4. 机组组合与经济调度的耦合关系
机组组合（Unit Commitment, UC）与经济调度（Economic Dispatch, ED）并不是两个彼此独立的优化问题，而是同一电力平衡任务在不同时间尺度上的两个层次。理解它们之间的耦合关系，是掌握电力系统调度自动化与优化运行的关键。UC决定“哪些机组在哪些时段开机、停机”，ED决定“已开机机组各自发多少功率”。前者是离散的启停决策，后者是连续的功率分配，二者通过机组出力上下限、爬坡能力、最小启停时间等约束紧密咬合。
一、时间尺度分解：从日前到实时的分层结构
电力系统调度通常按时间尺度划分为多个层次：日前调度（Day-Ahead，提前24小时，时间分辨率1小时或15分钟）、滚动调度（Rolling Horizon，提前数小时，分辨率15分钟或5分钟）、实时调度（Real-Time，提前5～15分钟，分辨率1～5分钟）以及自动发电控制（AGC，秒级）。不同尺度承担不同任务：日前UC确定机组启停与大致出力计划；滚动调度修正未来数小时的计划以应对预测偏差；实时ED在分钟级重新分配出力以维持功率平衡；AGC则负责秒级频率调节。
这种分解的核心逻辑是：越靠近实时，预测精度越高，但决策窗口越短，可调整的机组越少。因此，日前UC必须为实时调度预留足够的调节裕度，否则实时阶段可能因爬坡能力不足而无法平衡新能源波动。
二、UC与ED的协调机制
UC与ED的协调体现在两个方向。正向：UC的输出（机组启停状态、最小/最大出力范围）构成ED的可行域。例如某台300MW机组在时段t被UC判定为开机，则ED中该机组出力必须满足 P_min ≤ P ≤ P_max，且相邻时段出力变化受爬坡率限制。反向：ED的结果反馈给UC，用于校验启停计划是否合理。若ED发现某时段所有在线机组已满发仍无法满足负荷，则UC必须增开机组；若ED发现大量机组在最小出力附近运行，则UC可考虑停机以降低运行成本。
实际求解中，常用方法有两种：一是将UC与ED统一建模为混合整数规划（MIP），一次性求解启停与出力；二是分层求解，先做UC得到启停计划，再在固定启停状态下做ED。前者全局最优但计算量大，后者计算快但可能次优。工程中常采用“UC粗调 + ED精调”的迭代策略：先以简化模型快速生成启停方案，再在ED中校验并反馈修正。
协调要点：UC必须为ED预留足够的调节空间。若UC将机组出力固定在接近上限的位置，ED在实时阶段将失去向上调节能力。因此，UC目标函数中通常加入备用容量惩罚项，确保系统留有5%～10%的旋转备用。
三、滚动调度框架
滚动调度是连接日前与实时的桥梁。其基本流程是：每15分钟启动一次优化，以当前时刻为起点，向前看4～8小时，利用最新的负荷与新能源预测，重新求解UC+ED，但只执行第一个时间步的决策，下一个周期再重新优化。这种“滚动优化、只执行一步”的策略，使调度计划能够持续吸收最新信息。
滚动调度的关键参数包括：滚动周期（如15分钟）、预测窗口长度（如4小时）、时间分辨率（如15分钟）。窗口太短则预见性不足，太长则预测误差增大。工程中常取4小时窗口、15分钟分辨率，兼顾计算效率与预测可信度。
滚动调度还需处理“计划冻结”问题：已执行时段的机组启停状态不可更改，未来时段的决策需在冻结边界内优化。例如当前时刻为10:00，滚动窗口为10:00～14:00，则10:00～10:15的启停状态已由上一轮决定，本轮只能调整10:15之后的计划。
四、实时调度与日前调度的衔接
实时调度与日前调度的衔接质量，直接决定系统运行的安全性与经济性。衔接的核心是“偏差处理”：日前计划基于预测，实时运行中必然出现负荷偏差、新能源出力偏差、机组强迫停运等扰动。实时ED的任务是在分钟级内重新分配在线机组出力，消除功率不平衡。
衔接机制包括三个层面：第一，备用容量衔接。日前UC确定的旋转备用必须在实时阶段可用，若实时发现备用不足，需启动快速启停机组或需求响应。第二，爬坡能力衔接。日前计划中机组出力轨迹必须满足爬坡约束，否则实时阶段无法跟踪。第三，价格信号衔接。日前市场出清价格与实时市场出清价格之间的差异，引导机组在实时阶段调整出力。
以一个教学示例说明：某系统日前预测负荷为1000MW，UC安排3台机组开机，总容量900MW，旋转备用100MW。实时运行中负荷升至1050MW，新能源出力比预测低30MW，总缺口80MW。实时ED需在已开机机组中重新分配出力，若爬坡能力足够，则增发80MW；若不足，则需启动备用机组或切负荷。这一过程体现了日前计划与实时调度的动态衔接。
实践建议：在滚动调度与实时调度之间，建议设置“安全校验层”。每轮滚动优化后，用实时ED模型对第一个时间步进行可行性校验，若不可行则立即触发修正，避免将不可行计划传递到实时阶段。
五、耦合关系的工程意义
理解UC与ED的耦合关系，对调度员和算法开发者都有实际价值。对调度员而言，需要关注日前计划是否留有足够的调节裕度，滚动调度是否及时吸收了最新预测，实时调度是否在安全边界内运行。对算法开发者而言，需要设计合理的耦合约束、迭代策略和反馈机制，使UC与ED在计算精度与速度之间取得平衡。
随着新能源占比提高，UC与ED的耦合更加紧密。高比例新能源带来的强波动性，要求UC更频繁地调整启停计划，ED更快速地响应功率变化。未来，随着储能、需求响应等灵活资源的加入，UC与ED的协调将扩展到多类型资源的联合优化，时间尺度分解也将更加精细。