CN111091224A - 一种基于区块链技术的电动汽车充电电能交易方法 - Google Patents
一种基于区块链技术的电动汽车充电电能交易方法 Download PDFInfo
- Publication number
- CN111091224A CN111091224A CN201911045464.3A CN201911045464A CN111091224A CN 111091224 A CN111091224 A CN 111091224A CN 201911045464 A CN201911045464 A CN 201911045464A CN 111091224 A CN111091224 A CN 111091224A
- Authority
- CN
- China
- Prior art keywords
- charging
- power
- charging station
- formula
- electric vehicle
- 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.)
- Withdrawn
Links
- 238000007600 charging Methods 0.000 title claims abstract description 443
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000005516 engineering process Methods 0.000 title claims abstract description 28
- 230000005611 electricity Effects 0.000 claims abstract description 78
- 230000000903 blocking effect Effects 0.000 claims abstract description 25
- 238000007726 management method Methods 0.000 claims abstract description 17
- 230000003993 interaction Effects 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims abstract description 10
- 238000007599 discharging Methods 0.000 claims description 66
- 230000005540 biological transmission Effects 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 13
- 230000035945 sensitivity Effects 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 11
- RTZKZFJDLAIYFH-UHFFFAOYSA-N Diethyl ether Chemical compound CCOCC RTZKZFJDLAIYFH-UHFFFAOYSA-N 0.000 claims description 6
- 230000009977 dual effect Effects 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 claims description 6
- 239000000243 solution Substances 0.000 claims description 6
- 238000002347 injection Methods 0.000 claims description 5
- 239000007924 injection Substances 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 3
- 239000004576 sand Substances 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 2
- 230000008901 benefit Effects 0.000 description 11
- 230000004044 response Effects 0.000 description 8
- 238000011161 development Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 241001672018 Cercomela melanura Species 0.000 description 1
- 235000006629 Prosopis spicigera Nutrition 0.000 description 1
- 240000000037 Prosopis spicigera Species 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
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
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
- G06Q30/0284—Time or distance, e.g. usage of parking meters or taximeters
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Technology Law (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明涉及一种基于区块链技术的电动汽车充电电能交易方法，包括基于区块链存储技术设计电动汽车充电电能交易市场互动模式与去中心化交易平台；配电网根据充电站历史负荷数据建立最优潮流模型和阻塞管理模型，计算得到配电网节点边际电价；充电站建立有序充电调度模型，根据配电网节点边际电价制定日前电能计划，并通过去中心化交易平台与配电网达成日前购电智能合约；充电站根据电动汽车用户的实时充电需求为电动汽车用户个性化定制充电费用，并通过充电推荐策略引导电动汽车用户有序充电；电动汽车用户通过去中心化交易平台与充电站签订充电服务智能合约。该方法提高了电动汽车电能交易的公平性，降低了充电成本，保证电力系统的安全经济运行。
Description
技术领域
本发明属于电力市场技术领域，尤其涉及一种基于区块链技术的电动汽车充电电能交易方法。
背景技术
随着交通电气化的发展，电动汽车的数量快速增长。大量充电负荷的接入势必会对配电网造成很大的影响。电力市场的发展使得通过市场化机制有序调度充电站的充电功率成为了一种可行方案。而在电力市场环境下电动汽车、充电站/桩、电网分属于不同的利益主体，电动汽车需要满足用户出行需求，充电站/桩作为充电服务商的运行主体将追求自身利益的最大化，而电网需要保证安全经济高效运行。根据用户的不同响应结果带来的可调度潜力的改变制定合理的充放电电价和激励措施是调度电动汽车参与电网辅助服务的关键所在。因此，研究电动汽车充放电市场机制和充放电电价措施，能够为提升电动汽车参与电网互动的意愿提供激励方法。但由于充电站与配电网运营商的利益主体不同，以配电网运营商为中心的电能交易模式存在着市场地位不公平、集中调度计算量大和用户响应程度低等问题。随着区块链技术的发展，基于该技术的去中心化交易模式有望解决多主体电能交易问题。
目前对电动汽车充电电能交易互动的研究主要集中在以电网为主导的“车-网”互动模式下的有序充电行为，未考虑市场平等主体交易模式下“车-桩-网”多层次互动。未来随着能源互联网的发展以及区块链技术的支持，电能交易市场不再是以电网为主导的中心化交易环境，这将改变现有的电价制定策略。并且，在实际引导电动汽车用户的过程中，直接影响电动汽车用户充放电意愿的是充电站的服务电价，因此充电站必须考虑电网的边际电价以及用户的响应程度，并计及交通情况的影响，制定合理的充电站服务费用。
发明内容
本发明的目的是提供一种基于区块链技术的电动汽车充电电能交易方法。
为实现上述目的，本发明采用的技术方案是：一种基于区块链技术的电动汽车充电电能交易方法，包括以下步骤：
步骤1、基于区块链存储技术设计电动汽车充电电能交易市场互动模式与去中心化交易平台；
步骤2、配电网根据充电站历史负荷数据建立最优潮流模型和阻塞管理模型，计算得到配电网节点边际电价；
步骤3、充电站建立有序充电调度模型，根据配电网节点边际电价制定日前电能计划，并通过去中心化交易平台与配电网达成日前购电智能合约；
步骤4、充电站根据电动汽车用户的实时充电需求为电动汽车用户个性化定制充电费用，并通过充电推荐策略引导电动汽车用户有序充电；
步骤5、电动汽车用户通过去中心化交易平台与充电站签订充电服务智能合约。
在上述的基于区块链技术的电动汽车充电电能交易方法中，步骤1的具体实现包括：
步骤1.1、充电站以购电用户的身份参与电力市场向电网购电，设置充放电服务费用以及有序的站内车调度；
步骤1.2、基于区块链技术的电动汽车充电电能交易机制，包括配电网与充电站的购/售电协议和充电站与电动汽车用户的充放电服务协议；
步骤1.2.1、在配电网与充电站的购/售电协议中，不同充电站通过智能合约填写报价单，配电网根据其能量平衡需求，实时计算边际电价并提交以太坊，智能合约内嵌的逻辑函数通过迭代最终完成市场出清和日前电能计划；以上过程中配电网承担潮流计算与安全校核，各充电站完成报价；
步骤1.2.3、在充电站与电动汽车用户的充放电服务协议中，电动汽车用户通过第三方软件与充电站签署充放电智能合约，以实现实时充放电、充放电预约、个性化充放电服务定制的功能；当充放电服务完成时，智能合约自动完成结算。
在上述的基于区块链技术的电动汽车充电电能交易方法中，步骤2的具体实现包括：
步骤2.1、配电网根据充电站历史负荷数据建立最优潮流模型包括：
步骤2.1.1、建立目标函数：
式中：fdso表示配电网的购电成本；T为调度时间集合，共24个小时；a,b,c分别为配电网向独立系统运营商购电的成本系数；PG,t为配电网在t时间段内的购电电能；
步骤2.1.2、建立约束条件：
1)功率平衡约束；
式中：Ploss,t为t时间段内的配电网总的网损，由式(3)计算得到；PLj,t为t时间段内节点j的基础负荷；J为配电网的负荷节点集合；Ns为充电站集合；Pcj,t为t时间段内位于节点j的充电站总的充电功率；
式中：L为配电网的线路集合；rij为线路ij的电阻；iij,t为t时间段内线路ij流过的电流；
2)节点注入有功平衡约束；
式中：Pij,t为t时间段内线路ij传输的有功功率；u(j)为节点j的子节点集合；
3)节点注入无功平衡约束；
式中：Qij,t为t时间段内线路ij传输的无功功率；xij为线路ij的电抗；QLj,t为t时间段内节点j的基础负荷无功功率；
4)电压降落等式约束；
式中：uj,t为t时间段内节点j的电压；
5)视在功率等式约束；
6)节点电压上下限约束；
式中：umin,j和umax,j表示j节点电压的安全边界；
7)线路传输容量约束；
式中：Smax,ij为线路ij的传输容量；
8)充电站容量约束；
式中：Pcmax,j表示充电站j的最大充电功率；
9)充电站荷电状态约束；
任何时候充电站的累积充电功率不能超过其现有的充电需求；
式中：
截止t时刻，充电站内电动汽车所需的充电功率总和；
为t时刻之前离开充电站的车辆所需的充电功率总和；
10)充电需求等式约束；
充电站必须满足电动汽车的电能需求；
式中：Qj为配电网预测的充电站j全天的充电电量需求；
11)可充电时间约束；
只有当电动汽车停泊至充电站时，充电站才能控制其充电功率；
式中：pcmax,j表示充电站j单台电动汽车的最大充电功率；Ne,t表示t时间段内接入充电站j的电动汽车数量；
步骤2.1.3、求解；
通过二阶锥松弛能够将原问题转化为凸优化问题求解；
二阶锥松弛方法包括：
采用式(14)对原变量进行替换，将式(3)-式(6)用式(15)替代，并将式(7)转换为式(16)的形式；
式(16)对应的约束空间为二次锥，问题转化为二阶锥规划；利用商业求解器求得全局最优解；最优潮流的解为配电网的潮流运行点；
步骤2.2、配电网根据潮流运行点建立的阻塞管理模型包括：
步骤2.2.1、建立目标函数；
配电网以充电站的购电费用最低为目标，优化得到配电网节点边际电价，并将其作为价格信号向充电站发布；
式中：fCSs表示所有充电站的购电费用总和；cj,t为基础电价；βj,t为价格敏感系数；
步骤2.2.2、建立约束条件；
1)线性化功率平衡等式约束；
式中：DF0,t表示t时间段内平衡节点的有功功率传输灵敏系数；DFj,t表示t时间段内节点j的有功功率传输灵敏系数；J'表示配电网中的所有节点集合；
表示由最优潮流求得的t时段的网损；λt表示功率平衡约束的对偶变量；
2)线路传输功率上限；
式中：
表示平衡节点的功率传输分布因子；
表示功率传输分布因子；Pmax,ij表示由线路ij的有功功率传输能力；μij,t表示该不等式约束对应的对偶变量；
3)将潮流方程转化为线性化方程；
式中：
表示由最优潮流求得的t时间段内的购电电能；ξ表示与上层电能计划允许的误差；
4)充电站约束同式(10)-式(13)；
步骤2.2.3、配电网通过求解阻塞管理模型，能够得到配电网节点边际电价；
步骤2.3、计算潮流运行点；
通过最优潮流的结果获得潮流运行点的参数式(21)、式(22)，在标幺值下，基于uj,t≈1的假设可以得到式(23)和式(24)；
式中：Pinj,t表示t时间段内节点j的注入功率；M为节点关联矩阵；
式中：LFj,t表示t时间段内节点j的网损灵敏系数；
表示由最优潮流模型求解得到的t时间段内的线路ij的有功功率；
步骤2.4、计算配电网节点边际电价；
式(17)-式(19)对应的拉格朗日函数为式(29)，配电网节点边际电价为式(30)，其中配电网节点边际电价包括平衡节点处的购电电价、网损边际电价和阻塞电价，由式(31)表示；
式中：L表示拉格朗日函数；
表示t时间段内节点j的配电网节点边际电价；πt表示t时间段内平衡节点处的购电电价；
表示t时间段内节点j的网损边际电价；
表示t时间段内节点j的阻塞电价。
在上述的基于区块链技术的电动汽车充电电能交易方法中，步骤3的实现包括以下步骤：
步骤3.1、充电站建立的有序充电调度模型包括：
步骤3.1.1、建立目标函数：
式中：fsj为充电站j的购电费用；
步骤3.1.2、约束条件为：
1)、电能需求等式约束；
式中：T'为充电站的调度时间集合；T'/T表示每个小时所包含的调度时间段集合；Nsj为充电站j预测的站内车辆；pn,t'为第n辆电动汽车在t'时间段内的充电功率；Δt为调度时间间隔，取值15min；
2)、充电功率上限约束；
式中：Xn,t为二进制变量，表示第n辆电动汽车在t时间段内，其中X＝1表示处于充电状态；
3)、充电机数量上限；
式中：Xc,j为充电站j的充电机数量；
4)、可用充电状态约束；
式中：Tln为第n辆电动汽车处于充电站的时间集合；qn为第n辆电动汽车的充电需求；
步骤3.1.3、求解；
步骤3.2、充电站通过去中心化交易平台与配电网达成日前购电智能合约包括：
步骤3.2.1、充电站通过去中心化交易平台发起购电请求，并上报自身的电能需求，形成智能合约请求；
步骤3.2.2、配电网根据所有充电站的电能需求，通过最优潮流模型计算得到潮流运行点，并建立阻塞管理模型，从而计算得到配电网节点边际电价，并将配电网节点边际电价返回给各充电站；
步骤3.2.3、各充电站根据配电网节点边际电价制定次日的购电计划，并将能源计划通过智能合约上报给配电网；
步骤3.2.4、区块链网络中的矿工提供一个区块记录本次交易的全部内容，若区块链网络中一半以上节点成功记录该区块，则本次交易有效，智能合约启动；
步骤3.2.5、次日购电计划完成后，智能合约将完成购电费用清算，同样记录在区块链中。
在上述的基于区块链技术的电动汽车充电电能交易方法中，步骤4的实现包括以下步骤：
步骤4.1、建立目标函数；
1)配电网的目标函数为式(37)；
式中：Obj1表示配电网的目标，T表示24小时集合，
与
分别表示t时刻i充电站的实际充放电功率，
和
分别表示在日前电力市场中i充电站签订的购售电协议中t时刻的计划充放电功率；
2)每个充电站的目标函数为式(38)；
式中：Obj2表示充电站的目标，t0,t1表示充电起始时间，t2,t3表示放电起始时间，
与
分别表示t时刻车辆j的充放电功率，Ccj与Cdj为充电站与车辆j协商的充放电服务费用，S表示充电站集合；
3)每个电动汽车用户的目标函数为式(39)；
式中：Obj3表示电动汽车用户的目标，EVs表示电动汽车集合；
步骤4.2、充电站充放电优化调度过程满足的约束条件；
1)充电站充放电功率约束；
式中：
与
分别表示t时刻k充电机的充放电功率；Xk,t与Yk,t为布尔变量，分别表示t时刻k充电机的充放电状态；
2)充电站充电机数量约束；
式中：Nm,i表示充电站i的充电机数量；
3)电动汽车用户电量需求约束；
式中：En,j电动汽车用户j的电量需求，t0是充电开始时间，tk是停车时间；
4)电动汽车的SOC约束；
式中：S和
是电动汽车的电池容量上下限，S0为其初始电量；
5)充电站的最大功率约束；
式中：
为充电站i的最大功率限制。
在上述的基于区块链技术的电动汽车充电电能交易方法中，步骤5的实现包括以下步骤：
步骤5.1、当电动汽车用户产生充放电需求时，向信息中心提交充放电需求以及车辆的空闲时间，同时交通部门实时向信息中心提供路况信息；
步骤5.2、信息中心根据充电站上报的充电站空闲容量，考虑行驶距离、交通拥堵因素并执行充电推荐算法，实现对电动汽车用户的充电导航；电动汽车用户通过去中心化交易模式与充电站协商充放电服务费用，同时充电站通过执行动态优化算法优化充放电队列，并向配电网上报其充放电计划；
步骤5.3、配电网通过实时潮流计算监督电网安全稳定运行，当配电网出现能量平衡需求与阻塞管理时，充电站之间通过执行动态博弈算法以实现充电站间协调互济；当充电站与电动汽车用户通过多轮讨价还价博弈后签订智能合约，实现充放电服务定制；
步骤5.4、电动汽车用户通过去中心化平台与所选择的充电站签订充电服务智能合约；
步骤5.5、区块链网络中的矿工提供一个区块记录本次交易的全部内容，若区块链网络中一半以上节点成功记录该区块，则本次交易有效，智能合约启动；
步骤5.6、当充电服务完成后，智能合约将自动动作完成充电费用清算，同样记录在区块链中。
本发明的有益效果：能够提高电动汽车充电电能交易市场的公平性，通过公平精确的价格信号引导电动汽车用户有序充电，降低电动汽车用户的充电成本，提高充电站运营商的响应程度，并能保证电力系统的安全经济运行，实现电动汽车用户、充电站运营商和配电网运营商的多方共赢。
附图说明
图1为本发明一个实施例基于区块链技术的电动汽车充电电能交易方法的流程图；
图2为本发明一个实施例日前充电电能交易商业模式简介图；
图3为本发明一个实施例充电电能去中心化交易平台结构图；
图4为本发明一个实施例充电站日前购电智能合约结构图；
图5为本发明一个实施例区块链网络组成图；
图6为本发明一个实施例充电站日前电能计划制定流程图；
图7为本发明一个实施例实时充电推荐引导流程图。
具体实施方式
下面结合附图对本发明的实施方式进行详细描述。
如图1所示，本实施例提供一种基于区块链技术的电动汽车充电电能交易方法，包括以下步骤：
S1、基于区块链存储技术设计电动汽车充电电能交易市场互动模式与去中心化交易平台。
S11、基于去中心化交易模式设计日前电力市场互动商业模式。
如图2所示，电网、充电站和电动汽车用户由于受到自身利益驱动将会促成“车-站-网”互动的形成。电网由于存在着能量平衡需求(削峰填谷、调峰调频、黑启动等)，因而希望通过发布合理的电价以及激励手段引导电动汽车用户有序充放电，同时电网还需要进行阻塞管理以保证电网的安全稳定运行；充电服务商通过与电网签订购电协议同时向电动汽车用户提供充放电服务从而收取服务费用，希望自身的盈利最大化，因而需要以购电用户的身份参与电力市场从而以较低的成本向电网购电，同时应当兼顾电动汽车用户的充放电意愿，通过设置合适的充放电服务费用以及有序的站内车调度以保证自身利益的最大化；电动汽车用户希望通过便捷的充电服务解决自身的里程焦虑问题，因而愿意寻找距离短、充电费用低、排队时间短的充电站，同时部分用户在车辆闲置时愿意通过放电赚取电量差价以增加自身收益。同时，随着未来电动汽车渗透率增大，有序引导电动汽车用户行驶至合适的充电站能够有效缓解交通拥堵问题，因此交通部门在“车-站-网”互动过程中需要提供实时路况信息，进而为电动汽车用户提供实时充电信息服务。
由于“车-站-网”互动过程中涉及多主体、数据量大、分布式等特点，传统的中心化交易构架难以满足互动需求。为此设计了基于区块链技术的电动汽车充点电能交易机制，由电网公司与充电站服务商的购/售电协议和充电服务商与电动汽车用户的充放电服务协议两部分组成。如图3所示，在电网公司与充电站服务商的购/售电协议中，不同充电站服务商通过智能合约填写报价单，配电网运营商根据其能量平衡需求(包括削峰填谷、新能源消纳以及储能资源利用)实时计算边际电价并提交以太坊，智能合约内嵌的逻辑函数通过迭代最终完成市场出清和日前电能计划。整个过程中潮流计算与安全校核由电网公司承担，报价由各充电服务商自行完成，而市场出清结果记录在区块中不可篡改，即保证了数据的安全性又能实现交易的公开透明。在充电站服务商与电动汽车用户的充放电服务协议中，电动汽车用户通过第三方软件与充电站签署充放电智能合约，以实现实时充放电、充放电预约、个性化充放电服务定制等功能。当充放电服务完成时，由智能合约自动完成结算，保证了“车-桩-网”互动交易的实时、快速、灵活、经济性。
S12、设计充电电能交易智能合约。
如图4、图5所示，智能合约是由购售电需求以及充放电需求驱动、具有状态的、获得多方承认的、运行在区块链之上的且能够根据预设条件自动处理资产的程序，优势是利用程序算法代替依赖于人的仲裁和执行合同，从而实现点到点交易和全平台监督。当电动汽车用户产生充电需求并与充电站形成智能合约后，智能合约中就包含了合约完成条件与合约结果。在电动汽车充放电服务中，充电站通过智能合约为电动汽车用户提供个性化充放电定制服务；当电动汽车用户按照预设时间将车辆驶入充电站，充电站按照合约为电动汽车用户提供相应的充放电服务后，达到智能合约中的预置响应条件，根据预置响应规则收取电动汽车用户充放电服务费用，并将合约结果写入区块中，从而保证交易的公开透明。若电动汽车用户和充电站任意一方没有遵循智能合约的内容，合约状态即为失败，执行违约状态下的合约值，并将结果写入区块中，降低用户的信用值，从而促使用户遵循智能合约的内容，保证充放电计划的可靠性与准确性。
S2、配电网运营商根据充电站历史负荷数据建立最优潮流模型和阻塞管理模型，计算得到配电网节点边际电价。
S21、配电网运营商根据充电站历史负荷数据建立最优潮流模型。
目标函数：
由于配电网运营商需要根据配电网的电能需求决定其向独立系统运营商购买的电能，因此配电网运营商的目标应当是最小化其向独立系统运营商购电的成本。
式中：fdso表示配电网运营商的购电成本；T为调度时间集合，共24个小时；a,b,c分别为配电网运营商向独立系统运营商购电的成本系数；PG,t为配电网运营商在t时间段内的购电电能。
约束条件：
1)功率平衡约束
式中：Ploss,t为t时间段内的配电网总的网损，由式(3)计算得到；PLj,t为t时间段内节点j的基础负荷；J为配电网的负荷节点集合；Ns为充电站集合；Pcj,t为t时间段内位于节点j的充电站总的充电功率。
式中：L为配电网的线路集合；rij为线路ij的电阻；iij,t为t时间段内线路ij流过的电流。
2)节点注入有功平衡约束
式中：Pij,t为t时间段内线路ij传输的有功功率；u(j)为节点j的子节点集合。
3)节点注入无功平衡约束
式中：Qij,t为t时间段内线路ij传输的无功功率；xij为线路ij的电抗；QLj,t为t时间段内节点j的基础负荷无功功率。
4)电压降落等式约束
式中：uj,t为t时间段内节点j的电压。
5)视在功率等式约束
6)节点电压上下限约束
式中：umin,j和umax,j表示j节点电压的安全边界。
7)线路传输容量约束
式中：Smax,ij为线路ij的传输容量。
8)充电站容量约束
式中：Pcmax,j表示充电站j的最大充电功率。
9)充电站荷电状态约束
任何时候充电站的累积充电功率不能超过其现有的充电需求。
式中：
截止t时刻，充电站内电动汽车所需的充电功率总和；
为t时刻之前离开充电站的车辆所需的充电功率总和。
10)充电需求等式约束
充电站必须满足电动汽车的电能需求。
式中：Qj为配电网运营商预测的充电站j全天的充电电量需求。
11)可充电时间约束
只有当电动汽车停泊至充电站时，充电站才能控制其充电功率。
式中：pcmax,j表示充电站j单台电动汽车的最大充电功率；Ne,t表示t时间段内接入充电站j的电动汽车数量。
S22、通过二阶锥松弛计算最优潮流模型以得到潮流运行点。
式(1)-式(13)构成了一个非线性规划问题，同时由于潮流方程的非凸性，原问题难以获得全局最优解。通过二阶锥松弛能够将原问题转化为凸优化问题以快速求解。
采用式(14)对原变量进行替换，将式(3)-式(6)用式(15)替代，并将式(7)转换为式(16)的形式。
式(16)对应的约束空间为二次锥，问题转化为二阶锥规划(second order conicprogramming,SOCP)。常见的商业求解器如CPLEX能够快速求得全局最优解。
S23、基于线性化潮流模型建立阻塞管理模型。
目标函数：
为了引导充电站有序充电，配电网运营商应当以充电站的购电费用最低为目标，优化得到配电网节点边际电价，并将其作为价格信号向充电站发布。
式中：fCSs表示所有充电站的购电费用总和；cj,t为基础电价；βj,t为价格敏感系数。
约束条件：
通过式(18)表示线性化功率平衡等式约束，式(19)表示线路传输功率上限，并通过式(20)保证与上层电能计划的误差在合理的范围内，从而将潮流方程转化为线性化方程。充电站约束同式(10)-式(13)。
式中：DF0,t表示t时间段内平衡节点的有功功率传输灵敏系数；DFj,t表示t时间段内节点j的有功功率传输灵敏系数；J'表示配电网中的所有节点集合；
表示由最优潮流求得的t时段的网损；λt表示功率平衡约束的对偶变量。
式中：
表示平衡节点的功率传输分布因子；
表示功率传输分布因子；Pmax,ij表示由线路ij的有功功率传输能力；μij,t表示该不等式约束对应的对偶变量。
式中：
表示由最优潮流求得的t时间段内的购电电能；ξ表示与上层电能计划允许的误差。
24、由最优潮流的结果获取潮流运行点。
由最优潮流的结果获得潮流运行点的参数，如式(21)和式(22)所示。在标幺值下，基于uj,t≈1的假设可以得到式(23)和式(24)。
式中：Pinj,t表示t时间段内节点j的注入功率；M为节点关联矩阵。
式中：LFj,t表示t时间段内节点j的网损灵敏系数；
表示由最优潮流模型求解得到的t时间段内的线路ij的有功功率。
S25、预测次日市场出清价格。
配电网中各节点的用电边际成本可由式(25)和式(26)表示。
式中：λb,t表示t时间段内平衡节点处的参考电价；λlj,t表示t时间段内节点j的网损边际电价；CLMPj,t表示t时间段内节点j的用电边际成本。
其次配电网运营商需要预测最终的出清价格，如图4和式(27)所示。最终的出清价格可以拟合为一次函数，对应的参数可由式(28)得到。
式中：yj,t为j充电站预测的t时间段的出清电价。
式中：CLMP0j,t为仅考虑基础负荷下t时间段内节点j的节点边际成本；
与
分别为配电网运营商通过最优潮流得到的t时间段内充电站j的节点边际成本与期望充电负荷。
S26、求解阻塞管理模型得到配电网节点边际电价。
式(17)-式(19)对应的拉格朗日函数如式(29)所示，可以求得配电网节点边际电价如式(30)所示，其中配电网节点边际电价由平衡节点处的购电电价、网损边际电价和阻塞电价三部分组成，由式(31)表示。
式中：L表示拉格朗日函数；
表示t时间段内节点j的配电网节点边际电价；πt表示t时间段内平衡节点处的购电电价；
表示t时间段内节点j的网损边际电价；
表示t时间段内节点j的阻塞电价。
S3、充电站运营商建立有序充电调度模型，根据配电网节点边际电价制定日前电能计划，并通过去中心化交易平台与配电网运营商达成日前购电智能合约。
S31、充电站运营商建立有序充电调度模型，根据配电网节点边际电价制定日前电能计划。
目标函数：
充电站作为独立的利益主体，通过向电动汽车用户收取充电服务费用获得收益，因此充电站需要在满足电动汽车充电需求的前提下，最小化其购电成本。
式中：fsj为充电站j的购电费用。
约束条件：
1)电能需求等式约束
式中：T'为充电站的调度时间集合；T'/T表示每个小时所包含的调度时间段集合；Nsj为充电站j预测的站内车辆；pn,t'为第n辆电动汽车在t'时间段内的充电功率；Δt为调度时间间隔，本文为15min。
2)充电功率上限约束
式中：Xn,t为二进制变量，表示第n辆电动汽车在t时间段内，其中X＝1表示处于充电状态。
3)充电机数量上限
式中：Xc,j为充电站j的充电机数量。
4)可用充电状态约束
当电动汽车接入充电站时，才能控制其充电功率，否则电动汽车的充电功率应当为0。
式中：Tln为第n辆电动汽车处于充电站的时间集合；qn为第n辆电动汽车的充电需求。
求解方法：
式(32)-式(36)构成了混合整数二次规划问题，且式(32)构造的目标函数为正定函数，因此充电站调度是一个凸优化问题。当给定基础电价、价格敏感系数以及阻塞费用时，原问题可以分解为每个充电站分别优化调度的子问题，充电站仅需根据价格信号独立优化自身的电能计划即能够避免线路发生阻塞，保证系统安全经济运行，而不需要通过调度中心与多充电站之间的频繁通讯以实现迭代求解，实现了分散式优化，适用于去中心化的电能交易模式。
S32、充电站运营商通过去中心化交易平台与配电网运营商达成日前购电智能合约。
如图6所示，首先，充电站通过去中心化交易平台发起购电请求，并上报自身的电能需求，形成智能合约请求。
其次，配电网运营商根据所有充电站的电能需求，通过最优潮流模型计算得到潮流运行点，并建立阻塞管理模型，从而计算得到配电网节点边际电价，并将配电网节点边际电价返回给各充电站。下一步，各充电站根据配电网节点边际电价制定次日的能源计划，并将能源计划通过智能合约上报给配电网运营商。
此时，区块链网络中的矿工提供一个区块记录本次交易的全部内容，若区块链网络中一半以上节点成功记录该区块，则本次交易有效，智能合约启动。
次日购电计划完成后，智能合约将自动动作完成购电费用清算，同样记录在区块链中。
S4、充电站根据电动汽车用户的实时充电需求为电动汽车用户个性化定制充电费用，并通过充电推荐策略引导电动汽车用户有序充电。
充电站根据历史电动汽车数据，在日前电力市场与电网签订购售电协议，充电站通过向电动汽车用户收取服务费用实现盈利。然而实际运行中由于电动汽车用户行为的不确定性以及不同充电站之间的竞争，导致实际充放电负荷与充电站的预测负荷存在着差异。因此充电站应当考虑电动汽车用户的响应特性，通过动态博弈策略以及实时调度策略实现自身利益的最大化。
配电网运营商希望实际运行中的负荷与日前电力市场中出清的负荷差异最小，同时配电网运营商为了保证电网的安全可靠运行需要对配电网实施阻塞管理；各充电站代理商需要制定合理的充放电服务费用，从而保证其收益最大化，在此过程中充电站代理商必须向电网实时汇报其运行状态，向电动汽车用户提供充电导航服务，并且需要考虑电动汽车用户的充放电意愿；对于电动汽车用户，其希望以最小的成本完成充电，部分用户还可能通过放电获取收益。
配电网运营商的目标函数为式(37)所示，配电网运营商希望配电网中所有充电站的实际充放电负荷与日前计划的充放电负荷差异最小；每个充电站的目标函数如式(38)所示，其希望收取更高的充放电服务费用以实现自身利益最大化；每个电动汽车用户的目标函数如式(39)所示，电动汽车用户希望充电费用最低，放电收益最大。
式中：Obj1表示配电网运营商的目标，T表示24小时集合，
与
分别表示t时刻i充电站的实际充放电功率，
和
分别表示在日前电力市场中i充电站签订的购售电协议中t时刻的计划充放电功率。
式中：Obj2表示充电站运营商的目标，t0,t1表示充电起始时间，t2,t3表示放电起始时间，
与
分别表示t时刻车辆j的充放电功率，Ccj与Cdj为充电站与车辆j协商的充放电服务费用，S表示充电站集合。
式中：Obj3表示电动汽车用户的目标，EVs表示电动汽车集合。
因此充电站需要通过三方博弈均衡电动汽车用户与电网的利益，通过合理的调度电动汽车的充放电队列实现自身利益最大化。而在充电站充放电优化调度的过程中必须满足如下约束。其中式(40)表示充电站充放电功率约束，式(41)表示充电站充电机数量约束，式(42)表示电动汽车用户电量需求约束，式(43)表示电动汽车的SOC约束，式(44)表示充电站的最大功率约束。
式中：
与
分别表示t时刻k充电机的充放电功率；Xk,t与Yk,t为布尔变量，分别表示t时刻k充电机的充放电状态。
式中：Nm,i表示充电站i的充电机数量。
式中：En,j电动汽车用户j的电量需求，t0是充电开始时间，tk是停车时间。
式中：S和
是电动汽车的电池容量上下限，S0为其初始电量。
式中：
为充电站i的最大功率限制。
由于电动汽车用户数量庞大，充放电服务的交易频率高，同时由于电动汽车用户分散性强，因此通过应设立信息中心，通过充电导航与去中心化交易模式实现电动汽车充放电服务的高频交易。由于电动汽车用户的出行行为具有不确定性，同时电动汽车用户对电价的响应程度存在较大的差异，因此充电站应当考虑用户对价格敏感的有限理性心理，借助智能合约通过动态匹配与讨价还价博弈策略实现用户充电服务的个性化定制。考虑到电网的能量平衡需求，充电站应当通过实时调度策略追踪日前购售电计划，同时不同充电站之间的服务费用差异对用户的选择有着一定的影响，因此不同充电站之间通过动态博弈实现互补互济，从而降低电网阻塞成本。当电动汽车用户选择合适的充电站后，将通过去中心化交易平台与充电站签订充电服务智能合约
S5、电动汽车用户通过去中心化交易平台与充电站签订充电服务智能合约。
如图7所示，首先，当电动汽车用户产生充放电需求时，向信息中心提交充放电需求以及车辆的空闲时间，同时交通部门实时向信息中心提供路况信息。
进一步，信息中心根据充电站上报的充电站空闲容量，考虑行驶距离、交通拥堵等因素并执行充电推荐算法，实现对电动汽车用户的充电导航。电动汽车用户进而通过去中心化交易模式与充电站协商充放电服务费用，在此过程中，充电站通过执行动态优化算法优化充放电队列，并向电网公司上报其充放电计划。
然后，电网公司通过实时潮流计算监督电网安全稳定运行，当电网出现能量平衡需求与阻塞管理时，充电站间通过执行动态博弈算法以实现充电站间协调互济。当充电站与电动汽车用户通过多轮讨价还价博弈后签订智能合约，实现充放电服务定制。
最后，电动汽车用户通过去中心化平台与所选择的充电站运营商签订充电服务智能合约。
此时，区块链网络中的矿工提供一个区块记录本次交易的全部内容，若区块链网络中一半以上节点成功记录该区块，则本次交易有效，智能合约启动。
当充电服务完成后，智能合约将自动动作完成充电费用清算，同样记录在区块链中。
本实施例在去中心化交易环境下制定合理的节点边际电价以及充电站服务费用价格，能促使电动汽车用户参与“车-桩-网”有序互动，有效提升电动汽车参与电网互动的意愿。提高市场的公平性，并保证配电网的安全经济运行。
应当理解的是，本说明书未详细阐述的部分均属于现有技术。
虽然以上结合附图描述了本发明的具体实施方式，但是本领域普通技术人员应当理解，这些仅是举例说明，可以对这些实施方式做出多种变形或修改，而不背离本发明的原理和实质。本发明的范围仅由所附权利要求书限定。
Claims (6)
1.一种基于区块链技术的电动汽车充电电能交易方法，其特征是，包括以下步骤：
步骤1、基于区块链存储技术设计电动汽车充电电能交易市场互动模式与去中心化交易平台；
步骤2、配电网根据充电站历史负荷数据建立最优潮流模型和阻塞管理模型，计算得到配电网节点边际电价；
步骤3、充电站建立有序充电调度模型，根据配电网节点边际电价制定日前电能计划，并通过去中心化交易平台与配电网达成日前购电智能合约；
步骤4、充电站根据电动汽车用户的实时充电需求为电动汽车用户个性化定制充电费用，并通过充电推荐策略引导电动汽车用户有序充电；
步骤5、电动汽车用户通过去中心化交易平台与充电站签订充电服务智能合约。
2.如权利要求1所述的基于区块链技术的电动汽车充电电能交易方法，其特征是，步骤1的具体实现包括：
步骤1.1、充电站以购电用户的身份参与电力市场向电网购电，设置充放电服务费用以及有序的站内车调度；
步骤1.2、基于区块链技术的电动汽车充电电能交易机制，包括配电网与充电站的购/售电协议和充电站与电动汽车用户的充放电服务协议；
步骤1.2.1、在配电网与充电站的购/售电协议中，不同充电站通过智能合约填写报价单，配电网根据其能量平衡需求，实时计算边际电价并提交以太坊，智能合约内嵌的逻辑函数通过迭代最终完成市场出清和日前电能计划；以上过程中配电网承担潮流计算与安全校核，各充电站完成报价；
步骤1.2.3、在充电站与电动汽车用户的充放电服务协议中，电动汽车用户通过第三方软件与充电站签署充放电智能合约，以实现实时充放电、充放电预约、个性化充放电服务定制的功能；当充放电服务完成时，智能合约自动完成结算。
3.如权利要求1所述的基于区块链技术的电动汽车充电电能交易方法，其特征是，步骤2的具体实现包括：
步骤2.1、配电网根据充电站历史负荷数据建立最优潮流模型包括：
步骤2.1.1、建立目标函数：
式中：fdso表示配电网的购电成本；T为调度时间集合，共24个小时；a,b,c分别为配电网向独立系统运营商购电的成本系数；PG,t为配电网在t时间段内的购电电能；
步骤2.1.2、建立约束条件：
1)功率平衡约束；
式中：Ploss,t为t时间段内的配电网总的网损，由式(3)计算得到；PLj,t为t时间段内节点j的基础负荷；J为配电网的负荷节点集合；Ns为充电站集合；Pcj,t为t时间段内位于节点j的充电站总的充电功率；
式中：L为配电网的线路集合；rij为线路ij的电阻；iij,t为t时间段内线路ij流过的电流；
2)节点注入有功平衡约束；
式中：Pij,t为t时间段内线路ij传输的有功功率；u(j)为节点j的子节点集合；
3)节点注入无功平衡约束；
式中：Qij,t为t时间段内线路ij传输的无功功率；xij为线路ij的电抗；QLj,t为t时间段内节点j的基础负荷无功功率；
4)电压降落等式约束；
式中：uj,t为t时间段内节点j的电压；
5)视在功率等式约束；
6)节点电压上下限约束；
式中：umin,j和umax,j表示j节点电压的安全边界；
7)线路传输容量约束；
式中：Smax,ij为线路ij的传输容量；
8)充电站容量约束；
式中：Pcmax,j表示充电站j的最大充电功率；
9)充电站荷电状态约束；
任何时候充电站的累积充电功率不能超过其现有的充电需求；
式中：
截止t时刻，充电站内电动汽车所需的充电功率总和；
为t时刻之前离开充电站的车辆所需的充电功率总和；
10)充电需求等式约束；
充电站必须满足电动汽车的电能需求；
式中：Qj为配电网预测的充电站j全天的充电电量需求；
11)可充电时间约束；
只有当电动汽车停泊至充电站时，充电站才能控制其充电功率；
式中：pcmax,j表示充电站j单台电动汽车的最大充电功率；Ne,t表示t时间段内接入充电站j的电动汽车数量；
步骤2.1.3、求解；
通过二阶锥松弛能够将原问题转化为凸优化问题求解；
二阶锥松弛方法包括：
采用式(14)对原变量进行替换，将式(3)-式(6)用式(15)替代，并将式(7)转换为式(16)的形式；
式(16)对应的约束空间为二次锥，问题转化为二阶锥规划；利用商业求解器求得全局最优解；最优潮流的解为配电网的潮流运行点；
步骤2.2、配电网根据潮流运行点建立的阻塞管理模型包括：
步骤2.2.1、建立目标函数；
配电网以充电站的购电费用最低为目标，优化得到配电网节点边际电价，并将其作为价格信号向充电站发布；
式中：fCSs表示所有充电站的购电费用总和；cj,t为基础电价；βj,t为价格敏感系数；
步骤2.2.2、建立约束条件；
1)线性化功率平衡等式约束；
式中：DF0,t表示t时间段内平衡节点的有功功率传输灵敏系数；DFj,t表示t时间段内节点j的有功功率传输灵敏系数；J'表示配电网中的所有节点集合；
表示由最优潮流求得的t时段的网损；λt表示功率平衡约束的对偶变量；
2)线路传输功率上限；
式中：
表示平衡节点的功率传输分布因子；
表示功率传输分布因子；Pmax,ij表示由线路ij的有功功率传输能力；μij,t表示该不等式约束对应的对偶变量；
3)将潮流方程转化为线性化方程；
式中：
表示由最优潮流求得的t时间段内的购电电能；ξ表示与上层电能计划允许的误差；
4)充电站约束同式(10)-式(13)；
步骤2.2.3、配电网通过求解阻塞管理模型，能够得到配电网节点边际电价；
步骤2.3、计算潮流运行点；
通过最优潮流的结果获得潮流运行点的参数式(21)、式(22)，在标幺值下，基于uj,t≈1的假设可以得到式(23)和式(24)；
式中：Pinj,t表示t时间段内节点j的注入功率；M为节点关联矩阵；
式中：LFj,t表示t时间段内节点j的网损灵敏系数；
表示由最优潮流模型求解得到的t时间段内的线路ij的有功功率；
步骤2.4、计算配电网节点边际电价；
式(17)-式(19)对应的拉格朗日函数为式(29)，配电网节点边际电价为式(30)，其中配电网节点边际电价包括平衡节点处的购电电价、网损边际电价和阻塞电价，由式(31)表示；
式中：L表示拉格朗日函数；
表示t时间段内节点j的配电网节点边际电价；πt表示t时间段内平衡节点处的购电电价；
表示t时间段内节点j的网损边际电价；
表示t时间段内节点j的阻塞电价。
4.如权利要求1所述的基于区块链技术的电动汽车充电电能交易方法，其特征是，步骤3的实现包括以下步骤：
步骤3.1、充电站建立的有序充电调度模型包括：
步骤3.1.1、建立目标函数：
式中：fsj为充电站j的购电费用；
步骤3.1.2、约束条件为：
1)、电能需求等式约束；
式中：T'为充电站的调度时间集合；T'/T表示每个小时所包含的调度时间段集合；Nsj为充电站j预测的站内车辆；pn,t'为第n辆电动汽车在t'时间段内的充电功率；Δt为调度时间间隔，取值15min；
2)、充电功率上限约束；
式中：Xn,t为二进制变量，表示第n辆电动汽车在t时间段内，其中X＝1表示处于充电状态；
3)、充电机数量上限；
式中：Xc,j为充电站j的充电机数量；
4)、可用充电状态约束；
式中：Tln为第n辆电动汽车处于充电站的时间集合；qn为第n辆电动汽车的充电需求；
步骤3.1.3、求解；
步骤3.2、充电站通过去中心化交易平台与配电网达成日前购电智能合约包括：
步骤3.2.1、充电站通过去中心化交易平台发起购电请求，并上报自身的电能需求，形成智能合约请求；
步骤3.2.2、配电网根据所有充电站的电能需求，通过最优潮流模型计算得到潮流运行点，并建立阻塞管理模型，从而计算得到配电网节点边际电价，并将配电网节点边际电价返回给各充电站；
步骤3.2.3、各充电站根据配电网节点边际电价制定次日的购电计划，并将能源计划通过智能合约上报给配电网；
步骤3.2.4、区块链网络中的矿工提供一个区块记录本次交易的全部内容，若区块链网络中一半以上节点成功记录该区块，则本次交易有效，智能合约启动；
步骤3.2.5、次日购电计划完成后，智能合约将完成购电费用清算，同样记录在区块链中。
5.如权利要求1所述的基于区块链技术的电动汽车充电电能交易方法，其特征是，步骤4的实现包括以下步骤：
步骤4.1、建立目标函数；
1)配电网的目标函数为式(37)；
式中：Obj1表示配电网的目标，T表示24小时集合，
与
分别表示t时刻i充电站的实际充放电功率，
和
分别表示在日前电力市场中i充电站签订的购售电协议中t时刻的计划充放电功率；
2)每个充电站的目标函数为式(38)；
式中：Obj2表示充电站的目标，t0,t1表示充电起始时间，t2,t3表示放电起始时间，
与
分别表示t时刻车辆j的充放电功率，Ccj与Cdj为充电站与车辆j协商的充放电服务费用，S表示充电站集合；
3)每个电动汽车用户的目标函数为式(39)；
式中：Obj3表示电动汽车用户的目标，EVs表示电动汽车集合；
步骤4.2、充电站充放电优化调度过程满足的约束条件；
1)充电站充放电功率约束；
式中：
与
分别表示t时刻k充电机的充放电功率；Xk,t与Yk,t为布尔变量，分别表示t时刻k充电机的充放电状态；
2)充电站充电机数量约束；
式中：Nm,i表示充电站i的充电机数量；
3)电动汽车用户电量需求约束；
式中：En,j电动汽车用户j的电量需求，t0是充电开始时间，tk是停车时间；
4)电动汽车的SOC约束；
式中：S和
是电动汽车的电池容量上下限，S0为其初始电量；
5)充电站的最大功率约束；
式中：
为充电站i的最大功率限制。
6.如权利要求1所述的基于区块链技术的电动汽车充电电能交易方法，其特征是，步骤5的实现包括以下步骤：
步骤5.1、当电动汽车用户产生充放电需求时，向信息中心提交充放电需求以及车辆的空闲时间，同时交通部门实时向信息中心提供路况信息；
步骤5.2、信息中心根据充电站上报的充电站空闲容量，考虑行驶距离、交通拥堵因素并执行充电推荐算法，实现对电动汽车用户的充电导航；电动汽车用户通过去中心化交易模式与充电站协商充放电服务费用，同时充电站通过执行动态优化算法优化充放电队列，并向配电网上报其充放电计划；
步骤5.3、配电网通过实时潮流计算监督电网安全稳定运行，当配电网出现能量平衡需求与阻塞管理时，充电站之间通过执行动态博弈算法以实现充电站间协调互济；当充电站与电动汽车用户通过多轮讨价还价博弈后签订智能合约，实现充放电服务定制；
步骤5.4、电动汽车用户通过去中心化平台与所选择的充电站签订充电服务智能合约；
步骤5.5、区块链网络中的矿工提供一个区块记录本次交易的全部内容，若区块链网络中一半以上节点成功记录该区块，则本次交易有效，智能合约启动；
步骤5.6、当充电服务完成后，智能合约将自动动作完成充电费用清算，同样记录在区块链中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911045464.3A CN111091224A (zh) | 2019-10-30 | 2019-10-30 | 一种基于区块链技术的电动汽车充电电能交易方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911045464.3A CN111091224A (zh) | 2019-10-30 | 2019-10-30 | 一种基于区块链技术的电动汽车充电电能交易方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111091224A true CN111091224A (zh) | 2020-05-01 |
Family
ID=70393306
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911045464.3A Withdrawn CN111091224A (zh) | 2019-10-30 | 2019-10-30 | 一种基于区块链技术的电动汽车充电电能交易方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111091224A (zh) |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111668879A (zh) * | 2020-06-18 | 2020-09-15 | 国网天津市电力公司 | 一种基于c-pso算法的高渗透率配电网调度模型及其计算方法 |
| CN111754023A (zh) * | 2020-05-22 | 2020-10-09 | 明阳智慧能源集团股份公司 | 边云协同的用户负荷预测控制与交易系统及其实施方法 |
| CN111768119A (zh) * | 2020-07-07 | 2020-10-13 | 广东电网有限责任公司电力调度控制中心 | 一种基于虚拟电厂的车网融合调度方法及装置 |
| CN111861172A (zh) * | 2020-07-08 | 2020-10-30 | 国网安徽省电力有限公司经济技术研究院 | 一种储能式充电站充放电服务费用制定方法与系统 |
| CN112332401A (zh) * | 2020-09-15 | 2021-02-05 | 山东鲁能软件技术有限公司 | 基于区块链的绿色供能充电站系统及管理设备与方法 |
| CN113112083A (zh) * | 2021-04-21 | 2021-07-13 | 东北大学 | 一种基于配能链双层智能算法的多元电力用户管理方法 |
| CN113450183A (zh) * | 2021-06-15 | 2021-09-28 | 西安交通大学 | 基于区块链的电动汽车p2p电力交易方法、系统及设备 |
| CN113627791A (zh) * | 2021-08-11 | 2021-11-09 | 上海交通大学 | 一种一体化电动汽车管理方法 |
| CN113705914A (zh) * | 2021-09-01 | 2021-11-26 | 国创移动能源创新中心(江苏)有限公司 | 利用区块链的电动车充电站管理方法 |
| WO2021237584A1 (en) * | 2020-05-28 | 2021-12-02 | Beijing Didi Infinity Technology And Development Co., Ltd. | Electric vehicle charging systems and methods |
| CN114021320A (zh) * | 2021-10-27 | 2022-02-08 | 清华大学 | 群体电动汽车灵活性计算方法、装置、电子设备和存储介质 |
| CN114194060A (zh) * | 2021-11-08 | 2022-03-18 | 国网北京市电力公司 | 确定充电站的方法及装置 |
| CN115577863A (zh) * | 2022-12-07 | 2023-01-06 | 南方科技大学 | 一种电动汽车充电场站点推荐方法、系统、设备及介质 |
| CN115833267A (zh) * | 2023-02-15 | 2023-03-21 | 江西惜能照明有限公司 | 基于智慧灯杆和区块链的充电控制方法及系统 |
| CN117522496A (zh) * | 2023-11-20 | 2024-02-06 | 湖北工业大学 | 基于等效感知跨期的电动运营车充电方案的决策方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108269025A (zh) * | 2018-02-02 | 2018-07-10 | 国网四川省电力公司天府新区供电公司 | 基于“互联网+”的源荷对等式电能交互方法 |
| CN108389325A (zh) * | 2018-02-11 | 2018-08-10 | 深圳市图灵奇点智能科技有限公司 | 结算方法和系统、汽车、充电桩、服务端、程序和介质 |
| WO2019070357A1 (en) * | 2017-10-06 | 2019-04-11 | Siemens Aktiengesellschaft | METHOD AND SYSTEM FOR PLATFORM OF SECURE AND PRIVATE TERM OPERATIONS IN TRANSACTIVE MICROARRAYS |
| CN109672202A (zh) * | 2018-12-24 | 2019-04-23 | 浙江工业大学 | 一种基于区块链技术的储能系统自动需求响应方法 |
-
2019
- 2019-10-30 CN CN201911045464.3A patent/CN111091224A/zh not_active Withdrawn
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019070357A1 (en) * | 2017-10-06 | 2019-04-11 | Siemens Aktiengesellschaft | METHOD AND SYSTEM FOR PLATFORM OF SECURE AND PRIVATE TERM OPERATIONS IN TRANSACTIVE MICROARRAYS |
| CN108269025A (zh) * | 2018-02-02 | 2018-07-10 | 国网四川省电力公司天府新区供电公司 | 基于“互联网+”的源荷对等式电能交互方法 |
| CN108389325A (zh) * | 2018-02-11 | 2018-08-10 | 深圳市图灵奇点智能科技有限公司 | 结算方法和系统、汽车、充电桩、服务端、程序和介质 |
| CN109672202A (zh) * | 2018-12-24 | 2019-04-23 | 浙江工业大学 | 一种基于区块链技术的储能系统自动需求响应方法 |
Non-Patent Citations (2)
| Title |
|---|
| 侯慧 等: "多方互利共赢的电动汽车智能充电服务策略", 《电力系统自动化》 * |
| 詹祥澎 等: "基于去中心化交易模式的充电站日前购电策略", 《电力系统自动化》 * |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111754023A (zh) * | 2020-05-22 | 2020-10-09 | 明阳智慧能源集团股份公司 | 边云协同的用户负荷预测控制与交易系统及其实施方法 |
| WO2021237584A1 (en) * | 2020-05-28 | 2021-12-02 | Beijing Didi Infinity Technology And Development Co., Ltd. | Electric vehicle charging systems and methods |
| CN111668879A (zh) * | 2020-06-18 | 2020-09-15 | 国网天津市电力公司 | 一种基于c-pso算法的高渗透率配电网调度模型及其计算方法 |
| CN111768119B (zh) * | 2020-07-07 | 2024-03-19 | 广东电网有限责任公司电力调度控制中心 | 一种基于虚拟电厂的车网融合调度方法及装置 |
| CN111768119A (zh) * | 2020-07-07 | 2020-10-13 | 广东电网有限责任公司电力调度控制中心 | 一种基于虚拟电厂的车网融合调度方法及装置 |
| CN111861172A (zh) * | 2020-07-08 | 2020-10-30 | 国网安徽省电力有限公司经济技术研究院 | 一种储能式充电站充放电服务费用制定方法与系统 |
| CN112332401A (zh) * | 2020-09-15 | 2021-02-05 | 山东鲁能软件技术有限公司 | 基于区块链的绿色供能充电站系统及管理设备与方法 |
| CN113112083A (zh) * | 2021-04-21 | 2021-07-13 | 东北大学 | 一种基于配能链双层智能算法的多元电力用户管理方法 |
| CN113450183A (zh) * | 2021-06-15 | 2021-09-28 | 西安交通大学 | 基于区块链的电动汽车p2p电力交易方法、系统及设备 |
| CN113450183B (zh) * | 2021-06-15 | 2024-03-29 | 西安交通大学 | 基于区块链的电动汽车p2p电力交易方法、系统及设备 |
| CN113627791A (zh) * | 2021-08-11 | 2021-11-09 | 上海交通大学 | 一种一体化电动汽车管理方法 |
| CN113705914A (zh) * | 2021-09-01 | 2021-11-26 | 国创移动能源创新中心(江苏)有限公司 | 利用区块链的电动车充电站管理方法 |
| CN113705914B (zh) * | 2021-09-01 | 2024-05-14 | 国创移动能源创新中心(江苏)有限公司 | 利用区块链的电动车充电站管理方法 |
| CN114021320A (zh) * | 2021-10-27 | 2022-02-08 | 清华大学 | 群体电动汽车灵活性计算方法、装置、电子设备和存储介质 |
| CN114194060A (zh) * | 2021-11-08 | 2022-03-18 | 国网北京市电力公司 | 确定充电站的方法及装置 |
| CN114194060B (zh) * | 2021-11-08 | 2024-04-30 | 国网北京市电力公司 | 确定充电站的方法及装置 |
| CN115577863A (zh) * | 2022-12-07 | 2023-01-06 | 南方科技大学 | 一种电动汽车充电场站点推荐方法、系统、设备及介质 |
| CN115833267A (zh) * | 2023-02-15 | 2023-03-21 | 江西惜能照明有限公司 | 基于智慧灯杆和区块链的充电控制方法及系统 |
| CN117522496A (zh) * | 2023-11-20 | 2024-02-06 | 湖北工业大学 | 基于等效感知跨期的电动运营车充电方案的决策方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111091224A (zh) | 一种基于区块链技术的电动汽车充电电能交易方法 | |
| Zhang et al. | A Monte Carlo simulation approach to evaluate service capacities of EV charging and battery swapping stations | |
| Alshahrani et al. | Electric vehicles beyond energy storage and modern power networks: Challenges and applications | |
| Wu et al. | Transactive real-time electric vehicle charging management for commercial buildings with PV on-site generation | |
| Li et al. | Price incentive-based charging navigation strategy for electric vehicles | |
| Xiong et al. | Vehicle grid integration for demand response with mixture user model and decentralized optimization | |
| Shi et al. | Vehicle-to-grid service development logic and management formulation | |
| Neyestani et al. | Effects of PEV traffic flows on the operation of parking lots and charging stations | |
| Vayá et al. | Optimal bidding strategy of a plug-in electric vehicle aggregator in day-ahead electricity markets | |
| US20220188946A1 (en) | Customer-centric method and system for pricing options and pricing/charging co-optimization at multiple plug-in electric vehicle charging stations | |
| Zaher et al. | Optimal operation of battery exchange stations for electric vehicles | |
| Jin et al. | Optimal aggregation design for massive V2G participation in energy market | |
| Maigha et al. | A transactive operating model for smart airport parking lots | |
| Cramer et al. | A simulative framework for a multi-regional assessment of local energy markets–A case of large-scale electric vehicle deployment in Germany | |
| WO2020165631A1 (en) | System for exchanging renewable source energy | |
| Liu et al. | A day-ahead energy management and reserve declaration strategy for parking lot based on electric vehicle accessing guidance | |
| Shi et al. | Efficient energy management of wireless charging roads with energy storage for coupled transportation–power systems | |
| Ke et al. | Vehicle to everything in the power grid (V2eG): A review on the participation of electric vehicles in power grid economic dispatch | |
| Mignoni et al. | Distributed Noncooperative MPC for Energy Scheduling of Charging and Trading Electric Vehicles in Energy Communities | |
| Ren et al. | Study on optimal V2G pricing strategy under multi-aggregator competition based on game theory | |
| Lin et al. | Aggregator pricing and electric vehicles charging strategy based on a two-layer deep learning model | |
| Cao et al. | Research on the pricing strategies of electric vehicle charging operators based on an evolutionary game model | |
| Zhang et al. | Joint chance-constrained program based electric vehicles optimal dispatching strategy considering drivers' response uncertainty | |
| Vayá et al. | Optimal bidding of plug-in electric vehicle aggregator in day-ahead and regulation markets | |
| Zhang et al. | Negotiation strategy of discharging price between power grid and electric vehicles considering multi‐agent |
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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200501 |