CN114531248B - 区块链与5g融合的分布式能源系统去中心控制方法及系统 - Google Patents
区块链与5g融合的分布式能源系统去中心控制方法及系统 Download PDFInfo
- Publication number
- CN114531248B CN114531248B CN202210432750.0A CN202210432750A CN114531248B CN 114531248 B CN114531248 B CN 114531248B CN 202210432750 A CN202210432750 A CN 202210432750A CN 114531248 B CN114531248 B CN 114531248B
- Authority
- CN
- China
- Prior art keywords
- data
- block chain
- distributed energy
- nodes
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 77
- 238000004891 communication Methods 0.000 claims abstract description 87
- 230000005540 biological transmission Effects 0.000 claims abstract description 60
- 238000013210 evaluation model Methods 0.000 claims abstract description 19
- 238000011156 evaluation Methods 0.000 claims description 33
- 238000012544 monitoring process Methods 0.000 claims description 29
- 238000004364 calculation method Methods 0.000 claims description 21
- 230000009471 action Effects 0.000 claims description 17
- 239000011159 matrix material Substances 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 11
- 230000000694 effects Effects 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000007599 discharging Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims description 7
- 238000012935 Averaging Methods 0.000 claims description 6
- 238000004146 energy storage Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 4
- 238000010248 power generation Methods 0.000 claims description 4
- 238000002360 preparation method Methods 0.000 claims description 4
- 230000006399 behavior Effects 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 3
- 238000011217 control strategy Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 230000005856 abnormality Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 11
- 238000010586 diagram Methods 0.000 description 7
- 238000012163 sequencing technique Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
- H04L9/3236—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials using cryptographic hash functions
- H04L9/3239—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials using cryptographic hash functions involving non-keyed hash functions, e.g. modification detection codes [MDCs], MD5, SHA or RIPEMD
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/30—Security of mobile devices; Security of mobile applications
- H04W12/37—Managing security policies for mobile devices or for controlling mobile applications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/06—Selective distribution of broadcast services, e.g. multimedia broadcast multicast service [MBMS]; Services to user groups; One-way selective calling services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/35—Services specially adapted for particular environments, situations or purposes for the management of goods or merchandise
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
- Y04S40/20—Information technology specific aspects, e.g. CAD, simulation, modelling, system security
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Public Health (AREA)
- Tourism & Hospitality (AREA)
- Primary Health Care (AREA)
- Human Resources & Organizations (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Technology Law (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了区块链与5G融合的分布式能源系统去中心控制方法及系统,属于分布式能源控制领域。现有的物联网通信数据量一般较大,并且通信速度一般较慢,因此无法直接应用现有区块链技术。本发明的一种区块链与5G融合的分布式能源系统去中心化控制方法,通过构建偏差数据传输模型、模糊灰色评估模型、5G通信模型、智能合约模型,计算出采集数据与初始化数据的偏差量,获得偏差采集数据,只传输采集数据和初始化数据的差异部分,能够有效减少数据传输量,减少通信时延,从而实现分布式能源系统的去中心化控制;进而使得本发明可以适用于电压控制、频率控制等对时延要求较高的分布式能源控制场景,方案科学、合理,切实可行。
Description
技术领域
本发明涉及区块链与5G融合的分布式能源系统去中心控制方法及系统,属于分布式能源控制领域。
背景技术
微电网、虚拟电厂为代表的分布式能源系统发展迅速,然而分布式能源信息系统在网络安全防护方面较为薄弱,主体分散在用户侧,相对传统电网更容易遭受网络攻击,如何提升分布式能源控制系统的抗攻击能力是当前面临的难题。
同时,现有的中心化系统在面对系统故障问题时,不可避免地出现服务中断等情况,即使是有系统备份也存在的服务中断间隙,无法实现系统的真正“多活”。
进一步,中国专利(公开号:CN108335202A)涉及一种基于区块链的分布式能源交易系统,包括客户端、公用账户、私链、发布模块、拍卖模块、校核模块、清算模块。运用以太坊智能合约技术,搭建了多边交易平台,实现配电网多边交易中的发布交易、密封报价、公开密封报价、拍卖和安全校核。该系统设计出了一种多交易请求、多响应报价的多边交易模式,建立了去中心化的配电网架构及市场出清模型。
但在物联网场景下,通信数据量一般较大,并且通信速度一般较慢;同时上述方案以及现有的区块链为确保数据一致,需要频繁通信进行共识,因此如果直接应用上述方案以及现有区块链技术,将进一步增加物联网场景时延,进而难以适用于电压控制、频率控制等对时延要求较高的分布式能源控制场景,导致区块链无法在分布式能源控制系统中实际应用。
发明内容
针对现有技术的缺陷,本发明的目的一在于提供一种通过构建偏差数据传输模型,计算出采集数据与初始化数据的偏差量,获得偏差采集数据,只传输采集数据和初始化数据的差异部分,能够有效减少数据传输量,减少通信时延;同时,构建模糊灰色评估模型对节点按指标进行节点可信度排序,选取可信度满足要求的若干节点作为区块链共识节点,只对可信度高的区块链共识节点进行数据共识,能够有效减少数据的通信次数,进一步减少通信时延;然后将偏差采集数据通过5G通信模型传输到区块链共识节点;再利用5G通信模型,在区块链共识节点之间进行偏差采集数据的共识,利用5G技术进行数据传输,能够有效提升数据传输速率;并利用共识完成的偏差采集数据,结合初始化数据,恢复出分布式能源系统原始的采集数据;进而构建智能合约模型,根据恢复的采集数据,以及控制决策要求,计算出控制决策结果;并将控制决策结果形成控制指令下发给分布式能源系统,从而实现分布式能源系统的去中心化控制的区块链与5G融合的分布式能源系统去中心控制方法及系统。
本发明的目的二在于提供一种通过构建新的区块链的数据传输模式、节点共识模式和控制模式,以减少数据传输量和通信次数并提高数据传输速度及安全性:通过偏差数据传输模型将复杂数据进行处理,根据分布式能源遥测数据的特点采用偏差法减少数据传输量;评价指标采用模糊灰色评价模型对节点可信度进行排序确定区块链共识节点,通过改进共识模型PBFT取得共识后将数据同步到其他节点;通过智能合约模型实现分布式能源系统的控制,从而利用去中心化控制模式实现对恶意节点的兼容和系统“多活”的区块链与5G融合的分布式能源系统去中心控制方法。
本发明的目的三在于提供一种将分布式能源控制系统业务通过区块链的智能合约模型来实现分布式应用;区块链采用拜占庭容错模型,可以同时兼容部分故障节点和恶意节点,在部分节点故障或者受到攻击时,其余节点仍然可以保证系统的正常运行,可以解决中心化系统的单点故障或者是系统切换的服务中断问题,实现分布式能源控制系统多活;在部分节点出现网络故障、离线等问题时,在重新联网后其他区块链节点将会把数据同步给这些故障节点,让系统重新更新,方案科学、合理,切实可行的区块链与5G融合的分布式能源系统去中心控制系统。
为实现上述目的之一,本发明的第一种技术方案为:
一种区块链与5G融合的分布式能源系统去中心化控制方法,
其包括以下步骤:
第一步,对通信网关、区块链进行数据初始化,并获得初始化数据;
对分布式能源系统的数据进行实时采集,获得采集数据,并将采集数据发送给通信网关;
第二步,通信网关收到第一步中的采集数据后,根据分布式能源系统的数据特点,构建偏差数据传输模型,计算出采集数据与初始化数据的偏差量,获得偏差采集数据;
同时,构建模糊灰色评估模型对节点按指标进行节点可信度排序,选取可信度满足要求的若干节点作为区块链共识节点;
第三步,将第二步的偏差采集数据通过5G通信模型传输到区块链共识节点;
第四步,利用第三步中的 5G通信模型,在区块链共识节点之间进行偏差采集数据的共识;
在共识期间,对区块链共识节点进行异常监控,并将区块链共识节点的监控结果反馈到第二步中的节点可信度排序;
第五步,利用第四步中共识完成的偏差采集数据,结合第一步中的初始化数据,恢复出分布式能源系统原始的采集数据;
第六步,构建智能合约模型,智能合约模型根据第五步中恢复的采集数据,以及控制决策要求,计算出控制决策结果;并将控制决策结果形成控制指令下发给分布式能源系统;
第七步,分布式能源系统收到第六步中的控制指令后,执行指令动作,并采集动作信息进行反馈,再利用智能合约模型确定控制是否成功,实现分布式能源系统的去中心化控制。
本发明经过不断探索以及试验,构建偏差数据传输模型,计算出采集数据与初始化数据的偏差量,获得偏差采集数据,只传输采集数据和初始化数据的差异部分,能够有效减少数据传输量,减少通信时延;同时,构建模糊灰色评估模型对节点按指标进行节点可信度排序,选取可信度满足要求的若干节点作为区块链共识节点,只对可信度高的区块链共识节点进行数据共识,能够有效减少数据的通信次数,进一步减少通信时延;然后将偏差采集数据通过5G通信模型传输到区块链共识节点;再利用5G通信模型,在区块链共识节点之间进行偏差采集数据的共识,利用5G技术进行数据传输,能够有效提升数据传输速率;并利用共识完成的偏差采集数据,结合初始化数据,恢复出分布式能源系统原始的采集数据;进而构建智能合约模型,根据恢复的采集数据,以及控制决策要求,计算出控制决策结果;并将控制决策结果形成控制指令下发给分布式能源系统,从而实现分布式能源系统的去中心化控制。
进一步,本发明通过构建偏差数据传输模型、模糊灰色评估模型、5G通信模型、智能合约模型,改变现有的区块链方案的数据传输模式、节点共识模式以及控制模式,进而可以适用于电压控制、频率控制等对时延要求较高的分布式能源控制场景中,使得区块链方案可在分布式能源控制系统中实际应用。
更进一步,本发明通过智能合约实现分布式能源系统的准确控制,构建去中心化控制模式实现对恶意节点的兼容和系统“多活”,方案详尽,切实可行,便于实施。
作为优选技术措施:
所述第一步中,数据初始化的过程,具体包括以下步骤:
步骤11,通过查询分布式能源系统的历史典型运行情况,确定若干个典型工况;
步骤12,将分布式能源系统的当前运行数据与步骤11中的典型工况进行比较,计算当前运行数据与各个不同典型工况数据差值的平方和,得到差值平方和数组;
步骤13,将步骤12中的差值平方和数组进行排序,差值平方和最小对应的典型工况则为当前匹配工况,当前匹配工况对应的数据信息即为初始化数据;
步骤14,将步骤13中的初始化数据更新到各个通信网关和区块链中,完成数据的初始化。
作为优选技术措施:
所述当前运行数据以及采集数据的获取方法如下:
通过数据采集模块对分布式能源系统进行实时自动采集,并按照时间相关性进行排序,同时对采集的数据进行分析;
所述当前运行数据以及采集数据分别包括储能中储能容量、充放电量、充放电功率、功率因数和充放电时间运行时间;风力发电系统逆变器中的电压、电流、功率、发电量、故障信息;光伏发电系统中逆变器的输出功率、发电量、故障信息;直流侧电压、电流;交流侧电压电流;负荷的有功无功以及电流。
作为优选技术措施:
所述第二步,偏差数据传输模型的构建,具体包括以下步骤:
步骤21,通信网关收到分布式能源系统的数据采集模块上传的原始的实时采集数据;
步骤22,将步骤21中实时的采集数据与初始化数据通过差值法进行处理,得出数据的差值量,即偏差采集数据;并对偏差采集数据进行压缩,形成压缩数据;
步骤33,通信网关将步骤22中的压缩数据通过5G通信模型发送到区块链共识节点,进行偏差数据的传输。
作为优选技术措施:
所述差值法包括以下内容:
对待传输的若干采集数据,依次搜索出采集数据的编号ID和数据类型;
并判断该采集数据的编号ID、数据类型以及数据值与对应的初始化数据是否相同;
若编号ID与数据类型不同则继续搜索,若编号ID与数据类型相同且数据值不同则输出数据差值,若三者都相同则不输出数据,实现待传输数据的差异特征点获取。
进一步,采集数据进行差值法处理,具体包括以下步骤:
步骤211,以分布式能源系统的典型工况的数据作为初始化数据,将实时的采集数据与初始化数据作差,得出数据的差值,其计算公式如下:
步骤213,共识完成,进行数据恢复,其具体的计算公式如下:
通过差值法处理,能准确提取待传输数据的特征点,以减少数据传输量。
作为优选技术措施:
所述的第二步中,节点可信度排序,具体包括以下步骤:
S21,确定各项评价指标;所述评价指标包括人工输入信息和系统自动生成信息;
人工输入信息通过线下评估的方式获得,其包括节点地理位置、节点安全防护配置、节点安全防护体系;
系统自动生成信息包括节点可信监控数据、节点历史信用数据;
S22,对S21中的评价指标,设置权重集;
S23,根据S22的中权重集,利用模糊灰色评估模型对节点按照指标进行可信度排序,得到前n个可信节点,作为区块链共识节点。
作为优选技术措施:
模糊灰色评估模型的构建方法,具体步骤如下:
S221,根据评价指标和权重集生成初始的决策矩阵U,决策矩阵U的计算公式如下:
S222,由于评价指标的评价代表权值不同,对S221中的最优初始值进行均值化,得到规范化的决策矩阵V;
评价指标均值化的计算公式如下:
根据均值化计算公式,决策矩阵V的计算矩阵如下:
S224,根据S223中的灰色关联度系数,确定判断矩阵Q:
同时,构建权重集的向量A:
S225,根据S224中的判断矩阵Q以及权重集的向量A,计算可信度排序H:
作为优选技术措施:
所述第四步,区块链共识节点之间采用改进共识模型PBFT进行共识;以提升共识效率,所述改进共识模型PBFT包括请求阶段、预准备阶段、计算阶段、准备阶段、提交阶段、回复阶段,其具体过程如下:
S41,每次分布式能源去中心化控制系统业务开始时,业务节点向区块链的节点发出业务请求,并随机产生一个主节点,主节点用于接收客户端发送的请求;
S42,当S41的主节点收到请求后,通信网关将偏差采集数据进行打包,通过广播发送给所有区块链共识节点;
S43,区块链共识节点将收到的S42中的打包数据进行哈希计算,得到哈希值;
S44,各个区块链共识节点将S43中的哈希值发送给其他区块链共识节点;
S45,S44中的各个区块链共识节点比较其收到的其他区块链共识节点的哈希值是否一致;
S46,根据S45的比较结果,选择哈希值相同的两个或多个区块链共识节点,将该区块链共识节点的数据信息覆盖至所有区块链共识节点中;当客户端收到第一条区块链共识节点相同信息后,不再接收其余相同信息,进一步减少数据的传输量,实现区块链共识节点共识。
改进共识模型PBFT兼容拜占庭容错,可以兼容f个恶意区块链共识节点和故障区块链共识节点(总区块链共识节点数为3f+1)。
作为优选技术措施:
所述第四步,对区块链共识节点进行异常监控的具体步骤如下:
步骤41,在每个区块链可信节点部署可信监控模块;
所述可信监控模块的监控内容包括操作系统、内存、程序、网络、行为、文件;
同时,通过可信软件基确定可信基准值并且上传到区块链;
步骤42,通过可信计算对步骤41中的监控内容进行动态度量;
步骤43,比较步骤42中的动态度量值与步骤41中的可信基准值,获得两者的偏差值;
步骤44,根据步骤43中的偏差值,重新评估区块链共识节点的可信度。
作为优选技术措施:
所述第五步,采集数据的恢复,具体包括以下步骤:
步骤51,区块链收到区块链共识节点同步后的偏差采集数据;
步骤52,对比步骤51中的偏差采集数据和初始化数据的编号ID及数据类型,进行信息匹配;根据匹配信息,将偏差采集数据恢复成原始的采集数据。
作为优选技术措施:
所述第六步,控制决策要求包括对电压控制、频率控制、能量优化调度、虚拟电厂、需求响应、需求侧管理的要求。
作为优选技术措施:
智能合约模型在虚拟机或者容器中,根据控制决策要求和输入的偏差采集数据进行计算,得到控制决策结果;
控制决策结果输出后,形成控制指令,并将控制指令上传到区块链;
在区块链中的控制指令通过5G通信模型下发到通信网关,然后通信网关发送给各个分布式能源系统。
作为优选技术措施:
所述第七步,控制指令执行及结果确认,具体包括以下步骤:
步骤71,分布式能源系统收到控制指令后,根据控制指令进行动作响应;
步骤72,步骤71中的分布式能源系统动作响应结束后,数据采集模块将分布式能源系统的最新状态数据上传到通信网关;
步骤73,利用偏差数据传输模型对步骤72中的最新状态数据进行差值法处理,得到状态偏差数据;
步骤74,利用5G通信模块将步骤73中的状态偏差数据,上传到区块链共识节点;
步骤75,步骤74中的区块链共识节点对状态偏差数据进行共识后,对状态偏差数据和初始化数据的编号ID及数据类型进行信息匹配;并根据匹配信息,恢复出原始的最新状态数据;
步骤76,根据步骤75中恢复的最新状态数据,通过智能合约模型确定当前状态是否满足控制目标;如果与控制目标的偏差量在预设范围内,则认为已经达到控制目标,如果超过偏差范围,则认为控制未达标,将会重新开始进入控制决策环节,并且下发新的控制指令给分布式能源系统。
为实现上述目的之一,本发明的第二种技术方案为:
一种区块链与5G融合的分布式能源系统去中心化控制方法,其包括以下步骤:
第一步,确定分布式能源系统的典型工况,同时对通信网关、区块链进行数据初始化,并得到初始化数据;
并且通过数据采集模块对分布式能源系统进行实时自动采集,获得采集数据,并将采集数据发送给通信网关;
第二步,通信网关收到第一步中采集数据后,根据分布式能源系统的数据特点,构建偏差数据传输模型,计算采集数据与原始的初始化数据的偏差量,得到偏差采集数据,采用偏差量数据传输方法来传输减少数据量;
第三步,采用模糊灰色评估方法对所有节点按指标进行节点可信度排序,选取前3f+1个节点作为区块链共识节点;
第四步,上传采集数据,将第二步的偏差采集数据通过5G通信模型传输到第三步中的区块链共识节点中,通过5G技术提升分布式能源的数据传输速度,减少传输延时;
第五步,偏差采集数据通过第四步中的5G通信模型在区块链共识节点之间进行共识,同时采用改进共识模型PBFT对前3f+1个节点进行哈希值计算,并兼容恶意节点和故障节点;
第六步,区块链在进行第五步中的共识期间,通过共识节点监控模块对区块链节点进行异常监控,并且将节点的监控结果反馈到第三步的节点可信度排序,改变节点可信度顺序;
第七步,区块链平台基于第一步初始化数据,结合当前各区块链共识节点同步后的采集数据差值恢复出分布式能源系统原始的采集数据;
第八步,根据第七步中的采集数据,构建分布式能源控制模型、智能合约模型;
分布式能源控制模型将控制策略算法写入智能合约模型,智能合约模型计算出控制决策结果,并将控制决策结果形成控制指令下发给分布式能源系统中的各设备;
第九步,第八步中的分布式能源系统中的各设备收到控制指令后,进行相关动作,并将动作数据通过偏差数据传输模型反馈给通信网关,再利用智能合约模型确定控制是否成功,完成分布式能源系统去中心化的控制。
传统的分布式能源控制系统一般是中心化控制系统,无法兼容恶意节点和系统“多活”,但是直接将区块链应用到分布式能源系统中时,在物联网环境下区块链共识速度较慢且较大导致数据传输较慢,导致难以适用于分布式能源控制。
因此,本发明经过不断探索以及试验,将5G通信融合于区块链中,将数据在区块链和5G物联网中进行共享,并通过构建新的区块链的数据传输模式、节点共识模式和控制模式,以减少数据传输量和通信次数,从而有效提高数据传输速度及安全性。
本发明通过偏差数据传输模型将复杂数据进行处理,根据分布式能源遥测数据的特点采用偏差法减少数据传输量;同时评价指标采用模糊灰色评价模型对节点可信度进行排序确定区块链共识节点,通过改进共识模型PBFT取得共识后将数据同步到其他节点;通过智能合约实现分布式能源系统的准确控制,构建去中心化控制模式实现对恶意节点的兼容和系统“多活”,方案科学、合理,实用。
为实现上述目的之一,本发明的第三种技术方案为:
一种基于区块链的分布式能源控制多活系统,
应用上述的一种区块链与5G融合的分布式能源系统去中心化控制方法,其包括分布式能源控制系统、区块链模块、若干节点;
所述分布式能源控制系统建立在区块链模块上,并通过区块链模块实现其分布式应用;
所述区块链模块,用于提供分布式能源控制系统的存储和计算资源,其采用拜占庭容错模型,兼容部分故障节点和恶意节点,在部分节点故障或者受到攻击时,其余节点正常运行;
所述节点为边缘计算节点或者数据中心。
本发明的分布式能源控制系统业务通过区块链的智能合约模型来实现分布式应用;区块链采用拜占庭容错模型,可以同时兼容部分故障节点和恶意节点,在部分节点故障或者受到攻击时,其余节点仍然可以保证系统的正常运行,可以解决中心化系统的单点故障或者是系统切换的服务中断问题,实现分布式能源控制系统多活;在部分节点出现网络故障、离线等问题时,在重新联网后其他区块链节点将会把数据同步给这些故障节点,让系统重新更新,方案科学、合理,切实可行。
进一步,区块链被誉为信任机器,具有不可篡改、去中心化等特点,将区块链应用到分布式能源系统中将可以很好应对网络故障、网络攻击等异常情况,同时也因其分布式存储,可以为分布式能源系统提供有效支撑。
与现有技术相比,本发明具有以下有益效果:
本发明经过不断探索以及试验,构建偏差数据传输模型,计算出采集数据与初始化数据的偏差量,获得偏差采集数据,只传输采集数据和初始化数据的差异部分,能够有效减少数据传输量,减少通信时延;同时,构建模糊灰色评估模型对节点按指标进行节点可信度排序,选取可信度满足要求的若干节点作为区块链共识节点,只对可信度高的区块链共识节点进行数据共识,能够有效减少数据的通信次数,进一步减少通信时延;然后将偏差采集数据通过5G通信模型传输到区块链共识节点;再利用5G通信模型,在区块链共识节点之间进行偏差采集数据的共识,利用5G技术进行数据传输,能够有效提升数据传输速率;并利用共识完成的偏差采集数据,结合初始化数据,恢复出分布式能源系统原始的采集数据;进而构建智能合约模型,根据恢复的采集数据,以及控制决策要求,计算出控制决策结果;并将控制决策结果形成控制指令下发给分布式能源系统,从而实现分布式能源系统的去中心化控制。
进一步,本发明通过构建偏差数据传输模型、模糊灰色评估模型、5G通信模型、智能合约模型,改变现有的区块链方案的数据传输模式、节点共识模式以及控制模式,进而可以适用于电压控制、频率控制等对时延要求较高的分布式能源控制场景中,使得区块链方案可在分布式能源控制系统中实际应用。
更进一步,本发明通过智能合约实现分布式能源系统的准确控制,构建去中心化控制模式实现对恶意节点的兼容和系统“多活”,方案科学、合理,切实可行,便于实施。
附图说明
图1为本发明的一种总体框架图
图2为本发明数据处理的一种流程图;
图3为本发明数据差值处理的一种流程图;
图4为本发明节点共识的一种流程图;
图5为本发明节点可信度排序的一种流程图:
图6为本发明数据同步的一种流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
相反,本发明涵盖任何由权利要求定义的在本发明的精髓和范围上做的替代、修改、等效方法以及方案。进一步,为了使公众对本发明有更好的了解,在下文对本发明的细节描述中,详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。
本发明的分布式能源系统去中心化控制方法的一种具体实施例:
一种区块链与5G融合的分布式能源系统去中心化控制方法,
其包括以下步骤:
第一步,对通信网关、区块链进行数据初始化,并获得初始化数据;
对分布式能源系统的数据进行实时采集,获得采集数据,并将采集数据发送给通信网关;
第二步,通信网关收到第一步中的采集数据后,根据分布式能源系统的数据特点,构建偏差数据传输模型,计算出采集数据与初始化数据的偏差量,获得偏差采集数据;
同时,构建模糊灰色评估模型对节点按指标进行节点可信度排序,选取可信度满足要求的若干节点作为区块链共识节点;
第三步,将第二步的偏差采集数据通过5G通信模型传输到区块链共识节点;
第四步,利用第三步中的 5G通信模型,在区块链共识节点之间进行偏差采集数据的共识;
在共识期间,对区块链共识节点进行异常监控,并将区块链共识节点的监控结果反馈到第二步中的节点可信度排序;
第五步,利用第四步中共识完成的偏差采集数据,结合第一步中的初始化数据,恢复出分布式能源系统原始的采集数据;
第六步,构建智能合约模型,智能合约模型根据第五步中恢复的采集数据,以及控制决策要求,计算出控制决策结果;并将控制决策结果形成控制指令下发给分布式能源系统;
第七步,分布式能源系统收到第六步中的控制指令后,执行指令动作,并采集动作信息进行反馈,再利用智能合约模型确定控制是否成功,实现分布式能源系统的去中心化控制。
如图1-图6所示,本发明的分布式能源系统去中心化控制方法的一种最佳具体实施例:
一种区块链与5G融合的分布式能源系统去中心化控制方法,
其包括以下步骤:
第一步,初始化过程,确定典型工况,并且对通信网关、区块链等进行数据初始化,并且通过数据采集模块对分布式能源系统进行实时自动采集,并且发送给通信网关;
第二步,构建偏差数据传输模型,通信网关收到第一步中采集的数据后,根据分布式能源管理的数据特点,计算采集数据与原始数据的偏差量,采用偏差量数据传输方法来传输减少数据量;
第三步,选择区块链共识节点,采用模糊灰色评估方法对所有节点按指标进行可信度排序,选取前几个节点作为区块链共识节点;
第四步,上传采集数据,将第二步的偏差采集数据通过5G传输到区块链共识节点,通过5G技术提升分布式能源的数据传输速度,减少传输延时;
第五步,开展区块链共识,偏差采集数据通过5G技术在区块链共识节点之间进行共识,同时采用改进PBFT共识算法来提升共识效率,可以兼容恶意节点和故障节点;
第六步,区块链节点监控,区块链进行共识期间,通过共识节点监控模块对区块链节点进行异常监控,并且将节点的监控结果反馈到第三步的节点可信度排序;
第七步,采集数据恢复,区块链平台基于第一步初始化数据,结合当前各节点同步后的采集数据差值恢复出分布式能源系统的原始数据;
第八步,构建分布式能源控制模型,将控制策略算法写入智能合约,以智能合约计算出控制决策结果,控制决策结果形成控制指令下发给分布式能源设备;
第九步,控制执行及结果确认,分布式能源设备收到控制指令后,进行相关动作后,采集信息将数据反馈给控制系统,通过智能合约的方式确定控制是否成功。
本发明的分布式能源数据初始化及数据采集的一种具体实施例:
5G的优势在于信息传输的速率高,网络覆盖面广且通信的时间延时低也可接入海量设备,与区块链技术的融合可将5G的隐私信息安全提高。本发明将区块链和5G技术相融合,使数据在区块链和5G物联网中进行共享,对分布式能源数据进行初始化及数据采集其步骤如下:
步骤一,通过查询分布式能源系统的历史典型运行情况,确定若干个典型工况;
步骤二,将分布式能源系统的当前运行数据与典型工况进行比较,分别将各个采集数据参数与典型工况相减;
步骤三,计算当前采集数据与各个不同典型工况数据差值的平方和,并且进行排序,差值平方和最小对应的工况则为当前匹配工况;
步骤四,确定当前工况后,将典型工况数据更新到各个通信网关和区块链系统。
通过数据采集模块对分布式能源系统进行实时自动采集,按照时间相关性进行数据采集,并对数据进行采集分析。其具体分布式能源数据信息包括风机**KW(风机发电量功率)、风机**h(工作时间)、风机**r/s(转动速度)等,储能**KWh(储能电池储能容量)、储能±KW(充放电功率)、储能**%(SOC值)等,负载**KW(负载用电功率)、负载**h(用电时间)等。
如图2所示,本发明去中心化控制的一种具体实施例:
在对分布式能源数据处理的过程中,首先通过控制系统对数据采集模块进行控制,采集分布式能源数据;接着对数据进行压缩后上传至可信节点;其次通过节点数据进行共识完成数据的同步,并通过智能合约进行决策;最后通过控制模型对分布式能源设备进行下达命令实现对设备的控制。
如图3所示,本发明偏差数据传输模型的一种具体实施例:
由于原有的分布式能源数据信号复杂多样,数据量较大传输及存储会降低一定的工作效率。因此需对该数据进行差值法处理并进行压缩,进而通过构建偏差数据传输模型,对采集的数据进行差值法判断、压缩、存储,形成差异化压缩数据,其具体包括以下内容:
对传输数据进行初始化,依次搜索编号ID和数据类型,如储能150KWh(储能电池储能容量),储能即为该数据的编号ID、KWh为数据类型,150为该数据的具体数据值。在分布式能源系统的遥测数据值中,其大部分数据并不会改变,如储能的充放电的电压等,为减少一定的数据量,有必要判断其数据的编号ID类型和数据符号类型以及数据值与数据初始值是否相同。若编号ID与数据类型不同则继续搜索,若编号ID与数据类型相同且数据值不同则输出数据差值,若三者都相同则不输出数据,能有效减少数据的传输量。
对经过差值法处理后的数据,针对分布式能源管理的数据特点,采用偏差量数据传输方法来传输减少数据量准确提取压缩数据的特征点,减少数据量。
如图5所示,本发明的对节点的可信度排序的一种具体实施例:
本发明通过采用节点可信度排序来对节点的可靠性进行排序,降低通信次数。
节点可信度排序模型的步骤如下:
1.输入评价指标,人工输入:地理位置、设备服务器管理;系统输入:历史表现;监控评价:节点异常。对这几个评价指标设置评价权值。
2.采用模糊灰色评估模型对节点按照指标进行可信度排序。
3.确认前3f+1个可信节点。
4.设置评价模型的周期为一天。
本发明应用模糊灰色评估模型对节点可信度进行排序的一种具体实施例:
采用模糊灰色评估模型对节点按照指标进行可信度排序,具体包括以下步骤:
步骤321,根据评价指标和权重指标集生成初始的决策矩阵U:
步骤322,由于评价指标的评价代表权值不同,对指标进行均值化,得到规范化的决策矩阵V:
步骤324,得到的灰色关联度系数确定判断矩阵Q:
步骤325,设置权重向量A:
步骤326,计算可信度排序H:
该评估模型能有效根据评价指标对节点的可信度进行排序。
本发明共识模型的一种具体实施例:
对PBFT共识算法进行改进,具体包括以下步骤:
步骤51,Request阶段:每次分布式能源去中心化控制系统业务开始时,业务节点向区块链节点发出业务请求,将可信度排序为第一的节点设置为主节点,客户端向主节点发送请求。
步骤52,Pre-prepare阶段:通信网关将采集数据偏差量进行打包,通过广播发送给排序靠前3f+1的共识节点。
步骤53,Hash阶段:共识节点将收到的数据进行hash计算。
步骤54,Prepare阶段:各个共识节点将hash值发送给其他共识节点。
步骤55,Commit阶段:各个节点比较其收到的其他节点的hash值是否一致。
步骤56,Reply阶段:优先判断出哈希值相同的两个节点,将该节点的数据信息覆盖至所有节点中,当客户端收到第一条节点相同信息后,无需接收其余相同信息,进一步减少数据的传输量,实现节点共识。
步骤57,区块链采用PBFT共识算法是兼容拜占庭容错,可以兼容f个恶意节点和故障节点(总节点数为3f+1)。
如图6所示,本发明区块链共识模式的一种具体实施例:
在一个互不信任、自由开放的分布式网络中,分布式能源系统会存在恶意节点故意伪造消息导致产生恶意行为,进而达到破坏原有区块链共识模型的一致性问题。本发明通过采用前四可信节点互相发送哈希值判断数据一致性的方法,实现节点间的数据同步。
其数据节点共识步骤如下:
1.确定可信度前3f+1的节点。
2.每次分布式能源管理系统业务开始时,对可信度排序第一的节点作为主节点,客户端向主节点发送请求。
3.网关将数据进行打包,通过广播发送给所有共识节点。
4.共识节点将收到的数据进行hash计算。
5.各个节点比较其收到的其他节点的hash值是否一致。
6.优先判断出哈希值相同的两个节点,将该节点的数据信息覆盖至所有节点中,当客户端收到第一条节点相同信息后,无需接收其余相同信息,进一步减少数据的传输量,实现节点共识。
本发明分布式能源去中心化控制模式的一种具体实施例:
将分布式能源系统去中心化控制的算法写入智能合约,以智能合约实现分布式应用,其具体控制算法包括电压控制、频率控制、能量优化调度、虚拟电厂、需求响应、需求侧管理;通过可信度排序恢复后的区块链节点采集数据提供给智能合约;智能合约在虚拟机或者容器中,根据控制决策算法和输入的数据进行计算;智能合约的计算结果输出后,形成控制指令,并且将控制输出结果上传到区块链;控制指令将通过区块链平台以5G通信方式下发到通信网关,然后通信网关发送给各个分布式能源设备。
本发明控制指令执行及结果确认的一种具体实施例:
当分布式能源设备收到控制指令后,将根据指令结果进行响应动作;分布式能源设备响应动作结束后,采集设备将会将其最新状态数据上传到通信网关,然后以偏差量的方式通过5G上传到区块链共识节点;区块链节点对这些采集偏差数据共识后,将会恢复原始数据;区块链将通过智能合约来确定当前状态是否满足控制目标,如果与控制目标的偏差量在预设范围内,则认为已经达到控制目标,如果超过偏差范围,则认为控制未达标,将会重新开始进入控制决策环节,并且下发指令给分布式能源设备。构建分布式能源的控制模式,其通过分布式能源网关设备接入区块链发送数据,通过智能合约对网关设备进行控制,通过智能合约控制数据采集模块将分布式能源系统数据进行采集,并将数据和命令下达至各个能源设备中,实现分布式的集中控制。利用区块链和智能合约保证数据调用和命令下达的执行,保证了设备的安全及用户的隐私。
本发明的方法应用在的分布式能源控制多活系统的一种具体实施例:
一种基于区块链的分布式能源控制多活系统,
应用上述的一种区块链与5G融合的分布式能源系统去中心化控制方法,其包括分布式能源控制系统、区块链模块、若干节点。
所述分布式能源控制系统建立在区块链模块上,并通过区块链模块实现其分布式应用;
所述区块链模块,用于提供分布式能源控制系统的存储和计算资源,其采用拜占庭容错模型,兼容部分故障节点和恶意节点,在部分节点故障或者受到攻击时,其余节点正常运行。
所述节点为边缘计算节点或者数据中心。
分布式能源控制系统业务通过区块链的智能合约模型来实现分布式应用;区块链采用拜占庭容错模型,可以同时兼容部分故障节点和恶意节点,在部分节点故障或者受到攻击时,其余节点仍然可以保证系统的正常运行,可以解决中心化系统的单点故障或者是系统切换的服务中断问题,实现分布式能源控制系统多活;在部分节点出现网络故障、离线等问题时,在重新联网后其他区块链节点将会把数据同步给这些故障节点,让系统重新更新,方案科学、合理,切实可行。
本发明方法应用在分布式能源系统控制系统的一种具体实施例:
一种区块链与5G融合的分布式能源系统控制系统,其包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现上述的一种区块链与5G融合的分布式能源系统去中心化控制方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (14)
1.一种区块链与5G融合的分布式能源系统去中心化控制方法,其特征在于,
其包括以下步骤:
第一步,对通信网关、区块链进行数据初始化,并获得初始化数据;
数据初始化的过程,包括以下步骤:
步骤11,通过查询分布式能源系统的历史典型运行情况,确定若干个典型工况;
步骤12,将分布式能源系统的当前运行数据与步骤11中的典型工况进行比较,计算当前运行数据与各个不同典型工况数据差值的平方和,得到差值平方和数组;
步骤13,将步骤12中的差值平方和数组进行排序,差值平方和最小对应的典型工况则为当前匹配工况,当前匹配工况对应的数据信息即为初始化数据;
步骤14,将步骤13中的初始化数据更新到各个通信网关和区块链中,完成数据的初始化;
对分布式能源系统的数据进行实时采集,获得采集数据,并将采集数据发送给通信网关;
第二步,通信网关收到第一步中的采集数据后,根据分布式能源系统的数据特点,构建偏差数据传输模型,计算出采集数据与初始化数据的偏差量,获得偏差采集数据;
同时,构建模糊灰色评估模型对节点按指标进行节点可信度排序,选取可信度满足要求的若干节点作为区块链共识节点;
第三步,将第二步的偏差采集数据通过5G通信模型传输到区块链共识节点;
第四步,利用第三步中的 5G通信模型,在区块链共识节点之间进行偏差采集数据的共识;
在共识期间,对区块链共识节点进行异常监控,并将区块链共识节点的监控结果反馈到第二步中的节点可信度排序;
第五步,利用第四步中共识完成的偏差采集数据,结合第一步中的初始化数据,恢复出分布式能源系统原始的采集数据;
第六步,构建智能合约模型,智能合约模型根据第五步中恢复的采集数据,以及控制决策要求,计算出控制决策结果;并将控制决策结果形成控制指令下发给分布式能源系统;
第七步,分布式能源系统收到第六步中的控制指令后,执行指令动作,并采集动作信息进行反馈,再利用智能合约模型确定控制是否成功,实现分布式能源系统的去中心化控制。
2.如权利要求1所述的一种区块链与5G融合的分布式能源系统去中心化控制方法,其特征在于,
所述当前运行数据以及采集数据的获取方法如下:
通过数据采集模块对分布式能源系统进行实时自动采集,并按照时间相关性进行排序;
所述当前运行数据以及采集数据分别包括储能中储能容量、充放电量、充放电功率、功率因数和充放电时间运行时间;风力发电系统逆变器中的电压、电流、功率、发电量、故障信息;光伏发电系统中逆变器的输出功率、发电量、故障信息;直流侧电压、电流;交流侧电压电流;负荷的有功无功以及电流。
3.如权利要求2所述的一种区块链与5G融合的分布式能源系统去中心化控制方法,其特征在于,
所述第二步,偏差数据传输模型的构建,具体包括以下步骤:
步骤21,通信网关收到分布式能源系统的数据采集模块上传的原始的实时采集数据;
步骤22,将步骤21中实时的采集数据与初始化数据通过差值法进行处理,得出数据的差值量,即偏差采集数据;并对偏差采集数据进行压缩,形成压缩数据;
步骤33,通信网关将步骤22中的压缩数据通过5G通信模型发送到区块链共识节点,进行偏差数据的传输。
4.如权利要求3所述的一种区块链与5G融合的分布式能源系统去中心化控制方法,其特征在于,
所述差值法包括以下内容:
对待传输的若干采集数据,依次搜索出采集数据的编号ID和数据类型;
并判断该采集数据的编号ID、数据类型以及数据值与对应的初始化数据是否相同;
若编号ID与数据类型不同则继续搜索,若编号ID与数据类型相同且数据值不同则输出数据差值,若三者都相同则不输出数据,实现待传输数据的差异特征点获取。
5.如权利要求1所述的一种区块链与5G融合的分布式能源系统去中心化控制方法,其特征在于,
所述的第二步中,节点可信度排序,具体包括以下步骤:
S21,确定各项评价指标;所述评价指标包括人工输入信息和系统自动生成信息;
人工输入信息通过线下评估的方式获得,其包括节点地理位置、节点安全防护配置、节点安全防护体系;
系统自动生成信息包括节点可信监控数据、节点历史信用数据;
S22,对S21中的评价指标,设置权重集;
S23,根据S22的中权重集,利用模糊灰色评估模型对节点按照指标进行可信度排序,得到前n个可信节点,作为区块链共识节点。
6.如权利要求5所述的一种区块链与5G融合的分布式能源系统去中心化控制方法,其特征在于,
模糊灰色评估模型的构建方法,具体步骤如下:
S221,根据评价指标和权重集生成初始的决策矩阵U,决策矩阵U的计算公式如下:
S222,对S221中的最优初始值进行均值化,得到规范化的决策矩阵V;
评价指标均值化的计算公式如下:
决策矩阵V的计算矩阵如下:
S224,根据S223中的灰色关联度系数,确定判断矩阵Q:
同时,构建权重集的向量A:
S225,根据S224中的判断矩阵Q以及权重集的向量A,计算可信度排序H:
7.如权利要求1所述的一种区块链与5G融合的分布式能源系统去中心化控制方法,其特征在于,
所述第四步,区块链共识节点之间采用改进共识模型PBFT进行共识;所述改进共识模型PBFT包括请求阶段、预准备阶段、计算阶段、准备阶段、提交阶段、回复阶段,其具体过程如下:
S41,每次分布式能源去中心化控制系统业务开始时,业务节点向区块链的节点发出业务请求,并随机产生一个主节点,主节点用于接收客户端发送的请求;
S42,当S41的主节点收到请求后,通信网关将偏差采集数据进行打包,通过广播发送给所有区块链共识节点;
S43,区块链共识节点将收到的S42中的打包数据进行哈希计算,得到哈希值;
S44,各个区块链共识节点将S43中的哈希值发送给其他区块链共识节点;
S45,S44中的各个区块链共识节点比较其收到的其他区块链共识节点的哈希值是否一致;
S46,根据S45的比较结果,选择哈希值相同的两个或多个区块链共识节点,将该区块链共识节点的数据信息覆盖至所有区块链共识节点中;当客户端收到第一条区块链共识节点相同信息后,不再接收其余相同信息,实现区块链共识节点共识。
8.如权利要求1所述的一种区块链与5G融合的分布式能源系统去中心化控制方法,其特征在于,
所述第四步,对区块链共识节点进行异常监控的具体步骤如下:
步骤41,在每个区块链可信节点部署可信监控模块;
所述可信监控模块的监控内容包括操作系统、内存、程序、网络、行为、文件;
同时,通过可信软件基确定可信基准值并且上传到区块链;
步骤42,通过可信计算对步骤41中的监控内容进行动态度量;
步骤43,比较步骤42中的动态度量值与步骤41中的可信基准值,获得两者的偏差值;
步骤44,根据步骤43中的偏差值,重新评估区块链共识节点的可信度。
9.如权利要求1所述的一种区块链与5G融合的分布式能源系统去中心化控制方法,其特征在于,
所述第五步,采集数据的恢复,具体包括以下步骤:
步骤51,区块链收到区块链共识节点同步后的偏差采集数据;
步骤52,对比步骤51中的偏差采集数据和初始化数据的编号ID及数据类型,进行信息匹配;根据匹配信息,将偏差采集数据恢复成原始的采集数据。
10.如权利要求1所述的一种区块链与5G融合的分布式能源系统去中心化控制方法,其特征在于,
所述第六步,控制决策要求包括对电压控制、频率控制、能量优化调度、虚拟电厂、需求响应、需求侧管理的要求。
11.如权利要求10所述的一种区块链与5G融合的分布式能源系统去中心化控制方法,其特征在于,
智能合约模型在虚拟机或者容器中,根据控制决策要求和输入的偏差采集数据进行计算,得到控制决策结果;
控制决策结果输出后,形成控制指令,并将控制指令上传到区块链;
在区块链中的控制指令通过5G通信模型下发到通信网关,然后通信网关发送给各个分布式能源系统。
12.如权利要求1所述的一种区块链与5G融合的分布式能源系统去中心化控制方法,其特征在于,
所述第七步,控制指令执行及结果确认,具体包括以下步骤:
步骤71,分布式能源系统收到控制指令后,根据控制指令进行动作响应;
步骤72,步骤71中的分布式能源系统动作响应结束后,数据采集模块将分布式能源系统的最新状态数据上传到通信网关;
步骤73,利用偏差数据传输模型对步骤72中的最新状态数据进行差值法处理,得到状态偏差数据;
步骤74,利用5G通信模块将步骤73中的状态偏差数据,上传到区块链共识节点;
步骤75,步骤74中的区块链共识节点对状态偏差数据进行共识后,对状态偏差数据和初始化数据的编号ID及数据类型进行信息匹配;并根据匹配信息,恢复出原始的最新状态数据;
步骤76,根据步骤75中恢复的最新状态数据,通过智能合约模型确定当前状态是否满足控制目标;如果与控制目标的偏差量在预设范围内,则认为已经达到控制目标,如果超过偏差范围,则认为控制未达标,将会重新开始进入控制决策环节,并且下发新的控制指令给分布式能源系统。
13.一种区块链与5G融合的分布式能源系统去中心化控制方法,其特征在于,
其包括以下步骤:
第一步,确定分布式能源系统的典型工况,同时对通信网关、区块链进行数据初始化,并得到初始化数据;
数据初始化的过程,包括以下步骤:
步骤11,通过查询分布式能源系统的历史典型运行情况,确定若干个典型工况;
步骤12,将分布式能源系统的当前运行数据与步骤11中的典型工况进行比较,计算当前运行数据与各个不同典型工况数据差值的平方和,得到差值平方和数组;
步骤13,将步骤12中的差值平方和数组进行排序,差值平方和最小对应的典型工况则为当前匹配工况,当前匹配工况对应的数据信息即为初始化数据;
步骤14,将步骤13中的初始化数据更新到各个通信网关和区块链中,完成数据的初始化;
并且通过数据采集模块对分布式能源系统进行实时自动采集,获得采集数据,并将采集数据发送给通信网关;
第二步,通信网关收到第一步中采集数据后,根据分布式能源系统的数据特点,构建偏差数据传输模型,计算采集数据与原始的初始化数据的偏差量,得到偏差采集数据;
第三步,采用模糊灰色评估方法对所有节点按指标进行节点可信度排序,选取前3f+1个节点作为区块链共识节点;
第四步,上传采集数据,将第二步的偏差采集数据通过5G通信模型传输到第三步中的区块链共识节点中;
第五步,偏差采集数据通过第四步中的5G通信模型在区块链共识节点之间进行共识,同时采用改进共识模型PBFT对前3f+1个节点进行哈希值计算,并兼容恶意节点和故障节点;
第六步,区块链在进行第五步中的共识期间,通过共识节点监控模块对区块链节点进行异常监控,并且将节点的监控结果反馈到第三步的节点可信度排序,改变节点可信度顺序;
第七步,区块链平台基于第一步初始化数据,结合当前各区块链共识节点同步后的采集数据差值恢复出分布式能源系统原始的采集数据;
第八步,根据第七步中的采集数据,构建分布式能源控制模型、智能合约模型;
分布式能源控制模型将控制策略算法写入智能合约模型,智能合约模型计算出控制决策结果,并将控制决策结果形成控制指令下发给分布式能源系统中的各设备;
第九步,第八步中的分布式能源系统中的各设备收到控制指令后,进行相关动作,并将动作数据通过偏差数据传输模型反馈给通信网关,再利用智能合约模型确定控制是否成功,完成分布式能源系统去中心化的控制。
14.一种基于区块链的分布式能源控制多活系统,其特征在于,
应用如权利要求1-13任一所述的一种区块链与5G融合的分布式能源系统去中心化控制方法,其包括分布式能源控制系统、区块链模块、若干节点;
所述分布式能源控制系统建立在区块链模块上,并通过区块链模块实现其分布式应用;
所述区块链模块,用于提供分布式能源控制系统的存储和计算资源,其采用拜占庭容错模型,兼容部分故障节点和恶意节点,在部分节点故障或者受到攻击时,其余节点正常运行;
所述节点为边缘计算节点或者数据中心。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210432750.0A CN114531248B (zh) | 2022-04-24 | 2022-04-24 | 区块链与5g融合的分布式能源系统去中心控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210432750.0A CN114531248B (zh) | 2022-04-24 | 2022-04-24 | 区块链与5g融合的分布式能源系统去中心控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114531248A CN114531248A (zh) | 2022-05-24 |
CN114531248B true CN114531248B (zh) | 2022-07-05 |
Family
ID=81627992
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210432750.0A Active CN114531248B (zh) | 2022-04-24 | 2022-04-24 | 区块链与5g融合的分布式能源系统去中心控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114531248B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115277697B (zh) * | 2022-07-18 | 2023-06-23 | 华南师范大学 | 大数据区块链的可信安全方法和医康养数据共享系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108335202A (zh) * | 2018-01-29 | 2018-07-27 | 陆茹 | 一种基于区块链的分布式能源交易系统 |
WO2019045589A1 (en) * | 2017-08-31 | 2019-03-07 | Siemens Aktiengesellschaft | REAL-TIME CONTROL NETWORK BASED ON BLOCK CHAIN, REAL-TIME CONTROL SYSTEM, AND REAL-TIME CONTROL METHOD |
CN112118321A (zh) * | 2020-09-24 | 2020-12-22 | 北京工业大学 | 一种工业区块链的实用拜占庭容错共识机制优化系统 |
WO2020260676A1 (en) * | 2019-06-28 | 2020-12-30 | Abb Power Grids Switzerland Ag | Distributed ledger for transacting with grid constraints to ensure grid stability |
CN113792982A (zh) * | 2021-08-19 | 2021-12-14 | 北京邮电大学 | 基于组合赋权与模糊灰色聚类的科技服务质量评估方法和装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11290324B2 (en) * | 2016-12-30 | 2022-03-29 | Intel Corporation | Blockchains for securing IoT devices |
US20200162261A1 (en) * | 2018-11-18 | 2020-05-21 | Ramachandran Iyer | System and method of blockchain consensus mechanism with custom hardware based on geographic distribution, density, node asset and reputation |
CN113364608B (zh) * | 2021-04-21 | 2022-09-02 | 国网浙江省电力有限公司电力科学研究院 | 一种基于区块链共识机制的分布式协同优化控制方法 |
-
2022
- 2022-04-24 CN CN202210432750.0A patent/CN114531248B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019045589A1 (en) * | 2017-08-31 | 2019-03-07 | Siemens Aktiengesellschaft | REAL-TIME CONTROL NETWORK BASED ON BLOCK CHAIN, REAL-TIME CONTROL SYSTEM, AND REAL-TIME CONTROL METHOD |
CN108335202A (zh) * | 2018-01-29 | 2018-07-27 | 陆茹 | 一种基于区块链的分布式能源交易系统 |
WO2020260676A1 (en) * | 2019-06-28 | 2020-12-30 | Abb Power Grids Switzerland Ag | Distributed ledger for transacting with grid constraints to ensure grid stability |
CN112118321A (zh) * | 2020-09-24 | 2020-12-22 | 北京工业大学 | 一种工业区块链的实用拜占庭容错共识机制优化系统 |
CN113792982A (zh) * | 2021-08-19 | 2021-12-14 | 北京邮电大学 | 基于组合赋权与模糊灰色聚类的科技服务质量评估方法和装置 |
Non-Patent Citations (1)
Title |
---|
"能源互联网电力交易区块链中的关键技术";艾崧溥,等;《电力建设》;20210601;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114531248A (zh) | 2022-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110943983B (zh) | 基于安全性态势感知与风险评估的网络安全预防方法 | |
Fioriti et al. | A novel stochastic method to dispatch microgrids using Monte Carlo scenarios | |
Marino et al. | Developing a CCHP-microgrid operation decision model under uncertainty | |
CN104934968A (zh) | 基于多智能体的配网应灾恢复协调控制方法及装置 | |
CN104850727A (zh) | 基于云重心理论的分布式大数据系统风险评估方法 | |
KR102544181B1 (ko) | 디지털 트윈 기반의 분산 자원 및 전력 계통 운영 계획 시스템 및 운영 계획 방법 | |
Ahsan et al. | Data-driven next-generation smart grid towards sustainable energy evolution: techniques and technology review | |
CN114531248B (zh) | 区块链与5g融合的分布式能源系统去中心控制方法及系统 | |
CN111291046B (zh) | 一种计算机大数据存储控制系统及方法 | |
CN105337278A (zh) | 一种基于节点重要度评价矩阵的网络重构双层优化方法 | |
Yajie et al. | Weapons system portfolio selection based on the contribution rate evaluation of system of systems | |
CN109066651A (zh) | 风电-负荷场景的极限传输功率的计算方法 | |
Huang et al. | Smart energy management system based on reconfigurable AI chip and electrical vehicles | |
CN110060157B (zh) | 信誉度评估方法及系统 | |
Chandrasekaran | Feasibility study on machine‐learning‐based hybrid renewable energy applications for engineering education | |
Han et al. | A multi-perspective framework of analysis of critical infrastructures with respect to supply service, controllability and topology | |
CN118017509A (zh) | 基于数字孪生空间的大规模配电网并行优化方法 | |
Sifat et al. | Design, development, and optimization of a conceptual framework of digital twin electric grid using systems engineering approach | |
Sang et al. | Privacy-preserving hybrid cloud framework for real-time TCL-based demand response | |
Jain et al. | Multi-objective-based robust unit commitment using hydro-thermal-wind: A hybrid technique | |
CN112767126A (zh) | 基于大数据的抵押物评级方法和装置 | |
CN103701124B (zh) | 一种基于并行计算平台的小干扰辅助决策优化方法 | |
Gao et al. | Comprehensive Evaluation Method of Distribution Network Planning Schemes Based on Spatial Information | |
CN114745288B (zh) | 基于区块链和动态赋权的复杂网络抗毁性模型量化方法 | |
CN114154277B (zh) | 集输系统布局优化方法、装置及设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |