基于虚拟电厂主体收益优化的量价联合预测模型

程晓东; 王报石; 乔俊; 吴兰旭; 田鹏东

doi:10.19770/j.cnki.issn.1008-2565.2026.01.011

北京石油化工学院学报 ›› 2026, Vol. 34 ›› Issue (1) : 57 -63. DOI: 10.19770/j.cnki.issn.1008-2565.2026.01.011

基于虚拟电厂主体收益优化的量价联合预测模型

程晓东, 王报石, 乔俊, 吴兰旭, 田鹏东

作者信息 +

Author information +

文章历史 +

摘要

针对分布式光伏、储能等虚拟电厂参与主体因收益不稳定导致积极性不高的问题，提出一种虚拟电厂(virtual power plant, VPP)内部电量、电价联合预测与动态反馈优化模型。首先，考虑虚拟电厂内部电量电价预测精度与物理合理性，构建并改进多任务深度神经网络，利用双向长短期记忆网络(long short term memory, LSTM)同步提取量价时空特征，并差异化建模光伏多模式出力、储能成本衰减等物理约束嵌入需求；其次，设计动态激励反馈机制并结合博弈论在线优化，以运营成本为基准，通过机器学习和时间序列分析与物理建模结合，形成量价预测闭环优化框架，为解决参与主体经济性的帕累托均衡问题，引入供需偏差迭代结合梯度下降法，实时调整预测参数值、学习率和梯度，对电量电价预测值进行实时修正与调节；最后，基于某省VPP实际运营数据验证表明相较传统博弈模型，该模型将光伏、储能等主体参与虚拟电厂的电量预测精准度分别提升1%～4%,同时电价预测精准度提升5%。该模型通过量价耦合预测精准匹配主体运行特性，结合电价动态调整破解“集中优化-个体损失”矛盾，为新能源高渗透率下VPP主体收益可持续增加和参与积极性提供支撑。