虚拟电厂

虚拟电厂技术 (VPP，Virtual Power Plant) ，是将电源、可控负荷和储能系统有机结合，通过虚拟电厂的控制中心，合并作为一个特别整体参与电网运在虚拟电厂中，每一部分均与控制中心相连，通过智能电网的双向信息传送，进行统一调度协调机端潮流、受端负荷以及储 能系统，以达到降低发电损耗、减少温室气体排放、优化资源利用、降低电网峰值负荷和提高供电可靠性的目的。

能源转型背景下，新型电力系统以清洁低碳、开放互动为目标不断建设，同时监测技术与通信技术也快速发展，电力系统中的数据来源更加广泛，数据结构更加复杂，为新型电力系统数据融合提供数据基础的同时也提出了挑战。首先，分析新型电力系统数据特征，提出新型电力系统的数据融合需求；接着，介绍新型电力系统数据模型、多源异构数据融合技术层级，分析关键融合技术的优缺点，并对不同技术的适用场景进行分析；然后，分别从输配协同、源网荷储协同、虚拟电厂、多元负荷、电碳市场交易5个典型场景，对多源异构数据融合的数据需求、数据来源、融合目标、常见方法及研究难点进行归纳；最后，对新型电力系统数据融合技术的未来研究发展进行了展望。

近期，国网上海经研院主持申报的《虚拟电厂资源配置与评估技术规范》已由国家标准化管理委员会正式批准立项，标志着虚拟电厂领域首个国家标准正式立项。

在“双碳”目标下，大力发展风、光等新能源是我们明确的方向。当前，电力供给侧和需求侧体现出“双随机”特征，给电力保供工作、系统经济高效运行等带来了严峻挑战：一方面，波动性和间歇性较强的风、光发电在电源结构中的比例持续增长，供给侧随机性日益凸显；另一方面，终端电气化水平提升与新型负荷不断涌现，例如电动汽车、数据中心、负荷聚合商、综合能源系统等新业态用户的出现，导致需求侧的随机性越发显著。

双碳目标下，多能耦合协同运行的虚拟电厂（virtual power plant，VPP）能够有效提升系统经济效益。为降低VPP碳排放量，同时挖掘其需求侧可调节潜力，提出一种考虑阶梯碳交易及综合需求响应的虚拟电厂优化调度模型。首先，基于阶梯式碳交易机制，考虑虚拟电厂各组成元件约束，建立参与碳交易市场的虚拟电厂模型；其次，将需求响应分为价格型需求响应和替代性需求响应，分别构建响应模型；最后，考虑购能成本、系统运营成本和阶梯式碳交易成本，以VPP在调度周期内收益最大为目标函数建立虚拟电厂低碳经济运行模型，并通过算例仿真验证所提模型的有效性。

5月12日从国网浙江省电力有限公司获悉，今年迎峰度夏期间，浙江电网将持续加强电力需求侧管理，确保7月、8月增加市场化调峰能力至300万千瓦以上、全省储备客户侧削峰响应能力达到1100万千瓦以上，浙江电网以2021年最高用电负荷为标准，具备超过5%的削峰能力。截至目前，国网浙江电力通过推进新型电力负荷管理系统建设，加快实施负荷控制终端改造接入，已具备350万千瓦可中断负荷规模。

为进一步提升分布式能源的调节潜力，基于信息差距决策理论，将探讨虚拟电厂（virtual power plant，VPP）在参与需求响应（demand response，DR）策略时的竞价方式分为平衡型、保守型和进取型3种策略模型，并为每种策略设计鲁棒函数和机会函数，分别实现对不同类型决策的优化。同时，设置ε约束模型，考虑了碳排放和利润的权衡关系。采用IEEE 18节点系统作为仿真环境，验证了所提方法的优点和必要性。仿真结果表明，保守型VPP能够保证在未来价格落入最大鲁棒性区间时获得最小关键利润；进取型VPP能够从意外的价格波动中获益，并实现期望的利润。

虚拟电厂作为一种具备储能特性的灵活性资源，虽然其在配合电网削峰填谷、消纳新能源等方面的作用越发重要，但其目前在市场运营上缺乏经济性及高效性，直接导致其参与市场积极性不足。鉴于此，提出一种虚拟电厂参与电能量市场与辅助服务市场协同工作策略。首先，基于现货市场电价与虚拟电厂的聚合情况，确定其参与市场各时段策略；其次，以虚拟电厂收益最大化为目标，采用动态规划方法构建多时间尺度下虚拟电厂参与现货电能量-调频市场协同优化模型；最后，通过仿真分析对比虚拟电厂只参与单独市场与联合优化情况下的收益及利用率，并使用shapely值法对参与虚拟电厂聚合的各类资源进行收益分摊分析，验证所提方案的可行性及有效性。

虚拟电厂是新型电力系统建设的典型实践。针对当前虚拟电厂适用技术标准较少、标准体系建设滞后的问题，对虚拟电厂相关标准进行收集、梳理，从基础通用、规划建设、运行维护、支撑技术和能效评估等方面分析了虚拟电厂各环节的标准化现状，依据自上而下和自下而上的系统工程方法，结合引导性、协调性、系统性和开放性的虚拟电厂标准体系构建原则，设计了涵盖15个子类、52个标准系列的体系架构，并基于未来需求分析提出了重点布局建议，为虚拟电厂标准制定和修订工作提供参考。

虚拟电厂(virtual power plant,VPP)作为多能流互联的综合能源网络，已成为中国加速实现双碳目标的重要角色。但VPP内部资源协同低碳调度面临多能流的耦合程度紧密、传统碳交易模型参数主观性强、含高维动态参数的优化目标在线求解困难等问题。针对这些问题，文中提出一种融合注意力机制(attention mechanism,AM)与柔性动作评价(soft actor-critic,SAC)算法的VPP多能流低碳调度方法。首先，根据VPP的随机碳流特性，面向动态参数建立基于贝叶斯优化的改进阶梯型碳交易机制。接着，以经济效益和碳排放量为目标函数构建含氢VPP多能流解耦模型。然后，考虑到该模型具有高维非线性与权重参数实时更新的特征，利用融合AM的改进SAC深度强化学习算法在连续动作空间对模型进行求解。最后，对多能流调度结果进行仿真分析和对比实验，验证了文中方法的可行性及其相较于原SAC算法较高的决策准确性。