随着大规模分散且多样化的分布式资源接入，虚拟电厂（virtual power plant，VPP）技术已成为有效管理和优化需求侧资源的重要工具。为使 VPP 更好地满足新型电力系统的发展需要，提出了一种考虑不确定性风险的 VPP 参与绿证-碳联合交易的优化调度模型。首先，构建了由风电机组、光伏机组、燃气轮机组、储能设备和用户侧柔性负荷组成的 VPP 优化运行模型，该模型以 VPP 运行成本最小为目标，并考虑了电市场、绿证-碳联合交易机制以及激励型需求响应。其次，综合考虑 VPP 中的源、荷以及需求响应等多重不确定性因素，运用条件风险价值（conditional value-at-risk ，CVaR）理论对不确定因素风险进行量化处理。最后，通过算例分析，验证了所提模型的经济性和环保性，所考虑的CVaR也为 VPP 利润与风险的平衡提供了有力的决策依据。

随着新能源发电技术的快速发展，风能、光伏等可再生能源不仅可作为重要的有功电源，其无功调节潜力也日益受到关注。针对高比例新能源接入下的虚拟电厂（virtual power plant，VPP）无功源不足及模型求解难题，提出一种基于改进成吉思汗鲨鱼优化（Genghis Khan shark optimizer，GKSO）算法的创新优化策略。首先，构建了包含风电、光伏、储能和燃气轮机等多种分布式电源的无功协同调控模型，通过参数敏感性分析揭示了新能源无功出力不确定性的关键影响因素。为准确表征不确定性，采用拉丁超立方抽样（Latin hypercube sampling，LHS）结合Kantorovich距离的场景生成与削减技术，建立了典型的风光出力场景集。在此基础上，建立了计及新能源无功不确定性的VPP多目标优化模型，并利用改进的GKSO算法进行高效求解。仿真结果表明：与粒子群优化（particle swarm optimization，PSO）算法及海鸥优化算法（seagull optimization algorithm，SOA）相比，优化调整后的GKSO算法在解决VPP无功优化问题时具有显著优势；而且对于装机容量较大的大型新能源场站，为降低运行风险，有必要充分考虑新能源无功出力的不确定性因素。

随着“双碳”战略的深入推进，虚拟电厂（virtual power plant，VPP）在整合和调度新能源方面展现出显著优势，深入挖掘新能源在无功支持领域的巨大潜力是提升VPP运行经济性的有效手段之一。首先，构建了一套计及有功出力和逆变器约束的新能源无功容量评估体系。其次，为提升无功优化模型的求解速度，针对有功网损和潮流约束的非线性特性，提出基于潮流迭代的有功网损估计方法和基于变量空间优化选择的潮流线性化方法；并构建了计及新能源无功潜力和基于变量空间优化选择的VPP线性潮流无功优化模型。最后，以改进IEEE 33节点主动配电系统为例，验证了所提模型的有效性。结果表明：VPP充分利用新能源无功支持能力时，系统电压偏差减少0.673 pu，运行成本减少1 254.9元。

虚拟电厂（virtual power plant，VPP）作为一种新型的电力系统调度模式，通过聚合分布式能源资源，实现对新能源电力的高效利用。然而，传统以经济性为目标的调度策略已无法满足当前低碳发展的需求。为此，提出了一种兼顾经济性与碳排放的VPP多目标优化调度策略。首先，在VPP系统中引入燃烧后碳捕集设备，并结合灵活的碳交易策略，构建考虑经济成本和碳排放量的多目标优化调度模型；其次，针对该模型采用增广ε-约束法求解Pareto解集，并运用熵权-优劣解距离（technique for order preference by similarity to ideal solution，TOPSIS）法对解集进行评价，以获得模型最优解；最后，围绕不同的碳捕集和碳交易策略开展多案例仿真实验，对比分析仅考虑经济性或低碳特性的单目标模型与兼顾经济性和碳排放的多目标模型在调度结果上的差异。实验结果表明：当采用阶梯型碳交易机制及相应的碳捕集运行方式时，VPP的碳排放量达到了最低水平；此外，与单目标模型相比，同时考虑经济性与碳排放的多目标优化策略能够有效降低碳排放并提升经济效益。

在“双碳”战略目标下，如何实现虚拟电厂（virtual power plant，VPP）之间的灵活交互并通过碳价作为激励促进VPP低碳运行，是一个值得研究的问题，为此，基于碳流理论研究VPP点对点（peer to peer，P2P）交易模型。首先，根据碳排放流理论分析碳流在网络中的分布特性，并引入天然气形成多能网络，建立低碳经济调度模型；其次，考虑各VPP参与交易的隐私问题，提出包含报量与报价交易信息的指标量化方法，建立基于综合优先权的P2P交易模型；同时，结合VPP在网络中承担的碳排放责任，在P2P交易机制中引入碳定价方法，建立基于碳税的“能源-碳”综合价格模型；最后，通过算例验证了所提方法不仅能降低VPP的运行成本，还能有效降低碳排放量。

将需求响应纳入虚拟电厂中，可以增强虚拟电厂的灵活性和经济性，但需求响应存在不确定性，给调度运行带来了困难；另外，多类型需求响应应用在虚拟电厂中的研究也较少。针对上述问题，提出考虑效益系数的激励型需求响应模型，在激励补偿的基础上增加了效益系数，降低激励型需求响应不理想情况下的激励补偿；提出考虑用户满意度的替代性需求响应模型，以反映用户满意度对替代型需求响应的影响；最后，构建多类型需求响应的多能源虚拟电厂模型，同时考虑3种需求响应，来达到更好的优化效果。算例结果表明：考虑效益系数的激励型需求响应模型能提升系统的经济性；考虑用户满意度的替代性需求响应模型能更准确地反映用户的潜在负荷变化，提高需求响应的精确度；多类型需求响应参与虚拟电厂的优化调度，整体效果最佳。

为深入探讨虚拟电厂在碳减排中的作用，实现低碳经济体系的有效运转，提出了一种考虑碳交易与需求响应的虚拟电厂低碳经济调度模型。首先，构建了虚拟电厂参与碳交易市场的模型，以约束其碳排放；其次，根据负荷需求响应的特性，分别建立了价格型和替代型需求响应模型；最后，设计了一个以最小化虚拟电厂总运行成本为目标的低碳经济调度模型。通过对4种情景结果进行对比分析，以验证该模型的有效性。此外，还考察了碳交易价格及需求响应参数变化对系统运行的影响。 研究结果表明：同时考虑碳交易与需求响应不仅能够显著降低系统总运行成本，还能减少实际碳排放量；系统总运行成本与碳交易价格呈正相关，而实际碳排放量则与之呈负相关；同时，需求响应参数的变化也会对运行成本和碳排放量产生一定影响。该模型在虚拟电厂调度过程中兼顾了系统运营的经济性与低碳性，实现了“削峰填谷”的效果，提升了系统运行灵活性。

在“双碳”目标的背景下，电力行业已成为碳减排中的重要组成部分。虚拟电厂(virtual power plant，VPP)通过整合和聚集分布式资源等参与碳市场，可进一步提升整体效益；然而，分布式新能源出力的不确定性给其运营管理带来了许多挑战。为此，在利用基于拉丁超立方抽样的场景生成与场景削减法处理风电、光伏出力不确定性问题的基础上，将多单元聚合并考虑到用户侧需求响应的VPP作为一个整体去参与电能量市场以及碳市场，构建VPP总成本最小的优化调度模型，然后利用改进灰狼优化算法对其进行求解。通过对不同场景算例进行对比分析，可以得出：碳市场及需求响应的存在，加强了风光等清洁能源的消纳，减少了温室气体的排放，也减少了VPP的运行成本，经济性和环保性得到了兼顾。

高比例可再生能源的注入为虚拟电厂引入了许多不确定因素，如果忽略或不准确地表征这些不确定性，将会给虚拟电厂的运行调度带来巨大风险。为解决这一问题，考虑虚拟电厂内风光能源的相关性，将Frank-Copula作为“连接函数”求解风光出力的联合分布函数，从而生成典型的风光出力场景。为最小化虚拟电厂的运营成本，综合考虑电-碳-绿证市场和激励型需求响应机制，分别采用区间法、阶梯碳价及古诺模型来描述需求响应、碳价格和绿证价格的不确定性，构建基于区间线性规划的虚拟电厂优化调度模型。案例研究结果表明，该模型能量化各组成部分不确定性对虚拟电厂调度的风险，确保虚拟电厂安全可靠运行的同时具有一定的经济性。

碳捕集技术作为电力系统低碳转型的关键技术，应用到热电联合系统可降低虚拟电厂的碳排放。为此，提出将碳捕集技术应用至虚拟电厂热电联合优化的技术路线，以促使其低碳经济运行。一方面，依托阶梯碳交易机制、需求响应和电热之间的互转，以减少虚拟电厂热电联合运行的碳排放；另一方面，以虚拟电厂运行成本最小为目标，综合考虑负荷调节潜力、新能源出力上限等虚拟电厂内部约束，以及电热碳互转的物理约束，以提高虚拟电厂运行经济性。基于某园区实况运行数据，围绕是否配置碳捕集技术和需求响应来设计对照场景，验证了所提虚拟电厂热电联合优化模型具有一定的现实可用性和鲁棒性。