可再生能源出力具有较强的波动性和不确定性,对电力系统的稳定运行造成极大的冲击。虚拟电厂(virtual power plant,VPP)作为一种新型的能源整合形式,可以有效缓解可再生能源并网带来的影响。当前,如何使虚拟电厂高效、稳定运行成为了一个广泛关注的问题。本文以虚拟电厂为研究对象,针对风-光-荷波动性给虚拟电厂运行带来的不确定性的问题,提出了将鲁棒优化和随机优化与条件风险价值相结合的方法,对不确定性带来的风险进行量化和处理,基于上述方法搭建了虚拟电厂优化运行模型。首先,将虚拟电厂组成单元分为4种类型:随机发电机组(风力发电、光伏电池)、可控机组(燃气轮机)、储能系统(蓄电池组)、负荷需求,分析和研究这4种单元的运行特性。其次,针对风电、光伏全额消纳、负荷全额满足的虚拟电厂运行情景,采用条件风险价值理论进行风险度量,采用鲁棒优化理论处理风光荷的波动带来的不确定性问题,建立了考虑风险偏好的虚拟电厂鲁棒优化模型。通过鲁棒对等式的转化消除掉不确定性变量,采用改进的细菌觅食算法求解模型,最终得到虚拟电厂运行综合成本最小的最优决策方案。通过算例仿真,分析了风险与成本的关系,风险的置信水平越大(决策越偏向保守,越厌恶风险),总成本增大;不同的风险置信水平和鲁棒水平下会影响最优的运行决策方案;通过结合多组符合波动限值的随机场景,验证了模型的鲁棒可行性;分析了鲁棒性与经济性的关系,鲁棒性与经济性是相互博弈的关系。决策人员可以依据自己的风险偏好和抗波动需求,选择合适的风险置信水平和鲁棒系数。最后,针对可弃风弃光、负荷可转移的虚拟电厂运行情景,通过场景生成和削减得到风电、光伏、负荷的经典场景,并结合条件风险价值理论进行风险度量,建立了考虑风险偏好的虚拟电厂随机优化模型。通过不同风险偏好程度的算例仿真,得到成本以及各虚拟电厂运行单元出力情况与风险偏好的关系,所得结论验证了模型的正确性和有效性。