摘要：新能源海量接入对电网带来巨大挑战，需要充分挖掘资源提升电网调节能力，本文提出一种虚拟电厂对多种资源控制的建设体系，解决海量、分散资源不能独立参与调节问题，首先分析虚拟电厂框架、物联方案和邀约方案，其次对虚拟电厂组成的空调负荷、充电桩、光伏、小水电和小微园区的特点及参与方式进行研究，最后通过局部电网情况对比、小微园区情况对比和光伏台区电压对比，验证了虚拟电厂在调节系统负荷、提升组成单元收益和解决电压越限问题的有效性。
关键词：
虚拟电厂；物联方案；小微园区
0引言
以新能源为主体的新型电力系统能够有效推动能源绿色低碳转型，进而实现“双碳”目标和高质量可持续发展[1-3]，但是新能源的波动性、间歇性和随机性对电力系统的安全性带来巨大挑战，因此需要提升电力系统的调节能力解决低谷新能源消纳困难和用电高峰时段保供问题[4-6]。
目前用户侧灵活异构资源种类丰富，但是存在体量小、总量大的问题，因此导致大量用户侧资源未能纳入电力系统调控范围[7]。文献[8]通过建立站控层、过程层和资源层的系统结构，解决海量资源接入问题和数据交换安全问题。文献[9]提出“对内协调、对外统一”的运营模式，实现低成本、安全的纳入电网调度。文献[10]为解决目前单一负荷资源响应问题，提出综合考虑多种负荷的弹性资源计算方法，建立可调节负荷速率、可调节负荷深度等指标，提升虚拟电厂可靠性。
本文综合考虑上述虚拟电厂的建设和实践经验，首先通过虚拟电厂框架将电网和多种资源连接，然后通过基于云-管-边-端的物联框架将多种资源进行聚合，其次通过多种邀约方式参与电网多时间尺度调节问题，并对虚拟电厂组成的各种资源的特性和参与电网调节方式进行分析，后续将通过区块链等技术实现交易精准认证和信息溯源。
1虚拟电厂建设方案
1.1虚拟电厂框架
虚拟电厂是一种通过能源互联网技术，其框架如图1所示，能够把分散于不同地区、不同客户端的充电桩、空调、储能电池等电力负荷及新能源整合起来，实现统一、精准的智能控制和协调优化，参与到电力系统的辅助服务和市场化交易中。
图1虚拟电厂框架
1.2虚拟电厂物联方案
虚拟电厂物联方案为云-管-边-端结构，其中云为虚拟电厂，具备资源融合、指令下发、拓扑分析、源荷协调功能，此外虚拟电厂可以参与到省公司需求侧响应。管为4G/5G无线虚拟专网，实现虚拟电厂和智能终端的网络通讯，无线虚拟专网通过量子加密方式，可以减少有线网络的建设费用，同时增加网络传输的保密性和可靠性。端为虚拟电厂智慧终端，负责接收虚拟电厂控制指令并下发到用户终端，监测用户终端状态，记录用户终端参与响应的时间和大小。端为用户终端，为虚拟电厂响应的单元。
图2虚拟电厂物联结构
1.3虚拟电厂邀约方案
虚拟电厂邀约方案分为日前邀约、日内邀约、实时邀约3类，日前邀约指的是停机影响较大的连续性生产企业，如化纤企业；日内邀约为停机影响较小的连续性生产企业，如铸造企业；实时邀约指的是具备实时柔性调节的间歇性生产企业，如电解铝企业；实时邀约可分为实时可调节和实时可中断两类：实时可中断指的是具备分路中断能力的企业；实时可调节指的是分布式光伏、分布式小水电和空调等。
2虚拟电厂组成
2.1空调负荷
空调降温负荷占夏季总负荷的近40%，已经成为电网峰谷差拉大、尖峰负荷凸显的重要原因之一；据实际测验，夏季空调温度每升高1℃，功率降低7-8%，因此，按照夏季不低于26℃，冬季不高于20℃的人体温度适宜区间，能够大幅削减尖峰时刻电网供电压力。
大型楼宇安装中央空调智能化控制设备，将大型楼宇空调电力负荷纳入电力负荷管理中心统一管控，持续增强全市电力负荷的实时柔性调控能力，有效提升能源供应保障能力，达到节能降耗、平衡全域用电的效果。
2.2储能
储能主要包括储能电站和分布式储能，如5G基站分布式储能。储能电站在电价低谷时段储存电能，电价高峰时段释放电能，以浙江地区为例，可以做到两充两放，实现削峰填谷收益。5G基站通常都配置储能电池保证不间断供电，具有较好的负荷可调节特性，通过对基站储能容量、充放电状态、充放电功率、充放电裕度等数据进行实时监测，可协助电网调峰，实现基础资源商业价值最大化。
2.3充电桩
充电桩参与到虚拟电厂控制中主要通过柔性功率控制技术和V2G反向充电技术两种方法。
柔性功率控制指的是：当尖峰时段供电紧张时，电动汽车以较小功率充电，当躲过尖峰时段，增加充电桩充电功率，从而缓解供电紧张压力。
V2G反向充电技术指的是：电动汽车向电网送电技术，核心原理是把电动汽车当作移动式储能装置，当电网负荷较高时，电动汽车储能可以及时反馈给电网，达到移峰填谷的效果。
2.4光伏
光伏电站目前的收益以自发自用，余量上网为主，光伏运营商通过虚拟电厂可以参与电力市场化交易中，获取现货交易和绿电交易收益，解决单个分布式光伏电站容量小，稳定性差导致的功率预测性差问题。此外随着分布式光伏渗透率不断提升，部分地区电网呈现出电压越限问题，通过虚拟电厂的拓扑分析功能，可以动态改变电网拓扑结构，智能协调电容器、光伏逆变器等无功控制设备，高局部电网电压治理水平。
2.5小水电
小水电分为具有库容小水电和径流式小水电，径流式小水电根据来水量直接发电，具有库容小水电具备一定的调节能力，可以根据来水量直接发电，也可以根据需要在库容范围内优化调节发电，在用电低谷期间蓄水，在用电高峰满负荷发电；此外小水电一般分布在一条或多条河流上，通过对库容合理优化组合后，可以形成梯级水力发电站，在考虑水流关联系数、水流时滞系数和水流分配系数的基础上，并能够使没有库容的径流式水电站间接具备负荷高峰大发的能力，提高水力发电的综合利用效率。
2.6小微园区
小微园区具备负荷聚合和控制指令分解能力，因此被成为次级虚拟电厂，其负荷存在数量庞大、地点分散，无法直接参与到需求侧响应中，通过无线网关和智慧能源单元等模式实现低压工业负荷聚合，实现对玩具、制锁和水晶等小微园区负荷协调控制。
智慧能源单元包括主终端和终端，主终端负责接收上级的控制指令、分解需求响应指令、上传园区的可调资源和当前状态，单个终端可以对多栋单元楼进行监测，减少终端布局的建设成本。
3案例分析
3.1案例模型
电负荷功率平衡为：
(1)式中：为电网供电功率，为光伏发电功率，为小水电增加顶峰功率，为储能储（放）电能功率，储功率为正，放功率为负，为负荷功率，中，为1、2、3是分别代表空调负荷、充电桩负荷和小微园区负荷，分别为增大和减小负荷功率，增大功率为负，减小功率为正。
储能电量状态为：
（2）
式中：、为储能充电、放电效率，其储放电能的效率均为0.95。
储能储（放）电能功率约束为：
（3）
式中：和分别为储能储（放）电能的最大和最小功率。
日用电成本为:
（4）
式中：为从电网公司购电成本。
需求侧响应收益为：
（5）
式中：为原负荷功率，为需求侧响应后负荷功率，为需求侧响应单位收益，为1元/kWh。
实际用电成本为：
(6)
3.2案例情况
某地区公共机构、综合体和工业企业空调负荷接入123户，响应能力为19mW；储能容量为2mW/4mWh；充电桩响应能力为0.9mW，响应能力为5mW；小水电响应能力为10mW，响应时间为3h；小微园区负荷响应能力为20mW。负荷、光伏、小微园区和小微园区内光伏功率如图3所示。
图3功率曲线
该地区电价情况如图4所示。
图4电价情况
3.3案例仿真对比
（1）局部电网仿真效果对比
原电网下网功率和经虚拟电厂优化后电网下网功率对比如图5所示，虚拟电厂调用资源功率情况如图6所示。
图5电网下网功率对比
图6虚拟电厂调用资源情况
原早高峰下网为459.9mW，经优化后早高峰下网为440.9mW，降低了19mW；原午间低谷下网为330.8mW，经优化后午间低谷下网为342.8mW，提升了12mW；原晚高峰下网为543.6mW，经优化后晚高峰下网为516.1mW，降低了27.5mW；通过虚拟电厂对多种资源的聚合，有效的降低了峰谷差，优化了电网下网功率。
（2）小微园区运行效果对比
小微园区通过虚拟电厂调用，参与负荷响应功率为20mW，响应时常为4h，获取收益为8万元。原用电负荷为1404.2mWh，光伏发电为141.1mWh,无光伏时用电成本为107.3万元，有光伏时用电成本为94.5万元，调用后用电成本为93万元，去除需求侧响应收益，用电成本为85万元。
小微园区除通过虚拟电厂参与电网调节外，还可以转为就地最优经济运行模式，其响应功率和调节经济运行前后对比如图6所示。
图6小微园区响应功率和经济运行前后对比
小微园区经济运行后，响应功率为20mW，响应时常为4h，用电成本为90.8万元，相比经济运行前94.5万元用电成本降低3.7万元。
（3）光伏电压调节效果对比
采用虚拟电厂对光伏电压进行调节后，台区侧原有电压曲线、现在台电压曲线和电压合格范围如图7所示，其中220V电压合格范围为+7%，-10%。
图7台区分布式光伏接入改造后示意图
由图7可知，原有台区侧电压最高为242.45V，平均电压为238.91V；现在台区侧最高电压为231.76V，平均电压为228.49V；平均电压降低10.42V；原有台区侧电压均处于越限状态，现在台区侧电压均能满足要求。
4结语
虚拟电厂能够充分发挥多种资源参与电网调度，优化电网峰谷差，增加参与者收益；并通过基于云-管-边-端的物联结构，解决海量、分散资源不能独立参与电网响应的问题；通过多种邀约方案参与多种时间维度的电网响应，提升电网的调节能力。
后续将建成全域源网荷储一体化的虚拟电厂体系，加强点滴资源接入，积极引导各类社会化负荷聚合商接入虚拟电厂；深化虚拟电厂在电力市场中的应用场景，逐步以独立市场主体参与到电力现货交易中，为用户侧电力灵活性资源提供多元的增值服务，并通过引进区块链技术，实现精准的计量认证和信息朔源。
参考文献
[1]WangWenlong.Greenenergyandresources:Advancinggreenandlow-carbondevelopment[J].GreenEnergyandResources,2023,1(1).
[2]张倩,朱新超.能源绿色低碳转型助推“双碳”战略实施[J].煤炭经济研究,2023,43(01):17-25..
[3]张兴琪,王雪,郐洋,等.基于双碳目标的绿色低碳高质量发展路径分析[J].中国资源综合利用,2023,41(02):174-176.
[4]郄朝辉,李威,姜涛,等.电网频率校正控制方法在高比例新能源电网的适应性[J/OL].电网技术:1-9[2023-06-09].
[5]任冲,柯贤波,王吉利,等.高比例新能源电网新能源功率优化分配方法[J].电力工程技术,2022,41(03):110-117.
[6]吴晓刚,吴新华,季青锋,等.计及新能源不确定性的新能源场站与储能电站分布式协同优化[J].浙江电力,2022,41(06):54-61.
[7]任正某,王剑,王金锋等.基于负荷聚合商的需求侧应用方法研究[J].电气时代,2023,No.499(04):77-80.
[8]刘健,刘雨鑫,庄涵羽.虚拟电厂关键技术及其建设实践[J].综合智慧能源,2023,45(06):59-65.
[9]王宣元,刘蓁.虚拟电厂参与电网调控与市场运营的发展与实践[J].电力系统自动化,2022,46(18):158-168.
[10]张波,胡卫军,王健,等.面向虚拟电厂的需求响应潜力评估方法研究[J].浙江电力,2023,42(06):78-85.
本文作者可以追加内容哦 !
