基于区块链的能源电力供需网调度优化模型

针对传统电力调度过程中难以调控能源、易产生网络损耗等缺陷，提出基于区块链的能源电力供需网调度优化模型。结合区块链的去中心化、可信任、交易透明化的特性，建立能源电力供需网模型；利用区块链激励机制，实现能源电力供需网协调控制分布式能源独立并网的行为；在此基础上，根据运营成本最低、有功损耗最小等目标函数建立调度优化模型，运用协作型协同进化算法（CCEA）对模型进行求解，并通过区块链的POW共识机制，安排能源电力供需网各节点进行分布式计算，实现调度方案的二次验证与优化。算例结果表明，与传统的电力能源调度模型相比，本文所提出的方法可使总运营成本降低9.9%，有功网络损耗降低3.5%，日负荷方差等因素也有所改善，提高了电力系统的稳定性，为优化能源电力调度问题提供决策支持和理论支撑。     

基于能源区块链的综合能源系统调度优化模型及其应用

综合能源服务是在能源互联网背景下产生的新型能源服务模式,在综合能源服务系统中产销主体众多,能源生产消费多元化,针对综合能源系统调度过程中存在的信息安全及损耗问题,提出基于能源区块链的综合能源服务调度优化模型。利用区块链技术的去中心化、可信任和交易透明化的特性,构建基于区块链的综合能源服务网络架构;以系统经济效益及环保效益最大化为目标建立调度优化模型,有效降低系统运营成本,使得经济效益和环保效益得到较大提升。案例分析表明：能源区块链技术能够提高综合能源系统的安全性,保证相关数据不可篡改;同时,构建的综合能源服务调度优化模型能够为综合能源系统运营管理及调度优化问题提供决策支持与理论支撑。     

计及能源区块链电力碳排放权的跨链交易模型

针对传统电力交易产生过量的碳化物且未遵循我国低碳目标等问题，在微电网中提出计及能源区块链电力碳排放权的跨链交易模型。利用跨链协议，建立联合补充的联盟机制，在实现降本增效的基础上有效控制碳配额上限；将碳因子、修正系数与碳权交易深度耦合，通过监管节点的考核价格来实施奖惩措施，发挥节能减排的作用；采用量子区块链技术，防止攻击者窃听密文或篡改数据，营造安全可信的碳权交易环境。实验结果表明：碳排放权跨链交易模型在节约运营成本、提高交易效率的同时大幅降低了碳排放量，为优化碳权交易的稳定性提供理论支撑和决策支持。     

基于区块链的未来配电网优化模型

针对目前配电网系统存在新能源利用效率低、信息传输缓慢以及网络安全性较差等问题，提出基于区块链的未来配电网优化规划模型。结合区块链的去中心化以及信息可追溯等特征，构建基于区块链的未来配电网架构；考虑到未来配电网内部可再生能源的高渗透率，利用多场景分析法，完成多场景下的配电网优化规划模型的设计，使分布式电源所带来的波动性问题得到有效解决；采用改进的蚁群算法，将信息素启发因子和期望启发因子进行动态处理，达到提高算法全局搜索能力的目的；在此基础上，借鉴分布式计算算法的优势，将PoW共识机制与分布式算法思想相结合，使得规划模型求解以及验证过程的效率大大提升。算例分析结果表明，所提出的基于区块链的未来配电网优化规划模型不仅可以提高新能源的利用率，而且可以保障配电网系统的安全高效性。     

基于量子区块链的碳配额交易模型

针对目前能源交易体系存在安全性较低、平台管理成本较高以及碳配额交易空缺的问题，提出基于量子区块链的碳配额交易模型。通过建立碳排放权分配指标体系，采用灰色关联分析法，实现碳排放权配额的初次分配，保障参与节点碳配额初始分配的公平性。利用零和博弈数据包络分析(Zero Sum Gains-Data Envelopment Analysis, ZSG-DEA)模型，计算参与交易主体碳配额利用效率和优化方案，有效促进产业结构升级。嵌入碳配额交易奖惩系统，有效保障减排低碳主体的利益。采用量子纠缠态签名智能合约，保障碳配额交易的量子通信安全，进行交易节点间的身份验证。算例分析表明，该交易架构能够有效保障碳配额分配的公平性，提高碳配额的利用效率，保障碳配额交易过程中的交易数据和用户信息安全性，为推动后量子时代的碳配额交易进程提供理论支撑与决策支持。     

基于区块链的微网群碳权交易优化决策模型

针对微网群碳权分配机制不合理、碳权交易效率低以及节点参与度不高等问题，提出了基于区块链的微网群碳权交易优化决策模型。结合区块链的信息透明、去中心化、安全可信的特性，建立微网群碳权交易架构。采用微网群违约惩罚机制，对微电网节点的信誉值进行定量计算，实现信誉值与微电网节点交易优先级的深度融合。利用改进的PBFT共识机制，将联盟链内节点进行等级划分，达到约束节点共识权限的目的。在此基础上，设计基于违约惩罚机制的碳权交易流程和算法，实现微网群内部多对多交易的自动执行，保障了碳权交易的高效性。根据微电网节点碳排放量阈值，将微电网节点分类，完成微网群碳权分配方案的针对性设计。在买方市场环境下，依据用户总效用收益最大为目标函数建立碳权交易优化决策模型，使微网群用户参与碳权交易市场的积极性得到大大提高，保障了微电网节点用户的经济利益。算例分析表明，该模型可以保障微网群碳权分配的合理性，在提高碳权交易效率的同时改善了微电网节点用户的效用收益，进一步提高了微电网节点参与市场交易的积极性。     

区块链框架下基于前景理论的微网分布式能源协同优化

为支撑碳达峰、碳中和目标,实现新能源的有效消纳,本文建立包含信息交互和决策优化的分布式电力市场,提出基于区块链的微网分布式能源协同优化方法,量化区块链技术的应用对微网电力需求和分布式能源电力交易的影响.同时,为降低决策者主观性对优化策略的影响,采用前景理论建立市场成员有限理性下的优化模型,分析电力交易中发电商的心理预期和个体行为偏好等对交易决策的影响.仿真结果表明:基于区块链的微网整合利用分布式新能源实现供给侧协同和资源优化配置,提高了微网供电灵活性和市场成员经济效益.采用前景理论考虑人的有限理性,市场成员能够更好地管理风险.     

基于区块链的微网与大电网合作博弈研究

在我国可持续发展大环境下,越来越多的可再生能源被应用于电力市场中,但现阶段仍然有较为严重的"弃光弃风"现象,因此如何提高可再生能源的利用率是一个值得研究的问题.本文以微网中的可再生能源供电商及大电网中的火力供电商为研究对象,通过建立不同的博弈模型,对比分析了传统模式下供电商的Stackelberg博弈与基于区块链下供电商的合作博弈的最优利润问题,最后通过MATLAB软件对其进行数值仿真.研究表明:区块链去中心化的特点可有效地将分散在不同地理位置的微网节点联合为一个整体,再通过区块链信息平台与国家大电网进行信息交互,促进了供电商之间的合作互助.区块链上数据的公开透明及真实可靠减少了各供电商的决策交易成本,可以更加合理地利用可再生能源,减少了碳排放量,有效促进了电力供给侧的可持续发展.     

热电联产虚拟电厂两阶段分布鲁棒优化调度

热电联产虚拟电厂(combined heat and power virtual power plant, CHP-VPP)聚合了各类电热出力单元，可兼顾风光出力不确定性、动态电价、用户热舒适度等影响，实现整体出力的优化调度。提出了两阶段分布鲁棒优化调度方法，第一阶段考虑计划调度，旨在保证CHP-VPP的收益最大；第二阶段基于矩不确定分布鲁棒方法，构建风光出力的不确定性模糊集，引入用户热舒适度HOMIE模型，降低电热净负荷波动幅度，实现对CHP-VPP内部各单元实时出力的优化调整。针对IEEE14节点模型进行算例研究，分析了不确定参数、不同优化方法以及动态电价对调度结果的影响，结果表明：所提出的两阶段调度方法能够有效进行电热调度，实现系统的收益最大化和波动最小化。     

计及阶梯式碳交易的综合能源系统优化调度

随着电力市场和碳市场的发展,将需求响应和碳交易机制引入综合能源系统运行调度中,有助于引导用户和系统运营商优化用电和调度计划。通过分时电价和需求响应激励补贴等综合型激励措施引导用户参与需求响应,并基于IGDT（information gap decision theory）理论构建了考虑阶梯式碳交易机制以及需求响应的综合能源系统双层随机优化调度模型,并通过KKT条件和大M法将双层模型转化为单层模型进行求解。结果表明,引入需求响应和阶梯式碳交易机制之后能够实现综合能源系统的低碳环保运行。     

Energy efficient resource allocation in non-cooperative multi-cell OFDMA systems

A non-cooperative game is proposed to perform the sub-carrier assignment and power allocation for the multi-cell orthogonal frequency division multiple access(OFDMA) system.The objective is to raise the spectral efficiency of the system and prolong the life time of user nodes.This paper defines a game player as a cell formed by the unique base station and the served users.The utility function considered here measures the user’s achieved utility per power.Each individual cell’s goal is to maximize the total utility of its users.To search the Nash equilibrium(NE) of the game,an iterative and distributed algorithm is presented.Since the NE is inefficient,the pricing of user’s transmission power is introduced to improve the NE in the Pareto sense.Simulation results show the proposed game outperforms the water-filling algorithm in terms of fairness and energy efficiency.Moreover,through employing a liner pricing function,the energy efficiency could be further improved.     

认知网络中基于三角分解的干扰对齐算法

针对多个主用户、多个次用户的认知多输入多输出网络,由次用户单方面消除主次间的干扰,带来次用户性能严重损失的问题,提出一种联合主次用户信道矩阵进行三角分解的干扰对齐算法。首先,根据各个用户的信道质量分别对主用户系统和次用户系统的信道矩阵进行排序;然后,结合主用户网络和次用户网络的信道矩阵进行三角分解;最后,通过最小均方误差算法来验证所提算法的可行性。仿真实验表明,所提算法能有效地提高次用户自由度上限以及次用户网络和主用户网络的系统容量、平均能量效率及抑制干扰的能力。     

Power allocation for MIMO-OFDM systems with multi-user decoupling and scheduling

1 .INTRODUCTIONRecentinformation-theoretic results haveshownthat multi-ple-input multiple-output ( MI MO) channels have a greatpotential to i mprove spectral efficiency in rich scatteringwireless channels[1 ,2].Si multaneously,orthogonal frequen-cy division multiplexing (OFDM) has gained anincreasinginterest as a promisingalternativeforfuture highrate wide-band wireless systems because of its lowcomplexity signalprocessingto counteract frequency selectivity. The combi-nationof MI MOsy…     

大规模MIMO系统的智能天线选择与功率分配方法研究

为了满足大规模多输入多输出(multiple input multiple output, MIMO)系统的数据传输需求并降低系统能耗,提出一种基于量子化学反应优化的智能天线选择与功率分配方法。根据大规模MIMO系统不同时段的用户传输需求建立智能天线选择与功率分配模型,推导出其最大能效方程。为有效求解该非线性、多约束的混合优化难题,结合量子计算和化学反应优化机制的优势设计了量子化学反应优化算法,可得到最佳的天线选择与功率分配方案。仿真结果表明,所提的智能天线选择与功率分配方法能实时满足用户的信息传输需求,显著提高系统能效。针对不同的仿真场景,所提方法与现有的智能算法与分配策略相比均可得到最高的系统能效。     

大规模MIMO系统的智能天线选择与功率分配方法研究

为了满足大规模多输入多输出(multiple input multiple output, MIMO)系统的数据传输需求并降低系统能耗,提出一种基于量子化学反应优化的智能天线选择与功率分配方法。根据大规模MIMO系统不同时段的用户传输需求建立智能天线选择与功率分配模型,推导出其最大能效方程。为有效求解该非线性、多约束的混合优化难题,结合量子计算和化学反应优化机制的优势设计了量子化学反应优化算法,可得到最佳的天线选择与功率分配方案。仿真结果表明,所提的智能天线选择与功率分配方法能实时满足用户的信息传输需求,显著提高系统能效。针对不同的仿真场景,所提方法与现有的智能算法与分配策略相比均可得到最高的系统能效。     

协作通信中继选择与功率分配的联合优化

最优中继节点的选择是协作通信系统必须解决的问题。根据目标节点信噪比要求提出一种选择中继节点的方案,并在此基础上推导了基于信噪比的源节点和中继节点最优功率分配方法。通过在matlab中仿真验证表明所提的功率分配方案能满足目标用户的信噪比要求,分析结果表明采用源节点的最优功率分配方案更有利于提高系统的功率效率。

Abstract：

The relay selection is one of the important parts in relay cooperative communication system.A strategy for relay nodes selection was proposed which based on signal to interference plus noise ratio constraints.The optimal solution for the power adaptation at the base station and the relay nodes was analyzed.Simulation results show that the proposed scheme achieves the respective target for multiple users.Results indicate that the optimally distributes power among the source nodes can improve system performance and energy efficiency,thus can be effectively used in cooperative communications.     

非完美CSI情况下大规模MIMO系统的下行链路能效优化

为了满足密集的用户需求, 正在发展的蜂窝网络增加了移动系统下的能量消耗, 但更广的网络覆盖范围和功耗更低的无线通信系统也给无线通信系统带来了更多的挑战。针对这些持续增长的需求, 本文设计了一种能实现能量效率最大化的多小区大规模多输入多输出(multiple input multiple output, MIMO)系统下行链路的实现方法, 提出了在非完美信道状态信息(channel state information, CSI)情况下包含基站天线数、导频复用因子以及用户数量等参数的信干噪比最佳闭式表达, 通过最大比合并(maximal ratio combining, MRC)接收技术推导出大规模MIMO系统的下行链路频谱效率, 再根据功耗模型得到系统的整体能量效率, 利用交替迭代的优化算法进行优化求解, 得出最大能效时的相关参数数值。由仿真结果可知, 本文所提的多小区大规模MIMO系统的下行链路的实现方法与现有多小区方法相比, 能量效率有12.2%的提升, 并且对于环境的变化有更好的鲁棒性, 对于多小区大规模MIMO系统具有一定参考意义。     

去蜂窝大规模MIMO系统功率控制算法

针对移动通信流量需求持续增长的需求, 同时考虑用户接入点选择和下行功率控制, 对去蜂窝大规模多输入多输出(multiple input multiple output, MIMO)系统的用户体验进行优化。基于最大信号干扰加噪声比, 为每个用户选择有效的服务接入点子集。在此基础上, 针对为不同优先级用户提供不同服务质量的目标, 建立长期功率约束下的下行链路加权功率控制优化问题模型。将该问题转化为凸优化问题, 求解得出一组优化的下行链路功率控制系数。算法经仿真验证, 能将去蜂窝大规模MIMO系统的95%用户频谱效率提升约11倍, 同时有效提升高优先级用户的体验, 对于去蜂窝大规模MIMO系统的研究具有一定参考意义。