首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

混合式通信与云-边-端协同的温控负荷调控方法和系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:东北电力大学;国网新疆电力有限公司;国网新疆电力有限公司信息通信公司

摘要:混合式通信与云‑边‑端协同的温控负荷调控方法和系统,属于温控负荷参与电网调节的智能控制技术领域,本发明针对各层设备的数据、资源分配情况,分析通信传输过程,建立混合式通信模式并基于Gossip协议通信;采用云‑边‑端协同调控架构在云服务器、边缘服务器与区域控制器协同卸载模式下,将参与调控的温控负荷数据分流卸载到云服务器、边缘服务器和区域控制器上分别进行处理,以优化系统的性能和资源利用。在需要参与电网调节时,本发明能够降低温控负荷群数据处理所需的时延,并尽可能降低终端侧和边缘侧的能耗,实现温控负荷群的高效、实时协同与优化调度,为电网调度提供更为精细、实际和稳定的调节支持,将其潜在价值实现最大化。

主权项:1.基于混合式通信与云-边-端协同的温控负荷调控方法,其特征在于,包括:步骤1:终端侧中的区域控制器采集温控负荷数据并临时存储在终端缓存队列中,且终端侧采用集中式和分布式相结合的混合式通信架构通过Gossip协议进行通信;步骤2:区域控制器在采集数据后的每个时隙进行数据分流和上传,时隙长度为τ,对云-边-端协同调控架构进行建模,在云服务器、边缘服务器与区域控制器协同卸载模式下,将参与调控的温控负荷数据分流卸载到云服务器、边缘服务器和区域控制器上分别进行处理,得到卸载优化模型;其中,对云-边-端协同调控架构进行建模包括:1构建通信模型:设有I个区域控制器和K个边缘服务器,集合分别为U={u1,...,ui,...,uI}和S={s1,...,sk,...,sK},区域控制器ui和对应的边缘服务器之间的信道增益hi表示为: 式中,hL表示区域控制器ui收发天线增益,hE表示与区域控制器ui对应的边缘服务器收发天线增益,λ表示波长,di表示区域控制器ui与对应边缘服务器的欧式距离,L表示与传播无关的系统损耗因子,由香农公式给出终端侧与边缘侧之间的信息传输速率表示为: 式中,B表示区域控制器ui与对应边缘服务器之间的通信带宽,PiLE表示端-边之间的发射功率,σ2表示无线通信环境中的高斯白噪声方差;2构建云-边-端协同系统计算模型:设Xt={x1t,···,xit,···,xIt}为数据卸载与边计算资源比例集合,即其中和分别表示数据卸载到区域控制器、边缘服务器和云服务器的比例,其满足表示边缘服务器处理数据时所分配的计算资源比例,其满足其中,在云服务器、边缘服务器与区域控制器协同卸载模式下,将参与调控的温控负荷数据分流卸载到云服务器、边缘服务器和区域控制器上分别进行处理,得到卸载优化模型的过程为:传输时延由终端缓存队列的排队时延边侧缓存队列的排队时延和云侧缓存队列的排队时延端-边上传时延边-云上传时延边-端回传时延云-边回传时延终端侧计算时延边缘侧计算时延和云侧计算时延共同组成;其中: 式中,和分别表示终端缓存队列、边侧缓存队列和云侧缓存队列,Dij表示区域控制器ui在第j时刻采集的数据量大小,和分别表示第j时刻数据卸载到边缘服务器和云服务器的比例,表示区域控制器ui向边缘服务器和云服务器卸载时所产生的吞吐量总和;当部分数据量在终端侧进行处理时,其计算量和计算时间分别取决于卸载决策中xit中的比例和区域控制器本身的计算资源则终端侧计算时延终端侧总时延和终端侧总能耗分别表示为: 式中,Dit表示区域控制器ui在第t时刻采集的数据量大小,ρ表示数据计算复杂度,表示区域控制器的电容控制常数,表示终端侧的CPU周期能耗;当部分数据量在边缘侧进行处理时,其计算量和处理时间分别取决于卸载决策中xit中的比例和边缘服务器处理数据时所分配的计算资源比例则边缘服务器为区域控制器ui分配的计算资源为并要求其中为边缘服务器sk所能提供的最大计算资源,所以边缘侧的时延和能耗表示为: 式中,表示为端-边之间的发射功率,μ表示输出数据量系数,取0.1,表示边缘服务器sk的电容控制常数,表示边缘侧的CPU周期能耗;部分数据量在云侧进行处理时,其计算量和计算时间分别取决于卸载决策中xit中的比例和云服务器所分配的计算资源所以云侧的时延和能耗表示为: 式中,R0表示边缘侧到云侧的信息传输速率,表示边-云之间的传输功率,表示云服务器的电容控制常数,表示云侧的CPU周期能耗;综合上述模型,系统中数据处理总时延tsum和总能耗esum分别表示为: 为了实现云服务器、边缘服务器与区域控制器协同卸载模式下计算时间和能耗的联合优化,即在保证低时延处理数据的同时降低终端侧和边缘侧的能耗;在设计关于任务卸载的系统效用函数W2时,增设了时延与能耗的惩罚函数,惩罚函数具体表示为:q=max{0,tsum-tmax} 式中,tmax、和分别表示系统最大容忍时延约束、区域控制器最大容忍能耗约束和边缘服务器的最大容忍能耗约束,为减小对边端能耗的约束比重,则引入边端能耗系数η,取0.1,所以,本系统卸载优化模型表示为:W2=mintsum+punishmentt+punishmente 式中,datant表示第n个温控负荷在t时刻的数据量大小;步骤3:采用HWGWO算法对云-边-端协同系统中各层设备的数据量大小和计算资源分配进行求解,以W2=mintsum+punishmentt+punishmente为优化目标,种群为各部分数据卸载与边计算资源比例集合Xt,以 为约束条件,通过迭代得到系统资源的最优配置。

全文数据:

权利要求:

百度查询: 东北电力大学 国网新疆电力有限公司 国网新疆电力有限公司信息通信公司 混合式通信与云-边-端协同的温控负荷调控方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术