随着大量分布式发电（Distributed Generation,DG）不断接入配电系统,如何为这些资源参与电力市场提供有效途径受到了广泛关注。DG具有容量小和数量多的特点,可再生能源DG出力存在不确定性,限制了主动配电系统（Active Distribution System,ADS）参与电力市场的能力。将ADS聚合为虚拟电厂（Virtual Power Plant,VPP）参与日前电能量市场,是解决这些问题的有效方法。为了参与日前电能量市场,配电系统运营商（Distribution System Operator,DSO）需要提前向输电系统运营商（Transmission System Operator,TSO）上报聚合VPP的参数,如有功边界、爬坡范围和成本曲线。本文重点研究在不知道日前电能量市场信息的前提下将ADS聚合为VPP的模型和方法,主要研究内容概述如下:首先,建立了ADS的确定性聚合模型,提出了计算VPP时变的有功边界、爬坡范围和成本曲线的方法。该方法的第一步是获得VPP功率边界、爬坡范围和DG的安全调度功率范围,第二步是根据DG的安全调度范围和ADS的功率转移分布因子获得VPP的成本曲线。以两个输配联合系统（IEEE 30节点输电系统+IEEE 33节点配电系统,IEEE 30节点输电系统+110节点配电系统）为算例,验证了所提模型和方法的正确性和有效性。其次,建立了ADS聚合为VPP的两阶段鲁棒模型,采用鲁棒方法描述TSO的有功调度指令和可再生能源DG的有功出力的不确定性。针对具有时段耦合约束的minmax-min优化问题求解耗时这一难点,提出了具有两种加速策略的列与约束生成（Column and Constraint Generation,CCG）算法。第一种策略是时段分解和连接方法,把包含时段耦合约束的双层max-min问题分解为多个相邻两时段的优化问题,并通过直接寻找最大跟踪偏差的场景的方式将其转化为线性规划问题。第二种策略是定向标幺法,建立TSO调度指令与VPP参数之间的线性关系,并将该关系代入主问题,以减少主问题和子问题之间的迭代次数。以IEEE 33节点配电系统和某实际110节点配电系统为算例系统,验证了所提模型和方法的正确性和有效性。最后,建立了ADS聚合为VPP的两阶段分布鲁棒模型,采用1-范数和∞-范数约束描述可再生能源DG有功出力场景概率分布不确定的范围,采用鲁棒方法描述TSO有功调度指令的不确定性。以上述具有两种加速策略的CCG算法为基础,进一步改进了CCG算法,即在子问题的求解中同时考虑多种TSO调度指令的极端场景。所提模型和方法在IEEE 33节点配电系统和某实际110节点配电系统中进行了仿真验证。