江昕玥，吕瑞扬，何 洁，裴 佑，邱伟强，杨 莉，林振智，文福拴

（1.浙江大学电气工程学院，浙江省 杭州市 310027；2.浙江电力交易中心有限公司，浙江省 杭州市 310037）

0 引言

随着近年来中国分布式储能不断发展，高比例可再生能源背景下的电力系统电力电量平衡问题得到有效应对［1］。但是，现阶段投运的分布式储能项目的主要收益来源于电价的峰谷套利，普遍存在回报率欠佳问题。共享储能商业模式使分布式小微储能通过租赁形式将储能控制权转移给其他主体使用，用于可再生能源消纳和提供辅助服务，提高分布式储能资源的利用率和收益［2-3］。而对于容量更小的用户侧分布式储能来说，采用将储能使用权租赁给火电机组进行联合调频的新商业模式，能够有效解决难以达到参与调频市场容量门槛的问题［3-6］。

分散交易机制可以最大限度地发挥市场主体的主动性［7-8］，增加市场的流动性，适用于共享储能与火电机组联合调频的交易场景。同时，相比于集中交易机制中交易中心平台的高建设成本和维护成本，分散交易机制无需第三方中心机构，能够更好地保护主体隐私［9-10］。目前，区块链技术是支撑分散式市场运转的关键技术［11-12］。利用区块链不可篡改性、公开性、开放性以及去中心化的特点，能够不经过第三方直接生成合约订单［13］。同时，智能合约根据交易执行情况保证交易履约，以减小分布式能源参与分散交易的成本并提高交易的安全性。但由于没有中心机构作为统一价格信息发布平台，目前的分散交易机制中，共享储能交易过程中存在信息获取效率低的缺陷，易造成社会损失。

信息经济学从不完全信息理论的角度研究信息披露与效率、激励和市场过程的内生性联系［14］。在不完全信息环境下，市场主体缺乏交易对象的成本信息和报价策略信息，此时个体理性可能导致集体非理性［15］。为应对此类情况，一方面，市场主体在进行双边交易决策时需要充分考虑信息不对称对市场效率的不利影响。文献［16-17］通过模拟不完全信息环境下交易对象的特点，将信息不对称环境下的交易转化为完全信息环境下的交易。文献［18］分析了处于信息劣势的市场主体通过拟定不同合约区分出风险类型的交易策略。另一方面，设置合理规范的违约机制为市场主体提供了探索信息的机会。效率违约是以波斯纳为代表的美国经济分析法学派提出的一种违约理论。它的含义是：合同的一方当事人只有因违约带来的收益将超出己方以及他方履约的预期收益，并且针对预期收益的损害赔偿有限，使之在承担违约责任后仍有盈余，违约才是一个理性的选择［19］。从经济学角度上，效率违约使社会资源的配置达到了一种帕累托改进，有利于最大化社会福利。该理论不考虑违约行为的道德性，认为市场应承认和鼓励有效率的违约［20］。文献［21-22］对国内违约责任理论体系引入效率违约进行了可行性论证，并设计信用激励机制有效降低了效率违约的信用风险。目前，在分散交易机制中尚未有研究违约机制对社会福利的影响。

除了市场主体主动获取信息以外，交易平台数据脱敏后适度披露信息能有效引导分散交易的达成［23］，而且能够降低市场主体获取信息的成本及市场交易中的不确定性［24-25］。由于成交价格、供需关系等市场交易信息的敏感性，在设计市场交易信息披露机制时需要考虑市场主体的私有信息保密、交易机制差异等因素，以进行合理的信息披露。另外，不同的信息披露机制下，市场主体掌握交易信息的程度不同，直接影响到市场主体的学习行为和报价决策行为，进而影响市场成交效率和社会总福利［26］。文献［27］进一步提出了一种点对点能源市场交易机制下发电商调整成本函数参数的学习方案和交易策略。但是，对于如何在共享储能联合调频实际场景中进行合理有效的信息披露，引导市场主体尽快达成最优交易，仍有待进一步研究。

基于上述背景，本文提出一种考虑不完全信息披露的共享储能联合调频分散交易机制。首先，通过与集中交易机制对比，分析了影响分散交易机制社会福利和市场收敛速度的主要原因；其次，设计了基于效率违约理论的共享储能交易违约机制和考虑不完全信息披露的市场交易信息公布机制，并利用区块链网络和智能合约实现分散交易流程；然后，基于此交易机制构建了基于主动试错学习的共享储能动态修正策略模型和火电机组采购优化决策模型；最后，通过算例分析验证所提的分散交易机制在提高市场效率和社会总福利方面的有效性。

1 考虑信息披露的调频分散交易机制设计

1.1 共享储能参与的联合调频分散交易模式

随着分布式储能发展，在调频辅助服务市场中，部分分布式小微储能可以聚合参与调频市场或单独与火电机组进行双边交易达成联合调频的效果［28］。共享储能-火电机组联合调频模式是结合共享经济理念发展的一种新型商业模式。在该模式下，火电机组通过租赁共享储能获得储能控制权，与储能绑定后联合参与调频市场。该模式能够显著提高调频性能值，使火电机组获得更高的调频补偿贾用，同时提高了储能资源，尤其是分布式小微储能的利用率。本文聚焦分布式小微储能与火电机组参与的分散交易市场，假设共享储能在交易中整体出租，交易标的为租赁时间内的储能控制权，报价为单位功率储能每小时的租赁价格。交易成功后，火电机组担任储能资源聚合商的角色，通过联合调频的方式参与调频市场交易。

由于分布式储能具有体量小、数目大的特点，采用集中式交易平台需要额外增加交易贾用。分散交易机制下各个交易主体可以自行选择交易对象，通过自由磋商、主动协调，在满足交易偏好需求的同时节省了中心交易平台运营维护成本［29］。但是，由于分散交易机制下市场主体掌握的信息少，在交易过程中存在选择最优交易对象耗时长、无法根据交易信息动态更新报价策略造成收益损失等问题。

在共享储能与火电机组的分散交易中，共享储能需要通过不断交易逐渐获得价格分布信息。然而，共享储能以个体最优进行的交易决策并不一定能够实现社会福利最大化。表1 为集中交易和分散交易机制下交易结果对比。表中储能用户E1、E2和火电机组G1、G2分别拥有或需要1 个单位容量的储能资源，括号内数值分别为共享储能参与调频的运行成本和火电机组租赁储能后参与调频获得的额外收益。集中交易机制下，交易中心有E1、E2、G1、G2全部报价信息，市场出清结果为（a），仅储能E1和G1达成交易，社会福利达到最大；在分散交易机制下，由于各个参与者只有各自谈判对手的报价，信息不完全。因此，交易结果中既可能出现社会福利最大化的结果（a），也可能出现并未达到最优配置的结果（b）。

表1 集中交易与分散交易结果对比Table 1 Comparison of centralized and decentralized trading results

在分散交易机制下，共享储能与某个火电机组交易达成后即视为结束交易。在一个交易周期内，共享储能无法通过继续报价获得更多的交易结果，此时个人理性可能受到不完全信息的限制表现为有限理性，收益遭受损失［16］。此外，由于没有集中交易机制中的中心交易平台发布价格信息引导共享储能的报价行为，共享储能无法通过市场价格得到引导，报价过高或过低的共享储能无法及时修改报价策略，市场成交结果波动较大，难以稳定交易。因此，分散交易机制的不完全信息问题会影响市场效率和社会总福利。

为了提高分散交易市场效率，本文一方面利用违约机制实现在单个交易周期中提供更多市场主体探索市场信息的机会，使得市场主体更快速适应当前市场环境；另一方面发布脱敏信息，市场主体通过评价当前交易结果，调整交易策略，使市场主体更快实现交易匹配并成交。下面将分别介绍共享储能交易违约机制和市场成交信息公布机制设计。

1.2 基于效率违约理论的共享储能交易违约机制

由于市场中分布式储能数目众多，体量较小，假设在分散式交易机制下，共享储能作为交易的发起者，拥有自主选择交易对象的权利。共享储能在交易过程中不断试探性报价，并通过交易结果修正自身对市场中的交易对象，即火电机组的认识，以及对市场中其他储能用户的整体估计。但是信息的获取依赖于多个完整交易周期后的数据积累。在市场初期，共享储能通过历史交易得到的市场信息极其有限，不完全信息可能会使市场主体蒙受损失，减少社会效益。

在交易中允许违约能够为共享储能提供通过多轮次报价加快对火电机组价格分布信息探索的机会，共享储能可以选择履行合约或者违约并补偿火电机组的损失。基于效率违约理论，只有因共享储能违约带来的收益超出双方履约的预期收益，并且在承担违约责任后仍有收益盈余的情况下，违约对于共享储能才是一个理性的选择［19］。合理规范的违约机制设计能够为共享储能提供交易激励。同时，在不会严重损害火电机组利益的情况下提升市场效率和社会总福利。

设计共享储能违约机制如下：交易周期h内共包含Tmax轮交易，在交易周期h的轮次t，已达成交易的共享储能i继续寻找交易对象，若找到报价更高的买家，通过向上个买家支付违约金即可更改成交对象为当前买家。通过此违约机制，共享储能拥有更多探索信息的机会。

考虑到分布式储能规模小、数量大，在交易设计中允许共享储能单方违约，但是共享储能的违约行为可能会给已达成交易的火电机组带来一定的经济损失，例如，被违约的火电机组由于剩余交易机会减少，可能无法购买到价格合适的替代储能。因此，共享储能主体在违约后需要通过支付违约金补偿被违约的火电机组，该违约金体现了共享储能收集市场信息的代价。设定共享储能i违约火电机组j的违约金与成交总价成正比，即

式中：η为赔偿比例；为共享储能i与火电机组j在交易周期h轮次t的成交单价；为共享储能i的容量。

1.3 考虑不完全披露的市场成交信息公布机制

在分散交易市场中，储能向火电机组提交报价，火电机组同时接收多个共享储能的价格信息，但由于价格隐私保护，不同共享储能之间无法知道彼此的成交价格，买卖双方之间存在着一定的信息差。如何通过适当的信息披露引导共享储能了解竞争对手的整体情况，是提升市场主体预判市场交易环境能力的关键。

电力市场中报价信息的完全披露往往会导致恶性竞争或者默契串通，而必要的信息披露却能够激励市场主体合理调整自身报价行为，尽快实现买卖双方的最优交易选择。借鉴证券行业对股票信息的披露，设计在交易周期h的Tmax轮交易完成后，市场公布共享储能平均成交单价：

1.4 基于区块链平台的分散交易流程

区块链技术是支撑去中心化交易机制正常运行的优势技术，基于区块链的分散交易平台能够在节省构建中心平台交易成本的同时保障市场主体交易隐私。文献［6］基于Hyperledger Fabric1.4 架构搭建了区块链网络结构，并在该平台上实现了一种计及分布式储能和火电机组偏好的联合调频分散交易机制。本文设计中，共享储能和火电机组加入上述基于区块链的联合调频交易平台进行分散式交易，其中交易执行和履约的功能通过智能合约实现。基于区块链平台的共享储能联合调频分散交易流程如图1 所示，在交易周期h内共包含Tmax轮交易，在每个轮次交易中的报价阶段互相选择的共享储能和火电机组最多进行Kmax回合的谈判。达到最大交易轮次Tmax后，交易周期结束，达成交易的共享储能与火电机组进行储能租赁权交付。

图1 联合调频分散交易流程Fig.1 Decentralized trading process of joint frequency regulation

交易周期h开始，共享储能和火电机组节点同时在区块链平台分别发布储能容量的供给和需求信息，接着智能合约自动执行交易规则和策略，基本过程为：

1）共享储能选择交易对象。在轮次t中，储能自主决策选择一个火电机组进行报价。

2）共享储能与火电机组报价谈判过程。火电机组j和收到报价的多个储能进行一对多并行谈判，谈判过程最多Kmax轮次。第k次谈判中，火电机组j和共享储能i向区块链平台提交报价信息分别为和，若，则区块链平台认为双边交易成功，按智能合约的既定算法计算成交单价，例如：

3）火电机组优化交易决策。谈判结束后，火电机组在链下根据历史已购买储能和当前的谈判储能量价进行交易优化决策，选择与当前谈判的共享储能进行签约采购或拒绝交易。

4）更新交易信息。每轮交易结束后，在交易平台上，共享储能确定是否更新交易对象及支付违约金，在此基础上更新交易信息并记录本轮交易的报价对象和成交价格。之后火电机组更新需求信息。

只要交易周期h尚未结束，共享储能就能够向更多火电机组报价开展上述交易流程，争取获得更高收益，直至交易轮次达到上限Tmax。交易周期h结束后市场对所有共享储能公布本次交易周期内的平均成交价格。

2 分散交易机制下共享储能与火电机组谈判交易模型

2.1 基于主动试错学习的共享储能适应性报价调整模型

在复杂并不断变化的市场中，市场主体不适应市场环境时不可避免会得到部分不满意的交易结果［30］。这表明市场主体应对外部环境的现有信息不充分，需要通过不断交互去适应市场环境。研究中广泛应用的强化学习算法提供了通过试错法搜索（trial-and-error）进行学习训练的应对方法——在没有直接指导信息的背景下，市场主体不断与环境进行交互，通过试错的方式获得最佳策略。对于市场主体来说，关键问题是如何根据历史交易经验和评价信息引导，提前修正参与市场策略，将试错成本调整到可控范围内，并最终适应当前市场［30-32］。

为了探索信息和适应性调整报价，参与联合调频分散交易的共享储能进行尝试报价和效率违约。市场发展初期，共享储能对市场中J个火电机组交易信息认知有限。因此，在首轮交易（即h=1，t=1）中共享储能随机选择向所有火电机组报价概率为1/J。在当前交易周期共享储能会选择不同的火电机组进行交易，相应概率会不断调整，其表达式为：

式中：πi，j，t，h为共享储能i在交易周期h中轮次t选择火电机组j的概率；Oi为在交易周期h中共享储能i已报价的火电机组集合。

在交易轮次t中，选择报价对象后，共享储能可以选择多次报价与火电机组进行谈判，直到在有限环节Kmax内火电机组报价高于共享储能报价，即视为达成交易。在谈判前，共享储能需要确定底线价格λEmini，t，h和初始报价λEmaxi，t，h（即价格区间上限）。违约机制下共享储能的底线价格与其成交状态有关。在未成交状态，储能的底线价格与电池损耗成本、期望收益有关。在成交状态下，共享储能基于当前成交价格寻求更优价格，此时共享储能底线价格由违约成本与已成交价格决定，其表达式为：

假设共享储能i采用线性报价策略，首轮报最高价，则在轮次t谈判回合k中报价为：

若谈判成功，共享储能需要等待火电机组的购买决策，根据交易结果评估决定是否达成本次交易。若谈判失败，共享储能需要准备下一轮次的交易，直到交易周期h结束。

在分散交易机制下，共享储能需要持续探索市场信息并对有效信息进行存储。在交易过程中，共享储能i通过报价尝试探索市场中火电机组的交易信息，通过不断与火电机组接触、谈判，进而对有效信息进行修正，并存储于火电机组历史最终报价矩阵Bi。另外，共享储能i在交易成功后对交易结果进行统计，根据与火电机组j最近hr次交易实际收益计算ri，j并得到报价预期收益矩阵Ri，修正对报价对象的选择策略。信息矩阵Bi和Ri分别表示为：

式中：bh，j为共享储能i获得的火电机组j在交易周期h的最终报价信息；ri，j为共享储能i与火电机组j交易获得的历史平均收益；λtri，j，h为共享储能i与火电机组j在第h次达成交易的成交价格；H为统计的交易周期总次数。

在当前交易周期内交易完成并实际交付后，共享储能根据历史交易信息和市场披露信息对交易结果进行评价。如果交易结果离预期结果存在差距，共享储能需要基于交易信息矩阵修正报价策略。因此，共享储能适应性报价模型可表示为：

式中：Δπi，j，t，h为交易周期h轮次t结束后的概率修正值；Γi，t，h为在交易周期h轮次t共享储能i交易收益最高的lt个火电机组集合；δi，j，h为交易周期h共享储能i对火电机组j的报价概率降低基准值。

一方面，共享储能根据历史交易数据修正对各个火电机组的选择概率πi，j，t，h。由于共享储能主体具有一定的风险偏好，即使上个交易周期已出现当轮最佳成交对象，共享储能同样有一定的概率选择搜寻新的交易对象。交易周期h每轮交易开启前，如式（10）和式（11）所示，共享储能根据交易信息动态调整向各个火电机组的报价概率πi，j，t，h，即选取报价期望收益矩阵Ri中收益排序靠前的lt个火电机组，以δi，j，h的调整速率增加在首轮交易中的选择概率。

另一方面，交易周期h结束后共享储能对比披露的市场平均交易价格和自身的成交价格，修正交易周期h+1 报价概率调整速率δi，j，h+1。如式（12）所示，当，共享储能i加快调整报价速率，更快搜寻理想交易对象。当时，表明共享储能交易周期h中的报价策略效果较好，减缓调整概率。

然后，共享储能i根据交易周期h的成交结果和市场披露价格修改交易周期h+1 报价上限，如式（13）所示。当时，共享储能i处于市场有利地位，保持当前报价上限。当0 ＜时，共享储能收益偏低，上调当前报价上限。若储能未能成交即=0 且其最后一轮谈判报价不低于平均成交价格，则下调当前报价上限，其表达式为：

式中：Δλi，h为共享储能i报价调整幅度，调整大小参考报价信息矩阵Bi中目标交易对象的报价与当前储能报价的偏差。

2.2 火电机组优化交易决策

与共享储能自主选择交易对象报价相比，在分散交易过程前期火电机组申报需求和价格信息后将处于被动选择的状态。当火电机组收到多个共享储能交易请求后，以收益最大化为目标进行优化决策并选择最终交易的共享储能。

在调频市场规则下，火电机组调频补偿贾用基于调频性能KP计算。考虑到火电机组调频性能会在配置一定储能后趋近于饱和，本文采用如下调频火电机组额外收益的计算方法［6］：每轮交易中火电机组考虑边际收益来更改最高报价上限，则火电机组j在交易周期h轮次t+1 中的报价上限可以表示为：

式中：wj，t+1，h为火电机组j在交易周期h轮次t+1时的报价修正系数；Uj，t，h为火电机组j在交易周期h轮次t交易结束后的调频收益；fj(·)为火电机组j的调频性能增长函数；为火电机组j单独运行时的调频性能；Dj为火电机组j的调频里程；p为调频市场的出清单价；为火电机组j在交易周期h轮次t+1 时交易中谈判买下单位容量储能的调频收益；Mj，t0，h为火电机组j在交易周期h轮次t决策采购交易的共享储能集合。

同样，在每个交易轮次中，火电机组能够选择与对其报价的共享储能进行多回合谈判。火电机组根据共享储能报价和本轮报价上限制定谈判报价策略，并根据已购买储能容量修正报价。假设火电机组j在交易周期h轮次t谈判回合k中采用线性报价策略，则报价表示为：

由于火电机组调频性能存在上限值，对储能需求量有最大值。在交易过程中，火电机组收到共享储能意向报价和交易请求交易。谈判结束后，火电机组j以收益最大化Fj为目标，从谈判成功的共享储能中选取最优采购方案。因此，火电机组j在交易周期h轮次t的优化决策模型为：

交易周期h结束后火电机组统计所有交易轮次达成交易且未违约的储能，并进行实际交付结算。

3 算例分析

假设市场上共有10 个火电机组和50 个共享储能参与分散交易。调频市场中单位调频里程出清单价p为7.5 元/MW，火电机组配置储能需求总量为80.8 MW，租赁时长设置为1 天，其他相关参数如表2 所示。

表2 火电机组参数Table 2 Parameters of thermal power units

为对比不同容量或不同价格区间的储能在分散交易市场上的成交情况，选取5 组功率容量、价格区间各不相同的共享储能，参数如表3 所示。设定一个交易周期结束后达成一次实际交付的交易，一个交易周期中最大交易轮次Tmax=4，一个交易轮次中最大谈判回合数Kmax=4。储能违约最大赔偿比例η=0.1，更改选择报价对象概率调节系数=0.5、=0.25，收益记录周期hr=10。 在MATLAB 2021a 环境下模拟交易，调用Gurobi 求解器求解市场交易结果。连续模拟交易200 次，其中前20 次交易为共享储能随机报价。

表3 共享储能参数Table 3 Parameters of shared energy storage

3.1 不同交易机制下的社会总福利分析

为了说明本文所提分散交易机制的合理性和有效性，设置了如下2 个对比场景：分别在分散交易和集中交易机制下模拟交易。其中，在分散交易机制中，实施本文所提出的违约机制和不完全信息披露机制；在集中交易机制中，由交易中心根据交易双方的报价以社会福利最大化为目标进行出清。由于交易中心无法掌握每个火电机组和共享储能的成本信息，市场出清结果仅仅是在本次报价基础上的最优值。交易结果稳定后定义为市场收敛。

不同模式下社会总福利如图2 所示。

图2 两种交易机制下市场交易结果对比Fig.2 Comparison of market trading results between two trading mechanisms

从图2 可以看出，交易初期分散交易机制下的市场效率最低，但随着交易不断进行，分散交易机制下的社会总福利逐渐接近单次报价的集中交易市场，并最终趋近相同。在考虑信息披露机制的分散交易下，共享储能和火电机组通过不断的价格谈判和违约寻优进行了充分的价格信息互动。相比于单次报价的集中交易机制，共享储能在分散交易中能够通过及时发现价格信息以实现社会福利最大化。

3.2 分散交易下共享储能交易结果分析

1）典型储能交易过程分析

为了更加清晰地阐述本文所设计的考虑不完全信息披露的分散交易机制，这里以形成稳定匹配的典型储能E25在某次交易过程中的报价情况进行分析，结果如附录A 表A1 所示。

一方面，共享储能在信息不充分时选择报价对象存在较大随机性。在交易周期h，E25根据调整后的报价区间向G4报价后并未谈判成功，说明G4的报价和储能E25期望报价相差较大，在之后的交易周期会相应降低向G4的报价概率。在之后的轮次E25向G3和G8报价，报价下限需要考虑下一轮次违约的赔偿9.42 元/（MW·h），比较扣除违约金后的净收益，储能在轮次3 中选择违约G3，与G8成交，并修改其信息矩阵B25和R25，提升随后对G3的报价概率。在之后的轮次中由于违约金的叠加导致储能新报价无法与其他火电谈判成功，表明违约金的设置能够有效避免储能无限制地违约。因此，通过违约机制能够为共享储能提供更多交易试错机会，以更快搜寻最优交易对象。另一方面，市场中披露的平均成交价格信息能够引导共享储能调整报价策略——由于交易周期h成交价格小于平均成交价格197.46 元/（MW·h），共享储能在交易周期h+1 提升了报价上限，在未成交前向G3报价，协商结束后的谈判价格上升了2%。因此，通过信息披露激励市场主体合理调整自身报价行为，能够辅助共享储能搜索到更好的交易对象。

典型储能E25在整个交易过程中的违约情况如图3 所示。

图3 典型储能E25交易过程的违约情况Fig.3 Default in trading process of typical energy storage E25

在市场交易前期，由于报价的随机性，储能的收益均不稳定，在不同交易轮次中有探索到更优交易对象的可能。此时储能的违约次数一般为2 次。随着交易的不断进行，共享储能不断记录价格信息并用于选择交易对象，最终逐渐找到稳定的成交对象。在市场收敛后该储能在交易周期中不再选择违约并进行新的报价，储能的违约次数变化同样反映了共享储能通过探索信息提高市场效率的过程。另外，违约金支付与成交总价和违约次数直接相关，且违约次数越多，累计违约金上涨越快。因此，在交易过程中共享储能违约率（违约次数/总交易轮次）一般不高于50%。该机制能够在为共享储能提供更多信息探索机会的同时保障火电机组的交易权益。

2）不同类型储能交易结果分析

进一步对不同功率容量、价格区间的共享储能成交情况进行分析。50 个共享储能在200 次交易中的总成交次数和参与每次交易的平均收益如图4所示。

图4 不同类型储能200 次交易结果Fig.4 200 trading results of different types of energy storage

共享储能E1至E10与共享储能E11至E20价格区间完全相同，但前一组储能为功率较小的0.5 MW储能，后一组为功率较大的2 MW 储能。从图4 可以看出，E1至E10每次交易的平均收益和成交次数均较高，且各储能收益很接近。而E11至E20中，20%的共享储能均未形成稳定匹配，因此成交次数和平均收益均较低，此组储能之间收益差异较大。这是由于火电机组边际收益随着已购买储能的增加不断降低，相比于在分散交易市场上更灵活、更容易找到稳定匹配对象的小储能，大储能在后续交易轮次中更难通过违约寻找到价格更优的火电机组。

共享储能E21至E30和共享储能E31至E40功率均为1 MW，但E31至E40由于电池调频成本较高，导致价格区间更高。可以看出，前一组储能均形成了稳定匹配，且成交次数和平均收益均显著高于另一组储能。价格区间更低的储能在分散交易市场中更具竞争优势，能获得更高、更稳定收益。因此，本文设计的分散交易机制可以激励共享储能通过降低报价以获得更高的收益。

共享储能E1至E10与共享储能E41至E50初始申报价格不同，其他条件均相同。对比两组储能的交易结果，后一组储能由于初始报价较高，其平均收益略高于前一组储能，但也有10%的储能未形成稳定匹配。因此，可以看出在本文设计的分散交易市场中，储能采用初始报价较高的策略存在一定的风险，部分储能由于初始价格太高而无法与火电机组谈判成功，导致最终无法形成稳定匹配。

3.3 考虑信息披露机制的市场成交情况对比

为验证本文提出考虑信息披露分散交易机制的有效性，在市场其他参数均相同的场景下，分别对本文所提交易机制与不考虑违约和平均成交价格披露的基本交易机制进行模拟市场交易，在两种机制下进行了200 次的交易模拟，每次交易的社会总福利如图5 所示。

图5 信息披露机制对市场交易结果的影响Fig.5 Influence of information disclosure mechanism on market trading results

由图5 可以看出，在两种交易机制下，随机报价的前20 次交易社会总福利波动较大。从21 次交易开始，进入考虑历史交易信息的交易阶段，社会总福利逐渐上升并最终趋近于稳定值附近。从市场效率来看，在本文所提的分散交易机制下，市场社会总福利收敛速度略快于不考虑成交价格信息披露的市场交易结果，在70 次交易后基本达成收敛，且此时的社会福利值高出1 万元左右。这是由于在考虑平均成交价格信息披露的机制下，共享储能可以通过不断报价的交易策略在交易前期获得更多的火电机组报价信息，从而更全面、更迅速地掌握整个市场上的价格分布信息。此外，市场公布的价格信息可以为储能制定价格区间提供指导，迅速地调整报价策略并做出更优的交易选择，共享储能找到最优价格的可能性更高。因此，所提机制能够提升分散交易市场下的社会总福利和市场收敛速度。从单次交易结果来看，基本的分散交易过程中存在优于收敛时社会总福利的交易结果，该结果反映了不完全信息下的分散交易机制可能出现资源配置不合理现象，导致社会总福利无法达到理想状态。

考虑市场披露的信息内容对市场交易结果的影响，除前面提到的平均成交价格外，披露成交价格中位数同样能够提供市场整体交易结果的信息，为共享储能提供报价引导。在市场其他参数均相同的场景下，分别对考虑不同信息内容披露的两种交易机制进行模拟市场交易，不同信息内容披露对市场交易结果的影响如图6 所示。

图6 考虑不同信息类型披露的市场交易结果Fig.6 Market trading results considering different types of information disclosure

在考虑披露成交价格中位数的分散交易机制下，市场社会总福利在75 次交易后收敛，收敛速度相较于披露平均成交价格较慢，而且收敛前不同交易周期的社会总福利波动幅度更大。这主要是由于在所有成交价格相近时，平均价格能反映不同周期的价格变动，而中位数价格可能更早稳定下来，导致提供的信息有限。因此，在不同交易中需要根据市场情况选择具体披露的信息内容。

3.4 不同违约金比例下市场交易结果分析

为了比较违约金设置参数对违约机制下市场交易结果的影响，将最大违约赔偿比例η分别设置为0～0.3，其他条件保持不变，不同参数下的市场成交情况如图7 所示。

图7 不同违约金比例下市场交易结果对比Fig.7 Comparison of market trading results under different proportions of default penalty

由图7 可以看出，随着市场违约金比例的提升，市场成交笔数达到稳定所需的交易次数不断增加并趋于饱和，当违约金比例高于0.2 时，成交次数不再上升。这是由于在高违约金下，已成交的共享储能在后续交易轮次中的报价下限很高，共享储能难以寻找到高于底价的成交价格，故市场上很少出现违约情况。因此，共享储能难以通过违约机制获得更多的火电机组价格信息，需要更多次的交易市场才能达成稳定。

在社会总福利方面，当违约赔偿比例为0.1 时市场社会总福利稳定值最高，说明市场违约金比例需要设置在合理范围内。过高的违约金下，共享储能难以通过违约机制获得更多的火电机组价格信息，市场容易稳定在较低的局部最优值。过低的违约金下，共享储能违约成本可以忽略不计。因此，在后续交易轮次随意违约，被违约的火电机组可能无法再购买到合适的储能，成功达成交易的市场主体也有限，从而导致社会总福利下降。

4 结语

本文提出的考虑信息披露的共享储能联合调频分散交易机制，考虑了信息披露机制对分散交易效率的影响，设计了考虑共享储能违约和平均成交价格公开的分散交易环节。然后，基于历史交易数据和市场披露的平均成交价格信息，构建了共享储能适应性报价概率修正模型和市场主体交易模型。模拟共享储能联合调频市场交易的算例结果表明，在考虑信息披露的分散交易机制下，各个共享储能能够通过自身历史交易数据和市场公布的价格信息不断修正报价策略，逐渐提高交易收益并最终形成稳定匹配，且价格低、容量小的储能更容易获得稳定收益。在此交易机制下，火电机组同样能够更快地在市场中与最优交易对象进行交易。从市场整体效率分析，过高的违约金会减少共享储能探索市场积极性，过低的违约金设置会损害被频繁违约的火电机组的利益，导致社会总福利下降。而在合理的违约赔偿比例下，本文提出的考虑信息披露的分散交易机制可以实现接近于集中交易机制下的社会总福利和市场成交笔数，为共享储能参与调频的市场机制设计提供了新思路。

在本文提出的考虑信息披露的共享储能联合调频分散交易机制设计中，仅考虑了市场对平均成交价格信息的公布，没有进一步考虑是否公开各个火电机组收到的储能报价总量对市场效率的影响。此外，违约机制的设计也仅允许共享储能更改成交对象，火电机组无法更换已成交的低价储能。因此，下一步研究中可以进一步围绕供需交易信息披露、双向违约机制设计等对分散市场社会总福利和收敛速度的影响展开。

附录见本刊网络版（http：//www.aeps-info.com/aeps/ch/index.aspx），扫英文摘要后二维码可以阅读网络全文。