【摘 要】
：
随着国家对电力市场改革的推进及分布式发电技术的飞速发展，分布式发电设备将迅速进入各个小区，大量的电能用户或电能企业将购买分布式发电设备进行电能的自产自销，而大量分布式电能产消者的产生将加大电网负担。当今相关部门对分布式电能产消者所产出电能进行电能补贴的形式购入大电网，该情况下电能补贴价格较低且不够灵活，将打消分布式电能产消者的产能积极性。因此，相关部门鼓励分布式电能产消者完成电能的本地消纳，而想要
【机 构】
：
华北电力大学(保定) 华北电力大学
论文部分内容阅读
随着国家对电力市场改革的推进及分布式发电技术的飞速发展，分布式发电设备将迅速进入各个小区，大量的电能用户或电能企业将购买分布式发电设备进行电能的自产自销，而大量分布式电能产消者的产生将加大电网负担。当今相关部门对分布式电能产消者所产出电能进行电能补贴的形式购入大电网，该情况下电能补贴价格较低且不够灵活，将打消分布式电能产消者的产能积极性。因此，相关部门鼓励分布式电能产消者完成电能的本地消纳，而想要高效的完成微电网内部电能的本地消纳，当务之急就是建立一个公开、透明、高效、可信的交易机制。相对传统的电力市场，微电网准入门槛低，交易个体趋利性强且交易行为不稳定，并且，分布式产能设备有不稳定、波动性等特点。传统的集中式交易模式依靠第三方信任机构维持交易主体信任，有着下列缺点：维护信任成本高，交易效率低下，数据集中存放容易受到攻击且恢复难度大。
因此，本文将区块链技术引入微电网电能交易场景，区块链技术有着去中心化、不可篡改的特点，可以有效解决信任成本高、数据易被攻击等问题。本文提出基于区块链技术的微电网电能交易方法，首先，设计基于区块链的微电网交易流程，将物理电能的交易转化为电能所有权密钥的交易，详细设计了智能合约，并依靠智能合约完成去中心化交易，保障交易双方权益。然后，提出基于拍卖算法的电能订单匹配算法及消费者出价策略，完成电能订单的快速匹配，提高微电网交易效率及本地消纳能力。之后，设计微电网信用评定机制，将信用值作为节点的基本属性，设计基于信用的共识机制，以信用值高低影响节点挖矿成功几率，以经济激励微电网节点诚实守信。实现了微电网电能订单交易平台，通过以太坊平台实现了订单发布及删除、订单浏览、电能交易等功能。最后仿真结果证明，本文所提出的微电网交易流程及智能合约能够按照预期运行，电能订单匹配算法能有有效提高微电网电能的本地消纳能力，基于信用的共识机制可以有效完成信用值影响节点挖矿成功几率。
其他文献
该文主要对有源电力滤波器系统中的谐波电流检测电路进行了分析研究,并用MATLAB软件进行了电路仿真.通过仿真电路观测了谐波电流检测电路的检测效果,并对d-q谐波电流检测电路与自适应谐波电流检测电路进行了比较;同时还对有源电力滤波器的变流器控制方式进行了研究,提出了一种双重预测控制方法.最后,该文对有源电力滤波器的整个系统做了分析,指出了谐波及无功被深装置的发展方向——混合型有源电力滤波器.
激光诱导击穿光谱（Laser induced breakdown spectroscopy，LIBS）技术作为一种发射光谱分析技术，因其具有远程非接触测量、分析时间短、多元素同时检测、快速实时在线分析等优点，被公认为是一种具有广阔应用前景的元素分析技术，可有效的对物质的成份和含量进行检测分析。LIBS技术自问世以来，广泛的应用于环境检测、冶金过程、煤质分析、深空探测、地质研究等方面，此外，LIBS
近些年来各种类型的数据信息呈爆炸式的增长，对于数据信息处理的需求也在日益不断提高，于是机器学习中的数据挖掘技术逐渐受到了越来越多人的青睐，并且其在各行各业中得到了普遍的应用。人们对庞大数据的分析从以前的手动分析，逐渐转变为利用更加智能便捷的数据挖掘技术对数据进行分类与整合，数据分类在数据挖掘技术中饰演着至关重要的角色。 关于在数据挖掘中分类方法的研究，是人类对提升分类精度孜孜不倦的追求过程。本文
当对系统进行建模时，由于建模误差、内部扰动和环境变化等因素，时滞和非线性是不可避免的。conic非线性系统是一类特殊的非线性系统，它位于超球面内，中心是一个线性系统，半径以另一个线性系统的范数为界。事实上，工程建模中存在很多conic非线性，如二极管和放大器中的局部正弦非线性、死区非线性、分段线性函数和Lipschitz非线性。另一方面，跳变系统作为一种特殊的随机切换系统，近几十年来引起了广泛的学
随着科技及社会的发展，室内人体检测技术得到了越来越广泛的关注与应用，因此也对室内人体检测的准确率提出了更高的要求。传统的人体检测方法如传感器、红外射线以及视频获取的形式对目标环境中的人体进行检测，存在一定的局限性。随着无线网络技术的发展，基于信道状态信息的人体检测技术应运而生。相比于传统的人体检测方法，此方法具有准确率高、普适性更好等特点，但依然容易受到室内环境、噪音等影响。因此，急需一种新的行之
随着信息时代的到来，网络改变了人们表达观点的方式，人们开始主动地发表自己的意见和评论。在这种趋势下，网络上出现了越来越多的文本资源。通过挖掘和分析这些文本资源中的情感信息可以了解人们对其他人、事、物的看法，具有十分重要的实际应用意义。当下在情感分析中主要使用的方法包括基于情感词、基于机器学习和基于深度学习的情感分析方法，其中深度学习的方法由于其自主学习能力和在大规模数据上表现出的优势，成为当下最热
随着社会生产的快速发展，对解决优化问题的需求越来越迫切。确定性优化算法在许多优化问题上的效果不好甚至无法使用，而演化算法是解决此类问题的重要工具。近年来，许多演化算法包括群智能算法被陆续提出。然而，没有免费午餐理论指出没有任何一种优化算法可以在所有类型的优化问题上都表现的比其他算法好。还有研究表明，存在对某一种算法来说比较困难的问题，对另一种算法却比较简单的情况。因此，不同优化算法的集成或协同以及
近年来，随着Web2.0的发展和移动便携式设备的普及，脸书、微信等在线社交网络如雨后春笋般兴起，它的发展使得网络世界向现实世界的无限靠近成为可能，其中微博类应用(如新浪微博、Twitter等)的使用率遥遥领先。在线社交网络中，用户可以管理他们的社交网络和社交身份，发布各种话题信息，也可以通过好友关系获取其他用户发布的信息。由此产生的大量文本数据吸引着越来越多的学者对其展开研究，文本情感分析成为社交
水下传感器网络是利用水下传感器节点感知水下相关信息，并通过水声通信媒介将传感器节点所感知到的数据信息传送至数据处理中心，并将其广泛应用于水下资源勘探、海洋地理数据收集、导航和控制、灾难预防、军事安全等领域。 根据水下传感器网络分层结构特点可知，能量消耗主要发生在数据链路层和网络层，影响能量高效性主要因素有：(1)引入解决信道访问冲突机制产生新的额外能耗，其中包括空闲侦听、额外控制帧开销以及由时空
社会网络是指社会实体通过社会关系构成的多种类型的复杂社会系统，是复杂网络在现实世界中的应用。由于社会网络结构复杂、特征多元化、形成方式差异性会导致社会网络中各节点的重要程度不同。将那些对整个网络的结构、功能或者传播过程等产生较大影响的一类特殊节点称之为重要节点，一旦找到这类节点并全部摧毁，将阻碍社会网络的连通，甚至会引起社会网络的瘫痪。因此，节点重要性度量研究对研究网络鲁棒性、脆弱性具有重大的理论