【精彩论文】基于区块链的电力数据交易方案设计
基于区块链的电力数据交易方案设计
刘威, 孙艺新, 陈睿欣, 崔维平, 王智敏
国网能源研究院有限公司,北京 102209
引言
随着科学技术的发展和人类对于数据认识不断提升,数据已经成为重要生产要素,在经济、社会、生活中扮演重要的角色。对于数据的认识、理解和价值塑造能力越来越成为企业发展的核心竞争力,数据缺失已经成为制约企业挖掘数据价值并有效利用的掣肘问题。在这种情况下,数据交易需求日益旺盛,已经成为解决局部数据缺失的重要途径。数据交易立足于数据使用权和增值性,有助于打破行业壁垒,放大数据价值[1]。
国内外机构纷纷开展数据交易平台和交易机制研究。美国开放位置数据库服务商Factual是一个提供实时数据交易市场的网站平台。用户可以通过Factual提供的API,使用PHP、Ruby等多种语言进行数据查询读取。Factual没有直接面向消费者的产品,而是建立消费者与数据源之间的联系,消费者能够自行访问所需信息。美国创业公司BDXE开发大数据交易平台提供实时数据交易服务,并提供数据买卖、数据托管、数据评分、买卖双方评分等一系列服务。日本富士通公司建立大数据交易市场“Data Plaza”,用户可以通过列表筛选需要的数据下载。在中国,数据交易平台可大致分为2类[2]:(1)中立第三方平台,定位于数据供给侧和需求侧的连接服务,只提供交易平台介质,不做数据分析存储等加工活动;(2)服务平台,平台往往由数据所有者搭建,对原始数据进行深度加工重塑,最后以高质量数据集或者数据产品的形式输出。数据平台为交易提供了价值流动的载体,与之相对应的数据交易规则也在不断完善。文献[3]分析国内大数据盈利模式,通过对交易主客体、权利归属和数据定价等隐私进行分析,建立与大数据交易模式的逻辑关系,并提出4种大数据平台盈利模式。文献[4]详细论述了数据交易法律相关问题,指出数据法律属性是数据交易面临的最大不确定性,不同法律属性意味着不同的交易规则。文献[5]论述数据交易中存在的法律层面问题,研究了个人数据所有权归属问题、数据交易主体责任不清、数据交易范围不明确、数据交易监管规范不完善等问题,并在实践层面解决数据个人交易市场开放和数据二级交易市场建立等问题。文献[6]研究大数据交易中数据所有权问题,提出中国大数据交易中急需解决的3个重要的所有权法律问题:技术进步造成权力边界难以界定;侵权责任难以追究;对交易中的所有权问题无系统规定。
综上所述,数据交易方法、机制、模型学界已经形成初步成果,但整体上处于起步阶段,仍存在一些问题亟待解决:(1)数据确权难度大,数据所有权和使用权界限模糊,尚未形成清晰的权益分配制度;(2)数据供需配置不及时,由于数据提供方数据源往往只有一个或几个机构的数据,数据量小、品类单一,对于复杂高维度数据需求难以准确高效满足;(3)数据定价困难,数据资源价值评估缺乏科学体系,数据价值主观性强,同一数据对不同数据需求方价值差异大;(4)数据安全风险较大,数据具有易复制特点,数据需求方容易将数据再次出售给其他需求方牟利,存在较大的泄露风险;(5)数据交易信任机制缺失,数据需求方难以确认提供方数据质量,数据提供方无法监督需求方使用数据范围,导致数据交易信任基础薄弱。
区块链技术是一种分布式账本构造技术,能在去中心化的系统中构建不可篡改、不可伪造的分布式账本,并保证系统中各个节点所拥有账本的动态一致性[7]。本质上讲,区块链是一个去中心化的分布式数据库(系统),其采用密码学的方法保证已有数据不可被篡改,采用公式算法来对新增数据达成共识。目前,一些专家学者已针对区块链为基础的数据交易方法初步研究,文献[8]提出一种基于区块链技术的电力数据统一监管与贡献交易模型,设计集中式的摘要目录检索共享第三方平台,研究建立了“弱化第三方数据集中管控,强化点对点交易”的数据共享交易机制。文献[9]利用区块链去中心化、去信任、难篡改等特征,分别从数据存储、交易信息加密、公式算法等方面提出数据资产安全交易防范。现有数据交易研究面向通用需求,对于特定行业属性数据适应能力较弱,指导意义不足。
鉴于以上问题,本文基于区块链技术构建电力数据交易模型。首先,对电力数据特性分析,进一步分析电力数据交易面临的核心问题,论述区块链技术特征与电力数据交易需求的兼容性;然后,阐述区块链基本概念、分类方法;再次,研究基于区块链技术的电力数据交易方法,分析共识机制、交易账户的设计方法,详细研究并建立面向电力数据交易的智能合约方案;最后,构建基于区块链的电力数据交易方案架构,分析其他技术与区块链技术结合方案和应用效果。
1 电力数据交易概述
1.1 电力数据特性分析
电力数据是具有电力行业属性,能够反映电网运行规律和社会效益的数据。电力数据之间并非完全独立,存在较为复杂的关系。从数据来源分析,电力数据主要来源于用电信息采集系统、营销系统、广域监测系统、配电管理系统、生产管理系统、能量管理系统、用户服务系统、设备检测和监测系统、财务管理系统等[10]。电力数据伴随着电力工业的发展,具有较强的行业属性,数据特征如下。(1)电力数据具有时空特性。电力生产消费过程迅速,不同环节时间差异较大,使得电网数据具备实时采集能力,且时间尺度不一致,包括毫秒级到小时级数据。同时,电力数据产生地点与物理坐标对应,具有空间特性。(2)电力与用户直接互动。电力网络延伸到每个电力用户,覆盖范围广,并且数据具有一定的“独占性”,能够直接精准反映用户用能情况,对用户刻画更为快速准确。(3)电力数据客观反映经济情况。电力数据与经济发展具有一定相关性[11],为分析经济情况提供“电力视角”。电力数据的特征一方面使得电力数据具有较高的交易价值,另一方面也决定了电力数据交易的基本形式和约束边界。数据作为一种虚拟商品,其交易模式与实体产品有较大差异,具有易复制、价值差异大、价值发挥滞后等特点,其中,价值差异大指由于需求紧迫性、数据来源唯一性等因素影响,同一类数据面向不同需求方具有较大的价值差异,需要调整数据定价;价值发挥滞后指从时间维度数据价值作用发挥往往滞后于数据采集,不能保证交易数据完全满足实际需求,使得数据交易存在一定的偏差风险。本文将综合电力数据特征和数据交易特点设计电力数据交易方案。1.2 电力数据交易面临的问题电力数据交易是一个复杂的多方博弈过程,虽然已经有一些初步尝试,但一些关键问题仍待解决。(1)数据交易信任问题突出。数据交易集中模式由数据中心进行数据资源需求匹配并促成交易,数据交易过程存在“黑箱”,难以取得交易参与方的信任。更为重要的是,数据产生、管理、分析、交易每一个环节都有大量主体参与,数据作为虚拟产品,主体之间的价值传递网络与实体产品差异较大,多主体之间缺乏信任基础,“不信任”因素始终伴随着交易过程,容易导致交易终止,难以促成长期交易共识。数据交易多主体容易形成以大数据资源平台为中心的交易圈,交易圈之间容易由于利益或者市场竞争等原因隔绝,不利于构建数据市场[12]。(2)数据交易过程难以有效监管。当前交易技术架构无法建立数据全生命周期监管模式,一定程度上造成数据交易双方难以建立信任:从数据提供方角度,无法知悉数据需求方是否有购买数据的资质,需求方使用数据是否合规,数据价值利用是否在合理范围,是否存在二次倒卖、泄露等问题,需求方是否能够及时支付数据使用费用;从数据需求方角度,无法确认数据提供方数据是否质量达标,是否能够按时提供高质量数据,数据定价是否合规。(3)数据交易存在多方安全风险。数据交易、使用过程伴随着数据泄露、用户隐私等风险。以平台为基础的数据集中交易模式,数据安全防控能力较弱,数据存储、传输和使用过程泄露风险较大,这也给数据价值发挥造成了一定程度的影响。1.3 区块链与电力数据交易的兼容性分析区块链核心功能是不依赖于第三方机构或中心机构,能够完成点对点的数据信息交互,保障数据的真实可信,打破信任壁垒,建立低信任成本、高数据可靠性的交互环境。区块链是数据交易的重要解决方案之一,核心功能与电力数据交易需求相符合。(1)对象维度。数据交易面向的主体是数据,区块链面向数据交易具有天然优势:一是区块链是一种具有加密功能数据库,面向数据管理相关业务具有天然优势;二是区块链打造P2P的网络模式,让数据交易主体之间可以建立直接联系,提升数据交易灵活度。(2)功能维度。区块链采用去中心化组织方式,系统中不存在自上而下的中心化或层级结构的管理与控制,而是通过自下而上的、网络节点之间的相互交互博弈实现宏观系统的自适应组织[13]。区块链分布式“记账”功能以及全系统公共认证机制确保链上数据不被恶意篡改,让数据交易和价值利用过程可追溯,最大限度确保数据在合理范围使用。区块链不需要中间机构担保,数据在区块链上流通公开透明,所有链上阶段均可对交易信息进行查验,确保数据交易定价环节和撮合环节的公正性。另外,区块链中交易过程清算由链上节点共同承担,无需中心化的第三方组织机构,大大降低了交易经济成本和信任成本。(3)价值维度。区块链提供安全的数据交易环境,实现数据交易参与者对参与过程的集体维护,将交易过程纠偏和监督的过程“放权”给参与节点。区块链实现数据交易的价值自动可靠交付,数据需求提出、供给响应、记账,支付等环节均在区块链框架内自主完成,可自动完成价值传递,同时依托密码学原理保证用户拥有不同程度的匿名权限,为建立安全可信、公平公正、良性互动的数据市场奠定基础。此外,区块链采用共识竞争的方式来确定记账权,一定程度上避免中心节点对共享账本的控制[13],打造共享共治的能源生态经济提供平台支撑,促进更多产业相关业务加入数据交易中,助力能源生态经济发展。
2 区块链的基本概念
2.1 区块链概述
区块链技术建立了一种多节点之间自发的信任机制,可以解决商业世界中多个主体间的交易信息记录与共享,可信数据交换与业务传递等诉求,是驱动数字经济、共享经济发展的新引擎。区块链是一种按照时间顺序将数据区块以链条方式组合成特定的数据结构[14],其本质上是一个可加密数据库,能够安全可靠的将事物信息通过密码学原理按照一定顺序安全存储。图1为区块链结构,区块链由区块链头和区块链主体组成,其中区块链头包括版本号、时间戳、目标哈希等主要信息,主要作用是衔接前一区块,并标注区块的时间信息和哈希函数;区块链体包含区块的核心信息,一般采用树型结构保存主体信息,Merkle树结合哈希函数确保数据在被修改情况下及时记录[15],实现区块链不可篡改特性。
图1 区块链结构
Fig.1 Structure of block chain
表1对比了公有链、私有链、联盟链的特征,3种区块链区别较为明显,但具有去中心化、去信任的核心特征,只是范围略有区别。综合来看,联盟链数据承载能力可满足多数交易场景需求,并且可适当区分链上节点的角色,支撑差异化交易场景。
表1 区块链类型对比分析Table 1 Comparison of different types of blockchains
此外,根据对接方式不同,区块链可大致分为3类:(1)单链,一般指能够单独运行的区块链系统,拥有完整的组建模块自成体系;(2)侧链,一种区块链系统的跨链技术,整合不同区块链系统,打通信息孤岛,实现不同区块链系统、物理系统的优势互补;(3)互联链,在侧链基础上实现更多区块链系统的互联互通,可彼此进行交互验证,提升整个系统的性能和可靠性。根据部署环境,区块链可大致分为2类:(1)主链,用于生产环境的真正区块链系统,各项功能设计相对完善,具有使用推广价值;(2)测试链,为方便测试区块链性能而搭建的区块链测试网络,其功能设计与主链有一定差异,主要承载主链部署前的测试和验证工作。
3 基于区块链的电力数据交易方法
3.1 共识机制
区块链基于分布式架构设计,分布式节点之间的共识统一问题是区块链应用必须解决的问题。共识问题受多种因素影响,例如节点数量、场景时效性需求等等。节点数量越多,参与记账、维护的主体越多,攻击者修改账本的难度越大,但多个节点之间的共识更难。另外,共识机制应考虑拜占庭节点问题,在不具备拜占庭节点的网络中,数据仅存在丢包和演示等问题;在具有拜占庭节点的网络中,恶意节点有可能发送错误信息,扰乱链上信息以谋求利益[16]。数据交易场景涉及多个利益相关方,难免有拜占庭节点存在,另考虑到电力数据具有一定的实时性,在考虑数据交易场景的共识机制时统筹考虑两方面因素,寻求符合需求的共识方法。目前,共识算法研究较多的有工作量证明(proof of work, PoW)、股权证明(proof of stake, PoS)、委任权益证明(delegated proof of stake, DPoS)、实用拜占庭算法(practical byzantine falut tolerance, PBFT)、高性能共识算法(robust byzantine falut tolerance, RBFT)等。PoW是一种较为常用的共识算法,使用“挖矿”的方式随机选出区块。“挖矿”的过程是节点解决一个不容易解答但容易验证的数学问题,挖矿胜出者有权利发布下一个区块。哈希函数值的均匀分布特性使得PoW具有随机性,但哈希计算往往伴随巨大能源消耗,这种能源消耗解决记账权问题,但对于实际问题并无实质性的推动意义。而这种以计算力为优势的共识算法,容易通过算力诱发“矿池垄断”,威胁区块链系统安全。PoS也是一种挖矿算法,但“挖矿”成功率与概率和节点权益有关,一定程度上优化PoW算法。DPoS牺牲一定去中心化特性以实现更高的共识效率,每个节点可投票给一名“节点”代表,获得投票较多的几个节点共同组成类似“委员会”的机构,轮流负责对交易打包生成区块[17]。DPoS记账节点更具体,有效提升共识效率。考虑电力数据的敏感性和局限性,本文采用DPoS共识机制,一方面可以保证共识效率,降低数据共识时间,最大限度保障数据实时性;另一方面,确保优质数据源和权威机构的权益,保证数据交易过程的权威性。在DPoS机制下,为获得记账权和响应奖励,各节点需要努力提升数据质量,减小自己的数据交易失误,从整体上激励数据交易高质量发展。3.2 数据交易账户电力数据交易过程涉及多个主体,交易主体账户设计一方面是为了确保上链主体的合法性,另一方面为区块链电力数据交易过程监控提供基础支撑,为全面掌握交易过程提供依据。目前,基于区块链的交易模式主要有2种,一种是以比特币为代表的未花费输出(unspent transaction out, UTXO)模型,另一种是基于以太坊的账目模型。2种交易模式对比如表2所示[18]。UTXO的匿名性较好,交易过程只关注输入值和输出值,忽略交易中间过程,以太坊账目模型各节点可直接看到交易前后的信息变化情况;UTXO拓展性较好,可以实现并行计算,以计算能力保证交易效率,而账户模型拓展难度大,无法实现并行计算;UTXO缺少循环语句,对账户状态只能做简单转换,账目模型可实现复杂的状态转换;UTXO不能与智能合约结合,限制了应用领域,账户模型可较好的与智能合约模型结合,能够对交易问题发挥更大的效用。
表2 区块链交易模式对比Table 2 Comparison of block chain trading patterns
基于以上讨论,基于以太坊的账户模型更适用于电力数据交易场景:(1)电力数据交易主体类型较多,对于不同主体的身份认证和交易过程的状态转化需要更为灵活的节点编程机制;(2)交易过程对数据时效性和安全性有一定要求,这需要一定的算力支撑,并行计算能力显然是提升数据交易效率的重要基础,能够最大限度满足电力数据的实时交易需求;(3)电力数据交易过程相对负责,面向多个领域、企业、单位组织,需要智能合约制定科学合理的交易过程,确保交易在安全可信的环境下自动执行,降低人为因素对交易的干扰。
参考以太坊账户交易模型,设计的电力数据交易账户主要包括外部账户、合约账户、信用账户。外部账户(externally owned accounts, EOA)可以发起和签名交易,可以激发执行合约,但并不与合约代码关联,即没有修改合约的权限,通常用于存储用户自己的账户地址。合约账户被合约代码控制,存储管理交易合约,能被外部账户调用激活。信用账户用于计算存储链上数据交易主体的信用评级,根据交易过程行为量化评估交易信用等级并存储,可以与合约账户同时被激发用于指导选择交易对象。如图2所示,外部账户存储交易次数、余额、默克尔树根哈希值等信息。交易触发合约用户触发智能合约,包括交易时间、金额、买卖主体、能源品类等等一系列信息,此时信用账户提供信用等级参考,可将买方、卖方信用信息分别对交易公布。交易后,状态信息同时向外部账户信用账户传递信息,用于更新外部账户状态和用户信用评级。
图2 交易账号之间的逻辑关系
Fig.2 Logical relationship between trading accounts
3.3 电力数据交易智能合约
智能合约是对现实交易规范条款的电子化协议,其设计的主要目标是满足常见的合约条款,并且最大程度减少恶意交易和交易偶然性,最大程度降低交易信任和监管成本。通过智能合约可以约束数据交易各方行为,提升交易效率。智能合约本质上以一段程序代码,依托计算机指令实现事前约定的交易规则。智能合约本身也是交易的参与者,对接收到信息进行回复,可以接受、存储和传递价值。将电力数据交易按照时间顺序划分为4个阶段:需求提出、数据供需双方拍卖、P2P交易、交易结算。图3为数据交易智能合约设计流程图。
图3 数据交易智能合约流程
Fig.3 Flow chart of data transaction using intelligent contract
前3个阶段已经明确交易双方和交易价格,交易结算阶段主要进行数据实际交易和结算。数据需求方按照约定支付数据使用费用,供应方在规定时间内提供数据,之后双方申请退还交易保证金。区块链矿工判断交易是否完成,若完成则退还保证金,最终完成数据交易,若未完成交易,矿工扣除相应保证金。由于区块链采用Merkle树型结构存储信息,任何交易过程违规信息的产生都将在树形结构哈希值中体现,可准确追踪交易过程的违规行为,实现交易全流程监控。
4 基于区块链的电力数据交易框架
4.1 交易框架设计
对于电力数据交易,区块链平台以低信任成本、自动化交易结算、高价值流通等特点吸引更多的优质资源加入电力数据交易中。每个电力数据交易的需求方和供应方将作为区块链节点上链,形成一种分布式的交易结构,各节点可以公平的获知数据交易信息,在市场的框架下节点之间自由博弈,最终完成数据交易过程。图4为区块链数据交易总体架构,主要有区块链数据层、智能合约层、服务层和应用层组成。
图4 区块链数据交易总体架构
Fig.4 Blockchain-based power data transaction architecture
(2)“区块链+AI”智慧交易方案。考虑数据交易的2种模式:一是直接交易原始数据,数据传输成本较高;二是交易数据价值或者数据产品,即面向结果的交易模式。面向结果的交易模式需要数据供应方根据需求对数据进行初步分析,并将数据结果传输给需求方。随着技术发展,机器学习、人工智能等技术的应用,可以协助区块链保管传输数据价值,让数据交易过程更加智能化,发挥区块链的去信任、去中心化优势,规避区块链短板。另外,人工智能为基数的数据产品交易、数据价值交易等方式也一定程度上丰富了数据交易内涵,进一步建立完善数据交易市场。
5 结论
引文信息
刘威, 孙艺新, 陈睿欣, 等. 基于区块链的电力数据交易方案设计[J]. 中国电力, 2021, 54(5): 17-27.
LIU Wei, SUN Yixin, CHEN Ruixin, et al. Design of power data trading scheme based on blockchain[J]. Electric Power, 2021, 54(5): 17-27.
作者介绍
刘威,博士,国网能源院能源数字经济研究所研究员。主要从事大数据与人工智能技术应用、数据管理、数字化转型、电网安全、区块链技术应用等领域研究工作,在电网运行安全、规划建设、数据治理等方面具有丰富经验。先后承担政府部门、国家电网公司委托的重大课题20余项,在国内外学术期刊发表论文10余篇,其中SCI/EI检索论文8篇,参与编写著作3部,多次获得省部级、地市级奖励。
★
孙艺新,博士,国网能源院高级专家,能源数字经济研究所副所长。主要研究方向:能源数字经济创新与企业数字化转型研究、能源大数据分析及相关研究咨询、能源区块链、能源人工智能技术与应用研究等。出版个人专著《大型企业运营分析体系建设》《电网企业运营分析体系与预警技术》,主编《能源大数据时代》,其他主持与参与编写专著超过6部。先后被聘为国家电网公司专业领军人才、国家电网公司优秀工程技术专家,国家电网公司运营监测(控)顶层设计专家、国家电网公司高级兼职培训师。
★
陈睿欣,硕士,国网能源院能源数字经济研究所研究员。主要从事企业品牌及传播、智慧能源、大数据分析及应用等领域研究工作。先后承担政府部门、国家电网公司委托重大课题研20余项,多次获得省部级、地市级奖励。
★
崔维平,博士,国网能源院能源数字经济研究所研究员。主要从事能源领域数字化转型战略、路径和方法研究,擅长数据管理和能源领域商业模式创新,以及大数据分析、人工智能、区块链技术等新兴信息技术在能源电力领域的应用。参与国家电网公司科技项目、管理咨询项目10余项,理论、技术和实践经验丰富。共发表SCI检索期刊、中文核心期刊、EI检索论文16篇,获得授权专利2项。
★
王智敏,博士,国网能源院能源数字经济研究所数据创新研究室主任。长期从事数据管理、大数据应用、电网规划、能源电力发展规划、能源管理系统、电力市场、新能源方面的研究。主持课题研究30余项,发表SCI检索期刊、中文核心期刊、EI检索论文20余篇;获得专利和软件著作权10余项。
往期回顾
◀【精彩论文】基于随机矩阵理论和聚类算法的电能表运行状态评估方法
◀【精彩论文】图像识别在特高压换流阀元件故障在线监测系统的应用
◀【精彩论文】美国得州2·15大停电事故分析及对中国电力发展的启示
◀【征稿启事】“面向数字化转型的电力系统大数据分析技术”专题征稿启事
◀【征稿启事】“新型电力系统信息安全:理论、技术与应用”专题征稿启事
◀【征稿启事】“双碳目标下多能互补促进新能源消纳关键技术”征稿启事
编辑:杨彪
审核:方彤
根据国家版权局最新规定,纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品,转载时要包含本微信号名称、二维码等关键信息,在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。