基于区块链的多域微电网电力市场动态博弈

摘 要：区块链作为一种去中心化的数据库技术，可针对电网分布式能源实现有效信息交互。随着双碳目标的提出，微电网亦成为能源互联网的重要组成部分。基于此，提出了一种多域微电网代理商的定价及购电策略，并基于区块链设计了全新的电力交易模式以改进微电网电力市场。针对代理商和微电网用户各自追求利益最大化，构建了主从博弈模型。仿真结果表明，区块链公开透明的特点有效提高了用户用电决策的精准性和运营商的经济效益，实现了多方共赢;有效验证了该模型的适应性和有效性。

关键词：区块链；多能互补微电网；博弈论；电力市场；电价博弈

中图分类号：TM73                                             文献标识码：A

Dynamic Game of Multi-domain Microgrid Power Market Based on Blockchain

JIAN Weia, FU Bao-chuana,b,c, WU Zheng-tiana,b,c, ZHANG Xina,b,c , XU Xiao-shua,ZHAO Shenga, LU Shun-kaia

(a. School of Electronics and Information Engineering; b. Key Laboratory of Building Smart Energy Saving of Jiangsu Province;

c. Suzhou Smart City Research Institute, Suzhou University of Science and Technology, Suzhou 215009, China)

Abstract: As a decentralized database technology, blockchain can realize effective information exchange for distributed energy of power grid. With the proposition of dual-carbon goal, microgrid has also become an important part of the energy Internet. Based on this, we propose a multi-domain micro-grid agent power pricing and purchasing strategy. And a new power transaction model based on blockchain technology is designed to improve the microgrid power market. This model builds a master-slave game model for agents and microgrid users to maximize their respective interests. The simulation results show that the openness and transparency of blockchain can effectively improve the accuracy of users' electricity decision-making and operators' economic benefits, and achieve a win-win situation for all parties. The adaptability and validity of the model are verified. 

Key words: blockchain; multi-energy complementary microgrid; game theory; electricity market; electricity price game

1    引    言 

据中国国家能源局数据披露，截至 2020 年底，全国可再生能源发电装机达到 9.34 亿千瓦，同比增长约 17.5%。其中，风电装机 2.81 亿千瓦、光伏发电装机 2.53 亿千瓦。而微电网作为可再生能源消纳的重要方式，将是未来智能电网与泛在物联网建设的重点发展方向[1,2]。由于目前可再生能源大多为分布式能源，而且微电网具有非线性、多约束、多时间尺度和多维度的特点，因此多域微电网及其与国家电网间的电能智能调度与数据共享面临着严峻挑战，也使得实现信息与能量的有效交互较为困难[3]， 能源调度效率不佳。而区块链技术作为一种去中心化的信息管理方式[4,5]，可以有效解决这一问题，同时助力多区域微电网的电力市场电价动态调整[6,7]， 从而优化电能消费[8]。

随着分布式能源的增长，微电网正因其自主性灵活性，在电网中扮演着愈发重要的角色。文献[9] 对局域多微电网的市场竞争博弈进行了分析，实现了多微电网的博弈共赢，但局部微电网采用的蚁群算法，迭代时间较长，鲁棒性较差；文献[10]提出了连续双向拍卖机制下的微电网的交易策略，但市场变化较为频繁，不能及时调整报价。文献[11]提出了智能社区微电网日前调度模型，该模型对电力市场中的经济因素、供电安全、供电质量以及消费者偏好进行了分析。对于微电网的电力市场电价与电量动态博弈，文献[12]应用博弈理对电力市场电价、电量调度问题进行了研究。文献[13]对基于区块链的微电网电能交易机制做了探索。文献[14]提出链码与多阶段混合拍卖机制，并设计了一种分布式电力交易模型。文献[15]对微电网之间的智能交易与协同调度策略进行了探索，但算例分析中可再生能源比例较低，并不能有效反映未来电网的主要发展趋势。文献[16]研究了一种混合整数非线性规划方法，以实现分布式电源的智能调度、建筑热能的管理以及对水资源需求的支持。

本文拟就多域微电网中代理商与各微电网之间的博弈与优化问题进行研究，讨论基于区块链技术建立多域微电网电力市场动态博弈模型的方法，以有效平衡代理商与微电网之间的竞争关系，达到双方利益平衡的效果，最终实现多方共赢。

2    微电网电力市场模型

2.1   单域微电网电力市场模型

常见单域分布式发电设备于单域微电网内的分布如图 1 所示。

图 1 单区域微电网示意图

Fig. 1 Schematic diagram of single-domain microgrid

地方电网通过配电中心可向微电网用户直接供电，同时地方电网与代理商之间可相互购电售电。而代理商不仅可向地方电网购售电，同时可以通过分布式能源设备发电，且可利用分布式储能设备改变电能的时空特性。代理商与微电网用户之间也可通过智慧中台相互购售电。对微电网用户而言，其可同时向地方电网或代理商购电，并可将多余电能售卖给代理商，且微电网用户也可利用分布式储能设备，例如电动汽车等储存电能。

综上，各用电主体通过地方电网与代理商可以实现有效的一体化运行。

2.2   多域微电网电力市场模型

多域微电网相对于单域微电网而言，用电主体增多，出现多个微电网，他们与地方电网和代理商一体化运行，形成了多域微电网模型。如图 2 所示。

多域微电网中，市场主要由三部分构成，第一部分为负责在多域微电网中购售电与能源调度的代理商，第二部分为地方电网，第三部分则为多区域微电网。

而多域微电网代理商运营模式为：1）各微电网用户可将次日用电需求上报给代理商。代理商由此得出次日用电情况表，确定电量需求。2）在日前阶段，代理商根据微电网用电量，确定各时段购电信息，同时向用户发布次日各时段电价。日前市场电价不得高于实时市场电价。同时，为保护微电网用户的主体利益，对实时电价的上限作出限制。3）在当日微电网实时运行阶段，地方电网可以向微电网系统供电，并收取用电费用。代理商也可在该阶段售卖或购买电能。

根据上述代理商运营模式以及多域微电网自身组成元件较为分散，进出网络随机的特点，因此作为电力系统和多域微电网之间中介的代理商，可通过搜集电网电价及用户用电时间的信息，制定用电电价，给各个微电网供电，实现分时电价。而微电网用户可通过智能终端接入电网，自主选择用电策略。同时作为微电网的后盾，地方电网具有更加稳定且可靠的电力保证[17,18]，可为代理商和微电网提 供更为有效的供电保障[19]。

综上所述，多域微电网市场模型实现了对大规模分布式电源及负荷在微电网中的有效管理，可有效促进电能的就近消纳与实时交易。

图 2 多区域微电网示意图

Fig. 2 Schematic diagram of multi-regional microgrid

2.3   多域微电网各主体关系

基于上文所述多域微电网市场模型，代理商所面对的问题在于合理制定次日各时段的电价。在整个交易框架中，代理商的收入主要取决于微电网的用电时间与用电量，而微电网中各组成部分的出力与用户使用并不由代理商控制，而受到代理商所制定的电价影响。其中，日前平均电价为定值主要由当日微电网所提供的数据制定，如果代理商对某时段内的电价制定过高，则必然使得其他时段电价较低。而微电网的用户会获取到这一信息，从而选择电价低的时段用电。代理商和微电网间构成了主从博弈。

同时代理商作为电力系统和微电网用户之间的中介，可以通过搜集电网电价及微电网用户用电的时间与用电量等相关信息，制定用电电价，实现微电网中的有效供电。

在本项研究中，地方电网主要负责交易后的能源调度，并不直接参与用户的零售。地方电网的收益在于：通过代理商，使得微电网用户用电行为对电网表现为实质负荷需求，降低了用户随机用电对能源调度造成的困难。

3    多域微电网区块链模型

3.1   多域微电网区块链账本

区块链技术最早由 Nakamoto 于 2008 年提出[20]，能够实现信息的多区域匿名化处理与分布式交互[21]。近年来在微电网的研究中正得以广泛应用。通过应用区块链技术，代理商与微电网用户之间电价、用电时段及用电量等信息可由区块链实现实时信息共享。而代理商与微电网用户的实时交易配自身需求。因此在电能交易与调度环节中引入智能合约，可大大提高该系统的可拓展性。

同时，为维护多域微电网系统的稳定性，可对有恶意的微电网用户节点引入惩罚机制。对用户虚报次日用电需求或恶意进行电能交易的行为，可采取扣除其信用积分的方式处罚。当其信用积分过低时，可限制其电能交易权限或提高其购售电成本。由于区块链具有不可篡改性，故用户的恶意行为将被记录在区块链上，这确保了惩罚机制的可行性。综上，在多域微电网中引入区块链技术，将代理商和微电网之间的交易数据写入区块链。可以使得区块链组成的电力市场，信息公开，透明，且不可篡改，能够与微电网和用户之间实现有效且可信的实时交互，帮助微电网用户精确掌握电力来源[22,23]、实时电价、交易双方的信用与历史数据，从而更精准地调整用电行为[24]。

3.2   区块链下微电网用户参与度模型

微电网中用户的用电选择的偏好程度与区块链所形成的信息交互情况呈正相关，即区块链技术覆盖越广，经济激励越多，则用户更乐意参与区块链进行交易[25]。因此用户对购电方的选择亦取决于区 块链的覆盖程度与电价的制定方法。设 s（s 取值在0 到 1 之间）为区块链交易覆盖率，即微电网应用区块链交易方法的范围。假定代理商售电的收入提高为传统交易模式下的g（i    1＜g i＜1.5）以吸引微电网中的分布式电源参与；降低需求侧售电支出为传统交易模式下的g（j    0.5＜g j＜1）以吸引微电网用户参与。考虑实际情况电网具有不可控性，应限制经济调整程度小于传统模式的 0.5。g 取值越大、g  取数据写入区块链，使得双方均可根据区块链提供的                                                                    信息改变自身的供电、用电策略。同时由于区块链的不可篡改性，采用区块链公开账本也确保了用户获得数据的可靠性。微电网用户可通过用户终端与区块链公开信息接入外部电网，并根据代理商所提供的电价信息计算出用电最优策略并加以执行，无值越小，用户更倾向于选择微电网市场。电价对分布式能源和用电主体选择微电网市场概率 npi 与 npj 的影响通常用线性函数表示。产电放 i 和用户 j 选择地方电网的概率ngi 与ngj 可表示为:

需代理商直接干预。

而基于区块链技术的以太坊智能合约，提供了

图灵完备的编程环境。因此在多域微电网系统中， 可引入能源区块链智能合约以完成电能的交易和调度。具体合约为：1）日前调度智能合约，该合约可根据微电网用户提交的次日用电需求，完成日前购电交易，并给出短期实时的电能调度计划。同时由于智能合约具有图灵完备的编程环境，各多域微电网系统可根据自身的实际情况，修改合约内容以适

采用线性函数表示电价对产电方和用户选择加入微电网市场的概率，其中 c 和 d 为线性函数参数。 

微电网传统交易市场中，各用户成员为更好地进行购售电决策，可基于区块链交易方法提供的市场数据进行动态电能交易，为微电网中的用户提供

用电设备最大功率之和，因此，式中参数 M 可取为所有用电设备最大功率之和。

选用 pit  表示 t 时段第 i 个用电主体的用电功率；

选用 R+ 、R- 表示微电网中的储能设备的最大充电、 

全博弈环境。而区块链技术使得微电网电力市场可        m           m 

实时更新售电侧电量电价、购电侧需求和当前交易电价，实现信息的公开透明[26,27]。

放电功率；布尔变量ut 表示储能设备状态；可得微电网与运营商应当满足下式。 

3.3   微电网与代理商动态博弈模型

在定价阶段，主从博弈上层决策者为代理商， 下层决策者为微电网用电主体。其中上层为实现盈利最大化，所面临的问题主要受到的约束有三项， 包括充电价格范围的约束，购电量与售电量的约束， 以及分布式微电网中储能设备的约束，而作为下层的微电网用电主体，应当实现购电成本最小，主要受到用户用电功率的范围约束与日总用电量的约

一般情况下，因实时电价高于相同时段下的日前电价，故代理商并不会在实时购售电阶段直接购电。当用电策略通过滚动优化方式实现时，各时段都会通过区块链更新用户的信息，故微电网实时购售电为地方电网提供了应对用电随机性的手段，对于维持地方电网的供电可靠性具有一定意义。

约束式(4)与(5)限制了储能设备的工作效率，变量u 限制了r+ 和r - 中仅一值可大于 0，即储能装置仅有一种工作状态（储能或放电）。选用h+ 、h- 表示微电网中储能设备的储能、放电效率； Smax 为储能设备的最大储能容量； S0 为储能设备的初始储能量。则应当满足下式：式中：ct  为 t 时段时，微电网的用电价格；pit 为t 时段第 i 个用电主体的用电功率； Et 为日前阶段 t

时代理商与地方电网的合约电量；E+ 、E- 为 t 时代

ïî  1          T              0

对下层的多域微电网，应当满足以下控制条件 

t            t 

理商从地方电网购、售电量；p + 、p - 为 t 时实时购、

ì { pit } = argmin åct pit 

数式(3)为代理商的收益最大化。由 4 部分组成，向日前微电网市场售电的收入；实时售电的收入；日前市场购电的成本；以及实时购电成本。且由于区块链的公开透明，日前电价应当低于实时电价。

存、释放电量； cav 为微电网中的日平均电价，T 为总时段数；M 为实时市场中代理商与地方电网最大允许的交易电量。选用布尔变量 zt 表示 t 时段交易所处状态,则可得定价的上下界，与均价约束如下式所示。

式（7）表示在代理商制定电价情况下，微电网应该极小化自身成本。并使得包括储能装置在内的微电网储能量应达到相应的荷电水平。代理商的优化条件与下层微电网的优化条件共同构成了主从博弈。该 博 弈最 初 由Stackelberg 在提出，由于微电网在决策时电价已制定，而代理商需要考虑微电代理商向实时购电用户的售电量受储能设备的最大储能量的限制，有 E- £ r- 。事实上，受储能设备和微电网用户最大用电功率的影响，E+ 小于所有都是变量，故代理商与多域微电网构成的博弈问题既不是线性问题， 也不是凸优化问题。应当在KKT(Karush-Kuhn-Tucker)条件和对偶定理下将式

(1)—(7)共同转化，将原有的区块链作用下的微电网与运营商之间的优化问题转化为混合整数线性规划，寻求纳什博弈均衡点。 

3.3.2   主从博弈定价模型求解方法

主从博弈中，微电网进行决策时，由于区块链的公开信息，电价是已制定的，在 KKT 条件下将线性规划式代替，即消去了该优化问题，得到变量{p } 和价格{c } 的约束关系。记对偶变量为{m } ,的各变量构成了该博弈模型的Stackelberg 均衡。

3.4   微电网区块链运营商收益模型

微电网运营商作为为微电网电力市场提供交易服务平台的主体，可通过收微电网交易成员服务费

在此式中， m 为对偶变量； n- 、n+ 、s 式(7)

上式中，R 为运行商收益；γ 为区块链服务费权重； N 和 N 则分别为微电网市场中售电方和购电

中对应的对偶变量。且应当同时满足如下方程：          1             2

收益。当区块链服务费权重一定时，运营商收益与

式中所提到的⊥意为该符号两端标量仅有一个可大于 0，可将下层微电网的优化转化为约束问题， 此时式（3）与（7）均已转化为非线性规划问题， 微电网与运营商之间的博弈问题等价替换为此非线性规划约束。

而在通过 KKT 条件对主从博弈完成非线性处理后，可引入式(9)转化为线性不等式：

微电网中各交易参与方的主体效益一致。用电交易博弈的结果，即变为运营商的最佳经济收益。此外， 微电网中的售电方和购电方在微电网市场所获得的效益只与电价有关，但运营商通过调整电价策略中g i 和g j 的取值，实现经济效益的最大化以及供电的稳定可靠。

4 算例分析

为有效验证前文所提区块链微电网模型和主从博弈求解方法。同时分析微电网不同比例新能源、储能设备的容量 Smax 和运营商的定价下限 cmin 等因素对于代理商盈利和微电网用户的影响，本研究采用IEEE 33 节点拓扑结构电路进行实验验证。

4.1    场景模拟

为便于显示计算结果，本研究假设了三组微电

综上所述，在 KKT 条件约束下，目标函数式可表示为：

s.t.  式（3）—式（6），式（8）—式（11） 此时，决策变量为线性方程，可实现微电网博

弈过程中最优解的求解。目标函数式(13)最优解中4.2   算例结果分析

微电网与运营商之间构成了主从博弈，其中微电网可与外部的地方电网直接交易，也可以通过运营商实现多域之间合作交易。采用 4.1 节数据，求解混合整数线性规划式(3)-(14)，从而可以得到代理商的最大收益，以及代理商与微电网主从博弈处于最优策略时，对应的日前电价与实时电价。由于实时市场购电价格明显高于日前市场，所以微电网用户将不需要从实时市场购电，进而避免了微电网并网后再脱网运行对地方电网容易产生的不确定因素。如图 3 所示，由于从 0-24 小时的各个时段内， 实时电价都高于日前电价，有效证明了代理商可以在此条件下获得更多的利润。

图 4 多域微电网代理商储能策略示意图

Fig.4 Schematic diagram of multi-domain micro-grid agent energy storage strategy

在满足最佳运营商最佳储能策略与电价博弈最

优解的情况下，假定其中的部分用户可进行负荷侧响应，可得微电网 B,C 的负荷响应需求曲线如图 5,6 所示。二者用户的负荷响应需求时段与大小各有不同，这主要是由于用户的使用时段所造成的。

图 5 微电网B 负荷响应需求曲线

Fig.5 Microgrid B load response demand curve

4 中该时段内微电网储能量明显增加相吻合。

 图 8 负荷曲线与日前储能对比图

Fig.8 Comparison diagram of load curve and day-ahead storage

在满足下层负荷侧响应的情况下，三组微电网的实时购售电情况与储能效力状况如图 9 所示，在0-5 时和 13-17 时的用电低谷与高峰，分别实现了储能与耗能，证实了运营商的主从博弈对于微电网组合的优化调度效果。

图 6 微电网C 负荷响应需求曲线

Fig.6 Microgrid C load response demand curve

基于区块链的ABC 三微电网的日前需求响应与实时需求响应如图 7 所示，这一需求响应能够帮助运营商在第二天实现有效的电力市场价格定位并通过区块链公开信息，由图可知，实时需求响应均略高于日前需求响应，且满足了A,B,C 三个微电网负荷需求。实现了对多域微网的经济优化调度。

图 9 多域微电网购售电与储能分布

Fig.9 Distribution of electricity purchase and sale and energy storage in multi-domain microgrids

以运营商为主体的主从博弈上层综合调度图，

如图 10 所示，其中的储能设备与微电网中包括的风电光伏机组等分布式发电设备有效的实现了对于用户需求的响应，同时实现了运营商经济效益的最大化，验证了所提出的博弈模型的有效性与鲁棒性

图 7 微电网日前与实时需求曲线

Fig.7   Day-ahead and real-time demand curve of microgrid

在满足下层负荷侧响应的情况下，三组微电网的总负荷与日前购电与光伏风电等分布式机组的微电网功率分布如图 8 所示，其中日前购电与风电光

伏的组合功率在 0-5 时段明显高于电网负荷，与图

图 10 基于区块链的微电网上层综合调度图

Fig.10 Upper-level comprehensive dispatching diagram of microgrid based on blockchain

将本模型与未加入区块链账本的多域微电网主

从博弈模型对比，如表 3 所示，其中无区块链技术的模型数据来源于文献[29]，本模型平均用电成本由用户日前购电与实时购售电数据综合计算所得。加入区块链账本后的多域微电网储能设备利用时间大大提高，从而降低了微电网用户的用电成本。同时，本模型更注重分布式可再生能源的利用率与微电网中相关信息的有效交互。

表 3 有无区块链的新能源微电网系统效果对比

Tab. 3 Comparison of the effect of new energy microgrid system with or without blockchain 

对比内容            无区块链         有区块链信息可信程度   代理商信用担保   公开、可信

信息交互手段         代理商为中心       区块链账本储能利用时间        仅夜晚高峰使用      全天候使用平均用电成本 0.68 元/kW·h                        0.59 元/kW·h

新能源利用程度            低               高 

实验仿真证明合作博弈的解决方案不仅可以有效地提高多区域微电网的经济收益，而且可以实现多区域微电网之间的能源共享。算例结果表明：基于区块链的微电网市场给予了分布式主体充分选择权，也增加了电力市场的自由度。通过区块链的信息可以有效引导微电网的用户群体选择，使得需求响应更加均衡，实现用户用电负荷在时间尺度的转移，从而改善地方电网系统中的负荷特性。同时也实现了对电力商品效用的提升，最大化社会效益。基于区块链的多域微电网，不仅能够进一步响应我国“碳中和，碳达峰”的双碳目标，节能减排；还能够使整个电力系统将有限的资源最大化利用价值， 促进智能电网的建设，实现信息流与能量流的进一步互动。

5    结    论

(1)            本论文构建了基于区块链的多域微电网主从博弈模型，考虑了微电网用户用电策略和区块链覆盖率对价格的响应，减小了微电网用户成本，实现代理商和多区域微电网的双赢。

(2)            为求解最优策略，通过 KKT 条件和线性规划的对偶定理将区块链作用下的多区域微电网博弈模型转化为混合整数线性规划，无需近似，实现了精确计算。

(3)   通过仿真算例验证了模型的鲁棒性。计算结果表明，实时电价大大高于日前电价，在满足下层负荷侧响应的情况下，微电网用户不同时段的用电量需求变化将影响代理商的收益，且用电越集中， 储能设备出力越多。证实了运营商与多域微电网的主从博弈对于微电网组合的优化调度效果。

参考文献(References)

[1]        李军祥, 王宇倩, 何建佳, 等.  基于区块链的微电网电力市场电价与电 量动态博弈[J],电力系统自动化,2021,45(17):11-19.

Li J X, Wang Y Q, He J J, et al. Blockchain-based Dynamic Game of Electricity Price and Power for Microgrid Electricity Market[J]. Automation of Electric Power Systems, 2021, 45(17): 11-19.

[2]             佘维, 白孟龙, 刘炜, 等. 能源区块链的架构、应用与发展趋势[J]. 郑州大学学报(理学版), 2021, 53(4): 1-21.

She W, Bai M L, Liu W, et al. The Architecture, Application and Development Trend of Energy Blockchain[J]. Journal of Zhengzhou University (Natural Science Edition), 2021, 53(4): 1-21.

[3]             穆程刚, 丁涛, 曲明, 等. 基于区块链的表后微网系统及其点对点能量块交易模型设计[J]. 中国电机工程学报, 2021, 41(20): 6927-6941. Mu C G, Ding T, Qu M, et al. Blockchain-oriented Behind-the-Meter Microgrid and Its Peer-to-Peer Distributed Transaction Model with Energy Blocks[J]. Proceedings of the CSEE, 2021, 41(20): 6927-6941.

[4]             周步祥, 张越, 臧天磊, 等. 基于区块链的多虚拟电厂主从博弈优化运行[J]. 电力系统自动化, 2022, 46(1): 155-163.

Zhou B X, Zhang Y, Zang T L, et al. Blockchain-based Stackelberg Game Optimal Operation of Multiple Virtual Power Plants[J]. Automation of Electric Power Systems, 2022, 46(1): 155-163.

[5]             马腾, 刘洋, 许立雄, 等. 基于区块链的配电侧多微电网电能去中心化交易模型[J]. 电网技术, 2021, 45(6): 2237-2247.

Ma T, Liu Y, Xu L X, et al. Energy Decentralized Transaction Model of Multi-microgrid in Distribution Side Based on Blockchain[J]. Power System Technology, 2021, 45(6):2237-2247.

[6]             王冰, 刘维扬, 陈献慧, 等. 区块链技术下配电侧电力市场交易平台研究[J].河海大学学报(自然科学版),2021,49(6): 567-574.

Wang B, Liu W Y, Chen X H, et al. Research on the Transaction Platform of Power Market on Distribution Side Based on Blockchain Technology[J]. Journal of Hohai University (Natural Sciences), 2021, 49(6): 567-574.

[7]             朱文广, 熊宁, 钟士元, 等. 基于区块链的配电网电力交易方法[J]. 电力系统保护与控制, 2018, 46(24): 165-172.

Zhu W G, Xiong N, Zhong S Y, et al. Power Trading Method for Distribution Network Based on Blockchain[J]. Power System Protection and Control, 2018, 46(24): 165-172. 

[8]            裴凤雀, 崔锦瑞, 董晨景, 等. 区块链在分布式电力交易中的研究领域及现状分析[J]. 中国电机工程学报, 2021, 41(5): 1752-1771.

Pei F Q, Cui J R, Dong C J, et al. The Research Field and Current State-of-art of Blockchain in Distributed Power Trading[J]. Proceedings of the CSEE, 2021, 41(5): 1752-1771.

[9]            马天男, 彭丽霖, 杜英, 等. 区块链技术下局域多微电网市场竞争博弈模型及求解算法[J]. 电力自动化设备, 2018, 38(5): 191-203.

Ma T N, Peng L L, Du Y, et al. Competition Game Model for Local Multi-microgrid Market Based on Blockchain Technology and Its Solution Algorithm[J]. Electric Power Automation Equipment, 2018, 38(5): 191-203.

[10]      王健, 周念成, 王强钢, 等. 基于区块链和连续双向拍卖机制的微电网直接交易模式及策略[J]. 中国电机工程学报, 2018, 38(17): 5072-5084, 5304.

Wang J, Zhou N C, Wang Q G, et al. Electricity Direct Transaction Mode and Strategy in Microgrid Based on Blockchain and Continuous Double Auction Mechanism[J]. Proceedings of the CSEE, 2018, 38(17): 5072-5084, 5304.

[11]      Vasilj J, Gros S, Jakus D, et al. Day-ahead Scheduling and Real-time Economic MPC of CHP Unit in Microgrid with Smart Buildings[J]. IEEE Transactions on Smart Grid, 2019, 10(2): 1992-2001.

[12]      李军祥, 周继儒, 何建佳. 基于区块链的电网实时定价混合博弈研究[J]. 电网技术, 2020, 44(11): 4183-4191.

Li J X, Zhou J R, He J J. Mixed Game of Real-time Pricing Based on Block Chain for Power Grid[J]. Power System Technology, 2020, 44(11): 4183-4191.

[13]      秦金磊, 孙文强, 李整, 等. 适用于微电网区块链的信用共识机制[J]. 电力系统自动化, 2020, 44(15): 10-18.

Qin J L, Sun W Q, Li Z, et al. Credit Consensus Mechanism for Microgrid Blockchain[J]. Automation of Electric Power Systems, 2020, 44(15): 10-18.

[14]      王毅, 赵辉辉, 侯兴哲, 等. 基于链码和多阶段混合拍卖机制的微电网分布式电能交易模型[J]. 电网技术, 2020, 44(4): 1302-1309.

Wang Y, Zhao H H, Hou X Z, et al. Distributed Electricity Transaction Mode in Microgrid Based on Chaincode and Multi-stage Hybrid Auction Mechanism[J]. Power System Technology, 2020, 44(4): 1302-1309.

[15]      付晓琳. 基于区块链的智能电网交易与协同调度策略研究[D]. 上海: 上海电机学院, 2021.

Fu X L. Research on Trading and Cooperative Scheduling Strategy of Smart Grid Based on Block-chain[D]. Shanghai: Shanghai DianJi University, 2021.

[16]      Moazeni F, Khazaei J. Dynamic Economic Dispatch of Islanded Water-energy Microgrids with Smart Building Thermal Energy Management System[J]. Applied Energy, 2020, 276: 115422.

[17]      沈怡君. 基于区块链技术的微电网区域经济运行机制研究[D]. 徐州: 中国矿业大学, 2020.

Shen Y J. Research on Regional Economic Operation Mechanism of Microgrid Based on Blockchain Technology[D]. Xuzhou: China University of Mining and Technology, 2020.

[18]      沙昊晟. 基于区块链技术的互联微电网 P2P 电能交易系统研究[D]. 秦皇岛: 燕山大学, 2020.

Sha H S. Research on P2P Power Trading System of Interconnected Microgrid Based on Blockchain Technology[D]. Qinhuangdao: Yanshan University, 2020.

[19]      秦金磊, 孙文强, 朱有产, 等. 微电网中基于区块链的电能交易方法[J]. 电力自动化设备, 2020, 40(11): 130-138.

Qin J L, Sun W Q, Zhu Y C, et al. Energy Transaction Method of Microgrid Based on Blockchain[J]. Electric Power Automation Equipment, 2020, 40(11): 130-138.

[20]       Nakamoto S. Bitcoin: a Peer-to-peer Electronic Cash System[J]. Decentralized Business Review, 2008: 21260.

[21]       付晓琳, 王鸿, 王致杰. 基于区块链含电动汽车的微电网组合出力优化策略[J]. 电力建设, 2020, 41(11): 16-26.

Fu X L, Wang H, Wang Z J. Combined Output Optimization Based on Blockchain for Micro-grid with Electric Vehicles[J]. Electric Power Construction, 2020, 41(11): 16-26.

[22]       秦金磊, 孙文强, 李整, 等. 基于区块链和改进型拍卖算法的微电网电能交易方法[J]. 电力自动化设备, 2020, 40(8): 2-10.

Qin J L, Sun W Q, Li Z, et al. Energy Transaction Method of Microgrid Based on Blockchain and Improved Auction Algorithm[J]. Electric Power Automation Equipment, 2020, 40(8): 2-10.

[23]       黄钰琪. 基于区块链技术的社区微电网交易平台研究[D]. 广州: 华南理工大学, 2020.

Huang Y Q. A Research of Community Microgrid Energy Trading Platform Based on Blockchain Technology[D]. Guangzhou: South China University of Technology, 2020.

[24]       周步祥, 杨明通, 史述青, 等. 基于区块链的微电网市场势博弈模型[J]. 电力系统自动化, 2020, 44(7): 15-22.

Zhou B X, Yang M T, Shi S Q, et al. Blockchain Based Potential Game Model of Microgrid Market[J]. Automation of Electric Power Systems, 2020, 44(7): 15-22.

[25]       谢红玲, 郑雅男, 李燕青. 基于能源区块链网络的微电网经济调度模型[J]. 华北电力大学学报(自然科学版), 2019, 46(3): 17-25.

Xie H L, Zheng Y N, Li Y Q. Microgrid Economic Dispatch Model Based on Energy Block-chain Network[J]. Journal of North China Electric Power University (Natural Sciences), 2019, 46(3): 17-25.

[26]       Belgana A, Rimal B P, Maier M. Open Energy Market Strategies in Microgrids ： a Stackelberg Game Approach Based on a Hybrid Multi-objective Evolutionary Algorithm[J]. IEEE Transactions on Smart Grid, 2015, 6(3): 1243-1252.

[27]       Gregoratti D, Matamoros J. Distributed Energy Trading: the Multiple-microgrid Case[J]. IEEE Transactions on Industrial Electronics, 2015, 62(4): 2551-2559.

[28]       魏韡, 陈玥, 刘锋, 等. 基于主从博弈的智能小区代理商定价策略及电动汽车充电管理[J]. 电网技术, 2015, 39(4): 939-945.

Wei W, Chen Y, Liu F, et al. Stackelberg Game Based on Retailer Pricing Scheme and EV Charging Management in Smart Residential Area[J]. Power System Technology, 2015, 39(4): 939-945.

[29]       吴建悍, 付保川, 费昭安, 等. 基于双层主从博弈的多微电网能源管理方法[J]. 控制工程, 2021, 28(6): 1229-1236.

Wu J H, Fu B C, Fei Z A, et al. Energy Management Method of Multi-microgrid Based on Two-level Master-slave Game[J]. Control Engineering of China, 2021, 28(6): 1229-1236.