【精彩论文】双链存储的微电网分级电能交易策略

双链存储的微电网分级电能交易策略

余运俊¹, 杨升宝¹, 闵卫东², 余光华¹, 韦伯鲁¹

（1. 南昌大学 信息工程学院，江西 南昌 330031; 2. 南昌大学 软件学院，江西 南昌 330047）

摘要：在微电网电能交易中，传统的方法是通过单链区块链技术存储电能交易模型内部数据，但是模型需要较大的存储空间。为了节约微电网交易系统的存储资源，采用物理区块链和交易区块链双链存储结构的方法储存微电网电能交易模型的数据，有效解决了单链储存情况下存储数据的冗余问题，节约了数据的存储成本。在微电网电能交易策略上，目前多采用双向拍卖机制进行电能交易，电能交易采用供需平衡方式进行交易。考虑到微电网内不同类型的分布式电源和负荷的差异，应用博弈论方法对微电网电能竞价策略进行分析，在满足供需平衡的条件下，对微电网的分布式电源和负荷按照各自利润最大化为目标进行优化，优化了微电网电能交易策略，使得分布式电源获得可观的利润。最后，通过具体微电网实验算例分析验证了该交易策略的有效性。

引文信息

余运俊, 杨升宝, 闵卫东, 等. 双链存储的微电网分级电能交易策略[J]. 中国电力, 2022, 55(4): 156-165.

YU Yunjun, YANG Shengbao, MIN Weidong, et al. Micro-grid hierarchical energy trading strategy based on double blockchain storage[J]. Electric Power, 2022, 55(4): 156-165.

引言

微电网是一种由分布式电源、负荷、储能系统、监控和保护装置、变流器等有机整合在一起的小型发配、用电系统^[1]。2017年10月国家能源局发布《关于开展分布式发电市场化交易试点的通知》，明确了在微电网内进行市场化能源交易的规则。文献[2]提出一种微电网能源管理系统，用于管理分布式能源与负荷之间的能源交易问题，但是这种方法依托中央管理机构进行管理，交易的透明度过度依赖于中央管理机构，当中央管理机构是自利的时候，将存在能源交易数据被篡改的风险^[3]。传统的能源管理模式难以适应新型的微电网能源交易，区块链技术的出现可为这些问题提供解决方案^[4]。

区块链技术本质上是一种分布式账本存储技术，通过各个节点共同维护实现去中心化和去信任的一个可靠的数据库^[5]。区块链平台可分为公共链、联盟链^[6]，两者区别体现在用户管理、节点准入、去中心化、节点数量、存储方式等几个方面。文献[7]提出在电力市场中应用区块链技术，可以解决电力市场能源交易的透明性和可靠性问题。文献[8]提出一种基于区块链的微电网内能源优化管理集成平台，将区块链技术应用至微电网能源管理系统之中。文献[9]使用区块链存储能源交易信息，并使用区块链的智能合约技术完成能源交易。文献[10]提出将区块链技术应用到大用户直购电的方法，研究了区块链的数据存储技术。文献[11]设计了基于区块链的能源网络交易平台，并对世界上第一个基于区块链的能源交易网络—布鲁克林微电网进行了研究。文献[12]在区块链存储微电网交易数据的基础上，将连续双向拍卖应用于微电网内部电量交易之中，以此实现分布式电源和负荷之间的点对点交易。文献[13]利用区块链的智能合约技术促进微电网内分布式电源与负荷之间快速交易。在微电网中应用区块链技术可以保证微电网内能源交易数据的可靠性，但是对微电网内分布式电源与负荷之间的能源交易缺乏研究^[14-15] 。文献[16]在社区微电网内提出一种能源消耗成本最小化的分布式能源博弈策略。文献[17]提出一种基于区块链技术的点对点交易反向拍卖机制。以上文献在微电网中采用的区块链技术均是单链模式的区块链，这样导致数据存储的大量冗余，针对微电网内实体层的电能数据并不需要每个节点存储，因此采用带有2种类型区块链的微电网分级电能交易模型，可以有效解决目前存在的数据存储可信与数据存储冗余问题。

在微电网的电能交易部分，文献[18]建立微电网多能互补系统，提出了3种储能模式，讨论了微电网多能互补系统的经济性。基于纳什议价理论对微电网内能源交易进行优化，让孤岛模式下的微电网内部可以获得帕累托最优成本^[19]，将贝叶斯定理用来改进传统的古诺模型，改进微电网的电能竞价^[20]。目前发表的成果中，大多采用基于单链的区块链技术，存储空间并不能有效利用，与此同时多个代理进行频繁的存储读取，争夺资源时往往容易使系统陷入死锁。本文对存储内容进行划分并使用基于物理链与交易链的双链存储模型。存储信息大体可被分为基本信息与交易信息，其中基本信息包括系统基本信息与用户基本信息等，这些信息被认为是物理客观存在，不会轻易改变的信息，为了使交易变得快速与可信，对频繁更新的交易信息使用专门的交易链进行存储。

在微电网的可信交易框架中，交易模型是重要的核心部分。为了使用户能够以较低的价格进行购电，同时能保证供电商的收益足够可观，本文研究博弈论的电能竞价优化算法，对微电网的竞价策略进行动态调整，使用户的用电价格和供电商的利润达到平衡。

1  微电网分级电能交易模型

分级电能交易模型如图1所示，在物理层，数据信息层以及网络金融层中包含多个代理。考虑到实际的复杂使用环境，本文使用多代理分级模式，使得交易模型既具有集中式平台全局调度的优势，又具有分布式平台个性化处理的特性。

图1  基于区块链的微电网分级电能交易模型

Fig.1  Hierarchical power trading model of micro-grid based on blockchain

（1）物理层及主体代理。物理层主要包含各个负荷和分布式电源，为了便于检测各个主体的电力数据，在各个主体中引入一些智能化装置和设备，主要用于获取用户的用电信息。本文在物理层设置主体代理，负责向数据信息层的数据处理代理提供各主体的情况，如负荷的用电电量、分布式电源的发电电量、输电损失、输电量、用户用电发电时间、各主体的运行状态等相关数据。主体代理直接与各主体发生信息交互，并控制着各主体的运行状态，当在网络金融层内完成电能市场交易后，数据处理代理将把具体电能交易信息传输给主体代理，主体代理控制各主体间完成电能传输。（2）数据信息层及数据处理代理。数据信息层对物理层的数据进行分析。本文在数据信息层内设置数据处理代理，数据处理代理通过对主体代理传输的数据进行分析，并对微电网发电状态进行预测处理，完成信息交互，产生良好的协调控制方案，将各主体的电能供需情况整合学习并进行协调控制，最后将信息传输到网络金融层的上层市场交易代理，上层完成市场化的电能交易后，将把交易结果传输给数据信息层，数据处理代理将对交易信息进行处理，从而更好地控制主体代理。（3）网络金融层及市场交易代理。网络金融层包含有进行电能交易的微电网和发电公司。根据下层数据处理代理提供的信息进行市场化竞价交易，交易策略采用符合市场经济的博弈竞价策略，达到各个交易方的利润最大化。本文在数据信息层内设置市场交易代理，各个代理互相配合，根据数据处理层代理提供的数据进行学习并调整市场竞价价格，完成交易匹配，最终确定市场交易方案，最终形成智能合约，保证交易的不可更改，之后数据处理层将交易方案反馈给各数据处理代理，使数据信息层可以快速完成交易信息处理，从而控制主体代理之间进行电能传输，完成电能交易。在微电网电能交易中，交易的目的是为了让用户能够以较低的价格进行购电，同时能保证供电商的收益足够可观。电能交易策略在网络金融层中体现，模型对微电网的竞价策略进行动态调整，使得双方能够找到平衡，用户以可接受的价格达到供电商的利润最大化。存储瓶颈以及竞价策略是微电网模型亟待解决的2个问题。本文研究基于双链的存储模型以及基于博弈论的动态竞价策略以缓解上述问题。值得强调的是，在本文仿真中，每个代理作为独立的个体，具有极高的自主性，双链存储模型以及动态竞价策略均适用于每个代理，具有较为广泛的通用性。

2  基于双链存储和博弈论的交易模型

2.1  基于物理链和交易链的双链存储

在区块链的建立以及数据的更新和存储中，会采用一种共识算法，本文使用PBFT共识机制，PBFT算法是基于投票共识构建的大多数现代区块链系统的关键组件，事务由已知的验证节点单独验证和签名，减少了共识所需的时间。该共识机制被同时使用在物理链以及交易链中，以保障数据的安全与统一。在微电网交易模型中，微电网内的数据量巨大，所有数据全部储存在同一条链上将导致达成共识时间变长，影响交易的效率，在无关的节点上存储大量数据也会造成资源的极大浪费，微电网的交易信息属于行业机密，如果将此数据存储在不相关的节点上，将会增加用户隐私泄露的可能^[21]。本文使用物理区块链和交易区块链的双链结构存储微电网电能数据，结构如图2所示。

图2  微电网交易模型的双链存储结构

Fig.2  Double blockchain storage structure of micro-grid trading model

物理区块链采用联盟链的存储方式，物理链存储的是微电网的基本用户信息，如微电网内电量、负荷的用电电量、分布式电源的发电电量、输电量、用电或发电时间等。在联盟链的存储方式下，可以对市场的用户进行管理，防止不法分子对微电网市场进行恶意破坏，有必要对参加微电网电能交易的用户进行身份审核。用户需要通过审核才可以在平台进行交易，进入平台需要进行验证管理，验证通过后会给成员颁发电子证书，分布式节点负责对交易平台的所有合法交易按照时间顺序进行排序，提供电子签名。这种方法的一大优点是可以适应目前电力市场改革政策，既对交易平台进行管控，又给了一定的自由交易空间。交易区块链采用公有链，具有完全去中心化的结构，可以实现点对点的本地能源交易。在基于区块链的微电网电能可信交易模型中，当平台达成交易时，交易区块链开始存储信息，并对全网广播，当全网达成共识时，信息将按照时间顺序存储，并对交易信息加盖时间戳，保证了交易数据的可信度。同时保存信息时对交易信息进行非对称加密，只有持有相应公钥或秘钥的人才能查看交易数据。本文通过具体算例去论证双链存储的效率。假设在电力市场中交易中有1000个节点，如果使用单链确定新的区块，每个区块包含了基本用户信息和产生交易时的数据信息，2种数据均需要进行6次确认，即6次交换信息，所以每次建块确认需要6×10⁶次交换消息。假设区块的产生时间为1分钟，每天工作24 小时，则平均每秒需要100000次建块交换消息。假设单链24小时需要处理10⁸笔交易，则平均每秒需要1160次交易。假设单链中每个节点有10⁷个账户，每个节点每天需要10¹⁵次查询计算，即每个节点每秒平均需要1.16×10¹⁰次查询计算。在使用双链存储时，对每条区块链所有节点的工作量都小于单链一个节点的工作量，数据量的减少也相应缩短了每次查询的时间，同样生成区块的效率进一步提高。

2.2  基于不完全信息下博弈的电能交易竞价算法

参与交易的各主体在电力市场交易中至少会有2个以上的微电网之间有利益冲突，每个微电网均要考虑自身的利益，并且都想通过调整竞价策略以获取超额利润^[22]。因此，运用博弈论的知识研究微电网用户的竞价策略可以优化竞价策略，使其利润最大化。考虑到不同类型分布式电源出力的微电网类型，在满足供需平衡的条件下，对微电网的分布式电源和负荷按照各自利润最大化为目标进行优化，达到优化微电网电能交易的目的。在微电网电能交易市场中，假设有N个微电网在当前电力市场中竞标，由于各个微电网都会保护自身信息的私密性，因此微电网间的竞标是一个不完全信息下的博弈，通过求解博弈问题的纳什均衡解，可以得到竞价最优方法。每个微电网只知道自己的成本，一个微电网可以根据历史竞价信息获取其他微电网发电成本概率情况，微电网的生产成本函数概率分布如表1所示。假设微电网 i 的生产成本函数为

式中：为微电网 i 的出力；a_i 、 b_i 为微电网 i 的成本系数；为微电网 i 的可变成本；c_i 为微电网 i 的固定成本。

表1  微电网 i 的生产成本函数概率分布

Table 1 Probabilistic distribution of production cost function of micro-grid i

其中

式中：为微电网i对应第l种情况的概率；m为情况数量。

考虑到微电网电力市场正处于起步阶段，国家出台了较多政策进行补贴，因此微电网为了自身利益，在进行电力市场竞价时通常会在生产成本函数上加上一定大小的比例因子 λ ，因此微电网 i 的生产成本函数变为

在不同的微电网系统中， λ 概率分布情况不同^[22]，分别分析光伏发电、风力发电和燃气轮机发电微电网系统的生产成本函数，得到 λ 取不同值时的概率分布情况，如表2所示，将不完全信息下的博弈变为完全信息不完美信息博弈，从而可以用纳什均衡的方法解决竞价问题。

其中

式中：为微电网i对应第k种情况比例因子的概率；n为λ取值情况数量。

表2  微电网 i 的比例因子概率分布

Table 2  Probability distribution of fluctuation factor micro-grid i

根据概率分布的独立性可以得到微电网 i 的成本期望为

由此可得微电网 i 的利润函数为

式中：m_i 是当前时刻微电网 i 的电价；为变换系数。

为了达到利润最大化，采用拉格朗日乘数法求出最优解，从而得出最优竞价策略。对于微电网用户来说，目标是利润最大化，因此目标函数为

在微电网市场中进行竞价，还需要满足市场电能的供需平衡，这样市场才能稳定地发展下去，因此约束条件函数为

式中：P_r 是微电网需求电量。根据式(7)~(8)可以构造拉格朗日函数为

通过拉格朗日乘数法求解可以得到最优解为

式中：P_k 为微电网k的需求电量；P_i 为微电网i的需求电量。

本文方法最优解的求解效率与微电网获得其他微电网竞价信息相关，当得知的信息足够多时，求得解是理想解，以此方式进行竞价可以获得超额利润。

2.3  基于区块链的微电网分级电能交易模型的运行方式

本文所提出的基于区块链的微电网分级电能交易模型运行方式如图3所示。

图 3 交易模型的运行方式

Fig. 3 Operation mode of transaction model

智能设备采集用户物理数据，传输至物理层。物理层将所收集的数据进行整理，并通过加密传输手段向数据信息层提供各主体情况。数据处理代理对数据进行分析，并对微电网发电状态进行预测处理，完成信息交互，从而产生良好的协调控制方案，将各主体的电能供需情况进行整合学习并进行协调控制。数据处理层将信息传输到网络金融层，市场交易代理完成市场化交易后，将完成最后的电能交易，确定市场交易方案，最终形成智能合约，保证交易的不可更改。之后数据处理层将交易方案反馈给各数据处理代理，把交易结果传输给数据信息层。数据处理代理将对交易信息进行处理，从而更好地控制主体代理。

3  应用场景分析

建立光伏发电、风力发电和燃气轮机发电3种不同的微电网系统，分析其优化竞价策略。

3.1  光伏发电系统

考虑每日的平均输出功率，光伏发电系统的输出功率和环境温度、日照强度关系为

式中：P_PV 为光伏发电系统的输出功率；P_STC 为标准测试条件下的最大输出功率；G_ING 为日照强度；G_GST 为标准测试条件下的日照强度；k 为光伏发电机的发电温度系数；T_CT 为光伏电池的温度；T_RT 为标准测试条件下的参照温度。

3.2  风力发电系统

考虑每日机组的平均输出功率，得出风力发电机实际输出功率与风速之间的关系为

式中：P_WT 为风力发电系统的输出功率；V 为实际风速；V_ci 为切入风速；V_co 为切出风速；V_r 为额定风速；P_n 为额定功率。

3.3  燃气轮机发电系统

燃气轮机发电系统的输出功率与燃料成本的关系为

式中：P_GT 为燃气轮机发电系统的额定输出功率；C_GT 为时刻t燃气轮机发电系统的燃料成本；α 、 β 、 γ 为燃气轮机发电系统的成本系数。

4  算例分析

以5家微电网参与竞价为例，对微电网电力市场竞价进行仿真模拟，其中微电网1是以光伏发电为主的微电网系统，微电网2、3是以风力发电为主的微电网系统，微电网4、5是以燃气轮机发电为主的微电网系统，每个微电网的生产成本参数和出力情况如表3所示。

表3  微电网生产成本参数和出力

Table 3  Production cost parameters and output of micro-grid

在各个微电网系统中，需要考虑到国家出台的政策补贴制度，因此不同微电网在进行电力市场竞价时比例因子 λ 的值有所不同，5个微电网的生产成本浮动比例为固定值0.2，即1+ λ 分别可取0.8、1.0、1.2^[23]，不同微电网有不同的生产成本函数，比例因子概率分布情况可以通过历史数据分析得到，每个微电网比例因子概率分布情况如表4所示。

表4  微电网比例因子概率分布情况

Table 4  Proportional factor probability distribution of micro-grid

在不同负荷需求的情况下，每个微电网将在电能交易市场中以适合自己利益的方式出力。比例因子影响微电网生产成本，不同的生产成本影响微电网参与竞价的报价，因此根据3种不同大小的比例因子，微电网一般有高、中、低3种不同的竞价策略^[23]。在采用拉格朗日乘数法求出模型最优解时，通过仿真程序可知时间复杂度与空间复杂度都随已知信息的增加而增加。本文分析负荷为360 MW和480 MW 2种电力需求的情况。（1）负荷为360 MW下的情况。通过微电网分级电能交易模型，将基于不完全信息下博弈的电能交易竞价算法应用于微电网1中，不同竞价策略下的报价、出力、生产成本和利润情况如表5所示。

表5  P=360 MW时各微电网的竞价状态

Table 5  Bidding status of each micro-grid at P=360 MW

在高、中、低3种不同的竞价策略下，微电网1整体报价较为合理，当采用高和中报价策略时，为了获得理想出力，报价选择更为合理，获得了一定的优先出力权，达到了预想的出力状态，实现了电能竞价的目的，获得了较高的收入。在高报价状态下，微电网1的报价是70.89美元/MW，计划出力是87.01 MW，所报的价格在整个微电网市场中最低，最终获得了87.01 MW的出力，成交市场清算价格为72.49美元/MW。

在不同的竞价策略下，微电网1的生产成本和收入如图4所示，由于市场电价升高，同时采用了合适的竞价策略，在高报价策略下的利润为2855.67美元。各微电网的实际出力情况如图5所示，各微电网的总出力为360 MW，满足负荷的用电需求。

图4  P=360 MW时微电网1不同策略下的生产成本和收入

Fig.4  Production cost and revenue under different strategies of micro-grid 1 at P=360 MW

图5  P=360 MW时的各微电网的实际出力

Fig.5  Actual output of each micro-grid at P=360 MW

（2）负荷为480 MW下的情况。

按照相同的方法，可以得到各微电网在负荷为480 MW下的竞价状态如表6所示。在2种不同的负荷情况下，当微电网1选择低报价策略时，随着电力市场所需负荷增加，微电网1的收入增加。当市场所需负荷不同时，虽然微电网1都采用低报价策略，但是微电网的实际出力增加，带来的收入增加，成本增加较少，从而也能获得较高的利润，获得利润为2567.41美元。

表6  P=480 MW时各微电网的竞价状态Table 6  Bidding status of each micro-grid at P=480 MW

由表5、6可以看出当微电网1采用本文优化的竞价策略时，在不同的市场需求情况和生产成本函数下，在与其他微电网竞争中都可以获得可观的利润。在微电网电力市场中，微电网分级电能交易模型中的市场交易代理根据报价进行排序交易，价格低更有可能优先安排电能交易，从表6中也可以看出，选择出价越高的策略时，报价也会随之变高。对比图4和图6 2种电力需求下的结果，可以看出，当电力需求增加时，微电网1的优势变得明显，所获得的利润也越多。基于不完全信息下博弈的电能交易竞价算法可以优化电能竞价方法，各微电网在满足市场供需均衡的要求下获得较高收益。

图6  P=480 MW时微电网1不同策略下的生产成本和收入Fig.6  Production cost and revenue under different strategies of micro-grid 1 at P=480 MW
图7  P=480 MW时的各微电网的实际出力Fig.7  Actual output of each micro-grid at P=480 MW

5  结语

本文首先讨论了微电网电能交易中的数据处理问题，研究基于区块链的微电网分级电能交易模型，以此达到微电网交易数据的可信和存储资源的优化。其次，分析了微电网电能市场交易中的电能竞价策略，并通过算例对本文方法进行了试验研究。结果显示本文方法将有助于优化微电网电能交易系统，可以在无第三方中心平台的情况下顺利交易。今后的工作应聚焦于改善双链存储模型的共识机制和智能合约系统，提高电能交易模型的交易效率；在交易数据的可信性问题上如何保护用户隐私数据不被侵犯；在微电网电能交易市场中，当多个供电商进行电能垄断提高电价时，将采用何种电能竞价策略以保持市场的公平性。（责任编辑　蒋东方）

作者介绍

余运俊（1978—），男，博士，副教授，从事故障诊断、智能微网控制、低碳电力等研究，E-mail：[e-mail];

★

杨升宝（1996—），男，硕士研究生，从事智能微网控制研究，E-mail：[e-mail];

★

闵卫东（1966—），男，通信作者，博士，教授，从事图形图像处理、图形学、人工智能、大数据、智慧城市信息技术等研究，E-mail：[e-mail].

 往期回顾 

编辑：杨彪

校对：蒋东方

审核：方彤

声明

根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。