基于區(qū)塊鏈的微電網(wǎng)合作博弈電力交易優(yōu)化

周步祥，李祖鋼，陳實，臧天磊，曹強

(四川大學(xué) 電氣工程學(xué)院， 成都 610065)

0 引 言

隨著全球氣候變化加劇、傳統(tǒng)能源的日漸枯竭，可再生能源將逐步代替化石能源，成為滿足社會發(fā)展需求的主要能源形式。微電網(wǎng)是一種將分布式電源、負荷、儲能裝置、變流器以及監(jiān)控保護裝置有機整合在一起的小型發(fā)配電系統(tǒng)，被普遍認為是利用分布式電源的有效方式之一[1]。

傳統(tǒng)電量交易多為主從關(guān)系，由交易中心主導(dǎo)，是第三方公權(quán)力的體現(xiàn)。而微電網(wǎng)內(nèi)開展產(chǎn)銷者之間的點對點電量交易，無權(quán)威機構(gòu)主導(dǎo)，容易造成用戶之間的不信任問題。區(qū)塊鏈融合P2P協(xié)議、非對稱加密、共識機制、塊鏈結(jié)構(gòu)等多種技術(shù)，無需借助任何第三方機構(gòu)，即可在互不了解、互不信任的多方實現(xiàn)可信、對等的價值傳輸[2-4]。區(qū)塊鏈的技術(shù)形態(tài)與能源領(lǐng)域開放、平等、互聯(lián)和共享的理念相契合[5]，為構(gòu)建公開、透明、高效的微電網(wǎng)電量交易市場，提供了解決途徑。

國內(nèi)外相關(guān)領(lǐng)域?qū)＜覍W(xué)者，對于區(qū)塊鏈技術(shù)如何應(yīng)用于微電網(wǎng)電量交易進行了諸多研究。文獻[6]針對微電網(wǎng)電量交易中的報價問題，提出了自適應(yīng)進取性交易策略，并通過連續(xù)雙向拍賣機制完成交易匹配。文獻[7]為實現(xiàn)光伏微電網(wǎng)中用戶間的電力交易，引入了不完全信息博弈模型。文獻[8]從局域多微電網(wǎng)市場結(jié)構(gòu)出發(fā)，建立了多方非合作博弈模型，并通過改進蟻群算法對上述多主體博弈模型進行求解。文獻[9]考慮微電網(wǎng)市場經(jīng)濟性和能源利用情況，構(gòu)造基于雙向時變信息交互下狀態(tài)量序數(shù)勢博弈的微電網(wǎng)運行優(yōu)化模型，并通過策略學(xué)習(xí)算法進行求解驗證。文獻[10]研究了基于圖的改進型拍賣算法，可綜合考慮距離、時間、經(jīng)濟等因素實現(xiàn)電能的合理分配。文獻[11]采用多階段混合拍賣機制，實現(xiàn)微電網(wǎng)內(nèi)資源的最優(yōu)配置。文獻[12]采用聯(lián)盟區(qū)塊鏈技術(shù)解決微電網(wǎng)等場景下P2P電量交易具有的安全與隱私問題，提出基于信用值的交易機制，并通過斯塔克伯格博弈實現(xiàn)最優(yōu)報價策略。

上述研究取得了較好成果，但大多采用拍賣機制或非合作博弈理論實現(xiàn)區(qū)塊鏈環(huán)境下的微電網(wǎng)電量交易。對于同一問題，參與者若采用合作博弈一般可以獲得比采用非合作博弈更大的利益[13]。已有的博弈論相關(guān)研究采用中心化方式進行數(shù)據(jù)存儲與處理，交易中心在受到攻擊時易發(fā)生單點故障，影響系統(tǒng)的安全運行；此外，中心化存儲的數(shù)據(jù)有被篡改的可能，且各個系統(tǒng)之間存在數(shù)據(jù)壁壘，難以保證數(shù)據(jù)的安全共享。相比之下在區(qū)塊鏈網(wǎng)絡(luò)中，數(shù)據(jù)存儲于多個節(jié)點，與微電網(wǎng)P2P電量交易中的分布式架構(gòu)相適應(yīng)；采用背書策略與共識算法對數(shù)據(jù)進行了安全校驗以及實時同步，可實現(xiàn)多個組織間數(shù)據(jù)的安全實時共享；通過哈希函數(shù)計算每個區(qū)塊數(shù)據(jù)對應(yīng)的哈希值，進而由哈希值將各個區(qū)塊連接成區(qū)塊鏈，這種特殊設(shè)計的數(shù)據(jù)結(jié)構(gòu)避免了數(shù)據(jù)篡改。區(qū)塊鏈技術(shù)解決了已有研究中存在的問題，提高了系統(tǒng)的數(shù)據(jù)安全性與可靠性。為此研究基于合作博弈的微電網(wǎng)電量交易機制，以降低談判成本，迅速達成交易，確保電力供需的穩(wěn)定[14]。

文章首先構(gòu)建微電網(wǎng)P2P電力交易系統(tǒng)的總體架構(gòu)，對區(qū)塊鏈網(wǎng)絡(luò)、智能合約邏輯進行設(shè)計；進一步，通過微電網(wǎng)中各用戶主體的效益，優(yōu)化交易過程中的用戶匹配；接著，采用合作博弈中的核仁法實現(xiàn)微電網(wǎng)P2P(Peer-to-Peer)電力交易定價模型。最后，通過數(shù)值仿真對文中的方案進行了驗證。

1 基于區(qū)塊鏈的微電網(wǎng)市場合作博弈架構(gòu)設(shè)計

1.1 系統(tǒng)總體架構(gòu)

基于聯(lián)盟區(qū)塊鏈的微電網(wǎng)電量交易系統(tǒng)總體架構(gòu)如圖1所示，系統(tǒng)主要由數(shù)據(jù)層和物理層構(gòu)成。交易主體為具有雙向潮流的電能產(chǎn)銷者、微電網(wǎng)運營商、配電網(wǎng)運營商。交易標的物為電量以及相關(guān)的輔助服務(wù)。

圖1 系統(tǒng)總體架構(gòu)

數(shù)據(jù)層由信息系統(tǒng)、市場機制、定價機制、能量管理系統(tǒng)等構(gòu)成[15]。其中信息系統(tǒng)依托于區(qū)塊鏈技術(shù)，可以有效破除用戶之間的信息壁壘，使得市場電價、電量供需情況、政策等信息能夠安全高效地在用戶之間進行共享。從而構(gòu)建公開、透明、高效的電力市場環(huán)境。此外智能合約具有強制自動執(zhí)行的特點，采用智能合約技術(shù)對市場機制、定價機制予以實現(xiàn)，能夠確保P2P電量交易市場的公平。

物理層主要由分布式電源、配電網(wǎng)絡(luò)、計量設(shè)備、通信基礎(chǔ)設(shè)施等構(gòu)成[16]。以確保達成P2P電量交易的用戶之間，能夠安全、高效地傳輸電能，并能夠?qū)崟r將采集與計算到的電量、電費、潮流等數(shù)據(jù)傳遞給數(shù)據(jù)層，以便進一步地分析處理。需要注意，物理設(shè)備需要相關(guān)的網(wǎng)絡(luò)能力，以進行相關(guān)的系統(tǒng)升級以及連接至區(qū)塊鏈網(wǎng)絡(luò)。物理層與數(shù)據(jù)層的融合，將構(gòu)建起應(yīng)用層。用戶通過使用應(yīng)用程序，可實現(xiàn)設(shè)備的能量管理、獲取區(qū)塊鏈網(wǎng)絡(luò)服務(wù)、采用代理系統(tǒng)輔助用戶決策、對區(qū)塊鏈賬本進行數(shù)據(jù)挖掘等功能。

1.2 區(qū)塊鏈網(wǎng)絡(luò)設(shè)計

區(qū)塊鏈網(wǎng)絡(luò)是微電網(wǎng)P2P電量交易系統(tǒng)設(shè)計的核心。相比于其它區(qū)塊鏈開發(fā)框架，Hyperledger Fabric采用了合約自動執(zhí)行與共識機制相分離的系統(tǒng)架構(gòu)，模塊化地實現(xiàn)了共識服務(wù)、成員服務(wù)等的即插即用[17]，可定制開發(fā)區(qū)塊鏈網(wǎng)絡(luò)。此外，相比于以太坊，Hyperledger Fabric區(qū)塊鏈網(wǎng)絡(luò)更適用于區(qū)域能源交易[18]。為此，選用Hyperledger Fabric開發(fā)區(qū)塊鏈網(wǎng)絡(luò)。

文中基于Hyperledger Fabric1.4.3構(gòu)建區(qū)塊鏈網(wǎng)絡(luò)，由微電網(wǎng)運營商、配電網(wǎng)運營商、監(jiān)管部門共3個組織構(gòu)成。各組織包含了相關(guān)的組件，用以實現(xiàn)包含3個通道的聯(lián)盟區(qū)塊鏈網(wǎng)絡(luò)。采用通道技術(shù)構(gòu)建了以交易區(qū)塊鏈為主鏈，匹配區(qū)塊鏈、電量區(qū)塊鏈為從鏈的一主二從區(qū)塊鏈存儲結(jié)構(gòu)。根據(jù)不同的業(yè)務(wù)需求，將數(shù)據(jù)存入相應(yīng)的區(qū)塊鏈，以避免數(shù)據(jù)量過大對區(qū)塊鏈網(wǎng)絡(luò)性能造成的影響。

1.3 智能合約設(shè)計

智能合約被定義為“執(zhí)行合同條款的計算機交易協(xié)議”[19]，是一段由時間驅(qū)動，具有狀態(tài)且運行在共享區(qū)塊鏈上的代碼，擁有自動處理數(shù)據(jù)以及控制管理區(qū)塊鏈上的資產(chǎn)等功能[20-21]。

區(qū)塊鏈技術(shù)為智能合約的運行提供了可信的環(huán)境，而智能合約確保了系統(tǒng)中的關(guān)鍵業(yè)務(wù)邏輯能夠安全、高效、強制地執(zhí)行。智能合約的上述特點，有利于P2P電量交易市場機制、定價機制的實現(xiàn)。文中使用智能合約，對用戶報價、用戶匹配、安全校核、電能轉(zhuǎn)移、交易結(jié)算、分析統(tǒng)計，6個部分的業(yè)務(wù)邏輯進行實現(xiàn)。

所有產(chǎn)銷者用戶需要向監(jiān)管部門提供身份證明材料、待綁定的設(shè)備信息，以完成用戶注冊。注冊通過后，監(jiān)管機構(gòu)將向用戶頒發(fā)私鑰、證書等材料，此時用戶才能以對應(yīng)的角色和權(quán)限使用區(qū)塊鏈網(wǎng)絡(luò)中的相關(guān)服務(wù)。用戶的公鑰及證書存放在監(jiān)管機構(gòu)的CA服務(wù)器中，便于其它用戶對其進行身份核實。

產(chǎn)銷者在注冊并登錄后，可結(jié)合市場信息與自身用電需求，向微電網(wǎng)運營商提交充/放電請求。微電網(wǎng)運營商不間斷收集用戶的報價請求，定時執(zhí)行用戶匹配算法。配電網(wǎng)運營商將對匹配成功的用戶請求，進行安全校核與過網(wǎng)費核算以生成最終的用戶匹配數(shù)據(jù)以及交易訂單；微電網(wǎng)運營商將用戶匹配結(jié)果存儲至匹配區(qū)塊鏈、配電網(wǎng)運營商將交易訂單存入交易區(qū)塊鏈。通過底層的P2P協(xié)議，將數(shù)據(jù)共享到網(wǎng)絡(luò)上的各個組織，確保數(shù)據(jù)公開透明、實時共享。

匹配成功的用戶，在設(shè)備連接正常、并確認訂單后，開啟P2P電量交易。其電能計量設(shè)備將實時記錄電量轉(zhuǎn)移過程中的電量變化數(shù)據(jù)，在充放電結(jié)束后，調(diào)用設(shè)備內(nèi)置的Fabric-SDK，將最終的充/放電電量數(shù)據(jù)存入電量區(qū)塊鏈。

P2P電量交易用戶在完成電量轉(zhuǎn)移后，將觸發(fā)交易結(jié)算智能合約，依據(jù)區(qū)塊鏈中存儲的該用戶此輪交易中的交易訂單以及實際轉(zhuǎn)移電量，計算充電用戶需要支付的充電費用以及服務(wù)費，并對各組織應(yīng)得的利益進行合理分配，完成交易結(jié)算、生成交易賬單并存入交易區(qū)塊鏈。

2 關(guān)鍵問題建模

本節(jié)對微電網(wǎng)P2P電量交易中，涉及到的最優(yōu)匹配與交易電價制定問題進行分析。首先，構(gòu)建產(chǎn)銷者的相對收益函數(shù)，并對用戶報價以及報價排序進行建模；接著，以用戶總相對收益最大為目的，構(gòu)建目標函數(shù)。將最優(yōu)化問題轉(zhuǎn)換為二分圖下的最佳完美匹配問題，并采用改進Kuhn-Munkres算法進行求解；最后，采用合作博弈中的核仁法，對P2P交易電價進行制定，以確保合作模式下用戶利益的合理分配。

2.1 用戶報價及排序

每輪完整交易的時間間隔為Δt小時，每天共開展n輪P2P電量交易，其中n∈[0,24/Δt]。定義微電網(wǎng)內(nèi)的購電用戶集合為φ?(CUi|i∈)={1,2…m}，購電用戶的充電量取值范圍為報價范圍為售電用戶的集合為ψ?(DUj|j∈),={1,2…n}，售電用戶的放電量取值范圍為報價范圍為購電用戶與售電用戶之間的P2P成交價格為Pij，成交的電量為Eij。Pg(n)表示第n輪交易的實時電價，Pfin(n)為第n輪交易的上網(wǎng)電價。

采用式(1)，計算產(chǎn)銷者的相對收益:

(1)

role=0時，用戶具有充電需求，其P2P交易電量為EijkWh，相對收益為原本從電網(wǎng)的購電費用減去采用P2P方式的購電費用。role=1時，用戶具有放電需求，其中kdep(元/kWh)為設(shè)備的折舊費用，其相對收益為考慮設(shè)備放電的折舊費用后，相比于余量上網(wǎng)，采用P2P方式多獲取到的利潤。

微電網(wǎng)運營商，將不間斷的收集用戶的報價數(shù)據(jù)。購電用戶與售電用戶報價，分別為:

Bquote=[QID,UID,Ci,Pi,role,time,rank]

(2)

Squote=[QID,UID,Dj,Pj,role,time,rank]

(3)

式中QID為報價的唯一標識、UID為用戶標識；Ci為用戶充電需求、Dj為用戶放電需求；Pi為用戶充電報價;Pj為用戶放電報價；role為用戶角色、時間戳為time、rank為待計算的報價排序因子。

如圖2所示，當用戶報價截至后，微電網(wǎng)運營商將對收集到的用戶報價進行報價排序、用戶匹配、報價調(diào)整、制定合約電價的操作。

圖2 基于二分圖的用戶匹配

用戶的排序因子，通過式(4)進行計算。

(4)

考慮到購電用戶總希望以低價購買到電量，售電用戶總希望以高價出售電量。因此購電用戶中當前報價越高、電量需求越大、報價時間越靠前的用戶越有可能達成P2P電量交易，因此對Bquote按照排序因子rank降序排列；同理售電用戶中當前報價越低、電量供給越大、報價時間越靠前的用戶越有可能達成P2P電量交易，因此對Squote按照排序因子rank進行升序排列。對報價進行排序，有利于提升用戶匹配算法的收斂速度。

2.2 用戶匹配

采用基于二分圖的改進Kuhn-Munkres算法，對用戶報價進行匹配。其目標函數(shù)見式(5)，表示微電網(wǎng)運營商通過合理的資源分配，使得用戶的相對收益最大。

(5)

式中的Q為m×n維的權(quán)值矩陣，其中的元素Q[i,j]>0，表示購電用戶i(0≤i

該最優(yōu)化問題的約束條件，如下：

T[i,j]∈{0,1} (0≤i

(6)

(7)

(8)

其中式(6)為0-1約束，表示用戶之間只存在P2P電量交易或不開展交易中的一種狀態(tài)；式(7)為充電需求約束，表示購電用戶i(0≤i

采用基于二分圖的改進Kuhn-Munkres算法[22]，對上述優(yōu)化問題進行求解。問題的求解算法見附表1，可以實現(xiàn)多對多的最大用戶匹配。

2.3 基于合作博弈的交易電價制定

博弈論也稱對策論，用于研究多主體利益聯(lián)系或沖突下的決策問題。根據(jù)各主體間的合作或非合作關(guān)系，博弈論可分為合作博弈與非合作博弈兩大類[13]。區(qū)塊鏈技術(shù)有效降低了用戶間的信任成本、確保了共享數(shù)據(jù)的可信、為產(chǎn)銷者之間開展合作提供了環(huán)境。購/售電用戶開展合作的關(guān)鍵是能產(chǎn)生相對收益，并通過交易電價的制定實現(xiàn)相對收益的合理分配。對于合作博弈，有較多的求解方法。相比而言，核仁法所求解必定存在且唯一，具有較好的特性[14]。因此，選用核仁法制定P2P交易電價，以提升用戶的滿意度。

Schmeidler于1969年，首次提出采用核仁法求解合作博弈問題。合作博弈問題可表示為(N,v)，其中N為參與者集合即N=∪，v為特征函數(shù)即文中的相對收益函數(shù)R。核仁定義如式(9)，存在為合作博弈的解。

(9)

聯(lián)盟S對于分配x的不滿意度指標e(S,x)，可采用式(10)計算。

(10)

式中S為購/售電用戶組成的聯(lián)盟；x為用戶的相對收益分配方案，代表產(chǎn)銷者的利益分配集合；π(S)為聯(lián)盟的合作利潤。e(S,x)的值越小，表示用戶越能從合作博弈中獲得效益，即用戶對于此次利潤分配結(jié)果越滿意。

核仁，即為用戶對于利潤分配最滿意情況時的解，實現(xiàn)了帕累托最優(yōu)。對于核仁的求解，可將其轉(zhuǎn)換為式(11)的線性規(guī)劃問題。

minε

(11)

式中ε為不滿意度；S1為m+n個產(chǎn)銷者構(gòu)成的聯(lián)盟；x′i為第i個產(chǎn)銷者分配到的利潤，S2為2m+n種不同的合作方式的集合。

已有雙向拍賣機制中，多以P2P電量交易雙方報價的均值為最終交易電價，其電價制定過程未考慮用戶對于利潤分配的滿意度。

將核仁法求解出的最優(yōu)利益分配值x′，代入價格利潤公式(12)，即可為P2P電量交易雙方制定更為合理的電價。

(12)

式中Qij為P2P交易電量；Pij為P2P交易電價；Pi為購電用戶報價；Pj為售電用戶報價。

3 算例分析

3.1 仿真實驗環(huán)境

選用4臺配置為Intel i7-9700 CPU、32G內(nèi)存、1TB固態(tài)硬盤，CentOS 7.3操作系統(tǒng)的臺式機為實驗載體。編寫網(wǎng)絡(luò)及通道配置文件，并采用Docker Compose啟動基于Raft共識算法、具有1.2節(jié)所述的3個組織、3個通道的微電網(wǎng)P2P電量交易系統(tǒng)底層Fabric區(qū)塊鏈網(wǎng)絡(luò)。

采用fabric-chaincode-java編寫鏈碼，實現(xiàn)1.3節(jié)設(shè)計的智能合約?；趂abric-gateway-java編寫客戶端，實現(xiàn)鏈碼安裝及實例化的功能、并模擬產(chǎn)銷者向Fabric網(wǎng)絡(luò)提交用戶報價請求等功能。

3.2 基礎(chǔ)數(shù)據(jù)

基于成都市某區(qū)域地圖，構(gòu)建圖3所示的微電網(wǎng)P2P電量交易仿真測試系統(tǒng)。對15位電動汽車用戶、5位屋頂光伏用戶的出行規(guī)律、用電規(guī)律以及P2P報價進行模擬。

圖3 仿真系統(tǒng)

交易時隙為1 h；用能偏好因子k1=0.5、k2=0.5；電動汽車用戶的kdep=0.15元/kWh、屋頂光伏用戶的kdep=0.10元/kWh。通過智能合約實現(xiàn)用戶匹配、電量轉(zhuǎn)移、余量平衡、交易結(jié)算等操作交易流程，對微電網(wǎng)1天內(nèi)的P2P電量交易情況進行仿真。

圖4為P2P電量交易市場發(fā)布的實時購電價、實時上網(wǎng)電價以及對當天基礎(chǔ)負荷的預(yù)測值。用戶將結(jié)合市場信息、自身的電量需求以及區(qū)塊鏈中的歷史交易信息，在上網(wǎng)電價與購電價之間報價。

圖4 電力市場基礎(chǔ)數(shù)據(jù)

3.3 實驗結(jié)果分析

首先，以電力市場信息為參考，對微電網(wǎng)內(nèi)電動汽車、屋頂光伏產(chǎn)銷者的充放電需求以及報價進行模擬。此階段共分為合作與非合作，兩種交易模式。非合作模式下用戶報量、報價為標量值，用戶不斷地調(diào)整自身的報價，通過連續(xù)雙向拍賣算法實現(xiàn)用戶的撮合；而在合作模式下，用戶提交的報價、報量為區(qū)間范圍，由微電網(wǎng)運營商在該范圍內(nèi)對用戶進行匹配，并通過核仁法計算P2P交易電價。

然后，當報價時間截至?xí)r，由微電網(wǎng)運營商對收集到的用戶報價進行匹配，并分析電量需求。

圖5為雙向拍賣機制下的電量需求情況，可以看出充放電用戶之間部分達成P2P電量交易，較多的充放電需求要通過電網(wǎng)公司進行余量平衡。造成此現(xiàn)象的原因在于，存在較多的買方用戶報價低于賣方報價預(yù)期，用戶之間難以達成交易。

圖5 電量需求情況

對于相同的報價數(shù)據(jù)，采用文中的方式再次進行用戶撮合。將總電量需求消納率，定義為P2P充放電需求之和，占總充放電需求之和的百分比。圖6對合作博弈機制與雙向拍賣機制下的總電量需求消納率，進行了對比。合作博弈機制下的平均總電量需求消納率為79.92%，雙向拍賣機制下的平均總電量需求消納率為50.12%。通過合作的方式，將更有利于微電網(wǎng)內(nèi)電量需求的合理消納。

圖6 總電量需求消納情況對比

隨后，微電網(wǎng)運營商根據(jù)交易區(qū)塊鏈、電量區(qū)塊鏈、匹配區(qū)塊鏈中的數(shù)據(jù)，生成此輪交易中的用戶交易訂單，并觸發(fā)智能合約自動完成用戶錢包之間的轉(zhuǎn)賬操作。

圖7為雙向拍賣機制下，用戶的相對收益情況。可知P2P電量交易方式為充電用戶降低了成本，為放電用戶提升了收益，并提升了微電網(wǎng)的總體社會效益。

圖7 用戶相對收益

對于相同的報價數(shù)據(jù)，采用合作博弈的方式再次進行用戶撮合。將用戶總相對收益，定義為購電用戶相對收益與售電用戶相對收益之和。圖8對比了不同交易模式下的用戶相對收益情況。從中可以看出，在合作博弈模式下購電用戶、售電用戶的相對收益均有所增加，進而提升了微電網(wǎng)內(nèi)的用戶總相對收益。

最后，采用Hyperledger Caliper基準測試工具，對用戶匹配智能合約、交易結(jié)算智能合約的系統(tǒng)時延、吞吐量性能進行測試。

由圖9可知，隨著交易請求速率的提高，用戶匹配與交易結(jié)算的系統(tǒng)時延與吞吐量均有所提升。由于交易結(jié)算過程需要進行多鏈數(shù)據(jù)協(xié)同與錢包轉(zhuǎn)賬操作，因此其時延大于用戶匹配時延、其吞吐量低于用戶匹配吞吐量。當交易請求速率為2 000 tx/s時系統(tǒng)最大時延為74 s，系統(tǒng)的最大吞吐量為1 300 tx/s，能夠滿足交易時間間隔1 h情況下的P2P電量交易需求。

圖8 用戶相對收益對比

圖9 系統(tǒng)性能測試

4 結(jié)束語

文中提出了一種基于區(qū)塊鏈與合作博弈的微電網(wǎng)P2P電量交易方法，采用區(qū)塊鏈技術(shù)實現(xiàn)交易過程中信息的共享、通過改進Kuhn-Munkres算法實現(xiàn)用戶報價的最優(yōu)匹配、應(yīng)用核仁法制定合理的P2P交易電價。

理論分析與仿真結(jié)果表明，將區(qū)塊鏈技術(shù)用于微電網(wǎng)電量交易的各個環(huán)節(jié)，有利于構(gòu)建公開、透明、高效的合作環(huán)境?；谕ǖ兰夹g(shù)實現(xiàn)一主二從的區(qū)塊鏈存儲結(jié)構(gòu)，在確保數(shù)據(jù)安全的前提下，可保證數(shù)據(jù)的存儲效率；采用改進Kuhn-Munkres算法進行多對多的用戶匹配，有利于電量資源合理消納；合作博弈的使用，確保了用戶利益的合理分配，有利于用戶之間的達成合作、降低交易成本、提升交易效率。

以上研究，著重于區(qū)塊鏈框架下的用戶匹配與基于合作博弈的利益分配，并未考慮具體的阻塞管理與系統(tǒng)的物理約束，這將是接下來需要深入研究的部分。