一种基于信誉积分的城市居民电碳排放交易方法与流程

1.本发明涉及碳排放技术领域，具体涉及一种基于信誉积分的城市居民电碳排放交易方法。


背景技术：

2.随着“碳达峰”和“碳中和”目标的提出，碳减排的压力日益加大。国内外传统的碳减排措施主要在工业领域，但随着该领域的碳减排措施逐步完善，其碳减排的边际效益逐步凸显。有研究表明，中国城市居民(citydweller,cd)快速增长的电能需求，已成为碳排放增加的关键因素。据统计，中国城市居民电碳排放占全国碳排放总量的40％左右。因此，挖掘城市居民电碳减排潜力，对于实现中国“碳达峰”、“碳中和”目标至关重要。
3.推动城市居民的电碳减排是一项复杂的系统工程。国内外许多学者对城市居民电碳减排做了大量研究，其研究成果主要分为法律类与交易类。在法律类中，欧洲、美国等通过向城市居民征收碳税、能效消费税等，来促进城市居民减少电碳排放。但征收碳税存在累退效应，难以在城市居民的电碳减排中发挥作用。在碳税模式中，低收入的城市居民受到碳税的影响，将减少电能的购买量，从而降低其生活水平；高收入的城市居民对碳税价格不敏感，碳税的价值杠杆难以发挥作用导致不同收入的城市居民电能使用不公平。因此，探索城市居民电碳排放的交易模式，有助于更公平的配置城市居民电碳资源，约束不同收入的城市居民的电碳排放行为，从而降低城市居民的电碳排放水平。
4.在交易类中，欧盟采用电碳排放额度分配制来控制电碳排放的总量，通过城市居民之间的电碳交易来促进电碳排放水平降低。但中国的碳交易市场处于试点阶段，碳交易价格仅为欧盟碳配额现货结算价格的数十分之一。城市居民电碳排放交易之间仅考虑了购销双方的博弈，不能实现多类型的交易价格浮动。据统计，中国城市居民年人均用电量为780 度，折算为碳排放量0.77吨。按照2021年4月29日中国深圳市碳市场交易试点的挂牌价格6.4元/吨来计算，城市居民电碳排放年人均最大交易额为4.9元，缺少多类型的电碳交易价格浮动，将限制城市居民参与电碳减排的积极性。
5.中国部分城市推行阶梯电价，为电碳减排奠定了基础，按照城市居民用电量的大小，将电价分为若干档次，其用电量越多，档次越高，累进电价也越高。虽然阶梯电价通过价值杠杆来调节城市居民电力消费，但阶梯电价的分档方式实质上为电力消费总量控制模式。在该模式下，城市居民在额定电力使用完后，需用在市场上通过更高的价格购买额外的电量配额。


技术实现要素：

6.本发明为解决现有技术中缺少多类型的电碳交易价格浮动，限制了城市居民参与电碳减排的积极性的问题，本发明提出一种基于信誉积分的城市居民电碳排放交易方法，首先，供电公司根据电碳监管要求，按照阶梯电量核算城市居民电碳排放周期配额，并制定电碳排放交易规则；然后，城市居民基于信誉等级进行电碳排放交易。交易过程中，依据城
市居民信誉等级实现多类型的电碳排放交易机制价格浮动，提升城市居民参与电碳排放交易收益，从而激励城市居民参与电碳减排。
7.本发明具体内容如下：
8.本发明提出一种基于信誉积分的城市居民电碳排放交易方法，包括以下步骤：
9.步骤1：获取城市居民的用电数据，对城市居民电碳排放水平进行分析，得到城市居民电碳排放水平对应的城市居民电碳排放的整体电碳排放配额；
10.步骤2：核定城市居民的电碳排放配额；
11.步骤3：对城市居民电碳排放进行聚类分析，获得城市居民电碳排放分类，并设置初始的城市居民电碳排放信誉值和城市居民电碳排放信誉等级；
12.步骤4：通过区块链技术建立城市居民电碳排放信誉更新规则，根据城市居民在区块链中的行为动态修订城市居民电碳排放信誉值；
13.步骤5：根据发布的城市居民电碳排放交易信息进行城市居民电碳排放交易总量分析，判断城市居民电碳排放交易总量是否减少，若城市居民电碳排放交易总量未减少，则按照核定的城市居民电碳排放交易最高限价进行城市居民电碳排放交易，若城市居民电碳排放交易总量减少，则对城市居民电碳排放交易进行定价分析，核定出城市居民电碳排放交易的基准价；
14.步骤6：根据城市居民电碳排放信誉等级设定城市居民电碳排放交易价格浮动比例和城市居民电碳排放交易偏差考核标准，进行城市居民电碳排放交易结算；
15.步骤7：根据城市居民电碳排放交易结算结果调整城市居民电碳排放信誉等级与城市居民电碳排放信誉值，完成交易。
16.为了更好地实现本发明，进一步地，所述步骤2的具体操作为：供电公司在碳现货交易市场上购买城市居民的整体电碳排放配额，并按照城市常驻人口核算城市居民家庭的电碳排放基础配额；对于人数超过限额标准的城市居民家庭，根据户口档案记载的人数在电碳排放基础配额上增加电碳排放配额修正值得到核定后的城市居民电碳排放配额。
17.为了更好地实现本发明，进一步地，在进行城市居民的电碳排放基础配额核定时，不区分火电和绿色电力，根据国际能源署年度碳排放报告，核定单位发电量的电碳排放量；在城市居民电碳排放核定时，将城市居民用电量和配电台区线损之和作为城市居民电碳排放量；在供电公司电力设备检修六氟化硫电碳排放核定时，首先核定该城市电力设备检修的六氟化硫电碳排放总量，然后利用城市居民用电量与总用电量的比值计算城市居民六氟化硫电碳排放量，最后根据国内生产总值计算城市居民电碳排放量的增幅；城市居民月电碳总排放量c
all
为：
[0018][0019]
其中，pj为城市居民月用电总量，pa为配电台区月线损，ca为单位发电量的碳排放量， p
all
为城市月总用电量，cb为城市供电公司电力设备月检修产生的六氟化硫电碳排放总量， ba为城市当月gdp较上年同期变动比例；
[0020]
根据电碳行业协会的典型值设定调整因子，城市居民家庭的电碳排放基础配额cd为：
[0021][0022]
其中，cc为供电公司根据城市居民月电碳总排放量在碳交易市场上购买等值的城市居民整体电碳排放配额，na为城市居民用户数，nb为城市的常驻人口数量，为城市居民月度调整因子，δσ为家庭人数调整因子；
[0023]
城市居民家庭的电碳排放基础配额cd，满足约束条件：
[0024][0025]
为了更好地实现本发明，进一步地，所述步骤3的具体步骤为：利用密度聚类算法，获取城市居民电碳排放敏感层分类，采用马氏距离来计算密度聚类算法中城市居民电量之间的样本距离，将城市居民密度可达且密度相连的城市居民数据归纳为一个簇，从而形成城市居民电碳排放分类。
[0026]
为了更好地实现本发明，进一步地，利用所述密度聚类算法来对城市居民电碳排放进行分类的具体操作为：城市居民的第i、k个样本的马氏距离为：
[0027][0028]
其中，ei、ek分别为城市居民的第i、k个样本，nc为城市居民样本的特征数量，oa为马氏距离的协方差矩阵；
[0029]
通过邻域参数来刻画城市居民聚类分布的紧密程度，将以ei为中心，为半径的圆形作为ei的邻域邻域满足约束：
[0030][0031]
其中，ga为总体的样本数；
[0032]
若ei的邻域包含多个城市居民样本，则ei为核心对象，ei的邻域的其它城市居民与ei的马氏距离为密度直接可达；对于ei、ek有样本集样本集中l1＝ei，且样本点l
z+1
由样本点lz密度直接可达，ej与ei密度可达；
[0033]
然后，根据城市供电网格区域规模限定搜索阈值为δλ，对于ei、ek若有es使ei和ek连接，则称为ei和ek密度相连；将城市居民密度可达且密度相连的城市居民数据归纳为一个簇，从而形成城市居民电碳排放分类。
[0034]
如权利要求1所述的一种基于信誉积分的城市居民电碳排放交易方法，其特征在于，所述设置初始的城市居民信誉值的具体操作为：在设置初始的城市居民信誉值时，对城市居民电费缴纳及时率进行统计，将城市居民用户的初始信誉值gc表示为：
[0035][0036]
其中，gb为初始的城市居民电碳排放信誉值，fa为一定的电费缴纳周期za内城市居民未违约的电费缴纳次数，fa为实际的电费缴纳次数，fa/fa为正常缴费比例，t
hi
为城市居民
用户实际的缴纳的时间，t
ei
为供电公司电费截止缴纳时间；
[0037]
gc的取值范围为[0,100]，若t
hi
小于t
ei
，则记为信誉值正常，反之信誉值违约。
[0038]
为了更好地实现本发明，进一步地，所述步骤4的具体操作为：将单个城市居民作为独立的区块链节点，节点数与城市居民用户数相等，区块链节点中记录了城市居民的电碳排放交易及违规记录，同时，根据城市居民在区块链中的行为动态修订城市居民电碳排放信誉值；供电公司在初始的城市居民电碳排放信誉值的基础上，按照电碳行业协会的信誉调整典型值制定了城市居民电碳排放交易偏差考核标准、城市居民电碳排放交易量等信誉调整规则。
[0039]
为了更好地实现本发明，进一步地，所述步骤5中对电碳排放交易总量进行分析的具体操作为：若城市居民电碳排放购买量大于城市居民电碳排放销售量，即城市居民电碳排放总量增加，则启动电碳排放保护机制，在城市居民电碳排放供应量范围内，按照核定的城市居民电碳排放交易最高限价格进行城市居民电碳排放交易；超出供应量的需求部分，则由供电公司代理城市居民购买绿色电力，购买绿色电力的价格在核定的城市居民电碳排放交易最高限价的基础上上浮；若城市居民电碳排放销售量大于城市居民电碳排放购买量，则进行城市居民电碳排放购销与供电公司电碳排放价格之间的博弈；将城市居民电碳排放总量表示为c
nall
：
[0040]cnall
＝cd×
na+(c
e-cf)
[0041]
其中，c
nall
为城市居民电碳排放总量，cd为城市居民家庭的电碳排放基础配额，na为城市居民用户数，ce为城市居民电碳排放交易销售总量，cf为城市居民交易购买总量；
[0042]
若城市居民电碳排放的总量增加，则执行电碳交易保护价格，城市居民购买的电碳排放支出zv为：
[0043]zv
＝cd×
va+c
l
×vl
+(c
g-c
d-c
l
)
×
(vb+v
l
)
[0044]
其中，cd为城市居民家庭的电碳排放基础配额，va为城市居民的电碳排放交易基础配额价格，c
l
为在城市居民处购买的电碳排放量，vb为供电公司绿色电力购买价格，cg为实际的排放额度，v
l
为城市居民电碳排放交易最高限价；
[0045]
在进行城市居民电碳排放销售时，城市居民电碳销售收入zd为：
[0046]
zd＝c
l
×vl
×
(1-sh)
[0047]
其中，c
l
为在城市居民处购买的电碳排放量，v
l
为城市居民电碳排放交易最高限价，sh为供电公司销售城市居民电碳排放的代理费与供电公司销售电碳排放费用的百分比。
[0048]
为了更好地实现本发明，进一步地，所述步骤5中对电碳排放进行定价分析时，当城市居民电碳交易价格高于碳现货交易市场时，利用斯塔克尔伯格博弈模型对城市居民销售电碳排放量、城市居民购买电碳排放量和供电公司电碳交易价格进行博弈，寻找电碳排放价格的均衡点，并将均衡点作为城市居民电碳排放的基础交易价格；
[0049]
将供电公司作为电碳排放交易斯塔克尔伯格博弈模型中的领导者，将城市居民电碳排放交易的双方作为电碳排放交易斯塔克尔伯格博弈模型中的跟随者，电碳排放交易斯塔克尔伯格博弈模型wa表示为：
[0050]
wa＝{oc；vh；{pj,pk}；{sq,sc,sd}}
[0051]
其中，oc为参与者的合集，oc＝{q,uc,ud}，q为供电公司，uc为城市居民电碳交易销
售用户，ud为城市居民电碳交易购买用户；vh为供电公司的电碳交易价格向量， vh＝{v
h1
,v
h1
,...vhθ}，θ为供电公司电碳交易价格个数；pj为城市居民电碳排放购买量向量， pj＝{p
j1
,p
j2
,...p
jε
}，ε为城市居民电碳交易购买量策略的个数；pk为城市居民电碳排放销售量的向量，pk＝{p
k1
,p
k2
,...p
kψ
}，ψ为城市居民电碳交易销售量策略个数；
[0052]
sc为城市居民电碳交易销售的收益，tb为交易周期，v
mi
为城市居民销售的电碳排放价格，c
mi
为城市居民销售的电碳排放量，v
rx
i为基础配额购买成本的二次函数，v
zi
为城市居民交易周期内信誉度调整成本，且c
mi.min
≤c
mi
≤c
mi.max
，c
mi.min
为城市居民电碳排放销售的下限，即为0，c
mi.max
为城市居民电碳排放销售的上限，即为城市居民电碳排放基础配额；
[0053]
sd为供电公司在电碳排放交易斯塔克尔伯格博弈模型中的效益，sh为供电公司销售城市居民电碳排放的代理费与供电公司销售电碳排放费用的百分比，nj为参与电碳排放销售的城市居民的个数，s
ci
为参与电碳排放的城市居民的收益，nk为参与电碳排放购买的城市居民的个数，s
qj
为参与电碳排放购买的城市居民的支出；
[0054]
sq为城市居民电碳交易购买的支出，v
nj
为城市居民购买的电碳排放价格，c
nj
为城市居民购买的电碳排放量，v
zj
为交易周期内城市居民信誉度的调整成本，且c
mj.min
≤c
mj
≤c
mj.max
，c
mj.min
为城市居民电碳排放购买的下限，即为0，c
mj.max
为城市居民电碳排放购买的上限，即为供电公司设定的电碳排放购买最大限额；
[0055]
将城市居民电碳排放销售策略空间用βi表示，将城市居民电碳排放购买策略空间用βj表示，将供电公司的电碳排放价格调整空间用βk表示，城市居民电碳排放交易斯塔克尔伯格博弈模型为：
[0056][0057]
为了更好地实现本发明，更进一步地，所述步骤6进行交易结算时的具体操作为：先采用城市居民信誉值兑换电碳排放优惠额度，根据兑换金额和城市居民信誉值的变化量，按照城市居民电碳排放交易偏差考核标准、电碳排放交易量等信誉调整规则更新信誉值；
[0058]
将城市居民电碳排放销售偏差用b
x
表示为：
[0059]
[0060]
其中，p
xa
为城市居民实际的电碳排放销售量，p
x
为城市居民申报的电碳排放销售量，当p
xa
小于p
x
时，判断为城市居民电碳排放销售出现负偏差，电碳排放量增加；
[0061]
将城市居民电碳排放销售偏差用by表示为：
[0062][0063]
其中，p
ya
为城市居民实际的电碳排放销售量，py为城市居民申报的电碳排放购买量，当p
ya
大于p
x
，即为城市居民电碳排放购买出现正偏差，电碳排放量增加；
[0064]
更新后的城市居民电碳排放购买的信誉值q
x
为：
[0065][0066]
其中，qa为城市居民电碳排放购买用户初始的城市居民电碳排放信誉值，b
x
为城市居民电碳排放销售偏差，p
xa
为城市居民实际的电碳排放销售量，v
c1
为城市居民购买电碳排放的价格；
[0067]
△
k1为月电碳排放交易负偏差，
△
f1为月电碳排放交易负偏差扣减信誉值，
△
k2为电碳排放交易量，
△
f2为电碳排放交易量增加信誉值，
△
f3为销售等级可调因子
△
k3对应信誉值，δμ为兑换金额阈值，δg为信誉值扣减值；
[0068]
更新后的城市居民电碳排放销售的信誉值qy为：
[0069][0070]
其中，qb为城市居民电碳排放销售用户初始的城市居民电碳排放信誉值，by为城市居民电碳排放销售偏差，p
ya
为城市居民实际的电碳排放销售量，v
c2
为城市居民销售电碳排放的价格；
[0071]
△
h1为月电碳排放交易正偏差量，
△
j1为月电碳排放交易正偏差量扣减信誉值，
△
h2为电碳排放交易量，
△
j2为电碳排放交易增加信誉值，δμ为兑换金额阈值，δg为信誉值扣减值，
△
j3为电碳排放购买等级可调因子
△
h3对应信誉值。
[0072]
本发明具有以下有益效果：
[0073]
1.本发明为解决城市居民电碳减排激励不足的问题，在阶梯电价的基础上，提出了一种基于信誉积分的城市居民电碳排放交易方法。该方法建立在阶梯的电碳排放总量控制基础上，并在城市居民电碳排放交易中引入的信誉等级模式，供电公司按照信誉等级制定城市居民电碳排放交易策略，对于积分高的城市居民进行激励，反之进行惩罚。从而提高城市居民参与电碳减排的积极性；
[0074]
2.城市居民的电碳排放信誉等级是一种互联网的等级激励模式，本发明通过对不同等级的城市居民设置不同的优惠额度，从而达到激励城市居民参与电碳减排工作；
[0075]
3.城市居民电碳排放定价分析是对核定城市居民电碳排放的交易基准价格。本发明在满足城市居民电碳交易价格高于碳现货交易市场的前提下，对城市居民销售、购买电碳排放量和供电公司电碳交易价格进行博弈，并寻找城市居民销售、购买量和供电公司电碳排放交易价格的均衡点，并将均衡点作为城市居民电碳排放的基础交易价格。
附图说明
[0076]
图1为城市居民电碳排放交易流程图；
[0077]
图2为密度聚类算法密度可达示意图；
[0078]
图3为密度聚类算法密度相连示意图。
具体实施方式
[0079]
为了更清楚地说明本发明实施例的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，应当理解，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例，因此不应被看作是对保护范围的限定。基于本发明中的实施例，本领域普通技术工作人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0080]
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“设置”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；也可以是直接相连，也可以是通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
[0081]
实施例1：
[0082]
本实施例提出一种基于信誉积分的城市居民电碳排放交易方法，如图1所示，包括以下步骤：
[0083]
步骤1：获取城市居民的用电数据，对城市居民电碳排放水平进行分析，得到城市居民电碳排放水平对应的城市居民电碳排放的整体电碳排放配额；
[0084]
步骤2：核定城市居民的电碳排放配额；
[0085]
步骤3：对城市居民电碳排放进行聚类分析，获得城市居民电碳排放分类，并设置初始的城市居民电碳排放信誉值和城市居民电碳排放信誉等级；
[0086]
步骤4：通过区块链技术建立城市居民电碳排放信誉更新规则，根据城市居民在区块链中的行为动态修订城市居民电碳排放信誉值；
[0087]
步骤5：根据发布的城市居民电碳排放交易信息进行城市居民电碳排放交易总量分析，判断城市居民电碳排放交易总量是否减少，若城市居民电碳排放交易总量未减少，则按照核定的城市居民电碳排放交易最高限价进行城市居民电碳排放交易，若城市居民电碳排放交易总量减少，则对城市居民电碳排放交易进行定价分析，核定出城市居民电碳排放交易的基准价；
[0088]
步骤6：根据城市居民电碳排放信誉等级设定城市居民电碳排放交易价格浮动比例和城市居民电碳排放交易偏差考核标准，进行城市居民电碳排放交易结算；
[0089]
步骤7：根据城市居民电碳排放交易结算结果调整城市居民电碳排放信誉等级与城市居民电碳排放信誉值，完成交易。
[0090]
工作原理：区块链是一种分布式的共享账户数据库，具有去中心化、痕迹可追踪、不可篡改等特点。基于区块链的城市居民电碳交易策略可实现城市居民电碳交易购销双方的协同自治，利用公私钥生成带时间戳的城市居民电碳交易认证信息，从而实现交易节点的互信认证和数据共享。
[0091]
区块链电碳排放交易，是指基于区块链互信认证技术建立的城市居民信誉激励交易模式，通过激励城市居民参与电碳减排工作，实现电碳排放总量降低。首先，供电公司根据电碳监管要求，按照阶梯电量核算城市居民电碳排放周期配额，并制定电碳排放交易规则；然后，城市居民基于信誉等级进行电碳排放交易。交易过程中，依据城市居民信誉等级实现多类型的电碳排放交易机制价格浮动，提升城市居民参与电碳排放交易收益，从而激励城市居民参与电碳减排。
[0092]
本实施例提出的电碳排放交易设计模式中，城市居民间不发生电碳排放交易转账。所有的购买、销售城市居民电碳排放交易金额均在供电公司的公共账户中。供电公司在城市居民电费中结算电碳交易金额，城市居民电碳排放交易流程如图1所示，首先，供电公司对城市的电碳排放水平进行分析，并在碳现货交易市场上购买城市的整体电碳排放配额，然后，核定城市居民电碳排放额度。其次，供电公司对城市居民电碳排放进行聚类分析，获得城市居民分类，并设置初始信誉值和信誉等级。然后，通过区块链技术建立城市居民电碳排放信誉值更新规则。再次，供电公司根据城市居民发布的电碳交易信息进行城市电碳排放总量分析，判断核定的电碳排放总量是否减少，若城市电碳排放总量未减少，在城市居民电碳排放供应量范围内，按照核定的城市居民电碳排放交易最高限价进行城市居民电碳排放交易；超出供应量的需求部分，则由供电公司代理城市居民购买绿色电力；若城市电碳排放总量减少，则对城市居民销售、购买、供电公司代理价格之间进行博弈，在平均交易价格大于购买的碳现货交易价格和电碳排放减小的前提下，寻找城市居民销售、购买电碳排放量和供电公司电碳排放交易价格的均衡点，并将其作为城市居民电碳排放交易的基准价。然后，根据城市居民信誉等级设定电碳排放交易价格浮动比例和偏差考核标准。在此基础上进行城市居民电碳排放交易。若城市居民购销双方按照偏差最小的策略进行购买、销售电碳排放额度，则增加信誉值，若超过偏差考核允许范围，则扣减城市居民的信誉值。为避免城市居民的信誉度达到一定的额度后，电碳排放交易参与度降低的问题，在电碳交易结算时，对于享受了额外收益的城市居民，则降低其信誉值。最后，再调整城市居民交易各方的信誉等级。
[0093]
实施例2：
[0094]
本实施例在上述实施例1的基础上，所述步骤2的具体操作为：供电公司对城市居民的电碳排放水平进行分析，并制定城市居民电碳排放的总体控制额度。然后，供电公司在碳现货交易市场上购买城市居民的整体电碳排放配额，并按照城市常驻人口核算城市居民家庭的电碳排放基础配额，对于的家庭人数超过限额标准的城市居民家庭，则根据家庭户口档案人数增加电碳排放额度修正值。
[0095]
工作原理：城市人均碳排放量是衡量城市碳排放水平的核心指标。在城市人均碳排放量中，城市居民电碳排放量占比65％，因此，城市居民电碳减排是中国实现“碳达峰”、“碳中和”目标的关键。
[0096]
2021年，中国国家发展改革委在《关于进一步深化燃煤发电上网电价市场化改革》通知中，要求电网企业承担城市居民电力供应及保障任务，并按照阶梯电价收取城市居民电费。因此，供电公司是城市居民电碳排放管理的最佳组织者，文中设计的城市居民交易策略，由供电公司负责组织交易。首先，供电公司对城市居民的电碳排放水平进行分析，并制定城市居民电碳排放的总体控制额度。然后，供电公司在碳现货交易市场上购买城市居民
的整体电碳排放配额，并按照城市常驻人口核算城市居民家庭的电碳排放基础配额，对于的家庭人数超过限额标准的城市居民家庭，则根据家庭户口档案人数增加电碳排放额度修正值。
[0097]
联合国气候变化委员会(the intergovernmental panel on climate change,ipcc)发布的国家温室气体清单指南2019版是城市电碳核定的依据。在城市居民消费电量过程中没有电碳排放，电碳排放来源于火电站燃烧煤炭发电过程中产生的电碳排放与电力设备中六氟化硫 (sulfur hexafluoride,sf6)导致的碳排放。在单位发电量电碳排放核定中，考虑供电公司代理城市居民购电时包含火电和绿色电力两部分，为简化计算，在城市居民电碳排放基础额度核定部分，不对火电和绿色电力进行区分，而根据iea年度碳排放报告，核定单位发电量的电碳排放量；在城市居民电碳排放核定中，由城市居民用电量和配电台区线损之和构成电碳排放量；在城市供电公司电力设备检修sf6电碳排放核定中，首先核定该城市电力设备检修的sf6电碳总量，然后利用城市居民用电量与城市总用电量的比值计算城市居民的 sf6电碳排放量；最后，再根据国内生产总值(gross domestic product,gdp)计算城市居民电碳排放量的增幅。
[0098]
设城市月总用电量为p
all
，其中居民月用电总量为pj，配电台区月线损为pa，单位发电量的碳排放量为ca，城市供电公司电力设备月检修产生的sf6电碳排放总量为cb，城市当月gdp较上年同期变动比例为ba，则城市居民月电碳总排放量c
all
为：
[0099][0100]
然后，供电公司根据城市居民月电碳总排放量在碳交易市场上购买等值的城市居民整体电碳排放配额cc，设城市的城市居民用户数为na，城市的常驻人口数量为nb，城市居民月度调整因子家庭人数调整因子为δσ，调整因子根据电碳行业协会的典型值进行设定，则城市居民家庭的电碳排放基础配额城市居民为：
[0101][0102]
上式满足以下约束条件：
[0103][0104]
然后，供电公司在城市居民预存电费中增收电碳排放基础配额费用。
[0105]
本实施例的其他部分与上述实施例1相同，故不再赘述。
[0106]
实施例3：
[0107]
本实施例在上述实施例1-2任一项的基础上，所述步骤3的具体操作为：利用密度聚类算法dbscan获取城市居民电碳排放敏感层分类，采用马氏距离来计算密度聚类算法中城市居民电量之间的样本距离，将城市居民密度可达相近且密度相连的城市居民数据归纳为一个簇，从而形成城市居民电碳排放分类。
[0108]
工作原理：电碳排放交易策略设计的目的是为了让城市居民认知碳排放资源的局
限性，并尽可能的减少电碳排放。在电碳排放交易市场机制下，不同收入的城市居民对电碳排放费用敏感程度不同，其中，高收入城市居民对电碳排放资源价格敏感程度低，愿意支付基础配额外的电碳排放费用；低收入的城市居民对电碳排放资源价格敏感度高，愿意出售消费剩余的电碳排放配额，因此，文中选择城市居民电量进行聚类分析，获取城市居民电碳排放敏感层度分类。
[0109]
密度聚类算法(density-based spatial clustering of applications with noise,dbscan)是一种基于密度检测且具有噪声处理的聚类方法，该方法在输入较少的识别参数的情况下，可将高密度区域划分成簇。该方法具有无需制定聚类数目，聚类速度快特点。但该方法在城市居民样本较大的情况下，聚类收敛时间较长，因此，文中采用限制搜索近邻规模来改进dbscan算法，提高城市居民聚类的大样本分析能力。
[0110]
因马氏距离采用了协方差，并综合考虑了样本间的特征关系，采用马氏距离来计算 dbscan算法中城市居民电量之间的样本距离。
[0111]
设ei、ek分别为城市居民的第i、k个样本，城市居民样本的特征数量为nc个，马氏距离的协方差矩阵为oa，城市居民的第i、k个样本的马氏距离为：
[0112][0113]
dbscan算法通过邻域参数来刻画城市居民聚类分布的紧密程度，在城市居民数据集中，以ei为中心，为半径的圆形即为ei的邻域该邻域满足约束：
[0114][0115]
式中，ga为总体的样本数。
[0116]
在dbscan算法中，若ei的邻域包含多个城市居民样本，则ei为核心对象。ei的邻域的其它城市居民与ei的马氏距离为密度直接可达；对于ei、ek有样本集(l1，l2，......，l
ne
)，样本集中l1＝ei，l
ne
＝ej，且样本点l
i+1
由样本点li密度直接可达，则为ej由ei密度可达，如图 2所示。
[0117]
然后，根据城市供电网格区域规模限定搜索阈值为δλ，对于ei、ek若有es使ei和ek链接，则称为ei和ek密度相连，如图3所示。
[0118]
由图2和图3可见，dbscan算法将城市居民密度可达相近且密度相连的城市居民数据归纳为一个簇，从而形成城市居民电碳排放分类。
[0119]
本实施例的其他部分与上述实施例1-2任一项相同，故不再赘述。
[0120]
实施例4：
[0121]
本实施例在上述实施例1-3任一项的基础上，所述步骤3中对信誉等级的设定时，通过将城市居民分为城市居民电碳排放销售、城市居民电碳排放购买两类，并通过设置不同的级别对应相应的信誉值和交易价格。
[0122]
工作原理：城市居民的电碳排放信誉等级是一种互联网的等级激励模式，通过对不同等级的城市居民设置不同的优惠额度，从而达到激励城市居民参与电碳减排工作。
[0123]
文中举例的供电公司参照电碳行业协会标准制定了城市居民电碳排放信誉值制
度、信誉等级和电碳排放基准价格的浮动调整比例，该方法在电碳行业具有通用性。
[0124]
在城市居民电碳排放信誉值制度方面，采用百分制，其中60-100分为信誉合格区，其中60分电碳排放基准交易价；61-100分区段的城市居民电碳排放销售用户在基准交易价格基础上进行上浮，城市居民电碳排放购买用户在基准交易价格基础上下浮。0-59分为信誉不及格区，此类城市居民电碳排放销售用户在基准交易价格基础上进行下浮，城市居民电碳排放购买用户在基准交易价格基础上进行上浮。按阶梯电价分为三档的城市居民电碳排放信誉等级如表1所示。
[0125]
表1城市居民电碳排放信誉等级表
[0126][0127]
城市居民初始电碳排放信誉值是指城市居民进行电碳排放交易前设置的信誉值。本实施例中的供电公司参照电碳行业协会标准制定了城市居民初始化标准。为了简化统计，实施例中的初始化规则仅对城市居民电费缴纳及时率进行统计。设供电公司电费截止
缴纳时间为t
ei
；城市居民用户实际的缴纳的时间为t
hi
，若t
hi
小于t
ei
，则记为信誉值正常，反之信誉值违约。
[0128]
设一定的电费缴纳周期za内城市居民未违约的电费缴纳次数为fa，实际的电费缴纳次数为fa，则正常缴费比例为fa/fa，即没有违约的情况下，正常缴费比例为1。城市居民的初始信誉值由正常缴费比例和电碳排放量偏差构成，设初始城市居民基础信誉值为gb，城市居民用户的初始信誉值gc为：
[0129][0130]
式中的gc的取值范围在[0,100]之间。
[0131]
本实施例的其他部分与上述实施例1-3任一项相同，故不再赘述。
[0132]
实施例5：
[0133]
本实施例在上述实施例1-4任一项的基础上，所述步骤4的具体操作为：将单个城市居民作为独立的区块链节点接入电碳排放交易模型，节点数与城市居民用户数相等。区块链节点中记录了城市居民的电碳排放交易及违规记录，同时，根据城市居民在区块链中的行为动态修订城市居民电碳排放信誉值。供电公司在城市居民电碳排放信誉初始分值的基础上，按照电碳行业协会的信誉调整典型值制定了城市居民电碳排放交易偏差考核标准、电碳排放交易量等信誉调整规则。
[0134]
工作原理：单个城市居民作为独立的区块链节点接入电碳排放交易模型，节点数与城市居民用户na数相等。区块链节点中记录了城市居民的电碳排放交易及违规记录，同时，根据城市居民在区块链中的行为动态修订城市居民电碳排放信誉值。电力交易中心监督城市居民的电碳交易行为，并依据表1进行城市居民电碳排放交易的奖罚。电碳排放交易执行前，首先由电力交易中心进行校核，然后由城市监管部门进行复核，以验证电碳排放交易的公平性，保障电碳排放交易各方参与的利益。
[0135]
供电公司在城市居民电碳排放信誉初始分值的基础上，按照电碳行业协会的信誉调整典型值制定了城市居民电碳排放交易偏差考核标准、电碳排放交易量等信誉调整规则，如表2所示。
[0136]
表2城市居民电碳排放信誉值调整表
[0137][0138]
本实施例的其他部分与上述实施例1-4任一项相同，故不再赘述。
[0139]
实施例6：
[0140]
本实施例在上述实施例1-5任一项的基础上，所述步骤5中对电碳排放进行定价分
析时，在满足城市居民电碳交易价格高于碳现货交易市场的前提下，利用斯塔克尔伯格博弈模型对城市居民销售、购买电碳排放量和供电公司电碳交易价格进行博弈，寻找电碳排放价格的均衡点，并将均衡点作为城市居民电碳排放的基础交易价格。
[0141]
工作原理：电碳排放交易总量分析的目的是根据城市居民电碳排放交易购销信息来判断城市居民电碳排放总量是否减少。若城市居民电碳排放购买量大于销售量，即城市居民电碳排放总量增加，则启动电碳排放保护机制，在城市居民电碳排放供应量范围内，按照核定的城市居民电碳排放交易最高限价格进行城市居民电碳排放交易；超出供应量的需求部分，则由供电公司代理城市居民购买绿色电力，购买绿色的价格在核定的城市居民电碳排放最高限价的基础上上浮。若城市居民电碳排放销售量大于购买量，则进行城市居民电碳排放购销与供电公司电碳排放价格之间的博弈。
[0142]
城市居民电碳排放的基础配额采用式2中的城市居民，设城市居民电碳排放交易销售总量为ce，城市居民交易购买总量为cf，则城市居民电碳排放总量c
nall
为
[0143]cnall
＝cd×
na+(c
e-cf)
[0144]
若城市居民电碳排放总量增加，则执行电碳交易保护价格。在城市居民电碳排放购买方面，设城市居民电碳排放交易基础配额价格为va，实际的排放额度为采cg，最高限价为 v1，在城市居民处购买的电碳排放量为c1，供电公司绿色电力购买价格为vb，则城市居民购买的电碳排放支出zv为
[0145]zv
＝cd×
va+c
l
×vl
+(c
g-c
d-c
l
)
×
(vb+v
l
)
[0146]
在城市居民电碳排放销售方面，设供电公司销售城市居民电碳排放的代理费为销售电碳排放费用白分比为sh，城市居民电碳销售量为式9中的c1，城市居民电碳销售收入zd为
[0147]
zd＝c
l
×vl
×
(1-sh)
[0148]
城市居民电碳排放定价分析是对核定城市居民电碳排放的交易基准价格。在满足城市居民电碳交易价格高于碳现货交易市场的前提下，对城市居民销售、购买电碳排放量和供电公司电碳交易价格进行博弈，并寻找城市居民销售、购买量和供电公司电碳排放交易价格的均衡点，并将均衡点作为城市居民电碳排放的基础交易价格。
[0149]
斯塔克尔伯格博弈模型是一种产量的领导博弈模型。该模型中具有能力优势的领导者率先给出竞争策略，然后能力较弱的追随者根据领导者的策略再给出自身的策略。在城市居民电碳交易市场中供电公司、城市居民电碳交易购销双方的竞争地位不均等，其中供电公司是电碳排放交易博弈中的领导者，城市居民电碳排放交易双方是博弈中的跟随者，因此文中选用斯塔克尔伯格博弈作为电碳排放定价博弈模型。
[0150]
在博弈参与者中，设电碳排放定价博弈的参与者供电公司为q、城市居民电碳交易销售用户为uc、城市居民电碳交易购买用户为ud，则参与者集合oc为
[0151]
oc＝{q，uc，ud}
[0152]
在博弈策略中，设作为领导者的供电公司电碳交易价格有θ个，电碳交易报价用vh表示，则领导者的电碳交易价格向量vh为
[0153]
vh＝{v
h1
，vh1，...v
hθ
}
[0154]
设跟随者城市居民电碳交易购买量策略有ε个，城市居民电碳交易购买用pj表示，则城市居民电碳排放购买量的向量pj为
[0155]
pj＝{p
j1
，p
j2
，...p
jε
}
[0156]
设跟随者城市居民电碳交易销售量策略有ψ个，城市居民电碳交易购买用pk表示，则城市居民电碳排放销售量的向量pk为
[0157]
pk＝{p
k1
，p
k2
，...p
kψ
}
[0158]
在斯塔克尔伯格博弈效益中，城市居民电碳交易购买的支出为sq，城市居民电碳交易销售的收益为sc，设供电公司在博弈中的效益为sd；斯塔克尔伯格博弈模型wa表示为
[0159]
wa＝{oc；vh；{pj，pk}；{sq，sc，sd}}
[0160]
在上式的博弈过程中，城市居民电碳交易销售客户希望电碳排放销售收入越大和信誉值越高；城市居民电碳交易购买客户希望电碳排放购买支出越少和信誉值越高。供电公司则希望总体电碳排放量减小的情况下交易代理费用最高。城市居民购销用户、供电公司读取区块链上的信息，采用自身效益最优的策略进行博弈，直至均衡。三方的效益分析如下。
[0161]
在博弈过程中，设一个交易周期tb内，城市居民销售的电碳排放价格为v
mi
，销售的电碳排放量为c
mi
，基础配额购买成本的二次函数为v
rxi
，城市居民交易周期内信誉度调整成本为 v
zj
，则城市居民电碳排放销售效益sc为：
[0162][0163]
城市居民电碳排放销售满足如下约束：
[0164]cmi.min
≤c
mi
≤c
mi.max
[0165]
式中，c
mi.min
为城市居民电碳排放销售的下限，即为0，c
mi.max
为城市居民电碳排放销售的上限，即为城市居民电碳排放基础配额。
[0166]
在式的交易周期内，城市居民购买的电碳排放价格为v
nj
，购买的电碳排放量为c
nj
，城市居民交易周期内信誉度调整成本为v
zj
，则城市居民电碳排放购买支出sq为：
[0167][0168]
城市居民电碳排放购买满足如下约束：
[0169]cmj.min
≤c
mj
≤c
mj.max
[0170]
式中，c
mj.min
为城市居民电碳排放购买的下限，即为0，c
mj.max
为城市居民电碳排放购买的上限，即为供电公司设定的电碳排放购买最大限额。
[0171]
供电公司只为城市居民提供交易平台，按照电碳排放交易量收取代理服务费用，则供电公司的博弈效益即为供电公司的代理服务收益。代理费用比例沿用式9的sh，参与电碳排放销售的城市居民有nj个，收益用s
ci
表示；参与电碳排放购买的城市居民有nk个，支出用为 s
qj
表示，则供电公司的代理服务收益sd为。
[0172]
[0173]
设城市居民电碳排放销售策略空间为βi，城市居民电碳排放购买策略空间为βj，供电公司的电碳排放价格调整空间为βk，则城市居民电碳排放交易模型为：
[0174][0175]
在斯塔克尔伯格博弈中，供电公司、城市居民购销用户的任意一方不能单方面更改策略获取最大化的收益，斯塔克尔伯格博弈纳什均衡求解存在唯一性，限于篇幅，斯塔克尔伯格博弈纳什均衡求解过程参照文献，文中不再累述。
[0176]
本实施例的其他部分与上述实施例1-5任一项相同，故不再赘述。
[0177]
实施例7：
[0178]
本实施例在上述实施例1-6任一项的基础上，所述步骤6进行交易结算时的具体操作为：先采用城市居民信誉值兑换电碳排放优惠额度，根据兑换金额和城市居民信誉值的变化量，按照城市居民电碳排放交易偏差考核标准、电碳排放交易量等信誉调整规则更新信誉值。
[0179]
所述步骤7的具体操作为：在电碳排放交易结算时，扣减享受电碳排放交易价格优惠城市居民的信誉值的方式，激励城市居民参与电碳排放交易。
[0180]
工作原理：城市居民电碳排放交易结算时，先采用城市居民信誉值兑换电碳排放优惠额度，当兑换金额大于δμ，城市居民信誉值扣减δg，然后按表2进行城市居民信誉值更新。
[0181]
该文设计的城市居民电碳排放交易策略依据表2进行信誉值调整，调整的周期为月。为避免城市居民在信誉值过高后，参与电碳交易活跃度降低的问题。在电碳排放交易结算时，扣减享受电碳排放交易价格优惠城市居民的信誉值的方式，激励城市居民参与电碳排放交易。
[0182]
设城市居民申报的电碳排放销售量为p
x
，如该城市居民销售用户自身用电量增加，即电碳排放量增加，则电碳排放销售量减少。设城市居民实际的电碳排放销售量为p
xa
；城市居民电碳排放销售偏差b
x
为：
[0183]
[0184]
式中，当p
xa
小于p
x
，即为城市居民电碳排放销售出现负偏差，电碳排放量增加，将造成城市居民违约。
[0185]
设城市居民申报的电碳排放购买量为py，如该城市居民购买用户自身用电量增加，即电碳排放量增加，则电碳排放购买量增加。设城市居民实际的电碳排放销售量为p
ya
；城市居民电碳排放销售偏差by为。
[0186][0187]
式中，当p
ya
大于p
x
，即为城市居民电碳排放购买出现正偏差，电碳排放量增加，将造成城市居民违约。
[0188]
设城市居民电碳排放购、售用户初始信誉值分别为qa和qb，城市居民购买和销售电碳排放的价格分别为v
c1
和v
c2
，更新后，城市居民电碳排放购、售用户的信誉值q
x
和qy分别为：
[0189][0190][0191]
本实施例的其他部分与上述实施例1-6任一项相同，故不再赘述。
[0192]
以上所述，仅是本发明的较佳实施例，并非对本发明做任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化，均落入本发明的保护范围之内。