基于区块链技术的分布式能源交易与管理平台研究

袁克立 袁 辉 宋宏冰

（山东华聚能源股份有限公司）

0 引言

分布式能源主要是指分布于各个用户端的综合型能源支配平台，因分布式能源拥有能效高、低污染以及经济性强等优势，且在现代能源互联网中占据着重要地位，所以其发展为一次能源也将成为必然趋势［1］。当前，能源互联网的建设发展，使得风能、太阳能、储能电池等具备低污染、高转化率、设备轻巧便携等特性的分布式能源迅速实施并网，如此便显著促进了分布式能源交易模式的多样性建设［2］。随之而来的交易管理问题也逐渐显现，因此，相关人员务必对分布式能源交易问题予以重视，基于区块链技术对交易平台予以优化完善，提升平台管理效率，以此有效助力分布式能源交易平台充分体现自身价值［3］。

1 基于区块链技术的分布式能源交易模式研究

分布式能源交易模式主要为集中出清交易模式，该模式通过区块链的去中心化特点，把交易市场全部用户的报价和需求进行整合匹配，并于生成供需区先后实施出清，依照差异性报价方式进行交易［4］。例如，假设用户节点是交易中的买方，定义向量H=代表的是用户a于时间ti提交的交易报价；而身为分布式能源服务商节点的卖方，定期向量为代表的是分布式能源服务商b在时间ti提交的交易报价，此时假设t1

表1 交易买卖双方的报价信息表

表2 交易报价排序和交易匹配信息表

2 基于区块链技术的分布式能源交易与管理模型构建

2.1 基于区块链技术的智能合约模型

智能合约的触发机制可以通过逻辑条件表达式来定义。例如，可以设定一个能源交易的智能合约触发条件为：

式中，Ci是客户i的当前能源需求量，Cthreshold是合约激活的能源需求阈值，Ti是当前时间，Tdeadline是合约截止时间，Pi是提议的交易价格，Pagreed是双方同意的价格。

智能合约的支付逻辑可以通过数学函数来定义，能源交易的支付金额Pаymеnt可以表示为：

式中，Paymentij是客户i向供应商j支付的金额，由客户的能源需求量Ci与每单位能源的价格Pi的乘积决定。智能合约中的惩罚机制用公式（3）表示，如果违约发生，即客户未能在截止时间前满足合约条件，可施加的惩罚Penalty为：

其中，λ是单位时间违约的罚金，Tdeadline和Ti分别是合约截止时间和实际交易时间。

2.2 分布式能源交易与管理模型

（1）综合能源交易条件：智能合约的激活条件可以通过集成之前定义的触发机制、支付逻辑和惩罚机制来实现。首先，定义一个综合条件函数Fij（C，T，P），该函数考虑了能源需求、时间和价格：

式中，ContractTriggerij决定合约是否被触发，Paymentij和Penaltyi分别代表了支付金额和违约惩罚。

（2）总体能源交易效益公式：总体交易效益Bеnеfit可以通过累加所有成功交易的支付减去所有违约惩罚来计算：

式中，n是参与交易的客户数量，m是供应商数量。

（3）交易成功率公式：交易成功率SuccessRate可以通过计算满足合约条件的交易数量与总交易数量的比例来确定：

式中，分子表示成功的交易数量，分母是总交易数量。以上模型可量化基于区块链的智能合约模型在分布式能源交易和管理平台中的效能。

2.3 分布式能源交易与管理平台中的F-DPoS算法设计

F-DPoS机制是DPoS的升级优化版本，主要执行原理是把简单且公开的投票决定节点转化成具备综合性能的评分模型，实现全部候选节点的公平竞争，助力更具价值以及能力的节点担任区块链生产者，以此有效规避DPoS机制节点选举出现的舞弊现象。

F-DPoS共识机制下的超级节点选举步骤，需要先对全部节点的算力予以评估，仅有评估结果有效满足制定标准的算力节点才可成功担任区块生产者。接着，对全部节点予以量化处理，使其为整体区块链充分提供价值，再根据原有的投票选举结果，利用动态权重的模式对变量予以科学分配，以此生成模型的核心变量。算力评估的公式可以表示为：

式中，Ci代表节点i的算力，Ii代表节点i的通证增长率，Vi代表节点i获得的投票数。系数α，β，γ分别代表这三个变量的权重，且α+β+γ=1。为保证模型的平衡性和约束性，引入平衡系数δ和约束系数η，使δ≥0，η≥1。

因边际收益递减，利用VES（VаriаblеElаsticityofSubstitution）生产函数来实现对节点的综合评估。VES函数可表示为：

在这个函数中，δ和η分别表示平衡系数和约束系数，决定算力Ci和通证增长率Ii对整体评分的影响程度。结合式（7）和式（8），可得节点的总体评分模型：

式中，λ是一个动态调整的权重系数，用于平衡直接算力评分和VES函数评估结果。

3 系统性能测试

为测试基于区块链技术的分布式能源交易与管理平台性能。选择5台Dеll PowеrEdgе R740服务器用于模拟区块链网络，运行智能合约，处理和存储交易数据，50个模拟节点代表不同的能源交易参与者，模拟交易行为。交易行为中的交易数据包括能源需求量、交易价格、投票数等数据。测试交易成功率、系统响应时间、网络吞吐量、算力分配公平性、能耗与资源使用等指标。其中，交易成功率是成功执行的交易与总交易的比率；系统响应时间表示从交易发起到确认的平均时间；网络吞吐量表示单位时间内网络处理的交易数量；算力分配公平性表示评估节点算力与获得的交易机会之间的关系；能耗与资源使用用于评估系统运行时的能耗和资源消耗。交易分为3个批次，记为Bаtch 1，Bаtch 2，Bаtch 3。实验结果如表3和表4所示。

表3 交易成功率及平均响应时间测试结果

表4 网络吞吐量测试结果

由上表可知，平台在不同的批次中保持了较高的交易成功率，显示了系统在处理交易方面的高效性和可靠性。某些批次的交易成功率甚至接近了99%，表明在特定条件下系统能以极高的效率顺利完成交易。然而，Bаtch的成功率略低于平均水平，表明在面对极端情况时，系统可能需要进一步优化以保持稳定性。系统平均响应时间保持在较短的范围内，表明系统能够快速处理并确认交易，符合实时交易处理的要求。网络吞吐量数据显示了系统在不同时间段处理交易的能力。单位时间内处理的交易数量保持在较高水平，说明系统具备处理高交易量的能力。

4 结束语

综上所述，为有效缓解基于区块链技术的分布式能源交易与管理问题，研究设计了一套基于F-DPoS算法的分布式能源交易与管理平台。实验结果验证了平台的高效性、可靠性和弹性，证明了F-DPoS算法在提高能源交易效率和确保系统稳定性方面的潜力。未来业内人员应探索更多应用场景，以充分利用区块链技术在能源管理领域的优势。随着技术的不断进步和应用的深入发展，基于区块链技术的智能能源管理系统将在未来的能源产业中扮演越来越关键的角色，为构建更加高效、可持续的能源生态系统做出重要贡献。