基于区块链的综合能源系统低碳优化调度研究

孟 明， 商 聪， 马思源， 赵慧婷

(新能源电力系统国家重点实验室(华北电力大学)，河北 保定 071003)

0 引 言

近年来,可再生能源以其储备充足、分布范围广、环境污染小等特点,逐渐成为应对全球气候变化和能源紧缺问题的主要能源消费方式。综合能源系统(Integrated energy system,IES)将不同品质和特性的化石能源和可再生能源转换成冷、热、电等多种用户直接需求的能源[1],实现了区域内、跨区域间能源生产、传输、分配、转换、存储、消费等环节的有机协调与协同优化[2],作为提高社会能源利用率、促进可再生能源消纳、降低用能成本以及节能减排的有效理念得到了快速发展。同时,当今世界碳排量与日俱增,减少碳排量已成为各国共识,综合能源系统概念的提出为我国碳减排提供了新的思路,有必要引入碳交易来兼顾综合能源系统的经济性与低碳环保性,扩大新能源发电占比,降低碳排量,建设清洁低碳、安全高效的能源体系。

优化IES供给结构,实现能源间耦合互补、相互替代是促进可再生能源消纳,实现节能减排的重要方式。文献[3]通过对国内外综合能源系统示范工程的学习与对比,总结了综合能源系统中分布式发电设备的建设与控制运行方式。文献[4]选取电气、烟气、蒸汽、热水、空气作为基本母线,与源、转换装置、储能、负荷联接构建了综合能源优化调度通用建模方法。文献[5]利用场景分析法对可再生能源出力随机性进行建模并通过建立区域综合能源系统模型仿真分析出了可再生能源的波动性对综合能源系统的影响。文献[6]将冷热电联供系统与微电网相结合,针对含冷热电连供系统的微网从经济性优化目标和随机性处理方法两方面综述其优化调度策略并阐述了优化模型的求解方法和优化调度策略的具体实施方法。为反映不同能源系统间的相互影响。随着单一负荷的需求响应已无法满足多类负荷需求量增长的现状,实现多种负荷联合调度及综合需求响应(Integrated Demand Response,IDR)已成为综合能源系统优化运行研究的重要方向。文献[7]根据综合能源系统能源需求侧的特征,构建了考虑价格需求响应经济优化模型。文献[8]基于需求响应量、响应波动量、波动幅度在不同用户激励水平下的变化特征,构建了需求响应不确定性云模型。文献[9]针对综合能源热电耦合系统中能量垂直转换与用能负荷水平转移的协调用能优化问题,针对智能电网中的电能需求,提出了一种计及用能负荷侧需求响应的智慧能源小区热电耦合系统用能供电优化方案。文献[10]对计及综合需求侧响应的电-气综合能源协同优化问题进行了探讨,建立了电-气联合考虑需求模型。文献[11]针对需求侧负荷波动以及天然气动态特性,采用Wasserstein 距离分布鲁棒方法,构建了不确定变量合集。以上文献对于需求侧响应的研究较为单一,鲜有考虑冷、热、电三种柔性负荷的综合需求响应,且均未考虑传统机组碳排放对环境的影响。

在IES和低碳电力的要求下,国家相关部门已将碳排放作为核心问题,目前碳交易机制被认为是减少碳排放最有效的方式之一。文献[12]梳理了我国碳排放交易市场的发展历程,举例以北京、上海等地区为代表的碳排放交易市场试点制度建设与显著成果。文献[13]详细解释了“碳中和”与“碳达峰”的目标内涵,并指出电力行业作为先行行业,其能源结构调整对实现低碳社会的重要作用。文献[14] 围绕碳交易在综合能源系统中的应用,深入分析了碳交易对综合能源系统规划和运行的影响。文献[15]引入区域碳排放量平衡概念以平衡不同地区间的污染状况。文献[16]针对城市低碳与废物减量需求,建立了包含碳交易机制与废物处理的综合能源系统能量流转模型,对城市综合能源系统低碳运行提供了参考价值。

在可再生能源电力占比上升的前提下,电力系统的结构、控制方式、运行模式等逐渐改变。区块链、大数据、云计算等技术的不断涌现,极大推动了能源互联网的建设。区块链技术作为一种分布式数据库技术,拥有去中心化、公开透明、不可篡改、可以追溯等功能,与综合能源系统具有良好的契合度,将区块链技术合理运用到综合能源系统中,能够保障综合能源服务场景优化调度的公开透明性,提高数据的安全性和可靠性,减少信用认证成本,提升效益,改善效率,解决目前面临的多种困难,符合电力改革的发展需求,有助于智能电网的建设。文献[17-18]概述了基于区块链技术的智能分布式电力能源系统的需求、概念、方法以及展望。文献[19]为了解决综合能源系统调度过程中的信息安全和损耗问题,提出了一种以能源区块链为基础的综合能源系统服务调度优化模型。文献[20]将区块链技术应用于考虑风电出力不确定性中,利用区块链技术获取历史数据,建立基于数据驱动的两阶段鲁棒优化调度模型,算例结果表明了所提方法的有效性。文献[21]分析了区块链技术与微电网中电能交易的契合度,提出一种基于智能合约的分布式电能交易方法。文献[22]在传统碳排放交易机制的基础上引入信用评分机制,定义了交易优先权值,建立了智能合约模型,从而实现了碳排放权和货币的自动计量。文献[23]从IDR的基本概念入手,分析了可交易IDR资源的基本特征,分析了将区块链技术引入需求响应资源市场交易的可行性。文献[24]设计了面向用户侧的基于物联网和区块链的能源区块链平台,实现了分布式发电单元与用电单元的协同优化。

基于上述分析,目前多数文献仅单独研究IES经济效益、生态环境效益和信息融合安全问题,很少有将三者结合后考虑。因此,本文将基于区块链技术对同时考虑电、热、冷综合需求响应和碳交易成本的IES运行优化方法进行研究。首先建立了面向综合能源系统优化调度的区块链总体架构,分析了区块链技术下适用于IES的半中心化运行机制;然后对IES进行典型设备进行数学建模;接着,基于设备模型,考虑电、热、冷综合需求响应对系统的影响,建立以最小化运行费用和碳交易成本为目标的优化模型;最后,通过MATLAB进行仿真,并采用CPLEX进行求解,仿真结果验证了所提方法在IES经济优化运行时的有效性。

1 面向综合能源系统优化调度的区块链总体架构

1.1 冷热电联供IES结构

IES连接输运侧与用户侧,结构复杂,系统内包含元件众多,面对不同的负荷需求和供能状况,需要选择因地制宜、因时制宜地选择合适的能源供应模式[25]。本文研究的冷热电联供IES如图 1 所示。系统内含能源设备主要包括光伏电源(photovoltaic,PV)、风力机组(wind turbine,WT)、燃料电池(fuel cell,FC)、燃气轮机(gas turbine,GT)和燃气锅炉(gas boiler,GB);储能系统主要包括储电设备(energy storage,ES)、储热设备(heat storage,HS);能量转换设备包括余热锅炉(waste heat boiler,WHB)、电锅炉(electric boiler,EB) 、吸收式制冷机(absorption refrigeratoion,AR)、电制冷机(electric refrigerator,ER)等。

图1 冷热电联供综合能源系统结构Fig. 1 Structure of combined cooling, heating and power integrated energy system

1.2 基于区块链辅助决策的IES调度模型

IES内部装置复杂,包含多种不同类型能源,若不进行合理地能源调度分配,将会导致部分设备负荷率低,影响生产效率和经济收益。而采用传统调度方法,将无实现高速处理海量系统优化数据采集与处理,也无法保证系统的稳定性和安全性。利用区块链技术的信息高度透明开放、可追溯性等特点,将其应用到综合需求响应服务、系统协调优化以及碳排放额等方面上,赋予IES灵活感知、实时通信、智能调度等能力,有利于加强分布式电源与调度机构的交互,促进发展绿色电力、减少碳排放。考虑到我国电力市场的特点,能源区块链的建设与发展仍需借助大电网调度的物理基础,必然要受到调度管控限制,若采用完全去中心化的结构,对电网的稳定性和可靠性会产生很大的影响,因此,仍需开放调度中心部分权限来保障电网的安全、稳定运行。调度中心相当于枢纽站,虽不作能量流的传递,但需与各分布式发电单元对接,同时对负荷预测值等信息进行报备、管理。综合考虑以上因素,本文设计了一种基于区块链的IES半中心化调度运行模型,如图2所示,引入了作为IES信息交互和数据存储中心的区块链网络,系统中每个节点都有权限访问数据信息并储存于本地,个别能源供需主体的恶意行为不会对系统造成影响,提升了系统的监管能力和数据共享功能。

图2 基于区块链的综合能源系统调度模型Fig. 2 Dispatching model of integrated energy system based on blockchain

1.3 基于区块链的IES半中心化运行机制

IES中各发电单元、电力用户都可视为一个能源节点,通过智能合约资质检验函数进行注册认证,获得其专属的数字证书certificate和特定身份ID,作为加入网络的唯一身份标识,认证成功的节点加入区块链网络时,获得其对应的私钥和公钥(PriKEYi,PubKEYi),才可参与到IES调度运行中。各节点的状态信息通过智能电表采集并进行实时监控,上传至网络中,系统中每隔一段时间形成一个新的区块、每个区块储存当前IES的最新状态和调度信息,使综合能源调度中心可以从网络中获取准确的历史数据和最新的状态和调度信息,以保证IES优化调度的经济性和可靠性。具体状态和调度信息内容见表1,具体步骤如下说明：

表1 区块链网络存储的信息Tab.1 Stored information of blockchain network

(1)所有能源节点向网络提交自身特定身份ID,将其作为唯一身份标识进行验证,若验证成功,则可加入网络,转步骤(2);否则需重新提交身份ID;

(2)各电力用户访问历史数据完成对未来目标时段用电量等需求预测,各发电单元根据天气情况、产能信息、市场趋势等完成未来目标时段出力预测,调度中心开放部分供、用电计划;

(3)各节点广播并发布当前状态信息及预测信息,利用链式的加密区块验证存储备份,保证数据的溯源和定位功能,加入时间戳保证区块链数据库是不可篡改和伪造的,同时各节点接受其他节点状态信息及预测信息;

(4)各发电单元根据预测信息,考虑各方约束条件基于区块链进行协商,调用智能合约完成初步联合出力计算,形成调度方案,并将该调度方案广播。IES调度中心根据发布信息,完成方案审核,若方案审核成功,转步骤(5);否则需重新提交调度方案;

(5)IES调度中心通知网络各节点方案通过,并将各类能源电厂的约束条件及已过审的联合出力最优调度方案等信息生成区块保存,各能源节点按照保存在区块链中该目标时段的调度方案运行,本调度周期结束。

2 考虑冷热电综合需求响应的综合能源系统优化模型

2.1 综合能源系统主要设备建模

IES包含的设备主要设备有燃气轮机、余热锅炉、燃气锅炉、蓄电池、电锅炉、蓄热槽、制冷设备及外部配电网等。风电场与光伏电站作为分布式电源接入系统,其设备物理模型不再建模。

2.1.1 燃气轮机与余热锅炉

冷热电联产系统中的燃气轮机将连续流动的气体增压后与燃料充分反应,形成高温高压的燃气带动透平高速旋转,从而输出机械功的内燃式动力机械,在发电的同时,还作为天然气系统的负荷,产生的余热通过余热锅炉或者热源式制冷设备回收后向用户输出热功率和冷功率,其电、热出力表达式为

(1)

GT运行时还需满足运行功率约束和爬坡约束：

(2)

2.1.2 燃气锅炉

(3)

2.1.3 储能设备

IES中的储能设备包含储电和储热设备,其中蓄电池作为一种电储能设备得到了广泛的应用,为避免小功率和低荷电状态下充放电对寿命的不利影响,储电装置的操作限制主要是对其充放电容量和容量的制约[2],即

(4)

(5)

(6)

(7)

式中：T为充放电周期。

实际运行时,蓄电池要满足式(8)所示的充放电爬坡率约束[4]：

(8)

2.1.4 电锅炉

EB可在电价谷时期把富余的电能转换成热能满足用户热负荷需求,要满足上下限约束[3],即

(9)

(10)

2.1.5 制冷设备

(1)电制冷机

(11)

(2)吸收式制冷机

(12)

2.2 电-热-冷综合需求响应智能合约模型

2.2.1 IDR资源交易与区块链技术

能源互联网背景下,将会出现更多形式的需求侧响应资源,传统需求响应只调整电负荷曲线,而IES的负荷分为电、热、冷等多种类型,热能和冷能这两种不同的能量都具有系统惯性和温度变化时滞性。此外,在IES的耦合关系中,燃气轮机产生的电和热将电能和热负荷进行耦合,而电制冷机、吸收式制冷机又将电能和冷负荷进行耦合,因此,电价的变化势必会对除电负荷之外的热、冷负荷产生影响[26],冷、热负荷也可参与需求响应进行优化调节。但集中控制策略在分散可控资源过多的情况下存在诸多缺陷：采集数据、优化计算以及决策量所需要的信息交互量和计算规模大量增加,优化控制过程不能灵活处理,也无法很好保护用户隐私,但全分散的能量管理又会造成可控资源运行的不同步,引起系统运行波动和不稳定[16],基于区块链的IES半中心化调度模型有效解决了上述问题,根据IES中能源的供应和需求情况,区块链网络可计算并显示电力销售和购买价格,使信息在所有单元之间进行传递,同时,调度审批中心通过区块链网络收集和监测用户用能信息,在考虑系统整体运行经济性可靠性条件下,根据不同用户节点之间交易信息优化系统的运行策略,提供更优质的服务。对于用户侧,根据市场价格信号,在对自身分布式电源出力预测分析的基础上,做出有利于自身的用能计划安排,促进了与电力主网的信息交流,激发了智能电网背景下的用户行为,实现了系统供需协同互动。

2.2.2 基于区块链技术的IDR资源交易过程

根据本文所提出的基于区块链的IES半中心化调度模型,首先,通过智能电表实现通信、实时数据交互、多种电价计费、与用户互动等功能,如实反映用户的需求侧响应行为。随后,区块链网络协调规划层接收响应,将交易数据打包形成 Merkle树,并将Merkle Root放入区块头之中,形成新的区块完成记录。最后,调度中心验证当前时间段内交易调度数据的合理性、准确性,下发需求指令,并触发智能合约,完成此次调度过程。

2.2.3 IDR资源交易智能合约模型

区块链是一种可信的分布式数据存储模式,各节点将每隔一段时间收集的数据上传到新生成的空区块中,同时链接到在区块链中最长的区块链上。区块头和区块体构成了新生成的区块,区块头部分包括当前区块的版本号、前一区块的信息、时间戳、Merkle树根以及该时段对应的电力交互容量,区块体部分则主要包括智能合约中的交易信息[27]。智能合约是一种预置响应条件和响应规则的运行在区块链上的代码。当智能合约接收到外部输入数据时,会触发预置响应条件,激活预置响应规则,改变智能合约状态。在 IDR 资源交易中,智能合约应该能够根据交易所确定的响应时间和响应量,触发IDR供应节点的响应行为,改变IDR用户整体的优化。具体地,本文构建的IDR资源交易智能合约模型如下：

(13)

式中第一部分ID表示用户加入区块链网络时通过认证获得的唯一身份标识;第二部分addk表示合约账户地址;第三部分∂e表示电量电价弹性矩阵,用需求响应曲线上某个点的斜率,可以得出电力市场负荷的价格弹性系数[28],其表达式为

(14)

式中：当i=j时,∂为自弹性系数;i≠j时,∂为互弹性系数,Qpj和△Qpj为用户初始负荷需求与其改变量,Pi和△Pi为电力价格初始值及其改变量。在依据分时电量电价下的价格弹性系数指标下,建立包含自弹性系数和互弹性系数矩阵的电力负荷改变表达式：

(15)

(16)

对此农业农村部表示将进一步完善调运监管方案，在确保疫情有效控制的前提下，尽量方便仔猪调运。对于由于调运所造成的压栏情况，后续将通过调整屠宰产能分布、加强 “点对点”调运机制来逐步缓解。

(17)

3 基于区块链的碳排放交易模型

3.1 碳排放交易与区块链技术

随着全球气候变暖、化石资源急剧减少,低碳化已成为世界可持续发展的重要因素。能源行业在碳交易中所占比例较大,是我国“2030碳达峰,2060碳中和”目标实现的重要一环。目前,碳排放市场存在碳排放权认证工作量大,碳排放额记录追溯困难等问题。区块链技术因其公开透明、交易可追溯性强等特点,为目前碳交易市场中出现的问题提供了一种可行途径。本文所建立的基于区块链的IES半中心化调度模型可以利用区块链分布式账本功能,通过智能电表实现碳排放权的认证与自动计量,对数据进行加密并存储于区块链网络中,并利用其独特的链式区块架构保证了所有信息的可追溯和不可篡改,为碳足迹的追踪提供了一个可靠的技术平台,确保了交易的合法有效性。其次,所有通过认证的能源节点都可以都可以查看彼此的碳配额和碳足迹,区块链技术能够在保证信息的可靠性和一定程度的个人信息保护的前提下,通过为各能源节点提供相关信息来确保交易的公开透明性,方便监管。最后,利用智能合约,实现区块链核心技术与碳排放补偿、惩罚评估管理、交易结算等过程的结合运用,保证碳交易信息透明、自动执行和数据安全,从而减少交易的信用成本,提高管理效率。

3.2 基于区块链技术的碳排放交易流程

目前计及IES的碳交易区块链技术研究较少,应尽快探索区块链作为底层技术优势特点,实现包括碳数据存储、碳配额购买或分配,碳交易决策与竞价、碳交易结算与监管等在内的功能服务。

具体地,本文基于区块链技术的碳排放交易流程如下：

(1)碳配额认证：根据1.3节,在区块链网络中各节点都有属于自己加入网络的唯一身份标识ID,并通过智能电表对碳排放进行实时监测。

(2)碳交易撮合：构建基于智能合约的碳排放奖惩评估模型如下：

(18)

第二部分CE表示碳排放总量,表达式如下：

(19)

式中：Pi,t表示第i台设备在时段t的碳排放权消耗量;N为碳排放设备调度时间;NCE为碳排放设备个数。

本文设置若干排放区间,当二氧化碳排放量低于无偿自由分配水平,则为负值,表明能源供应企业可以通过碳交易市场销售多余的碳配额,并获得相应奖励;如果碳排放量超过无偿自由分配水平,则为正值,表明能源供应企业必须在碳交易市场再购买碳排放权,超出部分实施阶梯价格[29],表达式如下：

(20)

式中：Eci为各设备的实际碳排放量;c为市场上的碳交易价格;λ表示每个阶梯型碳交易价格的增长幅度;Epi表示供能企业碳排放总量;m表示碳排放区间长度,Eci表示火电机组、CCHP机组和燃气锅炉的碳排放量。

(3)碳交易成本计算：节点向网络提交碳配额和碳排放总量等信息,广播并发布信息,调度中心及其它网络节点完成验证当前数据的合理性、准确性,调用智能合约碳交易成本经济调度计算,形成调度方案。

4 基于区块链辅助决策的IES优化调度计划

4.1 优化运行目标函数

由于计及冷热电综合需求响应的IES微网中存在多种能源转换、耦合、互补问题,其经济优化模型要在满足负荷平衡及相关运行约束条件前提下,从供需双侧共同制定各能量间的最佳调度计划。本文IES日前调度优化模型为混合整数线性规划问题,以系统日运行费用和碳交易成本最小为目标,即

(21)

(1)购电成本(CE)

(22)

(2)GT燃料成本(CGT)

(23)

(3)ES充放电老化成本(Ce)

(24)

式中：Ci,main为ES设备的单位维护费用。

(4)GB成本(CG)

(25)

式中：εGB为GB的效率系数。

(5)设备运行维护成本(Com)

(26)

4.2 约束条件

系统约束除了考虑设备运行约束以外,还要满足式(27)～(35)所示电、热、冷功率平衡和交换功率约束。

(1)电功率平衡

(27)

(2)热功率平衡

(28)

(3)冷功率平衡

(29)

(4)交换功率约束

在IES中,考虑到系统与外部的交互关系与安全运行,必须将系统与外界网络的交换量控制在一个特定的区间之内：

(30)

(31)

(5)电力需求响应约束

柔性可转移负荷,是可以根据分时电价信息自主调整用电功率和时间[30],受外界因素影响而改变的可变负荷,需要满足如下约束：

(32)

(33)

(6)热/冷需求响应约束

(34)

(35)

4.3 求解方法

区块链技术通常作为底层分布式账本数据架构封装于以太坊、超级账本等平台,本文侧重于在区块链技术整体框架下构建的IES低碳调度运行方法研究,因此在统一能量刻度的前提下,对IES内各个设备进行线性化建模,将IES日前低碳优化调度问题转换成混合整数非线性规划问题,通过Yalmip工具箱以及Cplex求解器在Matlab环境下进行仿真并验证该模式下的有效性和可行性。

5 算例分析

5.1 算例系统参数

为验证本文所提的考虑IDR的综合能源系统低碳优化模型在系统优化运行、可再生能源消纳方面的有效性,各节点通过读取区块链网络中历史数据和当前状态和调度信息,最终得到图3所示的日前规划层电、热、冷负荷及可再生能源预测出力功率,图4为系统峰谷分时电价和IDR后的分时气价,表2为能源购买价格。IES系统内部设备单元及储能设备参数见表3,另外燃气轮机燃耗系数a、b、c为2.67、65.8、100[1,4]。碳排放区间长度m取83 000t,奖励系数取0.2,碳交易价格取0.064元/ t。

表2 能源购买价格Tab.2 Energy purchase price (元/kW·h)

表3 机组设备模型参数Tab.3 Unit equipment model parameters

图3 负荷预测曲线Fig. 3 Load prediction curves

图4 能源价格Fig. 4 Energy prices

5.2 优化运行结果及分析

为验证所提基于区块链的计及综合需求响应和碳交易的多能互补综合能源系统模型的有效性,设定了以下4种优化场景进行对比,场景1：只考虑电、热、冷多能互补的优化模型,不考虑IDR和碳交易模型;场景2：考虑电、热、冷多能互补的优化模型和基于区块链技术的IDR模型;场景3：考虑常规碳交易机制和基于区块链技术的IDR模型,考虑电、热、冷多能互补优化模型;场景4：(本文场景)考虑基于区块链技术的碳交易机制和IDR模型,考虑电、热、冷多能互补优化模型。以上场景适用于日前调度,调度时长为24h,时间间隔为1h,以各场景综合运行成本最小化为目标,得到如下调度结果,见表4,图5、6。

表4 系统各场景下优化调度结果Tab.4 Optimize scheduling results of system in various scenarios

图5 不同场景费用优化结果Fig. 5 Cost optimization results in different scenarios

图6 不同场景碳排放量Fig. 6 Carbon emissions in different scenarios

(1)场景1和场景2对比分析：场景1为只考虑电、热、冷多能互补的基础优化模型,场景2为考虑基于区块链技术的IDR和电、热、冷多能互补的优化模型。由表4可知,场景1由于未考虑IDR,运行成本相比于场景2增加了4.8%,碳排放量增加了1.16%,这是因为场景1需求侧负荷固定且多集中于高峰时段,而场景2计及需求侧IDR后,用户通过区块链网络中的电价和天然气价格响应信号,在对自身分布式电源出力预测分析的基础上,做出合理用能调度策略改变,根据自身需求削减或转移负荷,在电价高峰时期,主动将用能负荷转移到电价低谷时期,从而进一步减轻了设备供能压力,有效降低系统运行成本以及碳排放量。

(2)场景2和场景3对比分析：相比于场景2,场景3考虑了常规型碳交易机制和基于区块链技术的IDR模型。与场景2相比,场景3在考虑了碳交易成本后,燃气轮机和燃气锅炉设备机组碳排放量速率有了一定的提高,且其中大部分碳排放量是由电出力增加所导致,这是由于在电价较高时段,外部电网的购电价格高于碳排放成本,从而激励设备机组出力增加,减少了向外部电网的购电量,故降低了碳排放总量。由表3可知,场景3的设备运行成本增加,这是由于低碳排放机组供能成本较高,但由于获得了碳交易收益,所以系统总成本对比于场景2降低了4.04%,且碳排放量减少了6.48%。

(3)场景3和本文场景对比分析：相比于场景3,本文场景采用了基于区块链技术的碳交易机制,考虑了系统运行经济性与低碳性最佳综合优化目标,使系统的运行总成本和碳排放总量相比场景3均有明显下降,分别减少了4.79%和7.67%,进一步灵活控制了IES碳排放总量,对降低系统总的碳排放量具有重要意义,从而达到经济性与低碳性最优调度。

接下来对考虑基于区块链技术的IDR模型,对原始电、热、冷负荷进行需求响应处理,得到如图7、8、9所示负荷需求曲线。

图7 响应前后电负荷曲线Fig. 7 Electric load curves before and after response

由图7、8、9对比可知,基于区块链技术的负荷IDR作用后,电、热、冷负荷曲线的最大、最小值之差小于需求响应前曲线的最大、最小值之差,即峰谷差分别下降了9.71%、3.95 %和6.33 %,起到了平缓负荷曲线的作用。由图7的电负荷曲线可知,根据区块链网络协调规划层接收到的分时电价响应,智能合约预置响应条件满足,触发IDR供应节点的响应行为,在满足系统负荷需求的同时,激励用户表现出“削峰填谷”的趋势,表现为在09：00～22：00时段,需求响应后的负荷需求低于原始负荷需求;在22：00～06：00时段,需求响应后的负荷需求高于原始负荷需求。由图8和图9可知,由于用户对热、冷负荷的可靠性较高,冷热响应时段多发生在负荷平、峰时段,优化之后,用户的热、冷负荷也分别出现了“削峰填谷”的趋势,在保证用户舒适度的前提下,为能源间互补提供最大响应量,平移负荷曲线波动,实现了系统经济运行。

图8 响应前后热负荷曲线Fig. 8 Heat load curves before and after response

图9 响应前后冷负荷曲线Fig. 9 Cooling load curves before and after response

图10、11、12展示了考虑基于区块链技术的碳交易机制和IDR模型,考虑电、热、冷多能互补优化模型,即场景4时,系统各设备优化运行供需平衡情况。

图10 系统供电优化结果分析Fig. 10 Optimization results of power supply of system

图11 系统供热优化结果分析Fig. 11 Optimization results of system heating

由图10、11、12可以看出,通过区块链网络的数据采集与处理技术,根据本文所提优化调度方法,IES内部各单元能够更好的协调工作状态,充分发挥各自作用。首先,在电价低谷时段,用户电负荷需求较低,电负荷主要由燃气轮机和风电出力提供,由于该时段燃气轮机供能压力不大,故出力较多,然后将剩余的电力出售给外部电网获取收益或者蓄电池储存。此时电制冷机和吸收式制冷机出力的变化较小,系统的冷负荷需求主要由电制冷设备满足,热负荷由余热锅炉、燃气锅炉和储热设备三种设备供应。

对于电价平值时段,此时电负荷主要由燃气轮机和光伏、风电提供,燃气轮机逐步降低出力,提供的热能增加,电负荷不足的部分从外部电网购买电量。而在电价较高时段(08：00～11：00,17：00～20：00),此时用电量较大,出于降低系统运行成本的目的,用户电负荷主要由燃气轮机提供、此时的光伏发电和风力发电被全部消纳,还需要通过蓄电池放电,然后不足电力部分通过电网购买,燃气轮机出力较大,可以提供的热量能够承担相应热负荷,蓄热槽也开始释放热量,同时吸收式制冷机将一部分热负荷转换成冷负荷,满足用户用冷需求,吸收式制冷机和电制冷机制冷量增加。

6 结 论

本文针对综合能源系统调度过程中存在的负荷预测误差大、信息透明度低、信息安全风险高的问题,提出了一种基于区块链的IES优化运行调度策略,构建了多能互补IES设备模型,在区块链技术整体框架下,利用智能合约技术,计及电、热、冷综合需求响应和碳交易机制,建立了一种基于区块链的综合能源系统低碳优化调度方法,并通过仿真实验对所提方法进行验证。分析结果表明：

(1)各节点可以充分利用区块链网络中的信息,提高相关预测的准确性,实现了将电、热、冷负荷作为柔性负荷共同参与需求响应,有效降低负荷峰谷差,减少设备供能压力从而优化系统运行,能够有效提高系统经济性、环保性和系统能效利用率。

(2)引入基于区块链技术的碳排放交易流程,由此实现了碳排放交易区块链网络对碳排放权的自动认证计量与碳交易成本计算,合理引导各供能设备出力并从中获取收益,有效减少系统碳排放总量并提高系统的经济性,从而达到系统环保性和经济性的双赢,实现了碳排放交易政策的落地。

(3)合理利用区块链技术特性,保障信息的安全存储与追溯,将为进一步挖掘数据价值,促进综合能源系统内部信息与能量的交互,提高能源生产利用效率提供新的思路。

本文侧重于区块链技术整体框架下IES低碳调度方案实现,有效降低了系统整体能源消耗。在接下来的研究中将重点探讨区块链与IES的深度融合技术,研究针对更多种类型的需求响应特性和不同运行环境的优化策略,促进可再生能源的更好消纳,同时可以考虑提高信息处理速度问题,完成综合能源区块链系统节能降耗与算力耗电相结合的评价技术。