虚拟电厂的大公司病
和某能源大厂的朋友聊天，他对虚拟电厂的未来充满迷茫：
（来源：鱼眼看电改 作者：俞庆）
集团看中虚拟电厂业务，然后让下面分子公司来搞，怎么搞呢？报项目，报预算，建立工作小组，管控组，KPI考核，进度验收，现场会推广，表彰总结，然后明年再来一遍。
核心考核指标是：完成多少虚拟电厂投资。
于是下面纷纷把光储充、微电网、乃至节能工程，包装成所谓的“虚拟电厂”报上来。
至于这个虚拟电厂的实际运营效益，参与了多少次交易，可持续性如何，
没人关心。
因为能源企业核心是做大资产规模，其他的都是配角。
涉及到电网接入，市场交易注册，申报这些事，免不了和调度打交道，调度部门认真的把虚拟电厂当成一个电厂进行管理，机组测试、安全防护、接口调试、曲线考核、价格协调，一个都不能少。
似乎所有人都没错，都按照老革命的路子去解决新问题，但是这个结果总是偏离老革命的预期。
所有的企业行为背后，是有一套合理的生存逻辑的。
为什么能源大厂把虚拟电厂搞成重资产投资，本质上是对能源企业的考核指标和排名中，资产规模的权重是非常靠前的，KPI指挥棒决定企业行为。
为什么省调把负荷侧资源聚合的虚拟电厂，一定要按照传统发电机组要求进行接入和考核，背后是因为调度部门很高的“风险厌恶”，并网许可与调度管理体系设立的初衷，就是为了管控系统级的风险。
所以形成了某种悖论：
因为新能源的高渗透率，逼迫电力系统转向新型电力系统，需要“荷随源动”的虚拟电厂的资源响应，但是在虚拟电厂这个新资源接入时，电力系统的思维惯性首先是“不能添乱”，于是又按照传统电力安全要求进行管理和考核。
这背后我认为是两种截然不同的思维模式导致的。
一种是源自工业2.0的管理控制思维模式：
这套闭环控制体系，无论是电网公司，还是发电企业，乃至世界500强企业，都是一样的，所谓的信息化数字化，是在上面的每一个环节，和环节之间展开的。
但是有个问题：规模。
当企业、电网、资产这些规模达到一个边界值，这套管理控制模式的弊端就出现了：
规模复杂度和控制复杂度不是线性关系，而是一个奇妙的幂律关系。
比如动物的体重每增长一倍，代谢率只增长75%，也就是3/4幂律法则。
充分市场竞争条件下，企业的营收与员工数量，差不多也是这个法则。
但是在非充分竞争环境下，比如自然垄断/寡头垄断，高壁垒保护的企业里，HR部门往往用线性思维去考虑问题：企业营收要增长一倍，那肯定要多招一倍人呀。
这种习惯性思维是因为，企业在增长初期，幂律法则不明显，还是简单线性关系。
这个线性-幂律法则之间的数量差异，带来另一个隐型好处：
控制冗余。
管理部门的增加，控制元件的增加本来可以少于规模的增加的，但实际上和规模增长线性同步，带来一部分冗余，冗余可以保障系统的可靠性。
电网在增长初期，电网规模复杂性，和控制复杂性也是线性的，在电力系统分析中，用大量的元器件、拓扑、电力网络模型、计算模型的简化-线性化，把电力系统的运行和管理，控制在一个线性的安全范围内进行计算和控制。
同时，电力系统规模扩张，导致的管理冗余，和控制冗余，某种程度也是为了安全的需要，甚至刻意设计出大量的冗余去兜底。
但是，新型电力系统本质，就是大量间歇性、波动性能源的并网，更要命的是，里面有一半是分布式的能源在配电网里。
如果都是集中式新能源，这个问题还没有那么突出——通过发电计划曲线去限制出力，加上储能、抽蓄、火电灵活性，还是可以保证电力系统的线性化控制的。
但是一半的分布式在配网里，电网潮流计算所需考虑的元器件数量上升了几个数量级。
以前只要算大电网有限节点潮流，配网当成一个负荷，现在不是了。
新型电力系统的计算本质是这个——电力网络计算所需节点数量从百级别，到了百万级别；电力网络计算的实时性需求，可能从从一天96点（15分钟），可能到一天86400点（1秒）。
彻底进入复杂系统的非线性控制域。
工业2.0的管理控制率，只解决线性问题（如企业线性增长）
原有的线性管理带来的冗余，对企业来说，导致规模不经济。
对电网来说，有一个好处，在系统进入非线性阶段的前期，冗余可以抵消一部分非线性风险——电网冗余度解决新能源消纳问题。
这就是中国过去10年新能源从全额消纳，到不承诺全额消纳的逻辑——电网的线性冗余，始终无法长期解决非线性风险增长问题。
无论是电力市场，还是电网调度，本质上都是带着工业2.0的“线性管理-控制”逻辑在做事，他们天生的风险厌恶，追求高度确定性的，可精确计算的结果，这是一种正向思维模式。
这就是“大公司病”的底层逻辑。
比如通过电力系统仿真，求得任意时刻电网潮流、阻塞、以及节点电价，并平均出现货价格。
这种正向思维，在面对非线性复杂态运行的大型电力网络的时候，一个巨大的BUG就是——随机风险。
这种风险是动态涌现，极小概率的巨浪的。
比如忽然一朵乌云，对光伏出力的影响，导致电力潮流的瞬时改变，引发15分钟现货价格的巨量波动。
这种事情在股票市场经常会出现。
正向的，白盒建模的，任意时刻的仿真推导，在面对复杂系统随机的，概率是每年1次（小数点以后4-5位的差异性），就像当年洛伦兹老爷子用计算机模拟天气系统，因为小数点后第6位的随机变化，导致计算结果混沌态，提出了著名的洛伦兹模型——蝴蝶效应。
无论是电网，还是售电公司，每年只要来这么一次蝴蝶效应，电网发生大停电，售电公司资金池被击穿，也不是没发生过。
所以，新型电力系统的复杂控制率，是彻底的“反大公司病”。
没有白盒，没有经典的电网分析模型，直面小概率风险。
因为你没办法用工业2.0的管理思维和组织架构，去解决一个工业4.0的非线性、边缘创新、混沌态的问题。
虚拟电厂的尴尬，也就在这里，因为它本质上是电网边缘的大量分散式资源，以复杂系统的蚁群模式进行聚合，而不是一种线性的数量-控制关系。只是现在被大公司2.0控制率，玩成了一个线性的发电机。
而AI的神经网络黑盒模型，天生就是非线性的，内部混沌态的，自然是适合工业4.0的新型电力系统的，这也是底层的契合。
创新，一切皆有可能。
（来源：鱼眼看电改 作者：俞庆）
集团看中虚拟电厂业务，然后让下面分子公司来搞，怎么搞呢？报项目，报预算，建立工作小组，管控组，KPI考核，进度验收，现场会推广，表彰总结，然后明年再来一遍。
核心考核指标是：完成多少虚拟电厂投资。
于是下面纷纷把光储充、微电网、乃至节能工程，包装成所谓的“虚拟电厂”报上来。
至于这个虚拟电厂的实际运营效益，参与了多少次交易，可持续性如何，
没人关心。
因为能源企业核心是做大资产规模，其他的都是配角。
涉及到电网接入，市场交易注册，申报这些事，免不了和调度打交道，调度部门认真的把虚拟电厂当成一个电厂进行管理，机组测试、安全防护、接口调试、曲线考核、价格协调，一个都不能少。
似乎所有人都没错，都按照老革命的路子去解决新问题，但是这个结果总是偏离老革命的预期。
所有的企业行为背后，是有一套合理的生存逻辑的。
为什么能源大厂把虚拟电厂搞成重资产投资，本质上是对能源企业的考核指标和排名中，资产规模的权重是非常靠前的，KPI指挥棒决定企业行为。
为什么省调把负荷侧资源聚合的虚拟电厂，一定要按照传统发电机组要求进行接入和考核，背后是因为调度部门很高的“风险厌恶”，并网许可与调度管理体系设立的初衷，就是为了管控系统级的风险。
所以形成了某种悖论：
因为新能源的高渗透率，逼迫电力系统转向新型电力系统，需要“荷随源动”的虚拟电厂的资源响应，但是在虚拟电厂这个新资源接入时，电力系统的思维惯性首先是“不能添乱”，于是又按照传统电力安全要求进行管理和考核。
这背后我认为是两种截然不同的思维模式导致的。
一种是源自工业2.0的管理控制思维模式：
但是有个问题：规模。
当企业、电网、资产这些规模达到一个边界值，这套管理控制模式的弊端就出现了：
规模复杂度和控制复杂度不是线性关系，而是一个奇妙的幂律关系。
比如动物的体重每增长一倍，代谢率只增长75%，也就是3/4幂律法则。
充分市场竞争条件下，企业的营收与员工数量，差不多也是这个法则。
这种习惯性思维是因为，企业在增长初期，幂律法则不明显，还是简单线性关系。
这个线性-幂律法则之间的数量差异，带来另一个隐型好处：
控制冗余。
管理部门的增加，控制元件的增加本来可以少于规模的增加的，但实际上和规模增长线性同步，带来一部分冗余，冗余可以保障系统的可靠性。
电网在增长初期，电网规模复杂性，和控制复杂性也是线性的，在电力系统分析中，用大量的元器件、拓扑、电力网络模型、计算模型的简化-线性化，把电力系统的运行和管理，控制在一个线性的安全范围内进行计算和控制。
同时，电力系统规模扩张，导致的管理冗余，和控制冗余，某种程度也是为了安全的需要，甚至刻意设计出大量的冗余去兜底。
但是，新型电力系统本质，就是大量间歇性、波动性能源的并网，更要命的是，里面有一半是分布式的能源在配电网里。
如果都是集中式新能源，这个问题还没有那么突出——通过发电计划曲线去限制出力，加上储能、抽蓄、火电灵活性，还是可以保证电力系统的线性化控制的。
但是一半的分布式在配网里，电网潮流计算所需考虑的元器件数量上升了几个数量级。
以前只要算大电网有限节点潮流，配网当成一个负荷，现在不是了。
新型电力系统的计算本质是这个——电力网络计算所需节点数量从百级别，到了百万级别；电力网络计算的实时性需求，可能从从一天96点（15分钟），可能到一天86400点（1秒）。
彻底进入复杂系统的非线性控制域。
工业2.0的管理控制率，只解决线性问题（如企业线性增长）
原有的线性管理带来的冗余，对企业来说，导致规模不经济。
对电网来说，有一个好处，在系统进入非线性阶段的前期，冗余可以抵消一部分非线性风险——电网冗余度解决新能源消纳问题。
这就是中国过去10年新能源从全额消纳，到不承诺全额消纳的逻辑——电网的线性冗余，始终无法长期解决非线性风险增长问题。
无论是电力市场，还是电网调度，本质上都是带着工业2.0的“线性管理-控制”逻辑在做事，他们天生的风险厌恶，追求高度确定性的，可精确计算的结果，这是一种正向思维模式。
这就是“大公司病”的底层逻辑。
比如通过电力系统仿真，求得任意时刻电网潮流、阻塞、以及节点电价，并平均出现货价格。
这种正向思维，在面对非线性复杂态运行的大型电力网络的时候，一个巨大的BUG就是——随机风险。
这种风险是动态涌现，极小概率的巨浪的。
比如忽然一朵乌云，对光伏出力的影响，导致电力潮流的瞬时改变，引发15分钟现货价格的巨量波动。
这种事情在股票市场经常会出现。
正向的，白盒建模的，任意时刻的仿真推导，在面对复杂系统随机的，概率是每年1次（小数点以后4-5位的差异性），就像当年洛伦兹老爷子用计算机模拟天气系统，因为小数点后第6位的随机变化，导致计算结果混沌态，提出了著名的洛伦兹模型——蝴蝶效应。
无论是电网，还是售电公司，每年只要来这么一次蝴蝶效应，电网发生大停电，售电公司资金池被击穿，也不是没发生过。
所以，新型电力系统的复杂控制率，是彻底的“反大公司病”。
没有白盒，没有经典的电网分析模型，直面小概率风险。
因为你没办法用工业2.0的管理思维和组织架构，去解决一个工业4.0的非线性、边缘创新、混沌态的问题。
虚拟电厂的尴尬，也就在这里，因为它本质上是电网边缘的大量分散式资源，以复杂系统的蚁群模式进行聚合，而不是一种线性的数量-控制关系。只是现在被大公司2.0控制率，玩成了一个线性的发电机。
而AI的神经网络黑盒模型，天生就是非线性的，内部混沌态的，自然是适合工业4.0的新型电力系统的，这也是底层的契合。
创新，一切皆有可能。
