CN116307606B - 一种基于区块链的共享储能灵活性运行调度方法 - Google Patents

一种基于区块链的共享储能灵活性运行调度方法 Download PDF

Info

Publication number
CN116307606B
CN116307606B CN202310298421.6A CN202310298421A CN116307606B CN 116307606 B CN116307606 B CN 116307606B CN 202310298421 A CN202310298421 A CN 202310298421A CN 116307606 B CN116307606 B CN 116307606B
Authority
CN
China
Prior art keywords
energy storage
node
operation scheduling
nodes
shared
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
Application number
CN202310298421.6A
Other languages
English (en)
Other versions
CN116307606A (zh
Inventor
杨佳轩
龚钢军
强仁
武昕
陆俊
苏畅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North China Electric Power University
Original Assignee
North China Electric Power University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by North China Electric Power University filed Critical North China Electric Power University
Priority to CN202310298421.6A priority Critical patent/CN116307606B/zh
Publication of CN116307606A publication Critical patent/CN116307606A/zh
Application granted granted Critical
Publication of CN116307606B publication Critical patent/CN116307606B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • 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
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Databases & Information Systems (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Computing Systems (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Educational Administration (AREA)
  • Water Supply & Treatment (AREA)
  • Technology Law (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Remote Sensing (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Mathematical Physics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于区块链的共享储能灵活性运行调度方法,包括：获取监督节点，基于监督节点对储能主体进行注册认证，并赋予储能主体编号，获取区块链节点和节点编号；获取地理接线图和区块链节点的地址信息，监督节点基于地理接线图和区块链节点的地址信息完成区域划分，保证后续运行调度优先考虑区域内储能需求；对区块链节点进行综合评估，获取收集节点和求解节点；基于收集节点判断区域内储能需求和可利用储能资源的匹配情况，获取总储能需求；求解节点将总储能需求和节点编号输入预构建的深度强化学习模型，获取运行调度方案；根据运行调度方案，进行共享储能灵活性运行调度。

Description

一种基于区块链的共享储能灵活性运行调度方法
技术领域
本发明属于能源调度技术领域,尤其涉及一种基于区块链的共享储能灵活性运行调度方法。
背景技术
能源低碳绿色化革命的背景下，以新能源为主体的新型电力系统是当前电力行业最重要的命题，但风、光等新能源因受风力、光照等自然条件约束，新能源发电集中区域与负荷中心在空间尺度上相距较远，同时新能源发电高峰与用电高峰在时间尺度上也存在差异，导致新能源消纳困难。与此同时，新能源因受环境影响出力不受控制，随机性较强，造成系统惯性降低，影响电力系统安全稳定运行。储能具有响应速度快、响应动作不受限制等特点，成为解决新能源与负荷时空不匹配、新能源接入对系统造成冲击等问题的关键。当前储能主要包含风电场、光伏电站等新能源场站配置的储能、电网侧的抽水蓄能电站和大型电化学储能站以及用户侧的分布式储能、电动汽车等。根据能量转换形式分为物理储能、电化学储能和电磁储能，其中抽水蓄能装机占比较高，但存在建设成本高、灵活性差等问题，新能源场站、分布式储能则是以电化学储能、压缩空气储能等新型储能为主。共享储能的初衷是将分散在电源测、电网侧、用户侧的储能资源在保证所属主体利益的前提下进行整体运行调度，提高储能利用小时数，间接缩短储能投资回收成本。如何根据需求合理调整共享储能运行调度策略显得十分重要，但现有的运行调度都采用中心化方式，需要收集大量信息，不仅用户隐私信息有泄露的风险，而且效率较低，只能应对单一场景需求。在共享储能运行调度中各储能主体的地位平等，同时主体间并无联系，采用分布式运行调度需要一个所有主体都信任的介质。区块链去中心化、安全性等特征可以为共享储能中的主体提供可信任环境，与共享储能场景契合，同时区块链节点有着与共享储能主体相似的分布式拓扑结构。
发明内容
本发明提出一种基于区块链的共享储能灵活性运行调度方法，借助区块链中的智能合约针对既定目标获取共享储能各主体的运行调度方案，利用共识机制选取节点完成储能需求和储能资源整合以及运行调度方案求解等运行调度任务，通过激励机制兑现相关主体通过共享储能获取收益。
为实现上述目的，本发明提供了一种基于区块链的共享储能灵活性运行调度方法，包括：
获取监督节点，基于所述监督节点对储能主体进行注册认证，并赋予所述储能主体编号，获取区块链节点和节点编号；
获取地理接线图和所述区块链节点的地址信息，所述监督节点基于所述地理接线图和所述区块链节点的地址信息完成区域划分，保证后续运行调度优先考虑区域内储能需求；
对所述区块链节点进行综合评估，获取收集节点和求解节点；
基于所述收集节点判断区域内储能需求和可利用储能资源的匹配情况，获取总储能需求；
所述求解节点将所述总储能需求和所述节点编号输入预构建的深度强化学习模型，获取运行调度方案；
根据所述运行调度方案，进行共享储能灵活性运行调度。
可选的，所述储能主体包括储能需求主体和储能资源主体。
可选的，所述监督节点基于所述地理接线图和所述区块链节点的地址信息完成区域划分包括：
基于所述区块链节点的地址信息，将所述监督节点的位置标注在所述地理接线图上进行随机取点，获取坐标原点；
基于所述地理接线图获取比例尺和所述坐标原点，获取节点坐标数据集；
基于所述节点坐标数据集，利用自适应K均值聚类算法完成区域划分。
可选的，基于所述节点坐标数据集，利用自适应K均值聚类算法完成区域划分包括：
S1、输入所述节点坐标数据集，设置初始类聚个数和最大类聚个数；
S2、基于所述节点坐标数据集进行随机取值，获取若干个随机节点和剩余节点，若干个所述随机节点形成初始聚类中心；
S3、计算所述剩余节点到所述初始聚类中心的距离，选取距离最近的聚类中心形成若干个簇；
S4、基于所述若干个簇内节点到所述初始聚类中心的均值，更新所述初始聚类中心；
S5、重复执行S2和S3直至算法收敛，获取DBI指数；
S6、更新所述初始聚类个数继续执行S2-S5，获取更新后的DBI指数，并与所述DBI指数进行对比获取最佳聚类数，完成区域划分。
可选的，所述综合评价包括储能贡献度和共识贡献度；
所述储能贡献度包括储能自身贡献度和储能实际贡献度；
所述共识贡献度包括收集贡献度和求解贡献度。
可选的，基于所述收集节点判断区域内储能需求和可利用储能资源的匹配情况，获取总储能需求包括：
所述储能需求主体发送日前需求信息，基于所述收集节点对所述区域内储能需求和所述可利用储能资源进行整合，判断所述区域内储能需求和所述可利用储能资源的匹配情况；
若所述区域内可利用储能资源不满足所述储能需求，向距离最近且剩余储能资源的区域发送储能需求；
若所述区域内可利用储能资源满足所述储能需求，所述储能需求主体发送日内和实时需求信息，基于所述收集节点获取区域内可利用剩余储能资源；
若所述区域内可利用剩余储能资源不满足所述储能需求，向所述距离最近且剩余储能资源的区域发送储能需求；
若所述区域内可利用剩余储能资源满足所述储能需求，获取总储能需求。
可选的，所述预构建的深度强化学习模型包括状态空间、动作空间和奖励函数；
所述奖励函数包括储能成本和综合评价；
所述储能成本包括储能利用成本、损耗成本和运维成本。
可选的，根据所述运行调度方案，进行共享储能灵活性运行调度前还包括：所述节点编号将所述运行调度方案发送给所述收集节点和所述监督节点并进行验证，判断所述运行调度方案的准确性。
可选的，根据所述运行调度方案，进行共享储能灵活性运行调度包括：
若所述运行调度方案一致，则所述区块链节点基于所述运行调度方案调整储能设备的状态并写入区块，完成所述运行调度；
若所述运行调度方案不一致，则采用参与共识外的节点验证所述运行调度方案，超出所述参与共识外的节点数量的三分之二验证出所述运行调度方案一致，则认定所述运行调度方案一致，则所述区块链节点基于所述运行调度方案调整储能设备的状态并写入区块，完成所述运行调度。
可选的，根据所述运行调度方案，进行共享储能灵活性运行调度后还包括：完成所述运行调度后，基于奖励机制核算共享储能总费用。
本发明具有以下有益效果：
本发明考虑共享储能场景中主体呈现分布式特征，区块链的分布式结构与场景十分契合的同时，利用其可信任的属性解决共享储能灵活性运行调度问题，提高储能资源利用效率，实现储能资源与储能需求主体间的直接沟通，降低传统共享服务因第三方运营商或平台带来的额外成本。本发明根据地理接线图对区块链中的节点进行区域划分，以区域为单位进行运行调度，并针对运行调度流程中所涉及的任务选取不同节点来完成进一步缓解共识节点压力，同时针对节点综合评价、运行调度方案求解等需要一定计算量的任务，利用深度学习与强化学习算法训练好的模型简化节点计算过程。针对共识过程中相关节点的选取，从储能贡献度与共识参与度角度出发建立节点综合评价体系，结合主观赋权方法与客观赋权方法以鉴别信息最小为目标得到各指标组合权重实现节点综合评价，为共识节点选取提供参考的同时，在运行调度方案的求解中最大程度利用综合评价较高节点的储能资源，鼓励共享储能主体在提高自身储能利用率的同时积极参与共识。结合日前、日内和实时不同时间尺度的运行调度需求，根据调频、调峰、新能源消纳和缓解电网拥塞等储能需求重要程度，收集节点对日前时间尺度下的需求与资源整合后判断区域内储能资源是否满足需求，并针对日内和实时储能需求的重要程度做出灵活性运行调度。为简化运行调度方案求解以及忽略节点硬件设备限制，利用深度强化学习算法通过学习状态量和动作量间的潜在关系构建模型，将训练好的模型嵌套在智能合约中，收到需求和资源等信息后由两个节点完成求解并将方案下发给可提供储能资源的节点，相关节点进行方案验证基于双重校验机制保障方案正确性。本发明不考虑储能规模可加入共享储能的主体数量更多，增强各种类型储能主体的参与度，可应对多时间尺度的储能需求，在提高处置日内和实时紧急需求的能力基础上时间尺度可调整，利用强化学习模型获取运行调度方案，在求解方便的基础上可调整运行调度目标和约束进一步提高运行调度灵活性。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本发明实施例一种基于区块链的共享储能灵活性运行调度方法的流程图；
图2为本发明实施例提出的区块结构图；
图3为本发明实施例提出的智能合约示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本发明考虑储能利用率较低与新型电力系统中对于储能需求不断增长的矛盾，为支撑转换效率高且动作速度快的共享储能更安全高效地参与新型电力系统运行中，基于区块链与共享储能主体分布式的相似特征，结合区块链可信任属性为共享储能提供可信环境，提出了一种共享储能灵活性运行调度方法。本发明综合考虑储能在系统中发挥不同作用时的场景以及不同场景中的时间尺度差异，根据储能所处位置划分区域，通过评估储能主体发挥的作用以及参与积极性等得到综合评价，选取主体分别完成剩余容量和储能需求整合、运行调度策略求解以及节点综合评价，避免可能存在的信任问题，其中运行调度策略求解采用将强化学习模型嵌套在智能合约中的方式，降低求解的计算量进一步提升效率，更好地应对不同场景所对应的目标差异。
如图1-3所示，本实施例中提供一种基于区块链的共享储能灵活性运行调度方法，包括：
步骤一：拥有储能资源或是储能需求的主体向共享储能区块链提出注册申请，提供所处地址、储能容量(储能需求)等相关信息，通过监督节点认证后赋予主体对应的节点编号，每一个节点编号对应一个主体以及其属性，属性主要是指节点在共享储能中的角色，当属性发生变化时需重新注册。本发明中的储能需求主体只包含大型的新能源场站以及各级电网公司。
节点上传注册信息后，由作为监督节点的电力调度中心根据所掌握的地理接线图和节点提供的地址信息划定区域。首先在地理接线图上将节点位置标明，取任意点作为坐标原点，比例尺取接线图上的比例，从而得到节点的坐标信息，其次根据得到的坐标信息作为输入数据，利用自适应K-means算法进行区域划分，最后由监督节点将区域划分在区块链中广播，后续运行调度优先考虑区域内储能资源。
具体的划分流程如下：
(1)输入节点坐标数据集，设置初始聚类个数k以及最大聚类个数；
(2)从节点坐标数据集中随机选取k个节点作为初始聚类中心(Z1,Z2,…,Zk)；
(3)计算剩余节点到聚类中心的距离dij，选择距离最近的聚类中心形成k个簇，采用欧式距离进行度量：
其中，xi、yi表示节点横坐标和纵坐标，xo、yo则表示聚类中心的横坐标和纵坐标；
(4)根据每个簇内各节点到当前聚类中心的均值更新聚类中心；
(5)重复执行步骤(2)和步骤(3)，直到算法收敛，并计算DBI指数来评估聚类效果，具体计算公式如下：
其中，k为初始聚类个数，和/>为第m类和第n类簇内各节点到当前聚类中心的均值，dm,n为第m类和第n类聚类中心的距离；
(6)更新k值，继续执行步骤(2)到步骤(5)直到k为设定的最大聚类个数，比较DBI指数，数值越小聚类效果越好，取最小DBI指数对应的k值为最佳聚类数，完成区域划分。
监督节点将区域划分结果广播后，在每个运行调度周期结束后还需要对节点进行综合评估为选取收集节点和求解节点提供依据，本发明中默认无储能资源主体的综合评价为0，综合评估主要包含储能贡献度和共识贡献度两个方面，具体指标如下：
(1)储能贡献度：共享储能模式的最终目的是提高储能资源的利用效率，因此参与共享储能的充放电量是对节点综合评估的重要指标。但考虑到共享储能主体中容量差异较大，单纯考虑充放电量并不合理，通过实际参与共享储能的充放电量在总容量中的占比量化储能自身贡献度。同时，实际参与共享储能的充放电量与方案中可能有所出入，因此利用实际充放电量与运行调度策略的比值量化储能实际贡献度，具体公式如下：
其中，和/>分别表示节点i的储能自身贡献度和储能实际贡献度，/>为节点i在时段t内实际充电(放电)量，/>为节点i在时段t内的计划充电(放电)量，/>为节点i的总容量，N为每一周期内时段数。
(2)共识贡献度：对于节点参与共识的积极性，可以通过节点参与收集次数、参与方案求解的次数等直接反映。但考虑共享储能的模式会吸引更多主体参与其中，为鼓励区块链中的节点积极参与共识，取节点参与收集次数、参与方案求解的次数与节点加入共享储能区块链的周期数的比值来衡量节点的共识贡献度。
其中，和/>分别表示节点i的收集贡献度和求解贡献度，/>表示节点i参与收集次数，/>表示节点i参与求解次数，/>表示节点i加入共享储能区块链的周期数。
针对上述指标体系，为克服主观赋权受人为因素影响较大和客观赋权受数据本身影响且存在与实际不符等问题，本发明采用组合赋权法完成指标权重分配。单一的决策方法会导致较大误差，采用优序图法和序关系分析法两种主观赋权方法以及熵权法和CRITIC法两种客观赋权方法，以鉴别信息最小为目标得到更为科学合理的组合权重。
其中，W为鉴别信息量，q为指标数量，p为赋权方法的种类，l表示第l种方法中第j个指标的权重，wj表示第j种指标的组合权重。
因本发明中指标都在(0，1)范围内且都为正向指标，因此最终节点的评价结果如下：其中Cei,T为节点i在周期T的综合评价值，Xij为节点i的第j个指标值。监督节点在每个运行调度周期结束后都要进行综合评价，因节点数目较多为减轻监督节点的工作量，利用节点的原始指标值和上述综合评价方法得到的综合评价值作为训练数据，训练深度信念网络模型，学习节点指标和综合评价值之间的内在关联，将训练好的模型部署在监督节点，只需根据每个周期内节点的提供储能资源信息作为输入就能得到各节点的综合评价值，并将综合评价值在区块链内部广播。
步骤二：根据上个运行周期结束后节点的综合评价选取区域内综合评价值最高的节点作为收集节点，主要负责在周期开始前收集所在区域内每一时段的储能需求和可利用储能资源以及运行调度周期中较紧急的日内或实时储能需求。其中日前调度的时间尺度一般为1h，调度方案提前24h制定；日内调度的时间尺度一般为15min，调度方案提前1h制定；实时调度的时间尺度一般为5min，调度方案提前15min制定，可根据具体情况调整。对于有参与共享储能服务意愿的节点需要提供节点编号、单位储能使用成本以及每一时段可利用的储能容量，有储能需求的节点除提供节点编号外还需要提供具体储能需求的目的以及每个时段具体的储能需求，由收集节点整合需求用于获取方案，减少接触节点需求信息的节点数量避免泄露。
因新能源消纳、调峰、调频、缓解电网拥塞等储能需求的差异，收集节点对于日前、日内和实时等不同时间尺度的处理方式有所不同,以最大程度满足区域内日前储能需求，绝对保证日内和实时紧急储能需求为宗旨。在日前时间尺度下，收集节点对区域内节点储能需求和可利用储能容量进行整合，判断区域内的储能资源是否能满足区域内的储能需求。但考虑到储能荷电状态连续性，储能设备每时段的可利用容量都与上一时段相关，因此取充电量为正值，放电量为负值，求区域内每一时段的储能需求与可利用容量之和，如最终结果为正，可初步判断区域内储能资源可满足储能需求，相反如结果为负，则说明储能需求不能够得到满足，需向距离最近且有能力的区域发送储能需求。
在日内和实时时间尺度下，满足已完成求解的日前调度方案为前提，利用区域内剩余的储能容量应对日内或实时储能需求。因容量可能有限，针对新能源消纳、调峰、调频、缓解电网拥塞等目的重要程度对储能需求进行区分，优先满足重要程度更高的需求，需求的重要程度可以根据实际情况调整。当紧急的实时需求无法满足时，向距离最近且有能力的区域发送储能需求，如还是无法满足则根据需求重要程度从日前调度方案中调用重要程度最低需求中的储能资源。
步骤三：收集节点完成对区域内储能需求和储能资源的整合后，将每一时段的总储能需求以及提供共享储能资源的节点编号、节点对应每时段可利用容量以及单位储能使用成本发送给求解节点，由区域内综合评价值仅次于收集节点的两个节点担任。考虑到时效性和节点压力，求解节点根据上述信息作为输入数据利用部署在智能合约上由深度确定性策略梯度(DDPG)算法训练的模型得到具体的运行调度方案，求解速度快，可实时得出方案，适用于日前、日内和实时等各时间尺度，同时可根据实际情况调整模型的目标和动作约束等，模型的训练由电力调度中心完成。
DDPG算法的训练过程主要通过迭代执行智能体动作选择与状态转移、知识存储以及网络训练三个步骤来实现，直到模型收敛为止。模型主要包含状态空间、动作空间和奖励函数三部分：
(1)状态空间：对于共享储能场景下，环境提供的状态信息主要是共享储能利用价格、储能需求、可利用共享储能容量以及储能电量等，具体的状态空间St为：
其中,为t-1时段节点i的储能电量，/>为t时段区域内总储能需求，/>为t时段节点i的可利用共享储能容量。
(2)动作空间：根据储能需求，以共享储能利用成本最低和提供共享储能节点综合评价值最高为目标，优化区域内共享储能设备出力，在保证自身需求的同时提高储能利用率，因此动作空间At如下：
动作同时还需满足储能设备的安全约束，以及保证储能设备在任一时段只能处于充电或放电一种状态，具体约束如下：
其中,为t时段节点i的储能电量，/>为t时段节点i的可利用共享储能容量,和/>分别表示节点i的储能电量上下限，M为提供共享储能资源的节点个数。
(3)奖励函数：模型的目标主要是基于成本最低和提供储能资源的节点综合评价最高，其中共享储能成本主要是包含储能利用成本、损耗成本和运维成本，利用成本和损耗成本的计算单位为kWh，运维成本的计算单位为充放电次数。为鼓励共享储能积极参与，应优先利用综合评价高的节点的储能资源，分配更多的储能需求，因此函数由节点充放电量与节点综合评价相乘得到，奖励函数后续可根据实际情况调整重新训练模型，提高应用灵活性适配不同场景。
1)储能成本Fc
其中，N为每一周期内时段数，Li和Oi分别表示每单位电量节点i的损耗成本和运维成本，Gi为节点i的共享储能利用价格，表示t时段节点i充电状态的(0，1)变量。
2)综合评价Fe
其中,Cei,T表示节点i上一周期T的综合评价值。
综上，奖励函数设置为：
Rt＝-a·Fc+b·Fe
其中a、b为储能成本项和综合评价项的比重系数，可根据实际调整。
步骤四：求解节点在完成运行调度方案求解后将方案发送给对应参与共享储能的节点、收集节点和监督节点，其中发给收集节点的作用是便于梳理剩余储能资源应对日内或实时需求，发给监督节点的目的是校验共享储能运行调度方案的同时为节点综合评价提供依据。每个节点会收到来自两个不同节点的运行调度方案，经过对比验证如方案一致则证明运行调度方案准确可参照执行并写入区块，如不一致则在区域内广播，由除收集节点、求解节点和监督节点外所有节点进行方案验证并广播，超过2/3节点验证一致的方案可认定为运行调度方案写入区块中，并通报监督节点在本周期的节点综合评价中对求解有误节点扣除一定分数，设定限制次数如求解错误次数过多禁止该节点参与共享储能。
步骤五：每个运行调度周期结束后，根据作为监督节点的电力调度中心所提供的各共享储能节点周期内每时段实际充放电量，借助激励机制计算各节点应获取的共享储能使用费用，不涉及储能充电过程中购电成本或是向电网中放电的收益，这一部分由储能需求节点处理。但各共享储能节点使用的储能方式的不同导致各节点储能成本也存在差异，因此本发明将共享储能总费用根据各主体储能需求的比例划分，由享受储能资源的节点分摊。
本发明中拥有储能设备的主体和拥有储能需求的主体可通过注册认证成为区块链节点，因电力系统运行的特殊性引入电力调度中心作为监督节点，由监督节点根据地理接线图划分区域，当有储能需求时优先利用附近储能，同时监督节点还担负校验调度方案的责任确保方案符合系统运行要求。在实现共享储能灵活性调度的过程中由于涉及主体较多，获取各主体每一时段储能可利用容量和具体储能需求导致高频次信息交互，信息安全无法保证的同时带来较大的通信压力，因此本发明中根据电气距离划分区域选取收集节点完成获取相关信息，整合需求降低信息泄露风险并判断所在区域内容量是否能解决相应需求；为减轻节点压力，灵活性运行调度方案求解则重新选取求解节点，利用嵌套在智能合约上训练收敛的强化学习模型可实时获取方案，避免传统规划算法容易陷入局部最优、启发式算法收敛速度慢等问题，同时也防止求解方案被篡改，在获取方案之后将方案下发给相关节点。以上节点的选取由区块链的共识机制完成，需要考虑每一周期各区域内节点的综合评价其中包含对于共享储能贡献度、参与收集次数、参与求解的次数等，综合评价由监督节点基于训练好的综合评价模型完成，同时为提高节点参与共享储能和共识的积极性，进一步提高储能利用效率以及降低中心化程度，在运行调度方案中会优先考虑综合评价高的用户。对于共享储能的收益，参与共享储能主体根据周期内实际参与充放电量通过激励机制获取，主要包含储能成本、维护成本和损耗成本等，在周期结束后结算。
以上所述，仅为本申请较佳的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。

Claims (10)

1.一种基于区块链的共享储能灵活性运行调度方法，其特征在于，包括：
获取监督节点，基于所述监督节点对储能主体进行注册认证，并赋予所述储能主体编号，获取区块链节点和节点编号；
获取地理接线图和所述区块链节点的地址信息，所述监督节点基于所述地理接线图和所述区块链节点的地址信息完成区域划分，保证后续运行调度优先考虑区域内储能需求；
对所述区块链节点进行综合评估，获取收集节点和求解节点；
基于所述收集节点判断区域内储能需求和可利用储能资源的匹配情况，获取总储能需求；
所述求解节点将所述总储能需求和所述节点编号输入预构建的深度强化学习模型，获取运行调度方案；
根据所述运行调度方案，进行共享储能灵活性运行调度。
2.如权利要求1所述的基于区块链的共享储能灵活性运行调度方法，其特征在于，所述储能主体包括储能需求主体和储能资源主体。
3.如权利要求1所述的基于区块链的共享储能灵活性运行调度方法，其特征在于，所述监督节点基于所述地理接线图和所述区块链节点的地址信息完成区域划分包括：
基于所述区块链节点的地址信息，将所述监督节点的位置标注在所述地理接线图上进行随机取点，获取坐标原点；
基于所述地理接线图获取比例尺和所述坐标原点，获取节点坐标数据集；
基于所述节点坐标数据集，利用自适应K均值聚类算法完成区域划分。
4.如权利要求3所述的基于区块链的共享储能灵活性运行调度方法，其特征在于，基于所述节点坐标数据集，利用自适应K均值聚类算法完成区域划分包括：
S1、输入所述节点坐标数据集，设置初始类聚个数和最大类聚个数；
S2、基于所述节点坐标数据集进行随机取值，获取若干个随机节点和剩余节点，若干个所述随机节点形成初始聚类中心；
S3、计算所述剩余节点到所述初始聚类中心的距离，选取距离最近的聚类中心形成若干个簇；
S4、基于所述若干个簇内节点到所述初始聚类中心的均值，更新所述初始聚类中心；
S5、重复执行S2和S3直至算法收敛，获取DBI指数；
S6、更新所述初始聚类个数继续执行S2-S5，获取更新后的DBI指数，并与所述DBI指数进行对比获取最佳聚类数，完成区域划分。
5.如权利要求1所述的基于区块链的共享储能灵活性运行调度方法，其特征在于，所述综合评估包括储能贡献度和共识贡献度；
所述储能贡献度包括储能自身贡献度和储能实际贡献度；
所述共识贡献度包括收集贡献度和求解贡献度。
6.如权利要求2所述的基于区块链的共享储能灵活性运行调度方法，其特征在于，基于所述收集节点判断区域内储能需求和可利用储能资源的匹配情况，获取总储能需求包括：
所述储能需求主体发送日前需求信息，基于所述收集节点对所述区域内储能需求和所述可利用储能资源进行整合，判断所述区域内储能需求和所述可利用储能资源的匹配情况；
若所述区域内可利用储能资源不满足所述储能需求，向距离最近且剩余储能资源的区域发送储能需求；
若所述区域内可利用储能资源满足所述储能需求，所述储能需求主体发送日内和实时需求信息，基于所述收集节点获取区域内可利用剩余储能资源；
若所述区域内可利用剩余储能资源不满足所述储能需求，向所述距离最近且剩余储能资源的区域发送储能需求；
若所述区域内可利用剩余储能资源满足所述储能需求，获取总储能需求。
7.如权利要求1所述的基于区块链的共享储能灵活性运行调度方法，其特征在于，所述预构建的深度强化学习模型包括状态空间、动作空间和奖励函数；
所述奖励函数包括储能成本和综合评价；
所述储能成本包括储能利用成本、损耗成本和运维成本。
8.如权利要求1所述的基于区块链的共享储能灵活性运行调度方法，其特征在于，根据所述运行调度方案，进行共享储能灵活性运行调度前还包括：所述节点编号将所述运行调度方案发送给所述收集节点和所述监督节点并进行验证，判断所述运行调度方案的准确性。
9.如权利要求1所述的基于区块链的共享储能灵活性运行调度方法，其特征在于，根据所述运行调度方案，进行共享储能灵活性运行调度包括：
若所述运行调度方案一致，则所述区块链节点基于所述运行调度方案调整储能设备的状态并写入区块，完成所述运行调度；
若所述运行调度方案不一致，则采用参与共识外的节点验证所述运行调度方案，超出所述参与共识外的节点数量的三分之二验证出所述运行调度方案一致，则认定所述运行调度方案一致，则所述区块链节点基于所述运行调度方案调整储能设备的状态并写入区块，完成所述运行调度。
10.如权利要求1所述的基于区块链的共享储能灵活性运行调度方法，其特征在于，根据所述运行调度方案，进行共享储能灵活性运行调度后还包括：完成所述运行调度后，基于奖励机制核算共享储能总费用。
CN202310298421.6A 2023-03-24 2023-03-24 一种基于区块链的共享储能灵活性运行调度方法 Active CN116307606B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310298421.6A CN116307606B (zh) 2023-03-24 2023-03-24 一种基于区块链的共享储能灵活性运行调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310298421.6A CN116307606B (zh) 2023-03-24 2023-03-24 一种基于区块链的共享储能灵活性运行调度方法

Publications (2)

Publication Number Publication Date
CN116307606A CN116307606A (zh) 2023-06-23
CN116307606B true CN116307606B (zh) 2023-09-12

Family

ID=86802951

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310298421.6A Active CN116307606B (zh) 2023-03-24 2023-03-24 一种基于区块链的共享储能灵活性运行调度方法

Country Status (1)

Country Link
CN (1) CN116307606B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108830110A (zh) * 2018-09-10 2018-11-16 珠海格力电器股份有限公司 基于区块链的能源交互装置、能源互联网系统和交互方法
CN110009227A (zh) * 2019-04-04 2019-07-12 国网青海省电力公司 一种基于区块链技术的共享储能统筹交易系统及运行方法
CN112990568A (zh) * 2021-03-11 2021-06-18 华北电力大学 一种综合能源智能交易场景下的区块链共识机制构建方法
CN114912919A (zh) * 2022-04-08 2022-08-16 国网福建省电力有限公司 一种基于区块链的电力资源灵活聚合方法
CN115438873A (zh) * 2022-09-23 2022-12-06 广西师范大学 一种基于区块链和深度强化学习的电力调度方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108830110A (zh) * 2018-09-10 2018-11-16 珠海格力电器股份有限公司 基于区块链的能源交互装置、能源互联网系统和交互方法
CN110009227A (zh) * 2019-04-04 2019-07-12 国网青海省电力公司 一种基于区块链技术的共享储能统筹交易系统及运行方法
CN112990568A (zh) * 2021-03-11 2021-06-18 华北电力大学 一种综合能源智能交易场景下的区块链共识机制构建方法
CN114912919A (zh) * 2022-04-08 2022-08-16 国网福建省电力有限公司 一种基于区块链的电力资源灵活聚合方法
CN115438873A (zh) * 2022-09-23 2022-12-06 广西师范大学 一种基于区块链和深度强化学习的电力调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
区块链技术下的综合能源服务;龚钢军;王慧娟;杨晟;孙跃;苏畅;文亚凤;杨海霞;;中国电机工程学报(第05期);全文 *

Also Published As

Publication number Publication date
CN116307606A (zh) 2023-06-23

Similar Documents

Publication Publication Date Title
CN109599856B (zh) 一种微网多楼宇中电动汽车充放电管理优化方法及装置
TWI774856B (zh) 用於確定換電站內的欠電電池的充電策略的方法和裝置
Wang et al. Hybrid centralized-decentralized (HCD) charging control of electric vehicles
CN110774929A (zh) 一种电动汽车有序充电的实时控制策略及优化方法
CN106877339B (zh) 一种考虑电动汽车接入配电网后随机模糊潮流的分析方法
CN110739696B (zh) 智能配网环境中需求侧资源与可再生能源的集成调度方法
CN108596667A (zh) 一种基于车联网的电动汽车实时充电电价计算方法
CN106410781A (zh) 一种电力用户需求响应潜力确定方法
CN105515110A (zh) 一种电动汽车有序充电实时控制系统
CN109800917A (zh) 一种电动汽车停车场的规划方法、装置和计算设备
CN115189370A (zh) 一种混合储能参与调频的容量分配方法及系统
CN109670637A (zh) 建筑能耗预测方法、存储介质、装置和系统
CN106485469A (zh) 一种位置相关的基于需求的动态激励机制方法
Carli et al. A decentralized control strategy for optimal charging of electric vehicle fleets with congestion management
CN103345663A (zh) 考虑爬坡速率约束的电力系统机组组合优化方法
CN110232219A (zh) 一种基于数据挖掘的电动汽车可调度容量核定方法
CN109921420A (zh) 弹性配电网恢复力提升方法、装置及终端设备
Xu et al. The short-term optimal resource allocation approach for electric vehicles and V2G service stations
CN116933318A (zh) 一种基于联邦学习的用电数据隐私保护方法
CN113715669B (zh) 电动汽车有序充电控制方法、系统、设备及可读存储介质
CN116307606B (zh) 一种基于区块链的共享储能灵活性运行调度方法
CN117172861A (zh) 基于用户负荷差异与空间约束的移动充电动态定价方法
CN115147245B (zh) 一种工业负荷参与调峰辅助服务的虚拟电厂优化调度方法
CN116896086A (zh) 考虑需求响应的虚拟电厂可调资源调控系统及方法
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

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