基于匹配理论的分布式能源交易区块链分片技术研究.pdf

第6 0 卷第6 期2023年6 月15日电测与仪 表Electrical Measurement&InstrumentationVol.60 No.6Jun.15,2023基于匹配理论的分布式能源交易区块链分片技术研究陈涵,谭北海,余荣,王思明（广东工业大学，广州510 0 0 6)摘要：以区块链为代表的去中心化技术因其突出的可靠性和安全性已被广泛应用于分布式能源领域。区块链分片技术可以克服传统区块链系统低吞吐量、低可扩展性的性能缺陷，然而现有区块链分片系统大多采用随机分片模式,没有考虑系统中节点的能力差异以及分片的安全隐患。为了解决这类问题，文中提出了一种在分布式能源交易场景下区块链分片的匹配算法，该方法充分考虑了分布式能源交易中节点对节点间电气距离和分片内交易数的偏好，以降低能源传输损耗和交易成本，同时考虑节点信誉值，以反映其过去在交付承诺能源方面的表现，保证分片的安全性,并将问题抽象为具有外部性的多对一匹配模型进行求解，最后通过仿真实验验证了所提出的区块链分片方法优于传统的分片方法，具有良好的应用价值。关键词：分布式能源；区块链；边缘计算；分片技术；匹配理论D0I:10.19753/j.issn1001-1390.2023.06.017中图分类号：TM61Matching theory based sharding blockchain technology for(Guangdong University of Technology,Guangzhou 510006,China)Abstract:Decentralized technology represented by blockchain has been widely used in the field of distributed energy be-cause of its outstanding reliability and security.Blockchain sharding technology can overcome the performance shortcom-ings of low throughput and low scalability of traditional blockchain systems,but most of the existing blockchain shardingsystems adopt random sharding mode,without considering the difference in the capabilities of nodes in the system and thesecurity risks of sharding.In order to solve such problems,a matching algorithm for blockchain sharding in the scenario ofdistributed energy trading is proposed,which fully considers the preference of nodes for the electrical distance betweennodes and the number of transactions in the shard in distributed energy transactions,so as to reduce energy transmissionloss and transaction costs,and considers the node reputation value to reflect its past performance in delivering committedenergy,ensure the security of sharding,and abstract the problem into a many-to-one matching model with externalities tosolve the problem.Finally,simulation experiments verify that the proposed blockchain sharding method is superior to thetraditional sharding method and has good application value.Keywords:distributed energy,blockchain,edge computing,sharding technology,matching theory0引 言我国是能源消耗大国，现如今正处于实现“双碳”目标、构建“清洁低碳、安全高效”能源体系的关键时基金项目：国家自然科学基金资助项目（6 197 1148）；广东省基础与应用基础研究基金联合基金重点项目（2 0 19B1515120036）；广西自然科学基金重点项目（2 0 18 GXNSFDA281013）文献标识码：Adistributed energy transactionChen Han,Tan Beihai,Yu Rong,Wang Siming文章编号：10 0 1-1390(2 0 2 3)0 6-0 117-0 8期，而传统电网在电力能源产业中存在能源合理利用率低、能源产业结构较为单一等诸多突出性问题,由此可见,实现能源转型和低碳技术创新势在必行。分布式能源系统是一种直接面向用户并且能够满足多种能源需求的中小型能源转换利用系统 2,其能效利用合理、损耗小、运行灵活等特点使得其迅速成为智能电网能源体系中的重要组成部分。但是分布式能一 117 一第6 0 卷第6 期2023年6 月15日源大规模并网比较困难,资源也难以调度，两者制约了其在电网中进一步发展，同时分布式能源容易出现电力交易双方难以取得互信、无法实时对电力设备进行监管等问题。因此，电力企业急需一种基于去中心化的、安全可靠的技术来建立一套电力网络管理系统促进分布式能源的发展 3。面对上述挑战，去中心化技术为这个问题提供了解决思路。去中心化技术的基本思想是将原本集中存储的数据如传统的集中式存储进行分治，即将数据信息分散存储在多个不同的独立设备中，无需授权即可在分布式系统环境中建立信任，保证了数据的安全可靠性 4。作为去中心化技术中的重要研究方向区块链近年来也被应用于各类安全性要求高的产业中 5。区块链系统由多个存储节点组成，这些存储节点共同维护一个公共账本。由于这个账本是不可篡改、共享的、可追溯的，因此可实现数据安全共享 6 7。目前结合区块链的分布式能源交易在国内外已有相关成功案例，例如世界上最早投人实践的能源区块链项目一一美国纽约布鲁克林社区的Tansactive Grid项目,其智能电能表底层应用集成了基于以太坊区块链智能合约功能，并采集用户的发电、用电以及交易电量等信息同步上传至公共区块链网络平台上，实现P2P的直接能源交易,无需经过第三方的电力运营商 8。另外，德国Share&Charge项目将区块链技术应用在共享充电桩领域，该项目基本工作原理是通过区块链技术的分布式记账实现交易双方的计费透明化，增进交易双方信任，使得私人和商业充电站可以在Share&Charge平台上将充电桩进行共享出租,并可以设置充电价格、费率等信息。在我国，深圳蛇口能源区块链项目是招商局慈善基金会与德国技术监督协会、熊猫绿色能源集团以及华为技术有限公司合作在深圳蛇口地区开展的能源区块链项目，该项目鼓励蛇口地区的用户参与可再生能源的分布式交易，底层的区块链技术将自动生成智能合约,直接将分布式光伏电站与用户进行配对，实现P2P直接虚拟交易 10 1。O上述的案例虽然成功地将区块链技术应用于分布式能源交易，但仍存在低可扩展性、低吞吐量等问题，因此针对这些问题，目前文献 11-13提出了分片技术解决方案。区块链分片就是将整个区块链网络划分为多个子网络，又称为分片。交易事务被拆分为多个集合并分配给不同的分片，每个分片并行处理交易事务，以提高系统整体吞吐量 14。随着更多节点加入区块链分片系统，分片数量相应增加，从而提高了系统的可一118 一电测与仪表Electrical Measurement&Instrumentation拓展性 15,例如区块链分片系统如Omni Ledger、Ra p i dChain和Zilliqa等能够实现比传统区块链系统高出数千倍的处理速度和更高的可扩展性。在上述分布式能源交易区块链分片系统中，节点可以是微电网、常规用户等，而交易可分为两种，输入和输出在同一个分片中的分片内交易及输入和输出在不同分片中的分片间交易 16。分片间交易的成本高于分片内交易，因为其需要在相关分片之间进行更多的验证和通信，这也成为区块链分片系统性能的主要瓶颈。目前大多数区块链分片系统只是使用简单的节点随机分配算法，没有考虑区块链节点之间的关系，例如,将两个交易较为频繁的节点分配到同一个分片中以减少分片间交易的数量，或是将距离较近的能源节点分配在同一分片中以减少能源传输损耗等。同时，如何保证分片的安全性也是需要考虑的重要因素，例如,PBFT(Practical Byzantine Fault Tolerance）共识算法最多只能容忍不超过三分之一的恶意节点 17。因此，分布式能源交易场景下，研究和探讨区块链分片的节点分配算法是十分必要的。所以,文中针对分布式能源场景下的能源调度和交易安全的需求,应用区块链分片系统，综合考虑节点信誉评估和偏好异构，设计了一种区块链节点分配算法。该方法不仅能减少分布式能源区块链分片系统中的跨片交易，鼓励节点就近进行电力交易，以降低能源传输成本和交易成本，同时保证了系统的安全性。文中最后通过实验仿真,验证了该方法的有效性。1系统模型基于区块链分片的分布式能源交易系统总体架构如图1所示，系统主要由区块链层和物理层构成。交易主体有能源生产或消费用户，如微电网运营商、配电网运营商、光伏发电用户、普通用户等，交易标的物为电量以及相关的辅助服务。区块链层主要由信息系统构成,其主要作用是破除用户之间的信息壁垒，使得用户能够安全高效地共享市场电价、电量供需情况、政策等信息。该区块链层由负责分片形成与最终共识的主链和负责事务处理的子链组成。物理层主要由分布式电源、配电网络、计量设备、通信基础设施等构成 18，以确保达成P2P电量交易的用户之间能够安全、高效地传输电能，并能够实时将采集与计算的电量、电费、潮流等数据传递给区块链层，以便进一步地分析处理。为满足上述条件，物理设备需要相关的网络能力，以进行相关的系统升级以及连接至区块链网络。接下来，将从三个方面：区块链分片模型、节点信誉模型和匹配Vol.60 No.6Jun.15,2023第6 0 卷第6 期2023年6 月15日模型对系统进行介绍区块链层主链1子链物理层分片1新能源汽车用户光伏发电用户普通用户图 1系统架构图Fig.1 System architecture diagram1.1区块链分片模型考虑N个分片，表示为S=（s 1,S2,s）,M 个矿工节点（以下简称节点），表示为A=（a i，2，,m），分片s;中包含m;个节点，由于区块链的安全性和时延约束,每个分片的节点数量需维持在一个可控区间,即mminm；m m a x。每个节点只属于一个分片，一个分片可以拥有多个节点。对于节点j,有n,笔交易需要在下一个分片周期中进行处理，平均交易费用为Tj。节点间的交易数量各不相同,节点间的交易数量集可表示为Q=iqh,l，其中q,表示节点和,间的交易数量。假设任意两个节点间的交易数量是相等的,即qh，=i,k，那么节点间的交易关系可由无向图表示，无向图的边代表相邻两个节点之间的交易数量。考虑节点间的地理位置，节点k和之间的电气距离表示为dk,l,其每单位电能的电网服务费可表示为h,l=wdk,其中为每单位电距离的电网服务费 19。与节点,有交易来往的节点集合可表示为Am=（a x|q j i 0，假设节点,属于分片s，即;ES;,则分片s;中与节点a,有交易来往的节点集合可表示为A=alqj.0as，其他分片中与节点a,有交易来往的节点集合可表示为 AwciAa1.2节点信誉模型在面向分布式能源的区块链分片系统中，为了保证系统的安全性和可靠性，在能源节点交易过程中更信赖信誉度高的节点。节点信誉度量反映了其过去在交付承诺能源方面的表现，主要考虑以下因素：(1)时效性：信誉值和时间周期有关，在每个分片电测与仪表Electrical Measurement&Instrumentation周期中，系统都会对节点信誉值进行更新，不同的周期中节点的行为可能不同，通过调整不同周期中的节点区块头信誉值比重，可以体现节点近期行为还是以往的表现；时间戳交易数据默克尔树区块分片3分片2Vol.60 No.6Jun.15,2023(2)增减速率：信誉值的增减速率可根据实际情况进行调整，即奖励和惩罚的权重参数可以不同。为防止节点信誉过高而造成权力集中，节点信誉值的增长权重应适当降低，而节点作恶时应快速降低其信誉值以惩罚。此外，节点的行为分为正确行为和恶意行为，正确行为表示节点按时按需交付能源，恶意行为则表示节点逾期或不按需交付能源。因此,考虑在不同的分片周期T=1,2,t,上,基于主观逻辑模型 2 0 1以及对时效性和信誉值增减速率的考量，节点；对节点,在分片周期t内的评价可以表示为：hi,=0.(ki&,+)式中,和分别表示节点i在分片周期t中正确的行为次数和恶意的行为次数；,表示节点在不同分片周期中的信誉值权重；K,和K2分别表示节点正确行为的信誉增长权重和恶意行为的信誉减少权重。因此,节点;对节点,的评价为不同分片周期中的评价累和,可表示为：Thiy=hiny节点，的平均信誉值可表示为：;eA,i+jP;=M1.3匹配模型基于上述区块链分片模型和信誉模型，将区块链分片问题描述为一个最优节点匹配问题。1.3.1节点偏好模型节点从以下三个方面对分片进行排序。（1)共识效率：共识效率可由分片交易平均时延衡量,PBFT共识算法包含pre-prepare、p r e p a r e 和commit三个阶段。根据文献 2 1可知,分片交易平均时延为：3.S:lgm;T,=T,+T。+R,式中 T,为区块验证时延;T.为区块排队等待时延；R,为数据传输速率;S为区块大小。节点更偏向于选择交易平均时延更低的分片，文中使用（T,）来描述这种偏好；一 119 一(1)(2)(3)(4)第6 0 卷第6 期2023年6 月15日(2)片内交易数量：节点更偏向于进行片内交易而不是跨片交易。因此，节点更偏向于选择与其有更多交易的节点组成的分片，文中使用（A）来描述这种偏好；(3）节点间电气距离：节点更偏向于与电气距离更小的节点进行交易，以降低能源传输损耗。因此，节点更偏向于选择与其电气距离较小的节点组成的分片，文中使用（A%）来描述这种偏好。由于每个节点对共识效率和片内交易数量的偏好程度不同,文中为每个节点设置了权重参数入、入以及入，以将这三种偏好进行组合，节点按偏好排名选择分片。因此,节点,选择分片s,的效用定义如下：ua,(s)=Aj(T,)+j(A)+j(A)=0827(5)akEA1.3.2分片偏好模型分片更偏向于选择对自已收益最大的节点集合。分片收益分为分片内节点提供的交易费用和分片内节点的平均信用效益，可表示为：R.,=KiZnT,+K2ajEsi分片消耗的成本分为分片内交易处理费用和跨分片交易处理费用。文中定义分片内交易处理费用为cin，跨分片交易处理费用为ceros，片内交易费用低于跨片交易费用,即cin s,同样的,节点,对分片的偏好可表示为分片对节点集合的偏好可描述为：对于所有的节点集合Aau，A（a a）=2 4和分片s;ES（A a,表示节点所在分片的节点集合），当且仅当u，（A a）u.(Aa,)时,有 Aa,Aam。节点对分片的偏好可描述为：对于所有的分片Ss，s(sst）ES和节点a,EA，当且仅当ua（s t）a,(st)时,有sha,S1。分片和节点可以通过各自偏好进行排序来建立偏好列表。分片不考虑其他分片的匹配结果，而节点更偏向于选择与其有更多交易的节点组成的分片。因此,这是具有外部性的多对一匹配模型,分片的偏好列表是动态的，会随着其他节点选择状态的变化而变化。由于外部性的存在,难以用传统的稳定匹配求解。文献 2 2 的匹配模型中运用了双边交换稳定匹配的概念，可用于求解具有外部性的多对一匹配问题。第6 0 卷第6 期2023年6 月15日定义了两种类型的交换匹配：（1)双边交换：给定原始匹配,对于任意的k，a(aat)EA且(at）=（s h,(sh),(a)=（s i,(st）,其中s:s,关于原始匹配和节点aia,的交换匹配a可表示为ua=（u l i（a,s t），（a t，st)/U(ak,st),(at,sh)/;（2）节点-空位交换：给定原始匹配，对于任意节点EA且（a）=（s h，（s）,关于原始匹配和节点和任意分片sES,ss中的空位的交换匹配ua可表示为a=(ul（a k,s h）U(a k,s）/。双边交换定义了两个节点之间的交换，在双边交换中，只有两个在不同分片中的节点进行交换，而其他节点仍保持在原来的分片中；节点-空位交换则表示节点与其他分片中的可用空位之间进行交换。节点和分片并不总是乐于交换的，针对不同类型的交换匹配，当且仅当满足条件1和条件2 时，匹配是双边交换稳定的。条件1:双边交换匹配中,对于a,lEA，(at)=（s h,(s),(at）=（s t,(s)）,其中s si,需满足Vie(aw,a,sk,stl,utaut且3ie iar,ar,sh,sil,uuu;条件2：节点-空位交换匹配中，对于kEA，(at）=（s k，(st)），需满足u+uu+u，uu，且两式有且至少有一个严格大于成立。ak上述定义表明如果不同分片内的两个节点想互换,或节点想交换到另一分片的空位中,则相关的分片或者节点必须同意交换。所以，当且仅当不存在上述情况时，匹配是双边交换稳定匹配。稳定的匹配非常重要，否则，节点或分片都希望更改其当前的决策。详细的交换匹配算法流程如图2 所示。该算法是稳定的，可通过反证法证明：假设最终匹配*不是稳定的，则必须存在满足条件1或条件2 的交换匹配，因此,此时匹配*不是算法的最终匹配结果，这与假设相矛盾。因此,此算法是稳定的。3仿真结果3.1实验配置基于所提出的方法，我们搭建了一套区块链分片系统。通过不同的硬件和虚拟化容器来模拟分布式能源节点的异构特性，如图3（a）所示,选用NVIDIA的Jetson AGX Xavier、Je t s o n Na n o 和 Jetson AGX Orin 和部署在服务器中的Docker容器来模拟节点异构;图3(b)为分布式能源计算节点的信息页面。电测与仪 表Electrical Measurement&Instrumentation随机初始化匹配从满足条件1或条件2 的交换匹配工存在文iM?NLY1NiN(aj,s.)的交换匹配满足条件2Y更新匹配从i=1,j=1iMjMN(aj,a.)的交换匹配满足条件1Y更新匹配从结束图2 交换匹配算法流程图Fig.2 Flow chart of exchange-matching algorithm（a）异构节点部署图(b）节点信息页面图3区块链分片平台Fig.3Sharding blockchain platformVol.60 No.6Jun.15,2023开始不存在NN一 12 1 一第6 0 卷第6 期2023年6 月15日在仿真环境中，我们考虑不同节点数量和分片数量下的情况，其他参数设置如表1所示。表1参数设置表Tab.1 Parameter setting table参数取值10,20 ni50,100dii0,100 kmT,0.1 sT.0.2 sSB10 BR,10 MbpsCin10,20Ccross10,20 23.2算法收敛性基于匹配理论的分片算法的收敛性如图4图6所示。图4中横坐标为算法迭代次数，纵坐标为系统片内交易数量，可以看出，在不同节点数量和分片数量条件下，随着迭代次数增加，系统片内交易数量逐渐趋近于局部最优值，算法收敛。图5中横坐标为算法迭代次数,纵坐标为系统社会福利，可以看出，在不同节点数量和分片数量条件下，随着迭代次数增加，系统社会福利逐渐趋近于局部最优值。图6 描述了节点数量为8 0,分片数量为5的情况下算法迭代次数与系统社会福利的关系,在图6 中,随着迭代次数的增加,系统社会福利出现波动，整体上逐渐趋近于局部最优值，算法收敛。6.5006.00055005 0004.50040003.50030002.5002.0000246810 12.14 16 18 20选代次数图4不不同节点和分片数量下迭代次数与系统片内交易数量的关系图Fig.4 Relationship between iteration times and numberof intra-shard transactions under different nodes and一12 2 一电测与仪表Electrical Measurement&Instrumentation85008000买7 50 070006500600055005 0004500400002468101214 16 18 20送代次数图5不同节点和分片数量下迭代次数与系统社会福利的关系图Fig.5Diagram of the relationship between the numberof iterations and the social welfare of the system underdifferent nodes and number of shardsX1042.1352.132.1252.122.1152.11051001520253035选代次数图6固定节点和分片数量下迭代次数与系统社会福利的关系图Fig.6Relationship between training times and systemenergy consumption under fixed nodes andshards number3.3 算法对比除了文中提出的基于匹配的区块链分片算法，我们与传统区块链分片系统中的随机分配算法进行对比实验。实验结果如图7 和图8 所示，描述了不同节点数量和分片数量配置下随机分配算法与文中提出的算M-32,N-4法的仿真结果对比。M-28,N=47 000M-24,N=46000M-20,N=450004000300020001 0000M-20,N=4M=24,N=4节点及分片数量图7不同分片算法下系统片内交易数量对比图Fig.7 Comparison chart of system on-chip transactionthe number of shardsquantity under different fragmentation algorithmsVol.60 No.6Jun.15,2023M-32,N=4M-28,N=4M-24,N=4M-20,N=4口传统随机分配算法本文基于匹配的分配算法M=28,N=4M-32,N=4第6 0 卷第6 期2023年6 月15日9000800070006000F5000F4000300020001000M-20,N=4M-24,N=4节点及分片数量图8不同分片算法下片内能源传输成本对比图Fig.8Comparison chart of on chip energy transmissioncosts under different slicing algorithms图7 描述了不同节点数量和分片数量配置下文中提出的方案与传统随机分配方案的系统片内交易数量对比。其中,横坐标为不同的节点数量与分片数量配置，纵坐标为系统片内交易数量，不难发现，随着节点数量的增加，系统片内交易数量出现波动，整体呈现上升的趋势，从系统片内交易数量上文中提出的分片方案优于传统随机分配方案，大大降低了能源交易成本。图8 描述了不同节点数量和分片数量配置下文中提出的方案与传统随机分配方案的片内能源传输成本对比。在文中算法中鼓励节点就近进行能源交易以降低能源传输成本,从片内能源传输成本上对比分析，所提出的分片方案也明显优于传统随机分配方案。图9描述了不同节点数量和分片数量配置下文中提出的方案与传统随机分配方案的系统社会福利对比。不难看出,随着节点数量的增加，系统社会福利出现波动，整体上呈现上升的趋势，从社会福利上对比分析，所提出的分片方案也明显优于传统随机分配方案。9000口传统随机分配算法8000本文基于匹配的分配算法70006000500040003000M-20,N=4M=24,N=4节点及分片数量图9不同分片算法下系统社会福利对比图Fig.9 Comparison chart of system social welfare underdifferent fragmentation algorithms电测与仪 表Electrical Measurement&Instrumentation4结束语口传统随机分配算法本文基于匹配的分配算法M-28,N=4M-32,N=4M-28,N=4M-32,N=4Vol.60 No.6Jun.15,2023提出了一种在分布式能源交易下区块链分片的匹配算法，考虑系统中节点的异构性和信誉值，提高分片内交易数量，降低能源交易成本，并鼓励节点就近进行能源交易以降低能源传输损耗，同时保证分片的安全性。仿真结果表明，相较于传统的区块链随机分片方法,文中提出的方法性能更优，片内交易数量提升约24%，片内能源传输成本降低约2 3%，社会福利提升约11%，相较于传统方法有较大的提升。1张和平，双碳背景下新能源技术发展现状及展望 J现代化工，2022,42(8):7-9.Zhang Heping.Prospect of new energy technology under carbon peakand carbon neutralizationJ.Modern Chemical Industry,2022,42(8):7-9.2阮应君，侯泽群，钱凡悦，等基于深度强化学习的分布式能源系统运行优化 J科学技术与工程，2 0 2 2，2 2（17）：7 0 2 1-7 0 30.Ruan Yingjun,Hou Zequn,Qian Fanyue,et al.Optimization of the Opera-tion of Distributed Energy System Based on Deep Reinforcement LearningJ.Science Technology and Engineering,2022,22(17):7021-7030.【3汪磊，李敬兆，秦晓伟.基于区块链的智能电网分布式资源管理研究 J/OL.电测与仪表：1-9 2 0 2 2-11-15.http:/ Lei,Li Jinzhao,Qin Xiaowei.Research on distributed resourcemanagement of smart grid based on blockchainJ.Electrical Measure-ment&Instrumentation,1-9 2022-11-15.http:/ J.高电压技术，2 0 18，44（4)：1093-1098.Tao Qiong,Wang Deshun,Ye Jilei,et al.Capacity analysis of distribu-ted photovoltaic generation integrated into power grid considering energystorage configuration mode based on fusion of multiple data sources J.High Voltage Engineering,2018,44(4):1093-1098.5 ESFANDYARI M J,YAZDI M RH,ESFAHANIANV,et al.A hybridmodel predictive and fuzzy logic based control method for state of powerestimation of series-connected Lithium-ion batteries in HEVs J.Jour-nal of Energy Storage,2019,24:100758.6韩平平，张祥民，丁明，等.Hadoop数据存储分析技术在风电并网系统中的应用J电力系统及其自动化学报，2 0 18，30（1）：43-50.Han Pingping,Zhang Xiangmin,Ding Ming,et al.Application of datastorage and analysis technology of Hadoop to wind power grid-connectedsystemJ.Proceedings of the CSUEPSA,2018,30(1):43-50.7曾飞，杨雄，苏伟，等基于区块链与数据湖的电力数据存储与共享方法 J电力工程技术，2 0 2 2，41（3）：48-54.Zeng Fei,Yang Xiong,Su Wei,et al.Power data storage and sharingmethod based on blockchain and data LakeJ.Electric Power Engi-neering Technology,2022,41(3):48-54.一12 3 一参考文献第6 0 卷第6 期2023年6 月15日8高芳美英两国区块链发展现状及对我国的启示 J情报工程，2017,3(2):13-19.Gao Fang.The latest development of blockchain in the USA and theBritain and its implications to China J.Technology Intelligence Engi-neering,2017,3(2):13-19.9 Share&ChargeEB/OL.2018-04-11.https:/shareand J.电力系统自动化，2 0 19，43（7）：14-2 2，58.Zhao Yuehao,Peng Ke,Xu Bingyin,et al.Current situation and pros-pect of energy blockchain application engineering J.Automation of E-lectric Power Systems,2019,43(7):14-22,58.11J KOKORIS-KOGIAS E,JOVANOVIC P,GASSER L,et al.Omniledger:A secure,scale-out,decentralized ledger via sharding C/2018 IEEESymposium on Security and Privacy(SP).IEEE,2018:583-598.12 ZAMANI M,MOVAHEDI M,RAYKOVA M.Rapidchain:Scalingblockchain via full sharding C/Proceedings of the 2018 ACM SIG-SAC conference on computer and communications security.2018:931-948.13SECURE A.The Zilliqa Project:A Secure,Scalable Blockchain Plat-formJ.2018.14JDANG H,DINH T T A,LOGHIN D,et al.Towards scaling blockchainsystems via sharding C/Proceedings of the 2019 international confer-ence on management of data.2019:123-140.15 CHAUHAN A,MALVIYA O P,VERMA M,et al.Blockchain andscalability C/2018 IEEE International Conference on Software Quali-ty，Re li a b i li t y a n d Se c u r i t y C o m p a n i o n（Q RS-C).I EEE,2 0 18:122-128.16 CHEN H,WANG Y.Sschain:A full sharding protocol for publicblockchain without data migration overheadJ.Pervasive and MobileComputing,2019,59:101055.17SUKHWANI H,MARTINEZ J M,CHANG X,et al.Performance mod-eling of PBFT consensus process for permissioned blockchain network(hyperledger fabric)C/2017 IEEE 36th Symposium on Reliable Dis-tributed Systems(SRDS).IEEE,2017:253-255.电测与仪 表Electrical Measurement&Instrumentation18周步祥，李祖钢，陈实，等基于区块链的微电网合作博奔电力交易优化 J电测与仪表，2 0 2 2，59（8）：3946.Zhou Buxiang,Li Zugang,Chen Shi,et al.Power transaction optimiza-tion of micro-grid cooperative game based on block chain J.ElectricalMeasurement&Instrumentation,2022,59(8):39-46.19JKHORASANY M,DORRI A,RAZZAGHI R,et al.Lightweight block-chain framework for location-aware peer-to-peer energy trading J.In-ternational Journal of Electrical Power&Energy Systems,2021,127:106610.20JSUN W,LEI S,WANG L,et al.Adaptive federated learning and digit-al twin for industrial internet of things J.IEEE Transactions on Indus-trial Informatics,2020,17(8):5605-5614.21ZHANG J,HONG Z,QIU X,et al.Skychain:A deep reinforcementlearning-empowered dynamic blockchain sharding system C/49th In-ternational Confer