CN113393227A - 一种基于多区块链的去中心化调频辅助交易方法 - Google Patents
一种基于多区块链的去中心化调频辅助交易方法 Download PDFInfo
- Publication number
- CN113393227A CN113393227A CN202110720529.0A CN202110720529A CN113393227A CN 113393227 A CN113393227 A CN 113393227A CN 202110720529 A CN202110720529 A CN 202110720529A CN 113393227 A CN113393227 A CN 113393227A
- Authority
- CN
- China
- Prior art keywords
- frequency modulation
- market
- transaction
- bid
- node
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 71
- 230000008569 process Effects 0.000 claims abstract description 32
- 230000008859 change Effects 0.000 claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims abstract description 18
- 238000004088 simulation Methods 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims abstract description 7
- 230000007246 mechanism Effects 0.000 claims abstract description 4
- 238000004146 energy storage Methods 0.000 claims description 23
- 230000004044 response Effects 0.000 claims description 23
- 238000012790 confirmation Methods 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 15
- 238000004519 manufacturing process Methods 0.000 claims description 14
- 238000005516 engineering process Methods 0.000 claims description 10
- 238000002360 preparation method Methods 0.000 claims description 10
- 238000012546 transfer Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 8
- 230000010076 replication Effects 0.000 claims description 8
- 230000008901 benefit Effects 0.000 claims description 6
- 239000004576 sand Substances 0.000 claims description 6
- 230000001960 triggered effect Effects 0.000 claims description 6
- 230000006399 behavior Effects 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 230000007704 transition Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 3
- 230000008520 organization Effects 0.000 claims description 3
- 238000010248 power generation Methods 0.000 claims description 3
- 238000009825 accumulation Methods 0.000 claims description 2
- 210000004556 brain Anatomy 0.000 claims description 2
- 230000000295 complement effect Effects 0.000 claims description 2
- 230000008014 freezing Effects 0.000 claims description 2
- 238000007710 freezing Methods 0.000 claims description 2
- 238000005457 optimization Methods 0.000 claims description 2
- 238000005192 partition Methods 0.000 claims description 2
- 238000012795 verification Methods 0.000 claims description 2
- XOOUIPVCVHRTMJ-UHFFFAOYSA-L zinc stearate Chemical compound [Zn+2].CCCCCCCCCCCCCCCCCC([O-])=O.CCCCCCCCCCCCCCCCCC([O-])=O XOOUIPVCVHRTMJ-UHFFFAOYSA-L 0.000 claims description 2
- 230000001105 regulatory effect Effects 0.000 description 6
- 230000033228 biological regulation Effects 0.000 description 4
- 101100013481 Arabidopsis thaliana FRS4 gene Proteins 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 2
- 235000015429 Mirabilis expansa Nutrition 0.000 description 1
- 244000294411 Mirabilis expansa Species 0.000 description 1
- 241000926403 Zyzzyva Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000001390 forced Rayleigh scattering spectroscopy Methods 0.000 description 1
- 235000013536 miso Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/08—Payment architectures
- G06Q20/085—Payment architectures involving remote charge determination or related payment systems
- G06Q20/0855—Payment architectures involving remote charge determination or related payment systems involving a third party
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明一种基于多区块链的去中心化调频辅助交易方法属于电力市场的技术领域，在日前交易和现货市场交易的基础上，构建了日前交易组合双拍卖模型、提出了一种基于触发机制的现货市场交易成本分摊模型，设计了链上交易过程和成本分摊的共识算法，对两类交易的数值计算结果分析表明，所提出的拍卖模型能够满足调频买家的不同需求，所提议的分摊方法强调了频率变化的触发应该导致更高的成本；采用的技术方案包括以下步骤：步骤S1）提出基于多区块链方法的调频辅助服务交易框架，步骤S2）对调频辅助服务市场进行数学建模，步骤S3）介绍交易过程和共识算法，步骤S4）在多区块链上实现交易的模拟，步骤S5）对共识算法进行性能分析。
Description
技术领域
本发明一种基于多区块链的去中心化调频辅助交易方法属于电力市场的技术领域。
背景技术
调频市场(FRM)是辅助服务市场不可或缺的一部分，但目前面临着严峻的挑战。一方面，交易的数量正在迅速增加。系统运营商(SO)或区域输电组织(RTO) 作为市场管理者和运营商，承担着费用结算、数据存储、市场信息披露等繁重的工作。另一方面，随着调频市场规模的扩大，市场主体的违约风险也在不断增加。监管信号、负荷比等相关数据难以追踪，有时买卖双方对交易信息存在疑问。区块链技术作为一种去中心化的分布式账本，是受其数据不可篡改、反隐私泄露的特点启发而引入市场的。我们试图利用该数据库建立一个可跟踪的调频交易系统，以提高电力市场的整体运行效率、交易透明度和安全性。
宾夕法尼亚州-新泽西州-马里兰州(PJM)是美国一个成熟的电力市场。其营办商不断探索交易规则，并建立一套系统，以支持调频市场的运作。宾夕法尼亚州-新泽西州-马里兰州(PJM)监管市场为宾夕法尼亚州-新泽西州-马里兰州 (PJM)参与者提供了一个以市场为基础的购买和销售监管辅助服务的系统。资源所有者提交特定的供应商以获得调节能力和调节性能，宾夕法尼亚州-新泽西州-马里兰州(PJM)将这些供应商与市场网关系统中的能源供应商和资源时间表一起作为输入数据，发送给辅助服务优化器，后者是一个小时前的市场清盘引擎。辅助服务优化器优化RTO调度配置文件，并预测地点边际价格，以确定每小时的监管承诺，以满足需求。然而，宾夕法尼亚州-新泽西州-马里兰州(PJM)的调频市场、美国中西部独立系统运营商(MISO)、加州独立系统运营商(CAISO)和德克萨斯州电力可靠性委员会(ERCOT)被用于一个中心架构。虽然各国的调频服务在帐单及产品种类上各具特色，但频率规管服务在市场上的中心地位是显而易见的。市场的紧缩在一定程度上阻碍了双边交易。此外，市场是强制性的，不太活跃，而调频债务人不愿意积极购买调频服务，因此迫切需要探索新的贸易产品来弥补调频成本。
几位研究者研究了如何优化参与者在不同的市场规则下的运行。相关文献提出了车辆-电网(V2G)闭环控制来实现调频和电动汽车充电需求的满足。利用负荷的可控容量进行车辆-电网(V2G)控制，将控制中心的调节信号发送到电动汽车。储能系统(ESS)作为调频市场中的一种新兴技术，其潜力也受到了人们的关注。储能系统是提供惯性响应和一次调频的合适解决方案。虽然车辆-电网(V2G)控制和储能系统等新型调频产品已经在管控和运营方面进行了深入研究，但仍缺乏交易渠道，无法发挥其带来的经济效益。更重要的是，在资金层面，系统运营商没有获得市场参与者的充分信任。相关文献指出，系统运营商未能向规管提供者发出足够的价格信号，给规管提供者造成经济损失。增加市场成员之间的互信也是一个问题。
区块链技术是一个安全的去中心化分摊账本(数据库)在一个不可信的点对点(P2P)网络。它已经应用于电力市场的许多场景，如光伏发电交易、微网交易等。相关文献提出了一种基于有向无环图和微网的安全管理框架，但这种方法没有考虑市场上数据的真实性和可靠性。相关文献将区块链作为一种分布式工具，它超越了能源交易的经济方面，可用于为微电网的技术运行做出分布式决策，但仅考虑了中压微电网，该工具未应用于各种运行场景。以无功调节的辅助服务与区块链技术相结合为例。时至今日，大部分研究仍停留在单一的区块链上。该结构不能满足高吞吐量事务。在区块链网络中，工作量证明(PoW)会浪费大量的计算资源，而权益证明(PoS)会使部分参与者获得垄断地位。当节点数量增加到一定程度时，实用拜占庭容错(PBFT)算法的共识性效率将下降。
然而，调频服务不同于基于交易规则的无功调节，运行调频市场更依赖数据。到目前为止，区块链范式在调频市场中的应用还不够充分和不成熟。本发明探讨了如何利用最新的新兴技术从根本上改善市场。
发明内容
本发明克服现有技术存在的不足，所要解决的技术问题为：提供一种基于多区块链的去中心化调频辅助交易方法，在日前交易和现货市场交易的基础上，在日前交易和现货市场交易的基础上，构建了日前交易组合双拍卖模型、提出了一种基于触发机制的现货市场交易成本分摊模型，以宾夕法尼亚州-新泽西州-马里兰州(PJM)为例，设计了链上交易过程和成本分摊的共识算法，对两类交易的数值计算结果分析表明，所提出的拍卖模型能够满足调频买家的不同需求，所提议的分摊方法强调了频率变化的触发应该导致更高的成本，共识算法还提高了事务的容错性和吞吐量。
为了解决上述技术问题，本发明采用的技术方案为：一种基于多区块链的去中心化调频辅助交易方法，包括以下步骤：
步骤S1)提出基于多区块链方法的调频辅助服务交易框架；
步骤S2)对调频辅助服务市场进行数学建模；
步骤S3)介绍交易过程和共识算法；
步骤S4)在多区块链上实现交易的模拟；
步骤S5)对共识算法进行性能分析。
本发明与现有技术相比具有的有益效果是，提出了一种基于多区块链的去中心化调频辅助服务市场方法，得出了许多有价值的结论：
(1)提出了一种基于多区块链技术的调频辅助服务交易模型，包括基于调频容量交易的组合双拍卖模型和基于现货市场交易的成本分摊方法。分摊方法是调频市场的基本范式转变；
(2)提出了一种随机实用拜占庭容错(RPBRT)算法用于现货市场交易，以达成调频服务成本分摊的共识，调频市场的数据存储在梅克尔树安排，以防止篡改；
(3)基于所提出的方法实现了一个去中心化的市场，使该技术的优点与市场的需求相匹配。
附图说明
下面结合附图对本发明做进一步详细的说明；
图1是本发明的方法流程示意图；
图2是去中心化的调频辅助服务市场框架图；
图3是基于梅克尔树的运行数据存储图；
图4是调频服务成本的责任分析；
图5是调频费用分摊的交易过程；
图6是随机实用拜占庭容错算法的共识过程；
图7是现货市场交易容量分配及中标价格；
图8是情况1的负荷率和调频触发；
图9是情况2的负荷率和调频触发；
图10是图形用户界面上FRB3到FRS4的交易记录；
图11是随机实用拜占庭容错算法的容错能力；
图12是吞吐量的比较分析。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明中的实施例，对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例；基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明一种基于多区块链的去中心化调频辅助交易方法，包括以下步骤：
步骤S1)提出基于多区块链方法的调频辅助服务交易框架；
步骤S2)对调频辅助服务市场进行数学建模；
步骤S3)介绍交易过程和共识算法；
步骤S4)在多区块链上实现交易的模拟；
步骤S5)对共识算法进行性能分析。
所述步骤S1)提出基于多区块链方法的调频辅助服务交易框架的过程为：
步骤S11)构建多区块链调频服务交易框架
该市场包括系统运营商(SO)和条目，其中条目包括光伏(PV)、风机(WT)、发电机组(G)、负荷聚合商(LA)和储能系统(ESS)。在区块链的启发下构建一个去中心化的市场，如图2所示，市场分为两部分：
1)数据：目前的调频市场在数据领域高度集中，因为系统运营商似乎是市场的“数据大脑”。系统运营商是运营组织和调节商，并且调频服务商(FRS)的所有运行数据均由系统运营商收集。计算系统的实时频率状态，得到区域控制偏差 (ACE)的结果。它还向调频服务商发送一个自动发电控制(AGC)信号，以在频率变化发生后平衡功率。在提议的市场中，有四个区块链构建区块链集群(联盟区块链)，被分别定义为系统运营商链、发电机组链、需求响应(DR)链和储能系统链。条目的运行数据不是单独存储在系统运营商链中，而是也写在其他三个区块链上并且可以彼此分摊。例如，负荷聚合商在向系统运营商更新数据时将数据写到需求响应链上，数据包括预测负荷曲线和实际负荷曲线。因为当前的区块链技术不能满足调频服务以秒为单位的时间要求，我们保留了将自动发电控制指令分配给调频服务商的系统运营商的功能；
2)资金：当前市场也高度集中在资金上，资金由调频买家(FRB)支付给调频服务商，需要转移给系统运营商。在此过程中，系统运营商将资金转移至调频服务商，系统运营商在市场中扮演中介角色。在去中心化市场中，我们试图改变这种状况。在资金流转方面，调频服务成本将转移到区块链上，调频服务商提供调频服务后，可以从区块链获得相应的资金。该资金可以迅速从一个区块链转移到另一个区块链。这样，调频服务商和调频买家可以直接实现交易并提高调频服务交易的效率。该方法建立了一个完整的可追溯交易系统，其中市场信息以加密形式存储在区块链网络的节点上。该方法建立了一个完整的可追溯交易系统，市场信息以加密形式存储在区块链网络的节点上。
步骤S12)在块上存储运行信息和数据
在图3中，电网运行数据和市场数据存储在用于调频市场的区块链上，目的是确保网络安全并防止诸如不可抵赖性、篡改数据和交易欺骗的威胁。每个块头都具有相同的结构，它包括序列块N，块N的预哈希值(块N-1的哈希值)，随机数(工作证明算法困难的目标)和时间戳(生成块的时间)。专门适用于安全哈希算法(SHA)的梅克尔树(Merkle tree)用于存储数据。例如，需求响应块N 的一个叶节点是实际负荷曲线数据和预测负荷曲线数据的哈希值，其连接到相应的子节点N，并且子节点N也连接到根节点N。最后，如果由于人为和非人为因素而更改了数据，则梅克尔根哈希值也将同步更改；
一方面，随着调频触发(FRT)(等于现货市场交易中的调频买家)的出现，将其向调频服务的提供的数据记录在梅克尔树中，并且存储模式的目的是存储用于计算调频服务的成本的数据。另一方面，储能系统、需求响应和发电机组的运行数据也记录在梅克尔树中，目的是计算成本分摊和保留数据证书。调频服务商调频服务的招标和成本记录在系统运营商梅克尔树中。该方法建立了一个完整的可追溯交易系统，将市场信息以加密形式存储在区块链网络的节点上。
所述步骤S2)对调频辅助服务市场进行数学建模的过程为：
步骤S21)构建日前交易的组合双拍卖模型
日前交易是一种期货合约，用于满足在未来一段时间内委托人调频需求，交易时间早于结算时间，需求的性质等于供应商的调频容量，它是预测的功率偏差，该合约可以帮助委托人及早锁定价格，从而降低实时调频市场中的风险；
参与者分为买家和供应商，根据调频需求，设计自己的竞价策略，并赋予调频买家各种竞价逻辑，以鼓励他们积极参与市场，调频服务商投标包包括调频容量矩阵Qs和投标价格矩阵Ps如下：
n为调频服务商；式中
和
分别是d天内n的收购容量和投标价格； D是投标日子的集合；Ns是调频服务商的集合，调频服务商中标结果用矩阵Xs表示：
其中
为第d天n个中标者的百分比，
的取值范围为[0，1]；例如
为0.3，调频容量招标量为10MW，则中标量为3MW；
调频买家的投标包包括调频容量的投标矩阵Qb和投标价格矩阵 Pb，Nb是调频买家的集合，
其中Qb，m为m(调频买家)的调频容量投标矩阵；
由于购买者有不同的投标逻辑，调频买家的投标集反映了购买者对调频容量的需求，m的投标逻辑类型为
有四种竞价逻辑，即“原子”、“或”、“异或”和“和”，逻辑反映了调频买家的需求，
调频买家中标用矩阵Xb表示：
其中
表示第d天m的中标，是一个0-1的二进制变量，0表示不中标，1表示中标；
为了避免人为地偏袒市场参与者和垄断现象的发生，我们将调频市场的最大社会福利作为目标函数Rso，并确定中标单位和调频市场的社会福利：
在式(7)中，Rso是卖方剩余Rs和买方剩余Rb的总和，Rs和Rb也表示为：
此外，为了达成交易，在目标函数
中增加了一个惩罚项：
其中惩罚系数η是一个足够小的正数；
不同的买家投标逻辑对应不同的约束条件，
表示投标天数m的集合，Bm为调频买家m的投标集合：
1)“原子”投标约束：某天的调频容量竞价，“原子”投标是合并投标的基本单位，它可以用不同的逻辑组合成“或”、“异或”、“和”：
2)“或”投标约束：指买家必须全部中标才能满足其需求，对数天调频服务m的投标逻辑关系为“或”，可表示为：
其中dj为
中的j元素，中标天数不能超过投标总天数的上限，约束可以表示为：
其中
为矩阵Qb，m的非零元素个数；
3)“异或”投标约束：m可以竞标数天的调频容量，逻辑为异或，几天的调频容量m的投标最多中标一天，即只要有一天中标，就可以满足m的调频容量需求：
约束式(11)可以用类似于约束式(8)的方式表达；
4)“和”投标约束：m对多日调频容量的投标可表示为：
投标所表达的是m的互补需求；即对于m而言，只有所有的投标日同时中标才能满足其需求，如果只有部分投标中标，只会产生额外的成本，而不会带来任何收益，因此，买家m希望同时中标或同时不中标，对于未来电力输出或输入有极大不确定性的买家，可以使用该竞价策略，约束式(12)等价于约束式(13)；
5)调频容量需求约束：
由式(14)可知，买方的中标需求不能超过卖方的调频容量供给；
6)调频容量报价约束：
其中
和
为调频容量报价的上限和下限。
步骤S22)构建现货市场交易(AFT)的成本分摊模型
由于电力输出和输入的不确定性，大部分交易实际上是现货市场交易，我们不会改变各个市场的调频服务费的计算规则，也就是说，系统运营商根据调频服务商的贡献来计算费用。首先，我们解释功率偏差是如何导致频率变化的。
在图4中，t为频率变化的开始时间；调频服务商在Δt内参与调频服务，在t+Δt时结束调频服务，这导致调频服务的成本为FFR。然后，成本由调频触发(包括需求响应、发电机组和储能系统)分摊，这得益于运营数据的多区块链存储。事实证明，这种分摊方式是可行的。
定义：频率变化前实际曲线与预测曲线的最后一次交点为K0，对应时间点为t0，在频率波动之前，正是这些功率
不平衡的累积触发了频率变化；
计算方法如下：
x在需求响应的功率偏差为DDR，x，x在需求响应的实际负荷曲线是
x在需求响应的预测负荷曲线是
在
到
的时间内，通过
和
两者之差的绝对值的积分得到DDR，x：
DG，y是y在发电机组的功率偏差，
是y在发电机组的实际功率曲线和
是y在发电机组的预测功率曲线，在
到
的时间内，通过
和
两者之差的绝对值的积分得到DG，y：
其中DE，z为z在储能系统中的功率偏差，
为z在储能系统中的实际荷电状态(SOC)曲线，
为z在储能系统中的预测荷电状态曲线，在
到
的时间内，将
与
之差的绝对值积分得到DE，z：
其中kDR，x，kG，y，kE，z为x、y和z的分摊系数，FDR，x，FG，y， FE，z分别为x、y和z在调频服务中应承担的费用，与传统的基于负荷比的成本分摊方法相比，该方法可以准确地追溯到频率变化的触发点，避免了与预测曲线和实际曲线一致的参与者承担市场强加的成本。
所述步骤S3)介绍交易过程和共识算法的过程为：
步骤S31)基于区块链的调频服务交易进度
根据调频市场中PJM的交易日程，我们设计了如图5所示的基于区块链的交易流程。
根据调频市场中PJM的交易日程，设计基于区块链的交易流程：
交易过程分为日/时行情、实时行情和结算三个阶段：
1)日/小时行情：在市场开盘后，系统运营商在未来一段时间内会发布市场信息，参与者提供预测的运营数据和报价信息，并对数据进行非对称加密，以确保用户隐私，向参与者分发公钥，并将私钥保存到 Keystore_address，同时，系统运营商的辅助服务优化器(ASO)对调频资源进行了预清零；
2)实时行情：在运行点前30分钟，系统运营商获取私钥P-K解密报价信息包，正式出清。为了判断是否到达运行点T，宾夕法尼亚州- 新泽西州-马里兰州(PJM)将一个小时划分为12个调度周期，每5分钟代表一个调度周期。宾夕法尼亚州-新泽西州-马里兰州(PJM)实时联合优化的同时承诺调整能源和储备，并计算五分钟调节市场出清价格 (RMCP)和调节市场表现清算价格(RMPCP)，用于推导出调节市场容量清算价格(RMCCP)每5分钟根据当前系统条件。另外，区块链 (需求响应链、储能系统链、发电机组链)同步记录相应的实际运行数据，作为调频成本分摊的数据存储凭证。如果未达到T，那么系统运营商将返回并再次清空该包；
3)结算：结算阶段按时间顺序分为两部分：
①成本分摊的共识过程：
系统运营商在发布收费信息后，利用P-K对频率变化时间对应的预测数据包进行解密，计算偏差(DG，i…)和分布系数(kG，i…)，设计了随机实用拜占庭容错(RPBFT)共识算法。随机实用拜占庭容错共识算法将在下一节中详细描述。如果达成共识，则开始跨链转移。否则，再次协商一致；
②过渡链转移过程：
锁定该调频触发的账户地址(FRTAccount_a，FRTAccount_b…)，根据分摊结果冻结对应账户(N-a_vol，N-b_vol…)的代币，锁定该调频触发的账户地址(FRSAccount_x，FRSAccount_y…)，收到代币后开始跨链转账。调频服务商发送一个接收响应，并将事务结果写入系统运营商链。然后，交易结束。
步骤S32)基于随机实用拜占庭容错(random and practical byzantine faulttolerance，RPBFT)的成本分摊共识算法
共识过程是调频从强制性分享向公平分享的转变。也就是说，调频市场的参与者同意成本分摊的结果。这个问题可以通过区块链技术中的共识算法来解决。许多参与者参与调频成本的分摊，实用拜占庭容错算法不能适应大量节点参与的共识场景。为此，我们提出以下随机实用拜占庭容错算法的共识进程：
共识过程分为随机选择、预准备、准备、确认和答复5个主要阶段，如图6所示：
1)随机选择：假设整个调频市场中所有参与者的数量为Nsum，共识过程开始后，得到一个随机数r，所述r≤Nsum，r个市场参与者随机匹配区块链网络中的主节点，Nsum-r市场参与者是子节点，r的计算方法如下：
调频市场中的所有参与者抽象为区块链网络，网络节点分为四类，普通节点通过实名认证成为投票节点，投票节点负责在候选节点上投票，并在生产节点上打分，投票节点数可设为NV，编号为{0，1，…， NV-1}，生产节点可以设为编号为{0，1，…，NP-1}的NP节点，由负责生产块的投票节点从候选节点中选择，候选节点由普通节点应用程序生成；编号为NC，普通节点编号为NO，可表示为：
Nsum＝NV+NP+NO+NC (23)
假设在频率变化之后，系统运营商收到了
数据投票节点的签名，并设置签名如下：
假设每个投票节点在每轮随机投
票，PCN→PN为候选节点被选为生产节点的概率，然后，使用安全哈希256算法计算资源，假设取字符串最后32位的函数是子字符串End32(string)，用签名
表示，从投票节点接收到的时间是时间戳：
由于每个区块头的哈希值是不可预测的，因此可以获得一个不可预测的Rsource和一个随机数r，从而通过使Rsource值以一定的模式出现来防止主节点获得更多收入的可能性；
2)预准备：主节点收到结算请求并验证后，根据请求生成预准备好的消息，广播给各子节点和主节点；
3)准备：子节点收到主节点预先准备好的消息后，对消息内容进行验证，以确保消息内容在传输过程中没有被篡改，验证完内容后，子节点和主节点会根据预先准备好的消息生成准备消息，并将其广播给所有复制节点(发送广播消息的节点除外)；
4)确认：当节点接收到至少(2n+1)/3个来自不同节点的准备消息(包括节点自身)，且验证消息为真并且有效时，节点进入确认阶段，根据准备消息生成确认消息并广播给所有复制节点，同时，它依次接收和验证来自其他节点的确认消息，在收到2n+1条有效的确认消息(包括它自己的消息)后，它声称该请求已到达该节点上的确认阶段，只有通过该节点才能判断请求的服务是否被大部分复制节点验证；
5)应答：当请求到达确认阶段，请求进入应答阶段，请求由所有复制节点执行。
所述步骤S4)在多区块链上实现交易的模拟过程为：
步骤S41)日前交易的案例数据：
假设调频容量拍卖可以在每周7个交易日进行，则将不同交易日的调频容量视为不同的拍卖项目，此示例包括7个买方(调频买家)和6个卖方(调频服务商)，买方投标价格的上限为$15/MW，下限为$1/MW，买方投标数据如表一，2.5、3.1表示买方2在星期一的投标容量为 2.5MW，投标价格为$3.1/MW，卖方投标数据见表二；
表一调频买家投标数据
表二调频服务商投标数据
步骤S42)日前交易中标结果分析
在读取区块链数据后，使用应用程序编程接口调用IBM CPLEX 12.7优化器。由图7可知，同一调频买家在不同时段的容量需求可以由单一调频服务商来满足，也可以由不同的调频服务商来满足，例如周一 FRS4、5、6共同满足FRB3的需求。周日FRB7的容量需求由FRS5满足。结果符合不同买家的出价逻辑。频率容量中标价格也如图7所示。同一调频买家和不同调频服务商在同一交易日的交易价格是不同的。周二，FRB3的中标价格分别为2.95美元/兆瓦和2.35美元/兆瓦。这种差异是来自调频服务商和调频买家的报价。该定价机制既保证了交易的公平性，又及时反映了调频资源的稀缺性，能够稳定调频市场中每个参与者的价格预期。
步骤S43)现货市场交易的分析
关于交易，我们设计了两个例子。该区域由宾夕法尼亚州-新泽西州-马里兰州(PJM)中的30个调频触发组成，包括负荷聚合商、发电机组、光伏、风机和储能系统。之后通过调用区块链上各调频触发的预测运行数据和实际运行数据，在区块链网络中实现成本分摊共识。我们使用两种分摊方法(负荷率和调频触发)来比较两种情况下的成本。从图 8可以看出，根据负荷率，负荷聚合商和储能系统分摊了大部分成本。因为包括发电机组、光伏、风机在内的电厂自耗的负荷功率很小，因此不会承担过多的成本。计算结果表明，由于风速从3.78m/s快速短期变化到7.91m/s，WT23和WT26的实际输出大于预测输出，导致系统有功功率不平衡，触发频率变化。比较两种分摊方法时，WT23和WT26 的负荷比较低，但实际上它们是造成该频率变化的主要原因。显然，负荷比分摊法是不公平的。本案例研究证实，可再生能源输出的不确定性是当前导致事件频发的重要因素之一。
在图9中，频率变化的发生并不是单一因素。由于负荷和ESS14 的随机性，LA4、LA5、LA10、LA15等负荷均与实际和预测的负荷功率存在较大偏差。还有一个功率偏差是由于储能系统计划外的短期充电造成的。因此，上述监测的调频触发应分摊大部分调频触发服务成本。算例表明，负荷波动也是触发频率变化的因素之一。
步骤S44)交易模拟
与专用应用程序编程接口(API)相结合，视图使用JavaFX，我们建立了图形用户界面(GUI)来模拟交易。以FRB3和FRS4在周一的日前交易为例，进行了传递仿真。假设1$＝100代币，转账记录详情如图10 所示。
在图10中，周一调频服务商的4.6MW调频容量被FRB3购买，结算费用为1265代币。FRB3帐户已获得资金，且该交易具有唯一的哈希值。FRS4也有一个唯一的哈希地址。Go编程语言对交易进行编程，图形用户界面显示的是GOLANG类型。节点达成共识后，交易状态为有效。TxHash是交易的哈希值。
所述步骤S5)对共识算法进行性能分析的过程为：
步骤S51)容错分析
计算环境是一台具有2.6GHz Intel Core i7-9750 CPU、16gb RAM 和64位操作系统的计算机。实用拜占庭容错算法和随机实用拜占庭容错算法部署在一个计算器中，并在MATLAB 2019a中模拟。对于上一节中30个调频触发等的分布式网络，共有31个(30+1)节点，其容错性能如图11所示；
容错性能表示当区块链网络中存在恶意节点或节点出现恶意行为时。整个网络仍然可以达成共识。在图11中，横轴表示网络中恶意节点的百分比，纵轴表示恶意候选节点被选为生产节点的概率。在恶意节点所占比例相同的网络中，选择一个恶意节点作为生产节点的概率越低，该算法越能防止恶意节点参与生产块，即容错性越好；
只有在恶意节点数小于1/3的情况下，实用拜占庭容错算法才能达成共识，其中恶意节点的比例为M，Ma为恶意节点中恶意行为的比例，如发布虚假市场数据、提供错误反馈值等，MP是生产节点中的恶意节点，数值越小，系统的容错性能越好，当Ma分别为15％、30％、45％和60％时，随机实用拜占庭容错算法的容错性优于M为100％且仅Ma＝75％和Ma＝0.6时的实用拜占庭容错算法，随机实用拜占庭容错的性能比实用拜占庭容错算法差，事实上，调频中不可能出现这么多恶意参与者，因此，在大多数情况下，随机实用拜占庭容错算法能够满足调频辅助服务市场在成本分摊上达成共识的需要。
步骤S52)吞吐量分析
构建一个基于Hyperledger Caliper的50节点网络，比较了该算法与其他算法的交易吞吐量和交易延迟。从图12可以看出，在相同吞吐量下，随机实用拜占庭容错算法的延迟比实用拜占庭容错算法和Zyzzyva算法短。在0.78×105ops/s～0.89×105ops/s的吞吐量范围内，随机实用拜占庭容错算法在0.1ms的时延略高于XPaxos算法，但总体而言，随机实用拜占庭容错算法的整体性能优于其他类型的算法。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (6)
1.一种基于多区块链的去中心化调频辅助交易方法，其特征在于包括以下步骤：
步骤S1)提出基于多区块链方法的调频辅助服务交易框架；
步骤S2)对调频辅助服务市场进行数学建模；
步骤S3)介绍交易过程和共识算法；
步骤S4)在多区块链上实现交易的模拟；
步骤S5)对共识算法进行性能分析。
2.根据权利要求1所述的一种基于多区块链的去中心化调频辅助交易方法，其特征在于，所述步骤S1)提出基于多区块链方法的调频辅助服务交易框架的过程为：
步骤S11)构建多区块链调频服务交易框架
市场包括系统运营商和条目，其中条目包括光伏、风机、发电机组、负荷聚合商和储能系统，在区块链的启发下构建一个去中心化的市场，所述市场分为数据和资金两部分：
1)数据：目前的调频市场在数据领域高度集中，因为系统运营商似乎是市场的“数据大脑”，系统运营商是运营组织和调节商，并且调频服务商的所有运行数据均由系统运营商收集，计算系统的实时频率状态，得到区域控制偏差的结果，它还向调频服务商发送一个自动发电控制信号，以在频率发生变化后平衡功率，在提议的市场中，有四个区块链构建区块链集群，被分别定义为系统运营商链、发电机组链、需求响应链和储能系统链，条目的运行数据不是单独存储在系统运营商链中，而是也写在其他三个区块链上并且可以彼此分摊，因为当前的区块链技术不能满足调频服务以秒为单位的时间要求，保留了将自动发电控制指令分配给调频服务商的系统运营商的功能；
2)资金：当前市场也高度集中在资金上，资金由调频买家支付给调频服务商，需要转移给系统运营商，在此过程中，系统运营商将资金转移至调频服务商，系统运营商在市场中扮演中介角色，在去中心化市场中的的资金流转方面，调频服务成本将转移到区块链上，调频服务商提供调频服务后，可以从区块链获得相应的资金，资金可以迅速从一个区块链转移到另一个区块链，这样，调频服务商和调频买家可以直接实现交易并提高调频服务交易的效率，建立了一个完整的可追溯交易系统，其中市场信息以加密形式存储在区块链网络的节点上，建立了一个完整的可追溯交易系统，市场信息以加密形式存储在区块链网络的节点上；
步骤S12)在块上存储运行信息和数据
电网运行数据和市场数据存储在用于调频市场的区块链上，目的是确保网络安全并防止诸如不可抵赖性、篡改数据和交易欺骗的威胁，每个块头都具有相同的结构，它包括序列块N，块N的预哈希值，随机数和时间戳，专门适用于安全哈希算法的梅克尔树用于存储数据，如果由于人为和非人为因素而更改了数据，则梅克尔根哈希值也将同步更改；
一方面，随着调频触发的出现，将其向调频服务的提供的数据记录在梅克尔树中，并且存储模式的目的是存储用于计算调频服务的成本的数据，另一方面，储能系统、需求响应和发电机组的运行数据也记录在梅克尔树中，目的是计算成本分摊和保留数据证书，调频服务商调频服务的招标和成本记录在系统运营商梅克尔树中，建立了一个完整的可追溯交易系统，将市场信息以加密形式存储在区块链网络的节点上。
3.根据权利要求2所述的一种基于多区块链的去中心化调频辅助交易方法，其特征在于，所述步骤S2)对调频辅助服务市场进行数学建模的过程为：
步骤S21)构建日前交易的组合双拍卖模型
日前交易是一种期货合约，用于满足在未来一段时间内委托人调频需求，交易时间早于结算时间，需求的性质等于供应商的调频容量，它是预测的功率偏差，该合约可以帮助委托人及早锁定价格，从而降低实时调频市场中的风险；
参与者分为买家和供应商，根据调频需求，设计自己的竞价策略，并赋予调频买家各种竞价逻辑，以鼓励他们积极参与市场，调频服务商投标包包括调频容量矩阵Qs和投标价格矩阵Ps如下：
n为调频服务商；式中
和
分别是d天内n的收购容量和投标价格；D是投标日子的集合；Ns是调频服务商的集合，调频服务商中标结果用矩阵Xs表示：
其中
为第d天n个中标者的百分比，
的取值范围为[0，1]；
调频买家的投标包包括调频容量的投标矩阵Qb和投标价格矩阵Pb，Nb是调频买家的集合：
其中Qb，m为m(调频买家)的调频容量投标矩阵；
由于购买者有不同的投标逻辑，调频买家的投标集反映了购买者对调频容量的需求，m的投标逻辑类型为
有四种竞价逻辑，即“原子”、“或”、“异或”和“和”，逻辑反映了调频买家的需求，调频买家中标用矩阵Xb表示：
其中
表示第d天m的中标，是一个0-1的二进制变量，0表示不中标，1表示中标；
为了避免人为地偏袒市场参与者和垄断现象的发生，我们将调频市场的最大社会福利作为目标函数Rso，并确定中标单位和调频市场的社会福利：
在式(7)中，Rso是卖方剩余Rs和买方剩余Rb的总和，Rs和Rb也表示为：
此外，为了达成交易，在目标函数
中增加了一个惩罚项：
其中惩罚系数η是一个足够小的正数；
不同的买家投标逻辑对应不同的约束条件，
表示投标天数m的集合，Bm为调频买家m的投标集合：
1)“原子”投标约束：某天的调频容量竞价，“原子”投标是合并投标的基本单位，它可以用不同的逻辑组合成“或”、“异或”、“和”：
2)“或”投标约束：指买家必须全部中标才能满足其需求，对数天调频服务m的投标逻辑关系为“或”，可表示为：
其中dj为
中的j元素，中标天数不能超过投标总天数的上限，约束可以表示为：
其中
为矩阵Qb，m的非零元素个数；
3)“异或”投标约束：m可以竞标数天的调频容量，逻辑为异或，几天的调频容量m的投标最多中标一天，即只要有一天中标，就可以满足m的调频容量需求：
约束式(11)可以用类似于约束式(8)的方式表达；
4)“和”投标约束：m对多日调频容量的投标可表示为：
投标所表达的是m的互补需求；即对于m而言，只有所有的投标日同时中标才能满足其需求，如果只有部分投标中标，只会产生额外的成本，而不会带来任何收益，因此，买家m希望同时中标或同时不中标，对于未来电力输出或输入有极大不确定性的买家，可以使用该竞价策略，约束式(12)等价于约束式(13)；
5)调频容量需求约束：
由式(14)可知，买方的中标需求不能超过卖方的调频容量供给；
6)调频容量报价约束：
其中
和
为调频容量报价的上限和下限；
步骤S22)构建现货市场交易的成本分摊模型
由于电力输出和输入的不确定性，大部分交易实际上是现货市场交易，我们不会改变各个市场的调频服务费的计算规则，也就是说，系统运营商根据调频服务商的贡献来计算费用，得益于运营数据的多区块链存储，成本由调频触发分摊，这种分摊方式是可行的；
定义：频率变化前实际曲线与预测曲线的最后一次交点为K0，对应时间点为t0，在频率波动之前，正是这些功率
不平衡的累积触发了频率变化；
计算方法如下：
x在需求响应的功率偏差为DDR，x，x在需求响应的实际负荷曲线是
x在需求响应的预测负荷曲线是
在
到
的时间内，通过
和
两者之差的绝对值的积分得到DDR，x：
DG，y是y在发电机组的功率偏差，
是y在发电机组的实际功率曲线和
是y在发电机组的预测功率曲线，在
到
的时间内，通过
和
两者之差的绝对值的积分得到DG，y：
其中DE，z为z在储能系统中的功率偏差，
为z在储能系统中的实际荷电状态(SOC)曲线，
为z在储能系统中的预测荷电状态曲线，在
到
的时间内，将
与
之差的绝对值积分得到DE，z：
其中kDR，x、kG，y、kE，z为x、y和z的分摊系数，FDR，x、FG，y、FE，z、分别为x、y和z在调频服务中应承担的费用，与传统的基于负荷比的成本分摊方法相比，该方法可以准确地追溯到频率变化的触发点，避免了与预测曲线和实际曲线一致的参与者承担市场强加的成本。
4.根据权利要求3所述的一种基于多区块链的去中心化调频辅助交易方法，其特征在于，所述步骤S3)介绍交易过程和共识算法的过程为：
步骤S31)基于区块链的调频服务交易进度
根据调频市场中PJM的交易日程，设计基于区块链的交易流程：
交易过程分为日/时行情、实时行情和结算三个阶段：
1)日/小时行情：在市场开盘后，系统运营商在未来一段时间内会发布市场信息，参与者提供预测的运营数据和报价信息，并对数据进行非对称加密，以确保用户隐私，向参与者分发公钥，并将私钥保存到Keystore_address，同时，系统运营商的辅助服务优化器对调频资源进行了预清零；
2)实时行情：在运行点前30分钟，系统运营商获取私钥P-K解密报价信息包，正式出清，为了判断是否到达运行点T，宾夕法尼亚州-新泽西州-马里兰州将一个小时划分为12个调度周期，每5分钟代表一个调度周期，宾夕法尼亚州-新泽西州-马里兰州实时联合优化的同时承诺调整能源和储备，并计算五分钟调节市场出清价格和调节市场表现清算价格，用于推导出调节市场容量清算价格每5分钟根据当前系统条件，另外，区块链同步记录相应的实际运行数据，作为调频成本分摊的数据存储凭证，如果未达到T，那么系统运营商将返回并再次清空该包；
3)结算：结算阶段按时间顺序分为两部分：
①成本分摊的共识过程：
系统运营商在发布收费信息后，利用P-K对频率变化时间对应的预测数据包进行解密，DG，i…计算偏差和kG，i…分布系数，设计了随机实用拜占庭容错共识算法，如果达成共识，则开始跨链转移，否则，再次协商一致；
②过渡链转移过程：
锁定该调频触发的账户地址，根据分摊结果冻结对应账户的代币，锁定该调频触发的账户地址，收到代币后开始跨链转账，调频服务商发送一个接收响应，并将事务结果写入系统运营商链，然后，交易结束；
步骤S32)基于随机实用拜占庭容错的成本分摊共识算法
共识过程是调频从强制性分享向公平分享的转变，也就是说，调频市场的参与者同意成本分摊的结果，这个问题可以通过区块链技术中的共识算法来解决，许多参与者参与调频成本的分摊，实用拜占庭容错算法不能适应大量节点参与的共识场景，为此，我们提出以下随机实用拜占庭容错算法的共识进程：
共识过程分为随机选择、预准备、准备、确认和答复5个主要阶段：
1)随机选择：假设整个调频市场中所有参与者的数量为Nsum，共识过程开始后，得到一个随机数r，所述r≤Nsum，r个市场参与者随机匹配区块链网络中的主节点，Nsum-r市场参与者是子节点，r的计算方法如下：
调频市场中的所有参与者抽象为区块链网络，网络节点分为四类，普通节点通过实名认证成为投票节点，投票节点负责在候选节点上投票，并在生产节点上打分，投票节点数可设为NV，编号为{0，1，…，NV-1}，生产节点可以设为编号为{0，1，…，NP-1}的NP节点，由负责生产块的投票节点从候选节点中选择，候选节点由普通节点应用程序生成；编号为NC，普通节点编号为NO，可表示为：
Nsum＝NV+NP+NO+NC (23)
假设在频率变化之后，系统运营商收到了
数据投票节点的签名，并设置签名如下：
假设每个投票节点在每轮随机投
票，PCN→PN为候选节点被选为生产节点的概率，然后，使用安全哈希256算法计算资源，假设取字符串最后32位的函数是子字符串End32(string)，用签名
表示，从投票节点接收到的时间是时间戳：
由于每个区块头的哈希值是不可预测的，因此可以获得一个不可预测的Rsource和一个随机数r，从而通过使Rsource值以一定的模式出现来防止主节点获得更多收入的可能性；
2)预准备：主节点收到结算请求并验证后，根据请求生成预准备好的消息，广播给各子节点和主节点；
3)准备：子节点收到主节点预先准备好的消息后，对消息内容进行验证，以确保消息内容在传输过程中没有被篡改，验证完内容后，子节点和主节点会根据预先准备好的消息生成准备消息，并将其广播给所有复制节点，发送广播消息的节点除外；
4)确认：当节点接收到至少(2n+1)/3个来自不同节点的准备消息，所述不同节点包括节点自身，且验证消息为真并且有效时，节点进入确认阶段，根据准备消息生成确认消息并广播给所有复制节点，同时，它依次接收和验证来自其他节点的确认消息，在收到2n+1条有效的确认消息后，它声称该请求已到达该节点上的确认阶段，只有通过该节点才能判断请求的服务是否被大部分复制节点验证；
5)应答：当请求到达确认阶段，请求进入应答阶段，请求由所有复制节点执行。
5.根据权利要求4所述的一种基于多区块链的去中心化调频辅助交易方法，其特征在于，所述步骤S4)在多区块链上实现交易的模拟过程为：
步骤S41)日前交易的案例数据
假设调频容量拍卖可以在每周7个交易日进行，则将不同交易日的调频容量视为不同的拍卖项目，设置多个买方和多个卖方，设置买方投标价格的上限及下限，列出买方投标数据表和卖方投标数据表；
步骤S42)日前交易中标结果分析
在读取区块链数据后，使用应用程序编程接口调用IBM CPLEX12.7优化器可得中标结果的现货市场交易容量分配及中标价格柱状图，由该图可知，同一调频买家在不同时段的容量需求可以由单一调频服务商来满足，也可以由不同的调频服务商来满足，结果符合不同买家的出价逻辑，频率容量中标价格也如该图可知，同一调频买家和不同调频服务商在同一交易日的交易价格是不同的，这种差异是来自调频服务商和调频买家的报价，该定价机制既保证了交易的公平性，又及时反映了调频资源的稀缺性，能够稳定调频市场中每个参与者的价格预期；
步骤S43)现货市场交易的分析
根据负荷率，负荷聚合商和储能系统分摊了大部分成本，因为包括发电机组、光伏、风机在内的电厂自耗的负荷功率很小，因此不会承担过多的成本，根据案例研究证实，可再生能源输出的不确定性是当前导致事件频发的重要因素之一，而频率变化的发生并不是单一因素，负荷波动也是触发频率变化的因素之一。
步骤S44)交易模拟
与专用应用程序编程接口相结合，视图使用JavaFX，建立图形用户界面来模拟交易。
6.根据权利要求5所述的一种基于多区块链的去中心化调频辅助交易方法，其特征在于，所述步骤S5)对共识算法进行性能分析的过程为：
步骤S51)容错分析
计算环境是一台具有2.6GHz Intel Core i7-9750 CPU、16gb RAM和64位操作系统的计算机，实用拜占庭容错算法和随机实用拜占庭容错算法部署在一个计算器中，并在MATLAB 2019a中模拟，对于上一节中30个调频触发等的分布式网络，共有31个(30+1)节点，得出随机实用拜占庭容错算法的容错能力曲线图其容错性能如曲线图所示；
容错性能表示当区块链网络中存在恶意节点或节点出现恶意行为时，整个网络仍然可以达成共识，在随机实用拜占庭容错算法的容错能力曲线图中，横轴表示网络中恶意节点的百分比，纵轴表示恶意候选节点被选为生产节点的概率。在恶意节点所占比例相同的网络中，选择一个恶意节点作为生产节点的概率越低，该算法越能防止恶意节点参与生产块，即容错性越好；
只有在恶意节点数小于1/3的情况下，实用拜占庭容错算法才能达成共识，其中恶意节点的比例为M，Ma为恶意节点中恶意行为的比例，如发布虚假市场数据、提供错误反馈值等，MP是生产节点中的恶意节点，数值越小，系统的容错性能越好，当Ma分别为15％、30％、45％和60％时，随机实用拜占庭容错算法的容错性优于M为100％且仅Ma＝75％和Ma＝0.6时的实用拜占庭容错算法，随机实用拜占庭容错的性能比实用拜占庭容错算法差，事实上，调频中不可能出现这么多恶意参与者，因此，在大多数情况下，随机实用拜占庭容错算法能够满足调频辅助服务市场在成本分摊上达成共识的需要；
步骤S52)吞吐量分析
构建一个基于Hyperledger Caliper的50节点网络，比较了该算法与其他算法的交易吞吐量和交易延迟，得到吞吐量的比较分析曲线图，从该曲线图可以看出，在相同吞吐量下，随机实用拜占庭容错算法的延迟比实用拜占庭容错算法和Zyzzyva算法短，在0.78×105ops/s～0.89×105ops/s的吞吐量范围内，随机实用拜占庭容错算法在0.1ms的时延略高于XPaxos算法，但总体而言，随机实用拜占庭容错算法的整体性能优于其他类型的算法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110720529.0A CN113393227A (zh) | 2021-06-28 | 2021-06-28 | 一种基于多区块链的去中心化调频辅助交易方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110720529.0A CN113393227A (zh) | 2021-06-28 | 2021-06-28 | 一种基于多区块链的去中心化调频辅助交易方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113393227A true CN113393227A (zh) | 2021-09-14 |
Family
ID=77624192
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110720529.0A Pending CN113393227A (zh) | 2021-06-28 | 2021-06-28 | 一种基于多区块链的去中心化调频辅助交易方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113393227A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113904364A (zh) * | 2021-09-18 | 2022-01-07 | 北京交通大学 | 风电集群日前功率调度计划的制定方法 |
| CN114386698A (zh) * | 2022-01-12 | 2022-04-22 | 华北电力大学 | 去中心化ev虚拟聚合调频系统和方法 |
| CN114493743A (zh) * | 2021-12-14 | 2022-05-13 | 东北电力大学 | 基于agc调频分区控制光储联合系统参与市场投标方法 |
| CN114597921A (zh) * | 2022-03-14 | 2022-06-07 | 长沙学院 | 一种互联电网分区调频的储能电站功率分配方法 |
| CN116610533A (zh) * | 2023-07-17 | 2023-08-18 | 江苏挚诺信息科技有限公司 | 分布式数据中心运维管理方法及系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109978329A (zh) * | 2019-02-18 | 2019-07-05 | 东南大学 | 一种考虑响应性能指标的调频辅助服务市场出清决策方法 |
| CN111724040A (zh) * | 2020-05-26 | 2020-09-29 | 云南电网有限责任公司 | 一种考虑高能耗用户参与的调频服务跨链交易方法 |
-
2021
- 2021-06-28 CN CN202110720529.0A patent/CN113393227A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109978329A (zh) * | 2019-02-18 | 2019-07-05 | 东南大学 | 一种考虑响应性能指标的调频辅助服务市场出清决策方法 |
| CN111724040A (zh) * | 2020-05-26 | 2020-09-29 | 云南电网有限责任公司 | 一种考虑高能耗用户参与的调频服务跨链交易方法 |
Non-Patent Citations (2)
| Title |
|---|
| QIAN WANG等: ""A Multiblockchain-Oriented Decentralized Market Framework for Frequency Regulation Service"", 《 IEEE TRANSACTIONS ON INDUSTRIAL INFORMATICS》 * |
| 沈鑫: ""考虑高能耗用户参与的调频服务跨链交易模型"", 《电力系统自动化》 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113904364A (zh) * | 2021-09-18 | 2022-01-07 | 北京交通大学 | 风电集群日前功率调度计划的制定方法 |
| CN113904364B (zh) * | 2021-09-18 | 2024-04-09 | 北京交通大学 | 风电集群日前功率调度计划的制定方法 |
| CN114493743A (zh) * | 2021-12-14 | 2022-05-13 | 东北电力大学 | 基于agc调频分区控制光储联合系统参与市场投标方法 |
| CN114493743B (zh) * | 2021-12-14 | 2024-06-07 | 东北电力大学 | 基于agc调频分区控制光储联合系统参与市场投标方法 |
| CN114386698A (zh) * | 2022-01-12 | 2022-04-22 | 华北电力大学 | 去中心化ev虚拟聚合调频系统和方法 |
| CN114386698B (zh) * | 2022-01-12 | 2022-11-15 | 华北电力大学 | 去中心化ev虚拟聚合调频系统和方法 |
| CN114597921A (zh) * | 2022-03-14 | 2022-06-07 | 长沙学院 | 一种互联电网分区调频的储能电站功率分配方法 |
| CN114597921B (zh) * | 2022-03-14 | 2022-08-23 | 长沙学院 | 一种互联电网分区调频的储能电站功率分配方法 |
| CN116610533A (zh) * | 2023-07-17 | 2023-08-18 | 江苏挚诺信息科技有限公司 | 分布式数据中心运维管理方法及系统 |
| CN116610533B (zh) * | 2023-07-17 | 2023-09-26 | 江苏挚诺信息科技有限公司 | 分布式数据中心运维管理方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yan et al. | Blockchain for transacting energy and carbon allowance in networked microgrids | |
| CN113393227A (zh) | 一种基于多区块链的去中心化调频辅助交易方法 | |
| CN112434343B (zh) | 一种基于双重区块链技术的虚拟电厂安全调度与交易方法 | |
| He et al. | Joint operation mechanism of distributed photovoltaic power generation market and carbon market based on cross-chain trading technology | |
| CN111563786B (zh) | 一种基于区块链的虚拟电厂调控平台及运行方法 | |
| CN110826940B (zh) | 一种可扩展的多微网环境下的分布式电力交易方法 | |
| Zhou et al. | Credit-based peer-to-peer electricity trading in energy blockchain environment | |
| Moniruzzaman et al. | Blockchain and cooperative game theory for peer-to-peer energy trading in smart grids | |
| CN112053152B (zh) | 一种基于绿色权益共识机制的分布式能源并网认证与交易方法 | |
| Brousmichc et al. | Blockchain energy market place evaluation: an agent-based approach | |
| CN111861631B (zh) | 一种促进多种能源消纳的省间发电权交易方法及系统 | |
| CN112381263A (zh) | 基于区块链分布式数据存储多微网日前鲁棒电能交易方法 | |
| Wang et al. | A multiblockchain-oriented decentralized market framework for frequency regulation service | |
| Yin et al. | Trading mode design for a virtual power plant based on main-side consortium blockchains | |
| CN114626922A (zh) | 一种基于区块链的自适应竞价多能源p2p交易平台 | |
| Okwuibe et al. | A blockchain-based double-sided auction peer-to-peer electricity market framework | |
| CN115907575A (zh) | 基于acp和碳-绿证交易的工业综合能源系统协同运行方法 | |
| Johnathon et al. | A proposed hedge-based energy market model to manage renewable intermittency | |
| CN114219218A (zh) | 一种基于区块链技术的虚拟电厂需求响应业务系统及方法 | |
| Hajizadeh et al. | Blockchain in decentralized demand-side control of microgrids | |
| Oprea et al. | A motivational local trading framework with 2-round auctioning and settlement rules embedded in smart contracts for a small citizen energy community | |
| Cui et al. | A consortium blockchain-enabled double auction mechanism for peer-to-peer energy trading among prosumers | |
| Ma et al. | Study on the transaction management mode of virtual power plants based on blockchain technology | |
| Warner et al. | Decentralized peer-to-peer energy trading model for networked microgrids | |
| CN116452334A (zh) | 一种基于区块链的工业园区多边碳交易方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210914 |