伴随着环保意识的普及,高污染的化石能源正在被逐步淘汰、转型,可再生能源则受到全球范围内的广泛采用,成为新型电力系统的主要一次能源。然而,新能源发电的可预测性有限,传统火电机组和新能源发电存在间歇性与不确定性的区别,这使得调度变得棘手,且部分地区受地理、气候条件影响或电力系统建设现状的限制,需要传统发电机组承担供热等其他必要任务,部分传统发电机组按照最小出力限制发电,造成发电侧资源的浪费,如何充分发挥各机组职能,调动各主体参与到新型电力系统转型、实现可再生能源合理有效消纳成为亟待研究的问题。首先,在搭建主动响应模型之前的场景配置方面,考虑到一般的季节性典型日曲线的方式虽然能代表可再生能源机组和负荷的出力期望,但对各机组出力波动的描述性较差,影响系统的备用容量的确定,并且考虑到虚拟电厂的成员选择结果在一段时间内如果确定了就不应该随意更改,为此提出了考虑负荷时序性的可再生能源—负荷场景缩减方法,使用有序聚类对负荷、风电和光伏机组数据进行预处理,为后续主动响应模型计算减少计算量。其次对虚拟电厂成员进行分类,目前在虚拟电厂容量配置方面,多从虚拟电厂整体收益最大化的角度出发进行成员配置,但这样做虽然使得收益最大化,却不能满足可再生能源消纳任务的要求,且往往由于实际出力与计划差距过大导致收益受损。为此,本文从为量化风险和收益之间关系的角度出发,将虚拟电厂内的成员分为以可再生能源机组和负荷为代表的不可控制成员和以火电和储能为代表的可控制成员两类,不可控制成员为虚拟电厂带来更多收益,可控制成员为虚拟电厂完成调度任务提供保障,从而可以让虚拟电厂与更多的不可控制成员达成协议,获得更多利润,但往往可控制成员发电成本较高,过大的容量配置反而会影响虚拟电厂的收益。结合电力系统的灵活性引入Markowitz资产组合原理,分析可控制成员对系统调度的贡献,并依此进行虚拟电厂成员选择问题的讨论。最后,提出了虚拟电厂主动响应模型,在虚拟电厂成员选择问题的讨论中可以发现:存在一些时间段出现大量的新能源机组弃风、弃光和火电机组低负载运行的现象,这是由于机组间组合方式受到气候条件影响或是由于成员间的选择机制造成的。如果可以根据有序聚类重新规划典型日出力,并根据不可控制成员的不确定性大小与可控制成员签订备用容量合同,就能通过只租用部分发电容量的方式来节省发电成本。两种成员间的相互配合具有以下优点:其一是虚拟电厂利用火电机组的快速响应能力为可再生能源机组进行备用,使虚拟电厂可以与更多的可再生能源机组达成协议,完成消纳任务;其二是可再生能源机组较低的发电成本为虚拟电厂整体上争取更大的盈利空间;其三是发挥虚拟电厂控制中心的优势,通过先进的测量、通信和控制技术,可以在不改变现有电力系统网络拓扑结构的前提下,由不同类型、不同空间位置的电厂聚合为一个整体,实现对现有资源的有效利用。通过MATLAB平台调用求解器Gurobi求解模型并进行算例仿真分析,仿真结果表明,模型能够有效减少各机组间子序列的组合方式,制定合理的机组容量配置,使虚拟电厂单日净收益有所增加,新能源机组发电占比有所增长。最后,为探讨模型在虚拟电厂出于不同发展阶段下的效果,考虑了分时电价对虚拟电厂成员选择结果的影响,验证了所提出方法的正确性。