基于區(qū)塊鏈的多主體梯級(jí)水電市場(chǎng)交易模型

葛曉琳，薛鈺，侯昊宇

(上海電力大學(xué) 電氣工程學(xué)院, 上海 200090)

0 引 言

隨著電力市場(chǎng)化改革的推進(jìn)，同一流域中的梯級(jí)上、下游水電站分屬于不同的發(fā)電企業(yè)參與電力市場(chǎng)交易[1]已經(jīng)成為一種趨勢(shì)。水電在消納條件較好地區(qū)將安排優(yōu)先發(fā)電計(jì)劃，國(guó)家鼓勵(lì)通過競(jìng)爭(zhēng)方式確定水電價(jià)格，探索通過招標(biāo)等競(jìng)爭(zhēng)方式確定水電項(xiàng)目業(yè)主和上網(wǎng)電價(jià)[2]。水電企業(yè)在參與市場(chǎng)交易的同時(shí)還要應(yīng)對(duì)流域梯級(jí)上下游水力-電力耦合、電能時(shí)空分配、綜合用水需求、流域多利益主體協(xié)調(diào)等復(fù)雜問題[3]。因此，為實(shí)現(xiàn)水電資源的優(yōu)化配置，設(shè)計(jì)有效的多主體梯級(jí)水電市場(chǎng)交易模型已成為亟待解決的問題。

2019年5月10日，國(guó)家發(fā)改委、能源局發(fā)布《關(guān)于建立健全可再生能源電力消納保障機(jī)制的通知》[4]，明確提出規(guī)范市場(chǎng)報(bào)價(jià)和市場(chǎng)披露機(jī)制，強(qiáng)調(diào)了完善電力市場(chǎng)信息披露的重要性。因此，建立安全、高效、透明的梯級(jí)水電市場(chǎng)交易模式對(duì)于水電企業(yè)至關(guān)重要[5]。區(qū)塊鏈技術(shù)的引入能夠保證資產(chǎn)交易記錄的透明和快速查閱[6]。作為信息領(lǐng)域的前沿性技術(shù)，區(qū)塊鏈技術(shù)在電力領(lǐng)域也受到廣泛關(guān)注[7]。文獻(xiàn)[8]提出了一種能源區(qū)塊鏈網(wǎng)絡(luò)模型，并將其引入虛擬電廠的運(yùn)行調(diào)度過程，提高了虛擬電廠整體運(yùn)行效率。文獻(xiàn)[9]提出一種基于區(qū)塊鏈技術(shù)的需求側(cè)響應(yīng)資源點(diǎn)對(duì)點(diǎn)交易框架并分析了基于區(qū)塊鏈技術(shù)的分散需求側(cè)響應(yīng)資源交易中的關(guān)鍵問題。文獻(xiàn)[10-11]分別提出了基于區(qū)塊鏈的多能互補(bǔ)系統(tǒng)關(guān)鍵問題和交易體系。雖然區(qū)塊鏈技術(shù)在電力系統(tǒng)領(lǐng)域中的研究已有初步成果，但尚未有直接應(yīng)用到梯級(jí)水電市場(chǎng)交易領(lǐng)域的先例。梯級(jí)水電站眾多并且隸屬于多投資主體，傳統(tǒng)的梯級(jí)水電市場(chǎng)交易由獨(dú)立的系統(tǒng)中心完成最終出清過程使得梯級(jí)水電市場(chǎng)交易具有不透明性?，F(xiàn)有的加密模式相對(duì)單一，易被攻破，而梯級(jí)水電由于其隸屬于不同市場(chǎng)主體的特點(diǎn)導(dǎo)致其在市場(chǎng)交易過程對(duì)信息的安全保密機(jī)制要求高[12]。因此，如何基于區(qū)塊鏈技術(shù)建立多主體梯級(jí)水電市場(chǎng)交易模式仍需進(jìn)一步研究。

此外，目前我國(guó)梯級(jí)水電市場(chǎng)交易規(guī)模在不斷擴(kuò)大，各水電運(yùn)營(yíng)商主體在市場(chǎng)環(huán)境下的利益博弈給傳統(tǒng)梯級(jí)水電的經(jīng)濟(jì)優(yōu)化調(diào)度帶來巨大挑戰(zhàn)[13]。目前針對(duì)梯級(jí)水電市場(chǎng)交易模型，大多是從流域整體效益最大化或是多主體競(jìng)價(jià)角度開展研究。其中，文獻(xiàn)[14]以社會(huì)效益最大化進(jìn)行市場(chǎng)出清，探索了下游電站利用有限出力制定自調(diào)度投標(biāo)策略；文獻(xiàn)[15]構(gòu)建了市場(chǎng)競(jìng)價(jià)環(huán)境下梯級(jí)水電站整體優(yōu)化調(diào)度模型。文獻(xiàn)[16]則以市場(chǎng)內(nèi)不同利益主體水電站均以實(shí)現(xiàn)自身利益最大化為決策目的進(jìn)行分析從而開展水電競(jìng)價(jià)交易研究。然而上述文獻(xiàn)均從單一角度進(jìn)行分析，若在梯級(jí)水電市場(chǎng)交易中僅考慮以社會(huì)效益最大化為目標(biāo)，則忽略了梯級(jí)水電多主體發(fā)電運(yùn)營(yíng)商的精確性建模；若僅考慮以發(fā)電商個(gè)體利益最大化為目標(biāo)，則不利于流域梯級(jí)電站的統(tǒng)一調(diào)度。面對(duì)開放和競(jìng)爭(zhēng)的電力市場(chǎng)，梯級(jí)水電站群如何實(shí)現(xiàn)多主體在個(gè)體和整體的統(tǒng)一協(xié)調(diào)優(yōu)化值得進(jìn)一步研究。

在上述背景下，文章提出了一種基于區(qū)塊鏈網(wǎng)絡(luò)的多主體梯級(jí)水電日前市場(chǎng)交易模型并引入目標(biāo)級(jí)聯(lián)分析方法進(jìn)行求解。首先建立了基于區(qū)塊鏈技術(shù)的梯級(jí)水電市場(chǎng)交易模式并且對(duì)傳統(tǒng)區(qū)塊鏈加密算法進(jìn)行改進(jìn)。然后對(duì)梯級(jí)水電隸屬于多主體發(fā)電商進(jìn)行了精細(xì)化建模，并建立各電站之間的關(guān)聯(lián)性約束反映梯級(jí)水電上下游之間的耦合關(guān)系。最后，引入目標(biāo)級(jí)聯(lián)分析方法，將多主體發(fā)電商與整個(gè)梯級(jí)水電流域作為不同利益主體建立兩級(jí)遞階優(yōu)化調(diào)度模型，分別以發(fā)電商收益最大化和整個(gè)流域購(gòu)電成本最小化為目標(biāo)通過發(fā)電功率進(jìn)行聯(lián)絡(luò)求解，并實(shí)現(xiàn)梯級(jí)流域整體效益與各發(fā)電商個(gè)體效益的協(xié)調(diào)優(yōu)化?；陂L(zhǎng)江干流某三庫(kù)梯級(jí)水電站系統(tǒng)的算例表明，所提區(qū)塊鏈和目標(biāo)級(jí)聯(lián)分析法應(yīng)用于多主體梯級(jí)水電日前交易的可行性和有效性。

1 基于區(qū)塊鏈技術(shù)的梯級(jí)水電市場(chǎng)交易模式

1.1 區(qū)塊鏈基本原理及應(yīng)用于梯級(jí)水電市場(chǎng)交易的適用性分析

所謂區(qū)塊鏈，也被稱為一種去中心化的分布式賬本數(shù)據(jù)庫(kù)，特點(diǎn)是去中心化、公開透明，讓每個(gè)人均可參與數(shù)據(jù)庫(kù)記錄[17]。區(qū)塊鏈技術(shù)為資源交易平臺(tái)提供了一個(gè)無中心定價(jià)機(jī)構(gòu)，低準(zhǔn)入門檻，能夠保證交易信息透明公開，保證用戶信息隱私的交易平臺(tái)[18]。在互不信任的多主體并重、各方相對(duì)均衡的情況下，由于區(qū)塊鏈的共治和共識(shí)思想[19]為梯級(jí)水電的電力市場(chǎng)交易參與主體提供了交易透明化的可能性。市場(chǎng)主體每一方都有機(jī)會(huì)主導(dǎo)和決策，但執(zhí)行結(jié)果受到各方的監(jiān)督，必須得到各方認(rèn)可方可生效，實(shí)現(xiàn)了各主體之間的相互制衡，避免一家獨(dú)大。隨著我國(guó)電力體制改革的推進(jìn)，電力交易機(jī)構(gòu)將由過去的單一中心機(jī)構(gòu)主導(dǎo)變?yōu)槎嘀黧w共同主導(dǎo)，為梯級(jí)水電站上下游梯級(jí)水電站發(fā)電企業(yè)策略型競(jìng)價(jià)提供了新的指導(dǎo)，也為區(qū)塊鏈技術(shù)在梯級(jí)水電市場(chǎng)交易中的應(yīng)用提供了可能?；趨^(qū)塊鏈的梯級(jí)水電市場(chǎng)交易模式如圖1所示。

1.2 基于Keccak算法的區(qū)塊鏈加密模式改進(jìn)分析

區(qū)塊鏈技術(shù)的核心是通過散列加密算法對(duì)數(shù)據(jù)進(jìn)行加密實(shí)現(xiàn)數(shù)據(jù)的可靠性，傳統(tǒng)加密算法通常為MD5，然而已有文獻(xiàn)已經(jīng)給出MD5算法的破解的方法[20]。為了克服這一問題，文中采用Keccak算法對(duì)梯級(jí)水電市場(chǎng)交易數(shù)據(jù)進(jìn)行加密，具體加密過程如圖2所示。

圖1 基于區(qū)塊鏈的梯級(jí)水電市場(chǎng)交易結(jié)構(gòu)圖

圖2 Keccack算法加密過程流程圖

首先，以一串自定義的隨機(jī)字符串表征梯級(jí)水電運(yùn)營(yíng)商的交易數(shù)據(jù)，形成散列值。接著，為了進(jìn)一步提高算法的安全性，防止報(bào)價(jià)封裝過程被碰撞破解，在加密的基礎(chǔ)上再引入一個(gè)不可重復(fù)的隨機(jī)變量作為每個(gè)交易數(shù)據(jù)的密鑰進(jìn)行混淆。該隨機(jī)變量采用雪花算法生成。依據(jù)雪花算法依次生成機(jī)器ID，計(jì)數(shù)到的最后毫秒數(shù)作為當(dāng)前的時(shí)間戳，新的ID序號(hào)作為隨機(jī)變量加入到新的散列值中。通過以上過程保證了系統(tǒng)中密鑰的唯一性。最終，投標(biāo)者在密封數(shù)據(jù)階段提交經(jīng)過加密得到的一串不可篡改、難以攻破的交易數(shù)據(jù)散列值，為市場(chǎng)交易環(huán)節(jié)中智能合約驗(yàn)證報(bào)價(jià)信息的一致性提供先行條件。

1.3 基于區(qū)塊鏈技術(shù)的梯級(jí)水電站多運(yùn)營(yíng)商主體市場(chǎng)交易流程分析

將基于區(qū)塊鏈技術(shù)的梯級(jí)水電站多運(yùn)營(yíng)商主體市場(chǎng)報(bào)價(jià)流程分為四階段:(1)發(fā)布交易：梯級(jí)水電發(fā)電商根據(jù)徑流預(yù)測(cè)情況以及自身電量需求生成并提交報(bào)價(jià)策略;(2)密封報(bào)價(jià)：在報(bào)價(jià)階段梯級(jí)水電發(fā)電商利用不可逆向求解、易于校驗(yàn)的哈希函數(shù)，將自己的真實(shí)報(bào)價(jià)以一串自定義的隨機(jī)字符串表示，再進(jìn)行keccak加密作為密封報(bào)價(jià)，在密封報(bào)價(jià)階段提交。智能合約將驗(yàn)證是否與密封報(bào)價(jià)階段提交的信息一致，若不一致，則認(rèn)為該報(bào)價(jià)無效;(3)優(yōu)化決策:在優(yōu)化決策階段，按照所建立的市場(chǎng)交易模型對(duì)報(bào)價(jià)和競(jìng)標(biāo)電量進(jìn)行優(yōu)化，并提交給智能合約，智能合約對(duì)調(diào)整后的報(bào)價(jià)再一次進(jìn)行加密處理。中標(biāo)電量與成交價(jià)格一旦經(jīng)智能合約確認(rèn)，便無法篡改。優(yōu)化決策階段將在第2節(jié)部分進(jìn)行介紹;(4)交易結(jié)算:在規(guī)定的電能交易結(jié)算時(shí)間內(nèi)，梯級(jí)水電市場(chǎng)交易的全部主體上傳該時(shí)段的電能使用情況至智能電表。智能電能表[21]將向智能合約反饋實(shí)際發(fā)用電情況，智能合約根據(jù)反饋的數(shù)據(jù)進(jìn)行交易結(jié)算。梯級(jí)水電市場(chǎng)交易流程圖如圖3所示。

圖3 基于區(qū)塊鏈的梯級(jí)水電市場(chǎng)交易流程圖

2 多主體梯級(jí)水電交易模型及其求解

2.1 多主體梯級(jí)水電日前市場(chǎng)交易模型

2.1.1 目標(biāo)函數(shù)

根據(jù)目前梯級(jí)水電站的市場(chǎng)競(jìng)價(jià)規(guī)則，電站單獨(dú)競(jìng)價(jià)將可能導(dǎo)致水電電量不匹配，如在競(jìng)價(jià)階段，各電站單獨(dú)競(jìng)價(jià)時(shí)，由于不明確上游運(yùn)行方式，無法確定日前現(xiàn)貨市場(chǎng)競(jìng)價(jià)的量?jī)r(jià)申報(bào)方案，尤其是電量方案；在競(jìng)價(jià)出清后運(yùn)行階段，由于上下游中標(biāo)電量不匹配，則存在上游電站蓄水不發(fā)電，下游電站雖有中標(biāo)電量卻無水發(fā)電等問題。因此為了在多主體梯級(jí)水電發(fā)電商市場(chǎng)出清模型中考慮到整個(gè)梯級(jí)流域上下游的水量電量匹配問題，將目標(biāo)級(jí)聯(lián)分析法[22]應(yīng)用到梯級(jí)水電日前市場(chǎng)中，在個(gè)體層面以各梯級(jí)水電發(fā)電商主體收益最大為目標(biāo),在整體層面以梯級(jí)流域社會(huì)福利最大為目標(biāo)。

(1)各運(yùn)營(yíng)商發(fā)電效益最大。

目前中國(guó)同一流域梯級(jí)水電站數(shù)目眾多且屬于不同發(fā)電主體，在綜合考慮常規(guī)的水力和電力調(diào)度約束條件，以梯級(jí)水電站調(diào)度期內(nèi)各發(fā)電商發(fā)電效益最大為個(gè)體優(yōu)化目標(biāo)。

(1)

式中Bm表示第m個(gè)發(fā)電商在交易周期內(nèi)的總發(fā)電效益；t表示時(shí)段序號(hào)，T表示時(shí)段數(shù)目；πtclear為t時(shí)刻的出清電價(jià)；am,n為矩陣Am,n中第m行第n列元素，矩陣Am,n為發(fā)電商與梯級(jí)水電的關(guān)聯(lián)矩陣；若水電站n隸屬于發(fā)電商m，am,n相應(yīng)取值為1，否則為0；Pm,n,t為第m個(gè)發(fā)電商所屬的第n個(gè)電站在第t時(shí)段的競(jìng)標(biāo)電量。

(2)整個(gè)流域購(gòu)電成本最小化。

電力市場(chǎng)中社會(huì)福利一般是指總負(fù)荷效用函數(shù)減去總購(gòu)電成本函數(shù)[23]。由于文中暫不考慮用戶側(cè)效用函數(shù)，所以社會(huì)福利最大化，等價(jià)為購(gòu)電總成本最小化，具體表達(dá)式如下：

(2)

2.1.2 約束條件

(1)水量平衡約束。

(3)

式中Vn,t為水電站n在時(shí)段t的庫(kù)容；In,t為水電站n在時(shí)段t的來水預(yù)測(cè)值；Sn,t為水電站n在時(shí)段t的棄水流量，ni為水電站n的第i個(gè)直接上游水電站；Ωn為水電站n的直接上游水電站集合；τi為第i個(gè)直接上游水電站的水流滯時(shí)，Qni,t-τi和Sni,t-τi分別為水電站n的第i個(gè)直接上游水電站在時(shí)段t-τi的發(fā)電流量和棄水流量。

(2)水電站出力約束。

Pm,n,t=am,nηnQn,tHn,t

(4)

(5)

(3)水庫(kù)庫(kù)容上下限約束。

(6)

(4)發(fā)電流量約束。

(7)

(5)棄水約束。

(8)

(6)水庫(kù)始末庫(kù)容約束。

(9)

(10)

(7)功率平衡約束。

(11)

式中PD,t為時(shí)段t的總負(fù)荷。

(8)中標(biāo)電量上下限約束。

(12)

(9)報(bào)價(jià)上下限約束。

(13)

2.2 目標(biāo)級(jí)聯(lián)分析法應(yīng)用于多主體梯級(jí)水電參與日前市場(chǎng)交易模型的求解

考慮到單一主體的傳統(tǒng)集中式優(yōu)化方法在多主體梯級(jí)水電市場(chǎng)交易中難以為繼，亟需提出一種協(xié)調(diào)多主體自主決策與整體協(xié)調(diào)優(yōu)化的方法來解決。由于多主體梯級(jí)水電市場(chǎng)交易從個(gè)體角度需實(shí)現(xiàn)各發(fā)電商主體收益最大化，從整體角度需實(shí)現(xiàn)流域梯級(jí)電站總購(gòu)電成本最小化。因此，引入目標(biāo)級(jí)聯(lián)分析法通過整體與局部之間的交互迭代實(shí)現(xiàn)多級(jí)系統(tǒng)的協(xié)調(diào)優(yōu)化。目標(biāo)級(jí)聯(lián)分析法的基本思想是針對(duì)梯級(jí)水電隸屬于不同發(fā)電商主體進(jìn)行市場(chǎng)交易，建立梯級(jí)水電群的兩級(jí)遞階優(yōu)化模型，分別以發(fā)電商收益最大化和購(gòu)電成本最小化為目標(biāo)通過發(fā)電功率進(jìn)行聯(lián)絡(luò)求解。通過這種交互迭代漸進(jìn)收斂的方式進(jìn)而體現(xiàn)多個(gè)主體在市場(chǎng)競(jìng)爭(zhēng)的同時(shí)在局部?jī)?yōu)化目標(biāo)和整體優(yōu)化目標(biāo)的博弈。

(14)

式中vm,n,t與wm,n,t為拉格朗日乘子，k為迭代次數(shù)。

(15)

因此，基于目標(biāo)級(jí)聯(lián)分析法的梯級(jí)水電日前市場(chǎng)迭代交易模型中(見圖4)，發(fā)電商報(bào)價(jià)模型由式(14)和式(3)～式(11)構(gòu)成，整個(gè)梯級(jí)流域的市場(chǎng)出清模型由式(15)和式(11)～式(13)構(gòu)成。各優(yōu)化模型并行獨(dú)立求解，交疊進(jìn)行直到滿足收斂條件。

圖4 基于目標(biāo)級(jí)聯(lián)法的梯級(jí)水電市場(chǎng)交易圖

基于目標(biāo)級(jí)聯(lián)分析法的多主體梯級(jí)水電市場(chǎng)交易迭代優(yōu)化的收斂判據(jù)如下：

(16)

式中ε為收斂精度。

式(16)表示作為耦合變量的競(jìng)標(biāo)量和中標(biāo)量，在最后一次迭代過程中其差值應(yīng)滿足精度要求；若收斂判據(jù)不能同時(shí)滿足，拉格朗日函數(shù)的一次項(xiàng)、二次項(xiàng)乘子vm,n,t和wm,n,t的更新原則如下所示：

(18)

式中γ的取值一般為1～3，vm,n,t與wm,n,t的初值一般取為較小的常數(shù)。

2.3 基于目標(biāo)級(jí)聯(lián)分析法的計(jì)算流程

根據(jù)以上描述，采用目標(biāo)級(jí)聯(lián)分析法求解，具體流程如下：

步驟1：輸入梯級(jí)水電站初始參數(shù)和拉格朗日乘子初值，令中標(biāo)電量初值等于競(jìng)標(biāo)電量，令迭代次數(shù)k=1；

步驟5：重復(fù)步驟2～步驟4，直到滿足收斂條件。

3 實(shí)驗(yàn)結(jié)果與分析

為了驗(yàn)證所構(gòu)建模型的有效性，以某三庫(kù)[25](分別記為A、B、C)梯級(jí)水電站系統(tǒng)進(jìn)行算例測(cè)試。多主體運(yùn)營(yíng)商將梯級(jí)水電日前市場(chǎng)交易智能合約發(fā)布至以太坊私有鏈，作為市場(chǎng)交易平臺(tái)，模擬多主體梯級(jí)水電進(jìn)行仿真測(cè)試。圖5為水電站位置關(guān)系，表1為各水電站水庫(kù)調(diào)度的主要參數(shù)，天然來水?dāng)?shù)據(jù)參考文獻(xiàn)[26]。假設(shè)三庫(kù)隸屬于不同的發(fā)電集團(tuán)運(yùn)營(yíng)管理。測(cè)試計(jì)算采用MATLAB與GAMS仿真平臺(tái)聯(lián)合求解。其中，拉格朗日罰函數(shù)乘子初值都設(shè)為1.5，收斂精度均設(shè)為0.01。

圖5 水電站位置關(guān)系圖

表1 某長(zhǎng)江干流梯級(jí)各電站主要參數(shù)

在仿真測(cè)試中，梯級(jí)水電運(yùn)營(yíng)商根據(jù)自身實(shí)際需求與當(dāng)前電價(jià)預(yù)測(cè)情況發(fā)起一次交易請(qǐng)求。投標(biāo)者提交的密封報(bào)價(jià)、密封報(bào)量及自定義隨機(jī)字符串(以A庫(kù)運(yùn)營(yíng)商12個(gè)時(shí)段的報(bào)價(jià)數(shù)據(jù)為例)如表2所示。由于哈希函數(shù)的不可逆向求解性，一旦投標(biāo)者的投標(biāo)數(shù)據(jù)經(jīng)過哈希加密便不可更改。此外，若這些投標(biāo)者能夠及時(shí)的獲取交易信息，便可以調(diào)整自身下一階段的報(bào)價(jià)，能夠提高自身的交易競(jìng)爭(zhēng)力。且A庫(kù)運(yùn)營(yíng)商每一個(gè)時(shí)段的密封報(bào)價(jià)均可體現(xiàn)時(shí)間戳，保證了加密結(jié)果的唯一性。

為研究梯級(jí)水電站隸屬于不同發(fā)電商主體對(duì)優(yōu)化結(jié)果的影響，比較了水電站A、B、C四種不同的隸屬關(guān)系，具體設(shè)置如下：

表2 A庫(kù)運(yùn)營(yíng)商加密的交易數(shù)據(jù)

(1)情景1：水電站A、B、C分別為三家不同的集團(tuán)公司運(yùn)營(yíng)，三個(gè)發(fā)電商分別獨(dú)立參與競(jìng)價(jià)投標(biāo);

(2)情景2：水電站A、B歸屬于同一發(fā)電運(yùn)營(yíng)商，水電站C單獨(dú)一家發(fā)電運(yùn)營(yíng)商;

(3)情景3：水電站A、C歸屬于同一發(fā)電運(yùn)營(yíng)商，水電站B單獨(dú)一家發(fā)電運(yùn)營(yíng)商;

(4)情景4：水電站A、B、C為發(fā)電運(yùn)營(yíng)商，共1個(gè)發(fā)電商參與競(jìng)價(jià)投標(biāo)。

各情景下梯級(jí)水電站日前調(diào)度的發(fā)電效益優(yōu)化結(jié)果如圖6所示。從圖6中可以看出當(dāng)相鄰的兩個(gè)梯級(jí)水電站隸屬于同一發(fā)電商時(shí)，發(fā)電商以梯級(jí)水電站群收益最大為目標(biāo)進(jìn)行投標(biāo)，相較于情景1的三個(gè)發(fā)電商獨(dú)立參與競(jìng)價(jià)投標(biāo)，電站A、B所屬發(fā)電商的收益提高了，9.6%整個(gè)流域的收益也提高了5.7% ，這是由于當(dāng)電站A、B屬于同一運(yùn)營(yíng)商時(shí)，可以進(jìn)行協(xié)調(diào)優(yōu)化，兩電站之間為了共同利益可以獲得更高的總的發(fā)電功率以獲得更大的發(fā)電利潤(rùn)。當(dāng)不相鄰的兩個(gè)梯級(jí)水電站隸屬于同一發(fā)電商時(shí)，下游電站中標(biāo)趨勢(shì)與上游電站相近，且相比較于情景1，C電站與A電站有共同利益進(jìn)行投標(biāo)，使得下游電站中標(biāo)曲線相較于情景一上移，整個(gè)流域收益提高了2.3%，此時(shí)情景3下C電站個(gè)體效益相較于情景1提高了7.2%，這是由于電站A、C為同一發(fā)電商進(jìn)行投標(biāo)，使得位處下游的電站C獲得更多的投標(biāo)空間，可在一定程度上提高收益。由此可以看出，通過對(duì)各水電站的經(jīng)濟(jì)隸屬關(guān)系進(jìn)行詳細(xì)建模，可以更為充分地協(xié)調(diào)發(fā)電資源，實(shí)現(xiàn)發(fā)電商經(jīng)濟(jì)效益的提升。

圖6 不同情景下A、B、C發(fā)電效益

為驗(yàn)證算法的性能，分別采用集中式優(yōu)化求解方法與所提的基于目標(biāo)級(jí)聯(lián)分析法的分散自治調(diào)度方法對(duì)該算例進(jìn)行求解。其中，集中式優(yōu)化求解方法以梯級(jí)流域購(gòu)電成本最小為目標(biāo)建模求解。兩種方法的對(duì)比結(jié)果如表3所示。不同情景下個(gè)體收益對(duì)比結(jié)果如圖7所示。

表3 目標(biāo)級(jí)聯(lián)法算法與集中式算法比較分析

圖7 不同情景下個(gè)體收益對(duì)比

由圖7可知，在情景1下當(dāng)三個(gè)電站分別隸屬于三個(gè)不同的發(fā)電商時(shí)，目標(biāo)級(jí)聯(lián)法求得的購(gòu)電成本相較于集中式算法高2%，然而電站A的個(gè)體效益提高了6.4%，電站B的個(gè)體效益提高了7.6%，電站C的個(gè)體效益提高了4.05%，這是由于A、B、C三電站各自參與投標(biāo)相互競(jìng)爭(zhēng)提升各自的投標(biāo)空間。而在情景2下當(dāng)相鄰的兩個(gè)梯級(jí)水電站隸屬于同一發(fā)電商時(shí)，目標(biāo)級(jí)聯(lián)法求得的購(gòu)電成本相較于集中式算法高1.1%，電站A的個(gè)體效益提高了5.6%，電站B的個(gè)體效益提高了6.5%，電站C的個(gè)體效益提高了4.4%，這是由于A、B電站屬于同一運(yùn)營(yíng)商時(shí)給位處下游的C電站為了爭(zhēng)取自投標(biāo)利益提供了更多的投標(biāo)空間。在情景3下當(dāng)不相鄰的兩個(gè)梯級(jí)水電站隸屬于同一發(fā)電商時(shí)，目標(biāo)級(jí)聯(lián)法求得的購(gòu)電成本相較于集中式算法高0.8%，電站A的個(gè)體效益提高了3.3%，電站B的個(gè)體效益提高了8.2%，電站C的個(gè)體效益提高了1.8%，這是由于A、C電站屬于同一運(yùn)營(yíng)商時(shí)給B電站爭(zhēng)取自投標(biāo)利益提供了更多的投標(biāo)空間。在情景4下當(dāng)三個(gè)電站隸屬于同一發(fā)電商時(shí)，目標(biāo)級(jí)聯(lián)法相較于集中式算法得出的結(jié)果高0.74%，這是由于只有一個(gè)發(fā)電商進(jìn)行交易，使用目標(biāo)級(jí)聯(lián)法求解既需考慮社會(huì)福利最大化還需滿足總發(fā)電量最大，兩目標(biāo)之間進(jìn)行協(xié)調(diào)優(yōu)化，而集中式算法僅需考慮購(gòu)電成本最小化。由此可見，目標(biāo)級(jí)聯(lián)算法能夠在考慮整個(gè)梯級(jí)水電全局利益的同時(shí)協(xié)同梯級(jí)水電站之間的個(gè)體利益，有利于激發(fā)個(gè)體發(fā)電商投標(biāo)的積極性，并使得整個(gè)流域收益得到顯著提高。

此外，由表3可知集中式算法有較快的求解速度，分布式計(jì)算過程求解時(shí)間緩慢,這是由于本文求解規(guī)模小無法全面體現(xiàn)不同算法對(duì)模型求解效率的影響。為進(jìn)一步分析系統(tǒng)規(guī)模對(duì)模型求解效率的影響，將原來的三庫(kù)水電站擴(kuò)展成12庫(kù)水電站(如圖8所示)，其中12水庫(kù)中前4個(gè)水庫(kù)參數(shù)按照電站A的參數(shù)進(jìn)行設(shè)置，中間4個(gè)水庫(kù)參數(shù)按照電站B的參數(shù)進(jìn)行設(shè)置，末尾4個(gè)水庫(kù)參數(shù)按照電站C的參數(shù)進(jìn)行設(shè)置。各水電站隸屬關(guān)系按照情景1設(shè)置，即各水電站隸屬于不同的發(fā)電商，進(jìn)而分別結(jié)合集中式建模算法和目標(biāo)級(jí)聯(lián)分析法進(jìn)行求解。

圖8 梯級(jí)水電站擴(kuò)展圖

由圖9可以看出，當(dāng)梯級(jí)水電主體數(shù)量較少時(shí)，集中式求解規(guī)模小而有較快的求解速度，耗時(shí)不超過20 s，這是由于計(jì)算過程中信息的傳遞使得目標(biāo)級(jí)聯(lián)分析法的求解時(shí)間增加。隨著多主體數(shù)量增加，集中式求解方法的計(jì)算耗時(shí)呈指數(shù)級(jí)增長(zhǎng)，而分布式的增長(zhǎng)幅度則相對(duì)緩慢，當(dāng)電站數(shù)量為12個(gè)時(shí)，集中式算法計(jì)算時(shí)長(zhǎng)高達(dá)70 s，而目標(biāo)級(jí)聯(lián)算法計(jì)算時(shí)長(zhǎng)只有36 s，整整節(jié)約了一半的時(shí)間。由此可見，在規(guī)模大的算例中，當(dāng)主體數(shù)量較多時(shí)，由于系統(tǒng)規(guī)模的急劇增大，使集中式求解效率降低；基于目標(biāo)級(jí)聯(lián)法的協(xié)同優(yōu)化方法將優(yōu)化問題解耦，每個(gè)子問題的規(guī)模較小并且可在并行環(huán)境下求解，從而減小了單個(gè)問題的整型變量數(shù)目，將更加突出目標(biāo)級(jí)聯(lián)分析法優(yōu)越的求解性能。

圖9 集中式算法與目標(biāo)級(jí)聯(lián)法計(jì)算耗時(shí)對(duì)比

4 結(jié)束語(yǔ)

文中提出了一種基于區(qū)塊鏈技術(shù)的多主體梯級(jí)水電日前市場(chǎng)交易模型，并對(duì)梯級(jí)水電隸屬于多主體發(fā)電商進(jìn)行了精細(xì)化建模。引入目標(biāo)級(jí)聯(lián)分析方法，將多主體發(fā)電商與整個(gè)梯級(jí)水電流域作為不同利益主體，分別以發(fā)電商收益最大化和社會(huì)福利最大化為目標(biāo)通過發(fā)電功率進(jìn)行聯(lián)絡(luò)求解，并實(shí)現(xiàn)兩個(gè)優(yōu)化模型的并行求解，所得結(jié)論如下：

(1)所提方法利用區(qū)塊鏈自身的密碼學(xué)特點(diǎn)使梯級(jí)水電市場(chǎng)交易獲得了更大程度的信息安全保障，對(duì)Keccak算法的性能和安全性進(jìn)行了對(duì)比分析驗(yàn)證了此算法的優(yōu)越性;

(2)通過對(duì)梯級(jí)水電站與發(fā)電商的隸屬關(guān)系進(jìn)行精確性建模，能夠更好的協(xié)調(diào)流域梯級(jí)水電地理分布與經(jīng)濟(jì)所屬的關(guān)系，進(jìn)而實(shí)現(xiàn)流域梯級(jí)聯(lián)合調(diào)度效益最大化;

(3)目標(biāo)級(jí)聯(lián)分析法細(xì)化了多主體梯級(jí)水電站之間的利益博弈，與傳統(tǒng)集中式算法相比，所提方法提高了模型的計(jì)算效率和收斂性，并實(shí)現(xiàn)了整體效益和個(gè)體效益的統(tǒng)一優(yōu)化。