【目的】为应对虚拟电厂(virtual power plant,VPP)在参与电能量和需求响应市场时所面临的新能源出力和负荷不确定性问题,提出一种考虑多重不确定性的鲁棒优化调度策略,旨在降低鲁棒优化的保守性并提高VPP的经济效益。【方法】构建基于条件风险价值(conditional value at risk,CVaR)的多面体不确定性集,在此基础上,考虑风电、光伏出力和负荷的不确定性,建立VPP参与电能量和需求响应市场策略的日前两阶段鲁棒优化模型。基于行列生成(column-and-constraint generation,C&CG)算法和拉格朗日对偶理论,将所建模型分为可利用求解器求解的主问题和子问题。最后,利用蒙特卡罗方法生成大量风电、光伏和负荷数据,对所提策略进行仿真分析,并与其他方案的优化结果进行对比。【结果】所提策略采用基于CVaR的多面体不确定性集,能够充分利用历史数据,相比于采用传统不确定性集的方案,VPP的总成本降低了约2%。【结论】所提策略可以显著降低鲁棒优化结果的保守性,并在多重不确定性条件下提升VPP参与市场的经济性。