基于最優(yōu)匹配機制的微電網(wǎng)P2P交易策略研究

彭振華，孫志鵬，鄧芳明

（1.國網(wǎng)南昌供電公司，江西 南昌 330095；2.華東交通大學(xué)，江西 南昌 330013）

0 引言

隨著化石能源消耗不斷增大，未來2050 年全球電力消費會增加到目前電力消費水平的225%[1]。傳統(tǒng)發(fā)電方法以化石燃料為基礎(chǔ)集中發(fā)電，但隨著世界能源危機越來越嚴重，因此大力發(fā)展可再生能源對于緩解能源危機非常有必要[2-5]。微電網(wǎng)是一種分布式電網(wǎng)，由各種分布式可再生能源發(fā)電機組成，因可再生能源的發(fā)電特性，傳統(tǒng)電網(wǎng)的管理方式無法適配微電網(wǎng)的分布式結(jié)構(gòu)[6-8]。在微電網(wǎng)中，不同場景、分布位置、發(fā)電時段等因素較為復(fù)雜，導(dǎo)致不同用戶的產(chǎn)電和用電嚴重不平衡，用戶參與積極性不高，不利于微電網(wǎng)的推廣使用[9]。

文獻[10]提出一種點對點微電網(wǎng)能量交易方法，將微電網(wǎng)中的分布式用戶整合到一個交易系統(tǒng)中，通過讓用戶參與到售電過程，從而靈活消納電力，但在實際應(yīng)用環(huán)境中沒有考慮到用戶信息安全問題，會造成用戶的財產(chǎn)損失。文獻[11]提出一種基于區(qū)塊鏈的點對點微電網(wǎng)能量交易方法，在為每個新交易生成錢包地址的過程中，會對腳本進行哈希處理，以保護住宅隱私。區(qū)塊鏈技術(shù)固然可以加密P2P（peer to peer）的交易過程，但沒有針對具體的供需關(guān)系進行進一步優(yōu)化，沒有充分考慮到實際的應(yīng)用環(huán)境。文獻[12]提出一種基于動態(tài)激勵定價的能源交易體系，根據(jù)不同用戶各個時段的能量缺口制定對整體社區(qū)收益最大的動態(tài)定價系統(tǒng)，從而促進用戶的積極參與度。文獻[13]提出一種基于儲能系統(tǒng)的P2P 交易方法，通過分析用戶在不同時段的總能量消耗及每個時段的總收益，給出最優(yōu)電能分配策略，合理存儲電能，從而有效提高售電收益，同時可以有效減少碳排放。在微電網(wǎng)場景中，用戶體驗是一項非常重要的因素。在微電網(wǎng)系統(tǒng)中，需要考慮的因素較多，文獻[10-13]雖然都從各個角度對能量交易系統(tǒng)進行分析，但均未提出一種明確的用戶激勵模型和參考流程，也未對微電網(wǎng)交易的框架進行說明整理。

利用激勵模型提高同伴參與的研究非常有限，此外，讓用戶認識到所有能源管理方法都是以生產(chǎn)用戶為中心也是一項具有挑戰(zhàn)性的任務(wù)。在文獻[14]中使用了一種基于博弈論的方法來進行用戶間的能源交易，通過提高用戶經(jīng)濟收益，提高用戶的參與度。本文提出了更高效的動機模型，通過使用規(guī)范行為理論來控制用戶的行為，同時文章引入了最優(yōu)聯(lián)盟匹配機制和用戶P2P 交易策略形成交易系統(tǒng)以進一步提高用戶的經(jīng)濟和環(huán)境收益。

根據(jù)規(guī)范理論的概念分析社會運動，通過分析用戶行為組成成分，以此為根據(jù)提出一種心理動機模型。在心理動機模型基礎(chǔ)上提出基于最優(yōu)匹配機制P2P 交易策略。首先根據(jù)用戶分布區(qū)域、用電和發(fā)電特性、動態(tài)電價等因素，提出一種最優(yōu)聯(lián)盟匹配機制，以經(jīng)濟和環(huán)境收益為目標，將收益最高的用戶匹配到同一個聯(lián)盟進行P2P 能量交易。在最優(yōu)集群中對用戶與用戶之間的交易過程進行優(yōu)化，提高用戶交易收益，降低碳排放，使心理動機模型的激勵點對用戶參與度形成正反饋。

1 考慮用戶參與度的P2P 能源交易策略

通過對微電網(wǎng)內(nèi)用戶與用戶之間交換能源的過程進行建模，驗證最優(yōu)匹配模型與交易策略的高效性。由于光伏發(fā)電的特殊性，用戶存在供需平衡、供大于需、需大于供3 種狀態(tài)[15]。在非日照時無法產(chǎn)生電能，此時用戶需要從電網(wǎng)購買電能使用[16]。在日照時，當(dāng)光照強度高時，某一時段的用戶產(chǎn)電能超過其負荷所需，此時，超出負荷所需部分電能根據(jù)能源利用率最大化原則依次可分為：出售給其他用戶、出售給電網(wǎng)。當(dāng)用戶負荷需求超過此時的光伏產(chǎn)電時，根據(jù)能源利用率最大化原則依次可分為：購買其他用戶電能、購買電網(wǎng)能源。從P2P 網(wǎng)絡(luò)購買其他用戶的電能，既可以購買到低于電網(wǎng)價格的電能，也可以為其他用戶帶來收益。根據(jù)用電特性及位置信息，對用戶群進行匹配，獲取交易匹配度最高的用戶群。根據(jù)用戶產(chǎn)電和用電狀態(tài)對用戶的交易優(yōu)先級進行排序，根據(jù)不同的優(yōu)先級，對能源進行及時處理。能源交易框架如圖1 所示。

本文采用心理動機模型作為微電網(wǎng)內(nèi)P2P 交易的激勵模型，參考用戶的心理動機獲取對聯(lián)盟整體收益最高的交易方式。根據(jù)最優(yōu)聯(lián)盟匹配機制，獲取交易匹配度最高的聯(lián)盟，制定定價策略，以確保用戶交易的合理性。本文考慮了產(chǎn)電大于需求和產(chǎn)電小于需求兩種情況，計算在P2P 交易系統(tǒng)內(nèi)買賣能源的最優(yōu)價格。采用用戶優(yōu)先級策略，對不同狀態(tài)的用戶進行優(yōu)先級評級，以此為標準進行用戶之間的交易，實現(xiàn)了碳排放和成本降低的目的。與心理動機模型相契合，進一步提高用戶參與度，從而形成正反饋，基于最優(yōu)匹配機制的微電網(wǎng)P2P交易策略整體架構(gòu)如圖2 所示。

2 微電網(wǎng)P2P交易策略相關(guān)技術(shù)

本文提出了微電網(wǎng)交易策略，其中包括心理動機模型、最優(yōu)聯(lián)盟匹配機制和P2P 交易策略。

2.1 心理動機模型

心理動機根據(jù)人對某行為的看法、信念和觀點來調(diào)節(jié)人的行為，是建立人類行為原因的心理認知過程[17]。例如，根據(jù)文獻[18]，用戶界面的設(shè)計可以顯著影響人的心理，進而影響網(wǎng)絡(luò)商店中的商品交易。動機心理學(xué)在教育系統(tǒng)[19]、公共服務(wù)[20]、經(jīng)濟學(xué)[21]、醫(yī)學(xué)[22]、工程學(xué)[23]中都有應(yīng)用。

2.1.1 規(guī)范行為理論

電網(wǎng)希望用戶積極參與P2P 能源交易，但用戶的行為模式不會突然改變。相反，用戶需要經(jīng)歷一系列多個行為階段。在第1 階段，用戶不熟悉參與P2P 能源交易的潛在好處，不愿意參與P2P 能源交易。在第2 階段，用戶意識到參與P2P 能源交易的好處，并承認不參與可能帶來的潛在缺點，用戶開始有興趣了解更多關(guān)于P2P 能源交易及其潛在的經(jīng)濟和環(huán)境收益。盡管如此，卻仍然沒有參與P2P能源交易。在第3 階段用戶確信P2P 能源交易可以帶來潛在的環(huán)境、社會和經(jīng)濟利益，并準備參與P2P 能源交易，并計劃采取必要的行動。在第4 階段，用戶首次開始參與P2P 能源交易，從而成為可持續(xù)能源實踐的一部分。最后，當(dāng)用戶達到第5 階段時，會繼續(xù)維持他的行為模式。這些不同動機階段的概述如圖3 所示。

2.1.2 心理動機模型

本文詳細介紹了各種基于P2P 交易系統(tǒng)的動機模型，這些模型包括公平分配、經(jīng)濟模型、信息模型和正強化模型。

1）公平分配模式:能源消費者普遍存在利益沖突。為了成本、收益分配，很難公平地處理所有這些問題。通過獲得客戶的信任和提高同行的參與，P2P 交易系統(tǒng)定義公平可靠的P2P 交易價格[24]是一個很有前景的利益分配解決方案。

2）經(jīng)濟模型：將一種可以為用戶提高收益和減少能源費用的模型劃分為經(jīng)濟模型。P2P 交易系統(tǒng)確保用戶可以通過與附近的用戶或電網(wǎng)共享剩余的電力來提高收入，并可以通過以合理的價格從附近的活躍用戶獲得能源來減少他們的費用[25]。

3）信息模型:信息模型用于提高用戶的參與意識，因為人們在獲得關(guān)于任何問題的副作用及其結(jié)果的信息后會有不同的行為。

4）正強化模型:在該模型中。在相同的條件下，獎勵性刺激通常會伴隨著某種特定的行為。使用P2P 交易系統(tǒng)帶來的經(jīng)濟收益是一種獎勵性的刺激，在此條件下，用戶會繼續(xù)參與交易。

2.2 最優(yōu)聯(lián)盟匹配機制

微電網(wǎng)需要根據(jù)其內(nèi)部能源狀況向電網(wǎng)購買/出售能源。每個微電網(wǎng)用戶都需要能量來為其內(nèi)部負載提供服務(wù)。Di表示微電網(wǎng)能源產(chǎn)出，Si表示微電網(wǎng)用戶能源需求，能量差為Ei=（Si-Di）。Ei亦即可出售能量，當(dāng)Ei為負值時表示需要從電網(wǎng)購買能量。

經(jīng)典的最優(yōu)聯(lián)盟形成方法需要對所有可能的組合進行窮盡搜索，計算復(fù)雜度極高。基于層次優(yōu)先級的最優(yōu)聯(lián)盟匹配方案是一種基于優(yōu)先列表的啟發(fā)式方法，其根據(jù)微電網(wǎng)用戶的相關(guān)信息，按能源需求量降序排列缺電用戶群，按能源供應(yīng)量降序排列可供電用戶群，并根據(jù)距離與供需優(yōu)先級進行聯(lián)盟聚類，獲取P2P 的交易聯(lián)盟；從最大化傳輸、交易效率角度進行優(yōu)化，為交易策略中的匹配和定價方案進行數(shù)據(jù)的初始準備?；趯哟蝺?yōu)先級的最優(yōu)聯(lián)盟匹配方案相較于其他優(yōu)化方法在性能上有了顯著改進。

2.3 P2P交易策略的設(shè)置

為提高微電網(wǎng)用戶間的交易效率，降低成本，提出一種交易策略。在進行P2P 交易時，一般會出現(xiàn)3 種情況：（1）總生產(chǎn)電量等于總需求電量；（2）總生產(chǎn)電量大于總需求電量；（3）總生產(chǎn)電量小于總需求電量。根據(jù)這3 種情況對電價定價策略進行闡述，并提出一種市場清算的拍賣策略。

2.3.1 P2P交易價格定價

情景1：總生產(chǎn)電量等于總需求電量。在此場景中，參與P2P 交易的用戶不需要與電網(wǎng)進行交易，只需進行用戶之間的交易。因此，P2P 交易系統(tǒng)的買賣價格根據(jù)市場費率計算，其表達式為:

式中：CBuy和CSell分別為在P2P 交易系統(tǒng)中買、賣價格；分別為在電網(wǎng)中的買、賣價格。

CBuy和CSell均為電網(wǎng)買賣價格之和的平均數(shù)。本文介紹了一種住宅小區(qū)P2P 交易系統(tǒng)的定價方法。為簡化問題，購電價設(shè)定為0.6 元/kWh，出售電價設(shè)定為0.4 元/kWh。

情景2：總生產(chǎn)電量大于總需求電量。在該場景下，用戶產(chǎn)生的電量通過P2P 交易為自身產(chǎn)生收益，還可以將生產(chǎn)的電力出售給電網(wǎng)。在P2P 交易系統(tǒng)中，CBuy和情景1 相同，基于心理動機模型原理，需要對CSell進行調(diào)整，因此銷售價格需要進行優(yōu)化，計算式如下：

式中：Nb和Ns分別為P2P 交易系統(tǒng)內(nèi)買、賣雙方的集合；TES為總剩余電量（總生產(chǎn)電量減去總需求電量），分別為每個用戶的電力過剩量和電力需求量；n為用戶。

電力需求的電力價值除電力需求量，即可得到P2P 用戶售電價格。

情景3:總生產(chǎn)電量小于總需求量。此情況下用戶需要從電網(wǎng)購買電力，但電力有盈余的用戶向其他用戶售賣電價同情景1。購買其他用戶電力價格為：

式中：TEB為電力缺口。

2.3.2 市場清算拍賣方法

為解決場景2 和場景3 中P2P 交易系統(tǒng)內(nèi)的交易優(yōu)先級問題，文章提出了基于拍賣的P2P 市場清算模型。在P2P 市場清算交易系統(tǒng)中實現(xiàn)了一種拍賣方法。如式（4）所示:

考慮到線性規(guī)劃模型的計算可操作性，將P2P交易過程轉(zhuǎn)化為線性規(guī)劃模型。以最大化生產(chǎn)用戶收益和最小化成本為目標，最大限度地提高電力系統(tǒng)效率。

由于目標函數(shù)的最小化，優(yōu)先級指數(shù)的值越小將導(dǎo)致事務(wù)的優(yōu)先級越高。因此，歸一化后，購買優(yōu)先級從1.0 減去。簡言之，根據(jù)市場規(guī)則給予以較高買入出價和較低售價出價的購買者更高的優(yōu)先級。另一方面，從電網(wǎng)購買和出售的優(yōu)先級設(shè)置為1.0，以鼓勵購買者在P2P 交易中進行交易。

目標函數(shù)式（4）受能量交易平衡約束式（7）、凈負載平衡約束式（8）和能量剩余平衡約束式（9）的限制。式（7）是為了確保P2P 交易系統(tǒng)中的買賣金額相等。為簡單起見，假設(shè)傳輸功率損耗可以忽略不計。式（8）和式（9）用以確保來自用戶的過剩能源在電力市場上得到消耗。即：

式中：TNLn,t和TSEn,t分別為t時刻的總凈負荷和總剩余能量。

拍賣的具體規(guī)則為：首先，在P2P 交易市場啟動之前，用戶必須確定每小時買賣的競價價格。定價是前24 h 內(nèi)的市場價格交易定價的±20%。文中最終價格由平均交易價格決定，如式（10）和式（11）所示。在制定者設(shè)置交易價格后，定價將歸一化為在0.0～1.0 的范圍作為優(yōu)先指標。用戶希望以較低的價格購買能源，因此用戶將更優(yōu)先購買P2P 系統(tǒng)的電力。另一方面，賣家希望以更高的價格出售，因此，愿意以較低價格出售的用戶將擁有最高的優(yōu)先權(quán)。每日電力結(jié)算成本可用式（12）計算。

3 仿真分析

3.1 基礎(chǔ)數(shù)據(jù)分析

本文采用了某地區(qū)100 所房屋從早上6:00 到下午6:00 的位置、能源需求和光伏板產(chǎn)能信息。因用戶存在不同的用電需求，每一個用戶的用電高峰不同，如圖3、圖4 所示。圖3 中6：00—13:00 屬于產(chǎn)電大于需求，14：00—16：00 屬于用電高峰；圖4中也存在一些用戶在上午時段進行高強度用電。

圖3 上午高峰用戶用電狀態(tài)Fig.3 Power consumption status of users during morning peak hours

圖4 下午高峰用戶用電狀態(tài)Fig.4 Power consumption status of users during afternoon peak hours

使用某地區(qū)100 個用戶的24 h 數(shù)據(jù)集對各種場景進行了測試。測試過程中在12 h 內(nèi)每5 min為需求用戶創(chuàng)建聯(lián)盟。聯(lián)盟的形成計及鄰近用戶的距離和能量需求。

本文提出的基于層次優(yōu)先級的微網(wǎng)最優(yōu)聯(lián)盟匹配策略，通過達到均衡狀態(tài)形成最優(yōu)聯(lián)盟，且由于其固有的二次計算復(fù)雜度，在微電網(wǎng)用戶數(shù)量上具有很高的可擴展性；同時給出了微電網(wǎng)電量的供需情況。通過最優(yōu)聯(lián)盟匹配機制形成聯(lián)盟的平均能源生產(chǎn)量與需求的關(guān)系如圖5 所示。

圖5 最優(yōu)聯(lián)盟匹配機制形成聯(lián)盟的平均能源生產(chǎn)量與需求的關(guān)系Fig.5 Relationship between average energy production and demand of alliance formed by optimal alliance matching mechanism

在經(jīng)過聯(lián)盟匹配后，針對后續(xù)的交易策略進行設(shè)定以提高微電網(wǎng)的電力利用率。文章基于3 種不同定價方式案例，對交易策略進行分析。首先在供需平衡情況下，只需要根據(jù)2.3 節(jié)的價格進行微量的電網(wǎng)交易，不再贅述。其次考慮工作日（場景1）與周末（場景2）兩種定價策略場景進行分析如圖6、圖7 所示，根據(jù)實時負荷需求進行電價制定。

圖6 工作日定價方案Fig.6 Scheme for weekday pricing

圖7 周末定價方案Fig.7 Scheme for weekend pricing

3.2 案例分析

1）在場景1 中非日照時段，用戶只能從電網(wǎng)購電；在日照時段，由于用戶產(chǎn)電，當(dāng)總電力產(chǎn)量超過用電總量，由于電力供應(yīng)過剩，為了避免以更低的價格將多余的能源出售給電網(wǎng)，所以將向電網(wǎng)售電的價格調(diào)低，購電價格調(diào)高，鼓勵消費者在P2P 交易系統(tǒng)中以較低的價格買賣。

由表1 交易情況中的P2P 買賣優(yōu)先級可知，當(dāng)總產(chǎn)電量大于總?cè)彪娏繒r，因為盈余電力用戶賣給P2P 交易系統(tǒng)的電量足以滿足所有用戶的用電需求，所以沒有優(yōu)先購買權(quán)。銷售優(yōu)先權(quán)前2 位的用戶4 和15 將其剩余電量全部以更高的價格通過P2P 系統(tǒng)出售，而排在第3 位的用戶14 只通過P2P系統(tǒng)出售了一小部分電力，其余部分以較低的價格賣給電網(wǎng)。

表1 工作日第14 h的交易情況Table 1 Transaction amount at the 14th hour of weekday

2）在場景2 中，總?cè)彪娏看笥诳傠娏Ξa(chǎn)量，生產(chǎn)用戶可交易的總電量不足以滿足他們所有的電力需求。因此，由于電力供應(yīng)不足，用戶愿意從P2P交易系統(tǒng)購買價格更高的電力，以避免從電網(wǎng)購買價格更高的電力。從而使得P2P 交易系統(tǒng)中的用戶更高效地消納多余電力。

表2 給出了場景2 在周日第7 h 的交易情況。當(dāng)總需求電量大于總產(chǎn)電量時，用戶需要在P2P 交易系統(tǒng)中競爭優(yōu)先購電，以降低自己的電費成本。對于電量盈余用戶來說，其所有盈余電量都保證被需求電量的用戶買走；由于剩余電量不足，優(yōu)先級第二的用戶只能從P2P 交易系統(tǒng)購買一小部分電量；剩余用戶的負荷需求需要以更高的價格從電網(wǎng)購買。

表2 周末第7 h交易情況Table 3 Transaction amount at the 7th hour of weekend day

凈能量計量方法是一種鼓勵用戶使用光伏發(fā)電的措施，每個生產(chǎn)用戶通過光伏板產(chǎn)出的能量對自身能量缺口進行補足，盈余能量由電網(wǎng)回收。

表3 給出了不同交易策略的費用。

表3 不同交易策略的費用Table 3 Costs of different trading strategies

由表3 可知，使用P2P 交易系統(tǒng)可有效降低用電成本。P2P 交易系統(tǒng)的用戶可通過出售剩余的電力獲得一些收入，因為用戶10 是向P2P 交易系統(tǒng)售電的第一優(yōu)先用戶，所以受益最大。雖然用戶1—3 的購買價格非常高，他們依然能夠降低60%的電力成本，并且可以將剩余電力出售給其他用戶。

由于用戶從電網(wǎng)購買電力總量變少，同時采用可再生能源發(fā)電方式，使得CO2排放量大大減少。在凈能量計量方法中，剩余電力也可由電網(wǎng)回收，因此用戶通常不會安裝容量巨大、覆蓋用戶所有需求的光伏發(fā)電設(shè)備，不能通過出售電力來消納剩余電力。由表4 中不同交易策略的節(jié)約百分比可看出，實行P2P 交易相比凈能量計量方法減少了更多的CO2排放。

表4 不同交易策略碳排放Table 4 Carbon emissions of different trading strategies

在表3 中，P2P 交易在降低每個用戶的平均能源成本方面，與凈能量計量方法相比，用戶都得到了收益，降低了用電成本。因此，本文提出的P2P交易策略滿足合理的經(jīng)濟模型。通過向用戶提供有關(guān)環(huán)境效益和經(jīng)濟效益信息，激勵用戶參與P2P交易，從而提高階段1 和階段2 的用戶數(shù)量，催化更高階的用戶出現(xiàn)。由表4 可知，本文提出的P2P交易策略可有效降低用戶的電力成本和CO2排放，滿足正強化模型，并刺激用戶參與P2P 交易。

綜上所述，考慮用戶參與度的基于最優(yōu)匹配機制的P2P 交易策略通過策略改良，并將心理動機模型與策略有機結(jié)合，提高用戶與環(huán)境的整體效益，從而達到提高用戶參與度的目的。

4 結(jié)語

本文進行了考慮用戶參與度的基于最優(yōu)匹配機制的微電網(wǎng)P2P 交易策略研究，用以提高用戶參與度。以心理動機模型為標準，制定了最優(yōu)聯(lián)盟匹配機制，對用戶進行交易匹配，針對組建的聯(lián)盟用戶制定P2P 電價定價策略，并對用戶的交易優(yōu)先級進行標準策略的制定。通過仿真分析驗證了所提P2P 交易策略的有效性。

未來，在心理動機模型基礎(chǔ)上，利用手機作為移動數(shù)據(jù)接收端，以手機APP 為載體，用戶可實時獲取通過該系統(tǒng)獲取的經(jīng)濟收益和減少的碳排放量，促進用戶的使用積極性。從而推動微電網(wǎng)P2P 交易用戶的普及，進一步推進我國實現(xiàn)“碳中和”的發(fā)展進程。