一种基于区块链的储能电站的电费结算方法及系统技术方案

本申请提供了一种基于区块链的储能电站的电费结算方法及系统，该方法通过可信终端直接采集储能电站的双向电量数据，并将双向电量数据发布到区块链，并由区块链中的用电企业共识节点和储能电站投资运营商共识节点对所述双向电量数据进行计算，达成共识后，将双向电量数据写入区块链，保证双向电量数据的准确性和不可篡改，从而保证双向电量数据的真实性。并通过执行结算智能合约，依据区块链上真实可信的双向电量数据自动生成电费结算结果，保证电费结算结果的真实性，并将电费结算结果写入区块链，保证电费结算结果不可篡改。

【技术实现步骤摘要】
一种基于区块链的储能电站的电费结算方法及系统
本申请涉及电力
，特别涉及一种基于区块链的储能电站的电费结算方法及系统。
技术介绍
储能电站通过在电价低谷时充电，在电价高峰时放电，获取一定的电价差价收益，可以有效降低企业的电费支出。对于用电企业来说，使用自有资金建设储能电站存在一定的资金压力，所以目前负荷端的储能电站几乎采用合同能源管理的模式开展，即，由储能电站投资运营商和企业合作，储能电站所接入的配电设备和双向计量表均部署在企业侧，储能电站投资运营商从企业侧获取储能电站的电量数据，并生成电费结算单，两者通过电费结算单进行收益分成。但是，上述方式，存在难以保证储能电站投资运营商获取的电量数据的真实性或储能电站投资运营商进行电费结算的真实性的问题。
技术实现思路
为解决上述技术问题，本申请实施例提供一种基于区块链的储能电站的电费结算方法及系统，以达到保证数据的真实性的目的，技术方案如下：一种基于区块链的储能电站的电费结算方法，包括：可信终端采集储能电站的双向电量数据，将所述双向电量数据发布到区块链；本文档来自技高网...

【技术保护点】
1.一种基于区块链的储能电站的电费结算方法，其特征在于，包括：/n可信终端采集储能电站的双向电量数据，将所述双向电量数据发布到区块链；/n所述区块链中的用电企业共识节点和储能电站投资运营商共识节点对所述双向电量数据进行共识计算，达成共识后，从所述用电企业共识节点和所述储能电站投资运营商共识节点中选择一个作为第一记账节点；/n所述第一记账节点对所述双向电量数据进行处理，得到第一目标区块，将所述第一目标区块写入区块链；/n执行结算智能合约，从所述区块链中获取结算基础数据，并基于所述结算基础数据，进行电费结算，得到电费结算结果，并将所述电费结算结果发布到所述区块链，所述结算基础数据至少包括：所述第一...

【技术特征摘要】
1.一种基于区块链的储能电站的电费结算方法，其特征在于，包括：
可信终端采集储能电站的双向电量数据，将所述双向电量数据发布到区块链；
所述区块链中的用电企业共识节点和储能电站投资运营商共识节点对所述双向电量数据进行共识计算，达成共识后，从所述用电企业共识节点和所述储能电站投资运营商共识节点中选择一个作为第一记账节点；
所述第一记账节点对所述双向电量数据进行处理，得到第一目标区块，将所述第一目标区块写入区块链；
执行结算智能合约，从所述区块链中获取结算基础数据，并基于所述结算基础数据，进行电费结算，得到电费结算结果，并将所述电费结算结果发布到所述区块链，所述结算基础数据至少包括：所述第一目标区块中的双向电量数据；
所述用电企业共识节点和所述储能电站投资运营商共识节点在对所述电费结算结果达成共识后，从所述用电企业共识节点和所述储能电站投资运营商共识节点中选择一个作为第二记账节点；
所述第二记账节点对所述电费结算结果，进行处理，得到第二目标区块，将所述第二目标区块写入所述区块链。


2.根据权利要求1所述的方法，其特征在于，所述可信终端采集储能电站的双向电量数据，将所述双向电量数据发布到区块链，包括：
所述可信终端采集储能电站的双向电量数据，判断所述双向电量数据是否满足精度要求；
若满足，则将所述双向电量数据发布到区块链；
若不满足，则对所述双向电量数据进行补偿，将补偿后的双向电量数据替换所述双向电量数据，并返回执行所述判断所述双向电量数据是否满足精度要求的步骤。


3.根据权利要求2所述的方法，其特征在于，所述将所述双向电量数据发布到区块链，包括：
对所述双向电量数据进行加密，将加密后的双向电量数据发布到区块链。


4.根据权利要求2或3所述的方法，其特征在于，所述判断所述双向电量数据是否满足精度要求，包括：
获取所述可信终端的采样误差值、所述储能电站中电流互感器的采样误差值及电压互感器的采样误差值，将所述可信终端的采样误差值、所述电流互感器的采样误差值及所述电压互感器的采样误差值，输入到预先训练好的BP神经网络模型中，得到所述预先训练好的BP神经网络模型输出的电量预测值；
判断所述电量预测值与所述可信终端采集的所述双向电量数据之间的误差是否超过设定阈值；
所述BP神经网络模型的训练过程，包括：
初始化BP神经网络模型中各层的参数；
从样本集中选择一个训练样本，将所述训练样本输入到所述BP神经网络模型，得到所述BP神经网络模型输出的电量预测值，所述训练样本为所述可信终端的采样误差值、所述储能电站中电流互感器的采样误差值及电压互感器的采样误差值；
将所述电量预测值及所述储能电站的双向电量数据输入到神经网络误差函数中，得到误差，其中，表示电量预测值，表示储能电站的双
向电量数据，表示训练样本的数量，表示BP神经网络模型的输出层的节点数量，
表示BP神经网络模型的输出层的节点，E表示误差；
判断所述电量预测值与基准电量值之间的误差是否在设定范围内；
若是，则结束训练；
若否，则按照所述BP神经网络模型中的输出层到输入层的顺序，将所述误差分别传递给所述BP神经网络模型中的各个层，更新所述BP神经网络模型中各个层的参数，并返回从样本集中选择一个训练样本的步骤；
所述对所述双向电量数据进行补偿，包括：
利用补偿关系式，对所述双向电量数据进行补偿，
表示电量预测值，表示储能电站的双向电量数据，表示隐含层第i个节点到输出
层之间的权值，表示网络学习率，表示...

【专利技术属性】
技术研发人员：闫华锋，王栋，张彪，陈帅，韩少勤，秦日臻，薛真，雷亚蝶，顾青桐，吕梓童，
申请(专利权)人：国网区块链科技北京有限公司，国网电子商务有限公司，国网雄安金融科技集团有限公司，
类型：发明
国别省市：北京;11