基于物联网分散决策的分布式能源交易运行模式与方法

代贤忠，王旭斌，安 麒，王剑晓，庄 伟，武 力，崔 达，盛同天

（1.国网能源研究院有限公司，北京 102209；2.华北电力大学 电气与电子工程学院，北京 102206；3.国家电网调度中心，北京 100031）

0 引言

随着电力能源在能源消费中比例的不断提升，满足电力需求呈现出多元化的格局。一方面需要发展大电网、火电、水电和核电，建设坚强的智能电网；另一方面，需要在负荷侧发展分布式能源。然而，随着分布式电源接入比例的不断增加，将对大电网产生冲击，增加了电网安全运行控制的难度[1]。

工业物联网旨在打造具有状态全面感知、信息高效处理、应用便捷灵活特征的智慧服务系统，本质上通过信息轻资产提升能源重资产的高效运营。物联网的先进理念和技术为提升分布式能源的利用效率提供全新路径，依赖移动互联、人工智能等现代信息技术、先进通信技术，实现电力系统各环节的万物互联和精准可控[2]。因此，探索研究工业物联网技术对于提升分布式能源的可控性、开展分布式能源交易具有前瞻性的价值和意义。

目前，国内外已有理论研究和工程实践探索分布式能源交易的效益以及物联网、信息技术对于分布式能源交易的影响。文献[3]提出在配网侧构建集中竞价的分布式能源市场，类似发电侧市场竞价，分布式能源可以向市场调度申报能量和备用价格，并构建市场均衡模型。文献[4]指出集中竞价的分布式能源交易可能引起巨大交易成本，并提出基于能源共享的分布式能源交易模式，构建考虑售电商协调分布式能源点对点交易的数学模型，并代理大规模柔性负荷和分布式能源参与能量和容量市场。文献[5]构建面向智能电网的物联网架构，考虑在互联条件下智能电网的运行策略。文献[6]研究可交易能源的概念，构建促进高比例分布式能源消纳的信息交互和电网控制架构。文献[7]引入通讯网络连通度，量化分析不同连通度条件下分布式能源交易的市场效率。综上所述，现有文献主要关注于分布式能源交易的运行策略、规划方案和市场机制，并已经开始初步探索信息通讯和物联网技术对分布式能源交易的影响。然而，鲜有深入研究系统的量化分析物联网分散决策技术对于分布式能源交易的价值提升作用。

为此，本文提出一种基于物联网分散决策的分布式能源交易运行模式与方法，量化分析局域网中分布式光伏、储能与柔性负荷互联的效益和价值。

1 工业物联网下分布式能源交易模式设计

本节对比传统固定电价模式和分布式能源交易模式的差别，定性分析工业物联网对分布式能源交易的潜在价值。在日前的市场交易过程中本文考虑配网中一个售电商代理N个电力用户，每个用户假设拥有1个分布式光伏、1个电池储能和柔性负荷。其中柔性负荷指居民用户中在有序引导下可改变用电行为参与电网调度的负荷，例如：可调节负荷，典型的有电热水器、电饭煲等；可转移负荷，如洗衣机、电动汽车等；可削减负荷，如空调、热水器等。此类柔性负荷在工业物联网模式下，需要事先知道各类柔性负荷可调度的潜力大小，便于用户申报调度参与量给售电商，售电商可以制定相应的规划策略，获得更大的经济效益。

1.1 传统固定电价模式

在传统固定电价模式下，用户接受固定的销售电价和余量上网电价，即用户按照销售电价从售电商购买电能以满足负荷需求，按照余量上网电价向售电商反送剩余光伏获得收益。具体交易过程如下：首先，在给定电价下，每个用户以购电成本最小化为目标，优化管理储能和柔性负荷；然后，售电商根据所有用户的用能行为，与上级批发市场进行交易；最后，每个用户的负荷需求按照销售电价结算，剩余光伏按照余量上网电价结算，售电商的收益按照用户侧电价与批发市场价格的价差乘以电量计算。

在实际电力市场中，用户侧的销售电价一般高于余量上网电价，例如：我国居民用户电价为0.5～0.6元/（kW·h），而近年来随着补贴政策的退出，光伏发电上网获利持续减少；2017年，美国加州太平洋煤气电力公司推出的余量上网电价仅为3美分/（kW·h），而夏季高峰的销售电价为0.263美元/（kW·h）[8]。因此，一方面，在传统固定电价机制下，用户的能量管理行为难以与大电网的实时需求相匹配，批发市场的价格信号无法直接传导至电力用户；另一方面，用户难以从余量上网电价中获得充足的补贴以弥补分布式光伏和储能的投资成本，一定程度阻碍了分布式能源的发展。

1.2 工业物联网模式

本文提出基于物联网分散决策的分布式能源交易模式，通过信息和物联网技术实现用户之间的点对点交易，从而提升分布式能源的利用率，推动分布式能源的发展。售电商组织分布式能源交易的本质是，通过构建一个能量平衡池，信息披露优化匹配邻里之间的能源供给和需求，使所有用户、所有终端物联并等效为一个可控的利益主体，最大化这个主体的效益。具体交易过程如下：首先，所有用户与售电商签订合约，规定售电商与用户之间的信息披露和能量管理方式，例如用户需要向售电商披露净负荷并响应售电商下达的协调信号等；进而，售电商构建物联网信息平台以实现能量平衡池的功能，用户在售电商的协调信号和平台的供求信息下，优化决策储能和柔性负荷的工作方式；最后，售电商根据所有用户的用能行为，与上级批发市场进行交易。

图1为传统固定电价模式和物联网分散决策模式的对比。

图1 传统固定电价模式和物联网分散决策模式对比Fig.1 Comparison between traditional fixed-pricing and IoT-based decentralized decision-making operations

与传统固定电价模式不同，物联网实现用户之间的点对点互联，通过售电商的协调和匹配，实现全体成员整体收益最大化；另外，物联网构建的信息平台消除了用户之间的信息不对称，通过优化改变用户的行为方式实现闲置资源的高效利用，促进能源供求的精准匹配。值得说明的是，这种“共享经济”的思想已经被广泛应用在交通和房屋租赁领域[9]，诸如Airbnb，Uber等新兴产业正在快速发展。本文关注于量化物联网对分布式能源交易的价值提升，而售电商和用户参与能源交易的意愿和动机正是从提升的价值中分取红利，本质上是分布式能源利用率提升促进分布式光伏的消纳和大电网购电成本的节约。

2 数学模型

本文构建的数学模型仅考虑1个售电商代理N个用户，并且由于售电商规模较小，售电商与用户在一个局域网之内，网络约束不作为考虑重点。已有模型为突出售电商与用户之间的市场机制设计，从而忽略了配网约束。事实上，考虑配电网潮流约束不影响本文的结论和机制设计方法，配电网潮流约束可以通过DistFlow内嵌到本文模型中。同时本文不考虑售电商聚合负荷的变化引起批发侧价格的变化。

2.1 传统固定电价模式的建模

在传统固定电价模式下，每个用户以最小化购电成本为目标，满足分布式能源、柔性负荷的约束条件。为了刻画日前计划中实时光伏出力和负荷的不确定性，本文采用基于场景的随机规划方法。具体模型如下：

满足：

模型目标函数表示最小化用户总成本，包括用户购电成本、余量上网收益、效用和储能折旧成本；式（2）表示用户侧的功率平衡；式（3）表示用户负荷和余电上网功率不超过安全上限；式（4）表示分布式光伏出力限制；式（5）表示可控负荷的调整范围；式（6）表示用户全天用电量的最低标准；式（7）和式（8）表示储能充、放电功率的约束；式（9）表示储能充电量与充放电功率的关系；式（10）表示储能电量的约束；式（11）表示储能1 d电量的平衡。

在获得所有用户净负荷或余电的情况下，售电商进而参与批发市场交易，满足供需平衡。因此，售电商的收益RA为

2.2 物联网模式的建模

在物联网模式下，售电商构建交易平台，允许用户之间的信息交互和能量交换。具体模型如下：

满足约束（3）～（11）及

3 求解算法

由物联网模式的交易模型可知，集中出清需要售电商采集所有用户的私有信息，包括用户的光伏数据、储能参数和可控负荷参数等。因此我们必须先了解用户和售电商之间的信息交互原理：每个用户都配备了一个能源管理控制器（EMC），由于双向通信，售电商和用户之间的信息交互变得容易，EMC控制每小时的负载消耗并将此负载信息传达给售电商，EMC还从售电商接收价格信号。根据价格信号，每个用户的EMC都会优化调度分布式能源和柔性负荷；然后，EMC将净功率传达给售电商；收集所有用户的净功率后，售电商将更新价格信号，并将其发送回用户的EMC。

然而在现实中，由于海量用户参与引起的巨额交易成本以及用户隐私保护等问题，分布式能源交易的集中出清难以实现。为此，本文采用交叉方向乘子法 （Alternating Direction Method of Multipliers，ADMM）实现售电商集中协调、用户分散决策。ADMM解决方案涉及较低级别问题之间的迭代，其中较低级别问题涉及能源用户并行解决其局部优化问题，上层问题根据下层问题的结果更新辅助变量和对偶变量。在迭代k中，通过放宽能量共享的约束，可以将值估计模型分解为上层和下层问题，如图2所示。

图2 上下层级问题之间的迭代协调Fig.2 Iterative coordination between the upper-and low-level problem

为实现用户与用户之间的解耦，本质上是要将约束（17）分解至每个用户，本文引入辅助变量，表示售电商建议用户i实现的净负荷、余电电量和交易电量，同时引入如下约束条件：

通过将辅助约束（19）～（21）松弛，可以得到售电商集中协调模型和用户分散决策模型。售电商集中协调模型如下：

满足：

模型中，ρ为更新拉格朗日乘子的步长，即：

式中：k为迭代次数。

用户分散决策模型如下：

满足约束（3）～（11）及

由上述分解过程可知，售电商的集中协调模型中仅需要用户反馈净负荷等聚合信息，不需要披露用户的私有信息。售电商集中协调模型与用户分散决策模型都是简单的线性规划问题，都可以应用YALMIP分别求解，然后通过售电商与用户的迭代，实现分布式能源交易的优化出清。

4 算例分析

4.1 数据说明

本文算例测试环境为ThinkPad X1，编程软件为MATLAB 2013b。算例考虑1个售电商和10个电力用户，用户均为诸如工业企业或商业楼宇的大用户。用户效用函数的二次项和一次项系数按照平均分布随机生成，即U[-0.5，-0.1]，U[20，50]。用户负荷曲线取自美国德克萨斯州实际用户，光伏数据取自美国国家可再生能源实验室（图3）。用户负荷调整设置为曲线的0.8～1.2倍，日最小用电量保持不变。用户储能的参数设置如下：充放电最大功率为5 MW；效率为95%；最小充电量为5 MW·h；充电容量为30 MW·h；折旧成本为3.7$/（MW·h）；初始电量为U[5，30]MW·h。

图3 光伏数据Fig.3 Photovoltaic data

本文销售电价数据选自美国加州太平洋煤气电力公司，1：00-8：00和22：00-24：00电价为0.212$/（kW·h），8：00-12：00和18：00-22：00电价为0.239$/（kW·h），12：00-18：00电价为0.263$/（kW·h）。余量上网电价为0.03$/（kW·h）。批发市场价格源于美国PJM电力市场。

4.2 模式对比

本节对比传统模式和物联网模式对用户、售电商和整体效益的影响。图4为两种模式下某用户的功率曲线。

图4 两种模式下某用户的功率曲线对比Fig.4 Comparison between the power profiles under two operation conditions

由图4结果可知：在传统固定电价模式下，由于电价机制缺乏灵活性，且峰谷差较小，用户缺乏启动储能参与套利的意愿。储能用于消纳剩余光伏、削减夜间负荷水平，从而实现购电成本最小化；在物联网模式下，为了聚合响应批发市场的高峰价格，用户充分调用储能，将日间负荷整体移峰至夜间。

图5为两种模式下售电商参与批发市场的功率曲线对比。较传统固定电价模式，物联网模式能够激励用户充分利用闲置的柔性负荷和储能资源，在6：00-20：00高峰时段实现对电网的功率支撑，等效发电量为132.35 MW·h，可为电网提供132.35 MW·h的额外电力。

图5 两种模式下售电商功率曲线对比Fig.5 Comparison between the aggregator's power profiles under two operation conditions

表1为两种模式下，售电商和用户的成本收益水平。一方面，用户按照售电商的价格协调参与分布式能源交易可能导致个体成本显著升高，这是由于储能的充分调用将产生巨大的折旧成本；另一方面，售电商充分利用用户的闲置资源，参与批发市场交易，显著提升了配网整体收益，这是由于充分调用储能以及柔性负荷后，售电商可在电价较低时刻大量购入电能，在价格高峰时刻售出电能，从而有效降低售电商的购电成本。物联网对整体收益的提升为6.14×103$。

表1 两种模式下售电商和用户的成本收益水平Table 1 Cost and benefit of the aggregator and users under two operation conditions$

5 结论

为量化工业物联网对分布式能源交易的贡献和价值，本文提出了分布式能源点对点的交易模式与方法。通过分析传统固定电价模式与物联网分散决策模式的差异，本文构建了两种模式下的数学模型。同时，为保护用户隐私，本文采用ADMM实现售电商集中协调与用户分散决策的优化出清过程。基于实际数据的算例分析表明：①在物联网模式下，用户侧闲置的储能利用率显著提升；②物联网构建透明对称的信息平台，使用户聚合响应大电网价格信号，形成对大电网的功率支撑；③用户由于参与交易可能导致个体成本上升，但售电商与用户整体收益显著提升。