CN114155103A - 基于区块链合作博弈的能量共享联盟灵活性交易方法 - Google Patents
基于区块链合作博弈的能量共享联盟灵活性交易方法 Download PDFInfo
- Publication number
- CN114155103A CN114155103A CN202111470539.XA CN202111470539A CN114155103A CN 114155103 A CN114155103 A CN 114155103A CN 202111470539 A CN202111470539 A CN 202111470539A CN 114155103 A CN114155103 A CN 114155103A
- Authority
- CN
- China
- Prior art keywords
- energy
- transaction
- grid
- power
- energy storage
- 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 37
- 238000004146 energy storage Methods 0.000 claims abstract description 83
- 238000005457 optimization Methods 0.000 claims abstract description 59
- 230000007246 mechanism Effects 0.000 claims abstract description 15
- 230000008901 benefit Effects 0.000 claims abstract description 13
- 241000283153 Cetacea Species 0.000 claims abstract description 11
- 238000011161 development Methods 0.000 claims abstract description 10
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 30
- 150000001875 compounds Chemical class 0.000 claims description 24
- 238000010438 heat treatment Methods 0.000 claims description 19
- 238000010248 power generation Methods 0.000 claims description 18
- 230000005611 electricity Effects 0.000 claims description 16
- 239000003345 natural gas Substances 0.000 claims description 15
- 239000002918 waste heat Substances 0.000 claims description 12
- 101000966257 Homo sapiens Limb region 1 protein homolog Proteins 0.000 claims description 11
- 102100040547 Limb region 1 protein homolog Human genes 0.000 claims description 11
- DYVFBWXIOCLHPP-UHFFFAOYSA-N chembl368427 Chemical compound N#CC=1C(N)=NC(C=2C(=CC=CC=2O)OCC2CC2)=CC=1C1CCNCC1 DYVFBWXIOCLHPP-UHFFFAOYSA-N 0.000 claims description 11
- 238000001816 cooling Methods 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 239000007789 gas Substances 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000011084 recovery Methods 0.000 claims description 9
- 230000009194 climbing Effects 0.000 claims description 6
- 238000011278 co-treatment Methods 0.000 claims description 4
- 238000007599 discharging Methods 0.000 claims description 4
- 101000652172 Homo sapiens Protein Smaug homolog 1 Proteins 0.000 claims description 3
- 101000863979 Homo sapiens Protein Smaug homolog 2 Proteins 0.000 claims description 3
- 102100030591 Protein Smaug homolog 1 Human genes 0.000 claims description 3
- 102100029943 Protein Smaug homolog 2 Human genes 0.000 claims description 3
- 238000010521 absorption reaction Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 230000005284 excitation Effects 0.000 claims description 3
- 238000009472 formulation Methods 0.000 claims description 3
- 230000017525 heat dissipation Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 238000010977 unit operation Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research 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
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Evolutionary Computation (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Software Systems (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Finance (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Computer Hardware Design (AREA)
- Primary Health Care (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Technology Law (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Human Resources & Organizations (AREA)
- Medical Informatics (AREA)
- Tourism & Hospitality (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及电力系统运行控制方法技术领域，是一种基于区块链合作博弈的能量共享联盟灵活性交易方法，其基于合作博弈理论提出包括储能、多微网、上级电网的多区块链节点的能量共享联盟，以联盟内各参与主体的支付效益最大建立各区块链节点优化决策模型；并设计基于多目标鲸鱼算法为嵌套算法的智能合约与适合多区块链节点间交易的区块链数据层级构架。本发明在合作模式的能量去中心化交易下较非合作模式的中心化交易显著提高参与主体在能量交易中的收益，并在能量共享模式下保证各参与主体之间公平、透明交易；同时去中心化合作交易模式能够充分发挥需求侧参与调度的主动性、提高储能系统的利用率、促进能源的有效利用与共享机制的可持续性发展。
Description
技术领域
本发明涉及电力系统运行控制方法技术领域，是一种基于区块链合作博弈的能量共享联盟灵活性交易方法。
背景技术
加快碳达峰，实现碳中和，加速能源供给侧的结构性改革，既有对煤电等化石能源达峰碳减排的重大责任，更有大力发展风电、光伏等新能源的使命。在“30·60”目标的迫切要求下，新能源装机比例比重将会极大增加，改变传统电力系统的电源结构，导致电网调峰、调频压力持续增大。
储能具有快速调峰、调频能力，是实现供需动态快速匹配与消纳新能源的有效途径之一，也是解决上述问题的绝佳技术手段之一。但当储能仅由单个消费者使用时，通常由于其需求的波动性而使储能未得到充分利用，利用不足意味着初期投资成本过大。因此多数储能电站的发展受制于回报收益期长，缺乏成熟的商业模式等因素。
能量共享的模式使使用者在不拥有资源“所有权”的前提下使用该资源，使用者通过协商形成共享市场价格，达到供需平衡、物尽其用的目的，为解决上述问题提供了新的思路。现有对于能量共享模式的研究主要集中在投资规划、模式设计与技术实现等方面。但能量共享作为一种新的商业模式，在全面推进过程中也面临着新的困难，例如：参与者者之间势必存在信任问题，各参与者之间的交易公平、透明性都无法保证。传统中心化的能量交易方式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。另一方面，联盟内涉及的参与主体数量、类型众多，不同主体均具有选择权与决策权，在能量交易中充当不同的角色，其错综复杂的利益冲突给能量共享联盟内多参与者间的交易带来挑战。
发明内容
本发明提供了一种基于区块链合作博弈的能量共享联盟灵活性交易方法，克服了上述现有技术之不足，在能量共享趋势的快速发展下，实现了以共治为目标的能量共享联盟的规模化进展，为能量共享机制的可持续性发展提供新的技术路径，为新型电力系统中能量的灵活性交易提供技术参考。
本发明的技术方案是通过以下措施来实现的：一种基于区块链合作博弈的能量共享联盟灵活性交易方法，包括以下步骤：
S1：构建多区块链节点的能量共享联盟结构，并设计所述联盟内参与主体地位平等、去中心化的能量交易模式与多区块链节点间的交易流程，实现多市场主体间“多买-多卖”合作与竞争并存的灵活性能量交易；
S2：以S1的能量交易模式中联盟内参与主体与其他参与主体之间信息传递，通过协商制定能源交易量与相应的交易价格为前提，构建多区块链节点的合作博弈优化模型框架；
S3：在S2合作博弈优化模型框架中，构建上级电网节点的优化模型；
S4：在S2合作博弈优化模型框架中，构建储能节点的优化模型；
S5：在S2合作博弈优化模型框架中，构建智能微网节点的优化模型；
S6：设计基于多目标鲸鱼算法的智能合约，利用所述智能合约得出各节点内部能够调度资源的运行计划，与其他节点间的交易电量和交易价格；
S7：设计适合多区块链节点间交易的区块链数据层级构架，保证不同区块链节点间的信息互相传递，实现真正的“去中心化”交易。
下面是对上述发明技术方案的进一步优化或/和改进：
可选的，上述S1中，所述多区块链节点的能量共享联盟结构包括储能、多微网、上级电网；
所述多区块链节点间的能量交易流程如下：智能微网向上级气网购买天然气以满足网内天然气需求；当智能微网的电能供小于求时，由上级电网、储能或者其他微网合作竞争确定交易价格与交易电量；当微网内部有电量盈余时，用于弥补其他微网的用电需求，也用于出售给上级电网以满足调频需求，或向储能出售以满足调度周期内的运行需求；
储能不仅用于满足上级电网的惯量支撑与调频需求，还用来弥补智能微电网群的电能需求；当储能需充电维持调度周期内的正常运行时，由上级电网、多微网合作竞争确定交易价格与交易电量；对于上级电网，其惯量支撑与调频需求由储能或多微网合作竞争以确定交易价格与交易电量。
可选的，上述S2中，合作博弈优化模型框架的数学表达式如下：
式中，
为各节点通过合作关系得到的支付效益，其中
为各节点在非合作时各节点的最优成本或利润；
为各节点在合作时各节点的最优成本或利润；为保证各节点在合作谈判时的利益有
SMGA、SMGB、SES、UG分别代表能量共享联盟中的智能微网A、智能微网B、储能、上级电网。
由此可知，所述合作博弈优化模型框架为一个多目标优化问题。通过求解Pareto-Nash均衡，得到上级电网、共享储能、智能微网的最优能源交易策略，实现多区块链节点之间的合作博弈。
可选的，上述S3具体包括：
S301，所述上级电网节点的优化模型，以上级电网节点在非合作博弈(NCG)与合作博弈(CG)的利润为目标，表示如下：
式中，
分别表示上级电网发电与调频成本；为清晰描述上级电网在能量共享联盟中的互动行为，故只考虑联盟内的供能与调频需求。
表示上级电网向智能微网、储能出售电量的价格与数量；NG表示上级电网中发电机组的个数；Pt G表示上级电网中火电机组的出力；aG、bG表示发电机运行成本系数；ξGPFR、ξnPFR表示微网、储能参与调频的成本系数；Pt GPFR、Pt nPFR为对应功率；
S302，所述上级电网节点的优化模型中，要考虑其中机组与电网安全运行约束，包括：
功率平衡约束，表示如下：
式中，
分别表示上级电网向智能微网与储能售出电量，以保证微网电力供需平衡与储能运行需求；
调频容量需求约束，如下式：
式中，
表示调频需求，ΔPN表示扰动比率，取值一般为负荷的5％，可再生能源加入后增加需求容量为可再生能源发电出力的10％～20％，这里取极限值20％；
火电机组运行约束，如下式：
式中，
表示火电机组的出力上下限，UR、DR为火电机组单位时间向上、向下的最大爬坡功率。
可选的，上述S4所述的储能节点的优化模型，具体包括：
S401，所述储能节点的优化模型中，以储能节点在非合作博弈(NCG)与合作博弈(CG)的利润为目标，表示如下：
式中，
表示储能向微网与上级电网出售电量的价格与功率；
表示微网与上级电网向储能出售电量的价格与功率；以保证储能的正常运行。
所述式(6)中，
为时刻t储能的充电总功率；
为该时刻储能的放电总功率。
S402，所述储能节点的优化模型中，要考虑其中储能运行与安全约束，包括：
储能充放电功率约束，如下：
式中，
为充放电状态(为布尔型变量)，
为储能最大充电功率、
为储能最大放电功率；
储能充放电状态约束，如下：
为保证储能可持续性发展，在总调度周期内充放电量之和为0，此约束表示如下：
储能的电荷状态约束，如下：
式中，SOCmin、SOCmax为电荷状态的上下限；
为共享储能的剩余与额定容量；ρ为自放电率；ηch为充电率；ηdis为放电率。
可选的，上述S5的智能微网节点的优化模型，具体包括：
S501，所述智能微网，以冷热电联供系统(Combined cooling,heating andpower，CCHP)为主要运营模式，包括燃气轮机(GS)、余热回收(WHR)、锅炉(GB)、电制冷机(ACHP)、吸收式制冷机(ECHP)；智能微网中的可控设备为弹性负荷，按照用电类型分为可切除电负荷(CLe)、可转移冷/热负荷(RLc/RLh)。
S502，所述智能微网节点的优化模型，以智能微网节点在非合作博弈(NCG)与合作博弈(CG)的利润为目标，表示如下：
式中，
为智能微网内冷热电联供系统(CCHP)机组运行成本和弹性负荷调用成本；
Pt i表示各冷热电联供系统(CCHP)的转换成本系数与转换功率；
表示智能微网在非合作博弈与合作博弈时的购能成本；
Pt BUe为向上级电网购买电能的价格与数量；Vt BUg为购买天然气的数量；
Pt i-Be、Pt i-Se为向联盟内其他参与者买入与卖出电能的价格与数量；
表示弹性负荷的调度成本系数；Pt RLe、Pt TLc、Pt TLh表示调度数量；
所述冷热电联供系统(CCHP)机组，有如下转换关系：
式中，Pt GS为GS的转换电量，LGS、ηGS、Vt GS分别为GS的热低位值、发电效率、消耗天然气体积；
Pt ACHP分别为GB、WHR、ACHP的制热量与ACHP的耗电量；LGB、ηGB、Vt GB分别为GB的热低位值、发电效率、消耗天然气体积；θ、ηWHR、QGS、
分别为余热回收后用于制热比例、制热效率、GS发热后的余热、散热损失率；GS表示燃气轮机、WHR表示余热回收、GB表示锅炉、ACHP表示电制冷机；
S503，所述智能微网节点的优化模型中，要考虑其微网的运行约束，包括：
能量平衡约束，如下：
式中，Pt REG为分布式可再生能源发电量，其中Pt W、Pt PV分别表示风电发电、光伏发电；Pt Le、
分别表示电总负荷、热总负荷、冷总负荷；Pt RLe、
分别表示电总负荷(RLe)、热总负荷(TLh)、冷总负荷(TLc)的调度功率。
可选的，上述S6中，所述多目标鲸鱼算法，具体如下：
S601，采用精英保留策略，利用外部存档保存进化过程中已发现的非占优解；
S602，当外部存档超出设定的最大容量时，采用拥挤熵对Pareto解集进行裁剪；
S603，从问题实际出发，利用模糊数学选择线性隶属度函数提取最优折中解。
上述S7中，所述适合多区块链节点间交易的区块链数据层级构架，基于区块链6层底层构架，具体如下：
S701，所述区块链6层底层构架包括：应用层、合约层、激励层、共识层、网络层、数据层；
S702，所述数据层定义传输过程中的数据结构，区块体中包括当日交易结果与日前预测结果，在交易结果中记录各区块节点的交易价格与交易量；日前预测包括各负荷的需求预测与上级电网的调频需求；
S703，所述网络层基于传统区块链的网络通信协议，规定数据传播与验证机制；
S704，所述共识层采用多节点机制，将各参与主体商议好的交易价格与电量广播至全联盟使各个节点达成一致；
S705，所述激励层基于合作博弈机制，激励交易电量与价格的制定，保证联盟内电量交易的去中心化，提升各参与主体的自主决策能力；
S706，所述合约层承载了基于MOWOA的智能合约；
S707，所述应用层为上级电网、共享储能和多微网联盟共享、共治的各类应用场景。
与现有技术相比，具有如下有益效果：
本发明提供的基于区块链合作博弈的能量共享联盟灵活性交易方法，利用区块链技术的分布式防篡改、共识机制等特征构建去中心化能量联盟的灵活性交易构架；基于合作博弈理论提出包括储能、多微网、上级电网的多区块链节点的能量共享联盟，以联盟内各参与主体的支付效益最大建立各区块链节点优化决策模型；并设计基于多目标鲸鱼算法为嵌套算法的智能合约与适合多区块链节点间交易的区块链数据层级构架。本发明在合作模式的能量去中心化交易下较非合作模式的中心化交易显著提高参与主体在能量交易中的收益，并在能量共享模式下保证各参与主体之间公平、透明交易；同时去中心化合作交易模式能够充分发挥需求侧参与调度的主动性、提高储能系统的利用率、促进能源的有效利用与共享机制的可持续性发展。
附图说明
附图1为本发明实施例基于区块链的共享联盟交易构架。
附图2为本发明实施例区块链构架下的电能交易流程。
附图3为本发明实施例基于多目标鲸鱼算法的智能合约流程图。
附图4为本发明实施例区块链数据层结构。
附图5a为本发明实施例非合作模式下智能微网的各CCHP机组调度计划。
附图5b为本发明实施例非合作模式下智能微网的弹性负荷调度计划。
附图5c为本发明实施例非合作模式下上级电网、储能的调度计划。
附图6为本发明实施例合作模式下各参与主体出售电量的平均交易价格。
附图7a为本发明实施例合作模式下智能微网A的弹性负荷调度计划。
附图7b为本发明实施例合作模式下智能微网B的弹性负荷调度计划。
附图8为本发明实施例合作模式下储能充放电计划。
附图1中，A为智能微网A，B为智能微网B，a为电网，b为气网，c为分布式可再生能源，d为负荷需求，e为共享储能，f为信息流，g为能量流，pv为光伏，w为风电，CCHP为冷热电联供系统，Le为电负荷，Lh为热负荷，Lc为冷负荷。
附图5c中，m为火电机组发电，n为储能调频。
附图5b、附图7a、b中，RL-e表示电总负荷，TL-h表示热总负荷，TL-c表示冷总负荷。
具体实施方式
本发明不受下述实施例的限制，可根据本发明的技术方案与实际情况来确定具体的实施方式。
本发明的目的是提供的基于区块链合作博弈的能量共享联盟灵活性交易方法，在保证各节点收益的基础上，以多能间互补协调提高用户用能的灵活性，形成局部地区联盟内“自平衡+余量送出”的商业模式。为促进以用户为中心的多市场主体参与能量交易，保证多能互补间的灵活性协调转换提供依据。
下面结合实施例对本发明作进一步描述：
实施例1：如附图1至4所示，该基于区块链合作博弈的能量共享联盟灵活性交易方法，包括以下步骤：
S1：构建多区块链节点的能量共享联盟结构，并设计所述联盟内参与主体地位平等、去中心化的能量交易模式与多区块链节点间的交易流程，实现多市场主体间“多买-多卖”合作与竞争并存的灵活性能量交易；
S2：以S1的能量交易模式中联盟内参与主体与其他参与主体之间信息传递，通过协商制定能源交易量与相应的交易价格为前提，构建多区块链节点的合作博弈优化模型框架；
S3：在S2合作博弈优化模型框架中，构建上级电网节点的优化模型；
S4：在S2合作博弈优化模型框架中，构建储能节点的优化模型；
S5：在S2合作博弈优化模型框架中，构建智能微网节点的优化模型；
S6：设计基于多目标鲸鱼算法的智能合约，利用所述智能合约得出各节点内部能够调度资源的运行计划，与其他节点间的交易电量和交易价格；
S7：设计适合多区块链节点间交易的区块链数据层级构架，保证不同区块链节点间的信息互相传递，实现真正的“去中心化”交易。
所述S1中，所述多区块链节点的能量共享联盟结构包括储能、多微网、上级电网；
所述多区块链节点间的能量交易流程如下：智能微网向上级气网购买天然气以满足网内天然气需求；当智能微网的电能供小于求时，由上级电网、储能或者其他微网合作竞争确定交易价格与交易电量；当微网内部有电量盈余时，用于弥补其他微网的用电需求，也用于出售给上级电网以满足调频需求，或向储能出售以满足调度周期内的运行需求；
储能不仅用于满足上级电网的惯量支撑与调频需求，还用来弥补智能微电网群的电能需求；当储能需充电维持调度周期内的正常运行时，由上级电网、多微网合作竞争确定交易价格与交易电量；对于上级电网，其惯量支撑与调频需求由储能或多微网合作竞争以确定交易价格与交易电量。
所述S2中，合作博弈优化模型框架的数学表达式如下：
式中，
为各节点通过合作关系得到的支付效益，其中
为各节点在非合作时各节点的最优成本或利润；
为各节点在合作时各节点的最优成本或利润；为保证各节点在合作谈判时的利益有
SMGA、SMGB、SES、UG分别代表能量共享联盟中的智能微网A、智能微网B、储能、上级电网。
由此可知，所述合作博弈优化模型框架为一个多目标优化问题。通过求解Pareto-Nash均衡，得到上级电网、共享储能、智能微网的最优能源交易策略，实现多区块链节点之间的合作博弈。
所述S3具体包括：
S301，所述上级电网节点的优化模型，以上级电网节点在非合作博弈(NCG)与合作博弈(CG)的利润为目标，表示如下：
式中，
分别表示上级电网发电与调频成本；为清晰描述上级电网在能量共享联盟中的互动行为，故只考虑联盟内的供能与调频需求。
表示上级电网向智能微网、储能出售电量的价格与数量；NG表示上级电网中发电机组的个数；Pt G表示上级电网中火电机组的出力；aG、bG表示发电机运行成本系数；ξGPFR、ξnPFR表示微网、储能参与调频的成本系数；Pt GPFR、Pt nPFR为对应功率；
S302，所述上级电网节点的优化模型中，要考虑其中机组与电网安全运行约束，包括：
功率平衡约束，表示如下：
式中，
分别表示上级电网向智能微网与储能售出电量，以保证微网电力供需平衡与储能运行需求；
调频容量需求约束，如下式：
式中，
表示调频需求，ΔPN表示扰动比率，取值一般为负荷的5％，可再生能源加入后增加需求容量为可再生能源发电出力的10％～20％，这里取极限值20％；
火电机组运行约束，如下式：
式中，
表示火电机组的出力上下限，UR、DR为火电机组单位时间向上、向下的最大爬坡功率。
所述S4所述的储能节点的优化模型，具体包括：
S401，所述储能节点的优化模型中，以储能节点在非合作博弈(NCG)与合作博弈(CG)的利润为目标，表示如下：
式中，
Pt SES-PFR表示储能向微网与上级电网出售电量的价格与功率；
表示微网与上级电网向储能出售电量的价格与功率；以保证储能的正常运行。
所述式(6)中，
为时刻t储能的充电总功率；
为该时刻储能的放电总功率。
S402，所述储能节点的优化模型中，要考虑其中储能运行与安全约束，包括：
储能充放电功率约束，如下：
式中，
为充放电状态(为布尔型变量)，
为储能最大充电功率、
为储能最大放电功率；
储能充放电状态约束，如下：
为保证储能可持续性发展，在总调度周期内充放电量之和为0，此约束表示如下：
储能的电荷状态约束，如下：
式中，SOCmin、SOCmax为电荷状态的上下限；
为共享储能的剩余与额定容量；ρ为自放电率；ηch为充电率；ηdis为放电率。
所述S5的智能微网节点的优化模型，具体包括：
S501，所述智能微网，以冷热电联供系统(Combined cooling,heating andpower，CCHP)为主要运营模式，包括燃气轮机(GS)、余热回收(WHR)、锅炉(GB)、电制冷机(ACHP)、吸收式制冷机(ECHP)；智能微网中的可控设备为弹性负荷，按照用电类型分为可切除电负荷(CLe)、可转移冷负荷(RLc)、可转移热负荷(RLh)。
S502，所述智能微网节点的优化模型，以智能微网节点在非合作博弈(NCG)与合作博弈(CG)的利润为目标，表示如下：
式中，
为智能微网内冷热电联供系统(CCHP)机组运行成本和弹性负荷调用成本；
Pt i表示各冷热电联供系统(CCHP)的转换成本系数与转换功率；
表示智能微网在非合作博弈与合作博弈时的购能成本；
Pt BUe为向上级电网购买电能的价格与数量；Vt BUg为购买天然气的数量；
Pt i-Be、Pt i-Se为向联盟内其他参与者买入与卖出电能的价格与数量；
表示弹性负荷的调度成本系数；Pt RLe、Pt TLc、Pt TLh表示调度数量；
所述冷热电联供系统(CCHP)机组，有如下转换关系：
式中，Pt GS为GS的转换电量，LGS、ηGS、Vt GS分别为GS的热低位值、发电效率、消耗天然气体积；
Pt ACHP分别为GB、WHR、ACHP的制热量与ACHP的耗电量；LGB、ηGB、Vt GB分别为GB的热低位值、发电效率、消耗天然气体积；θ、ηWHR、QGS、
分别为余热回收后用于制热比例、制热效率、GS发热后的余热、散热损失率；GS表示燃气轮机、WHR表示余热回收、GB表示锅炉、ACHP表示电制冷机；
S503，所述智能微网节点的优化模型中，要考虑其微网的运行约束，包括：
能量平衡约束，如下：
式中，Pt REG为分布式可再生能源发电量，其中Pt W、Pt PV分别表示风电发电、光伏发电；Pt Le、
分别表示电总负荷、热总负荷、冷总负荷；Pt RLe、
分别表示电总负荷(RLe)、热总负荷(TLh)、冷总负荷(TLc)的调度功率。
所述S6中，所述多目标鲸鱼算法，具体如下：
S601，采用精英保留策略，利用外部存档保存进化过程中已发现的非占优解；
S602，当外部存档超出设定的最大容量时，采用拥挤熵对Pareto解集进行裁剪；
S603，从问题实际出发，利用模糊数学选择线性隶属度函数提取最优折中解。
所述多目标鲸鱼算法的智能合约流程图见图3。
所述S7中，适合多区块链节点间交易的区块链数据层级构架，基于区块链6层底层构架，见图4，具体如下：
S701，所述区块链6层底层构架包括：应用层、合约层、激励层、共识层、网络层、数据层；
S702，所述数据层定义传输过程中的数据结构，区块体中包括当日交易结果与日前预测结果，在交易结果中记录各区块节点的交易价格与交易量；日前预测包括各负荷的需求预测与上级电网的调频需求；
S703，所述网络层基于传统区块链的网络通信协议，规定数据传播与验证机制；
S704，所述共识层采用多节点机制，将各参与主体商议好的交易价格与电量广播至全联盟使各个节点达成一致；
S705，所述激励层基于合作博弈机制，激励交易电量与价格的制定，保证联盟内电量交易的去中心化，提升各参与主体的自主决策能力；
S706，所述合约层承载了基于MOWOA的智能合约；
S707，所述应用层为上级电网、共享储能和多微网联盟共享、共治的各类应用场景。
在图1联盟交易构架的基础上，确定实施例联盟的参与个体包括：上级电网、共享储能、智能微网A、B。通过仿真结果与理论结果得到非合作与合作模式下智能微网、上级电网、储能调度计划，见图5、图7、图8；合作模式下各参与主体出售电量的平均交易价格见图6。
仿真结果与理论结果得到非合作博弈与合作博弈模式下智能微网、上级电网、共享储能的成本与收益，对比如表1。
由表1可知，本发明采用合作博弈模式，较非合作模式的中心化交易显著提高参与主体在能量交易中的收益。
本发明利用区块链技术的分布式防篡改、共识机制等特征构建去中心化能量联盟的灵活性交易构架；基于合作博弈理论提出包括储能、多微网、上级电网的多区块链节点的能量共享联盟，以联盟内各参与主体的支付效益最大，建立各区块链节点优化决策模型；并设计基于多目标鲸鱼算法为嵌套算法的智能合约与适合多区块链节点间交易的区块链数据层级构架；本发明在合作模式的能量去中心化交易下，较非合作模式的中心化交易显著提高参与主体在能量交易中的收益，并在能量共享模式下保证各参与主体之间公平、透明交易；同时去中心化合作交易模式能够充分发挥需求侧参与调度的主动性、提高储能系统的利用率、促进能源的有效利用与共享机制的可持续性发展。
以上技术特征构成了本发明的实施例，其具有较强的适应性和实施效果，可根据实际需要增减非必要的技术特征，来满足不同情况的需求。
表1两种交易模式下各参与主体成本或收益对比
Claims (8)
1.一种基于区块链合作博弈的能量共享联盟灵活性交易方法，其特征在于包括以下步骤：
S1：构建多区块链节点的能量共享联盟结构，并设计所述联盟内参与主体地位平等、去中心化的能量交易模式与多区块链节点间的交易流程，实现多市场主体间“多买-多卖”合作与竞争并存的灵活性能量交易；
S2：以S1的能量交易模式中联盟内参与主体与其他参与主体之间信息传递，通过协商制定能源交易量与相应的交易价格为前提，构建多区块链节点的合作博弈优化模型框架；
S3：在S2合作博弈优化模型框架中，构建上级电网节点的优化模型；
S4：在S2合作博弈优化模型框架中，构建储能节点的优化模型；
S5：在S2合作博弈优化模型框架中，构建智能微网节点的优化模型；
S6：设计基于多目标鲸鱼算法的智能合约，利用所述智能合约得出各节点内部能够调度资源的运行计划以及与其他节点间的交易电量和交易价格；
S7：设计适合多区块链节点间交易的区块链数据层级构架，保证不同区块链节点间的信息互相传递，实现“去中心化”交易。
2.根据权利要求1所述的基于区块链合作博弈的能量共享联盟灵活性交易方法，其特征在于S1中，所述多区块链节点的能量共享联盟结构包括储能、多微网、上级电网；
所述多区块链节点间的能量交易流程如下：智能微网向上级气网购买天然气以满足网内天然气需求；当智能微网的电能供小于求时，由上级电网、储能或者其他微网合作竞争确定交易价格与交易电量；当微网内部有电量盈余时，用于弥补其他微网的用电需求，也用于出售给上级电网以满足调频需求，或向储能出售以满足调度周期内的运行需求；
储能不仅用于满足上级电网的惯量支撑与调频需求，还用来弥补智能微电网群的电能需求；当储能需充电维持调度周期内的正常运行时，由上级电网、多微网合作竞争确定交易价格与交易电量；对于上级电网，其惯量支撑与调频需求由储能或多微网合作竞争以确定交易价格与交易电量。
3.根据权利要求1或2所述的基于区块链合作博弈的能量共享联盟灵活性交易方法，其特征在于S2中，合作博弈优化模型框架的数学表达式如下：
式中，
为各节点通过合作关系得到的支付效益，其中
为各节点在非合作时各节点的最优成本或利润；
为各节点在合作时各节点的最优成本或利润；为保证各节点在合作谈判时的利益有
SMGA、SMGB、SES、UG分别代表能量共享联盟中的智能微网A、智能微网B、储能、上级电网。
4.根据权利要求3所述的基于区块链合作博弈的能量共享联盟灵活性交易方法，其特征在于S3具体包括：
S301，所述上级电网节点的优化模型，以上级电网节点在非合作博弈与合作博弈的利润为目标，表示如下：
式中，
分别表示上级电网发电成本与调频成本；
表示上级电网向智能微网、储能出售电量的价格与数量；NG表示上级电网中发电机组的个数；Pt G表示上级电网中火电机组的出力；aG、bG表示发电机运行成本系数；ξGPFR、ξnPFR表示微网、储能参与调频的成本系数；Pt GPFR、Pt nPFR为对应功率；NCG表示非合作博弈；CG表示合作博弈；
S302，所述上级电网节点的优化模型中，考虑其中机组与电网安全运行约束，包括：
功率平衡约束，表示如下：
式中，
分别表示上级电网向智能微网与储能售出电量；
调频容量需求约束，如下式：
式中，
表示调频需求，ΔPN表示扰动比率；
火电机组运行约束，如下式：
式中，
表示火电机组的出力上下限，UR、DR为火电机组单位时间向上、向下的最大爬坡功率。
5.根据权利要求4所述的基于区块链合作博弈的能量共享联盟灵活性交易方法，其特征在于S4所述的储能节点的优化模型，具体包括：
S401，所述储能节点的优化模型中，以储能节点在非合作博弈与合作博弈的利润为目标，表示如下：
式中，
Pt SES-PFR表示储能向微网、上级电网出售电量的价格与功率；
表示微网与上级电网向储能出售电量的价格与功率；
S402，所述储能节点的优化模型中，考虑其中储能运行与安全约束，包括：
储能充放电功率约束，如下：
式中，
为充放电状态，
为储能最大充电功率、
为储能最大放电功率；
储能充放电状态约束，如下：
为保证储能可持续性发展，在总调度周期内充放电量之和为0，此约束表示如下：
储能的电荷状态约束，如下：
式中，SOCmin、SOCmax为电荷状态的上下限；
为共享储能的剩余与额定容量；ρ为自放电率；ηch为充电率；ηdis为放电率。
6.根据权利要求5所述的基于区块链合作博弈的能量共享联盟灵活性交易方法，其特征在于S5的智能微网节点的优化模型，具体包括：
S501，所述智能微网，以冷热电联供系统为主要运营模式，包括燃气轮机、余热回收、锅炉、电制冷机、吸收式制冷机；
S502，所述智能微网节点的优化模型，以智能微网节点在非合作博弈与合作博弈的利润为目标，表示如下：
式中，
为智能微网内冷热电联供系统机组运行成本和弹性负荷调用成本；
表示各冷热电联供系统的转换成本系数与转换功率；
表示智能微网在非合作博弈与合作博弈时的购能成本；
Pt BUe为向上级电网购买电能的价格与数量；Vt BUg为购买天然气的数量；
Pt i-Be、Pt i-Se为向联盟内其他参与者买入与卖出电能的价格与数量；
表示弹性负荷的调度成本系数；Pt RLe、Pt TLc、Pt TLh表示调度数量；
所述冷热电联供系统机组，有如下转换关系：
式中，Pt GS为GS的转换电量，LGS、ηGS、Vt GS分别为GS的热低位值、发电效率、消耗天然气体积；
Pt ACHP分别为GB、WHR、ACHP的制热量与ACHP的耗电量；LGB、ηGB、Vt GB分别为GB的热低位值、发电效率、消耗天然气体积；θ、ηWHR、QGS、
分别为余热回收后用于制热比例、制热效率、GS发热后的余热、散热损失率；GS表示燃气轮机、WHR表示余热回收、GB表示锅炉、ACHP表示电制冷机；
S503，所述智能微网节点的优化模型中，要考虑其微网的运行约束，包括：
能量平衡约束，如下：
式中，Pt REG为分布式可再生能源发电量，其中Pt W、Pt PV分别表示风电发电、光伏发电；Pt Le、
分别表示电总负荷、热总负荷、冷总负荷；Pt RLe、
分别表示电总负荷、热总负荷、冷总负荷的调度功率。
7.根据权利要求6所述的基于区块链合作博弈的能量共享联盟灵活性交易方法，其特征在于S6中，所述多目标鲸鱼算法，具体如下：
S601，采用精英保留策略，利用外部存档保存进化过程中已发现的非占优解；
S602，当外部存档超出设定的最大容量时，采用拥挤熵对Pareto解集进行裁剪；
S603，从问题实际出发，利用模糊数学选择线性隶属度函数提取最优折中解。
8.根据权利要求1或2或4或5或6或7所述的基于区块链合作博弈的能量共享联盟灵活性交易方法，其特征在于S7中，所述适合多区块链节点间交易的区块链数据层级构架，基于区块链6层底层构架，具体如下：
S701，所述区块链6层底层构架包括：应用层、合约层、激励层、共识层、网络层、数据层；
S702，所述数据层定义传输过程中的数据结构，区块体中包括当日交易结果与日前预测结果，在交易结果中记录各区块节点的交易价格与交易量；日前预测包括各负荷的需求预测与上级电网的调频需求；
S703，所述网络层基于传统区块链的网络通信协议，规定数据传播与验证机制；
S704，所述共识层采用多节点机制，将各参与主体商议好的交易价格与电量广播至全联盟使各个节点达成一致；
S705，所述激励层基于合作博弈机制，激励交易电量与价格的制定，保证联盟内电量交易的去中心化，提升各参与主体的自主决策能力；
S706，所述合约层承载了基于MOWOA的智能合约；
S707，所述应用层为上级电网、共享储能和多微网联盟共享、共治的各类应用场景。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111470539.XA CN114155103A (zh) | 2021-12-03 | 2021-12-03 | 基于区块链合作博弈的能量共享联盟灵活性交易方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111470539.XA CN114155103A (zh) | 2021-12-03 | 2021-12-03 | 基于区块链合作博弈的能量共享联盟灵活性交易方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114155103A true CN114155103A (zh) | 2022-03-08 |
Family
ID=80452604
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111470539.XA Pending CN114155103A (zh) | 2021-12-03 | 2021-12-03 | 基于区块链合作博弈的能量共享联盟灵活性交易方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114155103A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114218332A (zh) * | 2022-02-22 | 2022-03-22 | 国网新源控股有限公司 | 一种基于区块链技术的智能电网电能计量数据共享方法 |
| CN115208900A (zh) * | 2022-07-15 | 2022-10-18 | 柏域信息科技（上海）有限公司 | 基于区块链与博弈模型的多云架构云服务资源调度方法 |
| CN116799830A (zh) * | 2023-08-24 | 2023-09-22 | 国网浙江省电力有限公司金华供电公司 | 刻画负荷不确定性的广域独立多微网共享储能配置方法 |
| CN117132313A (zh) * | 2023-10-25 | 2023-11-28 | 广东电网有限责任公司中山供电局 | 低碳微能源网群多能交易方法、装置、设备及存储介质 |
| CN117767375A (zh) * | 2024-02-22 | 2024-03-26 | 山东理工大学 | 基于风险约束非对称合作博弈的共享储能公平性分配策略 |
| CN117767375B (zh) * | 2024-02-22 | 2024-05-14 | 山东理工大学 | 基于风险约束非对称合作博弈的共享储能公平性分配策略 |
-
2021
- 2021-12-03 CN CN202111470539.XA patent/CN114155103A/zh active Pending
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114218332A (zh) * | 2022-02-22 | 2022-03-22 | 国网新源控股有限公司 | 一种基于区块链技术的智能电网电能计量数据共享方法 |
| CN114218332B (zh) * | 2022-02-22 | 2022-05-17 | 国网新源控股有限公司 | 一种基于区块链技术的智能电网电能计量数据共享方法 |
| CN115208900A (zh) * | 2022-07-15 | 2022-10-18 | 柏域信息科技（上海）有限公司 | 基于区块链与博弈模型的多云架构云服务资源调度方法 |
| CN115208900B (zh) * | 2022-07-15 | 2024-03-15 | 柏域信息科技（上海）有限公司 | 基于区块链与博弈模型的多云架构云服务资源调度方法 |
| CN116799830A (zh) * | 2023-08-24 | 2023-09-22 | 国网浙江省电力有限公司金华供电公司 | 刻画负荷不确定性的广域独立多微网共享储能配置方法 |
| CN116799830B (zh) * | 2023-08-24 | 2023-11-10 | 国网浙江省电力有限公司金华供电公司 | 刻画负荷不确定性的广域独立多微网共享储能配置方法 |
| CN117132313A (zh) * | 2023-10-25 | 2023-11-28 | 广东电网有限责任公司中山供电局 | 低碳微能源网群多能交易方法、装置、设备及存储介质 |
| CN117132313B (zh) * | 2023-10-25 | 2024-02-13 | 广东电网有限责任公司中山供电局 | 低碳微能源网群多能交易方法、装置、设备及存储介质 |
| CN117767375A (zh) * | 2024-02-22 | 2024-03-26 | 山东理工大学 | 基于风险约束非对称合作博弈的共享储能公平性分配策略 |
| CN117767375B (zh) * | 2024-02-22 | 2024-05-14 | 山东理工大学 | 基于风险约束非对称合作博弈的共享储能公平性分配策略 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7261507B2 (ja) | 電気ヒートポンプ－熱電併給システムを最適化する調整方法及びシステム | |
| Xu et al. | Blockchain-based trustworthy energy dispatching approach for high renewable energy penetrated power systems | |
| CN114155103A (zh) | 基于区块链合作博弈的能量共享联盟灵活性交易方法 | |
| CN111881616A (zh) | 一种基于多主体博弈的综合能源系统的运行优化方法 | |
| CN107508284B (zh) | 计及电气互联的微电网分布式优化调度方法 | |
| CN112054513B (zh) | 基于混合博弈的多微电网双层协调优化调度方法 | |
| CN109063992A (zh) | 考虑区域综合能源系统优化运行的配电网扩展规划方法 | |
| CN112186755B (zh) | 一种区域综合能源系统柔性负荷储能化建模方法 | |
| CN109636056A (zh) | 一种基于多智能体技术的多能源微网去中心化优化调度方法 | |
| CN112564102B (zh) | 多微网负荷优化调度方法和系统 | |
| CN113610311A (zh) | 双层协同架构下考虑碳减排的综合能源服务商合作运行优化方法 | |
| Zhang et al. | Optimization strategy for power sharing and low-carbon operation of multi-microgrid IES based on asymmetric nash bargaining | |
| CN114662752A (zh) | 基于价格型需求响应模型的综合能源系统运行优化方法 | |
| CN112883584A (zh) | 一种考虑利益交互的多能微网群冷热电多能耦合优化方法 | |
| CN107134771B (zh) | 一种基于经济效益评估的微网模式切换控制方法 | |
| CN110829424A (zh) | 一种考虑风电消纳的区域多微网配电网互动方法 | |
| Luo et al. | Optimal operation and cost–benefit allocation for multi‐participant cooperation of integrated energy system | |
| Fu et al. | Research on the stackelberg game method of building micro-grid with electric vehicles | |
| Wei et al. | Multi-objective problem based operation and emission cots for heat and power hub model through peak load management in large scale users | |
| CN108649612B (zh) | 含电力电子变压器的配电网与多微网博弈运行调度方法 | |
| CN110991928A (zh) | 一种多微能源网的综合能源系统能量管理方法及系统 | |
| CN116402307A (zh) | 考虑可调度柔性资源运行特性的电网规划容量分析方法 | |
| CN113870030A (zh) | 基于改进纳什议价方法的多微网能源交易机制设计方法 | |
| CN114048911A (zh) | 基于负荷聚合商分类的非合作博弈优化调度方法 | |
| CN112182915A (zh) | 一种协同促进风电消纳的优化调度方法及系统 |
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 |