司方遠 汪晉寬 韓英華 趙強

隨著分布式可再生能源技術(shù)的推廣及售電側(cè)市場逐步開放,電力能源在生產(chǎn)、傳輸、存儲、消費和交易等各個環(huán)節(jié)呈現(xiàn)出信息與物理深度融合的特點,電力網(wǎng)絡基礎(chǔ)設施作為物理系統(tǒng)便于與集通信、計算和控制于一身的信息系統(tǒng)無縫集成和互動.因此,信息物理融合系統(tǒng)(Cyber-physical systems,CPS)[1-2]正是上述特定集成和交互問題的解決方案,而信息物理融合能源系統(tǒng)(Cyber-physical energy systems,CPES)[3]已成為當前工業(yè)與能源領(lǐng)域研究的熱點問題,并推動著能源電力系統(tǒng)從數(shù)字化、信息化向智能化、金融化的方向發(fā)展.

目前,微電網(wǎng)、智能電網(wǎng)以及能源互聯(lián)網(wǎng)都是典型的CPES系統(tǒng).其中,微電網(wǎng)和智能電網(wǎng)取得成功的關(guān)鍵在于利用CPES實現(xiàn)信息系統(tǒng)與電力能源物理系統(tǒng)的高效互動,以有效提供經(jīng)濟、安全和可持續(xù)的能源供應[4-6].而能源互聯(lián)網(wǎng)的技術(shù)需求源于能源供需矛盾和新型大規(guī)模可再生能源的接入,同時強調(diào)通過能量樞紐和能源路由器實現(xiàn)能源流、信息流和業(yè)務流的深度融合[7-9].此外,能源的本質(zhì)是服務于人類社會的.反過來,人類活動直接參與調(diào)控能源生產(chǎn)、消費與交易過程.為此,Zhang等[10]提出并詮釋了社會能源概念,結(jié)合能源的生產(chǎn)、消費過程和環(huán)境保護等方面深入剖析了人類活動與能源系統(tǒng)的交互作用.考慮這種交互,人類將有機會向社會挖掘第五燃料—節(jié)能.文獻[11]從復雜系統(tǒng)理論角度結(jié)合知識自動化理念進一步提出了基于信息—物理—社會融合系統(tǒng)的能源5.0.因此,能源系統(tǒng)迫切需要與新的CPS技術(shù)相融合,以構(gòu)建滿足人類社會需求的智慧能源系統(tǒng)(Intelligent energy systems,IES)[12-14].IES系統(tǒng)的精髓是智慧,是集信息網(wǎng)絡和能源物理網(wǎng)絡于一體,綜合考慮能源的社會和技術(shù)雙重屬性,擁有自組織、自協(xié)調(diào)、自治理等功能,具有開放、共享和即插即用等特征,并滿足安全、經(jīng)濟和可持續(xù)等社會需求的未來能源形式,是智慧時代背景下能源革命的迫切需要.

在此背景下,分布式能源管理方法近年來受到了廣泛關(guān)注和深入研究.Roche等[15]對用于電網(wǎng)能源管理的幾種多智能體系統(tǒng)進行了對比分析.Duan等[16]采用協(xié)同合作多智能體系統(tǒng),針對電力基礎(chǔ)設施中利益相關(guān)者的互操作性,提出了一種未來電力零售市場運行機制.Vergados等[17]將大量電力消費者聚類分別作為單一虛擬集群參與市場,并通過減少負荷預測的不確定性來降低總能源成本.文獻[18]基于Nikaido-Isoda松弛算法進一步實現(xiàn)了零售電力市場的一般框架.分布式能源通過考慮納什均衡的價格競標策略參與電力市場,從而最大化售電利潤.

上述文獻雖然以雙邊或多邊等形式考慮未來自由化的電力市場運行,但涉及的能源實體均為單純的發(fā)電側(cè)或單純的負荷側(cè),且交互過程受雙方調(diào)度中心的制約:1)大量發(fā)電或負荷實體的接入將導致調(diào)度中心的計算復雜度增加、運行效率降低,難以滿足電力資源優(yōu)化配置的高效性和實時性;2)調(diào)度中心擁有發(fā)、配電設備的完全控制權(quán),導致能源的社會屬性受到制約,難以滿足用戶的個性化需求;3)調(diào)度中心的信任機制依賴于第三方背書,交易實體與中心機構(gòu)間容易產(chǎn)生信任問題,難以確保能源交易的有效性與公平性;4)調(diào)度中心存在信息安全隱患,中心機構(gòu)一旦受到攻擊,其樹形結(jié)構(gòu)將導致大量信息泄露及整個調(diào)度系統(tǒng)的癱瘓,難以維護用戶的隱私和能源交易的安全性.

針對上述問題,新興的弱中心化策略為分布式智慧能源系統(tǒng)能量優(yōu)化調(diào)度提供了可行的技術(shù)路徑.作為虛擬貨幣核心技術(shù)的區(qū)塊鏈技術(shù)[19-20],其特點可以歸納為:分布式、自治、可編程、可追溯、去信任、按照智能合約執(zhí)行等[21-22],所強調(diào)的分布式特性與分布式電力交易系統(tǒng)的構(gòu)造不謀而和,可編程的智能合約可解決電力能源靈活交易執(zhí)行等問題.另外,區(qū)塊鏈的加密機制和算法可維護產(chǎn)消者的隱私和電力交易的安全性,進一步實現(xiàn)用戶友好的電力能源交易模式.

此外,IES系統(tǒng)的構(gòu)建還需兼顧可再生能源和智能負荷的整合配置以及更加靈活的分布式能源優(yōu)化調(diào)度和交易機制.因此,構(gòu)建集能源生產(chǎn)者、能源消費者、能源買家以及能源賣家多重角色于一體的產(chǎn)消者(Prosumer)[23-25]成為實現(xiàn)IES系統(tǒng)分布式能源管理的可行解決方案.然而,如何構(gòu)建新型產(chǎn)消者市場分布式交易模型,以及采用何種求解策略目前還是一個開放性的問題.

針對這一問題,Zhang等[26]利用雙邊非合作博弈競價搭建了產(chǎn)消者對等能源交易平臺,結(jié)果表明基于產(chǎn)消者的對等能源交易形式有助于能源的合理利用以及改善本地能源的供需平衡.文獻[27]基于對偶內(nèi)點法求解實時電力市場平衡交易問題,結(jié)果顯示不同的控制參數(shù)對算法收斂性影響較大.針對含風電場的電力系統(tǒng)的優(yōu)化調(diào)度問題,文獻[28]提出了含風電場的實時調(diào)度模型,重點研究了混沌量子粒子群優(yōu)化方法(Chaos quantum-behaved particle swarm optimization,CQPSO),結(jié)果表明引入混沌初始化和混沌擾動可有效避免陷入局部最優(yōu).針對含多種分布式能源的中壓微電網(wǎng)優(yōu)化調(diào)度問題,文獻[29]提出了考慮經(jīng)濟和環(huán)境等因素的協(xié)同優(yōu)化模型,重點研究了帶有自適應權(quán)重和加速度系數(shù)的粒子群算法優(yōu)化方法(Particle swarm optimization with adaptive weight and acceleration coefficients,AWCPSO),有效地提高了算法的收斂精度.

基于上述分析,如何構(gòu)建產(chǎn)消者市場的分布式交易模型,以及如何有效應用模型信息指導優(yōu)化算法的搜索過程以提高計算效率,是IES系統(tǒng)優(yōu)化運行亟待解決的問題.本文提出了一種信息物理融合的智慧能源系統(tǒng)多級對等協(xié)同優(yōu)化方法.基于經(jīng)濟學Stone-Geary效用函數(shù)和雙向拍賣機制構(gòu)建了分布式產(chǎn)消者群體電力資源優(yōu)化分配的效用函數(shù).采用鄰域再調(diào)度粒子群(Neighborhood re-dispatch particle swarm optimization,NR-PSO)算法[30],通過收斂判定域的引導并結(jié)合全局隨機尋優(yōu)與區(qū)域定向?qū)?yōu)的策略,進一步提高了算法的收斂速度,在最大化社會福利的同時確保實時電力供求平衡.此外,為解決分布式電力交易的信任問題并維護產(chǎn)消者的隱私和電力交易的安全性,引入可編程的智能合約技術(shù)進一步實現(xiàn)用戶友好的電力交易模式.最后,仿真實例驗證了本文方法的有效性和可行性.

1 問題描述

1.1 問題分析

IES具有以下組合特征:1)混合.如前所述,IES是能源電力系統(tǒng)與CPS的結(jié)合.因此,在建模、設計、優(yōu)化和分析的過程中需要有效的理論來推理動態(tài)的、離散的或連續(xù)的混合系統(tǒng).2)異構(gòu).由于IES的組件的種類和結(jié)構(gòu)不一,系統(tǒng)需要考慮多個網(wǎng)絡平臺和不同計算模型接口間的互操作性.3)分布式.在IES架構(gòu)下,物理層包含了大量的分布式產(chǎn)消者或產(chǎn)消者聯(lián)盟;信息層則需要提供相應的分布式計算,例如:并行計算以及云計算等社會計算[31].而金融層主要由分布式智能合約及分布式賬本構(gòu)成,以實現(xiàn)分布式對等電力交易服務.4)大規(guī)模.由于產(chǎn)消者不斷向IES滲透,系統(tǒng)的規(guī)模不斷擴張,終將導致傳感器、執(zhí)行器、計算和通信設備的集群互聯(lián)并產(chǎn)生海量相關(guān)數(shù)據(jù).5)動態(tài).IES所處的能源政策等社會環(huán)境在不斷發(fā)展,因此系統(tǒng)的設計和運行必須考慮在這種動態(tài)環(huán)境下的自適應能力.6)人在環(huán)路(Human-in-the-loop).在IES系統(tǒng)電力市場交易中,產(chǎn)消者作為理性人可根據(jù)自身需求產(chǎn)生理性的購電意愿,同時對交易的電能理性報價.因此,IES系統(tǒng)有必要將人在環(huán)路的角色和接口設計視為一個核心方面.

1.2 IES多級對等協(xié)同優(yōu)化架構(gòu)

基于上述特征,本文提出了IES多級對等協(xié)同優(yōu)化架構(gòu),如圖1所示.由下至上將系統(tǒng)分為三層網(wǎng)絡[32-33]:能源物理系統(tǒng)網(wǎng)絡層、能源信息系統(tǒng)網(wǎng)絡層以及能源金融系統(tǒng)網(wǎng)絡層.

在能源物理系統(tǒng)網(wǎng)絡層,每一個電力用戶被視為一個產(chǎn)消者單元,由智能電表、能量樞紐、可再生能源發(fā)電裝置(如家用小型風力發(fā)電機、光伏面板)、儲能設施(如蓄電池)以及智能負荷(如智能家用電器、電動汽車)等組成.其中,每個用戶與其他用戶相比,各自的負荷特征存在較大差別,且呈現(xiàn)出明顯的波動性,而在小范圍內(nèi)一天中可再生能源出力被認為是等量的,這種供需差額將導致用戶產(chǎn)生購/售電意愿,且二者呈顯著的正相關(guān),即差額越大,用戶的意愿越強烈.因此,有必要將若干個用戶結(jié)成產(chǎn)消者聯(lián)盟(圖1),通過局域協(xié)調(diào),充分滿足用戶意愿.然而局域協(xié)調(diào)很難實現(xiàn)聯(lián)盟內(nèi)能源供需平衡,導致整個聯(lián)盟產(chǎn)生向其他聯(lián)盟或主電網(wǎng)購/售電的意愿,因此需要通過廣域協(xié)調(diào)進一步最小化能源供需的整體偏差.其中,能源路由器可作為能源聚合器,完成局域協(xié)調(diào)后電能的導出或?qū)?

在能源信息系統(tǒng)網(wǎng)絡層,基于現(xiàn)有通信技術(shù)或下一代通信技術(shù),智能電表和能源路由器又可作為信息聚合器實時采集其他節(jié)點的能源信息,并以數(shù)字貨幣(Digital currency)的形式完成電力交易.此外,能源路由器參與分布式電力優(yōu)化調(diào)度.一方面,在產(chǎn)消者聯(lián)盟內(nèi),能源路由器根據(jù)產(chǎn)消者節(jié)點的能源信息協(xié)調(diào)所有節(jié)點的對等電力交易.另一方面,在產(chǎn)消者聯(lián)盟間,底層產(chǎn)消者節(jié)點可通過能源路由器與其他聯(lián)盟內(nèi)產(chǎn)消者節(jié)點達成對等電力交易.

能源金融系統(tǒng)網(wǎng)絡層基于區(qū)塊鏈技術(shù)向用戶提供可編程智能合約和分布式交易記錄等服務,其信任機制不是來源于第三方的背書,而是所有用戶對于共識機制的認同.因此,用戶可根據(jù)自身資源情況制定合約實現(xiàn)對等電力交易,并記錄交易結(jié)果.

需要強調(diào)的是,雖然系統(tǒng)為分層架構(gòu),但三層網(wǎng)絡間并不獨立,而是通過能量流、信息流與業(yè)務流優(yōu)化互動,且每一層的運行過程均受到人類意愿的制約.

1.3 IES系統(tǒng)的運行

結(jié)合平行系統(tǒng)理論[34],構(gòu)建IES系統(tǒng)電力調(diào)度體系,如圖2所示.縱向來看,系統(tǒng)可分為實際能源系統(tǒng)層、平行交互層和人工能源系統(tǒng)層.其中,人工能源系統(tǒng)通過平行交互的方式利用社會計算成果引導實際系統(tǒng)運行,從而激勵產(chǎn)消者參與對等電力交易,實現(xiàn)電力資源的有效配置.橫向來看,實際能源系統(tǒng)與人工能源系統(tǒng)均以社會福利最大為系統(tǒng)的控制目標輸入,系統(tǒng)控制器由面向產(chǎn)消者節(jié)點的局域協(xié)調(diào)控制器和面向聯(lián)盟路由器的廣域協(xié)調(diào)控制器構(gòu)成,二者組合互動,以提高用戶滿意度.

IES系統(tǒng)的電力調(diào)度依賴于事件驅(qū)動的信息交互體系.圖3為[t,t+1]時段兩個聯(lián)盟構(gòu)成的信息交互體系，圖中編號代表的事件如下：

圖3(a):t時刻,聯(lián)盟內(nèi)所有產(chǎn)消者向本地能源路由器發(fā)送供需差額數(shù)據(jù);

圖3(b):局域范圍內(nèi),本地能源路由器根據(jù)差額數(shù)據(jù)以局域社會福利最大為目標協(xié)調(diào)對等電力交易,各產(chǎn)消者制定交易電量,并根據(jù)雙向拍賣機制理性報價,同時向金融系統(tǒng)網(wǎng)絡發(fā)送交易請求信息;

圖3(c):金融系統(tǒng)認證交易信息后向能源路由器發(fā)送交易合約,并記錄交易結(jié)果;

圖3(d):本地能源路由器通過局域協(xié)調(diào)控制器執(zhí)行合約規(guī)定的局域電力調(diào)度任務;

圖3(e):局域協(xié)調(diào)后,部分仍存在供需差額的產(chǎn)消者再次向本地能源路由器反饋差額數(shù)據(jù);

圖1 IES系統(tǒng)多級對等協(xié)同優(yōu)化架構(gòu)Fig.1 The architecture of multilevel peer-to-peer co-optimization in IES

圖3(f):廣域范圍內(nèi),各能源路由器根據(jù)反饋數(shù)據(jù)以廣域社會福利最大為目標協(xié)調(diào)不同聯(lián)盟間產(chǎn)消者對等電力交易,各產(chǎn)消者制定交易電量,并根據(jù)雙向拍賣機制理性報價,同時向金融系統(tǒng)網(wǎng)絡發(fā)送交易請求信息;

圖3(g):金融系統(tǒng)認證交易信息后向各能源路由器發(fā)送交易合約,并記錄交易結(jié)果;

圖3(h):各能源路由器通過廣域協(xié)調(diào)控制器執(zhí)行合約規(guī)定的廣域電力調(diào)度任務,并準備下一時段的信息交互.

其中,基于區(qū)塊鏈技術(shù)的能源金融系統(tǒng)網(wǎng)絡層通過數(shù)據(jù)加密、時間戳、共識機制等技術(shù)手段,在不依賴第三方可信背書的情況下實現(xiàn)用戶友好的分布式電力交易[35-36].

2 協(xié)同優(yōu)化策略

針對上述IES系統(tǒng),綜合考慮多級產(chǎn)消者對等互動過程中的社會福利、供求平衡和交易信息等因素,重構(gòu)優(yōu)化問題的目標函數(shù),并采用智能算法進一步提高求解速度.同時,基于智能合約技術(shù)實現(xiàn)用戶友好的電力交易模式.

2.1 社會福利問題

在IES系統(tǒng)中,產(chǎn)消者節(jié)點與聯(lián)盟路由器節(jié)點實時執(zhí)行由人工系統(tǒng)引導的電能交易以及電價定價.為量化用戶對商品的需求效用,愛爾蘭統(tǒng)計學家

圖2 IES系統(tǒng)電力調(diào)度體系Fig.2 The power dispatching architecture of IES

圖3 IES系統(tǒng)信息交互體系Fig.3 The information interaction architecture of IES

Geary在文獻[37]中通過整合生活成本恒定效用指數(shù),首次提出了Stone-Geary效用函數(shù).在此基礎(chǔ)上,文獻[38]利用該效用函數(shù)模型描述電動汽車用戶對車用電能的需求與其收入及電價的關(guān)系,更準確地反映了用戶的消費偏好.由于電能作為商品可被用于電力交易,同時產(chǎn)消者節(jié)點作為理性人可根據(jù)自身需求產(chǎn)生理性購電意愿,產(chǎn)消者需求電量可以分為實際需求電量和基本需求電量,因此采用Stone-Geary效用函數(shù)來描述產(chǎn)消者對電能的需求效用.

當買方節(jié)點i(i=1,2,···,I)的發(fā)電量小于所需負荷,該節(jié)點需要向發(fā)電量豐富或負荷量較小的賣方節(jié)點j(j=1,2,···,J)請求電力交易,設實際需求量為(每個買方節(jié)點i的需求量由J個賣方節(jié)點提供),基本需求量為,每個買方節(jié)點的購電意愿為wi,則IES系統(tǒng)的Stone-Geary效用函數(shù)為

對式(1)的最后一項進行單調(diào)變換—取對數(shù),可得到表征每一個買方節(jié)點購電意愿的效用函數(shù).

對于賣方節(jié)點的效用函數(shù),這里考慮用二次函數(shù)來表征.其中,交易雙方的效用函數(shù)均為正向遞增的可微嚴格凹函數(shù),這里將社會福利問題定義為調(diào)度時間范圍內(nèi)最大化雙方節(jié)點效用函數(shù)之差.另外,根據(jù)上述框架又將社會福利問題具體分為面向產(chǎn)消者節(jié)點的局域協(xié)調(diào)社會福利問題和面向聯(lián)盟路由器節(jié)點的廣域協(xié)調(diào)社會福利問題,以充分挖掘可再生能源的利用效率,提高系統(tǒng)全局經(jīng)濟效益.

2.1.1 局域協(xié)調(diào)(節(jié)點級)

在每一個產(chǎn)消者聯(lián)盟內(nèi),定義產(chǎn)消者買方節(jié)點x=1,2,···,X,賣方節(jié)點y=1,2,···,Y,雙方交易的電量分別為,則買方節(jié)點的效用函數(shù)表達如下:

對于產(chǎn)消者賣方節(jié)點,其成本函數(shù)表達如下:

其中,l1,l2為賣方節(jié)點的售電成本系數(shù),且l1＞0.

由于聯(lián)盟內(nèi)產(chǎn)消者買方的意愿是使其效用函數(shù)最大,而產(chǎn)消者賣方的意愿是使其售電成本最小,從整個聯(lián)盟的角度看,為充分滿足雙方意愿并實現(xiàn)聯(lián)盟內(nèi)有效的市場均衡[39],聯(lián)盟需處理社會福利最大化問題以合理分配產(chǎn)消者的交易電量.因此,面向產(chǎn)消者節(jié)點的局域協(xié)調(diào)社會福利問題(Local coordination of social welfare problem,LCSWP)可以表示為

其中,αx,βx,γx,λxy,μxy為式 (4)的拉格朗日乘子,對應的集合分別為α,β,γ,λ,μ. 根據(jù) Karush-Kuhn-Tucker(KKT)條件可知,LCSWP的最優(yōu)解應滿足以下條件:

對于LCSWP,人工系統(tǒng)有必要獲取聯(lián)盟內(nèi)所有產(chǎn)消者節(jié)點效用函數(shù)和成本函數(shù)的完整信息,并利用式(8)和式(9)求解局域社會福利最大時的最優(yōu)交易電量.

2.1.2 廣域協(xié)調(diào)(路由級)

考慮到用戶不同的負荷特征以及可再生能源有限的容量配置,僅通過局域協(xié)調(diào)仍很難實現(xiàn)聯(lián)盟內(nèi)供需平衡,因此產(chǎn)消者需要通過能源路由器與聯(lián)盟外產(chǎn)消者進行廣域協(xié)調(diào),以進一步消除供需差額.定義參與廣域協(xié)調(diào)的產(chǎn)消者買方節(jié)點m=1,2,···,M,賣方節(jié)點n=1,2,···,N,在廣域協(xié)調(diào)的基礎(chǔ)上,雙方交易的電量分別為,則各節(jié)點的效用函數(shù)表達如下:

由此,面向聯(lián)盟路由器的廣域協(xié)調(diào)社會福利問題(Wide-area coordination of social welfare problem,WCSWP)可以表示為

由此,可利用式(13)和式(14)求解廣域社會福利最大時的最優(yōu)交易電量.

上述局域協(xié)調(diào)和廣域協(xié)調(diào)的實質(zhì)是實現(xiàn)電力資源的最優(yōu)分配,通過人工系統(tǒng)量化產(chǎn)消者節(jié)點間和聯(lián)盟路由器節(jié)點間的電力交易量,并引導實際系統(tǒng)完成交易電量的傳輸.然而,無論是買方節(jié)點還是賣方節(jié)點考慮的都是自身經(jīng)濟效益最大化的問題,僅根據(jù)人工系統(tǒng)提供的電量分配不足以滿足節(jié)點的經(jīng)濟效益需求.為解決這一問題,還需要制定合理的定價機制以激勵各節(jié)點理性報價并參與系統(tǒng)資源優(yōu)化配置過程.

2.2 雙向拍賣機制

在IES系統(tǒng)中,考慮產(chǎn)消者作為理性人,可根據(jù)實際交易電量理性報價,同時為提高各節(jié)點的經(jīng)濟效益,采用雙向拍賣機制[40]制定電力成交價格.對于系統(tǒng)內(nèi)所有節(jié)點,定義買方節(jié)點i=1,2,···,I,賣方節(jié)點j=1,2,···,J,此時買方節(jié)點實際購入電量為chaij,買方購價為buyij,賣方節(jié)點實際出售電量為disji,賣方售價為sellji.由于買方節(jié)點購電意愿越大,其購電消費預算越大,這里考慮用買方節(jié)點購價替代購電意愿,為獲取更加符合實際消費情況的買方節(jié)點報價,買方節(jié)點的需求電量以實際購入電量為基準,則表征所有買方節(jié)點購電消費偏好的Stone-Geary效用函數(shù)為

對式(15)進行單調(diào)變換— 取對數(shù),可得到表征同樣偏好的效用函數(shù).

由此,最優(yōu)交易價格即成交價格可通過求解下面的資源優(yōu)化配置問題(Optimal allocation problems,OAP)得到.

由于在優(yōu)化定價的同時,需要確保局域協(xié)調(diào)和廣域協(xié)調(diào)的社會福利最大,則式(17)的優(yōu)化問題需要服從式(6)或式(12)的約束條件.構(gòu)建拉格朗日乘子函數(shù)式L3,并根據(jù)Karush-Kuhn-Tucker(KKT)條件可知,OAP的最優(yōu)解應滿足以下條件:

其中,ξ=η或ξ=ρ表示產(chǎn)消者節(jié)點間或聯(lián)盟路由器間電力傳輸效率.對比式(8),(9)和式(13),(14)可知

2.3 NR-PSO算法實現(xiàn)

由于傳統(tǒng)基于梯度的求解方法難以確定合適的搜索步長,在最優(yōu)值附近容易產(chǎn)生鋸齒現(xiàn)象,此外,傳統(tǒng)的智能優(yōu)化方法在新的迭代周期通常采取隨機初始化搜索或遍歷搜索策略,導致算法的求解效率降低,故本文采用NR-PSO算法求解上述局域協(xié)調(diào)和廣域協(xié)調(diào)組合互動模型.利用優(yōu)化模型信息構(gòu)造算法搜索過程的收斂判定域,通過收斂判定域的引導并結(jié)合全局隨機尋優(yōu)與區(qū)域定向?qū)?yōu)的策略,進一步提高算法局部搜索能力及收斂速度.

PSO算法作為一種并行進化算法,具有收斂速度快、全局搜索能力強等優(yōu)勢,在各領(lǐng)域中被廣泛應用.粒子通過不斷調(diào)整位置和速度更新公式來尋找全局最優(yōu)解.然而,由于受迭代后期隨機振蕩現(xiàn)象的影響,在全局最優(yōu)值附近的粒子搜索過程需較長時間才能最終收斂,故傳統(tǒng)PSO算法存在局部搜索能力弱、易陷入局部最優(yōu)等缺點.其進化方程組如下:

其中,ω為慣性權(quán)重,c1和c2為學習因子,r1和r2為區(qū)間(0,1)上的隨機數(shù),為第k代第u個粒子第d維個體歷史最優(yōu)位置,為第k代第d維粒子群體全局最優(yōu)位置,為第k代第u個粒子第d維的速度和位置.

針對本文優(yōu)化問題,定義空間維度為D,對于局域協(xié)調(diào),D=X+Y.對于廣域協(xié)調(diào),D=M+N.解空間的寬度表示為,其中分別表示搜素空間的上界和下界粒子位置.對于買方節(jié)點,分別表示局域協(xié)調(diào)或廣域協(xié)調(diào)下買方節(jié)點的可行購電量粒子范圍.對于賣方節(jié)點,分別表示局域協(xié)調(diào)或廣域協(xié)調(diào)下賣方節(jié)點的可行售電量粒子范圍.同時,將粒子周圍區(qū)域定義為收斂判定域,定義s為收斂因子,由此可獲得收斂判定域?qū)挾萕conv=sW.

此外,定義e為鄰域因子,且e＞s,用Wneigh=eW表示鄰域再調(diào)度的解空間寬度.第k代第u個粒子位置和全局最優(yōu)粒子位置之間的距離可以表示為.迭代過程中,若distu＜Wconv,可按區(qū)域定向?qū)?yōu)的位置更新公式搜索.

在迭代前期,按全局隨機尋優(yōu)的位置更新公式搜索可加快收斂速度.而在迭代中后期,轉(zhuǎn)為由收斂判定域引導的區(qū)域定向?qū)?yōu)過程以進一步提高算法局部搜索能力.由此,求解局域協(xié)調(diào)和廣域協(xié)調(diào)組合互動模型的NR-PSO算法的具體步驟如下:

步驟1.初始化粒子種群參數(shù),生成初始位置和初始速度;

步驟2.根據(jù)LCSWP的目標函數(shù)和約束求解,并判斷是否滿足終止條件,若滿足,停止迭代,否則轉(zhuǎn)到步驟3;

步驟3.當?shù)鷎≤εkmax時,按全局隨機尋優(yōu)的式(22)和式(23)更新所有粒子的位置和速度,ε為迭代控制參數(shù);

步驟4.當?shù)鷎＞εkmax時,若粒子位置與全局最優(yōu)粒子位置的距離小于收斂判定域?qū)挾?即distu＜Wconv,則按式(24)更新粒子位置;

步驟5.生成新種群,返回步驟2;

步驟6.當k=kmax時,輸出局域協(xié)調(diào)優(yōu)化結(jié)果;

步驟7.結(jié)合局域協(xié)調(diào)優(yōu)化結(jié)果判斷是否需要進行廣域協(xié)調(diào),若不需要轉(zhuǎn)到步驟8,否則根據(jù)WCSWP的目標函數(shù)和約束求解,重復步驟3～6,輸出廣域協(xié)調(diào)優(yōu)化結(jié)果;

步驟8.根據(jù)兩次尋優(yōu)結(jié)果,代入式(20)和式(21),輸出各節(jié)點最優(yōu)交易電量及最優(yōu)定價.

2.4 基于智能合約的對等電力交易

上述流程經(jīng)兩次求解局域協(xié)調(diào)和廣域協(xié)調(diào)優(yōu)化問題,分別得到各節(jié)點最優(yōu)交易電量及最優(yōu)定價信息.在IES多級對等協(xié)同優(yōu)化架構(gòu)下,對于系統(tǒng)內(nèi)所有買方節(jié)點i和賣方節(jié)點j,基于智能合約的對等電力交易具體流程如下:

節(jié)點i預測其分布式可再生能源將在短時間[t0,t1]內(nèi)波動,或電力負荷的突然增加需要更多的電力供應.經(jīng)過上一節(jié)所述的局域協(xié)調(diào)和廣域協(xié)調(diào)等社會計算后,將自動通過智能合約在能源金融系統(tǒng)網(wǎng)絡層發(fā)布需求電量、需求時段以及交易報價等信息,且系統(tǒng)中所有節(jié)點都可以接收到需求信息.信息發(fā)布要求節(jié)點i處理自己的公鑰iPublickey和私鑰iPrivatekey,生成用于交易驗證和信息傳輸?shù)牡刂稵i-add=hash(iPublickey),其中,iPublickey=hash(iPrivatekey),Ti-add代表節(jié)點i的加密地址,是經(jīng)過SHA256和Base58哈希計算之后的結(jié)果.發(fā)布的需求信息如下:

其中,chaij和buyij分別代表[t0,t1]時段節(jié)點i的需求電量和最優(yōu)報價.

節(jié)點j接收到節(jié)點i的需求信息并計算可以出售的電量,即在[t0,t1]時段為節(jié)點i提供相應的電量disji,并通過生成相應的地址發(fā)送響應信息

式中,LTID是節(jié)點j在區(qū)塊鏈中上一個交易信息的記錄地址,Sign.j(chaij,[t0,t1],LT)是節(jié)點j在本次交易和上次交易內(nèi)容的基礎(chǔ)上通過jPublickey生成的加密簽名.節(jié)點j接收到節(jié)點i的需求信息后,用自己的私鑰iPrivatekey對j發(fā)送的消息摘要進行解密,得到Qi-add,j的全部內(nèi)容.同時,通過jPublickey獲取簽名Sign.j中的詳細信息.

由于存在多個電力供應節(jié)點,節(jié)點i確認交易的原則是最大限度地滿足自身電力需求,因此,如果i接受j提供的電量,則i把智能合約腳本發(fā)送給j.如果不接受,則終止交易.

此外,為確保資源避免出現(xiàn)“二次支付”現(xiàn)象,記錄交易內(nèi)容的腳本信息必須包括區(qū)域電力網(wǎng)絡運營商的簽名Sign.DEO.因此,交易記錄的腳本應包含交易雙方的簽名,區(qū)域電力網(wǎng)絡運營商的簽名以及交易內(nèi)容摘要表示如下:

一旦Script由三方完成簽名,則i需要按智能合約進行支付,j需要按智能合約向i傳送約定量的電能.交易完成后,本次交易信息被廣播到整個能源金融系統(tǒng)網(wǎng)絡.在所有節(jié)點驗證交易信息之后,本次交易信息將被寫入當前區(qū)塊.

3 實驗與分析

本文以城市低壓配電網(wǎng)中某小型住宅區(qū)域的IES系統(tǒng)為例驗證所提優(yōu)化模型和方法的有效性.該區(qū)域IES系統(tǒng)的光伏和風機裝機容量分別為60kW 和40kW,參與IES系統(tǒng)服務的產(chǎn)消者規(guī)模為60戶住宅.該區(qū)域的基本負荷水平、光伏、風機出力曲線如圖4所示.為簡化模型,考慮將產(chǎn)消者群體分為4組,每組中的可再生能源裝機容量均勻分配.根據(jù)上述數(shù)據(jù)構(gòu)建IES系統(tǒng)多級對等協(xié)同優(yōu)化模型并進行仿真實驗.T=24h,以5min為周期進行IES系統(tǒng)實時多級對等電力交易.實驗基于MATLAB R2016a編程環(huán)境,計算主機為Intel Core i7 CPU,主頻為3.4GHz,運行內(nèi)存為16GB.

圖4 光伏、風機出力及基本負荷水平曲線Fig.4 Renewable energy output and basic load curves

3.1 系統(tǒng)參數(shù)

在NR-PSO算法中,種群規(guī)模u=200,最大迭代次數(shù)kmax=20,收斂因子s=0.01,鄰域因子e=0.03.基本購電需求,.其他相關(guān)參數(shù)如表1所示.

表1 優(yōu)化模型相關(guān)參數(shù)Table 1 The values of related parameters

3.2 結(jié)果與討論

3.2.1 算法性能分析

基于IES系統(tǒng)多級對等協(xié)同優(yōu)化模型,為驗證本文方法的有效性,分別采取NR-PSO算法、CQPSO[28]算法、AWCPSO[29]算法以及迭代下降算法[40]求解系統(tǒng)一個周期內(nèi)的優(yōu)化問題,算法的收斂特性如圖5所示.

圖5 算法性能的對比分析Fig.5 Performance comparison and analysis of different algorithms

結(jié)果表明,CQPSO算法和AWCPSO算法需要更多的迭代次數(shù)才能最終收斂.其中,CQPSO算法針對量子粒子群易陷入局部最優(yōu)問題,利用混沌的遍歷性,使粒子的搜索范圍覆蓋整個解空間,同時在迭代過程中多次引入擾動機制使粒子位置跳出局部最優(yōu).然而,該方法的遍歷搜索和擾動過程大幅增加了迭代過程的計算負擔,從而降低了求解效率.AWCPSO算法通過自適應減小權(quán)重和加速度系數(shù),指導迭代過程中粒子飛行的速度和方向,可在一定程度上減小迭代后期隨機振蕩現(xiàn)象的影響.但在新的迭代周期隨機初始化搜索,使得算法尋優(yōu)過程依然十分緩慢,迭代下降算法平均在第12次迭代收斂.然而在全局最優(yōu)值附近,每次迭代后目標函數(shù)值行進的距離越來越小,產(chǎn)生鋸齒現(xiàn)象,從而降低算法在迭代后期的收斂速度.而通過收斂判定域引導并結(jié)合全局隨機尋優(yōu)與區(qū)域定向?qū)?yōu)策略的NR-PSO算法,平均在第8次迭代(ε=0.2)收斂至相應的社會福利最優(yōu)值,相比迭代下降算法減少了33%的迭代次數(shù),有效地提高了算法局部搜索能力及收斂速度.

此外,仿真還對比了NR-PSO算法迭代控制參數(shù)ε不同取值下的迭代次數(shù)和總計算時間,如表2所示.結(jié)果顯示,迭代次數(shù)和總計算時間隨ε取值的削減而逐漸減小.在ε取0.2時達到最佳的迭代次數(shù)(8次)和總計算時間(162.64s),進一步驗證了NR-PSO算法的有效性.

表2 不同控制參數(shù)下的迭代次數(shù)和計算時間Table 2 The number of iterations and calculation time with different control parameters

考慮IES系統(tǒng)實時電力交易以及一段時間內(nèi)各產(chǎn)消者節(jié)點的實時信息交互,由計算結(jié)果進一步可知,當算法迭代控制參數(shù)ε取值小于0.4時,算法總求解時間均不超過本文的優(yōu)化調(diào)度周期5min.因此,該算法能夠滿足系統(tǒng)的實時性要求.

3.2.2 供求平衡分析

本文以4個不同聯(lián)盟產(chǎn)消者的協(xié)同優(yōu)化結(jié)果為例,具體分析電力供求平衡情況.通過供求平衡分析,不僅可以了解產(chǎn)消者間交易電量情況,而且可以了解IES系統(tǒng)多級對等協(xié)同優(yōu)化模型的實時運行狀況.

如圖6～9所示,實際能量狀態(tài)表示當前時段內(nèi)負荷與可再生能源出力之間的偏差電量,正值表示需要購買的電量,負值表示需要出售的電量.局域協(xié)調(diào)交易電量表示該產(chǎn)消者與聯(lián)盟內(nèi)其他產(chǎn)消者交易電量情況.廣域協(xié)調(diào)交易電量表示該產(chǎn)消者通過能源路由器與其他聯(lián)盟產(chǎn)消者交易電量情況.

IES系統(tǒng)通過局域協(xié)調(diào)與廣域協(xié)調(diào)的組合互動來保障實時電力供求平衡.在每一個調(diào)度周期開始時刻,產(chǎn)消者向本地能源路由器發(fā)送其供需差額數(shù)據(jù).本地能源路由器根據(jù)該數(shù)據(jù)進行局域雙向拍賣,并基于NR-PSO算法求解局域協(xié)調(diào)優(yōu)化問題,以最大限度滿足各產(chǎn)消者基本需求電量約束及局域社會福利最大化目標.然而部分產(chǎn)消者的實際需求電量未得到滿足,則需再次向本地能源路由器反饋差額數(shù)據(jù).此時局域范圍內(nèi)已無可調(diào)度電量,則本地能源路由器需請求與其他路由器進行廣域雙向拍賣,并再次調(diào)用優(yōu)化算法求解廣域協(xié)調(diào)優(yōu)化問題,以保障本地產(chǎn)消者電力供求平衡及廣域社會福利最大化.

然而,在某些時段局域協(xié)調(diào)和廣域協(xié)調(diào)的組合互動仍然不能實現(xiàn)嚴格的供求平衡,例如圖6中的21:00～23:00時段,圖7中的13:00～15:00和23:00～24:00時段,圖8中的1:00～3:00和23:00～24:00時段,以及圖9中的17:00～19:00時段等.一方面,受可再生能源出力不確定性和用戶負荷隨機性的影響,產(chǎn)消者的偏差電量呈現(xiàn)出相應的波動性.另一方面,在上述時段系統(tǒng)內(nèi)參與交易的一方需要處理多方請求信息,然而這些供應方或需求方給出的供應量或需求量的累加不能完全消除偏差電量,從而導致該時段的供求失衡.此時,無法消除的少量偏差電量可通過與主電網(wǎng)交易或通過調(diào)度儲能設施的充放等方式來彌補.

圖6 聯(lián)盟1產(chǎn)消者3實時電力供求平衡Fig.6 Real-time supply and demand balance of 3rd prosumer in the first union

圖7 聯(lián)盟2產(chǎn)消者10實時電力供求平衡Fig.7 Real-time supply and demand balance of 10th prosumer in the second union

3.2.3 多級對等電力交易結(jié)果

以聯(lián)盟1中產(chǎn)消者3節(jié)點在3:15～3:40時段內(nèi)的交易結(jié)果為例,進一步分析IES系統(tǒng)中產(chǎn)消者多級對等電力交易的具體過程,如表3所示.

圖8 聯(lián)盟3產(chǎn)消者6實時電力供求平衡Fig.8 Real-time supply and demand balance of 6th prosumer in the third union

圖9 聯(lián)盟4產(chǎn)消者14實時電力供求平衡Fig.9 Real-time supply and demand balance of 14th prosumer in the fourth union

根據(jù)IES系統(tǒng)的信息交互流程,在產(chǎn)消者向金融系統(tǒng)網(wǎng)絡發(fā)布交易信息時,買方根據(jù)當前的偏差電量制定報價策略,密封交易信息摘要并發(fā)布.賣方接收需求信息,并根據(jù)買方報價制定售電策略.需要指出的是,在3:15～3:20時段的偏差電量為0.457kWh,而從賣方購買的總電量為0.453kWh,這主要是由于當前時段沒有適合的賣方或賣方不愿提供額外的0.004kWh電量.其他時段的交易信息及結(jié)果如表3所示.多級對等電力交易結(jié)果說明,基于智能合約的輔助服務可實現(xiàn)用戶友好的電力交易模式,其分布式對等交易結(jié)構(gòu)有效地解決了用戶與中心機構(gòu)之間的信任問題,同時維護了用戶的隱私和電力交易的安全性.

表3 聯(lián)盟1產(chǎn)消者3某時段多級對等電力交易結(jié)果Table 3 Multilevel peer-to-peer power trading results of the third prosumer node in the first union at a certain time

4 結(jié)論

針對能源電力系統(tǒng)的優(yōu)化管理與控制問題,提出了信息物理融合的智慧能源系統(tǒng)多級對等協(xié)同優(yōu)化方法.該方法基于Stone-Geary函數(shù)和雙向拍賣機制重構(gòu)了電力資源優(yōu)化分配問題的目標函數(shù),更好地反映了分布式電力交易中的產(chǎn)消者偏好.同時,利用收斂判定域引導的全局隨機尋優(yōu)與區(qū)域定向?qū)?yōu)策略,進一步提高了算法的收斂性.在保障系統(tǒng)社會福利最大化的前提下,有效地實現(xiàn)了產(chǎn)消者電力資源的優(yōu)化分配,促進了電力資源的經(jīng)濟合理利用.此外,通過智能合約的輔助服務,進一步實現(xiàn)了用戶友好的電力交易模式.