1
研究背景
随着交通电气化的发展，电动汽车的数量快速增长。大量充电负荷的接入势必会对配电网造成很大的影响。电力市场的发展使得通过市场化机制有序调度充电站的充电功率成为了一种可行方案。但由于充电站与配电网运营商的利益主体不同，以配电网运营商为中心的电能交易模式存在着市场地位不公平、集中调度计算量大和用户响应程度低等问题。随着区块链技术的发展，基于该技术的去中心化交易模式有望解决多主体电能交易问题。因此，研究去中心化交易模式下的充电站日前购电策略具有重要的意义。
2
主要技术路线
本文的研究内容主要分为2个部分，第1部分是利用区块链存储技术设计充电站日前购电去中心化交易模式，第2部分是基于配电网节点边际电价提出了充电站参与日前电力市场的分布式交易策略。
首先，借助区块链存储技术，设计适用于充电站日前购电协议的智能合约。其次，采用二阶锥规划求解交流最优潮流模型得到不同时间配电网各节点用电的边际成本，并以此为潮流运行点构建线性化阻塞管理模型，从而得到配电网节点边际电价。最后，考虑电动汽车的停泊特性，以购电成本最小为目标建立了充电站分散式优化调度模型并根据价格信号分散求解。
3
重点内容
1)去中心化日前电能交易市场模式
建立了去中心化市场环境下的日前电能交易模式，如图1所示，包含有独立系统运营商(ISO)、配电网运营商(DSO)和分布式资源(DER)3个主体。以充电站为例，设计了充电站与电网的市场互动模式。
![]()
图1 日前电能交易模式
根据充电电能交易过程中的主体关系与数据结构，设计了适用于充电电能交易的区块链网络，如图2所示。
![]()
图2 适用于充电电能交易的区块链网络
通过以太坊测试网络与SOLIDITY语言编写了智能合约，如图3所示。
![]()
图3 适用于日前充电电能交易的智能合约
2)利用配电网节点边际电价实现分布式交易
基于负荷预测信息，建立了配电网经济调度模型，通过二阶锥松弛方法求解交流最优潮流模型，得到不同时间配电网各节点用电的边际成本，如式(1)所示。
![]()
式中：fdso系统的购电成本；PG,t为系统在t时间段内的电能；Ploss为网损；b, c为已知的系统用电成本系数；λb,t表示t时间段内平衡节点处的参考电价；λ1j,t表示t时间段内节点j的网损边际电价；CLMPj,t表示t时间段内节点j的用电边际成本； ![]()
表示由交流最优潮流模型得到的t时间段内的购电电能；![]()
表示功率传输分布因子；rij表示线路(i,j)的电阻。
其次，通过边际成本计算得到基础电价和价格敏感系数，并通过一次函数拟合市场出清函数，预测出清电价，如式(2)所示。
![]()
式中：yj,t为j充电站预测的t时间段的出清电价；cj,t为基础电价, βj,t为价格敏感系数，均由最优潮流模型得到；Pcj,t为j充电站在t时间段的充电电能。
进一步以最优潮流的计算结果为潮流运行点建立线性化潮流模型，得到包含阻塞费用的配电网节点边际电价，如式(3)所示。
![]()
式中：![]()
为t时间段内节点j的配电网节点边际电价；L为拉格朗日函数；λt为能量平衡约束的对偶变量；μij,t为线路传输功率约束的对偶变量；DFj,t 表示t时间段内节点j的有功功率传输灵敏系数。
配电网节点边际电价由3部分组成：基础电价、网损电价和阻塞电价，如图4所示。
![]()
图4 充电站1的配电网节点边际电价
最后，充电站根据配电网节点边际电价求解式(4)的数学问题，即能独立优化自身的电能计划，在数学上能够证明其得到的电能计划与集中出清的结果相同。
![]()
式中：fsj为充电站j的购电成本；![]()
为节点j在t时间段的阻塞电价。
4
结语
针对充电站日前购电中心化交易模式存在的市场地位不公平、充电站响应程度低以及充电负荷随机性强等问题，提出了适用于充电站日前购电的去中心化交易模式，并考虑了配电网的安全经济运行，基于节点边际电价策略得到了引导电动汽车有序充电的价格信号，以实现充电站分散式优化调度。通过算例分析，比较了无序充电模式和最优潮流模式下配电网运营商的收益以及集中式调度和分散式调度模式下充电站的收益，证明了所提出的充电站日前购电策略能实现分散式调度，改善了配电网的潮流分布。仿真结果还表明，节点边际电价能够作为公平的价格信号引导充电站有序充电，在保证配电网安全经济运行的同时降低充电站的购电成本，提高充电机的利用率。
该文为国家重点研发计划(2017YFB0902900)、教育部人文社会科学研究项目(17YJCZH212)、国家自然科学基金项目面上项目(51977154)成果。
![]()
原文发表在《电力系统自动化》2019年第43卷第24期，欢迎品读！
引文信息
詹祥澎, 杨军, 吴赋章, 等. 基于去中心化交易模式的充电站日前购电策略 [J]. 电力系统自动化, 2019, 43(24): 23-31. DOI: 10.7500/ AEPS20190510002.
ZHAN Xiangpeng, YANG Jun, WU Fuzhang, et al. Day-ahead Electricity Purchasing Strategy of Charging Station Based on Decentralized Trading Mode [J]. Automation of Electric Power Systems, 2019, 43(24): 23-31. DOI: 10.7500/ AEPS20190510002.
▼往期精彩回顾▼《电力系统自动化》2019年第24期目次
华中科技大学 王丹，毛承雄等：新型变速压缩空气储能技术——大规模压缩空气储能系统发电方式及运行控制的分析与构想
沈阳工业大学 罗桓桓，程中林等：市场化交易调动储热参与调峰的积极性
四川大学 赵永扬，舒勤等：一种能够充分考虑背景谐波波动的谐波阻抗估计新方法
主要作者简介
詹祥澎
![]()
武汉大学硕士研究生。主要研究方向：电力市场与电力系统经济运行。
![]()
杨军
武汉大学教授、博士生导师。从事电动汽车、人工智能在电力系统中的应用等相关研究。主持国家自然科学基金3项以及国家电网公司、南方电网公司科技项目50余项，发表SCI/Ei论文多篇。
![]()
近期发布内容可通过本公众号菜单栏AEPS-精彩荟萃点击查阅，精彩不容错过哦~
郑重声明：根据国家版权局相关规定，纸媒、网站、微博、微信公众号转载、摘编本微信作品，需包含本微信名称、二维码等关键信息，并在文首注明《电力系统自动化》原创。个人请按本微信原文转发、分享。
|
|
转播
