分布式光伏与新型负荷的规模化接入使配电网承载力不足成为制约新型电力系统发展的关键物理瓶颈。现有虚拟电厂(virtual power plant，VPP)研究多聚焦于商业聚合与调度优化，缺乏对底层配电网运行约束的主动支撑机制的系统性探讨。该文跳出单一的资源聚合视角，提出以配电网承载力提升为导向的VPP四阶段演进分析框架，系统梳理了从VPP 1.0聚合套利到VPP 4.0分层自治的国际前沿实践：VPP 2.0依托智能逆变器本地自治控制缓解电压越限，有效提升配电网静态承载力；VPP 3.0引入动态运行包络线机制实现物理约束与市场优化的解耦，深度挖掘系统的时空动态灵活性；VPP 4.0基于蜂窝能源系统与分布式协同算法应对亿级节点接入下的可扩展性瓶颈。在此基础上，该文结合中国配电网台区化管理体制与海量存量非智能设备的现实国情，提出从物理机能升级、物理-市场解耦到台区蜂窝自治的三阶段中国化演进路径。研究可为中国VPP从商业聚合体向具备配电网物理支撑能力的技术聚合体转型提供理论参考与工程指引。
虚拟电厂(virtual power plant, VPP)高效运行依赖海量异构数据交互，面临数据价值挖掘与隐私保护的根本矛盾。针对中心化管理的数据孤岛、单点故障及隐私泄露问题，该文综述了联邦学习与可信执行环境在VPP的应用现状与融合方案。通过对比分析区块链、加密协作等技术方案，阐明了联邦学习在隐私保护、协作效率和技术适配性方面的优势。系统梳理了联邦学习在VPP负荷预测、分布式能源资源协同、电力市场交易及需求响应中的应用，并分析了可信执行环境基于硬件隔离保障计算机密性与完整性的机制，重点剖析了两者的融合架构：可信执行环境通过保护模型聚合过程和敏感数据处理弥补联邦学习在参数泄露与投毒攻击防护上的不足，联邦学习的分布式特性可突破可信硬件的性能与扩展性瓶颈。该融合技术实现了“数据可用不可见”，为构建安全高效的能源互联网数据协作提供了可行路径。在此基础上，该文对性能优化、侧信道防御及标准化等挑战进行了展望。
为适应电力市场参与主体多元化发展态势，解决多虚拟电厂(virtual power plant, VPP)利益冲突问题，提出一种包含配电网运营商(distribution system operator, DSO)、虚拟电厂运营商(virtual power plant operator, VPPO)及用户聚合商(user aggregator, UA)多层架构的混合博弈策略，支撑多VPP的协同优化。首先，通过聚合光伏产消者、电动汽车充电站、综合能源负荷等多种灵活性资源形成UA集群；其次，面向DSO、VPPO以及UA的层级能源交易及UA主体间的能源交易，构建了“主从博弈-主从博弈-合作博弈”的多层混合博弈模型；最后，利用二分法、Karush-Kuhn-Tucker条件结合交替方向乘子法对上述模型进行求解。算例研究表明：所提出的多层混合博弈策略使光伏产消者UA与电动汽车充电站UA的运行成本分别降低了4.5%和15.3%；同时，在DSO动态定价机制的引导下，系统运营商总收益提升了2.7%。该策略能够有效均衡多方利益诉求，优化各运营主体间的能源交易及效益分配机制。
为解决虚拟电厂(virtual power plant，VPP)参与电力调峰时的资源聚合与投标决策优化问题，提出一种基于资源响应能力及信息间隙决策理论(information gap decision theory，IGDT)的决策优化模型。考虑响应潜力、波动程度、持续时间和响应速度4个维度构建分布式资源聚合指标体系，建立了兼顾期望响应收益最大化与偏差惩罚风险最小化的多目标聚合优化模型，筛选最优资源组合。设计VPP参与电力调峰的市场交易框架与投标决策机制，引入IGDT理论以刻画调峰补偿价格的不确定性，构建风险规避(risk-averse，RA)模型以优化投标策略。仿真结果表明，VPP聚合多目标优化模型能够兼顾经济性和风险性的考量，可以为VPP聚合商筛选资源提供理论方法，使VPP偏差惩罚风险降低，基于IGDT的投标决策优化模型可帮助规避调峰补偿价格不确定性带来的交易风险，使VPP获得合理的响应收益。
针对高比例可再生能源并网下虚拟电厂(virtual power plant, VPP)调度的经济性、低碳性与鲁棒性协同难题，提出一种基于电碳耦合与多时间尺度分布鲁棒优化的VPP优化调度策略。首先，构建融合阶梯碳交易与绿证交易的电碳市场联合框架，通过价格信号联动激发VPP低碳调度潜力；其次，设计日前-日内-实时三级优化架构，分别以全局计划制定、预测误差修正、瞬时偏差消除为核心，实现不同时间尺度的精准调度；最后，针对风光出力与市场价格的不确定性，采用分布鲁棒优化方法构建Wasserstein模糊集模型，动态调节鲁棒参数平衡风险与收益。算例结果表明：所提策略的总成本降至
在“双碳”目标背景下，高比例可再生能源并网与化石能源依赖之间的矛盾日益突出。为协调低碳约束与能源安全，提出了一种基于碳捕集与封存(carbon capture and storage，CCS)、电转气和电动汽车协同的虚拟电厂(virtual power plant，VPP)优化调度模型。该模型通过聚合燃气轮机组、热电联产(combined heat and power，CHP)、风电、光伏及电动汽车等分布式资源，构建“减排-转化-效益”一体化框架。首先，利用CCS捕集二氧化碳；其次，通过CCS-电转气利用弃风弃光电能将二氧化碳转化为甲烷，消耗捕集的二氧化碳形成碳循环；最后，聚合电动汽车参与碳市场交易，利用其产生的中国核证减排量(chinese certified emission reduction，CCER)增加收益。基于Matlab/Gurobi的算例分析表明，相较于传统燃气-CHP系统模型，本文所提模型可降低91.3%碳排放(从2 466.90 t降至214.34 t)，降低弃风弃光成本7.145 7万元，提高可再生能源消纳率，并通过售卖CCER使VPP净成本降低了8 209元，总体来说降低了VPP净成本9.661 1万元。研究验证了多技术协同在提升VPP经济性与环境效益中的有效性，可为新型电力系统低碳转型提供理论支撑与实践路径。
“双碳”战略目标下，为促进碳电融合市场的健康发展，并激励虚拟电厂 (virtual power plant，VPP) 低碳运行，提出了考虑交易融洽度的VPP参与碳电融合市场点对点(peer to peer，P2P)交易匹配方法。首先，设计VPP参与碳电融合市场P2P交易机制的总体框架思路，根据VPP内源荷储各单元运行计划以及排碳机组碳排系数，构建了VPP参与电市场及碳市场交易容量评估模型，并通过分析VPP的各项历史交易行为和履约行为对碳电交易市场和谐发展的影响，提出了VPP参与碳电市场的交易融洽度评估指标；其次，以包括双方交易融洽度、双方交易价格接受度以及双方碳中和达成度在内的双方总交易满意度最大为目标函数，构建了碳电融合一级市场的P2P交易匹配模型；进而，针对日前电力市场实际执行电量与协议电量的偏差电量所对应的碳权交易量，建立二级碳市场P2P交易机制作为碳电融合一级交易市场的补充；最后，通过仿真算例验证了交易融洽度高和碳排放低的VPP在碳电融合市场 P2P 交易中更具有竞争力。
为推动电力行业绿色低碳转型与新型电力系统建设，实现“双碳”目标，亟需研究并建立全面、科学、合理的电力减排技术标准体系，以指导电力行业碳减排工作有序开展。基于霍尔三维结构，采用“自上而下”与“自下而上”相结合的分析方法，首先对电力碳减排技术标准发展现状进行了梳理，总结行业各利益相关方的标准需求，结合中国能源实际情况，研究电力碳减排技术标准体系。提出了“3+6+N+N”的多层次电力碳减排技术标准体系架构，包含基础支撑、核心执行、管理评价这3个层级，基础通用、碳排放监测、碳排放核算与核查、碳减排技术与装备、碳排放评估评价、碳排放管理这6项维度，20个技术领域，33项类目。从实施方向、路径、保障与发展这4方面给出了具体实施建议。构建的多层级、全流程覆盖、可动态扩展的电力减排技术标准体系及提出了具体实施建议，为电力行业碳减排工作提供了全面且适配未来发展的规范指引，为落实“双碳”战略、推进能源绿色转型提供重要支撑。
为提升煤电运行灵活性以支撑高比例新能源消纳，本文聚焦区域煤电灵活性改造的协同规划问题。针对现有研究通常将抽凝机组锅炉侧深度调峰改造与热电解耦技术分别优化，且大多研究未考虑电网结构约束的影响，本文首先系统分析了锅炉侧深度调峰改造、低压缸零出力改造、电锅炉及储热装置4种技术路线的运行特性，进而构建了计及电网拓扑结构的混合整数线性规划模型，以系统总成本最小化为目标，实现多种技术路径的协同配置与运行优化。基于改进的IEEE 14节点系统的案例研究表明，统筹优化上述技术后，系统总成本降低5.98%，弃风弃光率下降15.68%。结果验证了所提协同规划方案能有效融合不同技术间的互补优势，显著降低系统成本、缓解新能源消纳压力，同时也揭示了煤电灵活性调节能力受其在电网中所处节点位置的影响。
国家“双碳”战略目标的提出和碳交易市场的完善对微电网的调度运营提出了更高要求，该文以减排、降本为目标，综合考虑负荷约束、储能设备充放电约束、碳配额约束，构建了包括光伏、风电、柴油发电机组以及储能模块的微电网低碳运营-经济效益双层优化模型。外层规划模型引入碳资产运营机制，基于改进的遗传算法优化微电网运营策略，提高经济效益的同时确保系统低碳运行；内层需求响应模型通过激励手段改善用户用电行为，优化负荷曲线，并将执行需求响应后的负荷反馈至外层模型。内、外双层模型交互迭代直至各设备配置和负荷曲线均达到最优，从而实现负荷与碳排放的双向互动。多个场景下的仿真结果表明，所提双层优化模型能显著降低微电网运营成本、降低碳排放量。敏感性分析结果显示，碳交易价格对于运营策略和成本有较大影响。
风电机组现场运行状态的高精度复现是实施性能评估与故障诊断的关键，然而实际应用中常因风速测量不准，导致数据分析与状态还原存在显著偏差，直接影响机组运维的准确性与时效性。为解决这一问题，从风电机组能量捕获与传递的整体机理出发，构建了融合物理机制与数据驱动的功率流模型，并提出一种基于二分法的风轮等效风速估计方法。研究结果表明，该方法在额定风速以下、额定风速附近及高风速区等多种运行工况下，均能实现关键状态变量(如风轮转速、输出功率和桨距角)的高一致性复现，其现场复现一致性系数(consistency coefficient of field reproduced，CCFR)明显优于传统基于实测风速的方法，展现出良好的工程适用性与鲁棒性。所提出的风速估计方法有效提升了运行状态复现的准确度，为风电机组的性能评估、控制参数优化、故障预警等工程应用提供了可靠的数据基础与技术手段，具有重要的现场推广价值。
针对现有区域分布式光伏功率预测依赖气象数据、运维成本高、数据质量差及结果可信度不足的问题，提出一种光伏功率电量联合可信预测方法。首先，基于电能表功率采集与日电量冻结数据，进行联合筛选、融合与归一化处理以提升数据质量；其次，构建多时间尺度高精度序列到序列(sequence to sequence，Seq2Seq)预测框架，结合区域集中式光伏电站历史与预测数据，通过计及功率与电量的多时间尺度损失函数来优化预测精度；最后，采用承诺-证明简洁非交互零知识证明(commit-and-prove succinct non-interactive argument of knowledges，cp-SNARKs)技术构造模型完整性验证方案，在保障结果可信的同时保护模型机密性。基于华北某城市实测数据的实验验证表明，该方法能显著降低功率电量预测误差，提高光伏功率预测精度。所提方法无需气象数据和系统改造，具有数据质量高、预测精度优、运维成本低和可验证性强的特点，可拓展至负荷预测、风电出力等时间序列预测场景。
清华大学出版社期刊中心
