祁浩南，劉友波，高紅均，王瀟笛，潘思蓉，李爭博

（四川大學(xué)電氣工程學(xué)院，四川省成都市 610065）

0 引言

隨著能源市場改革的深入，中國電力系統(tǒng)正以“雙碳”為目標(biāo)向新型電力系統(tǒng)轉(zhuǎn)型，未來配電網(wǎng)中分布式能源的部署比例將會不斷增加［1-2］。在這樣的能源市場中，傳統(tǒng)用戶可轉(zhuǎn)變?yōu)榫哂性?荷雙重屬性的產(chǎn)銷者［3］，作為獨立的利益主體參與能源交易和共享，實現(xiàn)分布式能源的就地消納［4］。越來越多的主體參與市場將逐步引導(dǎo)市場向區(qū)域自治的去中心化方向發(fā)展。

傳統(tǒng)出清模式通常采用集中撮合的形式促成用戶參與能源市場。在這種交易模式下，交易主體可將過剩電能并入主網(wǎng)，根據(jù)電網(wǎng)提供的上網(wǎng)電價（feed-in-tariff，F(xiàn)IT）獲得收益［5］，在其電量不足時再從主網(wǎng)購入電能［6］。但隨著參與交易的用戶數(shù)量增多，大規(guī)模分布式能源并網(wǎng)也給配電網(wǎng)的穩(wěn)定運行帶來挑戰(zhàn)。近年來，國家出臺一系列政策，鼓勵分布式能源市場化交易［7］。因此，端對端（peer-to-peer，P2P）能源交易正吸引著越來越多的關(guān)注［8］。相較于傳統(tǒng)模式，P2P 交易可以實現(xiàn)分布式能源就地消納，有效解決傳統(tǒng)交易模式帶來的弊端，提高市場參與者的經(jīng)濟(jì)性和靈活性，實現(xiàn)市場參與主體經(jīng)濟(jì)利益上的雙贏［9］。

目前，P2P 能源交易依據(jù)市場集中程度可分為集中式市場和分布式市場。集中式市場中，交易管理者以交易主體總收益最大為目標(biāo)，集中優(yōu)化各參與者的交易量［10］。文獻(xiàn)［11］固定各主體參與P2P交易的價格，利用混合整數(shù)線性規(guī)劃集中優(yōu)化含有屋頂光伏家庭的運行決策。文獻(xiàn)［12］建立一個考慮整個園區(qū)調(diào)度總成本最小的智能樓宇日前調(diào)度模型，采用合作博弈解決各樓宇間的利益分配問題。雖然文獻(xiàn)［11-12］采用全局優(yōu)化，使交易整體的收益最大化，但與傳統(tǒng)集中出清模式并無本質(zhì)區(qū)別，依然存在計算效率低、可擴(kuò)展性差、侵犯用戶隱私等問題。

分布式市場則不需要市場管理者全局協(xié)調(diào)優(yōu)化，其交易過程僅需買賣雙方進(jìn)行交互，極大地保護(hù)了參與者的隱私和自治性，更滿足分布式能源時空分布的特點。文獻(xiàn)［13］提出一種基于交替方向乘子法的微電網(wǎng)群雙層分布式調(diào)度方法，但其上層優(yōu)化依然屬于集中式優(yōu)化，沒有使用戶直接參與交易。文獻(xiàn)［14］基于連續(xù)雙向拍賣理論建立考慮動態(tài)過網(wǎng)費的P2P 交易機(jī)制，但并未充分考慮網(wǎng)絡(luò)校核細(xì)節(jié)。文獻(xiàn)［15］提出基于區(qū)塊鏈底層技術(shù)的多邊競價交易策略，但其研究重點側(cè)重于智能配售電交易平臺架構(gòu)。文獻(xiàn)［16］基于多邊經(jīng)濟(jì)調(diào)度模型，提出一種考慮用戶多樣性的分布式P2P 能源交易市場解決方案，但其全局最優(yōu)性較差。文獻(xiàn)［17］基于強(qiáng)化學(xué)習(xí)的方法來增強(qiáng)交易主體的隱私性，但忽略了買賣雙方的交易自主性，且買賣雙方并未進(jìn)行實際交互達(dá)到共識。

為此，本文提出一種考慮運行約束快速校核的配電網(wǎng)P2P 交易機(jī)制。首先，建立買賣主體通用效用模型，并提出一種基于原始-對偶梯度法的分布式算法求解各買賣主體利益最大化問題，使各主體依靠有限信息達(dá)成共識；然后，引入第三方配電網(wǎng)運營商，基于電壓靈敏度分析和功率傳輸分布因子（power transfer distribution factor，PTDF）快速校核運行約束，保證配電網(wǎng)安全運行；最后，針對交易主體P2P 分布式交易和與主網(wǎng)交易的情形確定最終的交易策略，并通過算例仿真驗證本文所提算法的計算效率和交易機(jī)制的有效性。

1 市場參與主體模型建立

在配電網(wǎng)P2P 分布式交易中，每一個參與交易的主體作為獨立的節(jié)點接入配電網(wǎng)，根據(jù)自身生產(chǎn)運行及用電信息確定購售電計劃后，基于有限交易信息交互達(dá)成共識（買方提供交易量、賣方提供交易價格），并通過現(xiàn)有的網(wǎng)架結(jié)構(gòu)進(jìn)行功率傳輸，實現(xiàn)分布式能源就地消納。買賣雙方交互過程中，第三方配電網(wǎng)運營商對各節(jié)點電壓和網(wǎng)絡(luò)阻塞進(jìn)行安全校核，保障交易不影響配電網(wǎng)穩(wěn)定運行。本章基于不同買賣主體交互形成的交易電價、賣方成本函數(shù)及買方通用效用函數(shù)，對賣方收益模型和買方通用效用模型進(jìn)行精細(xì)化建模，并基于電壓靈敏度分析和PTDF 精細(xì)化構(gòu)建第三方配電網(wǎng)運營商校核模型。

1.1 賣方收益模型

在配電網(wǎng)分布式交易中，通常賣方為光儲一體的生產(chǎn)者。因此，賣方i提供電能的成本函數(shù)Ci(·)可以用二次凸函數(shù)近似通用表示［18］，即

式中：pi為賣方i售出的總功率；αi、βi、γi為賣方的運行參數(shù)，數(shù)值大小取決于每個賣方的發(fā)電類型、負(fù)載情況和發(fā)電風(fēng)險，每個賣方參數(shù)都唯一確定。

賣方i在交易過程中，其他邊界參數(shù)不變的條件下，增加P2P交易所造成的網(wǎng)損增量σi(·)近似表示為：

式 中：pij為 賣 方i向 買 方j(luò)售 出 的 功 率；εi為 損 耗 系數(shù)，取決于網(wǎng)絡(luò)模型的參數(shù)和配置，且滿足0 ≤εi≤αi。

則賣方i在交易中獲得的收益WSi為：

式中：λij為賣方i和買方j(luò)之間P2P 交易的價格；NC為參與交易的買方個數(shù)。賣方i在某一交易時刻的售電功率要受以下約束：

1.2 買方效用模型

參與P2P 分布式交易的買方通常帶有柔性負(fù)荷，并能夠依據(jù)市場價格來調(diào)整其需求，則其對市場的需求可以用效用函數(shù)來建模。買方j(luò)的分段二次效用函數(shù)Uj(·)如下［19］：

1.3 第三方校核模型

在配電網(wǎng)中，買賣雙方參與P2P 交易可能會導(dǎo)致過電壓和網(wǎng)絡(luò)阻塞等問題，因此，需引入第三方機(jī)構(gòu)對交易過程進(jìn)行評估。本文采用電壓靈敏度分析和PTDF 依靠局部信息對交易節(jié)點電壓和線路潮流進(jìn)行快速校驗，既加強(qiáng)了用戶的隱私保護(hù)，又保證了交易在不影響配電網(wǎng)安全的情況下進(jìn)行。

1.3.1 電壓校核模型

電壓校核問題本質(zhì)上是建立配電網(wǎng)中各節(jié)點功率與電壓之間的映射關(guān)系。本節(jié)采用電壓靈敏度來分析節(jié)點功率變化引起電壓變化的情況。電壓靈敏度可通過牛頓-拉夫遜潮流計算法中的雅可比矩陣計算得出：

式中：J為雅可比矩陣；ΔP、ΔQ、Δθ和ΔV分別為配電網(wǎng)拓?fù)浣Y(jié)構(gòu)中各節(jié)點有功功率P、無功功率Q、相角θ和電壓幅值V的變化量；ΔPn和ΔQn分別為第n個節(jié)點的有功和無功功率的變化量；Nn為配電網(wǎng)節(jié)點個數(shù)；?Vk/?Pn和?Vk/?Qn分別為節(jié)點n的有功和無功功率變化量對節(jié)點k電壓的靈敏度矩陣元素；ΔVk為節(jié)點k電壓幅值的變化量。

1.3.2 網(wǎng)絡(luò)阻塞校核模型

由于交易的路徑依賴性，需要合理評估交易是否造成所涉及饋線的阻塞。本節(jié)添加線路潮流約束來對配電網(wǎng)物理網(wǎng)絡(luò)進(jìn)行建模。

若線路l上的潮流高于Fmaxl，則第三方機(jī)構(gòu)將分別發(fā)送代表網(wǎng)絡(luò)“擁堵費”的價格信號ηl1和ηl2給使用線路l的買方和賣方，通過價格引導(dǎo)交易，以避免網(wǎng)絡(luò)發(fā)生阻塞。

2 P2P 分布式交易模型

2.1 目標(biāo)函數(shù)

本文以配電網(wǎng)分布式交易中買賣雙方總體收益最大為目標(biāo)函數(shù)，其計算公式如下：

優(yōu)化問題需滿足約束條件式（5）、式（9）、式（10）和式（14），其中式（5）和式（9）為買賣方的本地產(chǎn)能約束，式（10）為交易全局功率平衡約束，式（14）為配電網(wǎng)網(wǎng)絡(luò)阻塞約束。

2.2 求解方法

本文提出一種基于原始-對偶梯度法的分布式算法來求解本文的優(yōu)化問題（式（17）），該問題為凸優(yōu)化問題，證明過程見附錄A。根據(jù)對偶分解原理將原優(yōu)化問題分解成一系列買賣雙方的子問題，每一個子問題都由市場參與者根據(jù)自身生產(chǎn)運行信息局部計算交易量及交易價格，通過買賣雙方迭代交互實現(xiàn)功率平衡，通過第三方配電網(wǎng)運營商進(jìn)行電壓、網(wǎng)絡(luò)阻塞校驗確保網(wǎng)絡(luò)安全性，以保證優(yōu)化問題在考慮網(wǎng)絡(luò)約束下達(dá)到最優(yōu)，解決了傳統(tǒng)集中式方法集中調(diào)度運行效率低、運算乏力、侵犯參與者隱私、損害參與者自治性等缺點。

首先，根據(jù)拉格朗日松弛法對本地產(chǎn)能約束、全局功率平衡約束和網(wǎng)絡(luò)阻塞約束進(jìn)行解耦，其增廣拉格朗日函數(shù)定義如下：

式中：Nl為配電網(wǎng)支路個數(shù)；ηl1和ηl2為與式（14）約束相關(guān)的產(chǎn)生網(wǎng)絡(luò)阻塞時的價格信號乘子；μi1、μi2和μj1、μj2分別為與式（5）和式（9）約束相關(guān)的控制賣方和買方本地產(chǎn)能約束的乘子。

通過對增廣拉格朗日函數(shù)中乘子求導(dǎo)，可利用原始-對偶梯度法導(dǎo)出乘子分布式更新規(guī)則：

式（19）—式（25）為各拉格朗日乘子更新規(guī)則，式（26）和式（28）為通過內(nèi)點法等優(yōu)化算法求解目標(biāo)式（27）和式（29）得出的買賣雙方購售功率更新量，(s'i)-1和(b'j)-1分別表示賣 方i和買 方j(luò)的局部優(yōu)化過程。由于每個內(nèi)部子問題包含很多決策變量，直接優(yōu)化求解迭代時間長、收斂速度慢，通過計算其梯度步長和投影代替直接優(yōu)化求解，可以減少迭代時間、加快收斂速度。當(dāng)買賣雙方具有最大收益時，其對應(yīng)梯度為：

式中：ολ、ομ、οη均為預(yù)先設(shè)定的任意小的正數(shù)。

3 分布式市場交易流程

在本文設(shè)計的P2P 分布式市場交易機(jī)制中，將1 個交易時段分為3 個階段，即信息發(fā)布階段、分布式交易階段和余量上網(wǎng)階段。具體交易流程如下：

第2 階段：分布式交易。在分布式交易階段中，將按照圖1 所示流程開展P2P 分布式市場交易。圖中，實線代表賣方i和買方j(luò)在交互過程中匹配的價格和功率交易量信號，以及交互過程中的阻塞價格信號；虛線代表賣方i或買方j(luò)與其他買方或賣方之間匹配的價格和功率量信號。

圖1 P2P 分布式市場交易流程Fig.1 P2P distributed market transaction process

其算法迭代的步驟如下：

步驟1：參與市場的賣方根據(jù)式（19）更新與不同買方交易的價格，并將價格通過交互平臺廣播給所有買方。

步驟2：買方通過式（28）確定購入功率量，并通過交互平臺反饋給所有賣方。

步驟3：賣方接收買方更新的購入量后，根據(jù)式（26）更新自己的售出功率量。

步驟4：買賣雙方根據(jù)式（22）—式（25）更新內(nèi)部優(yōu)化乘子。

步驟5：第三方配電網(wǎng)運營商根據(jù)式（13）進(jìn)行電壓安全評估，根據(jù)式（16）計算線路潮流變化，并根據(jù)式（20）、式（21）計算出線路阻塞價格信號ηl1和ηl2反饋給買賣雙方。

步驟6：根據(jù)式（37）—式（39）判斷是否迭代收斂，如果不收斂則返回步驟1，進(jìn)行新一次循環(huán)迭代；如果收斂則計算結(jié)束，買賣雙方得到確定的交易量和交易價格。

第3 階段：余量上網(wǎng)。經(jīng)過第2 階段分布式交易后，可能某些交易主體依然存在剩余功率或者購電不足的情況，此時，可通過進(jìn)一步與電網(wǎng)達(dá)成交易實現(xiàn)供需平衡。對于購電不足的買方，可以按照電網(wǎng)公司分時零售電價繼續(xù)向電網(wǎng)公司購電，由電網(wǎng)公司平衡不足的功率；對于仍有余量的買方，可以按照電網(wǎng)公司的分時上網(wǎng)電價出售給電網(wǎng)公司，進(jìn)一步獲得收益。

4 算例分析

4.1 仿真條件

本文采用改進(jìn)IEEE 33 節(jié)點配電網(wǎng)網(wǎng)架結(jié)構(gòu)對用戶參與的P2P 分布式交易機(jī)制進(jìn)行仿真驗證，網(wǎng)絡(luò)線路參數(shù)及各節(jié)點負(fù)荷信息分別如附錄B 表B1、表B2 所示。在該網(wǎng)絡(luò)中存在10 個交易主體，具體接入節(jié)點情況如附錄B 圖B1 所示。交易主體的買賣身份已確定，其交易擬定時間點T=14 h（代表交易日內(nèi)交易最活躍時段14：00—15：00 的交易情況）的參數(shù)來源于文獻(xiàn)［20］，具體參數(shù)如表B3 所示。分

4.2 單一時段結(jié)果分析

為了驗證所提交易機(jī)制中分布式算法的收斂性，本節(jié)選取交易日內(nèi)交易最活躍時段展開分析。該時段含有4 個賣方和6 個買方參與P2P 分布式交易，在算例中僅對典型賣方4 與各買方的交易情況進(jìn)行分析，以說明各買方購電特征，驗證交易機(jī)制中分布式算法的收斂性。其余賣方的交易分析過程與典型賣方的分析流程類似，在此不再詳述，列于附錄C。

賣方4 與各個買方之間交易量迭代演變的過程如圖2 所示。圖中，縱坐標(biāo)代表每次買賣雙方交互過程中的交易量。

圖2 T=14 h 時賣方4 與各買方交易量交互過程Fig.2 Interactive process of transaction volume between seller 4 and each buyer when T=14 h

由圖2 可以看出，在文中提出的P2P 分布式交易機(jī)制中，賣方和每一個買方僅在有限信息交互下就可完成P2P 匹配，很好地保護(hù)了隱私，同時也驗證了本文設(shè)計的交易機(jī)制中分布式算法的收斂性。賣方4 在交易最活躍時段中的總售電功率為17.627 1 kW，將功率拆分后分別傳送給買方1～6，最終達(dá)成交易的功率分別為4.641 4、3.428 3、2.074 4、2.636 3、2.943 1、1.903 6 kW。同時，本文在附錄D圖D1 中給出了在T=14 h 時段，賣方4 與各買方交易報價更新過程，經(jīng)過22 輪迭代磋商后形成最終交易價格。其中，與買方1 達(dá)成本時段最高交易價格0.818 3 元/（kW·h），與 買 方6 以 最 低 交 易 價 格0.618 9 元/（kW·h）成交，成交價格均在該時段電網(wǎng)上網(wǎng)電價和零售電價之間。

通過交易量和交易價格數(shù)據(jù)不難發(fā)現(xiàn)，由于買方1 的購入功率上限較大，該時段的功率剛性需求較大，故其與賣方4 進(jìn)行磋商的交易價格較高，賣方更傾向于以網(wǎng)絡(luò)約束范圍內(nèi)可交易最大功率量與之交易，從而提高自身收益；而買方6 在該時段內(nèi)購電需求相對較小，更希望以較低價格來平衡當(dāng)前較小的功率缺額，故最終以較低價格競得最小一部分交易量。買方3 由于效用函數(shù)參數(shù)ω3偏低，導(dǎo)致自身對分布式交易的用電滿意度不高，加上網(wǎng)絡(luò)約束的限制使其雖有最大的功率需求，卻依然只交易得到較小的份額。各交易主體間通過參與P2P 交易減少了向主網(wǎng)購售電，不僅能夠進(jìn)一步提高收益和降低成本，也能間接促進(jìn)分布式能源就地消納，增強(qiáng)了參與者的自治性。

繼續(xù)探究本文交易機(jī)制的實用性，擴(kuò)大買賣主體規(guī)模進(jìn)行驗證分析。在更大規(guī)模的配電網(wǎng)中，將買賣主體的數(shù)量從10 個遞增至40 個，分析不同數(shù)量交易主體接入后算法的計算速度。

從表1 可以看出，由于主體間的交互信息有限，盡管交易主體數(shù)量成倍增加，但交易速度依然很快，能夠保證一定的計算效率。因此，可認(rèn)為本文所提交易機(jī)制可以適用于不同規(guī)模買賣主體接入下的計算。

表1 不同數(shù)量交易主體的交易計算速度Table 1 Transaction calculation speed with different number of transaction entities

4.3 算法對比分析

為了驗證所提分布式算法的最優(yōu)性，本節(jié)給出了分布式算法與集中式方法的對比分析，分析結(jié)果如圖3 所示。以T=14 h 為例，本文所提分布式算法計算交易量與集中式優(yōu)化得到的各主體間交易量全局最優(yōu)解的誤差不大，最大誤差僅為0.163 5 kW，分布式算法通過求解交易主體局部子問題實現(xiàn)各主體全局效用最優(yōu)。由于各交易主體均參與交互，在各主體均達(dá)成共識的前提下進(jìn)行交易，分布式算法保證了各主體的交易公平性，而集中式方法僅以總體收益最大化作為優(yōu)化目標(biāo)，計算得出各買賣主體的總交易量，并未考慮各主體間具體交易情況，僅能保證總體收益最大而部分主體的效益難以保障。

圖3 T=14 h 時集中式和分布式算法下各主體交易量對比Fig.3 Comparison of transaction volume of each entity with centralized and distributed algorithms when T=14 h

表2 給出了不同算法計算結(jié)果的比較，分別為本文所提分布式算法、文獻(xiàn)［16］中提出的“松弛一致性+創(chuàng)新”（relaxed consensus+innovation，RCI）分布式算法和集中式算法。其中，本文所提分布式算法分別通過內(nèi)點法和式（32）—式（39）提出的一階算法進(jìn)行求解。比較結(jié)果可知，本文所提分布式算法可通過兩種計算形式近似得到集中優(yōu)化的結(jié)果，并且與其他分布式算法計算結(jié)果近似，進(jìn)一步驗證了本文算法的最優(yōu)性。一階算法的迭代次數(shù)相較于內(nèi)點法和文獻(xiàn)［16］所提的RCI 算法大幅降低，并且由于單次迭代中交換信息更少，單次迭代時間也更少，故可大幅縮短迭代時間，提高計算效率。

表2 后半部分比較了不同算法的屬性。通過比較可知，文中所提算法和RCI 算法均能在保證主體隱私的前提下，使各交易主體通過有限信息交互便可達(dá)成交易，很好地解決了集中式交易模式下交易信息易泄露、交易數(shù)據(jù)不透明和交易公平性的問題。但是，RCI 方法在迭代過程中需交互買賣主體雙向的價格和交易量信號，而本文交互過程僅需由買方提供交易量、賣方提供交易價格，交互信息量減少一半。因此，本文所提算法可在更少的信息交互下達(dá)成交易，進(jìn)一步體現(xiàn)了算法的計算效率和主體間交易隱私性上的優(yōu)勢。

表2 不同算法計算結(jié)果比較Table 2 Comparison of calculation results of different algorithms

4.4 運行約束分析

為了驗證線路潮流約束對各主體交易的影響，以線路6 為例，圖4 給出了阻塞因子和線路潮流的變化過程，其中，線路6 參與P2P 交易的最大功率傳輸量設(shè)定為35 kW。在每一次更新交易價格和交易功率量后，第三方配電網(wǎng)運營商對線路6 上潮流進(jìn)行快速校核，如果線路中Fl超過最大限值35 kW，阻塞因子會急劇增大，第三方配電網(wǎng)運營商將其作為阻塞價格信號發(fā)送給相關(guān)買賣主體，通過增加參與者交易成本來間接引導(dǎo)交易者內(nèi)部優(yōu)化改變交易策略，從而快速達(dá)成新的交易共識，避免了分布式交易造成原網(wǎng)絡(luò)線路阻塞。當(dāng)線路Fl未過限時，阻塞因子幾乎為0，第三方配電網(wǎng)運營商不會影響買賣主體的交易策略。整個協(xié)調(diào)過程中，第三方配電網(wǎng)運營商只通過有限數(shù)據(jù)（各買賣節(jié)點變化的節(jié)點注入功率）快速完成線路潮流校核，基于阻塞價格信號間接影響用戶的行為，而沒有直接控制參與交易用戶的功率購入/售出量，很好地保護(hù)了用戶隱私。

圖4 T=14 h 時線路6 潮流與阻塞因子變化對比Fig.4 Comparison of changing power flow and congestion factor in line 6 when T=14 h

買賣雙方在每一次交互過程中，第三方配電網(wǎng)運營商均對可能產(chǎn)生的交易情況進(jìn)行電壓校驗。本文在附錄D 圖D2 中給出第三方配電網(wǎng)運營商對末端節(jié)點18 的電壓校驗情況。由于本文所提出交易機(jī)制針對的是用戶側(cè)高頻實時交易，交易量較小，大多在千瓦級，故在交互過程中電壓波動較小，即使在交易最活躍/低谷時段，電壓也均未超過安全范圍，充分體現(xiàn)了本文機(jī)制同時保證經(jīng)濟(jì)性和安全性的優(yōu)勢。

4.5 全天24 時段經(jīng)濟(jì)性分析

為體現(xiàn)P2P 交易相對于傳統(tǒng)集中撮合交易的經(jīng)濟(jì)性，本節(jié)給出一個交易日內(nèi)兩種交易模式的收益對比情況。其中，集中撮合交易采用分時電價，具體電價見附錄D 圖D3。

圖5 給出了24 時段內(nèi)P2P 交易量和與主網(wǎng)購售電量的變化情況。時段11～17 為P2P 交易的峰值時段，此時段內(nèi)由于分布式可再生能源發(fā)電充足，市場參與者更傾向于通過分布式交互獲取更多電能，再通過與主網(wǎng)交易達(dá)成供需平衡，相較于直接集中撮合交易，減少了交易量和信息傳輸壓力。其余時段由于P2P 交易交互價格相較于分時電價優(yōu)勢不明顯，加上可交易量減少，P2P 交易隨之減少，但依然保持市場活躍性。

圖5 24 時段內(nèi)P2P 交易量與主網(wǎng)購售電量變化Fig.5 Changes in P2P transaction volume and purchasing and selling power of main grid within 24 time periods

表3 不同交易方式的計算結(jié)果比較Table 3 Comparison of calculation results with different transaction modes

5 結(jié)語

本文設(shè)計了一種運行約束下綜合考慮主體隱私性和用戶差異化選擇的P2P 分布式交易機(jī)制，并通過多個交易主體間能量交易對所提機(jī)制進(jìn)行驗證。結(jié)果表明，該機(jī)制具有如下優(yōu)勢：

1）所提機(jī)制可協(xié)調(diào)各主體間能源共享，市場參與者均可公平參與分布式交易的價格磋商來提高自身收益，提高參與者交易自主權(quán)。

2）采用基于原始-對偶梯度法的分布式算法對各交易主體利益最大的優(yōu)化模型進(jìn)行求解。通過有限信息的局部迭代實現(xiàn)交易主體全局效用最優(yōu)，一定程度上提高了計算效率，解決了集中式方法帶來的計算和通信負(fù)擔(dān)，同時允許買賣主體進(jìn)行自主能量管理，僅交互有限信息便可達(dá)成有效交易，降低了交易主體內(nèi)部信息泄露的風(fēng)險，也增加了主體的自治性。

3）同時考慮P2P 分布式能源交易與系統(tǒng)的安全運行，引入第三方進(jìn)行線路阻塞和電壓安全快速校驗，既保證了各主體的利益最大化，又避免了交易對配電網(wǎng)安全運行造成影響。

本文交易機(jī)制可適用于配電網(wǎng)多市場主體參與下小規(guī)模、高頻率、隨時發(fā)生的交易場景，但該機(jī)制的推廣應(yīng)用仍需要未來市場主體準(zhǔn)入認(rèn)證、稅費分?jǐn)倷C(jī)制、靈活性激勵機(jī)制等方面更細(xì)致的政策法規(guī)來支持。下一步研究工作將在本文基礎(chǔ)上設(shè)計配電網(wǎng)過網(wǎng)費形成機(jī)制，進(jìn)一步探討在本文交易機(jī)制下配電網(wǎng)運營商如何獲取收益的問題，并在區(qū)塊鏈平臺上編寫智能合約實現(xiàn)交易的結(jié)算功能，從而完善配電網(wǎng)多市場主體參與下的P2P 交易全過程。

附錄見本刊網(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。