区域电力能源云储能交易区块链技术研究

朱江峰，沈 祥，汪 磊，汤婧婧，陈 俊

（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）

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 Byzantine Fault 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 Programming Interface，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]。

图3 区块链电力云储能交易技术架构

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。

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。

图5 共识优化算法流程

文中定义电力能源交易的智能合约模型为：

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，μ表示T和CE之间的映射。T={tk|k∈S×B}表示交易集合，S×B表示笛卡尔积。

电力能源交易区块链定义为：

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：

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。

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：

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0～2n-1，则单次求解得到符合要求的随机数概率为：

其中，n表示映射空间范围，t表示难度系数，λ=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：

式中，L表示节点数量。

定义交易优先权值为：

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

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

5 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。