融合区块链的能源协同降碳电力交易福利模型

赵璐钰，李军祥，王 茹

(上海理工大学 管理学院， 上海 200093)

0 引言

随着化石能源发电带来的碳排放问题日益严重，减少化石能源消耗势在必行。为此，我国提出要大力发展可再生能源电力产业，包括光电、风电、水电等[1-2]。但由于发电节点和电力消费中心无法及时进行信息沟通、可再生能源偏好度普遍不高，导致很多可再生能源无法充分消纳，电力高消费地区需要另外购买化石能源电力补充，碳排放量居高不下的问题亟待解决。

当前，已有很多研究将区块链技术与新能源消纳和降碳结合。这类研究将区块链技术融入能源消纳交易体系中，希望与电力交易系统结合后为新能源消纳、降碳等带来积极影响。文献[3-5]分别提出了改进区块链共享机制的设计、基于区块链的新能源和多能源交易的系统和相应的智能合约。前者未结合分布式新能源交易具体场景建立匹配的量化交易模型。文献[6-7]虽然从能源交易的实践出发建立了基于区块链的新能源交易模型，但未将能源交易中的供需关系变化融入模型中。文献[8]提出了BFT的联盟区块链中基于博弈理论的定价模型并与传统电力交易进行比较。虽然以上研究将能源交易中的供需关系和博弈理论中的定价模型融入到基于区块链的新能源电力交易中，但未深入探索其对新能源交易带来的碳排放量和供需两侧福利带来的影响。

本文以现有研究为基础，构造基于区块链的能源协同降碳电力交易福利模型。将电力市场中的供需双方作为区块链分布式节点，利用区块链技术进行电力供需方数据实时交流共享，便于电力供需策略的实时调整。同时，区块链技术可以实时收集节点的电力交易数据信息，为供用电方做出有效匹配决策。该模型可以用于电力市场供需双方的优化调度，提高可再生电力资源的消耗占比，减少碳排放，促进可再生能源行业的持续发展。

1 基于区块链的能源协同降碳电力交易系统架构分析

基于区块链的能源协同降碳电力交易系统中，节点之间通过区块链实现电力交易信息的互通。区块链技术对电力交易双方带来的影响被量化到用户效用函数中用于更好地刻画用户福利。

基于区块链的分布式P2P(peer-to-peer，点对点)交易可以有效解决可再生能源分布不均匀带来的能源信息流通困难[9]。区块链的可追溯性、共识算法等属性可以在保护电力用户隐私的前提下，实时将电力数据[10]传输汇总到上层数据分析中心，用于后续的电力信息特征提取和电力供需信息交流。

本文中建立的模型可在促进可再生能源消纳的基础上降低碳排放量。电力交易双方能在有授权情况下收集区块链上的电力交易信息，并计算出综合评估因子，引导供电方在考虑供电成本(包括距离、电价等因素)后，选择最优的可再生能源电力交易策略，优先可再生能源供给电力，减少碳排放量，增加供电商福利。

本文建立基于区块链的能源协同降碳电力交易系统。系统架构包括能源层、用户层、数据传输层、区块链管理层、数据分析应用层。能源层的电力基础设备负责电力的统一调度和收集电力交易信息以便实时上传到区块链。用户层包含供电联盟和用电方。供电联盟为可再生能源供电厂(本文指光伏和风能分布式微网发电厂)和传统能源供电厂(本文指以煤等化石能源为燃料发电的电厂)，两者都作为供电节点加入到区块链供电联盟中组成互补关系为用电方供电。区块链管理层包含设计的电力交易机制，该层帮助电力用户从交易时间、交易价格、交易能源类型及数量等角度做出最优决策。在区块链上满足交易条件时交易由智能合约触发，整个交易过程全自动化、公开透明。数据分析应用层可以利用链上的电力交易信息得出能源综合评估因子并反馈给区块链管理层进行交易决策。

基于区块链的能源协同降碳电力交易系统结构如图1所示。

图1 基于区块链的能源协同降碳电力交易系统结构示意图

2 基于区块链的能源协同降碳电力交易福利模型建立与分析

2.1 模型描述与假设

电力供需方加入到区块链跨区域电力联盟中，用电方的用电量约束不再受限于当地供电方，需要增加联盟内的总电力供应量。又由于电力供需双方接入区块链节点的比例越高则用电方用电量上限越高，故建立用电量约束条件如下：

(1)

可再生能源电力在生产和使用的过程中会造成环境污染。例如，光伏板的生产、报废材料处理、风电叶片生产等都会产生一定的碳排放量。传统能源电力生产过程中也会造成大量的碳排放。而在当前降碳的政策引导下，每个用电方都有降碳指标，即每个时隙内所有电量消纳造成的总碳排放量要受到总的碳排放量约束。假设每个时隙内用电方jn选择供电方im消纳xjn,im的碳排放量为tjn,im，所有用电方在用电时隙d内受到的总碳排放量指标约束为Td，即

(2)

2.2 用电方电力交易福利函数构建与分析

在电力需求侧，用户在区块链电力交易系统上消费电力时，所获得的福利会随着电力能源类型、电价、时隙等的不同而发生改变。用户的满意度也会因为区块链技术的不同应用程度而发生变化。在微观经济学中，效用函数通常用来描述用户消费数量与所获得满意度之间的关系。在电力交易市场中，也可以用效用函数来表达用电量和满意度的关系[11]。因此，用户jn在时隙d内消费电力的效用函数[12-13]可表示为：

(3)

(4)

综合评估因子θjn,im由区块链电力交易中用电方jn和供电方im的电力信息综合评估得到。各自的电力信息评估因子越高，则双方的综合评估因子越高。不妨假设

θjn,im=θim+θjn

(5)

其中: 电力交易中用电方的评估因子θjn会随自身的电力需求特性而改变。供电方的综合评估因子θim由供电方im的电压稳定度Lim(这里指上一个用电周期内该供电方电压波动的方差值)和供电方的电价与传统能源电价的偏差Eim决定。Lim值越高则表示供电方的电力资源越不可靠，该种电力的评估因子参数值也随之降低，因此Lim和θim成负相关关系。供电方的电价与传统能源电价的偏差Eim值越高，说明供电方在供电联盟中电价不具有优势，因此也和θim成负相关关系，不妨假设

θim=-Lim-Eim

(6)

另外，假设该时期内供电方im的电价为yim，该时期内的供电方的电价除供需关系外，还受电力供需方区域远近、电力交易系统中用电方对该供电方的电力偏好值等因素影响。横跨区域远的供电方输电成本高，电价也高。用电方对供电方的电力偏好值高，用电需求预期高，电价也会高。故根据满意度函数[12]，构造电价关系式为:

(7)

时隙d内用户jn的总用电成本为：

(8)

因此，应用改进后的用户效用函数和电力成本函数后，构造出用户福利函数Wu为：

(9)

2.3 供电方电力交易福利函数构建与分析

在电力供给侧，供电方组成的联盟在电力交易过程中需要付出发电成本、环境成本、储电成本、决策成本。传统能源发电成本主要由能源消耗产生，可再生能源微网发电成本主要由发电设备生产及损耗产生。

假设二者的发电成本Co均是发电量的二次函数[13]，表示为

(10)

其中：a>0，b≥0，c≥0且均为常数，m∈{1,2,…,M}。

供电方可再生能源微网发电量大幅增加后，其发电设备在生产和使用的过程中都会造成环境污染。故综合环境成本Ce为

(11)

式中：ωiM>0表示传统能源发电的环境污染系数；ωik>0，k=1,2,…,M-1，表示该微网内可再生能源的污染系数。

供电方发电可能产生多余电力无法消纳，因此，还需要考虑发电量超过需求时的储电成本Cs，表示为

(12)

式中，h>0为单位电量储电成本。

最后，供电方联盟加入区块链电力交易系统后，将因共享的信息对决策成本造成一定的影响，与偏好值rjn,im成反比，故在参与市场交易时产生的决策成本Cd为

(13)

式中，C0≥0为供需两侧没有使用区块链交易模型的决策成本。

供电方联盟加入区块链电力交易系统后，微网产生的可再生能源电力能够被更多的用电方消纳，因此对供电方联盟的售电收益有很大影响，其售电收益Bs为

(14)

同理，对大电网电力的消纳将随着可再生能源消纳的增多相应地减少，大电网产生的环境污染也会随之减少。因此，供给侧的环境收益也会发生变化，其环境收益Be可表示为

(15)

由此可以构建用电方和供电方的多目标电力交易福利函数Wu和Wg，寻求两者福利的最大化：

(16)

3 模型求解

本文建立的电力交易模型考虑了供需两侧的电力交易行为。电力供需两侧通过本文构造的区块链电力交易模型进行实时的信息交互，通过多目标优化遗传算法[14-15]求解得出满足供电方和用电方福利最大化、碳排放量更低的用电策略。因此，本文从供需方福利最大化两个目标出发，使用多目标优化遗传算法[16]中的带精英策略的非支配排序遗传算法(NSGA-Ⅱ)来求解模型中的最优解。模型求解流程见图2。

图2 基于区块链的电力交易模型求解流程框图

4 仿真结果分析

4.1 参数设置

使用Python软件对上述模型进行仿真分析。仿真实验中假设有100个用电方、2个可再生能源供电方(风能和光伏)和1个传统能源供电方参与电力交易。仿真实验根据实际情况划分为未应用区块链，应用区块链2个场景来进行数值实验仿真分析。其他参数设置参考文献[16-17]，具体参数设置如表1。

4.2 结果分析

应用本文的区块链电力交易模型后，用户总用电量中不同能源电力占比波动明显。在应用区块链技术后，新能源(风能和光伏)消纳量有了显著提升。图3中的单个用户新能源用电量在d∈{5,6,…,20}时隙内，应用区块链电力交易模型后的新能源总用电量明显高于未应用区块链时。同时，从图3可看出，应用该技术后在用电高峰期内用电方对煤电使用量的减少幅度非常可观。这是因为，应用区块链电力交易模型后，用电方可以通过区块链上的实时电力交易数据对供电方的电力信息更加了解(包括价格、电压稳定性等电力信息)，提高用电方对可再生能源微网的偏好值。在增加可再生能源消纳量，降低用电成本等因素综合考量下，用电方会选择综合评估结果更优且碳排放量更低的可再生能源消费。

图3 不同区块链技术应用程度下的单个用户新能源和煤电用电量

应用区块链技术后，用电方购买电力导致的碳排放量显著下降。从表2可以看出，应用区块链技术后，碳排放量相对于传统方式的电力交易下降了77.46%。这是因为用电方可以在本文构建的系统中选取到成本更加低廉、碳排放量更低的可再生能源。用电方消纳越多的可再生能源，碳排放量的降低也就越显著。

表2 不同区块链技术应用程度下的碳排放量

在应用区块链技术后，电力供需双方的福利都有所提升。通过图4得出应用区块链技术后，单个用电方用电福利明显高于未应用该技术时的福利。应用区块链技术后，供电方福利也有明显提升。图5中用电高峰(d∈{5,6,…,18})时，供电方福利提升最为明显。

运用区块链技术后，可再生能源由于价格优势、环境污染系数低、碳排放量低、用电方的偏好度大幅提高等，可再生能源用电量随之大幅提高。另一方面，用电方对新能源的偏好性选择也会促使市场上的新能源供电方通过其电力生产获得更多福利。而可再生能源的碳排放量、供电成本、决策成本等远低于传统能源，最终促成供电方的福利的提高。

由上述几个方面的对比可以得出，应用区块链技术后，跨区域联盟内的可再生能源消纳量提升显著，碳排放量也随之明显下降。在电力需求侧，本文构造的模型可以帮助用电方充分了解供电方的电力信息，通过提高可再生能源消纳量降低能源消纳带来的碳排放量，提高自身的用电福利；在电力供给侧，供电方可以借助本文构造的模型减少供电成本，提高可再生能源的消纳率，降低碳排放量问题带来的惩罚成本，增加供电商总的供电福利。综合来看，区块链电力交易系统模型可以在增加电力供需两侧的环境效益和经济效益的同时促进电力系统从化石能源转向可再生能源消纳，助力“碳中和”目标的实现。

5 结论

1) 在跨区域的用电方和供电方之间建立区块链的能源协同降碳电力交易模型可以进一步提高跨区域内可再生能源的消纳。

2) 应用基于区块链技术构建的能源协同降碳电力交易福利模型可以改善用电方对可再生能源的偏好，通过促进可再生能源电力资源的消纳降低碳排放量，进一步推动“双碳”目标的实现。

3) 新模型的应用提高了电力供需方的电力交易福利，促进了可再生能源产业持续发展。

未来，随着更多的可再生能源微网加入到电网中，电网的稳定性将受到严峻考验。下一步将从应用区块链技术后电力交易系统的稳定性出发进行相关研究。