CN117217848A - 一种储能交易方法、装置和存储介质 - Google Patents
一种储能交易方法、装置和存储介质 Download PDFInfo
- Publication number
- CN117217848A CN117217848A CN202311475437.6A CN202311475437A CN117217848A CN 117217848 A CN117217848 A CN 117217848A CN 202311475437 A CN202311475437 A CN 202311475437A CN 117217848 A CN117217848 A CN 117217848A
- Authority
- CN
- China
- Prior art keywords
- transaction
- data
- energy storage
- channel
- power plant
- 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.)
- Granted
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 134
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 238000004088 simulation Methods 0.000 claims abstract description 29
- 238000001514 detection method Methods 0.000 claims description 53
- 230000008859 change Effects 0.000 claims description 32
- 238000012549 training Methods 0.000 claims description 22
- 238000004422 calculation algorithm Methods 0.000 claims description 20
- 230000005540 biological transmission Effects 0.000 claims description 19
- 238000004891 communication Methods 0.000 claims description 16
- 230000002159 abnormal effect Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012544 monitoring process Methods 0.000 claims description 10
- 230000000873 masking effect Effects 0.000 claims description 8
- 238000007781 pre-processing Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000037361 pathway Effects 0.000 claims 1
- 238000007726 management method Methods 0.000 description 33
- 230000005611 electricity Effects 0.000 description 22
- 230000008569 process Effects 0.000 description 16
- 230000006870 function Effects 0.000 description 12
- 238000005457 optimization Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 10
- 230000003993 interaction Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000002776 aggregation Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000013145 classification model Methods 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000002955 isolation Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 238000007637 random forest analysis Methods 0.000 description 3
- 230000002269 spontaneous effect Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241000700605 Viruses Species 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 229910052729 chemical element Inorganic materials 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000012983 electrochemical energy storage Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- ZXQYGBMAQZUVMI-GCMPRSNUSA-N gamma-cyhalothrin Chemical compound CC1(C)[C@@H](\C=C(/Cl)C(F)(F)F)[C@H]1C(=O)O[C@H](C#N)C1=CC=CC(OC=2C=CC=CC=2)=C1 ZXQYGBMAQZUVMI-GCMPRSNUSA-N 0.000 description 1
- 239000003999 initiator Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种储能交易方法、装置和存储介质。该方法通过确定所述用户端输入的交易请求消息具有交易权限；通过所述第一交易模块与所述虚拟电厂建立第一交易通道；通过所述第一交易通道传输第一交易数据，所述第一交易数据为预先建立的交易模拟任务中得到的交易数据，所述交易模拟任务为根据处理后的历史的真实任务的第二交易数据建立的；解析所述交易请求消息，以获取与所述用户端对应的交易信息；根据所述交易信息生成第三交易数据；通过所述第二交易模块与所述服务器建立第二交易通道；通过所述第二交易通道传输所述第三交易数据，以完成与所述用户端对应的交易。
Description
技术领域
本申请涉及储能交易技术领域，尤其涉及一种储能交易方法、装置和存储介质。
背景技术
虚拟电厂(VirtualPowerPlant,VPP)用于实现储能***、可控负荷、电动汽车等DER的聚合和协调优化，以作为一个特殊电厂参与电力市场和电网运行。虚拟电厂一方面在新能源发电占比不断提高的情况下可以提升和丰富***调控能力，另一方面作为分布式能源的典型管理方式，可通过优化聚合等方式提升分布式能源的整体管控能力，提高分布式能源参与电力市场的整体经济性和竞争力。
在售电市场中，虚拟电厂作为电网侧和用户侧共同面对的交易方，从电网侧买电并向用户侧售出，担任中间商的角色，其主要利润来源为售电收入和负荷优化调度收入。但正是由于虚拟电厂涉及的经济利益较多，经常会受到网络攻击，这些网络攻击一方面可能造成交易双方信息的泄露，另一方面可能会修改正在交易的交易数据，导致交易无法继续开展，进而造成经济损失。
发明内容
本申请提供一种储能交易方法、装置和存储介质，能够实现对交易数据的保护，提高设备侧针对网络攻击场景的针对性和智能性。
第一方面，本申请提供了一种储能交易方法，所述方法应用于储能***中的EMS(Energy Management System，能量管理***)，所述储能***还包括服务器、虚拟电厂和储能设备，所述EMS包括第一交易模块和第二交易模块，所述第一交易模块和所述第二交易模块为相互隔离的两个模块，所述方法包括：
确定所述用户端输入的交易请求消息具有交易权限；
通过所述第一交易模块与所述虚拟电厂建立第一交易通道；
通过所述第一交易通道传输第一交易数据，所述第一交易数据为预先建立的交易模拟任务中得到的交易数据，所述交易模拟任务为根据处理后的历史的真实任务的第二交易数据建立的；
解析所述交易请求消息，以获取与所述用户端对应的交易信息；
根据所述交易信息生成第三交易数据；
通过所述第二交易模块与所述服务器建立第二交易通道；
通过所述第二交易通道传输所述第三交易数据，以完成与所述用户端对应的交易。
本申请提供的方法主要针对虚拟电厂可能被网络攻击，通过用户端接入储能设备进行交易的场景，EMS与虚拟电厂建立第一交易通道后，虚拟电厂中采用预先建立的交易模拟任务进行交易模拟，“攻击者”对虚拟电厂进行攻击只能拿到模拟数据，EMS与服务器建立第二交易通道，用户端真实的交易数据通过第二交易通道加密完成；进一步的，第一交易通道中传输的第一交易数据是基于真实的交易数据处理后得到的，即使攻击者攻破了第一交易通道，也只能比较真实的虚拟数据，起到迷惑攻击者的作用，实现了对正在进行的真实的交易数据的保护，提高设备侧针对网络攻击场景的针对性和智能性。
在第一方面的又一种可选的实施方式中，所述第一交易数据与所述第三交易数据的通信协议、数据格式和加密算法不同，所述第二交易数据与所述第三交易数据的通信协议、数据格式和加密算法相同。
在第一方面的又一种可选的实施方式中，所述第一交易通道包括多条虚拟通道，所述通过所述第一交易通道传输第一交易数据，包括：
通过多条与虚拟电厂连接的虚拟通道传输第一交易数据，所述第一交易模块包括多个第一交易单元，所述多条虚拟通道为所述第一交易模块中的多个第一交易单元与所述虚拟电厂建立的，所述第一交易单元与所述虚拟通道的数量一致。
在第一方面的又一种可选的实施方式中，所述确定所述储能设备发送的所述用户端输入的交易请求消息具有交易权限，包括：
监测所述储能设备的状态，以确定所述储能设备是否处于正常工作状态；
在确定所述储能设备处于正常工作状态的情况下，接收所述储能设备发送的所述用户端输入的交易请求消息，所述交易请求消息包括第一密钥；
根据所述交易请求消息中的第一密钥和预存的第二密钥对所述用户端进行验证，确定所述用户端输入的交易请求消息具有交易权限，所述第一密钥和所述第二密钥为根据非对称加密算法得到的一组密钥。
在第一方面的又一种可选的实施方式中，在所述通过所述第一交易模块与所述虚拟电厂建立第一交易通道之后，所述方法还包括：
获取所述虚拟电厂发送的多传感器异构数据和数据变化速率；
将所述多传感器异构数据和数据变化速率输入预设的攻击检测模型，以得到虚拟电厂是否被攻击的实际检测结果，所述攻击检测模型是根据历史的多传感器异构数据、数据变化速率，以及与历史的多传感器异构数据和数据变化速率分别对应的实际检测结果训练得到的，所述多传感器异构数据和所述数据变化速率为特征数据，所述实际检测结果为标签数据，所述实际检测结果包括是或否。
在第一方面的又一种可选的实施方式中，所述方法还包括：
确定所述攻击检测模型输出的实际检测结果为是；
对所述第二交易通道中的第三交易数据进行加密和掩盖动作；
关闭所述第一交易通道，并向管理人员的终端设备发送异常状态信息，以提示第一交易通道出现被攻击的情况。
在第一方面的又一种可选的实施方式中，所述方法还包括：
对所述第一交易数据和所述第三交易数据进行预处理；
从所述第三交易数据中提取出与交易相关的特征信息，所述特征信息包括交易时间、交易量和交易价格；
将所述第一交易数据与所述特征信息进行融合，以得到第四交易数据；
通过所述第一交易模块中的一个或多个第一交易单元建立与所述服务器的第三交易通道；
通过所述第三交易通道向所述服务器发送第四交易数据。
第二方面，本申请实施例提供一种储能交易装置，所述装置至少包括第一建立单元、第一传输单元、解析单元、生成单元、第二建立单元和第二传输单元。该储能交易装置用于实现第一方面任一项实施方式所描述方法，其中第一建立单元、第一传输单元、解析单元、生成单元、第二建立单元和第二传输单元的介绍如下：
第一建立单元，用于通过第一交易模块与虚拟电厂建立第一交易通道；
第一传输单元，用于通过所述第一交易通道传输第一交易数据，所述第一交易数据为预先建立的交易模拟任务中得到的交易数据，所述交易模拟任务为根据处理后的历史的真实任务的第二交易数据建立的；
解析单元，用于解析所述交易请求消息，以获取与所述用户端对应的交易信息；
生成单元，用于根据所述交易信息生成第三交易数据；
第二建立单元，用于通过第二交易模块与服务器建立第二交易通道；
第二传输单元，用于通过所述第二交易通道传输所述第三交易数据，以完成与所述用户端对应的交易。
本申请提供的方法主要针对虚拟电厂可能被网络攻击，通过用户端接入储能设备进行交易的场景，EMS与虚拟电厂建立第一交易通道后，虚拟电厂中采用预先建立的交易模拟任务进行交易模拟，“攻击者”对虚拟电厂进行攻击只能拿到模拟数据，EMS与服务器建立第二交易通道，用户端真实的交易数据通过第二交易通道加密完成；进一步的，第一交易通道中传输的第一交易数据是基于真实的交易数据处理后得到的，即使攻击者攻破了第一交易通道，也只能比较真实的虚拟数据，起到迷惑攻击者的作用，实现了对正在进行的真实的交易数据的保护，提高设备侧针对网络攻击场景的针对性和智能性。
第三方面，本申请实施例提供一种能量管理***，该能量管理***包括处理器、存储器和通信接口；存储器中存储有计算机程序；处理器执行计算机程序时，所述通信接口用于发送和/或接收数据，该能量管理***可执行前述第一方面或者第一方面的任一种可能的实现方式所描述的方法。
第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储计算机程序，当所述指令在至少一个处理器上运行时，实现前述第一方面或者第一方面的任一种可选的方案所描述的方法。
第五方面，本申请提供了一种计算机程序产品，计算机程序产品包括计算机程序，当所述程序在至少一个处理器上运行时，实现前述第一方面或者第一方面的任一种可选的方案所描述的方法。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面对实施例或现有技术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的前提下，还可以根据这些附图获得其他的附图。
下面将对实施例描述中所需要使用的附图作简单的介绍。
图1是本申请实施例提供的一种储能***的架构示意图；
图2是本申请实施例提供的一种储能交易方法的流程示意图；
图3是本申请实施例提供的一种虚拟电厂检测方法的流程示意图；
图4是本申请实施例提供的又一种储能交易方法的流程示意图；
图5是本申请实施例提供的一种储能交易装置的结构示意图；
图6是本申请实施例提供的一种能量管理***的结构示意图；
图7是本申请实施例提供的一种储能***应用场景的示意图。
具体实施方式
下面结合附图对本申请实施例进行详细介绍。
本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元，而是可选的还包括没有列出的步骤或单元，或可选的还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面对本申请实施例应用的***架构进行介绍。需要说明的是，本申请描述的***架构及业务场景是为了更加清楚的说明本申请的技术方案，并不构成对于本申请提供的技术方案的限定，本领域普通技术人员可知，随着***架构的演变和新业务场景的出现，本申请提供的技术方案对于类似的技术问题，同样适用。
首先对本申请中的名词进行解释：
虚拟电厂（virtual power plant，vpp）的定义：虚拟电厂是一种通过先进信息通信技术和软件***，实现分布式电源、储能***、可控负荷、微网、电动汽车等分布式能源资源的聚合和协调协同优化，以作为一个特殊电厂参与电力市场和电网运行的电源协调管理***。虚拟电厂具有与电厂类似的功能，但没有传统意义上的厂房，故称“虚拟电厂”。
能量管理***(Energy Management System，EMS)是一种集软硬件于一体的智能化***，用于监控、控制和优化能源***中的能量流动和能源消耗。它基于数据采集、分析和决策支持技术，能够实时监测能源设备的运行状态、能源消耗情况以及环境条件，从而实现对能源的高效管理和优化；
能量管理***的功能包括：
1. 监测与采集：能量管理***通过传感器和仪表设备，实时监测储能设施中能源的产生、储存和消耗情况。它能够采集各种数据，包括电池充放电状态、温度、电压、电流等。
2. 数据分析与优化：能量管理***依靠先进的数据分析技术，对采集到的数据进行处理和分析，以了解能源***的工作状态和性能表现。通过对数据的分析，能够找出能源***中的潜在问题，并提供优化建议，如调整充放电策略、优化能源利用效率等。
3. 能源调度与控制：能量管理***可以根据实时的能源需求和***运行情况，智能地进行能源调度和控制。它可以根据需求预测、电价情况、电网负荷等因素，合理安排储能设施的充放电操作，以实现能源的高效利用和节约。
4. 故障检测与安全保护：能量管理***能够及时检测并报警储能设施中的故障情况，如电池过放、过充、温度异常等，以保障储能设施的安全运行。同时，它还能与配网***进行联动，实现对储能设施的远程控制和保护。
由于人们所需要的能源都具有很强的时间性和空间性，为了合理利用能源并提高能量的利用率，需要通过一种介质或者设备，把一种能量形式用同一种或者转换成另外一种能量形式存储起来，基于未来应用需要再以特定能量形式释放出来。目前绿色电能的产生主要途径是发展光伏、风电等绿色能源来替代化石能源，
目前绿色电能的产生普遍依赖于光伏、风电、水势等，而风能和太阳能等普遍存在间歇性强、波动性大的问题，会造成电网不稳定，用电高峰电不够，用电低谷电太多，不稳定的电压还会对电力造成损害，因此可能因为用电需求不足或电网接纳能力不足，引发“弃风弃光”问题，要解决这些问题须依赖储能。即将电能通过物理或者化学的手段转化为其他形式的能量存储起来，在需要的时候将能量转化为电能释放出来，简单来说，储能就类似一个大型“充电宝”，在光伏、风能充足时，将电能储存起来，在需要时释放储能的电力。
以电化学储能为例，本方案提供一种储能装置，储能装置内设有一组化学电池，主要是利用电池内的化学元素做储能介质，充放电过程伴随储能介质的化学反应或者变化，简单说就是把风能和太阳能产生的电能存在化学电池中，在外部电能的使用达到高峰时再将存储的电量释放出来使用，或者转移给电量紧缺的地方再使用。
目前的储能（即能量存储）应用场景较为广泛，包括发电侧储能、电网侧储能以及用电侧储能等方面，对应的储能装置的种类包括有：
应用在风电、光伏电站侧的大型储能电站，其可以协助可再生能源发电满足并网要求，同时提高可再生能源利用率；储能电站作为电源侧中优质的有功/无功调节电源，实现电能在时间和空间上的负荷匹配，增强可再生能源消纳能力，减少瞬时功率变化，减少对电网的冲击，改善新能源发电消纳问题并在电网***备用、缓解高峰负荷供电压力和调峰调频方面意义重大；
应用在电网侧的储能集装箱，功能主要为调峰、调频、缓解电网阻塞调峰方面，可实现对用电负荷的削峰填谷，即在用电负荷低谷时对储能电池充电，在用电负荷高峰时段将存储的电量释放，从而实现电力生产和消纳之间的平衡；
应用于用电侧的小型储能柜，功能主要为电力自发自用、峰谷价差套利、容量费用管理以及提高供电可靠性。根据应用场景的不同，用电侧储能可以分为工商业储能柜、户用储能装置、储能充电桩等，其一般与分布式光伏配套使用。工商业用户可利用储能进行谷峰价差套利和容量费用管理。在实施峰谷电价的电力市场中，通过低电价时给储能***充电，高电价时储能***放电，实现峰谷电价差套利，降低用电成本。此外，适用两部制电价的工业企业，可以利用储能***在用电低谷时储能，在高峰负荷时放电，从而降低尖峰功率及申报的最大需求量，达到降低容量电费的目的。户用光伏配储可以提高电力自发自用水平。因高昂电价以及较差的供电稳定性，从而拉动户用光伏装机需求。考虑到光伏在白天发电，而用户一般在夜间负荷较高，通过配置储能可以更好地利用光伏电力，提高自发自用水平，同时降低用电成本。另外，通信基站、数据中心等领域需要配置储能，用于备用电源。
请参见图1，图1是本申请实施例提供的一种储能***的架构示意图，该***包括EMS101、虚拟电厂102、服务器103、储能设备104和用户端105，其中：
EMS101是能量管理***的缩写，主要负责管理储能设备104以及其他相关设备的运行，EMS101可以是集成在储能设备104上的***设备。
所述EMS101具备接入能力，具体的，EMS101可以接入多个虚拟电厂102和服务器103，实现多元数据的交互与共享。
所述EMS101具备数据处理与分析能力，具体的，EMS101可对收集的交易数据进行处理、分析，以提供决策支持。
所述EMS101具备一定地安全性，可防止恶意攻击。
在本申请中，所述EMS101内设置有第一交易模块和第二交易模块，所述第一交易模块和所述第二交易模块为相互隔离的两个模块，此处的相互隔离指代的物理上的隔离或功能划分上的隔离，用于避免网络攻击的发起者根据第一交易通道发现第二交易通道。
虚拟电厂102是一种虚拟化能源管理单位，负责协调和管理各类能源资源。以下为虚拟电厂102的主要功能：
资源整合：虚拟电厂102能够整合各种能源资源，包括不同类型、不同位置的储能设备。
能源调度：根据能源需求和储能设备的状态，进行能源调度与优化。
数据分析与优化：虚拟电厂102对大量的能源交易数据进行处理、分析，以优化能源管理策略。
服务器103，该服务器103可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式***，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。
服务器103作为数据处理与存储中心，为EMS101和虚拟电厂102提供稳定、高效的数据支持。以下是本申请中的服务器103的核心功能：
数据存储：服务器103负责存储大量的交易数据，包括第一交易数据和第三交易数据。
数据处理：服务器103对交易数据进行处理、分析，并将分析结果反馈给EMS101和虚拟电厂102。
数据安全：服务器103具备较高的数据安全性，通过设置防火墙、加密等措施防止数据泄露和攻击。
储能设备104，作为能量储存单元，负责在需求高峰期向电网输送电力，并在非高峰期储存电力。以下为本申请中储能设备104的主要功能：
状态监测：储能设备104能够实时监测自身的运行状态，如电量、电压等参数，并发送给EMS101。
能量调度：根据EMS101的指令，储能设备104可调整电力输送或储存的状态。
数据加密：储能设备104在发送交易信息时，会对数据进行加密处理，确保数据的安全性。
接收信息：储能设备104与用户端105可进行信息交互，以接收用户发送的交易请求消息。
用户端105，用户端105作为终端用户接入的接口，提供友好的交互界面和智能化的服务，使用户能够便捷地参与到储能交易中。用户端能够展示实时的储能交易信息，包括价格信息、电量信息等，同时可以提交自己的交易请求给储能设备104或EMS101。此外，用户端105还可以接收和分析从服务器和虚拟电厂返回的数据，为自己提供更加智能化的服务。
可选的，EMS101根据预设的协议和数据格式，建立与虚拟电厂102的交易通道（第一交易通道），并将第一交易数据发送至虚拟电厂102；建立与服务器103的交易通道（第二交易通道），将第三交易数据发送至服务器103。
请参见图2，图2是本申请实施例提供的一种储能交易方法的流程示意图，该储能交易方法可以基于图1所示的***架构示意图中的EMS实现，但也可以基于其他架构实现，该方法包括但不限于如下步骤：
步骤S201：用户端向储能设备发送交易请求消息。
步骤S202：储能设备接收用户端发送的交易请求消息。
所述用户端可以是用户的移动终端设备，也可以是储能设备设置的专用于用户输入的端口。
所述交易请求消息中包括电量、价格等与交易相关的信息。
步骤S203：储能设备对所述交易请求消息进行初步验证，以保证所述交易请求消息中未包含危险信息。
可选的，所述储能设备内设置有防火墙，在接收到所述交易请求消息后，所述防火墙会扫描所述交易请求消息，确定所述交易请求消息是否包含木马、病毒等危险信息。
在确定所述交易请求消息中未包含危险信息，则执行步骤S203。
步骤S204：在确定所述交易请求中未包含危险信息的情况下，储能设备向EMS发送所述交易请求消息。
可选的，储能设备除了向所述EMS发送所述交易请求消息之外，还会发送与所述交易请求消息相关的信息，例如，所述用户端的地域信息，所述储能设备自身的电量信息，以使所述EMS能够更精准的感知到储能设备当前的状态。
步骤S205：EMS接收储能设备发送的交易请求消息。
步骤S206：EMS确定所述交易请求消息具有交易权限。
在一种可选的实施方式，EMS通过非对称加密算法检测发送所述交易请求消息的用户是否具有交易权限，具体如下：
监测所述储能设备的状态，以确定所述储能设备是否处于正常工作状态；所述正常工作状态是指所述储能设备是否的电压和电流是否接近额定电压和额定电流，以及网络条件中数据交换速率等与网络攻击有关的数据是否有明显变化，这样可以避免因储能设备被直接攻击导致的安全隐患出现；
在确定所述储能设备处于正常工作状态的情况下，接收所述储能设备发送的所述用户端输入的交易请求消息，所述交易请求消息包括第一密钥；
根据所述交易请求消息中的第一密钥和预存的第二密钥对所述用户端进行验证，确定所述用户端输入的交易请求消息具有交易权限，所述第一密钥和所述第二密钥为根据非对称加密算法得到的一组密钥，其中，所述预存的第二密钥属于公钥，所述第一密钥属于私钥，为个人拥有的，当所述第一密钥和所述第二密钥配对成功后，则确定所述用户端输入的交易请求消息具有交易权限。
步骤S207：EMS通过所述第一交易模块与所述虚拟电厂建立第一交易通道。
在建立第一交易通道后，为了防范网络攻击，请参见图3，图3是本申请实施例提供的一种虚拟电厂检测方法的流程示意图，具体如下：
步骤S301：步骤获取所述虚拟电厂发送的多传感器异构数据和数据变化速率。
所述多传感器异构数据为所述虚拟电厂所链接的实体装置感知到的数据，属于主节点与从节点之间传输的数据，而网络攻击大部分是针对节点，因此，当感知到节点传输的多传感器异构数据出现问题时，则代表着所述虚拟电厂可能遭受了网络攻击。
步骤S302：将所述多传感器异构数据和数据变化速率输入预设的攻击检测模型，以得到虚拟电厂是否被攻击的实际检测结果。
所述攻击检测模型是根据历史的多传感器异构数据、数据变化速率，以及与历史的多传感器异构数据和数据变化速率分别对应的实际检测结果训练得到的，所述多传感器异构数据和所述数据变化速率为特征数据，所述实际检测结果为标签数据，所述实际检测结果包括是或否；
因此通过历史数据中的多传感器异构数据和所述数据变化速率，以及历史数据的中的多传感器异构数据和所述数据变化速率对应的实际检测结果训练得到的模型，对攻击检测识别有较高的精度。
可选的，所述攻击检测模型为一种预测或分类模型，其目的在于感知数据的变化是否正常。
在一种可选的实施方式中，上述攻击检测模型的训练过程如下所述：
数据收集：首先需要收集大量的多传感器异构数据和与之对应的数据变化速率的历史数据。这些数据需要在虚拟电厂的正常运行和异常运行情况下收集，以涵盖不同的运行状态和异常攻击情况。同时，也需要考虑到不同的时间段、不同的传感器类型等因素，确保数据的多样性和代表性。
数据预处理：对于收集到的原始数据，需要进行一些预处理步骤，包括数据清理、标准化、归一化等，以去除噪声和异常值，确保数据的质量和可靠性。同时，还需要将预处理后的数据划分为训练集、验证集和测试集，以便在训练过程中进行模型的验证和测试。
模型选择和训练：根据数据的特性和问题的需求，选择适合的机器学习或深度学习模型进行训练。例如，可以选择随机森林、支持向量机、神经网络等模型。然后，将预处理后的数据输入所选择的模型进行训练，调整模型的参数和超参数，以达到理想的性能指标。
特征工程：为了提高模型的性能和泛化能力，需要对数据进行特征工程，这包括对数据进行编码、转换、组合等操作，以便提取出更有效的特征。例如，可以使用主成分分析（PCA）等方法降维特征，或者使用独热编码等方式将分类变量转换为数值变量。
模型评估：在训练完成后，需要使用一部分独立的历史数据来评估模型的性能。该步骤涉及到混淆矩阵、准确率、召回率、F1分数等评价指标，可以使用交叉验证等技术进行模型评估，以便了解模型在不同情况下的性能表现。
模型优化：根据模型评估的结果，对模型进行优化改进。该步骤包括调整模型的参数、修改模型结构、更换模型算法等操作，以达到更好的性能表现。此外，还可以使用集成学习等技术将多个模型进行集成，以提高模型的泛化能力和鲁棒性。
可选的，对于分类问题，需要生成标签数据作为训练的目标。在本申请实施例中，标签数据可以是由专业人员标注或自动化算法生成，例如利用专家知识进行手动标注，或者使用聚类算法、异常检测算法等自动生成标签数据。
进一步的，为了进一步提高模型的识别精确，假设我们使用随机森林作为我们的模型，并使用历史数据集进行训练。在训练过程中，需要多次迭代模型，以优化其性能。例如，在训练过程中，需要训练100次，每次使用不同的随机种子，以便找到最佳的模型参数。
在训练频率方面：假设数据是实时更新的，那么可以每小时训练一次模型，以反映最新的数据变化。另外，如果数据的更新频率非常高，那么可能需要每分钟甚至每秒训练一次模型。然而，如果数据的更新频率很低，可能只需要每天或每周训练一次模型。
在影响因素权重方面：在训练过程中，不同的因素可能会有不同的权重。例如，温度传感器和压力传感器的数据变化速率比其他传感器更快，这就代表温度传感器和压力传感器的数据更重要，相应的，这些传感器的数据的权重也会相较于其它传感器的数据的权重更大。进一步的，使用随机森林的特征重要性来评估每个特征的重要性，并在训练过程中给它们不同的权重。
进一步的，在识别到虚拟电厂被攻击之后，模拟正常交易被攻击的状态，以迷惑攻击者，具体如下：
步骤S303：确定所述攻击检测模型输出的实际检测结果为是。
步骤S304：对所述第二交易通道中的第三交易数据进行加密和掩盖动作。
所述第二交易通道为所述EMS与储能设备之间建立的交易通道，其中传输的是真实的交易数据，因此需要对所述第三交易数据进行再次加密，以防攻击者发现攻击错误后，找到真实的交易通道。
所述加密和掩盖动作针对的是攻击发生之前的第三交易数据和攻击发生之后的第三交易数据，需要说明的是，由于本申请提供的方法的实施主体为EMS，因此所述加密和掩盖工作主要是由EMS执行的，储能设备一侧会对已接收/存储的第三交易数据进行加密。
可选的，上述的加密和掩盖动作为本领域常见的加密方法，在此不再赘述，但需要说明的是，上述的加密和掩盖动作与所述第三交易数据本身的加密不同，通过多种加密方法的叠加和组合，进一步保证交易数据的安全性。
步骤S305：关闭所述第一交易通道，并向管理人员的终端设备发送异常状态信息，以提示第一交易通道出现被攻击的情况。
通过关闭所述第一交易通道模拟正常交易被攻击的状态，以迷惑攻击者，与此同时，并向管理人员的终端设备发送异常状态信息，以提示第一交易通道出现被攻击的情况。
在一种可选地实施方式中，由于恶意的网络攻击可能经由公网这个开放的路径对电力专网产生严重危害，主要表现为通过公网和电力专网之间的互动节点传输异常数据。
因此，为检测互动节点处的业务数据是否存在异常，目前常用的检测方法具体是将业务数据对应的数据集划分为多个特征子集，与攻击检测阈值进行比较，以确定是否受到攻击；
而在本申请实施方式中，首先利用聚类算法将所有目标流量数据进行分类，得到多个类别数据集；
具体的，利用聚类算法将所有目标流量数据进行分类，将相似的流量数据划分到同一类别中，得到多个初始类别数据集，每个初始类别数据集中包含多条目标流量数据；从多个初始类别数据集中选出包含目标流量数据数量最多的预设个初始类别数据集，标记为类别数据集。
其次，利用抽样方法对每个类别数据集中的目标流量数据进行抽样优化，得到优化类别数据集。
进一步的，针对优化类别数据集中的每个特征信息，利用互信息特征选择算法进行特征选择，得到特征选择结果。
更进一步的，针对优化类别数据集中的每个特征信息，利用互信息特征选择算法计算当前特征信息和攻击类别之间的相关度，以及计算当前特征信息与已选择的特征信息之间的冗余度。
更进一步的，根据所述特征选择结果，对所述优化类别数据集进行更新，得到待检测流量数据集；
更进一步的，将所述待检测数据集输入至预先训练的攻击检测分类模型中，得到检测结果，所述攻击检测分类模型预先基于样本流量数据训练得到；
若所述检测结果指示当前待检测流量数据为攻击数据，根据预设防范措施对所述当前待检测流量数据进行处理。
步骤S208：EMS通过所述第一交易通道向虚拟电厂传输第一交易数据。
所述第一交易数据为预先建立的交易模拟任务中得到的交易数据，所述交易模拟任务为根据处理后的历史的真实任务的第二交易数据建立的。
需要说明的是，所述第二交易数据为历史的第三交易数据，所述第二交易数据与所述第三交易数据的数据格式或数据信息可能存在相同的情况，这样增加了虚假数据的真实性；
进一步的，所述第二交易数据为根据处理后的历史的第三交易数据生成的，生成的过程可以是通过上述的交易模拟任务的执行过程。
在一种可选的实施方式中，通过增加更多的虚假的通道，进一步的保护真实的交易数据，具体如下所示：
通过多条与虚拟电厂连接的虚拟通道传输第一交易数据，所述第一交易模块包括多个第一交易单元，所述多条虚拟通道为所述第一交易模块中的多个第一交易单元与所述虚拟电厂建立的，所述第一交易单元与所述虚拟通道的数量一致。
步骤S209：EMS解析所述交易请求消息，以获取与所述用户端对应的交易信息。
可选的，所述交易信息为所述交易请求消息中与交易相关的特征信息。
步骤S210：EMS根据所述交易信息生成第三交易数据。
所述第三交易数据为真实的交易数据，为了避免攻击者在攻破第一交易通道后，根据第一交易通道中的数据信息找到真实的交易数据，在一种可选的实施方式中，所述第一交易数据与所述第三交易数据的通信协议、数据格式和加密算法不同，使得它们之间的数据传输和交互更加独立和难以相互渗透；
在一种可选的实施方式中，所述第二交易数据与所述第三交易数据的通信协议、数据格式和加密算法相同。
步骤S211：EMS通过所述第二交易模块与所述服务器建立第二交易通道。
在一种可选的实施方式中，所述第一交易通道的数据传输速率与所述第二交易通道的数据传输速率之间的差值接近预设第一阈值；所述预设第一阈值为通过仿真模拟实验确定的，通过仿真模拟实验结果可以确定所述第一交易通道的数据传输速率与所述第二交易通道的数据传输速率之间的差值在达到所述预设第一阈值时，两者的延迟相差不大，且足够迷惑攻击者。
在一种可选的实施方式中，在所述EMS中建立完善的模拟数据管理机制，具体的，对于模拟数据的生成、使用和销毁等过程，应该建立完善的管理机制。例如，对于每次模拟任务的启动和结束，应该做好记录；对于模拟数据的生成和使用，应该保证其安全性和保密性；对于模拟数据的销毁，应该确保其不可恢复。这样可以防止攻击者获取到模拟数据的信息。
步骤S212：EMS通过所述第二交易通道向所述服务器传输所述第三交易数据，以完成与所述用户端对应的交易。
在一种可选的实施方式中，在第一交易通道和第二交易通道之间传输数据时，可以采用流量混淆技术，使得数据的传输更加难以被侦听和解析。例如，可以使用数据压缩等技术，使得数据在传输过程中更难以被攻击者获取和理解。
在一种可选的实施方式中，通过加强访问控制和权限管理，限制第一交易通道和第二交易通道之间的数据交互。例如，可以设置EMS***的访问权限，使得只有授权用户才能访问和处理相应的交易数据，避免未经授权的访问和数据泄露等问题。
在一种可选的实施方式中，对第一交易通道和第二交易通道之间的数据交互进行实时监控和日志审计，及时发现和处理潜在的安全威胁。通过日志监控和分析，可以及时发现异常情况和攻击者的行为，并采取相应的措施进行防御和反击。
在一种可选的实施方式中，为了进一步提高虚假数据的迷惑性，通过设置更接近真实的第三交易数据的第四交易数据，使攻击者在破解掉第一交易通道后，根据第一交易通道中的第一交易数据寻找到第三交易通道，以使攻击者感知到自己破解了真实的交易数据，这样可以提高设备侧针对此类场景的全面性，具体请参见图4，图4是本申请实施例提供的又一种储能交易方法的流程示意图，具体如下所示：
步骤S401：对所述第一交易数据和所述第三交易数据进行预处理。
所示预处理包括清洗、整理，去除无效或错误的数据，通过对收集到的数据进行清洗、整理，去除无效或错误的数据，确保数据的准确性和一致性。
步骤S402：从所述第三交易数据中提取出与交易相关的特征信息。
所述特征信息包括交易时间、交易量和交易价格。
上述的特征提取过程可根据特征数据库实现，也可根据预设的针对性的特征识别模型实现。
步骤S403：将所述第一交易数据与所述特征信息进行融合，以得到第四交易数据。
可选的，将所述特征信息添加至所述第一交易数据的相应位置，得到所述第四交易数据。
步骤S404：通过所述第一交易模块中的一个或多个第一交易单元建立与所述服务器的第三交易通道。
步骤S405：通过所述第三交易通道向所述服务器发送第四交易数据。
在本申请实施方式中，EMS与虚拟电厂建立第一交易通道后，虚拟电厂中采用预先建立的交易模拟任务进行交易模拟，“攻击者”对虚拟电厂进行攻击只能拿到模拟数据，EMS与服务器建立第二交易通道，用户端真实的交易数据通过第二交易通道加密完成；进一步的，第一交易通道中传输的第一交易数据是基于真实的交易数据处理后得到的，即使攻击者攻破了第一交易通道，也只能比较真实的虚拟数据，起到迷惑攻击者的作用，实现了对正在进行的真实的交易数据的保护，提高设备侧针对网络攻击场景的针对性和智能性。
上述详细阐述了本申请实施例的方法，下面提供了本申请实施例的装置。
请参见图5，图5是本申请实施例提供一种储能交易装置的结构示意图，该储能交易装置50可以为前面提及的EMS或者EMS中的器件，该储能交易装置50可以包括第一建立单元501、第一传输单元502、解析单元503、生成单元504、第二建立单元505和第二传输单元506，其中，各个单元的详细描述如下。
第一建立单元501，用于通过第一交易模块与虚拟电厂建立第一交易通道；
第一传输单元502，用于通过所述第一交易通道传输第一交易数据，所述第一交易数据为预先建立的交易模拟任务中得到的交易数据，所述交易模拟任务为根据处理后的历史的真实任务的第二交易数据建立的；
解析单元503，用于解析所述交易请求消息，以获取与所述用户端对应的交易信息；
生成单元504，用于根据所述交易信息生成第三交易数据；
第二建立单元505，用于通过第二交易模块与服务器建立第二交易通道；
第二传输单元506，用于通过所述第二交易通道传输所述第三交易数据，以完成与所述用户端对应的交易。
在一种可能的实施方式中，第一传输单元502用于：
通过多条与虚拟电厂连接的虚拟通道传输第一交易数据，所述第一交易模块包括多个第一交易单元，所述多条虚拟通道为所述第一交易模块中的多个第一交易单元与所述虚拟电厂建立的，所述第一交易单元与所述虚拟通道的数量一致。
在一种可能的实施方式中，储能交易装置50还包括：
监测单元，用于监测所述储能设备的状态，以确定所述储能设备是否处于正常工作状态；
接收单元，用于在确定所述储能设备处于正常工作状态的情况下，接收所述储能设备发送的所述用户端输入的交易请求消息，所述交易请求消息包括第一密钥；
第一确定单元，用于根据所述交易请求消息中的第一密钥和预存的第二密钥对所述用户端进行验证，确定所述用户端输入的交易请求消息具有交易权限，所述第一密钥和所述第二密钥为根据非对称加密算法得到的一组密钥。
在一种可能的实施方式中，储能交易装置50还包括：
获取单元，用于获取所述虚拟电厂发送的多传感器异构数据和数据变化速率；
输入单元，用于将所述多传感器异构数据和数据变化速率输入预设的攻击检测模型，以得到虚拟电厂是否被攻击的实际检测结果，所述攻击检测模型是根据历史的多传感器异构数据、数据变化速率，以及与历史的多传感器异构数据和数据变化速率分别对应的实际检测结果训练得到的，所述多传感器异构数据和所述数据变化速率为特征数据，所述实际检测结果为标签数据，所述实际检测结果包括是或否。
在一种可能的实施方式中，储能交易装置50还包括：
第二确定单元，用于确定所述攻击检测模型输出的实际检测结果为是；
加密单元，用于对所述第二交易通道中的第三交易数据进行加密和掩盖动作；
关闭单元，用于关闭所述第一交易通道，并向管理人员的终端设备发送异常状态信息，以提示第一交易通道出现被攻击的情况。
在一种可能的实施方式中，储能交易装置50还包括：
预处理单元，用于对所述第一交易数据和所述第三交易数据进行预处理；
提取单元，用于从所述第三交易数据中提取出与交易相关的特征信息，所述特征信息包括交易时间、交易量和交易价格；
融合单元，用于将所述第一交易数据与所述特征信息进行融合，以得到第四交易数据；
第三建立单元，用于通过所述第一交易模块中的一个或多个第一交易单元建立与所述服务器的第三交易通道；
发送单元，用于通过所述第三交易通道向所述服务器发送第四交易数据。
请参见图6，图6是本申请实施例提供的一种能量管理***的结构示意图，所述能量管理***（EMS）101包括：处理器601、通信接口602及存储器603。其中，处理器601、通信接口602及存储器603可通过总线或其他方式连接，本申请实施例以通过总线连接为例。
其中，处理器601是能量管理***101的计算核心以及控制核心，其可以解析能量管理***101内的各类指令以及能量管理***101的各类数据，例如：该处理器601可为中央处理器（Central Processing Unit，CPU），可以在能量管理***101内部结构之间传输各类交互数据，等等。通信接口602可选的可以包括标准的有线接口、无线接口（如WI-FI、移动通信接口等），受处理器601的控制可以用于收发数据；通信接口602还可以用于所述能量管理***101内部信令或者指令的传输以及交互。存储器603（Memory）是所述能量管理***101中的记忆设备，用于存放程序和数据。可以理解的是，此处的存储器603既可以包括所述能量管理***101的内置存储器，当然也可以包括所述能量管理***101所支持的扩展存储器。存储器603提供存储空间，该存储空间存储了所述能量管理***101的操作***，该存储空间还存储了处理器执行相应操作所需的程序代码或指令，可选的，该存储空间还可以存储该处理器执行该相应操作后产生的相关数据。
在本申请实施例中，处理器601运行存储器603中的可执行程序代码，用于执行如下操作：
通过所述第一交易模块与所述虚拟电厂建立第一交易通道；
通过所述第一交易通道传输第一交易数据，所述第一交易数据为预先建立的交易模拟任务中得到的交易数据，所述交易模拟任务为根据处理后的历史的真实任务的第二交易数据建立的；
解析所述交易请求消息，以获取与所述用户端对应的交易信息；
根据所述交易信息生成第三交易数据；
通过所述第二交易模块与所述服务器建立第二交易通道；
通过所述第二交易通道传输所述第三交易数据，以完成与所述用户端对应的交易。
在一种可选方案中，所述处理器601用于：
通过多条与虚拟电厂连接的虚拟通道传输第一交易数据，所述第一交易模块包括多个第一交易单元，所述多条虚拟通道为所述第一交易模块中的多个第一交易单元与所述虚拟电厂建立的，所述第一交易单元与所述虚拟通道的数量一致。
在一种可选方案中，所述处理器601还用于：
监测所述储能设备的状态，以确定所述储能设备是否处于正常工作状态；
在确定所述储能设备处于正常工作状态的情况下，接收所述储能设备发送的所述用户端输入的交易请求消息，所述交易请求消息包括第一密钥；
根据所述交易请求消息中的第一密钥和预存的第二密钥对所述用户端进行验证，确定所述用户端输入的交易请求消息具有交易权限，所述第一密钥和所述第二密钥为根据非对称加密算法得到的一组密钥。
在一种可选方案中，所述处理器601还用于：
获取所述虚拟电厂发送的多传感器异构数据和数据变化速率；
将所述多传感器异构数据和数据变化速率输入预设的攻击检测模型，以得到虚拟电厂是否被攻击的实际检测结果，所述攻击检测模型是根据历史的多传感器异构数据、数据变化速率，以及与历史的多传感器异构数据和数据变化速率分别对应的实际检测结果训练得到的，所述多传感器异构数据和所述数据变化速率为特征数据，所述实际检测结果为标签数据，所述实际检测结果包括是或否。
在一种可选方案中，所述处理器601还用于：
确定所述攻击检测模型输出的实际检测结果为是；
对所述第二交易通道中的第三交易数据进行加密和掩盖动作；
关闭所述第一交易通道，并向管理人员的终端设备发送异常状态信息，以提示第一交易通道出现被攻击的情况。
在一种可选方案中，所述处理器601还用于：
对所述第一交易数据和所述第三交易数据进行预处理；
从所述第三交易数据中提取出与交易相关的特征信息，所述特征信息包括交易时间、交易量和交易价格；
将所述第一交易数据与所述特征信息进行融合，以得到第四交易数据；
通过所述第一交易模块中的一个或多个第一交易单元建立与所述服务器的第三交易通道；
通过所述第三交易通道向所述服务器发送第四交易数据。
需要说明的是，各个操作的实现还可以对应参照图2、图3、图4中所示的方法实施例的相应描述。
本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述计算机程序当被处理器执行时使所述处理器实现图2、图3、图4所述实施例所执行的操作。
本申请实施例还提供一种计算机程序产品，当所述计算机程序产品在处理器上运行时，实现图2、图3、图4所述实施例所执行的操作。
请参见图7，图7是本申请实施例提供的一种储能***应用场景的示意图，且本申请图7实施例以用户侧储能中的家用储能场景为例进行说明，本申请储能装置并不限定于家用储能场景。
具体的，本申请提供一种户用储能***，该户用储能***可包括如图7中所示的储能装置701、电能转换装置702（光伏板）、第一用户负载703（路灯或户外充电桩）、第二用户负载704（例如空调等家用电器），所述储能装置701为小型储能箱，可通过壁挂方式安装于室外墙壁。具体的，电能转换装置702可以在电价低谷时期将太阳能转换为电能，所述储能装置701用于储存上述的电能并在电价高峰时供给第一用户负载703和第二用户负载704进行使用，或者在电网断电/停电时为第一用户负载703和/或第二用户负载704进行供电。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，可以通过程序来指令相关的硬件来完成，该程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可存储程序代码的介质。
Claims (10)
1.一种储能交易方法，其特征在于，所述方法应用于储能***中的能量管理***EMS，所述储能***还包括服务器、虚拟电厂和储能设备，所述EMS包括第一交易模块和第二交易模块，所述第一交易模块和所述第二交易模块为相互隔离的两个模块，所述方法包括：
通过所述第一交易模块与所述虚拟电厂建立第一交易通道；
通过所述第一交易通道传输第一交易数据，所述第一交易数据为预先建立的交易模拟任务中得到的交易数据，所述交易模拟任务为根据处理后的历史的真实任务的第二交易数据建立的；
解析交易请求消息，以获取与用户端对应的交易信息；
根据所述交易信息生成第三交易数据；
通过所述第二交易模块与所述服务器建立第二交易通道；
通过所述第二交易通道传输所述第三交易数据，以完成与所述用户端对应的交易。
2.根据权利要求1所述的方法，其特征在于，所述第一交易数据与所述第三交易数据的通信协议、数据格式和加密算法不同，所述第二交易数据与所述第三交易数据的通信协议、数据格式和加密算法相同。
3.根据权利要求1所述的方法，其特征在于，所述第一交易通道包括多条虚拟通道，所述通过所述第一交易通道传输第一交易数据，包括：
通过多条与虚拟电厂连接的虚拟通道传输第一交易数据，所述第一交易模块包括多个第一交易单元，所述多条虚拟通道为所述第一交易模块中的多个第一交易单元与所述虚拟电厂建立的，所述第一交易单元与所述虚拟通道的数量一致。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
监测所述储能设备的状态，以确定所述储能设备是否处于正常工作状态；
在确定所述储能设备处于正常工作状态的情况下，接收所述储能设备发送的所述用户端输入的交易请求消息，所述交易请求消息包括第一密钥；
根据所述交易请求消息中的第一密钥和预存的第二密钥对所述用户端进行验证，确定所述用户端输入的交易请求消息具有交易权限，所述第一密钥和所述第二密钥为根据非对称加密算法得到的一组密钥。
5.根据权利要求1所述的方法，其特征在于，在所述通过所述第一交易模块与所述虚拟电厂建立第一交易通道之后，所述方法还包括：
获取所述虚拟电厂发送的多传感器异构数据和数据变化速率；
将所述多传感器异构数据和数据变化速率输入预设的攻击检测模型，以得到虚拟电厂是否被攻击的实际检测结果，所述攻击检测模型是根据历史的多传感器异构数据、数据变化速率，以及与历史的多传感器异构数据和数据变化速率分别对应的实际检测结果训练得到的，所述多传感器异构数据和所述数据变化速率为特征数据，所述实际检测结果为标签数据，所述实际检测结果包括是或否。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
确定所述攻击检测模型输出的实际检测结果为是；
对所述第二交易通道中的第三交易数据进行加密和掩盖动作；
关闭所述第一交易通道，并向管理人员的终端设备发送异常状态信息，以提示第一交易通道出现被攻击的情况。
7.根据所述权利要求1所述的方法，其特征在于，所述方法还包括：
对所述第一交易数据和所述第三交易数据进行预处理；
从所述第三交易数据中提取出与交易相关的特征信息，所述特征信息包括交易时间、交易量和交易价格；
将所述第一交易数据与所述特征信息进行融合，以得到第四交易数据；
通过所述第一交易模块中的一个或多个第一交易单元建立与所述服务器的第三交易通道；
通过所述第三交易通道向所述服务器发送第四交易数据。
8.一种储能交易装置，其特征在于，所述装置包括：
第一建立单元，用于通过第一交易模块与虚拟电厂建立第一交易通道；
第一传输单元，用于通过所述第一交易通道传输第一交易数据，所述第一交易数据为预先建立的交易模拟任务中得到的交易数据，所述交易模拟任务为根据处理后的历史的真实任务的第二交易数据建立的；
解析单元，用于解析交易请求消息，以获取与用户端对应的交易信息；
生成单元，用于根据所述交易信息生成第三交易数据；
第二建立单元，用于通过第二交易模块与服务器建立第二；交易通道；
第二传输单元，用于通过所述第二交易通道传输所述第三交易数据，以完成与所述用户端对应的交易。
9.一种能量管理***，其特征在于，所述能量管理***包括至少一个处理器、通信接口和存储器，所述通信接口用于发送和/或接收数据，所述存储器用于存储计算机程序，所述至少一个处理器用于调用至少一个存储器中存储的计算机程序，以实现如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，当所述计算机程序在处理器上运行时，实现如权利要求1-7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311475437.6A CN117217848B (zh) | 2023-11-08 | 2023-11-08 | 一种储能交易方法、装置和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311475437.6A CN117217848B (zh) | 2023-11-08 | 2023-11-08 | 一种储能交易方法、装置和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117217848A true CN117217848A (zh) | 2023-12-12 |
| CN117217848B CN117217848B (zh) | 2024-01-26 |
Family
ID=89046598
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311475437.6A Active CN117217848B (zh) | 2023-11-08 | 2023-11-08 | 一种储能交易方法、装置和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117217848B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016076207A1 (ja) * | 2014-11-10 | 2016-05-19 | 日本電信電話株式会社 | 最適化装置、最適化方法および最適化プログラム |
| CN111047470A (zh) * | 2019-12-24 | 2020-04-21 | 国网江苏电力设计咨询有限公司 | 分布式储能电站参与电力辅助服务市场的运营方法 |
| CN112132682A (zh) * | 2020-08-10 | 2020-12-25 | 国网浙江省电力有限公司嘉兴供电公司 | 一种基于区块链技术的电力交易方法、装置及*** |
| US20210160058A1 (en) * | 2018-08-03 | 2021-05-27 | Huawei Technologies Co., Ltd. | Blockchain maintenance method and apparatus, server, and computer-readable storage medium |
| CN112907321A (zh) * | 2021-02-03 | 2021-06-04 | 珠海市鸿瑞信息技术股份有限公司 | 一种基于大数据的数据挖掘与分析的信息安全异常感知平台 |
| CN115632887A (zh) * | 2022-12-21 | 2023-01-20 | 国网数字科技控股有限公司 | 一种区块链网络异常数据检测方法、装置及设备 |
-
2023
- 2023-11-08 CN CN202311475437.6A patent/CN117217848B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016076207A1 (ja) * | 2014-11-10 | 2016-05-19 | 日本電信電話株式会社 | 最適化装置、最適化方法および最適化プログラム |
| US20210160058A1 (en) * | 2018-08-03 | 2021-05-27 | Huawei Technologies Co., Ltd. | Blockchain maintenance method and apparatus, server, and computer-readable storage medium |
| CN111047470A (zh) * | 2019-12-24 | 2020-04-21 | 国网江苏电力设计咨询有限公司 | 分布式储能电站参与电力辅助服务市场的运营方法 |
| CN112132682A (zh) * | 2020-08-10 | 2020-12-25 | 国网浙江省电力有限公司嘉兴供电公司 | 一种基于区块链技术的电力交易方法、装置及*** |
| CN112907321A (zh) * | 2021-02-03 | 2021-06-04 | 珠海市鸿瑞信息技术股份有限公司 | 一种基于大数据的数据挖掘与分析的信息安全异常感知平台 |
| CN115632887A (zh) * | 2022-12-21 | 2023-01-20 | 国网数字科技控股有限公司 | 一种区块链网络异常数据检测方法、装置及设备 |
Non-Patent Citations (2)
| Title |
|---|
| 方亚南;张祺;齐佳音;: "无线支付多通道支付模型的设计", 内蒙古科技与经济, no. 07, pages 56 - 60 * |
| 楼健;曹珍富;: "双通道网络安全模型及其应用", 微型电脑应用, vol. 22, no. 10, pages 7 - 10 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117217848B (zh) | 2024-01-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhuang et al. | Blockchain for cybersecurity in smart grid: A comprehensive survey | |
| CN109922162B (zh) | 一种基于区块链的扁平化建筑设备物联网监控***及方法 | |
| Wang et al. | Multi-agent based attack-resilient system integrity protection for smart grid | |
| Li et al. | Cyber-secure decentralized energy management for IoT-enabled active distribution networks | |
| Fang et al. | Smart grid—The new and improved power grid: A survey | |
| CN114362212B (zh) | 一种多类型电网负荷资源数据处理与调节方法及*** | |
| Jia et al. | Design of a dynamic key management plan for intelligent building energy management system based on wireless sensor network and blockchain technology | |
| Efstathopoulos et al. | Operational data based intrusion detection system for smart grid | |
| CN110401191B (zh) | 基于时序逻辑的电动车充电桩业务逻辑一致性分析方法 | |
| Khelifa et al. | Security concerns in smart grids: Threats, vulnerabilities and countermeasures | |
| CN112214544A (zh) | 基于许可区块链的泛在电力物联网边缘数据安全存储方法 | |
| CN109584456A (zh) | 一种太阳能供电设备、***及分期付款控制方法 | |
| CN113708934A (zh) | 异构环境下基于区块链的能源互联网可信交互数据模型 | |
| Song et al. | Research on applications of the internet of things in the smart grid | |
| Wen et al. | A survey on smart grid communication system | |
| Abdallah et al. | Security and privacy in smart grid | |
| Aggarwal et al. | Smart grid | |
| CN117217848B (zh) | 一种储能交易方法、装置和存储介质 | |
| Mishra et al. | Intelligent computing in electrical utility Industry 4.0: Concept, key technologies, applications and future directions | |
| CN116451246A (zh) | 一种基于区块链的居民负荷互动数据安全交互方法及*** | |
| CN108183515A (zh) | 一种无需增容的电动车充电监控*** | |
| Lydia et al. | Generation of dynamic energy management using data mining techniques basing on big data analytics isssues in smart grids | |
| You | A cyber-secure framework for power grids based on federated learning | |
| Lim et al. | Secure and structured IoT smart grid system management | |
| CN110912915B (zh) | 一种基于数据采集的通信安全预警*** |
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 |