发电效益以及优化
kW·h kW·h 的抽水时间。
2.165×10 0
参考文献
2.251×109 0.212×109
[1] 唐云龙, 魏小强, 刘志文, 等. 响洪甸抽水蓄能机组及
其保护特点的分析[J]. 电力系统保护与控制, 2009,
37(9): 86-88.
TANG Yun-long, WEI Xiao-qiang, LIU Zhi-wen, et al.
Characteristics analysis of Xianghongdian pumped
storage generator set and its protection[J]. Power System
Protection and Control, 2009, 37(9): 86-88.
[2] 丘文千. 抽水蓄能电站运行优化的动态规划模型[J].
水电自动化与大坝监测, 2005, 29(6): 6-10．
QIU Wen-qian. Dynamic programming models for
operation optimization of pumped storage power
station[J]. Hydropower Automation and Dam Monitoring,
2005, 29(6): 6-10.
[3] 崔继纯, 刘殿海, 梁维列, 等. 抽水蓄能电站经济环保
效益分析[J]. 中国电力, 2007, 40(1): 5-10．
CUI Ji-chun, LIU Dian-hai, LIANG Wei-lie, et al.
Analysis on economic and environmental benefit of
pumped-storage station[J]. Electric Power, 2007, 40(1):
5-10.
 李文武，等 基于随机动态规划的混合式抽水蓄能电站水库中长期优化调度研究 - 93 -

[4] 王学良, 于继来. 分布式抽水蓄能系统的运营策略及 库中长期优化调度[J]. 电力自动化设备, 2012, 32(4):

其效益评估[J]. 电力系统保护与控制, 2012, 40(7): 104-108.
129-137． LI Wen-wu, HUANG Jin, GUO Xi-hai. Mid-long term
WANG Xue-liang, YU Ji-lai. The operation strategy and optimization of reservoir operation for hybrid pumped
its benefit assessment of the distributed pumped storage storage power plant[J]. Automation of Electric Power
system[J]. Power System Protection and Control, 2012, Systems, 2012, 32(4): 104-108.
40(7): 129-137. [11] 陈森林. 水电站水库运行与调度[M]. 北京：水利电力
[5] 黄蕾, 李丰伟, 秦俊宁. 基于效益分析的抽水蓄能电 出版社, 2008.
站运行工况优化调度[J]. 电力系统保护与控制, 2009, CHEN Sen-lin. Hydropower reservoir operation and
37(22): 94-98． scheduling[M]. Beijing: Water Resources and Electric
HUANG Lei, LI Feng-wei, QIN Jun-ning. Optimal Power Press, 2008.
dispatching of pump-storage power station based on [12] 张勇传. 水电能优化管理[M]. 武汉: 华中工学院出版
benefits analysis[J]. Power System Protection and 社, 1987.
Control, 2009, 37(22): 94-98. ZHANG Yong-chuan. Hydropower optimization
[6] LI Hong-ze, TAN Hui, HU San-gao. Study on dynamic management[M]. Wuhan: Huazhong Institute of
benefits and external economy of pumped-storage Technology Press, 1987.
plant[C] // Proceedings of International Conference on [13] 徐鼎甲, 戴国瑞. 梯级水电站的长期优化调度[J]. 水
Power System Technology, Chongqing, China, 2006: 1-8. 力学报, 1989, 5(5): 43-48．
[7] 唐海华, 黄春雷, 丁杰. 混合式抽水蓄能电站优化调 XU Ding-jia, DAI Guo-rui. Long-term optimal
度策略[J]. 电力系统自动化, 2011, 35(21): 40-44． scheduling of cascade hydropower stations[J]. Journal of
TANG Hai-hua, HUANG Chun-lei, DING Jie. Optimal Hydraulic Engineering, 1989, 5(5): 43-48.
dispatching schedule of hybrid pumped-storage power [14] Fu D Z, Li Y P, Huang G H. A fuzzy Markov chain
station[J]. Automation of Electric Power Systems, 2011, based analysis method for reservoir operation[J]. Stoch
35(21): 40-44. Environ Res Risk Assess, 2012, 26: 375-391.
[8] 黄小锋, 纪昌明, 郑江涛, 等. 白山混合式抽水蓄能电 [15] 王金文, 袁晓辉, 张勇传. 随机动态规划在三峡梯级
站水库调度效率分析[J]. 水力发电学报, 2010, 29(2): 长期 发电优化调度 中的应用[J]. 电 力自动化设 备,
145-148． 2002, 22(8): 54-56．
HUANG Xiao-feng, JI Chang-ming, ZHENG Jiang-tao, WANG Jin-wen, YUAN Xiao-hui, ZHANG Yong-chuan.
et al. Analysis on reservoir operation efficiency of Long-term generation optimization of Three-Gorge
Baishan hybrid pumped storage power station[J]. Journal cascade using stochastic dynamic programming[J].
of Hydroelectric Engineering, 2010, 29(2): 145-148. Electric Power Automation Equipment, 2002, 22(8):
[9] 苏学灵, 纪昌明, 黄小锋, 等. 混合式抽水蓄能电站在 54-56.
梯 级 水 电 站 群 中 的 优 化 调 度[J]. 电 力 系 统 自 动 化,
2012, 36(2): 36-41． 收稿日期：2012-07-13； 修回日期：2012-11-13
SU Xue-ling, JI Chang-ming, HUANG Xiao-feng, et al. 作者简介：
Optimizing operation of the hybrid pumped-storage 李文武（1975-），男，博士，副教授，研究方向为水电
power station between cascade reservoirs[J]. Automation 站经济运行与水电站仿真；E-mail： liwenwu555@gmail.com
of Electric Power Systems, 2012, 36(2): 36-41. 吴稀西（1986-），女，硕士研究生，研究方向为电力系
[10] 李文武, 黄进, 郭希海. 混合式抽水蓄能电站水库水 统经济运行。