Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于区块链的机组组合可信优化算法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本发明公开了基于区块链的机组组合可信优化算法,涉及能源区块链领域,提出了基于区块链链上‑链下协同思想的机组组合可信求解方法,首先,提出了“链上分割比对寻优,链下并行容错求解”思想,建立了链上‑链下协同的SCUC求解架构,解决了传统区块链技术难以支撑SCUC模型求解任务的局限。随后,建立了机组组合解空间容错分割方法,以兼顾区块链环境下SCUC模型求解结果可信赖性和求解过程效率性,最后,设计了相应的SCUC可信求解智能合约。本发明所提SCUC模型可信求解方法具有最优性可验证、满足拜占庭容错性和求解效率性的优点。

主权项:1.基于区块链的机组组合可信优化算法,其特征在于,包括如下步骤:1建立SCUC模型以及链上-链下协同的SCUC求解架构,所述架构包括链上寻优层和链下求解层,其中链上寻优层由一组区块链共识节点组成,负责将SCUC模型解空间分割成若干个存在冗余的子解空间,分发至链下求解层,并通过比对链下求解层提交的正确求解结果,得到原模型最优解;链下求解层由一组求解节点组成,各求解节点在链上寻优层分发的对应子解空间内搜索原模型的局部最优解,并提交至链上寻优层;2建立机组组合解空间容错分割方法,以兼顾区块链环境下SCUC模型求解结果可信赖性和求解过程效率性;3设计相应的SCUC可信求解智能合约;所述步骤1建立SCUC模型的步骤为:SCUC模型以总发电成本最低为目标,其目标函数表示为: 其中,T为调度周期内的时段总数;I为可启停机组总数;分别为第i台机组在时段t内的电能量成本、启动成本和关机成本;电能量成本 其中,K为机组i在时段t内的分段报价数目;和分别为机组i在时段t内第k个分段的报价和中标量;αi,t为机组i在时段t内的在线状态,1表示机组在线,0表示机组不在线;为机组i在时段t内的最小技术出力成本;启动成本 其中,βi,t表示机组i在时段t内是否执行启动动作1表示执行启动动作,0表示未执行启动动作;为机组i的启动费用;关机成本 其中,γi,t表示机组i在时段t内是否执行关机动作1表示执行关机动作,0表示未执行关机动作;为机组i的关机费用;约束条件功率平衡约束 其中,Pi,t为机组i在时段t内的出力;N为节点数;Dn,t为节点n在时段t内的负荷;为机组i在时段t内的最小技术出力;系统备用容量约束 其中,为机组i在时段t内的机组最大出力;M为省间联络线总数;为省间联络线m在时段t的传输功率;ηi为机组置信因子;Ptup、Ptdown分别为时段t的系统正备用约束松弛因子和系统负备用约束松弛因子;分别为时段t的系统正备用需求和系统负备用需求;机组分段报价中标约束 其中,为机组i在时段t内第k个分段报价的申报量;机组爬坡速率约束 其中,和分别为机组i在时段t的最大上爬坡速率和最大下爬坡速率;机组最小连续启停时间约束 其中,和分别为机组i在时段t时已经连续开机和连续停机的时间;和分别为机组i的最小连续开机时间和最小连续停机时间;能量约束 其中,En,t为时段t时节点n的净注入功率;Λn为节点n上的所有机组的集合;Fl,t为时段t时线路l的支路潮流;SFn,l为节点n对线路l的输出功率转移分布因子;分别时段t线路l的传输功率上限、上限;所述步骤2建立机组组合解空间容错分割方法的步骤为:首先,在机组组合模型中选取a个0-1变量,将完整解空间Ω分割为X=2a个分割单元随后,将分割单元重新组合为N个子解空间每个子解空间包含[Xf+1N]个分割单元,分别分发给求解节点负责寻优,各求解节点根据划分的子解空间并行寻优,并将求解结果提交至链上,共识节点通过交叉通信校验比对所有求解结果,将满足约束条件且总发电成本最小的求解结果作为最终最优解;在所述链上寻优层,基于离散优化问题的经典分支定界思想,利用机组组合模型中的0-1变量将原始解空间分割为一组分割单元,并将分割单元组合为N个子解空间,分发给求解节点负责寻优,其中N为求解节点数量,子解空间分割满足以下条件:负载均衡性:各求解节点负责寻优的子解空间大小相同,如式12所示: 其中,J为求解节点数量,为求解节点j负责寻优的子解空间,|·|表示解空间包含的分割单元数量;拜占庭容错性:假设求解节点中存在不多于f个作弊求解节点,通过提交错误求解结果、不提交求解结果方式扰乱求解过程,则任意f+1个求解节点应还原完整解空间,如式13所示: 其中,Ω为机组组合模型的解空间;最小冗余性:各求解节点负责寻优的子解空间应尽量减少冗余,如式14所示: 所述步骤3设计相应的SCUC可信求解智能合约的步骤包括SCUC模型准备、解空间容错分割、最优解校核比对三个阶段,包括以下函数:1SCUC模型准备阶段①模型数据上传函数:市场运营机构收集各发电机组的相关参数及市场边界条件,建立SCUC模型,将模型转换为JSON格式并上传至区块链,包含目标函数和各约束条件,如式1-式11所示,供各求解节点访问和下载,确保后续求解过程的一致性;2解空间分割阶段②解空间分割函数:选取a个SCUC模型中的0-1变量,将解空间Ω分割为X=2a个分割单元随后将分割单元重新组合为N个子解空间,形成如式15所示的分配方案M: 其中矩阵M的行数N为子解空间数量,列数X为分割单元数量;元素Mij=1表示子解空间包含分割单元Mij=0则表示子解空间不包含分割单元3最优解校核比对阶段③局部最优解发布函数:各求解节点在链下独立搜索对应子解空间内的局部最优解,并将计算得到的局部最优解Li提交至区块链;④约束条件验证函数:收集各求解节点的局部最优解Li后,验证各个局部最优解是否满足约束条件如式5-式11,将不满足约束条件的局部最优解去除;⑤最终最优解比对函数:比对所有满足约束条件的局部最优解,将总发电成本最小的局部最优解作为最终最优解G。

全文数据:

权利要求:

百度查询: 上海交通大学 基于区块链的机组组合可信优化算法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术