基于分布式区块链的储能数据交互处理模型设计_章立宗.pdf

电子设计工程Electronic Design Engineering第31卷Vol.31第15期No.152023年8月Aug.2023收稿日期：2021-12-21稿件编号：202112133作者简介：章立宗（1976），男，浙江诸暨人，高级工程师。研究方向：企业管理。随着电力系统的现代化发展，各种新型分布式能源层出不穷，如太阳能、风能及屋顶光伏等1。传统的功率平衡通过迭代跟踪需求来实现其平衡，且通常在发电调度与控制层中实现。而对于高水平的可再生能源，平衡的任务则会变得更加复杂2。基于此，互联网分布式储能技术成为关键，其能有效维持系统能量平衡，并提高可再生能源的利用效率，且还能使不同能源耦合，从而缓解能源紧缺、储能价格较高等问题3。分布式储能的各种应用已是主流趋势，但其也存在着一系列问题。如分布式储能设备成本高但利用率低，故无法充分调动用户的积极性，这对于分布式储能的可持续化发展较为不利4。因此，该文设计了基于分布式区块链的储能数据交互平台模基于分布式区块链的储能数据交互处理模型设计章立宗1，孙 洲2，王华慧2，魏春晖2，童 莹2（1.绍兴大明电力建设有限公司 科技分公司，浙江 绍兴 312000；2.国网绍兴供电公司 发展策划部，浙江绍兴 312000）摘要：随着对新型储能技术应用的推动和发展，分布式云储能成为新的研究热点及方向。为了解决云储能数据的安全性且实现数据的交互，设计了一套基于区块链的储能数据交互平台模型。该模型利用PoW共识及ECC椭圆曲线加密技术对云储能数据进行加密，并将其安全存储在分布式数据库中，从而保证了交易数据的完整性与安全性。在实验室环境下进行的攻击测试结果显示，所提出的模型具有较高的安全特性，还为云储能数据交互技术研究提供了理论方案支持。关键词：分布式；云储能；区块链；去中心化中图分类号：TP183；TN917文献标识码：A文章编号：1674-6236（2023）15-0070-05DOI：10.14022/j.issn1674-6236.2023.15.015Design of energy storage data interactive processing model based ondistributed block chainZHANG Lizong1，SUN Zhou2，WANG Huahui2，WEI Chunhui2，TONG Ying2（1.Technology Branch，Shaoxing Daming Power Construction Co.，Ltd.，Shaoxing 312000，China；2.Development Planning Department，State Grid Shaoxing Power Supply Company，Shaoxing 312000，China）Abstract:With the promotion and development of the application of new energy storage technology，distributed cloud energy storage has become a new research hotspot and direction.In order to solve thesecurity of cloud energy storage data and realize the interaction of cloud energy storage data，this paperdesigns a set of energy storage data interaction platform model based on blockchain.The model uses PoWconsensus and ECC elliptic curve encryption technology to encrypt the cloud energy storage data，andthen safely store it in the distributed database，so as to ensure the integrity and security of the transactiondata.The attack test results in the laboratory environment show that the model proposed in this paper hashigh security characteristics，which provides theoretical scheme support for the research of cloud energystorage data interaction technology.Keywords:distributed；cloud storage；block chain；decentralized-70型，以此保证数据的安全性。国内外专家对云储能做了诸多研究，如文献5提出了基于电网的一种储能服务，其能够使用户随时、随地且按需使用共享储能资源，并可有效降低储能服务的成本，此种智能商业模式也给分布式储能带来了新的思路与方向。文献6提出一种新型分布式云储能，其不仅描述了云储能的概念、实施所需的控制和通信技术、运行机制及商业模式，还基于实际电力系统运行数据的仿真结果证明了云储能的可行性与经济效益。而在交易机制方面，文献7开发了一种新的商业模式，存储聚合商通过将中央物理存储单元虚拟化为可分离的虚拟容量，并出售给用户来投资及运营中央物理存储单元，从而优化云储能投资与运营的两个阶段，进而降低了成本。文献8则建立住宅级共享储能的新商业模式，提出了一种新的服务定价及负荷调度方法，通过定点算法优化负载调度。基于区块链的数据共享交易系统可大幅简化数据的获取过程，且能够为用户提供获得其自身数据所有权及特权的可能，并从中受益。此外，其还能更优地控制数据，并保证细粒度地跟踪所有数据的使用活动情况9。但目前大部分研究尚未讨论模型中存储数据的安全性，且未涉及加密技术。该文针对云储能数据交易中存在数据泄露与网络安全等问题，提出一种基于区块链技术的数据存储共享系统。1理论分析1.1区块链原理区块链是一种特殊的数据库，其以区为单位进行存储。且每个区块按照时间顺序相互连接，并利用密码学来保证分布式账本数据的不可篡改及不可伪造10。区块链具有开发性、去中心化、不可篡改及永久性等特点。其中，去中心化最为重要。即使用分布式、多节点存储和算力，使整个网络节点均有平等的权力，从而共同维护全网数据，且不再依靠中央来处理节点。整个工作流程主要包含交易生成、交易传播、共识机制、全节点验证及区块链记录 5个步骤，具体工作原理如图1所示。1.2共识机制共识机制是以博弈论、经济学等多学科交叉研究得出的一种分布式系统治理体系。其通过激励机制保证网络中所有节点共同维护区块链系统，从而解决了分布式区块链网络中达成一致性的问题11。Bitcoin 白皮书中首次提出区块链并设计了共识机制，现如今其逐渐发展成维护分布式系统一致性的重要机制，并成为了保证分布式系统安全稳定的核心。目前共识机制算法主要有PoW（Proof of Work）、PoS（Proof of Stake）、DPoS（Delegated Proof of Stake）与PBFT（Practical Byzantine Fault Tolerance）等。1.3加密算法区块链技术需多种加密算法共存来进行数据加密及隐私保护，主要包括 Hash算法与非对称加密算法两种。Hash算法也称为数据摘要或散列算法，其原理是将一段数据转换成一个固定大小且具备一定特点的字符串。该算法的本质是为了抽取数据特征，防碰撞和验证数据是否被篡改，也可将 Hash 值理解为数据的指纹信息。我国拥有自主的非对称加密算法SM2，其与ECC均为椭圆曲线算法，且是ECC的一种改进算法，故能够提供更优的安全性能与运算速率12。2模型设计该文主要利用分布式区块链技术，搭建一个用于能源存储服务支付的模型。以一个基于账户的区块链模型为基础，其与以太坊类似，是一个通用的区块链平台。智能合约是在区块链上编程的代码，能够为每个交易提供定制的计算任务，因此支付系统就可以作为智能合约来实现。储能服务的支付与审计是在区块链上进行的，每个用户在区块链上均有一个帐户，并可提前充值。为了分摊费用，用户可向储能运营商发起联合支付交易。区块链上的交易记录也将用于验证网格运营商的VNM结算。其中，加密算法使用ECC椭圆曲线加密技术，其能够与隐私保护相结合以隐藏交易记录；而共识中心则使用 PoW 共识，交易平台如图 2所示。用户能够在资源池内获取资源并进行交易，整个过程安全、保密且高效。图1区块链工作原理章立宗，等基于分布式区块链的储能数据交互处理模型设计-71电子设计工程 2023年第15期图2云储能交易服务平台2.1ECC椭圆曲线加密设计椭圆曲线密码学是一种基于离散对数问题的密钥加密算法。假设Fp为大素数p的有限域，定义Ep(a,b)为：y2x3+ax+b(modp)（1）其 中，a、b、x、y 属 于Fp，且 满 足 方 程4a3+27b3(modp)0。椭圆曲线中加法法则与标量乘法法则构建Abel群Fp。在曲线上选取坐标系中某个特殊点，其离 x轴无穷远，称为O点。当P(x1,y1)Ep时，满足方程：P+O=O+P=P（2）在椭圆曲线P模下，若P(x1,y1)，Q(x1,y1)是两个不同的点，且P-Q，则P+Q=(x3,y3)Ep。椭圆曲线数字签名算法（Elliptic Curve DigitalSignature Algorithm，ECDSA）就是基于ECC加密的数字签名方法。假设使用的曲线为：y2x3+ax+b(modp)x,yZp（3）其生成元 A 的阶数为 q，私钥为 d，则公钥为B=dA。发送方进行数字签名，选取随机数kE，满足0kEq计算：R=kEA（4）rxR(modp)（5）即r为R的x坐标对p求模。s(h(x)+dr)k-1E(modq)（6）由此即可生成数字签名(r,s)，并将(s,(r,s)发送至接收方。接收方签名验证计算如下：u1s-1h(x)(modq)（7）u2s-1r(modq)（8）P=u1A+u2B（9）其中，-1表示在模运算中求逆。在Zp中，一个数a与其的逆a-1满足aa-11(modp)。验证计算如下：xp=r(modq)/r(modq)（10）当xpr(modq)成立时，计算成功且为有效签名；当xp/r(modq)时，则签名无效。此时，若接收方计算的 P的 x坐标等于 Q的 x坐标r，则验证通过。2.2PoW共识工作量证明 PoW 机制是为了适用于 Bitcoin 系统，其是由中本聪在 2008 年提出并开始设计的13。为了保证系统的稳定性及安全性，PoW 机制核心原理是引入算力竞争，通过牺牲大量的算力来达成交易的共识。系统中所有服务节点均需要遍历寻找随机数 Nonce，使得区块双 SHA256的输出小于或等于一个目标值。最先计算得到满足目标 Nonce 的节点，获得当前区块的记账权。而作为报酬记账节点会获得相应奖励，其基本算法原理如下：RANDA(h,n)M/D（11）h是区块的Hash值，n是随机数Nonce；M是某个极大的数，且可取2256-1；D 是区块头中的难度值difficult。其可动态调整，保证解该数学问题所花费的时间为标准的10 min，难度值调整如下式：Dnew=Doldtime/numpre（12）其中，time 是前 numpre个区块的时间长总和，单位是min，节点可以通过穷举找到合适的数值来满足式（12）。在PoW共识机制下，由于激励机制的构建，分布式网络中的所有节点间会进行算力竞争。庞大的算力消耗对系统起到足够的保护作用，使得系统具有51%的容错率；同时也确保了记账权的随机性，保证了Bitcoin系统的去中心化特性与安全可信。为防止生成多条链影响系统的稳定性以及对算力的浪费，同时为了确定最为有效的路径，引入了“GHOST 协议”数学机制。GHOST协议指明在执行最多计算路径时，需将废弃块也包含在内。即在确定最有效路径时，将父区块、祖先区块及废弃块全部加以统计，然后寻找消耗最多计算功率的块。3实验分析3.1实验设计与测试为验证该文设计模型的有效性，将模型在实验-72室环境下部署。实验测试环境为Windows 10操作系统，内存 16 GB，英特尔 Core i5-8300H 处理器，显卡GTX 1050 Ti。将基于区块链的数据交易平台发布到以太坊私有链，模拟配网场景进行测试。该实验主要进行安全性测试，并利用网络攻击来验证其的安全性能。为了保证交易能够更快速地获取储能数据，每次交易量设置为1。通常在攻击测试分析中，利用攻击链来攻击系统主链，由此便会导致主链的节点分叉。若分叉长度超过了主链长度，即视为攻击成功。假设攻击链（Attack Chain，AC）对系统主链（Main Chain，MC）进行攻击，攻击成功的概率w为：w=1,wMCwACwACwMC,wMCwAC（13）其中，wAC指攻击节点造出下一个区块的概率；wMC指诚实节点造出下一个区块的概率。若MC中已有k个区块，则攻击成功的概率为：w=1-x=0kxe-ax!1-wACwMC(k-x),x=0,1,2（14）其 中，w 是 有 k 个 区 块 攻 击 成 功 的 概 率，=kwACwMC指攻击者泊松分布期望。设定wAC的值是 0.1，并在计算机上仿真攻击，得到结果如图 3 所示。从图中可以看出，主链区块树k在不断下降，wAC攻击链攻击成功的概率呈指数下降，说明该文的模型安全性能较好。若主链的区块数超过6时，攻击成功的概率接近为0。在分布式云储能交易平台中，主链中进行交易的区块数量远大于6，这就意味着该模型被恶意攻击导致系统数据丢失、泄露或篡改的概率接近于 0，故该系统的安全性得到了保证。图3主链先产生区块后攻击成功的概率3.2对比分析为验证该方案的有效性，找出其优势及不足，与相关文献研究进行了对比分析，主要从共识机制、主链压力、智能合约和安全性能这 4 个方面来进行对比，结果如表1所示。表1研究方案对比方案文献14文献15文献16文中方案共识机制PoIPoIPoWPoW主链压力小大大小智能合约是是否否安全性能较高较高一般高通过表 1 可看出，该文提出的模型在安全性能方面显示出较优的特性，对主链的压力也较小。因此，其更适合云储能这种分散、数据量较大的情况。但在智能合约方面，所提方案也有所欠缺，其无法对配置资源进行精准、高效地优化。故后期可对此做进一步的研究，从而更好地完善模型系统。4结束语分布式储能技术越发普及，云储能应运而生。该文针对云储能提出了基于分布式区块链的储能数据交互模型，主要利用区块链去中心化特质及 ECC椭圆曲线加密来保证交易数据的安全性能，并通过攻击实验分析其模型的可靠性。实验表明，在区块数达到 6 以后，攻击链攻击主链成功的概率几乎为0，由此说明了模型的安全性。文中主要对安全性方面做出了研究，而对于用户用电后的智能调配及如何更高效共享云储能则并未展开分析。因此在接下来的研究中，将对用户使用电能、共享数据的优化调配等方面作进一步地研究，从而真正使分布式区块链技术应用到云储能上。参考文献：1 玄佳兴,柳旭,李国民,等.基于多链协同区块链的分布式能源交易J.电力建设,2021,42(11):34-43.2 Zheng Y,Hill D J,Dong Z Y.Multi-agent optimalallocation of energy storage systems in distributionsystemsJ.IEEETransactionsonSustainableEnergy,2017,8(4):1715-1725.3 王克道,陈启鑫,郭鸿业,等.面向可交易能源的储能容量合约机制设计与交易策略J.电力系统自动化,2018,42(14):54-60,90.4 宋航,刘友波,刘俊勇,等.考虑用户侧分布式储能交互的售电公司智能化动态定价J.中国电机工程学报,2020,40(24):7959-7972,8233.5 康重庆,刘静琨,张宁.未来电力系统储能的新形态:云储能J.电力系统自动化,2017,41(21):章立宗，等基于分布式区块链的储能数据交互处理模型设计-73电子设计工程 2023年第15期2-8,16.6 Liu J,Zhang N,Kang C,et al.Cloud energy storagefor residential and small commercial consumers:Abusiness case studyJ.Applied Energy,2017,18(8):226-236.7 Zhao D,Wang H,Huang J,et al.Virtual energy sto-rage sharing and capacity allocationJ.IEEE Tran-sactions on Smart Grid,2019,11(2):1112-1123.8 Zhang W,Wei W,Chen L,et al.Service pricing andload dispatch of residential shared energy storageunitJ.Energy,2020,20(2):1175439 林洁瑜,崔维平.基于双链区块链的电力数据资产交易系统架构J.中国电力,2021,54(11):164-170,180.10田道坤,彭亚雄.在区块链中基于混合算法的数字签名技术J.电子科技,2018,31(7):19-23.11Zheng Z,Xie S,Dai H,et al.An overview of blockch-ain technology:Architecture,consensus,and futuretrendsC.Shanghai:IEEE International Congress onBig Data,2017:557-564.12刘艳,郎显赫,裴少婧.基于ECC与同态加密的加密算法J.计算机工程与设计,2020,41(5):1243-1247.13Nakamoto S.Bitcoin:A peer-to-peer electronic cashsystemJ.Consulted,2008(6):17-26.14Hoy M B,An introduction to the blockchain and itsimplications for libraries and medicineJ.MedicalReference Services Quarterly,2017,36(3):273-279.15Kuo T T,Ohno-Machado L.ModelChain:Decentra-lized privacy-preserving healthcare predictive mo-deling framework on private blockchain networksJ.Journal of E-prints,2018(7):1802-1816.16Azaria A,Ekblaw A,Vieira T,et al.MedRec:usingblockchain for medical data access and permissionmanagementC.Boston:International Conference onOpen and Big Data,IEEE,2016:25-30.（上接第69页）高效索引与检索算法J.计算机研究与发展,2020,57(2):333-345.4 吕宏武,付俊强,王慧强,等.基于八叉树的三维室内地图数据快速检索方法J.计算机应用,2019,39(1):82-86.5 卢海川,符海东,刘宇.基于CAN的地理语义数据存储与检索机制J.计算机科学,2019,46(2):171-177.6 陈诚,邹焕新,邵宁远,等.面向遥感影像的深度语义哈希检索J.中国图象图形学报,2019,24(4):655-663.7 顾军华,王锋,戚永军,等.基于多尺度卷积特征融合的肺结节图像检索方法J.计算机应用,2020,40(2):561-565.8 庞晓琼,严小龙,陈文俊,等.支持语义扩展的动态多关键词密文排序检索J.计算机应用,2019,39(4):1059-1065.9 钱辰,窦万峰,杨坤,等.基于时间均衡的并行插值数据划分方法研究J.地理与地理信息科学,2013,29(4):86-90,2.10宁海涛.基于分块主色法的图像无序激增数据检索仿真J.计算机仿真,2021,38(1):375-379.11山君亮,安红.基于道路拓扑的交通地理元数据检索模型仿真J.计算机仿真,2020,37(8):376-379,393.12赵慧慧,赵凡,陈仁海,等.基于地理空间大数据的高效索引与检索算法J.计算机研究与发展,2020,57(2):333-345.13赵萍,寿黎但,陈珂,等.面向局域检索的时变图数据存储与查询模型J.计算机科学,2019,46(10):186-194.14公丕金,吕从民,宫永生.面向空间应用的数据对象存储与检索系统研究J.计算机应用研究,2019,36(3):833-837.15侯锐,李杰.多层感知学习下多维大数据智能分类检索仿真J.计算机仿真,2020,37(5):345-348,447.16郝秀梅,史开泉.大数据智能检索与大数据区块元智能分离J.计算机科学,2020,47(11):113-121.-74