基于區塊鏈的配電網運行異常管理機制

田洪亮，葛平，憲明杰

基于區塊鏈的配電網運行異常管理機制

田洪亮，葛平*，憲明杰

（東北電力大學 電氣工程學院，吉林 吉林 132012）（ ? 通信作者電子郵箱gepingyjs@163.com）

為保障配電網穩定運行，運行異常與處理措施的信息交互通常由操作員完成，但這種方式容易受操作員的主觀性影響，出現處理措施與運行異常不匹配的情況，并且缺少對交互過程信息安全的保障。因此，提出一種基于區塊鏈的配電網異常管理網絡模型——異常管理區塊鏈網絡（EMBN），以及一種改進的配電網三道防線模型。首先，根據區塊鏈防篡改和可追溯的特性，構建異常索引區塊鏈（AIB），根據區塊中的最新信息尋找合適的措施處理運行異常；其次，構建異常交互區塊鏈（EIB）對運行異常和處理措施的交互過程進行監控，確保處理措施的實施；最后，將EMBN應用于傳統配電網的三道防線，并結合智能合約實現配電網的自適應檢測和異常應對。仿真結果表明，面對配電網的復雜環境，EMBN可以匹配處理措施與運行異常，不受操作員主觀性的影響；相較于傳統配電網，EMBN在信息交互的信息安全方面具有一定的優越性。

區塊鏈；配電網；異常管理；自適應；信息安全

0 引言

現代配電網為滿足社會用電需求，不斷嘗試智能配電網高級應用軟件技術［1］、自愈控制技術［2］等不同手段保障配電網穩定運行。在此過程中，發現信息安全因素占物理系統穩定運行的比例逐漸增大［3］。然而，隨著智能設備在電力系統中應用的不斷增加，在向控制中心傳輸和交互的途中，容易受到入侵者攻擊，威脅到整個配電網的安全。同時，生活中突發故障引起的停電也使配電網的穩定性面臨挑戰。目前，針對解決配電網運行過程中出現的異常已有較多的研究成果。文獻［4］中提出了一種新型直流配電網線路邊界保護方案，利用Savitzky-Golay濾波與直流線路的電流微分作為保護判據，有效識別故障極以及區內、外故障，同時該方法對通信的低要求也避免了信息交互過程中可能出現的安全問題。文獻［5］中提出了一種均衡綜合能源聚合商（Integrated Energy Aggregator， IEA）與配電公司利益的配電網故障恢復方法，采用了配電網故障功率缺額計算與分配模型和博弈策略，在滿足IEA利益的前提下實現了配電網故障最優恢復。文獻［6］中采用預訓練方法構建學習模型對故障處置數據進行識別，并利用知識圖譜技術對數據進行存儲和應用，輔助調控工作人員對故障進行決策，提升了配電網處理故障的效率和效果。文獻［7］中提出了一種面向配電網故障快速處理的邊緣計算單元優化配置方法，構造了關于經濟性和通信實時性的目標函數，結合可靠性和系統要求約束并求解配電網中邊緣的最優個數，實現了配電網故障準確快速的處理，保障了配電網運行的穩定性。上述研究對于解決配電網運行異常具有很好的參考意義，但也存在以下問題：1）運行異常和處理措施很難有效聯系起來；2）處理異常時只能觀察到結果，無法實時反映應對運行異常的相關信息；3）運行異常和處理措施匹配時信息交互的安全無法得到保障。

區塊鏈［8］是一種建立在點對點網絡上的分布式數據庫技術，以加密的方式記錄所有的交易數據。文獻［8］中提到的數字虛擬貨幣因具備去中心化、無需依賴第三方的特點受到了大量的關注，而其中提到的區塊鏈技術也引起了電力領域學者的研究興趣。文獻［9］中提出了基于區塊鏈的能源互聯網層級架構模型，同時設計了新的交易模式及信任機制，使能量流和信息流高度融合并且保證傳輸的安全。文獻［10］中提出了基于區塊鏈的多區域最優潮流分布式算法，在互不信任的多區域互聯系統中，抑制惡意主體的不當行為，保障分布式優化的運行。文獻［11］中提出了一種基于分布式區塊鏈的保護框架，增強了現代電力系統抵御網絡攻擊的自我防御能力。文獻［12］中提出了一種具有去中心化、多方共識和代幣激勵特點的區塊鏈社群思維，并以此建立了分布式調頻系統響應模型，實現了分布式調頻資源的高效利用。然而，目前區塊鏈技術在電力領域的應用主要集中在電力交易、系統優化、信息安全等方面，對于利用區塊鏈技術解決配電網的運行異常方面少有報導。針對上述問題，本文的主要工作包括：

1）提出一種基于區塊鏈的配電網異常管理網絡模型，解決了處理措施與運行異常匹配時的信息斷層問題，利用區塊鏈的防篡改特性，確保處理措施與運行異常匹配過程中的信息交互安全。

2）提出一種改進的配電網三道防線模型，實現配電網自適應檢測和處理運行異常，從而達到協助配電網保持穩定運行的目的。

1 異常管理區塊鏈網絡

文獻［13］中的能源區塊鏈網絡模型依托于區塊鏈可追溯和防篡改的特性，使用電側和供電側的信息互通，實現了供電和用電的合理匹配。因此，本文以上述模型為基礎，思考配電網運行異常與處理措施合理匹配的方案，提出了異常管理區塊鏈網絡（Exception Management Blockchain Network， EMBN），模型結構如圖1所示。EMBN表達式如下：

圖1　EMBN結構示意圖

1.1　異常索引區塊鏈

定義1 異常索引區塊鏈（AIB）的表達式如下：

其中：為原始區塊鏈；為異常索引共識算法（Anomaly Indexing Consensus Algorithm， AICA）。AIB的數據結構如圖2所示。

依靠區塊鏈數據所具有的防篡改性和可追溯性，處理措施可以根據AIB最新區塊中的異常節點信息進行搜索，尋找可以處理的異常。本文基于權益證明（Proof Of Stake， POS）方法［14-15］提出AICA，步驟如下：

2）所有的配電網節點向EMBN全網持續廣播信息數據，并附上發送者ID。

3）所有的節點獨立監聽EMBN全網數據，同時進行記錄。

6）任意節點收到與創世區塊中的記錄超過個（與配電網節點總數有關）不同的回應信息后，AICA達成共識，并產生新的區塊。

7）新區塊完成后，刪除之前計算權值的信息，并開始下一輪循環。

AICA中的權值和特征值可以根據所處的環境不同進行調整，以適應不同的情況，本文所給出權值和特征項僅為其中的一種情況。

表1　AICA的權值

1.2　異常交互區塊鏈

定義2 異常交互區塊鏈（EIB）的表達式如下：

其中：C為原始區塊鏈；為異常交互共識算法（Exception Interact Consensus Algorithm， EICA）。EIB的數據結構如圖3所示。

當處理措施從AIB中獲得異常節點信息形成交互后，都將發送到EMBN；同時，將交互信息匯總為一個區塊，連接在EIB上。同樣本文基于POS提出EICA，步驟如下：

1）參與交互的異常節點和處理措施有限集向EMBN全網持續廣播交互信息數據，并附上發送者的ID。

2）所有的節點均獨立監聽EMBN中的數據并記錄。

5）任意節點收到超過個（與配電網節點總數有關）相同的回應消息后，EICA達成共識并產生新的區塊。

6）新區塊完成后，刪除之前計算權值的信息，并開始下一輪循環。

同樣EICA中的特征值和權值可以根據用電側不同要求進行調整。

表2　EICA的權值

1.3　配電網節點有限集

EMBN中的配電網節點集由靜態節點集和實時節點集組成，并且依靠靜態節點集和實時節點集完成對配電網的監測和分析。

1.3.1靜態節點集

隨著對電網節點的研究不斷加深，發現大部分電網都含有小世界和無標度特性，可以使用節點度、平均路徑長度和介數中心性等靜態指標，從局部到全局對配電網進行靜態分析。其中節點度可以通過與節點相連接的邊數反映節點與其他節點的聯系強弱情況；平均路徑長度為任意兩個節點之間距離的平均值；介數中心性是基于最短路徑來度量網絡的中心性［16］。因此，本文基于復雜網絡理論，首先將配電網中的節點當作獨立的個體，將節點與節點之間連接形成的邊比作關系，接著把配電網抽象成有個節點、條邊的無向有權拓撲結構圖［17］。最后，把拓撲結構圖所包含的節點信息上傳作為靜態節點集。靜態節點數據在EMBN中發揮以下作用：1）在實時數據傳輸出現異常時，對配電網進行靜態分析；2）在配電網正常運行時，與實時數據對比，輔助AICA的運行。

1.3.2實時節點集

本文中實時節點的數據依靠數據采集模塊［11］收集，包含電流、電壓、有功功率和無功功率等，然后通過數據采集模塊上傳到配電網實時節點集中。因為本文的討論重點是實時節點數據上傳到EMBN后，協助AICA達成共識，使處理措施尋找到與它匹配的運行異常，所以對實時節點數據收集之前和收集期間可能產生的問題暫不作討論。

1.4　智能合約

為使處理措施和配電網運行異常的匹配滿足用電側或供電側的要求，本文通過制定智能合約決定采取何種措施應對配電網運行過程中產生的異常。本文制定的智能合約如下：

其中：為應對措施所需的時間成本；為應對措施執行時的危險程度；為應對措施實施后對周圍環境的影響指數。此智能合約中的約束條件可以根據需求的不同進行調整，以適應不同的場景。

2 改進的配電網三道防線模型

本文在傳統配電網三道防線［18］的基礎上提出一種改進的三道防線模型，如圖4所示。

圖4　改進的三道防線模型

改進的配電網三道防線融入了異常管理區塊鏈，使EMBN成為運行異常和處理措施的信息交互中心。此外，依靠EMBN中AIB和EIB區塊中的信息，可以實現自適應檢測和處理異常。改進的三道防線與傳統配電網三道防線的區別主要為異常管理區塊鏈網絡部分，如圖5所示，其中異常管理區塊鏈網絡的具體運行過程如下：

1）將常用措施的特性和成本的信息提交到EMBN中的應對措施有限集合中，等待異常節點信息上傳。

2）當配電網中出現異常時，異常節點會將自己的ID以及相關信息發布至EMBN，通過AICA形成AIB。

3）在AIB形成之后，考慮應對措施所需的時間成本、應對措施執行時的危險程度和應對措施實施后對周圍環境的影響指數等因素，制定一個智能合約以確定每一個處理措施的異常子集，從而面對不同的異常采取合適的措施。

4）在處理措施和運行異常的信息匹配成功之后，異常節點完成自身所發布任務，然后實施相應措施，最終抑制或消除配電網的運行異常；同時，EMBN不斷進行配電網運行狀況的確認，以保證每一次處理措施和運行異常的匹配都準確完成。在此過程中，通過EICA形成EIB。

圖5　EMBN運行過程

通過上述改進的配電網三道防線中的EMBN運行機制可知，它能更好地解決傳統配電網三道防線面臨的問題。主要體現在：

1）運行異常和處理措施的信息交互準確執行。在傳統的配電網三道防線中，通常根據典型故障集合組成的離線和在線決策表來處理運行異常，以保障配電網的穩定運行。然而，上述方法卻無法自適應現代復雜的配電網環境。本文提出的改進的配電網三道防線依托于EMBN中的AIB、EIB和智能合約，可以實現處理措施和運行異常的準確匹配，減少了操作員面對運行異常選擇處理措施時的主觀不確定性；而且與傳統有限的故障集合不同，EMBN中的異常信息集合由AIB產生的區塊組成，理論上不存在排除在外的異常，能夠適應現代復雜多變的配電網環境。

2）實時反映處理措施和運行異常交互的信息。傳統方法中通常只能觀察到實施后的結果，無法實時觀察到處理措施匹配運行異常的信息；然而，在改進的配電網三道防線中，依賴EMBN中的EIB，可實時獲取處理措施和運行異常的交互信息，并根據當前配電網的狀況制定后續的安全措施，避免異常對配電網的影響進一步擴大而導致更大的損失。

3 仿真與分析

3.1　仿真實驗

由于所描述的區塊鏈技術大多處于理論階段，很難在配電網的背景下進行EMBN的完整仿真。因此，本文使用Python構建了模擬運行異常和處理措施交互過程的仿真程序，從而驗證EMBN的可行性。

本文假設的場景如下：異常節點發布時該區域正處于打雷場景，并且所處環境污染較大，隨后配電網持續處于高壓狀態，出現配電線路異常無法穩定運行。在仿真程序中，上述配電網節點有限集中產生異常的節點，會在短時間內將信息發布至EMBN，通過AICA形成異常索引區塊鏈AIB1。根據制定的智能合約IC決定處理措施的實施，經EICA共識算法形成異常交互區塊EIB1。場景的仿真結果如表5所示。從仿真的結果可以看出，通過EMBN，可以實現異常的檢測以及運行異常和處理措施的匹配。

表3　處理措施有限集

表4　處理措施相關信息

3.2　性能測試與分析

本文通過虛擬機搭建Hyperbench測試平臺，在配置了Intel i7 CPU頻率為3.80 GHz，內存為8 GB RAM的64位操作系統上進行相關的性能測試。由于EMBN的運行依托于AIB和EIB，而上述區塊鏈的運行效率取決于信息交互的延遲，即從網絡中的節點發起請求到相應區塊生成的時間間隔［19］，所以將信息交互的延遲作為測試區塊鏈的性能指標。

實驗首先通過docker容器模擬區塊鏈網絡節點向區塊鏈發送信息交互的請求；然后通過配置文件修改區塊中的數據的大小模擬區塊記錄中數據的變化；最后分別記錄上述兩種情況下的延遲，實驗結果如圖6所示。由圖6可知，網絡規模和區塊體中記錄數據的大小會對區塊鏈的運行效率產生影響，隨著部署節點數和區塊體中記錄數據大小的增加，區塊鏈信息交互的延遲逐漸上升。所以在提出的機制應用于實際之前，需要考慮因網絡規模產生的延遲是否能夠滿足要求；同時，AICA和EICA中共識特征項的數量也應注意，不能因為增加特征項而忽略產生的延遲。

3.3　安全性分析

3.3.1成功攻擊的概率分析

本文根據蒙特卡羅方法，對傳統配電網和EMBN在運行異常和處理措施信息交互過程的安全性進行分析，主要分為信息交互之前、信息交互期間和信息交互之后三個階段。

3.3.2算例分析

由于上述分析中總體概率存在許多不確定的變量，不便于比較，因此，本文以IEEE-33節點系統作為實際算例，比較傳統配電網和EMBN信息交互過程的安全性。

圖7　傳統配電網和EMBN中信息交互過程被成功攻擊的概率

4 結語

本文提出了一種異常管理區塊鏈網絡（EMBN），首先根據區塊鏈的可追溯和防篡改的特性構建異常索引區塊鏈（AIB）實現處理措施與運行異常的匹配；其次，構建異常交互區塊鏈（EIB）監測運行異常和處理措施的信息交互過程；此外，將EMBN融入傳統配電網三道防線中，提出了一種改進的三道防線模型，通過EMBN和其余部分的協同運行，實現配電網的自適應檢測和運行異常處理。仿真結果表明，EMBN可協助配電網保持穩定運行，而且與傳統配電網相比，EMBN在信息交互過程中的安全性具有明顯的優勢。未來，將優化EMBN的數據處理和共識算法，以適應配電網復雜多變的結構。

[1] 鮑興川，彭林. 智能配電網通信多信道調度策略［J］.計算機應用，2018，38（5）：1476-1480.（BAO X C， PENG L. Multi-channel scheduling strategy in smart distribution network［J］. Journal of Computer Applications， 2018， 38（5）： 1476-1480.）

[2] 劉康先.提升供電可靠性的智能配電網全域自愈技術研究［J］.電工技術，2022（9）：63-65.（LIU K X. Research on the whole-area self-healing technology of smart distribution network to improve power supply reliability［J］. Electric Engineering， 2022（9）： 63-65.）

[3] 郭慶來，辛蜀駿，孫宏斌，等.電力系統信息物理融合建模與綜合安全評估：驅動力與研究構想［J］.中國電機工程學報，2016，36（6）：1481-1489. （GUO Q L， XIN S J， SUN H B， et al. Power system cyber-physical modelling and security assessment： motivation and ideas［J］. Proceedings of the CSEE， 2016， 36（6）： 1481-1489.）

[4] 韋延方，王志杰，王鵬，等.基于限流電抗電壓的柔性直流配電網故障保護方法［J］.高電壓技術，2022，48（12）：5068-5079. （WEI Y F， WANG Z J， WANG P， et al. Protection method for flexible DC distribution network faults based on current limiting reactance voltage［J］. High Voltage Engineering， 2022， 48（12）： 5068-5079.）

[5] 張筱慧，潘永超，張璐，等.考慮綜合能源聚合商與配電公司利益均衡的配電網故障恢復方法［J］.電力自動化設備，2023，43（3）：38-45. （ZHANG X H， PAN Y C， ZHANG L， et al. Distribution network fault recovery method considering balance of interests between integrated energy aggregators and power distribution company［J］. Electric Power Automation Equipment， 2023， 43（3）：38-45.）

[6] 葉欣智，尚磊，董旭柱，等.面向配電網故障處置的知識圖譜研究與應用［J］.電網技術，2022，46（10）：3739-3749. （YE X Z， SHANG L， DONG X Z， et al. Knowledge graph for distribution network fault handling［J］. Power System Technology， 2022， 46（10）： 3739-3749.）

[7] 潘思宇，劉寶柱.面向配電網故障快速處理的邊緣計算單元優化配置方法［J］.電力建設，2022，43（3）：31-41. （PAN S Y， LIU B Z. Optimal configuration method of edge computing units for rapid faults processing in distribution network［J］. Electric Power Construction， 2022， 43（3）： 31-41.）

[8] NAKAMOTO S. Bitcoin： a peer-to-peer electronic cash system［EB/OL］. ［2022-09-10］.https：//bitcoin.org/bitcoin.pdf.

[9] 龔鋼軍，張桐，魏沛芳，等.基于區塊鏈的能源互聯網智能交易與協同調度體系研究［J］.中國電機工程學報，2019，39（5）：1278-1289.（GONG G J， ZHANG T， WEI P F， et al. Research on intelligent trading and cooperative scheduling system of energy internet based on blockchain［J］. Proceedings of the CSEE， 2019， 39（5）： 1278-1289.）

[10] 張玲，陳思捷，嚴正，等.基于區塊鏈共識機制的多區域最優潮流分布式算法［J］.中國電機工程學報，2020，40（20）：6433-6441. （ZHANG L， CHEN S J， YAN Z， et al. Distributed multi-area optimal power flow algorithm based on blockchain consensus mechanism［J］. Proceedings of the CSEE， 2020， 40（20）： 6433-6441.）

[11] LIANG G， WELLER S R， LUO F， et al. Distributed blockchain-based data protection framework for modern power systems against cyber attacks［J］. IEEE Transactions on Smart Grid， 2019， 10（3）： 3162-3173.

[12] 穆程剛，丁濤，鞠暢，等.基于區塊鏈社群思維的電力系統調頻模型［J］.中國電機工程學報，2022，42（4）：1375-1387. （MU C G， DING T， JU C， et al. Power system frequency regulation model based on blockchain community thinking［J］. Proceedings of the CSEE， 2022， 42（4）： 1375-1387.）

[13] 佘維，胡躍，楊曉宇，等.基于能源區塊鏈網絡的虛擬電廠運行與調度模型［J］.中國電機工程學報，2017，37（13）：3729-3736. （SHE W， HU Y， YANG X Y， et al. Virtual power plant operation and scheduling model based on energy blockchain network［J］. Proceedings of the CSEE， 2017， 37（13）： 3729-3736.）

[14] WATANABE H， FUJIMURA S， NAKADAIRA A， et al. Blockchain contract： securing a blockchain applied to smart contracts［C］// Proceedings of the 2016 IEEE International Conference on Consumer Electronics. Piscataway： IEEE， 2016： 467-468.

[15] 顏擁，趙俊華，文福拴，等.能源系統中的區塊鏈：概念、應用與展望［J］.電力建設，2017，38（2）：12-20. （YAN Y， ZHAO J H， WEN F S， et al. Blockchain in energy systems： concept ， application and prospect［J］. Electric Power Construction， 2017， 38（2）： 12-20.）

[16] 陳超洋，周勇，池明，等.基于復雜網絡理論的大電網脆弱性研究綜述［J］.控制與決策，2022， 37（4）：782-798. （CHEN C Y， ZHOU Y， CHI M， et al. Review of large power grid vulnerability based on complex network theory［J］. Control and Decision， 2022， 37（4）： 782-798.）

[17] 黃志球，史文超，李曉明，等.計及分布式電源的配電網節點脆弱性分析［J］.工業安全與環保，2019，45（6）：34-39. （HUANG Z Q， SHI W C， LI X M， et al. Vulnerability analysis of distribution network nodes considering distributed generation［J］. Industrial Safety and Environmental Protection， 2019， 45（6）： 34-39.）

[18] 薛禹勝.時空協調的大停電防御框架：（一）從孤立防線到綜合防御［J］.電力系統自動化，2006，30（1）：8-16. （XUE Y S. Space-time cooperative framework for defending blackouts part Ⅰ from isolated defense lines to coordinated defending［J］. Automation of Electric Power Systems， 2006， 30（1）： 8-16.）

[19] 沈翔宇，羅博航，陳思捷，等.能源區塊鏈共識算法性能的評估方法與實證分析：以分布式能源交易為例［J］.中國電機工程學報，2022，42（14）：5113-5125. （SHEN X Y， LUO B H， CHEN S J， et al. An evaluation method and empirical analysis of energy blockchain consensus algorithms： a case study of distributed energy trading［J］. Proceedings of the CSEE， 2022， 42（14）： 5113-5125.）

Distribution network operation exception management mechanism based on blockchain

TIAN Hongliang， GE Ping*， XIAN Mingjie

（，，132012，）

The information interaction between operation anomalies and treatments is usually completed by operators to ensure the stable operation of distribution networks， but it is vulnerable to the subjectivity of operators， resulting in the mismatch between treatments and operation anomalies， and the lack of guarantee of information security for the interaction process. Therefore， a blockchain-based network model for distribution network exception management， Exception Management Blockchain Network （EMBN）， was proposed， as well as an improved three-line defense model for distribution network. Firstly， according to the tamper-proof and traceable characteristics of blockchain， an Anomaly Index Blockchain （AIB） was constructed， and appropriate treatments were found to solve operation anomalies based on the latest information in the block. Secondly， an Exception Interact Blockchain （EIB） was constructed to monitor the interaction process of operation anomalies and treatments， and ensure the implementation of treatments. Finally， the EMBN was applied to the three-lines of defense in traditional distribution network， and the intelligent contract was combined to realize adaptive detection and anomaly response of the distribution network. Simulation results show that， facing the complicated distribution network environment， EMBN can match treatments and operation anomalies without the influence by subjectivity of operators； compared with the traditional distribution network， EMBN has the advantage in the information security of information interaction.

blockchain; distribution network; exception management; adaptive; information security

1001-9081（2023）11-3504-06

10.11772/j.issn.1001-9081.2022111665

2022?11?10；

2023?02?21；

田洪亮（1981—），男，吉林吉林人，副教授，博士，主要研究方向：區塊鏈、電力設備在線監測； 葛平（1998—），男，江蘇鹽城人，碩士研究生，主要研究方向：區塊鏈、數據管理； 憲明杰（1997—），男，內蒙古呼和浩特人，碩士研究生，主要研究方向：區塊鏈、訪問控制。

TP301.2； TP391

A

2023?02?24。

TIAN Hongliang， born in 1981， Ph. D.， associate professor. His research interests include blockchain， online monitoring of power equipment.

GE Ping， born in 1998， M. S. candidate. His research interests include blockchain， data management.

XIAN Mingjie， born in 1997， M. S. candidate. His research interests include blockchain， access control.