CN113054669B - 一种基于区块链技术的配网错峰平谷自适应自平衡方法 - Google Patents
一种基于区块链技术的配网错峰平谷自适应自平衡方法 Download PDFInfo
- Publication number
- CN113054669B CN113054669B CN202110360496.3A CN202110360496A CN113054669B CN 113054669 B CN113054669 B CN 113054669B CN 202110360496 A CN202110360496 A CN 202110360496A CN 113054669 B CN113054669 B CN 113054669B
- Authority
- CN
- China
- Prior art keywords
- user
- valley
- peak
- load
- time
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000005516 engineering process Methods 0.000 title claims abstract description 28
- 230000005611 electricity Effects 0.000 claims abstract description 70
- 230000000694 effects Effects 0.000 claims abstract description 17
- 238000011156 evaluation Methods 0.000 claims abstract description 13
- 238000012544 monitoring process Methods 0.000 claims abstract description 5
- 230000001105 regulatory effect Effects 0.000 claims description 40
- 230000004044 response Effects 0.000 claims description 30
- 230000004043 responsiveness Effects 0.000 claims description 29
- 230000005284 excitation Effects 0.000 claims description 21
- 238000012423 maintenance Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 230000001276 controlling effect Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 7
- 238000004873 anchoring Methods 0.000 claims description 5
- 230000010354 integration Effects 0.000 claims description 4
- 230000002452 interceptive effect Effects 0.000 claims description 4
- 230000008901 benefit Effects 0.000 claims description 3
- 238000013461 design Methods 0.000 abstract description 4
- 238000012545 processing Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Classifications
-
- 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
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
- H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
-
- 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
- H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
- H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
- H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
- H02J2310/58—The condition being electrical
- H02J2310/60—Limiting power consumption in the network or in one section of the network, e.g. load shedding or peak shaving
-
- 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
- H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
- H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
- H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
- H02J2310/62—The condition being non-electrical, e.g. temperature
- H02J2310/64—The condition being economic, e.g. tariff based load 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
- Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
- Y04S20/20—End-user application control systems
- Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于区块链技术的配网错峰平谷自适应自平衡方法，包括以下步骤：S1、基于区块链技术搭建配网错峰平谷区块链平台；S2、制定用户参与错峰平谷的任务智能合约，并将任务智能合约存储在配网错峰平谷区块链平台中；S3、利用智能电表获取配网容量，并计算配网容量与负荷曲线；利用智能电表获取用户实时用电负荷；S4、电网监测配网容量与负荷曲线，峰负荷出现时，发布任务智能合约，引导用户参与错峰平谷调控；S5、以错峰平谷效果最大化为目标，对区块链技术下的配网错峰平谷自适应自平衡方法进行数据可追溯性评价。本设计在不影响用户正常用电的情况下，可有效快速降低电网的负荷峰值，提高电网运行安全稳定裕度。
Description
技术领域
本发明涉及电力系统技术领域，尤其涉及一种基于区块链技术的配网错峰平谷自适应自平衡方法，主要适用于提高电力系统安全稳定性。
背景技术
近年来随着各类用电设备的快速增长，如空调、电动汽车等，随之而来的用电量也快速上升。然而峰值负荷的持续时间较短，造成电网的峰谷差进一步加大，且在电网中分布不均衡。如何应对电网中短期峰值负荷，降低峰谷差问题，已经成为电网亟待解决的问题。现有的峰谷调控手段是基于大电网方式，参与调控门槛较高，涉及对象较多，响应过程较为繁琐，导致参与对象的积极性、互动性和信息共享、透明性较低。现有调控措施大多利用传统技术手段与管理手段，结合部分行政手段来进行单方面削峰填谷，例如分时电价或电价补贴，一方面，由于普通用户与电网之间缺乏互动性，导致普通用户这一重要群体很难参与；另一方面，由于调控措施制定信息并未公开透明，即便用户参与调控，其积极性也较低。
发明内容
本发明的目的是克服现有技术中存在的调控措施效果差的缺陷与问题，提供一种调控措施好的基于区块链技术的配网错峰平谷自适应自平衡方法。
为实现以上目的，本发明的技术解决方案是：一种基于区块链技术的配网错峰平谷自适应自平衡方法，该方法包括以下步骤：
S1、基于区块链技术搭建配网错峰平谷区块链平台；
S2、制定用户参与错峰平谷的任务智能合约，并将任务智能合约存储在配网错峰平谷区块链平台中；
S3、利用智能电表获取配网容量，并计算配网容量与负荷曲线；利用智能电表获取用户实时用电负荷，上述所得数据在配网错峰平谷区块链平台中进行处理与存储；
S4、电网监测配网容量与负荷曲线，峰负荷出现时，发布任务智能合约，引导用户参与错峰平谷调控；
S5、以错峰平谷效果最大化为目标，对区块链技术下的配网错峰平谷自适应自平衡方法进行数据可追溯性评价。
步骤S1中，配网错峰平谷区块链平台的节点包括用户节点、管理节点与维护节点；
所述用户节点是指参与调控的各类用户，包括居民用户与商业用户；
所述管理节点是指电网侧，用于制定激励措施及管理智能合约；
所述维护节点用于辅助错峰平谷中的各类事务，包括各类数据记录、整理与归档。
步骤S2中，所述任务智能合约包括用户积分计算智能合约、用户收益计算智能合约、用户响应度计算智能合约与错峰平谷可追溯评价智能合约。
步骤S4中，管理节点从电网中获取负荷数据，依据区域内电网负荷数据，分析判断应启动错峰平谷响应等级，调用任务智能合约，向用户节点发起错峰平谷任务发布请求。
步骤S4中，用户依据管理节点发布任务完成整个错峰平谷周期后，用户节点向管理节点提交用户参与错峰平谷起始时间与终止时间、用户时段负荷量、用户时段用电量，管理节点接收用户数据后执行任务智能合约。
步骤S4中，用户积分目标函数为：
其中，tm，i为用户参与调控状态，k1为峰平比，ξ为电力弹性系数，a为峰值时间系数，
为用户参与调控开始时间，
为平均电价，e为积分系数；m为用户，m∈M，M为所有参与调控的用户集合；i为用户参与调控时刻，i∈N，N为调控时刻集合；
tm，i定义为：
在用户积分目标函数基础上建立受负荷下降速度影响积分目标函数：
其中，E为用户负荷，
为用户参与调控开始时间，
为用户参与调控结束时间；
约束条件为：
(1)调控双方功率平衡
对于任意时刻i，电网侧与用户侧的交互功率为：
其中，xm，i为负荷调控量；
(2)用户负荷调控容量限制
用户参与调控的任一时刻，其负荷调控容量应符合约束：
其中，
为用户参与调控开始时的负荷量，
为用户负荷总量；
(3)调控功率限制
用户侧参与调控过程中，其每个优化时间段内调控最大功率负荷为：
-Pmax≤x≤Pmax
其中，x为调控功率，Pmax为最大调控功率。
步骤S4中，用户收益目标函数为：
其中，
为用户参与调控开始时的负荷量，
为用户参与调控结束时的负荷量，
为用户负荷总量，
为用户参与调控开始时间，
为用户参与调控结束时间，b为用户用电量转换系数，c为积分转换系数。
步骤S4中，用户不确定性响应模型为：
Δr(ζ)＝Δravg(ζ)+Δrran(ζ)
其中，Δr(ζ)为某个用户在某时刻t激励水平ζ下用户的实际响应度，Δravg(ζ)为某个用户在某时刻t激励水平ζ下用户的平均响应度，Δrran(ζ)为某个用户某时刻t激励水平ζ下用户的随机响应度；
基于心理学锚定效应，引入激励水平-随机响应度关系，假设用户响应度与激励水平呈线性关系，ζ0、ζ1分别为启动激励水平和饱和激励水平，在ζ0到ζ1线性激励区间中，存在最大响应情况与不响应情况，分别对应Δrmax(ζ)与Δrmin(ζ)，则用户响应度目标函数为：
其中，Δrmax(ζ)为最大响应度，Δrmin(ζ)为最小响应度。
步骤S4中，所述维护节点将任务原始数据与执行任务智能合约产生的数据存储到区块链中，并将产生的积分与收益下发到用户账户。
步骤S5中，对于调控峰谷差效果，设目标峰谷差值最小，即：
min(max{q*(t)}-q*(t))×d
其中，q*(t)为t时段的电网负荷标幺值，d为评价系数；
约束条件为：
(1)实行峰谷分时电价前后用户的电费成本为：
其中，I0和I1分别为实行峰谷分时电价前后用户的电费成本，Qi0和Qi分别为实行峰谷分时电价前后用户用电量，Pi0和Pi分别为实行峰谷分时电价前后的电价；
在峰谷分时电价的激励下，用户将高峰负荷转移到低谷时段来降低电费的成本，需要满足：
I1≤I0
(2)确定峰谷电价时，峰谷电价比值有一定的范围限制，否则将会出现峰谷倒置或响应不足情况，无法实现错峰平谷的目标，即：
其中，Pi，p为峰时段电价，Pi，v为谷时段电价，k1＝2，k2＝5；
(3)负荷调控量平衡约束：
其中，Ss，m为第m个用户参与调控的负荷量，Sr，j为第j个区域的负荷调控量；
(4)负荷调控量约束：
Ss，m≤Ss，m，max
其中，Ss，m，max为用户可参与调控的负荷总量；
(5)平谷调控价格约束：
Ps，t≤Pp，t
其中，Ps，t为t时刻平谷时的用户电价，Pp，t为t时刻平谷时的实时电价。
与现有技术相比，本发明的有益效果为：
本发明一种基于区块链技术的配网错峰平谷自适应自平衡方法中，利用区块链技术的信息公开透明、信息安全特点实现用户参与电网错峰平谷；通过电网与用户点对点式信息交互，实现双方信息透明、数据共享，简化用户参与调控步骤，实现调控过程的精细化、高效化，适用于具有去中心化与多中心特点并存的分布式配网电力调控方式；本设计引导用户积极主动参与配网的错峰平谷调控，在不影响用户正常用电的情况下，可有效快速降低电网的负荷峰值，提高了电网运行的安全稳定裕度。
附图说明
图1是本发明一种基于区块链技术的配网错峰平谷自适应自平衡方法的流程图。
图2是本发明中数据采集与激励水平调整策略示意图。
图3是本发明中配网错峰平谷区块链平台示意图。
具体实施方式
以下结合附图说明和具体实施方式对本发明作进一步详细的说明。
参见图1至图3，一种基于区块链技术的配网错峰平谷自适应自平衡方法，该方法包括以下步骤：
S1、基于区块链技术搭建配网错峰平谷区块链平台；
S2、制定用户参与错峰平谷的任务智能合约，并将任务智能合约存储在配网错峰平谷区块链平台中；
S3、利用智能电表获取配网容量，并计算配网容量与负荷曲线；利用智能电表获取用户实时用电负荷，上述所得数据在配网错峰平谷区块链平台中进行处理与存储；
S4、电网监测配网容量与负荷曲线，峰负荷出现时，发布任务智能合约，引导用户参与错峰平谷调控；
S5、以错峰平谷效果最大化为目标，对区块链技术下的配网错峰平谷自适应自平衡方法进行数据可追溯性评价。
步骤S1中，配网错峰平谷区块链平台的节点包括用户节点、管理节点与维护节点；
所述用户节点是指参与调控的各类用户，包括居民用户与商业用户；
所述管理节点是指电网侧，用于制定激励措施及管理智能合约；
所述维护节点用于辅助错峰平谷中的各类事务，包括各类数据记录、整理与归档。
步骤S2中，所述任务智能合约包括用户积分计算智能合约、用户收益计算智能合约、用户响应度计算智能合约与错峰平谷可追溯评价智能合约。
步骤S4中，管理节点从电网中获取负荷数据，依据区域内电网负荷数据，分析判断应启动错峰平谷响应等级，调用任务智能合约，向用户节点发起错峰平谷任务发布请求。
步骤S4中，用户依据管理节点发布任务完成整个错峰平谷周期后，用户节点向管理节点提交用户参与错峰平谷起始时间与终止时间、用户时段负荷量、用户时段用电量，管理节点接收用户数据后执行任务智能合约。
步骤S4中，用户积分目标函数为：
其中，tm，i为用户参与调控状态，k1为峰平比，ξ为电力弹性系数，a为峰值时间系数，
为用户参与调控开始时间，
为平均电价，e为积分系数；m为用户，m∈M，M为所有参与调控的用户集合；i为用户参与调控时刻，i∈N，N为调控时刻集合；
tm，i定义为：
在用户积分目标函数基础上建立受负荷下降速度影响积分目标函数：
其中，E为用户负荷，
为用户参与调控开始时间，
为用户参与调控结束时间；
约束条件为：
(1)调控双方功率平衡
对于任意时刻i，电网侧与用户侧的交互功率为：
其中，xm，i为负荷调控量；
(2)用户负荷调控容量限制
用户参与调控的任一时刻，其负荷调控容量应符合约束：
其中，
为用户参与调控开始时的负荷量，
为用户负荷总量；
(3)调控功率限制
用户侧参与调控过程中，其每个优化时间段内调控最大功率负荷为：
-Pmax≤x≤Pmax
其中，x为调控功率，Pmax为最大调控功率。
步骤S4中，用户收益目标函数为：
其中，
为用户参与调控开始时的负荷量，
为用户参与调控结束时的负荷量，
为用户负荷总量，
为用户参与调控开始时间，
为用户参与调控结束时间，b为用户用电量转换系数，c为积分转换系数。
步骤S4中，用户不确定性响应模型为：
Δr(ζ)＝Δravg(ζ)+Δrran(ζ)
其中，Δr(ζ)为某个用户在某时刻t激励水平ζ下用户的实际响应度，Δravg(ζ)为某个用户在某时刻t激励水平ζ下用户的平均响应度，Δrran(ζ)为某个用户某时刻t激励水平ζ下用户的随机响应度；
基于心理学锚定效应，引入激励水平-随机响应度关系，假设用户响应度与激励水平呈线性关系，ζ0、ζ1分别为启动激励水平和饱和激励水平，在ζ0到ζ1线性激励区间中，存在最大响应情况与不响应情况，分别对应Δrmax(ζ)与Δrmin(ζ)，则用户响应度目标函数为：
其中，Δrmax(ζ)为最大响应度，Δrmin(ζ)为最小响应度。
步骤S4中，所述维护节点将任务原始数据与执行任务智能合约产生的数据存储到区块链中，并将产生的积分与收益下发到用户账户。
步骤S5中，对于调控峰谷差效果，设目标峰谷差值最小，即：
min(max{q*(t)}-q*(t))×d
其中，q*(t)为t时段的电网负荷标幺值，d为评价系数；
约束条件为：
(1)实行峰谷分时电价前后用户的电费成本为：
其中，I0和I1分别为实行峰谷分时电价前后用户的电费成本，Qi0和Qi分别为实行峰谷分时电价前后用户用电量，Pi0和Pi分别为实行峰谷分时电价前后的电价；
在峰谷分时电价的激励下，用户将高峰负荷转移到低谷时段来降低电费的成本，需要满足：
I1≤I0
(2)确定峰谷电价时，峰谷电价比值有一定的范围限制，否则将会出现峰谷倒置或响应不足情况，无法实现错峰平谷的目标，即：
其中，Pi，p为峰时段电价，Pi，v为谷时段电价，k1＝2，k2＝5；
(3)负荷调控量平衡约束：
其中，Ss，m为第m个用户参与调控的负荷量，Sr，j为第j个区域的负荷调控量；
(4)负荷调控量约束：
Ss，m≤Ss，m，max
其中，Ss，m，max为用户可参与调控的负荷总量；
(5)平谷调控价格约束：
Ps，t≤Pp，t
其中，Ps，t为t时刻平谷时的用户电价，Pp，t为t时刻平谷时的实时电价。
本发明的原理说明如下：
本设计搭建错峰平谷区块链平台，对电网负荷数据进行梳理分析，完成对区域内配电网负荷数据信息数据库的建立。管理节点从电网中获取负荷数据，依据区域内电网负荷数据，管理节点分析判断应启动错峰平谷响应等级，管理节点从区块链中调用错峰平谷对应响应等级任务智能合约，管理节点向用户节点发起错峰平谷任务发布请求。执行错峰平谷任务智能合约，从管理节点获取业务数据，从用户节点获取业务数据，根据管理节点的业务数据与用户节点的业务数据，执行管理节点与用户节点之间业务，并由维护节点将业务原始数据与产生数据存储到区块链中。待用户依据管理节点发布任务完成整个错峰平谷周期后，用户节点收集用户参与错峰平谷数据，包括用户参与错峰平谷起始时间与终止时间、用户时段负荷量、用户时段用电量，将数据打包，用户节点向管理节点发起数据发送请求，管理节点接收用户电力数据，依据用户节点提交数据执行任务智能合约。
用户以电网发布电价为锚，当电网在峰谷时段以补贴为手段进行负荷调控时，用户将使用转移负荷使用时段，中断负荷，降低用电功率等手段调整自我用电策略，在峰时段进行负荷调减响应，在谷时段进行负荷调增响应。
本设计利用区块链信息高度透明特点对用户发布错峰平谷活动信息，提高用户参与错峰平谷积极性；根据心理学锚定效应，使用用电激励方案引导用户调整用电策略，有效达到局域内电网与用户双向参与的自适应自平衡峰谷差的效果，保证电力系统安全稳定运行。
实施例：
参见图1至图3，一种基于区块链技术的配网错峰平谷自适应自平衡方法，该方法包括以下步骤：
S1、基于区块链技术搭建配网错峰平谷区块链平台；
配网错峰平谷区块链平台的节点包括用户节点、管理节点与维护节点；
所述用户节点是指参与调控的各类用户，包括居民用户与商业用户；
所述管理节点是指电网侧，用于制定激励措施及管理智能合约；
所述维护节点用于辅助错峰平谷中的各类事务，包括各类数据记录、整理与归档；
S2、制定用户参与错峰平谷的任务智能合约，并将任务智能合约存储在配网错峰平谷区块链平台中；
所述任务智能合约包括用户积分计算智能合约、用户收益计算智能合约、用户响应度计算智能合约与错峰平谷可追溯评价智能合约；
S3、利用智能电表获取配网容量，并计算配网容量与负荷曲线；利用智能电表获取用户实时用电负荷，上述所得数据在配网错峰平谷区块链平台中进行处理与存储；
S4、电网监测配网容量与负荷曲线，峰负荷出现时，发布任务智能合约，引导用户参与错峰平谷调控；
管理节点从电网中获取负荷数据，依据区域内电网负荷数据，分析判断应启动错峰平谷响应等级，调用任务智能合约，向用户节点发起错峰平谷任务发布请求；
用户依据管理节点发布任务完成整个错峰平谷周期后，用户节点向管理节点提交用户参与错峰平谷起始时间与终止时间、用户时段负荷量、用户时段用电量，管理节点接收用户数据后执行任务智能合约；
用户积分目标函数为：
其中，tm，i为用户参与调控状态，k1为峰平比，ξ为电力弹性系数，a为峰值时间系数，
为用户参与调控开始时间，
为平均电价，e为积分系数；m为用户，m∈M，M为所有参与调控的用户集合；i为用户参与调控时刻，i∈N，N为调控时刻集合；
tm，i定义为：
在用户积分目标函数基础上建立受负荷下降速度影响积分目标函数：
其中，E为用户负荷，
为用户参与调控开始时间，
为用户参与调控结束时间；
约束条件为：
(1)调控双方功率平衡
对于任意时刻i，电网侧与用户侧的交互功率为：
其中，xm，i为负荷调控量；
(2)用户负荷调控容量限制
用户参与调控的任一时刻，其负荷调控容量应符合约束：
其中，
为用户参与调控开始时的负荷量，
为用户负荷总量；
(3)调控功率限制
用户侧参与调控过程中，其每个优化时间段内调控最大功率负荷为：
-Pmax≤x≤Pmax
其中，x为调控功率，Pmax为最大调控功率；
用户收益目标函数为：
其中，
为用户参与调控开始时的负荷量，
为用户参与调控结束时的负荷量，
为用户负荷总量，
为用户参与调控开始时间，
为用户参与调控结束时间，b为用户用电量转换系数，c为积分转换系数；
用户不确定性响应模型为：
Δr(ζ)＝Δravg(ζ)+Δrran(ζ)
其中，Δr(ζ)为某个用户在某时刻t激励水平ζ下用户的实际响应度，Δravg(ζ)为某个用户在某时刻t激励水平ζ下用户的平均响应度，Δrran(ζ)为某个用户某时刻t激励水平ζ下用户的随机响应度；
基于心理学锚定效应，引入激励水平-随机响应度关系，假设用户响应度与激励水平呈线性关系，ζ0、ζ1分别为启动激励水平和饱和激励水平，在ζ0到ζ1线性激励区间中，存在最大响应情况与不响应情况，分别对应Δrmax(ζ)与Δrmin(ζ)，则用户响应度目标函数为：
其中，Δrmax(ζ)为最大响应度，Δrmin(ζ)为最小响应度；
所述维护节点将任务原始数据与执行任务智能合约产生的数据存储到区块链中，并将产生的积分与收益下发到用户账户；
S5、以错峰平谷效果最大化为目标，对区块链技术下的配网错峰平谷自适应自平衡方法进行数据可追溯性评价；
对于调控峰谷差效果，设目标峰谷差值最小，即：
min(max{q*(t)}-q*(t))×d
其中，q*(t)为t时段的电网负荷标幺值，d为评价系数；
约束条件为：
(1)实行峰谷分时电价前后用户的电费成本为：
其中，I0和I1分别为实行峰谷分时电价前后用户的电费成本，Qi0和Qi分别为实行峰谷分时电价前后用户用电量，Pi0和Pi分别为实行峰谷分时电价前后的电价；
在峰谷分时电价的激励下，用户将高峰负荷转移到低谷时段来降低电费的成本，需要满足：
I1≤I0
(2)确定峰谷电价时，峰谷电价比值有一定的范围限制，否则将会出现峰谷倒置或响应不足情况，无法实现错峰平谷的目标，即：
其中，Pi，p为峰时段电价，Pi，v为谷时段电价，k1＝2，k2＝5；
(3)负荷调控量平衡约束：
其中，Ss，m为第m个用户参与调控的负荷量，Sr，j为第j个区域的负荷调控量；
(4)负荷调控量约束：
Ss，m≤Ss，m，max
其中，Ss，m，max为用户可参与调控的负荷总量；
(5)平谷调控价格约束：
Ps，t≤Pp，t
其中，Ss，t为t时刻平谷时的用户电价，Pp，t为t时刻平谷时的实时电价。
利用软件进行仿真，假定错峰平谷系统运行在某设定局部区域，设定参与用户为1000户，其中居民用户900户，商业用户100户；在该系统开始运行时，下午2点负荷达到二级响应阈值，在系统接近负荷峰值时，管理节点启动二级错峰平谷任务响应，积分系数为0.85，依据响应任务等级，每度电补贴价格为0.8元，峰值电价补贴较高，用户收益与用户积分比例大，初始约有170户居民用户和30户商业用户参与错峰平谷负荷调节，响应度为0.2，用户减少每度电积分为2.3个积分，依据电网峰值电价0.6元/度，用户每度收益为(R2-0.6)×Q；随着时间推移，配网峰负荷逐渐下降，但参与用户数量增大，约有260户居民用户和70户商业用户，积分系数为0.63，每度电补贴为0.5元，响应度为0.33；用户数量增长致使峰负荷急速下降，同时，用户收益与积分比例减小；随着时间推移，参与用户数量减少，负荷曲线趋于平滑，下午4点取消错峰平谷任务；二级响应任务持续时间为两小时，实际用电为4950千瓦时，历史同期用电量为5480千瓦时，节省用电量530千瓦时，节省同期电量9％。
Claims (7)
1.一种基于区块链技术的配网错峰平谷自适应自平衡方法，其特征在于，该方法包括以下步骤：
S1、基于区块链技术搭建配网错峰平谷区块链平台；
配网错峰平谷区块链平台的节点包括用户节点、管理节点与维护节点；
所述用户节点是指参与调控的各类用户，包括居民用户与商业用户；
所述管理节点是指电网侧，用于制定激励措施及管理智能合约；
所述维护节点用于辅助错峰平谷中的各类事务，包括各类数据记录、整理与归档；
S2、制定用户参与错峰平谷的任务智能合约，并将任务智能合约存储在配网错峰平谷区块链平台中；
所述任务智能合约包括用户积分计算智能合约、用户收益计算智能合约、用户响应度计算智能合约与错峰平谷可追溯评价智能合约；
S3、利用智能电表获取配网容量，并计算配网容量与负荷曲线；利用智能电表获取用户实时用电负荷，所得数据在配网错峰平谷区块链平台中进行处理与存储；
S4、电网监测配网容量与负荷曲线，峰负荷出现时，发布任务智能合约，引导用户参与错峰平谷调控；
S5、以错峰平谷效果最大化为目标，对区块链技术下的配网错峰平谷自适应自平衡方法进行数据可追溯性评价；
对于调控峰谷差效果，设目标峰谷差值最小，即：
min(max{q*(t)}-q*(t))×d
其中，q*(t)为t时段的电网负荷标幺值，d为评价系数；
约束条件为：
(1)实行峰谷分时电价前后用户的电费成本为：
其中，I0和I1分别为实行峰谷分时电价前后用户的电费成本，Qi0和Qi分别为实行峰谷分时电价前后用户用电量，Pi0和Pi分别为实行峰谷分时电价前后的电价；
在峰谷分时电价的激励下，用户将高峰负荷转移到低谷时段来降低电费的成本，需要满足：
I1≤I0
(2)确定峰谷电价时，峰谷电价比值有一定的范围限制，否则将会出现峰谷倒置或响应不足情况，无法实现错峰平谷的目标，即：
其中，Pi，p为峰时段电价，Pi，v为谷时段电价，k1＝2，k2＝5；
(3)负荷调控量平衡约束：
其中，Ss，m为第m个用户参与调控的负荷量，Sr，j为第j个区域的负荷调控量；
(4)负荷调控量约束：
Ss，m≤Ss，m，max
其中，Ss，m，max为用户可参与调控的负荷总量；
(5)平谷调控价格约束：
Ps，t≤Pp，t
其中，Ps，t为t时刻平谷时的用户电价，Pp，t为t时刻平谷时的实时电价。
2.根据权利要求1所述的一种基于区块链技术的配网错峰平谷自适应自平衡方法，其特征在于：步骤S4中，管理节点从电网中获取负荷数据，依据区域内电网负荷数据，分析判断应启动错峰平谷响应等级，调用任务智能合约，向用户节点发起错峰平谷任务发布请求。
3.根据权利要求2所述的一种基于区块链技术的配网错峰平谷自适应自平衡方法，其特征在于：步骤S4中，用户依据管理节点发布任务完成整个错峰平谷周期后，用户节点向管理节点提交用户参与错峰平谷起始时间与终止时间、用户时段负荷量、用户时段用电量，管理节点接收用户数据后执行任务智能合约。
4.根据权利要求3所述的一种基于区块链技术的配网错峰平谷自适应自平衡方法，其特征在于：
步骤S4中，用户积分目标函数为：
其中，tm，i为用户参与调控状态，k1为峰平比，ξ为电力弹性系数，a为峰值时间系数，
为用户参与调控开始时间，
为平均电价，e为积分系数；m为用户，m∈M，M为所有参与调控的用户集合；i为用户参与调控时刻，i∈N，N为调控时刻集合；
tm，i定义为：
在用户积分目标函数基础上建立受负荷下降速度影响积分目标函数：
其中，E为用户负荷，
为用户参与调控开始时间，
为用户参与调控结束时间；
约束条件为：
(1)调控双方功率平衡
对于任意时刻i，电网侧与用户侧的交互功率为：
其中，xm，i为负荷调控量；
(2)用户负荷调控容量限制
用户参与调控的任一时刻，其负荷调控容量应符合约束：
其中，
为用户参与调控开始时的负荷量，
为用户负荷总量；
(3)调控功率限制
用户侧参与调控过程中，其每个优化时间段内调控最大功率负荷为：
-Pmax≤x≤Pmax
其中，x为调控功率，Pmax为最大调控功率。
5.根据权利要求4所述的一种基于区块链技术的配网错峰平谷自适应自平衡方法，其特征在于：步骤S4中，用户收益目标函数为：
其中，
为用户参与调控结束时的负荷量，b为用户用电量转换系数，c为积分转换系数。
6.根据权利要求3所述的一种基于区块链技术的配网错峰平谷自适应自平衡方法，其特征在于：
步骤S4中，用户不确定性响应模型为：
Δr(ζ)＝Δravg(ζ)+Δrran(ζ)
其中，Δr(ζ)为某个用户在某时刻t激励水平ζ下用户的实际响应度，Δravg(ζ)为某个用户在某时刻t激励水平ζ下用户的平均响应度，Δran(ζ)为某个用户某时刻t激励水平ζ下用户的随机响应度；
基于心理学锚定效应，引入激励水平-随机响应度关系，假设用户响应度与激励水平呈线性关系，ζ0、ζ1分别为启动激励水平和饱和激励水平，在ζ0到ζ1线性激励区间中，存在最大响应情况与不响应情况，分别对应Δrmax(ζ)与Δrmin(ζ)，则用户响应度目标函数为：
其中，Δrmax(ζ)为最大响应度，Δrmin(ζ)为最小响应度。
7.根据权利要求3所述的一种基于区块链技术的配网错峰平谷自适应自平衡方法，其特征在于：步骤S4中，所述维护节点将任务原始数据与执行任务智能合约产生的数据存储到区块链中，并将产生的积分与收益下发到用户账户。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110360496.3A CN113054669B (zh) | 2021-04-02 | 2021-04-02 | 一种基于区块链技术的配网错峰平谷自适应自平衡方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110360496.3A CN113054669B (zh) | 2021-04-02 | 2021-04-02 | 一种基于区块链技术的配网错峰平谷自适应自平衡方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113054669A CN113054669A (zh) | 2021-06-29 |
| CN113054669B true CN113054669B (zh) | 2022-08-30 |
Family
ID=76517182
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110360496.3A Active CN113054669B (zh) | 2021-04-02 | 2021-04-02 | 一种基于区块链技术的配网错峰平谷自适应自平衡方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113054669B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114386702A (zh) * | 2022-01-14 | 2022-04-22 | 国网浙江省电力有限公司 | 一种间歇性生产工艺参与电力需求响应的优化方法及系统 |
| CN114123202B (zh) * | 2022-01-27 | 2022-04-19 | 湖南工商大学 | 一种动态均衡电网负荷方法 |
| CN115171280B (zh) * | 2022-08-01 | 2023-08-11 | 宁波三星医疗电气股份有限公司 | 一种预付费电能表的费控处理方法、智能电表、存储介质 |
| CN117060425B (zh) * | 2023-10-12 | 2024-04-09 | 国网浙江省电力有限公司宁波供电公司 | 一种基于强化学习的配网峰谷差自适应控制方法及系统 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106202596A (zh) * | 2015-05-08 | 2016-12-07 | 贵州电网公司电力调度控制中心 | 一种分时电价的分段方法 |
| CN105552941B (zh) * | 2015-12-31 | 2018-05-04 | 国家电网公司 | 一种分布式电源调峰容量优化方法 |
| CN107681675A (zh) * | 2017-09-27 | 2018-02-09 | 赫普科技发展（北京）有限公司 | 基于分布式蓄电设施的区块链电力交易调峰调频系统 |
| CN108400590A (zh) * | 2018-03-07 | 2018-08-14 | 四川省华森新科信息有限公司 | 一种基于区块链和云电源的微能网生态系统 |
-
2021
- 2021-04-02 CN CN202110360496.3A patent/CN113054669B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN113054669A (zh) | 2021-06-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113054669B (zh) | 一种基于区块链技术的配网错峰平谷自适应自平衡方法 | |
| CN111769600B (zh) | 一种基于灵活性裕度的电力系统源荷储协调滚动调度方法 | |
| CN110188950A (zh) | 基于多代理技术的虚拟电厂供电侧和需求侧优化调度建模方法 | |
| CN109245183A (zh) | 一种基于负荷控制的高风光渗透率地区电网调峰方法 | |
| CN110728410A (zh) | 一种计及需求响应灵活性和不确定性的负荷聚合商经济调度方法 | |
| CN111244991B (zh) | 一种考虑电池寿命的储能电站运行控制方法及系统 | |
| CN109802412B (zh) | 用户侧负荷聚集商储能容量的优化配置方法 | |
| CN109936130B (zh) | 一种负荷动态控制方法 | |
| CN111832940B (zh) | 一种电动汽车充电调度方法、装置和存储介质 | |
| CN110417061B (zh) | 一种基于改进蛙跳算法的电热联合系统调度方法 | |
| CN112116150A (zh) | 一种负荷聚合商参与蓄热式电采暖电力市场调节方法 | |
| CN109327035B (zh) | 一种电动汽车充电功率调节方法和系统 | |
| CN115713197A (zh) | 计及风电不确定性的电力系统荷储联合优化调度方法 | |
| CN116896086A (zh) | 考虑需求响应的虚拟电厂可调资源调控系统及方法 | |
| CN107947246B (zh) | 一种考虑调频增发的风电发电指标分配及增发评估方法 | |
| CN107016504A (zh) | 一种计及电动汽车随机模糊需求响应的调度优化建模及算法 | |
| CN107248735B (zh) | 一种基于配网利用效率的分电压等级输配电定价方法 | |
| CN116090675B (zh) | 基于区块链与神经网络联合的短时充电调度方法 | |
| CN116760025A (zh) | 电力系统的风险调度优化方法和系统 | |
| CN114936672B (zh) | 一种基于纳什谈判法的多虚拟电厂联合调度方法 | |
| CN115293495A (zh) | 一种基于动态参与因子的调度指令分解方法和能源控制器 | |
| CN109754335B (zh) | 一种基于负荷准线的高比例新能源消纳方法 | |
| CN117670091B (zh) | 一种基于聚合商的县域需求侧可调节资源互动响应方法 | |
| CN109728609B (zh) | 一种弃风电的调度方法及系统 | |
| Wang et al. | Quantitative and apportionment method of auxiliary service cost of new energy subject |
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 |