综述：区块链技术在电池储能系统中的应用领域、关键特征与机遇：综述

《Journal of Energy Storage》：Application areas, key features and opportunities of blockchain technology in battery energy storage systems: A review

　　

摘要
区块链（BC）技术近年来因其提供安全、透明和去中心化数据管理的潜力，在能源系统中受到了越来越多的关注。随着电池储能系统（BESS）的广泛采用，将 BC 技术集成到这些系统中已成为改善监测、可追溯性、能源交易和运营管理流程的一个重要研究领域。本文系统地考察了 BC 技术在 BESS 中的应用领域、技术架构、机遇、未来研究方向和工业应用。文献来源根据应用领域、BC 架构、共识机制、可扩展性、安全性和能源效率进行评估。研究结果表明，BC 技术主要应用于 BESS 应用，特别是在电池监测、点对点（P2P）能源交易、梯次利用电池管理、电池数字护照、可再生能源集成、供应链可追溯性和智能电网应用中。研究发现，BC 技术可以提高电池管理系统（BMS）中的数据透明度、完整性、可追溯性和去中心化控制结构。此外，BC 技术与基于物联网（IoT）系统的集成实现了电池参数的实时监测和预测性管理。本研究还提出了一个基于 BC 的 BESS 监测和预测概念框架，并展示了一个示例 IoT + BC 系统流程。此外，评估了现有的技术局限性，如可扩展性、延迟、计算成本和实施复杂性，并讨论了未来研究方向。本研究旨在为从事 BESS 数字化和安全数据管理领域的研究人员和实践者提供全面的资源。

引言
能源生产、分配、存储和使用过程正在从传统方法转变为一种结构，其中数字技术在快速演进的技术和信息生产的支持下被集成。这一转变对于碳足迹（CF 或 CO2eq）监测、效率提高以及实现可持续性目标至关重要。将储能系统（ESS）、电动汽车（EV）和可再生能源（RES）进一步集成到国家电力网中，需要能源系统的数字化 [1]。这种数字化使得建立更智能、更灵活的能源网络、更高效地使用能源以及更安全地管理能源成为可能。储能（ES）部门有一些数字化组件，它们是上述相关领域的共同部分。下列相关组件中最引人注目的之一是 BC 技术的集成，这是本文的主题。
•智能电网（SG），
•物联网（IoT），
•智能电表（SM），
•区块链（BC），
•人工智能（AI），
•能源互联网 [2]，
•能源自动化……等等。

尽管近期文献中有关于 BESS 的各种 BC 研究，但该领域仍有待深入探索。在这方面，包括多年来当前研究的技术方法和主题变化的文献综述如下：评估寿命终止电动汽车中退役和使用过的电池健康状态（SoH）的关键因素是获取历史数据以优化模型参数。然而，现实情况是在电池制造商、电动汽车制造商和退役电池用户之间存在数据访问和共享的限制。为了解决这个问题，Ding 在 2018 年提出了一种基于 BC 的电池数据共享模型 [3]，具有防伪、数字签名、易于追溯以及去中心化、集体维护和防篡改的优点。在所提出的系统中，估计了退役电池的预期寿命，并确定了电池相关事故中的责任方。2018 年，Troung 等人提出了一种固定系统多重利用的基本概念，以增加 BESS 的经济价值 [4]。相关研究提出了一个拍卖市场，在其中 ESS 的细分和使用权将通过拍卖出售。BC 技术已被集成以开发一种通用且具成本效益的概念，使利益相关者之间因 BESS 技术操作产生的义务变得清晰。

2019 年，Hu 等人研究了一种基于基于 BC 的智能合约（SC）的能源供需网络高效交易机制，以克服传统电能交易方法成本高、风险大、效率低的问题 [5]。当今电动汽车面临的最大问题之一是电池续航里程有限、充电器数量有限以及电池组更换站网络。电动汽车信息网络对于驾驶员成功访问电池充电站或电池更换是必要的。2020 年，Flora 等人专注于此问题，提出了两种使用 BC 作为应用程序网络和数据层的电动汽车 BMS 设计 [6]。在初始设计中，使用以太坊作为 BC 框架来开发 SC。第二种设计在 IOTA 哈希之上使用有向无环图。IOTA 是一个开源、可扩展的分布式账本，旨在实现人与机器之间价值无缝转移。相关研究实际比较了两种设计方法。结论是，两个平台都能为高效、半去中心化和数据驱动的 BMS 提供可行的解决方案。2020 年，Somayaji 等人的研究提出了一个将深度神经网络（DNN）与 BC 结合的框架，以预测和存储 IoT 设备中的电池寿命 [7]。展示了先进技术优化电池管理应用的潜力。2020 年，Ochoa 等人展示了一个基于 BC 的服务平台，以支持 BESS 的研究开发。提出了一种可应用于 BESS 的 BC 设计，通过管理安全、供应链、健康监测、数据共享和能源运营等关键活动。特别强调增加和监测 BESS 的安全级别 [8]。2020 年，Aenugu 等人提出了一种基于 BC 的系统，用于监测 BESS 的荷电状态（SoC）和 SoH 等参数。测试使用从电池块中的 BESS 管理处理器接收的实时电池数据进行。最终，创建了一个新的数据安全和隐私保护的电池智能系统，其中 BC 可以使用作为主从使用的两个不同处理器的数据 [9]。2020 年，Luo 等人由于 RES 固有的不确定性、供需失衡以及缺乏 ES 共享机制等原因，研究了基于 BC 的系统 [10]。在共同市场中提出了一种基于 BC 的 P2P BESS 共享机制，以实现可靠和透明的交易。

2021 年，Augello 等人检查了梯次利用（SLB）寿命市场的电池监测，该市场是为了确保产品因电流容量下降（取决于其使用领域）而继续使用而创建的 [11]。强调了 BC 在这些应用中确保电池数据真实性和可靠性方面的重要作用。2021 年，Jin 等人主张使用基于 BC 的数据收集结合异常检测，以准确预测 SoH，实现主动维护策略，并最大化 SLB 市场中的电池寿命 [12]。Li 等人于 2021 年就 e-ESS 问题进行了不同研究，本文作者在前几年也提及过这个问题。峰荷调节、一次频率调节、自动发电控制、无功功率调节、电压调节和集成能源系统的备用辅助服务能力已在 BC 支持的云-ESS 上进行了测试 [13]。

在 Mohammadi 等人于 2022 年完成的文章中，开发了一种概念和技术上的基于 BC 的系统，可以安全共享以监测和控制从 BESS 收集的实时数据 [14]。所提出的系统受益于去中心化结构中 IoT 设备的集成、IoT 节点的连接、数据隐私、透明度和可审计性。研究人员提出的基于 BC 的系统可以准确预测微规模和宏观电网规模 BESS 的 SoC、SoH、SoP（功率状态）、SoE（能量状态）、SoT（温度状态）和 SoS（安全状态）值。Lin 等人于 2022 年进行了另一项研究，将 EV 内部的电池块视为一种 BESS [15]。这项包含各种主题的研究，在考虑 EV 到电网或电网到 EV 的能源转移交易的同时，也考虑了从一个 EV 到另一个 EV 的回收电荷转移。开发了一种基于 AI + IoT + BC 的系统来实现这些事件。目标是实现可靠和公平的数据跟踪，并通过 SC 保证各方之间的能源交易。此外，提出了一种能源管理系统，可以根据能源流程匹配结果执行最优充放电计划，然后控制充电堆栈和 EDS 设备。2022 年，Damisav 等人提出了一种使用基于以太坊 SC 的 BC [16]。研究人员对可以由将住宅中的 BESS 聚集在一起而形成的能源共享合作社进行了研究。考虑了通过拍卖方法交易 BESS 上存储的能量。

在 Renuke 等人于 2023 年完成的论文中，提出了一种包括 BESS、RES、氢燃料电池、水电解器和柴油发动机发电机的混合能源系统 [17]。在所提出的系统中引入了一种 BC 支持的频率调节机制，提供耐用性和鲁棒性。提出了一种耐用的 BC 框架来解决电源持久性和虚假数据注入问题。此外，针对能源生产损失和不确定性；一种使用遗传算法（GA）且受参数灵敏度算法（PSA）约束的优化方法支持了系统。基于共识算法的 BC 方法促进了战略决策过程，同时将数据流安全传输给市场运营者。2023 年，Augello 等人专注于 EV 到电网（V2G）和验证电池在二次服务寿命中的使用 [18]。强调了 BC 在增加 SLB 市场中信任和问责制方面的重要性。2023 年，Gerasimova 等人考察了 BC 和非同质化代币在实现可持续、智能和包含 BES 的交通模式中的作用，以贡献于清洁能源未来 [19]。BC 允许消费者通过 P2P 能源交易出售 RES 产生的多余能源。这为去中心化和可持续的能源生态系统铺平了道路。

Ren 等人于 2024 年的论文强调了政府主导的战略举措在促进电池回收可持续实践方面的重要性 [20]。提出了一种基于 BC 的废旧动力电池回收模式。还强调了制造商、汽车经销商和第三方之间形成联盟以促进回收的潜力。Faria 等人于 2025 年进行的文章，旨在利用数字化技术的 BC 方面改善锂离子电池（Li-Ion）降解和 SLB 服务寿命 [21]。在 ESS 中使用已失去 70–80% 容量并即将退役的 EV 电池，可以被视为延长这些 ESS 单元寿命和减少环境影响的一种有前景的方法 [22]。在相关参考研究中，通过模拟三种不同使用条件下的 EV 电池进行了基于计算机的测试。得益于传输到 BC 技术的数据，获得了受防干预保护、持久、透明和安全的数据。利用数字化，该解决方案增加了 SLB 市场的信心，鼓励采用可持续能源，并帮助 EV 制造商解决关于锂离子电池容量不断增长的关注。Kumar 等人 [23] 于 2025 年提出了一种结合 BC、XGBoost 和 Hyperledger Fabric 的 BMS 架构，以保护 EV 和充电站受影响网络攻击。XGBoost 模型的预测时间为 53.2 毫秒，最小 BC 操作执行时间确定为 6.44 毫秒。

在 Tourang 等人于 2026 年进行的研究中，通过识别 BC 用于可再生能源 ES 集成的杠杆点，提供了方法论和实践信息，从而提供可适应、透明和鲁棒的系统。已做出努力使 BC 与可持续 ES 和供应链设计保持一致 [24]。在同一年发表的不同研究中，Mostafavi 等人引入了一种 BC 支持的 EV 电池回收闭环供应链框架，试图将数据流建模为战略资产，以增加制造商、电池供应商、电池回收商和 BC 公司之间的透明度、可追溯性和协调性。

利用斯塔克伯格博弈论模型，为 BC 公司创建了四种合同情景 [25]。Dan 等人的研究考察了提高电动汽车电池再制造经济可行性和环境可持续性的策略。评估了整合 BC 技术和动态优化的集中式和分散式闭环供应链模型，以提高透明度、协调性和成本效率。确定规模经济和 BC 集成显著降低了成本，中等产量降低超过 86%，大产量降低 81% [26]。与 Flora 等人的工作类似，Qu 等人于 2026 年提出了一种基于切比雪夫混沌映射和 BC 的轻量级认证协议。考虑了电动汽车路侧单元与换电站之间开放通信通道带来的数据安全和用户隐私风险。此外，引入切比雪夫多项式以降低电动汽车与路侧单元认证期间的计算成本 [27]。由于电动汽车中的 BMS 依赖通信，因此容易受到网络安全风险的影响。需要维持电池电压、电流和 SoC 参考值。如果这些值发生非正式更改，电池可能会过充或欠充。这可能导致安全漏洞。在此背景下，Kumar 等人讨论了 BMS 中使用的各种通信协议和电芯均衡技术，包括主动式和被动式 [28]。阐明了不同的 SoC 预测技术，如人工神经网络 (ANN)、基于模型的、基于数据的和基于统计的。BC 用于在私有 BC 网络上存储 BMS 数据以进行异常检测。实施了硬件原型以验证异常数据记录。在 Kumar 等人同年发表的另一项研究中，开发并实验验证了一种基于加密保护机制的 BMS 数据安全本地监控架构 [29]。概述了电动汽车 BMS 中的网络安全威胁、电芯均衡方法、SoC 预测方法以及 BC 技术的应用，以为背景化拟议的安全监控框架提供语境。表 I 提供了摘要，以便于比较本文文献综述部分包含的最新研究。虽然并非完全专注于本文的主题，但应注意，支持性文献还包括制造、材料、化学反应和物流等领域的研究 [30], [31]。

尽管文献中有各种审查研究考察了 BC 技术对能源系统、SGs、EVs 和能源交易的影响，但全面评估 BC 技术专门在 BESS 背景下应用领域、技术架构、性能标准和未来机会的综合审查似乎有限。值得注意的是，现有研究大多专注于能源交易、微电网或一般能源 BC 应用；BESS 专注于数据安全、分布式数据管理、实时监控、预测机制以及基于 IoT 的 BC 集成过程尚未得到详细解决。本文旨在通过系统文献综述方法考察 BC 技术在 BESS 领域的应用领域，从而填补上述研究空白。现有研究从应用领域、BC 架构、共识机制、可扩展性、安全性和能源效率等技术参数方面进行了分析、审查和评估。此外，本研究不仅提供了文献综述，还通过提出概念性的 IoT + BC 系统流程和 BESS 的示例性基于 BC 的数据监控和预测机制，对文献做出了原创性贡献。由于文献中关于数据监控和预测的许多成熟研究，包括作者的各种作品，都是基于优化。近年来，随着技术发展并行，AI 也成为首选方法之一 [28]。这种情况也是突出研究贡献的点之一。

此外，该研究揭示了 BC 技术对 BESS 中安全、透明和分布式数据管理的潜在影响；全面分析了技术挑战、实施限制和未来研究机会。在这方面，本文作为 ES 部门学术研究者和从业人员的指导参考。本研究在图 1 中展示了一个示例流程图，用于描述采用的系统文献综述 (SLR) 方法论，以考察 BESS 中 BC 技术提供的应用领域、关键特征和机会。从 Web of Science、Scopus、IEEE Xplore、ScienceDirect、Springer Nature Link、Taylor & Francis、Wiley、Scopus、MDPI 等主要科学数据库和其他相关学术来源获得了 2018 年至 2026 年发表的相关且当前的研究。论文选择过程符合 PRISMA 框架，包括识别、筛选、资格和包含阶段。纳入标准侧重于解决 ESSs 中 BC 应用的同行评审研究，排除了不相关和重复的研究。收集的数据基于应用领域、BC 架构、共识机制以及可扩展性、安全性和能源效率等性能指标进行了分析。所选研究被系统分类和比较评估，以揭示技术趋势、遇到的挑战和未来研究机会。相关研究过程发生在 2025 年 1 月至 2026 年 8 月之间。本研究旨在考察 BESS 中 BC 技术的应用领域和技术规范，全面分析其机会，并创建样本流程步骤。文章关注以下基本点：
•BC 技术在 BESS 的哪些应用领域中使用？
•这些系统中使用的 BC 架构的基本技术特征是什么？
•使用 BC 技术的优势和挑战是什么？
•对 BESS 应用常用采用的区块链平台和共识机制进行比较分析。
•能否创建一个在 BESS 内部具有潜在使用价值的示例 BC 场景？
•未来研究方向和工业应用是什么？

在本文中，调查了 BESSs 中 BC 技术的应用领域、基本特征和机会。考察了 BC 对数字 BES 部门的影响。特别是，筛选了将有助于系统数据安全、透明和分布式管理的潜在研究。记录了从审查的文献来源获得的可用数据，并为本文方法的发展做出了贡献。此外，创建了 BESSs 的示例 BC 流程步骤。创建了 BESSs 的示例基于 BC 的数据监控和预测机制。构建了 BESSs 的概念和技术性基于 IoT 和 BC 的系统流程。最后，使用方法论解释了 BC 在 BESSs 中的应用领域和机会。通过有科学经验的审稿人进行的修订过程，努力提高研究的质量、内容、价值和意义。相关的深入研究路径已根据受尊敬的审稿人的指导进行了阐明。
部分片段
区块链技术和基本结构
早期研究中被视为匿名的 BC 的首次应用，是由 Nakamoto 在 2008–2009 年全球金融危机期间于加密货币比特币上进行的 [32], [33]。这些早期应用的目标是创建一种去中心化的新数字货币，并消除权威控制。BC 技术是一个平台，利用设备去中心化网络为匿名交易创建安全环境 [34]。换句话说，BC 是一个登记册或一个
电池储能系统中的区块链
将多个分布式能源资源集成到国家电网中导致的负载不确定性和能源生产不确定性增加了频率波动。BC 是此类系统中安全管理、监控和验证能源的理想工具之一。由于 RESs 引起的某些不确定性，电网变得脆弱且易受攻击。除了这些缺点外，文献中提到的主要问题包括 [17]：
•电压崩溃，
•损失
电池储能系统中区块链的应用领域、机会、未来研究方向和工业应用
BESS 领域实施的 BC 具有各种功能和优势。这些情况可以在以下小标题下进行检查：
结论
在本文，解决了 BESSs 中的 BC 问题，首先进行了通用信息和最新的文献综述。之后，调查了 BC 技术的基本结构和用途领域。专门针对可视为新使用领域的基于电池的 ESSs 进行了研究。为 BESSs 创建了示例基于 BC 的流程。最后，调查并展示了 BC 技术在 ESSs 中的机会
CRediT 作者贡献声明
Taner ?ark?t：写作 – 回顾 & 编辑，写作 – 原创草稿，监督，资源，方法论，调查，形式分析。
资金
这项研究没有从公共、商业或非营利部门的资助机构获得任何特定拨款。
利益冲突声明
作者声明他们没有已知的竞争性经济利益或个人关系，这些利益或关系可能似乎影响了本文报告的工作。
Taner ?ark?t
电气工程与电子工程系，工程学院，K?rklareli University, 39000, K?rklareli, Türkiye