区域电力能源云储能交易区块链技术研究.pdf

电子设计工程Electronic Design Engineering第31卷Vol.31第16期No.162023年8月Aug.2023收稿日期：2022-01-06稿件编号：202201027基金项目：国网公司科技项目（JL71-15-042）作者简介：朱江峰（1975），男，浙江绍兴人，硕士，高级工程师。研究方向：电网战略、电网规划。区域电力能源云储能交易区块链技术研究朱江峰1，沈 祥2，汪 磊3，汤婧婧4，陈 俊1（1.国网绍兴供电公司，浙江 绍兴 312000；2.绍兴建元电力集团有限公司，浙江 绍兴 312000；3.绍兴大明电力建设有限公司 科技分公司，浙江 绍兴 312000；4.国网绍兴供电公司 越城供电分公司，浙江 绍兴 312000）摘要：针对区域电力能源调度的实际需求，提出了一种基于区块链的区域电力能源云储能交易技术。该技术在区域电力能源交易架构的基础上，设计了去中心化的云储能区块链交易模型，并进一步细化了业务层、中间件及开放许可链的3层技术架构，从而保证了客户端与分布式后台的有效协同。为进一步提高系统运算效率，提出了基于交易信用评估的共识算法优化方案。通过多维指标联合评估实现对区块链节点的评价，并根据定义交易优先权值完成了节点的信用排序。仿真分析结果说明，所提算法相对于现有算法能够降低恶意交易的概率，同时提高了交易系统的处理能力及响应速度。关键词：区块链；电力能源；信用评估；共识算法中图分类号：TN91；TP391文献标识码：A文章编号：1674-6236（2023）16-0157-05DOI：10.14022/j.issn1674-6236.2023.16.033Research on regional power energy cloud energy storage transaction blockchaintechnologyZHU Jiangfeng1，SHEN Xiang2，WANG Lei3，TANG Jingjing4，CHEN Jun1（1.State Grid Shaoxing Power Supply Company，Shaoxing 312000，China；2.Shaoxing Jianyuan PowerGroup Co.，Ltd.，Shaoxing 312000，China；3.Technology Branch，Shaoxing Daming Power ConstructionCo.，Ltd.，Shaoxing 312000，China；4.Yuecheng Power Supply Branch，State Grid Shaoxing Power SupplyCompany，Shaoxing 312000，China）Abstract:According to the actual demand of regional power energy dispatching，this paper proposes aregional power energy cloud energy storage trading technology based on blockchain.Based on the regionalpower energy trading architecture，a decentralized cloud energy storage blockchain trading model isdesigned，and the threetier technical architecture of business layer，middleware and open license chainis further refined to ensure the effective cooperation between the client and the distributed background.Inorder to further improve the operation efficiency of the system，this paper proposes a consensus algorithmoptimization scheme based on transaction credit evaluation，realizes the evaluation of blockchain nodesthrough multidimensional index joint evaluation，and completes the credit ranking of nodes according tothe definition of transaction priority weight.The simulation results show that compared with the existingalgorithms，the proposed algorithm can reduce the probability of malicious transaction and improve theprocessing capacity and response speed of the transaction system.Keywords:blockchain；power energy；credit evaluation；consensus algorithm-157电子设计工程 2023年第16期我国区域经济发展和能源分布均呈现出不均衡的特点，经济发达地区主要集中于东南沿海，而电力能源却主要集中于中西部地区。跨区域的交易与调度，对国家的能源战略具有重要的意义1-2。针对电力能源交易与调度问题，文献3-4提出虚拟电站（Virtual Power Plant，VPP）的概念，研究了分布式电力能源调度技术。文献5提出将两阶段随机排队论应用于区域电力能源系统规划，进一步优化调度策略。在此基础上，文献6-8提出能源互联背景下区域广义需求侧资源接入模式，将能源调度与互联网技术紧密结合。对于电力交易区块链技术，文献9-11提出基于拜占庭区块链共识算法（Byzantine Fault Tolerance，BFT）实现电力资源总体调度优化。而文献12-13初步设计了基于 PBFT 共识算法（Practical ByzantineFault Tolerance）的区块链交易架构。文献14-15则针对Raft共识区块链交易架构展开了研究。现有研究主要针对区块链交易架构进行设计，而在优化共识算法、提高系统效率方面仍存在不足。考虑到我国区域电力能源调度的实际需求，该文设计了云储能区块链交易模型，提出了改进的共识优化算法，该算法能够准确抑制恶意节点，提高系统处理能力，降低系统响应时间。1系统模型我国区域经济发展与电力能源分布存在严重不匹配的特性。电力供需关系区域协调又受多种供需关系的制约，具体包括政策引导、制度建设、平台支撑及安全保障四部分因素16。区域电力能源云储能交易系统架构如图1所示。图1区域电力能源云储能交易系统架构电力控制中心是整个系统的调度中心，其与电力控制系统和电力云储能交易中心进行交互。控制系统则主要负责接收电力基础设施互联信息，实现电力与信息技术的融合，并完成电力调度基础平台的搭建。电力云储能交易中心负责完成线上电力储能单元的交易调度，并将交易信息与调度数据发送至控制中心，再由控制中心集中调度资源，进而通过电力资源供给侧传输至电力需求侧17。2云储能交易区块链技术架构电力云储能交易中心的交易既要保证电力系统的安全性，又要考虑交易的便捷性，同时还需兼顾平台的公信力。基于此，该文提出了基于区块链的区域电力能源云储能交易技术。区块链是一种去中心化的分布式账本技术，其具有去中心化及不可篡改的特性。基于区块链技术的电力能源交易总体架构如图2所示。图2区块链电力云储能交易模型该文采用的区块链架构如图 3 所示，主要分为业务层、中间件和开放许可链 3 个模块。其中，业务层包括业务系统、HSM服务与浏览器；中间件主要分 为 应 用 程 序 编 程 接 口（Application ProgrammingInterface，API）、消息队列与数据处理模块；开放许可链则包括了通信模块、共识模块、加密验签模块、智能合约及区块链数据账本18。该文所采用的区块结构如图 4 所示，区块主要包括区块头和区块体两部分，不同的区块串联在一起即可形成区块链。-158图4区块链区块结构区块头主要是负责区块之间的连接信息存储，即存储区块号、区块的父哈希散列值，该区块的哈希散列值、时间戳、难度目标及随机数。区块头所存储的信息用以保证区块能够有序接入区块链中。区块体中存储着大量的交易信息，每一个区块均是独立的，且由于存储参数与前后区块具有关联。因此可进行溯源，也能保证区块信息的不可篡改性。3区块链云储能交易共识技术电力能源交易使用区块链架构，需保证整个交易数据的准确性与可信度。因此，需使用合理、高效的共识算法来保证系统一致性、可用性与分区容忍性的生态均衡。该文在实用拜占庭算法的基础上针对交易行为进行评估，以进一步抑制恶意节点，并减少算力的损失，使得系统能够较快完成信息同步，进而达成共识。基于交易信用评估的共识优化算法流程，如图5所示。文中定义电力能源交易的智能合约模型为：BE=(S,B,CE,SC,T,)（1）式中，S表示电力供应侧集合，B表示需求侧集合，CE表示交易区块链，SC表示智能合约，表示T和CE之间的映射。T=tk|kSB表示交易集合，SB表示笛卡尔积。电力能源交易区块链定义为：CE=(C0,Coa)（2）其中，C0表示初始区块链，Coa表示共识优化算法。该文提出的基于信用评估的共识优化算法，针对电力能源交易的准确性进行评估，其指标主要包括：1）C1：电力能源调度信息的完整性，包括电力能源需求侧与供给侧的信息、用电量及单价等；2）C2：电力能源供给侧的信息真实性，验证供给侧是否真实存在；3）C3：电力能源交易时间的合理性，根据时间戳信息进行校验；4）C4：电力能源需求侧的信息真实性；5）C5：电力能源需求侧资金充足性，可满足支付所需电力资源；6）C6：交易信息的随机数匹配性。综上，电力能源交易的准确性评估结果可表示为：TnK=i=16Ci（3）图3区块链电力云储能交易技术架构图5共识优化算法流程朱江峰，等区域电力能源云储能交易区块链技术研究-159电子设计工程 2023年第16期式中，TnK表示交易的准确性，K表示区块链的编号，n表示交易编号，Ci则表示评估指标，对于其量化定义为：C=Ci|i=1,2,3,4,5,6Ci=0,falseCi=1,true（4）则有：TnK=0,无效TnK=1,有效（5）若交易无效，则说明交易信息记录有误。此交易不合法，可能存在交易信息被恶意篡改的风险，故不应进行区块链的信息同步。为了评估节点交易信息记录的准确性，定义信用值elN来进行表征：elN=n=1NKTnKNK（6）其中，NK表示第K号区块中的交易数量。在电力交易区块链中，节点收集交易信息，并计算符合区块链哈希函数的随机数解。该函数的解可表示为：H(M,S)TaelN=2n-telN（7）其中，M表示节点的 Merkle 根，S表示节点正向解决的随机数值，Ta为系统难度系数。将正向求解的随机数经过哈希运算后再进行映射，映射区间为02n-1，则单次求解得到符合要求的随机数概率为：Pli=TaelN2n=2n-telN2n=elN（8）其中，n表示映射空间范围，t表示难度系数，=2-t表示概率难度常数。假设区块链中节点算力相同，不同节点的交易信用值不同。区块链中的节点竞争获得交易记账权，则节点竞争成功的概率可表示为：P=Plij=1LPji=elNj=1LejN（9）式中，L表示节点数量。定义交易优先权值为：V=c/elN（10）其中，c表示供电成本。信用值越高，交易优先权越高，节点竞争成功的概率便越高。相应的，信用值低的恶意节点竞争成功的概率也就越低。4仿真验证及数据分析为验证所提算法的有效性，该文对比了所提算法与现有算法的系统响应延迟与单链处理性能。此外，针对 3 种算力下不同信用值节点的区块链出块速率也进行了对比，进一步说明所提算法的有效性。如表 1 所示，3 种现有的共识算法中，BFT 算法和 PBFT 平均响应延迟大于 2 s，吞吐量则均小于1 500 tps，因此算法性能无法满足电力交易区块链的需求。而 RAFT 算法相对于其他两种算法，平均响应时间及吞吐量均有所提升，但均处于临界状态，且算法对于恶意节点的容错率较低。相对于现有算法，该文算法由于能对恶意节点进行排序抑制，故可以进一步降低系统的平均响应时间，进而提高单链处理能力。表1不同算法的性能对比算法BFTPBFTRAFT该文算法平均响应延迟/s2.112.071.991.86吞吐量/tps1 3001 4001 5301 600如表 2 所示，在相同算力条件下，信用值越高，区块链的出块速率越快。说明所提算法可有效抑制恶意节点，且信用高的节点具有较高的优先级。此外，在同一信用值下，对比不同算法条件，算力越高则区块链出块速率越快。而且，随着算力的提升，信用值升高所带来的出块速率的提升幅度有所降低，说明随着系统算力的提高，恶意节点的影响也在降低。表2不同信用值条件下的区块链出块耗时信用值708090100耗时/s50 kHash15.114.513.48.160 kHash14.212.49.56.770 kHash13.110.26.95.15结束语该文深入研究了基于区块链的电力能源云储能交易技术，设计了区块链分布式交易架构，实现了交易、调度、安全与监督四维一体化的模块设计。此外，文中还进一步提出了基于交易信用评估的共识-160优化算法，有效提高了系统效率和容错率。通过多维评价和信用排序，有效抑制了恶意节点，提高了系统处理能力，降低了响应延迟。后续工作可针对区块链技术的高并发需求，来实现进一步地优化。参考文献：1 谭思维,刘洋,许立雄,等.考虑风电消纳的区域多微网-配电网能源交易模式J.电力建设,2019,40(7):1-9.2 王德文,柳智权.基于智能合约的区域能源交易模型与实验测试J.电网技术,2019,43(6):2010-2019.3 侯杰.考虑虚拟发电厂接入的新能源电力系统优化调度研究D.保定:华北电力大学,2017.4 周国亮,李刚.区块链背景下虚拟电厂分布式调度策略研究J.计算机工程与应用,2020,56(15):268-273.5 孙朝阳.两阶段随机排队论应用于区域电力能源系统规划D.保定:华北电力大学,2016.6 潘明明,田世明,刘宗杰,等.能源互联网中需求侧资源参与电网控制的边云协同技术研究J.电子技术应用,2021,47(4):24-29.7 张巧来,马运东,王愈.基于用户侧需求响应的互联微电网研究J.电测与仪表,2019,56(10):34-39.8 赵娜,李翔宇,朱永强,等.能源互联微网需求侧气电协同优化策略J.电力建设,2017,38(12):60-67.9 车正伟.EB-bft:区块链中可伸缩BFT共识协议的研究D.济南:山东大学,2020.10陆歌皓,谢莉红,李析禹.区块链共识算法对比研究J.计算机科学,2020,47(S1):332-339.11黄伟,左欣雅,刘弋铭.基于多区块链结构的综合能源系统调度构架J.电力系统自动化,2021,45(23):12-20.12王德文,王莉鑫.基于实用拜占庭容错算法的多能源交互主体共识机制J.电力系统自动化,2019,43(9):41-49.13方维维,王子岳,宋慧丽,等.一种面向区块链的优化PBFT共识算法J.北京交通大学学报,2019,43(5):58-64.14黄冬艳,李浪,陈斌,等.RBFT:基于Raft集群的拜占庭容错共识机制J.通信学报,2021,42(3):209-219.15李雪飞,严悍,周亚茹,等.分布式Fabric raft区块链性能影响因素定量研究J.计算机与数字工程,2021,49(9):1855-1859.16徐志成,张富强,陈世喆,等.多区域电力系统协调调峰及峰谷互济运行方式分析J.中国电力,2018,51(8):64-69.17赵少东,李志宏,刘广一,等.基于区块链的绿电追踪认证协同共享关键技术初探J.供用电,2022,39(10):27-35,57.18刘杨,刘天羽.基于区块链和动态定价模型的微电网P2P能源交易J.智慧电力,2022,50(3):30-36.（上接第156页）习控制算法的鲁棒收敛性分析J.重庆邮电大学学报(自然科学版),2020,32(1):15-22.13艾散 帕合提,吾斯曼 玉山.基于径向函数的通信智能抗干扰系统设计J.电子设计工程,2022,30(3):89-93.14邹阳,周求宽,刘明军,等.局部放电特高频检测装置抗电磁干扰性能的量化评估方法研究J.电工技术学报,2020,35(10):2275-2282.15吴鑫,伍友利,高翔,等.基于FP增长算法的红外抗干扰评估指标简约方法J.空军工程大学学报(自然科学版),2021,22(1):99-104.16吴健,刘哲,倪少杰,等.卫星导航信号频域抗干扰后相关峰建模及对捕获性能影响分析J.电波科学学报,2020,35(4):614-621.朱江峰，等区域电力能源云储能交易区块链技术研究-161