基于区块链的微网群交易机制及日前优化调度

2023-02-27黄悦华刘兴韬陈庆张子豪王朔浩

科学技术与工程 2023年2期

黄悦华，刘兴韬，陈庆，张子豪，王朔浩

(三峡大学电气与新能源学院，宜昌 443002)

随着国家在能源领域加快了清洁低碳、安全高效的现代能源体系建设[1]，可利用各种能源之间的互补特性实施有机协调和优化的多能微网系统应运而生[2]。然而，由于多能微网能源形式的复杂性与分布式能源出力的不确定性使得多能微网的优化调度面临困境，且限制了独立运行的微网对于可再生能源的消纳。因此，如何通过安全高效的市场交易机制来协调促进单微网的经济调度与新能源消纳[3]，成为目前多能微网群系统发展的关键问题。

对于多微网交易的研究，目前以集中式交易并建立微网调度模型为主[4-7]。文献[8]中微网响应配网电价建立了集中式电能交易框架与调度模型；文献[9]构建含集中式碳交易的经济调度模型有效减少了碳排放指标；文献[10]根据能流差异特性构建了网间集中交易的调度模型。然而，传统的集中式交易模式下往往因为中心化平台的存在而导致各微网交易成本高、运行效率低等问题，该模式难以满足多能微网需要保证大量用户隐私数据的需求。

区块链技术融合了智能合约、共识算法等算法与信息安全技术，其数据不可篡改、信任成本低等优势天然契合为微网间交易的底层数字技术[11-14]。文献[15]提出的基于区块链的碳配额交易方案提高了微网与配电网交易过程中的安全性与有效性。文献[16]通过构建社区能源管理平台提高了微网与社区交易中的总的社会福利。但将区块链技术运用于微电网的交易过程中，依然存在中心化平台违背了去中心化的设计初衷，且缺少对交易机制的研究。进一步地，文献[17]通过自适应定价结合智能合约制定了多微网间交易方案；文献[18]考虑风险交易因子建立了区块链微网交易策略，改进了连续竞价过程中的出清模型。文献[19]基于区块链技术构建了连续双向拍卖交易机制，描述了报价对交易的影响。上述交易机制大多只针对交易过程中最优报价双方的匹配，无法满足多个微网相互交易的复杂需求，同时难以兼顾交易中各微网收益分配的利益均衡。

综上所述，基于区块链技术，现提出一种去中心化多能微网群电能交易机制，并辅助决策多能微网群日前优化调度。首先构建基于区块链技术的多能微网群去中心化交易框架；然后通过兼顾分时价格、权益系数等因素的智能合约程序，设计交易匹配与市场出清流程进行电能的合理分配；最后，基于4个多能微网为算例验证本文方法的合理性与有效性。

1 基于区块链技术的多能微网群交易框架

区块链网络具有去中心化的特点，通过P2P(peer-to-peer)网络、智能合约、分布式存储技术等手段能够有效地为信息在交易过程中的隐私问题提供有效的解决方案。

(1)P2P网络去中心化的运营方式，可将各微网运营商作为独立节点组成多方共治的网络。各微网节点同时作为服务器与客户端，在交易时间内可随时出入区块链网络。多能微网群交易过程采用分散式的客户端，可有效避免网络攻击，保障交易系统地去中心化与安全性。

(2)通过分布式存储技术，独立节点的微网运营商各自均存储了完整的区块链数据，包括各微网运营商ID、能源类型、交易金额、交易电量等。当数据丢失时，可通过其他节点的数据进行恢复，有效防止了多微网交易中数据丢失无法恢复的问题。

(3)智能合约是区块链上的具有预置规则及触发条件的程序，可允许各节点在没有第三方的情况下完成交易。各微网节点通过提交交易请求来执行智能合约内嵌的交易机制函数，并通过预置响应触发状态改变，同时将过程写入区块链中保存。

基于上述区块链技术，本文研究搭建了多微网之间交易平台，来实现多方共治、相互竞争的交易模式，有效地解决集中式交易中的信任问题，也为微网交易双方的信息安全提供保护。本文研究基于区块链的多能微网群交易框架如图1所示，主要包括信息与能量的交换，交易主体为各微网运营商节点。在交易周期内，微网群中各个节点首先制定初始日前调度计划，调度方案上传区块链网络并调用智能合约模块开展交易模拟计算；然后，当方案的电量供需信息触发交易机制中预置条件时，进行响应动作的交易匹配；在匹配过程中，智能合约根据响应对自身状态进行改变，并得到对应的值返回于各节点，完成匹配交易的双方根据交易计划更新日前调度计划。最后，根据微网群电力交易后不能满足的电量情况再与上级电网进行电力交易。在各节点对匹配交易达成共识后，通过区块链进行交易结算并向全网发布新的区块信息，封装为Merkle根储存在区块头中并形成时间戳。

图1 基于区块链的多能微网群交易框架Fig.1 Multi-energy microgrids trading framework based on blockchain

2 基于智能合约的微网群交易机制

在传统的微网交易机制中，市场交易的主体、交易时间及各方信息等内容常以既定的形式完成，难以适用于微网群多方交易角色自由转换的场景。本文研究中提出了一种适用于各微网运营商多轮双向交易机制来协调市场交易的多方利益。在多轮双向交易机制中，各市场参与者根据自身产能情况可以是买方也是卖方，自由进行多对多形式的交易，买卖双方根据报价进行最优匹配。在该交易机制中，一旦价格匹配(通过智能合约完成即时交易)无需考虑报价时间的影响，买卖双方根据“价高者得”的原则进行排序匹配。

多轮交易机制的交易匹配过程如图2所示。首先，智能合约根据各微网输入的待交易电量将各微网分为买方与卖方并根据预置报价式制定差异化报价。然后，在交易匹配过程中，将每一轮中最高报价的买方与最低报价的卖方作为最优交易双方，成交电量为待交易电量较少的一方，并取二者报价的均值作为本轮交易的成交价。在每一轮的交易完成后，智能合约根据剩余待交易电量重新计算报价并计算权益系数值进入下一轮的交易中。当t时刻各微网没有剩余待售电量或待购电量时进入t+1时刻进行交易。

图2 多轮交易机制匹配过程Fig.2 Matching process of multi-round auction

2.1 智能合约报价式

在日前调度阶段，各微网节点根据自身产能和负荷需求制定日前调度计划，并将盈缺电能数据上传至智能合约。智能合约预置报价式为

(1)

2.2 智能合约交易匹配

(2)

(3)

(4)

(5)

在每轮交易结束后，通过预置式(6)判断买卖双方剩余待交易电量情况。

(6)

式(6)中：OR(A，B)函数表示任一变量为0或同时为0时输出1，进入t+1时刻开始新一轮交易；否则输出0，进入n+1轮继续t时刻交易。

2.3 智能合约权益系数

为均衡不同节点之间的利益，防止出现价格垄断的恶意竞争，构建了权益系数机制来协调各微网之间收益的平衡性。权益系数由参与交易权益值与连续交易次数权益值组成，即

Qi，t=Qg，t+Qm，t

(7)

参与交易与连续交易的权益值计算式为

(8)

(9)

式中：ϑn为微网在t时刻参与交易的次数；tn为t时刻所有微网已完成的总交易次数；χ=0.1。

在完成每轮交易后，由式(10)和式(11)对各节点微网的报价进行更新，并进入下一轮的交易中。

(10)

(11)

式中：ρ=0.8；τ=0.2；Qmin与Qmax分别为t时刻权益系数值最低、最高微网的权益值。

在t时刻交易全部结束后，根据式(9)对Qm，t进行更新并计算综合权益值Qi，t。在t+1时刻的交易中，新的Qi，t值为t-1时刻交易结束后保留值。

综上所述，基于智能合约的微网群交易过程具体流程如图3所示。

3 多能微网日前调度模型

本文构建的单个多能微网系统模型如图4所示。其中能量输入包括气网、热站、配电网、风电(wind powered generator， WP)、光伏(photovoltaic， PV)；能量转换设备包括冷热电联产(combined cooling heating and power， CCHP)系统、电制冷机(electric refrigerator， ER)、燃气锅炉(gas boiler， GB)、燃料电池(fuel cell， FC)、电锅炉(electric boiler， EB)、电转气设备(electric to gas， EG)；储能设备为4种不同能源形式的储能设备。

3.1 目标函数

包含i个多能微网系统的日前优化调度是以微网群总运行成本最小为目标的优化问题，其目标函数为

(12)

图3 智能合约交易流程图Fig.3 Flowchart of intelligent contract transactions

图4 多能微网系统结构Fig.4 Structure of multi-energy microgrid system

(1)微网群系统运行成本。

(13)

(14)

(2)微网群弃风、弃光总成本。

(15)

(3)微网群市场交易收益。

(16)

3.2 约束条件

(1)电功率平衡方程。

(17)

式(17)中：Pα1，t为集合α1∈{WP，FC，PV，CCHP}中设备的出力；Pα2，t为集合α2∈{EB，ER，EG}中设备的出力；Pcha，t、Pdis，t分别为蓄电池的充、放电功率；Pload，t为微网电负载。

(2)热功率平衡方程。

(18)

(3)冷负荷平衡方程。

Uκ1，t+Udis，t=Ucha，t+Uload，t

(19)

式(19)中：Uκ1，t为集合κ1∈{ER，CCHP}中设备冷转换功率；Ucha，t、Udis，t分别为蓄冷罐的蓄、放冷功率；Uload，t为微网冷负载。

(4)气负荷平衡方程。

Gbuy，t+GEG，t+Gdis，t=Gψ1，t+Gcha，t+Gload，t

(20)

式(20)中：Gbuy，t为微网购气量；GEG，t为EG的供气量；Gψ1，t为集合ψ1∈{FC，CCHP，GB}中设备用气量；Gcha，t、Gdis，t为储气罐充、放气量；Gload，t为气负载。

(5)耦合设备模型约束。

(21)

(22)

HGB，t=ηGBGGB，tLHV

(23)

UER，t=PER，tηER

(24)

HEB，t=μEB，tηEBPEB，t

(25)

(26)

(6)储能约束。储能设备模型及其容量上下限为

(27)

(7)设备出力上下限。

μn，tPmin，n≤Pn，t≤μn，tPmax，n

(28)

式(28)中：Pn，t为设备n的出力值；Pmax，n、Pmin，n为设备n的出力上、下限；μn，t为设备n的启停状态。

(8)机组爬坡约束。

-Rn，d≤Pn，t-Pn，t-1≤Rn，u

(29)

式(29)中：Rn，u、Rn，d为可控机组n的上、下爬坡功率极限。

(9)联络线最大传输功率约束。

(30)

(10)启停时间约束。

(31)

式(31)中：Ton、Toff分别为持续开、关机时间；onmin、offmin为最小开、关机时间，均取3 h。

3.3 求解方法

通过0-1混合整数线性规划方法来对调度模型进行求解，其一般形式为

(32)

式(32)中：x为优化变量，包含机组出力、储能的充放功率、各微网的购电量以及能量转换设备的输入；等式约束为4种能源形式的功率平衡约束与储能约束；不等式约束为机组运行约束。

针对市场交易和调度的特点，建立了含交易的多能微网日前优化调度模型，并通过使用MATLAB中Yalmip+Cplex12.0进行求解。

4 算例分析

4.1 参数设置

以区块链微网交易市场中4个多能微网节点系统为研究对象。调度周期为24 h，间隔为1 h，各微网购热价格取0.6元/(kW·h)，购气价取2.28元/m3。各设备容量及参数参见文献[20-22]。微电网分时电价如图5所示。

4.2 模型对比分析

为验证所提交易机制的有效性，对比了3种不同交易策略的多能微网优化调度结果。

场景1：不考虑交易机制的多能微网优化调度。

场景2：考虑交易机制不含权益系数的多能微网优化调度。

场景3：同时考虑交易机制与权益系数的多能微网优化调度。

3种不同运行方式下各多能微网的运行成本如表1所示。相较于独立运行的场景1、场景2中参与市场交易下的微网群总成本低316.92元。这是由于各微网在市场中以比电网购电价更低的价格买入电能，以比电网更高的价格售出电能。场景3中在加入权益系数后，微网1、3的成本分别再次下降了27.59元与12.7元，微网2、4的成本分别增加了25.17元与15.12元。其原因是，在引入权益系数后，由于权益系数对各微网报价的修改，导致原有交易对象发生改变，对于市场中占据垄断地位的微网有所限制，减少其交易次数，从而引起了微网1、3成本减少，微网2、4成本增加。

场景3中各微网调度结果如图6所示。各微网出力主要由燃料电池、CCHP机组与电锅炉提供，图6(a)中微网1，燃料电池出力占总出力值的21.98%，CCHP机组出力占总出力值的29.29%，电锅炉出力占总出力值的20.58%；图6(b)中微网2，燃料电池、CCHP机组、电锅炉出力在总出力中的占比均超过20%；图6(c)中微网3，燃料电池、CCHP机组、电锅炉出力之和占总出力值的70%以上；图6(d)中微网4，CCHP机组、电锅炉出力在总出力值中占比均接近30%。可以看出，各微网出力可满足冷热电气的供需平衡关系，仿真结果验证了本文提出的交易机制应用于优化调度的有效性。

表1 不同场景下运行总费用Table 1 Total operating costs in different scenarios

图6 各微网参与多微网交易情况下的机组出力计划Fig.6 Unit output plan of each microgrid participating in multi-microgrid transaction

图7为不同场景下，多能微网群总可再生能源消纳情况。可以看出，微网间的交易机制可促进可再生能源的消纳。场景1中各微网不参与交易时，在11:00—15:00和19:00—20:00时刻，可再生能源消纳率为95.37%；场景2中各微网参与交易时，消纳率为98.43%，较场景1增加了3.14%；在场景3中，当交易对象改变且成交价更低时，可再生能源消纳率可达100%。

场景2与场景3中各微网电能成交量及成交价格分别如图8(a)和图8(b)所示。其中，成交电量为正值代表买进电能，负值代表卖出电能。在图8(a)中，1:00—10:00与21:00—24:00时刻没有发生交易，第一轮成交的微网对应关系及时刻为(1-4，11)、(1-3，12)、(2-4，13)、(2-4，14)、(2-4，15)、(1-4，19)、(1-4，20)，第一轮成交的微网对应关系及时刻为(2-3，11)、(2-3，19)、(2-3，20)(括号中逗号前表示交易的微网，逗号后表示交易的时刻)。可以看出，微网2、4各自总成交次数为6次，微网1、3各自总成交次数为4次。这是由于微网2、4待交易电量多，出价更有优势，故成交次数更多。微网1、3待交易电量少，出价不占优势，因而成交次数更少。在图8(b)中，由于权益系数改变了各微网的报价，导致交易匹配情况变为(1-4，11)、(2-3，11)、(1-3，12)、(2-3，13)、(1-4，14)、(1-3，15)、(1-4，19)、(2-3，19)、(1-4，20)、(2-3，20)。由此可知，微网2、4各自总成交次数变为4次，而微网1、3各自总成交次数变为6次。

图7 不同场景中可再生能源消纳情况Fig.7 Renewable energy consumption in different scenarios

图8 微网交易成交价和成交量变化曲线Fig.8 Transaction price and volume curve in microgrid transaction

表2给出了各微网在13:00、14:00与15:00时刻的权益值变化情况，以此为例，分析各微网的权益系数值对交易对象变换的作用，进而分析其对各微网报价的影响，其中，各微网权益值在11:00与16:00时刻均为100。由图8(a)和图8(b)可知，在13:00时刻，交易对象由(2-4，13)变为(2-3，13)，依据式(10)和式(11)，权益系数的加入将微网4的报价由0.741元变为0.753元，微网3的报价由0.747元变为0.742元，由此，微网3的报价较微网4更有优势，成为最优卖价。同理可知，在14:00时刻，交易对象由(2-4，14)变为(1-4，14)，微网2的价格由0.760元变为0.775元，而微网1的价格由0.766元变为0.770元低于微网2的价格成为最优卖价。在15:00时刻，交易对象由(1-3，15)变为(2-4，15)，微网1的价格由0.758元变为0.763元，而微网2的价格为0.761元不变成为最优卖价，微网4的不变价格为0.729元超过微网3的0.738元成为最优买价。