区块链共享模式下的分布式光伏扩散演化模拟.pdf

第 39 卷第 2 期2024 年 4 月系 统 工 程 学 报JOURNAL OF SYSTEMS ENGINEERINGVol.39 No.2Apr.2024区块链共享模式下的分布式光伏扩散演化模拟王歌1,张奇2,李彦3,余乐安4,5(1.华北电力大学经济与管理学院,北京 102206;2.中国石油大学(北京)经济管理学院,北京 102249;3.清华大学环境学院,北京 100084;4.中国科学院大学魏桥国科联合实验室,北京 100190;5.滨州魏桥国科高等技术研究院,山东 滨州 256600)摘要:为分析区块链能源共享促进分布式光伏市场扩散的机理,基于复杂网络演化博弈理论构建了能源共享多主体模拟模型,分析了不同共享机制下用户策略选择的演变过程,验证了相较于上网电价补贴,区块链能源共享可以通过牺牲市场扩散速度换得更低的平均成本.结果还表明自愿参与机制相较于强制性的共享机制可以达成更优的市场扩散规模和更高的能源本地利用率,且提高初期共享参与度是促进分布式光伏市场扩散的有效手段.也就是说,对于具有双边网络效应的分布式光伏和能源共享平台,通过短期的营销投入积累早期平台用户可以替代持续的商品补贴以促进市场扩散.关键词:能源共享;演化博弈;复杂网络;多主体模拟中图分类号:F426;N945.12文献标识码:A文章编号:10005781(2024)02018911doi:10.13383/ki.jse.2024.02.003Simulation of the distributed PV diffusion under blockchain sharingWang Ge1,Zhang Qi2,Li Yan3,Yu Lean4,5(1.School of Economics and Management,North China Electric Power University,Beijing 102206,China;2.School of Economics and Management,China University of Petroleum-Beijing,Beijing 102249,China;3.School of Environment,Tsinghua University,Beijing 100084,China;4.WQ-UCAS Joint Lab,University of Chinese Academy of Sciences,Beijing 100190,China;5.WQ-UCAS Graduate School of Business,Binzhou Institute of Technology,Binzhou 256600,China)Abstract:To analyze the promoting mechanism of blockchain energy sharing on the market diffusion ofdistributed photovoltaic(PV),a multi-agent blockchain energy sharing simulation model based on complexnetwork evolutionary game theory was proposed.The evolution path of heterogeneous users strategy selec-tion under different sharing mechanism scenarios were simulated.The results verified that comparing to thesubsidies,the blockchain energy sharing can obtain lower average cost at the cost of market diffusion speed.The voluntary sharing mechanism can achieve larger market scale and higher local energy utilization ratesthan others.And promoting sharing participation of sharing platform at the early stage can effectively accel-erate the diffusion of distributed PV.That is,for goods and platforms with two-side network effects such asthe blockchain energy sharing and distributed PV,appealing customers through investing on marketing cansubstitute the subsidies on goods to stimulate the market diffusion.Key words:energy sharing;evolutionary game;complex networks;multi-agent simulation收稿日期:20201026;修订日期:20231220.基金项目:国家自然科学基金资助项目(72104117;72204085);北京市社会科学基金资助项目(20GLC051).*通信作者.190系 统 工 程 学 报第 39 卷1引引引言言言中国 2020 年宣布的碳达峰碳中和愿景目标要求大力发展光伏发电,其中分布式光伏由于建设灵活和处于消费端便于就近消纳等优势,以及在助农扶贫1等领域的潜力,应得到重点发展2.“十三五”期间,由于国家对于分布式光伏的大力补贴,中国分布式光伏装机从 6.06 GW 增涨约 12 倍至 78.15 GW.然而,这种市场初期的高额补贴并不可持续,2021 年起,中央财政除户用外的光伏补贴将退出,随着光伏成本下降速度放缓,当地方补贴政策也相继退出、分布式光伏上网电价低于零售电价之后,隔墙售电形式的能源共享交易将成为分布式光伏用户最主要的盈利模式.区块链技术的去中心化、去信任化、透明性、公平性等特点,非常切合分布式能源电力共享的需求35.在实践中,国内外也相继出现了区块链分布式能源共享的创业项目,但这些项目的规模较小,经营状况也差异较大,尽管引发了广泛的关注,但尚未形成市场普遍认可的商业模式.政策层面上,尽管中国在 2017 年就发布了 关于开展分布式发电市场化交易试点的通知,但直到 2021 年初,仅有江苏常州一家分布式发电市场化交易试点项目投运,政策落地速度缓慢;而 2021 年 6 月发布的分布式光伏整县推进政策进一步使国内大部分光伏厂商的经营重心移到了趁补贴完全退出前抓紧安装上.因此,研究构建高效的区块链能源共享交易机制,对于促进分布式光伏的持续发展具有重要的现实意义.需要注意的是,一方面,能源共享平台和分布式光伏的发展存在着双边网络外部性6,7,加入区块链能源共享平台的产消一体者越多,消费者从共享中节省的电费支出越多;而消费者越多,产消一体者可以售出的剩余电力越多,获得的收益越高,因此,提高区块链能源共享平台参与度和分布式光伏扩散率具有明显网络效应.另一方面,区块链平台自身也可以作为安装光伏的盈利等信息的交流网络,而用户间的信息交流会以朋辈影响的作用对用户安装分布式光伏的意愿产生显著影响8,9.但现有研究主要从静态层面关注于区块链能源共享的技术和经济可行性,较少关注其对于分布式光伏市场扩散的动态影响,对两者间的网络外部性的关注也不足.因此,本文将构建动态模拟模型,对区块链能源共享和分布式光伏市场扩散间的双边网络效应进行模拟,并对共享机制设计的长期影响进行分析和优选.区块链技术在能源电力领域已有一些商业应用项目,如 2016 年 4 月,美国纽约的布鲁克林建立了全球首个能源区块链交易系统,标志着区块链技术在分布式能源共享领域应用的开端10,其后出现了欧盟的 Scanergy 项目、澳大利亚弗里曼特市智慧城市互联样板项目、日本东京电力公司的区块链技术能源交易平台等以区块链为底层技术的能源交易项目11.这些应用案例表明,区块链技术的去中心化、去信任化、透明性、公平性和分布性决策的特点,切合分布式能源电力发展的需求3,而区块链上的用户撮合、交易执行与违约处罚等均由预先定义的智能合约自动执行,可以适应小额、高频交易的自动进行,适宜分布式光伏能源共享的特征.然而,这些企业的经营也面临着商业模式不明晰的问题.一些点对点电力交易平台如美国的 Yeloha 已经倒闭,荷兰的 Vandebron 也已宣布由于补贴力度的下降,其计费模式也将调整.这是因为现有的能源共享平台的盈利仍依赖于各种形式的补贴,在全球范围内,还没有可适用于后补贴时代的能源共享商业模式.因此,随着补贴退出,如何构建可行的分布式光伏区块链共享商业模式需要进一步研究.近年来基于区块链的能源交易得到了越来越多的关注.如 Thomas 等12验证了基于公有链以太坊的智能合约作为分布式电力竞拍平台的有效性.Mengelkamp 等13分析了多种市场机制在区块链上运行的经济性,并且提出私有区块链相比于公有区块链常使用的工作量证明共识机制技术更适宜小范围内的能源共享.Zhou 等14通过模型模拟比较了多种点对点能源共享定价机制在节省电费支出、平缓电力负荷、提高电力自给率等方面的表现.这些研究证明了能源共享可以实现买卖双方的双赢15,但已有文献中通常采用信息和静态用户策略的假设,即用户安装分布式光伏的状态是外生设定的,未能内生化用户的动态决策过程.现实中分布式光伏等新兴技术的市场扩散过程是动态的16,取决于收益信息的披露、传播以及用户选择不同商第 2 期王歌等:区块链共享模式下的分布式光伏扩散演化模拟191业模式的收益对比等,而已有模型无法模拟这一动态过程17,18,因而也就无法研究能源共享对于分布式光伏市场扩散的影响.为研究区块链能源共享对分布式光伏市场扩散的长期动态影响,需要构建区块链共享模式下分布式光伏市场扩散模拟模型.考虑到用户安装分布式光伏的意愿受到其获取信息能力的影响,需要首先基于复杂网络理论刻画社会网络和区块链网络上的信息传播机制,再基于演化博弈理论刻画用户的策略演变机制.复杂网络演化博弈理论可用于刻画复杂系统的演化机理、规律以及个体行为互动.具有开创意义的是 Barabsi 等19提出无标度网络模型,标志着 20 世纪末复杂网络理论的兴起.无标度网络不仅表现出小世界性,也同时强调节点间的强异质性20,适合用于刻画社会经济活动中决策者间的社交网络21.Fan等22基于复杂网络模拟了政府补贴对于新能源汽车市场扩散的影响.Bale 等23模拟了能源创新在社交网络上的传播扩散.汤胤等24则基于大规模实际社交网络的数据,对社交网络中影响社交产品扩散速度的因素进行了研究.在由用户及其相互间社交联系构成的社会网络之上,分布式光伏共享交易构成了由点对点交易和信息共享组成的区块链网络.本文将应用复杂网络演化博弈理论,以刻画社会网络信息传递对用户决策过程的影响,并通过模型模拟,揭示区块链共享促进分布式光伏市场扩散的作用机理.本文基于复杂网络演化博弈理论构建了区块链共享下分布式光伏市场扩散模拟模型,刻画了不完全信息下消费者参与区块链能源共享和安装分布式光伏的决策演变机制,应用模型对比了上网电价补贴、区块链能源共享、两者叠加三种政策情景下分布式光伏发展路径的变化,并对于不同上网电价补贴力度、能源共享参与强制性和共享双方利益分配机制进行了敏感性分析,验证了区块链能源共享替代上网电价补贴以促进分布式光伏进一步发展的可行性,并就如何设计最优的区块链能源共享机制以及如何协调补贴和共享两者间的关系并完成政策过渡进行了分析.2分分分布布布式式式光光光伏伏伏区区区块块块链链链共共共享享享模模模拟拟拟模模模型型型2.1模模模型型型框框框架架架本文将通过构建演化博弈模型,来刻画消费者安装光伏决策的演化过程.考虑到消费者对于市场信息的获取能力有限,演化博弈中假设各个博弈个体通过比较适应性函数(这里为净收益)来作为策略选择的依据.区块链共享的市场结构如图 1 所示,在一个特定电压等级下的电网公司运营一个区块链能源共享平台,电网公司负责对其运营范围内的用户资质进行审核,用户自愿选择是否加入该区块链共享平台和是否安装光伏.电网企业仅负责以无歧视的价格销售、收购电力以及提供电网传输服务,用户在区块链共享平台上进行剩余分布式光伏电力的交易,交易流程包括供需匹配、交易出清、资费结算和区块记账 4 个步骤,均由预先设定的智能合约自动运行.图 1分布式光伏区块链共享市场结构Fig.1Market structure of blockchain energy sharing192系 统 工 程 学 报第 39 卷2.2模模模型型型假假假设设设考虑到区块链共享受限于电网结构,只能由位于同一地理区域、同一变压器下的若干电力用户组成,因此需要关注的用户总量在一定时期内是恒定不变的,记为 N.用户从电网企业处购电所需支付的电费由零售电价(记为pt)和配电费(记为wt)两部分构成,而用户向电网企业售电时可以获得的收入为上网电价(记为ft).该模型主要关注用户在两组策略选择中的演化过程,如表 1 所示,安装分布式光伏记为P,不安装记为 C;加入区块链共享记为 S,独立记为 I.根据用户的策略选择,可以将用户分为 4 类.其中用户可以在 S和 I 这对策略间自由切换,但 P 策略为吸收态,一旦选择 P 策略,无法切换回 C 策略.这一设定意味着用户有自由选择商业模式的权力,但分布式光伏安装后属于沉没投资,无法撤回.表 1用户策略分类Table 1Category of user strategy choices是否加入区块链共享加入(S)独立,不加入(I)是否安装分布式光伏安装,成为产消一体者(P)PSPI不安装,作为消费者(C)CSCI记选择策略组合k的所有用户构成的集合为k,群体中选择各类策略组合的占比分别为 PS:x,CS:y,PI:z,CI:1 x y z,即1NiPS1=x1NiCS1=y1NiPI1=z1NiCI1=1 x y z.(1)记用户i于时刻t的电力消费量为di,t,若其安装了分布式光伏,则该用户于该时刻的发电量为gi,t.以下为模型的 4 点假设:1)存在某些时刻t,分布式光伏的发电量超过该时刻该用户的电力需求量,即gi,t di,t.(2)该假设意味着每个用户安装的分布式光伏的容量会达到一定量,从而在某些时刻,该群体中会存在未能自用的超额发电量.因为此时,才有必要考虑能源共享.记共享平台中时刻t时所有的超额发电量为Et,即为能源共享平台上时刻t的总供应量,其取值如下式所示Et=i(PS)(gi,t di,t),若i(PS)(gi,t di,t)00,其它.(3)区块链共享平台中时刻t的总需求量为所有策略选择为 CS 的用户的电力需求量为Dt=i(CS)di,t.(4)第 2 期王歌等:区块链共享模式下的分布式光伏扩散演化模拟193时刻t被共享使用的超额发电量为Ut=Dt,若Et DtEt,若Et6Dt=(Et+Dt)|Et Dt|2.(5)记时刻t用户i从电力零售商处购买的电量为Bi,t,则所有用户从电力零售商处购买的电量之和为Bt=i(PS)Bi,t+i(CS)Bi,t+i(PI)Bi,t+i(CI)Bi,t=Et+i(PS)(di,t gi,t)+(Dt Ut)+12?i(PI)(di,t gi,t)?+12i(PI)(di,t gi,t)+i(CI)di,t.(6)2)分布式光伏使用寿命记为T,其购买、安装成本和在整个生命周期内的所有运营维护成本扣除所有的相应补贴后的折现值记为M,另记时刻t的折现率为rt,则应满足光伏总成本低于最大总收益,其中最大总收益为光伏所发电力100%自发自用时相比安装前节省的电费支出为M wT0gt(pt+wt)rtdt,(7)否则,用户将缺乏安装分布式光伏的动力.3)本模型暂不考虑电网传输能力不足的情况,即假设所有的电力传输需求都可以被满足.另外,假设过网费设定的标准为电网每年的总收入要维持不变,由所有传输电量分摊.即假设 1 年 8 760 h 内的过网费固定不变如下wt w=Ni=1w8 7600di,tw0dt(w8 7600(Bt+Ut)dt)1,(8)其中w0为未有分布式光伏安装和区块链共享时的过网费.即此时电网的建设决策可认为尚未受到影响,此时的过网费年收入应为电网公司可接受的收入.又考虑到过网费应提前制定对市场公开,因此假设每一年的过网费由上一年的电力传输服务使用量决定.4)本模型暂不研究复杂的共享交易机制带来的影响,因此假设在能源共享中,需求方承担过网费,且共享双方按固定比例对式所示共享电力的价值进行分配.即从每单位共享电力中,供给方(选择策略为 PS的用户)分得(pt ft),需求方(选择策略为 CS 的用户)分得(1 )(pt ft).亦即共享电力的市场价格为st=pt+(1 )ft.(9)2.3用用用户户户预预预期期期收收收益益益函函函数数数策略选择为 PS 的用户,其每期(1 期为 1 个月,包含 720 h)的期望收益为PS=w72001xNEt+i(PS)(di,t gt)(pt+wt)(Et Ut)ft Utstdt+m,(10)其中m为一户居民安装分布式光伏所带来的所有成本在每年的分摊.策略选择为 CS 的用户,其期望收益为CS=w72001yN(Dt Ut)(pt+wt)+Ut(st+wt)dt.(11)策略选择为 PI 的用户,其期望收益为PI=w720012?i(PI)(di,t gt)?+12i(PI)(di,t gt)(pt+wt)194系 统 工 程 学 报第 39 卷1zN?i(PI)(gt di,t)?+1zNi(PI)(gt di,t)ftdt+m.(12)策略选择为 CI 的用户,其期望收益为CI=w7200i(CI)di,t(pt+wt)(1 x y z)Ndt.(13)因此,安装分布式光伏(选择策略 P)的用户的平均收益为P,不安装(选择策略 C 的用户的平均收益为C.P=xx+zPS+zx+zPI,(14)C=y1 x zCS+1 x y z1 x zCI.(15)加入区块链共享(选择策略 S)的用户的平均收益为S,不加入(选择策略I)的用户的平均收益为I.S=xx+yPS+yx+yCS,(16)I=z1 x yPI+1 x y z1 x yCI.(17)2.4多多多主主主体体体模模模拟拟拟模模模型型型由于区块链共享交易中,收益并非平均分给所有参与者,而是需要用户进行操作,存在由外生随机因素或不相关因素导致的先后顺序不同,因此本文的多主体模拟模型对异质性用户的行为分别进行了模拟.考虑到数据可获得性,模型中未区分不同用户间电力消费习惯的差异性,但由于本研究主要关注政策机制设计的趋势,该假设下本文的相关结论仍具有意义.模型共N个节点,代表N个电力用户,其分布在社会网络上,在本文中,假设用户间的网络结构为 Barabasi-Albert 无标度网络19,其特征在于度的幂律分布及其长尾.在现实中,亲朋好友间通过因特网进行的日常通信都服从无标度网络特征.模型模拟流程为:步骤 1随机生成社会网络.步骤 2在每一期初,所有节点收集到其自身和相邻节点在上一期中的收益情况.步骤 3已选择策略 P(已安装分布式光伏)的节点计算相邻节点中分别采用 PS 和 PI 两种策略的的平均收益,并与自身收益对比,择三者中收益最高的策略作为本期区块链共享参与策略选择.同时,已选择策略 C(未安装分布式光伏)的节点首先对比相邻节点中采用 P 和 C 两类策略的平均收益,并与自身收益对比,择三者中收益最高的策略作为本期分布式光伏安装策略选择;接着在与自身分布式光伏装机情况相同的相邻节点中比较 S 和 I 两种策略的平均收益,择收益高者作为本期区块链共享参与策略选择.步骤 4所有节点完成策略选择后,计算本期的电力价格、过网费、共享价格和共享电量等信息,并计算每个节点用户的当期收益,将所有信息传递至下一期.多次循环直至模拟期结束.该模型通过 Python 实现,NetworkX 包用于构建网络.对于每种情景,模拟 1 000 次以得出足够稳定的平均安装率.对于每次模拟,均会基于前述规则和假设以及下述初始网络参数重新创建网络,以避免网络结构导致的偏差.2.5输输输入入入数数数据据据本模型使用了某家庭用户一年的逐小时用电数据25,以及相应的分布式光伏发电容量因子数据分别如图 2 和图 3 所示.模型所使用的经济数据为光伏装机成本 5 700 元/kW,居民电费 0.5 元/kWh,配电费和过第 2 期王歌等:区块链共享模式下的分布式光伏扩散演化模拟195网费 0.015 元/kWh.模型的初始参数如表 2 所示.其中模拟周期设定为 25 期,一个周期为 1 年,25 年为光伏系统的寿命,本研究不考虑光伏寿命到期后退役的问题.另外,假设每户分布式光伏装机容量为 3kW,折现率为8%,并考虑了光伏成本的逐年下降,25 年后成本下降至目前的50%.KN:图 2家庭小时电力消费功率Fig.2Power consumption rate of an individual household K图 3光伏发电容量因子.年发电效率下降率为 0.99%.数据来源:PVWatts by NRELFig.3Capacity factor of PV electricity generation.The decrease rate of electricity generation efficiency is 0.99%.Data source:PVWatts by NREL表 2模型初始参数Table 2Model initial parameters模拟周期节点数各类用户初始占比/%产消一体者参与共享(PS)产消一体者不参与共享(PI)消费者参与共享(CS)消费者不参与共享(CI)251 0000.25%4.75%4.75%90.75%2.6情情情景景景设设设置置置本文利用构建的分布式光伏区块链共享演化博弈模型,通过如表 3 所示的情景,分析了不同的补贴力度(反映为上网电价),不同的区块链共享模式(根据强制性不同区分),和共享中的利益分配机制(反映为利益分成比例)等,对分布式光伏发展的影响.需要说明的是,共享模式分为无共享、自愿共享和强制共享 3 种,对于这三种情景的模拟是通过改变模型中各类用户的初始占比和后续策略选择空间来实现.在无共享情景下,模型中所有主体关于是否参与共享的策略选择均固定为 I(不参与共享),即选择 PS 和 CS 两种策略的用户数恒为 0;在强制共享情景下,所有主体关于是否参与共享的策略选择均固定为 S(参与共享),即选择 PI和 CI 两种策略的用户数恒为 0;而在自愿共享情景下,所有主体可以在 S 和 I 两种策略间自由切换.3分分分析析析结结结果果果3.1分分分布布布式式式光光光伏伏伏的的的最最最优优优装装装机机机率率率由于居民的电力消纳能力有限,因此在一个固定的范围内(如一个村落或一个小区等),若电网不收购剩余发电量或收购价格低于分布式光伏的平准化度电成本,将该区域所有用户视为一个整体,必然会存在最优的分布式光伏装机路径.通过政策激励使装机量恰好达到这一最优路径,意味着该政策实现了社会整体效率最大化.本研究拟将一项政策实现的装机路径与该最优装机路径进行对比,相差越小,则认为该政策的稳定性越高,否则,意味着该政策或者过分刺激了市场,导致了装机过量,或者刺激力度过低,导致了装机意愿不足.本文首先求得了在上网电价为 0 时(即认为电网企业不收购剩余发电量),不同的光伏成本下降率下的最优装机路径,最优装机量收敛于37%附近.196系 统 工 程 学 报第 39 卷表 3 情景设置Table 3 Scenario set分类单位详细情景描述上网电价补贴(FiT)元/kWh0,0.1,0.2,0.3,0.4,0.5分布式光伏的上网电价补贴力度共享模式-无共享无区块链共享自愿共享消费者可以自主选择加入或退出共享强制共享所有消费者均纳入共享共享率()%0,20%,40%,60%,80%,100%共享收益中产消一体者分成比例3.2区区区块块块链链链能能能源源源共共共享享享对对对上上上网网网电电电价价价补补补贴贴贴政政政策策策的的的替替替代代代效效效果果果本文研究区块链共享的一个重要出发点是替代中国的上网电价补贴政策,降低政府补贴压力,因此,本文模拟了不同能源共享模式和不同上网电价水平下的分布式光伏装机路径.如图 4 所示,从左至右上网电价依次上升,对比可见,当不实施能源共享时,上网电价对于光伏安装率的影响是非 0 即 1 的,也就是说,当上网电价低于阈值时(本文模拟结果为 0.2 元/kWh),仅靠上网电价不能促进分布式光伏的安装,而当上网电价超出阈值时,仅靠上网电价即可将分布式光伏安装率提升到100%,即引起抢装和产能过剩.因此,较高的上网电价补贴制度不能和区块链能源共享并存.另外,特别的,当施行自愿共享模式时,最终装机量会收敛于40%附近,接近上一节中求得的最优装机量37%,而强制共享模式会使得分布式光伏装机过量.D)L7 N:K D)L7 N:K D)L7 N:K D)L7N:K图 4不同上网电价和共享模式情景下分布式光伏装机率的演化Fig.4Evolution of distributed PV adoption rates under different feed-in-tariff and sharing mechanism scenarios为深入比较不同区块链共享运营模式,图 5 展示了在上网电价为 0 时,不同模式下用户平均用电成本的变化情况.DN:K图 5上网电价为 0 时,不同共享模式下平均用电成本的演化Fig.5Evolution of electricity cost under different sharing mechanism scenarios when FiT=0可以看出,自愿共享可以使平均成本逐渐下降,而强制共享虽然初期压低了成本,但后期会导致平均用电成本的上升.其原因为在总体装机量不变的情况下,能源共享的参与者越多,该群体内部电力消纳能力越第 2 期王歌等:区块链共享模式下的分布式光伏扩散演化模拟197强,更多的光伏发电量可以通过共享消纳,减少了从电力零售商处以零售电价购买的电量,从而使该群体的平均用电成本降低;而在能源共享参与度不变的情况下,即电力消纳能力不变,光伏装机量越多,未能内部消纳的光伏发电量就越多,当上网电价低于分布式光伏的平准化发电成本时,该群体内的平均用电成本则会上升.并且,由于光伏随着使用年份的增加,发电效率会下降,这些因素相互作用之下,强制共享带来的装机过度的弊端,会日益显现,约 20 年后,由于过量装机,平均用电成本将高于无共享模式.而自愿共享模式由于存在内生调节机制,会避免消费者的盲目跟风,其在降低用电成本方面的表现始终优于无共享情景,且优势日益增大.3.3共共共享享享最最最优优优利利利益益益分分分配配配机机机制制制本文研究了在自愿共享模式下,利益分配机制变化带来的影响.如图 6 所示,随着利润分配比例()的增加,分布式光伏的总装机规模呈先增后减的趋势,即区块链共享的利益分配机制对安装分布式光伏的产消一体者越有利,就会吸引越多的用户安装分布式光伏,但同时,也会降低消费者加入共享平台的积极性,导致共享平台的消纳能力下降,反过来导致加入共享的产消一体者收益下降,进而降低安装分布式光伏的吸引力.在这样一个内生的反馈机制下,会存在一个最优的利益分配比例值,根据本文模型结果为 0.8,即共享平台中的产消一体者分走80%的利润.在这一比例下,平均用电成本和分布式光伏发电量的本地消纳率也均优于其他比例.这一结果表明,在区块链共享下,会存在一个最优的利益分配机制,需要在实际应用中进行探索.Dİ DN:Kİ Dİ 图 6不同利润分配比例的影响Fig.6 Effects of varing sharing ratios3.4共共共享享享参参参与与与度度度和和和分分分布布布式式式光光光伏伏伏安安安装装装率率率之之之间间间的的的协协协同同同关关关系系系最后,本文分析了自由共享模式下共享参与度和光伏安装率之间的关系.如图 7 所示,可以看出,当利润分配比例()较低时(低于 0.4),能源共享无法带动分布式光伏的装机,而当该比例足够高时(高于 0.6),可以看出共享参与度与光伏安装率之间存在协同关系.İ 图 7共享参与率和光伏装机率间的协同关系Fig.7 Correlationship between sharing participation rate and distributed PV adoption rate这种协同关系验证了区块链能源共享与分布式光伏市场扩散之间存在双边网络外部性,即共享平台上产消一体者越多,普通消费者从共享中节省的电费越多,而普通消费者越多,产消一体者售出的剩余电力越198系 统 工 程 学 报第 39 卷多,获得的收益也越高.这一结果意味着随着参与共享的用户数增长,既能进一步提升参与共享的吸引力,还能提升安装分布式光伏的吸引力.结合前文对于自愿共享模式和强制共享模式的比较可以看出,政府或电网企业可以在市场初期通过营销推广手段来吸引用户加入能源共享,以更好地促进分布式光伏的扩散,但应慎重行使行政手段强制用户参与,避免出现过量装机,过犹不及.4结结结束束束语语语本文基于复杂网络演化博弈理论,构建了多主体模拟模型,刻画和模拟了用户在是否安装分布式光伏和是否加入共享两组策略选择中的演变过程.结果表明在初期通过补贴或其它营销手段引入市场后,两者即可实现自我驱动发展;模型还分析了两者间的双边网络效,参与共享用户的增长会使得分布式光伏用户收益的增加,但受限于全体用户的电力消纳能力,参与共享用户的边际收益存在拐点,而通过允许自由加入或退出共享形成内反馈机制,可自发收敛到最优市场规模.因此,我国分布式光伏产业应尽快完成补贴向共享的政策过渡,并引导地方政府和企业投资能源共享平台的建设.未来值得研究的方向包括:一是考虑更多的用户异质性,这需要更多微观数据如各类用户逐小时电力消费数据的支撑;二是纳入用户的多种有限理性因素的影响,诸如羊群效应、框架效应等,这些因素的量化需要通过问卷调研获取;三是考虑社会网络结构特征变化的影响,包括社交方式转变、社区特征差异等导致的变化,而真实社会网络结构数据需要通过社会调研获取.参参参考考考文文文献献献:1 Li Y,Zhang Q,Wang G,et al.A review of photovoltaic poverty alleviation projects in China:Current status,challenge and policyrecommendations.Renewable and Sustainable Energy Reviews,2018,94:214223.2 路甬祥.大力发展分布式可再生能源应用和智能微网.中国科学院院刊,2016,31(2):157164.Lu Y X.Promote the development of distributed renewable energy application and smart micro grid.Bulletin of Chinese Academyof Sciences,2016,31(2):157164.(in Chinese)3 张妍,王龙泽,吴靖,等.区块链与综合能源系统:应用及展望.中国科学基金,2020,34(1):3137.Zhang Y,Wang L Z,Wu J,et al.Blockchain and integrated energy system:Application and prospect.Bulletin of National NaturalScience Foundation of China,2020,34(1):3137.(in Chinese)4 Yael P,Benjamin K S.Electricity market design for the prosumer era.Nature Energy,2016,1(3):16032.5 Thomas M,Niall F,Sarah J D,et al.Using peer-to-peer energy-trading platforms to incentivize prosumers to form federated powerplants.Nature Energy,2018,3(2):94101.6 魏尉,梅姝娥,仲伟俊.用户分享行为对社交媒体平台收益的影响.系统工程学报,2019,34(5):621631.Wei W,Mei S E,Zhong W J.Effects of users sharing information on the profits of social network platforms.Journal of SystemsEngineering,2019,34(5):621631.(in Chinese)7 Rochet J C,Tirole J.Platform competition in two-sided markets.Journal of the European Economic Association,2003,1(4):9901029.8 Bryan B,Kenneth G.Peer effects in the diffusion of solar photovoltaic panels.Marketing Science,2012,31(6):900912.9 Kimberly S W,Kenneth T G P,Wesley S.Peer influence on household energy behaviours.Nature Energy,2020,5(3):202212.10 Esther M,Johannes G,Kerstin R,et al.Designing microgrid energy markets:A case study the brooklyn microgrid.Applied Energy,2018,210:870880.11 Merlinda A,Valentin R,David F,et al.Blockchain technology in the energy sector:A systematic review of challenges and opportu-nities.Renewable and Sustainable Energy Reviews,2019,100:143174.12 Thomas L,Zhou Y,Long C,et al.A general form of smart contract for decentralized energy systems management.Nature Energy,2019,4:140149.13 Esther M,Benedikt N,Carolin B,et al.A blockchain-based smart grid:Towards sustainable local energy markets.Computer ScienceResearch and Development,2018,33:207214.第 2 期王歌等:区块链共享模式下的分布式光伏扩散演化模拟19914 Zhou Y,Wu J