能源互聯網下虛擬電廠調度及市場競價綜述

楊 隨，駱 哲，葉剛進，沈欣煒，尹建兵，黃天恩

（1.國網浙江省電力有限公司杭州供電公司，杭州 310009；2.清華-伯克利深圳學院（清華大學深圳國際研究生院，清華大學），廣東 深圳 518000）

0 引言

能源互聯網是在“能量-信息-經濟”三元驅動下由物理互聯、信息融合、經濟融通的長期演化而形成的。具體而言，能源互聯網通過多能系統的物理信息深度融合來全面獲取整個網絡的信息，同時基于科學的電力市場設計來實現資源優化配置，最終達到多能源系統可持續發展的目的[1]。在技術層面上，隨著信息、控制、可再生能源發電以及儲能等技術的不斷進步，能源互聯網得到了快速的發展與變革[2-3]。在社會層面上，發展能源互聯網需要與電力市場機制相結合，通過電力市場來引導能源互聯網發展[4]，發展催生出的新模式對傳統電力市場提出了新的要求，具體表現為：能量市場需要提供相關政策機制，從而為可再生能源提供與其他電源競價上網的條件[5]；輔助服務市場需要引入需求側靈活資源參與市場交易，從而改變傳統市場中僅由發電側提供服務的模式，通過充分發揮其需求響應潛力來降低系統的調節成本[6]。現階段，我國能源互聯網發展仍存在一些瓶頸：一方面，能源互聯網所涉及的范疇較大，需要對其中的關鍵性問題進行梳理；另一方面，分布式發電和需求側響應等能源互聯網關鍵技術的研究需要結合我國電力市場改革及發展提出新的解決方案[4]。

VPP（虛擬電廠）作為高效組織多類型分布式靈活資源參與市場、促進可再生能源消納的重要模式，是健全電力市場、實現能源互聯網建設的重要形式[7-9]。VPP 著重考察其聚合形成的整體對外呈現的功能，因此并不限制分布式能源的地理位置及其并網方式，而是以整體的形式參與電力市場運營。VPP 為分布式能源參與電力市場提供了有效方案，通過實現多種分布式能源的出力互補，降低系統整體的不確定性，從而減少了可再生能源以及靈活性資源直接參與電力市場時可能會引發的電網運行安全等問題，提高電力系統運行的穩定性[10]。隨著VPP 參與主體的多樣化及其規模的擴大，電力網絡的復雜性增加了VPP 對其內部主體的認知及調度管理的難度。一方面，VPP 內部分布式能源以及用戶行為等具有不確定性，對其物理模型難以進行精準構建；另一方面，由于不同資源之間存在耦合關系，VPP 進行能量管理的難度增加，同時為其參與電力市場交易帶來新的挑戰。因此，全面認識VPP、構建VPP 與電力市場互動關系、實現VPP內部資源合理調度、制定最優競價策略等，對于VPP 的研究以及能源互聯網的發展具有重要意義。

1 能源互聯網背景下的虛擬電廠架構

DERs（分布式能源）近年來取得蓬勃發展，逐步取代了傳統大規模電力生產的能源模式；其特點包括靈活、可靠、經濟和環保，該方案易于實現對可再生能源的就地消納。然而，由于DERs存在地理位置分散、機組容量小、出力不穩定等問題，如何對其實現綜合能源管理以及優化調度成為新的難題。隨著信息技術的廣泛應用，在能源互聯網發展的大背景下，VPP 逐漸成為未來電網發展的重點。

基于能源互聯網“能量-信息-經濟”三元驅動的理念，VPP 從邏輯上也可以分為能量層、信息層和經濟層3 個層次。

1）能量層基于微觀層面，以VPP 內部資源為對象，針對具體資源的市場潛力進行用于實際操作層面的調查分析。

2）信息層探討中觀層面，以VPP 內部形成的本地市場為對象，充分考慮其內部子系統的特性，考察子系統參與本地能源交易的可行性。

3）經濟層涉及宏觀層面，以VPP 整體區域為對象，通過解決VPP 參與電力市場的競價問題，探討其與電力市場的耦合關系及相互影響，可用于政府層面的規劃參考。VPP 的基本架構如圖1所示。

圖1 VPP 架構

2 VPP 控制方式及其內部資源調度機制

以下介紹VPP 的3 種控制方式、其內部資源的調度機制以及VPP 可參與的市場交易。

2.1 VPP 控制方式

2.1.1 集中控制方式

在集中控制方式下，VPP 對內部資源具有最高控制權限，并通過該方式收集、處理系統內外所有信息用于決策，因此其控制能力對通信網絡的依賴程度很高。具體而言，VPP 通過建立CEMS（中心能量管理系統）來保證其對所有資源/集成商的絕對調度權[11-12]，并發送調度信息到終端設備。VPP 采用集中控制方式的優勢體現在：它可以通過聚集原本分散的低容量發電資源來增強系統的集成度，同時形成大規模發電容量[13-14]，提升其對電力系統及市場出清過程的影響力。然而，采用該方式的VPP 需要確定所有資源的操作決策，當系統規模擴大時，CEMS 的計算難度將會增大。

2.1.2 集中-分散控制方式

為解決計算量的問題，VPP 控制方式由集中控制向分散控制轉變，其中，集中-分散控制方式[15-16]是綜合二者特性的過渡式方案。如圖2 所示，該控制方式包括2 個子控制層：一級子控制層采用集中控制并通過CEMS 來協調管理下層的分布式代理；二級子控制層則采用分布式控制，引入分布式代理將VPP 整體劃分為不同控制區域并進行資源管理。

圖2 集中-分散控制方式[19]

集中-分散控制方式的優勢在于：

1）VPP 通過分層結構將CEMS 的計算量分配給下層代理[17]，各代理只負責其區域內的優化調度，最終提高了VPP 中心優化的計算速度。

2）下層代理將其區域內的運營概況提交給VPP 進行整體優化，CEMS 通過集中管理可以避免各代理之間的無序競爭，保證了VPP 整體的競價均衡。

然而，由于存在不同層級之間的信息交換，集中-分散控制方式在通信層面存在缺陷，容易造成通信堵塞以及受到網絡攻擊[18]。

2.1.3 完全分散控制方式

在完全分散控制方式下，VPP 也被分為2 個獨立的層次，但是此時的VPP 不再擁有對子系統的控制能力，而僅作為通信服務器為各個子系統提供信息交換服務；該層作為VPP 中央通信層。第二層是由各個資源聚合形成的獨立子系統，每個系統以自我利益最大化為目標對其管轄區域內的資源進行調度[20-21]。VPP 通過部署分布式算法，在滿足通信網絡連通性的前提下，各個子系統通過VPP 中央通信層進行信息交互，該方案可以協助不同的主體進行非博弈型合作，從而提高VPP 整體的效益。完全分散控制方式的優勢在于：所有資源并不是由VPP 直接控制，因此可以在較大程度上避免集中式VPP 可能造成的市場壟斷問題；通過應用分布式算法，VPP 系統的計算負擔可以得到緩解。基于完全分散控制方式，VPP 調度方法主要涉及到博弈論[22]以及分布式算法[23]的應用。文獻[23]引入“代理”的概念，提出各子系統代理的主要目標是最大化子系統的利潤，并通過共享各主體的投標信息，將其組合為一個具有多代理的調控系統。

綜上所述，采用集中控制方式的VPP 需要完全掌握分布式設備的所有信息并滿足所有區域的電力需求。在最佳運行狀態下，采用該控制方式的VPP 具有更大的決策潛力，但是其兼容性和可擴展性有限。采用集中-分散控制方式的VPP在本地運行中采用分布式運行模式，針對性地彌補了集中控制方式在信息收集及本地調度中的弱點，但是由于其需要以CEMS 作為整個發電系統的最上層來維持系統運行的經濟性和安全性，其可擴展性有限。而完全分散控制方式中，每個節點都具備信息采集、處理的能力，能更加靈活地感知及分析周圍環境變化，具有最佳的開放性和可擴展性。

2.2 VPP 內部資源調度機制

為了解決VPP 內部資源的調度問題，文獻[24]在市場合約機制的基礎上建立了基于多目標優化的調度模型。該模型的調度目標為最大化VPP 凈利潤以及在考慮用戶用電滿意度的基礎上最小化用戶的購電成本，同時通過引入市場合約機制，在一定程度上規避了不確定性因素導致的懲罰。文獻[25]采用基于集中優化方式的調度機制，考慮VPP 內部電力用戶的不同特性，提出了數據驅動的需求響應算法，為VPP 內部資源提供最優的調度決策。文獻[26]基于多用戶的主從博弈競價方式，分別研究了VPP 的電量競標模型以及電價競標模型。

從市場的角度出發，VPP 可以參與現貨市場、輔助服務市場以及需求響應市場。基于現貨市場，文獻[27]根據電網調整需求和內部單元的響應意愿，建立基于日內調整的VPP 互動機制，得到VPP 的日內調整計劃。考慮VPP 在提供能量與靈活性輔助時的耦合效應，文獻[28]建立了VPP 同時參與能量市場以及輔助服務市場的優化模型，并采用魯棒優化方法來處理可再生能源實際出力的不確定性問題，從而降低VPP 可能受到的偏差懲罰和投標風險。針對需求響應市場，文獻[29]考慮了需求側負荷的靈活性，并提出計及需求響應的VPP 風電并網系統調度優化模型。文獻[30]則引入需求價格彈性系數的概念來表征用戶對電價的敏感度，并采用分時電價及可中斷負荷的方式引導用戶進行能量優化調度。

3 VPP 競價策略研究

隨著我國能源互聯網技術的快速發展以及電力市場機制的不斷完善，VPP 等能源業務也得到發展。針對VPP 參與電力市場競價的問題，本研究對其競價策略開展討論，主要從時間尺度、優化模型、不確定性因素3 個方面進行具體分析（見表1）。

表1 VPP 研究文獻比較

3.1 基于市場時間尺度的分析

3.1.1 日前市場競價策略

在日前市場，VPP 基于其內部各類資源的預測值來參與市場投標過程，最終決定其參與能量市場或輔助服務市場的容量值。一般情況下，VPP 通過EMS（能量管理系統）進行優化調度并提出競價策略。具體過程如下：

1）在日前階段，EMS 收到的信息主要包括電力市場次日負荷預測值、VPP 內部靈活性負荷預測值以及分布式資源預測值。

2）基于上述信息，EMS 通過構建內部優化模型生成競價策略。

3）市場運營商根據EMS 競價策略將日前市場的所有報價進行出清。

4）EMS 獲取出清價格及第二天出力計劃。

在技術層面，不同的模型需要考慮多種因素（如安全、不確定以及多競爭者環境）并進行適當建模來解決日前市場報價問題。基于日前市場的研究，文獻[31]提出了雙層市場機制，該機制以VPP 內部分布式發電資源的收益最大為目標，確定的電價信息可以反映VPP 內部真實供需水平，通過減少VPP 整體的不確定性來提升其在市場交易中的競爭力。文獻[32]提出基于單位價格的非平衡模型，并采用遺傳算法來求解VPP 競價策略。

3.1.2 實時市場競價策略

與日前市場不同，實時市場是以時間段（一般以15 min 或1 h 作為單位時間段）為基礎逐段開啟的，在此過程中，日前市場出清結果則作為已知量被EMS 獲取。同時，EMS 接收當前時刻的準確信息以及對未來時刻的預測信息，最終基于上述信息提交各時間段的競價曲線。對比日前市場競價策略，VPP 在實時市場的競價策略主要有以下特征[33]：

1）EMS 提出實時市場競標策略時，以日前市場-價格及交易結果作為已知量。

2）實時條件下，EMS 可以較為準確地預測或獲取可再生能源發電信息。

3）基于實時市場當前時刻的出清結果，EMS將在線更新其后續時間的交易參數，并改進競價模型中的不確定性變量，從而提供更為準確的優化調度信息。

文獻[33]聚焦于負荷需求以及實時價格的不確定性對VPP 調度策略的影響，提出了一個三階段隨機雙層模型解決VPP 最優競價策略問題。

3.1.3 混合時間尺度競價策略

在實際運行當中，日前市場和實時市場之間存在耦合關系，VPP 在日前階段的競價決策可能會影響其在實時市場的競價策略。針對上述問題，相關文獻一般會選擇聯合優化方案，即基于混合時間尺度對VPP 競價過程進行建模。具體而言，混合時間尺度問題的關鍵點有3 個：

1）日前市場的決策不再只是考慮當前市場的信息，而是需要同時考慮實時市場預測信息對相關決策變量的影響。

2）在日前階段，僅提供針對日前市場的競價曲線，并不涉及對實時市場的預判。

3）在實時階段，需要考慮已經在日前市場交易中確定的交易電量，同時使得實時電量保持動態平衡。

文獻[34]對基于電熱耦合構成的VPP 交易機制進行分析，并從日前-實時2 個時間尺度建立了兩階段優化模型。考慮電網中其他VPP 的競價策略的影響，文獻[35]提出了一種交互式調度模式及投標策略。文獻[36] 基于日前市場和平衡市場，提出了一個兩階段隨機MILP（混合整數線性規劃）模型來確定VPP 競價策略。

3.2 基于不確定性因素的分析

參與電力市場時，VPP 面臨多種不確定性因素，包括其分布式能源、電動汽車等內部電源受氣象、交通等因素的影響而造成的供電變化，內部負荷變化以及電力市場電價變化。因此，必須考慮不確定性因素來設計VPP 優化調度方案[36-38]。當前主要包括以下3 種研究方法。

3.2.1 隨機優化

該方法用于對不確定性因素建模，根據隨機變量的連續或離散特性，一般分為連續隨機過程或離散隨機過程。其中，對于連續隨機過程的求解幾乎無法實現，因此，當前研究基于離散隨機過程[37]，一般采用場景生成方法（如蒙特卡洛方法）來實現建模[39-42]。然而，由于該方法需要已知不確定因素的概率分布等信息，同時需要進行大量場景生成，對VPP 的計算能力有較高要求。基于能量市場和旋轉備用輔助服務聯合市場，文獻[39]提出兩階段隨機規劃方案，建立VPP 最優競價模型，該模型可以有效規避交易中由于不確定性因素而導致的風險。文獻[42]聚焦于VPP 中的儲能系統，利用場景分析方法為其建立報價曲線，其中，場景生成是通過每小時替換預測點的方法來實現的。文獻[43-44]同時考慮儲能系統以及需求響應策略，針對市場電價的不確定性，都采用隨機規劃的方案解決最優決策問題，并引入CVaR（條件風險價值）或一階隨機優勢約束來管控VPP 的調度風險。基于場景的隨機優化模型實現較為簡單，但是隨著場景數量的增加，其規模會急劇增大，從而帶來巨大的計算負擔。

3.2.2 魯棒優化

綜合考慮不確定性問題以及計算負擔，有研究者提出基于魯棒優化的建模方法[45-46]，通過在不確定性參數置信區間內取值來簡化場景生成問題，但是會降低模型的靈活性[47]。魯棒優化的優點體現在[48]：

1）魯棒優化問題通常比隨機優化問題在計算上更易于處理，計算負擔相對較低[49]，增強了算法的有效性。

2）魯棒優化著重考慮最壞條件下的優化結果，因此具有很強的魯棒性。文獻[32-33]將最小化不確定性因素影響作為優化目標來解決競價問題。

3.2.3 隨機魯棒優化

隨著VPP 規模的擴大以及模型復雜度的增加，越來越多的研究綜合利用隨機優化及魯棒優化的優勢對VPP 競價提供最優策略。基于隨機魯棒優化方案，文獻[37，50]根據歷史數據來建立不確定性因素的序列。文獻[47]針對市場電價的不確定性采用隨機場景建模的方法，而針對風力發電的不確定性則采用魯棒優化建模的方法。除了可再生能源不確定性，文獻[51]還引入需求響應資源的不確定性影響，文獻[52]則同時考慮上述所有不確定性因素。文獻[53]提出隨機自適應魯棒優化方法，相比靜態魯棒優化具有更好的優化性能。

4 VPP 研究展望

4.1 多元融合高彈性VPP

隨著能源與信息技術的發展，VPP 內部靈活性資源不再局限于電、熱、冷、氣等傳統能源系統，將會更多地引入可控負荷、電動汽車、儲能等設備。多種資源的加入一方面可以提高VPP 對外出力的穩定性，另一方面也面臨著調度復雜化等問題。因此，如何構建多元融合高彈性VPP 可以作為后續發展的研究方向。為實現不同資源的融合互動，需要為VPP 提供更穩健的運行網絡。通過利用先進的信息技術，為不同資源提供信息分享的可行性，從而保證能源網絡的安全運行。

4.2 多主體協同VPP

隨著VPP 規模增大，其內部涉及不同主體之間的利益分配問題。由于不同主體具有不同的調度目標，VPP 需要在保障各主體利益的前提下追求整體利益最大化。因此，VPP 的調度目標由單一的利益最大化向利益均衡分配轉變，通過充分挖掘資源的靈活性來激活更多資源參與電力市場，提升VPP 的整體競爭力。

5 結語

在能源互聯網發展的背景下，結合先進通信技術，VPP 通過對DERs 的聚合以及協調調度，使其以整體的形式參與電力市場交易。隨著VPP參與主體逐漸多樣化，其內部資源類型增多、網絡結構復雜度增加。如何識別VPP 資源特性、構建市場互動模型等問題對于VPP 的研究以及能源互聯網的發展具有重要意義。

綜上所述，VPP 可以實現可再生能源高效利用，促進我國電力市場改革，完善并推動能源互聯網的建設。