CN108711077B - 一种基于区块链技术的光伏型微电网交易方法 - Google Patents

一种基于区块链技术的光伏型微电网交易方法 Download PDF

Info

Publication number
CN108711077B
CN108711077B CN201810511203.5A CN201810511203A CN108711077B CN 108711077 B CN108711077 B CN 108711077B CN 201810511203 A CN201810511203 A CN 201810511203A CN 108711077 B CN108711077 B CN 108711077B
Authority
CN
China
Prior art keywords
electricity
user
power
transaction
microgrid
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810511203.5A
Other languages
English (en)
Other versions
CN108711077A (zh
Inventor
张真源
薛磊
桂勋
黄琦
李坚
滕云龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201810511203.5A priority Critical patent/CN108711077B/zh
Publication of CN108711077A publication Critical patent/CN108711077A/zh
Application granted granted Critical
Publication of CN108711077B publication Critical patent/CN108711077B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0283Price estimation or determination
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06Electricity, gas or water supply
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Tourism & Hospitality (AREA)
  • Power Engineering (AREA)
  • Technology Law (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于区块链技术的光伏型微电网交易方法,在传统光伏微电网中加入了区块链技术,这样光伏用户可以实现对负荷和光伏功率的预测以及实现用户间点对点的电力交易的控制,再在物理模型的基础上进行微电网交易,此时将购电用户群和售电用户群之间组成了一个不完全信息非合作博弈模型,通过求解该博弈可以得到微电网最优内部电价,以及用户获得的微电网内的电力交易份额,用户根据以上数据在微电网内自由匹配交易并签订交易的智能合约,最后通过区块链控制交易的执行以后交易的结算,这样在整个交易过程得到简化。

Description

一种基于区块链技术的光伏型微电网交易方法
技术领域
本发明属于微电网电力交易技术领域,更为具体地讲,涉及一种基于区块链技术的光伏型微电网交易方法。
背景技术
随着化石能源的枯竭以及环境污染的日益严重,使得充分利用可再生能源成为全球的共识。以太阳能为代表的可再生能源分布式发电已经成为新型电力系统重要能源来源,各国学术界和工程界均给予极大的关注。
目前,我国分布式光伏发电主要采用的是“自发自用,余电上网”策略,该政策在短期能促进分布式光伏发电的发展,但并不能解决在光伏上网的固有问题—光伏发电存在波动,余电上网对电网存在较大冲击;余电上网电量少,但长距离输送却存在比较大的网损。长期来看,对于光伏发电采用的“自发自用,余电上网”必然会增大电网的运维难度;从用户角度来说,失去政府补贴后电网收购光伏余电的价格偏低。
另一方面,随着区块链技术的出现,因为区块链技术是一种去中心化的分布式共享数据库,能够实现去中心化的点对点交易,改变了现有交易的模式,区块链技术有望用于革新电力交易方式。
综上,分布式光伏发电将来必是电网重要电力来源,但由于“自发自用,余电上网”的政策在长期上不能解决光伏上网的固有问题,所以需要新方法来解决分布式光伏余电的消纳问题。基于区块链技术的微电网内部电力交易可简化用户间的电力交易,减小微电网对大电网的冲击,增加用户售电收益。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于区块链技术的光伏型微电网交易方法,基于区块链技术的光伏型微电网电力交易体系来减小光伏余电对电网的冲击,同时增加光伏用户的售电收入。
为实现上述发明目的,本发明一种基于区块链技术的光伏型微电网交易方法,其特征在于,包括以下步骤:
(1)、搭建基于区块链技术的光伏型微电网电力交易物理模型;
(2)、根据搭建的物理模型计算每个用户在一个交易周期内的净输出功率(2.1)、设光伏型微电网中共计n个用户,一个交易周期由H个时段组成;那么,第i个用户在一个交易周期内的负荷为:
Figure BDA0001672672040000021
其中,i=1,2,…,n,h=1,2,…,H,
Figure BDA0001672672040000022
表示第i个用户在第h个时段的负荷;
(2.2)、预测第i个用户在光伏系统的发电功率为:
Figure BDA0001672672040000023
(2.3)、计算第i个用户在一个交易周期内的净输出功率为:
Figure BDA0001672672040000024
Figure BDA0001672672040000025
同理,可以得到其余用户在一个交易周期内的净输出功率;
(3)、判断每个用户在一个交易时段内的交易状态
Figure BDA0001672672040000026
时,则将第i个用户的交易状态记为需要售电,该用户标记为售电用户,并存放在购电用户群集合B中;当
Figure BDA0001672672040000027
时,则将第i个用户的交易状态记为需要购电,该用户标记为购电用户,并存放在售电用户群集合S中;
(4)、计算各交易时间段内所有购电用户的总购电功率
Figure BDA0001672672040000028
和所有售电用户的总售电功率
Figure BDA0001672672040000029
Figure BDA00016726720400000210
Figure BDA00016726720400000211
其中,NB=|B|和NS=|S|分别表示购电用户群集合B中购电用户的数量和售电用户群集合S中售电用户的数量;
(5)、计算第j个售电用户在一个交易时段内的用电效益;
Figure BDA00016726720400000212
其中,ph为微电网的内部电价;
Figure BDA00016726720400000213
为第j个售电用户的用电效益参数;
Figure BDA00016726720400000214
为第j个售电用户在一个交易时段内的负荷;
Figure BDA0001672672040000031
为第j个售电用户在光伏系统的发电功率;
(6)、计算第k个购电用户在一个交易时段内的购电费用;
Figure BDA0001672672040000032
其中,
Figure BDA0001672672040000033
为第k个购电用户在一个交易时段内的负荷;
Figure BDA0001672672040000034
为第k个购电用户在光伏系统的发电功率;
Figure BDA0001672672040000035
为第k个购电用户从微电网售电用户处购买的购电份额;
(7)、根据总购电功率
Figure BDA0001672672040000036
和总售电功率
Figure BDA0001672672040000037
确定微电网的内部电价ph
(7.1)、计算总购电功率
Figure BDA0001672672040000038
和总售电功率
Figure BDA0001672672040000039
(7.2)、当
Figure BDA00016726720400000310
时,ph=0,
Figure BDA00016726720400000311
Figure BDA00016726720400000312
为第j个售电用户获得的微电网内的售电份额;
(7.3)、当
Figure BDA00016726720400000313
时,ph=pl,
Figure BDA00016726720400000314
pl为微电网的内部最低电价;
(7.4)、当
Figure BDA00016726720400000315
时,微电网内购电用户群和售电用户群组成最优用电计划的博弈模型:
Figure BDA00016726720400000316
其中,Ej为售电用户j的用电量
Figure BDA00016726720400000317
的策略集,P为符合取值范围内的微电网内部电价策略集,即[pl,ph],ph为微电网的内部最高电价;C为微电网内购电用户群购电的总费用,即:
Figure BDA00016726720400000318
在微电网内购电用户集合的购电费用C最低时,将微电网内总售电功率
Figure BDA00016726720400000319
按负荷需求功率比例分配给各个购电用户,此时各个购电用户的购电费用也达到最低,从而得到:
Figure BDA00016726720400000320
(8)、电力交易及结算
(8.1)、电力交易
根据微电网内部电价以及购售电用户获得微电网电力交易份额,购售电用户进行自由匹配电力交易;
(8.2)、电力结算
电力结算时进行误差补偿,具体为:
售电用户误差补偿:当
Figure BDA0001672672040000041
时,
Figure BDA0001672672040000042
ΔP为售电补偿量;当
Figure BDA0001672672040000043
时,
Figure BDA0001672672040000044
购电用户误差补偿:当
Figure BDA0001672672040000045
时,
Figure BDA0001672672040000046
Figure BDA0001672672040000047
为购电补偿量;当
Figure BDA0001672672040000048
时,
Figure BDA0001672672040000049
本发明的发明目的是这样实现的:
本发明基于区块链技术的光伏型微电网交易方法,通过建立物理模型和数学博弈模型,确定微电网最优内部电价,实现了微电网内用户间的电力交易,这样减小了微电网对大电网的冲击、减小了购电用户的购电费用并增加了售电用户的用电效益。具体来讲,在传统光伏微电网中加入了区块链技术,这样光伏用户可以实现对负荷和光伏功率的预测以及实现用户间点对点的电力交易的控制,再在物理模型的基础上进行微电网交易,此时将购电用户群和售电用户群之间组成了一个不完全信息非合作博弈模型,通过求解该博弈可以得到微电网最优内部电价,以及用户获得的微电网内的电力交易份额,用户根据以上数据在微电网内自由匹配交易并签订交易的智能合约,最后通过区块链控制交易的执行以后交易的结算,这样在整个交易过程得到简化。
同时,本发明基于区块链技术的光伏型微电网交易方法还具有以下有益效果:
(1)、本发明中所有的交易以及交易数据传输都通过网上在线完成,自动化程度较高,减小了人力成本;
(2)、本发明利用了区块链技术数据分布式存储的特点,所有用户均可查看历史交易数据,确保了交易的公平性,保证了用户的利益;
(3)、本发明建立了完整的利用区块链的光伏型微电网交易模型交易体系,不仅给出区块链技术用于光伏型微电网的电力交易的价格体系,为光伏用户间的电力交易提供指导,更为区块链技术将来用于微电网、大电网间电力交易提供了思路。
附图说明
图1是本发明基于区块链技术的光伏型微电网交易方法流程图;
图2是基于区块链技术的光伏型微电网电力交易物理模型图;
图3是售电用户的误差补偿流程图;
图4是购电用户的误差补偿流程图。
具体实施方式
下面结合附图对本发明的具体实施方式进行描述,以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是,在以下的描述中,当已知功能和设计的详细描述也许会淡化本发明的主要内容时,这些描述在这里将被忽略。
实施例
图1是本发明基于区块链技术的光伏型微电网交易方法流程图。
在本实施例中,如图1所示,本发明一种基于区块链技术的光伏型微电网交易方法,包括以下步骤:
S1、搭建基于区块链技术的光伏型微电网电力交易物理模型;
基于区块链技术的光伏型微电网电力交易体系对物理条件有一定的要求,具体来说,本交易模型是建立在区块链技术智能合约上的,属于电力时前交易范畴,所以需要对光伏用户的光伏发电量和负荷进行预测,并且需要能同时计量光伏用户的购电量以及售电量。
如图2所示,在该物理模型中,每个用户均安装了光伏发电系统,以及集成了区块链模块、通信模块和用户发电负荷预测模块的用户能量管理系统,能量管理系统有两个功能:作为分布式区块链的一个节点,进行电力交易的控制;作为用户用电指导者,一方面预测用户的光伏系统输出功率并写入区块链的分布式数据库,另外一方面为用户用电行为给出建议。所有微电网内用户通过微电网服务商连接到大电网。微电网内的服务商作为微电网的能量管理系统和区块链系统的一个节点,服务商能从区块链节点读取交易数据的权利,但不能写入数据,会收取用户一定的服务费用。
S2、根据搭建的物理模型计算每个用户在一个交易周期内的净输出功率
S2.1、设光伏型微电网中共计n个用户,一个交易周期由H个时段组成;那么,第i个用户在一个交易周期内的负荷为:
Figure BDA0001672672040000061
其中,i=1,2,…,n,h=1,2,…,H,
Figure BDA0001672672040000062
表示第i个用户在第h个时段的负荷;
在本实施例中,一个交易周期设置为一天,并将一个交易周期分为24个交易时段,即每个交易时段为一个小时;
S2.2、预测第i个用户在光伏系统的发电功率为:
Figure BDA0001672672040000063
S2.3、综合以上两公式,可以计算出第i个用户在一个交易周期内的净输出功率为:
Figure BDA0001672672040000064
Figure BDA0001672672040000065
其中,
Figure BDA0001672672040000066
第i个用户在第h个时段净输出功率;
同理,可以得到其余用户在一个交易周期内的净输出功率,在此不再赘述。
S3、判断每个用户在一个交易时段内的交易状态
不同交易周期段内用户的净输出功率是有所差异的,当
Figure BDA0001672672040000067
时,则将第i个用户的交易状态记为需要售电,该用户标记为售电用户,并存放在购电用户群集合B中;当
Figure BDA0001672672040000068
时,则将第i个用户的交易状态记为需要购电,该用户标记为购电用户,并存放在售电用户群集合S中;这样根据用户在交易周期内的购、售电行为,就将微电网内的光伏用户分为了售电用户和购电用户两类。
S4、计算各交易时间段内所有购电用户的总购电功率
Figure BDA0001672672040000069
和所有售电用户的总售电功率
Figure BDA00016726720400000610
Figure BDA0001672672040000071
Figure BDA0001672672040000072
其中,NB=|B|和NS=|S|分别表示购电用户群集合B中购电用户的数量和售电用户群集合S中售电用户的数量;
S5、计算第j个售电用户在一个交易时段内的用电效益;
微电网内部电价ph应该高于大电网的购电价格pgs,并且低于大电网的售电价格pgb,设微电网的内部电价最低为pl,微电网的内部电价最高为ph,即微电网内部电价需要满足下式:pgs<pl≤ph≤ph<pgb
对一个确定的交易周期分析,在内部电价的刺激下,为了获得更多利益,用户会调整自身负荷的大小,使其偏离预测值,为了衡量售电用户用电量和售电量之间的合理程度,引入用户用电效益函数,表述如下:
Figure BDA0001672672040000073
其中,ph为微电网的内部电价;
Figure BDA0001672672040000074
为第j个售电用户的用电效益参数,各交易(时段)用户的用电效益参数会有所不同,售电用户以追求用电效益最大化为目标;
Figure BDA0001672672040000075
为第j个售电用户在一个交易时段内的负荷;
Figure BDA0001672672040000076
为第j个售电用户在光伏系统的发电功率;
S6、对于微电网内光伏产能不足需要购买电能的用户,可以从微电网内的售电用户处和大电网处购电,那么第k个购电用户在一个交易时段内的购电费用;
Figure BDA0001672672040000077
其中,
Figure BDA0001672672040000078
为第k个购电用户在一个交易时段内的负荷;
Figure BDA0001672672040000079
为第k个购电用户在光伏系统的发电功率;
Figure BDA00016726720400000710
为第k个购电用户从微电网售电用户处购买的购电份额,且满足:
Figure BDA00016726720400000711
S7、根据总购电功率
Figure BDA00016726720400000712
和总售电功率
Figure BDA00016726720400000713
确定微电网的内部电价ph
S7.1、计算总购电功率
Figure BDA00016726720400000714
和总售电功率
Figure BDA00016726720400000715
根据微电网内总购电功率
Figure BDA00016726720400000716
和总售电功率
Figure BDA00016726720400000717
可以将光伏型微电网内存在的电力交易分为以下三种情况讨论;
S7.2、当
Figure BDA0001672672040000081
时,即微电网内的用户均光伏产能不足或光伏产能为0,微电网内用户间不开展电力交易,此时微电网内的用户均只能以价格pgb从大电网购电,那么ph=0,
Figure BDA0001672672040000082
xj为第j个售电用户获得的微电网内的售电份额;
S7.3、当
Figure BDA0001672672040000083
时,此时微电网内部分用户的光伏产能过剩需要出售过剩光伏电能,部分用户的光伏产能不足需要购买电能,且微电网内产能过剩,需要向大电网售电,那么此时ph=pl,
Figure BDA0001672672040000084
pl为微电网的内部最低电价;
S7.4、当
Figure BDA0001672672040000085
时,微电网内购电用户群和售电用户群组成了多方参与的非合作完全信息静态博弈模型,在这个模型中,购电用户群是模型中的领导者,售电用户群是跟随着,购电用户制定微电网内部电价,售电用户根据微电网内部电价调整用电策略,选择最优用电计划,该博弈模型可以表示如下:
Figure BDA0001672672040000086
其中,Ej为售电用户j的用电量
Figure BDA0001672672040000087
的策略集,P为符合取值范围内的微电网内部电价策略集,即[pl,ph],ph为微电网的内部最高电价;C为微电网内购电用户群购电的总费用,即:
Figure BDA0001672672040000088
在微电网内购电用户集合的购电费用C最低时,将微电网内总售电功率
Figure BDA0001672672040000089
按负荷需求功率比例分配给各个购电用户,此时各个购电用户的购电费用也达到最低,从而得到:
Figure BDA00016726720400000810
其中,
Figure BDA00016726720400000811
S8、电力交易及结算
S8.1、电力交易
根据微电网内部电价以及购售电用户获得微电网电力交易份额,购售电用户进行自由匹配电力交易,确定交易的双方签订智能合约,智能合约存储到区块链中,到相应的交易时段,区块链控制交易执行并在交易结束后执行交易结算,并转移交易资金。
S8.2、电力结算
在交易结算时,由于预测数据存在误差,误差带来的损失需要由交易双方承担,但结算时需要考虑预测误差,预测误差补偿结的具体过程为:
1)、如图3所示,售电用户误差补偿:当没有误差时,正常结算;当
Figure BDA0001672672040000091
时,
Figure BDA0001672672040000092
ΔP为售电补偿量;当
Figure BDA0001672672040000093
时,
Figure BDA0001672672040000094
2)、如图4所示,购电用户误差补偿:当没有误差时,正常结算;当
Figure BDA0001672672040000095
时,
Figure BDA0001672672040000096
Figure BDA0001672672040000097
为购电补偿量;当
Figure BDA00016726720400000913
时,
Figure BDA0001672672040000098
Figure BDA0001672672040000099
实例
以某个包含5个光伏用户的微电网某天9:00-10:00的运行数据为例,首先根据用户能量管理系统的预测数据,确定用户属于售电用户还是购电用户,通过计算可得
Figure BDA00016726720400000910
故用户2、5是售电用户,用户1、3、4是购电用户。
那么买方总购电功率和卖方的总售电功率:
Figure BDA00016726720400000911
Figure BDA00016726720400000912
按照微电网内总购电功率eTBP和总售电功率eTSP的关系,
Figure BDA0001672672040000101
故计算相应内部电价p=082元/kW·h;
购电用户所得微电网内电力交易份额:
用户1:
Figure BDA0001672672040000102
用户3:
Figure BDA0001672672040000103
用户4:
Figure BDA0001672672040000104
售电用户所得微电网内电力交易份额:
用户2:
Figure BDA0001672672040000105
用户5:
Figure BDA0001672672040000106
最后用户根据微电网内部电价以及所获得的微电网内部电力交易份额,自由匹配交易,确定交易的双方签订交易的智能合约,智能合约控制交易的进行并在交易时段结束后进行交易结算以及资金的转移。
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。

Claims (3)

1.一种基于区块链技术的光伏型微电网交易方法,其特征在于,包括以下步骤:
(1)、搭建基于区块链技术的光伏型微电网电力交易物理模型;
光伏型微电网电力交易物理模型中的每个用户均安装了光伏发电系统;光伏型微电网电力交易物理模型集成了区块链模块、通信模块和用户发电负荷预测模块的用户能量管理系统;所有微电网内用户通过微电网服务商连接到大电网;微电网内的服务商作为微电网的能量管理系统和区块链系统的一个节点,服务商能从区块链节点读取交易数据的权利,但不能写入数据,会收取用户一定的服务费用;
(2)、根据搭建的物理模型计算每个用户在一个交易周期内的净输出功率
(2.1)、设光伏型微电网中共计n个用户,一个交易周期由H个时段组成;那么,第i个用户在一个交易周期内的负荷为:
Figure FDA0003045954340000011
其中,i=1,2,…,n,h=1,2,…,H,
Figure FDA0003045954340000012
表示第i个用户在第h个时段的负荷;
(2.2)、预测第i个用户在光伏系统的发电功率为:
Figure FDA0003045954340000013
(2.3)、计算第i个用户在一个交易周期内的净输出功率为:
Figure FDA0003045954340000014
Figure FDA0003045954340000015
同理,可以得到其余用户在一个交易周期内的净输出功率;
(3)、判断每个用户在一个交易时段内的交易状态
Figure FDA0003045954340000016
时,则将第i个用户的交易状态记为需要售电,该用户标记为售电用户,并存放在购电用户群集合B中;当
Figure FDA0003045954340000017
时,则将第i个用户的交易状态记为需要购电,该用户标记为购电用户,并存放在售电用户群集合S中;
(4)、计算各交易时间段内所有购电用户的总购电功率
Figure FDA0003045954340000018
和所有售电用户的总售电功率
Figure FDA0003045954340000019
Figure FDA0003045954340000021
Figure FDA0003045954340000022
其中,NB=|B|和NS=|S|分别表示购电用户群集合B中购电用户的数量和售电用户群集合S中售电用户的数量;
(5)、计算第j个售电用户在一个交易时段内的用电效益;
Figure FDA0003045954340000023
其中,ph为微电网的内部电价;
Figure FDA0003045954340000024
为第j个售电用户的用电效益参数;
Figure FDA0003045954340000025
为第j个售电用户在一个交易时段内的负荷;
Figure FDA0003045954340000026
为第j个售电用户在光伏系统的发电功率;
(6)、计算第k个购电用户在一个交易时段内的购电费用;
Figure FDA0003045954340000027
其中,
Figure FDA0003045954340000028
为第k个购电用户在一个交易时段内的负荷;
Figure FDA0003045954340000029
为第k个购电用户在光伏系统的发电功率;
Figure FDA00030459543400000210
为第k个购电用户从微电网售电用户处购买的购电份额;
(7)、根据总购电功率
Figure FDA00030459543400000211
和总售电功率
Figure FDA00030459543400000212
确定微电网的内部电价ph
(7.1)、计算总购电功率
Figure FDA00030459543400000213
和总售电功率
Figure FDA00030459543400000214
Figure FDA00030459543400000215
(7.2)、当
Figure FDA00030459543400000216
时,ph=0,
Figure FDA00030459543400000217
Figure FDA00030459543400000218
为第j个售电用户获得的微电网内的售电份额;
(7.3)、当
Figure FDA00030459543400000219
时,ph=pl,
Figure FDA00030459543400000220
pl为微电网的内部最低电价;
(7.4)、当
Figure FDA00030459543400000221
时,微电网内购电用户群和售电用户群组成最优用电计划的博弈模型:
Figure FDA00030459543400000222
其中,Ej为售电用户j的用电量
Figure FDA00030459543400000223
的策略集,P为符合取值范围内的微电网内部电价策略集,即[pl,ph],ph为微电网的内部最高电价;C为微电网内购电用户群购电的总费用,即:
Figure FDA0003045954340000031
在微电网内购电用户集合的购电费用C最低时,将微电网内总售电功率
Figure FDA0003045954340000032
按负荷需求功率比例分配给各个购电用户,此时各个购电用户的购电费用也达到最低,从而得到:
Figure FDA0003045954340000033
(8)、电力交易及结算
(8.1)、电力交易
根据微电网内部电价以及购售电用户获得微电网电力交易份额,购售电用户进行自由匹配电力交易;
(8.2)、电力结算
电力结算时进行误差补偿,具体为:
售电用户误差补偿:当
Figure FDA0003045954340000034
时,
Figure FDA0003045954340000035
ΔP为售电补偿量;当
Figure FDA0003045954340000036
时,
Figure FDA0003045954340000037
购电用户误差补偿:当
Figure FDA0003045954340000038
时,
Figure FDA0003045954340000039
Figure FDA00030459543400000310
为购电补偿量;当
Figure FDA00030459543400000311
时,
Figure FDA00030459543400000312
2.根据权利要求1所述的基于区块链技术的光伏型微电网交易方法,其特征在于,所述的购电份额xk满足:
Figure FDA00030459543400000313
3.根据权利要求1所述的基于区块链技术的光伏型微电网交易方法,其特征在于,所述的微电网内部电价p满足:pgs<pl≤ph≤ph<pgb,其中,pgs为大电网的购电价格,pgb为大电网的售电价格,pl为微电网的内部最低电价,ph为微电网的内部最高电价。
CN201810511203.5A 2018-05-25 2018-05-25 一种基于区块链技术的光伏型微电网交易方法 Active CN108711077B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810511203.5A CN108711077B (zh) 2018-05-25 2018-05-25 一种基于区块链技术的光伏型微电网交易方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810511203.5A CN108711077B (zh) 2018-05-25 2018-05-25 一种基于区块链技术的光伏型微电网交易方法

Publications (2)

Publication Number Publication Date
CN108711077A CN108711077A (zh) 2018-10-26
CN108711077B true CN108711077B (zh) 2021-07-13

Family

ID=63870503

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810511203.5A Active CN108711077B (zh) 2018-05-25 2018-05-25 一种基于区块链技术的光伏型微电网交易方法

Country Status (1)

Country Link
CN (1) CN108711077B (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109523075B (zh) * 2018-11-14 2022-04-29 上海交通大学 基于区块链智能合约的充电站充电权优化配置系统
CN109636145B (zh) * 2018-11-27 2022-08-02 华中科技大学 一种基于区块链交易的智能电网调度系统及其控制方法
CN109919761A (zh) * 2019-01-16 2019-06-21 昆明理工大学 一种进行智能微电网交易的区块链平台及交易方法
CN109902952B (zh) * 2019-02-26 2023-04-07 广东工业大学 一种基于区块链的光伏微电网电力智能交易系统及方法
CN110717779A (zh) * 2019-09-02 2020-01-21 昆山市量子昆慈量子科技有限责任公司 一种电力交易系统、方法及其应用
CN110738375A (zh) * 2019-10-16 2020-01-31 国网湖北省电力有限公司电力科学研究院 基于联盟链框架的主动配电网电力交易主体优化决策方法
CN113013916B (zh) * 2019-12-20 2022-08-16 中国农业大学 基于能源区块链的配电网光伏就地消纳方法
CN111476414B (zh) * 2020-04-07 2022-04-22 华北电力大学 一种光伏产消者优化决策方法
CN111507524B (zh) * 2020-04-16 2021-06-18 宁波谦屹节能科技有限公司 基于人工智能和区块链的配电网电力大数据交易管理系统
CN112215612B (zh) * 2020-09-28 2022-05-31 国网甘肃省电力公司电力科学研究院 基于区块链的光伏消纳优化方法及系统
CN113191842A (zh) * 2021-04-28 2021-07-30 青岛理工大学 一种用于用户间的点对点电能共享方法
CN113344249B (zh) * 2021-05-14 2022-09-30 合肥工业大学 基于区块链的冷热电联供多微网优化调度方法和系统
CN113344612B (zh) * 2021-05-19 2023-04-07 广东电网有限责任公司 电力交易匹配方法、系统、智能电表、服务器和存储介质
CN116308802B (zh) * 2023-05-15 2023-10-31 广东电网有限责任公司东莞供电局 基于智能合约的电力交易方法、装置、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106532774A (zh) * 2016-12-07 2017-03-22 湖南铁路科技职业技术学院 一种电动车辆接入多微电网电力分配系统及方法
CN107358418A (zh) * 2017-06-27 2017-11-17 上海霸贤网络科技有限公司 基于区块链技术的电力交易弱中心化管理方法
CN107958300A (zh) * 2017-08-21 2018-04-24 浙江工业大学 一种考虑互动响应的多微网互联运行协调调度优化方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10475138B2 (en) * 2015-09-23 2019-11-12 Causam Energy, Inc. Systems and methods for advanced energy network

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106532774A (zh) * 2016-12-07 2017-03-22 湖南铁路科技职业技术学院 一种电动车辆接入多微电网电力分配系统及方法
CN107358418A (zh) * 2017-06-27 2017-11-17 上海霸贤网络科技有限公司 基于区块链技术的电力交易弱中心化管理方法
CN107958300A (zh) * 2017-08-21 2018-04-24 浙江工业大学 一种考虑互动响应的多微网互联运行协调调度优化方法

Also Published As

Publication number Publication date
CN108711077A (zh) 2018-10-26

Similar Documents

Publication Publication Date Title
CN108711077B (zh) 一种基于区块链技术的光伏型微电网交易方法
Lu et al. Fundamentals and business model for resource aggregator of demand response in electricity markets
US11238474B2 (en) Distributed energy control
Wei et al. Charging strategies of EV aggregator under renewable generation and congestion: A normalized Nash equilibrium approach
Shahidehpour et al. Market operations in electric power systems: forecasting, scheduling, and risk management
US9134353B2 (en) Comfort-driven optimization of electric grid utilization
US20100217642A1 (en) System and method for single-action energy resource scheduling and participation in energy-related securities
US20110040666A1 (en) Dynamic pricing system and method for complex energy securities
Lahon et al. Risk‐based coalition of cooperative microgrids in electricity market environment
Delarue et al. Effect of the accuracy of price forecasting on profit in a price based unit commitment
CN110852519A (zh) 一种考虑多类型负荷的售电公司最优盈利方法
Salehpour et al. The effect of price responsive loads uncertainty on the risk-constrained optimal operation of a smart micro-grid
CN111311012A (zh) 基于多智能体的微电网电力市场双层竞价优化方法
Li et al. A risk-averse energy sharing market game for renewable energy microgrid aggregators
Negri et al. Combined model predictive control and ANN-based forecasters for jointly acting renewable self-consumers: An environmental and economical evaluation
Bagheri et al. Stochastic optimization and scenario generation for peak load shaving in Smart District microgrid: sizing and operation
KR102592162B1 (ko) 조정된 조화된 조건들에서 에너지 서브-시스템들 사이의 에너지의 교환을 제어하기 위한 방법; 제어 센터; 에너지 시스템; 컴퓨터 프로그램; 및 저장 매체
Boumaiza et al. Local energy marketplace agents-based analysis
CN111695943B (zh) 一种计及浮动高峰电价的优化管理方法
Cao et al. Co-optimization of multiple virtual power plants considering electricity-heat-carbon trading: A Stackelberg game strategy
Biggins et al. Going, Going, Gone: Optimising the bidding strategy for an energy storage aggregator and its value in supporting community energy storage
Wang et al. A tri-level framework for distribution-level market clearing considering strategic participation of electrical vehicles and interactions with wholesale market
CN116050071A (zh) 基于电力市场和碳市场的电源规划方法及系统
CN115879975A (zh) 基于用电企业建设分布式光伏的电力零售套餐制定方法
Nieto-Martin et al. Community energy retail tariffs in Singapore: Opportunities for peer-to-peer and time-of-use versus vertically integrated tariffs

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant