CN112365119A - 一种基于分布式数据库支撑的配电网电能分布式交易模型 - Google Patents
一种基于分布式数据库支撑的配电网电能分布式交易模型 Download PDFInfo
- Publication number
- CN112365119A CN112365119A CN202011010714.2A CN202011010714A CN112365119A CN 112365119 A CN112365119 A CN 112365119A CN 202011010714 A CN202011010714 A CN 202011010714A CN 112365119 A CN112365119 A CN 112365119A
- Authority
- CN
- China
- Prior art keywords
- transaction
- power
- electricity
- electric energy
- negotiation
- 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
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 58
- 230000005611 electricity Effects 0.000 claims abstract description 79
- 238000000034 method Methods 0.000 claims abstract description 23
- 230000035945 sensitivity Effects 0.000 claims description 18
- 230000005540 biological transmission Effects 0.000 claims description 15
- 238000005516 engineering process Methods 0.000 claims description 14
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000012795 verification Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 6
- 230000000903 blocking effect Effects 0.000 claims description 4
- 238000002347 injection Methods 0.000 claims description 3
- 239000007924 injection Substances 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 238000013500 data storage Methods 0.000 abstract description 4
- 230000002349 favourable effect Effects 0.000 abstract 1
- 238000004364 calculation method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000004146 energy storage Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000009956 central mechanism Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000243 solution Substances 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- 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
-
- 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
- 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
- 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
- G06Q50/10—Services
- G06Q50/18—Legal services
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03J—TUNING RESONANT CIRCUITS; SELECTING RESONANT CIRCUITS
- H03J3/00—Continuous tuning
- H03J3/28—Continuous tuning of more than one resonant circuit simultaneously, the tuning frequencies of the circuits having a substantially constant difference throughout the tuning range
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Finance (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Power Engineering (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Technology Law (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于分布式数据库支撑的配电网电能分布式交易模型,购售电双方通过分布式数据库网络发送购售电信息,由电能交易谈判市场链码模型完成交易电量和交易价格的协商谈判,形成临时合同;网络安全约束链码模型对临时合同线路潮流和节点电压进行安全校核;链上‑链下模型将通过安全校核的临时合同确定为最终合同,执行交易。本发明允许市场主体去中心地参与电力市场并对交易电量和交易价格进行协商,能有效降低市场主体的购电成本,增加市场主体的售电收益。能有效判断线路潮流阻塞和节点电压偏移情况,有助于配电网安全运行。构建的分布式数据库扩容架构能在保障分布式数据库计算能力的同时确保所有历史数据存储的安全和可追溯。
Description
技术领域
本发明属于配电网电能交易技术领域,具体涉及一种基于分布式数据库支撑的配电网电能分布式交易模型。
背景技术
随着我国能源市场的深化改革,进一步推进能源分布式交易、建立自由竞争、公开透明的市场,越来越多的市场主体参与到能源交易市场给传统中心化交易模式带来如下问题:1)交易中心需要对交易数据和交易过程进行维护管理,提高了运行成本;2)交易中心与交易者之间存在信任问题;3)中心化的数据库提高了交易数据被篡改的风险,直接威胁交易数据的安全和交易方的利益。
区块链作为一种分布式、去中心化的网络数据库系统,为解决此问题提供了有效途径。其借助非对称加密、默克树等技术保证数据的安全性与透明性,在能源交易领域得到了广泛的研究。例如在虚拟电厂基于分布式数据库进行虚拟电力资源交易,在微电网中引入与分布式数据库技术配套的市场交易机制实现购售电双方电量和价格的匹配。随着交易范围扩大,市场主体会发生跨配电网节点交易。电能的交易与其它商品的交易不同,仅把电能交易当成普通商品交换,主动忽略网络的运行约束,在实际应用中缺乏可行性。现有相关研究或是未计及网络安全约束,或是仅计及了线路潮流阻塞约束,缺乏对网络节点电压偏移问题的考虑。同时,传统集中化交易模式下的网络约束方法由于计算迭代次数过多,算力资源消耗巨大,对本地服务器的要求较高,很难在去中心化的低成本网络中实现。所以,研究适用于去中心化交易的网络约束方法具有重要意义。
随着分布式交易规模的增大,参与交易的市场主体数量增加,尤其是计及复杂的网络物理约束时,分布式数据库有限的计算能力及响应速度会使得交易吞吐量降低,限制交易速度。现有部分研究通过闪电网络将分布式数据库的链上分布式交易与链下集中调度相结合,在一定程度上增加了分布式数据库的算力,但链下交易过程未存储至分布式数据库中,在一定程度上影响信息的安全性和可追溯性。因此,有必要综合考虑分布式数据库技术的交易效率、安全性和可追溯性对分布式数据库框架进行改进。
综上,提出了一种基于分布式数据库支撑的配电网电能分布式交易模型。首先构建一个适应于电能参与分布式交易的电能交易谈判市场链码模型,以保障参与用户的利益。其次,为实现配电网的安全运行,基于功率传输分布因子和电压灵敏度因子提出适用于链码的网络安全约束方法。最后,针对该交易模型改进分布式数据库的扩容架构,在保障分布式数据库计算能力的同时确保所有历史数据存储的安全和可追溯。
发明内容
本发明目的在于提供一种基于分布式数据库支撑的配电网电能分布式交易链码,用于解决上述现有技术中存在的技术问题之一,如:在现有技术中,电能的交易与其它商品的交易不同,仅把电能交易当成普通商品交换,主动忽略网络的运行约束,在实际应用中缺乏可行性;传统集中化交易模式下的网络约束方法由于计算迭代次数过多,算力资源消耗巨大,对本地服务器的要求较高,很难在去中心化的低成本网络中实现;现有分布式数据库链上扩容架构无法同时满足保障计算能力、确保历史数据安全和可追溯三个要求。
为实现上述目的,本发明的技术方案是:
一种基于分布式数据库支撑的配电网电能分布式交易模型,包括以下步骤:
S1:购售电双方通过分布式数据库网络发送购售电信息,由适应于电能参与分布式交易的电能交易谈判市场链码模型完成交易电量和交易价格的协商谈判,形成临时合同;
S2:基于功率传输分布因子与电压灵敏度因子的网络安全约束链码模型对临时合同线路潮流和节点电压进行安全校核;
S3:在步骤S1和步骤S2的基础上,采用Plasma扩容技术搭建分布式数据库的链上-链下模型将通过安全校核的临时合同确定为最终合同,执行交易。
进一步的,步骤S1中适应于电能参与分布式交易的电能交易谈判市场链码模型具体为:
电能交易谈判市场链码模型通过依托交替报价协议保证交易去中心化,其通过撮合多个市场主体组成联盟进行协商,可实现市场主体间的讨价还价,达成购售电双方都可以接受的条件,并且所得电价能与现有配电网的购售电价相兼容;具体步骤如下:
步骤一:购电方把请求交易的信息随机发送给售电方;
步骤二:若售电方收到请求信息后经谈判接受交易,则购售电双方确立一个临时合同;
步骤三:购电方继续将请求信息发送给下一个售电方,直到电能交易谈判市场链码中没有其它售电方为止。
进一步的,所述交替报价协议如下:
依托交替报价协议的购售电双方的初始报价如下;
进一步的,步骤S2中基于功率传输分布因子与电压灵敏度因子的网络安全约束链码模型如下:
网络安全约束链码模型所采用的功率传输分布因子和电压灵敏度因子可分别判断配电网系统中的线路潮流和节点电压偏移;其中,在保持网络拓扑结构和线路特性不变时可认为功率传输分布因子的值为一常数,能与链码的程序化自动执行特点相适应;电压灵敏度因子占用算力资源小,易于在链码上实现。
进一步的,所述功率传输分布因子如下:
采用IEEE 33节点配电网系统,其支路l的PTDF矩阵Φl定义如下,
进一步的,所述电压灵敏度因子如下:
按下式计算节点电压对节点注入功率Pk的偏导数,
进一步的,步骤S2中所述网络校核过程如下:
步骤201:将购电方的临时合同按报价从低到高的顺序排列;
步骤202:取一份临时合同,对签订双方进行线路阻塞和电压偏移校验,若通过校验,则将临时合同确定为最终合同;否则,选择下一份临时合同;
步骤203:直到所有临时合同校验完毕。
进一步的,步骤S3中Plasma扩容技术搭建分布式数据库的链上-链下模型如下:
采用链上-链下扩容技术,将大量、频繁的计算工作转移到子链完成,主链只负责记录购售电双方达成的交易以及验证子链交易数据的正确性;市场主体在Plasma 子链中以节点的形式存在,并由唯一数字地址标识;经过一系列谈判和校核操作得到最终合同后,通过子链网络广播到每一个节点等待共识处理;验证节点达成一致后,合同才被视为有效并写入子链新的区块中;
子链会周期性地向Plasma合约提交区块,Plasma合约负责处理这些区块,并将区块的哈希值存到主链上作为子链的状态更新证明,防止恶意行为的发生。
与现有技术相比,本发明所具有的有益效果为:
电能交易谈判市场链码模型允许市场主体去中心地参与电力市场并对交易电量和交易价格进行协商,能有效降低市场主体的购电成本,增加市场主体的售电收益。
网络安全约束链码模型能有效判断线路潮流阻塞和节点电压偏移情况,有助于配电网安全运行。
构建的分布式数据库扩容架构能在保障分布式数据库计算能力的同时确保所有历史数据存储的安全和可追溯。
所提电能分布式交易模型为电能交易提供了一个去中心、去信任和安全透明的交易方法,能提高市场主体参与市场交易的积极性。
附图说明
图1是本发明具体实施方式的IEEE 33节点配电系统示意图,总共15个市场主体,每3个市场主体组成一个市场主体群,并与配电网的4、5、12、24和26节点相连接。
图2是本发明具体实施方式的链码原理示意图。
图3是本发明具体实施方式的分布式数据库链上-链下扩容架构示意图。
图4是本发明具体实施方式的基本步骤流程示意图。
图5是本发明具体实施方式的谈判传播因子影响图。
图6是本发明具体实施方式的交易电量图。
图7是本发明具体实施方式的节点电压直方图。
图8是本发明具体实施方式的微电网9的调度情况图。
图9是本发明具体实施方式的不同场景下交易电量对比图。
图10是本发明具体实施方式的不同场景下支路容量占用对比图。
表1是本发明具体实施方式的电量交易成本表。
表2是本发明具体实施方式的微电网9临时合同情况表。
表3是本发明具体实施方式的微电网9交易结果表。
表4是本发明具体实施方式的配电网分时电价表。
表5是本发明具体实施方式的储能装置参数表。
表6是本发明具体实施方式的配电网支路参数表。
具体实施方式
下面结合本发明的附图1-10和附表1-6,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:
在现有技术中,电能的交易与其它商品的交易不同,仅把电能交易当成普通商品交换,主动忽略网络的运行约束,在实际应用中缺乏可行性;而传统集中化交易模式下的网络约束方法由于计算迭代次数过多,算力资源消耗巨大,对本地服务器的要求较高,很难在去中心化的低成本网络中实现;且现有分布式数据库链上扩容架构无法同时满足保障计算能力、确保历史数据安全和可追溯三个要求。
为解决以上现有难题,提出了一种配电网中电能分布式交易模型,如图4所示,其包括适应于电能参与分布式交易的电能交易谈判市场链码模型,基于功率传输分布因子与电压灵敏度因子的网络安全约束链码模型,并采用Plasma扩容技术搭建了分布式数据库的链上-链下模型。所提配电网物理模型如图1所示。基于分布式数据库的去信任、可追溯和链码化等优势,所提电能分布式交易模式与传统的集中化交易模式相比能使整个交易过程信息交流更加公开透明,数据存储更加便于监管和提高交易效率。其购售电双方不再通过任何中间商,而是直接面向交易对象。首先,购售电双方通过分布式数据库网络发送购售电信息,由电能交易谈判市场链码完成交易电量和交易价格的协商谈判,形成临时合同。然后,通过网络安全约束链码对线路潮流和节点电压进行安全校核。最后,将通过安全校核的临时合同确定为最终合同,执行交易。
电能交易谈判市场链码模型;
电能交易谈判市场链码模型通过依托交替报价协议能保证交易不依赖于任何中心机构实现去中心化。其通过撮合多个市场主体组成联盟进行协商,能实现市场主体间的讨价还价,达成购售电双方都可以接受的条件,并且所得电价能与现有配电网的购售电价相兼容。具体步骤如下:
步骤1:购电方把请求交易的信息随机发送给售电方。
步骤2:若售电方收到请求信息后经谈判接受交易,则购售电双方确立一个临时合同。
步骤3:购电方继续将请求信息发送给下一个售电方,直到链码中没有其它售电方为止。
交替报价协议;
依托交替报价协议的购售电双方的初始报价如下。
网络安全约束链码模型;
网络安全约束链码模型所采用的功率传输分布因子和电压灵敏度因子能分别判断配电网系统中的线路潮流和节点电压偏移问题。在保持网络拓扑结构和线路特性不变时可认为功率传输分布因子的值为一常数,能与链码的程序化自动执行特点相适应。而电压灵敏度因子因占用算力资源小,适合在链码上实现。
功率传输分布因子;
采用IEEE节点配电网系统,其支路l的PTDF矩阵Φl定义如下。
电压灵敏度因子;
按下式计算节点电压对节点注入功率Pk的偏导数。
网络校核过程;
步骤1:将购电方的临时合同按报价从低到高的顺序排列;
步骤2:取一份临时合同,对签订双方进行线路阻塞和电压偏移校验,若通过校验,则将临时合同确定为最终合同;否则,选择下一份临时合同;
步骤3:直到所有临时合同校验完毕。
链码原理;
链码也叫智能合约,是一种由事件驱动的、具有状态且运行在分布式数据库上的代码,其依托底层分布式数据库技术支撑,逐渐成为分布式数据库技术的重要扩展。底层分布式数据库技术为链码的应用提供安全、可靠、公平的平台;链码为参与者权利和义务的执行提供了程序化的保障。链码结构如图2所示。当外部输入数据触发链码预置响应条件时,会激活链码使其根据预置响应规则改变链码状态。链码状态的改变同样也会作为触发条件调用链码。
分布式数据库链上-链下扩容技术;
考虑到市场主体参与计及网络安全约束的分布式交易时会产生海量的交易信息,因此对分布式数据库进行了改进,架构如图3所示。采用链上-链下扩容技术,将大量、频繁的计算工作转移到子链完成,主链只负责记录购售电双方达成的交易以及验证子链交易数据的正确性。市场主体在Plasma子链中以节点的形式存在,并由唯一数字地址标识。经过一系列谈判和校核操作得到最终合同后,通过子链网络广播到每一个节点等待共识处理。验证节点达成一致后,合同才被视为有效并写入子链新的区块中。
子链会周期性地向Plasma合约提交区块,Plasma合约负责处理这些区块,并将区块的哈希值存到主链上作为子链的状态更新证明。由于只有子链区块的哈希值存放在主链上,因此提高了主链的共识效率。同时,这个机制允许任何节点在恶意行为发生时都可以向主链提交防伪证明。防伪证明包含了恶意伪造区块之前的区块信息,并允许市场主体检查子链中的交易状态。由于伪造的区块无法正确衔接上之前的交易状态,攻击被证实,子链会回滚到前一个区块,从而确保市场主体资产的安全性。
综上,所提分布式数据库链上-链下扩容技术能兼顾分布式数据库的交易效率、安全和可追溯性。
实施例2:
本实施例与实施例1的区别在于,本实施例采用具体数据对基于分布式数据库支撑的配电网电能分布式交易模型进行模拟。其中,配电网分时电价如表4所示;储能装置参数如表5所示;配电网支路信息如表6所示。为了便于对比,进行以下 2种场景的计算。微电网的谈判因子αj、βi分别设置为0.05,0.03。系统硬件环境为Intel Core I5 CPU,3.30GHz,8G内存,操作系统为Win10 64bit。
场景1:微电网基于本发明专利提出的模式参与分布式交易。在这种情况下,允许微电网出售多余的电量。
首先验证电能交易谈判市场链码模型的有效性。图5展示了电能交易谈判中达成的最终合同数以及相应的交易量。由图可知随着交易传播范围的扩大,达成的交易量也更大,相应地完成的电能交易合同也更多。当τ为12时,交易量不再随着传播范围的扩大而增加,24小时内共形成682份最终合同,完成14963kWh交易量,达到最优传播范围。
以下分析皆设置τ为12。图6表示15个微电网之间的总交易电量以及微电网从配电网购买的电量。可以看到大部分有购电需求的微电网都可以通过电能交易谈判市场与其它微电网进行交易,剩下的微电网由于交易谈判未能达成,只能从配电网购买电量。
表1为电量交易成本。微电网参与市场的购电成本与从配电网购买的成本相比减少2811.3元,表明电能交易谈判市场能够减少微电网的购电成本。
图7展示了一天内所有参与节点的电压偏移情况。由图可知节点电压在0.97pu 和1.10pu之间变化,其中约81.35%的电压变化在0.99pu和1.01pu之间,没有出现过电压情况。
具体联盟形成过程以微电网9在20:00-20:15期间的电量短缺事件为例。微电网9首先向微电网7发送交易请求。微电网7响应交易请求,并进行交易谈判,协商结果为以1.35元的价格进行交易。之后,微电网9将交易请求发送到微电网8,重复以上步骤,共有8个微电网响应了交易请求,形成8份临时合同,详细信息如表2所示。
最后,微电网9与微电网3、微电网4签订了两份最终合同,共节省5.96元。表3总结了微电网9一天内的交易结果。在24小时内,微电网9在电力交易谈判市场上出售了89.55kWh的电量,购买了953.07kWh的电量,而从配电网购买的电量为 472.92kWh,电量购买成本总共节省了183.16元。微电网9在24小时内的调度情况如图8所示。负荷需求由储能出力、光伏出力、市场交易电量以及配电网购买电量共同满足,超过负荷曲线的电量为储能充电电量。
场景2:微电网直接接入配电网参与电能交易谈判交易市场。
图9为两种场景下的市场交易量对比图。由图可知场景1的交易量要远大于场景2。这是由于线路发生阻塞时,售电方和购电方的运营主体分别独立存储和释放达成交易的电量,使电量的传输突破了线路的安全约束限制,大幅提升电能交易谈判市场的效率,同时赋予运营主体新的盈利模式。
图10为两种场景的支路容量占用对比图。分析图可知,场景1的支路容量占用峰值为513.18kW,场景2支路容量占用峰值为817.89kW,场景1的整体线路容量占用量要小于场景2。可见,本文所提交易策略在显著提高交易量的同时,能有效减少支路容量的占用,降低“过网费”的支付和线路功率损耗,提高微电网参与电力交易市场的积极性。
τ | 合同数/份 | 交易量/kWh | 购电成本/元 | 总节省成本/元 |
3 | 221 | 5649.8 | 4430.1 | 161.3 |
5 | 427 | 8720.9 | 7185.5 | 530.2 |
7 | 547 | 11476 | 8335.8 | 1414.6 |
9 | 661 | 14372 | 9789.3 | 2412.5 |
11 | 679 | 14961 | 10139 | 2800.3 |
12 | 682 | 14963 | 10130 | 2811.3 |
表1
签订对象 | 协商价格/元 | 签订对象 | 协商价格/元 |
微电网2 | 1.14 | 微电网8 | 1.32 |
微电网3 | 1.11 | 微电网10 | 1.29 |
微电网4 | 1.17 | 微电网11 | 1.26 |
微电网7 | 1.35 | 微电网14 | 1.23 |
表2
市场出售/kWh | 市场购买/kWh | 配网购买/kWh | 节省金额/元 |
89.55 | 953.07 | 472.92 | 183.16 |
表3
表4
表5
表6
以上是本发明的较佳实施例,凡依本发明技术方案所作的改变,所产生的功能作用未超出本发明技术方案的范围时,均属于本发明的保护范围。
Claims (8)
1.一种基于分布式数据库支撑的配电网电能分布式交易模型,其特征在于,包括以下步骤:
S1:购售电双方通过分布式数据库网络发送购售电信息,由适应于电能参与分布式交易的电能交易谈判市场链码模型完成交易电量和交易价格的协商谈判,形成临时合同;
S2:基于功率传输分布因子与电压灵敏度因子的网络安全约束链码模型对临时合同线路潮流和节点电压进行安全校核;
S3:在步骤S1和步骤S2的基础上,采用Plasma扩容技术搭建分布式数据库的链上-链下模型将通过安全校核的临时合同确定为最终合同,执行交易。
2.如权利要求1所述的一种基于分布式数据库支撑的配电网电能分布式交易模型,其特征在于,步骤S1中适应于电能参与分布式交易的电能交易谈判市场链码模型具体为:
电能交易谈判市场链码模型通过依托交替报价协议保证交易去中心化,其通过撮合多个市场主体组成联盟进行协商,可实现市场主体间的讨价还价,达成购售电双方都可以接受的条件,并且所得电价能与现有配电网的购售电价相兼容;具体步骤如下,
步骤一:购电方把请求交易的信息随机发送给售电方;
步骤二:若售电方收到请求信息后经谈判接受交易,则购售电双方确立一个临时合同;
步骤三:购电方继续将请求信息发送给下一个售电方,直到链码中没有其它售电方为止。
3.如权利要求2所述的一种基于分布式数据库支撑的配电网电能分布式交易模型,其特征在于,所述交替报价协议如下:
依托交替报价协议的购售电双方的初始报价如下;
4.如权利要求1所述的一种基于分布式数据库支撑的配电网电能分布式交易模型,其特征在于,步骤S2中基于功率传输分布因子与电压灵敏度因子的网络安全约束链码模型如下:
网络安全约束链码模型所采用的功率传输分布因子和电压灵敏度因子可分别判断配电网系统中的线路潮流和节点电压偏移;其中,在保持网络拓扑结构和线路特性不变时可认为功率传输分布因子的值为一常数,能与链码的程序化自动执行特点相适应;电压灵敏度因子占用算力资源小,易于在链码上实现。
7.如权利要求6所述的一种基于分布式数据库支撑的配电网电能分布式交易模型,其特征在于,步骤S2中所述网络校核过程如下:
步骤201:将购电方的临时合同按报价从低到高的顺序排列;
步骤202:取一份临时合同,对签订双方进行线路阻塞和电压偏移校验,若通过校验,则将临时合同确定为最终合同;否则,选择下一份临时合同;
步骤203:直到所有临时合同校验完毕。
8.如权利要求1所述的一种基于分布式数据库支撑的配电网电能分布式交易模型,其特征在于,步骤S3中Plasma扩容技术搭建分布式数据库的链上-链下模型如下:
采用链上-链下扩容技术,将计算工作转移到子链完成,主链只负责记录购售电双方达成的交易以及验证子链交易数据的正确性;市场主体在Plasma子链中以节点的形式存在,并由唯一数字地址标识;经过一系列谈判和校核操作得到最终合同后,通过子链网络广播到每一个节点等待共识处理;验证节点达成一致后,合同才被视为有效并写入子链新的区块中;
子链会周期性地向Plasma合约提交区块,Plasma合约负责处理这些区块,并将区块的哈希值存到主链上作为子链的状态更新证明。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011010714.2A CN112365119B (zh) | 2020-09-23 | 2020-09-23 | 一种基于分布式数据库支撑的配电网电能分布式交易模型 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011010714.2A CN112365119B (zh) | 2020-09-23 | 2020-09-23 | 一种基于分布式数据库支撑的配电网电能分布式交易模型 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112365119A true CN112365119A (zh) | 2021-02-12 |
CN112365119B CN112365119B (zh) | 2023-04-25 |
Family
ID=74507571
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011010714.2A Active CN112365119B (zh) | 2020-09-23 | 2020-09-23 | 一种基于分布式数据库支撑的配电网电能分布式交易模型 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112365119B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112862610A (zh) * | 2021-02-26 | 2021-05-28 | 同济大学 | 一种主动能量体社群p2p+电力交易方法 |
CN113254532A (zh) * | 2021-05-26 | 2021-08-13 | 东南大学 | 一种配电网安全导向的基于区块链技术的p2p交易方法 |
CN113283655A (zh) * | 2021-05-31 | 2021-08-20 | 深圳大学 | 一种基于共识优化算法的分布式智能电网能源调度方法 |
CN114170013A (zh) * | 2021-12-03 | 2022-03-11 | 西安交通大学 | 一种基于区块链的点对点能源系统交易方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108805710A (zh) * | 2018-05-28 | 2018-11-13 | 华北电力大学 | 一种基于区块链智能合约技术的分布式电能交易方法 |
CN108961018A (zh) * | 2018-07-19 | 2018-12-07 | 华北电力大学(保定) | 基于智能合约的微电网电力市场去中心化交易机制 |
CN108985766A (zh) * | 2018-08-28 | 2018-12-11 | 东北大学 | 一种基于区块链技术的电力市场多边交易系统及方法 |
WO2019141511A1 (en) * | 2018-01-18 | 2019-07-25 | Eaton Intelligent Power Limited | System and method of managing energy distribution using a distributed ledger |
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 |
WO2020059865A1 (ja) * | 2018-09-20 | 2020-03-26 | 日本電信電話株式会社 | 決済システム、決済方法、利用者装置、決済プログラム |
-
2020
- 2020-09-23 CN CN202011010714.2A patent/CN112365119B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019141511A1 (en) * | 2018-01-18 | 2019-07-25 | Eaton Intelligent Power Limited | System and method of managing energy distribution using a distributed ledger |
CN108805710A (zh) * | 2018-05-28 | 2018-11-13 | 华北电力大学 | 一种基于区块链智能合约技术的分布式电能交易方法 |
CN108961018A (zh) * | 2018-07-19 | 2018-12-07 | 华北电力大学(保定) | 基于智能合约的微电网电力市场去中心化交易机制 |
CN108985766A (zh) * | 2018-08-28 | 2018-12-11 | 东北大学 | 一种基于区块链技术的电力市场多边交易系统及方法 |
WO2020059865A1 (ja) * | 2018-09-20 | 2020-03-26 | 日本電信電話株式会社 | 決済システム、決済方法、利用者装置、決済プログラム |
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 |
Non-Patent Citations (3)
Title |
---|
ZIBA ROSTAMI等: "Dynamic Modeling of Multiple Microgrid Clusters Using Regional Demand Response Programs" * |
李芬等: "基于智能合约的多微电网市场化交易模型及算法" * |
王德文等: "基于智能合约的区域能源交易模型与实验测试" * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112862610A (zh) * | 2021-02-26 | 2021-05-28 | 同济大学 | 一种主动能量体社群p2p+电力交易方法 |
CN113254532A (zh) * | 2021-05-26 | 2021-08-13 | 东南大学 | 一种配电网安全导向的基于区块链技术的p2p交易方法 |
CN113283655A (zh) * | 2021-05-31 | 2021-08-20 | 深圳大学 | 一种基于共识优化算法的分布式智能电网能源调度方法 |
CN114170013A (zh) * | 2021-12-03 | 2022-03-11 | 西安交通大学 | 一种基于区块链的点对点能源系统交易方法 |
CN114170013B (zh) * | 2021-12-03 | 2024-01-12 | 西安交通大学 | 一种基于区块链的点对点能源系统交易方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112365119B (zh) | 2023-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Electric vehicle power trading mechanism based on blockchain and smart contract in V2G network | |
CN112365119B (zh) | 一种基于分布式数据库支撑的配电网电能分布式交易模型 | |
CN110826940B (zh) | 一种可扩展的多微网环境下的分布式电力交易方法 | |
Luo et al. | Distributed peer-to-peer energy trading based on game theory in a community microgrid considering ownership complexity of distributed energy resources | |
CN108921329B (zh) | 一种基于区块链技术的食品交易优化匹配方法 | |
Moniruzzaman et al. | Blockchain and cooperative game theory for peer-to-peer energy trading in smart grids | |
CN109919761A (zh) | 一种进行智能微电网交易的区块链平台及交易方法 | |
CN113393227A (zh) | 一种基于多区块链的去中心化调频辅助交易方法 | |
CN114140202A (zh) | 一种基于区块链的分布式电能竞价交易服务方法及系统 | |
CN114626922A (zh) | 一种基于区块链的自适应竞价多能源p2p交易平台 | |
CN112308409A (zh) | 一种基于区块链的综合能源系统协调运行优化方法及系统 | |
Heilmann et al. | Trading algorithms to represent the wholesale market of energy communities in Norway and England | |
CN110246041B (zh) | 一种基于区块链的p2p能源交易平台的交易方法 | |
Chen et al. | Incentive-compatible and budget balanced AGV mechanism for peer-to-peer energy trading in smart grids | |
Qiu et al. | Decentralized trading mechanism of shared energy storage in a residential community considering preference of trading subjects | |
CN115170256A (zh) | 基于区块链和边缘计算的微电网电力交易方法、系统、设备及存储介质 | |
Ma et al. | Study on the transaction management mode of virtual power plants based on blockchain technology | |
CN114565320A (zh) | 基于区块链的微电网电力调配方法 | |
Liang et al. | Optimal trading strategies in continuous double auctions for transactive energy | |
Hrga et al. | Decentralized platform for investments and operation of energy communities | |
Xiong et al. | Power trading Raft consensus mechanism considering green certificate and carbon emission weights | |
Wu et al. | A Peer-to-Peer Transaction Method for Clean Energy Considering Dynamic Network Fees and Safe Power Supply Capability | |
CN111126854A (zh) | 一种蓄热式电采暖设备考虑使用分布式能源供电的方式 | |
Wang et al. | Research on Matching Mechanism Between CCER and Green Certificate Authentication Based on Blockchain | |
Zhao et al. | Research on Trading Mechanism for Peak Shaving and Ancillary Services Market in Virtual Power Plants Based on Blockchain Technology |
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 |