張思博，郭權(quán)利，孔令偉，周玉玲，劉 冬

（1.沈陽工程學(xué)院 電力學(xué)院，遼寧 沈陽 110136；2.吉林電力股份有限公司二道江發(fā)電公司，吉林 通化 134000）

虛擬電廠可被認(rèn)為是使用先進(jìn)信息通信技術(shù)和軟件系統(tǒng)，實(shí)現(xiàn)分布式電源、儲(chǔ)能系統(tǒng)、可控負(fù)荷、電動(dòng)汽車等分布式能源的集合和協(xié)調(diào)優(yōu)化，作為一個(gè)特殊電廠參與電力市場(chǎng)與電網(wǎng)運(yùn)行的電源協(xié)調(diào)管理系統(tǒng)。虛擬電廠不改變分布式電源的并網(wǎng)方式，而是通過技術(shù)實(shí)現(xiàn)對(duì)分布式能源的優(yōu)化聚合［1］。

現(xiàn)階段對(duì)虛擬電廠的研究主要集中在4 個(gè)方面：一是虛擬電廠的模型搭建，研究主要集中在虛擬電廠內(nèi)部資源種類的選擇上，需要考慮各內(nèi)部資源的搭配情況；二是虛擬電廠的優(yōu)化調(diào)度，熱點(diǎn)在于對(duì)虛擬電廠各內(nèi)部資源的出力特性進(jìn)行深入研究并對(duì)各內(nèi)部資源實(shí)現(xiàn)合理調(diào)度；三是虛擬電廠的協(xié)調(diào)控制問題，主要研究虛擬電廠穩(wěn)定運(yùn)行的相關(guān)問題；四是虛擬電廠參與市場(chǎng)競(jìng)價(jià)的相關(guān)問題。虛擬電廠的優(yōu)化調(diào)度問題是研究的熱點(diǎn)也是重點(diǎn)。如何更好地利用各內(nèi)部資源的運(yùn)行特性，使得各內(nèi)部資源能夠發(fā)揮優(yōu)勢(shì)；如何更好地利用各內(nèi)部資源之間的協(xié)同互補(bǔ)，彌補(bǔ)各內(nèi)部資源的劣勢(shì)：都可以通過虛擬電廠優(yōu)化調(diào)度實(shí)現(xiàn)。

1 虛擬電廠內(nèi)部資源的概述

虛擬電廠的提出是為了整合各種不同類型的分布式能源，并且打破地理位置的界限，通過分布式電力管理將電網(wǎng)中的分布式電源、可控負(fù)荷和儲(chǔ)能裝置合成一個(gè)虛擬的集合體，參與電網(wǎng)的運(yùn)行與調(diào)度，協(xié)調(diào)智能電網(wǎng)與分布式電源間的矛盾［2］。虛擬電廠的內(nèi)部資源包括不可控機(jī)組、可控機(jī)組、可控負(fù)荷、不可控負(fù)荷及儲(chǔ)能單元。其中，不可控機(jī)組包括風(fēng)力發(fā)電機(jī)組和光伏發(fā)電機(jī)組，可控機(jī)組包括火力發(fā)電機(jī)組、水力發(fā)電機(jī)組、微型燃?xì)廨啓C(jī)機(jī)組、微型熱電聯(lián)產(chǎn)機(jī)組和具有調(diào)頻能力的風(fēng)電機(jī)組，可控負(fù)荷主要包括電動(dòng)汽車、溫控負(fù)荷以及與電力公司簽訂協(xié)議的可中斷負(fù)荷等。圖1 為虛擬電廠的內(nèi)部資源組成。

圖1 虛擬電廠的組成

虛擬電廠打破了發(fā)電側(cè)與用電側(cè)的界限，通過先進(jìn)的控制、計(jì)量、通信技術(shù)聚合分布式能源，協(xié)調(diào)多個(gè)分布式能源的優(yōu)化運(yùn)行，更好地發(fā)揮各類內(nèi)部資源的優(yōu)勢(shì)。

2 虛擬電廠的優(yōu)化調(diào)度

2.1 調(diào)度模型的構(gòu)建

虛擬電廠按照所涵蓋的主體內(nèi)部資源可以分為供給側(cè)虛擬電廠、需求響應(yīng)虛擬電廠和混合資產(chǎn)虛擬電廠。構(gòu)建虛擬電廠模型要考慮虛擬電廠本身所具有的運(yùn)行特點(diǎn)、不同分布式能源的互補(bǔ)性與出力特點(diǎn)，根據(jù)不同的優(yōu)化目標(biāo)，合理地協(xié)調(diào)各內(nèi)部資源的出力情況。

供給側(cè)虛擬電廠主要是從發(fā)電側(cè)進(jìn)行考慮。風(fēng)電參與調(diào)頻控制策略主要有附加儲(chǔ)能［3］和利用風(fēng)電機(jī)組自身進(jìn)行功率控制［4］兩種方式，如圖2 所示。當(dāng)一定數(shù)量的具有調(diào)頻能力的風(fēng)電機(jī)組聚合形成較為大型的風(fēng)電場(chǎng)時(shí)，構(gòu)建成虛擬電廠模型。具有虛擬電廠特性的風(fēng)電場(chǎng)在運(yùn)行方面更加靈活可靠，較好地解決了風(fēng)力發(fā)電在并網(wǎng)時(shí)出現(xiàn)的波動(dòng)性、不確定性等問題。

圖2 風(fēng)電參與調(diào)頻控制策略方式

文獻(xiàn)［5］將一個(gè)區(qū)域內(nèi)的風(fēng)力發(fā)電機(jī)組、常規(guī)的火電機(jī)組、水電機(jī)組及儲(chǔ)能系統(tǒng)聚合為虛擬電廠，通過常規(guī)機(jī)組和儲(chǔ)能來消除風(fēng)力發(fā)電時(shí)的不確定性與隨機(jī)性，保證了該區(qū)域虛擬電廠的穩(wěn)定運(yùn)行。文獻(xiàn)［6-7］將熱電聯(lián)產(chǎn)、傳統(tǒng)機(jī)組、儲(chǔ)熱裝置和熱負(fù)荷構(gòu)建成虛擬電廠模型，利用熱電聯(lián)產(chǎn)和儲(chǔ)熱裝置實(shí)現(xiàn)了“熱電解耦”，提高了能源利用效率，并且大大地促進(jìn)了可再生能源的消納。針對(duì)當(dāng)前儲(chǔ)能設(shè)備造價(jià)高、投資周期長等問題，可以充分發(fā)揮用戶側(cè)（如電動(dòng)汽車和溫控負(fù)荷等可控負(fù)荷）的潛力，提高虛擬電廠運(yùn)行的經(jīng)濟(jì)性。文獻(xiàn)［8］將新能源發(fā)電機(jī)組、燃?xì)廨啓C(jī)、電轉(zhuǎn)氣（power-to-gas，P2G）裝置、儲(chǔ)氣裝置和可控負(fù)荷集成為虛擬電廠，該虛擬電廠的P2G 裝置和儲(chǔ)氣裝置在提高燃?xì)廨啓C(jī)發(fā)電效率的同時(shí)，減少了CO2的排放。文獻(xiàn)［9-11］在搭建虛擬電廠模型時(shí)，考慮到CO2的排放問題，在虛擬電廠的模型中加入碳捕捉裝置和P2G裝置，將火電或熱電發(fā)電后產(chǎn)生的CO2進(jìn)行捕集，然后傳輸給P2G裝置，產(chǎn)生的氣體作為燃?xì)廨啓C(jī)機(jī)組的燃料加以利用，完成了虛擬電廠內(nèi)部的碳循環(huán)，在消納可再生能源的基礎(chǔ)上，減少了溫室氣體的排放。文獻(xiàn)［12］構(gòu)建了包含樓宇空調(diào)、燃?xì)廨啓C(jī)、光伏發(fā)電和燃料電池組的虛擬電廠模型，在充分考慮樓宇空調(diào)用戶滿意度的基礎(chǔ)上，利用樓宇空調(diào)的儲(chǔ)能特性平抑新能源發(fā)電的波動(dòng)。文獻(xiàn)［13-14］中的虛擬電廠模型除了包含新能源發(fā)電機(jī)組與微型燃?xì)廨啓C(jī)外，利用電動(dòng)汽車的可調(diào)容量抑制可再生能源發(fā)電的不確定性與隨機(jī)性，且考慮用戶的參與度，使得含有電動(dòng)汽車的虛擬電廠模型更加完善。文獻(xiàn)［15］以光伏、熱電聯(lián)產(chǎn)機(jī)組和可中斷負(fù)荷聚合為虛擬電廠，搭建了同時(shí)包含發(fā)電側(cè)與需求側(cè)的虛擬電廠調(diào)度模型，且對(duì)需求響應(yīng)和熱電互補(bǔ)機(jī)制進(jìn)行研究，以虛擬電廠收益最大和電力公司補(bǔ)償成本最小為目標(biāo)函數(shù)，驗(yàn)證了模型的可行性。

在進(jìn)行虛擬電廠模型搭建時(shí)，首先需要考慮的是虛擬電廠所包含的內(nèi)部資源類型，對(duì)不同種類的內(nèi)部資源聚合時(shí)，需要詳細(xì)研究其發(fā)電和運(yùn)行特性，利用不同內(nèi)部資源的優(yōu)勢(shì)，充分發(fā)揮不同區(qū)域內(nèi)分布式電源的時(shí)差互補(bǔ)和季節(jié)互補(bǔ)特性，實(shí)現(xiàn)虛擬電廠各內(nèi)部資源的合理配置，使虛擬電廠能夠在穩(wěn)定運(yùn)行的同時(shí)獲得可觀的收益。對(duì)于燃?xì)廨啓C(jī)和熱電聯(lián)產(chǎn)機(jī)組應(yīng)該配以P2G、儲(chǔ)氣和儲(chǔ)熱罐等裝置，進(jìn)一步提高燃?xì)廨啓C(jī)和熱電聯(lián)產(chǎn)機(jī)組發(fā)電效率，同時(shí)提高虛擬電廠的收益，這些裝置加入到虛擬電廠中可以進(jìn)一步增加虛擬電廠內(nèi)部資源的有效開發(fā)和合理利用。

2.2 調(diào)度算法優(yōu)化

虛擬電廠的優(yōu)化調(diào)度問題是一個(gè)高維數(shù)、多變量、多約束條件、非線性、同時(shí)具有連續(xù)變量和離散變量的復(fù)雜優(yōu)化問題。對(duì)于傳統(tǒng)的非線性規(guī)劃問題，如可以運(yùn)用牛頓法、內(nèi)點(diǎn)法和簡化梯度法求解。但是，傳統(tǒng)調(diào)度算法沒有考慮虛擬電廠的內(nèi)部資源發(fā)時(shí)電具有彈性，很容易會(huì)造成過多冗余解。文獻(xiàn)［16］針對(duì)傳統(tǒng)的調(diào)度算法存在的問題進(jìn)行改進(jìn)，以包含熱電聯(lián)產(chǎn)機(jī)組、儲(chǔ)熱設(shè)備和熱負(fù)荷的虛擬電廠為例，對(duì)比混合整數(shù)規(guī)劃參照法、熱負(fù)荷啟發(fā)式算法和線性規(guī)劃啟發(fā)式算法，最后得出3 種改進(jìn)算法所適用的不同類型的虛擬電廠調(diào)度模型。文獻(xiàn)［17-18］構(gòu)建含有電動(dòng)汽車的虛擬電廠模型，利用粒子群優(yōu)化算法對(duì)模型進(jìn)行求解，相比于常規(guī)的非線性規(guī)劃算法，收斂性更好，尋找最優(yōu)解的運(yùn)算時(shí)間大大減少。文獻(xiàn)［19］建立了含有風(fēng)力發(fā)電廠、火電廠和儲(chǔ)能電池的虛擬電廠模型，使用遺傳算法對(duì)所構(gòu)建的模型進(jìn)行求解。文獻(xiàn)［20］利用改進(jìn)人工魚群算法（Artificial Fish School Algorithm，AFSA）對(duì)虛擬電廠的模型進(jìn)行求解，并與遺傳算法比較，通過算例結(jié)果分析得出，AFSA 法的運(yùn)算速度和尋優(yōu)結(jié)果優(yōu)于遺傳算法。

對(duì)于調(diào)度模型求解算法主要有兩種優(yōu)化方向：第一種是在傳統(tǒng)電力系統(tǒng)調(diào)度算法的基礎(chǔ)上進(jìn)行改進(jìn)，對(duì)虛擬電廠所含內(nèi)部資源的運(yùn)行特點(diǎn)有針對(duì)性的改進(jìn)，使得該虛擬電廠處于最優(yōu)狀態(tài)；第二種是基于虛擬電廠的調(diào)度模型具有多變量、多約束、高維數(shù)、非線性等特點(diǎn)，所以采用智能算法，使得運(yùn)算時(shí)長大大減少且尋優(yōu)結(jié)果更為準(zhǔn)確。但是，這類優(yōu)化算法有時(shí)無法滿足在線實(shí)時(shí)計(jì)算應(yīng)用，在某些方面無法代替?zhèn)鹘y(tǒng)非線性規(guī)劃算法，這時(shí)可以利用智能算法和傳統(tǒng)算法結(jié)合的方式消除兩者在優(yōu)化調(diào)度方面的缺陷。

2.3 調(diào)度手段

在對(duì)虛擬電廠調(diào)度過程進(jìn)行研究時(shí)，不僅要對(duì)不同的分布式能源進(jìn)行建模，了解其出力的約束條件，同時(shí)也需要對(duì)各個(gè)分布式能源的配合方式進(jìn)行探究。文獻(xiàn)［21-22］利用分時(shí)電價(jià)引導(dǎo)電動(dòng)汽車和抽水蓄能裝置，使得電動(dòng)汽車的充放電行為由“無序”到“有序”；抽水蓄能受電價(jià)影響而減少峰谷差，使得虛擬電廠能夠穩(wěn)定運(yùn)行。文獻(xiàn)［23］利用實(shí)時(shí)電機(jī)協(xié)調(diào)熱電機(jī)組、電鍋爐和柔性負(fù)荷的出力，并以此制定運(yùn)行策略，使得虛擬電廠在穩(wěn)定運(yùn)行的同時(shí)，保證經(jīng)濟(jì)性。文獻(xiàn)［24］提出利用動(dòng)態(tài)電價(jià)管理分布式能源，協(xié)調(diào)各個(gè)分布式能源的出力時(shí)間和出力量，防止發(fā)生電網(wǎng)阻塞。

3 虛擬電廠調(diào)度的關(guān)鍵技術(shù)

3.1 多代理技術(shù)

虛擬電廠聚合各種分布式能源，以一個(gè)整體的形式參與電網(wǎng)的運(yùn)行。具有間歇性處理特點(diǎn)的清潔能源的滲透率以及電網(wǎng)復(fù)雜程度在不斷增大，對(duì)虛擬電廠的穩(wěn)定運(yùn)行造成了威脅。多代理系統(tǒng)（Multi-Agent System，MAS）具有智能性、獨(dú)立性和協(xié)調(diào)性等特點(diǎn)［25］。將一個(gè)高維數(shù)、非線性的系統(tǒng)轉(zhuǎn)為多層次、多個(gè)控制系統(tǒng)的分層優(yōu)化系統(tǒng)，可以大大降低虛擬電廠建模與求解的難度，應(yīng)用MAS 系統(tǒng)可以實(shí)現(xiàn)電網(wǎng)的分層控制。MAS 將電網(wǎng)分為主導(dǎo)層、區(qū)域協(xié)調(diào)層和設(shè)備層［26］（如圖3 所示），每一層根據(jù)所含的內(nèi)部資源特點(diǎn)構(gòu)建各級(jí)代理，每層的各個(gè)代理在保證自身穩(wěn)定性與經(jīng)濟(jì)性的同時(shí)，實(shí)現(xiàn)多成員的協(xié)調(diào)互補(bǔ)調(diào)度，最大程度上削弱可再生能源發(fā)電的間歇性與隨機(jī)性。

圖3 基于多代理系統(tǒng)的虛擬電廠分層控制架構(gòu)

利用多代理技術(shù)將虛擬電廠分為設(shè)備層、協(xié)調(diào)層和主導(dǎo)層進(jìn)行協(xié)調(diào)優(yōu)化。

1）在設(shè)備層，發(fā)電單元主要分為可控發(fā)電單元和不可控發(fā)電單元。不可控發(fā)電單元以風(fēng)電和光伏發(fā)電為主，需要滿足發(fā)電單元的功率約束；可控發(fā)電單元需要滿足爬坡速率要求，對(duì)于儲(chǔ)能代理單元，需要實(shí)時(shí)上傳其充電功率及荷電態(tài)，快速跟蹤不可控發(fā)電機(jī)組和負(fù)荷的變化情況，保證虛擬電廠能穩(wěn)定運(yùn)行。負(fù)荷單元分柔性負(fù)荷和剛性負(fù)荷，其中柔性負(fù)荷可以響應(yīng)激勵(lì)政策調(diào)整自身的用電行為，包括電熱水器、空調(diào)等溫控負(fù)荷和電動(dòng)汽車。

2）協(xié)調(diào)層可以根據(jù)主導(dǎo)層下達(dá)的自治目標(biāo)和相關(guān)激勵(lì)搭建目標(biāo)函數(shù)。虛擬電廠協(xié)調(diào)層的目標(biāo)函數(shù)有運(yùn)行成本最小化、環(huán)境影響最小化和網(wǎng)損最小化3 種，約束條件主要有功率平衡約束、聯(lián)絡(luò)線功率約束和網(wǎng)絡(luò)安全約束3類［27］。

運(yùn)行成本最小化目標(biāo)函數(shù)為

式中，T為調(diào)度經(jīng)歷周期；Δt為調(diào)度的時(shí)間間隔；N為設(shè)備層單元數(shù)量；為第i臺(tái)發(fā)電機(jī)組在t時(shí)刻的運(yùn)維成本；為第i臺(tái)發(fā)電機(jī)組在t時(shí)刻所消耗的燃料成本；分別為t時(shí)刻虛擬電廠從電網(wǎng)購買的功率和向電網(wǎng)售賣的功率；分別為t時(shí)刻虛擬電廠從電網(wǎng)購電和向電網(wǎng)售電的價(jià)格；ui,t為第i臺(tái)發(fā)電機(jī)組在t時(shí)刻的啟停狀態(tài)；為第i個(gè)發(fā)電機(jī)組的單位運(yùn)維成本；Pi,t為第i臺(tái)發(fā)電機(jī)組在t時(shí)刻的發(fā)出功率。

環(huán)境影響最小化目標(biāo)函數(shù)為

式中，Np為產(chǎn)生污染物種類；αj為第j類污染物的治理成本；ni,j為第i臺(tái)分布式發(fā)電機(jī)組產(chǎn)生污染物j的排放量。

網(wǎng)絡(luò)損耗最小化目標(biāo)函數(shù)為

式中，i∈j表示兩個(gè)節(jié)點(diǎn)相連；Gij為節(jié)點(diǎn)i與節(jié)點(diǎn)j的相連線路的導(dǎo)納值；Ui,t為t時(shí)刻節(jié)點(diǎn)的電壓；θij,t為t時(shí)刻i和j兩節(jié)點(diǎn)之間的相角差。

3）主導(dǎo)層的功能主要有向協(xié)調(diào)層下達(dá)激勵(lì)信號(hào)以及對(duì)虛擬電廠整體的安全運(yùn)行約束監(jiān)督。激勵(lì)信號(hào)的主要作用是令各區(qū)域協(xié)調(diào)層依據(jù)激勵(lì)信號(hào)并考慮設(shè)備層的運(yùn)行情況制定目標(biāo)函數(shù)，完成優(yōu)化調(diào)度。安全運(yùn)行約束的主要作用是保證虛擬電廠可以在較優(yōu)的狀態(tài)下穩(wěn)定運(yùn)行。

3.2 大數(shù)據(jù)分析技術(shù)

大數(shù)據(jù)是指無法在一定時(shí)間內(nèi)，用常規(guī)的數(shù)據(jù)庫管理工具或數(shù)據(jù)處理應(yīng)用對(duì)其內(nèi)容進(jìn)行獲取、存儲(chǔ)、管理、搜索、分析的結(jié)構(gòu)復(fù)雜、類型眾多的大型復(fù)雜數(shù)據(jù)集合［28］。隨著虛擬電廠構(gòu)成主體的逐漸規(guī)?；c多元化，其運(yùn)行方式更為靈活，增大了主體認(rèn)知及調(diào)度管理的難度［29］（虛擬電廠需要實(shí)時(shí)處理海量的數(shù)據(jù)），這給虛擬電廠本身的運(yùn)行帶來較大的運(yùn)算負(fù)擔(dān)。通過數(shù)據(jù)分析技術(shù)中的主成分分析對(duì)采集的數(shù)據(jù)進(jìn)行降維，可以極大地提高虛擬電廠數(shù)據(jù)處理中心的信息處理能力與效率。主成分分析法的主要思想是利用原有變量之間的相關(guān)性，用數(shù)量較少的綜合變量代替原有的復(fù)雜數(shù)據(jù)［30］。

假定虛擬電廠包含4 種內(nèi)部資源，即風(fēng)力發(fā)電、光伏發(fā)電、燃?xì)廨啓C(jī)發(fā)電和儲(chǔ)能，其出力曲線共有m條，每條曲線含有n個(gè)數(shù)據(jù)，這些樣本數(shù)據(jù)組成的數(shù)據(jù)矩陣X為

將原變量記為x1,x1,…,xn，設(shè)主成分分析后的綜合變量為f1,f2,…,fq，且q≤n，則有：

式中，L為主成分載荷矩陣。

對(duì)數(shù)據(jù)矩陣X標(biāo)準(zhǔn)化處理：

式中，sj為矩陣X第j列的標(biāo)準(zhǔn)差；i=1,2,…,m;j=1,2,…,n。

計(jì)算標(biāo)準(zhǔn)化后相關(guān)系數(shù)矩陣R：

利用特征方程 |λI-R|=0，求解出按照從大到小排序后的特征值λi(i=1,2,…,n)及各特征值對(duì)應(yīng)的特征向量ei=[ei1,ei2…,ein]T。

由上述計(jì)算可得到各個(gè)主成分的貢獻(xiàn)率αi為

進(jìn)而求出累計(jì)貢獻(xiàn)率βi為

一般當(dāng)累計(jì)貢獻(xiàn)率為85%～90%時(shí)，取q個(gè)主成分來綜合表示原來的n個(gè)變量，將原數(shù)據(jù)矩陣進(jìn)行降維處理，大大地提高了虛擬電廠數(shù)據(jù)處理中心的數(shù)據(jù)分析速度和信息交互效率，使虛擬電廠的協(xié)調(diào)控制中心可以更好地完成對(duì)各內(nèi)部資源的優(yōu)化調(diào)度。

3.3 態(tài)勢(shì)感知技術(shù)

在虛擬電廠中包含大量的如風(fēng)力發(fā)電、光伏發(fā)電的分布式電源，可控負(fù)荷集群和儲(chǔ)能裝置。因此，負(fù)荷需求響應(yīng)的隨機(jī)性、新能源發(fā)電的不確定性與波動(dòng)性給虛擬電廠的運(yùn)行帶來了不確定性因素，這對(duì)于虛擬電廠的穩(wěn)定運(yùn)行有不利影響。態(tài)勢(shì)感知技術(shù)可以實(shí)時(shí)感知虛擬電廠中分布式能源的變化情況，態(tài)勢(shì)感知主要分為3 個(gè)層次：一級(jí)態(tài)勢(shì)感知為態(tài)勢(shì)覺察，二級(jí)態(tài)勢(shì)感知為態(tài)勢(shì)理解，三級(jí)態(tài)勢(shì)感知為態(tài)勢(shì)預(yù)測(cè)［31］。

虛擬電廠下的可控負(fù)荷集群可以有效地消納新能源發(fā)電，提高虛擬電廠運(yùn)行的穩(wěn)定性。但是，可控負(fù)荷集群（如溫控負(fù)荷集群）的需求響應(yīng)具有不確定性，根據(jù)高級(jí)計(jì)量設(shè)備溫控負(fù)荷集群中各溫控負(fù)荷測(cè)量數(shù)據(jù)（包括負(fù)荷群的溫度狀態(tài)、用戶的用電需求所在前一時(shí)刻的新能源發(fā)電消納量），利用卡爾曼最優(yōu)預(yù)測(cè)法進(jìn)行態(tài)勢(shì)預(yù)測(cè)，估計(jì)下一時(shí)刻負(fù)荷群的全部負(fù)荷分布情況，將預(yù)估的溫控負(fù)荷溫度分布與歷史時(shí)刻各溫度變化趨勢(shì)進(jìn)行比對(duì)，修正估計(jì)值，得到誤差最小的負(fù)荷群預(yù)測(cè)值。卡爾曼最優(yōu)預(yù)測(cè)法基于最優(yōu)估計(jì)理論，并以線性最小方差為準(zhǔn)則，濾除系統(tǒng)的噪聲干擾，得到下一時(shí)刻的最優(yōu)估計(jì)值，進(jìn)而實(shí)現(xiàn)溫控負(fù)荷集群的下一時(shí)刻的態(tài)勢(shì)估計(jì)［32］。

考慮外界環(huán)境因素影響的溫控負(fù)荷指數(shù)模型如下：

式中，xout(t)為外界環(huán)境溫度；x(t)為t時(shí)刻的溫控負(fù)荷溫度狀態(tài)；xg為溫度變化增益；S(t)表示負(fù)荷的開/關(guān)狀態(tài)；τ為溫控負(fù)荷的控制周期；R和C分別為負(fù)荷的熱阻和熱容。

依據(jù)式（13）構(gòu)建溫控負(fù)荷集群的狀態(tài)模型［33］與測(cè)量方程為

式中，z(t)為溫控負(fù)荷集群在各個(gè)溫度區(qū)間的狀態(tài)分布；A(t+1,t)為負(fù)荷群在t到t+1 的負(fù)荷狀態(tài)轉(zhuǎn)移矩陣；w(t)為系統(tǒng)噪聲；zc(t)為溫控負(fù)荷群的狀態(tài)觀測(cè)值；H(t)為負(fù)荷群狀態(tài)觀測(cè)矩陣；v(t)為測(cè)量噪聲。

利用卡爾曼最優(yōu)估計(jì)算法進(jìn)行遞推，對(duì)所建模型的溫度狀態(tài)進(jìn)行估計(jì)，結(jié)合獲取的量測(cè)值進(jìn)行修正，得出下一時(shí)刻溫控負(fù)荷集群的最優(yōu)估計(jì)。

通過對(duì)溫控負(fù)荷集群狀態(tài)的估計(jì)，可以進(jìn)一步計(jì)算出集群的可消納量，將負(fù)荷集群狀態(tài)的估計(jì)數(shù)據(jù)和可消納量傳送給虛擬電廠的協(xié)調(diào)控制中心，虛擬電廠可以根據(jù)各內(nèi)部資源的狀態(tài)，實(shí)現(xiàn)調(diào)度任務(wù)在各內(nèi)部資源間的合理分配，使虛擬電廠在穩(wěn)定運(yùn)行的同時(shí)，獲得可觀的收益。

4 虛擬電廠的未來

1）通過對(duì)虛擬電廠模型的建立以及求解算法的優(yōu)化，虛擬電廠可以在保證穩(wěn)定運(yùn)行的基礎(chǔ)上，獲得較為可觀的收益，但是關(guān)于收益在虛擬電廠內(nèi)部的分配問題的文獻(xiàn)以及研究較少。文獻(xiàn)［34］通過Nash-Harsanyi討價(jià)還價(jià)的方式研究了剩余利益的分配。對(duì)于虛擬電廠的利益分配問題仍然是研究的熱點(diǎn)，需要形成一套公平合理的利益分配機(jī)制，這種機(jī)制會(huì)吸引更多的分布式能源加入到虛擬電廠系統(tǒng)中，實(shí)現(xiàn)共贏。

2）利用分布式能源的互補(bǔ)性減少出力的不確定性?，F(xiàn)階段對(duì)虛擬電廠的研究主要是關(guān)于虛擬電廠目前計(jì)劃的制定方法的，在制定發(fā)電計(jì)劃時(shí)，應(yīng)該充分發(fā)揮不同區(qū)域內(nèi)分布式電源的時(shí)差互補(bǔ)和季節(jié)互補(bǔ)特性，進(jìn)一步提升可再生能源的利用率和虛擬電廠的效益。

3）對(duì)于虛擬電廠來說，既要滿足大量的分布式能源參與電力市場(chǎng)獲取收益，又要對(duì)分布式電源進(jìn)行高效控制，保證系統(tǒng)的穩(wěn)定運(yùn)行。運(yùn)用能實(shí)現(xiàn)這種協(xié)調(diào)控制的技術(shù)是現(xiàn)階段的一個(gè)難題，區(qū)塊鏈技術(shù)憑借著其透明性、去中心性和安全性等特點(diǎn)被廣泛應(yīng)用于經(jīng)濟(jì)、金融和社會(huì)系統(tǒng)中［35］。區(qū)塊鏈的去中心化的特點(diǎn)與虛擬電廠的完全分散控制本質(zhì)是一致的［36］，這就為將區(qū)塊鏈技術(shù)應(yīng)用到虛擬電廠中提供了前提條件。

5 結(jié)語

虛擬電廠作為一種新型的能源聚合形式，其內(nèi)部資源的種類和數(shù)量較多，通過相關(guān)的技術(shù)整合不同種類的內(nèi)部資源，使虛擬電廠處于較優(yōu)的運(yùn)行狀態(tài)。利用多代理技術(shù)將調(diào)度問題分級(jí)解決，利用大數(shù)據(jù)分析技術(shù)緩解虛擬電廠信息處理負(fù)擔(dān)，利用態(tài)勢(shì)感知技術(shù)實(shí)現(xiàn)資源的合理分配：這3 種技術(shù)都有助于優(yōu)化虛擬電廠的調(diào)度問題。綜合來看，對(duì)內(nèi)部資源的優(yōu)化調(diào)度問題仍然是現(xiàn)階段的研究重點(diǎn)，采取更優(yōu)的解決方式有助于實(shí)現(xiàn)供給側(cè)與需求側(cè)的共贏。