CN113902555A - 基于区块链的区域电动汽车联盟电力交易方法 - Google Patents
基于区块链的区域电动汽车联盟电力交易方法 Download PDFInfo
- Publication number
- CN113902555A CN113902555A CN202110887532.1A CN202110887532A CN113902555A CN 113902555 A CN113902555 A CN 113902555A CN 202110887532 A CN202110887532 A CN 202110887532A CN 113902555 A CN113902555 A CN 113902555A
- Authority
- CN
- China
- Prior art keywords
- electric automobile
- alliance
- electric
- transaction
- information
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000007599 discharging Methods 0.000 claims abstract description 90
- 208000019901 Anxiety disease Diseases 0.000 claims abstract description 27
- 230000036506 anxiety Effects 0.000 claims abstract description 27
- 230000008569 process Effects 0.000 claims abstract description 22
- 230000007246 mechanism Effects 0.000 claims abstract description 20
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 230000008901 benefit Effects 0.000 claims description 79
- 238000012795 verification Methods 0.000 claims description 69
- 230000005611 electricity Effects 0.000 claims description 53
- 238000011156 evaluation Methods 0.000 claims description 28
- 238000004422 calculation algorithm Methods 0.000 claims description 26
- 230000006870 function Effects 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 10
- 230000003993 interaction Effects 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 7
- 238000005065 mining Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 230000002596 correlated effect Effects 0.000 claims description 5
- 230000010365 information processing Effects 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 5
- 230000002441 reversible effect Effects 0.000 claims description 5
- 230000006399 behavior Effects 0.000 claims description 4
- 101800000535 3C-like proteinase Proteins 0.000 claims description 3
- 101800002396 3C-like proteinase nsp5 Proteins 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000004146 energy storage Methods 0.000 claims description 3
- 230000005284 excitation Effects 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000009191 jumping Effects 0.000 claims description 2
- PZSMUPGANZGPBF-UHFFFAOYSA-N 4-[5-(dithiolan-3-yl)pentanoylamino]butanoic acid Chemical compound OC(=O)CCCNC(=O)CCCCC1CCSS1 PZSMUPGANZGPBF-UHFFFAOYSA-N 0.000 claims 1
- 238000004088 simulation Methods 0.000 abstract description 18
- 238000005516 engineering process Methods 0.000 abstract description 12
- 238000013461 design Methods 0.000 abstract description 2
- 230000006855 networking Effects 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 238000005304 joining Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000007727 cost benefit analysis Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 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
- 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
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/382—Payment protocols; Details thereof insuring higher security of transaction
- G06Q20/3821—Electronic credentials
- G06Q20/38215—Use of certificates or encrypted proofs of transaction rights
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/382—Payment protocols; Details thereof insuring higher security of transaction
- G06Q20/3825—Use of electronic signatures
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- Computer Security & Cryptography (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Computing Systems (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Technology Law (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明涉及一种基于区块链的区域电动汽车联盟电力交易方法,属于电动汽车技术领域。针对电动汽车在行驶过程中遇到的里程焦虑问题,本发明提出了区域电动汽车联盟V2V入盟匹配策略,并使用区块链技术为V2V电力交易平台设计了一种去中心化的共识机制。仿真结果表明:V2V电力交易联盟能有效的解决电动汽车用户行驶途中的紧急充电需求,所提出的电力交易策略能够实现电动汽车之间的最优充放电匹配交易;其区块链系统所获得的收益能够覆盖其使用区块链所需算力的成本,具有经济可行性;在负荷高峰时段,与入网的电动汽车相比,参与V2V交易的电动汽车能获得更多的利润。
Description
技术领域
本发明属于电动汽车技术领域,涉及基于区块链的区域电动汽车联盟电力交易方法。
背景技术
近年来,车对车(V2V)电力交易作为一种新型灵活的充电模式被提出并得到广泛研究。基于电动汽车自身的优势,加强车辆之间的合作,以延长行驶里程,并有效避免电网过载问题。电动汽车之间进行电力传输作为一种新型的充电方式可以与电动汽车V2G充电模式形成良好的互补,从而缓解用户的里程焦虑。电动汽车之间可以通过中间能量服务商进行电力交易,也可以通过双向充电器自主进行电能的转换。急需充电的电动汽车与电量富余的电动汽车直接进行能量交易往往比与配电网交易要划算。如何组织电动汽车进行V2V交易,从而满足电动汽车的行驶需求,给电动汽车用户带来经济效益并减轻电网的负担,是一个值得探索的课题。
V2V电力交易需要车联网进行通信,在车联网背景下,车辆将不再是孤立的单元,而是成为活跃的网络节点。车联网中涉及的交易主体较多且交易分散,如果采取传统的中心化交易模式,将产生三个问题:一是控制中心运行成本高、运行效率低、决策耗时长;二是控制中心与电动汽车之间存在信任问题,难以保证公平性、透明性与信息对称性;三是中心机构容易导致信息安全风险,危害交易安全及参与主体的隐私安全。因此,如何保证用户的信息安全是一个具有挑战性的问题。
2008年中本聪提出区块链概念以来,其作为一种去中心化交易和数据管理技术得到了普及。区块链作为一种分布式数据处理应用,具有去中心化、去信任、可追溯、不易篡改的特性,能实现多节点无差别记录,促进信息的互联互通。其能够广泛应用于电力市场交易、能源需求响应等多种能源交易互联的场景。在区块链技术中,联盟链更适应交易节点较多,交易数量和频率较高的充放电服务场景。文献(KangJ,XiongZ,NiyatoD,etal.TowardsSecure Blockchain-enabled Internet ofVehicles:Optimizing Consensus ManagementUsing Reputation andContractTheory[J].IEEETransactions onVehicularTechnology,2019:1-1.)研究了基于区块链的分布式能源P2P交易,并分析电力市场与区块链结合带来的问题并提出建议方案。采用两阶段软安全增强方案对该方案进行了改进。文献(CHENX,ZHANGX.SecureElectricity Trading and Incentive Contract Model for ElectricVehicle Based on Energy Blockchain[J].IEEE Access,2019,7:178763-178778.)采用两阶段软安全增强方案对区块链的共识机制进行了优化。文献(王德文,柳智权.基于智能合约的区域能源交易模型与实验测试[J].电网技术,2019,43(6):2010-2019.)提出了一个安全的电动汽车电力交易和激励合同模型,为了提高车辆参与交易的积极性,提出了一种基于收入和报酬的新型激励契约。文献(Li Y,Hu B.An Iterative Two-LayerOptimization Charging and Discharging Trading Scheme for Electric VehicleUsing Consortium Blockchain[J].IEEE Transactions on Smart Grid,2020,11(3):2627-2637.)设计了基于联盟区块链的去中心化交易架构和相关的电力交易流程,确保电动汽车与智能电网双向电力交易的安全性和私密性。文献(Ping J,Yan Z,Chen S,etal.Coordinating EV Charging via Blockchain[J].Journal ofModern Power Systemsand Clean Energy,2020,8(3):573-581.)提出了一种基于区块链的可靠电动汽车充电协调方法。所提出的电动汽车充电协同算法可以分层协调各充电站。文献(Xia S,Lin F,ChenZ,et al.A Bayesian Game Based Vehicle-to-Vehicle Electricity Trading Schemefor Blockchain-Enabled Internet of Vehicles[J].IEEE Transactions on VehicularTechnology,2020,PP(99):1-1.)提出了一种基于贝叶斯博弈定价的区块链车联网电力交易方案,在信息不完全共享的分布式系统中,采用贝叶斯博弈进行定价。
发明内容
有鉴于此,本发明的目的在于提供一种基于区块链的区域电动汽车联盟电力交易方法。针对电动汽车V2V电力交易问题,聚焦于每辆电动汽车的出行和充放电需求,提出区域内电动汽车联盟的V2V电力交易策略;将联盟区块链技术引入V2V交易平台中,构建基于区块链的区域电动汽车联盟电力交易平台,实现电动汽车用户之间的分布式、去信任化的点对点电力交易。
为达到上述目的,本发明提供如下技术方案:
基于区块链的区域电动汽车联盟电力交易方法,该方法包括以下步骤:
S1:建立区域电动汽车联盟V2V电力交易模型;
S2:建立基于联盟区块链的电动汽车交易共识机制。
可选的,所述S1包括以下步骤:
S11:建立交易系统模型;
区域电动汽车V2V电力交易系统由监管中心、电动汽车联盟和区块链交易系统三部分组成,其中,监管中心负责用户的注册和数字证书的发放;电动汽车联盟是拥有营业执照的能源节点,拥有数量充足的充放电桩和储能装置,为区域内的电动汽车联盟电力交易提供硬件服务,并作为验证节点提供算力,将交易信息打包成区块上传到区块链中;区块链交易系统则是信息处理中心,负责交易信息的验证、发布和储存;
S12:建立交通系统模型;
在将交通系统简化为二维网格的基础上,做出交通网络中道路相互平行或垂直的假设;交通系统集成到直角坐标系中;
在集成的直角坐标道路模型中,从位置A到位置B有多条路径选择,这些路径的距离都是相同的,电动汽车到目的地的行驶距离通过坐标计算得到:
LAB=|xA-xB|+|yA-yB| (1)
式中:x和y分别表示位置A、B的水平坐标和垂直坐标;
如果障碍区域不被由位置A和B所确定的矩形,则式(1)改写为:
LAB=|xA-xB|+|yA-yB|+2min{|xA-x1|,|xA-x2|,|xB-x1|,|xB-x2|} (2)
式中:x1和x2分别表示障碍区域的最大、最小水平坐标;如果障碍物区域的垂直距离大于所确定矩形的垂直距离,则式(2)中的x1、x2分别变为最大、最小垂直坐标y1、y2;
引入正态分布来解决电动汽车行驶中的不确定性问题:
LEV~N(LAB,(kLAB)2) (3)
式中:LEV为电动汽车的实际行驶距离,kLAB为LAB预测的标准差参数;
S13:计算电网高峰时段电价;
S14:建立用户模型。
可选的,所述S13包括以下步骤:
S131:计算充电电价;
负荷高峰时段下,电动汽车向电网充电电价一般为固定的峰时电价;设置峰时电价为Pg=2元/kW·h;
S132:计算放电电价;
电动汽车在负荷高峰向电网反向放电,放电电价的上限应不超过该时刻的电网售电电价,满足约束:
Pd<Pg (4)
式中:Pg为电动汽车在负荷高峰向电网反向放电的放电价格;
当电动汽车入网放电的效益大于充电支出费用时,电动汽车向电网放电,则放电车的充电成本Cd为:
式中:Ed为负荷高峰时刻电动汽车向电网反向放电的总电量;Pc为电动汽车的充电成本电价;ηc、ηd分别为电动汽车的充、放电效率;nd为电动汽车的数量;Ld,n表示第n辆参与V2V电力交易的电动汽车的行驶距离;Ln表示电动汽车的原始行驶距离;αn表示电动汽车每公里耗电量;
电动汽车的度电成本表示为:
设置K>1作为放电车的效益系数,则电动汽车高峰时段向电网反向放电的放电电价表示为:
Pd=K×Cdper (7)。
可选的,所述S14包括以下步骤:
S141:计算电动汽车的可充放电容量;
电动汽车做出充放电决定后,可充放电容量通过最大最小充放电容量表示;
对于具有充电意愿的电动汽车,最大可充电容量为电动汽车到达电动汽车联盟后可充的最大电量;最小可充电容量使电动汽车充电后的电量满足剩余的行驶需求;充电车n在电动汽车联盟i的最大最小可充电容量表示为:
ecmax,n,i=E×SOCmax-(E×SOCn-an×Ldoa,n,i) (8)
ecmin,n,i=E×SOCmin-(E×SOCn-an×Ldoa,n,i)+an×Ldop,n,i (9)
式中:E为电动汽车容量;SOCmax和SOCmin分别为保证电池安全限制的最大和最小SOC;SOCn为充电电动汽车n的当前SOC;Ldoa,n,i为充电电动汽车n到电动汽车联盟i的行驶距离,Ldop,n,i为电动汽车联盟i到充电电动汽车n目的地的行驶距离;
对于具有放电意愿的电动汽车,最大可放电容量应保证电动汽车放电后的电量能满足剩余的行驶需求;最小可放电容量为0;放电车m在电动汽车联盟j的最大最小可放电容量表示为:
edmax,m,j=E×(SOCm-SOCmin)-am×(Ldoa,m,j+Ldop,m,j) (10)
edmin,m,j=0 (11)
式中:SOCm为放电电动汽车m的SOC;am为放电电动汽车m的每公里耗电量;Ldoa,m,j为放电电动汽车m到电动汽车联盟j的行驶距离;Ldop,m,j表示电动汽车联盟j到放电电动汽车m目的地的行驶距离;
S142:计算电动汽车用户的里程焦虑;
电动汽车用户在行驶过程中出现里程焦虑,里程焦虑与车辆剩余行驶距离成正比,与电池电量成反比;电动汽车n的里程焦虑表示为:
电动汽车用户对里程焦虑的反应体现在其对自身充放电容量的影响;电动汽车具体的充放电容量通过里程焦虑和其最大、最小充放电容量表示出来;
对于意向加入电动汽车联盟i的充电车n,用户的里程焦虑RAn,i越高,其充电需求ec,n,i越高:
ec,n,i=ecmin,n,i+RAn,i×(ecmax,n,i-ecmin,n,i) (13)
对于意向加入电动汽车联盟j的放电车m,用户的里程焦虑RAm,j越高,提供的放电电量ed,m,j越低:
ed,m,j=edmin,m,j+RAm,j×(edmax,m,j-edmin,m,j) (14)
S143:建立电动汽车效益模型;
每辆电动汽车在将自身信息提供给电动汽车联盟时,给出其预计最小效益,预计最小效益决定着每辆电动汽车期望的购售电价格;
对于充电电动汽车n,可接受的最高价格Psc,n表示为:
Psc,n=Pg×(1-βn) (15)
式中:βn表示充电电动汽车n可接受的预计最小效益系数,βn∈(0,1);
对于放电电动汽车m,可接受的最低价格Psd,m表示为:
Psd,m=Pc×(1+βm) (16)
式中:βm表示放电电动汽车m可接受的预计最小效益系数,βm∈(0,1);
对于售电电动汽车m,最大可获利润为:
式中:Ps为成交价格;em为放电电动汽车m的放电电量;ηd,m为放电电动汽车m的放电效率;Ploss为电池损耗;Ldoa,m为放电电动汽车m到电动汽车联盟的行驶距离;Ldop,m为电动汽车联盟到放电电动汽车m目的地的行驶距离;Lm为放电电动汽车m的原始行驶距离;δ为电动汽车联盟的服务费;
对于充电电动汽车n,成本为:
Cn=-Ps×en-Ploss×en+an×(Ldoa,n+Ldop,n-Ln)×Ps-δ×en (18)
式中:en为充电电动汽车n的充电电量,表示为负值;Ldoa,n为充电电动汽车n到任一电动汽车联盟的行驶距离;Ldop,n为任一电动汽车联盟到充电电动汽车n目的地的行驶距离;Ln为放电电动汽车n的原始行驶距离;
充电电动汽车n的最大可获利润用最小成本表示:
则任一加入V2V联盟的电动汽车可获得的最大效益表示为:
式中:ei为电动汽车i的充电或放电电量;ai为电动汽车i的每公里耗电量;Ldoa,i为电动汽车i到任一电动汽车联盟的行驶距离;Ldop,i表示任一电动汽车联盟到电动汽车i目的地的行驶距离;
S144:进行电动汽车参与V2V电力交易的入盟行为。
1)电动汽车参与入盟的具体步骤
可选的,所述S1)包括以下步骤:
11)有充放电需求的电动汽车登录V2V电力交易平台寻求V2V联盟,并提供自身的交易信息,包括出发地、目的地、当前SOC和期望购售电价格;
12)V2V交易平台向电动汽车提供当前时段下可用的多个电动汽车联盟选择,包括地理位置、可提供电量、联盟内每个电力请求者或供应商可接受的充放电价格,根据电动汽车提供的信息计算电动汽车最佳入盟选择,将电动汽车入盟的效益情况、耗时情况、路径情况反馈给电动汽车以供参考;
13)收到信息的电动汽车根据V2V交易平台提供的信息,选取自身可获福利最大的电动汽车发送联盟请求,交易达成;
2)电动汽车入盟策略
在电动汽车向V2V电力交易平台提供信息后,V2V电力交易平台根据事先制定好的电动汽车入盟策略计算电动汽车的最佳入盟选择。
可选的,所述S2)包括以下步骤:
21)V2V电力交易平台根据电动汽车提供的信息计算其加入每个电动汽车联盟可获得的最大效益Umax,i,并根据计算得到的最大效益给出电动汽车的初始选择;
22)运用电力交易价格匹配中的高低匹配价格机制来确定V2V电力交易匹配,从而得到每辆电动汽车的实际效益Uact,i;
23)如果有其他联盟可供选择,则依次改变电动汽车成员的选择,并计算改变选择后电动汽车成员的实际效益Ucact,i;若没有其他选择,则跳到步骤25);
24)如果改变选择后的实际效益大于上一个选择的实际效益,则决定改变电动汽车的入盟选择,以获得最大的实际效益;若改变选择后实际效益没有增加,则返回步骤23);
25)计算电动汽车在不加入联盟,即与电网交易时所获得的效益Ugact,i;
26)若电动汽车不入盟效益大于其最大入盟效益,则电动汽车最终选择不入盟;反之,若电动汽车不入盟效益小于其最大入盟效益,则电动汽车最终选择入盟。
可选的,所述S2包括以下步骤:
S21:用户注册;
监管中心对用户节点的认证为用户的注册;
电动汽车和能源节点通过绑定真实世界中的身份向监管中心申请注册,监管中心验证成功后,将随机生成的公私钥对(PK,SK)发送给用户,并用自己的私钥SKSC为用户的数字证书签名;用户的数字证书(DC)为用户在V2V电力交易平台上的凭证,表示形式为DC=SignSKSC(PK,Tstamp,Texpire);其中,Sign(·)为签名函数,用于验证证书有效性;Tstamp表示证书生成的时间戳,Texpire表示证书的有效期限,用于检查证书是否过期;
在区块链的非对称加密体系中,公钥PK相当于用户的账号,私钥SK相当于用户的密码;在获得数字凭证后,V2V交易平台中的每个电动汽车和能源节点成为联盟区块链中的合法电动汽车用户和电动汽车联盟;此外,每个电动汽车联盟都能充当联盟区块链系统中的验证节点,提供算力以进行验证和处理信息;
S22:交易信息交互;
每个电动汽车用户首先根据其充放电需求向V2V电力交易平台发送请求,表示自身的电力购售意向;然后,电力交易平台根据接收到的请求给用户提供最佳的入盟决策,用户决定是否同意决策并确定选择,交易达成;
S23:生成区块;
每个验证节点即电动汽车联盟在一定时间间隔内独立的收集和验证交易信息,经验证后有效的信息将会按时间戳顺序排序储存在本地内存中,并打包到默克尔树结构中,与区块头一起构建成本地块;每个区块头都包含前一个区块的哈希值以使其连接成链;
在基于工作量证明POW算法中,要求验证节点求解决基于密码散列的密码难题;对于联盟区块链中使用的基于权益证明POS算法,用交易任务总量和用户评价指标作为电动汽车联盟的权益,以降低密码难题的难度:
H(nonce,H(blockhead))≤rep×target (21)
式中:nonce为待求解的随机数;blockheader为区块头;target是系统定义的求解难度的目标,根据验证程序组在每一轮共识过程中的计算能力进行调整;rep为验证节点的声誉值;
rep并没有具体的物理意义,表示电动汽车联盟一天累计的服务量和收到的用户评价的综合评估指标;rep作为电动汽车联盟的权益影响着电动汽车联盟的挖矿难度,表现形式为对哈希难题有映射空间的扩大,如式(21)所示,更高的rep值意味着更低的求解难度,rep与电动汽车联盟的交易任务总量和获得的用户评价值成正相关,rep表示为:
式中:f(·)为电动汽车联盟的声誉值算法;Etotal和R分别为电动汽车联盟的交易任务总量和获得的用户评价值;El和Rl分别为电动汽车联盟l当天的交易任务总量和收到的用户评价值;λ和μ分别为对Etotal和R两个指标的难度调整系数,系统会根据不同的运营情况进行调整;L表示所有电动汽车联盟;
首先解决密码难题的验证节点成为新区块的提议者,并广播其区块信息,广播信息表示为Mpro=(B,nonce,p,Rp,SignSkp(H(B)),DCp,Tstamp),其中B表示新区块,p表示新区块的提议者;
收到广播后,每个验证节点用公式(21)验证收到的新区块B中的交易信息和随机数解nonce的正确性;一旦所有验证节点都成功验证了提议信息的正确性,联盟区块链达成共识,新区块生成;对于每个验证节点,新生成的区块B以时间顺序复制到其区块链的本地副本,每个V2V电力交易平台的参与者都能通过电动汽车联盟同步最新区块链中的数据;
S24:区块链的激励分配;
在一个新区块生成后,成为该区块提议者的节点和每个参与验证的验证节点都能获得一定的经济激励,激励的分配方案如下:
对于新区块的提议者节点,获得的激励表示为:
EIp=sp×M (23)
式中:sp为提议者的激励份额,M为新区块生成过程中电动汽车联盟所获得的区块链服务费;
对于每个验证节点,获得的激励表示为:
式中:V表示除了提议者节点以外的所有参与验证的验证节点;
一个新区块生成后,该新区块的提议者和验证节点都能获得一定的评价值Δp、Δv作为验证的额外奖励。
可选的,所述S22中,当一个电动汽车联盟l中的一次充电车i和放电车j配对时,V2V电力交易平台中的信息交互过程为:
S221:充电车i首先产生一个充电请求req=(PKi,ei,rolei,PSC,i,Tstamp),其中,rolei表示电动汽车i的充电车身份;随后,电动汽车i将该充电请求用其私钥SKi签名,并制成经过哈希算法加密后的需求信息发布到V2V电力交易平台上,需求信息表示为Mreq=(req,SignSKi(H(req)),DCi),其中,H(·)为哈希函数;
S222:联盟区块链中的验证节点n通过监管中心的公钥PKSC来检查数字证书DCi的有效性,并在验证无误后,通过电动汽车i的公钥PKi来检查需求信息中的需求req是否与电动汽车i使用其私钥SKi签名、哈希函数加密后的请求一致;
若信息准确无误,该验证节点则会运用提出的电动汽车入盟策略给用户提供最佳的入盟选择,并生成一个交易列表供用户进行选择,交易列表表示为list=(league1,league2,…,leaguek,Tstamp);其中,leaguek为验证节点向用户电动汽车i提供的第k个最佳入盟选择与其详细信息,包括电动汽车联盟的地理位置、网络地址和运营情况;随后,验证节点n将生成的交易列表信息通过同样的私钥签名和哈希算法加密,发送至电动汽车i,加密后的列表信息表示为Mlist=(list,SignSKn(H(list)),DCn);
S223:一旦接收到回复信息Mlist,电动汽车i便会检查验证节点n的数字证书,并通过验证节点n的公钥PKi来验证收到列表信息Mlist中的交易列表list与验证节点n使用私钥SKn签名、哈希函数加密的交易列表一致;若信息准确无误,电动汽车i则会选择根据交易列表中的信息做出最合适的选择,并在决定入盟后,向选择的电动汽车联盟l发送需求信息Mreq=(req,SignSki(H(req)),DCi);
S224:接收到需求信息的电动汽车联盟l以同样的方式验证电动汽车i身份的有效性和信息的准确性;若信息准确无误,电动汽车联盟l通过电价高低匹配机制在联盟内为电动汽车i的充电需求寻找合适的卖家,并生成交易令牌token=(PKi,PKj,Ps,e,DCi,DCj,Tstamp),并向买卖双方发布交易响应信息Mres=(token,SignSki(H(token)),DCl);其中,PKj为供电车j的公钥,Ps为成交价格,e为成交电量;
S225:只要接收到电动汽车联盟l发布的交易响应信息,并验证电动汽车联盟l身份的有效性和交易响应信息的准确性后,交易双方就能作出交易决定同意或拒绝交易,交易决定表示为decision=(PKi,PKj,Ack||Rej,H(token),Tstamp);式中,Ack||Rej表示同意或拒绝交易;交易双方将交易决定回复至电动汽车联盟l,充电车i的回复信息表示为Mdeci=(decisioni,SignSki(H(decisioni)),DCi),供电车j的回复信息表示为Mdecj=(decisionj,SignSkj(H(decisionj)),DCj);
S226:电动汽车联盟l收到交易双方的回复信息,并确认信息发送方身份的有效性和信息的准确性后,若交易双方的回复信息中交易决定均为同意,电动汽车联盟l将生成订单order=(token,decisioni,decisionj,Tstamp,SignSkl(H(token)),SignSkl(H(decisioni)),SignSkl(H(decisionj)),DCi,DCj,DCl),并将其作为订单信息Mord=(order,SignSkl(H(order)),DCl)发送给交易双方;
S227:交易双方收到电动汽车联盟l的订单信息,并确认信息发送方身份的有效性和信息的准确性,若信息准确无误,则交易双方进行交易操作,放电车j向充电车i提供充电服务,交易达成;
S228:电动汽车在交易完成后对电动汽车联盟提供的服务进行评价,并公布全网;电动汽车i对电动汽车联盟l的评价表示为MR=(PKi,PKl,H(order),R,SignSki(H(order));其中,R为电动汽车i对电动汽车联盟的评价值。
本发明的有益效果在于:针对电动汽车在行驶过程中遇到的里程焦虑问题,本发明提出了区域电动汽车联盟V2V入盟匹配策略,并使用区块链技术为V2V电力交易平台设计了一种去中心化的共识机制。仿真结果表明:V2V电力交易联盟能有效的解决电动汽车用户行驶途中的紧急充电需求,所提出的电力交易策略能够实现电动汽车之间的最优充放电匹配交易;其区块链系统所获得的收益能够覆盖其使用区块链所需算力的成本,具有经济可行性;在负荷高峰时段,与入网的电动汽车相比,参与V2V交易的电动汽车能获得更多的利润。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作优选的详细描述,其中:
图1为区域电动汽车V2V电力交易系统;
图2为道路模型图;(a)为基于直角坐标的道路模型;(b)为考虑障碍区域的直角坐标道路模型;
图3为电动汽车参与V2V的入盟决策;
图4为V2V电力交易平台中的信息交互流程;
图5为某城区道路交通系统图;
图6为某城区道路交通集成图;
图7为不同放电车数量下电动汽车充放电电价对比;
图8为不同放电车数量下电动汽车V2V匹配数量对比;
图9为不同电动汽车数量下匹配成功率对比;
图10为不同放电电动汽车数量下充放电效益比较;
图11为不同放电电动汽车数量下放电电动汽车平均放电收益比较;
图12为不同公共充电站数量下V2V联盟匹配数量比较;
图13为不同公共充电站数量下电动汽车的成本效益比较;
图14为电动汽车联盟一周激励情况。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本发明的限制;为了更好地说明本发明的实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本发明的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
1区域电动汽车联盟V2V电力交易模型
1.1交易系统模型
本发明提出的区域电动汽车V2V电力交易系统由监管中心、电动汽车联盟和区块链交易系统三部分组成,如图1所示。其中,监管中心负责用户的注册和数字证书的发放;电动汽车联盟是拥有营业执照的能源节点,拥有数量充足的充放电桩和储能装置,为区域内的电动汽车联盟电力交易提供硬件服务,并作为验证节点提供算力,将交易信息打包成区块上传到区块链中;区块链交易系统则是信息处理中心,负责交易信息的验证、发布和储存。
1.2交通系统模型
本发明使用了一个简单的算法代替低效的最优路径算法,以提高仿真速度。该方法是一种基于直角坐标道路模型的简化行驶仿真方法,在将交通系统简化为二维网格的基础上,做出交通网络中道路相互平行或垂直的假设。交通系统可以很容易地集成到直角坐标系中,如图2所示。在此近似模型下,不再需要耗费大量时间来确定最优路径。
从图2中可以看出,在集成的直角坐标道路模型中,从位置A到位置B有多条路径可以选择,即虚线、点线和实线。由于直角坐标的特点,这些路径的距离都是相同的,因此电动汽车到目的地的行驶距离能通过坐标计算得到:
LAB=|xA-xB|+|yA-yB| (1)
式中:x和y分别表示位置A、B的水平坐标和垂直坐标。
此外,考虑区域之间可能会存在无法通过的障碍区域,例如校区、山地等。在这种情况下,电动汽车的路径计算模型需要进行修改。如图2所示,(a)为基于直角坐标的道路模型;(b)为考虑障碍区域的直角坐标道路模型;如果障碍区域不被由位置A和B所确定的实线矩形,则式(1)改写为:
LAB=|xA-xB|+|yA-yB|+2min{|xA-x1|,|xA-x2|,|xB-x1|,|xB-x2|} (2)
式中:x1和x2分别表示障碍区域的最大、最小水平坐标。如果障碍物区域的垂直距离大于所确定矩形的垂直距离,则式(2)中的x1、x2分别变为最大、最小垂直坐标y1、y2。
然而,在现实的交通系统中,道路可能不是正交的,电动汽车也可能不选择最短路径行驶。因此,引入正态分布来解决电动汽车行驶中的不确定性问题:
LEV~N(LAB,(kLAB)2) (3)
式中:LEV为电动汽车的实际行驶距离,kLAB为LAB预测的标准差参数。
1.3电网高峰时段电价
区域内的电动汽车可以与同一电动汽车联盟中的其他电动汽车交换电力,也可以与电网进行交互。由于本发明提出的电动汽车联盟交易策略是在电网高峰负荷时期的背景下,因此有必要制定电网高峰负荷时电动汽车对电网的充放电价格。
1.3.1充电电价
负荷高峰时段下,电动汽车向电网充电电价一般为固定的峰时电价。本发明设置的峰时电价为Pg=2元/kW·h。
1.3.2放电电价
电动汽车在负荷高峰向电网反向放电,放电电价的上限应不超过该时刻的电网售电电价,即满足约束:
Pd<Pg (4)
式中:Pg为电动汽车在负荷高峰向电网反向放电的放电价格。
只有当电动汽车入网放电的效益大于充电支出费用时,电动汽车才会向电网放电,则放电车的充电成本Cd为:
式中:Ed为负荷高峰时刻电动汽车向电网反向放电的总电量;Pc为电动汽车的充电成本电价;ηc、ηd分别为电动汽车的充、放电效率;nd为电动汽车的数量;Ld,n表示第n辆参与V2V电力交易的电动汽车的行驶距离;Ln表示电动汽车的原始行驶距离;αn表示电动汽车每公里耗电量。
则电动汽车的度电成本表示为:
设置K>1作为放电车的效益系数,则电动汽车高峰时段向电网反向放电的放电电价表示为:
Pd=K×Cdper (7)
1.4用户模型
1.4.1电动汽车的可充放电容量
电动汽车做出充放电决定后,其可充放电容量可以通过最大最小充放电容量表示。
对于具有充电意愿的电动汽车,其最大可充电容量为电动汽车到达电动汽车联盟后可充的最大电量;最小可充电容量应使电动汽车充电后的电量满足剩余的行驶需求。故充电车n在电动汽车联盟i的最大最小可充电容量表示为:
ecmax,n,i=E×SOCmax-(E×SOCn-an×Ldoa,n,i) (8)
ecmin,n,i=E×SOCmin-(E×SOCn-an×Ldoa,n,i)+an×Ldop,n,i (9)
式中:E为电动汽车容量;SOCmax和SOCmin分别为保证电池安全限制的最大和最小SOC;SOCn为充电电动汽车n的当前SOC;Ldoa,n,i为充电电动汽车n到电动汽车联盟i的行驶距离,Ldop,n,i为电动汽车联盟i到充电电动汽车n目的地的行驶距离。
对于具有放电意愿的电动汽车,其最大可放电容量应保证电动汽车放电后的电量能满足剩余的行驶需求;由于电动汽车可以选择不放电,所以其最小可放电容量为0。故放电车m在电动汽车联盟j的最大最小可放电容量表示为:
edmax,m,j=E×(SOCm-SOCmin)-am×(Ldoa,m,j+Ldop,m,j) (10)
edmin,m,j=0 (11)
式中:SOCm为放电电动汽车m的SOC;am为放电电动汽车m的每公里耗电量;Ldoa,m,j为放电电动汽车m到电动汽车联盟j的行驶距离;Ldop,m,j表示电动汽车联盟j到放电电动汽车m目的地的行驶距离。
1.4.2电动汽车用户的里程焦虑
电动汽车用户在行驶过程中通常会出现里程焦虑,里程焦虑与车辆剩余行驶距离成正比,与电池电量成反比。因此,电动汽车n的里程焦虑表示为:
电动汽车用户对里程焦虑的反应体现在其对自身充放电容量的影响上。因此,电动汽车具体的充放电容量可以通过里程焦虑和其最大、最小充放电容量表示出来。
对于意向加入电动汽车联盟i的充电车n,用户的里程焦虑RAn,i越高,其充电需求ec,n,i越高:
ec,n,i=ecmin,n,i+RAn,i×(ecmax,n,i-ecmin,n,i) (13)
对于意向加入电动汽车联盟j的放电车m,用户的里程焦虑RAm,j越高,其提供的放电电量ed,m,j越低:
ed,m,j=edmin,m,j+RAm,j×(edmax,m,j-edmin,m,j) (14)
1.4.3电动汽车效益模型
每辆电动汽车在将自身信息提供给电动汽车联盟时,会给出其预计最小效益,预计最小效益决定着每辆电动汽车期望的购售电价格。
对于充电电动汽车n,其可接受的最高价格Psc,n表示为:
Psc,n=Pg×(1-βn) (15)
式中:βn表示充电电动汽车n可接受的预计最小效益系数,βn∈(0,1)。
对于放电电动汽车m,其可接受的最低价格Psd,m表示为:
Psd,m=Pc×(1+βm) (16)
式中:βm表示放电电动汽车m可接受的预计最小效益系,βm∈(0,1)。
对于售电电动汽车m,其最大可获利润为:
式中:Ps为成交价格;em为放电电动汽车m的放电电量;ηd,m为放电电动汽车m的放电效率;Ploss为电池损耗;Ldoa,m为放电电动汽车m到电动汽车联盟的行驶距离;Ldop,m为电动汽车联盟到放电电动汽车m目的地的行驶距离;Lm为放电电动汽车m的原始行驶距离;δ为电动汽车联盟的服务费。
对于充电电动汽车n,其成本为:
Cn=-Ps×en-Ploss×en+an×(Ldoa,n+Ldop,n-Ln)×Ps-δ×en (18)
式中:en为充电电动汽车n的充电电量,表示为负值;Ldoa,n为充电电动汽车n到任一电动汽车联盟的行驶距离;Ldop,n为任一电动汽车联盟到充电电动汽车n目的地的行驶距离;Ln为放电电动汽车n的原始行驶距离。
而充电电动汽车n的最大可获利润可用其最小成本表示:
则任一加入V2V联盟的电动汽车可获得的最大效益表示为:
式中:ei为电动汽车i的充电或放电电量;ai为电动汽车i的每公里耗电量;Ldoa,i为电动汽车i到任一电动汽车联盟的行驶距离;Ldop,i表示任一电动汽车联盟到电动汽车i目的地的行驶距离。
1.4.4电动汽车参与V2V电力交易的入盟行为
1)电动汽车参与入盟的具体步骤
11)有充放电需求的电动汽车登录V2V电力交易平台寻求V2V联盟,并提供自身的交易信息,包括出发地、目的地、当前SOC、期望购售电价格等。
12)V2V交易平台向电动汽车提供当前时段下可用的多个电动汽车联盟选择,包括地理位置、可提供电量、联盟内每个电力请求者或供应商可接受的充放电价格等,并根据电动汽车提供的信息计算电动汽车最佳入盟选择,将电动汽车入盟的效益情况、耗时情况、路径情况反馈给电动汽车以供参考。
13)收到信息的电动汽车根据V2V交易平台提供的信息,选取自身可获福利最大的电动汽车发送联盟请求,交易达成。
2)电动汽车入盟策略
在电动汽车向V2V电力交易平台提供信息后,V2V电力交易平台根据事先制定好的电动汽车入盟策略计算电动汽车的最佳入盟选择,对每个时段下的每辆电动汽车,其入盟策略如图3所示。具体的入盟策略如下:
21)V2V电力交易平台根据电动汽车提供的信息计算其加入每个电动汽车联盟可获得的最大效益Umax,i,并根据计算得到的最大效益给出电动汽车的初始选择。
22)运用电力交易价格匹配中的高低匹配价格机制来确定V2V电力交易匹配,从而得到每辆电动汽车的实际效益Uact,i。
23)如果有其他联盟可供选择,则依次改变电动汽车成员的选择,并计算改变选择后电动汽车成员的实际效益Ucact,i;若没有其他选择,则跳到步骤25)。
24)如果改变选择后的实际效益大于上一个选择的实际效益,则决定改变电动汽车的入盟选择,以获得最大的实际效益;若改变选择后实际效益没有增加,则返回步骤23)。
25)计算电动汽车在不加入联盟,即与电网交易时所获得的效益Ugact,i。
26)若电动汽车不入盟效益大于其最大入盟效益,则电动汽车最终选择不入盟;反之,若电动汽车不入盟效益小于其最大入盟效益,则电动汽车最终选择入盟。
2基于联盟区块链的电动汽车交易共识机制
本发明在提出的电动汽车V2V联盟电力交易策略上引入区块链的概念来实现交易的信息交互流程。其中,共识机制是区块链的核心技术,当区块链技术不断发展并应用于解决现实问题时,共识机制也在不断的改进。目前主要的共识机制有:
POW:工作量证明算法,组织庞大的算力,来解一个难度非常高的数学题,算力越多,解题越简单,获得的比特币也就越多,为“多劳多得”的典型代表。但POW共识机制的问题也十分明显,它不仅效率低下,同时也浪费了太多能源。
POS:权益证明算法,根据持有货币的量和时间进行利息分配的制度。但大多数的持币人没有足够的预算,无法达到高性能节点所需的计算机硬件和软件要求。
DPOS:代理权益证明算法,基于投票选举的共识算法,持币人选出几个代表节点来运营网络,用专业运行的网络服务器来保障区块链网络的安全和性能。
PBFT:实用拜占庭容错算法,假设网络中有n个节点,当有一笔交易广播到网络中的时候,每个收到这个消息的节点都会将这个消息再发送给其他的n-1个节点,告诉其他节点自己收到的信息是什么样的。由于网络中有可能存在作恶节点,所以节点还会再向n-1个节点再发送一次消息,告诉其他节点自己是否同意这笔交易。在这个阶段结束后,每个节点统计自己收到的消息中是否有超过2/3的节点同意该笔交易,若超过了2/3,那么则对该交易达成共识。
在本发明提出的区域电动汽车V2V电力交易系统中,只有电动汽车联盟具有计算能力,而电动汽车只能作为跟随节点同步区块链网络中与自己相关的信息。电动汽车联盟的规模不适合DPOS中的投票选举机制,而电动汽车作为跟随节点也没有必要验证其他电动汽车的交易,因此,PBFT共识机制也不适用于V2V电力交易平台。故本发明采用联盟区块链技术,选择以有限验证节点的权益证明(POS)算法代替传统的无限验证节点和基于工作量证明(POW)算法。有效地增加了交易达成共识的效率,减少了使用区块链造成的能源消耗。
2.1用户注册
在区块链系统中,只有授权的节点才能在分布式网络中处理新的交易,因此,V2V电力交易平台上,只有被监管中心认证的电动汽车和能源节点才能参与其中。监管中心对用户节点的认证称为用户的注册。
电动汽车和能源节点可以通过绑定真实世界中的身份向监管中心申请注册,例如汽车的牌照、车主的身份证号码、电动汽车联盟的营业执照等。监管中心验证成功后,将随机生成的公私钥对(PK,SK)发送给用户,并用自己的私钥SKSC为用户的数字证书签名。用户的数字证书(DC)为用户在V2V电力交易平台上的凭证,表示形式为DC=SignSKSC(PK,Tstamp,Texpire)。其中,Sign(·)为签名函数,可用于验证证书有效性;Tstamp表示证书生成的时间戳,Texpire表示证书的有效期限,可用于检查证书是否过期。
在区块链的非对称加密体系中,公钥PK相当于用户的账号,私钥SK相当于用户的密码。在获得数字凭证后,V2V交易平台中的每个电动汽车和能源节点成为联盟区块链中的合法电动汽车用户和电动汽车联盟。此外,每个电动汽车联盟都能充当联盟区块链系统中的验证节点,提供算力以进行验证和处理信息。
2.2交易信息交互流程
每个电动汽车用户首先根据其充放电需求向V2V电力交易平台发送请求,表示自身的电力购售意向。然后,电力交易平台根据接收到的请求给用户提供最佳的入盟决策,用户决定是否同意决策并确定选择,交易达成。以一个电动汽车联盟l中的一次充电车i和放电车j配对为例,V2V电力交易平台中的信息交互过程如图4所示。
①充电车i首先产生一个充电请求req=(PKi,ei,rolei,PSC,i,Tstamp),其中,rolei表示电动汽车i的充电车身份。随后,电动汽车i将该充电请求用其私钥SKi签名,并制成经过哈希算法加密后的需求信息发布到V2V电力交易平台上,需求信息表示为Mreq=(req,SignSKi(H(req)),DCi),其中,H(·)为哈希函数。
②联盟区块链中的验证节点n(任意电动汽车联盟n)通过监管中心的公钥PKSC来检查数字证书DCi的有效性,并在验证无误后,通过电动汽车i的公钥PKi来检查需求信息中的需求req是否与电动汽车i使用其私钥SKi签名、哈希函数加密后的请求一致。以上过程即区块链验证信息发送者身份和信息准确性的验证流程,本发明在下文中将不再赘述。
若信息准确无误,该验证节点则会运用提出的电动汽车入盟策略给用户提供最佳的入盟选择,并生成一个交易列表供用户进行选择,交易列表表示为list=(league1,league2,…,leaguek,Tstamp)。其中,leaguek为验证节点向用户电动汽车i提供的第k个最佳入盟选择与其详细信息,包括电动汽车联盟的地理位置、网络地址和运营情况。随后,验证节点n将生成的交易列表信息通过同样的私钥签名和哈希算法加密,发送至电动汽车i,加密后的列表信息表示为Mlist=(list,SignSKn(H(list)),DCn)。
③一旦接收到回复信息Mlist,电动汽车i便会检查验证节点n的数字证书,并通过验证节点n的公钥PKi来验证收到列表信息Mlist中的交易列表list与验证节点n使用私钥SKn签名、哈希函数加密的交易列表一致。若信息准确无误,电动汽车i则会选择根据交易列表中的信息做出最合适的选择,并在决定入盟后,向选择的电动汽车联盟l发送需求信息Mreq=(req,SignSki(H(req)),DCi)。
④接收到需求信息的电动汽车联盟l以同样的方式验证电动汽车i身份的有效性和信息的准确性。若信息准确无误,电动汽车联盟l通过电价高低匹配机制在联盟内为电动汽车i的充电需求寻找合适的卖家,并生成交易令牌token=(PKi,PKj,Ps,e,DCi,DCj,Tstamp),并向买卖双方发布交易响应信息Mres=(token,SignSki(H(token)),DCl)。其中,PKj为供电车j的公钥,Ps为成交价格,e为成交电量。
⑤只要接收到电动汽车联盟l发布的交易响应信息,并验证电动汽车联盟l身份的有效性和交易响应信息的准确性后,交易双方就能作出交易决定同意或拒绝交易,交易决定表示为decision=(PKi,PKj,Ack||Rej,H(token),Tstamp)。式中,Ack||Rej表示同意或拒绝交易。交易双方将交易决定回复至电动汽车联盟l,充电车i的回复信息表示为Mdeci=(decisioni,SignSki(H(decisioni)),DCi),供电车j的回复信息表示为Mdecj=(decisionj,SignSkj(H(decisionj)),DCj)。
⑥电动汽车联盟l收到交易双方的回复信息,并确认信息发送方身份的有效性和信息的准确性后,若交易双方的回复信息中交易决定均为同意,电动汽车联盟l将生成订单order=(token,decisioni,decisionj,Tstamp,SignSkl(H(token)),SignSkl(H(decisioni)),SignSkl(H(decisionj)),DCi,DCj,DCl),并将其作为订单信息Mord=(order,SignSkl(H(order)),DCl)发送给交易双方。
⑦交易双方收到电动汽车联盟l的订单信息,并确认信息发送方身份的有效性和信息的准确性,若信息准确无误,则交易双方进行交易操作,放电车j向充电车i提供充电服务,交易达成。
⑧电动汽车在交易完成后可对电动汽车联盟提供的服务进行评价,并公布全网。电动汽车i对电动汽车联盟l的评价表示为MR=(PKi,PKl,H(order),R,SignSki(H(order))。其中,R为电动汽车i对电动汽车联盟的评价值。
2.3区块的生成
每个验证节点即电动汽车联盟在一定时间间隔内独立的收集和验证交易信息,经验证后有效的信息将会按时间戳顺序排序储存在本地内存中,并将其打包到默克尔树结构中,与区块头一起构建成本地块。每个区块头都包含前一个区块的哈希值以使其连接成链。
在基于工作量证明(POW)算法中,要求验证节点求解决基于密码散列的密码难题。而对于联盟区块链中使用的基于权益证明(POS)算法,可以用交易任务总量和用户评价指标作为电动汽车联盟的权益,以大幅度降低密码难题的难度:
H(nonce,H(blockhead))≤rep×target (21)
式中:nonce为待求解的随机数;blockheader为区块头;target是系统定义的求解难度的目标,根据验证程序组在每一轮共识过程中的计算能力进行调整;rep为验证节点的声誉值。
值得注意的是,rep并没有具体的物理意义,而仅表示电动汽车联盟一天累计的服务量和收到的用户评价的综合评估指标。在本发明采用的POS共识机制下,仍然存在算力挖矿,需要算力解决一个数学难题。rep作为电动汽车联盟的权益影响着电动汽车联盟的挖矿难度,表现形式为对哈希难题有映射空间的扩大,如式(21)所示,更高的rep值意味着更低的求解难度,rep与电动汽车联盟的交易任务总量和获得的用户评价值成正相关,故rep表示为:
式中:f(·)为电动汽车联盟的声誉值算法;Etotal和R分别为电动汽车联盟的交易任务总量和获得的用户评价值;El和Rl分别为电动汽车联盟l当天的交易任务总量和收到的用户评价值;λ和μ分别为对Etotal和R两个指标的难度调整系数,系统会根据不同的运营情况进行调整;L表示所有电动汽车联盟。
首先解决密码难题的验证节点成为新区块的提议者,并广播其区块信息,广播信息表示为Mpro=(B,nonce,p,Rp,SignSkp(H(B)),DCp,Tstamp),其中B表示新区块,p表示新区块的提议者。
收到广播后,每个验证节点用公式(21)验证收到的新区块B中的交易信息和随机数解nonce的正确性。一旦所有验证节点都成功验证了提议信息的正确性,联盟区块链达成共识,新区块生成。然后,对于每个验证节点,新生成的区块B以时间顺序复制到其区块链的本地副本,每个V2V电力交易平台的参与者都能通过电动汽车联盟同步最新区块链中的数据。
2.4区块链的激励分配
在一个新区块生成后,成为该区块提议者的节点和每个参与验证的验证节点都能获得一定的经济激励,激励的分配方案如下:
对于新区块的提议者节点,获得的激励表示为:
EIp=sp×M (23)
式中:sp为提议者的激励份额,M为新区块生成过程中电动汽车联盟所获得的区块链服务费。
对于每个验证节点,获得的激励表示为:
式中:V表示除了提议者节点以外的所有参与验证的验证节点。
此外,一个新区块生成后,该新区块的提议者和验证节点都能获得一定的评价值Δp、Δv作为验证的额外奖励。
3实验结果
3.1交通网络
本发明以某典型城区为例,采用基于直角坐标道路模型的简化行驶仿真方法将区域内如图5所示的道路交通系统集成到如图5所示的直角坐标系交通网络中。其中,该城区是某城市中的一个类矩形行政区域,含2个障碍区域(山地区域和学校区域)、9个电动汽车联盟及4个公共充电桩,9个电动汽车联盟均匀的分布在矩形区域中,4个公共充电桩则分别根据城区中较为分散的商场、学校、工业区和交通枢纽的位置而设定。
3.2参数设置
仿真区域范围为30×30km2的直角坐标系区域,仿真设置在电网负荷高峰时期。根据充放电意图将电动汽车分为充电电动汽车和放电电动汽车。各参数如表1所示。部分表1中数据的参考自文献,由于电动汽车申请入盟时的驾驶状态不同,因此电动汽车的初始SOC和所在区域的位置是随机生成的。私家车、出租车、公务用车一般都是小型车,以长安逸动电动汽车为标准,电池容量为30千瓦时。利用MATLAB软件对本发明建立的基于区块链的区域电动汽车联盟电力交易策略模型进行仿真。
表1电动汽车仿真参数
3.3仿真结果
3.3.1放电电价的设置
考虑到该区域存在公共充电站,放电电动汽车可选择向电网放电。根据本发明提出的电动汽车放电价格制定方法,得到不同数量的放电电动汽车入网时对应的放电价格曲线,如图7所示,并与电力交易系统中的几种电价进行比较。
仿真结果表明,放电电动汽车的利润来源于交易价格与成本价格之间的差价,该差价由双方的期望价格决定。电动汽车向电网放电时,放电电价稳定在1.1~1.2元/千瓦时,介于电动汽车放电成本和高峰期电网电价之间,在一定程度上是合理的。放电电动汽车用户可以根据自己在高峰负荷期间的行驶状态来决定是否加入电动汽车联盟或向电网放电。
3.3.2V2V电力交易中的电动汽车匹配数量
采用本发明提出的V2V电力交易匹配策略,联盟内电动汽车电力交易匹配次数随放电电动汽车数量增长的趋势如图8所示。
仿真结果表明,当放电电动汽车数量较少时,大部分充电电动汽车只能选择公共充电站进行充电,V2V匹配交易车辆也较少。随着放电电动汽车数量的增加,充电电动汽车有更多的选择,可以更好地匹配合适的放电电动汽车。当放电电动汽车的数量大幅度超过充电车数量时(如图8中供电车数量超过150辆时),V2V配对的充放电车辆基本达到饱和的状态,充电车和供电车匹配数量均不会再增加。
实际上,充电电动汽车与放电电动汽车的匹配是V2V联盟电力交易的结果。为了探索电动汽车充电和放电电动汽车数量变化对V2V匹配数量的影响,不同充电电动汽车和放电电动汽车匹配情景下的匹配数量如表2所示,电动汽车的匹配成功率则如图9所示。
从表2和图9可以看出,当充放电电动汽车的数量相近时,随着充电或放电电动汽车数量的增加,V2V联盟的匹配数量也会增加,电动汽车的匹配成功率也会增加;当充放电电动汽车的数量存在显著差异时,V2V联盟将会供需失衡,多数一方数量的增加不会显著改变V2V匹配的情况,但匹配结果仍将有一个细微的变化,这是新加入电动汽车参与V2V联盟的竞争导致的结果。
表2充电电动汽车与放电电动汽车数量匹配结果(放电电动汽车/充电电动汽车)
3.3.3V2V电力交易的成本效益情况
V2V电力交易匹配后,充电电动汽车与放电电动汽车的成本效益对比如图10所示。随着放电电动汽车数量的增加以及V2V电力交易匹配车数量的增加,充电电动汽车可以更容易地与售电价格便宜的放电电动汽车进行交易,因此,充电电动汽车的成本随着放电电动汽车数量的增加而降低;同时,更多的放电电动汽车可以与购电价格高于电网的充电电动汽车进行交易,而不是向电网放电,因此,放电电动汽车的效益随着放电电动汽车数量的增加而增加。
此外,由图8可知,当放电电动汽车数量大大超过充电电动汽车数量时,V2V联盟内将出现供需失衡,V2V匹配对数量基本饱和。因此,充电电动汽车的总成本将不再降低,放电电动汽车的总效益将不再增加。另一方面,对电网放电的效益与放电电动汽车数量呈正相关,但与V2V匹配数量无关。因此,随着放电电动汽车数量的增加和V2V匹配数量的饱和,对电网放电的总效益开始高于V2V的售电效益。
为了直观地显示出参与V2V平台的放电电动汽车的利润,本发明还比较了放电电动汽车向电网放电与向充电电动汽车售电的平均利润,如图11所示。分析结果表明,参与V2V平台放电的电动汽车平均利润明显大于进入电网放电的平均利润。
值得注意的是,当V2V匹配数量接近饱和时(如图8所示,放电电动汽车数量超过150辆),随着放电电动汽车数量的逐渐增加,V2V匹配的车辆数量已趋于饱和状态,不再增加。然而,新增的放电电动汽车可以以较低的价格为充电电动汽车提供充电服务。因此,如图11的虚线所示,放电参与V2V联盟的电动汽车的效益略有降低。
3.3.4公共充电站对V2V联盟的影响
为了探索公共充电站对V2V联盟的影响,本发明在公共充电站数量不同的场景下,模拟了V2V电力交易平台中100辆充电电动汽车和100辆放电电动汽车的交易情况,比较了它们的匹配数量变化和成本效益。仿真结果如图12和图13所示。
对于充电电动汽车而言,公共充电站越多,可制定的充电方案就越多,车主倾向于选择充电成本最低的充电方案,因此,电动汽车充电成本随着公共充电站的增加而降低;对于放电电动汽车而言,公共充电站越多,充电型电动汽车选择不参与V2V联盟的概率越高,V2V联盟的匹配对数量和电力交易量越小,因此,随着公共充电站的增加,放电电动汽车的售电收入将略有下降。
此外,在没有公共充电站的情况下,没有匹配到的充电电动汽车不能选择公共充电站充电。由于并不是所有充电电动汽车的充电需求都能得到满足,因此充电电动汽车的总充电成本相对较低,如图13中的黑色方点所示,实际上,这并不包括所有正在充电的电动汽车的充电成本。
3.3.5联盟区块链的运行分析
通过对联盟区块链进行一段时间的运营模拟,进行成本效益分析,验证联盟区块链的可行性。联盟区块链的矿工为区域内设置的9个电动汽车联盟,每个矿工的计算能力来自RHY云计算平台的BTC云计算产品,购买的算力为5T,算力费用为1.05¥/日,电费为0.53¥/日,仿真步长为1小时,仿真时间为日负荷高峰时段19:00~21:00,仿真周期为7天。联盟区块链的模拟运行是通过MATLAB构建区块的数据结构,并使用Mathworks File Exchange中的一段DataHash函数作为哈希算法模拟矿工的挖矿行为。
根据仿真结果,联盟区块链运营一周的成本为99.54¥,联盟区块链的服务费为285.63¥,通过使用提出的联盟区块链,V2V电力交易平台的收益大于成本。其中,区块链服务费用于奖励每个参与提议和验证的电动汽车联盟,初始声誉值rep不同的联盟在一周内获得的奖励如图14所示。
此外,本发明还比较了生成新块时不同难度等级下验证节点的挖矿情况,如表3所示。在V2V电力交易平台的运营中,声誉值rep越大,难度等级越低,加密难题的映射空间越大,更容易生成新的区块。值得一提的是,密码学难题映射空间的增加并没有直接缩短成功挖掘的时间。如表3所示,如果验证节点得到的新区块的哈希值相同,则其解出的随机值nonce也相同,因此,挖矿时间就更依赖于每个验证节点的计算能力,这也是计算能力越强的节点越容易成功挖掘的原因。
表3不同难度等级下新区块生成的情况
在本发明所提出的共识机制中,电动汽车联盟的声誉值与交易电量和用户对联盟的评价有关。负责交易的电量越多,用户评价越高,意味着打包新区块的难度越低,获得联盟区块链中经济激励的可能性越大。因此,电动汽车联盟将继续改善其服务,以吸引用户增加交易量,并给予他们较高的评价。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (8)
1.基于区块链的区域电动汽车联盟电力交易方法,其特征在于:该方法包括以下步骤:
S1:建立区域电动汽车联盟V2V电力交易模型;
S2:建立基于联盟区块链的电动汽车交易共识机制。
2.根据权利要求1所述的基于区块链的区域电动汽车联盟电力交易方法,其特征在于:所述S1包括以下步骤:
S11:建立交易系统模型;
区域电动汽车V2V电力交易系统由监管中心、电动汽车联盟和区块链交易系统三部分组成,其中,监管中心负责用户的注册和数字证书的发放;电动汽车联盟是拥有营业执照的能源节点,拥有数量充足的充放电桩和储能装置,为区域内的电动汽车联盟电力交易提供硬件服务,并作为验证节点提供算力,将交易信息打包成区块上传到区块链中;区块链交易系统则是信息处理中心,负责交易信息的验证、发布和储存;
S12:建立交通系统模型;
在将交通系统简化为二维网格的基础上,做出交通网络中道路相互平行或垂直的假设;交通系统集成到直角坐标系中;
在集成的直角坐标道路模型中,从位置A到位置B有多条路径选择,这些路径的距离都是相同的,电动汽车到目的地的行驶距离通过坐标计算得到:
LAB=|xA-xB|+|yA-yB| (1)
式中:x和y分别表示位置A、B的水平坐标和垂直坐标;
如果障碍区域不被由位置A和B所确定的矩形,则式(1)改写为:
LAB=|xA-xB|+|yA-yB|+2min{|xA-x1|,|xA-x2|,|xB-x1|,|xB-x2|} (2)
式中:x1和x2分别表示障碍区域的最大、最小水平坐标;如果障碍物区域的垂直距离大于所确定矩形的垂直距离,则式(2)中的x1、x2分别变为最大、最小垂直坐标y1、y2;
引入正态分布来解决电动汽车行驶中的不确定性问题:
LEV~N(LAB,(kLAB)2) (3)
式中:LEV为电动汽车的实际行驶距离,kLAB为LAB预测的标准差参数;
S13:计算电网高峰时段电价;
S14:建立用户模型。
3.根据权利要求2所述的基于区块链的区域电动汽车联盟电力交易方法,其特征在于:所述S13包括以下步骤:
S131:计算充电电价;
负荷高峰时段下,电动汽车向电网充电电价一般为固定的峰时电价;设置峰时电价为Pg=2元/kW·h;
S132:计算放电电价;
电动汽车在负荷高峰向电网反向放电,放电电价的上限应不超过该时刻的电网售电电价,满足约束:
Pd<Pg (4)
式中:Pg为电动汽车在负荷高峰向电网反向放电的放电价格;
当电动汽车入网放电的效益大于充电支出费用时,电动汽车向电网放电,则放电车的充电成本Cd为:
式中:Ed为负荷高峰时刻电动汽车向电网反向放电的总电量;Pc为电动汽车的充电成本电价;ηc、ηd分别为电动汽车的充、放电效率;nd为电动汽车的数量;Ld,n表示第n辆参与V2V电力交易的电动汽车的行驶距离;Ln表示电动汽车的原始行驶距离;αn表示电动汽车每公里耗电量;
电动汽车的度电成本表示为:
设置K>1作为放电车的效益系数,则电动汽车高峰时段向电网反向放电的放电电价表示为:
Pd=K×Cdper (7)。
4.根据权利要求3所述的基于区块链的区域电动汽车联盟电力交易方法,其特征在于:所述S14包括以下步骤:
S141:计算电动汽车的可充放电容量;
电动汽车做出充放电决定后,可充放电容量通过最大最小充放电容量表示;
对于具有充电意愿的电动汽车,最大可充电容量为电动汽车到达电动汽车联盟后可充的最大电量;最小可充电容量使电动汽车充电后的电量满足剩余的行驶需求;充电车n在电动汽车联盟i的最大最小可充电容量表示为:
ecmax,n,i=E×SOCmax-(E×SOCn-an×Ldoa,n,i) (8)
ecmin,n,i=E×SOCmin-(E×SOCn-an×Ldoa,n,i)+an×Ldop,n,i (9)
式中:E为电动汽车容量;SOCmax和SOCmin分别为保证电池安全限制的最大和最小SOC;SOCn为充电电动汽车n的当前SOC;Ldoa,n,i为充电电动汽车n到电动汽车联盟i的行驶距离,Ldop,n,i为电动汽车联盟i到充电电动汽车n目的地的行驶距离;
对于具有放电意愿的电动汽车,最大可放电容量应保证电动汽车放电后的电量能满足剩余的行驶需求;最小可放电容量为0;放电车m在电动汽车联盟j的最大最小可放电容量表示为:
edmax,m,j=E×(SOCm-SOCmin)-am×(Ldoa,m,j+Ldop,m,j) (10)
edmin,m,j=0 (11)
式中:SOCm为放电电动汽车m的SOC;am为放电电动汽车m的每公里耗电量;Ldoa,m,j为放电电动汽车m到电动汽车联盟j的行驶距离;Ldop,m,j表示电动汽车联盟j到放电电动汽车m目的地的行驶距离;
S142:计算电动汽车用户的里程焦虑;
电动汽车用户在行驶过程中出现里程焦虑,里程焦虑与车辆剩余行驶距离成正比,与电池电量成反比;电动汽车n的里程焦虑表示为:
电动汽车用户对里程焦虑的反应体现在其对自身充放电容量的影响;电动汽车具体的充放电容量通过里程焦虑和其最大、最小充放电容量表示出来;
对于意向加入电动汽车联盟i的充电车n,用户的里程焦虑RAn,i越高,其充电需求ec,n,i越高:
ec,n,i=ecmin,n,i+RAn,i×(ecmax,n,i-ecmin,n,i) (13)
对于意向加入电动汽车联盟j的放电车m,用户的里程焦虑RAm,j越高,提供的放电电量ed,m,j越低:
ed,m,j=edmin,m,j+RAm,j×(edmax,m,j-edmin,m,j) (14)
S143:建立电动汽车效益模型;
每辆电动汽车在将自身信息提供给电动汽车联盟时,给出其预计最小效益,预计最小效益决定着每辆电动汽车期望的购售电价格;
对于充电电动汽车n,可接受的最高价格Psc,n表示为:
Psc,n=Pg×(1-βn) (15)
式中:βn表示充电电动汽车n可接受的预计最小效益系数,βn∈(0,1);
对于放电电动汽车m,可接受的最低价格Psd,m表示为:
Psd,m=Pc×(1+βm) (16)
式中:βm表示放电电动汽车m可接受的预计最小效益系数,βm∈(0,1);
对于售电电动汽车m,最大可获利润为:
式中:Ps为成交价格;em为放电电动汽车m的放电电量;ηd,m为放电电动汽车m的放电效率;Ploss为电池损耗;Ldoa,m为放电电动汽车m到电动汽车联盟的行驶距离;Ldop,m为电动汽车联盟到放电电动汽车m目的地的行驶距离;Lm为放电电动汽车m的原始行驶距离;δ为电动汽车联盟的服务费;
对于充电电动汽车n,成本为:
Cn=-Ps×en-Ploss×en+an×(Ldoa,n+Ldop,n-Ln)×Ps-δ×en (18)
式中:en为充电电动汽车n的充电电量,表示为负值;Ldoa,n为充电电动汽车n到任一电动汽车联盟的行驶距离;Ldop,n为任一电动汽车联盟到充电电动汽车n目的地的行驶距离;Ln为放电电动汽车n的原始行驶距离;
充电电动汽车n的最大可获利润用最小成本表示:
则任一加入V2V联盟的电动汽车可获得的最大效益表示为:
式中:ei为电动汽车i的充电或放电电量;ai为电动汽车i的每公里耗电量;Ldoa,i为电动汽车i到任一电动汽车联盟的行驶距离;Ldop,i表示任一电动汽车联盟到电动汽车i目的地的行驶距离;
S144:进行电动汽车参与V2V电力交易的入盟行为;
1)电动汽车参与入盟的具体步骤。
5.根据权利要求4所述的基于区块链的区域电动汽车联盟电力交易方法,其特征在于:所述S1)包括以下步骤:
11)有充放电需求的电动汽车登录V2V电力交易平台寻求V2V联盟,并提供自身的交易信息,包括出发地、目的地、当前SOC和期望购售电价格;
12)V2V交易平台向电动汽车提供当前时段下可用的多个电动汽车联盟选择,包括地理位置、可提供电量、联盟内每个电力请求者或供应商可接受的充放电价格,根据电动汽车提供的信息计算电动汽车最佳入盟选择,将电动汽车入盟的效益情况、耗时情况、路径情况反馈给电动汽车以供参考;
13)收到信息的电动汽车根据V2V交易平台提供的信息,选取自身可获福利最大的电动汽车发送联盟请求,交易达成;
2)电动汽车入盟策略
在电动汽车向V2V电力交易平台提供信息后,V2V电力交易平台根据事先制定好的电动汽车入盟策略计算电动汽车的最佳入盟选择。
6.根据权利要求5所述的基于区块链的区域电动汽车联盟电力交易方法,其特征在于:所述S2)包括以下步骤:
21)V2V电力交易平台根据电动汽车提供的信息计算其加入每个电动汽车联盟可获得的最大效益Umax,i,并根据计算得到的最大效益给出电动汽车的初始选择;
22)运用电力交易价格匹配中的高低匹配价格机制来确定V2V电力交易匹配,从而得到每辆电动汽车的实际效益Uact,i;
23)如果有其他联盟可供选择,则依次改变电动汽车成员的选择,并计算改变选择后电动汽车成员的实际效益Ucact,i;若没有其他选择,则跳到步骤25);
24)如果改变选择后的实际效益大于上一个选择的实际效益,则决定改变电动汽车的入盟选择,以获得最大的实际效益;若改变选择后实际效益没有增加,则返回步骤23);
25)计算电动汽车在不加入联盟,即与电网交易时所获得的效益Ugact,i;
26)若电动汽车不入盟效益大于其最大入盟效益,则电动汽车最终选择不入盟;反之,若电动汽车不入盟效益小于其最大入盟效益,则电动汽车最终选择入盟。
7.根据权利要求6所述的基于区块链的区域电动汽车联盟电力交易方法,其特征在于:所述S2包括以下步骤:
S21:用户注册;
监管中心对用户节点的认证为用户的注册;
电动汽车和能源节点通过绑定真实世界中的身份向监管中心申请注册,监管中心验证成功后,将随机生成的公私钥对(PK,SK)发送给用户,并用自己的私钥SKSC为用户的数字证书签名;用户的数字证书(DC)为用户在V2V电力交易平台上的凭证,表示形式为DC=SignSKSC(PK,Tstamp,Texpire);其中,Sign(·)为签名函数,用于验证证书有效性;Tstamp表示证书生成的时间戳,Texpire表示证书的有效期限,用于检查证书是否过期;
在区块链的非对称加密体系中,公钥PK相当于用户的账号,私钥SK相当于用户的密码;在获得数字凭证后,V2V交易平台中的每个电动汽车和能源节点成为联盟区块链中的合法电动汽车用户和电动汽车联盟;此外,每个电动汽车联盟都能充当联盟区块链系统中的验证节点,提供算力以进行验证和处理信息;
S22:交易信息交互;
每个电动汽车用户首先根据其充放电需求向V2V电力交易平台发送请求,表示自身的电力购售意向;然后,电力交易平台根据接收到的请求给用户提供最佳的入盟决策,用户决定是否同意决策并确定选择,交易达成;
S23:生成区块;
每个验证节点即电动汽车联盟在一定时间间隔内独立的收集和验证交易信息,经验证后有效的信息将会按时间戳顺序排序储存在本地内存中,并打包到默克尔树结构中,与区块头一起构建成本地块;每个区块头都包含前一个区块的哈希值以使其连接成链;
在基于工作量证明POW算法中,要求验证节点求解决基于密码散列的密码难题;对于联盟区块链中使用的基于权益证明POS算法,用交易任务总量和用户评价指标作为电动汽车联盟的权益,以降低密码难题的难度:
H(nonce,H(blockhead))≤rep×target (21)
式中:nonce为待求解的随机数;blockheader为区块头;target是系统定义的求解难度的目标,根据验证程序组在每一轮共识过程中的计算能力进行调整;rep为验证节点的声誉值;
rep并没有具体的物理意义,表示电动汽车联盟一天累计的服务量和收到的用户评价的综合评估指标;rep作为电动汽车联盟的权益影响着电动汽车联盟的挖矿难度,表现形式为对哈希难题有映射空间的扩大,如式(21)所示,更高的rep值意味着更低的求解难度,rep与电动汽车联盟的交易任务总量和获得的用户评价值成正相关,rep表示为:
式中:f(·)为电动汽车联盟的声誉值算法;Etotal和R分别为电动汽车联盟的交易任务总量和获得的用户评价值;El和Rl分别为电动汽车联盟l当天的交易任务总量和收到的用户评价值;λ和μ分别为对Etotal和R两个指标的难度调整系数,系统会根据不同的运营情况进行调整;L表示所有电动汽车联盟;
首先解决密码难题的验证节点成为新区块的提议者,并广播其区块信息,广播信息表示为Mpro=(B,nonce,p,Rp,SignSkp(H(B)),DCp,Tstamp),其中B表示新区块,p表示新区块的提议者;
收到广播后,每个验证节点用公式(21)验证收到的新区块B中的交易信息和随机数解nonce的正确性;一旦所有验证节点都成功验证了提议信息的正确性,联盟区块链达成共识,新区块生成;对于每个验证节点,新生成的区块B以时间顺序复制到其区块链的本地副本,每个V2V电力交易平台的参与者都能通过电动汽车联盟同步最新区块链中的数据;
S24:区块链的激励分配;
在一个新区块生成后,成为该区块提议者的节点和每个参与验证的验证节点都能获得一定的经济激励,激励的分配方案如下:
对于新区块的提议者节点,获得的激励表示为:
EIp=sp×M (23)
式中:sp为提议者的激励份额,M为新区块生成过程中电动汽车联盟所获得的区块链服务费;
对于每个验证节点,获得的激励表示为:
式中:V表示除了提议者节点以外的所有参与验证的验证节点;
一个新区块生成后,该新区块的提议者和验证节点都能获得一定的评价值Δp、Δv作为验证的额外奖励。
8.根据权利要求7所述的基于区块链的区域电动汽车联盟电力交易方法,其特征在于:所述S22中,当一个电动汽车联盟l中的一次充电车i和放电车j配对时,V2V电力交易平台中的信息交互过程为:
S221:充电车i首先产生一个充电请求req=(PKi,ei,rolei,PSC,i,Tstamp),其中,rolei表示电动汽车i的充电车身份;随后,电动汽车i将该充电请求用其私钥SKi签名,并制成经过哈希算法加密后的需求信息发布到V2V电力交易平台上,需求信息表示为Mreq=(req,SignSKi(H(req)),DCi),其中,H(·)为哈希函数;
S222:联盟区块链中的验证节点n通过监管中心的公钥PKSC来检查数字证书DCi的有效性,并在验证无误后,通过电动汽车i的公钥PKi来检查需求信息中的需求req是否与电动汽车i使用其私钥SKi签名、哈希函数加密后的请求一致;
若信息准确无误,该验证节点则会运用提出的电动汽车入盟策略给用户提供最佳的入盟选择,并生成一个交易列表供用户进行选择,交易列表表示为list=(league1,league2,…,leaguek,Tstamp);其中,leaguek为验证节点向用户电动汽车i提供的第k个最佳入盟选择与其详细信息,包括电动汽车联盟的地理位置、网络地址和运营情况;随后,验证节点n将生成的交易列表信息通过同样的私钥签名和哈希算法加密,发送至电动汽车i,加密后的列表信息表示为Mlist=(list,SignSKn(H(list)),DCn);
S223:一旦接收到回复信息Mlist,电动汽车i便会检查验证节点n的数字证书,并通过验证节点n的公钥PKi来验证收到列表信息Mlist中的交易列表list与验证节点n使用私钥SKn签名、哈希函数加密的交易列表一致;若信息准确无误,电动汽车i则会选择根据交易列表中的信息做出最合适的选择,并在决定入盟后,向选择的电动汽车联盟l发送需求信息Mreq=(req,SignSki(H(req)),DCi);
S224:接收到需求信息的电动汽车联盟l以同样的方式验证电动汽车i身份的有效性和信息的准确性;若信息准确无误,电动汽车联盟l通过电价高低匹配机制在联盟内为电动汽车i的充电需求寻找合适的卖家,并生成交易令牌token=(PKi,PKj,Ps,e,DCi,DCj,Tstamp),并向买卖双方发布交易响应信息Mres=(token,SignSki(H(token)),DCl);其中,PKj为供电车j的公钥,Ps为成交价格,e为成交电量;
S225:只要接收到电动汽车联盟l发布的交易响应信息,并验证电动汽车联盟l身份的有效性和交易响应信息的准确性后,交易双方就能作出交易决定同意或拒绝交易,交易决定表示为decision=(PKi,PKj,Ack||Rej,H(token),Tstamp);式中,Ack||Rej表示同意或拒绝交易;交易双方将交易决定回复至电动汽车联盟l,充电车i的回复信息表示为Mdeci=(decisioni,SignSki(H(decisioni)),DCi),供电车j的回复信息表示为Mdecj=(decisionj,SignSkj(H(decisionj)),DCj);
S226:电动汽车联盟l收到交易双方的回复信息,并确认信息发送方身份的有效性和信息的准确性后,若交易双方的回复信息中交易决定均为同意,电动汽车联盟l将生成订单order=(token,decisioni,decisionj,Tstamp,SignSkl(H(token)),SignSkl(H(decisioni)),SignSkl(H(decisionj)),DCi,DCj,DCl),并将其作为订单信息Mord=(order,SignSkl(H(order)),DCl)发送给交易双方;
S227:交易双方收到电动汽车联盟l的订单信息,并确认信息发送方身份的有效性和信息的准确性,若信息准确无误,则交易双方进行交易操作,放电车j向充电车i提供充电服务,交易达成;
S228:电动汽车在交易完成后对电动汽车联盟提供的服务进行评价,并公布全网;电动汽车i对电动汽车联盟l的评价表示为MR=(PKi,PKl,H(order),R,SignSki(H(order));其中,R为电动汽车i对电动汽车联盟的评价值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110887532.1A CN113902555A (zh) | 2021-08-03 | 2021-08-03 | 基于区块链的区域电动汽车联盟电力交易方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110887532.1A CN113902555A (zh) | 2021-08-03 | 2021-08-03 | 基于区块链的区域电动汽车联盟电力交易方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113902555A true CN113902555A (zh) | 2022-01-07 |
Family
ID=79187734
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110887532.1A Pending CN113902555A (zh) | 2021-08-03 | 2021-08-03 | 基于区块链的区域电动汽车联盟电力交易方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113902555A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114537197A (zh) * | 2022-03-14 | 2022-05-27 | 南京理工大学 | 一种基于带权二分图的v2v充电最优匹配方法及系统 |
CN116342171A (zh) * | 2023-05-31 | 2023-06-27 | 北京中科江南信息技术股份有限公司 | 一种通信产品多级组件供应价格监测方法、装置及设备 |
-
2021
- 2021-08-03 CN CN202110887532.1A patent/CN113902555A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114537197A (zh) * | 2022-03-14 | 2022-05-27 | 南京理工大学 | 一种基于带权二分图的v2v充电最优匹配方法及系统 |
CN114537197B (zh) * | 2022-03-14 | 2024-05-17 | 南京理工大学 | 一种基于带权二分图的v2v充电最优匹配方法及系统 |
CN116342171A (zh) * | 2023-05-31 | 2023-06-27 | 北京中科江南信息技术股份有限公司 | 一种通信产品多级组件供应价格监测方法、装置及设备 |
CN116342171B (zh) * | 2023-05-31 | 2023-08-29 | 北京中科江南信息技术股份有限公司 | 一种通信产品多级组件供应价格监测方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Huang et al. | An optimal scheduling algorithm for hybrid EV charging scenario using consortium blockchains | |
Wang et al. | BSIS: Blockchain-based secure incentive scheme for energy delivery in vehicular energy network | |
Miglani et al. | Blockchain for Internet of Energy management: Review, solutions, and challenges | |
Kang et al. | Enabling localized peer-to-peer electricity trading among plug-in hybrid electric vehicles using consortium blockchains | |
Sun et al. | Blockchain-enhanced high-confidence energy sharing in internet of electric vehicles | |
Nguyen et al. | Modeling and analysis of data trading on blockchain-based market in IoT networks | |
Iqbal et al. | A secure and decentralized blockchain based EV energy trading model using smart contract in V2G network | |
CN109447740A (zh) | 无线电频谱资源交易方法、可读存储介质和终端 | |
Yahaya et al. | Blockchain-based energy trading and load balancing using contract theory and reputation in a smart community | |
CN109003082B (zh) | 基于联盟区块链的phev能量交易系统及其交易方法 | |
CN109472664A (zh) | 无线电频谱资源交易系统 | |
CN112765656B (zh) | 基于区块链的电车共享充电可信系统和方法 | |
CN111047440A (zh) | 一种基于区块链的分布式共享充电桩交易系统和方法 | |
CN113902555A (zh) | 基于区块链的区域电动汽车联盟电力交易方法 | |
CN110060042A (zh) | 基于能源区块链的私有充电桩安全共享与电动汽车充电优化的系统及方法 | |
CN112512054B (zh) | 基于区块链及合同理论的车联网安全频谱共享系统及方法 | |
Zhang et al. | Electricity trade strategy of regional electric vehicle coalitions based on blockchain | |
He et al. | A trusted architecture for EV shared charging based on blockchain technology | |
Lin et al. | Blockchain power trading and energy management platform | |
Wang et al. | A secure private charging pile sharing scheme with electric vehicles in energy blockchain | |
CN112613861A (zh) | 一种基于联盟链的电力预售交易方法、装置及系统 | |
CN114971183A (zh) | 基于区块链的v2g电动汽车能源处理方法及系统 | |
Wang et al. | Towards a smart privacy-preserving incentive mechanism for vehicular crowd sensing | |
Liu et al. | Secure Charging Scheduling Strategy for Electric Vehicles Based on Blockchain | |
Xue et al. | Design of blockchain-based trading mechanism under sharing mode of electric vehicle under smart grid |
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 |