考虑过网费用分摊的多产消者点对点能源交易分布式优化 摘要：代码主要做的是配电网中产消者点对点交...

考虑过网费用分摊的多产消者点对点能源交易分布式优化 摘要：代码主要做的是配电网中产消者点对点交易相关研究，配网中的卖方和买方通过P2P交易匹配协商来平衡供需，同时重点考虑了P2P交易过程中公共设施的使用以及过网费用的分配问题，并等效将其叠加到P2P交易成本上，从而影响P2P交易的定价，模型采用的是交替方向乘子法ADMM法进行求解，能够很好的包含隐私，测试系统为IEEE 39节点系统，通过对配电网进行分区，研究各分区间、各分区内部的P2P交易形式，整体比较创新，适合在此继续上继续研究，形成自己的成果！。 这段代码是一个直流（DC）潮流模型的实现。它使用了39节点的电力系统数据，并定义了发电机和负荷的成本和边际成本。该模型的目标是找到一个最优的发电机出力分配，以最小化总成本，并满足网络的功率平衡和发电机出力限制。 这段代码主要分为几个部分： 定义了电力系统的基本数据，包括节点、发电机、负荷和支路的信息。 定义了发电机和负荷的成本和边际成本。 定义了发电机和负荷的限制条件，包括发电机出力范围和负荷需求。 定义了网络拓扑结构，包括节点之间的连接关系和导纳矩阵。 实现了潮流计算算法，使用了ADMM（Alternating Direction Method of Multipliers）方法来求解最优解。 进行了模拟实验，并保存了结果。 这段代码的主要功能是进行电力系统的潮流计算，用于分析电力系统的稳定性和优化发电机的出力分配。它可以应用于电力系统规划、运行和市场调度等领域。代码涉及的知识点包括电力系统的潮流计算方法、优化算法和数值计算等。

多产消者点对点能源交易分布式优化软件

——“考虑过网费用分摊”功能说明书

（面向研发、测试与运维人员的内部技术白皮书）

一、定位与目标

本模块是“多产消者（prosumer）点对点（P2P）能源交易”仿真平台的核心计价引擎。它在保持去中心化交易架构的前提下，把“过网费用（Network Fee）”以可配置、可扩展、可审计的方式注入到分布式优化流程中，实现以下目标：

1. 让每一笔 P2P 交易在出清前即可感知其真实输电成本；
2. 支持多种费用分摊策略（免费、统一价、电气距离、分区、节点），方便政策比选；
3. 费用计算与 ADMM 分布式优化主循环解耦，保证算法收敛性不被破坏；
4. 输出面向监管方的审计字段（费用类型、单价、征收电量、总金额），满足合规要求。

二、业务概念与术语

• γ（gamma）：过网费用矩阵，维度 n×n，γ(i,j) 表示从产消者 i 到 j 的单位输电费用（€/MW）。

• 费用类型

– Free：γ≡0，基准场景；

– UTP（Unique Transmission Price）：全网约一价；

– PTD（Power Transfer Distance）：按电气距离线性计价；

– ZTP（Zonal Transmission Price）：分区价，区间与区内差异化；

– NTP（Nodal Transmission Price）：节点边际价，暂未开放。

• om{n}：agent n 的“可交易邻居”列表，由物理拓扑或合同拓扑决定。

• Conn：二值邻接矩阵，Conn(i,j)=1 表示 i 与 j 允许直接交易。

• Fees 结构体：记录当前场景的费用类型、单位、测试数组、标签、颜色、图例等元数据，全程随结果落盘。

三、系统架构

┌---------------------┐

│ 场景配置脚本 │—┐ （Exo_main.m 中“Network fees”节）

└---------------------┘ │

▼

┌---------------------┐

│ 费用工厂（Factory） │ （gamma_*.m 系列文件）

│ - 读取电网模型 │

│ - 计算 γ 矩阵 │

└---------------------┘

▼

考虑过网费用分摊的多产消者点对点能源交易分布式优化 摘要：代码主要做的是配电网中产消者点对点交易相关研究，配网中的卖方和买方通过P2P交易匹配协商来平衡供需，同时重点考虑了P2P交易过程中公共设施的使用以及过网费用的分配问题，并等效将其叠加到P2P交易成本上，从而影响P2P交易的定价，模型采用的是交替方向乘子法ADMM法进行求解，能够很好的包含隐私，测试系统为IEEE 39节点系统，通过对配电网进行分区，研究各分区间、各分区内部的P2P交易形式，整体比较创新，适合在此继续上继续研究，形成自己的成果！。 这段代码是一个直流（DC）潮流模型的实现。它使用了39节点的电力系统数据，并定义了发电机和负荷的成本和边际成本。该模型的目标是找到一个最优的发电机出力分配，以最小化总成本，并满足网络的功率平衡和发电机出力限制。 这段代码主要分为几个部分： 定义了电力系统的基本数据，包括节点、发电机、负荷和支路的信息。 定义了发电机和负荷的成本和边际成本。 定义了发电机和负荷的限制条件，包括发电机出力范围和负荷需求。 定义了网络拓扑结构，包括节点之间的连接关系和导纳矩阵。 实现了潮流计算算法，使用了ADMM（Alternating Direction Method of Multipliers）方法来求解最优解。 进行了模拟实验，并保存了结果。 这段代码的主要功能是进行电力系统的潮流计算，用于分析电力系统的稳定性和优化发电机的出力分配。它可以应用于电力系统规划、运行和市场调度等领域。代码涉及的知识点包括电力系统的潮流计算方法、优化算法和数值计算等。

┌---------------------┐

│ ADMM 优化核心 │ （QPP2PADMM.m）

│ - 本地 QP 更新 │

│ - 价格（对偶）更新 │

│ - 原始/对偶残差计算 │

└---------------------┘

▼

┌---------------------┐

│ 结果后处理 │ （simulations_processing/*）

│ - 结算费用 │

│ - 绘制贸易图 │

│ - 审计日志落盘 │

└---------------------┘

四、核心数据流

1. 初始化阶段
   a) case39b31a 返回 mpc 结构（含 bus、branch、gen、gencost、genpos、areapos 等）。
   b) readmpccase 将柔性负荷建模为负发电机，生成 unitsPmin/Pmax、unitsa/b、unitsnode、nodeunits、branchmax、branchB/G。
   c) 根据“费用类型”枚举 networkfees 数组，调用对应 gamma.m：
   – gammafree：直接返回全 0 矩阵；
   – gammaunique：γ(i,j)=fee/2（对称）；
   – gammadistance：先计算电气距离 distPT，再 γ(i,j)=fee/2distPT(i,j)；
   – gammazonal：先计算跨区跳数 distZone，再 γ(i,j)=fee/2*distZone(i,j)。
   d) 生成三维 γbase(nagents,nagents,N_tests)，便于批处理仿真。

1. 迭代优化阶段（ADMM）
   本地 QP 子问题目标函数：
   min{Pn} ½ an (Σm Pn→m)² + bn (Σm Pn→m)
   + Σm [ γ(n,m) · Pn→m ] ← 过网费用项
   + 对偶惩罚项（ρ/2‖Pn→m – Yn→m + λ/ρ‖²）
   关键实现点：
   – γ(n,m) 作为线性成本直接写入 f 向量，不改变 Hession 矩阵的正定性质，因此不影响收敛。
   – 若 TradeBound='on'，则对 P_n→m 再施加 Pmin/Pmax 盒式约束，与过网费用无关。

1. 结算与审计
   迭代终止后，由 networkfeesprocessing.m 计算：
   – 单 agent 被征收费用：Feesn = Σm γ(n,m) · Pn→m
   – 全网征收总额：ΓSO = Σn Feesn
   – 费用占社会福利比例：Ratio = |ΓSO| / SocialWelfare
   以上字段随 results 结构体一并落盘，供监管追踪。

五、配置接口

| | type_fee | {'free'|'uniq'|'dist'|'zona'} |

| | network_fees | 费用阶梯数组，如 0:1:100 (€/MW) |

| gamma_* | overused | 可选，线路过载惩罚矩阵，默认全 1 |

| QPP2PADMM | TradeBound | 是否对单笔交易施加 Pmin/Pmax 盒式约束 |

六、扩展与裁剪

1. 新增费用策略
   新建 gamma.m，接口统一为
   function gammabase = gamma(testcase, networkfees, ntestsstart, ntestsstop, om, producers, consumers)
   并在 loadfeelabel.m 中补充元数据即可被主流程识别。

1. 与现货市场衔接
   若需引入节点边际价 LMP，可在 gamma_nodal 中调用 makePTDF + DCOPF 先计算 LMP，再映射为 γ(i,j)=LMP(i)+LMP(j)。

1. 大电网并行
   γ 矩阵计算复杂度 O(n²)，对于 >1 万节点可改用“分层分区 + 稀疏近似”策略，或把 γ 的生成迁移到离线阶段，ADMM 运行时直接读取稀疏表。

七、性能与收敛性

• 费用项为线性，不改变本地 QP 的强凸性，理论收敛速度不变；

• 在 39 节点、31 机、2000 迭代测试场景下，增加费用计算带来的单次迭代耗时 < 1 ms；

• 若采用 TradeBound='on'，盒式约束可能导致迭代次数小幅上升（≈ +5~10%），与费用类型无关。

八、质量保障与审计

1. 单元测试
   – 针对 gamma* 系列，使用固定拓扑与手工用例验证 γ 矩阵对称性、零对角、非负性；
   – 针对费用征收，断言 |ΓSO – Σγ·P| < 1e-6。

1. 集成测试
   – 以 Free 场景为基准，比对引入费用前后的社会福利差异，误差应小于 0.1%。

1. 审计日志
   结果文件 mandatory 字段：
   results.gamma、results.Fees、results.currentnetworkfee、results.collected_fees。
   监管机构可直接加载并重现每笔交易的费用明细。

九、运维指南

• 版本升级：新增费用策略时，须保持 gamma_base 三维接口不变，防止老版本结果无法加载；

• 结果清理：simulations/old 目录保存瘦身前的全迭代数据，定期归档即可；

• 可视化：networkfeesprocessing.m 支持 trades/exchan/effici/lflows/anaMar/anaNet 六种后处理，运行前关闭不必要的图形后端可提速 30% 以上。

十、典型场景速查

—— 结束 ——