Page 95 - 《中国电力》2026年第5期

李娜等：电碳耦合市场下虚拟电厂与配电网协同优化运行模型 2026 年第 5 期

化，来用于验证碳市场参与对 VPP 运行策略与经 0.9 500
电价； 碳配额价格
济性的影响。 0.8 450
场景 2：为对照场景，VPP 同时参与电量市场 0.7 400
与碳交易市场，需在满足碳配额约束的前提下优 0.6 350
化电-碳协同运行策略，方法采用 KKT 条件转化 电价/(元·(kW·h) −1 ) 0.5 碳配额价格/(元·t −1 )
求解。 0.4 300
250
场景 3：为所提方法验证场景，VPP 同样参与
0.3
电量市场与碳交易市场，求解采用基于上镜图理 200
0.2
00:00 06:00 12:00 18:00 24:00
论的优化方法。 时刻

4.2 结果分析
图 6 电价和碳配额价格预测结果

4.2.1 VPP 优化调度的基础参数预测结果分析 Fig. 6 Forecast results of electricity price and carbon
为支撑 VPP 多场景下的协同优化决策，首先 allowance price
基于历史运行数据与数值天气预报信息，完成新
10 风电； 燃气机组； 电转气；
能源机组出力及电、热负荷的日调度预测，预测时 光电； 储能； 内部负荷；
燃煤机组； 碳捕集； 交易电量
间尺度为 24 h，时间间隔 1 h，如图 5 所示。
5

4.0 风电出力； 光伏出力；
电负荷； 热负荷 功率/MW
3.5 0
3.0
2.5 −5
功率/MW 2.0
1.5 00:00 06:00 12:00 18:00 24:00
时刻
1.0
图 7 场景 1 调度结果
0.5
Fig. 7 Scenario 1 dispatch results
0
00:00 06:00 12:00 18:00 24:00
时刻 填谷作用，整体各环节协同，满足电力需求。
图 5 VPP 负荷以及风光出力日前预测 不同场景下的运行效益数据如表 2 所示，场
Fig. 5 Day-ahead forecasts of VPP load, wind power 景 1 作为基准场景，在仅参与电量市场且不考虑
and PV power outputs
碳交易约束的情况下，通过优化设备出力实现总
电力现货价格与碳配额价格的日时段预测结 效益 10 436.43 元。相比之下，引入电-碳协同优化
果如图 6 所示，电价高峰时段与低谷时段价差显 机制的场景 2 展现出显著的经济优势，其总效益

著，最大价差达 0.5 元/(kW·h)，这一波动特征符 提升至 11 382.03 元，较场景 1 增长了 9.06%。值得
合电力市场“以需定价”的基本规律，也为 VPP 注 意 的 是 ， 场 景 2 的 电 市 场 效 益 为 16 915.38 元 ，
制定峰谷套利策略提供了价格激励；热负荷高峰 较场景 1 提升了 3.60%，这表明碳配额约束并非单
时段价格较凌晨低谷时段高 250 元/t，反映出碳市 纯的负担，而是通过引导内部机组出力结构的重
场对高排放行为的成本约束作用，同时也为 VPP 塑，协同提升了 VPP 在电力市场的获利能力，实
优化碳捕集系统运行创造了空间。 现了资源配置的进一步优化。

4.2.2 基础场景调度经济性分析 深入分析场景 2 的收益构成发现，2 064.05 元
场景 1、2 调度结果如图 7~8 所示，VPP 仅参 的碳市场收益是总效益增长的核心驱动力，有效
与电力市场时，风电为主要出力来源，多时段持 开辟了 VPP 的新盈利点。尽管为了获取碳减排溢
续贡献；燃煤机组、燃气机组等灵活调节，保障 价并满足低碳运行要求，系统需调整调度优先级，
供电稳定；碳捕集、电转气等辅助系统配合，优 导致设备运行成本由 5 890.39 元上升至 7 597.40 元，
化能源利用；储能在部分时段充放电，起到削峰 增幅达 28.98%，但该成本支出被新增的碳市场收

91