点对点交易下储能聚合商共享自营多模式交易模型

张 巍，卢 骧

（上海理工大学机械工程学院，上海市 200093）

0 引言

随着电力体制改革的深入与太阳能、风能、储能电池等分布式能源渗透率的不断提高，分布式发电市场化交易迎来了新的机遇与挑战［1-2］。《关于进一步深化电力体制改革的若干意见》［3］指出，售电侧市场放开是深化电力体制改革的重点任务之一，消费者与生产者之间的界限模糊化［4］，电力交易平台以及交易模式呈现多元化的趋势［5］。

点对点（P2P）交易模式与电力交易平台的特性需求具有很高的契合度［6］，可以作为支撑电能交易的底层技术。区块链是一种不可篡改的分布式数据库，其公开性、开放性、可验证性及去中心化的特点，在分布式能源交易管理方面体现出较大的优势［7-9］。考虑到传统交易模式维护成本高、缺乏透明度，当前众多学者以区块链技术作为分布式记账技术，在能源互联网中的电力交易领域进行了一些尝试［10-12］，并依据政策制定符合中国国情的分布式能源区块链交易模式［13］，研究其适应性，最终搭建了可提高分布式能源市场运行效率、降低交易安全风险的售配电交易平台，在一定程度上解决了现有分布式能源交易方式的弊端［14-16］。基于区块链进行电能交易是利用区块链的不可篡改性、公开性、开放性以及去中心化特点，不经过第三方直接生成合约订单，从而使得合约订单内容不可被篡改，节省了第三方中介费用，这些优势也是常规的合约订单所不具备的。

储能在用户的能源管理中发挥着重要的作用［17］，而物理储能的投资成本较高，不适用于电力市场中小规模的分布式能源用户。因此，通过储能聚合商（energy storage aggregator，ESA）将中央物理储能转化为可分离的虚拟容量出售给用户，使得虚拟储能能够在一组用户之间进行共享，既减少了物理电能储能投资，又减少了使用储能用户的成本［18-19］。文献［20-21］提出了“云储能”的概念，其中的商业模式为储能聚合商参与交易的研究奠定了基础。在传统交易模式下，共享储能存在多边交易矛盾冲突、结算规则复杂、经营模式单一、周期时间独立冗长等问题，对此国内外学者也开展了一定的研究。一方面，使用4 个阶段的双向拍卖的共享储能机制，应对共享储能中储能用户的互补性和替代性需求，防止出现垄断竞争的问题［22-23］；另一方面，中国青海省已开展“区块链+共享储能应用”试点，利用区块链解决共享储能目前存在的问题，对于解决新能源消纳问题具有现实意义［24］。

在点对点交易下的电力交易市场中，违约风险是最重要的一种风险，通过经济手段对其进行控制是保证电力市场稳定发展的一种重要手段［25-26］，需以经济为约束建立电力市场合同违约惩罚机制、弃风弃光惩罚机制和可中断负荷响应奖励机制［27］，并对违约风险提出综合评估方法及联合规避策略［28］。

本文针对配售电交易中的便利性和经济性问题，提出了点对点交易下储能聚合商共享自营多模式交易模型。首先，提出一种点对点交易下的电能交易总框架；然后，通过对交易周期的优化，缩短交易周期，并对各参与用户的报价进行建模，设计了用户交易的匹配规则及违约补偿模型，并通过智能合约加以实现。

1 点对点交易下的电能交易总框架

在本文提出的电能交易总框架中，参与电能交易的主体包含售电公司、分布式能源用户、日常用电用户以及储能聚合商。基于区块链的电能交易市场一般分为应用层、数据层、网络层和物理层，如图1所示［29］。

图1 基于区块链的储能聚合商电能交易总框架Fig.1 Blockchain based general energy trading framework of energy storage aggregator

应用层中的用户使用分布式应用程序（decentralized application，DApp）对链上发布的公开信息进行查询，通过用户能源管理器（user energy manager，UEM）制定交易策略。UEM 是一种可根据用户意愿和发用电信息，在链上发起交易并最终签订交易订单的用户侧服务软件。用户侧发用电信息从智能电表中导入，电力市场信息从DApp 中读取，用户意愿是各用户自主选择其对能源的处理方式。应用层中的市场主体用户包含了售电公司、分布式能源用户、日常用电用户和储能聚合商。其中，售电公司只进行简单的电价和发电量上报，日常用电用户直接与售电公司进行点对点交易，不使用储能，也不考虑盈利和购电费用的最优化。随着风光等分布式能源不断增多，应用层中的交易主体除传统的电厂等供应商和售电公司等消费者外，还出现了产销结合的分布式能源提供者以及以盈利为目的的储能聚合商。

储能聚合商是兼具储能租赁和电能买卖的盈利型用户，可以让所有链上用户根据其不断变化的需求灵活更改要购买的储能容量，鼓励用户利用能量存储，从而增加用户对存储的需求，并同时进行电能的低买高卖，通过双重盈利模式，增加储能聚合商的利润。这些新交易主体的加入，令应用层的用户更加多元化，上链的交易信息更加复杂化。数据层主要是根据智能合约筛选符合用户意愿的合约订单，并检测其是否符合电能交易应该履行的基本物理约束。网络层保证了区块链网络的各个节点之间信息交互的安全性。物理层进行电能传输，并将智能电表上对实际电能充放的数据反馈到区块链中，与链上的订单信息进行对比，从而完成资金结算，避免了欺诈性交易。在分布式能源供应方和储能聚合商同时加入的电力市场总框架中，供应方提交的供应能力和价格及需求方提交的购买需求和价格等交易信息存储在区块链上，每一个参与的主体都可以平等获取和发布信息。每次交易行为都通过智能合约进行，降低了交易成本及门槛，为小规模参与者提供了很大的便利，也令储能聚合商具有了更大的利润空间。

2 点对点交易下的储能聚合商交易流程

2.1 共享与自营相结合的储能聚合商交易流程设计

储能聚合商利用区块链的开放性和公开性，便捷地进行周期性的储能租赁服务及售电服务。传统交易模式下各周期相互独立，如附录A 图A1 所示［14］。用户进行链上信息交易具有时间上的真空期，从而不能在任意时刻与储能聚合商进行链上信息交易。

本文设计的交易流程在进行链上储能租赁及售电交易的同时进行物理层的传输，增加了交易周期次数，从而提高了储能聚合商的盈利和提升了用户的便利度，交易周期如附录A 图A2 所示。交易周期由3 个阶段组成，分为4 个时段，其中t0—t2为链上信息交易阶段，t1—t3为物理层电能传输阶段，t3—t4为资金结算阶段。资金结算不影响下一周期的链上信息交易及物理传输，故下一周期的开始时间不考虑上一周期的资金结算时间。由于受物理层电能传输不能同时传入和传出的限制，将电能传输阶段均匀分为t1—t2和t2—t3两个时段，同时也将链上信息交易阶段均匀分为t0—t1和t1—t2两个时段，在前一周期的物理传输进行完第1 个时段时，便开始下一周期的链上信息交易。

在此交易周期的条件下，共享与自营相结合的储能聚合商交易流程如图2 所示。

图2 共享与自营模式相结合的储能聚合商交易流程图Fig.2 Trading flow chart of energy storage aggregators in combined sharing and self-operating modes

共享与自营相结合的储能聚合商具体交易步骤如下。

步骤1：储能聚合商ESAi在加入基于区块链的电力市场后，同时对全网发布可租赁储能、购电和接收电力凭证的信息（电力凭证是根据用户实际租赁储能后存储的电能，由智能电表在区块链上记录下的数据，发放电力凭证即记录存储电能的数据，收回电力凭证即记录提取电能的数据）。

式中：KESAi为通过对多个同一时段周期交易数据分析得到的储能聚合商i的预测系数。

具有储能需求的用户上报需求量，售电用户上报售电量和售电电价，通过储能聚合商发布的智能合约进行筛选，最终通过用户对储能聚合商发布的信息进行签名，生成交易订单。需要使用电力凭证提取存储电量的用户上报提取电量，由储能聚合商验证其提取的电量是否与电力凭证记录的电量相匹配，若匹配则生成提取电量的订单。

步骤2：在步骤1 的链上交易完成后，将租赁储能的订单发送给物理传输服务方进行电能传输，电能传输费用由租赁方支付。电能传输完成后，由智能电表向链上反馈实际传输的电能，并由储能聚合商根据实际储存电能向租赁用户发放电力凭证VESAi。

在物理层进行电能传输的同时，储能聚合商向全网发布售电信息，即

储能聚合商发布的售电信息通过智能合约与链上的电能需求信息进行匹配，匹配成功的用户对该售电信息进行签名，最终生成交易订单。

步骤3：将卖电的交易订单及使用电力凭证提取电力的订单发送给物理传输方，进行电能传输，传输费用由储能聚合商支付。传输完成后，智能电表反馈实际传输电量，由此收回电力凭证。

步骤4：根据链上的交易订单信息，与实际物理电能传输进行对比，进行计及违约惩罚费用的资金结算。

2.2 资金结算与违约惩罚设计

本文设计的储能聚合商交易策略中，分布式能源发电的不确定性较大，用户的预测能力普遍不足，因此造成违约的可能性也较大。

对于售电用户计及违约惩罚的资金结算如附录A 图A3 所示。当售电用户与储能聚合商生成交易订单之后，如果并未向储能聚合商提供与之对应的电量，那么将根据中标量与实际发电量的偏差电量对其进行惩罚。售电用户违约惩罚费用即对购电用户的补偿费用RUserj的计算公式为：

式中：M为惩罚系数；Qj″为交易订单上的交易电量与实际传输电量之间偏差电量的绝对值；P为交易电价。

当储能聚合商作为售电方和接收电力凭证方时需要放出电能，但当其自身电能不足时，计及违约惩罚的资金结算如附录A 图A4 所示。储能聚合商根据中标量与实际发电量的偏差电量，向链上发布购电信息，通过购买相应的电能弥补偏差电量，并根据最终电能传输时间和初始传输时间的偏差，对购电用户及使用电力凭证的用户进行补偿。储能聚合商i的补偿费用的计算公式为：

式中：H为违约补偿系数；t为偏差时间为售电交易订单和提取电量订单上的交易电量与实际传输电量之间偏差电量的绝对值。

结算完成后，最终由智能合约根据结算结果对双方进行转账，本周期资金结算阶段结束。

2.3 智能合约设计

按照交易流程将智能合约分为3 个阶段进行设计，如图3 所示，分别为链上信息交易阶段、支付阶段和结算阶段。其中，支付阶段是指为达成交易订单的用户进行预支付的阶段，较为简单，此处不做详细叙述。

图3 智能合约设计Fig.3 Design of smart contract

2.3.1 链上信息交易阶段

链上信息交易阶段的智能合约包含了储能租赁智能合约、电能自营智能合约和电力凭证智能合约。储能租赁智能合约中，由于是既定的储能聚合商对需要购买储能的用户进行筛选，而租赁储能的单位价格已经确定，因此智能合约中无须考虑价格因素。

用户租赁的储能容量根据其对下一周期多余电量的预测决定，不同用户其预测能力不一，故设立租赁用户预测能力系数fUserj，该系数表示用户实际存储电量与租赁储能容量的贴近程度。预测能力系数越大，表明贴近程度越高，则该用户匹配的优先级更高，以此筛选更优质的用户，降低储能聚合商运营违约的可能性。

式中：x为TN周期用户j曾经与该储能聚合商交易的次数为TN周期用户j实际存储的电量；为TN周期用户j的租赁储能量。

在使用排序函数将用户的租赁量、租赁时长和预测能力系数进行排序后，使用层次分析法计算出综合排名，最终根据综合排名由高到低进行交易，直至租赁容量上限。

在电能自营的智能合约中，在求购电能时将生产者按报价从低到高放入撮合队列，在出售电能时将消费者按报价从高到低放入撮合队列，最终考虑自身求购最高电价和售电最低电价的约束进行撮合，直至达到储能聚合商的需求和可售电能上限时结束撮合，并将撮合成功的用户生成交易订单。

电力凭证的智能合约主要是验证发起提取电力凭证的用户的真实性，对比需要提取电量与存储电量，如果需要提取电量小于存储电量，则生成电能提取订单。

2.3.2 结算阶段

结算阶段主要由电能反馈函数、对比函数和转账函数组成。3 个函数均使用sendTransaction 方式调用，使用该方式需要创建一笔新的交易，若交易执行成功则执行者获得本次新交易的费用，该笔费用由电能存储交易双方共同承担。其中，电能反馈函数根据电网中实际传输电量向记录本次交易的信息链进行反馈，并记录下本次实际传输电量。对比函数在反馈函数记录完成之后，将其数据与交易订单中的数据进行对比，实现违约惩罚计算、过网费计算和用户预测能力系数的更新。最后，由转账函数根据对比函数计算的数据进行最终转账，并记录本次交易结束。

3 算例分析

3.1 参数设定

应用场景中包含6 种不同用户，其中用户1～3为分布式能源用户；用户4 为需要从储能聚合商处购买电能的用户；用户5 为日常用电用户；用户6 为储能聚合商；用户7 为储能租赁商；用户8 为电能自营商。根据其中分布式能源用户处理电能的方式不同，分别构建两种不同场景，场景1 中的分布式能源用户考虑将过剩电能进行存储，各用户职能如附录A 表A1所示。

场景2 在场景1 的基础上，将分布式能源用户处理过剩电能的方式变为直接在链上出售，其他用户职能保持不变，各用户职能如附录A 表A2 所示。

鉴于分布式能源发电设备的功率短周期内的预测相对准确，将仿真测试中的每个时段设为15 min，全天共采集96 组数据。为比较两种场景下各用户的收益，采集用户1～3 的发电量及日常用电量如附录A 图A5 所示。

储能设备一般采用的锂电池使用寿命tU为9 年，购买成本为1.1 元/（kW·h），储能聚合商的盈利系数设置为0.05，物理传输成本PT为0.05 元/（kW·h），储能聚合商自营盈利系数为0.4。违约惩罚系数M为0.5，违约补偿系数H为0.01。电价取用户1～3 当地的分时电价，22：00—06：00 为谷时，谷时电价为0.307 元/（kW·h），峰时电价为0.617 元/（kW·h）。

3.2 分布式能源用户交易结果分析

本文交易策略的仿真使用以太坊在线仿真平台Remix 进行，分别导入场景1 和场景2 的数据，并按固定比例兑换以太币和人民币。为便于比较分布式能源用户的收益，忽略交易过程中产生的Gas 费用，且不考虑违约问题，在此基础上将分布式能源用户的需求与储能商进行撮合。

当用户发用电之差小于0 时，用户支付电费直接从电网购买电能，而当发用电之差大于0 时，场景1 中的用户1～3 通过在Remix 中设置好的solidity 智能合约文件与匹配到的储能聚合商用户6 以及单独的储能租赁商7 进行储能租赁交易，交易结果如附录A 图A6 所示。96 个周期中用户1 需要的总储能租赁量为18.471 kW·h，匹配成功的储能量为17.624 kW ·h；用 户2 需要的总储能租赁量为10.942 kW·h，匹配成功的储能量为10.227 kW·h；用户3 需要的总储能租赁量为42.495 kW·h，匹配成功的储能量为40.883 kW·h。

场景2 中的用户1～3 与收购电能的用户7 和用户8 也根据智能合约进行匹配，交易结果如附录A图A7 所示。96 个周期中用户1 需要出售的总电能为18.471 kW·h，匹配成功的电能为18.023 kW·h；用户2 需要出售的总电能为10.942 kW·h，匹配成功的电能为10.911 kW·h；用户3 需要出售的总电能为42.495 kW·h，匹配成功的电能为39.694 kW·h。

撮合完成后，从Remix 平台中读取用户1～3 在各周期部分时间合并的情景下进行交易的次数，与在各周期完全独立的传统模式下的交易次数进行对比，如表1 所示。

所有用户在周期合并的情景下，只需要32 h 就可以完成96 个周期，而在周期独立的情景下，则需要48 h 才能完成96 个周期，因此在单位时间内，周期的合并可以增加交易次数。由表1 可知，用户1、2、3 在周期合并的情景下，在96 个周期内分别增加了6 次、11 次、14 次交易。因此，在周期合并的情景下，单位时间内交易周期数量更多，同周期数量时交易次数也增多，交易次数的增加令用户可参与电能交易的频率增加，从而提高了链上用户交易的便利性。

表1 96 周期用户的交易次数对比Table 1 Comparison of transaction times of users in 96 cycles

将两种场景下的相同用户的数据通过MATLAB 进行仿真，对比其收益。为方便比较，将存储的电能与峰时电能进行等价转换，并使用各用户发用电电量都较多的09：00—13：00 时段比较用户收益。该时段用户1～3 在两种情景下的收益对比如图4 所示。

图4 09：00—13：00 时段用户收益比较Fig.4 Comparison of user revenue in period 09：00—13：00

由仿真结果可知，用户1 在09：00—13：00 时段发用电电量差的总值为2.577 kW·h，在场景1 下将这些电量与储能聚合商进行交易，使用储能租赁获得的转化收益为0.554 元，而在场景2 下将这些电量直接出售可获得的收益为0.438 元；用户2 在09：00—13：00 时段发用电电量差的总值为0.348 kW·h，同样在场景1 下使用储能租赁获得的转化收益为0.075 元，在场景2 下将这些电量直接出售可获得的收益为0.059 元；用户3 在09：00—13：00时段发用电电量差的总值为9.558 kW·h，同样在场景1 下使用储能租赁获得的转化收益为2.044元，在场景2 下将这些电量直接出售可获得的收益为1.625 元。

由图4 可以看出，用户1～3 在用户发用电电量差大于0 的时段，场景1 下的收益大于场景2 下的收益，且随着各用户发用电电量差的增加，场景1 与场景2 下的收益差值也随之增加。考虑到售电电价随时间有峰谷变化，对用户1～3 全天总收益进行分析，得到两种场景下用户全天的收益如附录A 图A8所示。由图可知，用户1～3 在场景1 下的全天收益也大于场景2 下的全天收益。对比两种交易策略可知，当利用储能聚合商进行储能租赁时，将分布式能源发出的实时过剩电能进行存储，其收益大于直接出售过剩电能，这使得分布式能源用户收益更高，在使用储能租赁的同时也令储能聚合商获取了利润，达成了双赢。

3.3 共享与自营储能聚合商收益分析

进一步比较分析用户1～3 与单独的储能租赁商、电能自营商以及本文模型中的共享与自营相结合的储能聚合商进行交易之后的收益。假设实际存储量与储能租赁量的比值均为0.9，并且通过撮合匹配，用户都能租赁到储能，同时为了仿真结果比较的可信度，所有自营商的收购电价都取报价的最高值，而出售电价都取报价的最低值。构建8 种不同情景分别对应用户1～3 处理剩余电能的不同方式，如附录A 表A3 所示。

将数据通过MATLAB 进行仿真，得到各种情景下3 种用户的收益对比如图5 所示。在各种情景下，由于储能聚合商在本文的交易模式下，可以更充分地利用自身的储能，令闲置储能成为电能低买高卖的容器，使其获得多模式交易的多重收益。由图可知，单独租赁少量储能以及单独进行电能自营的收益都较少，而共享与自营相结合的储能聚合商收益都较高。对比8 种不同情景下的收益可知，共享与自营相结合的储能聚合商在96 个周期中，其收益大于单独储能租赁商与电能自营商的收益之和，这是由于共享储能与电能自营相结合的交易方式令电能的交易频率更高，使得共享与自营相结合的储能聚合商的收益得到最大化。

图5 共享与自营储能聚合商收益比较Fig.5 Revenue comparison of shared and self-operated energy storage aggregators

3.4 分布式能源用户与储能聚合商违约情况分析

3.1节给出的场景2 中，用户1 和用户6 当天12：00—13：00 时段考虑其违约情况的实际交易数据如附录A 表A4 所示。由表可知在该时段内，用户1 违约电量共0.089 kW·h，当时的交易电价为0.425 元/（kW·h），则违约惩罚为0.018 9 元。用户6为储能聚合商，该时段的违约电量共3.4 kW·h，补偿电量偏差时间为7.5 min，电网电价为0.617 元/（kW·h），则对购电用户的补偿为0.255 元，储能聚合商因该时段的违约所导致的亏损为2.353 元。由上述违约情况可以看出，本文设计的交易模型可有效处理各交易主体出现的违约情况，即对违约情况进行惩罚，而对被违约用户进行补偿。

4 结语

本文设计了兼具共享与电能自营的储能聚合商的交易策略，并通过区块链的平台搭建了包含用户应用层、物理网络层和智能合约的总体架构。最后，通过Remix 和MATLAB 对用户匹配交易进行仿真，仿真结果验证了本文所提出的交易模型提升了各用户的便利性，提高了分布式能源用户及储能聚合商的经济收益，整体交易模型具有可行性和高效性。

该交易模型为共享储能与分布式能源的交易在中国的发展提供了新的思路，后续将在交易模型的储能与分布式能源的应用方面加以深入研究，将其与灵活性资源相结合，进一步完善该模型的实用性。

附录见本刊网络版（http：//www.aeps-info.com/aeps/ch/index.aspx），扫英文摘要后二维码可以阅读网络全文。