基于纳什协商的电力交易策略研究.pdf

Microcomputer Applications Vol.39,No.11,2023文章编号：10 0 7-7 5 7 X(2023)11-0076-04基金项目基于纳什协商的电力交易策略研究微型电脑应用2 0 2 3年第39 卷第11期张志翔，罗文海（广州电力交易中心有限责任公司，广东，广州5 10 6 6 3）摘要：针对目前P2P电力交易公平性挑战问题，提出了分布式P2P电力交易模型。通过定义网络损耗计算运输成本。基于纳什协商模型将电力交易策略转换为2 个序列凸子问题。基于ADMM的分布式算法求解模型Pareto最优收益，从而在有限的信息交换下实现电力交易参与者之间的动态协商过程。结果表明，所提模型可为市场参与者提高公平交易，且具有Pa-reto最优收益解。关键词：电力系统；分布式交易；P2P；纳什协商中图分类号：TP393Research on Power Trading Strategy Based on Nash Bargaining(Guangzhou Power Exchange Center Co.,Ltd.,Guangzhou 510663,China)Abstract:Aimed at the challenge of P2P power transaction fairness,a distributed P2P power transaction model is proposed.The transportation cost is calculated by defining the network loss.Based on the Nash negotiation model,the power tradingstrategy is transformed into two sequential convex subproblems.The distributed algorithm based on ADMM solves the Paretooptimal income model,so as to realize the dynamic negotiation process among power trading participants under limited informa-tion exchange:The results show that the proposed model can improve fair trading for market participants,and has Pareto opti-mal return solution.Key words:power system;distributed transaction;P2P;Nash bargaining0引言随着物联网以及城市发展的逐步扩大 1-3，电力的需求和供电的要求 4-5 1也越来越高。常见的P2P电力交易面临多重安全和隐私威胁。一方面，如果电力市场不完全可信和透明，则P2P网络节点进行大规模分布式交易是不安全的。另一方面，由于担心安全性和违约问题，电力过剩的节点可能不愿意参与交易。在这种情况下，节点之间的电力供需将存在失衡现象。此外，区块链技术6 可为电力市场的运营模式、拓扑结构和安全性注入新活力。作为一个分布式数据库和分散的P2P网络，区块链具有智能合约、分布式决策、协作自治、高防篡改安全性和透明性的特点7。与传统的集中式电力市场不同,P2P平台不需要存储可再生能源并预测所有参与者的负荷需求，从而避免了隐私和安全问题。然而，市场参与者之间存在利益冲突，需要考虑交易公平性问题。为了改善P2P电力交易公平性问题，本文基于纳什协商(NBS)理论提出了分布式P2P电力交易模型。该模型可以最大化市场参与者的利益，从而使市场参与者获得Pareto最优收益。1分布式P2P电力交易模型1.1系统结构图1为分布式P2P电力交易模型结构。其中，市场参与基金项目：基于SaaS多租户模式的电力交易平台运营管控机制及相关运营支撑技术研究项目（ZBKJXM20180983）作者简介：张志翔（197 9一），男，硕士，工程师，研究方向为电力市场运营、电力交易平台建设和运营管理；罗文海（1990 一），男，硕士，工程师，研究方向为电力交易平台建设和网络安全管理。文献标志码：AZHANG Zhixiang,LUO Wenhai微电网图1分布式P2P电力交易模型结构1.2网络损耗分析当LA与DNO、M G O 进行交易时，电力交易中通常存76.者包括负荷聚集商（LAs）和微电网运营商（MGO）。对于LAs,负载主要有固定负载、可中断负载和可移动负载；对于MGO,主要由储能系统(ESS)、可再生能源发电机、内部负载和通信设备组成。为简化计算，使用集合C=（1，2，c 表示LAs，集合N=（1,2，n）表示MGO。此外，模型的运行时间以d为单位，用集合T=(1,2，t)表示，其中t=24h。在该模型中，市场参与者不仅可以与配电网运营商(DNO)进行电力交易，还可以通过协商完成电力交易过程，同时DNO可以向参与者收取网络损失的运输成本。为此，基于NBS执行P2P交易，从而使市场参与者能够获得Pareto最优收益。MGOn-11通信网络工电力1传输线直接交易直接交易LAMGOn分布式P2P平台Microcomputer Applications Vol.39,No.11,2023在3种网络损耗。首先，通过配电网的电力传输损耗。其次，变压器损耗主要包括铜损耗和铁损耗；铜损耗指变压器一次绕组和二次绕组电阻引起的损耗，可通过短路试验获得；铁芯损耗指铁芯中交变磁通引起的损耗，通常认为等于空载损耗，可通过空载试验获得。最后，由其他因素造成的损耗，如由于获得可再生资源和新电气设备而导致日益严重的谐波损耗、电容器的介电损耗、电抗器损耗等（包括导体损耗、磁滞损耗、涡流损耗等）。一般来说，线路上的电流越大，其他因素造成的损耗就越大 8 。基于上述考虑，令MGO为n，LA 为c，则电力交易过程中总损耗计算如下：Pr.loss=I,Rc+m(PCop+Plron)+al?式中，Ploss表示用于电力交易时隙t时的总网络损耗，I,和R分别表示线电流和传输线电阻，PCop和PIron分别表示变压器的铜损耗和铁损耗，m表示电力交易通过变压器的个数，表示其他因素引起的网络损耗系数。令P表示LA在时隙t时从MGO购买的电力。假设电力并网点的功率因数角为，电压为U,则电流计算如下：I.=U.cos o(2)进一步，将式（2)代人式（1），网络总损耗更新为Pn.c(U,cos,)当LA和MGO进行交易时,DNO可基于时隙t时的网络损失向其收取运输成本，则有：N2=1其中，表示网络损耗惩罚系数。同时，运输成本由LA和MGO双方平等分担。1.3LA模型在P2P电力交易模式下，每个LA可以与DNO和MGO进行独立交易。因此，VcEC,VnEN,LA的收益函数定义如下：max U,=(a.P.+b.P.)-b,P C-zw(5)其中，前一个多项式为功率消耗的效用函数。和b。表示效用函数系数，且ac通常为负，b。通常为正；P,表示优化调度后时隙t处的负载。第二个多项式为从DNO购买电力的成本，包括电价b和时隙t时从PG.提取的电力。第三个多项式为n和之间直接电力交易的运输成本。第四个多项式为LA向MGO支付的总付款，其中Z表示n和c之间的付款。此外,LA的收益函数在时隙tET处应满足以下约束：Pe.=Plore+Pin,+PoutPiu,工2P.-2Pot-14=1OPiPilmx其中,Pfore表示时隙t处c 的预测总负荷消耗,Pin,和Pout分别表示传人和传出的荷载，Piu,表示可中断负荷，Pim*和基金项目Paum分别表示传入和传出的荷载上限。式（9)保证可移动负载总量在运行范围内保持不变。Pilima*表示可中断负荷的上限。此外，维持LA系统供需平衡的约束条件定义如下：PainPe.Pm,VtET,VcEC(11)OPC,PGm*,VIE T,VcEC(12)OPuPmx,VIET,VcEC,VnEN(13)P.=PG,+ZP,VtET,VcEC(14)11其中，Pmin和Pmax表示时隙t处LA功率消耗的下限和上限。PG.ma和Pma*分别表示DNO和MGO的最大交易电量。式(1)(14)用来确保LA系统的功率平衡。1.4MGO模型对于任意MGO(VnEN)，其可以与DNO、LA s 和其他MGO进行交易。因此，VnEN的目标函数定义如下：Tmax U,-(sPn+ul.)-(b,P+Cy+C.N+t-1CESS)+Z.PC.C12=11CN22nEN/n)CE=o,(Et.+E),VtET,Vn EN(3)uh.,=a,P.+b,P.t,tET,VnENZ=ZZm+ZzmnEN/(n)其中，st表示第n个MGO在时隙t向DNO出售电力P的(4)销售电价。u为第n个MGO的内部负载效用。an和b，表示第n个MGO的负载效用系数，Pn.表示优化后时隙t处的负载消耗。Ps.C表示第n个MGO从DNO购买的电力。CESS表示ESS在第n个MGO充电和放电的折算成本。o，是转换后的成本系数，E和E分别表示时隙t处的充电量和放电量。Z，是第n个MGO与LAs和其他MGO交易的总付款。如果Zm的付款大于零，则表明第n个MGO与第nN个MGO交易时，前者为微电网中的卖方，否则其是微电网-1中的买方。进一步，ESS的充电和放电状态应满足以下约束条件：OEnt,E.,Emx,VtET,VnEN(21)S.-S.I+Et-Em.te.n E(22)ndSmiS.Smx,VtET,VnENS.o=Sn.T,VnEN其中,Emx表示最大充电和放电量，Sn表示时隙t处的电能存储水平，n和nd分别表示充电和放电效率，Smin和Sma分别表示电能存储水平的下限和上限，Sn.o和Sn,T表示ESS在(6)运行范围内的初始和最终电能存储水平。在第n个MGO(7)中,荷载与LA中的荷载具有相同的特性，因此其可以简(8)化为工P.=(PIX,PSL,PL.),VtET,VnEN(9)其中，PIX表示在第n个MGO中时隙t处的固定负载，P(10)和PI分别表示在第n个MGO中的可移动负载和可中断负载。此外，为了维持微电网的安全稳定运行，相关约束条件考虑如下：77.微型电脑应用2 0 2 3年第39 卷第11期Tt-1CyP.ios(15)(16)(17)(18)(19)(20)(23)(24)(25)Microcomputer Applications Vol.39,No.11,2023OPw.,P.e1 dom=13:k-k+14：计算入:-1和p:-1)5：根据式（30）计算p.K-1)6：根据式（31）计算p:和pc)7：更新入，入p8:end while算法2 基于改进ADMM算法求解S（2 9）1:初始化k=0；拉格朗日乘子（0）=0，X（）=0；惩罚参数p:)，p:)；收敛精度e2C+NC+N2:while(2r.m+2.)ead dom-13:kk+14：计算入-1)5:更新入:，p:6:end while（30）3案例与分析(31)3.1运行环境与参数设置为了验证模型有效性，以某市2 个LA和3个MGO之间分布式P2P电力交易为案例进行分析。实验时运行环境如下：硬件为酷睿i7CPU,内存为6 4G ARM的联想工作站；所有模型均运行在MATLAB2019进行编译。选取的配电网覆盖范围为12 12 km。配电系统中LA1位于(0,3),LA1位于(9,6),MGO1 位于(0,9),MGO 2位于（12，6），MGO3位于（6,3）（为简化计算，实验时将交易距离设定为参与者之间的地理直线距离，且位置单位均为km）。同时,LAs的每日预测负荷、负荷和MGO发电量均由电网公式提供。实验时相关参数设置如表1所示。表2 为每小时分时电价。3.2仿真与分析表3为分布式P2P电力交易模式下市场参与者的收益统计情况。其中，负值表示经纳什协商后向他人付款，正值78.m=1m-1Microcomputer Applications Vol.39,No.11,2023值效用系数(LAs)-0.005RMB/kWh效用系数(MGO)15 RMB/kWh负荷上限比例(LAs)1.1倍负荷下限比例(LAs)0.95倍ESS容量(3个 MGO)(400,600,1000)kWhESS最大充电/放电功率(150,200,300)kWhESS充电/放电效率0.95ESS 的折算成本0.05 RMB/kWh铜损耗15kW铁损耗10kW网损惩罚系数0.3 RMB/kWh其他因素网损系数0.5并网点功率因数0.18并网点电压12.66kV线路电阻0.352/km表2 每小时分时电价类型时段/h9:0012:00高峰17:0022:008:009:00平时12:0017:0022:0023:00低谷23:008:00表3市场参与者的收益P2P模式/传统模式/参与者万元LA123.1821LA223.8845MGO112.8642MGO211.8516MGO311.8873表示收到付款。与传统模式下的收益相比，分布式P2P模型下参与者的收益有所提高，且每个参与者的剩余收益大体相同。根据本文所提模型，LAs和MGO可以获得公平交易，且具有Pareto最优收益解。图2 和图3为LAs和MGO经纳什协商后的负载变化曲线。由图2、图3可以看出，LAs和MGO在协商后的负荷曲线比通过最佳需求响应获得的原始曲线更平滑。对于用户而言，9:0 0 12:0 0 和17:0 0 2 2:0 0 期间的电力消耗是分时电价的高峰时段，因此将这些时段的负荷转移到平时段或低谷段可以有效地降低负荷功耗成本。此外，通过调峰填谷，MGO在分时电价高峰期间可以有更多的剩余电力。在电价高峰期间通过协商向消费者出售剩余电力可以提高其收益。基金项目表1仿真过程中相关参数1400参数1300120011001000190080024681012141618202224时间/s图2LAs经纳什协商后的负载变化曲线-经纳什协商后MGO1曲线-经纳什协商后MGO2曲线500-经纳什协商后MGO3曲线+MGOT+MGO2450+MGO340035030025024681012141618202224时间/s图3MGO经纳什协商后的负载变化曲线4总结bt/(RMB/kWh)st/(RMB/kWh)1.240.360.780.360.490.36付款情况盈余/万元万元22.78871.289523.5986-1.911212.46880.525411.44630.873511.48531.8024微型电脑应用2 0 2 3年第39 卷第11期经纳什协商后LA1曲线-LA1-经纳什协商后LA2曲线LA2本文基于区块链和纳什协商模型对电力交易策略进行了研究与分析，提出了一种分布式P2P电力交易模型。首先，基于纳什协商解执行P2P交易，从而使市场参与者能够获得Pareto最优收益。进一步，基于分布式P2P平台通过先进的信息和通信技术（如蜂窝通信）与所有市场参与者进行通信，同时可进行监督交易，为所有参与者提供清算服务，并更新分布式P2P交易过程中的相关变量，以确保电力市场的有序稳定运行。该模型为智能电网电力交易提供了借鉴。万元1王瑾.基于Web网络技术的皮革企业集成化信息管理系统设计 J.中国皮革，2 0 2 1，5 0（6）：32-35.0.39642杨涛.互联网时代下皮革行业电商物流体系研究分析0.3959J.中国皮革,2 0 2 1,5 0(8)：8 2-8 5.0.39623霍爽，刘荣浩，石岳.大数据技术在电力监测中的研究0.3963及应用J】.中国设备工程，2 0 2 1（15）：16 3-16 5.4张戈力.基于区块链技术的电力物联网工程的后评价0.3962场景研究 J.物联网技术，2 0 2 1,11（10）：8 5-8 8.5 陈广，宋志伟，陈少兵，等。数据感知技术在电力物资供应链数据质量管理中的应用.科技管理研究，2021,41(18):182-191.6 王清，李琮琮，刘松，等.基于电力市场交易规则的最优用能策略研究 J.电网与清洁能源，2 0 2 1,37（10）：1-7.7樊东，毛锐，文旭，等.新型电力系统背景下可再生能源参与电力市场交易策略研究 J.四川电力技术，2021,44(5):64-70.8 何建剑，王磊，苗光尧，等.基于大数据的智能电网用电量异常检测J.微型电脑应用，2 0 2 1，37（11）：188-191.（收稿日期：2 0 2 1-12-2 7)79参考文献