基于云-边-端协同控制的综合型虚拟电厂

郑 冉 夏彦辉 赵学茂 黄畅想 董 宸

基于云-边-端协同控制的综合型虚拟电厂

郑 冉 夏彦辉 赵学茂 黄畅想 董 宸

（阳光电源（南京）有限公司，南京 210012）

新型电力系统的建设与发展对电网的安全稳定运行提出了更高的要求，虚拟电厂（VPP）作为一种高级能源组网形态，可有效增强电网的灵活调节能力。首先，提出基于云-边-端协同控制的综合型虚拟电厂架构，分为就地层、边缘层和集中控制层，分层分区对分布式能源（DER）进行整合与控制；其次，分析VPP参与调峰、调频和调压等电力辅助服务的运行模式，构建考虑调度成本和调节性能的数学模型；然后，剖析VPP参与电网紧急控制的可能性，并讨论VPP与稳控系统的交互逻辑；最后，指出VPP发展的重要意义及其未来的研究方向。

虚拟电厂（VPP）；辅助服务；电力系统安全稳定；调峰调频；分布式能源（DER）

0 引言

随着“双碳”目标的提出和新型电力系统建设的不断推进，风电、光伏、储能等大量分布式能源（distributed energy resources, DER）并入电网，给电源供给侧带来了随机性、波动性和间歇性等不确定因素；电动汽车呈爆发式增长，充电行为在空间和时间上均存在不确定性，在负荷消费侧对电网提出了更高的响应需求。新能源消纳、需求响应、电网平衡调节等问题愈发突出，电网安全稳定可靠运行面临的挑战越来越大，保障新能源全额消纳、提高系统灵活调节能力显得尤为重要[1-4]。虚拟电厂（virtual power plant, VPP）依托互联网和现代通信技术，将多类型DER进行有机整合、协调控制，对外呈现为具备双向调节能力的“全能型电厂”，可有效破解清洁能源消纳难题，实现电源与负荷的灵活互动[5-7]。同时，随着我国电力市场政策和商业模式的不断完善，VPP作为独立市场主体将深度参与电力现货市场和辅助服务市场，为运营商和聚合商带来最大化利益[8-9]。

目前，国内外已有针对VPP的调度运行控制和参与电力辅助服务的相关研究。VPP运行控制方面，文献[10]基于“信息分离、决策协同”的分布式控制思想，利用拉格朗日对偶松弛原理构建了一种分散架构下多个VPP（multiple VPPs, MVPP）分布式协同优化调度模型。文献[11]构建了基于多代理技术的VPP分层调控架构，提出其内部运行及参与大电网安全稳定控制的机制。文献[12]计及VPP有功功率响应对电网频率动态的影响，构建扩展系统频率响应模型，提出了考虑暂态调频能力的VPP预防控制方法。文献[13]提出了VPP日前计划-滚动计划-实时调度在内的全时域优化调度框架，建立不同尺度优化模型并通过“多级调度、逐级细化”的思想实现优化鲁棒性。文献[14]采用标准交叉熵来量化电网灵活性，通过自适应重要抽样方法对VPP的响应能力进行了评估。文献[15]构建虚拟电厂内产消者互助的点对点电能共享机制，并以电价引导方式建立虚拟电厂与配电网的协同运行模型，调整最优出力策略，协助配电网安全运行。上述文献对VPP的优化调度及其参与大电网稳定控制机制进行了研究，但没有给出适用于工程应用的VPP参与紧急控制方案，兼具紧急控制和辅助服务功能的综合型VPP尚未得到研究。

VPP参与电力辅助服务方面，文献[16]分析总结了国内外VPP参与调峰调频服务市场机制，为我国相关标准制度的制定提供了参考。文献[17]对VPP内部资源的不确定性进行建模，建立了包含主、辅服务市场运行成本、收益的优化调度模型。文献[18]建立了考虑调峰辅助服务的VPP运营模式，提出了计及条件风险价值（conditional value at risk, CVaR）的调峰市场投标策略，基于Shapley值将VPP参与电力市场的运营成本在各成员间进行合理分配。文献[19]针对含多主体的VPP参与电能量市场与调峰市场的日前竞标问题，提出一种VPP对外参与电能量市场和调峰市场、对内与各成员协作配合的内外协调竞标策略。文献[20]考虑可再生能源出力、负荷及市场电价的不确定性，基于随机规划理论提出日前、日内和实时市场多阶段竞价策略模型。文献[21]研究了聚合储能和可中断负荷的VPP，以VPP调峰成本最低为目标建立调峰竞标模型。文献[22]面向调峰、调频辅助服务对响应性能的不同需求，设计了可控负荷调峰性能和调频性能指标，以此为依据对可控负荷进行分类聚合，形成优化投标策略。以上文献多研究VPP参与调峰调频的竞标策略，对VPP内部资源的调用排序研究较少，对VPP参与电网紧急控制也未提及。

由于分布式资源呈现容量小、体量大、分散广等特点，VPP一般采用云-边-端协同的信息架 构[23-24]。基于该架构，本文在集中层增设集中控制装置，参与电力系统紧急控制；在边缘层设置边缘控制器，获取电网频率，参与电网一次调频，扩展VPP的形态结构和业务功能。针对VPP参与电网稳定控制和电力辅助服务，分层分级实现DER的聚合和调控策略的分配执行。本文对VPP在电力系统调峰、调频和调压方面所起的关键作用进行论述，建立考虑签约成本和调节性能的数学模型；探讨VPP参与电网紧急控制的可能性，给出VPP与稳控系统交互的控制逻辑，在保障电网安全的同时，实现聚合商收益的最大化。

1 虚拟电厂系统架构

1.1 总体架构

本文提出的综合型虚拟电厂包括就地控制层、边缘控制层和集中控制层三级控制，可实现自下而上分布式资源的采集、汇集、上送，自上而下的策略分配、指令下发、命令执行，功能上具备min级控制（如调峰、调频、调压等电力辅助服务）和ms级控制（参与电网紧急控制）。典型的虚拟电厂控制系统架构如图1所示。

图1 虚拟电厂控制系统架构

就地控制层：通过源荷终端实现分布式资源运行状态、功率数据、可调节量等信息的采集，上送至边缘控制层进行资源聚合，同时接收边缘控制层下达的控制指令并正确执行。

边缘控制层：负责分区资源的聚合并上送至集中控制层，接收集中控制层的指令、策略分配，并下发调节指令至执行终端。边缘控制器具备一定的边缘计算能力，可独立制定分区控制策略。

集中控制层：作为整个虚拟电厂的控制核心，接收多个边缘控制器聚合信息，实现所有控制资源的汇聚整合并上传至调度层；接收调度层下发的控制指令，调用最优策略算法求解，并将指令分解至边缘控制器。集中控制层分为云端能量管理控制和区域集中控制。能量管理控制包括调峰、调频、自动发电控制（automatic generation control, AGC）/自动电压控制（automatic voltage control, AVC）、电力交易等，部署于云平台，参与邀约型电力辅助服务，亦可与电网专有平台通信，接受电网的直接调度。典型的虚拟电厂物理拓扑如图2所示。区域集中控制指的是参与电网稳定控制，充分利用虚拟电厂聚合的控制资源，将其纳入电网安全稳定控制系统的可控资源池，在电网安全稳定遭到破坏时，使散落在各地的分布式资源充分发挥作用，保障电网稳定运行，进一步巩固电网的二三道防线。

1.2 运行效益

“源荷储”综合型虚拟电厂的调节能力更加灵活全面，调节电源可增加电网可供电能、缓解调峰压力；调节负荷可提升需求响应能力、保障新能源消纳；调节储能的充放电可有效提升电力系统弹性，增强电网鲁棒性。电网调度系统由传统的发电侧单向调度，转变成供应侧和需求侧的双向控制和调节，运行效率更高、更可靠。

一方面，虚拟电厂平台通过参与电力现货、辅助服务市场，为数量大、体量小的用户侧市场主体赚取高额收益；另一方面，虚拟电厂平台使错乱无序的分布式资源变得可观、可测、可控，增大了电网的灵活调节能力，使电网更加安全稳定、可靠灵活，实现了电网与市场主体的互利共赢，电网与虚拟电厂的双赢关系如图3所示。

2 虚拟电厂参与辅助服务

2.1 电力调峰

针对当前电力供需紧张、电网调峰困难的问题，虚拟电厂作为将各类分布式资源“通信聚合、协调控制”衍生出来的一种新的能源形态，可大大缓解高峰用电紧张，促进清洁能源消纳，起到削峰填谷、平衡电网供需的作用。虚拟电厂调峰是指大电网调峰能力不足时，虚拟电厂通过一定的优化策略限制分布式发电功率、控制储能充放电功率、改变电动汽车充电速率、调节可控负荷等手段，调整自身功率曲线，以实现高峰用电和低谷负荷的双向响应，并获取相应的调峰收益补偿。

图3 电网与虚拟电厂的双赢关系

虚拟电厂参与调峰需在电网辅助服务平台提前申报，调度/交易中心公布市场出清结果，虚拟电厂进行自主或自动响应。其中，邀约型虚拟电厂按照中标结果自主进行市场响应，直调型虚拟电厂可直接接收调度指令自动响应。调度机构根据虚拟电厂上报的预测用电数据和实际用电数据，评估实际调节情况和有效调节电量，按日前市场出清价和有效调节电量予以补偿。

考虑边界约束下的中标容量再分配，是虚拟电厂调峰的核心策略。虚拟电厂平台根据中标时间和中标容量，将响应时间划分为多个控制周期，每个控制周期调用高级应用模块计算出各分布式资源的调峰功率，将调峰指令下发给边缘控制器，由边缘控制器分解至各聚合资源。其中，中标时间包含开始时间、结束时间和中标容量等。本文从工程实践出发，以虚拟电厂调峰成本最低为目标，结合各聚合资源的特性和调用成本，以及各资源的功率、容量约束，实现各类资源调峰容量的分配。

虚拟电厂调峰控制策略流程如图4所示，以15min为周期进行分时控制，每个控制周期重复执行下列步骤4）～步骤5），直至响应时段结束。

1）从电力交易中心获取中标时间段、中标容量和运行基线。由于各省政策不同，有的省份直接推送运行基线，有的省份需虚拟电厂自行计算基线，一般为距离响应日最近3～5个不参加响应的同类日期负荷平均值。

图4 虚拟电厂调峰控制策略流程

5）功率分配。根据各聚合资源调峰签约价格从低到高排序，并根据排序依次加和各资源可调功率，直至达到调整功率；若签约价格相同，则按照可调功率从大到小排序。DER实时可调功率见表1，风电、光伏在正常情况下按照最大功率点跟踪（maximum power point tracking, MPPT）最大功率发电，故只考虑参与填谷，即降低出力。虚拟电厂调峰功率示意图如图5所示。

表1 DER实时可调功率

图5 虚拟电厂调峰功率示意图

需要指出的是，本文提出的调峰策略充分考虑了分布式新能源的调节能力。海量分布式能源参与电力调峰是新型电力系统的未来趋势，相关省市已经开始了试点。山东在春节期间为保障电网安全和供热稳定，安排分布式光伏参与调峰；河南将分散式风电、分布式光伏纳入市场主体范围，参与河南电力调峰辅助服务市场管理。

2.2 一次调频

电力系统扰动引起的有功功率缺额会导致频率发生变化，一次调频可以快速响应负荷变化，维持系统供需平衡，提高频率稳定性。VPP可利用按区域部署的边缘控制器实时跟踪监测点的频率-时间（）曲线，当频率越过死区时，按照一定的调节速率上调或下调聚合资源的有功功率，使频率回到死区，实现一次调频的分区控制。

虚拟电厂一次调频控制流程如图6所示，具体如下。

1）周期性地测量节点频率。

4）将优先级指标D由小到大排序，依序加和各调节资源的可控有功功率P，迭代判断加和值是否超过有功功率调节量Δ，一旦超过则停止加和。由此得到各调节资源参与一次调频的顺序及调节量。

图6 虚拟电厂一次调频控制流程

2.3 AVC调压

低压380V分布式能源大多不具备完善的AVC功能及通信条件，不能直接参与配电网的无功电压控制，浪费了宝贵的无功调节资源。虚拟电厂可充分发挥所聚合分布式资源的无功调节能力，自动接收调度下达的电压无功指令，根据虚拟电厂内部实时运行状态制定安全可靠的控制策略，对厂内无功设备（分布式风电、光伏、储能等）进行优化协调分配，实现对调度指令的自动调节和闭环控制，为电网提供有效的电压支撑。

针对园区级以微电网形式运行的虚拟电厂，对并网点电压进行实时监视，接收配电网AVC系统全网无功优化后下发的电压值指令，根据电压差值和电压无功灵敏度，可得到总无功调节量D。

式中：set为调度中心下发的目标电压值；pcc为虚拟电厂并网点的当前电压值；U-Q为并网点的无功-电压灵敏系数。无功电压灵敏系数U-Q反映并网点电压与注入无功之间的关系，可通过现场测试计算得到。

针对区域级虚拟电厂，DER散落在不同的接入位置，没有明确的并网点，此时虚拟电厂可将聚合的无功调节能力进行分区分层，多空间尺度参与配电网系统调压。配电网AVC系统从数据采集与监控（supervisory control and data acquisition, SCADA）系统获取实时采集数据，结合电网参数和网络拓扑经过在线仿真校核得到枢纽节点（母线、线路、变压器等）的电压值，根据电压越限程度计算出该元件电压回到正常值所需的无功缺额，并调节所属范围的无功设备。虚拟电厂可作为其中一个无功调节源，接收无功指令并将其分解至底层控制终端执行，电压越限元件所覆盖的虚拟电厂无功资源可有效提升电压运行水平。

虚拟电厂总无功调节量可按各DER无功调节裕度与VPP整体无功裕度趋于一致的原则进行分配。

式中：max[]为各DER的实时最大可发无功功率，=1, 2,…,；为分布式无功可调资源的总数；min[]为各DER的实时最大吸收无功功率；cur[]为各DER的当前无功功率；D为调度系统下发的无功增量指令或根据电压指令计算得到的无功调节量；tar[]为各DER的目标无功功率值。

得到各DER的无功设定值为

3 虚拟电厂参与紧急控制

3.1 调控信息流

电力系统遭受较严重的故障扰动后，必要时允许采取切机、切负荷、直流紧急功率控制和抽水蓄能电站切泵等稳定控制措施，以保持稳定运行。发电机组、可控负荷、直流控保等被控对象是一种稀缺资源，可控资源接入稳控系统，需额外增加稳控设备、光纤通道、通信设备等，成本昂贵。聚集了分布式能源、储能、充电桩/站、可中断负荷等资源的虚拟电厂，可作为电网稳控系统的被控对象，纳入稳控系统的控制资源，接收稳控主/子站的控制命令，在电网发生故障时及时响应，保证电网稳定运行，降低大面积停电风险。

虚拟电厂参与电网紧急控制可复用虚拟电厂管控平台的三层控制架构，在集中控制层增设集中控制器，与电力系统的第二道防线——稳控系统通信，快速交互可切信息和控制命令，以实现不同运行方式下内部可切可调资源的整体优化，以及与大电网间的控制闭环。虚拟电厂参与紧急控制的信息流如图7所示。其中，虚拟电厂集中控制器与稳控系统的通信方式可根据安装位置灵活选择。当集中控制器安装在装设稳控装置的变电站内时，与站内稳控装置可通过光纤/以太网连接，采用面向通用对象的变电站事件（generic object oriented substation event, GOOSE）通信协议；当集中控制器独立安装时，可通过光纤/E1转换设备经同步数字体系SDH 2M线路与远方稳控子站连接，采用高级数据链路控制（high level data link control, HDLC）通信协议。

图7 虚拟电厂参与紧急控制的信息流

用于紧急控制的终端资源有：分布式光伏、风电数据信息，包括实时有功功率、可上调/下调功率、可调状态等；分布式储能数据信息，包括实时充/放电功率、最大可充/放电功率、电池系统荷电状态（state of charge, SOC）、SOC上/下限、可调状态等；充电桩数据信息，包括实时充电功率、最小/最大充电功率、可控状态等；可中断负荷数据信息，包括实时可切功率、可切状态等。

边缘控制器将各自辖区内的终端资源进行分类汇集，集中控制器负责统计、整合全域虚拟电厂所覆盖的控制资源，形成虚拟电厂总可切/可调机组信息和总可切/可调负荷信息，上送至上级稳控子站，并接受稳控子站的控制命令，按照一定规则分解、下发、执行。

3.2 控制逻辑

大电网改变运行状态一般有两种情况：一种是根据供需平衡、季节差异、保电需求等因素主动调整系统运行方式；另一种是由于不可预见的故障扰动导致运行状态随时发生改变。虚拟电厂可根据接收到的控制指令自动切换控制模式。在电网正常运行状态下，虚拟电厂运行在电力市场收益模式，根据辅助服务中标容量和价格，以最大化收益为目标，调整DER的运行状态；在紧急状态下，虚拟电厂接收稳控系统下发的切机、切负荷、功率调节等控制命令，切换为紧急控制模式，根据离线整定的控制策略执行命令分解。

虚拟电厂参与紧急控制的控制逻辑如图8所示，具体如下。

图8 虚拟电厂参与紧急控制的控制逻辑

1）虚拟电厂实时监测稳控系统的控制指令，稳控装置识别电网故障，判断是暂稳问题还是过载问题；下发不同的指令类别，包括切机、切负荷、功率调节，以及过切或欠切控制原则。

3）边缘控制层将DER调整量具体分配至资源采集层的各执行终端，各自辖区内的控制资源立即响应执行。

虚拟电厂参与电网安全稳定控制，具备切机执行站、切负荷执行站的功能，丰富了稳控系统的资源配置，降低了寻找电网稀缺控制资源的难度，减少了电网建设的投资成本。

4 算例分析

4.1 参数设置

以某工业园区虚拟电厂为例，该VPP聚合了3个光伏电站、3个储能设备、3台充电桩、2个可中断负荷。聚合资源参数见表2。

表2 聚合资源参数

4.2 调峰算例

日前调峰中标时段为12:00—13:00，中标容量1.5MW∙h，中标类型为削峰。12:00，VPP聚合资源的实时功率见表2，该时刻VPP基线功率为9.05MW。以15min为控制步长，将中标时段划分为1、2、3、4四个控制周期，可得1时段VPP目标功率为7.55MW，12:00时刻VPP并网点实时功率为8.8MW，故计算得出需向下调整功率1.25MW，调用调峰控制算法得到该时段各DER的目标功率。

1时段储能和充电桩的功率调整如图9所示。1时段（即12:00—12:15）储能1～3和充电桩1～3参与本次削峰调节，其中储能增加放电功率1 199.4kW，充电桩减少充电功率50.6kW，共削峰1 250kW。2～4时段，将根据届时的实时功率重新调用算法进行功率分配。可见，调峰算法优先调节签约价格低的资源，在满足调峰考核达标的基础上，降低了支付给聚合资源的成本费用，实现了VPP运营商的调峰利益最大化。

图9 T1时段储能和充电桩的功率调整

4.3 调压算例

本VPP聚合的无功资源包括光伏、储能设备，设备实时无功功率总量为1 631.3kvar，当前并网点无功功率为1 831.3kvar。现接收上级无功调度指令为1 000kvar，需下调无功功率831.3kvar。采用等无功裕度分配算法，可得到各资源的无功功率目标值。无功设备的功率调整分配见表3。

表3 无功设备的功率调整分配

各无功设备调整后的无功功率下调裕度均为0.555 3，共下调无功功率831.3kvar，满足调度指令，将调压责任均摊到各无功设备。

一次调频和紧急控制均是根据功率指令，按各DER优先级排序，采取过调或过切的方式进行功率分配，区别在于一次调频功率指令来自VPP边缘控制器自身，紧急控制功率指令来自远方稳控子站，这里不再赘述。

5 结论

虚拟电厂是新型电力系统中非常重要的调控资源，随着新能源渗透率的不断提高，VPP发挥的功效愈发明显。本文构建了基于云-边-端协同控制的“源荷储”综合型虚拟电厂，将电气联系微弱的海量异构用户侧分布式资源采用“通信聚合、协调控制”的方式进行整合，参与调峰、调频、调压等电力辅助服务，提出了VPP参与电网紧急控制的策略，为VPP内部资源的优化协调和聚合商收益分配提供了参考。需要说明的是，目前国内虚拟电厂的商业模式和运行机制尚未成熟，下一步将在虚拟电厂参与电力市场报价机制、虚拟电厂通信技术、智能计量与考核等方面开展研究。

[1] 李政, 陈思源, 董文娟, 等. 碳约束条件下电力行业低碳转型路径研究[J]. 中国电机工程学报, 2021, 41(12): 3987-4001.

[2] 丁俊, 王欣怡, 邵烨楠, 等. 新型电力系统的影响因素分析[J]. 电气技术, 2022, 23(7): 42-45.

[3] 刘飞, 陶昕, 张祥成, 等. 基于电网消纳能力的新能源发展策略研究[J]. 电气技术, 2019, 20(6): 50-55.

[4] 康重庆, 陈启鑫, 苏剑, 等. 新型电力系统规模化灵活资源虚拟电厂科学问题与研究框架[J]. 电力系统自动化, 2022, 46(18): 3-14.

[5] ABBASI E. Coordinated primary control reserve by flexible demand and wind power through ancillary service-centered virtual power plant[J]. International Transactions on Electrical Energy Systems, 2017, 27(12): e2452.

[6] 刘雨佳, 樊艳芳, 白雪岩, 等. 基于优化计算型区块链系统的虚拟电厂模型与调度策略[J]. 电工技术学报, 2023, 38(15): 4178-4191.

[7] 王宏, 魏晓强, 李兵. 考虑风电协议外送的调峰型电采暖虚拟电厂优化配置方法[J]. 电力系统保护与控制, 2021, 49(19): 135-144.

[8] 李英量, 周丽雯, 王德明, 等. 计及用户分级的虚拟电厂经济调度[J]. 电力系统保护与控制, 2022, 50(16): 121-130.

[9] 张涛, 李逸鸿, 郭玥彤, 等. 考虑虚拟电厂调度方式的售电公司多时间尺度滚动优化[J]. 电力系统保护与控制, 2021, 49(11): 79-87.

[10] 李翔宇, 赵冬梅. 分散架构下多虚拟电厂分布式协同优化调度[J]. 电工技术学报, 2023, 38(7): 1852- 1863.

[11] 曹永吉, 张恒旭, 施啸寒, 等. 规模化分布式能源参与大电网安全稳定控制的机制初探[J]. 电力系统自动化, 2021, 45(18): 1-8.

[12] 徐清文, 曹永吉, 张恒旭, 等. 考虑暂态调频能力的虚拟电厂预防控制方法[J]. 电力系统自动化, 2022, 46(18): 83-89.

[13] 李翔宇, 赵冬梅. 基于模糊-概率策略实时反馈的虚拟电厂多时间尺度优化调度[J]. 电工技术学报, 2021, 36(7): 1446-1455.

[14] WANG Yue. An adaptive importance sampling method for spinning reserve risk evaluation of generating systems incorporating virtual power plants[J]. IEEE Transactions on Power Systems, 2018, 33(5): 5082- 5091.

[15] 兰威, 陈飞雄. 计及阻塞管理的虚拟电厂与配电网协同运行策略[J]. 电气技术, 2022, 23(6): 30-41.

[16] 李嘉媚, 艾芊, 殷爽睿. 虚拟电厂参与调峰调频服务的市场机制与国外经验借鉴[J]. 中国电机工程学报, 2022, 42(1): 37-56.

[17] 王文悦, 刘海涛, 季宇. 虚拟电厂可调空间统一建模及其参与调峰市场的优化运行策略[J]. 电力系统自动化, 2022, 46(18): 74-82.

[18] 李嘉媚, 艾芊. 考虑调峰辅助服务的虚拟电厂运营模式[J]. 电力自动化设备, 2021, 41(6): 1-13.

[19] 孙辉, 范轩轩, 胡姝博, 等. 虚拟电厂参与日前电力市场的内外协调竞标策略[J]. 电网技术, 2022, 46(4):1248-1262.

[20] 宋巍, 王佳伟, 赵海波, 等. 考虑需求响应交易市场的虚拟电厂多阶段竞价策略研究[J]. 电力系统保护与控制, 2017, 45(19): 35-45.

[21] YUAN Guili, CHEN Sixuan, DOU Xiaoxuan. Research on two-stage game strategy of virtual power plant in deep peak regulation auxiliary service market[C]//E3S Web of Conferences, 2021, 256: 01026.

[22] 关舒丰, 王旭, 蒋传文, 等. 基于可控负荷响应性能差异的虚拟电厂分类聚合方法及辅助服务市场投标策略研究[J]. 电网技术, 2022, 46(3): 933-944.

[23] 汪莞乔, 苏剑, 潘娟, 等. 虚拟电厂通信网络架构及关键技术研究展望[J]. 电力系统自动化, 2022, 46(18): 15-25.

[24] 赵昊天, 王彬, 潘昭光, 等. 支撑云-群-端协同调度的多能园区虚拟电厂: 研发与应用[J]. 电力系统自动化, 2021, 45(5): 111-121.

Integrated virtual power plant based on cloud-edge-terminal collaborative control

ZHENG Ran XIA Yanhui ZHAO Xuemao HUANG Changxiang DONG Chen

(Sungrow Power Supply (Nanjing) Co., Ltd, Nanjing 210012)

The construction and development of new power system put forward higher requirements for the safe and stable operation of power grid. Virtual power plant (VPP), as an advanced energy network form, can effectively enhance the flexible adjustment ability of power grid. Firstly, an integrated virtual power plant architecture based on cloud-edge-terminal collaborative control is proposed, which is divided into stratum, edge layer and centralized control layer, and integrates and controls the distributed energy resources (DER) in stratified zones. Secondly, the operation mode of VPP participating in power auxiliary services such as peak regulating, frequency regulating and voltage regulating is analyzed, and the mathematical model considering the dispatching cost and regulating performance is constructed. Then, the possibility of VPP participating in power grid emergency control is analyzed, and the interaction logic between VPP and stability control system is discussed. Finally, the significance of the development of VPP and the future research direction of virtual power plant are pointed out.

virtual power plant (VPP); ancillary services; power system security and stability; peak regulation and frequency modulation; distributed energy resources (DER)

2023-07-05

2023-07-18

郑 冉（1991—），男，江苏南京人，硕士，工程师，研究方向为电力系统分析和控制、虚拟电厂。