4. 虚拟电厂交易策略设计基础

虚拟电厂（VPP）的交易策略设计，本质上是在“收益—风险—可执行性”三者之间寻找可落地的平衡点。它不是一个单纯的报价问题，而是把内部可调资源、外部市场价格、网络与合同约束、以及运营者的风险偏好，统一映射为一组可计算的决策变量，再通过目标函数与约束条件求解出申报曲线。理解这一节，关键要抓住四个对象：目标函数、约束条件、风险偏好、申报量价策略，以及它们共同作用的决策变量。

一、目标函数：策略要“优化什么”

目标函数是策略的“方向盘”。VPP 常见的目标函数有三类：收益最大化、成本最小化、以及风险调整后的收益最大化。收益最大化通常写成各时段日前与实时市场收益之和，再减去资源调用成本与偏差考核成本：

max  Σ_t [ P_da(t)·λ_da(t) + P_rt(t)·λ_rt(t) − C_disp(t) − C_dev(t) ]

其中 P_da(t) 为日前申报中标电量，λ_da(t) 为日前出清价，P_rt(t) 为实时偏差电量，λ_rt(t) 为实时价格，C_disp(t) 为内部资源调用成本，C_dev(t) 为偏差考核或平衡成本。若运营者更关注风险，则目标函数可改为“期望收益 − λ·CVaR”，λ 为风险厌恶系数，CVaR 为条件风险价值。λ 越大，策略越保守，申报量越向“可确定交付”的方向收缩。

二、约束条件：策略“不能越过什么”

约束条件决定了策略的可行域。VPP 的约束通常分为四层：资源层、网络层、市场层、合同层。资源层包括可调容量上下限、爬坡率、最小启停时间、储能 SOC 与充放电功率；网络层包括并网点容量、馈线载流、电压限值；市场层包括申报量上限、最小报价单位、价格上下限、申报时段粒度；合同层包括可中断负荷的响应次数、补偿价格、违约罚则。把这些约束写成数学形式，才能让优化结果真正可执行。例如储能约束可写为：

SOC(t+1) = SOC(t) + η_ch·P_ch(t)·Δt − P_dis(t)·Δt/η_dis
0 ≤ P_ch(t) ≤ P_ch_max,  0 ≤ P_dis(t) ≤ P_dis_max
SOC_min ≤ SOC(t) ≤ SOC_max

若忽略这些约束，优化出的申报曲线可能在物理上无法交付，导致实时市场高额偏差费用。

三、风险偏好：策略“愿意承担多大不确定性”

风险偏好是策略的“性格”。同一组预测价格与负荷，风险中性者会按期望收益最大化申报；风险厌恶者会预留更多备用容量、降低日前申报量、提高报价，以换取更低的偏差风险。工程上常用三个参数刻画风险偏好：风险厌恶系数 λ、置信水平 α、以及最大可接受偏差率。例如设定 α=0.95、λ=0.6，意味着运营者要求 95% 置信度下收益不低于某一阈值，并愿意为降低尾部风险牺牲部分期望收益。风险偏好不是拍脑袋，而应结合 VPP 的资源可控比例、预测误差分布、以及考核规则来标定。

四、市场申报量价策略：策略“怎么报”

申报量价策略是把目标函数、约束、风险偏好转化为具体申报曲线的过程。常见策略有：分段报价、单点报价、以及基于场景的鲁棒申报。分段报价适合资源调节能力连续、成本曲线非线性的 VPP；单点报价适合资源少、预测确定性高的场景；鲁棒申报则针对价格与负荷不确定性，用多场景优化生成一条“最坏情况下仍可接受”的曲线。申报时还要注意：日前申报量应等于“计划交付量”，实时偏差由内部资源或平衡市场兜底；报价应覆盖边际成本并留出风险溢价。

五、决策变量梳理：把“策略”变成“可算的量”

策略设计最终要落到一组可优化的决策变量上。对 VPP 而言，核心决策变量包括：各时段日前申报电量 P_da(t)、申报价格 λ_bid(t)、内部资源调用量 P_disp(t)、储能充放电计划 P_ch(t)/P_dis(t)、可中断负荷触发量、以及备用预留量。这些变量之间不是独立的：申报电量决定了需要调用的资源量，资源调用量又受 SOC 与爬坡约束限制，而风险偏好则通过 λ 和 α 影响申报电量的保守程度。实际求解时，通常把上述变量代入一个混合整数线性规划或随机优化模型，用求解器得到各时段的最优申报曲线。

六、从原理到落地的检查要点

设计策略时，建议按以下顺序自查：第一，目标函数是否与运营目标一致，是否把偏差考核成本纳入；第二，约束是否覆盖资源、网络、市场、合同四层，是否存在遗漏的“隐性约束”；第三，风险偏好参数是否有数据支撑，λ 与 α 是否经过历史回测；第四，申报量价策略是否与内部资源调用计划匹配，能否在实时市场兜底；第五，决策变量是否可观测、可执行、可考核。只有这五点闭合，策略才具备可复现性和工程价值。

需要特别注意的是，VPP 的交易策略不是一次性的静态计算，而是一个“预测—优化—申报—结算—复盘”的滚动过程。每次市场出清后，都应将实际偏差、资源调用成本、考核费用与优化模型中的假设进行对比，修正预测误差分布与风险参数，使下一轮申报更贴近真实可交付能力。这一闭环，才是虚拟电厂交易策略设计从原理走向实用的关键。