多源不确定性下多能虚拟电厂的有限场景风险规避调度与碳流评估

《Sustainable Energy Technologies and Assessments》：Finite-scenario risk-averse scheduling and carbon-flow assessment of multi-energy virtual power plants under multi-source uncertainty

　　

• •
  为低碳多能虚拟电厂开发了一种有限情景风险厌恶框架。
• •
  基于CVaR的情景构建方法可将样本内事后CVaR降低约65%。
• •
  动态碳流核算追踪了跨时段碳排放责任。
• •
  实证检验和重尾检验揭示，与非高斯检验相比，样本外尾部损失更大。
• •
  压力测试识别了首次检测到的扰动与事后应对能力的触发条件。

引言

在碳中和目标下，风能和光伏发电的大规模并网增加了电力系统的波动性、不确定性和灵活性要求。虚拟电厂（VPP）通过聚合分布式资源，包括可再生能源发电、储能、柔性负荷和分布式发电，以提高协调运行和可再生能源消纳能力[1]、[2]。随着虚拟电厂日益参与能源市场、辅助服务市场和碳市场，其调度目标不再局限于运行成本最小化，而是需要综合考虑资源聚合、多能耦合、市场交易、碳排放约束以及源荷不确定性[3]、[4]、[5]。因此，低碳和不确定条件下的虚拟电厂协调调度对于提高资源利用率、运行灵活性和可再生能源消纳能力至关重要。

为准确刻画低碳调度中的电力-碳耦合关系，碳排放流（CEF）的概念已被引入电力系统、虚拟电厂和综合能源系统的调度中。现有研究表明，CEF可以沿能量传输路径从发电侧到网络侧再到负荷侧追踪碳排放，从而为负荷侧碳责任分配、低碳运行评估和碳约束优化提供建模基础[6]、[7]。同时，碳交易、碳捕集与封存（CCS）、电转气（P2G）和需求响应等技术也被应用于虚拟电厂和综合能源系统的低碳调度，通过价格信号、碳捕集与利用以及负荷侧灵活性来提升低碳运行水平[8]、[9]、[10]。然而，大多数现有研究将碳排放视为静态成本、排放约束或单一低碳技术的效果，而碳排放生成、捕集、利用、封存、泄漏和净排放之间的跨时段关系，以及其与碳排放配额结算的联动，仍缺乏充分刻画。

可再生能源的高比例渗透也使虚拟电厂调度面临风电、光伏发电、负荷和市场价格预测误差，使不确定性建模成为调度模型设计的关键问题[11]。基于情景的随机优化、机会约束优化、鲁棒优化和分布鲁棒优化已被广泛采用，以提高调度在源荷波动和市场风险下的适应性。部分研究采用两阶段鲁棒优化协调日前决策与不确定性下的事后应对[12]。另有研究将CVaR与分布鲁棒或混合不确定性建模相结合，以缓解可再生能源发电、负荷需求和市场价格的尾部风险[13]、[14]。低碳虚拟电厂调度也已扩展至纳入碳交易、绿证交易和多市场参与[15]、[16]。尽管如此，现有不确定性感知的调度研究主要关注功率平衡、运行成本和市场风险，而碳流核算状态、碳相关结算和多能事后应对之间的相互作用仍研究不足。

随着电力市场改革的推进，虚拟电厂已从单一能源调度逐步演变为多市场参与。现有研究考虑了参与能源市场、备用市场、调频市场、碳市场和绿证市场，以评估市场信号对资源调度、收入结构和低碳运行的影响[17]、[18]、[19]、[20]。需求响应等其他柔性资源也被纳入以提升虚拟电厂在源荷波动和市场风险下的适应性[21]、[22]、[23]。这些研究展示了运行灵活性在不确定性管理中的重要性。然而，灵活性通常通过运行成本或调度可行性来评估，而其在确定尾部风险如何随扰动加剧或应对能力下降而迅速增长方面的作用，仍未得到明确评估。

综上所述，现有研究通过碳交易、碳捕集、电转气、需求响应和不确定性感知优化推动了低碳虚拟电厂调度的发展。然而，仍存在若干局限。首先，碳排放生成、捕集、利用、封存、泄漏、配额结算和终端碳责任之间的跨时段关系仍表征不足，难以在调度时间范围内追踪碳责任。其次，不确定性感知的虚拟电厂调度主要关注电力侧运行成本和事后决策，而碳流状态、碳相关结算和多能事后应对之间的相互作用仍研究不足。第三，基于固定扰动边界的不确定性表征可能产生保守的调度决策，而降低保守性与保持样本外尾部风险保护之间的权衡尚需进一步评估。此外，应对灵活性如何影响低碳虚拟电厂在扰动加剧下的运行风险边界，关注有限。附录表B7提供了与代表性研究的定性比较。

为解决上述问题，本文面向多源不确定条件下的低碳多能虚拟电厂，开发了一种有限情景风险厌恶调度与评估框架。主要贡献如下：

• (1)
  建立了电-热-气-碳协同调度与评估框架，通过日前计划协调和情景依赖的事后应对，联合评估运行经济性、尾部风险暴露、碳责任和灵活性充足度。
• (2)
  针对风电、光伏发电、负荷需求和电力价格的不确定性，开发了一种基于CVaR尾部的有限代表性情景构建方法。该方法利用方向性尾部尺度构建风险感知压力分布，并分别评估其样本内保守性和样本外局限性。
• (3)
  将动态碳流核算模块嵌入调度框架，显式追踪碳排放生成、捕集、电转气利用、封存、泄漏、配额结算、净排放和终端碳责任，同时区分物理CO₂流与碳合规结算。
• (4)
  开展比较、样本外和压力测试评估，量化不确定性表征、碳流核算和事后应对灵活性对虚拟电厂性能的影响，并识别扰动加剧和应对能力下降下的运行风险边界。

章节摘要

VPP系统结构

考虑多源不确定性的虚拟电厂（VPP）电-热-气-碳协同调度框架开发，如图1所示。VPP由风电场（WPP）、光伏电站（PV）、碳捕集电厂（CCPP）、垃圾焚烧发电厂（WI）、热电联产机组（CHP）、燃气锅炉（GB）、电储能（EES）、热储能（TES）、电转气（P2G）装置、碳捕集与封存（CCS）设施组成，

VPP有限情景风险厌恶调度模型

基于VPP耦合结构、碳流核算模型和有限代表性情景集，建立了两阶段风险厌恶调度模型。在该模型中，日前基准计划被建模为第一阶段决策，而情景实现后的事后调整被建模为第二阶段决策。在有限代表性情景下，联合考虑情景平均事后成本、CVaR尾部风险和最坏情景成本。该

两阶段风险厌恶模型的情景化重构

有限代表性情景集对多源不确定性空间进行离散逼近，将调度问题转化为可计算的两阶段风险厌恶规划。对于每个固定的日前计划，通过情景依赖的事后子问题对代表性情景进行评价。有限情景集和事后子问题的详细定义见附录A.2和A.4。

基于情景增强的求解框架

情景增强流程总结于图2。其用于

案例设置与对比方案

考虑一个集成风电、光伏、碳捕集电厂（CCPP）、垃圾焚烧（WI）、热电联产（CHP）、燃气锅炉（GB）、电转气（P2G）、碳捕集与封存（CCS）、电储能（EES）、热储能（TES）、碳封存、物理CO₂交互和碳排放配额结算的多能虚拟电厂。本文结果使用第2.2节规定的CCPP碳核算范围。样本内评估采用有限代表性情景，而样本外（OOS）共同测试使用500条独立生成的、具有第2.3节不确定性系数的高斯轨迹。外部日前

结论

本研究面向多源不确定条件下的低碳多能虚拟电厂，开发了一种有限情景风险厌恶调度与评估框架。该框架集成了电-热-气-碳耦合、情景依赖事后应对和跨时段碳流核算。

对于返回的方案，S1的样本内CVaR比基于盒子的S2候选方案低38.21%，但共同测试CVaR高10.18%；S2尚未完成其主优化。与重新优化后相比

CRediT作者贡献声明

张明光：撰写—原稿、监督、方法论、经费获取、概念构思。董梦蔓：撰写—原稿、可视化、验证、方法论、调查研究、数据整理。

资金支持

本研究受国家自然科学基金资助（批准号：72464020）。

利益冲突声明

作者声明不存在已知可能影响本文所述工作的竞争性经济利益或个人关系。

张明光|董梦蔓