葛少云，李吉峰，劉 洪，何星瑭，申凱月

（智能電網(wǎng)教育部重點(diǎn)實(shí)驗(yàn)室（天津大學(xué)），天津市300072）

0 引言

近幾年，隨著分布式能源技術(shù)的不斷發(fā)展，越來(lái)越多的分布式能源選擇從用戶側(cè)接入電力系統(tǒng)，為確保能源安全低碳、緩解能源危機(jī)提供了新的途徑。然而，現(xiàn)有電力系統(tǒng)的發(fā)電和供電模式大多仍以集中方式設(shè)計(jì)，分布式能源所需的電網(wǎng)公共服務(wù)和電力市場(chǎng)交易機(jī)制尚不完善，未能充分發(fā)揮分布式能源在電能利用方面的經(jīng)濟(jì)性、安全性等優(yōu)勢(shì)，導(dǎo)致分布式能源項(xiàng)目收益較差、市場(chǎng)化程度偏低，仍需要相關(guān)扶持及政策傾斜［1］。為此，近幾年，在深化電力體制改革背景下，世界各國(guó)均出臺(tái)了新型電力交易的相關(guān)政策。例如，中國(guó)于2019 年8 月發(fā)布了《關(guān)于深化電力現(xiàn)貨市場(chǎng)建設(shè)試點(diǎn)工作的意見(jiàn)》［2］，提出了進(jìn)一步發(fā)揮市場(chǎng)決定價(jià)格的作用、加快放開(kāi)發(fā)用電計(jì)劃、激發(fā)市場(chǎng)主體活力等目標(biāo)。在此背景下，端對(duì)端（peer-to-peer，P2P）交易［3］模式的構(gòu)想應(yīng)運(yùn)而生，P2P 交易是基于計(jì)算機(jī)覆蓋層網(wǎng)絡(luò)概念［4］提出的新型交易模式，因其有助于降低電能交易門(mén)檻和用戶使用能源的費(fèi)用，被大量研究用于幫助用戶實(shí)現(xiàn)自由的電能交易，目前在英國(guó)［5］、德國(guó)［6］、美國(guó)［7］等國(guó)家已有相關(guān)的示范應(yīng)用。然而，分布式能源交易市場(chǎng)會(huì)面臨實(shí)時(shí)價(jià)格波動(dòng)、用電計(jì)劃動(dòng)態(tài)調(diào)整和頻繁電費(fèi)結(jié)算等問(wèn)題，亟需一個(gè)平等、高效的交易機(jī)制來(lái)處理交易過(guò)程中信息和能源價(jià)格的快速變化。

目前，P2P 市場(chǎng)主要采用2 種交易機(jī)制［8］:①具有集中定價(jià)出清機(jī)制的“聯(lián)盟式”P(pán)2P 市場(chǎng)，通過(guò)分布式交易實(shí)現(xiàn)“聯(lián)盟”內(nèi)部的供需平衡；②市場(chǎng)參與主體可以結(jié)合實(shí)際環(huán)境調(diào)整交易價(jià)格的P2P 市場(chǎng)。對(duì)于第1 種交易機(jī)制，文獻(xiàn)［9］全面總結(jié)了P2P 交易模式的概念與評(píng)價(jià)方法，提出并對(duì)比了供需比、中間市場(chǎng)率以及賬單分享3 種典型交易價(jià)格清算機(jī)制。文獻(xiàn)［10］研究了含光伏產(chǎn)銷者的P2P 交易模式，并采用供需比方法進(jìn)行交易價(jià)格清算。文獻(xiàn)［11］建立了一種綜合能源管理系統(tǒng)，通過(guò)聚合商管理含多微網(wǎng)配電系統(tǒng)的內(nèi)部交易，并且通過(guò)對(duì)不同類型負(fù)荷的分類考慮了需求響應(yīng)問(wèn)題。文獻(xiàn)［12］提出了一種考慮建筑熱平衡特性的電能日前優(yōu)化共享方法，并采用Shapley 算法對(duì)獲取的效益進(jìn)行分配。上述文獻(xiàn)中，多個(gè)市場(chǎng)參與主體由聚合商統(tǒng)一組織交易，并基于各主體的運(yùn)行情況統(tǒng)一進(jìn)行交易電價(jià)的優(yōu)化與出清。除此之外，目前已有研究將博弈論引入P2P 交易以提升交易用戶的自主靈活性，保證剩余利潤(rùn)在參與交易的微網(wǎng)之間公平分配，進(jìn)一步挖掘交易用戶的經(jīng)濟(jì)效益［13］，即采取上文中所述的第2 種交易機(jī)制。文獻(xiàn)［14］采用非合作博弈理論分析不同微網(wǎng)通過(guò)調(diào)整儲(chǔ)能設(shè)備以追求運(yùn)行經(jīng)濟(jì)性最優(yōu)的自私策略，以及為使微網(wǎng)集群整體經(jīng)濟(jì)性最優(yōu)所采取的合作策略。文獻(xiàn)［15］分別通過(guò)非合作博弈理論以及進(jìn)化博弈理論分析了P2P 交易過(guò)程中存在的賣(mài)方價(jià)格競(jìng)爭(zhēng)以及買(mǎi)方選擇競(jìng)爭(zhēng)問(wèn)題。文獻(xiàn)［16］以不同能源集線器的運(yùn)行經(jīng)濟(jì)性最優(yōu)為目標(biāo)，通過(guò)求解Pareto 最優(yōu)作為合作博弈的均衡可行解，分析了多能源集線器協(xié)調(diào)運(yùn)行所帶來(lái)的經(jīng)濟(jì)效益。文獻(xiàn)［17］以微網(wǎng)與配電系統(tǒng)之間雙向直接交易的最優(yōu)成本作為定價(jià)依據(jù)，提出了一種配電側(cè)多微網(wǎng)電能交易Nash 議價(jià)方法。

上文對(duì)P2P 交易機(jī)制方法的研究現(xiàn)狀進(jìn)行了全面的回顧，而除去交易定價(jià)清算機(jī)制以及交易主體自治運(yùn)行策略會(huì)對(duì)交易結(jié)果產(chǎn)生影響之外，終端用戶的用能行為也會(huì)對(duì)分布式交易結(jié)果產(chǎn)生一定的影響，已有研究表明，通過(guò)需求側(cè)管理，可以將自身清潔能源消納提高2%～15%［18］。目前，雖然已有部分文獻(xiàn)在對(duì)P2P 交易模式的研究中考慮了用戶需求響應(yīng)因素的影響［10-11］，但是未結(jié)合具體負(fù)荷載體分析調(diào)控策略對(duì)用能及交易的影響。文獻(xiàn)［19］在研究多微網(wǎng)協(xié)調(diào)運(yùn)行的過(guò)程中考慮了負(fù)荷需求響應(yīng)因素，但只是結(jié)合負(fù)荷曲線考慮了可平移負(fù)荷的影響，且并未考慮分布式交易因素。文獻(xiàn)［20］提出了一種包含儲(chǔ)能設(shè)備及電動(dòng)汽車(chē)的需求側(cè)管理方法，然而該文更多是站在單一微網(wǎng)的角度，未細(xì)致考慮用能設(shè)備控制策略以及需求側(cè)管理對(duì)分布式交易的影響。文獻(xiàn)［21］研究了智能家庭用戶之間的P2P 交易模式，通過(guò)以區(qū)域內(nèi)每一個(gè)家庭用戶的運(yùn)行經(jīng)濟(jì)性最優(yōu)為目標(biāo)，實(shí)現(xiàn)對(duì)交易電價(jià)的整體優(yōu)化清算，并考慮了用電負(fù)荷的需求響應(yīng)因素。

上述成果為本文課題的研究奠定了一定的理論及模型基礎(chǔ)，然而，現(xiàn)有的研究存在以下問(wèn)題:

1）雖然已有部分研究考慮了負(fù)荷需求響應(yīng)因素，然而未能進(jìn)一步挖掘可控負(fù)荷調(diào)控策略對(duì)微網(wǎng)交易的影響，目前已有研究表明，通過(guò)對(duì)智能建筑的合理化調(diào)控，可以有效提升微網(wǎng)的運(yùn)行效益［22］，而微網(wǎng)內(nèi)存在的多種功能的智能建筑以及由此產(chǎn)生的多樣化負(fù)荷需求往往可以挖掘出更大的可調(diào)度空間。

2）針對(duì)目前采取的聯(lián)盟式統(tǒng)一定價(jià)方式，不同微網(wǎng)的內(nèi)部設(shè)備及負(fù)荷構(gòu)成不同，其成本與收益的構(gòu)成也存在差異，定價(jià)方式可能存在通過(guò)損害某些微網(wǎng)的利益以換取聯(lián)盟利益的最大化，并且可能會(huì)損害各微網(wǎng)的隱私。

3）雖然目前對(duì)于博弈論在P2P 交易中的應(yīng)用已有一定的研究，但是多微網(wǎng)分布式P2P 交易中所涉及的博弈關(guān)系十分復(fù)雜，單純的合作博弈或非合作博弈理論難以全面反映交易各個(gè)環(huán)節(jié)參與者的關(guān)系。

4）目前對(duì)多微網(wǎng)交易方面的研究大多只是從經(jīng)濟(jì)性的角度衡量了交易行為，而未考慮微網(wǎng)之間的分布式交易對(duì)所在配電系統(tǒng)運(yùn)行產(chǎn)生的影響。

針對(duì)上述問(wèn)題，本文提出了一種考慮智能建筑特性的多微網(wǎng)P2P 能量交易方法，從終端用能特性、單微網(wǎng)自治調(diào)度、多微網(wǎng)間交易以及配電系統(tǒng)影響分析等方面對(duì)P2P 交易模式的效益進(jìn)行了全面分析。首先，以智能建筑作為終端負(fù)荷單元，構(gòu)建了一種新的建筑熱阻-熱容（R-C）熱平衡模型，通過(guò)對(duì)建筑熱平衡以及虛擬儲(chǔ)能特性進(jìn)行模擬，分析終端負(fù)荷調(diào)控策略對(duì)微網(wǎng)運(yùn)行及P2P 交易產(chǎn)生的影響；其次，分別構(gòu)建非合作博弈及主從博弈模型，分析賣(mài)方之間以及賣(mài)方與買(mǎi)方微網(wǎng)之間的博弈關(guān)系，在保證各微網(wǎng)利益的同時(shí)也從“賣(mài)”與“買(mǎi)”的環(huán)節(jié)完善博弈模型；最后，通過(guò)實(shí)際算例仿真并結(jié)合具體指標(biāo)，量化分析了P2P 分布式交易模式為微網(wǎng)以及配電系統(tǒng)運(yùn)營(yíng)帶來(lái)的技術(shù)與經(jīng)濟(jì)效益。

1 系統(tǒng)整體交易框架

本文所研究的考慮智能建筑特性的多微網(wǎng)系統(tǒng)整體框架如圖1 所示，微網(wǎng)（MG1，MG2，…，MGN）作為主要的市場(chǎng)參與主體，由不同功能的智能建筑群、分布式風(fēng)機(jī)、光伏組成，考慮到儲(chǔ)能設(shè)備的經(jīng)濟(jì)性成本，本文所構(gòu)建的系統(tǒng)中并不是所有微網(wǎng)都配置了儲(chǔ)能設(shè)備，智能建筑的用能負(fù)荷包括柔性可控負(fù)荷以及其他剛性用電負(fù)荷。每一個(gè)微網(wǎng)擁有智能量測(cè)裝置以及微網(wǎng)能源服務(wù)商（microgrid energy service prosumer，MEP），智能量測(cè)裝置負(fù)責(zé)對(duì)微網(wǎng)的能源生產(chǎn)、負(fù)荷需求以及與其他微網(wǎng)或外部電網(wǎng)的交易情況進(jìn)行計(jì)量，并將信息發(fā)送給MEP 處理；MEP 通過(guò)合理化的交易、儲(chǔ)電設(shè)備及柔性負(fù)荷調(diào)度，以實(shí)現(xiàn)微網(wǎng)內(nèi)的供需平衡，并實(shí)現(xiàn)微網(wǎng)整體運(yùn)營(yíng)經(jīng)濟(jì)性的最優(yōu)。

圖1 含多微網(wǎng)主動(dòng)配電系統(tǒng)整體交易框架Fig.1 Transaction architecture of active distribution system with multiple microgrids

假定存在分布式交易運(yùn)營(yíng)商（distributed transaction operator，DTO），負(fù)責(zé)協(xié)助微網(wǎng)之間的P2P 交易?？紤]到P2P 交易可以緩解配電系統(tǒng)阻塞、提高分布式電源的消納率，因此，本文沒(méi)有考慮DTO 的服務(wù)費(fèi)問(wèn)題；同時(shí)，考慮到P2P 分布式交易在地理上屬于微網(wǎng)間的就近交易，因此，本文忽略了P2P 交易過(guò)程中的傳輸成本。

2 微網(wǎng)市場(chǎng)主體模型

2.1 終端柔性負(fù)荷模型

根據(jù)世界及中國(guó)相關(guān)建筑能源報(bào)告中的統(tǒng)計(jì)數(shù)據(jù)，建筑用能在總能耗中的份額達(dá)到了近40%［23-24］，其中約一半用于滿足溫控負(fù)荷以及暖通空調(diào)（heating，ventilation and air-conditioning，HVAC）系統(tǒng)的用能需求［25］，因此，本文選擇智能建筑作為微網(wǎng)內(nèi)的終端負(fù)荷單元，選擇純電力HVAC 系統(tǒng)作為典型柔性負(fù)荷，充分利用人體對(duì)外界溫度的舒適敏感區(qū)間，挖掘微網(wǎng)內(nèi)部的可調(diào)度用能潛力，從而分析終端用能及需求響應(yīng)對(duì)微網(wǎng)運(yùn)行交易產(chǎn)生的影響。在實(shí)際的供冷或供暖場(chǎng)景中，智能建筑內(nèi)部通常被模擬為單一等溫的空調(diào)區(qū)域［26］，通常采用R-C 網(wǎng)絡(luò)模型對(duì)建筑內(nèi)單一制熱/制冷區(qū)域進(jìn)行建模［27］，建筑的R-C 網(wǎng)絡(luò)模型由熱阻與熱容構(gòu)成，它們分別具有傳輸熱與儲(chǔ)蓄熱的能力?；趯?duì)建筑內(nèi)部單一等溫的假設(shè)，本文在文獻(xiàn)［28］所介紹模型的基礎(chǔ)上進(jìn)一步改進(jìn)與擴(kuò)展，所構(gòu)建建筑R-C 網(wǎng)絡(luò)模型如圖2所示。圖2 中:Q1為墻體內(nèi)表面與空氣對(duì)流換熱；Q2為窗體的產(chǎn)熱/散熱量，Q(1)2為窗體滲透耗熱量，Q(2)2為窗外光照輻射熱量；Q3為冷風(fēng)侵入/通風(fēng)耗熱量；Q5為室內(nèi)熱源與室內(nèi)空氣熱交換功率；Q6為采暖設(shè)備與室內(nèi)空氣熱交換功率；T1和T2分別為房間1 與2 的室內(nèi)溫度；C1和C2分別為房間1 與2 的熱容；R1和R2分別為房間1 與2 的熱阻；Cwa為墻體的熱容；Rwa為墻體不同內(nèi)/外表面的熱阻，在這里考慮墻體內(nèi)/外表面的材質(zhì)相同；Rwin為窗戶熱阻。

圖2 建筑R-C 網(wǎng)絡(luò)模型Fig.2 R-C network model of building

綜合考慮建筑內(nèi)產(chǎn)熱與散熱熱源的關(guān)系，建立基于建筑R-C 網(wǎng)絡(luò)模型的室內(nèi)熱平衡方程，具體如式（1）和式（2）所示。

式中:Q4為單位時(shí)間內(nèi)建筑空氣顯熱量增值；Croom2為 區(qū) 域2 熱 容；Sroom為 房 間 面 積；mHVAC為HVAC 系統(tǒng) 空 氣 流 量；Cp，air為 空 氣 比 熱 容；THVAC為HVAC 系統(tǒng)送風(fēng)溫度；T∞為環(huán)境溫度；π1，2為墻體標(biāo)識(shí)系數(shù)，其中有窗為1，無(wú)窗為0；τwin1，2為窗體滲透率；Awin1，2為窗體體積；Qrad1，2為窗體光照強(qiáng)度；Twa1，2為房間（區(qū)域）1 和2 之間墻體的表面溫度；Rwa1，2為房間（區(qū)域）1 和2 之間墻體的熱阻；ρw為空氣密度；L 為室外空氣滲透量；V（t）為t 時(shí)刻通風(fēng)量，可采用換氣次數(shù)法近似計(jì)算。

HVAC 系統(tǒng)消耗的電能主要來(lái)源于2 個(gè)方面［29］:①風(fēng)扇進(jìn)行新風(fēng)空氣循環(huán)消耗的電能PHVAC，f(t)；②HVAC 系統(tǒng)制冷/制熱所消耗的 電能PHVAC，h(t)，具體計(jì)算方法參見(jiàn)附錄A 第A1.1 節(jié)。故在單位調(diào)度時(shí)間段內(nèi)，HVAC 系統(tǒng)消耗的電功率為:

則建筑的總用電功率為PB(t)=PHVAC(t)+PO(t)，其中，PO（t）為t 時(shí)刻其他用電負(fù)荷的功率。

2.2 微網(wǎng)自治調(diào)度模型

MEP 以經(jīng)濟(jì)性最優(yōu)作為自治運(yùn)行優(yōu)化目標(biāo)，成本構(gòu)成因素包括從外部電網(wǎng)的購(gòu)能成本、設(shè)備機(jī)組的運(yùn)行成本、影響用戶溫度舒適度的罰函數(shù)項(xiàng)［30］以及向外部電網(wǎng)出售電能的收益。MEPi自治調(diào)度運(yùn)行的目標(biāo)函數(shù)為:

在進(jìn)行自治調(diào)度的過(guò)程中考慮以下約束條件。

1）功率平衡約束

在考慮儲(chǔ)能作用的情況下，保障微網(wǎng)內(nèi)的電力供需達(dá)到平衡，即

式中:PPVi(t)為t 時(shí)刻MEPi的光伏出力；PWTi(t)為t時(shí) 刻MEPi的 風(fēng) 機(jī) 出 力；P(t)為t 時(shí) 刻MEPi的 儲(chǔ)能放電功率；PHVACi(t)為t 時(shí)刻MEPi的HVAC 系統(tǒng)用電需求；POi(t)為t 時(shí)刻MEPi內(nèi)其他負(fù)荷的用電需 求；P(t) 為t 時(shí) 刻MEPi的 儲(chǔ) 能 充 電 功 率；PHVAC，fi(t)為t 時(shí)刻MEPi的HVAC 系統(tǒng)內(nèi)部新風(fēng)風(fēng)扇 的 用 電 需 求；PHVAC，hi(t)為t 時(shí) 刻MEPi的HVAC系統(tǒng)運(yùn)行的用電需求。

2）儲(chǔ)能設(shè)備約束

儲(chǔ)能設(shè)備在運(yùn)行的過(guò)程中需要滿足設(shè)備的充放電功率以及容量約束，即

除此之外，為滿足下一個(gè)調(diào)度周期起始時(shí)刻MEP 對(duì)儲(chǔ)能設(shè)備的蓄能和放能要求，儲(chǔ)能設(shè)備在調(diào)度周期起始和結(jié)束時(shí)刻的儲(chǔ)能量需保持一致［31］，即

3）柔性負(fù)荷約束

①建筑室內(nèi)熱平衡約束。MEP 對(duì)終端柔性負(fù)荷的調(diào)度滿足式（2）所示的室內(nèi)柔性負(fù)荷約束。

②建筑室內(nèi)溫度舒適度約束。本文所采用的室內(nèi)熱舒適性參照GB/T 18049—2017《熱環(huán)境的人類工效學(xué) 通過(guò)計(jì)算PMV 和PPD 指數(shù)與局部熱舒適準(zhǔn)則對(duì)熱舒適進(jìn)行分析測(cè)定與解釋》［32］，采用預(yù)計(jì)的平均熱感覺(jué)指數(shù)（predicted mean vote，PMV）和預(yù)計(jì)不滿意者的百分?jǐn)?shù)（predicted percentage of dissatisfied people，PPD）［33］評(píng)價(jià)熱舒適度等級(jí)，劃分結(jié)果如表1 所示。

表1 室內(nèi)熱舒適度等級(jí)劃分Table 1 Classification of indoor thermal comfort level

③HVAC 系統(tǒng)調(diào)節(jié)約束。在對(duì)微網(wǎng)終端柔性負(fù)荷進(jìn)行調(diào)度的過(guò)程中需要滿足HVAC 系統(tǒng)的送風(fēng)質(zhì)量流量與送風(fēng)溫度約束:

式中:mHVAC，max為HVAC 系統(tǒng)送風(fēng)質(zhì)量流量的最大值；THVAC，max和THVAC，min分別為HVAC 系統(tǒng)送風(fēng)溫度的最大值與最小值。

綜上所述，在不考慮P2P 交易的情況下，MEP以式（4）所示的效益函數(shù)為目標(biāo)函數(shù)，以外部購(gòu)電策略、儲(chǔ)能設(shè)備運(yùn)行策略、柔性負(fù)荷供給策略（HVAC系統(tǒng)送風(fēng)空氣質(zhì)量流量mHVAC以及HVAC 系統(tǒng)送風(fēng)溫度THVAC）為決策變量，對(duì)微網(wǎng)進(jìn)行統(tǒng)一調(diào)度與管理。MEP 的具體調(diào)度框架如附錄B 圖B1 所示，圖中紅色外框代表MEP 可調(diào)度部分。目前上述模型已有較為成熟的求解算法，可以采用CPLEX/GUROBI/LINGO 等求解器求解。 本文在MATLAB 環(huán)境中基于YALMIP 平臺(tái)，調(diào)用成熟的商業(yè)求解器CPLEX 進(jìn)行求解［34］。

3 微網(wǎng)間市場(chǎng)博弈模型

3.1 P2P 交易模式下MEP 市場(chǎng)角色及效用函數(shù)

在正常運(yùn)行情況下，由于分布式電源出力以及終端負(fù)荷需求的波動(dòng)性，MEP 在進(jìn)行自治調(diào)度與管理的過(guò)程中會(huì)面臨電能不足或過(guò)剩的情況，在不同時(shí)刻MEP 都有可能充當(dāng)買(mǎi)方或賣(mài)方的不同角色。在考慮P2P 分布式交易的情況下，MEPi的效用函數(shù)將會(huì)在式（4）的基礎(chǔ)上進(jìn)一步考慮與其他MEP 交易的影響，即

式 中:pS，i（t）和P(t)分 別 為t 時(shí) 刻MEPi向 其 他MEP 的售電價(jià)格及售電量；pB，i（t）和P(t)分別為t時(shí)刻MEPi從其他MEP 購(gòu)電的價(jià)格及購(gòu)電量；si（t）和bi（t）分別為產(chǎn)銷者標(biāo)識(shí)符，若MEPi為買(mǎi)方，則bi(t)=1，si(t)=0。

約束條件方面，除去需要滿足2.2 節(jié)所述的自治運(yùn)行約束條件外，參與P2P 交易的MEP 還需要滿足配電系統(tǒng)的潮流約束。本文配電系統(tǒng)潮流計(jì)算模型采用DisFlow 算法［35］，方法基于輻射型配電系統(tǒng)鏈?zhǔn)浇Y(jié)構(gòu)特點(diǎn)，采用線性化Newton 法方程求解技巧，求解效率較高。

3.2 賣(mài)方間博弈關(guān)系模型

在MEP 之間進(jìn)行分布式P2P 交易的過(guò)程中，考慮到每個(gè)賣(mài)方MEP 都試圖通過(guò)向買(mǎi)方MEP 出售電能來(lái)提升自己的效益，且賣(mài)方MEP 之間相互獨(dú)立，不具有合作關(guān)系，并假定賣(mài)方MEP 在交易過(guò)程中的行為是理性的，因此，本文采用非合作博弈模型來(lái)描述賣(mài)方MEP 之間的競(jìng)爭(zhēng)關(guān)系。其中，博弈參與者為參與P2P 交易的賣(mài)方MEP；博弈策略為每個(gè)賣(mài)方MEP 制定的售電電價(jià)及售電量 PM，pM，基于MEP自身運(yùn)營(yíng)的成本效用函數(shù)，對(duì)MEP 最終可接受的報(bào)價(jià)區(qū)間進(jìn)行n 等分，確定MEP 的可行報(bào)價(jià)；博弈效用為賣(mài)方MEP 各自的收益。

賣(mài)方MEP 之間的博弈過(guò)程是一個(gè)動(dòng)態(tài)過(guò)程，直到博弈達(dá)到Nash 均衡狀態(tài)或最大迭代次數(shù)時(shí)結(jié)束迭代搜索，博弈最終達(dá)到的Nash 均衡狀態(tài)包括賣(mài)方MEP 制定的售電價(jià)格及售電量，其存在的條件為:①博弈參與者的總數(shù)S 有限，并令j 為參與者標(biāo)識(shí)符；②每一個(gè)MEP 的報(bào)價(jià)區(qū)間是一定的，在經(jīng)過(guò)n 等分后，能夠保證博弈策略是閉合有界的；③在博弈策略空間中，效用函數(shù)是連續(xù)的。本文設(shè)置的賣(mài)方MEP 之間的博弈環(huán)境是在常規(guī)非合作博弈環(huán)境的基礎(chǔ)上進(jìn)一步考慮了終端用能特性以及配電網(wǎng)潮流約束的影響，不會(huì)改變博弈用戶決策空間的閉合性，也能夠滿足Nash 均衡狀態(tài)的存在且唯一條件［15］，具體采用改進(jìn)的迭代搜索算法［36］求解上述Nash 博弈問(wèn)題，博弈的具體迭代過(guò)程參見(jiàn)附錄A 第A2.1 節(jié)。

當(dāng)?shù)趉 輪與第k+1 輪迭代的投標(biāo)可交易電量及價(jià)格相等，表示沒(méi)有任何一個(gè)賣(mài)方MEP 可以通過(guò)改變投標(biāo)電量及價(jià)格而獲得更高的效用值，此時(shí)的解可看作博弈的Nash 均衡解。

3.3 賣(mài)方與買(mǎi)方間博弈關(guān)系模型

賣(mài)方MEP 在定價(jià)時(shí)，不能只考慮自己的利益，也需要考慮買(mǎi)方MEP 的價(jià)格彈性行為，即賣(mài)方MEP 與買(mǎi)方MEP 之間也存在利益博弈關(guān)系。賣(mài)方MEP 作為管理方，有優(yōu)先定價(jià)權(quán)，賣(mài)方MEP 與買(mǎi)方MEP 之間的博弈關(guān)系可描述為主從博弈（Stackelberg game）關(guān)系。在上層，賣(mài)方MEP 是制定交易電價(jià)的領(lǐng)導(dǎo)者；在下層，買(mǎi)方MEP 扮演追隨者的角色，響應(yīng)交易電價(jià)價(jià)格信號(hào)并將用能需求發(fā)送給賣(mài)方MEP。主從博弈的參與者為參與P2P 交易的賣(mài)方MEP 與買(mǎi)方MEP；博弈策略為每個(gè)賣(mài)方MEP 制定的售電電價(jià)、售電量以及每個(gè)買(mǎi)方MEP對(duì)賣(mài)方MEP 的選擇；博弈效用為賣(mài)方MEP 與買(mǎi)方MEP 各自的收益/成本。同樣采用迭代搜索算法，博弈的迭代過(guò)程參見(jiàn)附錄A 第A2.2 節(jié)。

將買(mǎi)方MEP 對(duì)報(bào)價(jià)的響應(yīng)z( )Pk*，pk*反饋至上層所有賣(mài)方MEP 后，賣(mài)方MEP 之間通過(guò)進(jìn)行價(jià)格競(jìng)爭(zhēng)得到Nash 均衡，均衡價(jià)格再次被告知給全部買(mǎi)方MEP，重復(fù)進(jìn)行上述過(guò)程直至買(mǎi)賣(mài)雙方的動(dòng)作策略保持穩(wěn)定不變，則主從博弈達(dá)到均衡。

當(dāng)實(shí)際工程對(duì)于最大迭代次數(shù)的取值偏小或者M(jìn)EP 預(yù)設(shè)的出價(jià)區(qū)間不合理時(shí)，博弈可能會(huì)達(dá)不到Nash 均衡或主從博弈均衡。因此，若在規(guī)定的最大迭代次數(shù)時(shí)仍未達(dá)到Nash 均衡，則迭代結(jié)束，各MEP 依然按照與DTO 進(jìn)行雙向交易的傳統(tǒng)方式實(shí)現(xiàn)內(nèi)部的電力平衡。

綜上分析，配電系統(tǒng)內(nèi)的MEP 在P2P 交易市場(chǎng)內(nèi)的博弈關(guān)系如圖3 所示，具體算法流程如附錄A圖A1 所示。

圖3 P2P 交易市場(chǎng)內(nèi)的博弈關(guān)系Fig.3 Game relationship in P2P trading market

4 算例分析與對(duì)比

4.1 算例概況

本文采用改進(jìn)的IEEE 33 節(jié)點(diǎn)配電系統(tǒng)作為主體系統(tǒng)結(jié)構(gòu)，其中部分節(jié)點(diǎn)接有包含智能建筑、分布式電源及儲(chǔ)能設(shè)備的微網(wǎng)［22］，具體架構(gòu)如圖4 所示。配電系統(tǒng)包括3 種型號(hào)的線路，各線路電流上限分別 為400、300、200 A［37］，配 電 系 統(tǒng) 的 電 壓 等 級(jí) 為12.66 kV，功率因數(shù)為0.8，則各型號(hào)線路所傳輸有功功率的上限分別為7 017、5 263、3 508 kW。不同微網(wǎng)內(nèi)的建筑類型、建筑信息以及設(shè)備的配置情況如表2 所示。

圖4 算例系統(tǒng)架構(gòu)Fig.4 Architecture of test system

微網(wǎng)內(nèi)的建筑均為獨(dú)棟建筑，建筑參數(shù)如下:Rwa為0.06 K/W ；Rwin為0.02 K/W ；Cwa為7.9×105J/K；C1和C2均為2.5×105J/K；Awin為4 m2；τ為0.9 m2。HVAC 系統(tǒng)參數(shù)如下［38］:ρw為1.29 kg/m3；Cp，air為1 005 J/（kg·℃）；熱電能效比CCOP為3；靜壓 降Pstatic為135 Pa；mHVAC，max為0.5 kg/s；THVAC，max和THVAC，min分別為30 ℃和20 ℃。

表2 微網(wǎng)信息Table 2 Microgrid information

微網(wǎng)內(nèi)儲(chǔ)能設(shè)備的相關(guān)參數(shù)如附錄B 表B1 所示，其中，初始容量選取為總?cè)萘康?0%，最大充放電功率為設(shè)備容量的20%［39］。不同微網(wǎng)內(nèi)分布式電源出力曲線及不考慮HVAC 系統(tǒng)的典型日負(fù)荷曲線分別如附錄B 圖B2 及圖B3 所示。本文選取中國(guó)北方冬季典型供暖場(chǎng)景，室外溫度及不同方位的太陽(yáng)照射強(qiáng)度參考文獻(xiàn)［28］。地區(qū)的分時(shí)電價(jià)如附錄B 圖B4 所示。

4.2 調(diào)度及交易結(jié)果分析

基于算例設(shè)置，選取調(diào)度時(shí)間步長(zhǎng)Δt=1 h。不同微網(wǎng)的自治調(diào)度結(jié)果如圖5 所示。本文具體對(duì)MG1與MG3這2 個(gè)具有儲(chǔ)能設(shè)備的微網(wǎng)自治運(yùn)行調(diào)度結(jié)果進(jìn)行分析，相比于不含儲(chǔ)能設(shè)備的微網(wǎng)，儲(chǔ)能設(shè)備能夠配合建筑的虛擬儲(chǔ)能特性進(jìn)一步提高微網(wǎng)運(yùn)行的靈活性。

對(duì)于MG1，在能量調(diào)度方面，光伏在11:00—14:00 的出力較大，在這一時(shí)段內(nèi)，微網(wǎng)能夠做到自給自足，并且還有多余的電力可供交易，而在其他時(shí)刻，由于光伏出力不足，微網(wǎng)需要通過(guò)從外部購(gòu)電來(lái)滿足自身的用電需求。儲(chǔ)能設(shè)備會(huì)在16:00—20:00 等電價(jià)較高的時(shí)段選擇放電以滿足部分用電負(fù)荷需求，同時(shí)降低外購(gòu)電成本；會(huì)在光伏出力較高或外部電價(jià)較低的時(shí)刻選擇充電以保障后續(xù)的有效調(diào)度。在HVAC 系統(tǒng)運(yùn)行方面，由于MG1內(nèi)的建筑均為Ⅱ級(jí)建筑，因此HVAC 系統(tǒng)會(huì)以節(jié)約用電作為主要運(yùn)行目標(biāo)，在01:00—05:00 時(shí)段，用戶處于休息狀態(tài)，故HVAC 系統(tǒng)會(huì)選擇將溫度維持在一個(gè)較低的水平；在06:00—07:00 時(shí)段，由于臨近工作時(shí)間，且購(gòu)電電價(jià)較低，HVAC 系統(tǒng)會(huì)選擇增加出力以提高室內(nèi)溫度；在08:00—09:00 時(shí)段，由于購(gòu)電成本升高，HVAC 系統(tǒng)會(huì)適當(dāng)減小出力，然而，由于建筑的虛擬儲(chǔ)能特性，室內(nèi)溫度仍能夠滿足溫度約束條件；在10:00—12:00 時(shí)段，隨著室外溫度的升高，陽(yáng)光輻射的增強(qiáng)以及室內(nèi)熱源的輔助作用，室內(nèi)溫度達(dá)到一天內(nèi)的最高溫度；在13:00—16:00 時(shí)段，隨著室外溫度的降低，室內(nèi)溫度也會(huì)逐步降低，然而，由于建筑的虛擬儲(chǔ)能特性，室內(nèi)的溫度仍能夠滿足約束條件，HVAC 系統(tǒng)可通過(guò)降低出力以節(jié)約電能；在17:00—24:00 時(shí)段，HVAC 系統(tǒng)會(huì)逐漸增加出力以保證室內(nèi)的溫度滿足約束條件，然而，由于用戶逐漸進(jìn)入休息狀態(tài)，從節(jié)能的角度考慮，HVAC 系統(tǒng)會(huì)將室內(nèi)溫度維持在較低水平。

圖5 微網(wǎng)自治調(diào)度結(jié)果Fig.5 Autonomous scheduling results of microgrids

由于微網(wǎng)均是以經(jīng)濟(jì)性最優(yōu)作為自治調(diào)度的目標(biāo)，因此MG3與MG1的調(diào)度策略類似，然而，由于MG3內(nèi)的建筑均為Ⅰ級(jí)建筑，對(duì)室內(nèi)溫度的要求相對(duì)較高，因此，HVAC 系統(tǒng)始終需要將室內(nèi)溫度維持在較高的水平，故相比于MG1，HVAC 系統(tǒng)消耗的電能較多。本文對(duì)于HVAC 系統(tǒng)的調(diào)控采用的是溫度與空氣質(zhì)量流量的綜合控制方法，相比于僅通過(guò)調(diào)節(jié)溫度（T-control）實(shí)現(xiàn)的HVAC 系統(tǒng)調(diào)控方法［25］，不同微網(wǎng)HVAC 系統(tǒng)一天消耗的電能如附錄B 表B2 所示。通過(guò)分析可知，相比于僅通過(guò)調(diào)節(jié)溫度的控制手段，MG1至MG4可分別節(jié)約22.7%、23.5%、16.8%、19.8%的電能消耗，其中，對(duì)溫度要求較低的用戶擁有更為靈活的調(diào)度空間，充分利用智能建筑的虛擬儲(chǔ)能特性在實(shí)現(xiàn)節(jié)能減排目標(biāo)的同時(shí)也增加了可交易電能的空間，提高了微網(wǎng)的運(yùn)營(yíng)效益。另外，與以犧牲用戶舒適度為代價(jià)的傳統(tǒng)HVAC 系統(tǒng)恒溫調(diào)度方法相比，本文所提出的模型充分考慮了不同類型用戶對(duì)于溫度舒適度的需要，提高了潛在的社會(huì)效益。

在對(duì)各微網(wǎng)用戶室內(nèi)溫度及自治運(yùn)行調(diào)度進(jìn)行分析的基礎(chǔ)上，進(jìn)一步選擇典型時(shí)刻對(duì)各微網(wǎng)的P2P 交易情況進(jìn)行分析，典型時(shí)刻各微網(wǎng)之間的P2P 交易結(jié)果如圖6 所示，其中:灰色條帶部分表示不同微網(wǎng)之間交易的能量流，條帶越寬代表所交易的電能越多；尖括號(hào)內(nèi)數(shù)據(jù)為交易電量和價(jià)格。

圖6 P2P 分布式交易結(jié)果Fig.6 P2P distributed transaction results

具體對(duì)結(jié)果進(jìn)行分析，在01:00 時(shí)刻，MG1與MG4分別存在127.7 kW 以及128.7 kW 的購(gòu)電需求；而MG2與MG3在滿足負(fù)荷需求及建筑熱舒適度條件的情況下分別存在231.4 kW 及170.6 kW 的可交易電能。在考慮線路損耗的情況下，MG2與MG3擁有的可交易電能均無(wú)法同時(shí)滿足買(mǎi)方的全部交易需求，因此，該時(shí)段屬于多賣(mài)方多買(mǎi)方“供大于求”場(chǎng)景，交易電價(jià)的博弈收斂迭代過(guò)程如附錄B 圖B5（a）所 示。從 賣(mài) 方MEP 的 角 度，相 較 于MG3，MG2擁有的可交易電能較多，交易的主動(dòng)性較強(qiáng)，因此，MG2在賣(mài)家博弈開(kāi)始階段就會(huì)通過(guò)不斷降低價(jià)格以盡可能多地向其他微網(wǎng)售電，實(shí)現(xiàn)收益的最優(yōu)；MG3擁有的可交易電能較少，在博弈初期階段也會(huì)不斷降低售電價(jià)格以吸引其他微網(wǎng)進(jìn)行P2P 交易，然而，由于買(mǎi)方MEP 更傾向于同擁有更多可交易電能的MG2進(jìn)行交易，且考慮到MG2擁有的可交易電能均只能夠滿足一個(gè)微網(wǎng)的全部交易需求，因此，在博弈后期，MG3會(huì)在保證能夠參與到P2P 交易市場(chǎng)的基礎(chǔ)上逐漸提高售電電價(jià)以保證獲取更大的收益。從買(mǎi)方MEP 的角度，經(jīng)過(guò)賣(mài)方MEP 之間的非合作博弈，MG1與MG4都更傾向于同售電價(jià)格更低的MG2進(jìn)行交易，然而，MG2擁有的可交易電量有限，故MG2會(huì)選擇同電能需求更大的MG4優(yōu)先交易，而MG1會(huì)與MG2及MG3同時(shí)進(jìn)行交易。進(jìn)行P2P 交易后，MG3的剩余電量會(huì)同DTO 進(jìn)行交易。

在03:00 時(shí)刻，MG1與MG4分別存在300.9 kW和427.8 kW 的購(gòu)電需求；而MG2與MG3分別存在230.1 kW 和57.6 kW 的可交易電能。在考慮線路損耗的情況下，MG2與MG3各自擁有的可交易電能均不能夠滿足任何一個(gè)微網(wǎng)的全部交易需求，因此，該時(shí)段屬于多賣(mài)方多買(mǎi)方“供不應(yīng)求”場(chǎng)景，交易電價(jià)的博弈收斂迭代過(guò)程如附錄B 圖B5（b）所示。對(duì)于交 易 結(jié) 果，相 較 于MG1與MG4交 易 需 求，MG2與MG3擁有的可交易電量較少，為保證自身的收益，MG2與MG3都會(huì)在可行的報(bào)價(jià)區(qū)間內(nèi)盡可能地抬高售電價(jià)格，但是為了保證能夠參與P2P 市場(chǎng)，MG2與MG3仍會(huì)選擇略低于此時(shí)DTO 制定的實(shí)時(shí)售電電價(jià)。相較于配電系統(tǒng)公布的實(shí)時(shí)電價(jià)，由于MG2與MG3制定的售電價(jià)格相對(duì)較低，因此，MG1與MG4會(huì)優(yōu)先選擇同MG2與MG3進(jìn)行交易以滿足一部分自身用電需求，而剩余的需求會(huì)通過(guò)與DTO進(jìn)行交易滿足。

在06:00 時(shí)刻，MG1與MG4分別存在483.86 kW和538 kW 的購(gòu)電需求；而MG2存在27.5 kW 的可交易電能。在考慮線路損耗的情況下，MG2擁有的可交易電能無(wú)法滿足全部交易需求，因此，該時(shí)段屬于單賣(mài)方多買(mǎi)方“供不應(yīng)求”場(chǎng)景，交易電價(jià)的博弈收斂迭代過(guò)程如附錄B 圖B5（c）所示。MG2會(huì)優(yōu)先選擇同購(gòu)電需求較大的MG4進(jìn)行交易。需要注意的是，由于該時(shí)刻光伏的出力較小，且配電系統(tǒng)內(nèi)的用電負(fù)荷處于逐步上升的狀態(tài)，較高的負(fù)荷需求使得配電系統(tǒng)內(nèi)出現(xiàn)了網(wǎng)絡(luò)阻塞的情況，引起了阻塞電價(jià)的升高。MG4位于配電系統(tǒng)線路的末端節(jié)點(diǎn)，且在這一時(shí)刻的負(fù)荷需求較大，因此受到的影響也較大，出現(xiàn)了缺電的情況。

在12:00 時(shí)刻，MG2存在44.2 kW 的購(gòu)電需求；而MG1、MG3、MG4分別存在267.1、21.1、14.1 kW 的可交易電能。在考慮線路網(wǎng)損的情況下，MG1、MG3、MG4擁有的可交易電能能夠滿足全部交易需求，因此，該時(shí)段屬于多賣(mài)方單買(mǎi)方“供大于求”場(chǎng)景，交易電價(jià)的博弈收斂迭代過(guò)程如附錄B 圖B5（d）所示。對(duì)于交易結(jié)果，相較于MG3與MG4擁有的可交易電量，MG1擁有的可交易電量較多，為保證參與交易的優(yōu)先性，MG1會(huì)在博弈階段不斷降低交易價(jià)格，而由于MG1擁有的可交易電能已能夠滿足MG2的電能需求，因此，MG3與MG4只能同DTO 進(jìn)行交易。

4.3 交易模式評(píng)價(jià)

在典型時(shí)刻詳細(xì)分析的基礎(chǔ)上，本節(jié)進(jìn)一步對(duì)各微網(wǎng)的交易情況進(jìn)行整體分析，并選取典型指標(biāo)對(duì)P2P 交易模式進(jìn)行量化評(píng)價(jià)。以MG1為例，MG1購(gòu)買(mǎi)/售出電能的分布情況如圖7 所示，其他微網(wǎng)的情況如附錄B 圖B6 所示。通過(guò)計(jì)算分析可知，MG1至MG4通過(guò)P2P 分布式交易購(gòu)買(mǎi)的電量分別占總購(gòu)電量的7%、16%、10%、22%；而MG1至MG4通過(guò)P2P 分布式交易售出的電量分別占總售電量的31%、92%、60%、38%。

圖7 MG1交易電能分布Fig.7 Trading power quantity distribution in MG1

對(duì)于交易電能分布的情況，由于各微網(wǎng)同處于一個(gè)配電系統(tǒng)內(nèi)，分布式電源出力的間歇特性類似，且微網(wǎng)配置分布式電源更多是考慮自發(fā)自用的問(wèn)題，因此，造成微網(wǎng)通過(guò)P2P 分布式交易購(gòu)買(mǎi)的電量占總購(gòu)電量的比例不高；然而，從售電量的比例來(lái)看，微網(wǎng)通過(guò)P2P 分布式交易售出的電量占總售電量的比例較高，說(shuō)明微網(wǎng)內(nèi)多余的電能可以很好地在區(qū)域內(nèi)進(jìn)行流通，最大限度地促進(jìn)分布式清潔能源本地消納，提升了微網(wǎng)的經(jīng)濟(jì)性，同時(shí)也緩解了由于高比例可再生能源滲透，大量的倒送功率可能導(dǎo)致的配電系統(tǒng)網(wǎng)絡(luò)阻塞問(wèn)題。

在從交易電量分布角度分析P2P 交易模式的基礎(chǔ)上，進(jìn)一步通過(guò)經(jīng)濟(jì)及技術(shù)指標(biāo)［9］具體量化分析P2P 分布式交易模式的效果，本文選取價(jià)值挖掘指標(biāo)（value tapping index，VTI）作為經(jīng)濟(jì)評(píng)價(jià)指標(biāo)，選取能量平衡指標(biāo)（energy balance index，EBI）作為技術(shù)評(píng)價(jià)指標(biāo)。指標(biāo)的定義及具體計(jì)算方法參考文獻(xiàn)［9］。指標(biāo)的計(jì)算結(jié)果如表3 所示。

表3 P2P 交易模式評(píng)價(jià)指標(biāo)Table 3 Evaluation indices of P2P trading mode

通過(guò)計(jì)算，2 個(gè)評(píng)價(jià)指標(biāo)的取值范圍均在［0，1］之間，說(shuō)明P2P 交易模式為各微網(wǎng)帶來(lái)了一定的經(jīng)濟(jì)及技術(shù)效益，其中VIT 指標(biāo)取值越大表示通過(guò)P2P 交易獲得的經(jīng)濟(jì)效益越高；EBI 指標(biāo)取值越小表示該微網(wǎng)能夠盡可能地通過(guò)P2P 交易滿足內(nèi)部電能需求，而不與外部電網(wǎng)產(chǎn)生過(guò)多的交互，從而促進(jìn)了可再生能源的利用。具體對(duì)各微網(wǎng)進(jìn)行分析，由于MG3風(fēng)機(jī)、光伏、儲(chǔ)能的有效配合，系統(tǒng)運(yùn)行靈活性較高；MG2雖然未配置儲(chǔ)能設(shè)備，但由于風(fēng)機(jī)光伏多樣化，分布式電源可以在一天之內(nèi)實(shí)現(xiàn)電能生產(chǎn)互補(bǔ)，因此，通過(guò)P2P 交易獲得的經(jīng)濟(jì)技術(shù)效益較大。MG1雖然配置了儲(chǔ)能設(shè)備，但是由于光伏系統(tǒng)出力的間歇性造成儲(chǔ)能設(shè)備發(fā)揮的作用有限，加之儲(chǔ)能設(shè)備固有的成本較高，造成MG1所獲得的經(jīng)濟(jì)技術(shù)效益不如其他微網(wǎng)明顯。

4.4 配電系統(tǒng)影響分析

可再生能源的高比例滲透和負(fù)荷的低碳替代需求可能會(huì)導(dǎo)致配電系統(tǒng)內(nèi)存在2 種不同的潮流高峰，即功率倒送高峰和負(fù)荷需求高峰，并造成網(wǎng)絡(luò)阻塞［40］，對(duì)可再生能源的高比例接入及配電系統(tǒng)的可靠運(yùn)行造成了威脅。以圖4 所示的配電系統(tǒng)為例，在不考慮P2P 交易的傳統(tǒng)交易模式下，配電系統(tǒng)在03:00、04:00、06:00、08:00、13:00、18:00 時(shí)刻均容易產(chǎn)生網(wǎng)絡(luò)阻塞問(wèn)題，其中，03:00、04:00 時(shí)刻由于風(fēng)機(jī)的出力較大，而系統(tǒng)的用電需求較小，大量的倒送功率造成阻塞；06:00、08:00、18:00 時(shí)刻由于光伏出力較小，而系統(tǒng)的用電需求較大，大量的外購(gòu)電需求造成阻塞；13:00 時(shí)刻由于光伏出力較大，大量的倒送功率造成阻塞。

而在考慮P2P 分布式交易的情況下，03:00、04:00 時(shí)刻的網(wǎng)絡(luò)阻塞問(wèn)題可以通過(guò)微網(wǎng)間的P2P交易得到緩解，本文在4.2 節(jié)以03:00 時(shí)刻的P2P 交易為例進(jìn)行了分析。而由于分布式電源的出力特性類似，其余時(shí)刻的網(wǎng)絡(luò)阻塞很難通過(guò)P2P 交易得到緩解，還需要進(jìn)一步結(jié)合相關(guān)的阻塞調(diào)度手段來(lái)緩解配電系統(tǒng)的網(wǎng)絡(luò)阻塞問(wèn)題。

此外，在電力系統(tǒng)的電能損耗中，配電系統(tǒng)線損所占比例最高，研究配電系統(tǒng)的降損潛力可以提高系統(tǒng)的運(yùn)營(yíng)效率和企業(yè)的盈利水平。對(duì)不同交易模式下微網(wǎng)運(yùn)行一天的網(wǎng)損進(jìn)行計(jì)算，結(jié)果如表4所示。

表4 不同交易模式下的網(wǎng)損Table 4 Network loss in different transaction modes

通過(guò)計(jì)算，相比于與DTO 直接進(jìn)行交易的傳統(tǒng)交易模式，考慮P2P 分布式交易模式使得MG1至MG4在運(yùn)行過(guò)程中的網(wǎng)損分別降低了19.1%、30.6%、33.7%、8.6%。具體分析，MG1雖然靠近配電系統(tǒng)主變壓器側(cè)，然而由于內(nèi)部光伏出力的間歇性，導(dǎo)致對(duì)外部電網(wǎng)仍有較高的購(gòu)電依賴，造成網(wǎng)損相對(duì)較大；MG2與MG3通過(guò)風(fēng)機(jī)、光伏的互補(bǔ)以及儲(chǔ)能設(shè)備的靈活調(diào)節(jié)，盡可能減少對(duì)外部購(gòu)電的依賴，因此網(wǎng)損相對(duì)較??；MG4由于處在配電系統(tǒng)線路末端，電能輸送距離較長(zhǎng)，造成網(wǎng)損較大。在考慮P2P 交易模式后，各微網(wǎng)的網(wǎng)損均有不同程度的降低，P2P 交易可以縮短電能交易距離，促進(jìn)本地電能及現(xiàn)金流的流通，降低配電系統(tǒng)網(wǎng)損，從而提高M(jìn)EP 及DTO 的 運(yùn) 營(yíng) 效 益。

5 結(jié)語(yǔ)

本文在世界各國(guó)不斷深化電力體制改革的背景下，針對(duì)目前分布式市場(chǎng)交易方法未充分考慮終端用戶用能特性，且市場(chǎng)主體之間的博弈關(guān)系仍需進(jìn)一步挖掘等問(wèn)題，提出了一種考慮智能建筑特性的多微網(wǎng)P2P 能量交易方法。通過(guò)理論及算例的論證，得出以下結(jié)論:

1）本文所提出的建筑R-C 模型可以有效地對(duì)建筑的熱平衡特性進(jìn)行模擬，與單一的溫度調(diào)節(jié)方式相比，采用送風(fēng)溫度與送風(fēng)空氣質(zhì)量流量的混合調(diào)節(jié)方式可降低HVAC 系統(tǒng)約20%的用電量，在節(jié)省用電成本的同時(shí)也提升了P2P 交易的可行空間。

2）與直接與DTO 進(jìn)行雙向交易的傳統(tǒng)交易模式相比，P2P 交易可以有效提高市場(chǎng)參與主體的經(jīng)濟(jì)及技術(shù)效益。

3）與直接與DTO 進(jìn)行雙向交易的傳統(tǒng)交易模式相比，P2P 交易可以有效改善配電系統(tǒng)的網(wǎng)絡(luò)阻塞，并降低約22%的網(wǎng)損。

在后續(xù)的研究中，首先，將會(huì)進(jìn)一步引入日間P2P 交易市場(chǎng)，以應(yīng)對(duì)分布式電源及終端負(fù)荷存在的不確定性問(wèn)題；其次，將會(huì)在市場(chǎng)主體的博弈模型中進(jìn)一步分析交易習(xí)慣、偏好對(duì)交易結(jié)果的影響，在市場(chǎng)主體的博弈模型中進(jìn)一步引入“信用”標(biāo)注，以解決各市場(chǎng)主體由于信息不對(duì)稱可能產(chǎn)生的非理性報(bào)價(jià)行為；最后，將會(huì)進(jìn)一步考慮電/氣/熱（冷）等不同能源之間的耦合互補(bǔ)特性，對(duì)多能耦合的綜合能源市場(chǎng)開(kāi)展研究。

附錄見(jiàn)本刊網(wǎng)絡(luò)版（http：//www.aeps-info.com/aeps/ch/index.aspx），掃英文摘要后二維碼可以閱讀網(wǎng)絡(luò)全文。