聚合光储换电站的虚拟电厂容量动态调配与快速响应实证

李小平; 汪红波; 邵立政; 王冠雄; 王俊锞; 高洪超

doi:10.7500/AEPS20250812007

您当前的位置：

首页 >

文章列表页 >

聚合光储换电站的虚拟电厂容量动态调配与快速响应实证

规模化灵活资源虚拟电厂 | 更新时间：2026-02-28

- 聚合光储换电站的虚拟电厂容量动态调配与快速响应实证
- Demonstration of Dynamic Capacity Allocation and Rapid Response for Virtual Power Plants Integrated with Aggregated Photovoltaic-Energy Storage Battery Swapping Station
- 电力系统自动化 2025年49卷第20期页码：161-173
- 作者机构：
  
  1.国网湖北省电力有限公司，湖北省武汉市 430048
  2.清华四川能源互联网研究院，四川省成都市 610213
  3.上海蔚来汽车有限公司，上海市 201103
  4.新型电力系统运行与控制全国重点实验室（清华大学），北京市 100084
- 作者简介：
  
  李小平(1969—)，男，硕士，教授级高级工程师，主要研究方向：电力系统运行、电力市场。E-mail：lixiaoping662@sina.com
  汪红波(1974—)，女，硕士，高级工程师，主要研究方向：虚拟电厂、电力市场。E-mail：283550038@qq.com
  邵立政(1976—)，男，硕士，教授级高级工程师，主要研究方向:电力系统运行、电力市场。E-mail：shaolz@126.com
  高洪超(1990—)，男，通信作者，博士，助理研究员，主要研究方向：虚拟电厂。E-mail：hcgaoth@tsinghua.edu.cn
- 基金信息：
  
  国家重点研发计划资助项目(2021YFB2401200);国网湖北省电力有限公司科技项目：“基于省域电网的灵活性评估的虚拟电厂资源优化配置技术”(521505240005)
- DOI：10.7500/AEPS20250812007
  中图分类号：
- 收稿：2025-08-12，
  
  修回：2025-09-05，
  
  网络首发：2025-09-15，
  
  纸质出版：2025-10-25
- 稿件说明：
移动端阅览
李小平,汪红波,邵立政等.聚合光储换电站的虚拟电厂容量动态调配与快速响应实证[J].电力系统自动化,2025,49(20):161-173.

LI Xiaoping,WANG Hongbo,SHAO Lizheng,et al.Demonstration of Dynamic Capacity Allocation and Rapid Response for Virtual Power Plants Integrated with Aggregated Photovoltaic-Energy Storage Battery Swapping Station[J].Automation of Electric Power Systems,2025,49(20):161-173.
李小平,汪红波,邵立政等.聚合光储换电站的虚拟电厂容量动态调配与快速响应实证[J].电力系统自动化,2025,49(20):161-173. DOI： 10.7500/AEPS20250812007.

LI Xiaoping,WANG Hongbo,SHAO Lizheng,et al.Demonstration of Dynamic Capacity Allocation and Rapid Response for Virtual Power Plants Integrated with Aggregated Photovoltaic-Energy Storage Battery Swapping Station[J].Automation of Electric Power Systems,2025,49(20):161-173. DOI： 10.7500/AEPS20250812007.

摘要

随着新型电力系统主配网协同运营不断加深，虚拟电厂在多级电网的响应需求呈现出立体化发展态势，有限聚合容量的动态调配问题成为关键。针对传统等比例调配方法带来的资源对象占用率高、资源利用效率低、多时序协同困难等问题，以聚合光储换电站虚拟电厂为研究对象，在动态构建中引入自下而上的异质资源容量调配方法，实现“少资源、高效率”的响应策略。首先，构建了考虑聚合容量动态边界的光储换电站线性建模框架；然后，基于闵可夫斯基和及近似求解方法，实现异质资源的可行域规范提取；最后，以个体可行域最大利用为目标，建立基于可行域仿射变换的双层规划动态调配模型，采用Karush-Kuhn-Tucker条件与McCormick凸包络松弛方法，将原非确定性多项式问题重构为线性优化问题，显著提升虚拟电厂构建过程的求解效率。在此基础上，考虑调控指令的高频波动性及换电站运行状态参数的时变性，提出一种二次调频实时控制的动态调控策略，以实现从“离线容量调配”到“在线动态调控”的闭环联动。基于中国湖北电网进行验证场景搭建，验证了所提策略在工程实践中的可行性与有效性。

Abstract

As the coordinated operation of main grids and distribution networks in new power systems continues to deepen

the response demands of virtual power plants (VPPs) in multi-level power grids are showing a multi-dimensional development trend

making the dynamic allocation of limited aggregated capacity pivotal. To address the problems of high resource occupancy rates

low utilization efficiency

and difficulties in multi-time-series coordination caused by traditional proportional allocation methods

this paper takes VPPs integrated with aggregated photovoltaic-energy storage battery swapping station (BSS) as its research object. A bottom-up capacity allocation method for heterogeneous resources is introduced in the dynamic construction to achieve a “low-resource

high-efficiency” response strategy. First

this paper constructs a linear modeling framework for a photovoltaic-energy storage BSS

considering the dynamic boundaries of aggregated capacity. Then

based on Minkowski sum and approximation techniques

the normative extraction of feasibility regions for heterogeneous resources is realized. Finally

with the objective of maximizing the utilization of individual feasibility regions

a bi-level planning dynamic allocation model is established based on the affine transformations of feasibility regions. The original non-deterministic polynomial problem is reformulated into a linear optimization problem by employing Karush-Kuhn-Tucker (KKT) conditions and the McCormick convex envelope relaxation method

which significantly improves the solution efficiency of the VPP construction process. On this basis

considering the high-frequency volatility of regulation commands and the time-varying operational parameters of swapping stations

a dynamic regulation strategy for real-time secondary frequency regulation is proposed to achieve a closed-loop linkage from “offline capacity allocation” to “online dynamic regulation”. A validation scenario is established based on Hubei power grid in China to verify the effectiveness and feasibility of the proposed strategy in engineering practice.

关键词

Keywords

references

刘晓明，刘俊，姚宏伟，等 . 基于VSG的风光水火储系统频率调节深度强化学习方法［J］. 电力系统自动化， 2025 ， 49 （ 9 ）： 114 - 124 .

LIU Xiaoming ， LIU Jun ， YAO Hongwei ， et al . Deep reinforcement learning method for frequency regulation of wind-solar-hydro-thermal-storage systems based on virtual synchronous generator ［J］. Automation of Electric Power Systems ， 2025 ， 49 （ 9 ）： 114 - 124 .

朱学科，朱介北，俞露杰，等 . 基于惯量响应测试标准的新能源并网换流器惯量控制参数评估［J/OL］. 电力系统自动化［ 2025-06-25 ］. http：//doi. org/10.7500/AEPS20241109001 http://doi.org/10.7500/AEPS20241109001 .

ZHU Xueke ， ZHU Jiebei ， YU Lujie ， et al . Inertia control parameter evaluation of grid-connected renewable energy converters based on inertia response testing standards ［J/OL］. Automation of Electric Power Systems ［ 2025-06-25 ］. http：//doi. org/10.7500/AEPS20241109001 http://doi.org/10.7500/AEPS20241109001 .

宋梦，经昕怡，蔡昀峰，等 . 基于产消者能量-备用联合共享的虚拟电厂优化运营方法［J］. 电力系统自动化， 2024 ， 48 （ 18 ）： 3 - 13 .

SONG Meng ， JING Xinyi ， CAI Yunfeng ， et al . Optimal operation method for virtual power plant based on joint sharing of energy and reserve of prosumers ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 18 ）： 3 - 13 .

王德林，田洪迅，罗治强，等 . 新能源参与电力市场的实践及思考［J/OL］. 电力系统自动化［ 2025-08-20 ］. http：//doi. org/10.7500/AEPS20240926003 http://doi.org/10.7500/AEPS20240926003 .

WANG Delin ， TIAN Hongxun ， LUO Zhiqiang ， et al . Practices and reflections on renewable energy participation in electricity market ［J/OL］. Automation of Electric Power Systems ［ 2025-08-20 ］. http：//doi.org/10.7500/AEPS20240926003 http://doi.org/10.7500/AEPS20240926003 .

汤军，高洪超，余涛，等 . 电力市场环境下超大城市虚拟电厂的建设理念与创新实践［J］. 电网技术， 2025 ， 49 （ 1 ）： 103 - 112 .

TANG Jun ， GAO Hongchao ， YU Tao ， et al . Construction concept and innovative practices of virtual power plants in megacities under electricity market environment ［J］. Power System Technology ， 2025 ， 49 （ 1 ）： 103 - 112 .

张沛超，赵建立，李进鑫，等 . 5G基站二次调频虚拟电厂的协调控制方法［J/OL］. 电网技术［ 2025-04-18 ］. https：//doi.org/10.13335/j.1000-3673.pst.2024.1568 https://doi.org/10.13335/j.1000-3673.pst.2024.1568 .

ZHANG Peichao ， ZHAO Jianli ， LI Jinxin ， et al . Coordinated control method of 5G base station virtual power plant for participating in secondary frequency regulation ［J/OL］. Power System Technology ［ 2025-04-18 ］. https：//doi.org/10.13335/j.1000-3673.pst.2024.1568 https://doi.org/10.13335/j.1000-3673.pst.2024.1568 .

BARINGO A ， BARINGO L ， ARROYO J M . Robust virtual power plant investment planning ［J］. Sustainable Energy， Grids and Networks ， 2023 ， 35 ： 101105 .

FAN M ， LI Z S ， DING T ， et al . Uncertainty evaluation algorithm in power system dynamic analysis with correlated renewable energy sources ［J］. IEEE Transactions on Power Systems ， 2021 ， 36 （ 6 ）： 5602 - 5611 .

DAS C K ， BASS O ， MAHMOUD T S ， et al . Optimal allocation of distributed energy storage systems to improve performance and power quality of distribution networks ［J］. Applied Energy ， 2019 ， 252 ： 113468 .

郭汇东，肖辉，曾林俊，等 . 考虑电动汽车能量管理的光储充电站储能优化配置［J/OL］. 南方电网技术［ 2025-07-06 ］. http：//kns.cnki.net/kcms/detail/44.1643.TK.20250703.1644.002.html http://kns.cnki.net/kcms/detail/44.1643.TK.20250703.1644.002.html .

GUO Huidong ， XIAO Hui ， ZENG Linjun ， et al . Optimization configuration of energy storage in photovoltaic charging stations considering energy management for electric vehicles ［J/OL］. Southern Power System Technology ［ 2025-07-06 ］. http：//kns.cnki.net/kcms/detail/44.1643.TK.20250703.1644.002.html http://kns.cnki.net/kcms/detail/44.1643.TK.20250703.1644.002.html .

刘敦楠，王玲湘，汪伟业，等 . 基于深度强化学习的大规模电动汽车充换电负荷优化调度［J］. 电力系统自动化， 2022 ， 46 （ 4 ）： 36 - 46 .

LIU Dunnan ， WANG Lingxiang ， WANG Weiye ， et al . Optimal scheduling of electric vehicle load for large-scale battery charging and swapping based on deep reinforcement learning ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 4 ）： 36 - 46 .

刘洪，连恒辉，葛少云，等 . 电动汽车换电站时序响应能力模型与充电计划制订策略［J］. 电力系统自动化， 2017 ， 41 （ 8 ）： 91 - 97 .

LIU Hong ， LIAN Henghui ， GE Shaoyun ， et al . Timing response capability model of electric vehicle battery swapping station and strategy formulation of charging plan ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 8 ）： 91 - 97 .

王思远，吴文传 . 灵活性资源聚合参考模型与量化指标体系［J］. 电力系统自动化， 2024 ， 48 （ 3 ）： 1 - 9 .

WANG Siyuan ， WU Wenchuan . Aggregation reference model and quantitative metric system of flexible energy resources ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 3 ）： 1 - 9 .

WEN Y L ， HU Z C ， YOU S ， et al . Aggregate feasible region of DERs： exact formulation and approximate models ［J］. IEEE Transactions on Smart Grid ， 2022 ， 13 （ 6 ）： 4405 - 4423 .

ZHANG M Y ， XU Y L ， SHI X Y ， et al . A fast polytope-based approach for aggregating large-scale electric vehicles in the joint market under uncertainty ［J］. IEEE Transactions on Smart Grid ， 2024 ， 15 （ 1 ）： 701 - 713 .

徐天韵，陈涛，张鑫，等 . 基于奇诺多面体的虚拟电厂分布式资源广域聚合调控方法［J］. 电力系统自动化， 2024 ， 48 （ 18 ）： 139 - 148 .

XU Tianyun ， CHEN Tao ， ZHANG Xin ， et al . Zonotope-based wide-area aggregation and regulation method for distributed resources in virtual power plant ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 18 ）： 139 - 148 .

张锞，王旭，杨宏坤，等 . 数据中心集群灵活边界下电力系统分布鲁棒优化调度方法［J］. 电力系统自动化， 2024 ， 48 （ 7 ）： 235 - 247 .

ZHANG Ke ， WANG Xu ， YANG Hongkun ， et al . Distributionally robust optimal scheduling method for power system under flexibility boundaries of data center clusters ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 7 ）： 235 - 247 .

陈启鑫，高洪超，冯成，等 . 虚拟电厂动态构建与可信量化：理论分析与关键技术［J］. 电力系统自动化， 2022 ， 46 （ 18 ）： 26 - 36 .

CHEN Qixin ， GAO Hongchao ， FENG Cheng ， et al . Distributionally robust optimal scheduling method for power system under flexibility boundaries of data center clusters ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 18 ）： 26 - 36 .

高洪超，李楚一，王冠雄，等 . 聚合规模化5G基站的虚拟电厂动态构建与响应实证［J］. 电力系统自动化， 2024 ， 48 （ 18 ）： 47 - 55 .

GAO Hongchao ， LI Chuyi ， WANG Guanxiong ， et al . Dynamic construction and response demonstration of virtual power plant with aggregated large-scale 5G base stations ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 18 ）： 47 - 55 .

GAO H C ， JIN T ， ZHENG K D ， et al . Dynamic construction and enhanced control of VPPs considering trade matching in IoT-based local energy system ［J］. IEEE Internet of Things Journal ， 2024 ， 11 （ 14 ）： 24523 - 24537 .

黄亚峰，朱玉杰，穆钢，等 . 基于温度预报的户用电采暖负荷可调节能力评估［J］. 电网技术， 2018 ， 42 （ 8 ）： 2487 - 2493 .

HUANG Yafeng ， ZHU Yujie ， MU Gang ， et al . Evaluation of adjustable capacity of household electrical heating load based on temperature forecast ［J］. Power System Technology ， 2018 ， 42 （ 8 ）： 2487 - 2493 .

黄昕颖，黎建，杨莉，等 . 基于投资组合的虚拟电厂多电源容量配置［J］. 电力系统自动化， 2015 ， 39 （ 19 ）： 75 - 81 .

HUANG Xinying ， LI Jian ， YANG Li ， et al . Investment portfolio based multi energy capacity allocation of virtual power plant ［J］. Automation of Electric Power Systems ， 2015 ， 39 （ 19 ）： 75 - 81 .

云秋晨，田立亭，齐宁，等 . 基于投资组合理论的虚拟电厂资源优化组合方法［J］. 电力系统自动化， 2022 ， 46 （ 1 ）： 146 - 154 .

YUN Qiuchen ， TIAN Liting ， QI Ning ， et al . Optimization method of resource combination for virtual power plant based on modern portfolio theory ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 1 ）： 146 - 154 .

NGUYEN DUC H ， NGUYEN HONG N . Optimal reserve and energy scheduling for a virtual power plant considering reserve activation probability ［J］. Applied Sciences ， 2021 ， 11 （ 20 ）： 9717 .

ZHAO B ， REN J Z ， CHEN J ， et al . Tri-level robust planning-operation co-optimization of distributed energy storage in distribution networks with high PV penetration ［J］. Applied Energy ， 2020 ， 279 ： 115768 .

葛少云，程汉桐，刘洪 . 考虑网络约束可行集合表征的虚拟电厂调度指令分解［J/OL］. 电力系统及其自动化学报［ 2025-07-06 ］. https：//doi.org/10.19635/j.cnki.csu-epsa.001661 https://doi.org/10.19635/j.cnki.csu-epsa.001661 .

GE Shaoyun ， CHENG Hantong ， LIU Hong . Decomposition of virtual power plant dispatching instructions considering the feasible set representation of network constraints ［J/OL］. Proceedings of the CSU-EPSA ［ 2025-07-06 ］. https：//doi.org/10.19635/j.cnki.csu-epsa.001661 https://doi.org/10.19635/j.cnki.csu-epsa.001661 .

SORTOMME E ， EL-SHARKAWI M A . Optimal scheduling of vehicle-to-grid energy and ancillary services ［J］. IEEE Transactions on Smart Grid ， 2012 ， 3 （ 1 ）： 351 - 359 .

VATANDOUST B ， AHMADIAN A ， GOLKAR M A ， et al . Risk-averse optimal bidding of electric vehicles and energy storage aggregator in day-ahead frequency regulation market ［J］. IEEE Transactions on Power Systems ， 2019 ， 34 （ 3 ）： 2036 - 2047 .

SADEGHI S ， JAHANGIR H ， VATANDOUST B ， et al . Optimal bidding strategy of a virtual power plant in day-ahead energy and frequency regulation markets： a deep learning-based approach ［J］. International Journal of Electrical Power & Energy Systems ， 2021 ， 127 ： 106646 .

程飞，郭春林，高泽阳，等 . 参与电网削峰调节的电动重卡换电站调度策略［J］. 电力系统自动化， 2024 ， 48 （ 9 ）： 120 - 128 .

CHENG Fei ， GUO Chunlin ， GAO Zeyang ， et al . Dispatching strategy of electric heavy truck battery swap stations participating in peak shaving regulation of power grid ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 9 ）： 120 - 128 .

ZHAO L ， ZHANG W ， HAO H ， et al . A geometric approach to aggregate flexibility modeling of thermostatically controlled loads ［J］. IEEE Transactions on Power Systems ， 2017 ， 32 （ 6 ）： 4721 - 4731 .

EAVES B C ， FREUND R M . Optimal scaling of balls and polyhedra ［J］. Mathematical Programming ， 1982 ， 23 （ 1 ）： 138 - 147 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

频率耦合阻抗模型：理论基础、建模方法与应用制约因素

计及防灾救灾功效的电力系统因灾运行碳排增加及责任分担

国内外电网排放因子研究综述：现状、挑战与发展方向

考虑沙戈荒地区复杂气象因素的超短期光伏功率预测