區(qū)塊鏈下計及用戶價格響應(yīng)的電力市場定價機制

朱天博，邢 勁，韋仲康，李守翔，鄒蘇酈

(1.冀北電力交易中心有限公司，北京 100053；2.北京理工大學(xué)自動化學(xué)院，北京 100081)

在早期的電力市場化改革中，電力市場交易通過發(fā)電側(cè)競爭形成，利用市場機制來確定電力調(diào)度計劃和電價，而需求側(cè)僅作為電能消耗端，接受發(fā)電商/賣電公司的零售電價[1]。隨著電力市場化改革的逐漸深入，引入需求側(cè)競爭是電力改革的重要部分，供需雙方共同影響電價[2]，且電力市場的參與者以不斷變化的市場電價作為參考進(jìn)行電能交易和結(jié)算。電價的變化包含了電力市場的多種信息，并能較好地反映市場的內(nèi)在演化，對電價的了解不夠或是反應(yīng)不當(dāng)，將會極大程度上影響發(fā)電商、用戶甚至整個電力市場的利益。因此，找到電價與用電量的相關(guān)性，不僅有助于揭示電價這一重要信號在電力市場中的變化規(guī)律，也對于參與者競價策略的制定具有重要意義。

為探索競爭性電力市場電價形成機制，一些研究成果在電力市場的運行機制、電價的制定策略和電價預(yù)測等方面提供很多參考模型。例如，文獻(xiàn)[2]基于深度學(xué)習(xí)的方法對呈現(xiàn)周期性特征的短期電力市場電價進(jìn)行預(yù)測；文獻(xiàn)[3]著眼于電力市場上各交易主體在市場中的相互競爭關(guān)系，建立電力市場各交易主體最優(yōu)決策模型,并利用逆向歸納法求出了各市場主體最優(yōu)交易電量和交易價格；文獻(xiàn)[4]依托于國家電網(wǎng)公司科技項目“售電側(cè)放開模式下零售電價價格政策研究及應(yīng)用”，在美國德州電力市場交易流程的基礎(chǔ)上，梳理了德州售電公司業(yè)務(wù)和零售電價套餐體系，并選取了各售電套餐的典型定價模式進(jìn)行分析。大多電價預(yù)測方法本質(zhì)上是通過數(shù)據(jù)、學(xué)習(xí)、辨識、統(tǒng)計等手段，主要從用電量這個影響因子入手，著重研究電價與其的相關(guān)性以及深層次的關(guān)聯(lián)，得到預(yù)測模型。這些研究為實現(xiàn)更好的定價決策提供參考。

現(xiàn)代的電力用戶更多地使用新型用電負(fù)荷，如新興的電動汽車和空調(diào)的普及，各種類型的智能設(shè)備，如智能電表，逐漸走向成熟。這些新型負(fù)荷的需求曲線大多呈現(xiàn)非線性并相互耦合，這使得傳統(tǒng)的電力市場定價方式，如市場出清定價(market clearing price，MCP)，難以得到準(zhǔn)確反映市場變化規(guī)律的定價策略?？紤]用戶參與則為電力市場化帶來新的變革。近年來，很多研究工作集中在需求響應(yīng)(demand response，DR)，誘導(dǎo)用戶根據(jù)電力市場電價的變化或不同時間給予的獎勵來調(diào)整他們的用電需求[5-7]，為考慮用戶的市場化機制提供參考。電力用戶參與DR服務(wù)，既沒有對現(xiàn)有的電器進(jìn)行重大改動，綜合考慮用戶的用電支付和居住者的熱舒適水平，提供最優(yōu)的用能策略，因此可以充分利用現(xiàn)有資源，節(jié)省能源成本，降低峰值需求，促進(jìn)能量平衡。現(xiàn)在引入需求側(cè)競爭的電力市場環(huán)境下，研究用戶參與下的電價與需求側(cè)響應(yīng)的內(nèi)在關(guān)系，并設(shè)計市場定價機制，得到最優(yōu)電力交易策略。

各類用戶有其不同的用電規(guī)律，對某些負(fù)荷，如電動汽車、空調(diào)、洗衣機等，用戶可以合理地安排其用電時間和用電需求，屬于彈性負(fù)荷。其中，針對溫控負(fù)荷和電動汽車的需求響應(yīng)機制獲得了廣泛的關(guān)注。文獻(xiàn)[8]在售電側(cè)開放的背景下，合理地對優(yōu)質(zhì)電力進(jìn)行評價測度，充分考慮購電主體的實際需求，用戶特性以及售電公司提供定制服務(wù)的可能性，建立了優(yōu)質(zhì)電力評價測度體系方法。文獻(xiàn)[9]中采用二階微分方程描述熱力學(xué)參數(shù)模型，提出一種基于模型預(yù)測的城市園區(qū)分層分布式溫控負(fù)荷需求響應(yīng)控制策略，輔助電力系統(tǒng)運行，平抑可再生能源波動，削弱非理想通信環(huán)境的影響。在文獻(xiàn)[10]中，提出了一個家用電器日前調(diào)度的家庭能源管理系統(tǒng)，用于實時管理恒溫空調(diào)負(fù)荷，以提高可再生能源的滲透性。在文獻(xiàn)[11]中，考慮到目前空調(diào)市場變頻空調(diào)占據(jù)著越來越多比重，建立變頻空調(diào)模型和價格響應(yīng)機制，運用遺傳算法得到溫控負(fù)荷的管理策略。如文獻(xiàn)[12-13]所述，用戶的個體目標(biāo)可以通過定義不舒適函數(shù)來表達(dá)，反映用戶的不適水平和能量需求之間的關(guān)系。文獻(xiàn)[14]構(gòu)建了一種由電熱水器負(fù)荷組成的集群溫控負(fù)荷模型，提出了新型序列化控制策略，以電熱水器為調(diào)頻減載資源，為電力系統(tǒng)頻率恢復(fù)控制提供輔助服務(wù)。在文獻(xiàn)[15]中，基于博弈方法提出了電動汽車的需求響應(yīng)機制，可以激勵用戶說真話，并得到滿足全局最優(yōu)性質(zhì)的納什均衡。從長遠(yuǎn)來看，由于智能電網(wǎng)具有較高的效率收益，許多研究者將基于價格的需求響應(yīng)機制應(yīng)用于電動汽車的分布式協(xié)調(diào)和智能電網(wǎng)的柔性需求管理，如文獻(xiàn)[16-18]的研究。

上述研究取得了較好的成果，但并沒有細(xì)致的考慮具體實施過程中的交易安全問題。在引入需求響應(yīng)的電力市場中，市場參與者均為自私的和理智的，僅考慮自身的利益最大化。用戶的利己性會促使用戶采取欺騙行為，無視市場規(guī)則，有意地篡改數(shù)據(jù)，造成定價機制和市場的崩潰。區(qū)塊鏈技術(shù)作為一種分布式記賬系統(tǒng)，所有數(shù)據(jù)均分布式的記錄在全網(wǎng)的各個節(jié)點上，數(shù)據(jù)難以被篡改，確保數(shù)據(jù)的真實可信。因此，區(qū)塊鏈技術(shù)具備數(shù)據(jù)透明性和可靠性，可以很好地適用于分散化系統(tǒng)結(jié)構(gòu)的數(shù)據(jù)分析和決策[19-21]，基于區(qū)塊鏈技術(shù)的電力市場環(huán)境，可極大地減少不同市場主體間重塑或信任維護(hù)的成本。為此，采用區(qū)塊鏈技術(shù)保障市場規(guī)則的正常運行以及用戶的個人利益，進(jìn)而保障安全交易。

傳統(tǒng)的局部控制方法如比例-積分-微分(proportion-integral-derivative，PID)控制，無法解決多目標(biāo)、多變量的DR優(yōu)化問題，如天氣狀況、入住率、動態(tài)電價等。為了彌補這一研究空白，需開發(fā)一個最優(yōu)DR機制，考慮實時電力市場的動態(tài)電價，在不犧牲用戶舒適度的前提下，實現(xiàn)電力成本節(jié)約、峰值功率降低和可再生能源平衡。將需求響應(yīng)技術(shù)與電力市場的實時電價機制結(jié)合起來，建立一個實時價格響應(yīng)機制，用戶的用能與市場電價相互影響，直至達(dá)到動態(tài)平衡。在這種機制下，用戶可以得到最優(yōu)的用能策略，既可以減少電費，又能保證用戶的舒適度，還給出了電價計算的機制，能夠有效地解決電價過高的問題。

1 問題描述

1.1 基于區(qū)塊鏈技術(shù)的電力市場交易

區(qū)塊鏈技術(shù)的核心功能為去中心化，可以避免中心數(shù)據(jù)庫的使用，本質(zhì)上為一個不可篡改的分布式數(shù)據(jù)庫。該數(shù)據(jù)庫以密碼學(xué)為基礎(chǔ)，通過數(shù)據(jù)的加解密方法，產(chǎn)生按照時間排序的“區(qū)塊”。每個區(qū)塊由區(qū)塊頭和區(qū)塊主體組成，區(qū)塊頭包含區(qū)塊ID、版本號、時間戳、前一區(qū)塊Hash值、Merkle根、本區(qū)塊Hash值等信息。這里面時間戳記錄了當(dāng)前區(qū)塊創(chuàng)建的時間，可作為區(qū)塊數(shù)據(jù)的存在性證明；Hash函數(shù)用于數(shù)據(jù)的存儲和驗證，區(qū)塊中的信息通過Merkle樹的Hash函數(shù)運算生成唯一的Merkle根，用于保證交易數(shù)據(jù)的存在性和完整性。區(qū)塊主體包含本區(qū)塊的主要數(shù)據(jù)信息，在電力市場環(huán)境下，主要有身份證明、電力交易、電價、電表計費和違約懲罰等。

現(xiàn)考慮一個局域小型電力市場，由一個售電公司為用戶進(jìn)行供電。用戶從電力市場購買電量，按照電力市場發(fā)布的電價進(jìn)行支付。首先，對電力市場的某一個參與者，應(yīng)用區(qū)塊鏈對前端交易等實現(xiàn)分布式的記賬存儲，如將用戶的用電數(shù)據(jù)保存在服務(wù)結(jié)算區(qū)塊鏈中，建立在區(qū)塊鏈基礎(chǔ)上的智能電表直接把電量記錄在分布式賬本上,自動抄表、自動計量、自動計費。

隨著區(qū)塊鏈在市場中的接受程度的增加，電力市場的參與者均可滲透區(qū)塊鏈，以分布式點對點對等網(wǎng)的方式將電力市場的交易主體連接起來，形成電力市場交易區(qū)塊鏈，如圖1所示(圖1為文獻(xiàn)[20]電力市場聯(lián)盟鏈圖5)。用數(shù)字化編碼將清算結(jié)算規(guī)則寫入?yún)^(qū)塊鏈,交易雙方可在區(qū)塊鏈平臺的基礎(chǔ)上自定義智能合約;從達(dá)成合約協(xié)議開始,合約中約定的條件事項的發(fā)生將自動觸發(fā)合約的執(zhí)行程序;點對點對等網(wǎng)上大部分都是輕量級節(jié)點,保存與合約相關(guān)的交易哈希以及簡要支付驗證所必須的時間戳鄰近的交易數(shù)據(jù)。電網(wǎng)全節(jié)點類似于一個中心化的數(shù)據(jù)庫,它保存從第一個區(qū)塊開始的所有結(jié)構(gòu)化的合約基礎(chǔ)數(shù)據(jù)與交易數(shù)據(jù),同時通過 hash 映射保護(hù)用戶隱私與交易的機密信息,保證了數(shù)據(jù)的不可篡改性。

圖1 基于區(qū)塊鏈的電力市場交易結(jié)構(gòu)[20]Fig.1 Blockchain-based structure for energy trading in electricity markets[20]

1.2 電力用戶需求建模

假設(shè)有N≡{1,2，…,N}個用戶參與電力市場，在未來一段時間參與電力市場交易，用K≡{0,h,2h,…,K}表示，其中h表示每個時間段的單位時間長度，考慮的總時間段時長為K。

以家居中的可調(diào)負(fù)荷溫控負(fù)荷為例，對用戶需求進(jìn)行建模，建立其與環(huán)境在時變內(nèi)外部條件下的耦合動力行為預(yù)測模型。對每一個用戶n，用Pn表示其打開設(shè)備的額定功率，當(dāng)給定用戶設(shè)備時，該功率是一個確定值。為方便起見，編號n統(tǒng)一表示用戶或用戶的用電負(fù)荷。用Qn(k)表示用戶n的冷輸出容量，k表示第k個時間段，則可以得到Qn(k)=Pnqn(k)。其中，qn(k)∈{0,1}表示負(fù)荷的開關(guān)狀態(tài)，是一個二值變量。

(1)

即，當(dāng)室內(nèi)溫度低于溫度死區(qū)的下界時，溫控負(fù)荷處于關(guān)閉狀態(tài)(制冷設(shè)備)，當(dāng)室內(nèi)溫度高于溫度死區(qū)的上界時，設(shè)備開啟。

單個用戶的等效熱參數(shù)模型可用混合狀態(tài)系統(tǒng)描述。用戶n在離散時間設(shè)置下的典型熱動力學(xué)如[11,23]所述：

(2)

接下來，就可根據(jù)溫度變化的動態(tài)方程推導(dǎo)f的表達(dá)式。由式(1)可知，若Tn(k)一直處于溫度死區(qū)內(nèi)，qn(k)保持不變，且只有當(dāng)Tn(k)到達(dá)死區(qū)的邊界時才會變化。由式(2)給出的溫度變化關(guān)系，當(dāng)qn(k)第一次變化后，室內(nèi)溫度的變化需要一定的時間才能達(dá)到死區(qū)的另一個邊界。根據(jù)經(jīng)驗，這個時間一般不低于10～15 min。因此，本研究假設(shè)考慮的總時間長度K為15 min，則總時長內(nèi)qn(k)只會變化一次。

(1)情況1：qn(0)=1。由式(2)，可得

再由于式(1)以及qn(k)只會變化一次的假設(shè)，可得：

則上兩式可推導(dǎo)出f的表達(dá)式為

(2)情況2：qn(0)=0。計算方法與情況1相似，由式(1)和式(2)可得：

綜上所述，每個用戶將室內(nèi)溫度調(diào)整為其設(shè)定點溫度，需要消耗的能量函數(shù)為

基于此能量-溫度關(guān)系模型，下面建立電力市場實時電價的確立機制，以及此機制下用戶的響應(yīng)策略。

2 實時電力市場需求響應(yīng)機制與定價機制

本節(jié)分為兩個方面：一是電力市場實時電價的制定；二是該實時電價下用戶決定需求響應(yīng)策略。實時市場電價與電力系統(tǒng)內(nèi)的實時負(fù)荷需求總量有關(guān)，文獻(xiàn)中多假設(shè)為邊際發(fā)電成本，記做p，每個用戶面對同一個實時電價。為了反映本文所考慮的溫控負(fù)荷之外的負(fù)荷需求，引入零售電價，用pw表示，該電價可由本區(qū)域電力市場電價制定者提前從批發(fā)市場獲得。在此零售電價的基礎(chǔ)上，可以基于用戶的用電量來制定實時電價。電價制定者將確定好的實時電價發(fā)布給用戶后，每個用戶根據(jù)電價制定者發(fā)布的價格以及自身的利益和用戶的舒適度來調(diào)整其設(shè)定點溫度。

電價制定者通過優(yōu)化問題的求解確定實時電價，在這種情況下，假設(shè)電價制定者為一個理性的決策者，首先以零售電價pw從批發(fā)市場買入一定的電能，然后以實時電價賣給用戶，獲得收益。電價制定者的目標(biāo)即為最大化自身的收益。因此，為了保證正收益，實時電價不應(yīng)低于零售電價，得到實時電價的約束條件：p≥pw。

除此之外，電價制定者還應(yīng)考慮所有用戶的舒適度，否則對于電價制定者來說，將銷售價格定得很高，才可以獲得更多的利益，這可能會導(dǎo)致用戶減少甚至不用電，不符合期望。因此，電價制定者的效用函數(shù)可以表示為以下形式：

式中：u為所有用戶的能量需求變量；dn為用戶n的不滿意度；d為dn的集合；η為權(quán)衡賣電收益和用戶舒適度的權(quán)重系數(shù)。確定最優(yōu)的實時電價p，電價制定者需要知道所有用戶的能量需求及其不舒適度的值，因此，從用戶流向電價制定者的通信信息為一個二維變量(un,dn)。則最優(yōu)的實時電價為

(3)

(1)凸函數(shù)，即二階導(dǎo)大于0。

(2)當(dāng)設(shè)定點溫度等于舒適溫度時，不舒適度函數(shù)值等于0。

(3)當(dāng)設(shè)定點溫度高于舒適溫度時，不舒適度函數(shù)值大于0。

這里面沒有提到當(dāng)設(shè)定點溫度低于舒適溫度時的情況，這是由于設(shè)定點溫度越低，為達(dá)到該設(shè)定點溫度需要的耗能越大，用戶需支付的電費越高，而當(dāng)其等于舒適溫度時就可使不舒適度函數(shù)值降到0，因此，將設(shè)定點溫度設(shè)為舒適溫度之下是不經(jīng)濟的做法，不會成為用戶的最優(yōu)決策。

(4)

因此，第n個用戶的個體成本為Cn(un;p)=pun+θndn(un)，其中，第一項表示用戶n支付的電費，第二項表示該用戶的不舒適度成本，θn表示用戶支付電費與不舒適度的權(quán)重系數(shù)。給定實時電價p，每個用戶通過最小化自身的成本確定最優(yōu)的能量需求，則最優(yōu)的能量需求為

(5)

算法流程如下：

步驟1初始化，設(shè)置迭代次數(shù)k=1，以及初始的電力市場實時電價p0；給定算法結(jié)束誤差的容忍上限ε。

步驟2在每一步k，每個用戶基于pk和式(4)更新其能量需求，并得到該需求下的不舒適度。

步驟3電價制定者根據(jù)第二步計算的能量需求和不舒適度值以及式(3)更新實時電價，并發(fā)布。

步驟4判斷||pk-pk-1||＜ε?若成立則結(jié)束迭代，否則，令k=k+1,并返回步驟2。

步驟5每個用戶根據(jù)得到的能量需求計算出最優(yōu)的設(shè)定點溫度并輸出。

基于上述算法迭代，即可得到實時電力市場的電價和參與用戶的需求響應(yīng)策略。

3 算例分析

現(xiàn)通過仿真案例分析來驗證用戶的價格響應(yīng)機制。仿真驗證在筆記本電腦、3 GHz core i5、8 GB DDR4、MATLAB 2018a中進(jìn)行。在這部分的仿真案例中，假設(shè)有100個用戶參與電力市場。用戶的參數(shù)如表1所示。兩個權(quán)重系數(shù)，權(quán)衡賣電收益和用戶舒適度的η和表示用戶支付電費與不舒適度的θn分別設(shè)為0.4和0.2。

表1 用戶參數(shù)Table 1 parameters

本文研究考慮的總時長K為15 min，在這個時間段內(nèi)室外的溫度和電力市場的零售電價保持不變。同樣，因為15 min的時間不長，假設(shè)該時間內(nèi)每個用戶的舒適溫度保持不變。為了表現(xiàn)不同時間室外溫度、電力市場零售電價和用戶舒適溫度的變化對用戶需求響應(yīng)策略的影響，在本章考慮一個較長的時間區(qū)間，中午12:00到晚上20:00，并將這個時間區(qū)間按15 min劃分為32個總時長。單個總時長內(nèi)室外溫度、電力市場零售電價和用戶舒適溫度不變，但不同時間段它們是可以變化的。圖2～圖4給出12:00—20:00室外溫度、用戶設(shè)置的舒適溫度和電力市場零售電價的變化。

圖2 室外溫度變化Fig.2 Evolutions of the ambient temperature

圖3 用戶設(shè)置舒適溫度變化Fig.3 Evolutions of the comfortable temperature of users

圖4 電力市場零售電價變化Fig.4 Evolutions of the retail price in electricity markets

在12:00時間開始時，假設(shè)所有用戶的狀態(tài)為“開”，且室內(nèi)的初始溫度為27 ℃。其他總時長的初始狀態(tài)(包括用戶初始狀態(tài)和室內(nèi)初始溫度)由上一個總時長的策略計算可得。

基于圖3用戶設(shè)置的舒適溫度，可以根據(jù)式(4)計算得出舒適溫度參考耗能，這里面對用戶的設(shè)定點溫度考慮范圍較廣，設(shè)定點溫度的最小最大值為16、30 ℃，這符合目前市場上的空調(diào)的溫度設(shè)定范圍，本文算法對任意溫度范圍均適用。

采用算法進(jìn)行MATLAB計算，首先以12:00—12:15為例，給出本文所提的迭代算法的收斂情況，如圖5所示。由圖5可以看出，算法在14步后收斂，14步后實時電價和用戶的能量需求保持不變。

對每一個考慮的15 min總時長進(jìn)行算法計算，得到協(xié)調(diào)中心的電力市場實時電價的變化，如圖6所示。

圖5 算法收斂情況Fig.5 Convergence of the algorithm

圖6 電力市場實時電價變化Fig.6 Evolutions of the real-time price in electricity markets

圖7 用戶的最優(yōu)能量需求軌跡Fig.7 Trajectory of the optimal energy demand of power users

4 結(jié)論

研究了基于實時電力市場價格下的用戶需求響應(yīng)機制及協(xié)調(diào)策略。該機制包括兩方面：一是電力市場實時電價的確定機制，它與日前電力市場的零售電價和所有用戶的能量需求有關(guān)；二是用戶的價格響應(yīng)機制，基于實時電價調(diào)整自身的用電需求。該機制和電力市場的交易由區(qū)塊鏈技術(shù)保障，借由電力市場聯(lián)盟鏈實現(xiàn)部分去中心化，并避免電力用戶惡意篡改數(shù)據(jù)、推翻決策。

基于需求響應(yīng)的電力市場定價機制的實現(xiàn)依賴于個體用戶建模。首先，建立了用戶的能量消耗與狀態(tài)之間的關(guān)系；然后，定義用戶的不舒適度函數(shù)來反映用戶的不適程度，用戶通過最小化電費和不滿意成本來進(jìn)行決策。實時電價由電力市場的電價制定者計算，考慮電力總效益和用戶不滿意成本的前提下，對實時電價進(jìn)行優(yōu)化。與文獻(xiàn)中的其他方法相比，提出了一種基于價格響應(yīng)的迭代算法，求解用戶的需求響應(yīng)策略。在達(dá)到收斂后，電力市場最大化其效用函數(shù)，得到當(dāng)前環(huán)境下最優(yōu)的定價策略。

作為未來的研究方向，應(yīng)考慮不同類型的電力市場定價機制，以使公用事業(yè)效益最大化。此外，靈活多樣的用戶也是值得擴展的方向。更進(jìn)一步，由于用戶的行為在市場中占據(jù)更加重要的作用，且新型電力市場鼓勵用戶參與電力交易，因此，后續(xù)對用戶行為參與電力市場產(chǎn)生的影響進(jìn)行建模，基于實際數(shù)據(jù)模擬出多樣化的數(shù)學(xué)模型和滿意度函數(shù)。