引用本文

张俊, 高文忠, 张应晨, 郑心湖, 杨柳青, 郝君, 戴潇潇. 运行于区块链上的智能分布式电力能源系统：需求、概念、方法以及展望. 自动化学报, 2017, 43(9): 1544-1554. doi: 10.16383/j.aas.2017.c160744

ZHANG Jun, GAO Wen-Zhong, ZHANG Ying-Chen, ZHENG Xin-Hu, YANG Liu-Qing, HAO Jun, DAI Xiao-Xiao. Blockchain Based Intelligent Distributed Electrical Energy Systems:Needs, Concepts, Approaches and Vision. ACTA AUTOMATICA SINICA, 2017, 43(9): 1544-1554. doi: 10.16383/j.aas.2017.c160744

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.2017.c160744

关键词

区块链，分布式电力系统，可再生能源，分布式智能系统 

摘要

智能分布式电力能源系统（Intelligent distributed，electrical energy systems，IDEES）具有组件种类繁多，数量庞大，管理困难，利润低微等特点，导致传统中心化的运营管理不再适合此类系统，而区块链技术可能是推行大规模分布式智能电力能源系统重要的技术路径.由于电力能源系统是一种具有社会和技术双重属性的系统，从而注定了其在用区块链实现运行时，必然需要多种区块链来描述和建模其不同的属性，在文中称之为“区块链群”.具体来说，从底层到高层，这个区块链群由分布式数据存储与服务区块链、智能资产管理区块链、电力系统分析区块链、智能合约运营区块链和智能电力交易支付区块链组成.基于区块链技术、分布式文件服务技术、分布式电力系统分析与管理技术，这些不同层次和功能的区块链自我组织、互相协助，最后形成一个分布式自主的电力能源运行系统.在此复杂系统中，频繁而深度的计算与交互衍生出系统智能，笔者期望这种智能将促成稳定、可靠、有效的电力能源生产、传输与消费.

文章导读

区块链, 是一种全网共识共同维护且保有所有历史交易数据的分布式数据库.其所采用的时间戳、非对称加密、分布式共识、可灵活编程等技术使其具备了去中心化、时间可追溯性、自治性、开放性以及信息不可篡改等特性.区块链技术的基本构架大致可以分为6层, 即涵括所有基层信息数据和加密技术等的数据层、连接所有节点完成数据传播以及验证的网络层、涵括各种共识算法与机制的共识层、制定奖励与惩处的激励层、封装算法和智能合约的合约层、以及具体化区块链应用场景的应用层[1].

作为加密虚拟货币体系比特币的核心支撑技术而诞生的区块链, 自2008年诞生至今已经吸引了众多来自各个领域的学者, 并逐渐衍生出了许多不同于其初衷的应用[2].对于区块链技术发展进程的描述, 尽管存在不同的观点, 最为普遍流传的共识是将其划分为三个起点不同却并行发展的阶段, 即以虚拟加密货币为中心的区块链1.0, 服务于金融领域以智能合约为中心的区块链2.0, 以及将区块链应用拓展到各个领域的区块链3.0[3].起步最早且至今发展最为完善的当属区块链1.0, 尽管现今各行各业的研究者提出了各种各样的设想, 并试图使区块链摆脱虚拟货币而应用于其他的领域.目前大家谈论与研究的理论基础仍然建立在为比特币服务的区块链技术之上.

在区块链1.0发展阶段, 比特币是当之无愧的主角. PayPal、微软Microsoft、戴尔Dell等电子商务网站相继接受比特币作为支付方式.德国政府更是在2013年第一个承认了比特币的合法货币地位.比特币一时间曾达到每个价格1 242美元, 甚至更高于当天黄金每盎司的价格.除去最广为人知的比特币Bitcoin、瑞波币Ripple、莱特币Litecoin等, 现在可查的虚拟货币已达到600多种, 合计市场价值达到68亿美元[4].如果说区块链1.0实现的是虚拟货币的流通和交易, 区块链2.0则是利用在区块链交易中无须信用的特性, 并通过智能合约将区块链技术引入了更多的金融交易中.智能合约与传统合约最大的差别在于, 智能合约的履行是在预设条件发生的情况下由代码强制自动执行的, 没有信用问题, 完全不需要第三方的参与.期权交易、众筹、债券、基金、年金、无须信用的借贷等都是区块链可以大有所作为的领域[5-6].而区块链3.0进一步拓宽了区块链的应用范围, 但凡是去中心化的、需要第三方监管、有触发条件的、需要溯源却又需要保护隐私的点对点的“交易” (资产或非资产、有形或无形), 均可由区块链来完成.其可能的应用包括智能实物资产交易(房产、古董交易等)、无形资产管理(版权、专利等)、公共记录(土地和产权变更记录、车辆登记、营业执照等)、证件登记(身份证、驾驶证等)、私人记录(健康记录、遗嘱等)等.如果说区块链对上述列出的领域将起到的只是提高与优化效率、可靠性、公开性等的作用, 那么对于分布式电力能源系统, 区块链技术则是为其提供了一条重要的可行的技术路径.

图 1  分布式智能电力能源系统区块链群:架构与分层功能

图 2  区块链信息交互示意图

下一代分布式智能电力系统具有组件种类繁多, 数量庞大, 管理困难, 利润低微等特点.根据这些特点, 本文提出了一个新的区块链群的概念和技术, 为其提供了分布式支付系统、分布式资源分配系统、和分布式智能系统实现平台.以上特点正是分布式电力能源系统所需要完成的核心任务:资源的分配, 复杂系统运行以及支付解决方案.区块链群呈现一种多层次形态, 在不同的层次上有不同的区块链模型对此层次的系统进行描述以及管理, 多层次的区块链互相协助, 实现实际电力能源系统的分布式运行.具体来说, 从底层到高层, 这个区块链群包含分布式数据存储与服务区块链、智能资产管理区块链、电力系统分析区块链、智能合约运营区块链、智能电力交易支付区块链.区块链群中的每个区块链都执行相应的逻辑或者物理功能, 而且互相依赖和交互.区块链技术为这样的复杂系统提供了一个实现平台, 在此实现平台上, 各个物理或者逻辑结点(或者“代理”)在不同的区块链上协同工作, 实现自身的逻辑功能.而区块链技术则保证了该多层次分布式系统的完整性、安全性以及鲁棒性.本文预期这种系统可以形成一个“思想的社会”[26].支持智能电力能源系统的运行.在区块链3.0之后, 区块链技术将和现代智能技术加速融合从而形成新的技术浪潮.区块链技术将从单纯的分布式支付技术(Bitcoin)、智能合约技术(Smart contract)、去中心化应用技术(Decentralized application systems)、去中心化自主组织技术(Decentralized autonomous organizations), 发展到基于区块链的更深层次的智能化管控技术.比如基于平行系统思想和ACP (Artificial, computational and parallel)方法[27]的平行区块链管控技术; 遵从于默顿定律的、基于DPP (Description, prediction, and prescription, 描述、预测、诱导)思想[28]的平行动态规划技术(Parallel dynamic programming)[29]等, 这些新的思想与技术将引导和驱动区块链所承载的系统, 从而达到管控者所期望的状态.希望本文所提出的区块链群的概念是对即将来临的区块链智能化管控技术的一次有益的探索.

本文提出的模型中尚未涉及到许多电力系统关键技术, 比如说故障检测识别与处理、暂态分析、稳定性分析、可靠性分析等, 期望在未来的工作中继续探索, 实现这些功能在基于区块链的复杂分布式智能系统的运用与实现.由这些不同层次和功能的区块链自我组织最后形成一个分布式自主的电力运行系统.在此复杂系统中, 频繁而深度的计算与交互衍生出智能, 期望这种智能能够带来稳定、可靠、有效的电力能源产生、传递与消费.

作者简介

高文忠

美国科罗拉多丹佛大学电气与计算机工程系副教授. 1999年和2002年获得美国佐治亚理工大学电气与计算机工程学院电力工程硕士和博士学位.主要研究方向为可再生能源和分布式发电, 微电网, 智能电网, 电力系统保护, 电力系统中电力电子的应用, 电力系统建模与仿真, 混合电动推进系统.同时, 他还是IEEE Transactions on Sustainable Energy杂志的编辑, 也是IEEE Emerging and Selected Topics in Power Electronics杂志的副主编.他是2016年第四十八届北美电力研讨会(48th North American Power Symposium)和2012年IEEE电力电子与风机研讨会(IEEE Symposium on Power Electronics and Machines in Wind Applications)的主席.E-mail: wenzhong.gao@du.edu

张应晨

美国国立可再生能源实验室高级工程师, 美国丹佛大学客座研究副教授.2003获得天津大学授予的学士学位, 2010年获得弗吉尼亚理工学院暨州立大学授予的博士学位.主要研究方向为未来电网的先进能源管理系统, 大规模可再生能源整合对电力系统运行的影响, 对具有高可再生能源渗透率系统的稳定性监测和分析, 以及同步相量测量技术在可再生能源接入中的应用.他是多项美国国家能源部和国立可再生能源实验室资助的新能源相关课题的课题组组长.他有10年以上在电力系统运行和规划, 可再生一体化, 传感和监测领域的工作经验.他共同撰写出版了50多篇同行评审的出版物, 并持有一项美国专利. E-mail:Yingchen.Zhang@nrel.gov

郑心湖  

美国科罗拉多州科林斯堡科罗拉多州立大学大学计算机科学与工程学院博士研究生. 2011年获得浙江大学控制科学与工程学院本科学位.主要研究方向包括社会计算, 机器学习, 数据分析.E-mail:zheng473@umn.edu

杨柳青    

2004年获得美国明尼苏达大学博士学位.主要研究方向为通信和信号处理.杨柳青博士一直活跃在学术界, 她组织了多次IEEE国际会议, 并且是许多杂志的编委成员, 包括:IEEE Transactions on Communications, the IEEE Transactions on Wireless Communications, the IEEE Transactions on Intelligent Transportation Systems, 以及IEEE Transactions on Signal Processing.她在2007年曾获得过由美国海军办公室颁发的杰出青年研究员奖, 在2009年获得了美国国家科学基金会职业奖, 在2010年获得了IEEE全球通信杰出服务奖, 在2012年获得了GeorgeT.Abell杰出中职教师奖, 分别于2012年和2016年获得了由科罗拉多州立大学颁发的Ary Corey杰出国际贡献奖, 同时也在IEEE ICUWB、ICCC ITSC GLOBECOM、ICCWCSP等期刊多次获得最佳论文奖. E-mail: lqyang@engr.colostate.edu

郝君    

美国科多拉多州丹佛大学电气与计算机工程系博士研究生.2015年获得美国科罗拉多州丹佛大学电气与计算机工程系获得电气和计算机工程硕士学位.主要研究方向为电力工程.E-mail:jun.hao@du.edu

戴潇潇    

美国科多拉多州丹佛大学电气与计算机工程系博士研究生. 2013年获得丹佛大学电气与计算机工程系电气和计算机工程硕士学位. 2011年获得吉林大学与俄罗斯托木斯克理工大学共同授予的电子工程学士学位.主要研究方向为传感, 机器学习, 信号处理, 系统分析. E-mail: xiaoxiao.dai@du.edu

张俊    

美国科罗拉多丹佛大学电气与计算机工程系副教授. 2003年和2005年分别获得华中科技大学电气工程系学士与硕士学位.2008年获得亚利桑那州立大学电气工程博士学位.主要研究方向为传感理论, 信号处理和实现, 时变系统建模, 及其在智能电力和能源系统中的应用.他撰写并共同出版了70多篇同行评议的出版物.他是第48届北美电力研讨会联合技术主席(NAPS 2016).本文通信作者. E-mail:jun.zhang@du.edu