一种面向微电网中点对点电力交易的新颖三重策略定价框架

《Sustainable Energy, Grids and Networks》：A Novel Triple-Strategy Pricing Framework for Peer-to-Peer Electricity Trading in Microgrids

　　摘要分布式能源资源（特别是光伏系统）与微电网的整合催生了创新的市场需求。本文提出了一种用于点对点（P2P）电力交易的新型三重策略定价框架。该模型协调了P2P交易、零售定价互动以及基于激励的需求响应（DR）计划。首先，我们提出了一种包含供需比（SDR）、动态供需比（DSDR）和分时供需比（TOU-SDR）的新型三重策略定价框架，该框架结合了实时电网价格波动，并将P2P能源交易、动态零售定价和基于激励的需求响应整合到一个统一的优化模型中。其次，与以往内部价格不随时间变化的单边静态定价方法不同，我们的动态框架通过动态供需感知的价格信号，动态平衡买卖双方之间的利益，适应小时和时段特征，形成可变的买卖价差，加强需求响应，并提高公平性和产消者激励，从而促进经济公平。第三，该模型明确地将用户不舒适成本和光伏发电不确定性纳入分布式迭代算法中。此外，我们扩展了框架以纳入多样化的分布式能源资源（如储能系统）以及季节性光伏变化，从而解决了以往仅关注固定负荷和单一季节分析的局限性。基于数值结果，净成本降低在SDR下约为3–9%，在TOU-SDR下增加至约7–11%。TOU-SDR方案表现出最佳的整体经济性能，实现了最低的净成本，同时在多个案例中收入较电网情景提高了高达17%。

引言全球能源格局正经历根本性变革，其驱动力来自不断增长的电力需求和严格的脱碳要求。近年来，全球电力消耗急剧反弹，给传统电力基础设施带来了巨大压力[1]。传统上仍主要依赖化石燃料发电的集中式电力系统在扩大产能以满足这一不断增长的需求的同时，实现温室气体排放的关键削减，面临重大挑战[2]。这种紧张局势推动了向分散式能源模式的决定性转变，其标志是分布式能源资源（如屋顶光伏）的迅速普及[3]。这一转型的核心是产消者的出现，即既生产又消费电力的实体，从而重新定义了传统消费者角色，并实现了更具参与性和动态性的能源生态系统[4]。

微电网是促进这种分散化的关键技术和运营框架。它们为高渗透率间歇性可再生资源的承载提供了一个本地化、可控的平台，管理包括智能电器在内的灵活负荷，并确保并网和孤岛模式下稳定可靠的运行[5]。微电网实施的核心经济驱动力是优化内部能量流，以最小化所有参与者的购电成本，减少对主电网的依赖，并最大化本地可再生能源的利用[6]。除了经济效益外，这种分散架构内在增强了社区韧性，改善了本地电能质量，并减少了输配电损耗[7]。

在此类受限系统内实现实时平衡和经济效率需要强有力的DR计划。通过采用动态定价信号（如实时定价RTP）或直接负荷控制激励，DR积极吸引终端用户改变其消费模式[8]。这种灵活性有助于平抑净负荷曲线、缓解峰值需求费用，并促进可变可再生能源的整合，从而成为经济高效微电网管理的基石[9]。

在此基础上，点对点（P2P）能源交易已成为一种先进的市场机制，旨在释放社区层面分布式发电的全部经济潜力。它使产消者能够通过本地市场直接向邻近消费者出售剩余能源，促进能源民主，增强本地自消费，并进一步减少对集体电网的依赖[10]。虽然P2P交易承诺带来可观的经济效益，但其实际实施面临设计复杂性。核心挑战在于制定透明、经济高效、对所有参与者公平且与配电网物理约束兼容的出清价格机制和市场规则[11]。

学术文献为P2P能源市场提出了多种定价框架。早期简单的模型依赖于固定或预定的分时电价，这些电价易于实施，但缺乏实时市场效率所需的动态响应能力[12]。其他方案提出了基于现行批发市场价格或各种拍卖机制的定价，包括仅买方或卖方投标的单边拍卖，以及允许双方参与的双边拍卖[13]。虽然拍卖市场可以提高流动性，但其结果可能无法保证整个微电网社区的成本最小化或福利最大化，因为它们往往优先考虑个体理性而非集体优化[14]。

最近的研究集中在开发反映微电网实时物理状态的系统感知定价模型。一个突出的例子是SDR定价方法，它根据微电网内可用本地可再生能源总量与总净需求之间的瞬时比率动态设定P2P能源价格[15]。这种方法将网络状况内部化到价格信号中，鼓励在本地发电充裕时消费，并在短缺时抑制消费。其他创新方法包括博弈论框架和基于区块链的交互式平台，旨在解决参与者之间的信任、透明度和战略行为问题[16]。

当前研究中的一个关键研究空白是需要同时建模和协同优化P2P能源交易、与主电网的动态零售定价互动以及明确的基于激励的DR计划的综合优化框架。大多数现有研究倾向于单独处理这些组成部分或考虑它们之间的简化相互作用[17]。实际上，这些要素深度相互依赖并表现出强协同作用。例如，来自电力公司的零售电价直接影响产消者参与P2P市场的机会成本[18]。同时，DR资源的可用性和激活可以显著改变净需求曲线，从而影响P2P市场均衡价格[19]。孤立分析方法无法捕捉这些复杂相互作用，可能导致次优运营策略和未实现的经济价值。

因此，本文旨在通过提出一种用于微电网中点对点电力交易的新型三重策略定价框架来弥合这一已识别的空白。提出的三种策略是：SDR、DSDR和TOU-SDR定价模型。主要贡献是一个统一模型，同时协调P2P能源交易、与主电网的动态零售定价互动以及基于激励的DR资源。该模型的目标是在尊重市场参与和经济规则的前提下，最小化微电网社区的总运营成本。通过整合这三个关键层面，所提出的框架为微电网运营商提供了一种更现实、更全面、更经济高效的策略，推进了分散式能源系统管理的最新技术水平，并为未来能源社区的定价、规划和运营提供了实用工具[20]。

为验证上述研究空白，表1提供了我们的框架与现有P2P模型的系统比较。现有研究存在若干局限性：基于SDR的模型[15]缺乏动态电网定价、不确定性处理和不适成本。RTP方案[19]遗漏了需求响应整合。博弈论[27]和基于拍卖[28]的方法忽略了网络约束和预测误差。区块链框架[29]忽视了不适成本和经济公平。纳什谈判[30]忽略了光伏不确定性。双层[R31]和基于ADMM的[R32]方法未能考虑用户不适或多个定价策略。

相比之下，所提出的框架独特地结合了：三种定价策略（SDR、DSDR、TOU-SDR）、动态电网价格互动（RTP和TOU）、二次用户不适成本、随机光伏不确定性、买卖双方的经济公平、迭代分布式算法以及储能系统（ESS）整合。这种组合在任何先前工作中均未见报道，验证了研究空白和我们框架的新颖性。

与先前主要采用静态定价模型或集中式交易系统的研究不同，本研究提出了一种将DR机制与P2P能源交易相结合的新型三重策略定价框架，从而推进了基于光伏的微电网的优化。所提出模型的主要创新包括：

1. 引入一种新型三重策略定价框架，用于包含光伏产消者的微电网能量分配，与现有忽略电池的模型不同，该框架包含了多样化的DER以实现实际应用性。
2. 在静态SDR结构下，内部买入价和卖出价之间的平均价差保持不变。相反，在我们的动态模型（特别是DSDR和TOU-SDR）中，随着高峰时段电网买入价上升，平均买卖价差相应扩大，并在低谷时段相应缩小。这一特征不仅符合标准经济原理，而且增强了公平性，并为产消者参与本地能源共享提供了更强激励。
3. 通过纳入买方和卖方的利益来促进经济公平，这与先前主要惠及生产者的单边方法不同。这种公平性通过动态定价（DSDR/TOU-SDR）得到加强，并且买卖价差在高峰时段扩大以促进参与。
4. 通过将用户不适费用和可再生能源预测误差整合到分布式算法中，纳入DR和不确定性因素，从而降低能源成本并增强系统可靠性。与全天相同价格的静态SDR不同，我们的方法使用动态时间相关信号鼓励负荷转移，增强DR有效性。
5. 先前的P2P定价模型常忽略电动汽车和电池等灵活资源。本框架增加了这些资源，允许产消者在动态价格下优化储能充放电，填补了简单模型与真实多资源微电网之间的空白。
6. 先前研究常使用单一代表性日，忽略了季节变化。通过包含季节性光伏概况（夏季、冬季、春季、秋季），本框架确保动态定价全年有效且稳健，解决了现有文献中缺乏季节性分析的问题。

本文后续部分组织如下：第2节详细阐述光伏产消者系统的基线配置及其技术特性。第3节构建所提出的模型，第4节描述执行过程和相关的计算算法。第5节描述案例研究，第6节展示并评估结果。最后，第7节总结结论并提出未来研究途径。

章节片段
能量共享结构
光伏产消者设置包括光伏系统、电力负荷、产消者能源管理系统（PEMS）和智能计量基础设施。这种配置允许拥有太阳能装置的产消者积极参与能量共享操作。

创建同步能量共享系统需要一个中央协调机构。因此，本研究引入了一个新实体，称为能量共享服务提供商（ESSP）。通常，ESSP可由微电网管理，或为第三方独立实体。

基础模型
通常，所有光伏产消者都包含多样化的负荷和光伏系统。产消者i在运行时间范围内的初始电力消耗概况如下：
????? ? [??????, ??????, …, ??????] i ∈ [1,2,…,n]
其中N表示微电网中光伏产消者的总数，t对应运行范围（24小时）内的时间区间数量。

产消者i的预测有功功率表示如下：
????? ? [??????, ??????, …, ??????]

净功率

双层模型
能量共享优化问题可重新定义为以下双层规划模型[22]：
上层：确定每个λ??的均衡点
λ?? = f(NPE??) = { λ?^sell, NPE?? < 0
λ?^buy, NPE?? ≥ 0
其中λ?^sell和NPE??的非线性代数映射在(7)、(9)、(10)中定义。

下层：
min ???(ALC?, λ?) = ∑???? [λ?? (ALC?? ? ??????) + α? (ALC?? ? LC??)2]
s.t. ∑???? ALC?? = ∑???? LC??
min(LC?) ≤ ALC?? ≤ max(LC?)
?????? ? ALC?? ≤ ???
产消者之间没有共享约束，它们在微电网内的相互作用通过

基础数据
所研究的系统包括住宅（RB）、商业（CB）和办公建筑（OB），如图4所示。每个设施均配备光伏装置，容量在100 kW至400 kW之间[22]。图5(a)展示了这些光伏系统在代表性日期的发电概况。图5(b)和5(c)分别展示了相应的日用电行为和产消者的净功率输出[10]。此外，图5(d)展示了

内部定价结果
三种所提出的定价策略SDR、DSDR和TOU-SDR的比较性能分别在图6、图7、图8和图9中直观呈现。每个图展示了相应策略的三个关键方面：单个运行日内的内部价格变化、净功率交换曲线以及连续两次迭代之间观察到的价格偏差。

基于对净功率曲线进行的评估，比较系统状态在

结论
本研究提出了一种综合性的三重策略迭代定价框架，旨在优化基于光伏的微电网中的点对点能源交易。通过在一个统一模型中同时优化P2P市场、电网交互和需求响应，采用SDR、DSDR和TOU-SDR策略，本研究解决了能源管理中孤立方法的关键缺陷。所提出的双层迭代算法有效平衡了中央协调者和个体目标。未引用参考文献[23]；[24]；[26]；[31]。利益冲突声明：作者声明，他们没有任何已知的竞争经济利益或个人关系，可能影响本文所报告的工作。Hossein Asadi | Alireza Hatami