CN112200388A - 一种基于区块链和多目标决策的p2p能源交易方法 - Google Patents

一种基于区块链和多目标决策的p2p能源交易方法 Download PDF

Info

Publication number
CN112200388A
CN112200388A CN202011245178.4A CN202011245178A CN112200388A CN 112200388 A CN112200388 A CN 112200388A CN 202011245178 A CN202011245178 A CN 202011245178A CN 112200388 A CN112200388 A CN 112200388A
Authority
CN
China
Prior art keywords
buyer
seller
matching
transaction
utility
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
CN202011245178.4A
Other languages
English (en)
Inventor
艾崧溥
李娜
郑湘涵
马媛媛
卢晓亮
林晓炜
胡殿凯
曹军威
容淳铭
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.)
Mingshu Technology Qingdao Co ltd
Original Assignee
Mingshu Technology Qingdao 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 Mingshu Technology Qingdao Co ltd filed Critical Mingshu Technology Qingdao Co ltd
Priority to CN202011245178.4A priority Critical patent/CN112200388A/zh
Publication of CN112200388A publication Critical patent/CN112200388A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0605—Supply or demand aggregation
    • 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0607—Regulated

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (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和多目标决策的P2P能源交易方法，其包括如下步骤：S1.售电/购电用户分别在区块链上提交售电/购电信息和售电/购电匹配要求，生成记录并上链存储；S2.周期内交易匹配结算合约触发后，从区块链读取最新售电记录并进行交易匹配；S3.生成交易预匹配记录并上链存储；S4.售电用户从区块链获取交易预匹配记录并授权，生成电力交易匹配记录并上链存储；S5.购电用户从区块链获得交易预匹配记录和带有售电用户私钥签名的电力交易匹配记录，完成交易转账，生成转账记录并上链存储。本发明基于多目标决策的匹配方法提供了精准的效用函数计算方法，并根据各属性之间的关系设计了相应的多属性并合方法，利于提高交易主体的匹配满意度。

Description

一种基于区块链和多目标决策的P2P能源交易方法
技术领域
本发明属于能源互联网领域，涉及一种基于区块链和多目标决策的P2P能源交易方法。
背景技术
随着分布式发电设备的持续部署，传统的中心化电力市场已不能满足能源产生和消耗的平衡。分布式能源(Distributed Energy Resources,DER)部署的增加和P2P能源交易市场的发展正在重组全球范围内电力交易的传统方法，使得私人购买者与能够进行分布式发电的实体积极参与到重组后的电力市场。P2P能源交易表示分布式节点之间的直接能源交易，其主要目的是鼓励市场参与者在不受中央控制器直接影响的情况下彼此进行交易。
区块链技术的核心特点是去中心化，它能够为能源市场提供分布式软件架构。将区块链应用于P2P能源交易场景中，能源购买者和分布式发电实体能够以P2P交易的形式参与到分布式能源交易中。这种区块链交易方式消除了通过第三方中心化机构进行交易而产生的传输损耗大、交易成本高和信息安全无保障的问题。在如今的重组电力市场中，基于区块链的能源交易系统是目前的研究热点。就匹配机制而言，P2P能源交易市场应该通过带有产品差异性的交易匹配机制来尊重市场参与者的偏好。产品差异化意味着市场参与者能够表达他们对能源属性(例如价格、距离以及能源类型等)的偏好。将产品差异化应用到能源交易市场中能够更精准有效地满足交易双方的匹配要求，从而提供更个性化的服务。
然而，目前大量的电力交易匹配方案中，除了价格因素之外的多个匹配要求，并没有被纳入到影响匹配结果的因素中。除了简单的根据高低匹配原则按照双方报价进行匹配，目前在P2P能源交易中心很多方法采用了博弈论来实现，基于博弈论设计的能源交易机制能够充分考虑现实中交易的参与者之间决策的相互影响，进而平衡各决策主体之间的利益。
然而，如何在自身利益最大化的前提下求得各方都能接受的均衡点是一个极具挑战的问题。并且现在的博弈论模型(Cournot博弈模型、Stackelberg博弈模型等)只是简单的价格或者产量博弈，并没有考虑用户行为及偏好。并且使用博弈论通常需要建模，这使得博弈问题的求解计算复杂度也很高。此外，现有的考虑多属性匹配的方法一般都需要建立数学模型求解，计算复杂度和求解时间都很高。综上，传统的交易匹配方式要么只考虑价格因素的简单双边匹配，要么求解计算复杂度很高，因而无法满足现阶段能源交易市场的要求。
发明内容
本发明的目的在于提出一种基于区块链和多目标决策的P2P能源交易方法，以根据用户的多属性匹配要求筛选出合适的交易匹配对象，从而提高交易主体的匹配满意度。
本发明为了实现上述目的，采用如下技术方案：
一种基于区块链和多目标决策的P2P能源交易方法，包括如下步骤：
S1.售电用户提交售电信息和售电匹配要求，生成售电记录并上链存储；购电用户提交购电信息和购电匹配要求，生成购电记录并上链存储；
S2.周期内交易匹配结算合约触发后，从区块链读取最新售电记录并进行交易匹配；其中，交易匹配基于多目标决策的匹配方法，根据用户的多属性匹配要求筛选交易匹配对象；
S3.交易匹配完成后，生成交易预匹配记录并上链存储；
S4.售电用户从区块链获取交易预匹配记录并授权，生成电力交易匹配记录并上链存储；
S5.购电用户从区块链获得交易预匹配记录以及带有售电用户私钥签名的电力交易匹配记录，完成交易转账，生成转账记录并上链存储。
优选地，步骤S2中，多目标决策的匹配方法的过程如下：
S2.1.根据买方效用函数为每个买方计算所有卖方的评分并排序；
S2.2.将每个买方对卖方的评分排序中评分前10％的卖方作为候选卖方，按候选卖方的评分排序记买方匹配优先值，评分排序越靠前，则买方匹配优先值越高；
S2.3.首先定义候选卖方的评分排序中最靠前的一个候选卖方，作为第一候选卖方；
S2.3.1.根据每个买方的匹配条件检查第一候选卖方是否每一项都符合；若符合全部匹配要求，则转到步骤S2.4；否则，转到步骤S2.3.2；
S2.3.2.判断是否有下一个候选卖方，经过判断：
如果有下一个候选卖方，则将评分排序的下一个候选卖方作为第一候选卖方，转到上述步骤S2.3.1；如果没有下一个候选卖方，则与电网进行交易，匹配结束；
S2.4.在确定买方的第一候选卖方符合每一个匹配要求后，进行卖方对买方的判断与选择；根据卖方效用函数计算第一候选卖方此时的卖方效用；
S2.5.如果有m个买方将同一个候选卖方作为第一候选卖方j，此时第一候选卖方j会对买方做出挑选，转到步骤S2.6；其中，m为大于或等于2的自然数；
若只被一个买方选择，则转到步骤S2.8；
S2.6.根据卖方效用函数为第一候选卖方j分别计算m个买方的评分并排序；
S2.7.根据m个买方的排序记卖方匹配优先值，排序越靠前的则卖方匹配优先值越高；
S2.8.首先定义m个买方的评分排序中最靠前的一个候选买方，作为第一候选买方；
S2.8.1.检查第一候选买方是否符合第一候选卖方j的每项要求；若符合全部匹配要求，则转到步骤S2.9；否则，转到步骤S2.8.2；
S2.8.2.判断是否有下一个候选买方，经过判断：
如果有下一个候选买方时，则将评分排序的下一个候选买方作为第一候选买方，并转到步骤S2.8.1；
如果没有下一个候选买方时，则买方重新选择卖方，将买方评分排序的下一个候选卖方作为第一候选卖方，并转到步骤S2.3.1；
S2.9.进行售电量检查，经过判断：
若卖方所售电量满足买方需求，转到步骤S2.10；否则，买方重新挑选卖方，将买方评分排序的下一个候选卖方作为第一候选卖方，转到步骤S2.3.1；
S2.10.形成交易匹配；
S2.11.检查是否所有买方都形成匹配，经过判断：
如果存在买方未形成匹配，则为剩余买方重新选择卖方，将买方评分排序的下一个候选卖方作为第一候选卖方，并转到步骤S2.3.1；如果所有买方都形成匹配，则匹配结束。
优选地，步骤S2.1中，买方效用函数u为一个定义在0-1之间的数，具体定义如下：
设xi是买方设置的期望价格，则买方对某一卖方的售电价格的效用函数u内为：
Figure BDA0002769735580000031
其中，p为使u1在0-1之间取值的常数值；x表示卖方报价；
设买方需求量为xn，卖方供应量为xs；对于买方来说，当卖方供应量达到xn时效用为1；首先将某一卖方的供电量转化为0-1区间，则买方对某一卖方的供电量的效用函数u2为：
Figure BDA0002769735580000032
Figure BDA0002769735580000033
其中，a为0-1之间的常数值，表示效用值u2为凸函数；
能源类型分为清洁能源和非清洁能源，其中，清洁能源的效用函数为1，非清洁能源的效用函数为0；则买方对某一卖方的能源类型的效用函数u3为：
Figure BDA0002769735580000034
设售电方信誉值为sRep，信誉值在100时效用为1；首先将某一卖方的信誉值转化为0-1区间，则买方对某一卖方的信誉值的效用函数u4为：
Figure BDA0002769735580000041
u4＝xa,0＜a＜1 (6)
其中，a为0-1之间的常数值，表示效用值u4为凸函数；
某一买方根据改进的Dijkstra算法计算到达所有卖方的最短路径r，根据路径距离与能量转换损耗计算该路径上的传输损耗；
将某一卖方的传输损耗转化为0-2区间，则买方对某一卖方的传输损耗的效用函数u5为：
Figure BDA0002769735580000042
Figure BDA0002769735580000043
其中，ri表示买方到卖方i的最短路径，
Figure BDA0002769735580000044
表示买方到所有卖方的最短距离中的最小值；
Figure BDA0002769735580000045
表示买方到所有卖方的最短距离中的最大值；
P为使u5在0-1之间取值的常数值；
使用不同的效用函数为每个属性计算出的效用根据多维效用并合方法进行并合，将其计算为某一买方的总效用；效用并合的具体的方法如下：
(1)售电价格与能源类型并合：使用加法规则，并合公式如下：
W(u1,u3)＝ρ1u1+ρ3u3 (9)
其中，ρ1和ρ3分别为售电价格和能源类型的权重，且ρ1+ρ3＝1；
(2)供电量与信誉值：使用乘法规则，并合公式如下：
W(u2,u4)＝u2u4 (10)
(3)W(u1,u3)和W(u2,u4)并合组成非传输损耗属性：使用乘法规则，并合公式如下：
v＝W(u1,u3)W(u2,u4) (11)
(4)传输损耗属性与非传输损耗属性：使用距离规则，并合公式如下：
Figure BDA0002769735580000046
其中，W(v,u5)表示计算得到的某一买方的总效用，即对卖方的评分。
优选地，买方的匹配条件至少包括卖方价格、能源类型、供电量、信誉值以及传输损耗。
优选地，步骤S2.6中，卖方效用函数u为一个定义在0-1之间的数，具体定义如下：
首先将某一买方的购电价格转化为0-1区间，使用min-max方法将选择该卖方的买方的出价化为0-1区间，则卖方对某一买方的购电价格的效用函数u1为：
u1＝xa,0＜a＜1 (13)
其中，x表示买方出价；
a为0-1之间的常数值，表示效用值u1为凸函数，xa表示使用幂函数进行拟合的效用；
设买方需求量为xn，卖方供应量为xs；对于卖方来说，当买方需求量达到xs时效用为1；首先对需求量进行处理将xn化为0-1区间；
则卖方对某一买方的需求量的效用函数u2为：
Figure BDA0002769735580000051
Figure BDA0002769735580000052
其中，a为0-1之间的常数值，表示效用值u2为凸函数；
设购电方信誉值为bRep，信誉值在100时效用为1；首先将某一买方的信誉值转化为0-1区间，则卖方对某一买方的信誉值的效用函数u3为：
Figure BDA0002769735580000053
u3＝xa,0＜a＜1 (17)
其中，a为0-1之间的常数值，表示效用值u3为凸函数；
某一卖方根据改进的Dijkstra算法计算到达所有买方的最短路径r，根据路径距离与能量转换损耗计算该路径上的传输损耗；
将某一买方的传输损耗转化为0-2区间，则卖方对某一买方的传输损耗的效用函数u4为：
Figure BDA0002769735580000054
Figure BDA0002769735580000055
其中，ri表示买方到卖方i的最短路径，
Figure BDA0002769735580000056
表示买方到所有卖方的最短距离中的最小值；
Figure BDA0002769735580000057
表示买方到所有卖方的最短距离中的最大值；
P为使u4在0-1之间取值的常数值；
使用不同的效用函数为每个属性计算出的效用根据多维效用并合方法进行并合，将其计算为某一卖方的总效用；效用并合的具体的方法如下：
(1)售电价格、需求量与信誉值并合作为非传输损耗属性：使用乘法规则，并合公式为：
v＝W(u1,u2,u3)＝u1u2u3 (18)
(2)传输损耗属性与非传输损耗属性：使用距离规则，并合公式如下：
Figure BDA0002769735580000061
W(v,u4)表示计算得到的某一卖方的总效用，即对买方的评分。
优选地，卖方的匹配条件至少包括购电价格、需求量、信誉值以及传输损耗参数。
优选地，步骤S2中，交易匹配的触发采用时间段和人数双重限制；其中：
系统每隔一个周期对该时间段内的购电请求和售电请求进行一次交易匹配；
交易匹配由买方在提交购电请求时触发，触发条件是提交时间距离上次匹配开始时间超过一个周期的时间，谁先提交谁就触发交易匹配；
交易匹配的触发设置人数限制，在时间段内当有n个买方提交购电请求时，触发匹配；
在交易匹配过程中，该时间段内提交购电请求的所有买方以及该时间段内提交售电请求的所有卖方同时参与交易匹配；其中，n为大于或等于2的自然数。
本发明具有如下优点：
如上所述，本发明述及了一种基于区块链和多目标决策的P2P能源交易方法，便于根据交易双方的多个匹配要求(包括传输损耗属性和非传输损耗属性)进行交易匹配。具体的，本发明根据每个属性的不同特点分别设置了不同的效用函数，能够更精准地估计效用；根据各个属性的内在特性和逻辑联系了设计了多维效用并合方法，使多维效用的并合更加合理。本发明匹配计算量小，可实现多个买卖双方同时匹配，节省时间；匹配细化，设置了多项匹配要求，每个匹配要求都符合才会形成匹配，提高了匹配双方的满意度。整个交易过程基于区块链部署与实现，消除了通过第三方中心化机构进行交易而产生的传输损耗大、交易成本高和信息安全无保障的问题，保证了交易的安全隐私，公开透明。P2P能源交易方案能够有效促进分布式新能源就近消纳，降低市场运营成本，增加市场主体利益，提高市场效率。
附图说明
图1为本发明实施例中基于区块链和多目标决策的P2P能源交易方法的流程示意图。
图2为本发明实施例中交易匹配的流程示意图。
图3为本发明实施例中买方目标准则体系示意图。
图4为本发明实施例中卖方目标准则体系示意图。
具体实施方式
名词解释：
多目标决策：是指具有两个以上的决策目标并且需用多种标准来评价和优选方案的决策。
本发明基于区块链部署实现，区块链提供底层的数据存储服务，智能合约进行交易匹配计算。区块链系统基于Fabric框架研发，其中每个售电方、购电方和系统管理员均对应一个Peer节点。Peer节点负责收集信息并封装成区块链交易然后发送给Orderer节点。Orderer节点负责进行Raft共识及新区块的同步。匹配机制位于Peer节点的交易匹配结算合约中。
下面结合附图以及具体实施方式对本发明作进一步详细说明：
如图1所示，一种基于区块链和多目标决策的P2P能源交易方法，包括如下步骤：
S1.售电用户提交售电信息和售电匹配要求，生成售电记录并上链存储；购电用户提交购电信息和购电匹配要求，生成购电记录并上链存储。
交易匹配双方均可选择自己的交易匹配要求，并对匹配要求设置权重，多属性体现在交易匹配要求有多个。该步骤S1具体包括如下步骤：
S1.1.售电用户(即卖方)提交售电信息和售电匹配要求(即对购电用户的要求)。如表1示出了卖方进行交易匹配需要提供的售电信息。
表1卖方售电信息
售电价格 供电量 传输损耗 能源类型 s信誉值
由上述表1能够看出，卖方的售电信息至少包括售电价格、供电量、传输损耗、能源类型和s信誉值。其中，各个参数的含义分别如下：
售电价格为卖方可接受的最低出售价格；
供电量为当前可提供的最大供应量；
传输损耗使用改进的Dijkstra算法计算包括能量路由器转换损耗在内的传输损耗来模拟，基于节点加入区块链网络时构建的图结构进行计算；
能源类型指的是发电类型，包括火力、风能、水能、太阳能、生物能；
s信誉值为卖方信誉值，由每次交易累积，总分100，基础值60。
本实施例中卖方指的是具有分布式发电能力的实体，发电方式包括风力发电、水力发电、火力发电、光伏发电及生物能发电等。
本实施例中买方指的是对电能有需要的家庭、商店、楼宇、工厂等消费者等。
S1.2.售电合约生成售电记录并上链存储。基于步骤S1.1各个卖方提交的售电信息和售电匹配要求，售电合约生成售电记录并将其存储在区块链上。
S1.3.买方提交购电信息和购电匹配要求(即对售电用户的要求)。如表2示出了买方进行交易匹配需要提供的购电信息。
表2买方购电信息
购电价格 需求量 传输损耗 b信誉值
由上述表2能够看出，买方的购电信息至少包括购电价格、需求量、传输损耗和b信誉值。各个参数的含义分别如下：
购电价格为买方能承受的最高购买价格；
需求量为买方当前的需求电量；
传输损耗使用改进的Dijkstra算法计算包括能量路由器转换损耗在内的传输损耗来模拟，基于节点加入区块链网络时构建的图结构进行计算；
b信誉值为买方信誉值，由每次交易累积，总分100，基础值60。
S1.4.交易匹配结算合约生成购电记录并上链存储。
基于步骤S1.3各个买方提交的购电信息和购电匹配要求，交易匹配结算合约生成购电记录并将其存储在区块链上。
S2.周期内交易匹配结算合约触发后，从区块链读取最新售电记录并进行交易匹配。
本实施例中的交易匹配基于多目标决策的匹配方法，便于使用精确的模拟方法和适当的并合方法，根据用户的多属性匹配要求筛选交易匹配对象。
如图2所示，本实施例中多目标决策的匹配方法的过程如下：
S2.1.交易匹配被触发后，首先读取步骤S1.2中存储在区块链上的最新售电信息，然后根据买方效用函数为该时间段内的每个买方分别计算对所有卖方的评分并排序。
本实施例中交易匹配的触发采用时间段和人数双重限制。
系统每隔一个周期(例如10min)对该时间段内的购电请求和售电请求进行一次交易匹配；交易匹配由买方在提交购电请求时触发，触发条件是提交时间距离上次匹配开始时间超过一个周期的时间，谁先提交谁就触发交易匹配；
为避免用电高峰时刻购电请求提交量过大，本发明实施例中交易匹配的触发设置人数限制，在时间段内当有n个买方提交购电请求时，触发匹配。
在交易匹配过程中，该时间段内提交购电请求的所有买方以及该时间段内提交售电请求的所有卖方同时参与交易匹配；其中，n为大于或等于2的自然数。
买方效用函数u为一个定义在0-1之间的数，具体定义如下：
设xi是买方设置的期望价格，则买方对某一卖方的售电价格的效用函数u1为：
Figure BDA0002769735580000091
其中，p的值为2，这是自定义的值，为了使u在0-1之间取值；x表示卖方报价；
设买方需求量为xn，卖方供应量为xs。对于买方来说，当卖方供应量达到xn时效用为1。首先将某一卖方的供电量转化为0-1区间，则买方对某一卖方的供电量的效用函数u2为：
Figure BDA0002769735580000092
Figure BDA0002769735580000093
其中，a为0-1之间的常数值，表示效用值u2为凸函数；
能源类型分为清洁能源和非清洁能源。其中，清洁能源的效用函数为1，非清洁能源的效用函数为0。则买方对某一卖方的能源类型的效用函数u3为：
Figure BDA0002769735580000094
设售电方信誉值为sRep，信誉值在100时效用为1。首先将某一卖方的信誉值转化为0-1区间。则买方对某一卖方的信誉值的效用函数u4为：
u4＝xa,0＜a＜1 (6)
其中，a为0-1之间的常数值，表示效用值u4为凸函数；
某一买方根据改进的Dijkstra算法计算到达所有卖方的最短路径r，根据路径距离与能量转换损耗计算该路径上的传输损耗。该方法能够更精确地模拟传输损耗。
将某一卖方的传输损耗转化为0-2区间(因为要保证效用函数在0-1区间，因此使用抛物线进行拟合时要保证自变量在0-2区间)，则买方对某一卖方的传输损耗的效用函数u5为：
Figure BDA0002769735580000096
Figure BDA0002769735580000097
其中，ri表示买方到卖方i的最短路径，
Figure BDA0002769735580000098
表示买方到所有卖方的最短距离中的最小值；
Figure BDA0002769735580000101
表示买方到所有卖方的最短距离中的最大值；
P为使u5在0-1之间取值的常数值，此处P的值可以取2。
使用不同的效用函数为每个属性计算出的效用根据多维效用并合方法进行并合，将其计算为某一买方的总效用；如图3所示，效用并合的具体的方法如下：
(1)售电价格与能源类型并合：使用加法规则，因为售电价格与能源类型具有相关性且可互补。并合公式如下：
W(u1,u3)＝ρ1u1+ρ3u3 (9)
其中，ρ1和ρ3分别为售电价格和能源类型的权重，且ρ1+ρ3＝1。
(2)供电量与信誉值：使用乘法规则，因为供电量与信誉值同等重要，缺一不可且不可相互替代。并合公式如下：
W(u2,u4)＝u2u4 (10)
(3)W(u1,u3)和W(u2,u4)并合组成非传输损耗属性：使用乘法规则，因为W(u1,u3)和W(u2,u4)同等重要，缺一不可且不可相互替代。并合公式如下：
v＝W(u1,u3)W(u2,u4) (11)
(4)传输损耗属性与非传输损耗属性：使用距离规则，因为传输损耗属性与非传输损耗属性是两个维度的属性。并合公式如下：
Figure BDA0002769735580000102
其中，W(v,u5)表示计算得到的某一买方的总效用，即对卖方的评分。
买方的匹配条件至少包括卖方价格、能源类型、供电量、信誉值以及传输损耗。
S2.2.根据步骤S2.1中每个买方对所有卖方的评分排序，分别将评分前10％的卖方作为候选卖方，并按照候选卖方的评分排序记买方匹配优先值。
评分排序中越靠前的，则卖方匹配优先值越高。
S2.3.首先定义候选卖方的评分排序中最靠前的一个候选卖方，作为第一候选卖方。
S2.3.1.根据步骤S1.4中记录在区块链交易匹配结算合约中每个买方的购电匹配要求，检查第一候选卖方是否每一项都符合。
若符合全部匹配条件，则转到步骤S2.4；否则，转到步骤S2.3.2。
S2.3.2.判断是否有下一个候选卖方，经过判断：
如果有下一个候选卖方，则将评分排序的下一个候选卖方作为第一候选卖方，转到上述步骤S2.3.1；如果没有下一个候选卖方，则与电网进行交易，匹配结束。
S2.4.在确定买方的第一候选卖方符合每一个匹配要求后，进行卖方对买方的判断与选择。根据卖方效用函数计算第一候选卖方此时的卖方效用。
S2.5.如果有m个买方将同一个候选卖方作为第一候选卖方j，此时第一候选卖方j会对买方做出挑选，转到步骤S2.6；其中，m为大于或等于2的自然数。
若只被一个买方选择，则转到步骤S2.8。
S2.6.根据卖方效用函数为第一候选卖方j分别计算m个买方的评分并排序。
卖方效用函数u为一个定义在0-1之间的数，具体定义如下：
首先将某一买方的购电价格转化为0-1区间，使用min-max方法将选择该卖方的买方的出价化为0-1区间。则卖方对某一买方的购电价格的效用函数u1为：
u1＝xa,0＜a＜1 (13)
其中，x表示买方出价；
a为0-1之间的常数值，表示效用值u1为凸函数，xa表示使用幂函数进行拟合的效用。
设买方需求量为xn，卖方供应量为xs；对于卖方来说，当买方需求量达到xs时效用为1；首先对需求量进行处理将xn化为0-1区间。
则卖方对某一买方的需求量的效用函数u2为：
Figure BDA0002769735580000111
Figure BDA0002769735580000112
其中，a为0-1之间的常数值，表示效用值u2为凸函数。
设购电方信誉值为bRep，信誉值在100时效用为1。首先将某一买方的信誉值转化为0-1区间，则卖方对某一买方的信誉值的效用函数u3为：
Figure BDA0002769735580000113
u3＝xa,0＜a＜1 (17)
其中，a为0-1之间的常数值，表示效用值u3为凸函数。
某一卖方根据改进的Dijkstra算法计算到达所有买方的最短路径r，根据路径距离与能量转换损耗计算该路径上的传输损耗。
将某一买方的传输损耗转化为0-2区间(因为要保证效用函数在0-1区间，因此使用抛物线进行拟合时要保证自变量在0-2区间)，则卖方对某一买方的传输损耗的效用函数u4为：
Figure BDA0002769735580000121
Figure BDA0002769735580000122
其中，ri表示买方到卖方i的最短路径，
Figure BDA0002769735580000123
表示买方到所有卖方的最短距离中的最小值；
Figure BDA0002769735580000124
表示买方到所有卖方的最短距离中的最大值；
P为使u4在0-1之间取值的常数值，此处P的值可以取2。
使用不同的效用函数为每个属性计算出的效用根据多维效用并合方法进行并合，将其计算为某一卖方的总效用。效用并合的具体的方法如下：
(1)售电价格、需求量与信誉值并合作为非传输损耗属性：使用乘法规则，因为三者同等重要，没有相关性且不可相互替代；并合公式如下：
v＝W(u1,u2,u3)＝u1u2u3 (18)
(2)传输损耗属性与非传输损耗属性：使用距离规则，因为二者是两个维度的属性。并合公式如下：
Figure BDA0002769735580000125
W(v,u4)表示计算得到的某一卖方的总效用，即对买方的评分。
卖方的匹配条件至少包括购电价格、需求量、信誉值以及传输损耗参数。
S2.7.根据m个买方的排序记卖方匹配优先值，排序越靠前的则卖方匹配优先值越高。
S2.8.首先定义m个买方的评分排序中最靠前的一个候选买方，作为第一候选买方。
S2.8.1.检查第一候选买方是否符合第一候选卖方j的每项要求；若符合全部匹配要求，则转到步骤S2.9；否则，转到步骤S2.8.2。
S2.8.2.判断是否有下一个候选买方，经过判断：
如果有下一个候选买方时，则将评分排序的下一个候选买方作为第一候选买方，并转到步骤S2.8.1；
如果没有下一个候选买方时，则买方重新选择卖方，将买方评分排序的下一个候选卖方作为第一候选卖方，并转到步骤S2.3.1。
S2.9.进行售电量检查，经过判断：
若卖方所售电量满足买方需求，转到步骤S2.10；否则，买方重新挑选卖方，将买方评分排序的下一个候选卖方作为第一候选卖方，转到步骤S2.3.1。
S2.10.形成交易匹配。
S2.11.检查是否所有买方都形成匹配(存在被卖方拒绝的买方)，经过判断：
如果存在买方未形成匹配，则为剩余买方重新选择卖方，将买方评分排序的下一个候选卖方作为第一候选卖方，并转到步骤S2.3.1；如果所有买方都形成匹配，则匹配结束。
S3.交易匹配完成后，根据步骤S2得到的交易匹配结果，由交易匹配结算合约生成交易预匹配记录并上链存储。
S4.售电用户从区块链获取交易预匹配记录并授权，生成电力交易匹配记录并上链存储。
S5.购电用户从区块链获得步骤S3中存储的交易预匹配记录以及步骤S4中存储的带有售电用户私钥签名的电力交易匹配记录，完成交易转账，生成转账记录并上链存储。
本发明售电用户与购电用户所进行的能源交易为P2P(Peer-to-Peer)能源交易，无需第三方中心机构的参与，数据安全性得到保证；此外，本发明售电用户与购电用户所进行的P2P能源交易使用区块链技术实现，交易信息上链存储使得数据无法篡改，安全可靠，公开透明。
此外，本发明基于多目标决策的匹配方法提供了更全面的交易匹配要求，利于提高交易主体的匹配满意度。基于多目标决策的匹配方法提供了更精准的效用函数计算方法，并根据各属性之间的关系设计了相应的多属性并合方法，利于提高交易主体的匹配满意度。
本发明通过构建买方评价函数和卖方效用函数来反映各自对所拍卖电力的属性偏好，以买卖双方的效用最大化为目的建立了多属性拍卖下的买卖双方互选模型。
多属性拍卖意味着匹配过程中除了考虑价格因素外，还考虑诸如距离、能源类型等的非价格属性，这更符合实际需求。本发明设计了买卖双方的相互选择，买方根据评分排序对满足自己各项匹配要求的卖方做出选择，卖方在被选择之后也会根据自己的匹配要求选择是否与买方形成匹配，双向选择机制赋予了买卖双方符合自己期望的交易选择权，有助于产生更好的匹配结果，从而增加市场主体的利益，提高清洁能源消纳。
本发明消除了通过第三方中心化机构进行交易而产生的传输损耗大、交易成本高和信息安全无保障的问题，降低了市场运营成本，进一步增加市场主体的利益，提高市场效率。
当然，以上说明仅仅为本发明的较佳实施例，本发明并不限于列举上述实施例，应当说明的是，任何熟悉本领域的技术人员在本说明书的教导下，所做出的所有等同替代、明显变形形式，均落在本说明书的实质范围之内，理应受到本发明的保护。

Claims (7)

1.一种基于区块链和多目标决策的P2P能源交易方法，其特征在于，
包括如下步骤：
S1.售电用户提交售电信息和售电匹配要求，生成售电记录并上链存储；购电用户提交购电信息和购电匹配要求，生成购电记录并上链存储；
S2.周期内交易匹配结算合约触发后，从区块链读取最新售电记录并进行交易匹配；其中，交易匹配基于多目标决策的匹配方法，根据用户的多属性匹配要求筛选交易匹配对象；
S3.交易匹配完成后，生成交易预匹配记录并上链存储；
S4.售电用户从区块链获取交易预匹配记录并授权，生成电力交易匹配记录并上链存储；
S5.购电用户从区块链获得交易预匹配记录以及带有售电用户私钥签名的电力交易匹配记录，完成交易转账，生成转账记录并上链存储。
2.根据权利要求1所述的基于区块链和多目标决策的P2P能源交易方法，其特征在于，
所述步骤S2中，多目标决策的匹配方法的过程如下：
S2.1.根据买方效用函数为每个买方计算所有卖方的评分并排序；
S2.2.将每个买方对卖方的评分排序中评分前10％的卖方作为候选卖方，按候选卖方的评分排序记买方匹配优先值，评分排序越靠前，则买方匹配优先值越高；
S2.3.首先定义候选卖方的评分排序中最靠前的一个候选卖方，作为第一候选卖方；
S2.3.1.根据每个买方的匹配条件检查第一候选卖方是否每一项都符合；若符合全部匹配要求，则转到步骤S2.4；否则，转到步骤S2.3.2；
S2.3.2.判断是否有下一个候选卖方，经过判断：
如果有下一个候选卖方，则将评分排序的下一个候选卖方作为第一候选卖方，转到上述步骤S2.3.1；如果没有下一个候选卖方，则与电网进行交易，匹配结束；
S2.4.在确定买方的第一候选卖方符合每一个匹配要求后，进行卖方对买方的判断与选择；根据卖方效用函数计算第一候选卖方此时的卖方效用；
S2.5.如果有m个买方将同一个候选卖方作为第一候选卖方j，此时第一候选卖方j会对买方做出挑选，转到步骤S2.6；其中，m为大于或等于2的自然数；
若只被一个买方选择，则转到步骤S2.8；
S2.6.根据卖方效用函数为第一候选卖方j分别计算m个买方的评分并排序；
S2.7.根据m个买方的排序记卖方匹配优先值，排序越靠前的则卖方匹配优先值越高；
S2.8.首先定义m个买方的评分排序中最靠前的一个候选买方，作为第一候选买方；
S2.8.1.检查第一候选买方是否符合第一候选卖方j的每项要求；若符合全部匹配要求，则转到步骤S2.9；否则，转到步骤S2.8.2；
S2.8.2.判断是否有下一个候选买方，经过判断：
如果有下一个候选买方时，则将评分排序的下一个候选买方作为第一候选买方，并转到步骤S2.8.1；
如果没有下一个候选买方时，则买方重新选择卖方，将买方评分排序的下一个候选卖方作为第一候选卖方，并转到步骤S2.3.1；
S2.9.进行售电量检查，经过判断：
若卖方所售电量满足买方需求，转到步骤S2.10；否则，买方重新挑选卖方，将买方评分排序的下一个候选卖方作为第一候选卖方，转到步骤S2.3.1；
S2.10.形成交易匹配；
S2.11.检查是否所有买方都形成匹配，经过判断：
如果存在买方未形成匹配，则为剩余买方重新选择卖方，将买方评分排序的下一个候选卖方作为第一候选卖方，并转到步骤S2.3.1；如果所有买方都形成匹配，则匹配结束。
3.根据权利要求2所述的基于区块链和多目标决策的P2P能源交易方法，其特征在于，
所述步骤S2.1中，买方效用函数u为一个定义在0-1之间的数，具体定义如下：
设xi是买方设置的期望价格，则买方对某一卖方的售电价格的效用函数u1为：
Figure FDA0002769735570000021
其中，x表示卖方报价；p为使u1在0-1之间取值的常数值；
设买方需求量为xn，卖方供应量为xs；对于买方来说，当卖方供应量达到xn时效用为1；首先将某一卖方的供电量转化为0-1区间，则买方对某一卖方的供电量的效用函数u2为：
Figure FDA0002769735570000022
Figure FDA0002769735570000023
其中，a为0-1之间的常数值，表示效用值u2为凸函数；
能源类型分为清洁能源和非清洁能源，其中，清洁能源的效用函数为1，非清洁能源的效用函数为0；则买方对某一卖方的能源类型的效用函数u3为：
Figure FDA0002769735570000024
设售电方信誉值为sRep，信誉值在100时效用为1；首先将某一卖方的信誉值转化为0-1区间，则买方对某一卖方的信誉值的效用函数u4为：
Figure FDA0002769735570000031
u4＝xa，0＜a＜1 (6)
其中，a为0-1之间的常数值，表示效用值u4为凸函数；
某一买方根据改进的Dijkstra算法计算到达所有卖方的最短路径r，根据路径距离与能量转换损耗计算该路径上的传输损耗；
将某一卖方的传输损耗转化为0-2区间，则买方对某一卖方的传输损耗的效用函数u5为：
Figure FDA0002769735570000032
Figure FDA0002769735570000033
其中，ri表示买方到卖方i的最短路径，
Figure FDA0002769735570000034
表示买方到所有卖方的最短距离中的最小值；
Figure FDA0002769735570000035
表示买方到所有卖方的最短距离中的最大值；
P为使u5在0-1之间取值的常数值；
使用不同的效用函数为每个属性计算出的效用根据多维效用并合方法进行并合，将其计算为某一买方的总效用；效用并合的具体的方法如下：
(1)售电价格与能源类型并合：使用加法规则，并合公式如下：
W(u1，u3)＝ρ1u1+ρ3u3 (9)
其中，ρ1和ρ3分别为售电价格和能源类型的权重，且ρ1+ρ3＝1；
(2)供电量与信誉值：使用乘法规则，并合公式如下：
W(u2，u4)＝u2u4 (10)
(3)W(u1，u3)和W(u2，u4)并合组成非传输损耗属性：使用乘法规则，并合公式如下：
v＝W(u1，u3)W(u2，u4) (11)
(4)传输损耗属性与非传输损耗属性：使用距离规则，并合公式如下：
Figure FDA0002769735570000036
其中，W(v，u5)表示计算得到的某一买方的总效用，即对卖方的评分。
4.根据权利要求2所述的基于区块链和多目标决策的P2P能源交易方法，其特征在于，
所述买方的匹配条件至少包括卖方价格、能源类型、供电量、信誉值以及传输损耗参数。
5.根据权利要求2所述的基于区块链和多目标决策的P2P能源交易方法，其特征在于，
所述步骤S2.6中，卖方效用函数u为一个定义在0-1之间的数，具体定义如下：
首先将某一买方的购电价格转化为0-1区间，使用min-max方法将选择该卖方的买方的出价化为0-1区间，则卖方对某一买方的购电价格的效用函数u1为：
u1＝xa，0＜a＜1 (13)
其中，x表示买方出价；
a为0-1之间的常数值，表示效用值u1为凸函数，xa表示使用幂函数进行拟合的效用；
设买方需求量为xn，卖方供应量为xs；对于卖方来说，当买方需求量达到xs时效用为1；首先对需求量进行处理将xn化为0-1区间；
则卖方对某一买方的需求量的效用函数u2为：
Figure FDA0002769735570000041
Figure FDA0002769735570000042
其中，a为0-1之间的常数值，表示效用值u2为凸函数；
设购电方信誉值为bRep，信誉值在100时效用为1；首先将某一买方的信誉值转化为0-1区间，则卖方对某一买方的信誉值的效用函数u3为：
Figure FDA0002769735570000043
u3＝xa，0＜a＜1 (17)
其中，a为0-1之间的常数值，表示效用值u3为凸函数；
某一卖方根据改进的Dijkstra算法计算到达所有买方的最短路径r，根据路径距离与能量转换损耗计算该路径上的传输损耗；
将某一买方的传输损耗转化为0-2区间，则卖方对某一买方的传输损耗的效用函数u4为：
Figure FDA0002769735570000044
Figure FDA0002769735570000045
其中，ri表示买方到卖方i的最短路径，
Figure FDA0002769735570000046
表示买方到所有卖方的最短距离中的最小值；
Figure FDA0002769735570000047
表示买方到所有卖方的最短距离中的最大值；
P为使u4在0-1之间取值的常数值；
使用不同的效用函数为每个属性计算出的效用根据多维效用并合方法进行并合，将其计算为某一卖方的总效用；效用并合的具体的方法如下：
(1)售电价格、需求量与信誉值并合作为非传输损耗属性：使用乘法规则，并合公式为：
v＝W(u1，u2，u3)＝u1u2u3 (18)
(2)传输损耗属性与非传输损耗属性：使用距离规则，并合公式如下：
Figure FDA0002769735570000051
W(v，u4)表示计算得到的某一卖方的总效用，即对买方的评分。
6.根据权利要求2所述的基于区块链和多目标决策的P2P能源交易方法，其特征在于，所述卖方的匹配条件至少包括购电价格、需求量、信誉值以及传输损耗参数。
7.根据权利要求1所述的基于区块链和多目标决策的P2P能源交易方法，其特征在于，
所述步骤S2中，交易匹配的触发采用时间段和人数双重限制；其中：
系统每隔一个周期对该时间段内的购电请求和售电请求进行一次交易匹配；
交易匹配由买方在提交购电请求时触发，触发条件是提交时间距离上次匹配开始时间超过一个周期的时间，谁先提交谁就触发交易匹配；
交易匹配的触发设置人数限制，在时间段内当有n个买方提交购电请求时，触发匹配；
在交易匹配过程中，该时间段内提交购电请求的所有买方以及该时间段内提交售电请求的所有卖方同时参与交易匹配；其中，n为大于或等于2的自然数。
CN202011245178.4A 2020-11-10 2020-11-10 一种基于区块链和多目标决策的p2p能源交易方法 Pending CN112200388A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011245178.4A CN112200388A (zh) 2020-11-10 2020-11-10 一种基于区块链和多目标决策的p2p能源交易方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011245178.4A CN112200388A (zh) 2020-11-10 2020-11-10 一种基于区块链和多目标决策的p2p能源交易方法

Publications (1)

Publication Number Publication Date
CN112200388A true CN112200388A (zh) 2021-01-08

Family

ID=74034012

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011245178.4A Pending CN112200388A (zh) 2020-11-10 2020-11-10 一种基于区块链和多目标决策的p2p能源交易方法

Country Status (1)

Country Link
CN (1) CN112200388A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113034227A (zh) * 2021-03-18 2021-06-25 国网甘肃省电力公司平凉供电公司 电力用户交易匹配方法及装置
CN113469783A (zh) * 2020-06-28 2021-10-01 铭数科技(青岛)有限公司 基于区块链的能源交易市场下的多指标多对多双边匹配及交易方法
CN113706306A (zh) * 2021-08-26 2021-11-26 广东电网有限责任公司 一种基于区块链的云储能系统市场交易方法及系统
CN115829276A (zh) * 2022-12-05 2023-03-21 国网数字科技控股有限公司 基于元宇宙的电力交易处理方法、装置及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101140650A (zh) * 2006-09-05 2008-03-12 高思兵 一种信息网络环境下的商品交易模式
CN105844514A (zh) * 2016-05-06 2016-08-10 国网湖北省电力公司经济技术研究院 一种电力交易方法
CN110276671A (zh) * 2019-06-25 2019-09-24 南京工程学院 一种基于区块链技术的电力交易方法
CN111178682A (zh) * 2019-12-10 2020-05-19 国网天津市电力公司 一种基于区块链技术的需求响应管理平台的控制方法
CN111754308A (zh) * 2020-06-28 2020-10-09 铭数科技(青岛)有限公司 一种能源交易市场下的多指标多对多双边匹配方法
CN111754307A (zh) * 2020-06-28 2020-10-09 铭数科技(青岛)有限公司 基于区块链的多因素电量交易匹配方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101140650A (zh) * 2006-09-05 2008-03-12 高思兵 一种信息网络环境下的商品交易模式
CN105844514A (zh) * 2016-05-06 2016-08-10 国网湖北省电力公司经济技术研究院 一种电力交易方法
CN110276671A (zh) * 2019-06-25 2019-09-24 南京工程学院 一种基于区块链技术的电力交易方法
CN111178682A (zh) * 2019-12-10 2020-05-19 国网天津市电力公司 一种基于区块链技术的需求响应管理平台的控制方法
CN111754308A (zh) * 2020-06-28 2020-10-09 铭数科技(青岛)有限公司 一种能源交易市场下的多指标多对多双边匹配方法
CN111754307A (zh) * 2020-06-28 2020-10-09 铭数科技(青岛)有限公司 基于区块链的多因素电量交易匹配方法及装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113469783A (zh) * 2020-06-28 2021-10-01 铭数科技(青岛)有限公司 基于区块链的能源交易市场下的多指标多对多双边匹配及交易方法
CN113034227A (zh) * 2021-03-18 2021-06-25 国网甘肃省电力公司平凉供电公司 电力用户交易匹配方法及装置
CN113706306A (zh) * 2021-08-26 2021-11-26 广东电网有限责任公司 一种基于区块链的云储能系统市场交易方法及系统
CN115829276A (zh) * 2022-12-05 2023-03-21 国网数字科技控股有限公司 基于元宇宙的电力交易处理方法、装置及电子设备
CN115829276B (zh) * 2022-12-05 2023-10-20 国网数字科技控股有限公司 基于元宇宙的电力交易处理方法、装置及电子设备

Similar Documents

Publication Publication Date Title
CN112200388A (zh) 一种基于区块链和多目标决策的p2p能源交易方法
Luo et al. Distributed peer-to-peer energy trading based on game theory in a community microgrid considering ownership complexity of distributed energy resources
Faqiry et al. Double auction with hidden user information: Application to energy transaction in microgrid
WO2016078329A1 (zh) 一种多智能体结构的微电网优化运行方法
CN108921329B (zh) 一种基于区块链技术的食品交易优化匹配方法
CN111127137A (zh) 基于集中撮合的分布式能源p2p交易方法
Fang et al. A double auction model for competitive generators and large consumers considering power transmission cost
CN108428171A (zh) 一种基于复式竞价撮合的电力交易运营系统
CN113469783A (zh) 基于区块链的能源交易市场下的多指标多对多双边匹配及交易方法
CN109886807A (zh) 一种p2p平台上基于风险收益管理的个性化推荐方法
CN114444864A (zh) 基于区块链的分布式电力市场下分层电力交易匹配方法
CN106682933B (zh) 一种考虑输电网损影响因子的跨区跨省电力用户直接交易方法
CN107622352A (zh) 一种非确定招标的采购决策系统和方法
CN106952108A (zh) 一种售电公司竞争力的分析评价方法
CN112862175B (zh) 基于p2p电力交易的本地优化控制方法及装置
CN113344651A (zh) 一种碳交易机制下综合能源市场多供能主体规划方法
CN115186926A (zh) 一种基于电-碳共享的园区能量优化方法及系统
CN114240643A (zh) 一种面向多微网协调交易的多方共治决策方法
Wang et al. Distributed Reputation-Distance iterative auction system for Peer-To-Peer power trading
CN113807961A (zh) 基于联盟链的多微网能源交易方法及系统
CN113837897A (zh) 一种计及源荷不确定性的日前实时分布式电能交易方法
Bai et al. A fair incentive mechanism in federated learning
CN111080154A (zh) 基于三方博弈的市场主体在能源互联网实时市场中竞价方法
CN114529373B (zh) 基于优先权匹配的动态微网群p2p交易方法
Zhuang et al. Distributed Transaction Cooperative Game Strategy with Network Fee is Considered

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
CB03 Change of inventor or designer information

Inventor after: Ai Songbu

Inventor after: Li Na

Inventor after: Zheng Xianghan

Inventor after: Ma Yuanyuan

Inventor after: Lu Xiaoliang

Inventor after: Lin Xiaowei

Inventor after: Hu Diankai

Inventor after: Cao Junwei

Inventor after: Rong Chunming

Inventor before: Ai Songbu

Inventor before: Li Na

Inventor before: Zheng Xianghan

Inventor before: Ma Yuanyuan

Inventor before: Lu Xiaoliang

Inventor before: Lin Xiaowei

Inventor before: Hu Diankai

Inventor before: Cao Junwei

Inventor before: Rong Chunming

CB03 Change of inventor or designer information
RJ01 Rejection of invention patent application after publication

Application publication date: 20210108

RJ01 Rejection of invention patent application after publication