[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN112132686B - 一种基于区块链的储能电站的电费结算方法及系统 - Google Patents

一种基于区块链的储能电站的电费结算方法及系统 Download PDF

Info

Publication number
CN112132686B
CN112132686B CN202011307596.1A CN202011307596A CN112132686B CN 112132686 B CN112132686 B CN 112132686B CN 202011307596 A CN202011307596 A CN 202011307596A CN 112132686 B CN112132686 B CN 112132686B
Authority
CN
China
Prior art keywords
electric quantity
quantity data
energy storage
bidirectional
power station
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011307596.1A
Other languages
English (en)
Other versions
CN112132686A (zh
Inventor
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
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guowang Xiongan Finance Technology Group Co ltd
State Grid Blockchain Technology Beijing Co ltd
State Grid Digital Technology Holdings Co ltd
Original Assignee
Guowang Xiongan Finance Technology Group Co ltd
State Grid Blockchain Technology Beijing Co ltd
State Grid E Commerce Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority to CN202011307596.1A priority Critical patent/CN112132686B/zh
Application filed by Guowang Xiongan Finance Technology Group Co ltd, State Grid Blockchain Technology Beijing Co ltd, State Grid E Commerce Co Ltd filed Critical Guowang Xiongan Finance Technology Group Co ltd
Publication of CN112132686A publication Critical patent/CN112132686A/zh
Application granted granted Critical
Publication of CN112132686B publication Critical patent/CN112132686B/zh
Priority to EP21865349.1A priority patent/EP4027292B1/en
Priority to US17/641,814 priority patent/US12126170B2/en
Priority to PCT/CN2021/115317 priority patent/WO2022105349A1/zh
Priority to KR1020227007285A priority patent/KR20220071184A/ko
Priority to AU2021342399A priority patent/AU2021342399B2/en
Priority to JP2022522044A priority patent/JP7386340B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/602—Providing cryptographic facilities or services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/04—Billing or invoicing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/50—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using hash chains, e.g. blockchains or hash trees
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q2220/00—Business processing using cryptography
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L2209/00—Additional information or applications relating to cryptographic mechanisms or cryptographic arrangements for secret or secure communication H04L9/00
    • H04L2209/46—Secure multiparty computation, e.g. millionaire problem
    • H04L2209/463—Electronic voting

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Computer Hardware Design (AREA)
  • Bioethics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Molecular Biology (AREA)
  • Mathematical Physics (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Development Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Tourism & Hospitality (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Power Engineering (AREA)
  • Technology Law (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

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。

Description

一种基于区块链的储能电站的电费结算方法及系统
技术领域
本申请涉及电力技术领域，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。
背景技术
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。
发明内容
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；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；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
Figure 757588DEST_PATH_IMAGE001
中，得到误差，其中，
Figure 938033DEST_PATH_IMAGE002
表示电量预测值，
Figure 396697DEST_PATH_IMAGE003
表示储能电站的双 向电量数据，
Figure 4395DEST_PATH_IMAGE004
表示训练样本的数量，
Figure 587823DEST_PATH_IMAGE005
表示BP神经网络模型的输出层的节点数量，
Figure 696594DEST_PATH_IMAGE006
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
Figure 150709DEST_PATH_IMAGE007
，对所 述双向电量数据进行补偿，
Figure 788364DEST_PATH_IMAGE002
表示电量预测值，
Figure 62350DEST_PATH_IMAGE003
表示储能电站的双向电量数据，
Figure 381336DEST_PATH_IMAGE008
表示隐含层第i个节点到输出层之间的权值，
Figure 814591DEST_PATH_IMAGE009
表示网络学习率，
Figure 498514DEST_PATH_IMAGE010
表示补偿后的双向 电量数据；
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。
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。
一种基于区块链的储能电站的电费结算系统，包括：
可信终端，用于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；所述可信终端，具体用于：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；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
Figure 650009DEST_PATH_IMAGE001
中，得到误差，其中，
Figure 507107DEST_PATH_IMAGE002
表示电量预测值，
Figure 670235DEST_PATH_IMAGE003
表示储能电站的双 向电量数据，
Figure 915271DEST_PATH_IMAGE004
表示训练样本的数量，
Figure 960588DEST_PATH_IMAGE005
表示BP神经网络模型的输出层的节点数量，
Figure 559059DEST_PATH_IMAGE006
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
Figure 969837DEST_PATH_IMAGE007
，对所 述双向电量数据进行补偿，
Figure 261141DEST_PATH_IMAGE002
表示电量预测值，
Figure 793753DEST_PATH_IMAGE003
表示储能电站的双向电量数据，
Figure 320549DEST_PATH_IMAGE008
表示隐含层第i个节点到输出层之间的权值，
Figure 458270DEST_PATH_IMAGE009
表示网络学习率，
Figure 717213DEST_PATH_IMAGE010
表示补偿后的双向 电量数据；
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，用于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，用于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；
智能合约执行节点，用于执行结算智能合约，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，还用于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，用于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。
所述可信终端，具体用于：
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。
与现有技术相比，本申请的有益效果为：
在本申请中，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。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请提供的一种基于区块链的储能电站的电费结算方法实施例1的流程图；
图2是本申请提供的一种基于区块链的储能电站的电费结算方法实施例2的流程图；
图3是本申请提供的一种基于区块链的储能电站的电费结算方法实施例3的流程图；
图4是本申请提供的一种基于区块链的储能电站的电费结算方法实施例4的流程图；
图5是本申请提供的一种BP神经网络模型的结构示意图；
图6是本申请提供的一种基于区块链的储能电站的电费结算系统的逻辑结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
接下来对本申请实施例公开的基于区块链的储能电站的电费结算方法进行介绍，如图1所示的，为本申请提供的一种基于区块链的储能电站的电费结算方法实施例1的流程图，可以包括以下步骤：
步骤S11、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。
本实施例中，储能电站，可以理解为：在负荷端建设的、根据当地的峰谷电价时间段进行充电和放电的系统，一般为电化学储能电站，即电池介质为铅炭电池或锂电池；储能电站直接接入到负荷端（如商业综合体、工业企业等）的400V/10kV/35kV母线上，通过在电价低谷时充电，电价高峰时放电，来获取电价差额收益，或者相应电网调度要求进行充放电，并获取一定的经济收益，在稳定电网的同时，达到降低企业的电费支出的目的。
双向电量数据，可以理解为：正向电量数据和反向电流数据。正向电量数据，可以理解为：储能电站放电时的放电量数据。反向电量数据，可以理解为：储能电站充电时的充电量数据。其中，“放电时的电价*放电电量-充电时的电价*充电电量”可以作为节约的电费。
需要说明的是，可信终端为区块链中的一个节点。可信终端成为区块链中节点的过程，可以包括：可信终端通过将自身的物联网唯一标志编码、终端硬件信息、网络地址等相关信息上传至区块链进行注册申请，经区块链查验、认证通过后，将所有信息打包生成区块数据发布到区块链上进行广播，共识成功后，可信终端成为区块链节点，并拥有公私钥对，至此，可信终端成为区块链上的身份唯一的节点。
步骤S12、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。
用电企业共识节点，可以理解为：用电企业在其公司本地部署的区块链共识节点。用电企业共识节点部署的过程，可以包括：用电企业通过将自身的营业执照、银行资信等证明文件上传至区块链进行注册申请，经区块链查验、认证通过后，将所有信息打包生成区块数据发布到区块链上进行广播，共识成功后，部署得到用电企业共识节点。用电企业可信共识节点成为区块链上的身份唯一的节点。其中，用电企业共识节点拥有公私钥对。
储能电站投资运营商共识节点，可以理解为：储能电站投资运营商在其公司本地部署的区块链共识节点。储能电站投资运营商共识节点部署的过程，可以包括：储能电站投资运营商通过将自身的营业执照、银行资信等证明文件上传至区块链进行注册申请，经区块链查验、认证通过后，将所有信息打包生成区块数据发布到区块链上进行广播，共识成功后，部署得到储能电站投资运营商共识节点。储能电站投资运营商可信共识节点成为区块链上的身份唯一的节点。其中，储能电站投资运营商共识节点拥有公私钥对。
在可信终端将双向电量数据发布到区块链之后，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可以但不局限于采用BFT共识算法对所述双向电量数据进行共识计算。
步骤S13、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。
第一记账节点可以按照设定的区块生成规则，对双向电量数据进行处理，得到第一目标区块。
写入区块链可以理解为：写入区块链中的分布式账本。
步骤S14、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。
本实施例中，可以设置结算智能合约执行的触发条件，在达到触发条件时，由区块链中的各共识节点均参与，执行结算智能合约。
达到触发条件，可以包括但不局限于：到达约定的结算日期，如，每月的1号零时。
本实施例中，结算基础数据可以包括：分时电价、用电企业和储能电站投资运营商双方的分成比例及第一目标区块中的双向电量数据。其中，分时电价、用电企业和储能电站投资运营商双方的分成比例是双方经过线下协商之后，生成合同，并在开发智能合约时，将合同提前写到智能合约中的。
本实施例中，在将所述电费结算结果发布到所述区块链之后，还可以将所述基于所述双向电量数据，进行电费结算的过程中产生的数据发布到所述区块链。
步骤S15、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。
在将电费结算结果发布到区块链之后，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可以但不局限于采用BFT共识算法对所述电费结算结果进行共识计算，在达成共识后，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。
步骤S16、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。
本实施例中，第二记账节点可以按照设定的区块生成规则，对电费结算结果进行处理，得到第二目标区块。
本实施例中，基于所述双向电量数据，进行电费结算的过程中产生的数据会自动存储到区块链中，以实现过程中产生的数据的可追溯。
本实施例中，监管部门、司法部门、行业协会或金融机构等也能注册到区块链，成为区块链中的共识节点。
当用电企业共识节点、储能电站投资运营商共识节点或其它节点对电费结算结果存在疑问时，可以对区块链中的电费结算的全流程数据进行验证和追溯。
在本申请中，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。
作为本申请另一可选实施例，参照图2，为本申请提供的一种基于区块链的储能电站的电费结算方法实施例2的流程图，本实施例主要是对上述实施例1描述的基于区块链的储能电站的电费结算方法的细化方案，如图2所示，该方法可以包括但并不局限于以下步骤：
步骤S21、可信终端采集储能电站的双向电量数据。
可信终端采集储能电站的双向电量数据的详细过程，可以参见实施例1中步骤S11的相关介绍，在此不再赘述。
步骤S22、可信终端判断所述双向电量数据是否满足精度要求。
若满足，则执行步骤S23；若不满足，则执行步骤S24。
步骤S23、将所述双向电量数据发布到区块链。
步骤S24、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。
步骤S21-S24为实施例1中步骤S11的一种具体实施方式。
步骤S25、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。
步骤S26、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。
步骤S27、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。
步骤S28、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。
步骤S29、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。
步骤S25-S29的详细过程可以参见实施例1中步骤S12-S16的相关介绍，在此不再赘述。
本实施例中，可信终端通过判断所述双向电量数据是否满足精度要求，在满足精度要求时，将所述双向电量数据发布到区块链，在不满足精度要求时，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，保证采集到的双向计量数据的准确性和精度，在采集到的双向计量数据的准确性和精度的情况下，将双向电量数据发布到区块链，确保数据的准确性与不可篡改。
作为本申请另一可选实施例，参照图3，为本申请提供的一种基于区块链的储能电站的电费结算方法实施例3的流程图，本实施例主要是对上述实施例2描述的基于区块链的储能电站的电费结算方法的细化方案，如图3所示，该方法可以包括但并不局限于以下步骤：
步骤S31、可信终端采集储能电站的双向电量数据。
可信终端采集储能电站的双向电量数据的详细过程，可以参见实施例2中步骤S21的相关介绍，在此不再赘述。
步骤S32、可信终端判断所述双向电量数据是否满足精度要求。
若满足，则执行步骤S33；若不满足，则执行步骤S34。
步骤S31-S32的详细过程可以参见实施例2中步骤S21-S22的相关介绍，在此不再赘述。
步骤S33、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。
对所述双向电量数据进行加密，可以理解为：对所述双向电量数据进行哈希计算和非对称加密。
步骤S34、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。
步骤S35、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。
步骤S36、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。
步骤S37、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。
步骤S38、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。
步骤S39、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。
步骤S35-S39的详细过程可以参见实施例2中步骤S25-S29的相关介绍，在此不再赘述。
本实施例中，通过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，保证双向电量数据传输的安全性，进一步保证电费结算时所基于的数据的准确性和真实性。
作为本申请另一可选实施例，参照图4，为本申请提供的一种基于区块链的储能电站的电费结算方法实施例4的流程图，本实施例主要是对上述实施例2描述的基于区块链的储能电站的电费结算方法的细化方案，如图4所示，该方法可以包括但并不局限于以下步骤：
步骤S41、可信终端采集储能电站的双向电量数据。
可信终端采集储能电站的双向电量数据的详细过程，可以参见实施例2中步骤S21的相关介绍，在此不再赘述。
步骤S42、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。
本实施例中，所述BP神经网络模型的训练过程，可以包括：
S421、初始化BP神经网络模型中各层的参数。
本实施例中，如图5所示，BP神经网络模型可以包括：输入层、隐含层和输出层。其 中，输入层的输入变量为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。
Figure 65018DEST_PATH_IMAGE011
为输入层第j个节点与隐含层第i个节点的连接权值，
Figure 864346DEST_PATH_IMAGE008
为隐含层第i个节点到输出层之间的权值，
Figure 653311DEST_PATH_IMAGE012
表示隐含层第i个节点的输出阈值，
Figure 286417DEST_PATH_IMAGE013
表示输出层第k个节点的输出阈值，隐含层的激活函数为
Figure 121518DEST_PATH_IMAGE014
，输出层的激活函数为
Figure 131063DEST_PATH_IMAGE015
；
神经网络向前传播过程的表示函数可以为：
Figure 836850DEST_PATH_IMAGE016
；
输出层的输出结果可以表示为：。
Figure 906438DEST_PATH_IMAGE017
。
本实施例中，隐含层的节点数量可以通过经验公式
Figure 635359DEST_PATH_IMAGE018
来确认。
其中，N表示BP神经网络模型的输入层节点数量，L表示BP神经网络模型的输出层节点数量。
S422、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。
S423、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
Figure 573228DEST_PATH_IMAGE019
中，得到误差。
其中，
Figure 8889DEST_PATH_IMAGE002
表示电量预测值，
Figure 374011DEST_PATH_IMAGE003
表示储能电站的双向电量数据，
Figure 590229DEST_PATH_IMAGE004
表示训练样本 的数量，q表示训练样本，
Figure 941576DEST_PATH_IMAGE005
表示BP神经网络模型的输出层的节点数量，
Figure 890464DEST_PATH_IMAGE006
表示BP神经网 络模型的输出层的节点，E表示误差。
S424、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，则执行步骤S425；若否，则执行步骤S426。
基准电量值和设定范围可以根据实际需要进行设置，在本申请中不做限制。
S425、结束训练；
S426、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。
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可以理解为：利用反向传播原理，更新BP神经网络模型中各个层的参数。
本实施例中，更新BP神经网络模型中各个层的参数的过程，可以包括但不局限于：
按照输出层权值的修正量
Figure 301854DEST_PATH_IMAGE020
及输出层阈值的修正量
Figure 67685DEST_PATH_IMAGE021
及误差梯度下降法，对输出层的权值和阈值进行更新；
按照隐含层权值修正量
Figure 222723DEST_PATH_IMAGE022
及隐含层阈值的修正量
Figure 695292DEST_PATH_IMAGE023
及误差梯度下降法，对隐含层的权值和阈值进行更新；
其中，
Figure 402217DEST_PATH_IMAGE009
为网络学习率。
步骤S43、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。
若未超过设定阈值，则执行步骤S44；若超过设定阈值，则执行步骤S45。
本实施例中，设定阈值可以根据需要进行设置，在本申请中不做限制。
步骤S42-S43为实施例2中步骤S22的一种具体实施方式。
步骤S44、将所述双向电量数据发布到区块链。
步骤S45、利用补偿关系式
Figure 530710DEST_PATH_IMAGE007
，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。
其中，
Figure 348494DEST_PATH_IMAGE002
表示电量预测值，
Figure 144411DEST_PATH_IMAGE003
表示储能电站的双向电量数据，
Figure 428762DEST_PATH_IMAGE008
表示隐含层 第i个节点到输出层之间的权值，
Figure 434764DEST_PATH_IMAGE009
表示网络学习率，
Figure 666025DEST_PATH_IMAGE010
表示补偿后的双向电量数据。
需要说明的是，
Figure 441083DEST_PATH_IMAGE007
中的
Figure 161915DEST_PATH_IMAGE002
和
Figure 265000DEST_PATH_IMAGE003
虽然与
Figure 159007DEST_PATH_IMAGE024
中的
Figure 726254DEST_PATH_IMAGE002
和
Figure 821249DEST_PATH_IMAGE003
相同，但是
Figure 270685DEST_PATH_IMAGE024
中
Figure 906066DEST_PATH_IMAGE002
表示的 是训练过程中BP神经网络模型输出的电流预测值，
Figure 531082DEST_PATH_IMAGE003
表示训练BP神经网络模型时，采集的 储能电站的双向电量数据。
Figure 647244DEST_PATH_IMAGE007
中的
Figure 724921DEST_PATH_IMAGE002
表示的是预先训练好 的BP神经网络模型输出的电流预测值，
Figure 898414DEST_PATH_IMAGE003
表示应用预先训练好的BP神经网络模型时，所采 集的储能电站的双向电量数据。
步骤S46、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。
步骤S47、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。
步骤S48、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。
步骤S49、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。
步骤S410、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。
本实施例中，通过BP神经网络模型实现对双向电量数据的精度要求的判断，能够提高精度要求判断的准确性，提高采集到的双向计量数据的准确性和精度，在提高采集到的双向计量数据的准确性和精度的情况下，将双向电量数据发布到区块链，进一步确保数据的准确性。
接下来对本申请提供的基于区块链的储能电站的电费结算系统进行介绍，下文介绍的基于区块链的储能电站的电费结算系统与上文介绍的基于区块链的储能电站的电费结算方法可相互对应参照。
请参见图6，基于区块链的储能电站的电费结算系统包括：可信终端100、区块链中的用电企业共识节点200和储能电站投资运营商共识节点300和智能合约执行节点400。
可信终端100，用于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200和储能电站投资运营商共识节点300，用于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200和所述储能电站投资运营商共识节点300中选择一个作为第一记账节点；
所述第一记账节点，用于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；
将所述第一目标区块写入区块链，可以理解为：将所述第一目标区块写入区块链中的分布式账本。
智能合约执行节点400，用于执行结算智能合约，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200和所述储能电站投资运营商共识节点300，还用于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200和所述储能电站投资运营商共识节点300中选择一个作为第二记账节点；
所述第二记账节点，用于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。
将所述第二目标区块写入所述区块链，可以理解为：将所述第二目标区块写入所述区块链中的分布式账本。
本实施例中，所述可信终端100，具体可以用于：
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。
本实施例中，所述可信终端100，具体可以用于：
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。
本实施例中，所述可信终端100，具体可以用于：
获取所述可信终端100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100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100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100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
Figure 502570DEST_PATH_IMAGE019
中，得到误差，其中，
Figure 673789DEST_PATH_IMAGE002
表示电量预测值，
Figure 363396DEST_PATH_IMAGE003
表示储能电站的双向电 量数据，
Figure 340579DEST_PATH_IMAGE004
表示训练样本的数量，q表示训练样本，
Figure 674609DEST_PATH_IMAGE005
表示BP神经网络模型的输出层的 节点数量，
Figure 141362DEST_PATH_IMAGE006
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；
所述可信终端100，具体可以用于：
利用补偿关系式
Figure 193632DEST_PATH_IMAGE007
，对所述双向电量数据进行补 偿。
本实施例中，所述智能合约执行节点400，还可以用于：
将所述基于所述双向电量数据，进行电费结算的过程中产生的数据发布到所述区块链；
所述第二记账节点，还可以用于对所述基于所述双向电量数据，进行电费结算的过程中产生的数据，进行处理，得到第三目标区块，将所述第三目标区块写入所述区块链500。
将所述第三目标区块写入所述区块链，可以理解为：将所述第三目标区块写入所述区块链中的分布式账本。
需要说明的是，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例或者实施例的某些部分所述的方法。
以上对本申请所提供的一种基于区块链的储能电站的电费结算方法及系统进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (4)

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；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
Figure 63348DEST_PATH_IMAGE001
中，得到 误差，其中，
Figure 77440DEST_PATH_IMAGE002
表示电量预测值，
Figure 753272DEST_PATH_IMAGE003
表示储能电站的双向电量数据，
Figure 460197DEST_PATH_IMAGE004
表示训练样本的 数量，
Figure 651007DEST_PATH_IMAGE005
表示BP神经网络模型的输出层的节点数量，
Figure 78577DEST_PATH_IMAGE006
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
Figure 999129DEST_PATH_IMAGE007
，对所述双向电量数据进行补偿，
Figure 549059DEST_PATH_IMAGE002
表示电量预测值，
Figure 899268DEST_PATH_IMAGE003
表示储能电站的双向电量数据，
Figure 520743DEST_PATH_IMAGE008
表示隐含层第i个节点到输出 层之间的权值，
Figure 967905DEST_PATH_IMAGE009
表示网络学习率，
Figure 891998DEST_PATH_IMAGE010
表示补偿后的双向电量数据；
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。
3.一种基于区块链的储能电站的电费结算系统，其特征在于，包括：
可信终端，用于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 述可信终端，具体用于：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；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
Figure 119717DEST_PATH_IMAGE001
中，得到误差，其中，
Figure 951407DEST_PATH_IMAGE002
表示电量预测值，
Figure 456338DEST_PATH_IMAGE003
表示储能电站的双 向电量数据，
Figure 410387DEST_PATH_IMAGE004
表示训练样本的数量，
Figure 797506DEST_PATH_IMAGE005
表示BP神经网络模型的输出层的节点数量，
Figure 370570DEST_PATH_IMAGE006
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
Figure 792324DEST_PATH_IMAGE007
，对所 述双向电量数据进行补偿，
Figure 185784DEST_PATH_IMAGE002
表示电量预测值，
Figure 997882DEST_PATH_IMAGE003
表示储能电站的双向电量数据，
Figure 171374DEST_PATH_IMAGE008
表示隐含层第i个节点到输出层之间的权值，
Figure 775531DEST_PATH_IMAGE009
表示网络学习率，
Figure 946749DEST_PATH_IMAGE010
表示补偿后的双向 电量数据；
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，用于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，用于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；
智能合约执行节点，用于执行结算智能合约，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，还用于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，用于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。
4.根据权利要求3所述的系统，其特征在于，所述可信终端，具体用于：
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。
CN202011307596.1A 2020-11-19 2020-11-19 一种基于区块链的储能电站的电费结算方法及系统 Active CN112132686B (zh)

Priority Applications (7)

Application Number Priority Date Filing Date Title
CN202011307596.1A CN112132686B (zh) 2020-11-19 2020-11-19 一种基于区块链的储能电站的电费结算方法及系统
EP21865349.1A EP4027292B1 (en) 2020-11-19 2021-08-30 Blockchain-based electricity charge settlement method and system for energy storage station
JP2022522044A JP7386340B2 (ja) 2020-11-19 2021-08-30 ブロックチェーンに基づくエネルギー貯蔵発電所の電気料金決済方法及びシステム
AU2021342399A AU2021342399B2 (en) 2020-11-19 2021-08-30 Blockchain-based electricity charge settlement method and system for energy storage station
US17/641,814 US12126170B2 (en) 2020-11-19 2021-08-30 Blockchain-based electricity charge settlement method and system for energy storage station
PCT/CN2021/115317 WO2022105349A1 (zh) 2020-11-19 2021-08-30 一种基于区块链的储能电站的电费结算方法及系统
KR1020227007285A KR20220071184A (ko) 2020-11-19 2021-08-30 블록체인 기반의 에너지 저장 발전소의 전기요금 정산 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011307596.1A CN112132686B (zh) 2020-11-19 2020-11-19 一种基于区块链的储能电站的电费结算方法及系统

Publications (2)

Publication Number Publication Date
CN112132686A CN112132686A (zh) 2020-12-25
CN112132686B true CN112132686B (zh) 2021-03-16

Family

ID=73852081

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011307596.1A Active CN112132686B (zh) 2020-11-19 2020-11-19 一种基于区块链的储能电站的电费结算方法及系统

Country Status (7)

Country Link
US (1) US12126170B2 (zh)
EP (1) EP4027292B1 (zh)
JP (1) JP7386340B2 (zh)
KR (1) KR20220071184A (zh)
CN (1) CN112132686B (zh)
AU (1) AU2021342399B2 (zh)
WO (1) WO2022105349A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112132686B (zh) * 2020-11-19 2021-03-16 国网区块链科技(北京)有限公司 一种基于区块链的储能电站的电费结算方法及系统
CN112835987A (zh) * 2021-03-30 2021-05-25 中国工商银行股份有限公司 基于区块链的电梯分摊费用确定方法、装置及区块链网络
CN116433413A (zh) * 2023-03-10 2023-07-14 国网山东省电力公司滨州供电公司 一种光伏电站数据的可信采集方法及系统
CN116797248B (zh) * 2023-08-22 2024-01-30 厦门瞳景智能科技有限公司 基于区块链的数据溯源管理方法及其系统
CN116840765B (zh) * 2023-08-31 2023-11-07 武汉格蓝若智能技术股份有限公司 一种基于多元时序分析的电压互感器误差状态评估方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107423978A (zh) * 2017-06-16 2017-12-01 郑州大学 一种基于联盟区块链的分布式能源交易认证方法
CN107453356A (zh) * 2017-08-21 2017-12-08 南京邮电大学 基于自适应动态规划的用户侧柔性负荷调度方法
CN107481141A (zh) * 2017-07-25 2017-12-15 浙江大学 基于区块链技术的电能计量与交易终端
CN107817381A (zh) * 2017-11-10 2018-03-20 赫普科技发展（北京）有限公司 一种智能电表
CN109785131A (zh) * 2018-12-21 2019-05-21 昆明理工大学 一种基于区块链的电力交易方法
JP2019185412A (ja) * 2018-04-11 2019-10-24 東京瓦斯株式会社 電力取引管理装置、方法、及びプログラム
WO2020138512A1 (ja) * 2018-12-28 2020-07-02 株式会社エナリス 電力取引システム

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102682349A (zh) * 2012-05-14 2012-09-19 云南电力试验研究院（集团）有限公司电力研究院 一种用电量智能预测系统及方法
US10861112B2 (en) * 2012-07-31 2020-12-08 Causam Energy, Inc. Systems and methods for advanced energy settlements, network-based messaging, and applications supporting the same on a blockchain platform
EP3362965A4 (en) * 2015-10-13 2019-08-07 Transactive Grid Inc. USING A DISTRIBUTED CONSENSUS CONTROL BASED ON A BLOCK CHAIN
US10762564B2 (en) * 2016-11-10 2020-09-01 International Business Machines Corporation Autonomous peer-to-peer energy networks operating on a blockchain
CN107800131A (zh) * 2017-11-10 2018-03-13 赫普科技发展（北京）有限公司 一种能源互联网路由器
US10937111B2 (en) * 2017-11-28 2021-03-02 International Business Machines Corporation Managing energy purchase agreements on a blockchain
JP6996746B2 (ja) * 2018-07-11 2022-01-17 スマートソーラー株式会社 電力取引プラットフォーム
CN108694669A (zh) * 2018-07-18 2018-10-23 矩阵元技术（深圳）有限公司 一种区块链智能合约实现方法及装置
JP2020052452A (ja) * 2018-09-21 2020-04-02 富士通株式会社 電力提供装置，プログラム及び電力提供方法
CN209496406U (zh) * 2018-12-21 2019-10-15 赫普科技发展（北京）有限公司 一种基于充电桩的电力交易系统
CN110827168A (zh) * 2019-09-26 2020-02-21 国网山东省电力公司菏泽供电公司 基于区块链的电量数据处理方法和电子设备
US11626990B1 (en) * 2019-11-05 2023-04-11 Nzero, Inc. System for energy contracting through a distributed ledger
CN111612363B (zh) * 2020-05-26 2023-11-14 广东电网有限责任公司电力调度控制中心 基于区块链的电量调度方法、装置、计算机设备和存储介质
CN112132686B (zh) * 2020-11-19 2021-03-16 国网区块链科技(北京)有限公司 一种基于区块链的储能电站的电费结算方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107423978A (zh) * 2017-06-16 2017-12-01 郑州大学 一种基于联盟区块链的分布式能源交易认证方法
CN107481141A (zh) * 2017-07-25 2017-12-15 浙江大学 基于区块链技术的电能计量与交易终端
CN107453356A (zh) * 2017-08-21 2017-12-08 南京邮电大学 基于自适应动态规划的用户侧柔性负荷调度方法
CN107817381A (zh) * 2017-11-10 2018-03-20 赫普科技发展（北京）有限公司 一种智能电表
JP2019185412A (ja) * 2018-04-11 2019-10-24 東京瓦斯株式会社 電力取引管理装置、方法、及びプログラム
CN109785131A (zh) * 2018-12-21 2019-05-21 昆明理工大学 一种基于区块链的电力交易方法
WO2020138512A1 (ja) * 2018-12-28 2020-07-02 株式会社エナリス 電力取引システム

Also Published As

Publication number Publication date
KR20220071184A (ko) 2022-05-31
US12126170B2 (en) 2024-10-22
EP4027292B1 (en) 2023-07-12
JP7386340B2 (ja) 2023-11-24
US20230155381A1 (en) 2023-05-18
JP2023509107A (ja) 2023-03-07
CN112132686A (zh) 2020-12-25
AU2021342399B2 (en) 2023-03-30
EP4027292A1 (en) 2022-07-13
EP4027292A4 (en) 2022-12-14
WO2022105349A1 (zh) 2022-05-27
AU2021342399A1 (en) 2022-06-02

Similar Documents

Publication Publication Date Title
CN112132686B (zh) 一种基于区块链的储能电站的电费结算方法及系统
Wang et al. AEBIS: AI-enabled blockchain-based electric vehicle integration system for power management in smart grid platform
Wu et al. Decentralized transactive energy community in edge grid with positive buildings and interactive electric vehicles
Zhang et al. A relaxed AC optimal power flow model based on a Taylor series
CN102243748A (zh) 电子债务管理运营系统装置以及债权债务电子化金融商品化的实现方法
Gorenflo et al. Mitigating trust issues in electric vehicle charging using a blockchain
Zhou et al. Application of distributed ledger technology in distribution networks
Yadav et al. Blockchain-based secure privacy-preserving vehicle accident and insurance registration
Aybar-Mejía et al. An approach for applying blockchain technology in centralized electricity markets
Schlund et al. A distributed ledger based platform for community-driven flexibility provision
CN116151940A (zh) 一种基于区块链的投标履约融合系统
Sharma Asynchronous blockchain‐based federated learning for tokenized smart power contract of heterogeneous networked microgrid system
Ahl et al. Practical challenges and opportunities of blockchain in the energy sector: Expert perspectives in Germany
CN109711683A (zh) 电网资产全寿命周期内安全效能评估方法和装置
Ariza et al. A blockchain solution for operational parameters monitoring platform for dc microgrids
Thukral Blockchain-based smart contract design for crowdfunding of electrical vehicle charging station setup
Al-Shehari et al. Blockchain with secure data transactions and energy trading model over the internet of electric vehicles
Mousavi et al. A Decentralized Blockchain-Based Energy Market for Citizen Energy Communities. Inventions 2023, 8, 86
Sultana et al. Blockchain Revolution: Empowering the Electric Vehicle Industry through Integration and Case Study Analysis
Lafhaj et al. Copula: a decentralized solution for construction project monitoring using blockchain
Chandio et al. Decentralized Energy Trading Using Blockchain Technology: A Novel Approach to Democratizing the Energy Market
Jain et al. Proposed model to decentralized storage of educational data for privacy preservation using Blockchain
Feng et al. Transnational power‐transaction model considering transaction costs under the support of consortium blockchain
Gunasekara et al. A Blockchain-Based Model to Improve Patent Authentication and Management Process
Yang Blockchain applications for peer-to-peer energy trading

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder

Address after: 5016, 5 / F, building 7, Guangyi street, Xicheng District, Beijing 100053

Patentee after: State Grid blockchain Technology (Beijing) Co.,Ltd.

Patentee after: State Grid Digital Technology Holdings Co.,Ltd.

Patentee after: Guowang Xiongan Finance Technology Group Co.,Ltd.

Address before: 5016, 5 / F, building 7, Guangyi street, Xicheng District, Beijing 100053

Patentee before: State Grid blockchain Technology (Beijing) Co.,Ltd.

Patentee before: STATE GRID ELECTRONIC COMMERCE Co.,Ltd.

Patentee before: Guowang Xiongan Finance Technology Group Co.,Ltd.

CP01 Change in the name or title of a patent holder