区块链环境下基于供需预测的点对点电力交易方法和系统技术方案

本发明专利技术提供一种区块链环境下基于供需预测的点对点电力交易方法和系统，涉及基于区块链的电力交易技术领域。本发明专利技术实施例通过相似历史日选取和供需双侧预测结合，减少气象因素、日类型因素等对预测精度的影响，使用更加精准的预测方法实现供需双侧的精确预测，降低供需预测的不确定性，促进供需动态平衡，提高供需匹配有效性，增强能源系统的经济性、稳定性、可靠性。可靠性。可靠性。

【技术实现步骤摘要】
区块链环境下基于供需预测的点对点电力交易方法和系统


[0001]本专利技术涉及基于区块链的电力交易
，具体涉及一种区块链环境下基于供需预测的点对点电力交易方法和系统。

技术介绍

[0002]随着社会经济发展对新能源电力需求的日益增加，多种多样的电力交易模式步入大众的视野，促进了电力能源结构的优化。其中，点对点电力交易是一种基于互联的平台，让供应侧和需求侧直接“见面”进行交易，而无需“中间人”介入的交易模式。通过点对点电力交易，供需双侧不仅可以通过购买所需电力和出售剩余电力，积极参与当地能源市场，还可以增加收益，并为市场带来更多的灵活性。然而在点对点电力交易中，由于没有透明的、防篡改的方式来存储和验证交易信息，若不依赖于可信的第三方，双侧之间很难相互信任，同时由于电力市场交易主体数量激增，其电力交易的管理、运营复杂程度大幅增加，交易过程中的信息信任与安全问题、交易透明化问题等也极为突出。为进一步完善电力交易机制，区块链技术被广泛地应用在该领域。
[0003]而在进行基于区块链的点对点电力交易的过程中，供需双侧的不确定和不平衡性会给整个交易流程的安全稳定性带来影响，因此需要供需双侧的出力和用电处于一种动态平衡状态。在供应侧，光伏作为一种新型清洁能源，具有随机性、波动性、间歇性的特点，因此具有极高的不确定性，这种不确定性必然会给交易系统稳定运行带来较大冲击。而进行精准的光伏发电功率预测便能够最大可能掌握供应侧出力值，以便更好地完成供需匹配和点对点交易。同样，在需求侧，用电负荷也会随着季节、气候等因素的变化而不断改变，具有不确定性。那么显然，供应侧的光伏发电和需求侧的用电负荷在时间和空间尺度上往往具有一定的不一致性和非匹配性，供需双侧的不确定性会给点对点电力交易带来一定的困难，因此解决好供需双侧不确定性问题，对供应侧和需求侧进行精准预测并以此为基础进行供需双侧匹配是后面进行点对点交易的重要基础，它能够降低供需预测的不确定性，促进供需动态平衡，提高供需匹配有效性，增强能源系统的经济性、稳定性、可靠性。
[0004]然而，在现有的基于区块链的电力交易过程中，供需双侧的不确定性致使供需匹配的有效性低，能源系统的稳定可靠性低，即现有的基于区块链的电力交易系统供需匹配的有效性低，系统可靠性低。

技术实现思路

[0005](一)解决的技术问题
[0006]针对现有技术的不足，本专利技术提供了一种区块链环境下基于供需预测的点对点电力交易方法和系统，解决了现有的供需匹配有效性低、基于区块链的电力交易系统可靠性低的技术问题。
[0007](二)技术方案
[0008]为实现以上目的，本专利技术通过以下技术方案予以实现：
[0009]第一方面，本专利技术提供一种区块链环境下基于供需预测的点对点电力交易方法，所述方法由基于区块链的电力交易系统执行，该系统中预先构建光伏功率预测模型；所述点对点电力交易方法包括：
[0010]S1、根据预设时间段的气象数据和预先构建的光伏功率预测模型，对预设时间段供应侧的光伏发电量进行预测；获取预设时间段的相似历史日数据，根据相似历史日数据对预设时间段的需求侧的用电负荷量进行预测；
[0011]S2、根据预设时间段供应侧的光伏发电量和需求侧的用电负荷量，进行供需双侧匹配，形成供需双侧收益最大化的交易合同。
[0012]优选的，所述预先构建光伏功率预测模型的过程包括：
[0013]a、获取历史气象数据和光伏功率数据，并进行预处理；
[0014]b、对预处理后的历史日气象数据和光伏功率数据进行标准化处理，得到归一化的数据集，并且通过相关性分析得到光伏预测的主要特征参数以及各个历史日与预设时间段之间的关联程度；
[0015]c、通过关联程度的大小选取出相似程度最大的前n条数据作为训练集，对Attention
‑
MPA
‑
LSTM模型进行训练，得到光伏功率预测模型对预设时间段光伏功率进行预测，其中，所述Attention
‑
MPA
‑
LSTM模型是指在注意力机制长短期记忆神经网络中加入海洋捕食者算法。
[0016]优选的，所述获取需求侧负荷预测预设时间段的相似历史日数据，包括：
[0017]以综合因子作为衡量指标，选择与预设时间段之间的综合因子最大的历史日数据作为相似历史日数据，其中，所述综合因子的计算公式如下：
[0018]δ
i
＝M1α1+M2α2+M3α3+M4α4[0019]其中，δ
i
表示综合因子，α1表示日类型因子，α2表示前驱势因子，α3表示气象因子，α4表示时间相似度因子，M1、M2、M3、M4表示各因子的权重系数。
[0020]优选的，所述根据相似历史日数据对预设时间段的需求侧的用电负荷量进行预测，包括：
[0021]a.利用改进的RBF神经网络模型对相似历史日数据预测得到y
i
；
[0022]b.利用XGBoost模型对相似历史日数据预测得到y
j
；
[0023]c.初始化自适应权重α和β，初始化参数μ、epochs，μ为迭代步长，epochs为模型训练周期；
[0024]d.通过公式y＝αy
i
+βy
j
和批量梯度下降法迭代训练模型权重α、β；
[0025]e.利用步骤d中得到的权重为所述的a，b两个步骤中的模型进行权重分配，加权相加得到需求侧用电负荷预测值
[0026]优选的，所述S2包括：
[0027]按照如下原则进行供需双侧匹配：
[0028]①
根据供应侧光伏发电量预测值和需求侧用电负荷预测值进行匹配，按照双侧预测的电能，由发电量和需求量预测值大小最为相近的供应侧和需求侧之间优先进行点对点交易，让电能在尽量少的用户之间交易；
[0029]②
在进行电能交易时，充分考虑点对点电力交易高峰期时段，要求避免电力交易高峰进行交易；
[0030]③
在供需双侧设立好可接受电价范围后，以需求侧低价优先、供应侧高价优先的原则进行点对点交易；
[0031]④
以上各原则的优先顺序为：
③①②
。
[0032]供应侧和需求侧都会以该原则进行对应匹配，形成双侧收益最大化的交易合同。
[0033]优选的，所述点对点电力交易方法还包括：
[0034]S3、通过区块链中的信用管理机制保障供需双侧可靠地完成交易合同。
[0035]第二方面，本专利技术提供一种区块链环境下基于供需预测的点对点电力交易系统，该系统中预先构建光伏功率预测模型；所述点对点电力交易系统包括：
[0036]预测模块，用于根据预设时间段的气象数据和预先构建的光伏功率预测模型，对预设时间段供应侧的光伏发电量进行预测；获取预设时间段的相似历史日数据，根据相似历史日数据对预设时间段的需求侧的用电负荷量进行预测；...

【技术保护点】

【技术特征摘要】
1.一种区块链环境下基于供需预测的点对点电力交易方法，其特征在于，所述方法由基于区块链的电力交易系统执行，该系统中预先构建光伏功率预测模型；所述点对点电力交易方法包括：S1、根据预设时间段的气象数据和预先构建的光伏功率预测模型，对预设时间段供应侧的光伏发电量进行预测；获取预设时间段的相似历史日数据，根据相似历史日数据对预设时间段的需求侧的用电负荷量进行预测；S2、根据预设时间段供应侧的光伏发电量和需求侧的用电负荷量，进行供需双侧匹配，形成供需双侧收益最大化的交易合同。2.如权利要求1所述的区块链环境下基于供需预测的点对点电力交易方法，其特征在于，所述预先构建光伏功率预测模型的过程包括：a、获取历史日气象数据和光伏功率数据，并进行预处理；b、对预处理后的历史日气象数据和光伏功率数据进行标准化处理，得到归一化的数据集，并且通过相关性分析得到光伏预测的主要特征参数以及各个历史日与预设时间段之间的关联程度；c、通过关联程度的大小选取出相似程度最大的前n条数据作为训练集，对Attention
‑
MPA
‑
LSTM模型进行训练，得到光伏功率预测模型对预设时间段光伏功率进行预测，其中，所述Attention
‑
MPA
‑
LSTM模型是指在注意力机制长短期记忆神经网络中加入海洋捕食者算法。3.如权利要求1所述的区块链环境下基于供需预测的点对点电力交易方法，其特征在于，所述获取预设时间段的相似历史日数据，包括：以综合因子作为衡量指标，选择与预设时间段之间的综合因子最大的历史日数据作为相似历史日数据，其中，所述综合因子的计算公式如下：δ
i
＝M1α1+M2α2+M3α3+M4α4其中，δ
i
表示综合因子，α1表示日类型因子，α2表示前驱势因子，α3表示气象因子，α4表示时间相似度因子，M1、M2、M3、M4表示各因子的权重系数。4.如权利要求1所述的区块链环境下基于供需预测的点对点电力交易方法，其特征在于，所述根据相似历史日数据对预设时间段的需求侧的用电负荷量进行预测，包括：a.利用改进的RBF神经网络模型对相似历史日数据预测得到y
i
；b.利用XGBoost模型对相似历史日数据预测得到y
j
；c.初始化自适应权重α和β，初始化参数μ、epochs，μ为迭代步长，epochs为模型训练周期；d.通过公式y＝αy
i
+βy
j

【专利技术属性】
技术研发人员：周开乐，褚一博，虎蓉，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：