用于住宅用电系统的混合电力管理系统

《Scientific Reports》：Hybrid electricity management system for residential power block applications

　　

摘要

数十年来，发展中国家一直面临电力危机，其主要原因是发电能力无法满足需求，加之人口持续增长。本研究提出了一种名为Electric_Fed的分布式电力管理模型，该模型结合了区块链技术和联邦学习技术。通过这一模型，多个客户端（即家庭或建筑群）能够在无需共享原始数据的情况下，高效地协作进行电力消耗与生产的预测。该模型实现了全局范围内的协作。借助区块链和智能合约，可以实现自动化的电力交易，让各方能够安全、透明地参与实时点对点的能源交换。本文介绍了基于跨设备联邦学习技术与区块链的电力生产模型。在该模型中，联邦学习技术被用来构建安全的客户端服务器架构，帮助网络内拥有剩余电力的客户端与电力短缺的客户端相互协作。中央服务器会向有剩余电力的客户端发出警报，促使他们与电力短缺的客户端通过区块链启动智能合约交易。区块链技术确保了交易的安全性以及电能支付的可靠性。研究使用了2024年1月至12月的电力生产与消耗数据进行分析。实验结果表明，该模型能够满足所选区域89.2%的电力需求。2024年6月的实验数据进一步验证了该模型的有效性：客户端A的电力盈余为909千瓦时，客户端B为12千瓦时，客户端C为230千瓦时，而客户端D则短缺693千瓦时。系统自动识别出这些电力盈余与短缺情况，并通过能量交易来平衡客户端A和C的用电需求，使其实现完全自给自足。这一模型降低了国家对电网的依赖，同时也减少了整体电力成本。与其他现有的电力供应模型相比，我们所提出的模型不仅更有效地满足了区域内的电力需求，还提供了一种安全的机制，用于补偿参与电力交易的电力销售方。这充分体现了该模型在提供智能分布式能源管理方面的优势，使得整个系统更加高效、可扩展，同时还能保障用户隐私。