基于精確分類和最優匹配機制微電網交易決策方法

王嘉瑤 宋翔宇 朱俊武

收稿日期：2023-06-29；修回日期：2023-08-07 ?基金項目：國家自然科學基金資助項目（61872313）

作者簡介：王嘉瑤（1990—），女（通信作者），安徽六安人，講師，碩導，博士，CCF會員，主要研究方向為大數據、區塊鏈等（wjiayao0203@yzu.edu.cn）；宋翔宇（1996—），男，山東濟寧人，碩士研究生，主要研究方向為機器學習、區塊鏈等；朱俊武（1976—），男，江蘇江都人，教授，博導，博士，CCF 高級會員，主要研究方向為人工智能領域的知識工程及算法博弈論.

摘? 要：隨著國家對電力市場改革的不斷推進和售電市場的優化，微電網將成為未來電能發展和電網運營管理改革的重要載體。為了提升產消者和消費者的訂單匹配效率以及經濟效益，首先提出了一種基于區塊鏈技術的微電網電能安全交易，利用雙鏈完成交易雙方信息的認證，并提出基于Shapley值分配合作博弈的定價策略。其次，對參與微電網交易的消費者進行精確分類，提高訂單交易匹配效率。再次，在訂單交易階段提出基于總優先指數的匹配滿意度函數，建立滿意穩定的微電網交易雙邊匹配模型。最后，交易雙方通過智能合約完成無第三方信任機構的交易結算。算例結果表明，基于區塊鏈技術和最大滿意度及穩定性的微電網交易方法可以完成微電網內部的直接交易，保證了微電網交易的穩定性，并提高了參與微電網交易雙方的滿意度及匹配穩定性。

關鍵詞：區塊鏈；微電網；滿意度；穩定性；Shapley值

中圖分類號：TP399??? 文獻標志碼：A

文章編號：1001-3695（2024）02-004-0348-08

doi：10.19734/j.issn.1001-3695.2023.06.0247

Microgrid transaction decision making method based on

precise classification and optimal matching mechanism

Wang Jiayao，Song Xiangyu，Zhu Junwu

（College of Information Engineering（College of Artificial Intelligence），Yangzhou University，Yangzhou Jiangsu 225000，China）

Abstract：With the continuous promotion of the national reform of the power market and the optimization of the power sales market，the microgrid will become an important carrier for the future development of electric energy and the reform of power grid operation and management.In order to improve the order matching efficiency of producers and consumers as well as economic benefits，this paper firstly proposed a secure transaction of microgrid electricity based on blockchain technology，which utilized dual chains to complete the authentication of the information of both parties in the transaction and proposed a pricing strategy based on the cooperative game of Shapley value allocation.Secondly，it proposed precise categorization of consumers participating in microgrid transactions to improve the matching efficiency of order transactions，and proposed a matching satisfaction function based on the total priority index in the order transaction stage to establish a satisfactory and stable bilateral matching model for microgrid transactions.Finally，the transaction parties complete the transaction settlement without a third-party trust organization through smart contracts.The results of the algorithm show that the microgrid transaction method based on blockchain technology and maximum satisfaction and stability can complete the direct transaction within the microgrid，which ensures the stability of the microgrid transaction as well as improves the satisfaction and matching stability of the two parties involved in the microgrid transaction.

Key words：blockchain；microgrid；satisfaction；stability；Shapley value

0? 引言

隨著新能源技術的發展與應用，傳統的電網交易模式正在向分布式發電裝置模式轉變。隨著光伏發電以及風力發電技術的改革與應用，一種新的電能交易模式隨之出現［1］，用戶不僅可以作為消費者，也可以通過認證獲得產消者身份，分布式電能交易具有市場多元化、交易便捷、競爭性強等特性［2］。根據2022年發改委和能源局印發的《“十四五”現代能源體系規劃》［3］可知，近年來可再生能源在全球新增發電容量的比重約為 60%，清潔低碳能源發展進入快車道。

微電網具有分布式的特點，具有市場多元性、規模小、靈活性高、廣泛競爭性等特征，可以幫助減少管理擁塞和分布故障的延遲，其分散式結構有助于增強抵御網絡攻擊的能力［4］。但是，傳統的微電網交易模式存在以下弊端：a）產消者和消費者之間未建立一個安全可靠的交易機制；b）產消者與消費者之間的訂單數量多且雜亂，會大大降低雙邊匹配的效率；c）通常采用競爭性交易的方式，導致價格波動大，交易成本高，不利于雙邊匹配的穩定性和可靠性。區塊鏈具有安全性、去中心化、智能合約等特點，恰好符合微電網電力交易中的訴求［5］。首先，區塊鏈可以提高微電網系統的安全性。通過使用加密和去中心化技術，保證微電網中交易和數據的安全性和隱私性。其次，區塊鏈可以使微電網系統更加去中心化。通過去除中間商或其他控制者的需求，區塊鏈可以使微電網的交易變得更加直接和自由，并且避免可能存在的單一故障點。再次，區塊鏈技術可以提高微電網系統的透明度。每一筆交易和能源交換的記錄都將在區塊鏈上被公開并且無法竄改，這有助于提高協作和信任，減少潛在的誤操作和作弊的可能性。最后，區塊鏈上的智能合約可以實現自動化控制和執行。這有助于提高微電網的響應速度和效率，并且有助于解決傳統微電網管理效率低下的問題。因此，將區塊鏈技術應用于微電網可以解決安全性、去中心化、透明度和智能合約等多重問題，有助于提高微電網的效率和可持續性。

近年來，區塊鏈技術在電力系統應用中已經取得了不少的成果［6～10］。因此，針對具體交易方式和交易訂單匹配效率等內容提出高效性、安全性和公平性的解決方法成為關鍵所在。文獻［11］ 提出了適用于微電網電能交易區塊鏈的信用共識機制。文獻［12］提出了一個新的框架，該框架提供了一個基于區塊鏈的開放源碼對等能源市場平臺，可用于測試不同的設置或創建微電網對等交易平臺。文獻［13］ 提出了對等電力交易機制，支持智能合約交易。文獻［14］提出了一種合作模式，其中發電商和消費者組成聯盟，共同協商電價。文獻［12～14］提出了新的微電網電能交易模式，優化了微電網中的電能交易，但未考慮到在微電網交易中存在的訂單煩瑣且無序的問題，會大大降低微電網交易的效率。文獻［15］采用連續雙邊拍賣和統一價格雙邊拍賣機制進行實驗測試，對比了兩種框架的成本分析。文獻［16］提出了一種基于雙向拍賣算法的交易機制，并用智能合約完成交易。文獻［17］ 設計了端對端電能交易平臺的總體架構，對交易機制進行了細化設計，包括交易競價及匹配策略、安全校驗模型和信譽值評估模型。文獻［18］ 設計一種準入機制與權限控制相結合的方法，保護了用戶交易的安全性。文獻［15～18］僅著重于對交易訂單匹配機制和交易競拍機制以及共識算法安全等方面的研究，未考慮雙邊匹配的穩定性和雙邊滿意度的問題。因此，如何將交易機制與實際用電情況相結合，在高效率完成交易訂單匹配的前提下，做到雙邊匹配的穩定性和雙邊滿意度最大化仍有待研究。

針對微電網電能交易訂單多、訂單散亂等特點，將區塊鏈技術應用到微電網電能交易中［19～22］ 。在一定程度上解決了微電網規模小、效率高、分布和增加的交易需求，保證了其內部的能源自給自足，并保障了微電網交易的安全性，有效地平衡了供需關系，提高了能源的使用效率。但單鏈結構的區塊鏈在處理大量、復雜的微電網交易時可能面臨處理速度慢、交易成本高、難以滿足不同交易需求、用戶隱私保護不足以及安全性較低等問題。針對上述問題，本文采用了雙鏈結構，在保障雙方信息和交易安全性的前提下，使用信息鏈對用戶的身份信息進行驗證、存儲用戶的信息，使用交易鏈對參與交易的雙方信息進行存儲。然后，為了優化交易訂單，提高雙方的交易效率對消費者進行精確分類，將用電行為類似的用戶通過聚類算法進行分類，根據不同類型的用戶行為，可以分組進行訂單匹配交易，更好地減少匹配時間，并提高電能交易的效率。最后，提出了一種滿意且穩定的匹配模型，該模型通過主體中的個體進行兩兩比較取優，獲得個體的總優先指數，構建匹配滿意函數。綜合考慮微電網雙邊匹配的滿意性和穩定性，即以微電網匹配滿意度最大化為目標，結合穩定匹配約束，建立穩定且最大滿意度的微電網雙邊匹配模型，采用線性加權和法將多目標優化模型轉換為單目標規劃模型進行求解，通過算例分析驗證了該模型的可行性。實驗結果表明，該方法可以提高微電網交易的安全性，并保證雙方訂單匹配的滿意度和穩定性。

1? 系統模型及分類機制描述

本文采用的雙鏈結構［23］包括身份鏈和交易鏈，其中身份鏈主要是對用戶身份信息的驗證和信息的存儲，交易鏈的功能是加密交易信息和存儲交易信息，保障交易能夠安全進行，保證了交易的安全性和高效性［24］。聚類分析是一種無監督學習方法，可以對相似度較高的數據進行分組，并輸出一個能夠代表這個群體的中心點。K-means++算法引入了更加智能化的質心初始化方法，能夠更快地收斂于最終的聚類結果，避免了因初始質心選擇不當導致的分類不均衡和收斂速度慢等問題［25］。本文提出對消費者進行聚類分析精確分類。首先收集消費者在某段時間內的用電行為信息，通過聚類模型優化電能消耗曲線，分析各簇中心與樣本的距離關系以及聚類數量和聚類關系曲線，得出聚類分析結果。本文根據消費者用電行為信息進行精確分類，產消者可以根據分類結果選擇相應組售電，提高微電網交易效率。Shapley值分配是一種公平且有效的資源分配機制，它考慮了每個參與者對整個博弈的貢獻，而且這種分配方式是唯一的、公平的和可加的［26］。本文提出的基于Shapley值分配的合作博弈定價策略可以充分考慮各參與者的貢獻，從而達到博弈最優解。

1.1? 基于區塊鏈的微電網電能交易系統架構

針對基于區塊鏈的微電網電能交易系統，本文首先對消費者的用電行為信息進行聚類分析、分類、分組，參與微電網交易的消費者可在對應的組發布購電訂單。對于參與微電網交易的產消者而言，根據Shapley值求解出分配利益，從而對出售的電能定價，其次根據發電設備實際產電能量選擇相應的分組，發布售電訂單。交易系統的總體架構如圖1所示。

基于區塊鏈微電網電能交易系統的技術架構如圖2所示。微電網電能交易方法和基于區塊鏈技術進行交易結算，構建了一種多層次的架構。其主要分為物理層、網絡層、數據層、應用層。物理層主要由發電設備、儲電設備、智能電表等組成，主要確保用戶之間能夠高效、安全地完成電能的傳輸以及實時地對電量、電費等數據進行采集計量，并將數據傳輸給數據層進行下一步的分析處理。網絡層主要由安全機制、驗證機制以及節點等構成，通過節點實現區塊鏈網絡點對點交易。數據層存儲了電能交易的歷史結算信息。應用層則是用戶與區塊鏈網絡的接口，可實現電能交易。

1.2? 雙鏈結構

在區塊鏈中的交易都需要通過全網廣播來驗證和同步，導致交易速度較慢，且擴展性受到限制。其次，交易信息都被公開記錄在全網的賬本中，可能暴露用戶的個人身份和隱私信息，同時也容易受到惡意攻擊。因此，本文采用了雙鏈結構，包括身份鏈和交易鏈。身份鏈是以數據庫的形式存在，保存信息的哈希值和其他元數據，主要用于身份核驗、存儲身份信息和賬戶信息等；它提供了一個可信、不可竄改的信息存儲平臺，確保存儲的信息不會被刪除、竄改或丟失。交易鏈主要用于存儲交易信息，即各種類型的資產轉移、付款、交易確認等信息。雙鏈結構將用戶信息和用戶交易記錄分開，可減少各節點存儲數據冗余量，從而提高微電網電能交易的效率。

1.2.1? 身份鏈

身份鏈是一種在區塊鏈上記錄和管理身份信息的鏈式結構。它可以用于數字身份驗證、身份認證和身份授權等應用場景，實現去中心化身份管理和保護個人隱私，以數據庫的形式存在，保存信息的哈希值和其他元數據。身份鏈的結構包括元數據、身份驗證、憑證庫及聯盟信任。身份鏈的目的是提供一個可信、不可竄改的信息存儲平臺，確保存儲的信息不會被刪除、竄改或丟失。當新用戶加入到微電網交易平臺進行購電或售電時，用戶需提交自己的身份證明和證書。平臺會對用戶的身份信息進行審查，并對其進行驗證，當驗證通過后，方可進行注冊。信息鏈會根據用戶的信息產生一對密鑰，注冊成功后，可以成為微電網交易平臺中的一員。若用戶想要成為產消者，則需向平臺提供發電裝置的保密信息，區塊鏈系統對其進行核驗后，則可成功注冊為產消者。若用戶想要成為消費者，則無須向微電網平臺提供發電裝置加密信息，只需將個人的注冊申請發送給微電網平臺，平臺通過后，則可成功成為消費者。當用戶注冊成功進行交易時，區塊鏈系統會根據用戶信息生成一對密鑰。公鑰是可公開的，負責驗證交易的數字簽名和其他匿名用戶發送信息；私鑰是不可公開的，只有用戶自己知道。信息鏈會根據用戶公鑰和信息生成數字證書，節點將生成的數字證書打包成新的區塊并對全網進行廣播，經過驗證節點驗證后進行上鏈操作；同時，參與微電網交易的用戶信息以及交易信息都是不可人為竄改的，無須強制性的平臺管理。這樣不僅可以對現有的電力市場體系進行改進，增加了交易平臺的安全性，同時實現了產消者和消費者雙方的交易自由。

1.2.2? 交易鏈

交易鏈通常是由區塊組成的鏈式結構，它將每個信息和元素按時間順序連接起來，構成一個完整的交易鏈。每個區塊可以包含多條信息，每條信息都有獨特的哈希值和元數據，同時，通過哈希指向前一個區塊，構成一個不可竄改的鏈式結構。每個區塊中包含多筆交易信息，并通過哈希指向前一個區塊，構成了一個不可竄改的鏈。交易鏈具有完全去中心化的結構，可以實現點對點的本地電能交易。它主要用于接收消費者的購電時間、購電電量、最晚發電時隙等信息和產消者的售電時間、售電電量、最晚發電時隙等信息，并記錄匹配成功的訂單交易信息以及交易雙方信息，進行全網廣播，將交易信息存儲到區塊中，并對交易信息加上時間戳，保證交易的可信性。同時，在保存交易信息的同時對其進行加密，只有通過數字驗證的用戶才可以查看交易信息。當微電網雙方完成匹配后，會生成一筆交易，該交易首先需要通過身份鏈進行身份驗證。也就是說，參與交易的每個參與者的身份需要在身份鏈中進行驗證。只有當所有參與者的身份都被確認為有效時，交易才可以繼續進行。一旦交易被確認并執行，交易信息就會被記錄到交易鏈中。這包括交易的參與者，交易的電量、價格、發電時隙等信息。在交易完成后，這些信息可以被存儲在區塊鏈上，從而提供一個公開、不可竄改的記錄。該過程確保了能源交易的透明性和可信度，同時也增加了交易的安全性和可靠性。

1.3? 基于K-means++算法的精確分類

本文采用了K-means++算法對消費者用電行為進行聚類分析。首先，將消費者用電行為按照時間周期進行聚合，得到每個消費者在每個時間周期所使用的電量數據。在進行聚類分析前，需要先對數據進行標準化處理，以確保不同指標的權重相同。其次，采用K-means++算法對標準化后的數據進行聚類分析。具體來說，先隨機選擇一個樣本點作為第一個簇的中心點，然后計算其他樣本點到這個中心點的距離，并計算每個樣本點被選為下一個中心點的概率。重復以上步驟，直到所有的簇中心點都被選定。接著，將所有樣本點分配到最近的簇中心點，然后更新每個簇的中心點，重復這個過程，直到聚類結果不再發生變化，或達到預設的迭代次數。最后，本文通過聚類結果分析消費者用電行為數據的特點和規律。

輸入：樣本集D={x1，x2，x3，…，xm}，聚類的樹k，最大迭代次數N。

輸出：簇劃分C={C1，C2，C3，…，Ck}。

a）從數據集中隨機選取一個樣本作為初始聚類中心c1。

b）計算每個樣本與當前已有聚類中心之間的最短距離（即與最近的一個聚類中心的距離），用D（x，y）表示。

D（x，y）=∑ni=1（xi-yi）2（1）

c）計算每個樣本被選為下一個聚類中心的概率P，其中∑x∈XD（x，y）2是所有樣本點到已有聚類中心的最小距離的平方和。

P=D（x，y）2∑x∈XD（x，y）2（2）

d）重復步驟b）c），直到選出k個聚類質心，其聚類質心向量為{c1，c2，c3，…，ck}。

e）對于n=1，2，…，N，將簇劃分C初始化為Ct=（t=1，2，…，k）。

f）對于i=1，2，…，m，計算樣本xi和各個質心向量cj（j=1，2，…，k）的距離d，將xi標記最小的d所對應的類別γi并更新Cγi=Cγi∪{xi}。

g）對于j=1，2，…，k，對Cγi中所有的樣本點重新計算新的質心。

cj=1|cj|∑x∈Cjx（3）

h）重復步驟f）g），直到k個質心向量沒有發生變化。

1.4 ?基于Shapley值分配合作博弈的定價策略

針對產消者和消費者進行電能交易定價階段，本文設某個交易訂單有m個擁有電能生產能力的產消者用戶和s個消費者用戶，用集合U={1，2，3，…，n} 表示。某個電能交易訂單共有n個參與者，構成聯盟T，且在該聯盟內部均不考慮參與者的特殊性質，即他們在聯盟中擁有相同的待遇和權利。同時設特征函數V（T）為聯盟聯合收益，由聯盟聯合收益積累的超可加性可知，n個產消者的合作將會為聯盟T 帶來相比n個參與者單獨行動更多的利益，即V（T）>V（T-{i}） 。聯盟聯合收益V（T）可以看做從空聯合T0依次加入成員1，2，3，…，n，從而使T0不斷擴充。新加入成員為當前聯合帶來收益V（Ti）～V（Ti-1），當所有聯盟成員加入最終聯合后，所有增益積累為V（t）。用x（t）表示i名成員從聯盟合作收益中所獲得的利益，為了避免加入T聯盟的順序對方案的影響，需要對所有可能的加入T聯盟順序進行平均，得到x（i）的期望，如式（4）所示。

x（i）=∑i∈T（|T|-1）！（n-|T|）！n！×[V（t）-V（T-{i}）]（4）

2? 雙邊匹配模型及交易流程

2.1? 微電網雙邊匹配問題描述

為了便于描述與分析，下面對微電網雙邊匹配問題進行具體設置。

雙邊匹配問題需要考慮到交易雙方的匹配問題，P=［P1，P2，P3，…，Pm］為消費者匹配主體的集合，其中Pi代表消費者集合中的第i個匹配主體，i∈{1，2，3，…，m}，m≥2且m為正整數。Q=［Q1，Q2，Q3，…，Qn］為產消者匹配主體的集合，其中Qj代表產消者集合中的第j個匹配主體，j∈{1，2，3，…，n}，n≥2且n為正整數。Xi=（xi1，xi2，xi3，…，xin）（i∈M）為消費者個體Pi對產消者主體Q的完全嚴格偏好向量。其中，xij（xij∈N，i∈M，j∈N）表示消費者個體Pi對產消者個體Qj的偏好度信息，且滿足對j（j′∈N），當j≠j′時，有xij≠xij′，且xij越小，則說明Pi對Qj的偏好度越大。Yj=（yj1，yj2，yj3，…，yjn）（i∈N）為產消者個體Qj對消費者主體P的完全嚴格偏好向量。其中yij（yij∈N，i∈M，j∈N）表示產消者個體Qj對消費者個體Pi的偏好度信息，且滿足i（i′∈M），當i≠i′時，有yij≠yij′，且yij越小，則說明Qj對Pi的偏好度越大。

把消費者個體對產消者主體的偏好向量Xi=（xi1，xi2，xi3，…，xin）（i∈M）和產消者個體對消費者主體的偏好向量Yj=（yj1，yj2，yj3，…，yjn）（i∈N）結合考慮，最終確定微電網交易雙方匹配方案，如圖3所示。

2.2? 微電網雙邊匹配模型

PROMETHEEⅡ是將待評價的對象之間的差異轉換為一個或多個準則下的優越關系。首先，將每個對象在每個準則下的得分進行標準化處理，以消除不同準則間度量單位不統一的問題。然后，通過計算每對對象之間的差異值，并對差異值進行加權，得到每對對象的偏好值。之后，基于偏好指標進行排序和排名，最終得到一個偏好序列。本文將PROMETHEEⅡ算法應用到微電網雙邊匹配中，借助于優先函數來比較兩個個體的優劣關系，將對方的全部個體進行兩兩比較取優，得到每個匹配主體的優先指數，進而得出雙邊匹配個體的滿意度，使得微電網匹配雙方滿意度最大化。最后，構建基于滿意度與穩定的微電網雙邊匹配模型。

2.2.1? 偏好信息描述

設產消者的售電電價為Ss，消費者的購電電價為Sb；產消者最晚發電時隙為Ts，消費者要求最晚發電時隙為Tb，則F（T）的計算公式如下：

F（T）=0l（Ts，Tb）≤0

1l（Ts，Tb）≥0（5）

則偏好信息P=φ（Sb-Ss）×F（T），其中φ是一個加權系數。

2.2.2? 匹配滿意度

產消者主體和消費者主體雙方通過把對方的全部個體進行比較取優，得到每個匹配主體的優先指數，進而得出雙邊匹配個體的滿意度函數。設a1和a2是兩個整數且a1>0，a2>0，則a1和a2之間的差異測度為

l（a1，a2）=a2-a1（6）

根據 PROMETHEE Ⅱ，構建出該偏好函數。將消費者中的個體Pi與產消者中的個體Qj和Qk（k≠j）進行比較取優，則Qj相對于Qk的優先指數為

gi（Qj，Qk）=0l（xij，xik）≤0

1l（xij，xik）>0（7）

其中：l（xij，xik）是xij和xik之間的差異測度，gi（Qj，Qk）表示個體Qj優于個體Qk的程度。當gi（Qj，Qk）≤0時，表示主體Qj和主體Qk的優先級無差別；當gi（Qj，Qk）=1時，則表示主體Qj優于主體Qk。設產消者個體Qj對產消者主體Q的優先指數為+ij，則全優先指數為+ij的計算公式如下：

+ij=∑nk=1gi（Qj，Qk）（8）

其中：+ij表示產消者個體Qj與產消者主體Q中的其他個體進行比較后優于其他個人的程度，+ij越大，則說明個體Qj優于主體Q中的其他個體的程度越大。設μij是消費者個體Pi對產消者個體Qj的匹配滿意度，則μij的計算公式如下：

μij=+ij-min{+ij∣j∈N}max{+ij∣j∈N}-min{+ij∣j∈N}（9）

其中：μij（0≤μij≤1）是關于+ij的單調遞增函數，即+ij的值越大，則消費者個體Pi對產消者個體Qj的匹配滿意度越大；μij的值越大，則消費者個體Pi與產消者個體Qj匹配成功的可能性越大。

同理，將產消者中的個體Qj與消費者中的個體Pi和Pl（i≠l）進行比較取優，則Pi相對于Pl的優先指數為

gj（Pi，Pl）=0l（yij，ylj）≤0

1l（yij，ylj）>0（10）

其中：l（yij，ylj）是yij和ylj之間的差異測度；gj（Pi，Pl）表示個體Pi優于個體Pl的程度。當gj（Pi，Pl）≤0時，表示主體Pi和主體Pl的優先級無差別；當gi（Qj，Qk）=1時，則表示主體Pi優于主體Pl。

設消費者個體Pi對消費者主體P的優先指數為δ+ij，則全優先指數為σ+ij的計算公式如下：

σ+ij=∑ml=1gj（Pi，Pl）（11）

其中：σ+ij表示消費者個體Pi與消費者主體P中的其他個體進行比較后優于其他個人的程度，σ+ij越大，則說明個體Pi優于主體P中的其他個體的程度越大。

設υij是產消者個體Qj對消費者個體Pi的匹配滿意度，則υij的計算公式如下：

υij=δ+ij-min{δ+ij∣i∈M}max{δ+ij∣i∈M}-min{δ+ij∣i∈M}（12）

其中：υij（0≤υij≤1）是關于δ+ij的單調遞增函數，即δ+ij的值越大，則產消者個體Qj對消費者個體Pi的匹配滿意度越大；υij的值越大，則產消者個體Qj與消費者個體Pi匹配成功的可能性越大。

2.2.3? 匹配滿意度

設K={k1，k2，k3，…，kt}（t≥2）是由微電網雙邊交易匹配方案構成的集合。令θij∈{0，1}，如果θij=1時，表示消費者個體Pi與產消者個體Qj相匹配，如果θij=0，表示消費者個體Pi與產消者個體Qj不匹配。

若ωk是集合K中的匹配方案，ο（ωk）=∑mi=1∑nj=1（μij+υij）θij是ωk對應的雙邊匹配滿意度，若滿足ο（ωk）=max{ο（ωi）|ωi∈K}，則稱ωk是一個滿意的匹配方案。滿意匹配的含義是在匹配方案集中，使得雙邊主體匹配滿意度之和最大的方案。

設ω是一匹配方案，Pi∈P，Qj∈Q，xij，xik∈Xi，yij，ylj∈Yj，若ω滿足下列條件之一：a）Pl∈P，Qk∈Q，使得ω（Pi）=Qk，ω（Qj）=Pl，且xij

若ω既是滿意匹配又是穩定匹配，則稱ω是滿意穩定匹配方案。

2.2.4? 滿意穩定的匹配模型

在微電網交易雙邊匹配問題中，考慮雙邊匹配的滿意度和交易的穩定性，因此，以雙方匹配的最大滿意度為目標函數，結合穩定匹配約束條件，建立微電網交易雙邊匹配模型式（13）～（18）。

max Z1=∑mi=1? ∑nj=1μijθij（13）

max Z2=∑mi=1? ∑nj=1υijθij（14）

滿足? ∑nj=1θij≤1? i=1，2，3，…，m（15）

∑nj=1θij≤1? j=1，2，3，…，n（16）

θij+∑k：xik

∑mi=1? ∑nj=1θij=min{m，n}? θij∈{0，1}，i∈M，j∈N（18）

其中：式（13）表示最大化消費者的匹配滿意度；式（14）表示最大化產消者的匹配滿意度；式（15）表示每個消費者個體至多與產消者主體中的一個個體相匹配；式（16）表示每個產消者個體至多與消費者主體中的一個個體相匹配；式（17）表示穩定匹配約束條件；式（18）表示微電網雙邊匹配的數量約束。式（15）和（16）是為了提高微電網交易效率而設置的一對一雙邊匹配約束條件。在微電網交易雙邊匹配模型式（13）～（18）中，目標函數的量綱量級相同。因此，使用線性加權和法將其轉換為如下單目標線性規劃模型。

max Z=∑mi=1∑nj=1（Xμij+Yυij）θij（19）

∑nj=1θij≤1? i=1，2，3，…，m（20）

∑mi=1θij≤1? i=1，2，3，…，n（21）

θij+∑k：xik

∑mi=1∑nj=1θij=min{m，n}? θij∈{0，1}，i∈M，j∈N（23）

其中：X=n/（m+n），Y=m/（m+n）分別是式（13）和（14）的權重系數。在式（19）～（23）中，由于θij∈{0，1}，i∈M，j∈N，單目標線性規劃模型是可行域有界的整數規劃模型。又知θij=1，i=j

0，i≠j是式（19）～（23）的一個可行解，故式（19）～（23）的可行域非空。依據線性規劃理論，則模型式（13）～（18）存在唯一的最優解，且模型式（19）～（23）的最優解是多目標優化模型的一個有效解。

2.3? 微電網交易流程

微電網中的電能交易主要是由產消者和消費者雙方進行交易，消費者和產消者會將自己的購電訂單和售電訂單發布到節點，并在信息鏈進行記錄，在交易鏈上進行交易，必要時，由國家電網進行電能交易的兜底。若交易完成時，產消者電量有剩余電能，考慮電能存儲的損耗，則可以選擇以較低的價格出售給國家電網。同理，若在交易完成時，消費者需要電力，但產消者沒有出售的電能，則可以選擇以比微電網購電價格稍高的價格向國家電網進行購買電能，電能交易流程如圖4所示。

1）用戶信息更新階段? 每輪電能交易完成后，系統會更新產消者和消費者的信息，包括用戶的歷史交易訂單和偏好信息等。如果有新的用戶加入微電網，則需對其進行驗證，驗證通過后，將該用戶的外部賬戶地址加入到微電網交易中，獲得參與微電網電能交易的權限。此外，以一個月為周期，對該周期內消費者的用電行為進行精確分類，劃分不同的用戶等級。

2）用戶需求更新階段? 把交易劃分為N個時隙，在N-1時隙，微電網中的產消者可以根據自身實際產電量發布售電計劃。其中包括售電電價、售電量和最晚發電時隙等信息。消費者可以根據自身的需求制定自己的購電計劃，包括購電電價、購電量和最晚發電時隙等信息。如果產消者發電時間晚于最晚發電時間，則產消者的偏好信息會發生改變。

3）發布交易信息階段? 首先，根據消費者的用電行為信息對消費者進行聚類分析、分類、分組；而后，消費用戶可以根據自己的分組，選擇在對應的組發布購電訂單。產消者首先結合發電成本、市場價格等因素以及求解出的分配利益值，對出售的電能定價；其次，產消用戶在該階段根據自身實際發電量選擇合適的組發布售電訂單。在訂單發布之前可根據不同組的售電量和售電價格與售電量區間是不同的，考慮大部分產消用戶的儲電量有限且儲電設備的損耗，在售電價格相差不是太大的情況下，相當一部分產消者會將自己的電能售出，以減少儲電設備的損耗。

4）供需匹配階段? 在訂單匹配過程中，交易鏈收到電能交易的訂單后，產消者主體和消費者主體雙方通過把對方中的全部個體進行比較取優，得到每個匹配主體的優先指數，進而得出雙邊匹配個體的滿意度函數。匹配需要根據不同匹配主體具有的滿意度和評價信息，盡可能地找到滿足交易雙方評價最高和最契合雙方的心理需求的主體，從而使交易雙方達到滿意度最大化。

5）智能合約訂單簽署階段? 智能合約［17］在微電網交易中充當了自動執行的角色且無法更改。一旦消費者和產消者根據系統的匹配結果同意并簽署智能合約，這個合約將自動執行所有的條款，包括電能價格、電量、發電時隙等內容。雙方只需要按照智能合約的規定支付相應的費用。當到達約定的電能傳輸時間時，產消者將電能自動傳輸給消費者，這一過程不會受到任何第三方因素的影響。因此，通過智能合約，微電網交易可以實現自動、公正和透明的運行。

6）發電處理階段及交易結算階段? 當到達約定的電能傳輸時間時，智能合約會向雙方的智能電表請求電量傳輸數據。在電能傳輸階段結束后，智能合約會根據各方對合約執行的實際情況進行交易結算。如果合約條款得到了滿足（例如已經傳輸的電量符合合約中的規定），那么智能合約中存儲的代幣將被轉移到產消者的賬戶；如果合約條款未被滿足（例如傳輸的電量低于合約中的規定、未能在約定時間發電），那么這些代幣將被退還給消費者，并進行收取一定違約金的處罰。這種結算方式保證了微電網交易的公正和透明，同時也減低了交易雙方的信任成本。

3? 算例分析

3.1? 消費者聚類分析

為了驗證關于微電網精確分類及電能交易方法的可行性和高效性，首先在微電網精確分類階段，使用Python語言編寫相關的聚類算法，使用PyCharm軟件、 Anaconda Navigator、Jupyter Notebook等插件以及sklearn庫對用戶的用電行為進行精確分類。使用MATLAB對微電網雙邊匹配模型進行求解。

為了驗證本文提出的根據用戶行為進行精確分類，采用的數據集來自Pecan Street數據庫。Pecan Street數據庫收集了來自數千個住宅和商業建筑的能源使用數據，涵蓋了多個領域，包括電力、水、氣體和太陽能發電等。這些數據是通過安裝在參與者家中的智能能源監測設備實時采集的。它是唯一結合物性聯網、高速數據采集、大數據分析的產品方面的知識，來推動水和能源的創新組織或公司的創新。本文分析一個特定區域內216個用戶用電行為信息，周期為一個月。在數據集中，id代表不同的用戶；date代表時間，每15 min采集一次；energy_use代表測量的電量，以kW表示。為了更好地避免用電行為的差異，過濾掉時間為周末的用電數據。根據用戶用電行為繪制當日不同時間不同用戶的電能消耗特征曲線，如圖5所示。通過聚類模型優化電能消耗曲線，分析各簇中心與樣本的距離關系以及聚類數量和聚類關系曲線可知，聚類簇數越大，樣本點到中心簇間的距離也在減小。因此取簇數為4構建模型，并對其進行分組和分析，得到結果：第一類用戶，用電量始終較低，未出現過較大波動；第二類用戶，用電量自早晨開始即明顯提升，可能是某些產品生產者；第三、四類用戶，用電量特征類似，表現為晚間用電量顯著提高，其結果如圖6所示。

3.2? 雙邊匹配滿意穩定模型計算

為了驗證本文所提出的精確分類和基于滿意度匹配算法，假設某地區微電網中有6位消費者{X1，X2，X3，X4，X5，X6}和6位產消者{Y1，Y2，Y3，Y4，Y5，Y6}參與到微電網交易中。6位消費者的購電價格和期望發電時隙為X1=（0.58元/（kW·h），20 pm），X2=（0.62元/（kW·h），19 pm），X3=（0.65元/（kW·h），18 pm），X4=（0.66元/（kW·h），17 pm），X5=（0.68元/（kW·h），16 pm），X6=（0.70元/（kW·h），15 pm），消費者在國家電網購電價格為0.73元/（kW·h）。其中6位產消者的售電價格和最晚發電時隙為Y1=（0.35元/（kW·h），20 pm），Y2=（0.38元/（kW·h），19 pm），Y3=（0.40元/（kW·h），16 pm），Y4=（0.43元/（kW·h），15 pm），Y5=（0.45元/（kW·h），15 pm），Y6=（0.51元/（kW·h），15 pm），產消者向國家電網售電價格為0.33元/（kW·h）。微電網協調中心根據訂單的購電電量和輸電距離等信息對產消者進行偏好評價，給出偏好信息如表1所示。產消者根據消費者的購電價格、最晚發電時隙和自己的售電價格和發電時隙等信息對消費者進行偏好評價，給出偏好信息，如表2所示。

為了解決微電網交易訂單雙邊匹配問題，采用前文所提到的雙邊匹配方法，下面給出計算過程和結果。

首先，消費者個體Pi對產消者中的個體Qj和Qk進行兩兩比較。根據式（6）計算出Qj對于Qk（k≠j）的優先指數gi（Qj，Qk），由式（7）可以計算出產消者個體相對于產消者中的所有個體的全優先指數為+ij，則計算出產消者Q的全優先指數矩陣（+ij）6×6。同理，根據式（9）和（10）可以得出消費者全優先指數δ+ij和全優先指數矩陣（δ+ij）6×6。

（+ij）6×6=214053

152430

532104205143

342105430512，（δ+ij）6×6=412305

412305

410305

400305

400305

410305

其次，由式（8）可計算出消費者個體Xi關于產消者個體Yj的匹配滿意度μij，從而計算出消費者主體P的匹配滿意度矩陣（μij）6×6。同理，由式（11）可以得出產消者主體Q的滿意匹配度矩陣（υij）6×6。

（μij）6×6=0.400.200.800.001.000.600.201.000.400.800.600.001.000.600.400.200.000.800.400.001.000.200.800.600.600.800.400.200.001.000.800.600.001.000.200.40

（υij）6×6=0.800.200.400.600.001.000.800.200.400.600.001.000.800.200.000.600.001.000.800.000.000.600.001.000.800.000.000.600.001.000.800.200.000.600.001.00

最后，以最大化微電網交易雙方的匹配滿意度為目標函數，結合穩定約束，建立微電網雙邊匹配模型。根據權重系數X=0.50，Y=0.50，將優化模型轉換為單目標規劃模型式（19）～（23）。

max Z=∑6i=1? ∑6j=1（0.50μij+0.50υij）θij

s.t.∑6j=1θij≤1i={1，2，3，4，5，6}

∑6i=1θij≤1i={1，2，3，4，5，6}

θij+∑k：xik

∑6i=1∑6j=1θij=6θij∈{0，1}，i∈M，j∈N

使用MATLAB求解模型得

max Z=4.30，（θij）6×6=000010

010000

100000

001000

000001

000100

根據求解得微電網雙邊匹配方案：消費者P1和產消者Q5進行匹配，消費者P2和產消者Q2進行匹配，消費者P3和產消者Q1進行匹配，消費者P4和產消者Q3進行匹配，消費者P5和產消者Q6進行匹配，消費者P6和產消者Q4進行匹配。消費者的總體匹配滿意度為3.00，產消者的雙邊匹配滿意度為1.30，雙邊匹配滿意度為4.30。

為了進一步說明該模型的合理性和有效性，在微電網雙邊匹配模型式（13）～（18）中，若不考慮雙邊匹配的穩定性，只考慮最大滿意度，即在該模型中不考慮約束條件式（17），目標函數及其他約束條件不變。為了體現穩定性的優越性，仍使用MATLAB對該模型進行求解，獲得以下結果：

max Z=4.30，（θij）6×6=001000

010000

100000

000010

000001

000100

3.2.1? 匹配滿意度分析

不同匹配模型的滿意度分析如表3所示。

根據微電網雙邊滿意模型所得微電網雙邊匹配方案：消費者P1和產消者Q3匹配，消費者P2和產消者Q2匹配，消費者P3和產消者Q1匹配，消費者P4和產消者Q5匹配，消費者P5和產消者Q6匹配，消費者P6和產消者Q4匹配。消費者的總體滿意度為2.60，產消者的總體滿意度為1.70，雙邊匹配滿意度為4.30。根據微電網雙邊滿意且穩定模型求解所得微電網雙邊匹配方案：消費者P1和產消者Q5匹配，消費者P2和產消者Q2匹配，消費者P3和產消者Q1匹配，消費者P4和產消者Q3匹配，消費者P5和產消者Q6匹配，消費者P6和產消者Q4匹配。消費者的總體匹配滿意度為3.00，產消者的雙邊匹配滿意度為1.30，雙邊匹配滿意度為4.30。

3.2.2? 匹配模型穩定性分析

不同匹配模型的穩定性分析如表4所示。

據前文可知，滿意且穩定模型匹配方案不存在阻礙對，因此該方案是穩定的。滿意模型匹配方案P1和Q3進行匹配，未與Q5匹配，根據表1可知x13>x15，據前文可知P1和Q5是穩定對，因此該匹配方案是不穩定的。

3.2.3? 匹配模型有效性分析

將微電網交易方法與其他微電網交易方法進行了對比，結果如表5所示。

交易方法根據以下標準進行比較：

a）微電網交易雙方匹配的最大滿意度。該交易方法保證了雙邊匹配的滿意度最大化，能有效提高微電網交易雙方的效率，最大程度地做到交易雙方對交易結果滿意，減少無效的匹配決策以及降低匹配的時間成本。

b）微電網交易雙方匹配的穩定性。在微電網實際應用中，交易雙方對訂單匹配的穩定性有較高的要求，相對于穩定的匹配方案來說，不穩定的方案會導致消費者的用電受限和產消者儲電設備的損耗，不僅會增加匹配成本，而且會大大降低供需匹配的效率。本文方法保證了在微電網交易中匹配方案的穩定性，一定程度提高了供需匹配的效率。

4? 結束語

為了解決微電網交易過程中存在的問題，如何把不同消費者進行精確分類以及如何獲得滿意且穩定的訂單匹配方案，提高匹配的穩定性和參與者的滿意度，為此，首先提出根據聚類算法對消費者的用電行為進行精確分類，將不同的用戶行為劃分成四組，產消者可以根據自身的產電量選擇相應的組。其次，本文將PROMETHEEⅡ算法引入到微電網雙邊匹配中，通過主體中的個體進行兩兩比較取優，獲得個體的總優先指數，構建匹配滿意函數。綜合考慮微電網雙邊匹配的滿意性和穩定性，即以微電網匹配滿意度最大化為目標，結合穩定匹配約束，建立穩定且最大滿意度的微電網雙邊匹配模型，采用線性加權和法將多目標優化模型轉換為單目標規劃模型進行求解。精確分類和最大滿意度和穩定性的匹配方案是一種兼顧滿意和穩定的匹配方法，可避免單純考慮滿意度而忽略穩定性，使匹配成本最低和匹配效率最大化，在實際應用中有很強的實用性和可操作性，且可將其推廣至其他能源交易領域。

參考文獻：

［1］朱廷虎，劉洋，許立雄，等.基于區塊鏈技術的微電網群分布式電能交易模式［J］.電力建設，2022，43（6）：12-23.（Zhu Tinghu，Liu Yang，Xu Lixiong，et al.Microgrid group distributed electric energy transaction model based on blockchain technology［J］.Electric Power Construction，2022，43（6）：12-23.）

［2］郭琳，陳先鋒，鄧惠華，等.含分布式電源P2P交易的社區微網運營機制［J］.電力建設，2018，39（7）：2-9.（Guo Lin，Chen Xianfeng，Deng Huihua，et al.Operation mechanism of community micro-network with distributed power P2P transaction［J］.Electric Power Construction，2018，39（7）：2-9.）

［3］國家發展改革委，國家能源局.關于印發《“十四五”現代能源體系規劃》的通知［EB/OL］.［2022-01-29］.https：//www.ndrc.gov.cn/xxgk/zcfb/ghwb/202203/t202203221320016.html.（National Development and Reform Commission，National Energy Administration.Notice on the issuance of the “14th five-year plan” for modern energy system［EB/OL］.［2022-01-29］.https：//www.ndrc.gov.cn/xxgk/zcfb/ghwb/202203/t202203221320016.html.）

［4］李振坤，何凱，路群，等.售電市場環境下并網型微電網的電源配置及優化運行［J］.電力自動化設備，2019，39（11）：41-49.（Li Zhenkun，He Kai，Lu Qun，et al.Power allocation and optimal operation of grid-connected microgrids under the environment of electricity sales market［J］.Power Automation Equipment，2019，39（11）：41-49.）

［5］安文，李希年，彭榮武，等.區塊鏈技術在分布式可再生能源電力交易中的應用與展望［J］.電工技術，2022（8）：31-33，36.（An Wen，Li Xinian，Peng Rongwu，et al.Application and outlook of blockchain technology in distributed renewable energy power trading［J］.Electrotechnology，2022（8）：31-33，36.）

［6］Huang Haojun，Miao Wang，Li Zhaoxi，et al.Enabling energy trading in cooperative microgrids：a scalable blockchain-based approach with redundant data exchange［J］.IEEE Trans on Industrial Informa-tics，2021，18（10）：7077-7085.

［7］Yang Jiawei，Dai Jiahong，Gooi H B，et al.Hierarchical blockchain design for distributed control and energy trading within microgrids［J］.IEEE Trans on Smart Grid，2022，13（4）：3133-3144.

［8］馬天男，彭麗霖，杜英，等.區塊鏈技術下局域多微電網市場競爭博弈模型及求解算法［J］.電力自動化設備，2018，38（5）：191-203.（Ma Tiannan，Peng Lilin，Du Ying，et al.Competitive game model and solution algorithm for localized multi-microgrid market under blockchain technology［J］.Power Automation Equipment，2018，38（5）：191-203.）

［9］Luo Xinyi，Xue Kaiping，Xu Jie，et al.Blockchain based secure data aggregation and distributed power dispatching for microgrids［J］.IEEE Trans on Smart Grid，2021，12（6）：5268-5279.

［10］李軍祥，王宇倩，何建佳，等.基于區塊鏈的微電網電力市場電價與電量動態博弈［J］.電力系統自動化，2021，45（17）：11-19.（Li Junxiang，Wang Yuqian，He Jianjia，et al.Blockchain-based dynamic game of tariff and power in microgrid power market［J］.Power System Automation，2021，45（17）：11-19.）

［11］秦金磊，孫文強，李整，等.適用于微電網區塊鏈的信用共識機制［J］.電力系統自動化，2020，44（15）：10-18.（Qin Jinlei，Sun Wenqiang，Li Zheng，et al.Credit consensus mechanism applicable to microgrid blockchain［J］.Power System Automation，2020，44（15）：10-18.）

［12］Okwuibe G C，Zade M，Tzscheutschler P，et al.A blockchain-based double-sided auction peer-to-peer electricity market framework［C］//Proc of IEEE Electric Power and Energy Conference.Piscataway，NJ：IEEE Press，2020：1-8.

［13］Sabounchi M，Wei Jin.Towards resilient networked microgrids：blockchain-enabled peer-to-peer electricity trading mechanism［C］//Proc of IEEE Conference on Energy Internet and Energy System Integration.Piscataway，NJ：IEEE Press，2017：1-5.

［14］Luo Fengji，Zhao Yangdong，Liang Gaoqi，et al.A distributed electri-city trading system in active distribution networks based on multi-agent coalition and blockchain［J］.IEEE Trans on Power Systems，2018，34（5）：4097-4108.

［15］Vieira G，Zhang Jie .Peer-to-peer energy trading in a microgrid leve-raged by smart contracts［J］.Renewable and Sustainable Energy Reviews，2021，143：110900.

［16］秦金磊，孫文強，李整，等.基于區塊鏈和改進型拍賣算法的微電網電能交易方法［J］.電力自動化設備，2020，40（8）：2-10.（Qin Jinlei，Sun Wenqiang，Li Zheng，et al.A microgrid power trading method based on blockchain and improved auction algorithm［J］.Power Automation Equipment，2020，40（8）：2-10.）

［17］胡鈺，李華強，李山山，等.基于區塊鏈的產消用戶端對端電能交易方法［J］.電力自動化設備，2022，42（1）：101-108.（Hu Yu，Li Huaqiang，Li Shanshan，et al.Blockchain-based end-to-end power transaction method for production and consumption users［J］.Power Automation Equipment，2022，42（1）：101-108.）

［18］徐健，溫蜜，張凱，等.基于區塊鏈的分布式電能競價交易平臺設計［J］.智慧電力，2019，47（10）：56-62，84.（Xu Jian，Wen Mi，Zhang Kai，et al.Design of blockchain-based distributed electricity bidding and trading platform［J］.Smart Power，2019，47（10）：56-62，84.）

［19］任會康.基于區塊鏈的微電網電力交易模型的研究［D］.北京：華北電力大學（北京），2022.（Ren Huikang.Research on microgrid power transaction model based on blockchain［D］.Beijing：North China Electric Power University（Beijing），2022.）

［20］張利華，曹宇，張贛哲，等.基于區塊鏈的微電網數據安全存儲與刪除驗證方案［J］.計算機工程與設計，2023，44（4）：967-976.（Zhang Lihua，Cao Yu，Zhang Ganzhe，et al.Blockchain-based validation scheme for secure storage and deletion of microgrid data［J］.Computer Engineering and Design，2023，44（4）：967-976.）

［21］沈怡君.基于區塊鏈技術的微電網區域經濟運行機制研究［D］.徐州：中國礦業大學，2020.（Shen Yijun.Research on regional economic operation mechanism of microgrid based on blockchain techno-logy［D］.Xuzhou：China University of Mining and Technology，2020.）

［22］田甜.基于區塊鏈的微電網電力直接交易的行為及安全研究［D］.北京：華北電力大學，2020.（Tian Tian.Behavioral and security research on direct microgrid electricity trading based on blockchain［D］.Beijing：North China Electric Power University，2020.）

［23］王雅琪.區塊鏈+供應鏈金融在螞蟻雙鏈通平臺的應用分析［D］.廣州：廣州大學，2022.（Wang Yaqi.Application analysis of blockchain+supply chain finance in ant double chain pass platform［D］.Guangzhou：Guangzhou University，2022.）

［24］向陽芬.基于雙鏈的敏感數據保護和訪問控制方案研究［D］.廣州：華南理工大學，2021.（Xiang Yangfen.Research on sensitive data protection and access control scheme based on dual chaining［D］.Guangzhou：South China University of Technology，2021.）

［25］Gupta A，Tripathy B K.Implementing GloVe for context based K-means+clustering［C］//Proc of International Conference on Intelligent Sustainable Systems.Piscataway，NJ：IEEE Press，2017：1041-1046.

［26］匡樂明.基于Shapley值法的柑橘產業鏈利益分配機制研究［J］.安徽農業科學，2023，51（10）：182-185，202.（Kuang Leming.Research on benefit distribution mechanism of citrus industry chain based on Shapley value method［J］.Anhui Agricultural Science，2023，51（10）：182-185，202.）