基于分布式区块链技术的电网信用评估与计算模型仿真

嵇士杰，常 新，蔡元纪

（1.北京电力交易中心有限公司，北京 100031；2.新能源电力系统国家重点实验室（华北电力大学），北京 102206；3.电力系统及发电设备控制和仿真国家重点实验室，北京 100084）

由于电力商品的出清、转移与结算不同步，电力市场中存在显著的信用风险[1]。以“先用电、后付费”的模式为例，若电力用户每月结算一次，相当于其被授予了至少一个月用电量的信用，这将带来用电后不能及时、足额付费的潜在风险[2]。随着电力现货市场的发展，电价的波动变大，电力交易的信用风险也将增大。通过对市场主体进行信用评估、信用额度管理等手段，能够控制一定的信用风险，保障电力交易正常、高效运行[3]。但从整体而言，目前我国的电力市场主体信用评价机制尚不完善，对电力交易中的风险控制也缺乏健全、合理的方法[4-5]。

现有的电网信用评估主要存在市场主体信用数据采集难、不同评级机构间的信用评价数据缺乏共享等问题[6]。而区块链技术具有分布式存储、数据加密与共享、不可篡改等特点，其应用于信用评估具有明显优势[7]。对信用数据进行加密处理以确保用户征信数据的安全，并能在有效保护数据隐私的基础上实现有限度、可管控的信用数据共享[8]。同时区块链的结构是按时间顺序形成的链表，每个区块均加入了一个时间戳。可以根据时序追溯信息源头对每一笔数据的来源进行验证，以确保数据的真实、有效[9]。

文中基于分布式区块链技术评估、计算电网信用，在详细阐述了分布式区块链技术的基础上构建了相应的信用评估与计算模型，通过改进的智能合约实现了信用评估数据的共享。

1 系统模型

分布式区块链作为一种新兴技术，可应用到电网评估和计算的实际场景中，其具体架构如图1 所示。由于电力用户众多，在系统中设置数据聚合器，并利用智能合约实现信用信息共享。以征信机构A、B 为例进行详细说明，征信机构A、B 首先从各自的中心数据库提取少量信息，然后通过区块链广播，将提取出来的信息记录存储在区块链中。

由电力交易中心牵头组织相关评级机构组建信用评估联盟区块链，并将联盟链数据布置在内网隔离区[10-11]。以对用户X 进行信用评估为例：信用评价机构A 与机构B 分别将用户X 原有的信用评价数据存储于其数据库内。综合评价X 信用时，前置终端会将评价数据发送至X。此时评价数据已经过电子签名和Hash 运算，并会在得到许可后上传至区块链作为元数据。用户X 查验信用评估报告则可以通过专用通道访问链上数据完成，以此保证各机构信用评估结果得到安全、可靠的汇总融合，从而保障用户数据的私密性与安全性。

1.1 分布式区块链

从本质上来讲，区块链是一种按照区块头内时间戳顺序排列的数据“链条”，作为一种分布式数据库，具有良好的防篡改特性。区块链每一节均包括区块头和区块体两部分，节与节之间采用哈希算法指针链接，且均有特定的“身份”编号。区块头由版本号、时间戳、认证部分以及Merkle 根等具有不同功能的部分组成。区块结构如图2 所示。

1.2 电网信用计算模型

假设某客户单元的信用等级与指标分别为y(i)与{x(i,j)|j=1∶m},i=1∶n。其中，i表示客户信用指标数目，j表示客户信用指标评估项数，n表示样本容量。此处i取12，j=1～12 为各项信用评估指标。通过对指标数据的标准化处理，使得模型具备良好的普适性，且消除了由于各指标的量纲不统一所造成的影响。其处理过程如下：

式中，E[x(j)]与σ[x(j)]分别为第j个电力客户信用指标值{x(i,j)|j=1∶12}的均值和标准差。

当得到电力客户信用指标值后，利用Shepard 插值研究待评估电力客户信用对象的电力客户信用等级y(n+1)，使下式达到最小：

式中，待定系数b一般为大于1 的常数[12]。ωi为权重，表示样本i对待评估电力客户信用等级y(n+1)的影响程度。

对上式进行求导，并令其为0，可得客户的信用等级：

参数b的优化估计根据样本序列进行。选取序列中任意样本i，通过Shepard 插值获得相应y(i)的插值y′(i)。参数优化估计函数如下：

根据电力客户信用评估的具体问题确定b的取值范围是[1,6]。

2 基于智能合约的信用数据共享

区块链技术应用于电网客户信用评估及信息共享，能够使征信机构获得彼此的征信信息，同时保障本身其他核心信息不会被泄露[13-14]。数据共享的关键是保证数据的准确传递不被泄露，所提模型利用智能合约实现信用评估数据的共享[15]。

智能合约的脚本类型大致包含锁定与解锁两种，其中锁定脚本限定了共享数据的输出约束，而解锁脚本则限定了其运行标准[16]。基于智能合约的数据共享流程如图3 所示。

图3 数据共享流程

1）共享访问请求。数据共享的请求Req是数据接收者Np发出的，由存储节点Nq接收，且Req中需要具备访问地址、时间与频次等内容。存储节点Nq针对数据接收者Np制定访问约束条件再进行授权访问，并将这些数据的私钥K发送给邻近集合器BSj：

式中，t为时间戳，Cert为证书，fPK为使用实体的公钥加密信息，PK为公钥，K为私钥。

2）执行智能合约。BSj验证信息后会根据存储节点设定的约束条件执行智能合约，按照已有的密钥将脚本锁定，然后解密共享数据包。同时利用公钥PKNp加密环签名，然后输出共享数据的解密结果。

3）发送共享数据。当Nq与Np处于相同数据聚合器的服务范畴内，对Np进行数据访问，便可直接获得数据聚合器BSj发送的数据；若Nq与Np不在同一聚合器范畴，则数据包会由目前运行智能合约的存储节点用加密的方式传至距离Np最近的BSj。其具体过程如下：

4）指定访问数据。数据接收者Np从数据共享节点下载更新的密文，并用S′解密，可以方便地进行数据访问。避免了数据所有者直接将文件加密的原始密钥S暴露给网络中的其他用户，确保元数据的安全。

3 实验结果与分析

3.1 信用等级评估结果分析

文中以3 个电力客户为例，在对数据归一化处理后，通过信用评估指标值得到的信用等级如表1所示。

表1 客户的信用等级

从表1 可以看出，用所提模型对电力客户2 的信用进行评估所得结果为2.482，四舍五入偏向于2 级，因此最终评定等级为2 级信用。由此可见，所提模型在对电力客户进行信用评估的基础上，根据评估结果对信用等级进行划分，可更加直观地显示电力客户所处的信用等级，以便更优地进行后续服务。最终，评估结果也更加具有客观性与合理性。

3.2 数据块大小对性能影响的分析

影响信用数据评估和计算的参数之一是区块大小，每个区块均有自身的大小，具体取决于事务类型。例如比特币的最大区块为1 MB，若区块大小超过最大限制，则该交易将被网络拒绝。同时区块越大，确认所需的时间越长。区块大小对数据评估与计算延迟时间的影响如图4 所示。其中事务的块大小在350 kB 范围内变化，以便确定接收该块所需的时间。

图4 中，10%、25%、50%和80%分别代表事务的占比，数值越高则代表数据块越大。从图中的变化趋势可以看出，数据块越大，延迟时间越长。在数据传输和分布式存储的过程中，均需要耗费较长的时间。

图4 块大小与延迟时间之间的关联

3.3 安全性分析

所提模型采用数据加密且使用智能合约进行数据共享以确保安全性，因此安全性是一个重要的评价指标，其将抵御外界攻击等非正常数据存储行为的占比作为安全性分析的标准。所提模型与文献[5]、文献[7]、文献[11]的安全性对比，如图5 所示。

图5 不同模型的安全性对比

从图5 可以看出，相比于其他对比模型，所提方法的安全性能最高，能够抵御更多的外界网络威胁。文件大小的增加意味着进行评估的数据更多，也伴随着更高的安全风险。文献[5]中采用多权限属性的评估方式，一旦核心处理器遭到攻击者篡改，则严重威胁其数据的隐私性，因此安全性能较差。并且随着文件的增大，安全性能快速下降。文献[7]采用需求侧进行电网评估，文献[11]采用区块链技术，均在一定程度上保证了信用数据的安全性能，但缺乏相应的加密算法，因此安全性能仍有较大的提升空间。

4 结束语

信用评估能够有效避免市场主体的信用风险，保障电力市场正常、高效的运行。为此，提出了一种基于分布式区块链技术的电网信用评估与计算模型，以解决信用评估中的数据不真实、征信成本高、数据缺乏共享等问题。在构建基于分布式区块链的电网信用评估与计算系统模型的基础上，利用Shepard 插值评定电力客户信用等级以及采用智能合约实现信用数据与结果的共享。并搭建仿真模型对所提系统进行实验论证，结果表明，该文所提模型能够实现客观准确地评估电力用户的信用等级，所设计模型的综合性能优于其他对比模型，具有良好的推广应用价值。