Page 93 - 《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

来的惩罚。观察曲线后期的波动幅度，改进算法 需求后，将多余电能向电网出售。18:00—22:00
在收敛后表现出更好的稳定性，其平滑曲线更为 时风光与储能出力不能满足负荷需求，系统选择
平直，这表明改进算法学到的策略性能更优。 向电网购电以满足用电需求，维持能量供需平衡。

表 5 超参数设置 2 500 风电出力；
光伏出力；
Table 5 Hyperparameter settings 2 000 电网购电；
电网售电；
参数名称 数值 1 500 储能；
负荷用电
1 000
学习率α 1×10 –3
功率/kW 500
折扣因子γ 0.995
探索率 0.05 0
经验池容量 10 000 −500
−1 000
网络维度 （64, 4, 64）
−1 500
00:00 04:00 08:00 12:00 16:00 20:00 24:00

0 时刻
−50 图 13 仅考虑储能充放电的优化结果
Fig. 13 Optimal scheduling results considering only
平均奖励 −100 storage charging and discharging

−150 原始算法； 800
改进算法
−200 600
0 500 1 000 1 500 2 000 2 500 3 000 400
训练次数/次 200
图 12 改进前后算法训练奖励曲线对比 日前阶段购售电功率/kW
Fig. 12 Training reward curve comparison: original vs. 0
improved algorithm −200

5.4 运行优化结果分析 −400
为了验证所提优化方案的经济性、有效性， −600 04:00 08:00 12:00 16:00 20:00 24:00
00:00
建立了 3 个对比方案。方案 1：考虑储能、不考 时刻
虑 柔 性 负 荷 的 高 速 路 域 VPP 运 行 优 化 ； 方 案 2： 图 14 方案 1 购售电计划
Fig. 14 Power purchase and sale plan of Scheme 1
考虑柔性负荷、不考虑储能的高速路域 VPP 运行
优化；方案 3：考虑储能、柔性负荷的高速路域 方 案 2 的 运 行 优 化 结 果 如 图 15 所 示 。 在 日

VPP 运行优化。 间 ， 通 过 将 柔 性 负 荷 从 晚 间 高 峰 转 移 至 其 他 时
方案 1 的运行优化结果如图 13 所示。由图 13 段，峰时用电曲线得到了有效平滑。这有助于减
可知，在 09:00—16:00 时段风光出力满足用电负 轻电网在高峰时段的供电压力。晚间高峰时段，
荷的需求后，对储能进行充电，富裕的电能向电 部分负荷的转移直接导致了电网在该时段供电需
网售电获得收益。在 19:00—23:00 时风光出力远 求的减少，从而缓解了电网的供电紧张状况。
小于负荷用电需求，系统通过向电网购电获得平 方案 2 下向电网购售电计划如图 16 所示。由
衡。在 00:00—06:00 夜间时段，光伏出力处于谷 图 16 可 以 看 出 ， 00:00 —08:00 时 段 ， 由 于 电 价
时，仅靠风电出力不能满足负荷需求，向电网购 处于低谷期，系统向电网购电用于储能系统充电
电。同时在电价低时对储能充电。 和满足夜间基本负荷需求。09:00—17:00 时段，
方案 1 的购售电计划如图 14 所示。由图 14 可 系统主要处于向电网售电的状态。在 18:00—22:00
知，00:00—08:00 时段，电价处于低谷期，系统 时段，到达负荷用电高峰，风光出力及储能放电
利用该时段的低电价对储能进行充电或满足基本 能力难以完全覆盖负荷需求，系统向电网购电以
负荷。09:00—17:00 时段，系统在满足自身负荷 维持用电需求的平衡，保障了系统运行的可靠性。

89