为应对全球气候变暖，在2020年9月的联合国大会上我国首次明确提出“双碳”目标战略。目前，我国电力主要以火电为主^［1］，新能源发电占比不高^［2］，实现“双碳”目标形势很严峻。新能源在发电过程中呈现出零碳排放和零边际成本等优势，成为能源转型中替代电能的主体^［3］，但新能源的分散性导致大规模新能源电力消纳成为当前电力系统亟待解决的问题^［4］。因此，研究“双碳”目标下新能源电力消纳具有重要的现实意义。

随着绿色低碳观念的深入，需求侧用电用户具有一定的绿色偏好^［5］。作为新一代先进信息技术，区块链具有数据共享、记录溯源、信息安全等特性^［6］，为新能源电力在供需之间的价值传递提供了新的解决思路。文献[7]中从物理−信息−价值三个维度分析了将分布式的新能源电力接入区块链并实现有效管理的过程。文献[8]中采用区块链和连续双向拍卖机制使得分布式能源与用户直接交易。文献[9]中给出了区块链下分布式能源交易的关键技术。针对分散的新能源交易主体之间易出现的信任问题，文献[10]中基于区块链的智能合约和POC共识对交易主体的信用进行评估与管控。文献[11]中将区块链的电力市场机制与新能源消纳调度相结合。文献[12]中给出了火电与新能源互补供电实时定价策略。文献[13]中利用区块链技术设计并搭建了可再生能源电力追溯的平台。

综上，大多数学者基于技术层面、理论层面考虑了区块链与新能源电力的耦合性，但鲜有学者进行“双碳”目标下区块链对新能源电力价值传递的量化研究。本文在考虑用户具有潜在的绿色偏好的基础上，站在需求侧角度，利用区块链技术实现新能源电力在重视低碳环保的供电系统和具有绿色偏好的用户之间的信息传递，并量化区块链技术对用户绿色偏好的影响，从而改变用户的用电行为，促进用户消纳新能源电力，以期为我国电力行业的能源转型提供建议。

1 区块链下新能源电力消纳策略

“双碳”目标下的电力系统可借助区块链解决供电系统低碳运营与用户低碳消费之间信息不对称问题，从而实现新能源电力从源端到终端的标记与追溯，保证新能源电力价值公开、可信地从供给端向需求端传递。

在区块链的共享电力信息功能支持下，用户对供电系统所提供的新能源电力将产生信任，自身的绿色偏好显现，从而可根据用电福利最大化来决策绿色电力消纳量和非绿色电力消纳量。电力市场根据供给和需求制定电价，并反馈至供需双方，以达成交易。“双碳”目标下基于区块链技术的电力系统特征如图1所示。

2 区块链下供需模型 2.1 电量和电价划分

假设将一个用电周期划分为T个时段，并为N个用户提供火电和新能源电力，即电力交易时段 $t \in \left\{ {1{\text{，}}2{\text{，}}3{\text{，}}\cdots{\text{，}}T} \right\}$ ，用户 $n \in $ {1，2，···，N}。设区块链技术的应用程度为 $\beta$ ， $\beta \in \left[ {0,1} \right]$ 。区块链能够通过溯源机制对电力市场中绿色电量和非绿色电量的分类产生影响。供电系统向市场提供的火力供电量为 $Q_{\text{f}}^t$ ，新能源供电量为 $Q_{\text{r}}^t$ 。这样，市场中非绿色供电量 $Q_{\text{u}}^t$ 中一部分是火力供电量 $Q_{\text{f}}^t$ ，即真正的非绿色电力，另一部分则是部分新能源供电量 $(1 - \beta )Q_{\rm{r}}^t$ ，其在市场中因未上链无法溯源而不被用户区分，因此按非绿色电力处理。上链的新能源供电量 $\beta Q_{\rm{r}}^t$ 能够被识别为绿色电力。非绿色供电量 $Q_{\text{u}}^t$ 和绿色供电量 $Q_{\text{e}}^t$ 分别表示为

$\qquad \left\{ \begin{array}{l} Q_{\text{u}}^t = Q_{\text{f}}^t + (1 - \beta )Q_{\text{r}}^t \\ Q_{\text{e}}^t = \beta Q_{\text{r}}^t \end{array} \right. $

(1)

同样，用户 $n$ 向电力市场购买火电需求量 $x_{n,{\text{f}}}^t$ 和新能源需求量 $x_{n,{\text{r}}}^t$ 时，非绿色用电量 $x_{n,{\text{u}}}^t$ 和绿色用电量 $x_{n,{\text{e}}}^t$ 分别表示为

$\qquad \left\{ \begin{array}{l} x_{n,{\text{u}}}^t = x_{n,{\text{f}}}^t + (1 - \beta )x_{n,{\text{r}}}^t \\ x_{n,{\text{e}}}^t = \beta x_{n,{\text{r}}}^t \end{array} \right. $

(2)

电价分为非绿色电价 $ p_{\text{u}}^t $ 和绿色电价 $ p_{\text{e}}^t $ 。电力市场依照电量的供需平衡制定电价，即

$\qquad \left\{ {\begin{array}{*{20}{c}} {p_{\text{u}}^t = {p_{{\text{u,}}0}} + {\varphi _{\text{u}}}\left( {\displaystyle \sum\limits_{n = 1}^N {x_{n,{\text{u}}}^t} - Q_{\text{u}}^t} \right)} \\ {p_{\text{e}}^t = {p_{{\text{e,}}0}} + {\varphi _{\text{e}}}\left( {\displaystyle \sum\limits_{n = 1}^N {x_{n,{\text{e}}}^t} - Q_{\text{e}}^t} \right)} \end{array}} \right. $

(3)

式中： $ {p_{{\text{u,}}0}} $ 、 $ {p_{{\text{e,}}0}} $ 分别为非绿色电量和绿色电量的基础电价； $ {\varphi _{\text{u}}} $ 、 $ {\varphi _{\text{e}}} $ 分别为非绿色电价和绿色电价的平衡系数。

2.2 需求侧模型 2.2.1 决策目标

用电效用函数一般用于衡量用户在消费既定电力中所获得的满意程度^［14］。对具有绿色偏好的用户来说，消纳非绿色电量和绿色电量所带来的满意程度不同，故用户在时段 $t$ 的用电效用 $U_n^t$ 分为非绿色用电效用 $ {U_{\text{u}}}(x_{n,{\text{u}}}^t,\omega _{n,{\text{u}}}^t) $ 和绿色用电效用 $ {U_{\text{e}}}(x_{n,{\text{e}}}^t,\omega _{n,{\text{e}}}^t) $ ，即

$\qquad U_n^t = {U_{\text{u}}}(x_{n,{\text{u}}}^t,\omega _{n,{\text{u}}}^t) + {U_{\text{e}}}(x_{n,{\text{e}}}^t,\omega _{n,{\text{e}}}^t) $

(4)

其中

$ {U_{\rm{u}}}(x_{n,{\rm{u}}}^t,\omega _{n,{\rm{u}}}^t) = \left\{ {\begin{array}{*{20}{c}} {\omega _{n,{\rm{u}}}^tx_{n,{\rm{u}}}^t - \dfrac{\alpha }{2}{{(x_{n,{\rm{u}}}^t)}^2},}&{0 \leqslant x_{n,{\rm{u}}}^t \leqslant \dfrac{{\omega _{n,{\rm{u}}}^t}}{\alpha }} \\ {\dfrac{{{{(\omega _{n,{\rm{u}}}^t)}^2}}}{{2\alpha }},}&{x_{n,{\rm{u}}}^t > \dfrac{{\omega _{n,{\rm{u}}}^t}}{\alpha }} \end{array}} \right. $

(5)

$ {U_{\rm{e}}}(x_{n,{\rm{e}}}^t,\omega _{n,{\rm{e}}}^t) = \left\{ {\begin{array}{*{20}{c}} {\omega _{n,{\rm{e}}}^tx_{n,{\rm{e}}}^t - \dfrac{\alpha }{2}{{(x_{n,{\rm{e}}}^t)}^2},}&{0 \leqslant x_{n,{\rm{e}}}^t \leqslant \dfrac{{\omega _{n,{\rm{e}}}^t}}{\alpha }} \\ {\dfrac{{{{(\omega _{n,{\rm{e}}}^t)}^2}}}{{2\alpha }},}&{x_{n,{\rm{e}}}^t > \dfrac{{\omega _{n,{\rm{e}}}^t}}{\alpha }} \end{array}} \right. $

(6)

式中： $ \alpha $ 为预设参数； $ \omega _{n,{\text{u}}}^t $ 为用户 $n$ 的非绿色偏好。

对用户来说，绿色电力是在非绿色电力基础上增加了环保价值。绿色偏好包含非绿色偏好和对环保价值的偏好，并且用户的环保价值偏好受到用户自身对供电系统低碳环保重视程度 $\theta $ 和敏感度 $\lambda _n^t$ 的影响。

用户 $n$ 的绿色偏好 $\omega _{n,{\text{e}}}^t$ 为

$\qquad \omega _{n,{\text{e}}}^t = \lambda _n^t\theta + \omega _{n,{\text{u}}}^t $

(7)

应用区块链技术后，具有绿色偏好的用户消纳非绿色的火电时会产生愧疚感^［15］，从而产生愧疚成本 $ C_{n,{\text{h}}}^t $ 。愧疚成本一是与区块链有关，当 $\beta = 0$ 时，用户无法区分绿电，消纳火电时无愧疚感，即 $ C_{n,{\text{h}}}^t = 0 $ 。随着区块链实施率的增加，用户消纳火电产生的愧疚感越多，即 $\dfrac{{\partial C_{n,{\text{h}}}^t}}{{\partial \beta }} \geqslant 0$ 。二是与供电系统的低碳环保重视程度 $\theta $ 有关。低碳环保重视程度越高，用户消纳火电时产生的愧疚感越强烈，且低碳环保重视程度增加得越快，用户消纳火电时产生的愧疚感增加得越多，即 $\dfrac{{\partial C_{n,{\text{h}}}^t}}{{\partial \theta }} \geqslant 0$ ， $\dfrac{{{\partial ^2}C_{n,{\text{h}}}^t}}{{\partial {\theta ^2}}} \geqslant 0$ 。这样，愧疚成本 $ C_{n,{\text{h}}}^t $ 可表示为

$\qquad C_{n,{\text{h}}}^t = \mu _n^t{e^\theta }{(\beta x_{n,{\text{f}}}^t)^2} $

(8)

式中， $ \mu _n^t $ 为用户n对消纳火电的愧疚敏感度。

另外，用户的用电成本分为非绿色用电成本和绿色用电成本，即

$\qquad C_{n,{\text{m}}}^t = x_{n,{\text{u}}}^tp_{\text{u}}^t + x_{n,{\text{e}}}^tp_{\text{e}}^t $

(9)

2.2.2 约束条件

用户用电量有范围限制，即

$\qquad x_{n,\min }^t \leqslant x_{n,{\rm{u}}}^t + x_{n,{\rm{e}}}^t \leqslant x_{n,\max }^t $

(10)

式中， $x_{n,\max }^t$ 、 $x_{n,\min }^t$ 为最大、最小用电量。

而绿色用电量必须低于电力市场中绿色供电量，即

$\qquad 0 \leqslant x_{n,{\rm{e}}}^t \leqslant Q_{\rm{e}}^t $

(11)

火力用电量 $ x_{n,{\rm{f}}}^t $ 也要低于最大用电量，即

$\qquad 0 \leqslant x_{n,{\rm{f}}}^t \leqslant x_{n,\max }^t $

(12)

综上，在时段 $t$ ，用户 $n$ 根据用电福利最大化来决策非绿色和绿色用电量的决策模型为

$\qquad \left\{ {\begin{array}{*{20}{l}} {\max W_n^t = U_n^t - C_{n,{\rm{h}}}^t - C_{n,{\rm{m}}}^t}\\ {\begin{array}{*{20}{l}} {{\rm{s}}{\rm{.t}}}&{(10)\sim(12)} \end{array}} \end{array}} \right. $

(13)

2.3 供给侧模型 2.3.1 决策目标

供电系统的售电收益分为非绿色电力收益和绿色电力收益，即

$\qquad \pi = \displaystyle \sum\limits_{n = 1}^N {x_{n,{\text{u}}}^t} p_{\text{u}}^t + \displaystyle \sum\limits_{n = 1}^N {x_{n,{\text{e}}}^t} p_{\text{e}}^t $

(14)

发电成本分为火力发电成本^［14］ $C_{\rm{g}}^{\rm{f}} $ 和新能源发电成本 $ C_{\rm{g}}^{\rm{r}} $ ，分别为

$\qquad C_{\text{g}}^{\text{f}} = a{(Q_{{\text{f,g}}}^t)^2} + bQ_{{\text{f,g}}}^t + c $

(15)

$\qquad C_{\text{g}}^{\text{r}} = dQ_{{\text{r,g}}}^t $

(16)

式中： $a$ 、 $b$ 、 $c$ 为火力发电系数； $d$ 为新能源发电系数； $Q_{{\text{f,g}}}^t$ 为火力发电量； $Q_{{\text{r,g}}}^t$ 为新能源发电量。

为实现降碳，需对未上链的新能源电力进行惩罚，以引导优先调度新能源并让更多的用户分辨绿电，即

$\qquad C_{\text{e}}^{\text{q}} = {\eta _{\text{q}}}(Q_{{\text{r,g}}}^t - Q_{\text{r}}^t) $

(17)

式中， ${\eta _{\text{q}}}$ 为单位惩罚成本。

碳交易是将碳排放权作为商品自由交易，是管控碳排放量的重要手段。在政府给定初始碳配额时，供电系统根据所分配的碳配额制定电力调度计划 $C_{\text{e}}^{{\text{C}}{{\text{O}}_2}} $ ，即

$\qquad {C_{\rm{e}}^{{{\rm{CO}}_2}}} = {\eta _{{{\rm{CO}}_2}}}[\delta Q_{{\rm{f,g}}}^t - {\delta ^*}(Q_{\rm{f}}^t + Q_{\rm{r}}^t)] $

(18)

式中： ${\eta _{{\text{C}}{{\text{O}}_2}}}$ 为单位碳排放权价格； $\delta $ 为单位火电碳排放量系数； ${\delta ^*}$ 为供电系统单位上链电量的碳配额系数。

2.3.2 约束条件

供电系统为用户提供的供电量有限，即

$\qquad Q_{\min }^t \leqslant Q_{\rm{f}}^t + Q_{\rm{r}}^t \leqslant Q_{\max }^t $

(19)

式中， $Q_{\max }^t$ 、 $Q_{\min }^t$ 分别为最大、最小供电量。

新能源供电量不能超过其发电量，即

$\qquad 0 \leqslant Q_{\rm{r}}^t \leqslant Q_{{\rm{r,g}}}^t $

(20)

火力发电量包括火力供给量和作为补充为新能源电力提供的备用容量 $\varepsilon Q_{\text{r}}^t$ ，即

$\qquad Q_{{\text{f,g}}}^t = Q_{\text{f}}^t + \varepsilon Q_{\text{r}}^t $

(21)

为进一步保证电力系统的稳定运行，需要火电为新能源电力提供一定比例的备用容量。因此，火力发电量不低于备用容量，同时火电的最大出力也有限制，即

$\qquad \varepsilon Q_{\rm{r}}^t \leqslant Q_{{\rm{f,g}}}^t \leqslant Q_{{\rm{f,max}}}^t $

(22)

综上，供电系统受低碳政策的引导，在决策时会考虑低碳环保因素，并以自身的利润最大化为目标来决策火力和新能源供电量，其决策模型为

$ \left\{ {\begin{array}{*{20}{l}} {\max Z = (1 - \theta )(\pi - C_{\rm{g}}^{\rm{f}} - C_{\rm{g}}^{\rm{r}}) - \theta (C_{\rm{e}}^{\rm{q}} + {C_{\rm{e}}^{{{\rm{CO}}_2}}})}\\ {\begin{array}{*{20}{l}} {{\rm{s}}{\rm{.t}}}&{(19)\sim(22)} \end{array}} \end{array}} \right. $

(23)

2.4 博弈互动

重视低碳环保的供电系统和具有绿色偏好的用户之间构成Stackelberg博弈，其互动流程如图2所示。

电价作为供需双方信息交互的纽带，可起到需求侧管理的目的。之所以对两类电量制定两种电价，是因为两类电量的发电成本和需求侧的偏好不尽相同，如采用同一电价，不仅对两类供电商不公平，而且不能真实反映两类电量的供需关系。因此，本文对两类电量分别定价。根据两类电量的供需情况实时调整电价，以引导用户调整用电行为。本文重点研究利用区块链技术传递电力信息对供用电策略和碳排放的影响。两种电价的制定仅仅为供需双方的交互和博弈搭建平台，因此此处不做深入分析。

3 数值仿真与分析

设供给侧有1个火力发电商和1个风力发电商， $a = 0.001$ ， $b = c = 0$ ， $d = 0.1$ ， $\theta \in \left[ {0.5,1} \right)$ ， $\varepsilon = 0.14$ ， ${\eta _{\text{q}}} = 0.24$ ， ${\eta _{{\text{C}}{{\text{O}}_2}}} = 0.12$ ， $\delta = 1.21$ ， ${\delta ^*} = 0.75$ 。需求侧有100个用户，即 $N=100$ ， $\alpha = 0.5 $ ， $\omega _{n,{\text{u}}}^t \in [1,3]$ ， ${\lambda _n^t} \in [1,3]$ ， ${\mu _n^t} = 0.02$ 。用电周期为1天，将其划分为24个时段，即 $T = 24$ 。电价参数 ${p_{{\text{u,}}0}} = 0.4$ ， $ {p_{{\text{e,}}0}} = 0.6 $ ， $ {\varphi _{\text{u}}} = {\varphi _{\text{e}}} = 0.001 $ 。

定义供电系统对经济与环境同等重视和未应用区块链时为场景1，即 $ \theta=0.5 $ ， $ \beta=0 $ ；供电系统对经济与环境同等重视和应用区块链时为场景2，即 $ \theta=0.5 $ ， $ \beta=1 $ ；供电系统对环境的重视高于经济和应用区块链时为场景3，即 $ \theta=0.8 $ ， $ \beta=1 $ 。通过MATLAB软件对3种场景进行仿真分析，以验证本模型的有效性与合理性。

首先，对比3种场景下用户非绿色、绿色用电量的变化，结果如图3（a）所示。未应用区块链（ $ \beta=0 $ ）时用户只有非绿色用电量，并高于应用区块链（ $ \beta=1 $ ）时的2个场景。这说明区块链技术可向用户传递绿色电力信息，使得具有绿色偏好的用户倾向于消纳绿色电力。供电系统应用区块链（ $ \beta=1 $ ）且重视低碳环保（ $ \theta=0.8 $ ）时的非绿色用电量明显低于 $ \theta=0.5 $ 时，说明供电系统通过区块链向用户传递低碳环保的信号越强烈，对用户火电需求的抑制程度越高。应用区块链（ $ \beta=1 $ ）时风电高发期 $ [1,6] $ 和 $ [22,24] $ 时段，与 $ \theta=0.5 $ 时的绿色用电量相比， $ \theta=0.8 $ 时用户能够消纳更多的风力发电量，从而提高新能源电力的消纳量，降低火力供电，达到降碳目的。

其次，对比3种场景下供电系统供电量的变化，结果如图3（b）所示。应用区块链（ $ \beta=1 $ ）的2个场景下风电供电量的曲线重合，且均高于未应用区块链（ $ \beta=0 $ ）的场景。这说明区块链技术有效完成了电力信息的实时共享，降低了风电损耗。总体上看，应用区块链（ $ \beta=1 $ ）的2个场景下火电供电量均低于未应用区块链（ $ \beta=0 $ ）的，尤其是当供电系统对低碳环保的重视程度较高时，从而抑制了火电生产，促使风电替代火电并起到供电主体的作用，而火电则为风电提供备用辅助。

然后，对比3种场景下碳排放量的变化，结果如图4(a)所示。一个用电周期 $ \theta=0.5 $ 时，应用区块链的场景下碳排放量为4 997 kg，低于未应用区块链的场景下的总碳排放量（5 248 kg）。而随着供电系统对低碳环保的重视程度的提高，碳排放量明显降低。建议从社会、政府层面积极引导供电系统重视低碳环保，从而有助于从源头上降低碳排放。

最后，对比3种场景下的社会福利，结果如图4（b）所示。总体上看，应用区块链的场景下社会福利均高于未应用区块链的场景，从而凸显区块链技术下新能源电力消纳策略的有效性。

4 结 论

针对“双碳”目标下新能源电力消纳问题，并考虑用户的绿色偏好，利用区块链技术有效实现电力信息共享，完成电力交易。量化了区块链技术对用户绿色偏好的影响，从而改变用户对新能源电力的用电行为。研究表明，区块链技术有效传递了新能源电力信息，提高了用户对新能源电力的消纳，有利于降碳减排。