基于联盟链的电动汽车虚拟聚合调频

王昊天，孙英云，汪丽伟，赵鹏飞

（华北电力大学电气与电子工程学院,北京市 102206）

0 引言

随着可再生能源渗透率不断提高、电动汽车（EV）等柔性负荷规模不断扩大,源荷两侧不确定性使电力系统频率稳定面临的挑战越来越严峻,频率问题正在成为中国电力系统低碳化转型路径上的重要瓶颈［1］,新型电力系统需要更多形式的灵活性调节资源维持系统平衡。

作为具有较大灵活性调节潜力的柔性负荷［2］,受限于电池容量、充电桩控制权等多方面因素,单辆EV 难于直接参与调频等辅助服务市场,只能通过某种方式聚合参加［3-4］,但现有聚合商体系主要有以下问题:1）聚合商作为第三方实体,其利益和EV 个体并不完全一致；2）聚合商收集EV 用电数据是对用户隐私的侵犯,缺乏可信保障,难以保证隐私安全。文献［5］提出双层优化算法以最小化聚合商参与能量与调频市场的净运营成本。文献［6］以最小化系统运行成本为目标构建了车到家聚合器,提出了从投标到实时调度的不同时间尺度控制框架。文献［7］考虑电动汽车用户的充电需求,提出即充即走的参与模式,利用Shapley 值法分配调频收益。文献［8-9］利用状态空间方法生成全局控制信号,实现了秒级调频控制,但需定时更新离线数据以保证其精确度。上述文献虽对电网调度中心-聚合商-EV调频框架进行了一定研究,但没有考虑不同运营商充电桩的数据壁垒［10-12］,也没有解决聚合商与用户之间隐私安全与信息透明问题。

区块链技术作为新兴的去中心化加密交易技术,已在需求响应［13］、电力市场交易［14-15］等方面有了广泛应用。文献［16-18］提出基于以太坊的充电权交易机制与模型,实现了充电站充电需求的最优配置。文献［19］基于Hyperledger Fabric 提出多阶段混合拍卖机制,协调微电网中产消者的用电行为,但没有考虑EV 的数据隐私问题。上述文献主要在聚合商层面进行优化,解决了聚合商之间的信息透明问题,但聚合商仍作为中心协调机构参与电网调度中心与EV 用户间的互动,聚合商与用户之间的隐私安全与利益冲突问题对用户积极性的影响更大,缺少多元的车网交互途径。

综上所述,聚合商、电网调度中心、EV 用户三者在调频市场中地位不对等、信息不对称,隐私安全、第三方利益冲突等问题也影响了用户参与调频市场、提供灵活性资源的积极性。针对这些问题,本文提出虚拟聚合调频框架,在Hyperledger Fabric 中部署虚拟聚合商节点,以解决实际环境中车桩网商的信任问题,辅助虚拟聚合EV 参与调频市场交互,以去中心化的形式实现虚拟聚合商及虚拟聚合EV间调频指令分解,由充电桩运营商基于链上数据辅助EV 完成物理响应。最后,通过算例验证了虚拟聚合调频框架的可行性与有效性。

1 现有聚合商调频框架

1.1 车桩网关系分析

EV 可分为电动私家车、电动公交车、电动出租车等。电动私家车主要在工作单位和居住小区两个地点进行充电,停驶时间较长；电动公交车主要在公交充电站进行集中充电,充电时间比较统一,一般在夜晚末班车结束运营后进行充电；电动出租车充电时间、充电地点比较随机,平均停驶时间较短［20］。

EV 出行依赖于电池电量的保障,而实际上充电设施的增速远远赶不上新能源汽车的增速。据中国汽车工业协会统计,2021 年前3 个季度,中国新能源汽车保有量达到678 万辆,全国充电基础设施累计 数 量 为238.5 万 台。2021 年1 月 至11 月,新 能 源汽车销量为299 万辆,全国充电基础设施的增量为

70.4 万台［21］。

充电桩分为公用充电桩、专用充电桩、私人充电桩等,不同于智能电表,充电桩产生的用电数据属于充电桩运营商而不属于电网,电网无法直接对每辆EV 的备用容量进行评估。由于不同运营商的充电桩之间存在信息与数据屏障,电网无法直接控制大规模充电桩调整EV 充电功率,EV 用户也无法接入不同运营商的充电桩,直接响应调频指令,在没有第三方协调机构的情况下,车桩网三者之间缺少合适的交互途径,如附录A 图A1 所示。

1.2 现有框架主体与问题

现有聚合商调频框架在一定程度上解决了车桩网间沟通问题,主要包含电网调度中心、聚合商与EV 用户三类主体,现有研究中常以充电站、停车场、工业园区这类拥有一定数量充电桩的主体作为实体聚合商［22］。由于EV 电池容量小,EV 用户只能与聚合商签订合同参与调频辅助服务市场。聚合商作为第三方交易主体,一般以最大化自身利益为目标,通常考虑EV 调频收益与充电成本［23］、EV 电池老化成本［24］,在满足用户充电需求的前提下进行调控。聚合商调频框架下,各主体间交互信息如图1所示。

图1 现有聚合商调频框架示意图Fig.1 Schematic diagram of existing frequency regulation framework for aggregator

在参与调频过程中,聚合商通过充电桩收集用户的电池电量、充电功率、用电时间、备用容量等数据量化集群备用容量与调频能力,达到了资源聚合的目的,但同时也容易侵犯用户的数据隐私,使用户难以信任聚合商提供的调频服务。同时考虑到EV的出行属性,为了实现长时间、多地点参与调频辅助服务,用户须与多个聚合商签订合同,这也增加了用户隐私数据泄露的风险。在调频利益方面,EV 用户不具有表达自身参与意愿的权利,往往处于被动调控地位,聚合商调频收益分成机制也使用户实际收益缩水。现有框架难以解决车桩网商四者之间的信任问题,聚合商调频框架总结如表1 所示。

表1 现有聚合商调频框架总结Table 1 Summary of existing frequency regulation framework for aggregator

从长远发展角度来看,现存的利益冲突与隐私安全问题容易打击用户参与辅助服务市场的积极性,EV 用户虽有直接参与调频辅助服务市场的需求,但缺少充电桩控制权也难以独立实现物理响应。当前,调频平台尚未建立满足这种需求的交互通道,这种模式不利于吸引EV 用户与聚合商签订合同参与调频辅助服务。

2 基于联盟链的虚拟聚合调频框架

无论集中式优化［25］还是分布式优化［26］,传统聚合商仍属于调频交易主体,通过参与调频辅助服务获取收益,控制EV 响应调频指令,缺少可信第三方解决车桩网商之间的互信问题,为EV 用户提供一种平等参与调频辅助服务市场、响应调频指令的途径。

针对1.2 节所述现有聚合商调频框架存在的问题,本节提出虚拟聚合商（virtual aggregator,VA）概念及虚拟聚合调频框架,使EV 用户通过虚拟聚合方式与传统聚合商平等地参与调频辅助服务市场交互,通过去中心化的方式联合充电桩运营商响应调频指令,如图2 所示。

图2 去中心化虚拟聚合调频框架Fig.2 Decentralized virtual aggregation frequency regulation framework

2.1 虚拟聚合商

虚拟聚合商是无物理实体的可信第三方服务代理,以去中心化的形式管理协调电网调度中心、传统聚合商、充电桩运营商与EV 用户之间的信息流,辅助EV 用户通过虚拟聚合方式与传统聚合商平等地参与调频市场,响应调频指令。

与传统聚合商相比,其不以自身利益最大化为目的,仅负责为电网调度中心、传统聚合商、EV 用户提供调频资源聚合与调频指令分解等服务,既可以作为传统聚合商的代理,也可以作为EV 用户虚拟聚合的代理。

2.2 虚拟聚合调频框架

基于虚拟聚合商提供的去中心化服务,本文提出去中心化虚拟聚合调频框架,将电网调度中心、聚合商与EV 三者多层级调度架构转变为信息共享、扁平化的电网调度中心、传统聚合商、充电桩运营商与EV 用户的去中心化架构,如图2 所示。

虚拟聚合调频框架中参与实体包括:EV 用户、传统聚合商（充电站、换电站运营商等）、充电桩运营商、电网调度中心,其中EV 用户特指具有直接参与调频辅助服务市场意愿的用户。火电、储能等其他调频资源并不包含在本文所提框架中,因此,本框架仅作为EV 侧调频资源与调频市场交互、响应调频指令的支撑,不负责调频市场出清工作。

现有调频市场一般包含日前预出清、实时出清2 个阶段［27］,本文所提框架分以下3 个阶段辅助虚拟聚合EV 参与调频市场,完成虚拟聚合商及虚拟聚合EV 间调频指令分解及物理响应。假设在此框架下,EV 用户与传统聚合商均具有调频备用容量与调频里程价格的申报权利,接受市场出清的调频容量价格。日前聚合时间尺度为1 h,实时调频中实时聚合时间尺度为5 min,调频指令时间间隔为1 min［28］,详述如下:

1）日前聚合阶段:EV 用户可根据次日出行计划,结合历史边际出清价格,更新日前每小时备用容量、调频里程价格,经虚拟聚合后形成统一的备用容量与调频里程价格；传统聚合商通过收集站点信息,更新日前每小时备用容量与调频里程价格。根据本框架内虚拟聚合商与框架外其他调频资源信息,电网调度中心完成调频市场日前预出清。

2）实时调频阶段:虚拟聚合商及虚拟聚合EV每5 min 根据实际入网情况更新实时调频备用容量、调频里程价格,辅助实时出清。电网调度中心以1 min 为时间间隔下发调频指令。在去中心化架构下,虚拟聚合商通过分布式优化完成调频指令分解任务,相互之间达成共识,虚拟聚合EV 对虚拟聚合商的调频里程进行二次分解,得到调频里程分配方案,充电桩运营商根据虚拟聚合EV 的调频里程调整EV 功率。

3）收益结算阶段:结合充电桩运营商上传的实际功率调整数据,匹配虚拟聚合商及虚拟聚合EV的历史调频里程,以5 min 的时间尺度,更新虚拟聚合商及虚拟聚合EV 调频性能指标,根据调频市场价格结算用户调频收益。

3 基于智能合约的调频指令分解策略

3.1 联盟链与虚拟聚合调频框架契合度分析

2.2 节所述虚拟聚合调频框架旨在解决车桩网商四者之间的信任问题,关键在于满足隐私安全条件下的车桩网商间信息共享、交互结构扁平化以及虚拟聚合功能实现。联盟链技术作为新兴的去中心化加密交易技术,具有去信任化、匿名性等特点［29］,其技术手段与虚拟聚合调频框架需求有较高的契合度,如表2 所示。

表2 需求与技术契合度分析Table 2 Analysis on compatibility between demand and technology

联盟链中证书颁发机构（CA）为虚拟聚合商节点的真实身份背书,形成节点之间的信任基础,同一通道内所有节点共享账本,虚拟聚合商之间信息透明公开,不同通道内账本不互通,保证用户隐私不易泄露。其共识机制保证所有节点间具有同一账本；其组织与通道结构保证了车桩网商四者之间的地位平等；其智能合约向所有节点提供一致的调频优化服务,且保证交易不可篡改,结果可追溯,使虚拟聚合商相互达成共识。同时,由于用户选择充电桩存在随机性,充电桩运营商与EV 用户恶意勾结的可能性较低,保护了联盟链网络内其余节点的利益,解决了车桩网商之间的信任与信息共享问题。

3.2 基于联盟链的车辆到电网（V2G）交互网络

本文选取Hyperledger Fabric 作为联盟链平台,搭建V2G 交互网络,如图3 所示。

图3 基于联盟链的V2G 交互网络Fig.3 V2G interactive network based on consortium blockchain

联盟链网络由虚拟聚合商节点、充电桩节点、调度节点和排序节点组成。各节点功能如下:

1）虚拟聚合商节点:代表传统聚合商或EV 用户在联盟链网络中参与调频交易,其账本属性主要包括虚拟聚合商编号、上下调频备用容量、调频里程报价、调频里程、调频性能指标、已配对充电桩编号/充电桩组编号等。对于虚拟聚合的EV 用户,其链上账本属性与虚拟聚合商账本属性相同。

2）充电桩节点:代表EV 接入充电服务的充电桩,负责记录EV 接入期间每分钟的功率变动数据并上传至联盟链网络,用于结算虚拟聚合商调频收益,其账本属性主要包括充电桩编号/充电桩组编号、充电桩每分钟的功率变动数据等。

3）调度节点:代表电网调度中心,负责从联盟链网络中提取虚拟聚合商的调频备用容量以及调频里程报价,并在实时调频阶段发布调频信号和边际出清价格,完成虚拟聚合商的实时调频指令分解。其账本属性主要包括调度节点编号、市场调频容量出清价格、市场调频里程出清价格、调频指令等。

4）排序节点:作为联盟链中的交易打包节点,与其他3 类参与交易的节点不同。在联盟链中仅负责将不同节点（虚拟聚合商、电网调度中心、充电桩运营商等）发起的一定数量交易按提交顺序打包成区块,通过联盟链的Raft 排序服务保证区块一致,并广播至对应通道内的各个节点,区块内打包的交易是否有效由接收到区块的节点进行验证。

3.3 基于智能合约的V2G 交互流程

1）调频资源聚合

对与传统聚合商,在链下完成聚合后,其更新备用容量与调频里程报价到联盟链网络中。对于虚拟聚合的EV 用户,其对应虚拟聚合商的调频备用容量表示为各EV 备用容量的加权和,如式（1）所示。调频里程报价表示为各EV 的调频里程报价的加权平均值,如式（2）所示,对应图2 中调频资源聚合功能。具体市场日前预出清工作并不属于本文研究内容,不再赘述。

由于EV 在实际响应过程中存在偏差,需要为每辆EV 设置调频性能指标以衡量其调频性能,其计算方式如式（3）所示。

2）调频指令分解

对于不同虚拟聚合商之间,本文以最小化调频里程成本为目标函数,即调频里程报价更小的虚拟聚合商具有优先出清的权利,建立调频指令分解模型。目标函数为:

对于虚拟聚合EV,其需要根据虚拟聚合商所需调整的调频里程Mj再次进行调频指令分解得到虚拟聚合EV 的调频里程,EV 调频里程可用mi表示,具体模型见附录B。

3）调频收益结算

传统聚合商模式仅具有单一调频性能指标pVA,单辆EV 并无衡量指标,且聚合商需要获得一定比例收益分成,其收益结算公式如式（7）所示。虚拟聚合调频框架下,虚拟聚合EV 用户调频收益按照其对应调频性能指标结算,其收益结算公式如式（8）所示。

3.4 分布式实时调频指令分解模型

考虑到模型复杂度提升及变量维度增加的可能性,为使虚拟聚合商及虚拟聚合的EV 用户在去中心化联盟链网络中相互达成共识,分布式方法更适合作为调频指令分解任务的解决方案。本文选取交替方向乘子法（ADMM）［30］将原模型分解为分布式模型。ADMM 基本原理是融合对偶上升法的可分解性与拉格朗日乘子法的收敛性,基于增广拉格朗日函数将原问题分解为多个子问题,利用分块变量和对偶变量交替迭代优化。典型ADMM 问题及分布式求解方法介绍见附录B。

首先,对式（4）至式（6）构成的调频指令分解模型进行拉格朗日增广,增广函数为:

假设经过I轮迭代收敛,则变量更新次数为I(K+1)次。随着规模扩大,每次变量更新均形成共识容易使求解时间超过1 min。为解决此问题,每轮迭代由随机虚拟聚合商节点单独完成,仅需完成2I次共识过程,链上实时调频优化流程见附录B 图B2,此流程也可以套用于虚拟聚合EV 间调频指令分解。

4 算例分析

因为日前阶段虚拟聚合商只进行基于式（1）、式（2）的调频资源聚合,过程较为简单,所以本文重点对实时调频阶段和收益结算阶段进行分析。本文设计了一个基于联盟链的实时调频阶段模拟算例,以验证虚拟聚合调频框架的可行性,并对传统聚合商、虚拟聚合商模式下的调频里程收益情况进行了分析。虚拟聚合商及EV 用户调频里程报价服从［5,15］的均匀分布,单位为元/（MW·h）,每辆EV初始调频性能指标服从［0.7,1］的均匀分布。虚拟聚合商调频指令分解模型惩罚因子设为0.000 06,虚拟聚合EV 调频指令分解模型惩罚因子设为0.05。本文搭建了20 个虚拟聚合商参与的联盟链网络验证模型可行性,其网络结构共包含1 个排序节点、1 个调度节点、20 个虚拟聚合商节点（由于实验环境限制,节点规模无法继续扩大,仅生成对应充电桩节点的账本,不在联盟链网络中设置具体的充电桩节点）。各虚拟聚合商代理实体包括充电站运营商（编号1～12）、换电站运营商（编号13～17）、虚拟聚合EV 用户（编号18～20）,其调频里程报价、调频备用容量和调频性能指标见附录C 表C1。

联盟链V2G 交互网络部署在虚拟机中,实验环境为Ubuntu 18.04,智能合约编程语言为Go,内存为16 GB。

4.1 实时调频指令分解

首先,在同一调频指令下利用3 种不同方式进行调频指令分解。集中式模型对应电网调度中心集中优化方案,分布式模型对应电网调度中心作为中心协调机构的分布式优化方案,智能合约对应联盟链去中心化的分布式优化方案。前两者基于Python 运行,后者基于Go 运行,结果对比如表3 所示。智能合约与其余2 种方法求解结果一致,耗时1.873 s,满足1 min 调频指令间隔,表明虚拟聚合商节点可在没有中心协调机构的情况下以去中心化协作的方式完成调频指令分解,验证了虚拟聚合调频框架的有效性。ADMM 优化结果见附录C 图C1。超级账本交易结果见附录C 图C2。

表3 不同优化结果对比Table 3 Comparison of different optimization results

其次,选取美国PJM 市场单日60 条调频指令模拟1 h 内实时调频情况,分析本文所提调频指令分解模型表现,虚拟聚合商之间实时调频里程分配结果如附录C 图C3 所示,其优化性能如表4 所示。由表4 可知,虚拟聚合商节点通过去中心化协作的方式,以平均4.59 s 的速度完成虚拟聚合商一级的调频指令分解任务。虚拟聚合商20 由125 辆EV 虚拟聚合形成,以平均4.07 s 速度完成虚拟聚合EV 用户一级的调频指令分解任务。剩余时间足够充电桩通过联盟链获取充电响应策略完成物理响应,满足所提框架中1 min 调频指令时间间隔,验证了虚拟聚合调频框架的可行性。

表4 智能合约分布式优化性能Table 4 Distributed optimization performance of smart contracts

4.2 收益结算分析

参考文献［31］方法,通过模拟EV 实际响应数据,以5 min 为收益结算时间间隔,60 条调频指令共分为12 个调频区间,选取虚拟聚合商20 中部分用户调频里程收益进行分析。市场边际出清价格一般为所有参与调频主体中的最高报价,根据4.1 节调频里程分配结果,得到12 个调频区间最高结算价格如附录C 表C2 所示。

首先,选取较高响应水平、较低响应水平的两类EV 用户分析其收益与调频性能指标,变化如图4 所示。图4（a）代表EV 用户14,其初始调频性能指标为0.75,调频里程报价为7.49 元/（MW·h）。图4（b）代表EV 用户18,其初始调频性能指标为0.93,调频里程报价为6.34 元/（MW·h）。图中,蓝色表示虚拟聚合模式下用户完全响应时获得的调频里程收益；橙色表示虚拟聚合模式下用户响应有偏差时获得的调频里程收益；绿色表示在传统聚合商模式下用户响应有偏差时获得的调频里程收益。

图4 不同响应水平调频里程收益对比Fig.4 Comparison of frequency regulation mileage benefits at different response levels

假设其余车辆调频性能指标保持不变,在传统聚合商模式下,计算聚合商在12 个调频区间内的调频性能指标,EV 调频里程收益按照聚合商调频性能指标结算,用户收益分成比例α按照0.8 计算［7］。EV 虚拟聚合模式下,EV 用户14 随着自身响应水平提高,实际收益与理想收益的差距减小,总体收益高于传统聚合商模式25.99%。而EV 用户18 则随着自身响应水平下降,实际收益与理想收益的差距随之扩大,但由于聚合商占有20%分成,其总体收益仍高于传统聚合商模式19.52%。由此可得,对比传统聚合商的单一调频性能指标,单辆EV 调频性能指标对于用户调频里程收益的反馈更明显、更迅速,表明虚拟聚合模式对提高EV 用户响应水平的引导效果更好。

其次,将125 辆EV 在调频过程中分为高调频性能指标与低调频性能指标两组,高调频性能指标服从［0.9～1］之间的均匀分布（如EV1～EV75）,低调频性能指标服从［0.7,0.8］之间的均匀分布（如EV76～EV125）,两种模式下EV 收益对比见图5。

图5 不同调频框架下里程收益对比Fig.5 Comparison of mileage benefits in different frequency regulation framework

高调频性能指标用户群体的调频里程收益在本文所提模式下相比传统聚合模式提高了36.47%；低调频性能指标用户群体的调频里程收益提高了7.52%。调频性能指标较高的EV 用户相比传统聚合商模式收益更高,而且调频性能指标较低的EV用户也未降低,说明虚拟聚合调频框架下,调频里程收益在EV 用户之间分配更为合理,有利于引导EV用户保持高调频性能。

5 结语

本文基于联盟链搭建了包含车桩网商的去中心化V2G 交互网络,以链上虚拟聚合的方式为EV 用户提供了直接参与调频辅助服务的途径,通过链上虚拟聚合商节点的部署使电网调度中心、充电桩运营商、传统聚合商、虚拟聚合EV 用户安全地共享信息,通过部署不同交易阶段的智能合约,使各方以去中心化形式得到一致的调频里程分配方案,并完成物理响应,解决了实际环境中车桩网商的地位不平等、信息不对称以及聚合商与用户之间的利益冲突与隐私安全问题。

通过对实时调频阶段进行模拟分析,结果表明在本文所提框架下,虚拟聚合EV 用户能够响应分钟级调频指令,并通过智能合约得到调频里程分配方案,验证了所提虚拟聚合调频技术的可行性与有效性。通过收益对比分析得出,在本文所提虚拟聚合调频框架下,调频性能指标的改变可快速反馈至用户调频里程收益,能有效引导EV 用户保持在较高的响应水平,为提高新型电力系统灵活性调节能力提供了新的思路。

本文所提框架也适用于时间尺度更长的能量及备用辅助服务市场,但目前链上智能合约较为简单,且串行迭代方式可能限制聚合规模扩大,还存在一定不足。后续研究中可考虑优化联盟链的智能合约及链下处理机制,实现异步优化,提高链上交互速度与规模。

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。