在“碳达峰、碳中和”目标下，依托西南大型水电基地，发展水风光多能互补清洁能源开发利用模式，充分利用水电站群的调节性能及其与风光出力间的互补特性，通过联合调度将多能源打捆外送和集中消纳，可有效平抑风光出力不确定性对电网的冲击，破解清洁能源消纳难题，这既是我国为世界能源转型贡献的中国智慧和创新模式，也代表未来我国水电发展和能源系统转型的重要方向。近年来，雅砻江、金沙江、澜沧江等大型水电基地均提出建设千万千瓦级多能互补清洁能源示范基地，这些基地是由百余座不同类型、不同规模、不同外送方式电站共同组成的大规模多源多网混合发电系统，具有强不确定性、复杂异构并网、跨流域跨电网互联等全新的特点和更复杂的综合要求。如何充分发挥多能源间互补效益，保障系统安全稳定运行，目前在容量配置和调度运行等方面仍存在诸多科学难题和技术瓶颈，这是制约我国多能互补清洁能源基地建设和发展的关键。
图1 水风光多能互补系统示意图
近期，足球彩票闻昕、谭乔凤青年教授研究团队面向多能互补研究重大需求和科学问题，创新建立了面向电力/电量补偿的多尺度多层级协同调度运行模型。在时间上，提出风光水多能源的短期电力补偿和长期电量补偿机制，建立全景电量效益最优的长期调度模型和调峰能力及电力补偿效益最优的短期调度模型，形成了滚动向前的长短嵌套动态互馈决策模式；在空间上，根据系统水力-电力耦合关系对电站群进行分区分级，构建复杂系统不同分区和不同层级间的协调运行关系，由此破解了千万千瓦级多源多网混合发电系统调度运行方式难题。
图2 多尺度协同补偿和多分区多层级协调运行机制
在此基础上，团队模拟特定开发方案下的水风光多能互补系统在全生命周期内运行过程，提出了考虑时序运行特性的多能互补系统全生命周期效益量化方法。识别影响系统可靠性、稳定性等安全运行的风险来源，评估不同容量配置方案的潜在风险，建立了基于风险与效益均衡的水风光多能互补系统容量配置模型，可在海量可行方案中准确找出效益最优、风险可控的容量配置方案，最终提出了梯级水电系统最优打捆风光规模和接入方式。
图3 多能互补系统容量优化配置结果
上述成果由足球彩票联合瑞典皇家理工学院、中国水利水电科学研究院、美国佐治亚理工学院、俄克拉荷马大学等国内外知名高校和团队共同研发完成，发表在《Renewable and Sustainable Energy Reviews》《Applied Energy》等水利和能源领域顶尖期刊上，并成功应用于北盘江、雅砻江等流域，形成了南方电网地区首套流域梯级水光互补调度规则、模型和软件系统，为我国千万千瓦级多能互补清洁能源基地建设和发展提供了科学参考和技术支撑。(水电院）
代表成果：
1. Wen, Xin; Sun,Yuanliang; Tan, Qiaofeng*; Tang, Zhengyang; Wang, Zhenni; Liu, Zhehua; Ding, Ziyu, Optimizing the sizes of wind and photovoltaic plants complementarily operating with cascade hydropower stations: balancing risk and benefit, Applied Energy, 2021.
2. Tan, Qiaofeng; Wen, Xin*; Sun, Yuanliang; Lei, Xiaohui; Wang, Zhenni; Qin, Guanghua, Evaluation of the risk and benefit of the complementary operation of the large wind-photovoltaic-hydropower system considering forecast uncertainty, Applied Energy, 2021, 285: 116442. DOI:10.1016/j.apenergy.2021.116442
3. Wang, Zhenni; Wen, Xin*; Tan, Qiaofeng; Fang, Guohua; Lei, Xiaohui; Wang, Hao; Yan, Jinyue*, Potential assessment of large-scale hydro-photovoltaic-wind hybrid systems on a global scale, Renewable & Sustainable Energy Reviews, 2021, 146: 111154. DOI: 10.1016/j.rser.2021.111154
4. Ding, Ziyu; Wen, Xin; Tan, Qiaofeng*; Yang,Tiantian; Fang Guohua; Lei, Xiaohui; Zhang,Yu; Wang, Hao, A Forecast-Driven Decision-Making Model for Long-Term Operation of a Hydro-Wind-Photovoltaic Hybrid System, Applied Energy 2021, 291:116820. DOI:10.1016/j.apenergy.2021.116820.
