2023年2月27日，《Electric Power Systems Research》（SCI國際期刊JCR二區(qū)，影響因子：3.818）在線發(fā)表了我院2020級水利水電工程專業(yè)（卓越工程師班）本科生汪俊松的研究成果，闡述了關(guān)于新能源消納、抽水蓄能等方面的研究進(jìn)展。該成果是基于我院大學(xué)生創(chuàng)新創(chuàng)業(yè)項目《基于深度學(xué)習(xí)與智能優(yōu)化的海上風(fēng)電場與抽水蓄能機組的實時協(xié)同控制研究》完成（項目編號：S202210486145，指導(dǎo)教師：殷秀興教授，項目組成員：汪俊松、蔡聞達(dá)、劉宇槺）。
新能源發(fā)電是構(gòu)建清潔低碳能源體系不可或缺的一部分，充分利用和大力開發(fā)風(fēng)、光、水等可再生能源資源稟賦是我國在2060年前實現(xiàn)碳中和目標(biāo)的重要途徑。然而，受限于風(fēng)電固有的間歇性、不可控發(fā)電特性，以及其他因素，新能源消納問題一直十分突出，特別是伴隨并網(wǎng)規(guī)模的快速擴大，巨大的靈活性需求帶來的棄電風(fēng)險、高比例清潔能源系統(tǒng)安穩(wěn)運行等問題越來越突出。抽水蓄能是國際上破解新能源消納難題的可行和有效途徑之一，核心在于通過水電靈活性電源對電網(wǎng)進(jìn)行調(diào)峰、填谷、備用、調(diào)頻、調(diào)相，以提高電網(wǎng)電能運行質(zhì)量和可靠性。
研究團隊以DNN（Deep Neural Network）神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，提出了一種可再生能源聯(lián)合發(fā)電系統(tǒng)——基于深度學(xué)習(xí)與智能優(yōu)化的風(fēng)電-抽水蓄能-氫儲能聯(lián)合運行系統(tǒng)（圖1）。首先，為了解決風(fēng)電的隨機性與不可控性，該團隊提出了一種基于DNN神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電模型，以仿真模擬的數(shù)據(jù)為基礎(chǔ)，對其進(jìn)行訓(xùn)練，以此來預(yù)測在特定風(fēng)速和風(fēng)向下，風(fēng)力發(fā)電機組的發(fā)電功率。
圖1風(fēng)-水-氫聯(lián)合運行發(fā)電示意圖
圖2三組風(fēng)電機組發(fā)電模型
圖3神經(jīng)網(wǎng)絡(luò)示意圖
其次，為了提高發(fā)電系統(tǒng)的穩(wěn)定程度，減小發(fā)電系統(tǒng)的波動的同時追求經(jīng)濟效益最大化，該團隊使用抽水蓄能機組（如圖4）對電網(wǎng)進(jìn)行調(diào)節(jié)，同時引入氫氣儲能提高經(jīng)濟效益。最后，該團隊采用基于多目標(biāo)的遺傳算法針對風(fēng)電機組排布、電解槽與抽水蓄能電站的基本參數(shù)對系統(tǒng)進(jìn)行優(yōu)化設(shè)計，最終各時刻系統(tǒng)各部分出力情況如下圖5：
圖4抽水蓄能機組示意圖
圖5每個時刻各系統(tǒng)出力情況
通過研究表明，該團隊提出的發(fā)電模型能有效解決新能源消納問題，降低電力系統(tǒng)的波動，提高電力系統(tǒng)穩(wěn)定性，同時兼顧經(jīng)濟效益。與此同時，該團隊針對含有三組風(fēng)電機組和九組風(fēng)電機組的發(fā)電系統(tǒng)進(jìn)行優(yōu)化設(shè)計，試驗結(jié)果表明，該團隊提出的模型在兩種系統(tǒng)均能產(chǎn)生效應(yīng)，充分說明了該模型的普適性、可發(fā)展性和可推廣性。
圖6優(yōu)化前后功率波動對比圖
研究團隊主要創(chuàng)新點為：
（1）對于風(fēng)力發(fā)電的預(yù)測，該團隊擺脫了僅只針對風(fēng)場自身特性進(jìn)行預(yù)測，同時考慮了風(fēng)電機組尾流影響等實際因素。
（2）該團隊沒有采用三次樣條插值、Hermite插值等傳統(tǒng)數(shù)學(xué)方法，而是采用了DNN神經(jīng)網(wǎng)絡(luò)進(jìn)行深度學(xué)習(xí)的預(yù)測。
（3）該團隊研究了海上風(fēng)電-抽水蓄能及制氫系統(tǒng)的動態(tài)模型，提出了一種基于系統(tǒng)的整體協(xié)同設(shè)計與調(diào)度方法，實現(xiàn)了整體層面的協(xié)同運行。
論文連接：https://doi.org/10.1016/j.epsr.2023.109216。
（編輯：黃曉羽 審核：嚴(yán)鵬）
