CN109102120A - 复杂场景下基于区块链的能源系统优化方法 - Google Patents

复杂场景下基于区块链的能源系统优化方法 Download PDF

Info

Publication number
CN109102120A
CN109102120A CN201810920368.8A CN201810920368A CN109102120A CN 109102120 A CN109102120 A CN 109102120A CN 201810920368 A CN201810920368 A CN 201810920368A CN 109102120 A CN109102120 A CN 109102120A
Authority
CN
China
Prior art keywords
block
whole network
node
nodes
constraint
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.)
Granted
Application number
CN201810920368.8A
Other languages
English (en)
Other versions
CN109102120B (zh
Inventor
平健
陈思捷
严正
唐亮
孙辰军
王卓然
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.)
Shanghai Jiaotong University
State Grid Hebei Electric Power Co Ltd
Original Assignee
Shanghai Jiaotong University
State Grid Hebei Electric Power Co Ltd
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 Shanghai Jiaotong University, State Grid Hebei Electric Power Co Ltd filed Critical Shanghai Jiaotong University
Priority to CN201810920368.8A priority Critical patent/CN109102120B/zh
Publication of CN109102120A publication Critical patent/CN109102120A/zh
Priority to US16/453,815 priority patent/US20200057417A1/en
Application granted granted Critical
Publication of CN109102120B publication Critical patent/CN109102120B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9024—Graphs; Linked lists
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种复杂场景下基于区块链的能源系统优化方法，经初始化后通过全网节点进行优化问题的求解，最快求解的节点获得区块记账权并向全网广播，其他节点收到的区块进行正确性验证，通过验证的区块即为电力系统凸优化模型的全局最优解，并得以确认和向全网广播，本发明提出的能源区块链模型可以满足电力系统复杂优化场景对安全性、开放性、吞吐量等性能的要求，具备落地及应用能力。

Description

复杂场景下基于区块链的能源系统优化方法
技术领域
本发明涉及的是一种智能电网控制领域的技术，具体是一种复杂场景下基于区块链的能源系统优化方法。
背景技术
区块链作为一种去中心化、去信任化、公开透明的信息技术，为解决电力系统不同主体之间的信任问题，提升系统的公平性与效率性，提供了一个全新的解决方案。但现有研究或未深入探讨应用方案在区块链上的具体实现方法；或基于已有的区块链平台进行开发，未考虑其在运行效率、可扩展性上的弊端；或只考虑了电力系统中模型简单的场景。此外，电力系统除价值流动外，还涉及大量物理约束，其复杂程度远高于大部分已出现区块链应用的传统行业。目前广泛使用的区块链底层技术，如以太坊(Ethereum)、超级账本(hyperledger)、比特币等，而现有的区块链技术并不擅长求解电力系统的大规模复杂的优化问题，另外在安全性和可扩展性上也不适用于电力系统等节点数量过大的系统。
发明内容
本发明针对现有技术存在的上述不足，提出一种复杂场景下基于区块链的能源系统优化方法，通过凸优化证明(PoO，Proof-of-Optimization)共识机制促使各节点收集全网节点发布的数据，建立优化模型，并利用自身算力竞争求解。最先完成求解的节点获得该区块的记账权，将求得的解打包进区块，并向全网广播区块，获得一定的经济激励。本发明解决了现有区块链模型应用于电力系统复杂优化场景时效率低、可扩展性差甚至不可解的问题，提出安全、开放、高吞吐量、可扩展、契合电力系统需求的能源区块链模型。
本发明是通过以下技术方案实现的：
本发明涉及一种基于区块链的能源系统优化方法，经初始化后通过全网节点进行优化问题的求解，最快求解的节点获得区块记账权并向全网广播，其他节点收到的区块进行正确性验证，通过验证的区块即为电力系统凸优化模型的全局最优解，并得以确认和向全网广播。
所述的初始化是指：将电力系统固有场景信息记录在创世区块中，该创世区块用于定义该场景的固有信息：S0＝<Tb,X,f0(X0),g0(X0),h0(X0),ci(X),di(X)>,i∈[0,n]，其中：Tb为约定的出块时间。
所述的区块，包括区块头和区块体，其中：区块头存储模型中变量、目标函数、约束及拉格朗日乘子MPT树的根节点哈希值；区块体以MPT树状格式存储变量、目标函数、约束及拉格朗日乘子，优选进一步包括：变量树(VT,variable tree)、目标树(OT,objectivetree)、约束树(CT,constraint tree)、λ乘子树(λT,λ-multiplier tree)以及μ乘子树(μT,μ-multiplier tree)。
所述的通过全网节点进行优化问题的求解，即各节点向全网广播电力系统凸优化模型及约束条件，并收集并在区块中打包该时段全部合法广播。
所述的电力系统凸优化模型是指：
s.t.gi(Xi)＝0,i∈[0,N]，
hi(Xi)≤0,i∈[0,N]，
ci(X)＝0,i∈[0,N]，
di(X)≤0,i∈[0,N]，其中：N+1为决策变量数量，第i组决策变量Xi对应相对独立的目标函数fi(Xi)、简单约束集gi(Xi)和hi(Xi)，X为全部决策变量的集合，约束集ci(X)和di(X)为耦合了各组决策变量的复杂约束。
所述的电力系统凸优化问题的拉格朗日函数为 其中：L为所述问题的拉格朗日函数，λi、μi、αi、βi分别为凸优化模型各约束的拉格朗日乘子。
所述的区块记账权是指：最快求解的节点将优化问题的求解结果打包区块并向全网广播，具体为：最快求解的节点i将向全网广播其个人公开信息Si＝<Xi,fi(Xi),gi(Xi),hi(Xi)>，网络中的其他节点首先将收集到的公开信息分别添加至目标树和约束树，待收集完全部公开信息后，求解优化模型，根据求解结果更新变量树、λ乘子树和μ乘子树，生产新区块并向全网广播。
所述的正确性验证是指：其他节点验证收到的区块中的KKT条件(Karush-Kuhn-Tucher，凸优化问题最优解的充要条件)，具体为：节点收到新区块后，根据凸优化模型的拉格朗日函数下各约束条件判定验证区块包含的解的最优性，包括： 其中：X*为新区块中全部决策变量的最优解集合，为新区块中决策变量Xi的最优解；分别为新区块中的拉格朗日乘子；当所述新区块满足上述判定，说明该区块中的解为该问题的全局最优解，则节点确认该区块，并向全网广播，开始竞争下一区块。
技术效果
与现有技术相比，本发明将PoO共识机制引入区块链模型，取代传统的区块链共识机制，解决传统机制成本高、不能求解优化模型的缺陷；提出基于KKT条件的PoO快速验证方法，实现PoO机制下的分布式网络共识；设计适合存储电力系统状态量的区块结构。本发明设计的共识机制使得区块链可以应用于电力系统复杂场景，且具备高安全性、高开放度、高吞吐量的优点。
附图说明
图1为本发明提出的能源区块链的运行流程图；
图2为本发明提出的能源区块链区块结构示意图；
图3为本发明一个实施例中采用的24小时不可可控负荷曲线；
图4为本发明一个实施例中PoO求解时间与可控单元数量的关系。
具体实施方式
如图1所示，为本实施例涉及的一种基于区块链的能源系统优化方法，包括如下步骤：
步骤1、将电力系统固有场景信息记录在创世区块；
步骤2、区块链网络各节点，即矿工向全网广播其目标函数及约束条件；
步骤3、节点收集并在区块中打包该时段全部合法广播；
步骤4、节点求解该时段的优化模型，并将结果打包至区块；
步骤5、节点将其已打包的区块添加至本地区块链并向全网广播；
步骤6、其余节点收到区块后，验证收到区块的KKT条件。若验证有误，则抛弃该区块；若验证正确，则进入步骤7；
步骤7、节点将该区块添加至本地区块链，并向全网广播，完成该时段区块的产生流程。
如图2所示为本实施例中的能源区块链区块结构示意图。
所述的区块头包括父区块哈希、时间戳、以及变量树、目标树、约束树、λ乘子树和μ乘子树的根节点哈希值；
所述的区块体以MPT树状格式存储模型的变量、目标函数、约束条件、λ乘子和μ乘子。
本实施例将配网参与主体分为四类：可控分布式电源(CDG，controllabledistributed generation)、不可控分布式电源(UDG，uncontrollable distributedgeneration)、可调度负荷(IL，intelligent load)、不可控负荷(CL，conventional load)。
在时间尺度上，取15分钟为一个时段，每个时段下UDG和CL分别向配网提交未来若干个时段的预测出力/负荷曲线；CDG提交成本函数及个人约束；IL提交个人约束。系统根据主体提交的数据安排未来发用电计划。
本实施例的目标函数是使系统的总运行成本最小： 其中：T为考虑的时段数，Sbus为配网全部节点的集合，为t时刻节点i CDG的成本函数，为t时刻系统根节点的电价，为t时刻系统根节点注入功率，也即系统总负荷。
本实施例将可控DG的成本函数视为二次函数形式，即： 其中：ai、bi、ci为节点i CDG的成本函数系数。
本实施例的约束条件包括：
1)基尔霍夫电流定律：
[1,T]，其中：和分别为t时刻节点i IL、CL以及UDG的有功功率。和分别为t时刻节点i的IL、CDG与UDG无功功率。为节点i的CL的功率因数。δi和ηi分别为节点i下游/上游节点集合。Pij,t、Qij,t和分别为t时刻支路ij的有功/无功功率以及支路电流的平方。rki和xki分别为支路ki的电阻和电抗。
同时，当i为根节点时，应有：
2)基尔霍夫电压定律
其中：为t时刻节点i电压的平方，Sbrn为配网全部线路的集合。
3)电压、电流约束：
其中：Vmin和Vmax分别为节点电压上、下限，为支路ij电流上限。
4)可控分布式电源个人约束，包括可控分布式电源最大出力约束和爬坡约束：
其中，为节点i CDG的视在功率上限。和分别为节点i向下/向上爬坡率上限。
5)不可控分布式电源个人约束：其中：为节点i UDG的视在功率上限。
6)可调度负荷个人约束：
其中：和分别为节点i IL的最早开始/最晚结束时段、总电量需求以及功率因数，ΔT为时段时长。为节点i IL的充电功率上限。
在本实施例中，采用改进的119节点辐射状配电系统结构。该系统中，UDG出力预测曲线根据光伏24小时典型有功出力曲线得到；CL负荷预测曲线根据某典型日24小时负荷曲线得到，如图3所示。系统根节点电价采用上海地区35kV夏季工商业及其他用电两部制电价的电度电价部分，即：峰时段(8-11时、13-15时，18-21时)电价为1.227元/kW·h，平时段(6-8时、11-13时、15-18时，21-22时)电价为0.757元/kW·h，谷时段(22时-次日6时)电价为0.293元/kW·h。
基于本实例的电力系统场景，根据本发明所设计的方法搭建能源区块链，测试本发明设计的区块链模型的性能。本实施例依托的电脑配置环境如下：
软/硬件 版本/型号
操作系统 Windows 8.1
内存 8GB RAM
CPU Intel Core i5-4590 3.1GHz
Matlab R2014a
求解复杂，验证简单是使网络中全部节点维持共识的关键。本实例中，PoO机制下共识算法的求解时间与验证时间的结果如下表所示：
平均耗时/s 最长耗时/s 最短耗时/s
求解模型 309.22 479.41 153.76
验证结果 0.66 0.86 0.63
根据上表可知，PoO的求解时间远大于验证时间。因此，在PoO机制下，节点需要完成的工作具有一定的工作量，且验证者可以迅速地验证工作是否正确，保障了去中心化网络的共识性。
出块时间是区块链模型的重要性能指标，出块时间越短，则交易耗费的延时越小，降低参与者的等待时间。出块时间可由下式定义：
Tblock＝TConsensus+Tbroadcast，其中：Tblock为出块时间，TConsensus为共识算法求解时间，Tbroadcast为区块广播所需时间。由于在一个节点规模确定的系统中，Tbroadcast所需时间基本确定。因此，本实施例重点探讨共识TConsensus与相关影响因素的关系。
本实施例使求解时段数固定为48时段，参与者的目标函数及约束随机生成，得到求解时间与可控单元(DG及IL)数量的关系如图4所示。
如图4所示，本方法的显著进步在于：
1)本实施例中的能源区块链具有开放性。可控单元可以随意加入和退出能源区块链，不影响区块链网络的稳定性。
2)本实施例中的能源区块链的吞吐量可满足当前配网可再生电源交易的需求。在当前的主流配置的电脑环境下，不同可控单元数量下的TConsensus均远小于单时段时长(15分钟)，可保证配网可再生能源的有序、持续运行。
3)本实施例中的TConsensus与可控单元数量近似成正比。部分点存在一定偏差，推测与可控单元的边界条件相关。由此可见，可控单元的广播信息将在一定程度上影响求解时间。
上述具体实施可由本领域技术人员在不背离本发明原理和宗旨的前提下以不同的方式对其进行局部调整，本发明的保护范围以权利要求书为准且不由上述具体实施所限，在其范围内的各个实现方案均受本发明之约束。

Claims (9)

1.一种复杂场景下基于区块链的能源系统优化方法，其特征在于，经初始化后通过全网节点进行优化问题的求解，最快求解的节点获得区块记账权并向全网广播，其他节点收到的区块进行正确性验证，通过验证的区块即为电力系统凸优化模型的全局最优解，并得以确认和向全网广播；
所述的区块，包括区块头和区块体，其中：区块头存储模型中变量、目标函数、约束及拉格朗日乘子MPT树的根节点哈希值；区块体以MPT树状格式存储变量、目标函数、约束及拉格朗日乘子。
2.根据权利要求1所述的方法，其特征是，所述的初始化是指：将电力系统固有场景信息记录在创世区块中，该创世区块用于定义该场景的固有信息：S0＝<Tb,X,f0(X0),g0(X0),h0(X0),ci(X),di(X)>,i∈[0,n]，其中：Tb为约定的出块时间。
3.根据权利要求1所述的方法，其特征是，所述的区块体中进一步包括：变量树(VT,variable tree)、目标树(OT,objective tree)、约束树(CT,constraint tree)、λ乘子树(λT,λ-multiplier tree)以及μ乘子树(μT,μ-multiplier tree)。
4.根据权利要求1所述的方法，其特征是，所述的通过全网节点进行优化问题的求解，即各节点向全网广播电力系统凸优化模型及约束条件，并收集并在区块中打包该时段全部合法广播。
5.根据权利要求1或4所述的方法，其特征是，所述的电力系统凸优化模型是指：
s.t.gi(Xi)＝0,i∈[0,n]，hi(Xi)≤0,i∈[0,n]，ci(X)＝0,i∈[0,n]，di(X)≤0,i∈[0,n]，其中：决策变量被分为n+1组，第i组决策变量Xi对应相对独立的目标函数fi(Xi)、简单约束集gi(Xi)和hi(Xi)，X为全部决策变量的集合，约束集ci(X)和di(X)为耦合了各组决策变量的复杂约束。
6.根据权利要求4所述的方法，其特征是，所述的约束条件基于配网参与主体，即可控分布式电源、不可控分布式电源、可调度负荷和不可控负荷，具体包括：基尔霍夫电流/电压定律、电压、电流约束、可控分布式电源个人约束、不可控分布式电源个人约束、可调度负荷个人约束。
7.根据权利要求1所述的方法，其特征是，所述的区块记账权是指：最快求解的节点将优化问题的求解结果打包区块并向全网广播，具体为：最快求解的节点i将向全网广播其个人公开信息Si＝<Xi,fi(Xi),gi(Xi),hi(Xi)>，网络中的其他节点首先将收集到的公开信息分别添加至目标树和约束树，待收集完全部公开信息后，求解优化模型，根据求解结果更新变量树、λ乘子树和μ乘子树，生产新区块并向全网广播。
8.根据权利要求1所述的方法，其特征是，所述的正确性验证是指：其他节点验证收到的区块中的KKT条件。
9.根据权利要求1或8所述的方法，其特征是，所述的正确性验证，具体为：节点收到新区块后，根据凸优化模型的拉格朗日函数下各约束条件判定验证区块包含的解的最优性，包括： 其中：X*为新区块中的最优解，分别为新区块中的拉格朗日乘子；当所述新区块满足上述判定，说明该区块中的解为该问题的全局最优解，则节点确认该区块，并向全网广播，开始竞争下一区块。
CN201810920368.8A 2018-08-14 2018-08-14 复杂场景下基于区块链的能源系统优化方法 Active CN109102120B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201810920368.8A CN109102120B (zh) 2018-08-14 2018-08-14 复杂场景下基于区块链的能源系统优化方法
US16/453,815 US20200057417A1 (en) 2018-08-14 2019-06-26 Blockchain-based optimization method for complex scenarios in energy system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810920368.8A CN109102120B (zh) 2018-08-14 2018-08-14 复杂场景下基于区块链的能源系统优化方法

Publications (2)

Publication Number Publication Date
CN109102120A true CN109102120A (zh) 2018-12-28
CN109102120B CN109102120B (zh) 2020-01-21

Family

ID=64849440

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810920368.8A Active CN109102120B (zh) 2018-08-14 2018-08-14 复杂场景下基于区块链的能源系统优化方法

Country Status (2)

Country Link
US (1) US20200057417A1 (zh)
CN (1) CN109102120B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110659827A (zh) * 2019-09-23 2020-01-07 珠海格力电器股份有限公司 能源调度方法、子节点系统、调度系统以及存储介质
CN110705773A (zh) * 2019-09-26 2020-01-17 郑珂威 一种利用区块链共识算力实现优化运算的系统
CN111400329A (zh) * 2020-03-13 2020-07-10 深圳市华域环保科技有限公司 一种基于弃土处理的分布式共享数据库方法和系统
CN111967651A (zh) * 2020-07-21 2020-11-20 浙江中新电力工程建设有限公司 一种复杂场景下基于区块链的能源系统优化方法
CN112020018A (zh) * 2020-08-26 2020-12-01 济南浪潮高新科技投资发展有限公司 区块链记账组生成方法、共识方法及区块链系统
CN112906171A (zh) * 2021-02-01 2021-06-04 上海交通大学 一种综合能源系统可信协同优化方法及仿真平台
CN113411301A (zh) * 2021-05-11 2021-09-17 山东浪潮科学研究院有限公司 基于窄带传输的区块链系统
CN114928449A (zh) * 2022-02-23 2022-08-19 上海交通大学 支撑能源系统优化问题求解与验证的区块链共识方法
JP2022541423A (ja) * 2019-07-12 2022-09-26 ヒタチ・エナジー・スウィツァーランド・アクチェンゲゼルシャフト エネルギースケジュールを含むデータ構造、およびエネルギースケジュールを含むデータ構造を提供するための方法

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109327528B (zh) * 2018-10-31 2020-10-20 创新先进技术有限公司 一种基于区块链的节点管理方法和装置
US11720526B2 (en) * 2019-11-12 2023-08-08 ClearTrace Technologies, Inc. Sustainable energy tracking system utilizing blockchain technology and Merkle tree hashing structure
CN112434402B (zh) * 2020-10-22 2022-08-12 天津大学 一种区间实用化安全域建模方法
CN112417048B (zh) * 2020-11-23 2023-07-14 西安君能清洁能源有限公司 基于区块链的智能微电网系统调度方法、存储介质及设备
EP4285456A1 (en) 2021-01-29 2023-12-06 Cleartrace Technologies, Inc. Sustainable energy physical delivery tracking and verification of actual environmental impact

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140025351A1 (en) * 2012-07-17 2014-01-23 International Business Machines Corporation Planning economic energy dispatch in electrical grid under uncertainty
CN105164716A (zh) * 2013-03-07 2015-12-16 西门子公司 电力网中的需求调整
CN106296191A (zh) * 2016-08-13 2017-01-04 深圳市樊溪电子有限公司 一种区块链功耗感知的PoW共识机制
CN107203874A (zh) * 2017-05-25 2017-09-26 华北电力大学 一种面向能源互联网中电力交易的区块链激励式节能方法
US20170285720A1 (en) * 2017-05-07 2017-10-05 Jigar Jayesh Shah Method and system for mitigating transmission congestion via distributed computing and blockchain technology
CN107392767A (zh) * 2017-07-28 2017-11-24 广州亦云信息技术股份有限公司 基于区块链的电力市场的交易方法、电子设备及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140025351A1 (en) * 2012-07-17 2014-01-23 International Business Machines Corporation Planning economic energy dispatch in electrical grid under uncertainty
CN105164716A (zh) * 2013-03-07 2015-12-16 西门子公司 电力网中的需求调整
CN106296191A (zh) * 2016-08-13 2017-01-04 深圳市樊溪电子有限公司 一种区块链功耗感知的PoW共识机制
US20170285720A1 (en) * 2017-05-07 2017-10-05 Jigar Jayesh Shah Method and system for mitigating transmission congestion via distributed computing and blockchain technology
CN107203874A (zh) * 2017-05-25 2017-09-26 华北电力大学 一种面向能源互联网中电力交易的区块链激励式节能方法
CN107392767A (zh) * 2017-07-28 2017-11-24 广州亦云信息技术股份有限公司 基于区块链的电力市场的交易方法、电子设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
平健等: "基于智能合约的配电网去中心化交易机制", 《中国电机工程学报》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022541423A (ja) * 2019-07-12 2022-09-26 ヒタチ・エナジー・スウィツァーランド・アクチェンゲゼルシャフト エネルギースケジュールを含むデータ構造、およびエネルギースケジュールを含むデータ構造を提供するための方法
JP7432087B2 (ja) 2019-07-12 2024-02-16 ヒタチ・エナジー・リミテッド エネルギースケジュールを含むデータ構造、およびエネルギースケジュールを含むデータ構造を提供するための方法
CN110659827B (zh) * 2019-09-23 2020-12-15 珠海格力电器股份有限公司 能源调度方法、子节点系统、调度系统以及存储介质
CN110659827A (zh) * 2019-09-23 2020-01-07 珠海格力电器股份有限公司 能源调度方法、子节点系统、调度系统以及存储介质
CN110705773A (zh) * 2019-09-26 2020-01-17 郑珂威 一种利用区块链共识算力实现优化运算的系统
CN111400329A (zh) * 2020-03-13 2020-07-10 深圳市华域环保科技有限公司 一种基于弃土处理的分布式共享数据库方法和系统
CN111967651A (zh) * 2020-07-21 2020-11-20 浙江中新电力工程建设有限公司 一种复杂场景下基于区块链的能源系统优化方法
CN111967651B (zh) * 2020-07-21 2023-09-26 浙江中新电力工程建设有限公司 一种复杂场景下基于区块链的能源系统优化方法
CN112020018A (zh) * 2020-08-26 2020-12-01 济南浪潮高新科技投资发展有限公司 区块链记账组生成方法、共识方法及区块链系统
CN112906171A (zh) * 2021-02-01 2021-06-04 上海交通大学 一种综合能源系统可信协同优化方法及仿真平台
CN112906171B (zh) * 2021-02-01 2022-07-08 上海交通大学 一种综合能源系统可信协同优化方法及仿真平台
CN113411301A (zh) * 2021-05-11 2021-09-17 山东浪潮科学研究院有限公司 基于窄带传输的区块链系统
CN114928449A (zh) * 2022-02-23 2022-08-19 上海交通大学 支撑能源系统优化问题求解与验证的区块链共识方法
CN114928449B (zh) * 2022-02-23 2023-09-01 上海交通大学 支撑能源系统优化问题求解与验证的区块链共识方法

Also Published As

Publication number Publication date
US20200057417A1 (en) 2020-02-20
CN109102120B (zh) 2020-01-21

Similar Documents

Publication Publication Date Title
CN109102120B (zh) 复杂场景下基于区块链的能源系统优化方法
Meng et al. Dynamic frequency response from electric vehicles considering travelling behavior in the Great Britain power system
CN107618392B (zh) 充电桩自决策的电动汽车充电负荷随机接入控制系统及方法
CN109615141B (zh) 一种多能源系统并网优化调度方法及装置
CN103839109A (zh) 一种基于博弈纳什均衡的微网电源规划方法
CN109390973A (zh) 一种考虑通道约束的送端电网电源结构优化方法
CN103580061A (zh) 微电网运行方法
CN111753431A (zh) 综合能源系统中最优配置的计算方法和计算设备
Merhy et al. Control, regulation and optimization of bidirectional energy flows for electric vehicles’ charging and discharging
CN104716670B (zh) 光伏并网下基于网络安全约束的机组组合方法
CN107482679B (zh) 考虑储能系统充放电次数的主动配电网日前优化调度方法
CN112966883B (zh) 综合能源系统运行优化方法及终端设备
Liu et al. Multi-scenario analysis and collaborative optimization of a novel distributed energy system coupled with hybrid energy storage for a nearly zero-energy community
CN104091207A (zh) 考虑有害气体排放量的含风电场多目标机组组合优化方法
CN110323768B (zh) 一种电化学储能电站功率分配方法及系统
CN110796373A (zh) 面向风电消纳的多阶段场景生成电热系统优化调度方法
CN110889581A (zh) 一种电动汽车参与的台区优化调度方法和系统
CN112821463A (zh) 基于风、光随机性的主动配电网多目标日前优化调度方法
CN103500997B (zh) 基于混合多目标λ迭代法和牛顿法的电力系统调度方法
Lamari et al. Multi‐objective economic/emission optimal energy management system for scheduling micro‐grid integrated virtual power plant
CN111030101A (zh) 一种基于多元化大数据清洁能源消纳联动调控方法及系统
CN107622331B (zh) 一种发电机组与电力用户直接交易方式的优化方法和装置
Suresh et al. Stochastic economic dispatch incorporating commercial electric vehicles and fluctuating energy sources
CN108258701A (zh) 调节功率的方法和装置
CN117013567A (zh) 一种配电网群柔性资源协同调频方法、装置及介质

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