在国家政策和国际承诺的推动下，中国的可再生能源产业，特别是风能和光伏（PV）发电，经历了前所未有的增长[[1], [2], [3]]。然而，这些本质上具有间歇性和难以预测的能源的渗透率持续增加[4,5]，再加上气候变化对可再生能源性能的影响[6]以及潮汐能等新兴可再生能源的整合[7]，显著增加了发电方面的不确定性。这种不确定性导致严重的负荷波动，加剧了调峰压力，并对整个电力系统的安全稳定运行构成了巨大挑战[8,9]。
作为一种具有卓越灵活性特性的优质资源，水电在发电方面充当“灵活性提供者”，以平衡风能和光伏发电的输出波动[10,11]。水电在可再生能源转型中的战略重要性已得到广泛认可[12]，其在提供短期和中期/长期平衡服务方面的作用也日益受到关注[13]。当前的研究主要集中在两个方面。首先是关于水电站如何调整输出以匹配电网高峰需求时段的研究。例如，Wang等人开发了一个复杂的优化模型，同时最大化清洁能源发电量并最小化剩余负荷波动[14]。Feng等人优化了梯级水电站和太阳能发电厂的协调运行，以提高负荷调节能力[15]。Lei等人提出了一种考虑水位同步变化的梯级水电站短期负荷分配方法，以改善水能利用[16]。第二个方面是关于在各种不确定性（包括来水量、电力需求和可再生能源输出）下的短期最优水电调度。例如，Mathur等人开发了一个滚动时域的鲁棒在线调度框架，用于在多种不确定性下优化梯级水电站的短期运行[17]。Li等人提出了一种针对水-风-光混合系统的短期最优协调运行策略，以解决可再生能源不确定性问题，同时最大化梯级储能容量[18]。Wu等人开发了一个适用于具有复杂水力和电气连接的梯级大型水电站的负荷分配模型，以提高短期调度效率[19]。然而，这两种方法主要基于日前或更长时间尺度的优化，无法充分满足对日益频繁的负荷波动的快速响应要求。
梯级水电站的实时负荷调节是指这些电站通过调整输出来响应电网负荷波动，以维持电力平衡的过程。一些研究已经探讨了这一领域，包括利用水电系统调节风能[20]、针对光伏不确定性的实时负荷分配[21]、基于MPC的水光系统调度[22]以及水-风-光运行的鲁棒优化[23]。此外，由于来水量预测的准确性有限，实际的水电站运行往往偏离计划调度[24,25]，继续执行原始调度计划可能导致水库水位约束违规和大量水资源浪费[26]。
然而，现有的实时调节策略主要集中在电站层面优化，而没有细化到机组层面，导致频繁的启停操作，并且无法避免振动区[27,28]。尽管一些研究在日前调度中考虑了振动区约束[29,30]，但这些方法尚未扩展到具有严格响应时间要求的实时调节场景。MPC受到两个挑战的限制：首先，将多期模型细化到具有离散和非线性约束的机组层面会导致计算负担呈指数级增加，难以满足实时响应要求；其次，在实际来水量、负荷需求和先前用水量的综合影响下，实时水位和发电量逐渐偏离计划方案[31]。MPC只能在有限的时域内实现局部优化，缺乏保证长期目标（如期末水位和每日合同发电量）的全局视角。实时调节必须在确保调节结果接近计划目标的同时响应负荷波动[32]。
在频繁负荷波动下的实时调节是一个复杂的多维问题。从时间上看，它需要平衡当前时段的目标与未来的水位和能源目标。从空间上看，负荷必须从电网层面分配到电站层面，再到机组层面。这些复杂性，加上严格的时间要求和多样化的运行需求[33,34]，使得这个问题极具挑战性。为了解决这些挑战，本文提出了一种新颖的两阶段“站间到站内”框架，用于梯级水电站的实时细粒度调节。在站间层面，根据期末水位目标和每日合同发电量确定各电站的参与顺序，并根据各电站的调节灵活性制定调节策略。在站内层面，建立综合评估模型来确定机组的启停顺序，然后根据该顺序选择机组组合，并开发考虑振动区穿越的负荷优化分配模型，以实现从梯级到机组的细粒度调节。
本文的主要创新之处在于：1）提出了一种基于长期控制目标的梯级水电站实时负荷调节方法，以确保在实时响应负荷波动的同时实现期末水位和每日发电目标；2）构建了一种适应频繁负荷波动的站内细粒度机组调节策略，通过综合考虑机组启停平衡、振动区避免和水能利用效率，实现安全和经济的机组运行以及快速的负荷响应。
