简介这份PPT源自东南大学电气工程学院专家的专题报告以虚拟电厂为核心系统讲解其商业模式、售电业务及共享储能等新型业态。内容从新能源并网挑战切入逐步展开VPP定义、资源组成、功能类型以及参与主体、市场定位与政策支撑适合电力市场从业者、售电公司及能源领域研究者把握趋势。包体为单个PPT文件共70页压缩包约12.73MB版式完整可自由编辑复用。目前已有50人学习是一份高密度、专题化的行业趋势资料。通过学习可获得系统化的知识框架既能了解虚拟电厂如何聚合分布式电源、柔性负荷与储能设备参与市场交易也能从实际商业模式案例与政策建议中获取售电业务设计、储能共享运营的参考思路适合快速建立“双碳”目标下新型电力系统的全景认知。1. 虚拟电厂不只是聚合售电业务的资源编排与技术底座在电力现货市场上一个 10 MW 的用户侧储能电站白天按日前出清价放电、夜里低谷充电同时还在虚拟电厂平台上参与调频和需求响应。这个场景已经不是概念演示东南大学电气工程学院在 70 页研究 PPT 里拆解了虚拟电厂售电业务和共享储能业态的完整链条核心结论是虚拟电厂的本质不是把分布式资源堆在一起而是用软件把资源编排成可交易的产品在多时间尺度市场上找到最优出清组合这本身就是一个典型的智慧能源调度问题。对售电公司、负荷聚合商和储能投资方来说真正需要掌握的是三件事VPP 如何参与不同电力品种、共享储能如何配置容量、以及价格和需求波动时收益边界在哪里。这篇博文会沿着这三个问题展开并把可运行的收益测算法直接给出来。2. 售电商业模式拆解与市场品种选择逻辑2.1 参与主体与价值分配虚拟电厂的商业模式要协调四类主体待聚合资源参与用户提供灵活性虚拟电厂运营商负责聚合、调度和交易电网公司作为需求主体购买电力辅助服务政府监管机构设定市场规则并监督运行。在这个链条里VPP 运营商的利润不是固定服务费而是来自价差、分成和响应补偿。不同主体对同一资源的定价权不同用户侧可控负荷在需求响应里的单位补偿通常高于现货电能量收益但响应时长、通知时间和考核要求也更严格。以美国 PJM 市场为例终端用户不能直接参与市场交易必须通过负荷服务实体或削减服务提供商作为代理因此聚合商的角色在零售侧几乎是刚需。2.2 多市场品种收益矩阵虚拟电厂可以横跨电能量、容量和辅助服务市场。把 PPT 中的交易品种整理成一张收益矩阵能更直观地看出哪些收益是稳定的哪些是机会型的市场品种申报方式收益来源典型参数或地区中长期双边/集中交易双边协商、集中竞价合同价差收益山西、山东中长期市场日前现货市场单边报量、报量报价日前出清价与成本之差山西日前市场、山东日内竞价实时现货市场单边报量、15 分钟粒度实时出清价与偏差收益上海申报容量单位 0.01 MW、间隔 15 分钟辅助服务调频单边报量报价、固定容量补偿调频容量补偿 里程补偿重庆日前 3 元/MW、日内 10 元/MW辅助服务调峰/备用省内/区域市场报量报价容量补偿或出清价南方区域采用“日前出清 日内调整”零售市场/需求响应邀约、实时响应补贴或降低购电成本广州削峰填谷按邀约与实时分类补偿从这张表能看到两个关键点现货市场收益依赖价格预测波动最大辅助服务和需求响应收益依赖容量可用率和响应速度相对可预期。售电公司要做的不是单一品种押注而是把不同品种按时间尺度组合起来中长期合同锁定基础电量现货市场赚边际价差辅助服务在空闲时段增厚收益。2.3 申报流程与关键参数虚拟电厂参与市场交易的一般流程是资源聚合 → 可调潜力评估 → 注册签约 → 市场成员竞标 → 优化调度策略 → 市场出清 → 执行与互动调节 → 结算考核。这里最影响结算结果的三个参数是上报容量、持续响应时间和响应延迟。上报容量单位过小收益被压缩过大则容易出现偏差考核。持续响应时间不够无法参与调频和备用市场。响应延迟直接决定资源是否能进入调频而不是只做调峰或需求响应。例如上海实时市场的申报容量单位是 0.01 MW时间间隔 15 分钟最短持续时间 30 分钟报价上限 400 元/MWh。这意味着一份 0.1 MW 的资源曲线要拆成 6 个 15 分钟点上报每个点都有独立的功率和价格。做市场申报前必须把预测曲线、储能 SOC 曲线和负荷可控曲线对齐到同一时间粒度。2.4 用 Python 做基础收益测算在决定参与哪个市场之前通常先做一个简单的收益测算def spot_profit(capacity_mw, duration_h, peak_price_yuan_kwh, valley_price_yuan_kwh, efficiency0.92): # 放电量 MWh计及充放电损耗的充电量 discharge capacity_mw * duration_h charge discharge / efficiency # 换算成 kWh 后按峰谷价差结算 return discharge * 1000 * peak_price_yuan_kwh - charge * 1000 * valley_price_yuan_kwh def dr_income(capacity_mw, duration_h, unit_comp_yuan_kwh): # 需求响应按实际削减电量补偿单位为元/kWh return capacity_mw * duration_h * 1000 * unit_comp_yuan_kwh # 10MW/2h 储能峰价1.2元/kWh谷价0.3元/kWh spot spot_profit(10, 2, 1.2, 0.3) # 实时需求响应补贴3元/kWh一次响应2小时 dr dr_income(10, 2, 3) print(f现货套利日收益: {spot:.2f} 元) print(f需求响应单次补偿: {dr:.2f} 元)spot_profit里charge discharge / efficiency把充放电损耗折算进充电成本避免高估收益dr_income则按削减电量直接计算补偿。从输出结果可以看到同样是 10 MW/2 h 资源一次实时需求响应补偿可能超过好几个正常现货日的套利收益但需求响应次数有限不能只看单次值。提示现货收益中的峰谷价差是预测值实际结算价可能偏离报价前应留出安全裕度。3. 从资源聚合到市场出清VPP 售电业务的技术实现3.1 异构资源接入协议、数据点与接口规范虚拟电厂首先要解决异构资源接口不统一的问题。常见做法是用 Modbus TCP 拉取储能 PCS 的有功、无功和 SOC 状态用 IEC 104 对接变电站侧可控负荷用户侧智能楼宇和充电桩走 MQTT。数据点至少要有有功功率、无功功率、SOC、可用容量、响应状态和事件告警。对老旧设备一般加装边缘网关做协议转换把数据统一成 15 分钟粒度的时序数据写入时序数据库。这一层如果不稳定上层调度和结算就会失真。从 PPT 的资源组合看VPP 可以只含分布式电源、只含柔性负荷、只含储能也可以混合组合。资源类型不同可交易的产品也不同分布式电源 储能主要卖电能量和调频柔性负荷 储能主要卖辅助服务。因此接入层除了采集数据还要给每种资源打上“可调能力”标签最大上调和下调功率、最长持续时间、最小响应延迟。3.2 聚合调控层组合约束与优化空间聚合调控层是把多个异构资源变成一个可调度主体的关键。储能需要满足 SOC 约束、充放电功率约束、爬坡速率和循环次数柔性负荷需要满足连续响应时长和用户舒适度约束分布式电源受天气预测影响出力上限随时间变化。以一个储能 可控负荷的混合型 VPP 为例基础约束可以写成SOC_t1 SOC_t (eta_c * P_c_t - P_d_t / eta_d) * delta_t / C 0 P_c_t P_c_max 0 P_d_t P_d_max SOC_min SOC_t SOC_max P_load_t P_load_base_t - P_reduce_t 0 P_reduce_t P_reduce_max_t第一行是 SOC 递推eta_c和eta_d是充放电效率delta_t是调度时间间隔C是储能容量后面几行分别限制充电功率、放电功率、SOC 上下限和负荷削减量。优化目标就是在市场价格曲线上最大化收益同时保证响应能力可被实时调用。这里最容易被忽略的是储能和可控负荷不能同时申报到两个市场否则实际调度时会互相挤占容量。3.3 可调潜力预测与需求响应基线计算需求响应市场的结算量通常由“基线负荷 - 实际负荷”得到基线算不准响应做了也拿不到钱。常见的基线算法是取响应日前 5 个同星期几的负荷平均值剔除节假日后按时刻对齐。下面这个函数展示核心逻辑import pandas as pd def calc_baseline(df, target_date, k5): # df 需要包含 DatetimeIndex 和 load 列 target pd.Timestamp(target_date) hist df.loc[:target - pd.Timedelta(days1)] # 只保留与目标日星期相同的历史数据 hist hist[hist.index.dayofweek target.dayofweek] # 按日期分组取最近 k 天 dates hist.index.date unique_dates sorted(set(dates))[-k:] seg hist[hist.index.date.isin(unique_dates)] # 按一天内的时刻求平均得到 96 点基线 baseline seg.groupby(seg.index.time)[load].mean() return baseline这个函数先过滤掉非同日星期再取最近 k 天的同时刻平均值。实际项目中还要剔除停电、检修和节假日等异常日并且要和交易机构确认基线的统计窗口。15 分钟粒度一天有 96 个点如果粒度是 5 分钟就是 288 点基线计算的方法不变但数据量会明显增加。3.4 市场申报数据与结算字段VPP 对接交易平台时申报和结算数据通常围绕以下几个字段字段名含义示例值resource_id聚合资源标识VPP_ES_001market_type交易品种day_ahead / realtime / freq / drpower_profile上报功率曲线15 分钟粒度的 MW 序列price_profile申报价格曲线元/MWh 序列duration_h可响应持续时间2actual_energy实际执行电量12.5settle_price结算单价按市场出清价或固定补偿申报功率曲线和实际执行电量之间的偏差会进入偏差考核因此上报前要做置信度校验。调频市场通常要求响应延迟在分钟级以内需求响应的通知时间可能是提前 1 天或实时下发技术平台上必须对这些差异做统一管理。4. 共享储能技术与商业模式的落地路径4.1 从独立储能到共享储能为什么比自建划算共享储能的核心是把储能资产的所有权与使用权分离由独立投资方建设向多个用户提供容量租赁或调节服务。对用户来说自建储能一次性投资高、年利用率低还要自担电池衰减风险共享模式按容量或电量付费把固定成本转成可变成本。对运营商来说多个用户的负荷曲线错峰后储能年利用小时数能显著提高技术侧的关键是 BMS/EMS 要支持多租户隔离PCS 要能快速切换调度指令计费系统要区分容量租赁费与能量电费。这种业态和 VPP 很自然地叠加共享储能可以把自己的部分容量授权给 VPP 运营商由 VPP 在现货市场、辅助服务市场和需求响应市场统一报价。此时储能既是独立盈利主体又是 VPP 的可调度资源。4.2 收益模型对比与关键参数模式收入来源适用主体关键参数容量租赁按元/kW/月向用户收取租赁费储能投资商、工商业用户月租赁单价、可租赁容量、签约时长峰谷套利低谷充电、高峰放电的价差独立储能电站、VPP 运营商峰谷价差、循环次数、往返效率辅助服务调频容量补偿、里程补偿储能运营商容量补偿单价、响应速度、可用率需求响应削减负荷的响应补偿负荷聚合商、虚拟电厂基线偏差、补贴单价、通知时间这几类收益的时间尺度不同。容量租赁是月度固定现金流峰谷套利是日内高频收益调频和需求响应则是事件驱动。共享储能通常以容量租赁打底用峰谷套利覆盖日常运维再用辅助服务增厚收益但三种模式会争抢同一个储能容量所以需要做联合优化而不是简单相加。4.3 容量配置优化计算示例配置储能容量时不能只看单位充放电成本还要看当地峰谷价差窗口能容纳几个循环。下面这个函数用枚举方式比较不同容量方案的年度收益def annual_profit(capacity_mwh, power_mw, peak_valley_gap, cycles_per_day, rental_price_yuan_kw_month, opex_per_kwh): # 容量租赁收益按 MW 换算成 kW 乘月单价乘 12 个月 rental power_mw * 1000 * rental_price_yuan_kw_month * 12 # 峰谷套利每天循环次数乘全年天数乘净价差 arbitrage capacity_mwh * cycles_per_day * 365 * peak_valley_gap * 1000 # 运维成本按充电电量估算 opex capacity_mwh * cycles_per_day * 365 * opex_per_kwh * 1000 return rental arbitrage - opex for capacity, power in [(10, 5), (20, 5), (20, 10)]: profit annual_profit(capacity, power, peak_valley_gap0.8, cycles_per_day1.2, rental_price_yuan_kw_month30, opex_per_kwh0.02) print(f{power}MW/{capacity}MWh 年化收益约 {profit/10000:.1f} 万元)注意这里peak_valley_gap是 0.8 元/kWh 的净价差已经扣除了充电成本所以不要再减一次充电费用。cycles_per_day要根据当地峰谷时段长度来定如果每天只有一段高峰、一段低谷循环次数通常到不了 2 次。输出结果可以做不同时长的横向对比但要在方案里叠加上电池衰减成本否则会高估后期收益。4.4 与售电业务叠加的多业态边界共享储能进入 VPP 后还会产生一种新的机会在电力现货价格低谷时充电在价格尖峰时放电同时把一部分容量用于调频备用。这相当于把同一个电池资源切分到不同市场但切分粒度要足够细AGC 指令到达时储能 SOC 必须已经预留出调频窗口。常见做法是在每个调度时段预留 10%20% 的 SOC 裕度给调频剩余容量参与现货套利。这样虽然牺牲了一部分套利收益但整体收益曲线更平滑。注意同一时刻的储能功率不能同时卖给两个市场申报前要做市场间的耦合约束校验避免“双重出售”被结算系统判定为违约。5. 用敏感性分析验证 VPP 收益边界与报价裕度验证 VPP 收益模型是否可靠最直接的方法是单变量敏感性分析把每一个输入参数向上和向下扰动观察总收益的变化幅度找出影响最大的变量。下面这段代码可以快速做这个验证def profit(peak_price, valley_price, capacity_mw, dr_unit_price, dr_count_per_month): # 现货每天一次充放容量按2小时放电 daily_spot (capacity_mw * 2 * peak_price - capacity_mw * 2 / 0.92 * valley_price) * 1000 # 需求响应每月固定次数每次2小时 dr 12 * dr_count_per_month * capacity_mw * 2 * 1000 * dr_unit_price return 365 * daily_spot dr base dict(peak_price1.2, valley_price0.3, capacity_mw10, dr_unit_price3, dr_count_per_month2) for param, delta in [(peak_price, 0.1), (dr_unit_price, 0.5), (dr_count_per_month, 1)]: up profit(**{**base, param: base[param] delta}) down profit(**{**base, param: base[param] - delta}) print(f{param} 上调 {delta}: {up/1e4:.1f} 万下调 {delta}: {down/1e4:.1f} 万)这里delta的大小不代表市场真实波动只是用来观察单位变化对全年收益的影响。比如dr_count_per_month从 2 调到 3年收益增加的值如果远大于peak_price上调 0.1 元/kWh 的效果说明这个项目对需求响应签约次数的依赖远高于现货价格波动。那么策略重点就应该放在签约更多可控负荷、提高响应成功率上而不是去赌现货高价。同样的逻辑可以用于共享储能容量决策把capacity_mwh、rental_price_yuan_kw_month和cycles_per_day分别扰动 10%看哪个参数对净现值影响最大。如果发现cycles_per_day只要从 1.2 降到 1.0 收益就明显恶化那在合同里就要争取更高的容量租赁单价或者寻找能提供更多循环次数的峰谷价差窗口。报价前把市场规则、预测偏差和考核风险填进这个模型算出来的不是精确利润而是收益边界和需要让步的空间。本文还有配套的精品资源点击获取