基于区块链的配电网运行异常管理机制

田洪亮，葛平，宪明杰

基于区块链的配电网运行异常管理机制

田洪亮，葛平*，宪明杰

（东北电力大学 电气工程学院，吉林 吉林 132012）（ ∗ 通信作者电子邮箱gepingyjs@163.com）

为保障配电网稳定运行，运行异常与处理措施的信息交互通常由操作员完成，但这种方式容易受操作员的主观性影响，出现处理措施与运行异常不匹配的情况，并且缺少对交互过程信息安全的保障。因此，提出一种基于区块链的配电网异常管理网络模型——异常管理区块链网络（EMBN），以及一种改进的配电网三道防线模型。首先，根据区块链防篡改和可追溯的特性，构建异常索引区块链（AIB），根据区块中的最新信息寻找合适的措施处理运行异常；其次，构建异常交互区块链（EIB）对运行异常和处理措施的交互过程进行监控，确保处理措施的实施；最后，将EMBN应用于传统配电网的三道防线，并结合智能合约实现配电网的自适应检测和异常应对。仿真结果表明，面对配电网的复杂环境，EMBN可以匹配处理措施与运行异常，不受操作员主观性的影响；相较于传统配电网，EMBN在信息交互的信息安全方面具有一定的优越性。

区块链；配电网；异常管理；自适应；信息安全

0 引言

现代配电网为满足社会用电需求，不断尝试智能配电网高级应用软件技术［1］、自愈控制技术［2］等不同手段保障配电网稳定运行。在此过程中，发现信息安全因素占物理系统稳定运行的比例逐渐增大［3］。然而，随着智能设备在电力系统中应用的不断增加，在向控制中心传输和交互的途中，容易受到入侵者攻击，威胁到整个配电网的安全。同时，生活中突发故障引起的停电也使配电网的稳定性面临挑战。目前，针对解决配电网运行过程中出现的异常已有较多的研究成果。文献［4］中提出了一种新型直流配电网线路边界保护方案，利用Savitzky-Golay滤波与直流线路的电流微分作为保护判据，有效识别故障极以及区内、外故障，同时该方法对通信的低要求也避免了信息交互过程中可能出现的安全问题。文献［5］中提出了一种均衡综合能源聚合商（Integrated Energy Aggregator， IEA）与配电公司利益的配电网故障恢复方法，采用了配电网故障功率缺额计算与分配模型和博弈策略，在满足IEA利益的前提下实现了配电网故障最优恢复。文献［6］中采用预训练方法构建学习模型对故障处置数据进行识别，并利用知识图谱技术对数据进行存储和应用，辅助调控工作人员对故障进行决策，提升了配电网处理故障的效率和效果。文献［7］中提出了一种面向配电网故障快速处理的边缘计算单元优化配置方法，构造了关于经济性和通信实时性的目标函数，结合可靠性和系统要求约束并求解配电网中边缘的最优个数，实现了配电网故障准确快速的处理，保障了配电网运行的稳定性。上述研究对于解决配电网运行异常具有很好的参考意义，但也存在以下问题：1）运行异常和处理措施很难有效联系起来；2）处理异常时只能观察到结果，无法实时反映应对运行异常的相关信息；3）运行异常和处理措施匹配时信息交互的安全无法得到保障。

区块链［8］是一种建立在点对点网络上的分布式数据库技术，以加密的方式记录所有的交易数据。文献［8］中提到的数字虚拟货币因具备去中心化、无需依赖第三方的特点受到了大量的关注，而其中提到的区块链技术也引起了电力领域学者的研究兴趣。文献［9］中提出了基于区块链的能源互联网层级架构模型，同时设计了新的交易模式及信任机制，使能量流和信息流高度融合并且保证传输的安全。文献［10］中提出了基于区块链的多区域最优潮流分布式算法，在互不信任的多区域互联系统中，抑制恶意主体的不当行为，保障分布式优化的运行。文献［11］中提出了一种基于分布式区块链的保护框架，增强了现代电力系统抵御网络攻击的自我防御能力。文献［12］中提出了一种具有去中心化、多方共识和代币激励特点的区块链社群思维，并以此建立了分布式调频系统响应模型，实现了分布式调频资源的高效利用。然而，目前区块链技术在电力领域的应用主要集中在电力交易、系统优化、信息安全等方面，对于利用区块链技术解决配电网的运行异常方面少有报导。针对上述问题，本文的主要工作包括：

1）提出一种基于区块链的配电网异常管理网络模型，解决了处理措施与运行异常匹配时的信息断层问题，利用区块链的防篡改特性，确保处理措施与运行异常匹配过程中的信息交互安全。

2）提出一种改进的配电网三道防线模型，实现配电网自适应检测和处理运行异常，从而达到协助配电网保持稳定运行的目的。

1 异常管理区块链网络

文献［13］中的能源区块链网络模型依托于区块链可追溯和防篡改的特性，使用电侧和供电侧的信息互通，实现了供电和用电的合理匹配。因此，本文以上述模型为基础，思考配电网运行异常与处理措施合理匹配的方案，提出了异常管理区块链网络（Exception Management Blockchain Network， EMBN），模型结构如图1所示。EMBN表达式如下：

图1　EMBN结构示意图

1.1　异常索引区块链

定义1 异常索引区块链（AIB）的表达式如下：

其中：为原始区块链；为异常索引共识算法（Anomaly Indexing Consensus Algorithm， AICA）。AIB的数据结构如图2所示。

依靠区块链数据所具有的防篡改性和可追溯性，处理措施可以根据AIB最新区块中的异常节点信息进行搜索，寻找可以处理的异常。本文基于权益证明（Proof Of Stake， POS）方法［14-15］提出AICA，步骤如下：

2）所有的配电网节点向EMBN全网持续广播信息数据，并附上发送者ID。

3）所有的节点独立监听EMBN全网数据，同时进行记录。

6）任意节点收到与创世区块中的记录超过个（与配电网节点总数有关）不同的回应信息后，AICA达成共识，并产生新的区块。

7）新区块完成后，删除之前计算权值的信息，并开始下一轮循环。

AICA中的权值和特征值可以根据所处的环境不同进行调整，以适应不同的情况，本文所给出权值和特征项仅为其中的一种情况。

表1　AICA的权值

1.2　异常交互区块链

定义2 异常交互区块链（EIB）的表达式如下：

其中：C为原始区块链；为异常交互共识算法（Exception Interact Consensus Algorithm， EICA）。EIB的数据结构如图3所示。

当处理措施从AIB中获得异常节点信息形成交互后，都将发送到EMBN；同时，将交互信息汇总为一个区块，连接在EIB上。同样本文基于POS提出EICA，步骤如下：

1）参与交互的异常节点和处理措施有限集向EMBN全网持续广播交互信息数据，并附上发送者的ID。

2）所有的节点均独立监听EMBN中的数据并记录。

5）任意节点收到超过个（与配电网节点总数有关）相同的回应消息后，EICA达成共识并产生新的区块。

6）新区块完成后，删除之前计算权值的信息，并开始下一轮循环。

同样EICA中的特征值和权值可以根据用电侧不同要求进行调整。

表2　EICA的权值

1.3　配电网节点有限集

EMBN中的配电网节点集由静态节点集和实时节点集组成，并且依靠静态节点集和实时节点集完成对配电网的监测和分析。

1.3.1静态节点集

随着对电网节点的研究不断加深，发现大部分电网都含有小世界和无标度特性，可以使用节点度、平均路径长度和介数中心性等静态指标，从局部到全局对配电网进行静态分析。其中节点度可以通过与节点相连接的边数反映节点与其他节点的联系强弱情况；平均路径长度为任意两个节点之间距离的平均值；介数中心性是基于最短路径来度量网络的中心性［16］。因此，本文基于复杂网络理论，首先将配电网中的节点当作独立的个体，将节点与节点之间连接形成的边比作关系，接着把配电网抽象成有个节点、条边的无向有权拓扑结构图［17］。最后，把拓扑结构图所包含的节点信息上传作为静态节点集。静态节点数据在EMBN中发挥以下作用：1）在实时数据传输出现异常时，对配电网进行静态分析；2）在配电网正常运行时，与实时数据对比，辅助AICA的运行。

1.3.2实时节点集

本文中实时节点的数据依靠数据采集模块［11］收集，包含电流、电压、有功功率和无功功率等，然后通过数据采集模块上传到配电网实时节点集中。因为本文的讨论重点是实时节点数据上传到EMBN后，协助AICA达成共识，使处理措施寻找到与它匹配的运行异常，所以对实时节点数据收集之前和收集期间可能产生的问题暂不作讨论。

1.4　智能合约

为使处理措施和配电网运行异常的匹配满足用电侧或供电侧的要求，本文通过制定智能合约决定采取何种措施应对配电网运行过程中产生的异常。本文制定的智能合约如下：

其中：为应对措施所需的时间成本；为应对措施执行时的危险程度；为应对措施实施后对周围环境的影响指数。此智能合约中的约束条件可以根据需求的不同进行调整，以适应不同的场景。

2 改进的配电网三道防线模型

本文在传统配电网三道防线［18］的基础上提出一种改进的三道防线模型，如图4所示。

图4　改进的三道防线模型

改进的配电网三道防线融入了异常管理区块链，使EMBN成为运行异常和处理措施的信息交互中心。此外，依靠EMBN中AIB和EIB区块中的信息，可以实现自适应检测和处理异常。改进的三道防线与传统配电网三道防线的区别主要为异常管理区块链网络部分，如图5所示，其中异常管理区块链网络的具体运行过程如下：

1）将常用措施的特性和成本的信息提交到EMBN中的应对措施有限集合中，等待异常节点信息上传。

2）当配电网中出现异常时，异常节点会将自己的ID以及相关信息发布至EMBN，通过AICA形成AIB。

3）在AIB形成之后，考虑应对措施所需的时间成本、应对措施执行时的危险程度和应对措施实施后对周围环境的影响指数等因素，制定一个智能合约以确定每一个处理措施的异常子集，从而面对不同的异常采取合适的措施。

4）在处理措施和运行异常的信息匹配成功之后，异常节点完成自身所发布任务，然后实施相应措施，最终抑制或消除配电网的运行异常；同时，EMBN不断进行配电网运行状况的确认，以保证每一次处理措施和运行异常的匹配都准确完成。在此过程中，通过EICA形成EIB。

图5　EMBN运行过程

通过上述改进的配电网三道防线中的EMBN运行机制可知，它能更好地解决传统配电网三道防线面临的问题。主要体现在：

1）运行异常和处理措施的信息交互准确执行。在传统的配电网三道防线中，通常根据典型故障集合组成的离线和在线决策表来处理运行异常，以保障配电网的稳定运行。然而，上述方法却无法自适应现代复杂的配电网环境。本文提出的改进的配电网三道防线依托于EMBN中的AIB、EIB和智能合约，可以实现处理措施和运行异常的准确匹配，减少了操作员面对运行异常选择处理措施时的主观不确定性；而且与传统有限的故障集合不同，EMBN中的异常信息集合由AIB产生的区块组成，理论上不存在排除在外的异常，能够适应现代复杂多变的配电网环境。

2）实时反映处理措施和运行异常交互的信息。传统方法中通常只能观察到实施后的结果，无法实时观察到处理措施匹配运行异常的信息；然而，在改进的配电网三道防线中，依赖EMBN中的EIB，可实时获取处理措施和运行异常的交互信息，并根据当前配电网的状况制定后续的安全措施，避免异常对配电网的影响进一步扩大而导致更大的损失。

3 仿真与分析

3.1　仿真实验

由于所描述的区块链技术大多处于理论阶段，很难在配电网的背景下进行EMBN的完整仿真。因此，本文使用Python构建了模拟运行异常和处理措施交互过程的仿真程序，从而验证EMBN的可行性。

本文假设的场景如下：异常节点发布时该区域正处于打雷场景，并且所处环境污染较大，随后配电网持续处于高压状态，出现配电线路异常无法稳定运行。在仿真程序中，上述配电网节点有限集中产生异常的节点，会在短时间内将信息发布至EMBN，通过AICA形成异常索引区块链AIB1。根据制定的智能合约IC决定处理措施的实施，经EICA共识算法形成异常交互区块EIB1。场景的仿真结果如表5所示。从仿真的结果可以看出，通过EMBN，可以实现异常的检测以及运行异常和处理措施的匹配。

表3　处理措施有限集

表4　处理措施相关信息

3.2　性能测试与分析

本文通过虚拟机搭建Hyperbench测试平台，在配置了Intel i7 CPU频率为3.80 GHz，内存为8 GB RAM的64位操作系统上进行相关的性能测试。由于EMBN的运行依托于AIB和EIB，而上述区块链的运行效率取决于信息交互的延迟，即从网络中的节点发起请求到相应区块生成的时间间隔［19］，所以将信息交互的延迟作为测试区块链的性能指标。

实验首先通过docker容器模拟区块链网络节点向区块链发送信息交互的请求；然后通过配置文件修改区块中的数据的大小模拟区块记录中数据的变化；最后分别记录上述两种情况下的延迟，实验结果如图6所示。由图6可知，网络规模和区块体中记录数据的大小会对区块链的运行效率产生影响，随着部署节点数和区块体中记录数据大小的增加，区块链信息交互的延迟逐渐上升。所以在提出的机制应用于实际之前，需要考虑因网络规模产生的延迟是否能够满足要求；同时，AICA和EICA中共识特征项的数量也应注意，不能因为增加特征项而忽略产生的延迟。

3.3　安全性分析

3.3.1成功攻击的概率分析

本文根据蒙特卡罗方法，对传统配电网和EMBN在运行异常和处理措施信息交互过程的安全性进行分析，主要分为信息交互之前、信息交互期间和信息交互之后三个阶段。

3.3.2算例分析

由于上述分析中总体概率存在许多不确定的变量，不便于比较，因此，本文以IEEE-33节点系统作为实际算例，比较传统配电网和EMBN信息交互过程的安全性。

图7　传统配电网和EMBN中信息交互过程被成功攻击的概率

4 结语

本文提出了一种异常管理区块链网络（EMBN），首先根据区块链的可追溯和防篡改的特性构建异常索引区块链（AIB）实现处理措施与运行异常的匹配；其次，构建异常交互区块链（EIB）监测运行异常和处理措施的信息交互过程；此外，将EMBN融入传统配电网三道防线中，提出了一种改进的三道防线模型，通过EMBN和其余部分的协同运行，实现配电网的自适应检测和运行异常处理。仿真结果表明，EMBN可协助配电网保持稳定运行，而且与传统配电网相比，EMBN在信息交互过程中的安全性具有明显的优势。未来，将优化EMBN的数据处理和共识算法，以适应配电网复杂多变的结构。

[1] 鲍兴川，彭林. 智能配电网通信多信道调度策略［J］.计算机应用，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] 刘康先.提升供电可靠性的智能配电网全域自愈技术研究［J］.电工技术，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] 郭庆来，辛蜀骏，孙宏斌，等.电力系统信息物理融合建模与综合安全评估：驱动力与研究构想［J］.中国电机工程学报，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] 韦延方，王志杰，王鹏，等.基于限流电抗电压的柔性直流配电网故障保护方法［J］.高电压技术，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] 张筱慧，潘永超，张璐，等.考虑综合能源聚合商与配电公司利益均衡的配电网故障恢复方法［J］.电力自动化设备，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] 叶欣智，尚磊，董旭柱，等.面向配电网故障处置的知识图谱研究与应用［J］.电网技术，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，刘宝柱.面向配电网故障快速处理的边缘计算单元优化配置方法［J］.电力建设，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] 龚钢军，张桐，魏沛芳，等.基于区块链的能源互联网智能交易与协同调度体系研究［J］.中国电机工程学报，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] 张玲，陈思捷，严正，等.基于区块链共识机制的多区域最优潮流分布式算法［J］.中国电机工程学报，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] 穆程刚，丁涛，鞠畅，等.基于区块链社群思维的电力系统调频模型［J］.中国电机工程学报，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] 佘维，胡跃，杨晓宇，等.基于能源区块链网络的虚拟电厂运行与调度模型［J］.中国电机工程学报，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] 颜拥，赵俊华，文福拴，等.能源系统中的区块链：概念、应用与展望［J］.电力建设，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] 陈超洋，周勇，池明，等.基于复杂网络理论的大电网脆弱性研究综述［J］.控制与决策，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] 黄志球，史文超，李晓明，等.计及分布式电源的配电网节点脆弱性分析［J］.工业安全与环保，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] 薛禹胜.时空协调的大停电防御框架：（一）从孤立防线到综合防御［J］.电力系统自动化，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，罗博航，陈思捷，等.能源区块链共识算法性能的评估方法与实证分析：以分布式能源交易为例［J］.中国电机工程学报，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：区块链、电力设备在线监测； 葛平（1998—），男，江苏盐城人，硕士研究生，主要研究方向：区块链、数据管理； 宪明杰（1997—），男，内蒙古呼和浩特人，硕士研究生，主要研究方向：区块链、访问控制。

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.