面向多虚拟发电厂的效率提升型分布式低碳调度：一种时空协同ADMM方法

《Journal of Cleaner Production》：Efficiency-enhanced distributed low-carbon dispatch for multi-virtual power plants: A spatio-temporal collaborative ADMM approach

　　舒鸿春|罗顺吉|石博涛|张广斌|王广学|雷顺光|梁波•多虚拟电厂低碳调度模型实现了经济效益与环境效益的平衡。•改进的ADMM算法保障了跨实体能源交易中的数据隐私。•时空校正机制解决了能源存储与交易之间的冲突。•所提出的ADMM算法相比自适应ADMM可减少35.6%的计算时间。•内部清洁能源共享使系统每日二氧化碳排放量减少4.07吨。

引言
全球碳排放持续上升，2024年的碳排放量增长了0.9%，达到36.3Gt CO2，进一步耗尽了实现1.5℃升温限制所需的碳预算（Deng等人，2025年）。为减缓气候变化，实现碳中和已成为全球至关重要的目标，这需要美国、中国和欧盟采取综合策略，向可持续的低碳未来转型（Evro等人，2024年）。实现这一转型的关键路径是电力系统的结构调整，尤其是在强制性的碳排放约束下明确清洁能源的发展路径（Lian等人，2024年）。在此背景下，高比例可再生能源的整合至关重要，而多种类型的能源存储技术则成为维持电力平衡和实现能源系统脱碳的关键技术（Zhang等人，2025年）。

为有效管理这些分布式能源资源，虚拟电厂提供了一个强大的框架，但由于内部资源在时间上的耦合约束，评估其整体灵活性颇具挑战性（Wang和Wu，2021年）。虚拟电厂不仅能够协调各种分布式能源资源，如电动汽车和光伏发电装置，以提升技术运行指标并减轻网络拥堵（Gough等人，2022年），而且还需要准确估算其在面临分布式能源资源异质性和不确定性时的可行运行区域（Chen等人，2024年）。随着能源市场的发展，模式正在向多个虚拟电厂在本地能源市场中进行动态博弈式交易的方向发展，以此实现互利共赢（Gao等人，2021年）。

将碳捕集装置和制气技术纳入虚拟电厂有助于推动低碳能源的发展（Liu，2022年），而多个虚拟电厂可以通过协同的低碳运行模式进行排放套利（Liu等人，2024年）。基于IGDT的强大调度模型还能进一步管理碳交易风险（Zhu等人，2025年），而绿色证书与碳交易相结合则能实现经济效益与环境效益的平衡（Zhang和Liu，2023年）。然而，大多数现有框架都将碳排放因子视为静态常数，无法反映电网能源组合的动态清洁程度，而且碳惩罚机制也与分布式协调层相互分离，这使得同时实现具备碳意识且保护隐私的多虚拟电厂调度成为不可能。

除了单纯的成本最小化之外，人们还开发了多目标且具有分布式鲁棒性的优化框架，以便在各种不确定性条件下实现经济与环境目标的平衡（Song等人，2023年）、（Zhong等人，2025年）、（Liu等人，2022年）、（Wang等人，2024年）。不过，这些方法大多采用集中式架构，要求每个虚拟电厂的成本参数都向中央协调器完整披露——而在具有严格隐私要求的竞争性多实体市场中，这种假设是难以成立的。

在调度多个虚拟电厂和大量分布式能源资源时，集中式管理方式会使得敏感数据面临网络安全风险和推断攻击。为解决这些问题，人们引入了具有隐私保护功能的联邦强化学习方法，利用同态加密来确保多个虚拟电厂的全球优化调度安全（Yang等人，2024年）。同样，自适应联邦学习框架也能有效抵御与虚拟电厂中恶意投标数据相关的特征推断攻击和网络威胁（Fan等人，2026年）。为在确保参与者隐私和市场效率的同时实现去中心化协调，交替方向乘子法被广泛采用（Nie等人，2024年）。然而，现有的用于多虚拟电厂调度的ADMM实现方法存在两个尚未解决的瓶颈：标准ADMM将空间交易共识和时间能源存储约束视为独立的子问题，当存储电量在调度间隔内发生变化时会导致电力波动（Feng等人，2023年）；此外，惩罚因子通常为固定值，没有考虑可再生能源预测误差的时变性，从而导致过早收敛（Sun等人，2023年）。在具有碳意识且能保护隐私的调度框架中，这两个问题尚未得到同时解决，这在需要大规模能源存储整合的实时低碳调度方面存在着重大缺陷。

根据文献综述，多虚拟电厂协同调度领域仍存在三个关键缺陷。首先，大多数现有的低碳模型采用的都是静态碳排放因子，这些因子与分布式协调层相互分离，无法反映电网能源组合的动态清洁程度（Liu，2022年）、（Liu等人，2024年）、（Zhu等人，2025年）、（Zhang和Liu，2023年）。其次，诸如联邦学习之类的隐私保护方法尚未得到扩展，无法纳入具有碳意识的调度目标，这使得环境效益与去中心化协调成为相互排斥的设计目标（Yang等人，2024年）、（Fan等人，2026年）。第三，目前还没有任何ADMM变体能够明确解决跨实体空间交易共识与虚拟电厂内部时间能源存储连续性之间的数学矛盾，而这依然是高比例可再生能源系统中实现实时低碳调度的根本瓶颈（Feng等人，2023年）、（Sun等人，2023年）。本文通过一个统一的时空协同ADMM框架，系统地解决了这三个问题。

该框架通过将动态碳定价、本地数据隐私以及基于物理特性的时空协同过松弛校正明确联系起来，使得分布式能源管理从单纯的经济博弈转变为一种高效、可持续的生产系统。它成功解决了空间共享与时间连续性之间的矛盾，提升了收敛效率，同时优化了高比例可再生能源电网的综合环境与经济效益。本文的主要贡献如下：
1)构建了一个综合性的集成成本-排放优化模型，该模型涵盖了风力发电、光伏发电、能源存储系统以及可控负载。通过引入动态碳排放惩罚机制，该模型成功地将调度理念从单纯的经济套利转变为经济效益与环境效益的平衡，大幅降低了多虚拟电厂系统对高碳含量的电网电力的依赖。
2)开发了一种基于ADMM的改进型分布式调度算法，旨在克服传统去中心化方法存在的收敛瓶颈。其创新之处在于结合了时空协同过松弛校正以及自适应惩罚因子。与难以处理时间耦合问题的标准ADMM不同，该算法引入了考虑能源存储情况的时间因子βt，从而有效解决了跨实体电力交易一致性与时间能源存储调度连续性之间的数学矛盾，显著提升了收敛速度。
3)建立了一种具有隐私保护功能且高效能的协同调度机制。该机制无需集中处理敏感的本地投标数据，就能确保能源共享的安全性。在异构多虚拟电厂系统上的仿真结果表明，与自适应ADMM相比，该方法的计算时间减少了35.6%，与传统ADMM相比，解决方案的误差降低了21.8%，充分证明了该方法在高压比可再生能源电网中的有效性及实际应用价值。

为进一步凸显所提出框架的创新性，表1从六个关键技术维度对它与现有代表性方法进行了系统性比较。如表1所示，所提出的方法是唯一一个能够同时解决这六个维度的框架，这充分体现了它相较于现有方法的全面优势。

本文的其余部分结构如下：第2节阐述了多虚拟电厂协同系统的物理 - 网络架构；第3节详细介绍了数学能源模型和成本 - 效益分析框架；第4节给出了所提出的改进型ADMM分布式算法及其迭代机制；第5节通过对比仿真结果来验证该方法的有效性；最后，第6节对全文进行总结。

多虚拟电厂协同系统的架构与运行机制
为清晰呈现整个研究的逻辑脉络，图1展示了本研究的技术路线图，涵盖了从研究背景和问题识别，到低碳调度模型构建以及改进型ADMM算法设计，再到仿真验证和结论得出的全过程。

图2展示了在多虚拟电厂协同作用下的分布式能源互联系统架构。为应对高比例可再生能源带来的波动性问题……

能源模型与成本 - 效益模型的构建
本节建立了每个虚拟电厂内分布式能源资源的数学模型，包括可再生能源发电、能源存储、电动汽车以及可控负载，随后还介绍了成本 - 收入框架和碳排放核算模型。

基于改进型ADMM算法的解决方案
本节介绍了基于改进型ADMM的分布式解决方案方法。首先介绍了分层优化框架，然后详细描述了包含时空协同过松弛校正以及自适应惩罚因子的迭代机制。

案例研究与结果分析
在一个异构的三虚拟电厂测试系统上对所提出的框架进行了评估，以验证其在收敛效率、低碳调度以及可扩展性方面的性能。

结论
本文提出了一种基于物理 - 网络 - 市场架构的、用于多个虚拟电厂系统的去中心化低碳经济调度框架。通过结合时空协同过松弛校正和自适应惩罚因子，开发出了改进型ADMM算法，有效解决了跨实体交易一致性与时间能源存储连续性之间的矛盾。在异构三虚拟电厂测试系统上的仿真结果证明了该框架的有效性。

CRediT作者贡献声明
舒鸿春：概念构建、形式分析、方法设计。罗顺吉：可视化、初稿撰写、审稿与编辑。石博涛：验证、初稿撰写、审稿与编辑。张广斌：研究调查、项目管理、资源协调。王广学：资源协调、软件支持、验证工作。雷顺光：资金筹措、研究调查、项目管理。梁波：研究调查、资源协调、软件支持。

利益冲突声明
作者声明不存在任何可能影响本文研究成果的已知财务利益或个人关系。

致谢
本研究得到了国家自然科学基金（52037003）、云南省重大科技项目（202302AF080006、202402AG050006）以及云南省基础研究计划（202401BE070001 - 014）的资助。