從虛擬電廠到真實電量：虛擬電廠研究綜述與展望

孫秋野，姚葭，王一帆

（1. 沈陽工業大學，遼寧省 沈陽市 110870；2. 東北大學信息科學與工程學院，遼寧省 沈陽市 110819）

0 引言

近幾年，在“雙碳”目標的指引下，我國越來越多的分布式能源并入電網，這些分布式能源地理位置分散，且獨立運行、難以協調，使電網轉變為新型“雙高”電力系統，這給電網整體安全性帶來了隱患[1-4]。如何高效調配這些靈活的分布式能源，實現對電網的有效支持是亟待解決的問題。

隨著分布式能源的開發并網，電網運行壓力也持續增大。不同類型的分布式能源運行特性存在較大差異，且需要滿足諸多非線性約束。如果對系統內所有的分布式能源進行建模，并向上級電網上報詳細物理模型，將會給電網帶來較大的通信量與計算量。虛擬公共設施指相互獨立的市場參與實體之間的一種靈活的合作關系，通過合作實現各實體間的虛擬共享，從而為消費者提供高質量的電能服務。在此過程中，所有參與合作的實體便形成了一個虛擬的總體，以這個虛擬模型參與市場。因此，有學者提出將分布式能源聚合在一起，形成一個虛擬電廠(virtual power plant，VPP)，以傳統電廠的角色參與電網的運行調度[5-7]。本文采用《配電網數字化相關概念分析及定義》中虛擬電廠的定義：虛擬電廠是一種將多個分散且獨立的電源(風電、光伏等分布式發電)、儲能、可控負荷、電動汽車等資源進行集成和協調而形成的可控虛擬系統。簡而言之，虛擬電廠是一種分布式能源管理技術，是分布式能源聚合并參與電網運行的一種形式。根據上述虛擬電廠定義可知，其雖然名為“虛擬”電廠，但其內部分布式能源所蘊含的電能及其可對電網提供的調峰調頻等輔助服務的能力是真實存在的。

對中國知網和Web of Science核心合集進行檢索，截至2023 年7 月，共檢索到虛擬電廠中文文獻904篇，英文文獻1 412篇。虛擬電廠發文數呈現穩步上升的趨勢，并從2013年開始增長趨勢加快。為了深入了解虛擬電廠領域的研究熱點，本文進行了關鍵詞共現可視化分析[8-9]。同時，根據文獻平均發表時間，將其總結為新興關鍵詞和熱點關鍵詞。其中新興關鍵詞的文獻平均發表時間在2021年之后，主要包括能源互聯網、新型電力系統、動態聚合、碳中和、碳捕集和柔性負荷等。熱點關鍵詞主要包括分布式電源、電動汽車、儲能、能源管理、需求響應、不確定性、能源互聯網、優化調度和電力市場等。將上述相關文獻歸納為以下6個研究方向：

1）可再生能源集成。這個方向探討如何更好地聚合可再生能源，以及與電力系統的互操作性。研究人員致力于解決可再生能源的波動性和時空不匹配問題，以實現清潔能源的大規模應用[10]。

2）儲能技術和靈活性。這個方向關注儲能技術的應用，以平衡電力系統中的波動和不確定性[11-12]，包括能量平衡、負荷調節、儲能系統的設計和優化等方面的研究。儲能系統對于提高電力系統的靈活性和可靠性至關重要。

3）能源管理與優化。這個方向關注如何有效管理和優化多種分布式能源資源，包括可再生能源、儲能系統、分布式發電和可控負荷。研究集中在如何最大化實現能源的有效利用，提高電力系統的穩定性和可靠性，以及降低能源成本[13-15]。

4）需求響應和用戶參與。這個方向關注如何鼓勵用戶參與和響應能源需求，以實現能源效率和環境可持續性，包括適應可再生能源波動、能源市場變化、節能和環保等方面的研究[16]。

5）電力市場和經濟分析。這個方向側重于虛擬電廠在電力市場中的角色和經濟效益，包括市場參與、能源定價、供需平衡、政策支持和市場機制等方面的研究。研究人員致力于理解虛擬電廠如何在市場中獲得最大的經濟回報[17-18]。

6）碳捕集和碳中和。這個方向研究虛擬電廠在減少溫室氣體排放和推動碳中和方面的作用[19]，包括碳捕集技術的應用以及與碳減排政策的契合。

事實上，有關虛擬電廠的研究成果在國內已有多個典型示范工程[20-21]，但規?；瘜嵺`仍缺乏系統的理論支撐，近幾年有關虛擬電廠的研究得到了越來越多學者的關注。虛擬電廠將分布在不同地域的分布式電源、柔性負荷、分布式儲能等資源，通過信息網絡技術聚合起來，提升電網平衡調節能力、促進新能源消納，是一種清潔低碳、安全高效的輕資產解決方案。目前已有很多相關研究，文獻[22]從技術、運營與管理等多方面詳細論述了虛擬電廠聚合構架技術的發展情況。文獻[23]和文獻[24]則分別介紹了采用云-邊協同架構和數字孿生融合這2 種方法，如何將分布式能源聚合成虛擬電廠。文獻[25]采用定區間滾動預測來確定虛擬電廠的響應成本和響應能力，從而有效避免了因非線性、時序耦合性與時變性帶來的建模難題。文獻[26]采用多級優化控制使虛擬電廠參與需求側響應，為電網分擔壓力。文獻[27]介紹了虛擬電廠通過調控分布式能源為電網提供調峰調頻等輔助服務。本文詳細介紹了虛擬電廠的組成與分類，從任務驅動型虛擬電廠、經濟驅動型虛擬電廠和混合驅動型虛擬電廠角度詳細分析了虛擬電廠的應用場景和優勢，可為虛擬電廠相關研究提供參考。

1 虛擬電廠的組成結構與分類

1.1 虛擬電廠的組成結構

虛擬電廠作為一種創新的能源管理系統，以其靈活性、高效性和可持續性而備受關注。虛擬電廠的核心理念是將多種能源組件和參與者整合到一個統一的網絡結構中，實現能源生產、轉換、存儲、消耗和調度的協調運行[28-30]，其組成結構如圖1所示。

圖1 虛擬電廠組成結構示意圖Fig. 1 Schematic diagram of VPP composition

1.2 虛擬電廠的主要組成設備

虛擬電廠的主要組成設備可分為分布式電源設備、多能耦合設備、儲能設備和可調負荷設備[31-34]。

1.2.1 分布式電源設備

分布式發電是指“在用戶所在場地或附近建設安裝，運行方式以用戶端自發自用為主，多余電量上網，且以配電網系統平衡調節為特征的發電設施或有電力輸出的能量綜合梯級利用多聯供設施”[35]。這些設備通常利用可再生能源或其他可用的能源資源，將能源轉換為電能，供應局部區域的用電需求。虛擬電廠中常見能源生產設備[36]如下：

1）分布式光伏發電系統。該系統利用太陽能光伏電池板將太陽能轉換為直流電能，然后通過逆變器將其轉換為交流電能。這些光伏發電系統可以安裝在屋頂、墻壁或空地等地方，為建筑物和區域提供可再生能源。

2）小型風力渦輪機。這是一種利用風能產生電能的設備，它們通常安裝在建筑物的屋頂或高處，或者農村地區和郊區的開闊地帶。風力渦輪機在風速較高時，風能驅動渦輪旋轉產生電力。

3）微型水力發電機。該設備利用水流的動能產生電能，它們通常安裝在水流較為充足的河流或小溪中，或者與水庫、水泵系統相結合，以此產生電力。

4）生物質發電設備。該設備利用生物質燃料(如木材、農作物殘渣等)進行燃燒產生熱能，然后通過發電機轉化為電能。這些設備通常用于工業廠房或農村地區的小規模發電，具有可再生性和低碳排放的特點[37]，但現有虛擬電廠文獻鮮有考慮聚合生物質能發電[38]。

5）光熱發電設備。該設備將太陽輻照轉化為熱能，并將熱能儲存在儲熱介質中，根據需要生成電力。光熱發電因其通過熱能儲存實現的可調度性而備受青睞。此外，熱能儲存還使光熱發電能夠與電熱鍋爐合作，以在不確定性環境中幫助平衡負荷和發電[39]。光熱發電技術在電力系統各領域中已得到了廣泛應用，然而光熱發電特性在虛擬電廠優化調度中的相關研究較少[40-41]。

6）其他傳統小型發電設備。柴油發電機、燃煤發電設備、天然氣發電設備和燃料電池等在虛擬電廠中起著重要作用，可以提供穩定的電力供應和靈活的調度能力。

通過有效管理和協調這些能源生產設備，虛擬電廠可以根據實時需求和能源市場條件，優化分布式電源的調度和分配。這有助于提高能源的利用效率、降低供需不平衡的風險，并推動可再生能源的可持續發展和應用[42]。

1.2.2 多能耦合設備

多能耦合是虛擬電廠的關鍵特性之一，它通過整合電、氣、冷和熱等多種能源形式，實現能源資源的協調和相互補充[43-44]。這種綜合能源管理的方式旨在提高能源利用效率、增強電力系統穩定性，并滿足電網需求和用戶需求。具體的能源耦合方式和整合策略會因虛擬電廠的規模、技術能力、地理位置、市場條件和能源資源可用性等因素而有所差異。由于多能耦合設備的特性，虛擬電廠中既包括多能生產設備，又包括多能轉換設備。

在虛擬電廠中，可能包括電能、燃氣、冷能和熱能等多種能源生產設備。電能是最常見的能源形式，主要包括分布式電源設備；燃氣在虛擬電廠中也扮演著重要角色，包括天然氣、氫氣和生物氣體等[45]，它們被用作發電機組的燃料，燃氣生產設備包括碳捕集設備、沼氣池等；冷能可以來自制冷設備、空調系統，而熱能可以來自鍋爐、熱泵等。虛擬電廠可以根據能源資源的可用性和需求情況，在不同的時間和地點靈活地切換能源生產方式。當某種能源供應不足時，其他能源可以提供額外的能量來彌補缺口，這可以降低對單一能源的依賴，減少供應中斷的風險，可提高能源供應的可靠性和穩定性。通過虛擬電廠的能量管理系統，這些多能資源可以被監測、控制和調度，以滿足不同用戶和系統對多種能源的需求。

虛擬電廠中還包括電熱鍋爐、電制氫設備、制冷設備和熱電聯產設備等多能轉換設備。多能轉換設備允許虛擬電廠根據實際需求和能源市場條件選擇最優的能源組合，通過靈活地選擇能源組合，虛擬電廠可以最大程度地提高能源的利用效率，降低成本，增強經濟可行性。此外，通過增加可再生能源的比例，虛擬電廠可以降低對化石燃料的依賴，減少溫室氣體的排放，從而有助于應對氣候變化和環境保護。這種多能轉換的特性是實現可持續能源系統和推動能源轉型的重要手段之一。

1.2.3 儲能設備

虛擬電廠作為一個能量整合和優化管理系統，可以整合多種時間尺度和容量的儲能設備，以實現能源的高效儲存和調度。這種方式可以實現不同能源之間的時間和空間平衡，用于平衡能源供需、提高系統靈活性和穩定性。根據應用場景的不同，虛擬電廠中的儲能大致可以分為4 類：容量型(≥4 h)、能量型(1~2 h)、功率型(≤30 min)和備用型(≥15 min)[46]，其具體儲能形式和應用場景如表1所示。

表1 虛擬電廠中儲能形式及應用場景Tab. 1 Energy storage forms and application scenarios in VPP

1.2.4 可調節負荷設備

可調節負荷在虛擬電廠中扮演著關鍵角色，指的是能夠根據電價、激勵或者交易信息，實現啟停、調整運行狀態或調整運行時段的需求側用電設備、電源設備及儲能設備。根據用戶自主響應特性，可調節負荷設備通常可分為以下3類：

1）可轉移負荷，即在一個調度周期內總用電量不變，各時段用電量可靈活調節，如電動汽車換電站、冰蓄冷、儲能以及工商業用戶的部分負荷等[47]；

2）可平移負荷[48]，將用電曲線在不同時段間平移，如工業大用戶；

3）可中斷負荷，可根據需要在一定時段內對用電量進行一定削減，如智慧照明、分散式空調等。

虛擬電廠通過與各參與者(如工業廠商、商業建筑、交通和住宅等)合作，將這些可調節負荷納入其能源管理系統中，能夠實時監測能源的狀態和需求，同時對電力市場信號實時監測和響應。通過智能算法和預測模型，在電力市場的高峰期或低谷期對負荷進行調整，既可以根據實時電力需求合理分配和調度多種能源、可調節負荷設備，以實現能源的高效利用和負載平衡，也方便獲取負荷響應行為的時序特征，計及消費者心理和用戶滿意度。

以電動汽車為例，通過與虛擬電廠或能源管理系統連接，多個充電樁可以接受指令和控制信號，根據能源系統的需求和策略以及用戶的滿意度，在不同地點和時間對電動汽車進行調度和管理。以居民用戶為例，由于其用電負荷整體不高，缺乏參與的主動性。然而，虛擬電廠能把一定區域內的居民負荷聚集起來，共同參與需求響應，以達到超出預期的效果。然而，值得注意的是，由于居民負荷分散分布和單點容量較小，其聚合相對較為困難[49]。此外，可轉移負荷亦能滿足靈活供暖或制冷的靈活需求。虛擬電廠可以監測不同地點的溫度和能源需求，通過調整可轉移負荷的供暖或制冷設備使用情況，以實現能源的最佳分配和負載平衡[50]。

通過利用這些可調節負荷，虛擬電廠可以呈現多種優勢。首先，調整負荷可增強發電機組的運行穩定性，減少其啟停頻率，從而降低電力系統的能耗；其次，負荷波動會對電力系統的頻率和電壓產生影響，及時調節負荷可以保持系統頻率和電壓穩定，避免由于負荷過大或過小導致的電力系統故障，提升系統的可靠性；再次，可調節負荷還能使電能質量更加穩定，保證電力系統安全穩定運行；最后，虛擬電廠聚合可調節設備，并將負荷側的調節能力納入電網調度運行和市場交易中，從而增強電力系統的靈活調節能力[51]。

1.3 虛擬電廠的網絡結構

虛擬電廠的網絡結構可以采用多種形式，其中一些常見的網絡結構包括：集中式結構、分布式結構和混合結構。這些網絡結構在虛擬電廠中可以根據具體應用和系統需求進行選擇和組合。不同的結構具有各自的優勢和適用范圍，可以根據虛擬電廠的規模、能源資源分布、通信技術和控制策略等因素進行決策，最終的目標是實現能源資源的協調調度和優化管理，以提高能源利用效率、降低能耗成本，并支持可持續能源發展。

1）集中式結構

在集中式結構中，虛擬電廠的各個能源資源和負荷都直接連接到一個中央控制系統。中央控制系統負責收集和處理來自各個組件的數據，并進行整體的能源管理和調度。這種結構使得能源資源和負荷的監測、控制、優化可以集中進行，如圖2 所示，圖中DER 為分布式能源(distributed energy resources)。

圖2 集中式結構虛擬電廠示意圖Fig. 2 Schematic diagram of a centralized structure VPP

2）分布式結構

在分布式結構中，虛擬電廠的能源資源和負荷分布在不同的地點，通過通信網絡進行連接和協調。各個能源資源和負荷之間可以通過本地控制系統進行局部的能源管理和調度，并與其他分布式控制系統進行協作。這種結構可以提高系統的靈活性和可擴展性，如圖3所示。

圖3 分布式結構虛擬電廠示意圖Fig. 3 Schematic diagram of a distributed structure VPP

3）混合結構

混合結構將集中式和分布式結構相結合。將虛擬電廠劃分為多個代理子區域或子系統，并在每個子系統內采用集中式結構，而不同子系統之間采用分布式結構。多個代理子系統之間通過通信和協調機制進行聯合運行和管理，并共享能源資源、交換能量信息，可進行跨區域的能量調度和協同操作，提高能源的整體利用效率、降低系統風險，并在跨地域或跨國界的能源管理方面發揮作用?；旌辖Y構在每個代理子系統內實現較高的集中控制和協調，同時在整體上保持分布式的靈活性，如圖4所示。

綜上所述，虛擬電廠作為一種具有物理分布的能源系統，通過組成模式的多樣化和網絡結構的靈活性，將能源的生產、轉換、存儲、消耗和調度協調在一起，實現了利益主體目標的一致和能源的可持續利用。虛擬電廠提供了一種創新的能源管理方式，旨在實現能源高效、可靠和可持續發展的未來。

1.4 虛擬電廠的分類

虛擬電廠內部分布式能源種類繁多，有負荷、儲能、可再生能源發電站等，因此，虛擬電廠可實現多種不同的功能，既可以為電網提供調頻調壓等輔助服務，又可以參與電網調度，幫助其削峰填谷，也可以提高可再生能源消納水平，保護環境，還可以參與電力市場，為內部分布式能源實現利益最大化。上述虛擬電廠的功能可大致分為公益性和經濟性2 類。本文根據虛擬電廠的運行目標，將虛擬電廠分為任務驅動型虛擬電廠、經濟驅動型虛擬電廠和混合驅動型虛擬電廠，如圖5 所示。

圖5 虛擬電廠的分類Fig. 5 Classification of VPP

2 任務驅動型虛擬電廠

任務驅動型虛擬電廠不優先考慮自身利益，而是為其他主體提供服務?，F有的研究表明，任務驅動型虛擬電廠大致分為兩大類：服務電網型虛擬電廠和環境友好型虛擬電廠。

2.1 服務電網型虛擬電廠

虛擬電廠內部不僅存在大量分布式可再生能源發電，還有部分可控分布式能源，所以虛擬電廠可作為一個整體參與電網的調度，為電網提供電壓控制、調峰調頻、阻塞管理等輔助服務。綜合考慮功率可調節靈活性資源的運行狀態、運行參數、邊際成本等信息，以及調度中心提供的網絡信息，以輔助服務成本最小為目標，以可調節功率域和調節功率成本為性能指標，參與電網調度[52-55]。雖然目標函數為成本最小，但此處的成本最小實則為電網調度成本最小，并不是以虛擬電廠自身收益為目標，所以此種情況下的虛擬電廠為任務驅動型。

2.1.1 調節功率成本

虛擬電廠的調節功率成本往往與調節功率之間存在非線性關系，一般采用基于數據驅動/基于曲線擬合的封裝方法求取，為保證虛擬電廠在市場競爭中的絕對優勢，其表達式不能包含任何分布式能源調節成本和調節功率之間的相關性。

1）基于數據驅動的封裝方法

采用神經網絡模型，用典型場景下的虛擬電廠數據訓練神經網絡，得到滿足精度要求的模型來表征虛擬電廠調節成本和調節功率之間的非線性關系。

2）基于曲線擬合的封裝方法

需根據虛擬電廠內部包含的分布式能源種類，預估虛擬電廠調節成本和調節功率之間的關系，建立含有未知系數的函數，再根據已知的數據求取未知系數，得到虛擬電廠調節成本和調節功率之間的非線性關系[56]。

2.1.2 可調節功率域

由于虛擬電廠中分布式能源種類較多，不同種類的分布式能源可調節功率域求取方法不盡相同，不等式約束也存在較大差異，且各個時刻功率變量之間具有耦合關系，所以不能簡單通過求和的方式求取虛擬電廠的可調節功率域。目前已有的研究表明，基于分布式能源近似線性求和與基于虛擬電廠整體近似求解方法可用來求取虛擬電廠的可調節功率域。

1）基于分布式能源近似線性求和

其基本思路為：先將各個分布式能源可調節功率域變換為具有相同結構但參數不同的統一表達形式，再對其進行線性求和?；诜植际侥茉唇凭€性求和有以下4種方法：

① 頂點法：將調節功率域映射到幾何空間，采用閔可夫斯基和的基本原理，用頂點集來表述可調節功率域，此方法未對分布式能源可調節功率域表達式進行處理，精確度很高，但各個高維凸多面體的頂點集獲取難度較大，所以此方法難以得到廣泛應用[57]。

② 半平面法：將分布式能源的功率約束重新表述為功率矩陣不等式形式，增加了冗余的半平面約束，導致虛擬電廠可調節功率域的最終計算結果比實際偏大，存在調度指令無法實現的風險[58-59]。

③ “Zonotope”法：采用內部近似求解算法，導致虛擬電廠可調節功率域的最終計算結果比實際偏小，具有一定的保守性[60]。

④ 初始化功率集合的縮放和位移變換法：通過對初始化功率集合進行內、外共同縮放和位移變換的方式來表征，為簡化求解過程，所有分布式能源可調節功率域均須采用相同的初始化功率集合求解，降低了計算精度，且需要逐個變換，求解效率較低。所以此類方法僅適用于包含分布式能源種類較少、容量較小的場景[61-63]。

以上4種方法各有優缺點，如表2所示。

表2 4種方法優缺點對比Tab. 2 Comparison of advantages and disadvantages of the four methods

2）基于虛擬電廠整體近似求解

其基本思路為將虛擬電廠作為一個整體來進行近似求解，則需根據虛擬電廠內部所有分布式能源的功率約束，采用高位凸面體近似逼近求解。為進一步確認虛擬電廠可調節功率域的表達式，可根據內部分布式能源的種類，先選定高維凸多面體對應的數學模型。雖然求解精度較低，但是求解效率較高。所以此類方法僅適用于包含分布式能源種類較多、容量較大的場景?；谔摂M電廠整體近似求解有以下3種模型。

① 虛擬電池模型：若虛擬電廠中分布式能源多為儲能裝置或柔性負荷，則可采用虛擬電池模型進行描述。此方法在空間幾何方面可近似等效于在虛擬電廠可調節功率域對應高維凸多面體中尋找邊長最長的內接直角棱錐，該方法求解的虛擬電廠可調節功率域與實際相比偏大，但很好地表述了可調控功率域隨儲能變化而變化的關系[64-68]。

② 虛擬發電機模型：若虛擬電廠中分布式能源多為風力發電、光伏發電或常規可控機組，則可采用虛擬發電機模型進行描述。此方法在空間幾何方面可近似等效于在虛擬電廠可調節功率域對應高維凸多面體中尋找邊長最長的內接方形多面體，該方法求解的虛擬電廠可調節功率域與實際相比偏小[69]。

③ 虛擬電池模型和虛擬發電機模型相結合：往往虛擬電廠都會既包含儲能裝置或柔性負荷，又包含風力發電、光伏發電或常規可控機組，所以采用虛擬電池模型和虛擬發電機模型相結合的方式，可以更精確地描述虛擬電廠可調節功率域[70-71]。

可根據虛擬電廠內部包含的可再生能源種類不同，來決定采用哪種模型進行求解，3 種模型適用場景對比如表3所示。

表3 3種模型適用場景對比Tab. 3 Applicable scenarios of the three models

2.1.3 雙層優化

輔助電網型虛擬電廠作為一個整體參加電網的經濟調度，往往采用集中控制的方式，通過設立集中調度控制中心來確保對內部分布式能源的最高控制權限，負責調度與信息整合，響應電力系統獨立運行商(independent system operator，ISO)的調度指令，實現電力系統的最優運行方案。而虛擬電廠內部分布式能源接受調度控制中心的統一調度，并按照要求提交真實的技術信息與經濟信息，實現虛擬電廠內部的最優運行方案。綜上所述，可構建一個雙層優化調度模型。

由于ISO 無法直接調度虛擬電廠內部的分布式能源，只能調控虛擬電廠的發電總量并校核虛擬電廠發電計劃的安全性。所以ISO 往往會對虛擬電廠內部風光資源的利用率進行考核，并通過分配備用容量來平抑風電、光伏等可再生能源對系統供需平衡的影響。虛擬電廠以ISO 的集中優化調度方案為基礎形成內部分布式能源的經濟調度方案并更新發電計劃與發電成本信息，ISO 接受信息更新后重新進行集中優化調度，直至兩層模型間的虛擬電廠發電計劃與發電成本耦合且通過ISO安全校核后形成最終發電計劃。

上述雙層優化調度模型通常采用數學算法或智能啟發式算法求解。其中，數學算法求解中由于包含機組的啟停變量，因而通?？梢赞D化為含混合整數的線性規劃問題進行求解和分析，部分問題模型中由于包含不可線性化的約束條件，則只能定義為含混合整數的非線性規劃問題。啟發式智能算法主要包括遺傳算法[72]、粒子群算法、退火算法等多種變異算法。

2.2 環境友好型虛擬電廠

虛擬電廠內部包含大量風電機組和光伏電站，是實現電力系統低碳綠色轉型的關鍵。與為電網管理提供輔助服務的虛擬電廠相同，此類虛擬電廠也優先考慮電網的效益，降低電網碳排放量的同時，在一定程度上提高可再生能源的消納，提高電網運行經濟性?，F有研究表明，目前國內學者往往采用碳交易模型或碳捕集技術來減少系統的碳排放量。

2.2.1 碳交易模型

碳交易機制被認為是減少碳排放最有效的措施之一，它通過碳交易市場來控制地區的碳排放量，將碳排放造成的環境成本加入到目標函數中，以達到減排的目的。我國當前電力行業的碳交易機制往往采用基于基準線法的無償分配模式，根據系統的發電量來決定初始碳排放配額。若需要高于無償配額的碳排放量，則需要在碳交易市場中購買；反之，若分配到的無償配額高于實際所需的碳排放量，則可在碳交易市場中出售，并根據當時的碳交易價格獲得相應收益。碳交易模型包括以下2種模型。

1）傳統碳交易模型：碳價是一個恒定值，不會隨碳量的變化而變化，用戶參與市場的活力比較低[73]。

2）階梯碳交易模型：采用階梯碳價，根據實際碳排放量與碳配額差值大小設置不同的碳排放區間，每個區間對應不同的單位碳交易價格，當實際碳排放量與碳配額的差值超過設定的區間時，超出部分的碳排放量的碳交易價格也會增加，差值越大的區間，對應的碳交易價格越高[74]。

2.2.2 碳捕集技術

通過碳交易市場雖然實現了碳排放在時間上的轉移，降低了碳排放成本，但實際碳排放的總量并沒有改變。通過改造火電廠，實現碳捕集與封存(carbon capture and storage，CCS)，可以切實減少實際碳排放量，是實現低碳的重要途徑。且碳捕集設備可作為虛擬電廠內部的可控負荷，增加了虛擬電廠內部可控設備的比例，提高了虛擬電廠調度的靈活性。

碳捕集流程主要包括吸收、再生和壓縮3 個主要環節[75-77]。在吸收環節，將煙氣通入吸收塔，溶液吸收煙氣中的CO2形成含有大量CO2的富液；在再生環節，將富液流入再生塔加熱，使CO2和吸收劑受熱分離；在壓縮環節，將分離后的CO2經壓縮后運輸和封存。

再生階段的熱能主要從發電側抽取一定比例的蒸汽來獲取，而吸收環節產生的富液也可通過壓縮CO2后變為貧液，回到吸收塔等待下一輪捕集[78]。

CCS技術雖然可吸收火電機組碳排放,但 CCS技術投資成本高，且傳統分流式CCS技術由于其CO2脫附和吸收再生過程需要消耗大量的能源，導致火電機組的實際輸出功率顯著降低，因此難以同時兼顧系統低碳和經濟性。

3 經濟驅動型虛擬電廠

經濟驅動型虛擬電廠優先考慮自身利益，與電網存在一定的競爭關系[79]。由于經濟驅動型虛擬電廠無須犧牲自身利益服務其他主體，所以內部分布式能源之間也可以根據自身利益進行競爭[80-82]。經濟驅動型虛擬電廠可分為2類：一類采用集中控制模式，以虛擬電廠作為唯一利益主體，內部分布式能源之間不存在競爭；另一類采用分布式、混合控制模式，內部分布式能源之間存在競爭關系，存在多個利益主體。

3.1 集中控制模式下經濟驅動型虛擬電廠

任務驅動型虛擬電廠發電計劃是由上級電網調控指令決定，而集中控制模式下經濟驅動型虛擬電廠以售電收益最大化或購電成本最小化為目標，獨立自主地確定自身的競標電價或競標電量?，F有電力市場的研究表明，虛擬電廠參與電力市場可根據其容量的大小分為2 類：容量較小時，對電力市場出清結果影響較小，是價格接受型虛擬電廠[83-85]；容量較大時，對電力市場出清結果影響較大，是價格制定型虛擬電廠[86]。

3.1.1 價格接受型虛擬電廠

價格接受型虛擬電廠會根據事前估計的電力市場出清價格來決定自身購電或售電策略[87-89]。為保證全部中標，往往會制定售電價低于市場價格或者購電價高于市場價格的策略，以此來實現收益最大或成本最小的目的。經典競標流程[90-94]如下。

1）預測市場電價：高比例可再生能源市場電價波動較大，且存在一定的不確定性，往往采用機器學習來預測電價。

2）預測可再生能源功率：為減少可再生能源不確定性帶來的功率偏差懲罰，采用不確定性區間來表示其變化范圍。

3）建立優化模型：由于虛擬電廠內部和外部都存在不確定性因素，往往采用魯棒隨機優化模型來求解其最大期望凈收益。

根據上述競標流程可知，價格接受型虛擬電廠忽略了其競標策略對市場出清的影響，存在一定的偏差。

3.1.2 價格制定型虛擬電廠

價格制定型虛擬電廠與價格接受型虛擬電廠的競標流程類似，只是在第一步預測市場出清時考慮了自身競標策略產生的影響[93]。由于競標策略與市場出清之間具有非線性相關性，因此競標決策模型往往比較復雜，根據現有研究表明，可根據競標方法的不同大致分為以下4類。

1）基于虛擬電廠自身成本分析的競標方法

此方法借鑒早期火電廠的競標策略，在實際邊際成本曲線上加上一定的利潤率，從而獲取虛擬電廠的報價曲線[94]。首先，盡量讓分布式電源在額定狀態附近運行，再根據優化目標確定申報電價；其次，以虛擬電廠整體成本最小為目標，確定內部各個分布式能源的功率和成本；最后，在發電成本的基礎上，上調一定比例或直接加上利潤，作為實際申報價格。

2）基于虛擬電廠價格配額曲線的競標方法

此方法先根據歷史數據預測電力市場的價格配額曲線，再決定自身的競標策略[95-98]。首先，根據市場模擬技術或已有的數據，得到中標電量與出清電價之間的關系曲線，即價格配額曲線；其次，綜合考慮不同場景，得到出清電價的概率分布，并建立其期望凈收益模型；最后，比較上述不同場景的期望凈收益，選取期望凈收益最大的競標策略。

3）基于模擬競爭對手投標曲線的競標方法

此方法先根據歷史數據預測競爭對手的競標策略，再決定自身的競標策略[99]。首先，初始化虛擬電廠競標策略；其次，基于歷史數據分析競爭對手競爭策略的概率分布；再次，模擬市場出清，建模求解此場景下虛擬電廠的最大期望凈收益；最后，不斷更新迭代自身競標策略，直至得到最大期望凈收益。由于此方法需要對每一個競爭對手逐個建模，工作量巨大，且存在較大誤差，所以沒有得到廣泛應用。

4）基于博弈論的競標方法

此方法采用博弈論，根據電力市場規則與虛擬電廠需求構建博弈模型，求解博弈模型的均衡點，以此作為最佳報價策略[100-101]。集中控制模式下的虛擬電廠內部各個分布式能源之間不存在競爭關系，而配電網與虛擬電廠之間屬于領導者和跟隨者的關系，所以往往會采用Stackelberg 主從博弈模型來模擬虛擬電廠參與電力市場的情況。此方法僅適用于完全信息下的電力市場，由于無法保證電力市場中所有的參與者都同意參與博弈，所以存在一定的局限性。

以上4種模型的適用場景對比如表4所示。

表4 4種模型適用場景對比Tab. 4 Applicable scenarios of the four models

3.2 分布式/混合控制下經濟驅動型虛擬電廠

分布式控制下的虛擬電廠不再設立調度控制中心，各個分布式能源與主動負荷間處于相互獨立的松散合作聯盟關系。此時，各個分布式能源通過虛擬電廠進行關鍵數據參數的通信與協調，并基于虛擬電廠提供的數據共享服務來制定運行策略。為了有效提高分布式控制模式下虛擬電廠的競爭力，并同時賦予分布式能源部分自主控制權，虛擬電廠引入了混合控制模式。此模式下，調度控制中心與分布式能源間通過多代理技術進行信息交互，賦予了分布式能源一定的自主性，同時也保證了整體的競爭力和協調性。

與集中控制下虛擬電廠相比，這2 種控制模式下虛擬電廠最大的特點就是內部分布式能源之間也存在一定的競爭關系。再結合虛擬電廠外部參與電力市場的競爭關系，可構建一個雙層模型，往往采取雙層優化或雙層博弈的算法來求得虛擬電廠最佳運行方案。雙層優化與任務驅動型虛擬電廠相似，所以不再贅述。而虛擬電廠的雙層博弈有2 種較為常見的情況：一種為電動汽車參與的構建代理聚合商的動態博弈；另一種為主從Stackelberg博弈。

3.2.1 構建代理聚合商的動態博弈

由于虛擬電廠內部包含大量具有不確定性的可再生能源，所以虛擬電廠無法實現實時供需平衡，這大大增加了虛擬電廠的運行成本。為盡可能降低虛擬電廠參與電力市場投標競爭的運行成本，上層博弈可在虛擬電廠外部引入代理聚合商(agent gather business，AGB)[102]。AGB 由眾多代理商組成，當虛擬電廠缺電時，在AGB 處購電；當虛擬電廠富電時，在AGB 處售電。AGB 先基于自身效益動態制定實時電價；虛擬電廠則根據實時電價與內部供需情況動態調整購售電量，優化系統內部出力；最后，AGB根據虛擬電廠購售電量情況，在電力市場作出購售電策略選擇。在此過程中，AGB 與虛擬電廠存在部分利益沖突，且存在先后順序，虛擬電廠能得知AGB制定的動態電價，所以上層博弈采用完全信息動態博弈，虛擬電廠的博弈目標為運行成本最小化，AGB的博弈目標為收益最大化。

下層博弈為虛擬電廠內部各個分布式能源之間的博弈，為方便協調調度，可將虛擬電廠內部的電動汽車構建成電動汽車聚合商，與虛擬電廠內部其他設備之間構成合作博弈。基于上層博弈均衡解得到的虛擬電廠外購售電量，其作為下層博弈的已知參數，為電動汽車聚合商制定實時充放電價，電動汽車聚合商根據實時充放電價調整充放電量，并最終進行利潤分配。

Shapley值法[103]與核仁法是合作博弈中較為常見的2 種利益分配方式。電動汽車聚合商與虛擬電廠之間存在跟隨關系，所以兩者承擔的風險不同，Shapley 值法不考慮成員之間風險分擔情況，所以并不適用。而核仁法雖然考慮風險分擔，但其以所有人均不反對為目標，很容易造成平均主義的“公平性”，所以也不適用。為中和這2種方法的優缺點，可采用核仁法改進傳統Shapley 值，將2 種方法的方案進行加權平均，得到最終的分配方案。

3.2.2 Stackelberg博弈

根據虛擬電廠的運行原理，可將虛擬電廠看作領導者，而其中包含的各個分布式能源看作跟隨者，為保證兩者收益均衡，可構建Stackelberg博弈模型[104-106]。

其中，上層虛擬電廠不僅與內部各個分布式能源進行互動，還作為一個整體參與電力市場交易，在雙向交互中以自身利潤最大化作為目標。而下層各個分布式能源根據虛擬電廠發布的實時電價，追求效用與成本的平衡。

4 混合驅動型虛擬電廠

混合驅動型虛擬電廠既考慮個體利益又考慮群體利益，最常見的即為以碳排放量最小和運行成本最低為目標的虛擬電廠[107-108]，也有少量虛擬電廠以輔助電網調峰和運行成本最低為目標[109]。求解混合驅動虛擬電廠的最佳運行方案是一個多目標優化問題，根據現有研究可知，往往引入碳排放懲罰、調峰懲罰來解決多目標問題，有些研究忽略虛擬電廠內部各單元的收益，主要考慮整體收益的最大化[110-111]，也有些研究著重考慮虛擬電廠內部各單元的收益均衡[112]。

4.1 考慮整體收益的虛擬電廠

考慮整體利益的虛擬電廠往往采用優化算法求解，忽略虛擬電廠內部各單元的利益，求得虛擬電廠整體的最佳運行方案。目前此類研究中，較多是模型創新，主要針對不同背景下的特定情況建模，再根據所建模型，采用合適的算法進行求解。

隨著綜合能源系統的發展，包含耦合設備的虛擬電廠受到了越來越多的關注，且綜合能源系統模型較為復雜且多變，所以有很多學者針對不同情況下的虛擬電廠進行研究[109]。對于綜合能源系統來說，可在引入碳捕集技術的同時引入風電供熱設備，兩者聯合運行，可實現熱電機組的“熱電解耦”，不但可以降低系統運行成本，還可以促進可再生能源消納，降低系統碳排放量。還有些研究將碳捕集技術與電轉氣技術相結合，增加了模型的復雜度，建立階梯碳交易模型，以碳交易成本、購氣和煤耗成本、碳封存成本、機組啟停成本和棄風成本之和最低為目標函數，采用MATLAB調用CPLEX和粒子群算法進行求解。

除了以上模型創新的研究外，還有少數研究是針對算法創新的。文獻[111]在碳捕集技術與電轉氣技術相結合的基礎上，引入垃圾焚燒電廠、風電機組和光伏電站，利用不同電源的能量資源在能量/功率上的時空互補性，平抑可再生能源出力波動和提升可再生能源消納能力。但這些能源的引入使模型變得更加復雜，具有高維非線性特點，采用常規優化算法求解難以滿足在尋優深度和精度上的需求，因此便將復合微分進化算法與反余切函數特性相結合，形成新型反余切復合微分進化算法。

4.2 考慮各單元收益的虛擬電廠

考慮各單元收益的虛擬電廠往往采用博弈論求均衡解，針對虛擬電廠整體利益和內部各單元利益之間的沖突進行研究。此類虛擬電廠部分經濟驅動型虛擬電廠都采用了博弈論的相關知識，其間最大的差別為，此類虛擬電廠將“減少碳排放”與“調峰調頻”等公益性目標以經濟懲罰的方式引入目標函數，在為電廠提供輔助服務的同時達到經濟利益的最大化。

根據虛擬電廠的結構，可構建一個以虛擬電廠為領導者、其內部各個單元為跟隨者的Stackelberg 博弈模型，參與電-碳聯合市場交易。其中，虛擬電廠以其整體的綜合收益最大為目標，而內部各個單元可分為供能側和用戶側，供能側以其自身收益最大為目標，用戶側以消費者剩余最大為目標。由此便構成存在信息互不透明的競爭關系，采用二次規劃嵌入差分進化算法進行求解，并將結果反饋給虛擬電廠，虛擬電廠根據反饋計算自身收益，再重新定價，以此循環迭代，直至達到均衡。還有些文獻針對多個虛擬電廠進行研究，文獻[112]采用聯盟博弈，構建多個虛擬電廠聯盟，考慮用戶不滿意度，引入階梯式碳價，采用合并-分裂規則的博弈算法進行求解。

5 結論

虛擬電廠在能源系統中的應用已取得顯著進展，并為實現能源轉型和低碳融合作出了重要貢獻。然而，對虛擬電廠的研究仍然具有許多值得深入探索的方面。

1）人工智能技術在虛擬電廠領域有廣闊的應用前景。從Alpha Go 到大模型ChatGPT，人工智能技術對各行各業產生了深遠影響，尤其在數據分析處理方面日益強大。將人工智能技術與虛擬電廠結合，可實現更智能、便捷的運維管理，提升虛擬電廠運行效率和管理水平，促進電網安全穩定運行。然而，人工智能的應用也面臨挑戰和風險。數據隱私和安全需妥善解決，確保虛擬電廠信息不被非法獲取和濫用。同時，應克服技術復雜性和高成本，確保虛擬電廠的應用具有良好的經濟效益和可持續性。

2）在虛擬電廠中平衡調峰調頻任務與自身收益之間的矛盾至關重要。通過一些引導、激勵或懲罰等間接手段確定虛擬電廠運行策略，可以充分考慮用戶偏好滿意度，更好地平衡這兩者的關系。具體而言，可以利用實時電價，引導虛擬電廠中的柔性負荷進行調節，激勵發電和儲能設備代理商招標競價參與電力市場，從而增強虛擬電廠的市場競爭力，并提高調峰調頻的可行性。

3）虛擬電廠對“雙碳”目標的貢獻令人期待。盡管虛擬電廠在減少碳排放方面已經取得了一定成效，但目前采用的碳捕集技術和碳交易模型算法還不夠貼合實際情況，大多數仍采用碳懲罰機制，這在社會公平、產業競爭力、治理監督等方面存在較大難題，因此在實際執行方面仍需要進一步研究。

綜上所述，虛擬電廠是推動能源系統融合和實現低碳目標的關鍵，在未來有著廣闊的應用前景。虛擬電廠在提高可再生能源消納水平方面的貢獻，其結合人工智能為電網提供調峰調頻等輔助服務，以及其參與電力市場在集中市場、P2P市場和分布式交易市場下的價值體現等，都將會成為未來的研究熱點。進一步深入研究虛擬電廠的建模、優化和市場參與策略，將有助于推動虛擬電廠技術的快速發展和廣泛應用，實現能源系統向低碳融合的轉型目標。在未來的能源轉型中，虛擬電廠必將扮演日益重要的角色，為實現可持續發展作出積極貢獻。