能源互联网形态下多元融合高弹性电网：水电与新能源角色

陈启卷，刘宛莹，吕怡静，柳无双，郑 阳

(武汉大学动力与机械学院，湖北 武汉 430072)

随着通信技术跨领域的发展与第四次工业革命的发起，以化石能源集中式利用为特征的传统经济和社会发展模式正在逐步发生变革，世界进入了一个新的时代——能源互联网时代。能源互联网是一种全新的智能能源体系，利用互联网思维及技术，融合“远距离、大容量”能量传输技术和新型可再生能源，可实现提高清洁能源电网渗透率、灵活多源协调互补、数据驱动的网源交互等发展目标，并提出未来能源系统将在清洁低碳、安全可靠、质优价廉矛盾中平衡的发展方向[1]。

能源互联网发展的本质便是利用互联网思维改善电网辅助服务能力，为电网赋能，改善间歇性能源电网渗透率增高带来的问题，国内外学者纷纷对接入间歇性能源后复杂的电网特性[2]、电力系统灵活规划、调度、控制方法[3]、分布式能源消纳技术[4]、多能互补技术[5]等开展了有益的探索研究。

本文从水电与新能源协同运行的角度寻找了多能源协调发展方向及关键技术，以促进传统电网转型能源互联网。综述了能源互联网形态下多元融合高弹性电网的相关概念、基本特征和重要技术应用，并强调了水电与新能源在此趋势下的发展方向及研究重点；着重分析了水电在能源互联网中应承担的角色和需发挥的作用，并提出水电与虚拟电厂技术、网源协调调度技术、控制技术有机结合的思路。

1 能源互联网形态下多元融合高弹性电网

1.1 能源互联网的发展历史及概念

面对日益严重的能源问题和环境问题，开发利用可再生能源已成为世界各国保障能源安全、应对气候变化、实现可持续发展的共同选择。但是由于部分可再生能源发电如太阳能发电、风力发电等具有间歇性、波动性及不确定性，其大规模接入电网将对电网的稳定性和可靠性产生冲击，因此促使传统的能源网络转型为能源互联网至关重要[1]。

1970年，Richard Buckminster Fuller在World Game simulation大会上提出形成全球能源网络为世界发展的首要任务之一，并引出了能源互联网的概念。1986年，Peter Meisen正式开启了全球能源网络建设计划(GENI)，开展了分布式新能源并网的相关研究。2003年，美国及加拿大发生大停电事故，该事故警醒各国学者应开展更多新能源并网的实践性探索，首次明确了能源互联网应为一个智能、安全稳定、可自愈、且实时监测实时控制的能源网络。2011年，Jeremy Refkin在《第三次工业革命》一书中指出能源互联网是第三次工业革命的重要标志，首次构建了能源互联网的架构体系，阐述了能源互联网的基本特征，引发了能源互联网在全球的研究热潮[6]。经各国学者研究实践发现，能源互联网为实现多能并融、供需协作、物理信息融合的电网提供了全新的思路。

国内能源互联网研究起步较晚，但近年来发展迅速。2014年，国家电网公司董事长刘振亚提出能源互联网的实质就是“特高压电网+智能电网+清洁能源”，是清洁能源大规模开发、大范围配置、高效利用的重要平台。2015年3月，在联合国发展峰会上，国家主席习近平宣布将能源互联网由战略构想上升为国家倡议。2016年3月，国家发展改革委、国家能源局和工业和信息化部联合发布《关于推进“互联网+”智慧能源发展的指导意见》，提出了未来10年中国能源互联网的发展蓝图，进一步奠定了未来能源互联网的发展模式。2017年，国家能源局公布了首批55个“互联网+”智慧能源(能源互联网)示范项目，能源互联网在国内由概念走向实践。2019年，清华大学等单位主办以“泛在能源、智慧互联”为主题的“2019国家能源互联网大会”，能源领域的诸多专家在会上讨论了能源互联网在我国的推进态势，展望了我国日后能源结构的变革趋势和转型前景。随着能源结构转型速度加快，构建能源互联网已成为我国能源体系发展的重要方向[7]。

1.2 能源互联网特性

能源互联网是在现有电网基础上融合大量分布式可再生能源发电装置和分布式储能装置，能够实现能量和信息双向流动的电力对等的互联共享网络。具备可再生、储能设备增多、移动能源攀升、分布式、互联性、开放性、智能化等多种特征[1]，如图1所示。

图1 能源互联网的基本特征图

1)可再生。水能、风能、太阳能、生物质能、地热能和海洋能等可再生能源将成为能源互联网的重要能源市场。

2)储能设备增多。电化学能、物理势能、电磁能、相变能等储能技术将进一步广泛应用于能源互联网中，以平抑间歇性能源产生的功率波动[3]。

3)移动能源攀升。以电动汽车、氢燃料汽车为代表的移动能源成为新的电能、化学能的存储及消耗对象，成为不同区域间能源交互的新途径[1]。

4)分布式。由于可再生能源的分散特性，以及当前技术条件不够成熟和市场体制不够健全的现状，因地制宜地利用可再生能源，推动可再生能源的分布式开发，成为当下利用开发可再生能源的重要发展方向。

5)互联性。能源互联网将存在大量微网、虚拟电厂等可控的分布式单元，这些分布式单元需要实现互联，以平衡能量的供给与需求。发展可再生能源并网技术更关注微网之间的信息、能量交互技术，它是实现能源互联网的重要前提。

6)开放性。能源互联网应该是一个对等、扁平和能量双向流动的能源共享网络，实现发电装置、储能装置和负载“即插即用”。

7)智能化。能源互联网应完成数字化、智能化改革，引入人工智能，代替人脑做海量数据优化、分析、判断、决策，及时、有效、准确地对能源的供需曲线进行判断和管控。

1.3 间歇性能源并网对电网稳定性的影响

间歇性能源具有不确定性及可变性，并网后将对电网的可靠性和稳定性造成影响。首先，由于间歇性能源主要通过电子设备而非传统的同步发电机接入电网，电网的机械惯性下降。而电网的机械惯性对于扰动发生的初始数秒的动态响应至关重要，惯性降低将导致电网频率变化速度增加，系统频率过快地到达低谷值或峰值，进而影响后续调频及整个系统的稳定性。其次，目前电力系统的调度规则、控制规则早在建造之初就根据经济性与稳定性设定完成，随着电网大环境的转型、可再生能源渗透率的升高，既定电网运行规则将不再适用。在可再生能源乃至间歇性能源高渗透率的能源互联网中，需通过新能源出力预测、网源协调控制和调度等手段协助电网保持可靠[8]。

1.4 多元融合的高弹性电网

传统电网向能源互联网转型将面临管理难度增大、提效手段匮乏、平衡能力降低、市场化难度增大的困境。针对上述问题，国内外学界对增加电网的韧性、灵活性等进行了相关研究，提出了多元融合高弹性电网的概念。

1973年，加拿大生态学家C.S.Holling将韧性概念引入生态学研究领域，即衡量系统在超出规划预期的极端风险事件和故障下自适应地减少故障损失、并在扰动后尽快恢复正常的能力，之后此概念被扩展至工程领域。在电网中，系统的韧性控制措施可分为事前的预防控制、事中校正控制及事后的恢复控制[9]。

文献[9]总结出灵活性为衡量电力系统对节点功率注入不确定性的接纳能力。文献[10]提出了电力系统灵活性的五大特征：方向性、多时空特性、状态相依性、双休转化性和概率特性。文献[11]提出虚拟电厂可为电网提供灵活性空间，文献[12]提出多能互补技术能为电网提供综合灵活性，在二次调频中应用了基于sooty terns optimization algorithm (STOA) 优化算法的模型预测控制方法。

文献[9]首次结合韧性与灵活性的定义，提出了更为广义的高弹性电网的内涵，以及对抗外部干扰，维持原状态的能力，其认为高弹性是系统面对外部变化表现出来的各要素自组织、自趋优、自适应的能力，以经济的方式使电力系统处于最佳状态，进而获得最优效率。

目前国内外学者对建设多元融合高弹性电网的相关研究热点主要包括提高电网清洁能源承载能力、提升电网分布式能源消纳能力、电网极端事件应对及自愈方法、设备的安全稳定高效运行技术、虚拟电厂技术、多能互补技术、网源协调控制和调度等。

2 水电在能源互联网中的角色

2.1 水电资源的优势

提高可再生能源在电网中的渗透率为能源互联网的研究目标之一。可再生能源可按照随机性分为两类，间歇性能源及非间歇性能源。间歇性能源包括风电、太阳能、地热能、海洋能等，出力与气候因素关联较大，具有控制技术尚在发展中、出力难以预测的特性。上述能源除风电可为电网提供少量惯性外，其余均通过电子元件连接电网。因此，若提高间歇性能源的渗透率将降低电网惯性，进而对电网的稳定性及可靠性带来挑战。非间歇性能源主要指调控技术成熟的水电能源，水电具有效率高、灵活性好、作用大、发展时间长、可为电网提供惯性的特点，在调峰调频性能上具有得天独厚的优势，且水电站的水库库容可以灵活调节，具有快速启停或调整发电出力的能力[13]。且目前水电总装机容量大，是全球可再生能源的主力军，如何充分利用水电与间歇性能源联合运营成为了各国学者的研究热点之一，下文分别对常规水电技术及抽水蓄能技术在能源互联网领域的应用进行讨论。

2.2 常规水电与多能互补

常规水轮发电机组用落差和聚集的发电流量进行发电，具有设备简单、操作灵活、自动化管理程度高的优点，一般只需1 min左右1台完全自动运行的水电机组便可从停机状态完成开机流程至发出额定负荷，调节速度较火电快，具有可靠且快速的一次调频、电压控制、旋转备用、黑启动能力，长期以来在电力系统中承担了重要的调节责任。发挥水电的优势促进可再生能源并网后的平稳高效发电，对能源消纳具有重大意义。

水电尽可能多地承担峰荷，将有利于增加水电对电网的调节作用，即水电要担当起调控风能、太阳能等间歇性能源的重任，这将最终有利于可再生能源电力入网比例的最大化和电网系统的平稳、安全运行。文献[14]研究了挪威水电作为欧洲能源系统的“绿色电池”，指出现有的水电资源和互联能力可以为欧洲能源系统提供灵活性。文献[15]验证了赞比西河梯级水电站的灵活性可以弥补南非风力发电的不确定性。文献[16]开发了一套水风互补发电系统模型，为了验证系统的互补性，即水电对风电变化的追赶能力，基于Matlab运行互补模型研究了水电对风力波动的抑制作用，结果表明水电对风力发电的变化有快速反应的能力，即能迅速、及时地应对风能的波动。文献[17]提出了搭建一种考虑输电要求和串联水电综合特性的大型水风光混合发电系统模型的方法，形成了基于互补保证率(CGR)和累积时间比(CTP)的最优容量决策方法，并利用龙羊峡电站验证了可行性，结果表明水电装机容量和库容在风-光发电互补中起主导作用，径流调节也可提高水电与风能-太阳能的互补性。

2.3 抽水蓄能与多能互补

抽水蓄能可实现电能与势能的互相转化，可利用电力负荷低谷时的电能将水从下水库抽至上水库转化为势能，在电力负荷高峰期再放水至下水库发电，对优化电网资源配置意义重大，具有能量密度高、储能容量大的特点，可利用巨大的调节库容，较好补充风力、光伏等新能源发电的波动性和间接性，是能源互联网发展不可或缺的重要储能技术。诸多研究表明，抽水蓄能与新能源协调运行能有效弥补能源波动，提升电能质量。文献[18]结合辅助服务市场的物理特征分析和经济指标，以秒为时间尺度对变速抽水蓄能机组在平抑风电出力波动性能进行了评估，认为变速抽水蓄能机组不仅可以有效增加电力系统的稳定性，同时也能兼顾经济性。周清平等分析论证了抽水蓄能电站在构建贵州多能互补电力系统中改善火电运行工况、减小煤耗、提高风电及水电消纳能力的作用和效益[19]。文献[20]针对住宅单元设计了一种将雨水发电系统与传统光伏电池系统相结合的联合系统，对比分析了光伏系统、光伏-水电系统、光伏-抽蓄系统的能源成本、过剩功率、抽水功率等参数，表明光伏-抽蓄系统具有水电系统的最佳利用能力，且储水容量越多，系统的过剩功率越小，能源成本也随着安装组件尺寸的减小而减小。文献[21]在研究利比亚布拉克市社区电气化的水风光混合电力系统时得出，抽水蓄能发电系统可以动态地弥补风光混合动力系统产生的能源短缺，提供约15%的能源需求。最近出台的抽水蓄能中长期发展规划(2021-2035)迎来了其大发展机遇。

3 分布式能源与虚拟电厂技术

3.1 虚拟电厂概念

虚拟电厂可定义为整合各种分布式能源，集监测、运行、控制、保护以及经济性为一体的一个电力协调管理系统，较主动配电网及微网而言，虚拟电厂打破了物理概念上的发电厂之间、发电侧和用电侧之间的界限，充分利用能源互联、智能传感器、大数据、智能决策等先进技术手段，通过能量管理系统将上述部分有机结合，可进一步提高新能源渗透率，为传统电力系统迈进能源互联网的重要步骤[22]。

3.2 虚拟电厂研究方向

虚拟电厂是一种通过先进信息通信技术和软件系统，实现分布式电源、储能系统、可控负荷、电动汽车等的聚合和协调优化，以作为一个特殊电厂参与电力市场和电网运行的电源协调管理系统。虚拟电厂的本质是分布式能源、能源储存系统及可控负荷的集群，并通过通讯技术控制三者之间的能量流通，其基本结构如图2所示。根据结构可将虚拟电厂主要分为经营性虚拟电厂和功能性虚拟电厂两类，经营性虚拟电厂直接由中央集成控制系统中的逻辑算法控制，功能性虚拟电厂需考虑发电量和成本对各分布式电源的出力进行优化。

图2 虚拟电厂的基本结构图

目前对于虚拟电厂的研究主要包括系统的模型架构、系统整体控制及系统的经济性问题三个方向。在模型构架方面，文献[23]提出了虚拟电厂的模型架构可根据不同的分布式电源构建，文献[24]通过考虑常规水、火电机组对风力发电设备进行补偿而构架了虚拟电厂系统，并通过仿真对该系统可行性进行了验证。在系统整体控制方面，文献[25]提出对可控负荷及电动汽车的控制算法，并对该系统的负荷频率控制进行了研究。文献[26]引入虚拟电厂技术分析了虚拟电厂内部发电资源优化调度算法，基于传统调度方法提出三种改进的调度算法并进行了对比。在经济性方面，文献[27]通过在分布式储能系统的调度管理上引入虚拟电厂的概念，对虚拟电厂的经济效益进行了研究。

3.3 水电与虚拟电厂

水电在虚拟电厂中是唯一可控的分布式能源，抽水蓄能电站也为经济性较好的能源储存系统，对虚拟电厂的研究具有重要意义[28]。

小水电是我国分布最广泛、蕴藏量最大、开发成本最低的洁净分布式可再生能源，单台机组对电网动态特性的影响不明显，过去一直未得到足够的重视，相关研究较少。然而，当电气距离较近的众多中小容量机组总的容量较大时，它们对电网阻尼的综合作用应该是不能忽视的。南方电网就曾发生过小水电机群局部振荡引发大区电网功率振荡的现象。群集的中小水电机群可能对电网的安全稳定性造成重要影响。虚拟电厂技术可根据中小水电机群的群集效应对其等效建模，并进行有效控制及调度，提出了解决能源互联网部分不确定性的波动问题。

抽水蓄能电厂为虚拟电厂容量较大，经济性较高的能源储存方式之一，为电网大规模停电事故提供了应急方案，即给出了虚拟电厂中各储能设备能互相协调有效顶替持续系统几分钟至数小时的高水平电力容量上的可能性。

4 间歇性能源并网背景下的网源协调调度及控制策略

4.1 间歇性能源出力不确定性分析

间歇性能源发电量预测是确保能源互联网资源充足的必要条件，将直接影响其旋转备用容量配置、各时间尺度的调度及控制计划，以便确保电力供应满足负荷需求。如图3所示，间歇性能源出力预测分为超短期预测、短期预测、中期预测和长期预测。超短期预测的时间范围小于1 h，对电力系统的出力平滑、实时调度、网源协调控制以及最优容量计算具有重大意义。日间预报属于短期预报，预报时间范围为1～6 h，主要供电网运营商用于负荷跟踪活动和区域控制。中期预测通常为1～3 d，可用于电网运营商或电厂的厂内负荷分配和日前市场预测。长期预测的范围为1个月至1年，通常被电网运营商用于资源和容量规划的目的[29-30]。

图3 基于时间尺度的预测分类和相应的电力规划运行图

应对间歇性能源出力的随机性和不确定性，需要采取合理的预测方法。如风电，代表性的方法有假设风电服从某一种分布的解析法、采用随机模糊变量描述风电功率、模拟风电场景的方法和鲁棒优化方法。如光电，有直接预测法、间接预测法等对发电功率进行预测，有回归模型法、指数平滑法、灰色预测法等对电网负荷进行科学判定[19]。

4.2 网源协调调度与控制

电力系统调度是指以系统运行成本最优或系统发电能耗最小为目标，综合考虑系统电网负荷平衡、机组运行出力、爬坡及备用等约束条件，优化各电站在调度期内的运行方式。能源互联网中高渗透率的可再生能源将带来的出力波动及电网的负荷波动、元件故障率等不确定因素会给该优化过程加大难度。这些不确定因素共同构成了电力系统安全、稳定、经济性运行的风险源，具有影响电网潮流分布、电压稳定的可能性。近几年，学者们开始广泛研究多能互补的调度方法，文献[31]采用嵌套优化法求解兼顾发电量和出力波动的双目标水光互补调度模型。文献[32]提出了一种增强的多目标蜂群优化算法用于解决水热风互补调度系统的多目标优化问题。

PID控制是目前电网中应用最广泛的控制方法，其控制过程透明且可操作性高。然而，随着可再生能源渗透率的增加，PID的局限性也逐步呈现出来：①PID不能通过设定系统的控制目标，难以实现能源互联网要求的经济性与稳定性平衡的发展目标；②PID不能处理约束；③PID鲁棒性不足，难以在能源互联网不断变化的工况中保持良好的控制表现。上述局限性表明，面对可再生能源的高渗透率，PID难以满足其性能要求。为了弥补上述局限性，国内外学者研究了模糊控制、模型预测控制、人工智能控制、基于观测器的控制等多种控制理论，并认为鲁棒性较强的控制器能有效提高电网的韧性[33]。

5 结 语

能源是社会经济发展的关键，当今世界能源需求的80%仍由化石燃料(石油、天然气和煤炭)供应。而且世界上仍然有约15%的人口生活在缺电的状态，因此可再生能源的开发利用尤为重要[34]。近些年来，随着计算机软件和应用程序的发展，能源互联网成为第四次工业革命的研究热点，各国开始利用互联网思维、能量传输技术及新能源发电技术，实现提高清洁能源电网渗透率、灵活多源协调互补、数据驱动的网源交互。此外，随着研究的深入，多能互补系统、虚拟电厂会越来越展现出其优越性，水电和新能源如何在新型的电力系统中发展也将成为以后的研究热点。