Page 91 - 《中国电力》2026年第4期

李欣等：计及源荷双重不确定性的高速路域虚拟电厂运行优化策略 2026 年第 4 期

5 算例分析
2 000

5.1 算例参数 1 500
本文基于 Matlab 对源荷出力进行处理，并基 功率/kW 1 000
500
于 python3.11 和 pytorch 环境采用 PPO 算法对高速
0
500
路域 VPP 的运行优化问题进行求解。选取甘肃 G30 400 24:00
300
200 16:00
高速安门—武威服务区构建高速路域 VPP 进行运 场景/个 100 08:00 时刻
0 00:00
行优化。实时电价采用甘肃省用电电价的分时标
图 4 光伏出力场景
准。峰时段为 07:00—09:00、17:00—23:00，平 Fig. 4 Photovoltaic output scenario generation
段为 23:00—07:00，谷段为 09:00—17:00；峰谷
平段电价分别为 0.671 4、0.448 9 和 0.226 5 元/(kW·h)。
1 000
柔性负荷参数如表 1 所示，设备运行参数如表 2
800
所示，部分设备运行费用如表 3 所示。 600
功率/kW 400
表 1 柔性负荷参数 200
0
Table 1 Flexible load parameters 500
400 24:00
300 16:00
类型 持续时长/h 可中断时长/h 调节成本/(元·(kW·h) ) 200
–1
100 08:00 时刻
场景/个
可平移 2 5 0.2 0 00:00
可转移 2 5 0.3 图 5 风电出力场景
Fig. 5 Wind power output scenario generation

表 2 设备运行参数
Table 2 Equipment operation parameters
800
设备类型 参数 数值/kW
600
光伏 装机容量 1 500
风电 装机容量 800 功率/kW 400
200
储能容量 1 200
储能 0
储能功率 700 500
400 24:00
300 16:00
200

表 3 部分设备运行费用 场景/个 100 08:00 时刻
0 00:00
Table 3 Operating costs of selected equipment
图 6 充电负荷场景
设备 费用/(元·kW )
–1
Fig. 6 Charging load scenario generation
光伏发电设备 0.020
风力发电设备 0.100 表 4 削减后 5 种场景风光出力概率
Table 4 Probabilities of wind and solar power output for
蓄电池组 0.011
the five post-reduction scenarios

5.2 源荷出力数据 风电出力 概率 光伏出 概率 充电负 概率
场景序号 力场景 荷场景
选取该地区风光历史气候数据与车流量实测
1 0.11 1 0.19 1 0.46
数据，采用本文所提的 MCMC 源荷出力生成法得
2 0.16 2 0.15 2 0.12
到风电、光伏与 EV 充电负荷的 500 个场景如图 4~
3 0.15 3 0.11 3 0.11
6 所示。
4 0.17 4 0.37 4 0.34
表 4 为 5 种场景下源荷的出力概率。在光伏
5 0.41 5 0.18 5 0.26
与风力发电削减后的场景中，风电出力场景 5 与
光 伏 出 力 的 场 景 2 概 率 最 高 ， EV 充 电 负 荷 场 景 根据场景出力概率大小不同，选取出力概率最
1 的出力概率最高。 大的场景作为典型源荷场景生成数据。得到削减

87