基于区块链技术的电力企业碳减排交易市场机制研究.pdf

绿色发展No.10,2023Modern Industrial Ecoormationization2023年第10 期Total 232总第2 32 期现代工业经济和信息化D0I:10.16525/ki.14-1362/n.2023.10.057基于区块链技术的电力企业碳减排交易市场机制研究张建中1，杜新，女姚建霄？，引张继英1，王晓敏1，胡如乐1（1.南方电网数字企业科技（广东）有限公司，广东广州510700;2.北京科东电力控制系统有限责任公司，北京100192)摘要：传统电力企业碳减排交易市场机制研究未建立碳减排交易模型，造成传统方法交易市场机制效率较低。提出基于区块链技术的电力企业碳减排交易市场机制研究，设计电力企业碳减排交易的市场模型，对碳排放中各项函数进行计算，根据所建立的交易市场模型进一步进行模型去中心化处理，最后基于区块链技术实现碳排放交易机制设计，设计对比实验，实验结果表明该研究方法交易市场机制效率最高，值得推广。关键词：区块链技术；电力企业；碳减排交易；市场机制研究中图分类号：G642文献标识码：A文章编号：2 0 9 5-0 7 48(2 0 2 3)10-0 17 5-0 40引言为了落实巴黎协定，推动国家环境战略的实施，引导电力生产碳权（称为碳排放）的市场化发展，建立合理精细的碳市场，对节能具有重要意义 1。减少排放和促进电力贸易的内容，二氧化碳作为电力市场衍生品不需要实物供应 2 。目前国内电力企业碳减排交易试验已取得一定成果，对电力交易机制和交易技术进行研究，电力市场的发展必须结合电力市场平衡机制和市场原则。目前有许多关于碳权贸易的研究 3,采用分析参数数据收集的方法，对能源碳权交易策略的组合在不同工况下进行模拟。对广州碳权交易中心的碳销售价格进行了预测，并基于根距离函数研究绿色增长因子的投资率 4。基于经验模式、反转、深度神经网络和支持向量机等模块，并给出了碳权销售价格的预测方法 5。利用绿色能源市场作为电力市场机制的一部分来促进绿色能源的发展，对电力市场进行了深入的研究。此外，科学家们还使用影子价格模型来评估碳贩运价格的扭曲，并在模型的基础上分析了政策对试点城市碳权排放实施的影响，该模型指的是在营销市场中构建碳市场减排交易算法。该技术具有抗阻性、安全储存和可追溯性6)。企业区块链系统组件具有链码配置和业务隔离功能。为碳权贩运提供安全便捷的技术支持。在考虑碳成本的情况下，基于阻塞技术的特点，提出利用技术应用绿色能源证书的营销场景，为电力行业清洁化的应用提供了支持和参考，根据碳权技术的特点，将普通链和私有链等区块技术与碳权交易的应用相结合，并在碳交易区块网络模型的基础上，阻塞链具有独特的业务服务功能，隔离不同企业的数据，保证数据的安全和传播 7 。总体而言，使用封锁技术进行的碳贩运研究主要是由于碳贩运各方面缺乏透明度，以及数据中心操作中的风险和相互转移问题。碳权贸易包括市场单位的经济利益，需要一个安全、透明和相互信任的贸易环境。同时碳权交易的应用可以为未来的绿色证书和“绿色能源”核能交易提供一个适当的业务扩展平台，并为碳法律市场发展一个互信增强的交易环境。1基于区块链技术的电力企业碳减排交易市场机制设计1.1电力企业碳减排交易市场模型在交易机制中，贸易活动必须首先确保系统的低碳、安全和稳定运行，同时使参与者的总利润最大化。因此，为了确定目标函数，执行以下函数操作：maxF=fi+f2+f3+f4+fs.(1)式中：fs为电力主体在交易活动中的违约成本;fif2、f3f4为供、售、储、荷各方的出清收益。fi=CEB+CECB-CeOM:(2)式中：CecB为参与碳排放权交易所得收益;CeoM为运维成本；C为供能收益，在供方交易时需考虑的收益。CeB=Z(eEs,1.sC Es,s+e Hs,t,.CHs,s)Pes.lPHSLc.At+t,.Ct,tCeCM=ZES,xHS,x.(3)Xat,.Ci,a+EB,t,sCms.Cecn=ZZcco,ie,P.-Zcco,(ek-eco,k)Pk.,式中：EeB,.a为设备在t时段的装机容量；cg为天然气单位热值所对应的购价用；ct为设备x在t时段的启动成本;为设备x在t时段的状态；t为设备x在t时段处于启动状态；cmsx为设备维护单价;es.t.s、eHS,txCEs,tsCHS,t.s为供能的设备x在t时段的供电价格、供热价格、供电量、供热量；t，为设备在t时段处于关停状态。X指定冲突设备的数量。试验时间t应用于证明供电、供热、能源供应效率以及x装置在时间t内收稿日期：2 0 2 3-0 6-2 6第一作者简介：张建中（19 8 4一），男，山西中阳人，本科，毕业于中南财经政法大学信息管理与信息系统专业，工程师，主要从事电力交易技术研究。?176第13 卷现代工业经济和信息化的效率,并且用 Pes,.sPrs,.VEs,VMis,来表示,无碳源的碳权销售价格用cco.，表示，无碳排放系统和无碳排放体系的装置数量用I、K 来表示。t时段i和k的供能量用Pi.、Pk，来表示。k的COz授予排放权和碳排放权用ekveco.来表示;i转让可能产生的碳排放用ei来表示，有碳排放源k的碳排放权购价可以用cco.k来表示。f2=Z(EEps,CePs,-EeP,CePB,-CpcB)(4)CpcB=E(Ck.,AP.,+Ch.,AP.)式中：f2为售方收益。更重要的业务考虑是系统源费用的平衡以及电网的安全稳定运行，需要弥补潜在的网络拥塞成本CpCB。在交易链的t时段增、减出力时的购电单价分别用Ch.、Ck 来表示；在交易链的t时段机组k增加的出力、减少的出力分别用AP、A P来表示。fs-Z(e esO,t,.C EsO,t.a+e ss,t,.C ss,t,.a-EesM.,t,dC EsMC,a)(5)式中：f为储方收益。储运方应主要考虑储运设备的运营和维护成本以及储能和输出的动态行为。CESMC.a为储能设备的维护单价;ErsMC.l.a为储能设备在t时段的建设容量；储能设备总数用A来表示；储能设备a在t时段的储能容量和储能单价分别用 es.aCes.a来表示；储能设备在t时段的放能容量和放能单价分别用erso.tavCpCrso.t.a来表示。f4=Z(c LAs.(eLASD,-eLASU,.)-ai(e LASD,2+an(eLAsu,)(6)式中f4为荷方收益。荷方受益于利用请求的副作用对电网进行调整的能力，从而获得适当的利益。负荷因响应电网的电力需求而造成的经济损失的相关系数分别用a和来表示；荷方t时段的售电价格、下调和上调的电量分别用cLAs,veLAsU.和eLASD,来表示。在锁定环境中，每个参与电力站点交易的企业都应该形成自已的信用点，并计算每个企业的失败成本。假设企业作为一个独立的单位与区块链相连，设主体以独立节点形式接至区块链，则每个区块中每个企业的信贷价值计算公式如下：fs=maxFi-Zz=1,2,.,Z(7)VzYzt?式中：fs为违约成本。Z为交易主体总数；Vz为成交次数。若yz.与ys不匹配，则产生违约成本，碳排放重量或实际报告电量用y来表示，z在t时段对于计划报告，碳重量或电量值用ys来表示，z未违约交易的次数用v，来表示。为方便信用值量化，引人系数Sy，则碳减排交易市场模型为：Y,=Z8(1-fs)(8)1.2模型去中心化处理电力企业碳减排交易市场模型作为区块链的底层网络基础，能够高效地实现各主体间点对点的信息传输。碳减排去中心化主要包括3方面，根据上述建立的交易市场模型进一步达成共识。完成交易运转的具体表达式如式（9）所示：RerRer.maxRcrRcT.max(9)TerTer,mxTcrTcr.mx式中：碳排放交易链区块中的服务数量、最大服务数量、交易符合时间和交易符合最长时间分别为Rcr、RcT,maxvTcr、T e r,ma x，电能交易链区块中的服务次数、最大服务次数、服务匹配时间和最大服务匹配时间分别用Rer、R c r.me x T e r、T e r.mx 来表示。交易运转的公式在式（10）、式（11)和式（12)中体现。ZY,Pe,x,t+ZPes,a,=Pi,(10)式中：Pe,x，和Pes.a分别为t时段供能设备和储能设备a的出力；P，为t时段负荷需求总额。Pm=UmZU,Pi(Gmcos0mm+Bmsin0mm)(11)Qm=2,EU.(Gmsin0mm-Bmmcos0mm)式中：Um为节点m的电压；2 n为节点集合；0 m为相位差节点，Gm、Bm m 分别为实部和虚部是节点间的导纳结果。Pm、Q m分别为节点m的有功功率、无功功率。P.Pe.i Per.a.Pea.mPes-.in Pes,Dx,/Pes,.mx(12)PlninPl,Pl.maxQl.minQi.,Qi.max式中:Pe.x,minPe,x.max分别为设备的出力上、下限；Pes-C.a.Pes-C.a.mx Pes-C.x.min 分别为相关设备在t时段的充电出力及其上、下限;Pes-Ds.mxv、Pe s.D.x/、Pe s-D.mi n 分别为相关设备在t时段的放电出力及其上、下限。Pl.、PlmaxP.min分别为线路l在t时段的有功功率及其上、下限；Q、Q l.mx v Q l.mi mn 分别为线路l在t时段的无功功率及其上、下限。去中心化的具体表达式如式（13）所示：Z Jcs.m,=E JcB,n,t(13)Js.m.Qm Jcs,m,max式中：Js.m.为主体m在t时段的碳排放权出售量；JcB.n，为主体n在t时段的碳排放权购买量；M和N分别为主体m和n的总数；Js.mmx为主体m可出售的碳排放权总量。通过以上三方面的服务条件设定，最终实现碳减排去中心化计算。1.3基于区块链技术实现电排放交易机制设计在现阶段的交易阶段，需要依靠去中心化模型完成交易的全过程。引人区块链后，通过上述交易市场和去中心化的架构，设计以下基于区块链技术的电排。17 72023年第10 期张建中，等：基一区块链技术的电业碳减排交易市场机制研究放交易机制流程，鉴于区块链性质，交易机制流程如图1所示。开始川户逃人系统川户提交密封报价密封申报时间是否截止使用区块公开报价链技术用户公开报价与密封报价是否一致将摄合结果写入交易合向区块结束图1交易机制流程1)新用户注册。提交开户申请须由用户本人亲自向电网公司执行，批准后，公私钥地址将自动获得交易账户。2)加入联盟。开始交易前,所在市场内的任一交易联盟都可以被用户选择加入。3)报价密封。对各时段的自身产能和市场趋势等综合研判是交易参与者需要判断的，进行区块链技术加密后对各个时段所供所需电量和电价进行密封报价，在交易联盟系统中进行广播。4)解封报价。进行解密公开是交易参与者对密封报价的必要条件。一致的区块链技术加密的信息与公开的报价信息，将该用户加人交易撮合队列。若为否，该用户不参与本次交易。5)区块链人链交易。选举代理记账节点记录交易撮合结果，在联盟中进行区块链技术验证，成功验证节点后，加人交易合同区块，获得交易手续费作为该区块代理记账节点的记账奖励。根据上述模型求解结果设计交易链的共识机制，选举的代理记账节点为交易参与者的共识值，被选为代理节点的可能方式为增加共识值。至此完成基于区块链技术的电力企业碳减排交易市场机制设计。2实验论证为了说明本文方法的优势，建立三个方案进行比较分析。传统方法1和传统方法2，利用锁定技术，根据碳权进行现场电力交易，并对每一种方案进行效益计算。2.1实验准备智能合约建立后，EEA区块平台将发布电力交易链和碳交易链，并在模拟IEEE14单元系统的基础上做出决策。模拟场景设置：10 个火电商、10 个风电供应商、30 个光伏供应商、30 家负载聚合商和2 0 个储能供应商，Pmaxis300MW/d，碳权申报最高金额为300元/t，最低限额为2 0 0 元/t。其他关键设备的主要开度表如表1所示。表1其他关键设备核心参数项目装机容量/MW维护单价/（万元MW-）效率/%光伏1800.319火电1300.840风电2600.450电池505.088根据本文中建立的模型样本，供应、装载和储存双方应在卖方的封锁链中进行本地交易，计算电力出清的实际时间结果。在每一段时间内，供应、储存和负担都基于卖家的需求下进行竞价的。同时确保各方利益最大化，并确定区块链中的实际出口价格。各交易主体应当通过电力排放交易开展碳交易，并得出三种方法交易处理效率对比结果，如表2 所示。表2三种方法结果对比传统方法1交易传统方法2 交易本文方法交易处交易次数/次处理响应时间/h处理响应时间/h理响应时间/h501.432.850.311001.642.740.351501.652.940.532.2对比实验由表2 可知，采用本文方法交易效率最高，平均比传统方法1和传统方法2 处理交易时间分别减少1.43h和2.55h。实验结果表明，采用本文方法能够提高交易效率，更加方便供、储、售、荷各方进行碳减排交易。3结语基于区块链的技术优势，充分考虑了碳权的营销，通过现场电力交易，鼓励各交易主体参与电力市场竞争的积极性，有助于实现“双碳”目标。应继续通过提供区块链上的接口和传输网络数据来接通有关部门。参考文献1郭伟，孙志杰，刘继鹏，等基于区块链技术的电力用户窃电电子证据可信存证系统设计 J.电子设计工程，2 0 2 3，31（11）：97-101.2王海伟，陈晨，陈朔，等.基于Fabric区块链的多站融合电力资源上接第17 4页）Res（编辑：白龙）.178第13 卷现代工业经济和信息化管理系统设计与应用 J.电力需求侧管理，2 0 2 3,2 5（3）：54-6 1.3罗仲达，李容嵩，彭凌烟，等.基于区块链和CP-ABE的电力工程检测数据安全共享方法 J.电力信息与通信技术，2 0 2 3,2 1（3：80-86.4余晗，梁音，宋继勐，等.数据安全共享技术发展综述及在能源电力领域应用研究 J.信息安全研究，2 0 2 3，9（3）：2 0 8-2 19.5傅宏，杨剑蓝，李靖，等.基于区块链的去中心化电力交易与访问控制系统 J.计算机应用与软件，2 0 2 3，40（2）：118-12 3；137.6叶青，郑路攀，祝勇，等.基于分布式区块链与信息加密技术的电力工程数据共享策略设计 J.电子设计工程，2 0 2 3，31（2）：121-125.7邸剑，臧齐齐，王桂兰，等.基于区块链和梯度修正法的分布式经济调度策略研究 J.电力系统保护与控制，2 0 2 2，50（2 1）：99-107.earch on Carbon Emission Reduction Trading Market Mechanism of Electric PowerEnterprises Based on Blockchain TechnologyZhang Jianzhong,Du Xin,Yao Jianxiao,Zhang Jiying,Wang Xiaomin,Hu Rulel(1.Southern Power Grid Digital Enterprise Technology(Guangdong)Company Limited,GuangzhouGuangdong 510700,China;2.Beijing Kedong Electric Power Control System Co.,Ltd.,Beijing 100192,China)Abstract:The traditional research on carbon emission reduction trading market mechanism of electric power enterprises has not established acarbon emission reduction trading model,which results in the low efficiency of the traditional method trading market mechanism.Propose theresearch of carbon emission reduction trading market mechanism of electric power enterprises based on blockchain technology.Design themarket model of carbon emission reduction trading of electric power enterprises,calculate the functions in carbon emission,further carry outmodel decentralisation processing according to the established trading market model,and finally implement the design of carbon emissiontrading mechanism based on blockchain technology,design the comparison experiments,and the experimental results show that this researchmethod has the highest efficiency of the trading market mechanism,which is worthy of promotion.Key words:blockchain technology;electric power enterprises;carbon emission trading;market mechanism research排放研究 J.能源与节能，2 0 2 2（12）：7 6-7 9.5苑清敏，张文龙，宁宁宁.京津冀物流业碳排放驱动因素及脱钩效应研究 J】.科技管理研究，2 0 16,36（5）：2 2 2-2 2 6.6TIMIL SINA GRSHRE STHA A.Transport sector CO2 emissions growthin Asia:Underlying factors and policy options J.Energy policy,2009,37(11):4 523-4 539.(编辑：王钢）Study on Carbon Emission Driving Factors of Logistics Industry in Hebei Province Based onLMDI and Tapio ModelDong Fugui,Jin Bowen(School of Economics and Management,North China Electric Power University,Beijing 102206,China)Abstract:The carbon emissions of the logistics industry in Hebei Province from 2005 to 2020 were measured,and it was found that thecarbon emissions mainly showed a rising trend year by year.Using the LMDI factor decomposition method,the set six driving factorsaffecting carbon emissions,namely emission intensity,energy structure,energy efficiency,industrial structure,per capita GDP andpopulation size,are decomposed,and the analysis of the results reveals that:the development of the three influencing factors of HebeiProvince,namely energy structure,per capita GDP and population size,plays a negative role in reducing carbon emissions of the logisticsindustry in Hebei Province;energy efficiency and industrial structure play a positive role in reducing carbon emissions in the logisticsindustry.The Tapio decoupling model is used to analyse the carbon emssions of the logistics industry,and it is found that the decouplingstatus between the economic development of the logistics industry and the carbon emissions is mostly weakly decoupled from 2005 to 2020,except for some years.Finally,suggestions are made to optimise the energy structure,improve energy efficiency,and improve the industrialstructure.Key words:logistics industry;carbon emission;LMDI decomposition model;Tapio decoupling model