Power Reserve Capacity from Virtual Power Plants with Reliability and Cost Guarantees
作者: Lorenzo Zapparoli, Blazhe Gjorgiev, Giovanni Sansavini
分类: eess.SY
发布日期: 2025-10-06
备注: Submitted to IEEE Transactions on Power Systems
DOI: 10.1109/TPWRS.2026.3654192
💡 一句话要点
提出一种考虑可靠性和成本保证的虚拟电厂备用容量评估方法
🎯 匹配领域: 支柱四：生成式动作 (Generative Motion)
关键词: 虚拟电厂 备用容量 辅助服务 不确定性量化 子集模拟
📋 核心要点
- 现有VPP备用容量评估方法未能充分考虑辅助服务产品的可靠性要求和技术规范，且成本估算不够准确。
- 该论文提出一种新方法，通过子集模拟量化不确定性，并结合显性成本和机会成本来评估VPP的备用容量。
- 实验结果表明，VPP能够可靠地提供备用服务，且机会成本是产品定价的关键因素，产品需求显著影响备用容量。
📝 摘要（中文）
可再生能源渗透率的不断提高预计将推动对电力备用辅助服务（AS）的更高需求。一种解决方案是通过虚拟电厂（VPP）将分布式能源（DER）集成到AS市场中，从而增加供应。已经开发了几种评估VPP提供服务潜力的方法。然而，现有方法未能考虑AS产品的要求（可靠性和技术规范）并提供准确的成本估算。本文提出了一种新方法，用于评估VPP在预测不确定性下交付电力备用容量产品的潜力。首先，使用一种新颖的子集模拟公式来确定最大可行备用容量，以实现高效的不确定性量化。其次，通过考虑显性成本和机会成本来表征供应曲线。该方法应用于基于具有多样化DER组合的瑞士代表性低压网络的VPP。我们发现VPP可以可靠地提供备用产品，并且机会成本驱动产品定价。此外，我们表明产品的要求强烈影响备用容量的提供能力。该方法旨在支持VPP管理者制定市场策略，并支持政策制定者设计以DER为中心的AS产品。
🔬 方法详解
问题定义：现有虚拟电厂（VPP）备用容量评估方法的痛点在于，它们通常忽略了辅助服务（AS）产品对可靠性和技术规范的严格要求，并且在成本估算方面不够精确。这导致VPP管理者难以制定有效的市场策略，政策制定者也难以设计出合理的、以分布式能源（DER）为中心的AS产品。
核心思路：该论文的核心思路是，通过更精确的不确定性量化和更全面的成本考虑，来提升VPP备用容量评估的准确性和可靠性。具体而言，论文采用子集模拟来处理预测不确定性，并同时考虑显性成本和机会成本来构建供应曲线。
技术框架：该方法主要包含两个阶段：1) 最大可行备用容量确定：利用子集模拟（Subset Simulation）方法，在考虑预测不确定性的前提下，确定VPP能够提供的最大备用容量。子集模拟是一种高效的不确定性量化技术，特别适用于处理小概率事件。2) 供应曲线构建：通过分析VPP的成本结构，包括显性成本（如启动成本、运行成本）和机会成本（如未能参与其他市场所损失的收益），构建VPP的备用容量供应曲线。该曲线反映了VPP在不同价格水平下愿意提供的备用容量。
关键创新：该论文的关键创新在于：1) 提出了一种将子集模拟应用于VPP备用容量评估的新方法，能够更有效地处理预测不确定性。2) 将机会成本纳入VPP备用容量的成本评估中，从而更准确地反映了VPP的真实成本结构。3) 综合考虑了AS产品的可靠性要求和技术规范，使得评估结果更具实用性。
关键设计：在子集模拟中，需要合理设置子集的大小和迭代次数，以保证计算效率和精度。在成本评估中，需要准确估算VPP中各种DER的显性成本和机会成本，这可能需要依赖历史数据和市场分析。此外，还需要根据具体的AS产品要求，对VPP的运行策略进行优化。
🖼️ 关键图片
📊 实验亮点
该研究通过对一个基于瑞士低压网络的VPP进行案例分析，验证了该方法的有效性。实验结果表明，VPP可以可靠地提供备用服务，且机会成本是产品定价的关键因素。此外，实验还表明，产品的可靠性要求对备用容量的提供能力有显著影响。例如，更严格的可靠性要求会导致VPP能够提供的备用容量降低。
🎯 应用场景
该研究成果可应用于虚拟电厂的运营管理和辅助服务市场的设计。VPP管理者可以利用该方法评估其备用容量，制定更合理的市场策略。政策制定者可以利用该方法设计更有效的、以分布式能源为中心的辅助服务产品，促进可再生能源的消纳和电网的稳定运行。该方法还有助于提高电力市场的效率和透明度。
📄 摘要（原文）
The growing penetration of renewable energy sources is expected to drive higher demand for power reserve ancillary services (AS). One solution is to increase the supply by integrating distributed energy resources (DERs) into the AS market through virtual power plants (VPPs). Several methods have been developed to assess the potential of VPPs to provide services. However, the existing approaches fail to account for AS products' requirements (reliability and technical specifications) and to provide accurate cost estimations. Here, we propose a new method to assess VPPs' potential to deliver power reserve capacity products under forecasting uncertainty. First, the maximum feasible reserve quantity is determined using a novel formulation of subset simulation for efficient uncertainty quantification. Second, the supply curve is characterized by considering explicit and opportunity costs. The method is applied to a VPP based on a representative Swiss low-voltage network with a diversified DER portfolio. We find that VPPs can reliably offer reserve products and that opportunity costs drive product pricing. Additionally, we show that the product's requirements strongly impact the reserve capacity provision capability. This approach aims to support VPP managers in developing market strategies and policymakers in designing DER-focused AS products.