CN111932401A - 一种基于区块链的多方信任的业务交互方法 - Google Patents

一种基于区块链的多方信任的业务交互方法 Download PDF

Info

Publication number
CN111932401A
CN111932401A CN202010806813.5A CN202010806813A CN111932401A CN 111932401 A CN111932401 A CN 111932401A CN 202010806813 A CN202010806813 A CN 202010806813A CN 111932401 A CN111932401 A CN 111932401A
Authority
CN
China
Prior art keywords
power
user
demand side
power generation
demand
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.)
Pending
Application number
CN202010806813.5A
Other languages
English (en)
Inventor
常玲莉
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.)
Hangzhou Xintong Information Technology Co ltd
Original Assignee
Hangzhou Xintong Information Technology 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 Hangzhou Xintong Information Technology Co ltd filed Critical Hangzhou Xintong Information Technology Co ltd
Priority to CN202010806813.5A priority Critical patent/CN111932401A/zh
Publication of CN111932401A publication Critical patent/CN111932401A/zh
Pending legal-status Critical Current

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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/27Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • 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
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • G06Q30/0206Price or cost determination based on market factors
    • 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
    • H02J3/008Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/48Controlling the sharing of the in-phase component
    • 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]
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20The dispersed energy generation being of renewable origin
    • H02J2300/22The renewable source being solar energy
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00Adapting or protecting infrastructure or their operation
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S50/00Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
    • Y04S50/14Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards

Landscapes

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

Abstract

本发明涉及一种基于区块链的多方信任的业务交互方法,包括:确定基于业务交互的区块链输入量;根据输入量预测未来单位时间段需求侧各用户所在区域内的气象情况和初始购电/售电功率;计算未来单位时间段内需求侧用户的购电/售电价格;根据预先设置的目标函数确定需求侧用户各设备运行数据;比较前后两次交互之间发电侧发电数据与需求侧各电力设备运行数据的差值;检测发电侧与需求侧之间的交互是否达到均衡,并输出达到平衡时的检测结果。上述方法基于区块链的管理,使得所有参与者决策结果相互影响,由此提高参与者众多、对象丰富的多方用户在业务交互中的可靠性。

Description

一种基于区块链的多方信任的业务交互方法
技术领域
本发明属于区块链在能源互联网技术领域的应用,具体涉及一种基于区块链的多方信任的业务交互方法。
背景技术
能源互联网,指一种通过深度融合能源技术与信息技术,逐步形成的以电力系统为核心,涵盖供电、供热、供冷、供气、电气化交通等多个复杂系统的综合能源网络,以实现能源的对等交换与充分共享。能源互联网主要由发电侧系统、需求侧系统、配电网络和通信系统、辅助决策系统等构成。发电侧指能源供应方,主要包括各种能源形式的大型发电企业,需求侧指能源消费方,主要包括能源局域网、智能建筑和独立大型用户等,并且需求侧拥有如储能设备、分布式可控发电单元、智能负载等智能可控单元。
然而关于多方信任的业务交互,其研究仅仅局限于电网内部的需求响应问题,未考虑到多个系统运行时存在多方信任之间交互的这一情况,且没有考虑需求侧的运行会对发电侧的运行产生影响这一问题。为了节省成本,通常采用一体化业务交互方法,而这种一体化业务交互方法是在一个集中的运行调度中心执行的,即为集中式调度方式。集中式调度方式需要各需求侧用户、发电侧发电企业将其内部采集到的数据发送到运行调度中心,以支持其决策,这在一方面增加了用户隐私泄露的风险,也降低了系统整体的可靠性,更重要的是能源互联网环境下需求侧用户、发电侧发电企业可能属于不同的拥有者,各拥有者追求自我利益本性使得需求侧各用户之间、需求侧与发电侧之间存在一定的交互,而这种交互过程和交互行为在集中式交互方法中是无法体现出来的。
综上所述,已有的研究缺少考虑在多方信任下涵盖发电侧与需求侧交互的优化研究。
发明内容
为了克服上述缺陷,本发明提供一种基于区块链的多方信任的业务交互方法,解决了在能源互联网环境下,考虑发电侧与需求侧等多方信任的业务交互问题。
本发明的目的是采用下述技术方案实现的:
一种基于区块链的多方信任的业务交互方法,所述方法包括:
确定基于业务交互的区块链输入量;
根据所述输入量预测未来单位时间段需求侧各用户所在区域内的气象情况和初始购电/售电功率;
计算未来单位时间段内需求侧用户的购电/售电价格;
根据预先设置的目标函数确定需求侧用户各设备运行数据;
比较前后两次交互之间发电侧发电数据与需求侧各电力设备运行数据的差值;
检测发电侧与需求侧之间的交互是否达到均衡,并输出达到平衡时的检测结果。
优选的,所述区块链包括:与发电侧相互通信的运行调度中心和需求侧各用户一一对应的能量管理模块,以及用户内部各类型的可调度设备和智能负载单元;
其中,所述可调度设备包括:可再生能源发电装置、分布式可控电源和储能装置;
所述智能负载单元包括:关键负载、可控负载、可调度负载和电动汽车。
所述能量管理模块,包括收发单元和协调控制单元;
所述收发单元,用于将本用户在未来单位时间段的购电/售电功率发送到运行调度中心,并接收来自运行调度中心的基本数据;
所述协调控制单元,用于控制可调度设备的运行;
所述上链单元,用于协调需求侧各用户与发电侧之间的交互。
进一步地,所述运行调度中心包括:
调度预测模块,用于预测未来单位时间段内各用户所在区域的气象情况,生成初始电价信息;其包括风电和光伏输出功率以及负荷需求值;
生成模块,用于计算未来单位时间段内需求侧用户的购电/售电价格;
发送模块,用于将生成初始电价信息发送至需求侧;
接收模块,用于当需求侧接收到电价信息后,根据所述电价信息以及用户的可再生能源发电和负载用电情况,同步优化需求侧可调度设备的运行时间和运行功率;以需求侧用户运行成本最小化为目标,生成该用户在未来时间段内的购电/售电信息,并将该信息发送至发电侧;
更新模块,用于根据最新的购电/售电信息调整各电力设备的发电功率,并将更新后的发电功率再次发送给需求侧,直到发电侧与需求侧之间达到均衡。
优选的,所述区块链输入量包括存储于运行调度中心的基本数据和能量管理模块的相关参数;其中,
所述运行调度中心的基本数据包括:发电侧的机组数量、机组的最大/最小运行功率,以及机组发电功率与成本间的关系模型数据;
所述能量管理模块的相关参数包括:可再生能源设备的额定功率与发电模型、储能设备的最大与最小充/放电功率、储能额定容量、最大放电深度、储能充放电效率、分布式可控电源最大与最小运行功率。
优选的,所述预测未来单位时间段需求侧各用户所在区域内的气象情况和初始购电/售电功率具体包括:调用所述能源互联网系统中的运行调度中心预测未来单位时间段T·△t内需求侧用户n所在区域的风电输出功率Pn,wind、光伏输出功率Pn,PV和负荷需求值Pn,load,生成初次交互k=1时,需求侧用户n的初始购电/售电功率[Pn,gridI,Pn,gridO],发送至发电侧;
其中,Pn,wind=[Pn,wind(1),Pn,wind(2),…,Pn,wind(t),…Pn,wind(T)],T为时段数量,△t为每个时段的时间长度,Pn,wind(t)表示t时段需求侧第个n用户所在区域的风电输出功率。
优选的,所述计算未来单位时间段内需求侧用户的购电/售电价格包括:
当发电侧接收需求侧各用户在未来单位时间段T·△t的购电/售电功率[Pn,gridI,Pn,gridO]后,生成机组在T·△t时段的运行功率Pg,并根据该运行功率Pg的运行成本C1(Pg)和发电侧的期望收益值C2(Pg),计算未来单位时间段T·△t需求侧用户的购电价格
Figure BDA0002629435220000041
与售电价格
Figure BDA0002629435220000042
其中,C1(Pg(t))=a1(Pg(t))2+a2Pg(t)+a3,a1、a2、a3为与发电侧机组的相关常数;C2(Pg)=ω·C1(Pg(t)),ω为与政府政策相关常数。
优选的,所述设置目标函数包括:令交互次数为k,当初次交互时k=1,以未来单位时间段需求侧各用户的运行成本最小化为需求响应策略的目标函数
Figure BDA0002629435220000043
Figure BDA0002629435220000044
t∈[1,T],n∈[1,N];当交互次数k≥2,将所述需求响应策略的目标函数更新为
Figure BDA0002629435220000045
其中,
Figure BDA0002629435220000046
为两次交互迭代变化值的惩罚项;Pn,gridO(t)为用户n在t时段的售电功率,Pn,gridI(t)为用户n在t时段的购电功率,C(Pn,DG(t))为用户n内部分布式可控电源在t时段的发电成本,
Figure BDA0002629435220000047
为用户n内部储能装置的运行维护费用系数,Pn,EESc(t)、Pn,EESd(t)分别为用户n内部储能装置在t时段的充电、放电功率,
Figure BDA0002629435220000048
为用户n内部可切负载的切负荷功率在t时段的惩罚项系数,θn,loadcur(t)为用户n内部可控负载在t时段的切负荷率,Pn,loadcur(t)为用户n内部可切负载在t时段的预测功率。
进一步地,所述确定电力设备运行数据包括:
将所述电价信息pricebuy、pricesell发送给需求侧能量管理模块,所述需求侧能量管理模块运用分支定界法计算该用户在未来单位时间的购电功率Pn,gridI,售电功率计划Pn,gridO,储能充电功率Pn,EESc,储能放电功率Pn,EESd,分布式可控电源的发电功率Pn,DG以及可控负载的切负荷比率θn,loadcur
进一步地,所述两次交互迭代变化值的惩罚项的表达式分别通过式(2)和式(3)确定:
Figure BDA0002629435220000051
Figure BDA0002629435220000052
其中,
Figure BDA0002629435220000053
为调整交互收敛速度的系数因子,
Figure BDA0002629435220000054
表示考虑所有的变化可能,α为调整因子,
Figure BDA0002629435220000055
的值与用户n的购电/售电功率与需求侧向发电侧购电的总功率呈正比;其比值越小则用户n在需求侧中所占比重越大,对该用户行为的影响越大;反之,其比值越大则表示用户n在需求侧中所占比重越大,对该用户行为的影响越小。
优选的,所述比较前后两次交互之间发电侧的发电数据与需求侧各用户内部设备运行数据的差值包括:通过式(4)确定发电侧的发电数据在第k次与第k-1次交互产生的差值:
Figure BDA0002629435220000056
通过式(5)确定需求侧用户n的购电/售电功率在第k次与第k-1次交互产生的差值;
Figure BDA0002629435220000061
通过式(6)确定发电侧的运行成本费用数据在第k次与第k-1次交互产生的差值;
Figure BDA0002629435220000062
通过式(7)确定需求侧用户n的储能设备充/放电功率在第k次与第k-1次交互产生的差值:
Figure BDA0002629435220000063
通过式(8)确定需求侧用户n的分布式可控电源的发电功率在第k次与第k-1次交互的差值;
Figure BDA0002629435220000064
其中,k表示发电侧的发电数据与需求侧各用户之间进行交互的次数。
本发明的有益效果为:
本发明提供的一种基于区块链的多方信任的业务交互方法,具有调度参与者众多、调度对象丰富、可再生能源输出随机性强和所有参与者决策结果相互影响等特点。具体通过确定输入区块链的输入量并在进行交互的过程中,为了加快发电侧的发电公司与需求侧用户间的收敛速度,提出了基于两次迭代间用户内部可控设备的变化大小的惩罚项,进而分析用户行为在需求侧中的影响度。其次,计算未来单位时间段内需求侧用户购电/售电价格;根据预先设置的目标函数确定需求侧用户各设备运行数据,最后通过比较前后两次交互之间发电侧发电数据与需求侧各电力设备运行数据的差值,从而检测发电侧与需求侧之间的交互是否达到均衡,并输出达到平衡时的检测结果。上述方法的提出解决了在能源互联网环境下,考虑发电侧与需求侧业务交互的安全性问题,基于区块链的管理,使得所有参与者决策结果相互影响,由此提高参与者众多、对象丰富的多方用户在业务交互中的可靠性和安全性。
附图说明
图1为本发明提供的基于区块链的多方信任的业务交互方法流程图;
图2为本发明提供的基于区块链的多方信任的业务交互结构示意图;
图3为本发明提供的区块链中各用户的光伏发电、风力发电与关键负载预测值示意图;
图4为本发明提供的初次交互生成的各用户购电/售电功率;
图5为本发明提供的初次迭代发电侧的发电功率与用户售电电价曲线示意图;
图6为本发明提供的交互迭代的变化示意图。
具体实施方式:
下面将结合具体实施例对本发明做进一步详细描述:
本发明涉及一种基于区块链的多方信任的业务交互方法,如图1所示,其方法包括:
S1确定基于业务交互的区块链的输入量,完成各项数据的收集与输入。
能源互联网系统输入量包括存储于发电侧运行调度中心的基本数据和需求侧能量管理模块的相关参数;其中,
运行调度中心的基本数据包括:发电侧的机组数量、机组的最大/最小运行功率,以及机组发电功率与成本间的关系模型数据;
能量管理模块的相关参数包括:可再生能源设备的额定功率与发电模型、储能设备的最大与最小充/放电功率、储能额定容量、最大放电深度、储能充放电效率、分布式可控电源最大与最小运行功率。
如图2为一个基于区块链的多方信任的业务交互的网络结构示意图。需求侧各用户内部包含一定数量(大于等于零)的可再生能源发电装置(如风机)、分布式可控电源(如微型燃气轮机)、储能装置(如电池储能系统),以及各种类型的智能负载单元,包括关键负载(运行功率、时间皆不可调)、可控负载(运行时间不可调,但功率可调)、可调度负载(运行时间可调,功率方面有的设备可调,有的设备不可调),和电动汽车等。
能量管理模块(energy management system,EMS)是用户的控制与决策单元,负责接收来自运行调度中心的各种数据信息,将本用户在未来一段时间的购电/售电功率发送到上级电网调度中心,协调控制本用户内部各种可调度设备(即分布式可控电源、储能装置、智能负载和电动汽车等)的运行,在满足用户用电需求的基础上最优化用户的运行目标。各用户的调度决策由其自身EMS决定,因此为分布式决策。发电侧主要由发电企业组成,主要的作用是为需求侧提供电力能源。调度中心主要负责预测未来一段时间内的气象情况,接收来自用户EMS的购电/售电功率信息,控制发电侧发电机组的运行,发送未来一段时间的电价信息给各用户EMS,协调需求侧各用户与发电侧的交互决策等。由于发电侧发电企业的输出是由需求侧用户的用电行为决定的,发电侧的交互决策是建立在需求侧用户交互策略的基础上,处于交互决策主体地位,又因为发电侧发电企业与需求侧用户与用户之间有一个决策顺序,即主次之分,因此称之为主从交互。
区块链包括:与发电侧相互通信的运行调度中心和需求侧各用户一一对应的能量管理模块,以及用户内部各类型的可调度设备和智能负载单元。
可调度设备包括:可再生能源发电装置、分布式可控电源和储能装置;
智能负载单元包括:关键负载、可控负载、可调度负载和电动汽车。
能量管理模块,包括收发单元和协调控制单元;
所述收发单元,用于将本用户在未来单位时间段的购电/售电功率发送到运行调度中心,并接收来自运行调度中心的数据;
所述协调控制单元,用于控制可调度设备的运行;
所述上链单元,用于协调需求侧各用户与发电侧之间的交互。
本发明实施例所描述的区块链网络中,各需求侧用户的可再生能源额定容量、最大购电/售电功率、关键负载最大功率如表1所示,各用户中的可调度负载相关参数如表2所示,各用户储能系数参数如表3所示,发电侧机组运行参数、用户2中的分布式可控电源运行参数如表4所示。可切负载在每时段的功率设定为关键负载功率的0.3倍,最大切负荷率为0.5,惩罚系数为当时发电公司基本电价的3倍。同时,从投资收益回报角度考虑,设定发电侧给出的实际电价是成本电价的1.2倍,从用户收购多余的电力按照的价格为当时机组发电的成本价。
表1风电场、光伏电厂的额定容量、各需求侧用户的最大买/售电功率和关键负荷额定功率
光伏电厂 风电场 额定交互功率 关键负荷
用户1 400 192 800 672
用户2 400 0 600 496
用户3 0 240 600 560
用户4 0 0 1200 800
表2需求侧用户的可调度负荷中的各任务参数
功率需求(kW) 可运行间隔(h) 时间窗口(h) 运行时间(h)
任务1 22 15--21 6 2
任务2 28 14--23 9 4
任务3 45 8--18 10 6
任务4 37.5 6--24 18 8
任务5 12 2--22 20 12
任务6 60 8--22 14 7
任务7 75 6--24 18 9
表3各需求侧储能装置参数
Figure BDA0002629435220000101
表4传统电源参数
Figure BDA0002629435220000102
运行调度中心,用于控制发电侧机组的运行,协调需求侧各用户与发电侧之间的交互。具体包括:
调度预测模块,用于预测未来单位时间段内各用户所在区域的气象情况,生成初始电价信息;其包括风电和光伏输出功率以及负荷需求值;
生成模块,用于计算未来单位时间段内需求侧用户的购电/售电价格;
发送模块,用于将生成初始电价信息发送至需求侧;
接收模块,用于当需求侧接收到电价信息后,根据所述电价信息以及用户的可再生能源发电和负载用电情况,同步优化需求侧可调度设备的运行时间和运行功率;以需求侧用户运行成本最小化为目标,生成该用户在未来时间段内的购电/售电信息,并将该信息发送至发电侧;
更新模块,用于根据最新的购电/售电信息调整各电力设备的发电功率,并将更新后的发电功率再次发送给需求侧,直到发电侧与需求侧之间达到均衡。
S2根据所述输入量预测未来单位时间段需求侧各用户所在区域内的气象情况和初始购电/售电功率;预测未来一天内所有用户的风电输出功率Pn,wind、光伏输出功率Pn,PV和负荷需求值Pn,load。未来一天能源互联网中各用户的光伏发电、风力发电与关键负载预测值如图3所示,其中每个用户的Pn,load为关键负载、可调度负载与可切负载的和。并生成初次交互(k=1)时各需求侧用户的初始买电/卖电功率[Pn,gridI,Pn,gridO]发送给发电侧,如图4所示。初始发电侧发电功率与需求侧用户的售电电价曲线如图5所示。
预测未来单位时间段需求侧各用户所在区域内的气象情况和初始购电/售电功率具体包括:调用所述能源互联网系统中的运行调度中心预测未来单位时间段T·△t内需求侧用户n所在区域的风电输出功率Pn,wind、光伏输出功率Pn,PV和负荷需求值Pn,load,生成初次交互k=1时,需求侧用户n的初始购电/售电功率[Pn,gridI,Pn,gridO],发送至发电侧;
其中,Pn,wind=[Pn,wind(1),Pn,wind(2),…,Pn,wind(t),…Pn,wind(T)],T为时段数量,△t为每个时段的时间长度,Pn,wind(t)表示t时段需求侧第个n用户所在区域的风电输出功率。
S3计算未来单位时间段内需求侧用户的购电/售电价格;
当发电侧接收需求侧各用户在未来单位时间段T·△t的购电/售电功率[Pn,gridI,Pn,gridO]后,生成机组在T·△t时段的运行功率Pg,并根据该运行功率Pg的运行成本C1(Pg)和发电公司的期望收益值C2(Pg),计算未来单位时间段T·△t需求侧用户的购电价格
Figure BDA0002629435220000111
与售电价格
Figure BDA0002629435220000112
其中,C1(Pg(t))=a1(Pg(t))2+a2Pg(t)+a3,a1、a2、a3为与发电侧机组的相关常数;C2(Pg)=ω·C1(Pg(t)),ω为与政府政策相关常数。
S4根据预先设置的目标函数确定需求侧用户各设备运行数据;
所述目标函数的设置包括:令交互次数为k,当初次交互时k=1,以未来单位时间段需求侧各用户的运行成本最小化为需求响应策略的目标函数
Figure BDA0002629435220000121
Figure BDA0002629435220000122
t∈[1,T],n∈[1,N];当交互次数k≥2,将所述需求响应策略的目标函数更新为
Figure BDA0002629435220000123
其中,
Figure BDA0002629435220000124
为两次交互迭代变化值的惩罚项;Pn,gridO(t)为用户n在t时段的售电功率,Pn,gridI(t)为用户n在t时段的购电功率,C(Pn,DG(t))为用户n内部分布式可控电源在t时段的发电成本,
Figure BDA0002629435220000125
为用户n内部储能装置的运行维护费用系数,Pn,EESc(t)、Pn,EESd(t)分别为用户n内部储能装置在t时段的充电、放电功率,
Figure BDA0002629435220000126
为用户n内部可切负载的切负荷功率在t时段的惩罚项系数,θn,loadcur(t)为用户n内部可控负载在t时段的切负荷率,Pn,loadcur(t)为用户n内部可切负载在t时段的预测功率。
确定电力设备运行数据包括:
将所述电价信息pricebuy、pricesell发送给需求侧能量管理模块,所述需求侧能量管理模块运用分支定界法计算该用户在未来单位时间的购电功率Pn,gridI,售电功率计划Pn,gridO,储能充电功率Pn,EESc,储能放电功率Pn,EESd,分布式可控电源的发电功率Pn,DG以及可控负载的切负荷比率θn,loadcur
其中,两次交互迭代变化值的惩罚项的表达式分别通过式(2)和式(3)确定:
Figure BDA0002629435220000127
Figure BDA0002629435220000131
其中,
Figure BDA0002629435220000132
为调整交互收敛速度的系数因子,
Figure BDA0002629435220000133
表示考虑所有的变化可能,α为调整因子,
Figure BDA0002629435220000134
的值与用户n的购电/售电功率与需求侧向发电侧购电的总功率呈正比;其比值越小则用户n在需求侧中所占比重越大,对该用户行为的影响越大;反之,其比值越大则表示用户n在需求侧中所占比重越大,对该用户行为的影响越小。
S5比较前后两次交互之间发电侧发电数据与需求侧各电力设备运行数据的差值;
通过式(4)确定发电侧的发电数据在第k次与第k-1次交互产生的差值:
Figure BDA0002629435220000135
通过式(5)确定需求侧用户n的购电/售电功率在第k次与第k-1次交互产生的差值;
Figure BDA0002629435220000136
通过式(6)确定发电侧的运行成本费用数据在第k次与第k-1次交互产生的差值;
Figure BDA0002629435220000137
通过式(7)确定需求侧用户n的储能设备充/放电功率在第k次与第k-1次交互产生的差值:
Figure BDA0002629435220000138
通过式(8)确定需求侧用户n的分布式可控电源的发电功率在第k次与第k-1次交互的差值;
Figure BDA0002629435220000139
其中,k表示发电侧的发电数据与需求侧各用户之间进行交互的次数。
S6检测发电侧与需求侧之间的交互是否达到均衡,并输出达到平衡时的检测结果。
检测发电侧与需求侧之间的交互是否达到均衡包括:通过式(9)依次判断式(4)-(8)中的相应差值是否在预设阈值范围内;当所有判定结果均为都为正值时,发电侧的发电公司与需求侧的各用户之间的交互达到均衡,交互过程停止;否则,返回步骤S2;
Figure BDA0002629435220000141
其中,ξ1、ξn,2、ξn,3、ξn,4和ξn,5分别为用于判断发电侧与需求侧各用户之间的交互是否达到均衡的发电侧的发电功率,需求侧用户n的购电/售电功率、运行成本、储能单元充/放电功率、分布式可控电源发电功率的预设阈值。
令:ξ1=0.1,ξn,2=0.05,ξn,3=0.05,ξn,4=0.01,ξn,5=0.005。
运用本方法仅需要5次就实现了收敛,在各次交互迭代的变化情况如图6及表5-8所示。
表5发电侧运行成本差值变化
迭代次数 第2次 第3次 第4次 第5次
差值 -107.9392 19.23283 0.035176 0.0351796
表6需求侧第2用户可控电源功率差值变化
迭代次数 第2次 第3次 第4次 第5次
差值 0.001772 0.0014948 0.00161994 0.0016197
表7需求侧储能单元运行功率差值变化
迭代次数 第2次 第3次 第4次 第5次
用户1 0.0021414 0.002130 0.00213368 0.0021384
用户2 0.00226857 0.00229393 0.00209816 0.00212975
用户3 0.0020052 0.00199370 0.001998949 0.00200312
表8发电侧运行成本差值变化
迭代次数 第2次 第3次 第4次 第5次
用户1 0.00219959 0.00214694 0.00217296 0.002150841
用户2 0.00412684 0.00386356 0.003909709 0.003902935
用户3 0.0020052 0.0020193 0.002011773 0.002091849
用户4 124.559034 74.570285 0.04623603 0.046191105
所述输出达到平衡时的检测结果,包括运行功率、运行时间和充放电功率。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。

Claims (10)

1.一种基于区块链的多方信任的业务交互方法,其特征在于,所述方法包括:
确定基于业务交互的区块链输入量;
根据所述输入量预测未来单位时间段需求侧各用户所在区域内的气象情况和初始购电/售电功率;
计算未来单位时间段内需求侧用户的购电/售电价格;
根据预先设置的目标函数确定需求侧用户各设备运行数据;
比较前后两次交互之间发电侧发电数据与需求侧各电力设备运行数据的差值;
检测发电侧与需求侧之间的交互是否达到均衡,并输出达到平衡时的检测结果。
2.如权利要求1所述的方法,其特征在于,所述区块链包括:与发电侧相互通信的运行调度中心和需求侧各用户一一对应的能量管理模块,以及用户内部各类型的可调度设备和智能负载单元;
其中,所述可调度设备包括:可再生能源发电装置、分布式可控电源和储能装置;
所述智能负载单元包括:关键负载、可控负载、可调度负载和电动汽车;
所述能量管理模块,包括收发单元和协调控制单元;
所述收发单元,用于将本用户在未来单位时间段的购电/售电功率发送到运行调度中心,并接收来自运行调度中心的基本数据;
所述协调控制单元,用于控制可调度设备的运行;
所述上链单元,用于协调需求侧各用户与发电侧之间的交互。
3.如权利要求2所述的方法,其特征在于,所述运行调度中心包括:
调度预测模块,用于预测未来单位时间段内各用户所在区域的气象情况,生成初始电价信息;其包括风电和光伏输出功率以及负荷需求值;
生成模块,用于计算未来单位时间段内需求侧用户的购电/售电价格;
发送模块,用于将生成初始电价信息发送至需求侧;
接收模块,用于当需求侧接收到电价信息后,根据所述电价信息以及用户的可再生能源发电和负载用电情况,同步优化需求侧可调度设备的运行时间和运行功率;以需求侧用户运行成本最小化为目标,生成该用户在未来时间段内的购电/售电信息,并将该信息发送至发电侧;
更新模块,用于根据最新的购电/售电信息调整各电力设备的发电功率,并将更新后的发电功率再次发送给需求侧,直到发电侧与需求侧之间达到均衡。
4.如权利要求1所述的方法,其特征在于,所述区块链输入量包括存储于运行调度中心的基本数据和能量管理模块的相关参数;其中,
所述运行调度中心的基本数据包括:发电侧的机组数量、机组的最大/最小运行功率,以及机组发电功率与成本间的关系模型数据;
所述能量管理模块的相关参数包括:可再生能源设备的额定功率与发电模型、储能设备的最大与最小充/放电功率、储能额定容量、最大放电深度、储能充放电效率、分布式可控电源最大与最小运行功率。
5.如权利要求1所述的方法,其特征在于,所述预测未来单位时间段需求侧各用户所在区域内的气象情况和初始购电/售电功率具体包括:调用所述能源互联网系统中的运行调度中心预测未来单位时间段T·△t内需求侧用户n所在区域的风电输出功率Pn,wind、光伏输出功率Pn,PV和负荷需求值Pn,load,生成初次交互k=1时,需求侧用户n的初始购电/售电功率[Pn,gridI,Pn,gridO],发送至发电侧;
其中,Pn,wind=[Pn,wind(1),Pn,wind(2),…,Pn,wind(t),…Pn,wind(T)],T为时段数量,△t为每个时段的时间长度,Pn,wind(t)表示t时段需求侧第个n用户所在区域的风电输出功率。
6.如权利要求1所述的方法,其特征在于,所述计算未来单位时间段内需求侧用户的购电/售电价格包括:
当发电侧接收需求侧各用户在未来单位时间段T·△t的购电/售电功率[Pn,gridI,Pn,gridO]后,生成机组在T·△t时段的运行功率Pg,并根据该运行功率Pg的运行成本C1(Pg)和发电侧的期望收益值C2(Pg),计算未来单位时间段T·△t需求侧用户的购电价格
Figure FDA0002629435210000031
与售电价格
Figure FDA0002629435210000032
其中,C1(Pg(t))=a1(Pg(t))2+a2Pg(t)+a3,a1、a2、a3为与发电侧机组的相关常数;C2(Pg)=ω·C1(Pg(t)),ω为与政府政策相关常数。
7.如权利要求1所述的方法,其特征在于,所述设置目标函数包括:令交互次数为k,当初次交互时k=1,以未来单位时间段需求侧各用户的运行成本最小化为需求响应策略的目标函数
Figure FDA0002629435210000033
Figure FDA0002629435210000034
t∈[1,T],n∈[1,N];当交互次数k≥2,将所述需求响应策略的目标函数更新为
Figure FDA0002629435210000035
其中,
Figure FDA0002629435210000036
为两次交互迭代变化值的惩罚项;Pn,gridO(t)为用户n在t时段的售电功率,Pn,gridI(t)为用户n在t时段的购电功率,C(Pn,DG(t))为用户n内部分布式可控电源在t时段的发电成本,
Figure FDA0002629435210000037
为用户n内部储能装置的运行维护费用系数,Pn,EESc(t)、Pn,EESd(t)分别为用户n内部储能装置在t时段的充电、放电功率,
Figure FDA0002629435210000038
为用户n内部可切负载的切负荷功率在t时段的惩罚项系数,θn,loadcur(t)为用户n内部可控负载在t时段的切负荷率,Pn,loadcur(t)为用户n内部可切负载在t时段的预测功率。
8.如权利要求7所述的方法,其特征在于,所述确定电力设备运行数据包括:
将所述电价信息pricebuy、pricesell发送给需求侧能量管理模块,所述需求侧能量管理模块运用分支定界法计算该用户在未来单位时间的购电功率Pn,gridI,售电功率计划Pn,gridO,储能充电功率Pn,EESc,储能放电功率Pn,EESd,分布式可控电源的发电功率Pn,DG以及可控负载的切负荷比率θn,loadcur
9.如权利要求8所述的方法,其特征在于,所述两次交互迭代变化值的惩罚项的表达式分别通过式(2)和式(3)确定:
Figure FDA0002629435210000041
Figure FDA0002629435210000042
其中,
Figure FDA0002629435210000043
为调整交互收敛速度的系数因子,
Figure FDA0002629435210000044
表示考虑所有的变化可能,α为调整因子,
Figure FDA0002629435210000045
的值与用户n的购电/售电功率与需求侧向发电侧购电的总功率呈正比;其比值越小则用户n在需求侧中所占比重越大,对该用户行为的影响越大;反之,其比值越大则表示用户n在需求侧中所占比重越大,对该用户行为的影响越小。
10.如权利要求1所述的方法,其特征在于,所述比较前后两次交互之间发电侧的发电数据与需求侧各用户内部设备运行数据的差值包括:通过式(4)确定发电侧的发电数据在第k次与第k-1次交互产生的差值:
Figure FDA0002629435210000046
通过式(5)确定需求侧用户n的购电/售电功率在第k次与第k-1次交互产生的差值;
Figure FDA0002629435210000047
通过式(6)确定发电侧的运行成本费用数据在第k次与第k-1次交互产生的差值;
Figure FDA0002629435210000051
通过式(7)确定需求侧用户n的储能设备充/放电功率在第k次与第k-1次交互产生的差值:
Figure FDA0002629435210000052
通过式(8)确定需求侧用户n的分布式可控电源的发电功率在第k次与第k-1次交互的差值;
Figure FDA0002629435210000053
其中,k表示发电侧的发电数据与需求侧各用户之间进行交互的次数。
CN202010806813.5A 2020-08-12 2020-08-12 一种基于区块链的多方信任的业务交互方法 Pending CN111932401A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010806813.5A CN111932401A (zh) 2020-08-12 2020-08-12 一种基于区块链的多方信任的业务交互方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010806813.5A CN111932401A (zh) 2020-08-12 2020-08-12 一种基于区块链的多方信任的业务交互方法

Publications (1)

Publication Number Publication Date
CN111932401A true CN111932401A (zh) 2020-11-13

Family

ID=73311495

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010806813.5A Pending CN111932401A (zh) 2020-08-12 2020-08-12 一种基于区块链的多方信任的业务交互方法

Country Status (1)

Country Link
CN (1) CN111932401A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114301105A (zh) * 2021-12-10 2022-04-08 中国人民解放军陆军工程大学 车载区块链能量管理方法和系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111199487A (zh) * 2020-01-09 2020-05-26 赫普科技发展(北京)有限公司 一种基于云端的能源互联网储能及交易系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111199487A (zh) * 2020-01-09 2020-05-26 赫普科技发展(北京)有限公司 一种基于云端的能源互联网储能及交易系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张彦: "基于模型预测控制的能源互联网智能能量优化调度研究", 中国博士学位论文全文数据库 经济与管理科学辑, pages 20 - 25 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114301105A (zh) * 2021-12-10 2022-04-08 中国人民解放军陆军工程大学 车载区块链能量管理方法和系统
CN114301105B (zh) * 2021-12-10 2024-02-13 中国人民解放军陆军工程大学 车载区块链能量管理方法和系统

Similar Documents

Publication Publication Date Title
Ju et al. Multi-objective stochastic scheduling optimization model for connecting a virtual power plant to wind-photovoltaic-electric vehicles considering uncertainties and demand response
Ju et al. A bi-level stochastic scheduling optimization model for a virtual power plant connected to a wind–photovoltaic–energy storage system considering the uncertainty and demand response
Wang et al. Two-stage mechanism for massive electric vehicle charging involving renewable energy
Rahmani-Andebili et al. Cooperative distributed energy scheduling for smart homes applying stochastic model predictive control
JP6812700B2 (ja) 総合され最適化された仮想発電所制御
Hussain et al. An innovative heuristic algorithm for IoT-enabled smart homes for developing countries
CN111030188A (zh) 一种含分布式和储能的分层分级控制策略
Rahmani-Andebili et al. Price-controlled energy management of smart homes for maximizing profit of a GENCO
CN111681130A (zh) 一种考虑条件风险价值的综合能源系统优化调度方法
Wang et al. Multi-objective energy management system for DC microgrids based on the maximum membership degree principle
Lu et al. Multi-objective optimization of combined cooling, heating and power system considering the collaboration of thermal energy storage with load uncertainties
CN112036934A (zh) 考虑热电协调运行的负荷聚合商参与需求响应的报价方法
Ikeda et al. A new optimization strategy for the operating schedule of energy systems under uncertainty of renewable energy sources and demand changes
CN110889581A (zh) 一种电动汽车参与的台区优化调度方法和系统
CN114638502A (zh) 一种考虑需求侧资源灵活性的配电网线路加固策略
CN112508325A (zh) 一种家庭微电网多时间尺度电能调度方法
CN116108360A (zh) 一种区域综合能源系统优化运行控制方法及装置
Yang et al. Building electrification and carbon emissions: Integrated energy management considering the dynamics of the electricity mix and pricing
Phan et al. Facilitating high levels of wind penetration in a smart grid through the optimal utilization of battery storage in microgrids: An analysis of the trade-offs between economic performance and wind generation facilitation
CN117578537A (zh) 基于碳交易和需求响应的微电网优化调度方法
Wald et al. Shifting demand: Reduction in necessary storage capacity through tracking of renewable energy generation
Tang et al. Multi-objective optimal dispatch for integrated energy systems based on a device value tag
Pei et al. Industrial multi‐energy and production management scheme in cyber‐physical environments: a case study in a battery manufacturing plant
Lu et al. Two-stage robust scheduling and real-time load control of community microgrid with multiple uncertainties
Battula et al. Distributed control strategy for secondary frequency regulation with EV demand aggregation and delay compensation in AC unbalanced microgrid

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