文献综述（或调研报告）：
-
- 基站备用储能及虚拟电厂的研究现状
储能是建设清洁能源高占比能源系统、推动能源绿色转型发展的重要装备基础和关键核心技术。储能的双向功率特性和灵活调节能力可以解决波动性清洁能源并网带来的系列问题，将电力生产和消费在时空上进行解耦，提高清洁能源系统的灵活性、稳定性和电网友好性，显著提升清洁能源的消纳水平[1] 。面对新能源消纳问题及环境恶化的局面，电网亟需可灵活调用的储能设备参与电力系统调度，提高系统稳定性。但由于新建电力储能设备会增加电力系统的经济负担，且建设周期长，无法保证调度的经济性与实时性。
随着大型数据中心的快速发展和5G网络的规模部署，现有通信基站数目庞大，规模可观。通信基站的种类[2] 包括：宏基站、微基站、射频拉远、直放站、室内分布系统等。文献[3] 中提出通信基站的供电模式为：在电网供电正常时，基站蓄电池处于浮充状态，基站通讯系统由市电进行供电；当市电因故中断供电时，基站蓄电池由浮充状态转变为放电状态，为基站内的通讯设备供电。由于电网向负荷供电的可靠性较高，用户出现停电的概率很低，且基站除蓄电池外，还配备油机作为备用电源，因此基站的蓄电池经常处于闲置状态，故可利用边缘计算[4] 将基站备用储能聚合编组构建虚拟电厂。文献[5] 建立了分布式柔性负载TCLs的建模与聚合，提出了静态与动态聚合模型；文献[6] 采用最小-最大聚合方式生成动态的DERs关联。
目前，虚拟电厂仍处于发展初期，国际上对于虚拟电厂的定义都是基于不同的项目背景下的。文献[7] 中定义虚拟电厂为通过一定的通信技术来整合不同发电厂的虚拟企业；文献[8] 中虚拟发电厂定义为将一些小型分布式发电结构组合起来形成的一个相当于单个整体电厂的机构。通过整合各个分布式电源的特性参数来定义虚拟电厂在电网中运行时的特性参数。文献[9] 中定义虚拟电厂是分散的发电机组、可控负荷和储能设备的集合，通过双向互动机制协调发电机组、可控负荷、储能装置的运行，这些元素的统一运行作为虚拟电厂的运行。文献[10][11] 中提出了“能效电厂”的概念，将虚拟发电厂纳入需求侧响应的范畴，通过在用户侧安装能够提高能效的设备，以此来减少用电量以达到与新建发电厂相同的效果。
-
- 分层分区下多虚拟电厂的优化调度
当前电网采用分层分区供电方式，按电网的电压等级将电网分成若干结构层次，在不同结构层次按供电能力划分出若干供电区域，在各区域内根据电力负荷安排相应的电力供应，形成区域内电力供需大致平衡。
针对虚拟电厂优化调度策略已开展了相关研究，大多考虑虚拟电厂以及区域供电的经济性。文献[12] 建立了基于多代理系统（MAS）的多VPP分层控制结构，将多VPP优化问题转化为一个双层协调优化博弈模型，不仅强调上层VPP之间博弈竞价模型，下层DER之间的博弈合作模型，也强调了上下两层的均衡。文献[13] 建立了计及安全约束的虚拟电厂两层优化调度模型。 上层经济调度模型采用随机规划法处理电价的不确性，采用鲁棒优化法处理风电出力的不确定性；下层安全调度模型考虑了电网的潮流约束。文献[14] 为了权衡 VPP 的经济性与配电网的安全性，建立了基于非合作博弈理论的 VPP 优化调度博弈模型，并且采用随机规划法处理风/光可再生能源以及电价的不确定性。
对区域级虚拟电厂进行联合优化调度，可以实现配网层面的分层分区功率平衡，有效提高配网运行效率，但少有考虑配电网的区域自治能力。区域自治能力，指的是区域内的可控资源对实时波动的平衡能力，即自治区域能否在本区域内功率波动的情况下保证联络线功率为计划值的能力[15]。目前，主动配电网中各区域的可控资源并不均衡，某些区域自治能力较低可能导致实时情况下难以自治，从而使得实际运行结果与计划值产生较大偏差，降低了系统总体的运行效率[15]。文献[16]提出，配网层面的优化调度多采用全局优化 区域自治的分层分区的优化调度方法，全局优化是制定长时间尺度下整体与区域的优化目标，给定区域交换功率计划值；区域自治则是采用实时反馈校正，通过调整本区域内可控资源平衡功率波动，将区域联络线功率控制在计划值附近。
在实现多区域间能源互补方面，文献[17] 提出了多区域VPP综合能源协调调度优化模型，分析了不同典型日 VPP 各区域调度优化、区域间能量流动和区域内能量互补情况。文献[18] 提出了能量市场下风-光-水-碳捕集多区域虚拟电厂协调优化调度模型，并解决了多区域VPP之间电能互补协调优化调度的问题。
考虑到可调度充放电的基站备用储能设备数量的不确定性，以及新能源出力的不确定性在虚拟电厂优化调度时必须考虑该因素。文献[19] 构建了含电动汽车和风电场VPP鲁棒随机优化调度模型，模型中利用鲁棒优化法处理可调度电动汽车数量和风电场风电出力的不确定性。文献[20] 根据虚拟电厂的组成单元特征构建了虚拟电厂源–荷–储多元备用容量体系，并提出一种备用风险决策方法。即利用条件风险价值(conditional value-at-risk，CVaR)度量风电出力不确定性为虚拟电厂带来的风险损失。文献[21] 建立了虚拟电厂经济调度模型，其中使用了机会约束规划模型处理VPP系统中多随机变量带来的不确定因素。
总结处理虚拟电厂优化调度模型中的相关不确定性的方法可得，目前主要采用备用整定法和数学方法。数学方法主要有随机规划法和鲁棒优化法，随机规划法显式考虑不确定性因素，通过选取具有代表性的典型方案进行优化决策，该方法计算负担重且不确定性因素的概率分布难以准确获得。与随机规划法相比，鲁棒优化法将不确定性的所有可能划定在一个确定性的集合内，鲁棒优化的最优解对集合内每一元素可能造成的不良影响具有一定的抑制性，计算负担较轻。
