КОНЦЕПЦІЯ ВНУТРІШНЬОГО КЛІРИНГУ СМАРТ-КОНТРАКТУ У АГРЕГАТОРА ЛОКАЛЬНОЇ ТОРГОВОЇ ПЛАТФОРМИ ДЕЦЕНТРАЛІЗОВАНОГО РИНКУ ЕЛЕКТРИЧНОЇ ЕНЕРГІЇ

Ключові слова

децентралізований ринок електроенергії
смарт-контракт
блокчейн
агрегатор
токенізація
локальна енергетична спільнота
ціноутворення
Парето-ефективність

Як цитувати

Парус, Є.В., et al. «КОНЦЕПЦІЯ ВНУТРІШНЬОГО КЛІРИНГУ СМАРТ-КОНТРАКТУ У АГРЕГАТОРА ЛОКАЛЬНОЇ ТОРГОВОЇ ПЛАТФОРМИ ДЕЦЕНТРАЛІЗОВАНОГО РИНКУ ЕЛЕКТРИЧНОЇ ЕНЕРГІЇ». Праці Інституту електродинаміки Національної академії наук України, вип. 74, Серпень 2026, с. 014, https://prc.ied.org.ua/index.php/proceedings/article/view/445.

Анотація

У роботі запропоновано та науково обґрунтовано концепцію смарт-контракту для організації комерційної взаємодії учасників локального децентралізованого ринку електричної енергії. Концепція передбачає застосування технології блокчейн для автоматизації виконання торгових операцій, впровадження внутрішніх розрахункових одиниць (токенів) для обліку скомпенсованих обсягів електричної енергії та забезпечення прозорого механізму розподілу витрат і вигоди через функції агрегатора як сторони, відповідальної за баланс. Особливістю підходу є застосування стабільної (фіксованої) ціни смарт-контракту для ізоляції базових скомпенсованих обсягів від зовнішньої ринкової волатильності. Проведено імітаційне моделювання добового кейсу на основі реальних цінових індикаторів ринку «на добу наперед» (РДН) та тарифів постачальника універсальних послуг України станом на травень 2026 року. Експериментально доведено Парето-ефективність запропонованого підходу: в умовах низьких денних цін зовнішнього ринку внутрішній кліринг за ціною смарт-контракту 5 грн/кВт·год дозволив збільшити дохід розподіленої генерації на 262% при одночасному зниженні витрат споживачів на 34,26%. На основі отриманих результатів сформовано базові вимоги до перспективних адаптивних алгоритмів ціноутворення блокчейн-платформи. Бібл. 30, рис. 8, таблиця.

Посилання

1. Kyrylenko O.V., Denysiuk S.P., Blinov I.V. Energy management: new priorities of the 21st century. Power Engineering: economics, technique, ecology. 2024. No 1. DOI: https://doi.org/10.20535/1813-5420.1.2024.297508

2. Xia Y., Xu Q., Li S. [et al.]. Reviewing the peer-to-peer transactive energy market: Trading environment, optimization methodology, and relevant resources. Journal of Cleaner Production. 2023. Vol. 383. 135441. DOI: https://doi.org/10.1016/j.jclepro.2022.135441

3. Du P., Liu Z., Huang B. [et al.] Blockchain Based Peer-To-Peer Energy Trading Between Wind Power Producer and Prosumers in Short-Term Market. Front. Energy Res. 2022. Vol. 10. 923292. DOI: https://doi.org/10.3389/fenrg.2022.923292

4. Sivaram T., Saravanan B. Recent developments and challenges using blockchain techniques for peer-to-peer energy trading: A review. Results in Engineering. 2024. Vol. 24. 103666. DOI: https://doi.org/10.1016/j.rineng.2024.103666

5. Soto E. A., Bosman L. B., Wollega E. [et al.] Peer-to-peer energy trading: A review of the literature. Applied Energy. 2021. Vol. 283. 116268. DOI: https://doi.org/10.1016/j.apenergy.2020.116268

6. Esmat A., M. de Vos, Y. Ghiassi-Farrokhfal [et al.] A novel decentralized platform for peer-to-peer energy trading market with blockchain technology. Applied Energy. 2021. Vol. 282, Part A. 116123. DOI: https://doi.org/10.1016/j.apenergy.2020.116123

7. Thukral M. K. Emergence of blockchain-technology application in peer-to-peer electrical-energy trading: a review. Clean Energy. 2021. Vol. 5, Iss. 1. Pp. 104–123. DOI: https://doi.org/10.1093/ce/zkaa033

8. Ketterer J. C. The impact of wind power generation on the electricity price in Germany. Energy Economics. 2014. Vol. 44. Pp. 270–280. DOI: https://doi.org/10.1016/j.eneco.2014.04.003

9. Kyritsis E., Andersson J., Serletis A. Electricity prices, large-scale renewable integration, and policy implications. Energy Policy. 2017. Vol. 101. Pp. 550–560. DOI: https://doi.org/10.1016/j.enpol.2016.11.014

10. Ziel F., Steinert R. Electricity price forecasting using sale and purchase curves: The X-Model. Energy Economics. 2016. Vol. 59. Pp. 435–454. DOI: https://doi.org/10.1016/j.eneco.2016.08.008

11. Ivanov H., Blinov I., Parus Y. Architecture of Tools of Estimating the Influence of Renewable Sources on the Electricity Cost in Ukraine. Science and Education a New Dimension. Natural and Technical Sciences. 2020. No 244. Pp. 49–52. DOI: https://doi.org/10.31174/SEND-NT2020-244VIII30-12

12. Tushar W., Saha T. K., Yuen C. [et al.] Peer-to-Peer Trading in Electricity Networks: An Overview. IEEE Transactions on Smart Grid. 2020. Vol. 11, No. 4. Pp. 3185–3200. DOI: https://doi.org/10.1109/TSG.2020.2969657.

13. Sousa T., Soares T., Pinson P. [et al.] Peer-to-peer and community-based markets: A comprehensive review. Renewable and Sustainable Energy Reviews. 2019. Vol. 104. Pp. 367–378. DOI: https://doi.org/10.1016/j.rser.2019.01.036

14. Soto E. A., Bosman L. B., Wollega E. [et al.] Peer-to-peer energy trading: A review of the literature. Applied Energy. 2021. Vol. 283. 116268. DOI: https://doi.org/10.1016/j.apenergy.2020.116268

15. Blinov I. V., Parus Ye. V., Artemchuk V. O. Prosumer operation planning model in the retail electricity market // Tekhnichna Elektrodynamika. 2026. No. 1. Pp. 50–61. DOI: https://doi.org/10.15407/techned2026.01.050

16. Burger S., Chaves-Ávila J. P., Batlle C. [et al.] A review of the value of aggregators in electricity systems. Renewable and Sustainable Energy Reviews. 2017. Vol. 77. Pp. 395–405. DOI: https://doi.org/10.1016/j.rser.2017.04.014

17. Nunna H. K., Doolla S. Multiagent-Based Distributed-Energy-Resource Management for Intelligent Microgrids. IEEE Transactions on Industrial Electronics. 2013. Vol. 60. Pp. 1678–1687. DOI: https://doi.org/10.1109/TIE.2012.2193857

18. Siano P. Demand response and smart grids – A survey. Renewable and Sustainable Energy Reviews. 2014. Vol. 30. P. 461–478. DOI: https://doi.org/10.1016/j.rser.2013.10.022

19. Kyrylenko O.V., Blinov I.V., Parus E.V. Determination of the results of the auction on a purchase and sale of electricity. System Research in Energy. 2010. No 3 (23). Pp. 5–12. URL: https://systemre.org/index.php/journal/article/view/395

20. Esmat A., Usaola J., Moreno M. Distribution-Level Flexibility Market for Congestion Management. Energies. 2018. Vol. 11. 1056. DOI: https://doi.org/10.3390/en11051056.

21. Saeed N., Wen F., M. Zeshan Afzal Decentralized peer-to-peer energy trading in microgrids: Leveraging blockchain technology and smart contracts. Energy Reports. 2024. Vol. 12. P. 1753–1764. DOI: https://doi.org/10.1016/j.egyr.2024.07.053

22. Nazir I., Mushtaq N., Ishfaq H. [et al.] Blockchain Enabled Reserved Pricing and Privacy Preserving Model for Peer-to-Peer Energy Trading in Smart Grid. IEEE Transactions on Consumer Electronics. 2025. Vol. 71, No 3. Pp. 8716–8726. DOI: https://doi.org/10.1109/TCE.2025.3596907

23. Nazari M. H., Biswas A. K. Decentralized P2P Trading based on Blockchain for Retail Electricity Markets. 2024 IEEE Power & Energy Society Innovative Smart Grid Technologies Conference (ISGT). Washington, DC, USA, 2024. Pp. 1–5. DOI: https://doi.org/10.1109/ISGT59692.2024.10454178

24. Tanis Z., Durusu A., Altintaş N. A Comprehensive Review on Peer‐to‐Peer Energy Trading: Market Structure, Operational Layers, Energy Cooperatives and Multi‐energy Systems. IET Renewable Power Generation. 2025. Vol. 19. DOI: https://doi.org/10.1049/rpg2.70075

25. Dong J., NingP., Zhao H. [et al.] Decentralized peer-to-peer energy trading: A blockchain-enabled pricing paradigm. Journal of King Saud University Computer and Information Sciences. 2025. Vol. 37. DOI: https://doi.org/10.1007/s44443-025-00025-2

26. Blinov I.V., Parus Y.V., Shkarupylo V.V. Structure and models of information interaction between electricity market participants: monograph. Publishing House «UKRLOGOS Group», 2021. 114 p. DOI: https://doi.org/10.36074/stmivyree-monograph.2021

27. Parus E.V., Blinov I.V., Olefir D.O. Assessment of the economic effect of energy storage system providing the balancing services in the IPS of Ukraine. The Proceedings of the Institute of Electrodynamics of the National Academy of Sciences of Ukraine. 2021. No 60. Pp. 28–37. DOI: https://doi.org/10.15407/publishing2021.60.028

28. Kutsan Yu.H., Blinov I.V., Ivanov H.A. Modelling of tariff and price formation on retail market of electrical energy of Ukraine in new conditions of its functioning. Electronic Modeling. 2017. Vol. 39, No 5. Pp. 71–79. URL: https://nasplib.isofts.kiev.ua/handle/123456789/127524

29. Parus Ye.V., Blinov I.V. Optimization of the use of available energy resources of the microgrid under the condition of supporting readiness for isolated mode. Tekhnichna Elektrodynamika. 2025. No 5. Pp. 56–69. DOI: https://doi.org/10.15407/techned2025.05.056

30. Havva O., Parus Y., Blinov I., Evdokimov V. Construction of a Model for Optimal Scheduling of Energy Storage Systems in the Day-Ahead Market Considering Market Strategies and Technical Constraints. Eastern-European Journal of Enterprise Technologies. 2026. Vol. 2, No 2 (140). Pp. 94–101. DOI: https://doi.org/10.15587/1729-4061.2026.355330

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Авторське право (c) 2026 Є.В. Парус, І.В. Блінов, В.А. Євдокімов

Завантаження

Дані завантаження ще не доступні.