鄔嘉雨，劉洋，許立雄，馬騰，郭久億，楊祺銘

(四川大學(xué)電氣工程學(xué)院,成都市 610065)

0 引 言

由于環(huán)境污染與能源危機等問題的日益嚴(yán)峻，以風(fēng)電為代表的可再生能源得到大力推廣[1-2]。與此同時，微網(wǎng)憑借其靈活運行、高度自治的特點為消納具有出力不確定性的可再生能源提供了有效技術(shù)手段[3]。隨著微網(wǎng)技術(shù)的發(fā)展，多個微網(wǎng)接入同一配電區(qū)域形成多微網(wǎng)系統(tǒng)，通過聚合同一區(qū)域的多微網(wǎng)系統(tǒng)進行電能交易能夠提升多微網(wǎng)系統(tǒng)整體經(jīng)濟性[4]、減少與配電網(wǎng)間非必要的能量交互[5]，并進一步促進可再生能源消納[6]。但當(dāng)多個產(chǎn)消合一的微網(wǎng)進行電能交易時，其靈活的交易方式會使市場競爭更加復(fù)雜化，多微網(wǎng)系統(tǒng)間利益關(guān)系的耦合也給其交易策略的制訂帶來巨大的困難[7-8]。此外，可再生能源出力的不確定性嚴(yán)重影響微網(wǎng)運行調(diào)控[3]及其電能交易的經(jīng)濟性和可靠性[9]。因此，如何制定有效的電能交易模式以協(xié)調(diào)微網(wǎng)間復(fù)雜的利益耦合關(guān)系和應(yīng)對可再生能源出力不確定性，是亟待解決的問題。

目前，針對含電能交互多微網(wǎng)系統(tǒng)的研究已逐漸展開。文獻[10]建立集中式儲能電站以協(xié)調(diào)多微網(wǎng)系統(tǒng)電能交互，結(jié)果表明所提優(yōu)化調(diào)度方法可有效降低多微網(wǎng)系統(tǒng)運行成本、促進可再生能源消納。文獻[11]提出考慮經(jīng)濟性和綜合能效的區(qū)域多微網(wǎng)系統(tǒng)多目標(biāo)優(yōu)化調(diào)度模型。文獻[9]考慮風(fēng)電出力不確定性，以多微網(wǎng)系統(tǒng)運行成本最小為優(yōu)化目標(biāo)，構(gòu)建區(qū)域多微網(wǎng)-配電網(wǎng)能源交易模式。但上述研究將含電能交互的多微網(wǎng)系統(tǒng)看作一個整體，忽略了其復(fù)雜的競爭合作關(guān)系，無法均衡各微網(wǎng)主體的利益。

博弈模型是分析復(fù)雜利益交互關(guān)系的有效工具，已有諸多文獻將博弈理論引入多微網(wǎng)系統(tǒng)交易中[12-14]。文獻[12]提出具有一定普適性的多微網(wǎng)系統(tǒng)電能交易非合作博弈模型，為多微網(wǎng)系統(tǒng)多元交易模式提供了理論參考。文獻[13]針對包含高比例清潔能源的多微網(wǎng)系統(tǒng)，提出基于多代理系統(tǒng)的非合作博弈日前交易方法及相應(yīng)的定價策略以降低系統(tǒng)運行成本，但忽略了清潔能源出力不確定性對交易策略的影響。文獻[14]采用非合作博弈模型對售電微網(wǎng)間的價格競爭進行建模，結(jié)果表明所提方法能促進微網(wǎng)間能量交互以及提高系統(tǒng)運行經(jīng)濟性。上述研究取得了較好的成果，但均未考慮含電能交互多微網(wǎng)系統(tǒng)詳細(xì)的運行調(diào)控行為以及各微網(wǎng)中可再生能源的不確定性[12-16]。

可再生能源出力不確定性及多微網(wǎng)系統(tǒng)規(guī)模的擴大使電能交易亟需高效處理更加復(fù)雜多樣的微網(wǎng)數(shù)據(jù)[17-18]，傳統(tǒng)集中式交易管理機制在這種情況下面臨抗風(fēng)險能力低、信息流通效率低且時效性低等問題[19]。區(qū)塊鏈技術(shù)具有信息公開透明、去中心化、安全性高等特點[20]，無需第三方組織機構(gòu)的介入即可實現(xiàn)數(shù)據(jù)的有效管理與信息交互，在多微網(wǎng)系統(tǒng)電能交易博弈模型中逐步得到應(yīng)用。文獻[21]考慮多微網(wǎng)系統(tǒng)電能交易中多元主體的競爭博弈關(guān)系，構(gòu)建了區(qū)塊鏈技術(shù)下的多微網(wǎng)系統(tǒng)競爭博弈模型。文獻[22]基于區(qū)塊鏈技術(shù)實現(xiàn)了實時定價混合博弈模型中交易信息的分布式交互，以提高用電決策的精準(zhǔn)性。文獻[23]結(jié)合區(qū)塊鏈技術(shù)及動態(tài)合作博弈模型，為多微網(wǎng)電能交易提供共治交易模式，以保證各微網(wǎng)節(jié)點交易效能。由上述文獻可知，區(qū)塊鏈技術(shù)與博弈模型的結(jié)合可實現(xiàn)多微網(wǎng)電能交易的透明高效有序自發(fā)管理[21-23]。

綜上所述，本文針對現(xiàn)有多微網(wǎng)系統(tǒng)電能交易研究存在的問題，考慮風(fēng)電不確定性以及微網(wǎng)內(nèi)部運行調(diào)控行為，提出區(qū)塊鏈技術(shù)下微網(wǎng)群兩階段魯棒博弈交易模式。首先，結(jié)合區(qū)塊鏈技術(shù)和非合作博弈理論構(gòu)建多微網(wǎng)系統(tǒng)電能交易架構(gòu)，以實現(xiàn)完全信息博弈并保證交易的安全有效。其次，針對包含風(fēng)電的多微網(wǎng)系統(tǒng)，結(jié)合兩階段可調(diào)魯棒優(yōu)化模型和非合作博弈模型構(gòu)建日前-實時兩階段多微網(wǎng)魯棒博弈競標(biāo)調(diào)度模型，并將該模型分解為求解最優(yōu)競標(biāo)策略和日前經(jīng)濟調(diào)度策略的主問題以及搜尋最惡劣風(fēng)電場景的子問題；再次，利用二進制擴充法、對偶理論、大M法線性化主子問題，并采用列和約束生成(column and constraint generation,C&CG)算法進行迭代求解；最后結(jié)合區(qū)塊鏈Ganache客戶端、Metamask錢包以及Remix在線編譯器編譯部署智能合約、搭建去中心化電能交易平臺，通過算例驗證所提方法能夠提高多微網(wǎng)系統(tǒng)整體經(jīng)濟性并有效應(yīng)對風(fēng)電出力不確定性。

1 基于區(qū)塊鏈技術(shù)的微網(wǎng)群電能交易架構(gòu)

1.1 區(qū)塊鏈技術(shù)與微網(wǎng)群電能交易非合作博弈契合度分析

在傳統(tǒng)集中式交易管理機制下，構(gòu)建微網(wǎng)群電能交易非合作博弈模型時，各售電微網(wǎng)在得到最優(yōu)競標(biāo)策略前需將大量實時交易信息上傳至電能交易信息中心，由信息中心進行實時整合，統(tǒng)一發(fā)布。各微網(wǎng)根據(jù)最新發(fā)布的市場信息，考慮自身運行情況及其余微網(wǎng)交易策略，重新制訂最優(yōu)競標(biāo)策略并上傳交易信息，如此往復(fù)迭代直至得到納什均衡最優(yōu)解。在這種運行模式下，平臺維護成本高、抗風(fēng)險能力低、信息流通效率低且時效性差。而區(qū)塊鏈技術(shù)，由于其信息公開透明、去中心化、安全性高等特點，在無需第三方組織機構(gòu)的管理下，可實現(xiàn)多微網(wǎng)電能交易透明高效有序自發(fā)管理，是支撐所提多微網(wǎng)電能交易非合作博弈模型的理想底層技術(shù)。

多微網(wǎng)電能交易非合作博弈模型與區(qū)塊鏈技術(shù)契合度主要體現(xiàn)在：

1)區(qū)塊鏈技術(shù)可實現(xiàn)多微網(wǎng)電能交易非合作博弈信息公開透明。傳統(tǒng)集中式交易管理機制下，各微網(wǎng)將相關(guān)信息上傳并由中心機構(gòu)整合發(fā)布。各微網(wǎng)用戶只能查詢由中心機構(gòu)整合處理后的部分信息，信息透明度較差且流通效率低。而在區(qū)塊鏈技術(shù)下，除了各微網(wǎng)用戶的私有加密數(shù)據(jù)外，其余所有信息均可被查詢得到，因此區(qū)塊鏈技術(shù)為多微網(wǎng)系統(tǒng)提供了信息完全公開透明的博弈環(huán)境，實現(xiàn)市場公平競爭。

2)區(qū)塊鏈技術(shù)可保證多微網(wǎng)電能交易非合作博弈信息安全。傳統(tǒng)集中式交易管理機制下，電能交易信息中心作為多微網(wǎng)非合作博弈的信息樞紐，容易遭到惡意攻擊以及人為的數(shù)據(jù)惡意篡改。而區(qū)塊鏈技術(shù)中，協(xié)商一致的數(shù)據(jù)加密算法能夠保障微網(wǎng)用戶間進行安全有效的信息交互，并且在不掌握多微網(wǎng)系統(tǒng)51%數(shù)據(jù)節(jié)點的情況下無權(quán)隨意對系統(tǒng)數(shù)據(jù)進行更改，這保證了多微網(wǎng)系統(tǒng)非合作博弈中的信息安全。

3)區(qū)塊鏈技術(shù)可實現(xiàn)多微網(wǎng)電能交易非合作博弈去中心化?；趨^(qū)塊鏈技術(shù)的微網(wǎng)群非合作博弈模型能夠保證數(shù)據(jù)公開透明及信息安全，因此無需第三方信任機制的管理，各微網(wǎng)用戶可實現(xiàn)交易信息的分布式自發(fā)驗證、傳遞和管理，以快速響應(yīng)市場信息，制訂最優(yōu)競標(biāo)策略，促使多微網(wǎng)電能交易非合作博弈完全去中心化。

1.2 多微網(wǎng)系統(tǒng)電能交易架構(gòu)

結(jié)合區(qū)塊鏈技術(shù)及非合作博弈模型構(gòu)建了多微網(wǎng)系統(tǒng)電能交易架構(gòu)，具體結(jié)構(gòu)如圖1所示。

微網(wǎng)包含可控發(fā)電機組(微型燃?xì)廨啓CMT、燃料電池FC)、風(fēng)電機組、儲能等分布式設(shè)備，并與上層配電網(wǎng)相連。微網(wǎng)之間可根據(jù)自身運行情況制訂交易策略，確定t時刻各微網(wǎng)的交易價格σt及交易電量κt。在多微網(wǎng)系統(tǒng)進行交易后，供需雙側(cè)仍不平衡的微網(wǎng)可再與配電網(wǎng)進行交易。

當(dāng)多微網(wǎng)系統(tǒng)進行電能交易時，各個微網(wǎng)既是生產(chǎn)者又是消費者，交易方式愈加靈活且市場競爭也更加激烈，微網(wǎng)間具有復(fù)雜的利益交互關(guān)系。因此，在多微網(wǎng)系統(tǒng)交易策略制定過程中，采用非合作博弈模型來解決不同微網(wǎng)主體之間的利益沖突：

Z=(G1,G2,…,Gn;F1,F2,…,Fn)

(1)

式中：Gi(i=1,2,…,n)為第i個微網(wǎng)的競標(biāo)策略；Fi(i=1,2,…,n)為第i個微網(wǎng)的運行成本。

多微網(wǎng)系統(tǒng)電能交易規(guī)則如下：

1)售電微網(wǎng)博弈得到的最大及最小競標(biāo)電價在1天內(nèi)均小于從配電網(wǎng)購電電價且大于向配電網(wǎng)售電電價；

2)為了最小化購電微網(wǎng)運行成本，購電微網(wǎng)按交易價格從低到高依次與售電微網(wǎng)進行交易，直至滿足購電需求；

3)多微網(wǎng)內(nèi)部交易后剩余或缺額的電能由配電網(wǎng)補足。

2 基于區(qū)塊鏈的微網(wǎng)群兩階段魯棒博弈競標(biāo)模型構(gòu)建

微網(wǎng)采用兩階段可調(diào)魯棒競標(biāo)調(diào)度模型制定能夠有效應(yīng)對風(fēng)電不確定性的最優(yōu)競標(biāo)策略及日前經(jīng)濟調(diào)度策略。該模型采用不確定集及可調(diào)魯棒參數(shù)對風(fēng)電不確定性進行建模，具體可描述為：

(2)

式中：x為日前經(jīng)濟調(diào)度策略；σ為交易價格；κ為交易電量；u為風(fēng)電出力最惡劣場景；y為在最惡劣場景下x的調(diào)控策略；Cda(x,σ,κ)為日前運行成本；Crt(u,y)為實時調(diào)控成本。

風(fēng)電不確定性可描述為：

(3)

該模型可分為日前、實時兩階段：在日前階段，各個電能富余微網(wǎng)根據(jù)已知的風(fēng)電最惡劣場景，結(jié)合其余微網(wǎng)的歷史競標(biāo)策略，制訂最優(yōu)競標(biāo)策略及日前經(jīng)濟調(diào)度策略；在實時階段，各個微網(wǎng)基于日前階段所得的最優(yōu)競標(biāo)策略及日前經(jīng)濟調(diào)度策略，搜尋風(fēng)電出力的最惡劣場景及響應(yīng)的調(diào)控策略。日前、實時2個階段相互影響耦合，日前階段是實時階段的基礎(chǔ)，實時階段又反過來影響日前階段。

2.1 微網(wǎng)競標(biāo)調(diào)度模型日前階段

(4)

(5)

(6)

(7)

(8)

(9)

約束條件包括競標(biāo)約束、可控機組運行約束、儲能運行約束、功率平衡約束、與配電網(wǎng)交互約束、與其余微網(wǎng)交互約束。

1)競標(biāo)約束。

(10)

2)可控機組運行約束。

(11)

3)儲能運行約束。

(12)

4)與配電網(wǎng)交互約束。

(13)

5)與其余微網(wǎng)交互約束。

(14)

6)功率平衡約束。

(15)

式中：PLoad(t)為t時刻負(fù)荷量。

2.2 微網(wǎng)競標(biāo)調(diào)度模型實時階段

在實時階段，微網(wǎng)基于日前階段所得的最優(yōu)競標(biāo)策略及日前經(jīng)濟調(diào)度策略，搜尋風(fēng)電出力的最惡劣場景及響應(yīng)的調(diào)控策略。模型可表示為：

(16)

目標(biāo)函數(shù)包括可控機組調(diào)控成本、平衡市場購售電成本以及棄風(fēng)成本。

(17)

(18)

(19)

(20)

(21)

約束條件包括風(fēng)電出力調(diào)控約束、可控機組調(diào)控約束、功率平衡約束以及平衡市場交互約束。

1)風(fēng)電出力調(diào)控約束。

(22)

2)可控機組調(diào)控約束。

(23)

3)平衡市場交互約束。

(24)

4)功率平衡約束。

(25)

將上述模型整理為矩陣形式：

(26)

式中：x、σ、κ分別為日前經(jīng)濟調(diào)度策略、電能交易價格、交易量；u、y分別為風(fēng)電出力最惡劣場景集和對應(yīng)場景下日前經(jīng)濟調(diào)度調(diào)控策略；c、d、e為目標(biāo)函數(shù)中的系數(shù)矩陣；A、C、D為等式約束的系數(shù)矩陣；g、i為等式約束的常數(shù)列向量；B、E、F、G為不等式約束的系數(shù)矩陣；h、j為不等式約束的常數(shù)列向量。

3 兩階段可調(diào)魯棒競標(biāo)調(diào)度模型求解

所提兩階段魯棒競標(biāo)調(diào)度模型日前實時2個階段相互影響耦合，無法同時求解。因此首先采用C&CG法將該模型分解為求解最優(yōu)競標(biāo)策略及日前經(jīng)濟調(diào)度策略的主問題以及搜尋最惡劣風(fēng)電場景及相應(yīng)調(diào)控策略的子問題。其中，主問題對應(yīng)日前階段，子問題對應(yīng)實時階段。

3.1 主問題求解

分解后的主問題可表征為：

(27)

式中：θ為已知最惡劣場景下的實時調(diào)控成本。

由于其目標(biāo)函數(shù)中存在的雙線性項σtκt，分解后的主問題無法直接求解。因此采用二進制擴充法對雙線性項σtκt進行線性化處理：

(28)

處理后的主問題為混合整數(shù)線性規(guī)劃問題，可采用商業(yè)求解器直接求解。

3.2 子問題求解

分解后的子問題可表征為：

(29)

分解后的子問題由于其max-min結(jié)構(gòu)同樣無法直接求解，因此首先采用對偶理論將max-min結(jié)構(gòu)轉(zhuǎn)換為max結(jié)構(gòu)，轉(zhuǎn)換后的子問題為：

(30)

式中：α、β、γ為對偶變量；ξ為輔助變量。該模型中uTξ為雙線性項，因此無法直接求解，需要進一步對其進行線性化。u表征風(fēng)電出力不確定性，為一個簡單區(qū)間，為了最大化uTξ，當(dāng)ξ為正數(shù)時，u取到區(qū)間上界值；當(dāng)ξ為負(fù)數(shù)時，u取到區(qū)間下界值。因此可采用大M法進一步線性化該模型。最終模型可表征為：

(31)

式中：uup、udown為風(fēng)電出力區(qū)間的上下界；

采用對偶理論和大M法轉(zhuǎn)化后的子問題為混合整數(shù)線性規(guī)劃問題，可采用商業(yè)求解器直接求解。

3.3 主子問題迭代求解

主問題求解已知最惡劣風(fēng)電場景下的最優(yōu)競標(biāo)策略及日前經(jīng)濟調(diào)度策略，子問題在主問題最優(yōu)解的基礎(chǔ)上搜尋最惡劣風(fēng)電場景及相應(yīng)的調(diào)控策略，主子問題相互耦合不能同時求解。因此，本節(jié)采用C&CG法對線性化處理后主子問題進行迭代求解，迭代流程如下：

1)初始化模型上界及下界：U0=+∞、L0=-∞；設(shè)置初始場景集u1，收斂間隙λ，迭代次數(shù)k=1。

2)基于已知最惡劣風(fēng)電出力場景集ul，求解主問題得到最優(yōu)解(xk,σk,κk)，并將主問題目標(biāo)函數(shù)設(shè)為新的下界Lk。

4)若滿足Uk-Lk≤λ，即得到最優(yōu)競標(biāo)策略及日前經(jīng)濟調(diào)度策略；若不滿足，則置k=k+1，并返回步驟2進行新一輪的迭代。

4 算例分析

本節(jié)算例在區(qū)塊鏈Ganache客戶端創(chuàng)建一條私有鏈，使用Remix在線編譯器對智能合約進行編譯部署，搭建去中心化電能交易平臺，并結(jié)合Metamask錢包對交易過程進行記錄。多微網(wǎng)系統(tǒng)中所有微網(wǎng)主體共同協(xié)商決定電能交易平臺代幣與人民幣的換算匯率，本文設(shè)置1 ether約為1元。算例中多微網(wǎng)系統(tǒng)包括3個售電微網(wǎng)及1個購電微網(wǎng)，各微網(wǎng)可控機組裝機總?cè)萘肯嗤Ｙ忞娢⒕W(wǎng)各時間段從多微網(wǎng)系統(tǒng)中的購電需求見附錄圖A1，各售電微網(wǎng)風(fēng)電預(yù)測出力及負(fù)荷需求見附錄圖A2、A3、A4，各微網(wǎng)機組參數(shù)見附錄表A1、A2。

4.1 售電微網(wǎng)博弈結(jié)果分析

在完全信息博弈環(huán)境下，3個售電微網(wǎng)將表征風(fēng)電不確定性的可調(diào)魯棒參數(shù)設(shè)為10，預(yù)測誤差設(shè)為10%。根據(jù)購電微網(wǎng)發(fā)布的購電需求，經(jīng)過9輪博弈后，得到所提兩階段可調(diào)魯棒博弈模型的納什均衡最優(yōu)解。

4.1.1整體經(jīng)濟性及風(fēng)電消納分析

整體經(jīng)濟性及風(fēng)電消納對比見表1，多微網(wǎng)系統(tǒng)各售電微網(wǎng)競標(biāo)電價見圖2。

由圖2可知，售電微網(wǎng)博弈得到的最大及最小競標(biāo)電價在一天內(nèi)均小于從配電網(wǎng)購電電價且大于配電網(wǎng)售電電價。結(jié)合表1可知，競標(biāo)電價在配電網(wǎng)購售電價的區(qū)間內(nèi)時，售電微網(wǎng)可增加其出售電能的收益，購電微網(wǎng)可減小其購買電能的成本，多微網(wǎng)系統(tǒng)整體經(jīng)濟性能夠得到提升。由表1可知，微網(wǎng)群電能交易可減小多微網(wǎng)系統(tǒng)棄風(fēng)量，促進風(fēng)電消納。

表1 多微網(wǎng)系統(tǒng)整體經(jīng)濟性及風(fēng)電消納對比Table 1 Comparison of economy and wind power consumption

圖2 各售電微網(wǎng)競標(biāo)電價Fig.2 Bidding price of microgrids with surplus power

4.1.2售電微網(wǎng)優(yōu)化結(jié)果分析

各售電微網(wǎng)優(yōu)化結(jié)果如表2所示，各售電微網(wǎng)中標(biāo)量見圖3。

表2 售電微網(wǎng)優(yōu)化結(jié)果Table 2 Optimization result of microgrids with surplus power 元

由表2可知，微網(wǎng)1電能總供給不足，在某些時刻需要向配電網(wǎng)購電以保證供需平衡；微網(wǎng)2、3向多微網(wǎng)系統(tǒng)出售電能后還有富余的電能可出售給配電網(wǎng)以獲取額外的收益。在完全信息博弈環(huán)境下，售電微網(wǎng)2和售電微網(wǎng)3所取得的競標(biāo)收益占總競標(biāo)收益的絕大部分。結(jié)合圖3可知，微網(wǎng)1售電中標(biāo)量最少，且集中在競標(biāo)電價相對較低的01：00—07：00及15:00—16：00，即以較低的價格出售較少的電量。微網(wǎng)2和微網(wǎng)3在博弈競爭中處于強勢地位，在競標(biāo)價格相對較高的08：00—11：00及17：00—23：00出售較多的電量。由上述圖表可知，電能較為富余的微網(wǎng)在博弈過程中占據(jù)優(yōu)勢地位，這是因為富余電能可通過微網(wǎng)系統(tǒng)靈活的運行調(diào)控行為進行存儲轉(zhuǎn)移，在購電量較大或電價較高的時段出售以取得良好的競標(biāo)收益。

圖3 各售電微網(wǎng)中標(biāo)電量Fig.3 Selling power of microgrids with surplus power

4.1.3售電微網(wǎng)運行調(diào)控行為分析

圖4—6為售電微網(wǎng)中機組具體出力情況。

圖4 售電微網(wǎng)1機組出力Fig.4 Unit outputs of selling microgrid 1

圖5 售電微網(wǎng)2機組出力Fig.5 Unit outputs of selling microgrid 2

圖6 售電微網(wǎng)3機組出力Fig.6 Unit outputs of selling microgrid 3

結(jié)合圖4—6，從多微網(wǎng)系統(tǒng)具體運行調(diào)控角度分析所得博弈競標(biāo)結(jié)果：各售電微網(wǎng)中可控機組裝機總?cè)萘肯嗤?，其中微網(wǎng)3中發(fā)電成本較低的燃料電池裝機容量最大，且風(fēng)電出力較大，可在風(fēng)電出力較大及負(fù)荷較小的時段儲存電能，在競價較高或負(fù)荷高峰時段使用，因此具有較大的博弈優(yōu)勢；微網(wǎng)1中負(fù)荷功率較微網(wǎng)2、微網(wǎng)3大，盡管其儲能系統(tǒng)容量最大，但微網(wǎng)中并沒有富余電能用于儲存并在合適時段使用，因此博弈處于劣勢；微網(wǎng)2盡管發(fā)電成本較低的FC裝機容量最小，但其風(fēng)電出力最大且負(fù)荷較小，因此在博弈過程中取得了較好的結(jié)果。

4.2 基于區(qū)塊鏈技術(shù)的交易過程分析

根據(jù)購電微網(wǎng)發(fā)布的購電需求，售電微網(wǎng)群進行博弈競爭得到納什均衡最優(yōu)解(包括最優(yōu)競標(biāo)策略及日前經(jīng)濟調(diào)度策略)時，觸發(fā)智能合約預(yù)置響應(yīng)條件，多微網(wǎng)系統(tǒng)根據(jù)電能交易規(guī)則進行電能交易。以16：00為例，多微網(wǎng)系統(tǒng)基于區(qū)塊鏈技術(shù)的交易過程見表3和表4。

表3 多微網(wǎng)系統(tǒng)交易信息Table 3 Transaction information of multi-microgrid system

由表3及表4可知，在16：00購電微網(wǎng)購電量較大，售電微網(wǎng)群博弈得到的最優(yōu)納什均衡解無法滿足購電微網(wǎng)全部的購電需求，因此需要從配電網(wǎng)購電以滿足供需平衡。根據(jù)電能交易規(guī)則，為了最小化購電微網(wǎng)運行成本，購電微網(wǎng)按交易價格從低到高依次與售電微網(wǎng)進行交易，直至滿足購電需求。因此購電微網(wǎng)首先以0.749 4 ether/(kW·h)的價格與售電微網(wǎng)1進行電能交易，再以0.774 5 ether/(kW·h)的價格與售電微網(wǎng)2、3進行交易。與售電微網(wǎng)群交易結(jié)束后，購電微網(wǎng)還剩余一部分購電需求未得到滿足，而此時各售電微網(wǎng)受自身運行調(diào)控約束，沒有多余的電能用于出售，因此購電微網(wǎng)需要以0.900 0 ether/(kW·h)的價格從配電網(wǎng)購電，以滿足自身供需平衡。上述結(jié)果表明部署在區(qū)塊鏈平臺上的智能合約可按照預(yù)先設(shè)定的電能交易規(guī)則實現(xiàn)多微網(wǎng)系統(tǒng)分布式電能交易。

表4 多微網(wǎng)系統(tǒng)交易結(jié)果Table 4 Transaction result of multi-microgrid system

4.3 運行決策效率對比

為對比在集中式交易機制及所提分布式交易機制下各微網(wǎng)的運行決策效率，本文在MATLAB環(huán)境中分別對不同運行機制下微網(wǎng)群兩階段競標(biāo)博弈調(diào)度模型進行仿真，各交易階段花費時間對比如表5所示。由表5可知，所提基于區(qū)塊鏈技術(shù)的兩階段魯棒博弈競標(biāo)調(diào)度模型計算量主要集中在博弈過程中競標(biāo)策略及調(diào)度策略的制定階段。這是因為微網(wǎng)考慮風(fēng)電出力不確定性，采用兩階段可調(diào)魯棒優(yōu)化模型制定運行策略，該模型結(jié)構(gòu)較為復(fù)雜，且無法直接求解，因此需要花費較多時間對其進行解耦、線性化以及迭代求解。在所提分布式交易機制下，各售電微網(wǎng)基于區(qū)塊鏈平臺實現(xiàn)每輪博弈所得競標(biāo)策略的透明交互傳輸，為下一輪博弈提供參考。在集中式交易機制下，各微網(wǎng)將所得競標(biāo)策略上傳至交易中心，由交易中心進行整合發(fā)布。由于各微網(wǎng)在所提博弈競標(biāo)模型中僅需交互簡單的競標(biāo)信息，交易中心可快速對其進行整合發(fā)布，因此集中式交易機制下多微網(wǎng)系統(tǒng)運行決策效率與分布式交易機制下相差不大。由上述分析可知，區(qū)塊鏈技術(shù)對微網(wǎng)運行決策效率的影響取決于微網(wǎng)競標(biāo)調(diào)度模型的復(fù)雜度及交互信息的規(guī)模大小，博弈模型越簡單，交互信息規(guī)模越大，則運行效率的提高越明顯。

表5 交易時間對比Table 5 Comparison of transaction time

4.4 單微網(wǎng)不同優(yōu)化方法對比

為驗證微網(wǎng)群兩階段魯棒博弈競標(biāo)調(diào)度模型中兩階段可調(diào)魯棒競標(biāo)調(diào)度模型的有效性，本節(jié)以購電微網(wǎng)為例，通過蒙特卡洛方法生成1 000個隨機風(fēng)電場景比較所得確定性方案、傳統(tǒng)魯棒方案及可調(diào)魯棒方案的經(jīng)濟性。其中表征風(fēng)電不確定性的可調(diào)魯棒參數(shù)設(shè)為10，風(fēng)電預(yù)測誤差設(shè)為10%。圖7為不同優(yōu)化方案的總運行成本散點圖，表6為具體運行成本對比。

圖7 總運行成本散點圖Fig.7 Scatter of total operation cost

表6 運行成本對比Table 6 Comparison of operation cost 元

由圖7可知，在大部分隨機場景下，可調(diào)魯棒方案總運行成本較確定性方案、傳統(tǒng)魯棒方案低，且傳統(tǒng)魯棒方案總運行成本波動區(qū)間最小。結(jié)合表6可知，確定性方案日前運行成本最低，傳統(tǒng)魯棒方案最高，而平均實時調(diào)控成本恰好相反。傳統(tǒng)魯棒方案總運行成本波動區(qū)間及平均實時調(diào)控成本最小，說明在相同的風(fēng)電出力場景下，需花費最少的調(diào)控成本應(yīng)對風(fēng)電實際出力與預(yù)測值差異，即應(yīng)對風(fēng)電出力不確定性的能力最強。可調(diào)魯棒方案平均實時調(diào)控成本較小，即能夠有效應(yīng)對風(fēng)電出力不確定性且日前-實時總運行成本取得了最好的經(jīng)濟性。這是因為在制定最優(yōu)日前經(jīng)濟調(diào)度策略時，確定性優(yōu)化模型忽略風(fēng)電出力波動，傳統(tǒng)魯棒優(yōu)化模型僅考慮風(fēng)電出力最惡劣場景，而兩階段可調(diào)魯棒優(yōu)化模型通過風(fēng)電出力區(qū)間及表征最惡劣場景出現(xiàn)頻次的可調(diào)魯參數(shù)合理考慮風(fēng)電出力的不確定性，平衡了所得調(diào)度方案的魯棒性和經(jīng)濟性，使其能夠有效應(yīng)對風(fēng)電出力不確定性，并保證較好的經(jīng)濟性。

5 結(jié) 論

本文考慮風(fēng)電出力不確定性以及微網(wǎng)用戶的詳細(xì)運行調(diào)控行為，采用博弈理論來分析進行電能交易的微網(wǎng)群用戶間復(fù)雜的利益交互關(guān)系，并將區(qū)塊鏈技術(shù)應(yīng)用于多微網(wǎng)電能交易中以實現(xiàn)數(shù)據(jù)的有效管理與信息交互。結(jié)合區(qū)塊鏈技術(shù)和非合作博弈理論提出的多微網(wǎng)系統(tǒng)電能交易架構(gòu)可保證信息的公開透明，實現(xiàn)交易的去中心化。所提兩階段可調(diào)魯棒博弈競標(biāo)調(diào)度模型采用不確定集和可調(diào)魯棒參數(shù)對微網(wǎng)中風(fēng)電出力進行建模，合理考慮了風(fēng)電出力不確定性，平衡了各微網(wǎng)的經(jīng)濟性和魯棒性。該模型可分解為對應(yīng)日前階段的主問題以及實時階段的子問題。主子問題無法直接求解，因此利用二進制擴充法、對偶理論、大M法對其進行線性化，并采用C&CG算法對轉(zhuǎn)化后的主子問題進行迭代求解。算例表明所提區(qū)塊鏈技術(shù)下的多微網(wǎng)系統(tǒng)兩階段可調(diào)魯棒博弈競標(biāo)調(diào)度模型能夠?qū)崿F(xiàn)多微網(wǎng)系統(tǒng)分布式交易、提高多微網(wǎng)系統(tǒng)整體經(jīng)濟性、促進風(fēng)電消納、保障各微網(wǎng)主體的利益均衡并有效應(yīng)對風(fēng)電出力不確定性。