电力市场日前交易中的虚拟电厂竞标策略

在快速分布式能源发展和电力市场改革的背景下，本文研究了在中国不断发展的日前电力市场中，由聚合的分布式可再生能源（DRE）形成的虚拟电厂（VPP）的竞标策略。为了应对DRE参与者和VPP聚合者在动态聚合过程中的隐私顾虑，提出了一种增强的本德斯分解框架。该方法首先通过K-medoids聚类将市场不确定性（例如电价和可再生发电输出）进行表征并聚类成代表性场景。然后，构建一个保护隐私的分散优化模型：VPP聚合者解决主问题以确定竞标决策，而DRE单元通过隐私保护的数学约束独立处理子问题，避免披露明确的操作细节。该框架确保安全的信息交换和计算效率。案例研究表明，所提模型有效平衡了隐私保护和竞标表现，在解决方案质量和可扩展性方面优于传统集中优化方法。