CN113344612B - 电力交易匹配方法、系统、智能电表、服务器和存储介质 - Google Patents
电力交易匹配方法、系统、智能电表、服务器和存储介质 Download PDFInfo
- Publication number
- CN113344612B CN113344612B CN202110545085.1A CN202110545085A CN113344612B CN 113344612 B CN113344612 B CN 113344612B CN 202110545085 A CN202110545085 A CN 202110545085A CN 113344612 B CN113344612 B CN 113344612B
- Authority
- CN
- China
- Prior art keywords
- electricity
- unit
- transaction
- selling
- electricity selling
- 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 54
- 230000005611 electricity Effects 0.000 claims abstract description 516
- 239000011159 matrix material Substances 0.000 claims abstract description 54
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 18
- 238000004590 computer program Methods 0.000 claims description 22
- 230000008901 benefit Effects 0.000 claims description 8
- 238000004891 communication Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 6
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 3
- 229910002092 carbon dioxide Inorganic materials 0.000 description 3
- 239000001569 carbon dioxide Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种电力交易匹配方法、系统、智能电表、服务器和存储介质。所述方法包括:智能电表在多个交易单元中确定售电单元和购电单元;对于各所述售电单元,所述智能电表确定所述售电单元对于各所述购电单元的电力出售价格,并将确定的所述电力出售价格发送至服务器;所述服务器根据各所述售电单元对于各所述购电单元的电力出售价格构建交易矩阵;所述服务器利用匈牙利算法对所述交易矩阵进行求解,得到多个交易匹配关系,各所述交易匹配关系包括一售电单元和一购电单元。采用本方法能够提高电力交易匹配的效率,进而提高电力交易的效率。
Description
技术领域
本申请涉及智能电网技术领域,特别是涉及一种电力交易匹配方法、系统、智能电表、服务器和存储介质。
背景技术
当前化石能源的衰竭和环境污染问题的日益凸显,而电力用户的用电需求随着经济发展却在迅速的增长。利用可再生能源产生电力是缓解这些问题的一种有效的方法。因此,研究拥有能够利用可再生能源产生电力的微电网系统作为供电售电途径以达到电力用户用电需求的电力交易系统,是十分有意义的。其中,微电网(Micro-Grid)是指由电力用户和智能电表构成的系统。在微电网系统中,电力用户会同时担任电力消费者和电力生产者角色。当电力用户具有过剩的电力时,能够与其他电力用户交易,实现互惠互利。
现有技术的电力交易系统中,包括有多个微电网系统和服务器,各个微电网系统可以同时将售电用户的售电电量、售电价格,以及购电用户的购电电量、购电价格上传至服务器中,服务器首先对接收到的售电用户对应的售电价格按照从小到大进行排序,针对每一个购电用户,将按照购电价格从大到小进行排序的购电用户逐一与各个售电用户进行匹配,选择能够提供满足购电电量且售电价格最低的售电用户。
而在大规模的电力交易中,现有技术需要针对各个购电用户逐一和各个售电用户进行匹配,才能完成所有电力用户的交易匹配,存在电力用户交易匹配效率低的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高电力用户交易匹配效率的电力用户交易匹配方法、系统、智能电表、服务器和存储介质。
第一方面,本申请提供一种电力用户交易匹配方法,方法包括:
智能电表在多个交易单元中确定售电单元和购电单元;
对于各售电单元,智能电表确定售电单元对于各购电单元的电力出售价格,并将确定的电力出售价格发送至服务器;
服务器根据各售电单元对于各购电单元的电力出售价格构建交易矩阵;
服务器利用匈牙利算法对交易矩阵进行求解,得到多个交易匹配关系,各交易匹配关系包括一售电单元和一购电单元。
在其中一个实施例中,智能电表在多个交易单元中确定售电单元和购电单元,包括:
智能电表获取各交易单元的电力数据,电力数据用于指示交易单元中的剩余电量;
智能电表根据各电力数据指示的剩余电量,在多个交易单元中确定售电单元和购电单元。
在其中一个实施例中,电力数据包括第一电力数据和第二电力数据,其中,第一电力数据指示的剩余电量大于0,第二电力数据指示的剩余电量小于0,智能电表根据各电力数据指示的剩余电量,在多个交易单元中确定售电单元和购电单元,包括:
智能电表将第一电力数据对应的交易单元作为售电单元;
智能电表将第二电力数据对应的交易单元作为购电单元。
在其中一个实施例中,智能电表确定售电单元对于各购电单元的电力出售价格,包括:
智能电表根据售电单元对应的可售电量以及各购电单元对应的欲购电量,从各购电单元中确定超额购电单元,其中,超额购电单元对应的欲购电量大于售电单元对应的可售电量;
智能电表将售电单元对于超额购电单元的电力出售价格确定为无穷大。
在其中一个实施例中,服务器根据各售电单元对于各购电单元的电力出售价格构建交易矩阵,包括:
服务器根据各售电单元对于各购电单元的电力出售价格构建大小为n*m的交易矩阵,其中,n为购电单元的数量,m为售电单元的数量,且,交易矩阵中的第u行第j列的元素为各售电单元中的第j个售电单元对应各购电单元中的第u个购电单元的电力出售价格。
在其中一个实施例中,服务器利用匈牙利算法对交易矩阵进行求解,得到多个交易匹配关系,包括:
服务器利用匈牙利算法对交易矩阵进行求解,得到匹配向量,匹配向量包括与各购电单元一一对应的多个向量元素,各向量元素的值用于指示与对应的购电单元所匹配的售电单元。
在其中一个实施例中,交易单元为微电网系统,售电单元包括微电网系统中的多个售电用户,方法还包括:
智能电表对于各售电单元,在电力交易完成之后,获取售电单元售电得到的售电收益;
智能电表根据各售电用户提供的售电电量以及售电收益,确定各售电用户的用户收益。
第二方面,本身请提供一种电力用户交易匹配系统,系统包括:智能电表、服务器以及多个交易单元;
其中,智能电表,用于执行上述第一方面任一项方法中智能电表执行的步骤;
服务器,用于执行上述第一方面任一项方法中服务器执行的步骤。
第三方面,本申请提供一种智能电表,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述第一方面任一项方法实施例中智能电表执行的步骤。
第四方面,本申请提供一种服务器,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述第一方面任一项方法实施例中服务器执行的步骤。
第五方面,本申请提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述第一方面任一项实施例中方法的步骤。
上述电力交易匹配方法、系统、智能电表、服务器和存储介质,通过智能电表在多个交易单元中确定售电单元和购电单元;对于各售电单元,智能电表确定售电单元对于各购电单元的电力出售价格,并将确定的电力出售价格发送至服务器;服务器根据各售电单元对于各购电单元的电力出售价格构建交易矩阵;服务器利用匈牙利算法对交易矩阵进行求解,得到多个交易匹配关系,各交易匹配关系包括一售电单元和一购电单元。能够在确定了售电单元对于不同购电单元的电力出售价格后,仅需进行矩阵计算,即可确定最优的购电用户和售电用户的匹配结果,提高了电力交易匹配的效率,进行提高电力交易的效率。
附图说明
图1为一个实施例中电力交易匹配方法的应用环境图;
图2为一个实施例中电力交易匹配方法的流程示意图;
图3为另一个实施例中电力交易匹配方法的流程示意图;
图4为另一个实施例中电力交易匹配方法的流程示意图;
图5为另一个实施例中电力交易匹配方法的流程示意图;
图6为另一个实施例中电力交易匹配方法的流程示意图;
图7为一个实施例中电力交易系统的结构框图;
图8为一个实施例中智能电表的内部结构图;
图9为一个实施例中服务器的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的电力交易匹配方法,可以应用于如图1所示的应用环境中。该应用环境中包括智能电表101、服务器102和多个交易单元103。其中,服务器中包括有区块链基础设施平台。其中,智能电表101通过网络与服务器102进行通信。智能电表确定售电单元和购电单元后,将售电数据和购电数据发送至服务器中的区域链基础设施平台,通过区域链基础设施平台中的智能合约计算匹配最优的售电单元和购电单元,并将匹配结果发送至各智能电表,进而多个完成售电用户和购电用户通过智能电表完成交易。其中,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。其中,智能电表为基于可信硬件的设备,不仅记录电量,同时可作为区块链的客户端节点,拥有一定的计算能力,负责替交易用户发起交易;其中交易用户可以是多个微电网系统或者微电网系统中的多个电力用户。
在一个实施例中,如图2所示,提供了一种电力交易匹配方法,以该方法应用于图1中的应用环境为例进行说明,包括以下步骤:
S202,智能电表在多个交易单元中确定售电单元和购电单元。
其中,交易单元可以为多个微电网系统,也可以为微电网系统中的多个电力用户,在此不加以限制。售电单元可以包括当前时刻t具有剩余电量的微电网系统,或者微电网系统中当前时刻t具有剩余电量的电力用户;购电单元为当前时刻t无剩余电量且需购电的微电网系统,或者微电网系统中当前时刻t无剩余电量且需购电的电力用户。
具体地,在进行电力交易匹配时,若交易单元为微电网系统中的电力用户,即电力交易是在各个微电网系统中进行的交易。首先需要智能电表计算微电网系统中的电力用户哪些为售电单元,即售电用户,以及哪些电力用户为购电单元,即购电用户。可以通过电力用户j在当前时刻t内生产的总电力、电力用户j使用的电量、电力用户j留存作为备用的电量以及上一时刻(t-1)所残留的电量进行一定的数学计算,得到各个电力用户的剩余电量。然后对剩余电量进行判断,若剩余电量大于0,则为售电用户;若剩余电量小于等于0,则为购电用户。
在进行电力交易匹配时,若交易单元为微电网系统,即电力交易是各个微电网系统之间的交易,需要智能电表计算各个微电网系统哪些为售电单元,即售电微电网,以及哪些微电网系统为购电单元,即购电微电网。首先需要在各个微电网系统中的电力交易完成后,由智能电表计算各个微电网系统的总剩余电量。可以通过对各个微电网系统中的电力用户的剩余电量进行求和,确定微电网系统的剩余电量,在对微电网系统的剩余电量进行判断,若剩余电量大于0,则为售电微电网;若剩余电量小于等于0,则为购电微电网。
S204,对于各售电单元,智能电表确定售电单元对于各购电单元的电力出售价格,并将确定的电力出售价格发送至服务器。
具体地,对于各售电单元,智能电表在确定售电单元对于各购电单元的电力的电力出售价格时,需要考虑不同的因素,完成电力出售价格的定价。对于微电网系统的内部交易和外部交易,采取定价的因素有所不同。若针对微电网系统内部电力用户之间的的电力交易,可以考虑初始单位电量的定价、电力用户的剩余电量、售电用户信用、电力质量、对于不同购电用户的售电偏好等,共同定价,确定售电单元对于各购电单元的电力出售价格。若针对微电网系统之间的电力交易,可以考虑微电网系统的地理因素、产生清洁电力的奖励以及产电附带二氧化碳的惩罚等因素,共同定价,确定售电单元对于各购电单元的电力出售价格。
若电力交易是微电网系统内部电力用户之间的电力交易,则智能电表可以首先通过公式对电力用户的电力出售价格进行定价,其中,公式中的pricei,j(t)表示在当前时刻t微电网系统i电力用户j出售剩余电量的电力出售价格,uniti,j(t)表示为初始单位电量的定价,表示当前时刻t微电网i电力用户j的剩余电量,表示售电用户信用,Qui,j(t)表示电力质量。由于,在进行电力交易时,交易单元可能存在虚报电量、恶意拒绝交易等行为,并且,对于各个微电网系统能够提供的电力质量不同,因此,也需要将售电单元的信用作为考虑因素,也需对电力质量进行考虑,且uniti,j(t)、Qui,j(t)的数据信息都预先存储在智能电表中。在进行初步定价后,还可以通过公式对售电用户对于各购电单元的电力出售价格进行定价,完成最终定价,其中,pricei,j,u(t)表示在当前时刻t微电网系统i中电力用户j出售剩余电量给微电网电力用户u的定价;βj,u(t)表示电力用户j的对于电力用户u的售电偏好。其中,βj,u(t)的数据信息也存储在智能电表中。在确定所有售电用户对于各购电用户的电力出售价格后,将所有的电力出售价格发送至服务器中。对于微电网内部电力用户u来说,能够以最小的价格购买到自己所需的电量是最终目标,但是针对不同的售电用户,需要付出不同的代价才能对电力进行购买,从而符合自己的要求,具体要求如下所示:
其中,priceu,j(t)表示购电用户u购买售电用户j的最终价格,如果用户j的电量不能满足用户u的电量,则不可能完成一笔电力交易,因此将出售电力价格表示为无穷大,如果如果用户j的电量能够满足用户u的电量,则用户u选择一个需要付出最小代价的电力出售用户进行购电。
若电力交易是微电网系统之间的电力交易,则智能电表可以首先通过公式首先确定地理因素对售电用户对于各购电单元的电力出售价格的影响,其中,表示为距离因子,不用微电网系统的的距离不同则对应不同的距离因子,因此对于不同的微电网电力购买者,会产生不同的电力价格。其次,可以通过公式Rewardi(t)=(Uti-Ut)*RUniti(t),确定产生清洁电力的奖励,其中,Rewardi(t)表示当前时刻t内微电网系统i产生清洁能源的奖励,Uti表示清洁能源即时利用率,Ut表示清洁能源标准利用率,RUniti(t)表示当前时刻t内的单位清洁能源奖励值,且Uti、Ut、RUniti(t)均可直接从智能电表中获取。同时,可以通过公式Finei(t)=[H(t)-H(t0)]*fine(t),确定产生二氧化碳的罚金,其中,Finei(t)表示为在当前时刻t内的由于微电网系统i产生二氧化碳的罚金;H(t)表示时间t内即时碳排放量,H(t0)表示可接受的标准碳排放量,fine(t)表示单位碳排放量的罚金。最后,可以通过公式确定售电单元对于各购电单元的电力出售价格。其中,对于购电微电网来说,选择一个能够满足自己的购电量需求并且能够付出最小的价格为自己的目标,可以通过公式实现,其中,Pricei,pur(t)表示购电微电网最终购买电力的价格,n1表示售电微电网内部的用户总数,n2表示购电微电网内部的用户总数。如果售电微电网电力出售的电力总量不能满足购电微电网的电量需求,则不可能完成一笔交易,因此价格表示为无穷大。如果满足条件,则购电微电网选择一个需要付出最小代价的售电微电网进行购电。
S206,服务器根据各售电单元对于各购电单元的电力出售价格构建交易矩阵。
具体地,服务器接收到售电单元对于各购电单元的电力出售价格后,将售电单元对于各购电单元的电力出售价格构建交易矩阵;其中,以售电单元为微电网系统的电力用户为例,交易矩阵可以为一个n*m的交易矩阵,其中,n为购电单元的数量,m为售电单元的数量,且,交易矩阵中的第u行第j列的元素为各售电单元中的第j个售电单元对应各购电单元中的第u个购电单元的电力出售价格;也可以是一个m*n交易矩阵,其中,n为购电单元的数量,m为售电单元的数量,且,交易矩阵中的第j行第u列的元素为各所述售电单元中的第j个售电单元对应各所述购电单元中的第u个购电单元的电力出售价格,在此不加以限制。
S208,服务器利用匈牙利算法对交易矩阵进行求解,得到多个交易匹配关系,各交易匹配关系包括一售电单元和一购电单元。
具体地,服务器在构建交易矩阵后,可以利用匈牙利算法对交易矩阵进行求解,得到多个购电单元与售电单元匹配的关系。
上述电力交易匹配方法中,通过智能电表在多个交易单元中确定售电单元和购电单元;对于各售电单元,智能电表确定售电单元对于各购电单元的电力出售价格,并将确定的电力出售价格发送至服务器;服务器根据各售电单元对于各购电单元的电力出售价格构建交易矩阵;服务器利用匈牙利算法对交易矩阵进行求解,得到多个交易匹配关系,各交易匹配关系包括一售电单元和一购电单元。能够在确定了售电单元对于不同购电单元的电力出售价格后,仅需进行矩阵计算,即可确定最优的购电用户和售电用户的匹配结果,提高了电力交易匹配的效率,进行提高电力交易的效率。
上述实施例对电力交易匹配方法进行了说明,在进行电力交易匹配时,首先需要从交易单元中确定售电单元和购电单元,现以一个实施例对如何确定售电单元和购电单元进行说明,在一个实施例中,如图3所示,智能电表在多个交易单元中确定售电单元和购电单元,包括:
S302,智能电表获取各交易单元的电力数据,电力数据用于指示交易单元中的剩余电量。
具体地,当交易单元在实际用电过程中,智能电表均会实时记录并存储各个交易单元的购电量、用电量、产电量以及剩余电量等,在确定多个交易单元中的售电单元和购电单元时,可以实时从数据库中获取各个交易单元的剩余电量,即电力数据。
S304,智能电表根据各电力数据指示的剩余电量,在多个交易单元中确定售电单元和购电单元。
具体地,在进行电力交易匹配时,若交易单元为微电网系统中的电力用户,即电力交易是在各个微电网系统中进行的交易。首先需要智能电表计算微电网系统中的电力用户哪些为售电单元,即售电用户,以及哪些电力用户为购电单元,即购电用户。可以通过公式进行计算,其中i表示第i个微电网系统编号,j表示微电网系统i中第j个电力用户,表示当前时刻t微电网i电力用户j的剩余电量,表示电力用户j在当前时刻t内生产的总电力,表示电力用户j使用的电量;表示电力用户j留存作为备用的电力量;表示在上一时刻(t-1)所残留的电量。其中,i、j、 均为保存于智能电表中的数据,在电力用户用电过程中实时进行存储。
在进行电力交易匹配时,若交易单元为微电网系统,即电力交易是各个微电网系统之间的交易,首先需要在各个微电网系统中的电力交易完成后,由智能电表计算各个微电网系统的总剩余电量。可以通过对当前时刻t微电网i电力用户j的剩余电量进行求和,即各个微电网的剩余电量为其中,n为微电网系统中电力用户的数量。
可选地,电力数据包括第一电力数据和第二电力数据,其中,第一电力数据指示的剩余电量大于0,第二电力数据指示的剩余电量小于0,智能电表根据各电力数据指示的剩余电量,在多个交易单元中确定售电单元和购电单元,包括:
智能电表将第一电力数据对应的交易单元作为售电单元。
智能电表将第二电力数据对应的交易单元作为购电单元。
本实施例中,通过智能电表获取各交易单元的电力数据,电力数据用于指示交易单元中的剩余电量;智能电表根据各电力数据指示的剩余电量,在多个交易单元中确定售电单元和购电单元,能够通过各个交易单元的剩余电量准确确定售电单元和购电单元,为后续完成售电单元和购电单元的电力交易匹配提供基础。
上述实施例对如何确定售电单元和购电单元进行了说明,现以一个实施例对确定售电单元对于各购电单元的电力出售价格进一步说明,在一个实施例中,如图4所示,智能电表确定售电单元对于各购电单元的电力出售价格,包括:
S402,智能电表根据售电单元对应的可售电量以及各购电单元对应的欲购电量,从各购电单元中确定超额购电单元,其中,超额购电单元对应的欲购电量大于售电单元对应的可售电量。
具体地,智能电表确定售电单元和购电单元后,能够获取各售电单元的可售电量,以及各购电单元的欲购电量,对每个购电单元与售电单元进行匹配,匹配后确定每个售电单元的可售电量是否能满足各个购电单元的欲购电量,若不能满足,则确定该购电单元为超额购电单元。
S404,智能电表将售电单元对于超额购电单元的电力出售价格确定为无穷大。
具体地,智能电表将售电但愿对超额购电单元的电力出售价格确定为无穷大。
在本实施例中,通过智能电表根据售电单元对应的可售电量以及各购电单元对应的欲购电量,从各购电单元中确定超额购电单元,智能电表将售电单元对于超额购电单元的电力出售价格确定为无穷大。能够确保在后续售电单元与购电单元进行交易匹配时,原则上购电单元选取满足电量需求且电量出售价格最低的售电单元时,无法将电量出售价格为无穷大的售电单元进行匹配。
上述实施例对如何对电量出售价格定价进行了说明,现以一个实施例对如何进行电力交易匹配进行说明,在一个实施例中,服务器根据各售电单元对于各购电单元的电力出售价格构建交易矩阵,包括:
服务器根据各售电单元对于各购电单元的电力出售价格构建大小为n*m的交易矩阵,其中,n为购电单元的数量,m为售电单元的数量,且,交易矩阵中的第u行第j列的元素为各售电单元中的第j个售电单元对应各购电单元中的第u个购电单元的电力出售价格。
具体地,当服务器获取到智能电表对各售电单元对于各购电单元进行电力出售价格定价的电力出售价格后,根据各售电单元对于各购电单元的电力出售价格构建大小n*m的交易矩阵其中,n为购电单元的数量,m为售电单元的数量,且,交易矩阵中的第u行第j列的元素为各售电单元中的第j个售电单元对应各购电单元中的第u个购电单元的电力出售价格。
进一步地,服务器利用匈牙利算法对交易矩阵进行求解,得到多个交易匹配关系,包括:
服务器利用匈牙利算法对交易矩阵进行求解,得到匹配向量,匹配向量包括与各购电单元一一对应的多个向量元素,各向量元素的值用于指示与对应的购电单元所匹配的售电单元。
具体地,对构建的交易矩阵进行求解时,可以利用匈牙利算法,对其进行求解,得到一个购电单元向一个售电单元购电的最优电量出售价格,进而得到匹配向量其中,表示交易单元i购电单元u向哪一个售电单元购电,例如表示购电单元u向交易单元i售电单元1购买电力。
在本实施例中,服务器通过根据各售电单元对于各购电单元的电力出售价格构建大小为n*m的交易矩阵,并通过匈牙利算法对交易矩阵进行求解,确定最终的匹配向量,由于匈牙利算法的二分法特性,可以很好的解决大规模电力交易双方的匹配问题,匹配后仅需调用一次智能合约,提高了交易效率。
上述实施例对如何实现售电单元和购电单元的交易匹配进行了说明,在进行匹配交易后,还需要对交易进行的收益进行分配,现以一个实施例对如何分配收益进行说明,在一个实施例中,如图5所示,交易单元为微电网系统,售电单元包括微电网系统中的多个售电用户,方法还包括:
S502,智能电表对于各售电单元,在电力交易完成之后,获取售电单元售电得到的售电收益。
具体地,当交易单元为微电网系统间的交易时,当售电单元和购电单元完成了电力交易后,即售电微电网和购电微电网完成电力交易后,智能电表会获取各个售电微电网得到的售电收益。
S504,智能电表根据各售电用户提供的售电电量以及售电收益,确定各售电用户的用户收益。
具体地,智能电表根据售电微电网中的各个售电用户提供的售电电量,将获取的售电收益,按售电用户提供的售电电量的比例进行划分,确定各售电用户的用户收益。
在本实施例中,通过智能电表对于各售电单元,在电力交易完成之后,获取售电单元售电得到的售电收益,智能电表根据各售电用户提供的售电电量以及售电收益,确定各售电用户的用户收益。能够将获取的收益按比例划分,公平的划分给各个售电用户。
为了便于本领域技术人员的理解,现以一个实施例对电力交易匹配方法进一步说明,在一个实施例中,如图6所示,电力交易匹配方法包括:
S601,智能电表获取各交易单元的电力数据,电力数据用于指示交易单元中的剩余电量。
S602,电力数据包括第一电力数据和第二电力数据,其中,第一电力数据指示的剩余电量大于0,第二电力数据指示的剩余电量小于0,智能电表将第一电力数据对应的交易单元作为售电单元;智能电表将第二电力数据对应的交易单元作为购电单元。
S603,智能电表根据售电单元对应的可售电量以及各购电单元对应的欲购电量,从各购电单元中确定超额购电单元,其中,超额购电单元对应的欲购电量大于售电单元对应的可售电量。
S604,智能电表将售电单元对于超额购电单元的电力出售价格确定为无穷大。
S605,对于各售电单元,智能电表确定售电单元对于各购电单元的电力出售价格,并将确定的电力出售价格发送至服务器。
S606,服务器根据各售电单元对于各购电单元的电力出售价格构建大小为n*m的交易矩阵,其中,n为购电单元的数量,m为售电单元的数量,且,交易矩阵中的第u行第j列的元素为各售电单元中的第j个售电单元对应各购电单元中的第u个购电单元的电力出售价格。
S607,服务器利用匈牙利算法对交易矩阵进行求解,得到匹配向量,匹配向量包括与各购电单元一一对应的多个向量元素,各向量元素的值用于指示与对应的购电单元所匹配的售电单元。
S608,智能电表对于各售电单元,在电力交易完成之后,获取售电单元售电得到的售电收益;
S609,智能电表根据各售电用户提供的售电电量以及售电收益,确定各售电用户的用户收益。
上述电力交易匹配方法中,通过智能电表在多个交易单元中确定售电单元和购电单元;对于各售电单元,智能电表确定售电单元对于各购电单元的电力出售价格,并将确定的电力出售价格发送至服务器;服务器根据各售电单元对于各购电单元的电力出售价格构建交易矩阵;服务器利用匈牙利算法对交易矩阵进行求解,得到多个交易匹配关系,各交易匹配关系包括一售电单元和一购电单元。能够在确定了售电单元对于不同购电单元的电力出售价格后,仅需进行矩阵计算,即可确定最优的购电用户和售电用户的匹配结果,提高了电力交易匹配的效率,进行提高电力交易的效率。
应该理解的是,虽然图2-6的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-6中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
上述实施例对电力交易匹配方法进行了说明,现以一个实施例对电力交易匹配系统进行说明,在一个实施例中,如图7所示,提供了一种电力交易匹配系统,包括:智能电表701、服务器702以及多个交易单元703;
其中,智能电表,用于执行上述任一项实施例中智能电表执行的步骤;
服务器,用于执行上述任一项实施例中服务器执行的步骤。
关于电力交易匹配系统的具体限定可以参见上文中对于电力交易匹配方法的限定,在此不再赘述。
上述电力交易匹配系统中,通过智能电表在多个交易单元中确定售电单元和购电单元;对于各售电单元,智能电表确定售电单元对于各购电单元的电力出售价格,并将确定的电力出售价格发送至服务器;服务器根据各售电单元对于各购电单元的电力出售价格构建交易矩阵;服务器利用匈牙利算法对交易矩阵进行求解,得到多个交易匹配关系,各交易匹配关系包括一售电单元和一购电单元。能够在确定了售电单元对于不同购电单元的电力出售价格后,仅需进行矩阵计算,即可确定最优的购电用户和售电用户的匹配结果,提高了电力交易匹配的效率,进行提高电力交易的效率。
在一个实施例中,提供了一种智能电表,如图8所示,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中智能电表执行的步骤。该智能电表包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该智能电表的处理器用于提供计算和控制能力。该智能电表的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该智能电表的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种电力交易匹配方法。该智能电表的显示屏可以是液晶显示屏或者电子墨水显示屏,该智能电表的输入装置可以是显示屏上覆盖的触摸层,也可以是智能电表外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种服务器,该服务器的内部结构图如图9所示,该服务器包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该服务器的处理器用于提供计算和控制能力。该服务器的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该服务器的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种电力交易匹配方法。该服务器的显示屏可以是液晶显示屏或者电子墨水显示屏,该服务器的输入装置可以是显示屏上覆盖的触摸层,也可以是服务器外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图9中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种电力交易匹配方法,其特征在于,所述方法包括:
智能电表在多个交易单元中确定售电单元和购电单元;
对于各所述售电单元,所述智能电表确定所述售电单元对于各所述购电单元的电力出售价格,并将确定的所述电力出售价格发送至服务器;
所述服务器根据各所述售电单元对于各所述购电单元的电力出售价格构建交易矩阵;
所述服务器利用匈牙利算法对所述交易矩阵进行求解,得到多个交易匹配关系,各所述交易匹配关系包括一售电单元和一购电单元;
其中,智能电表在所述多个交易单元中确定售电单元和购电单元,包括:
所述智能电表获取各所述交易单元的电力数据,所述电力数据用于指示所述交易单元中的剩余电量;
所述智能电表根据各所述电力数据指示的剩余电量,在所述多个交易单元中确定所述售电单元和所述购电单元;
所述电力数据包括第一电力数据和第二电力数据,其中,所述第一电力数据指示的剩余电量大于0,所述第二电力数据指示的剩余电量小于0,所述智能电表根据各所述电力数据指示的剩余电量,在所述多个交易单元中确定所述售电单元和所述购电单元,包括:
所述智能电表将所述第一电力数据对应的交易单元作为所述售电单元;
所述智能电表将所述第二电力数据对应的交易单元作为所述购电单元;
所述剩余电量为当前时刻生产的总电力与电力用户使用的电量以及备用电力量的差值,并与上一时刻残留的电量求和。
2.根据权利要求1所述的方法,其特征在于,所述智能电表确定所述售电单元对于各所述购电单元的电力出售价格,包括:
所述智能电表根据所述售电单元对应的可售电量以及各所述购电单元对应的欲购电量,从各所述购电单元中确定超额购电单元,其中,所述超额购电单元对应的欲购电量大于所述售电单元对应的可售电量;
所述智能电表将所述售电单元对于所述超额购电单元的电力出售价格确定为无穷大。
3.根据权利要求1所述的方法,其特征在于,所述服务器根据各所述售电单元对于各所述购电单元的电力出售价格构建交易矩阵,包括:
所述服务器根据各所述售电单元对于各所述购电单元的电力出售价格构建大小为n*m的交易矩阵,其中,n为所述购电单元的数量,m为所述售电单元的数量,且,所述交易矩阵中的第u行第j列的元素为各所述售电单元中的第j个售电单元对应各所述购电单元中的第u个购电单元的电力出售价格。
4.根据权利要求1所述的方法,其特征在于,所述服务器利用匈牙利算法对所述交易矩阵进行求解,得到多个交易匹配关系,包括:
所述服务器利用匈牙利算法对所述交易矩阵进行求解,得到匹配向量,所述匹配向量包括与各所述购电单元一一对应的多个向量元素,各所述向量元素的值用于指示与对应的购电单元所匹配的售电单元。
5.根据权利要求1所述的方法,其特征在于,所述交易单元为微电网系统,所述售电单元包括微电网系统中的多个售电用户,所述方法还包括:
所述智能电表对于各所述售电单元,在电力交易完成之后,获取所述售电单元售电得到的售电收益;
所述智能电表根据各所述售电用户提供的售电电量以及所述售电收益,确定各所述售电用户的用户收益。
6.一种电力交易匹配系统,其特征在于,所述电力交易匹配系统包括:智能电表、服务器以及多个交易单元;
所述电力交易匹配系统,用于执行权利要求1至5中任一项所述的方法的步骤。
7.一种智能电表,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述计算机程序被所述处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
8.一种服务器,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述计算机程序被所述处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110545085.1A CN113344612B (zh) | 2021-05-19 | 2021-05-19 | 电力交易匹配方法、系统、智能电表、服务器和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110545085.1A CN113344612B (zh) | 2021-05-19 | 2021-05-19 | 电力交易匹配方法、系统、智能电表、服务器和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113344612A CN113344612A (zh) | 2021-09-03 |
CN113344612B true CN113344612B (zh) | 2023-04-07 |
Family
ID=77469511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110545085.1A Active CN113344612B (zh) | 2021-05-19 | 2021-05-19 | 电力交易匹配方法、系统、智能电表、服务器和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113344612B (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017153274A (ja) * | 2016-02-25 | 2017-08-31 | オムロン株式会社 | 電力取引マッチングシステム、電力取引マッチング方法および電力取引マッチングプログラム |
CN107817381A (zh) * | 2017-11-10 | 2018-03-20 | 赫普科技发展(北京)有限公司 | 一种智能电表 |
CN108711077B (zh) * | 2018-05-25 | 2021-07-13 | 电子科技大学 | 一种基于区块链技术的光伏型微电网交易方法 |
CN109902952B (zh) * | 2019-02-26 | 2023-04-07 | 广东工业大学 | 一种基于区块链的光伏微电网电力智能交易系统及方法 |
CN112019549B (zh) * | 2020-08-28 | 2022-07-19 | 长沙理工大学 | 基于区块链的电力交易系统以及交易方法和账单查询方法 |
-
2021
- 2021-05-19 CN CN202110545085.1A patent/CN113344612B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113344612A (zh) | 2021-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102094137B1 (ko) | 전력거래 중계방법 | |
CN110246037B (zh) | 交易特征预测方法、装置、服务器及可读存储介质 | |
CN109325537A (zh) | 用电管理方法、装置、计算机设备和存储介质 | |
WO2001098787A2 (en) | Tariff generation, invoicing and contract management | |
AU2001267953A1 (en) | Tariff generation, invoicing and contract management | |
JP2007094732A (ja) | 電力取引制御システム、電力取引制御方法、および電力取引制御プログラム | |
Cramer et al. | A simulative framework for a multi-regional assessment of local energy markets–A case of large-scale electric vehicle deployment in Germany | |
Golosova et al. | Review of the blockchain technology in the energy sector | |
Rahman et al. | On efficient operation of a V2G-enabled virtual power plant: when solar power meets bidirectional electric vehicle charging | |
CN109472511A (zh) | 一种资源配置方法、装置、计算机设备和存储介质 | |
KR102589568B1 (ko) | P2p 전력 거래 자동 중개 장치 및 방법 | |
Singhal et al. | Iterative transmission and distribution optimal power flow framework for enhanced utilisation of distributed resources | |
CN113344612B (zh) | 电力交易匹配方法、系统、智能电表、服务器和存储介质 | |
Zhou et al. | A data-driven discrete simulation-based optimization algorithm for car-sharing service design | |
Jeong et al. | Time series forecasting based day-ahead energy trading in microgrids: mathematical analysis and simulation | |
KR20190071396A (ko) | Ess를 이용한 전력 거래 시스템 및 그 운용방법 | |
Tran et al. | Complementary business models for distribution system operator in a peer-to-peer electricity market | |
Zhou et al. | A data-driven discrete simulation-based optimization algorithm for large-scale two-way car-sharing network design | |
Fina | Energy community ex-post electricity allocation algorithm based on participants’ preferences | |
CN112633771B (zh) | 电力资源数值计算方法、装置、计算机设备和存储介质 | |
Babic et al. | Electricity trading agent for EV-enabled parking lots | |
CN114154793A (zh) | 基于可再生能源的盈余资源分析方法、装置和计算机设备 | |
CN114387070A (zh) | 资源管控方法、系统、计算机设备、存储介质和程序产品 | |
KR20210073183A (ko) | 마이크로 그리드를 활용한 탄소배출권 거래 시스템 | |
CN116596208A (zh) | 资源发放方法、装置、计算机设备及计算机可读存储介质 |
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 |