⚡ ingeniería eléctrica

ENO-Chain: Energy-Neutral Scheduling of Blockchain Participation for Energy-Harvesting IoT Nodes in Smart Grids

Este artículo presenta ENO-Chain, una política de programación basada en Lyapunov que ajusta dinámicamente la intensidad de participación en la cadena de bloques para nodos de IoT con recolección de energía en redes inteligentes para garantizar una operación de neutralidad energética, superando significativamente a las líneas base estáticas en utilidad y fiabilidad.

Autores originales: Nawaf Abdualaziz Almolhis, Ashish Dixit, Subuhi Kashif Ansari, Huda Fatima, Shamimul Qamar, Salahaldeen Duraibi, Ashwag Alasmari, Salman Arafath Mohammed

Publicado 2026-10-16

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Nawaf Abdualaziz Almolhis, Ashish Dixit, Subuhi Kashif Ansari, Huda Fatima, Shamimul Qamar, Salahaldeen Duraibi, Ashwag Alasmari, Salman Arafath Mohammed

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina un mundo donde los dispositivos que mantienen en funcionamiento nuestras redes eléctricas —medidores inteligentes en cada casa, sensores en cada panel solar— no necesiten cables ni baterías que requieran reemplazo. En su lugar, funcionan con la energía que recolectan de su entorno: la luz solar, el viento o incluso las vibraciones de la maquinaria que monitorean. Esta es la promesa de la red inteligente "energéticamente neutra", un sistema donde el uso de energía a largo plazo de un dispositivo nunca supera lo que este recolecta del medio ambiente. Si lo hace, el dispositivo se queda sin energía y queda en silencio; si recolecta demasiado, desperdicia el excedente. El desafío es que ahora se les pide a estos dispositivos que hagan más que solo medir electricidad. Se les pide que participen en un libro de contabilidad digital, una cadena de bloques (blockchain), para crear registros a prueba de manipulaciones y permitir el comercio entre pares. Este nuevo trabajo es computacionalmente pesado y consume una potencia significativa, creando un conflicto peligrooso: ¿cómo puede un dispositivo que debe racionar cuidadosamente su propia energía de supervivencia también realizar una tarea exigente y crítica para la seguridad sin quedarse sin jugo?

Los investigadores han sabido durante mucho tiempo cómo gestionar la energía para tareas simples como detectar o enviar una señal, pero han tenido dificultades para aplicar esas reglas a las demandas complejas e impredecibles de la participación en una cadena de bloques. Los intentos previos a menudo trataban la energía necesaria para estas tareas digitales como un costo fijo o una regla estática, sin tener en cuenta el hecho de que el sol puede brillar intensamente un día y quedar oculto por las nubes al siguiente. Sin una forma de ajustar dinámicamente cuánta de esta labor digital intenta realizar un dispositivo basándose en sus reservas de energía actuales, el sistema corre el riesgo de desperdiciar energía o, peor aún, de causar que el dispositivo muera y se desconecte, rompiendo la seguridad de toda la red.

Para resolver esto, un equipo de investigadores desarrolló un nuevo sistema de control llamado ENO-Chain. Abordaron el problema tratando la intensidad de la participación de un dispositivo en la cadena de bloques no como un ajuste fijo, sino como un dial flexible que puede subirse o bajarse cada pocos minutos. El núcleo de su solución es una estrategia de dos partes. La primera parte es un guardián de seguridad matemático estricto que asegura que el dispositivo nunca gaste más energía de la que ha recolectado a lo largo del tiempo. Este guardián opera como un presupuesto financiero que nunca permite que un déficit crezca demasiado, garantizando que el dispositivo permanezca vivo independientemente de cuán impredecible sea el clima. La segunda parte es un sistema de aprendizaje que intenta ser astuto, utilizando pronósticos climáticos a corto plazo para decidir si puede subir el dial de forma segura para obtener más valor de la cadena de bloques antes de que el sol se ponga.

Los investigadores probaron este sistema en una simulación computacional detallada que imitaba un año de cambios climáticos, desde días soleados y brillantes hasta períodos nublados de baja energía. Compararon su nuevo sistema con métodos anteriores, incluyendo uno que simplemente intentaba realizar la máxima cantidad de trabajo todo el tiempo y otro que utilizaba un programa fijo y ajustado manualmente. Los resultados revelaron una verdad sorprendente sobre cómo construir estos sistemas. El guardián de seguridad estricto por sí solo fue notablemente efectivo. Mantuvo a los dispositivos funcionando con cero fallos, incluso durante el clima más duro, logrando al mismo tiempo un rendimiento significativamente mejor que los métodos estáticos anteriores. De hecho, el guardián de seguridad por sí solo superó a la línea base ajustada manualmente en aproximadamente un 21 por ciento en términos de trabajo útil completado.

Sin embargo, la adición de la parte de "aprendizaje" del sistema no siempre ayudó. En muchos casos, la capa de aprendizaje, que intentaba predecir el futuro para exprimir un rendimiento adicional, en realidad empeoró ligeramente las cosas. Introdujo un riesgo pequeño pero real de que el dispositivo se quedara sin energía, y a veces redujo la cantidad total de trabajo útil realizado en comparación con el guardián de seguridad actuando solo. Los investigadores encontraron que esta capa de aprendizaje solo funcionaba bien cuando se entrenaba con una amplia variedad de condiciones climáticas. Cuando se entrenaba solo con climas mixtos y luego se probaba en días muy nublados o muy fríos, fallaba al adaptarse correctamente, demostrando que su inteligencia era frágil y dependiente de sus datos de entrenamiento.

El estudio también analizó cómo se comportaría el sistema si miles de dispositivos se conectaran a la vez. Encontraron que el nuevo método era muy eficiente gestionando la competencia por los espacios limitados en la red de la cadena de bloques. Mientras que los métodos anteriores desperdiciaban muchos intentos de unirse a la red, el nuevo sistema aprendió a retirarse cuando estaba demasiado concurrido o era demasiado costoso, ahorrando energía para cuando realmente se necesitaba. Esta eficiencia se mantuvo constante incluso a medida que el número de dispositivos crecía de unos pocos a cientos.

En última instancia, el artículo concluye que la forma más confiable de operar estos dispositivos de recolección de energía es confiar en el estricto guardián de seguridad matemáticamente probado. El componente de aprendizaje puede añadirse para mejorar el rendimiento, pero solo si se prueba cuidadosamente para asegurar que no rompa la garantía de seguridad. Los investigadores demostraron que, en el mundo real, donde el clima es impredecible y la energía es escasa, un sistema que garantiza que nunca se quedará sin energía es más valioso que uno que intenta ser astuto y ocasionalmente falla. El estudio sirve como una advertencia para el futuro de las redes inteligentes: en un mundo de recursos limitados, el algoritmo más sofisticado no siempre es el mejor; a veces, el camino más confiable es aquel que simplemente sabe cuándo detenerse.

Resumen Técnico: ENO-Chain

Planteamiento del Problema
Los nodos de IoT de la red eléctrica inteligente, como la infraestructura de medición avanzada (AMI) y los controladores de recursos energéticos distribuidos (DER), están transitando cada vez más hacia la recolección de energía ambiental (por ejemplo, solar, vibración) para garantizar la sostenibilidad y reducir el mantenimiento. Este cambio impone la restricción de Operación de Neutralidad Energética (ENO): el consumo de energía a largo plazo de un dispositivo no debe exceder sus ingresos de recolección a largo plazo para evitar el agotamiento de la batería. Concurrentemente, se requiere que estos nodos participen en libros de contabilidad de blockchain para la medición con evidencia de manipulación y la liquidación entre pares (P2P).

La literatura existente trata estos dos requisitos de forma aislada. La investigación sobre programación de neutralidad energética optimiza los ciclos de trabajo de detección o comunicación, pero ignora las cargas de trabajo relevantes para la seguridad. Por el contrario, la investigación de consenso de blockchain consciente de la energía se centra en reducir los costos de cómputo o en seleccionar validadores basados en instantáneas de energía estáticas, a menudo asumiendo alimentación de red o fallando al modelar la naturaleza estocástica de la recolección a lo largo del tiempo. En consecuencia, existe una falta de un marco de programación que gestione conjuntamente un presupuesto energético estocástico y una carga de trabajo de participación en blockchain, proporcionando al mismo tiempo una garantía formal contra el agotamiento de la batería.

Metodología: ENO-Chain
El artículo propone ENO-Chain, una política de control de dos capas diseñada para maximizar la utilidad de la participación en blockchain mientras se adhieren estrictamente a las restricciones de ENO. El sistema modela la evolución del estado de la batería del nodo y trata la intensidad de la participación en blockchain (desde el modo de suspensión hasta la validación completa) como una variable de control discreta.

Capa 1: Control de Deriva-Más-Penalización de Lyapunov (Lyapunov Drift-Plus-Penalty)
El núcleo del controlador es una política de optimización de Lyapunov que no requiere conocimiento previo de la distribución de la recolección de energía. Mantiene una cola de déficit de energía virtual $Q_i(t)$ y minimiza un límite de deriva-más-penalización en cada intervalo de tiempo. Esta capa:
- Proporciona un compromiso $O(1/V)$ – $O(V)$ entre la maximización de la utilidad y la desviación de la batería.
- Ofrece una garantía formal de desviación de batería acotada y estabilidad de tasa media, asegurando que la restricción de neutralidad energética promedio se cumpla sin necesidad de predecir los ingresos de energía futuros. Sin embargo, el artículo señala que lograr tasas de violación cero en la práctica depende de la calibración específica del parámetro de compromiso $V$ .
- Opera con baja complejidad computacional, adecuada para microcontroladores restringidos.
Capa 2: Ajuste Fino de Actor-Crítico Restringido
Una capa ligera de aprendizaje por refuerzo (actor-crítico) refina la decisión tomada por la Capa 1. Utiliza pronósticos de energía de corto horizonte y patrones de carga recientes para seleccionar acciones de mayor utilidad. Crucialmente, esta capa está blindada: está restringida a un "conjunto seguro" de acciones certificadas por la Capa 1 para el intervalo actual. Este diseño asegura que, incluso si la política aprendida no converge o actúa de manera subóptima, no puede violar las restricciones de seguridad establecidas por la Capa 1 en el momento de la selección. No obstante, el artículo aclara que esta certificación por intervalo no garantiza que una secuencia de tales acciones preserve la tasa de violación a largo plazo de la Capa 1 por sí sola, particularmente en valores más altos de $V$ .

Contribuciones Clave

Formulación: El artículo formula la participación en blockchain (firma, retransmisión, validación) como una variable controlable dentro del modelo canónico de deriva de batería de ENO, extendiendo el marco más allá de las cargas de trabajo tradicionales de detección.
Diseño del Controlador: Introduce una arquitectura de dos capas que combina un controlador de Lyapunov sin distribución y de base formal con una capa de refinamiento aprendida, utilizando un patrón de blindaje adaptado de la literatura de aprendizaje por refuerzo seguro.
Protocolo de Evaluación Riguroso: Los autores implementan un protocolo de evaluación estricto donde el parámetro de compromiso $V$ se calibra en una traza disjunta de todas las semillas de evaluación. También reimplementan la base más cercana previa (Saleh y Cevik [11]) al nivel de población para el cual fue originalmente destinada, en lugar de como un proxy de un solo nodo.
Hallazgos Empíricos sobre Capas Aprendidas: El estudio identifica y rastrea un modo de falla específico donde la capa de refinamiento aprendida, al ser entrenada en un único régimen climático, puede tener un rendimiento inferior al de la capa de seguridad e introducir tasas de violación no nulas cuando se evalúa en diferentes regímenes. Esto resalta la sensibilidad de los componentes aprendidos a los cambios en la distribución de entrenamiento y el riesgo de erosionar las garantías de seguridad en ciertos puntos de operación.

Resultados
Evaluado a través de ocho trazas independientes y cuatro regímenes climáticos (soleado, nublado, mixto, invierno):

Seguridad y Utilidad: En este punto de operación independientemente calibrado $V^*=10,240$ , la capa de solo Lyapunov (Capa 1) logra una utilidad media un 21% mayor que una base de umbral estático ajustada manualmente, manteniendo tasas de violación cero (eventos de agotamiento de batería) en las ocho semillas.
El Compromiso de la Capa Aprendida: En este punto de operación específico ( $V^*$ ), el controlador completo de dos capas (ENO-Chain) exhibió una menor utilidad y una tasa de violación no nula en comparación con la Capa 1 sola. Esta reversión ocurrió porque la capa aprendida, entrenada en un solo régimen, introdujo inestabilidad cuando se aplicó a otros, sacrificando la seguridad por la utilidad. El artículo señala que en valores de $V$ más altos (por ejemplo, 20,480), el refinamiento de la capa aprendida puede degradar el rendimiento aún más, a pesar de la garantía formal de la capa base.
Efecto de la Distribución de Entrenamiento: Cuando la capa aprendida fue reentrenada en una mezcla de los cuatro regímenes climáticos, logró igualar o superar el rendimiento de la Capa 1 en la mayoría de los regímenes, confirmando que el bajo rendimiento inicial fue un artefacto del entrenamiento y no una limitación arquitectónica fundamental.
Escalabilidad: El método demostró estabilidad en la utilidad por nodo y una reducción en las tasas de denegación de ranuras de validador a medida que el tamaño de la red escalaba de 5 a 200 nodos, superando a las bases ajenas a la energía que sufrían de alta contención desperdiciada.

Significancia y Reivindicaciones
El artículo afirma modestamente que su contribución principal no es meramente un nuevo controlador, sino una demostración de cómo los protocolos de evaluación pueden favorecer silenciosamente las ablaciones incorrectas. El estudio muestra que calibrar los hiperparámetros críticos de seguridad en los mismos datos utilizados para las pruebas puede enmascarar el hecho de que una capa de refinamiento aprendida degrada las garantías de seguridad formal de la capa base.

El hallazgo empírico central es la asimetría entre las dos capas: la capa de Lyapunov mantiene su garantía formal (desviación acotada y estabilidad de tasa media) independientemente del desempeño de la capa aprendida por sí sola, pero la contribución de la capa aprendida es condicional a que su distribución de entrenamiento coincida con las condiciones de despliegue y al valor específico del parámetro de compromiso $V$ . En ciertos puntos de operación (específicamente con $V$ alto), la capa aprendida puede erosionar la tasa de violación establecida por la capa de seguridad. El artículo concluye que, para el despliegue, se debe confiar en la capa de Lyapunov para la garantía de neutralidad, y la capa aprendida solo debe añadirse tras una validación rigurosa en datos no utilizados que abarquen las condiciones operativas esperadas. El trabajo enfatiza que en entornos con restricciones de energía y de seguridad crítica, la estabilidad de la garantía formal es más significativa que las mejoras de rendimiento promedio que pueden tener como costo la seguridad.

Más como este