Las plantas de energía distribuida se han convertido gradualmente en una nueva tendencia en el desarrollo de suministro de energía, pero el acceso a un gran número de fuentes de energía distribuida tiene un cierto impacto en la operación estable de la red eléctrica. Una planta de energía virtual (VPP) puede integrar una variedad de fuentes de energía distribuida para coordinación y optimización; por lo tanto, puede resolver eficazmente las dificultades enfrentadas por una conexión a la red de energía distribuida y promover la complementariedad de las fuentes de energía. Sin embargo, la energía renovable a menudo tiene un grado de volatilidad y aleatoriedad cuando se distribuye, lo que puede traer ciertos riesgos a la operación de la VPP. Con el fin de considerar los riesgos que trae la energía renovable, se propuso un modelo de programación óptima de la VPP, basado en una red generativa adversaria (GAN) mejorada y el valor condicional en riesgo (), para medir la relación entre los beneficios y los riesgos. En primer lugar, se analiza la incertidumbre de la nueva energía, y se generan escenarios de energía eólica y fotovoltaica mediante la GAN mejorada; luego, se generan escenarios típicos mediante el método de k-medoids. Finalmente, basándose en el , se establece el modelo de programación óptima de la VPP para estudiar el efecto del peso del riesgo en los ingresos de la VPP. Los resultados muestran que el modelo puede medir eficazmente la relación entre los beneficios y los riesgos y puede proporcionar algunas referencias para que la VPP tome decisiones operativas razonables con diferentes preferencias de riesgo.