利索能及
我要发布
收藏
专利号: 2019101434477
申请人: 广东工业大学
专利类型:发明专利
专利状态:已下证
更新日期:2025-07-12
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于区块链的光伏微电网电力智能交易系统,其特征在于,所述智能交易系统包括:智能合约交易平台和若干用户单元,所述若干用户单元均与所述智能合约交易平台网络连接;每一个用户单元均包括有:储能模块、用户终端模块、智能电表模块;

所述储能模块用于存储光伏微电网中光伏发电单元所产生的电能,所述储能模块将实时余电信息上传至智能电表模块;;所述光伏发电单元由太阳能电池板和光伏逆变器组成。

所述用户终端模块用于用户对光伏微电网进行远程控制,实现电能调度、电能剩余量监控;同时用户通过用户终端模块登录智能合约交易平台进行电能交易;

所述智能电表模块用于显示用户的电能交易数据信息,并存储历史用电数据信息;

所述智能合约交易平台用于对电能数据进行存储和更新,利用区块链的智能合约将最佳交易方案写成计算机代码的方式保存在区块链上,电能交易和费用结算自动触发执行。

2.根据权利要求1所述的一种基于区块链的光伏微电网电力智能交易系统,其特征在于,所述智能电表模块还包括有:用户端控制单元、用户用电信息存储单元、双向数据通信传输单元、用户用电信息处理单元;

所述用户端控制单元用于电能交易过程中,用户通过协商后在线直接进行电能调度,或用户双方通过已签署的智能合约来自动进行电能调度;

所述用户用电信息存储单元用于存储用户家用电器耗电数据信息和电能交易信息;

所述双向数据通信传输单元用于电能交易双方进行电能数据的传输和通信;

所述用户用电信息处理单元用于预测单个用户家用电器全天电能的需求量。

3.根据权利要求1所述的一种基于区块链的光伏微电网电力智能交易系统,其特征在于,所述智能合约交易平台包括:条款存储单元、交易过程程序化单元、交易数据存储单元、交易数据实时更新单元、区块打包入链单元;

所述条款存储单元用于存储电能交易双方签订智能合约中的条款信息,所述条款信息包括协商的电能价格和电量信息;

所述交易过程程序化单元用于将交易方案程序化,在智能合约中交易方案程序被自动触发执行;

所述交易数据存储单元用于存储交易双方实时交易数据信息和历史交易数据信息;

所述交易数据实时更新单元用于交易双方确认交易结算完成后,对交易平台上的交易数据信息进行实时更新;

所述区块打包入链单元用于电能交易结束,将交易后生成的电子收据单打包成区块,并向全网其他用户进行广播。

4.根据权利要求1所述的一种基于区块链的光伏微电网电力智能交易系统,其特征在于,用户通过用户终端模块登录智能合约交易平台时通过指纹识别进行身份验证。

5.一种基于区块链的光伏微电网电力智能交易方法,其特征在于,所述方法包括:S1:利用智能电表模块的用户信息处理单元对单个用户家用电器全天所需用电量进行预测,将智能电表作为一个节点,并通过节点将当前智能电表预测的用电信息进行全网广播;

S2:将全天时间分为若干交易时段,在具体的交易时段内根据用户用电需求量和发电量将用户分为不同的交易身份,具体划分为:若用户的用电需求量小于发电量则定义为售电用户,若用户的用电需求量大于发电量则定义为买电用户;

S3:用户在用户终端模块登录智能合约交易平台,买电用户在线公布其买电需求,售电用户根据自身的用户单元中储能模块的余电信息及智能电表模块的信息发布售电信息;

S4:买电用户和售电用户登录智能合约交易平台用户终端界面,交易双方选择在线协商价格和电量或选择离线状态通过智能合约平台上的条款存储单元确定交易方案,所述条款存储单元存储有每个交易时段签订智能合约中的交易条款信息;

S5:若交易双方采用在线电能交易的方式,则买电用户在支付费用后,售电用户授权电量售让调度;

若交易双方采用通过智能合约平台自动交易,则买电用户发送买电交易请求后将自动被智能合约平台处理并进行智能优化匹配售电用户的售电需求,匹配双方交易需求匹配成功后,双方的电能交易方案通过智能合约平台的交易过程程序化单元编程为程序进行电能自动调度和交易费用结算;

S6:交易完成后智能合约平台将生成智能合约广播至全网,在全网达成共识后,写入区块链;同时,买电用户将交易后生成电子收据单打包成区块,并向全网其他用户进行广播,交易结束;

S7:实时更新单元对智能合约交易平台上的交易数据进行更新。

6.根据权利要求5所述的一种基于区块链的光伏微电网电力智能交易方法,其特征在于,步骤S1所述利用智能电表模块的用户信息处理单元对单个用户家用电器全天所需用电量进行预测,具体方法是用户信息处理单元通过BP人工神经网络预测,过程如下:S1.1:选用包括有n层感知器的BP神经网络,将家用电器拥有数量作为神经网络的输入数据样本,输入样本包括有若干家用电器,输入样本数据记为x,若干家用电器表示为{x1,x2,x3....xn},样本输出数据记为y,每个用电器需要的用电量记为{y1,y2,y3....yn};

S1.2:利用现有数据对BP神经网络进行权重训练,BP神经网络的系统指标表示如下:其中,N为学习样本数,yj为神经网络的实际输出;Tj为理想输出;Pmp为样本预测的平均误差;

根据样本预测的平均误差进行BP神经网络权重的修正,权重的修正矢量公式为:M和L分别为学习因子和记忆因子; 为第f+1步和第f步第k层

中第j个神经元对应的权重修正矢量;M为学习因子,L为记忆因子;

S1.3:将待遇测输入样本数据输入至权重训练完毕的BP神经网络,得到用户用电预测结果。

7.根据权利要求6所述的一种基于区块链的光伏微电网电力智能交易方法,其特征在于,所述n层感知器为3层感知器,分别为:输入层、隐含层、输出层。

8.根据权利要求6所述的一种基于区块链的光伏微电网电力智能交易方法,其特征在于,n层感知器的BP神经网络通过设置迭代次数来确定神经元的个数。