没有合适的资源?快使用搜索试试~ 我知道了~
云边智能 电力系统运行控制的边缘计算方法及其应用现状与展望.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 95 浏览量
2023-02-23
20:16:56
上传
评论
收藏 1.72MB DOCX 举报
温馨提示
试读
14页
云边智能 电力系统运行控制的边缘计算方法及其应用现状与展望.docx
资源推荐
资源详情
资源评论
随着现代信息技术的发展和电网多元化需求的增加, 提升电网运行的柔性与弹性成为
电力系统的迫切需求. 2019 年国家电网确立了智能化、数字化转型的关键战略目标, 旨在利
用智能感知技术, 将移动互联、人工智能等现代信息技术和先进通信技术应用在电力系统
中, 可应对复杂电力网络运行控制、海量信息、复杂应用需求等带来的挑战
[1-4]
. 随着电力
系统的功能结构和技术特征的逐步转变, 电网运行与控制正面临全新的机遇与挑战. 边缘计
算作为物联网应用的关键技术之一, 通过融合网络、存储、计算等技术在系统边缘侧提供
数据服务, 可有效提升系统运行效率. 因此, 研究边缘计算与电力系统运行控制在多方向的
深度融合技术, 实现海量数据下复杂需求的实时响应, 是全面推进电网智能化建设的必要一
环.
本文在对电力系统运行与控制进行概述的基础上, 分析了现阶段系统运行控制过程中
存在的问题与挑战, 基于边缘计算的主要技术方向构建了适用于电力系统的边缘计算服务
框架, 最后结合实际应用需求, 探讨了边缘计算当前在智能发电控制、站域仿真分析、负荷
建模中的应用方案.
1. 电力系统运行与控制面临的挑战
电力系统是一个承载着海量信息的层次化物理网络, 它通过源侧、网侧、荷侧、调度
侧的信息交互和功能协同, 解决所面临的实时非线性问题, 实现电网的广域协调运行控制.
近年来, 信息通信技术、电力电子技术、人工智能技术等的迅猛发展使得电力系统的运行
特征正在发生深刻变化. 新能源电源大量接入
[5-7]
、电力系统电力电子化
[8-11]
趋势明显等问题
为电力系统的稳定特性带来了诸多风险, 造成电网抵御故障的能力降低
[12-13]
、对稳控装置的
依赖程度大幅提升
[14-17]
、动态无功储备不断下降
[18-20]
等影响, 电力系统的精准、实时、等效
的建模方法已成为迫切需求. 同时, 现有的电力系统“三道防线”是基于离线策略匹配的安稳
控制模型, 存在以低效换安全, 容易发生失配安全风险的问题, 难以满足当前和未来电网对
安全和效率的现实需求.
现阶段, 我国电网呈现出覆盖范围广、输电距离远、装机容量大、故障冲击强等特点,
传统的稳态控制和保护策略难以有效抵御系统扰动冲击, 负荷仿真控制也难以达到电网应
用的精准实时性要求, 从而难以真正实现电网的在线分析与广域协调. 因此, 研究边缘计
算、云边协调等共性关键技术, 构建基于边缘计算的电力系统运行框架, 提出电力系统广域
协调运行控制技术框架, 是应对新一代电网发展中机遇和挑战的有效手段
[21-23]
.
2. 边缘计算的发展背景与关键技术
2.1 边缘计算的发展与兴起
早在 90 年代, 王飞跃研究员在文献[24]中提出了“当地简单, 远程复杂(Local simple,
remote complex)”的代理控制系统设计原理, 即当地的控制器尽可能采取简单的算法, 但这
些简单的算法通过网络与远程的复杂算法在功能和结构上同构, 以便利用远程的复杂计算
和存储能力进行学习, 提高性能; 然后通过网络对当地的简单算法进行改进和修正, 从而实
现低成本、高性能、高智能的智能控制. 在后续的工作中
[25-30]
, 这一原理在结构和算法上得
到进一步完善. 从当今边缘计算技术的视角看, 该架构是在当时的通信计算条件下, 实现分
布式控制边缘智能的一种先进有效的思想方法与技术架构. 而当前兴起的物联网、计算技
术、人工智能技术, 尤其是分布式人工智能技术, 又赋予了边缘计算以新的能力与内涵.
物联网(Internet of things, IoT)通过各种信息传感器、智能识别、模式感知等装置与技
术
[31-35]
, 实现物与物之间、人与物之间的泛在连接, 对系统内的物体或过程进行智能感知
[36, 37]
、识别
[38-40]
和管理
[41-44]
. 相比于传统互联网框架, 物联网中存在着巨量的终端设备, 云计
算模型无法有效地对智能终端产生的海量数据进行实时传输、计算和存储. 因此, 可将原有
云端的部分业务分配到网络边缘侧进行处理, 从而在保证系统整体性能的前提下满足各种
任务的实时性要求
[45-47]
.
边缘计算, 一种在物联网、人工智能、大数据及云计算快速发展形势下提出的新计算
模式, 可将具有计算、存储、应用等能力的智慧平台部署在靠近数据源头的网络侧, 提供边
缘意义上的智能服务, 从而得到更快的网络服务响应, 满足行业在实时业务
[48-49]
、应用智能
[50-51]
、安全与隐私保护
[52-53]
等方面的基本需求
[54]
.
边缘计算在工业界的发展也饱受关注, 其潜力在世界范围内已被广泛认可. 文献[55]对
边缘计算的参考框架进行了描述, 提出了该构架下计算资源下沉和任务分配的功能结构, 并
将一种基于深度强化学习的最优计算卸载方案部署在物联网系统中. 边缘计算对智能联网
设备的应用有着重要的作用, 能极大促进人工智能解决方案的部署. 随着 5G 通信技术与分
布式人工智能技术的发展, 使用边缘计算技术配合 5G 网络与人工智能实现物联网的边缘智
能应用逐渐兴起
[56-58]
.
2.2 边缘计算与云计算
现代云计算平台依托于虚拟化服务技术, 将系统的各类资源进行有效整合和管理, 为
用户提供了高效的计算服务和应用需求. 云计算是一种简单的分布式计算, 它能将庞大的任
务分解成无数个小任务, 利用服务器群进行处理和分析, 最后再将计算结果合并返回给用户
[59-61]
. 然而, 终端设备的大量接入暴露出云平台计算模型的局限性. 据思科公司统计, 2010
年连接互联网的终端设备多达 12.5 亿台, 预计到 2020 年将达到 500 亿台
[55]
. 云计算是将弹
性的物理资源和虚拟资源以共享的方式进行服务供应与管理, 而边缘计算是在网络的边缘
节点以分布式处理和存储提供基于数据的服务. 边缘计算通过在网络边缘进行数据处理, 降
低云端网络核心节点的压力, 是实现未来大规模智能终端分布式智能管理的一种理想解决
方案. 但是, 边缘计算并不是云计算的替代品, 而是对云计算的补充和延伸, 它为边缘侧的
终端设备提供了丰富、便捷、灵活的弹性资源
[62-66]
.
一般来说, 边缘计算具有四个特点: 1)智能化: 边缘计算可以与人工智能技术结合, 使
终端设备能够处理更加复杂的业务; 2)低时延: 边缘计算平台将计算任务下沉到边缘侧, 采
用分布式计算在数据源头进行高效处理, 可以有效地缩短响应时间
[67]
; 3)低能耗: 边缘计算
的分布式架构可以减少与云之间的数据传输和网络通道的占用, 从而降低了数据处理成本
和设备运行能耗
[68]
; 4)可靠性: 分布式的边缘设备可以为系统提供就地计算和管理的功能,
在云中心处理不及时或者通信故障的情况下, 保证局部系统的稳定运行
[69]
.
边缘计算适用于实时、短周期的数据分析和本地决策等场景, 而云计算适合非实时、
长周期数据的大数据分析, 因此, 边缘计算与云计算的协同具有诸多优势
[70]
. 边缘计算靠近
数据的产生侧, 是为云计算提供数据的采集单元, 可以支撑云端的大数据应用, 能缓解云平
台的网络带宽、计算存储等方面的压力, 云端通过大数据分析之后形成的计算结果和业务
规则, 也可以传输到边缘侧来提升终端业务处理能力.
2.3 边缘计算协同技术
2.3.1 云边协同
云边协同是最近受到关注的一种协同计算形式, 也是相对较为成熟的一种技术模式.
边缘计算是云计算的延伸, 在云边协同中, 云端负责大数据分析
[71]
、模型训练
[72]
、算法更新
[73-74]
等任务, 边缘端负责基于就地信息进行数据的计算、存储和传输
[75-78]
.
一般来说, 云边协同有三种模式
[79]
: 1)训练—计算的云边协同. 云端根据边缘上传的数
据对智能模型进行设计、训练和更新, 边缘端负责搜集数据并实时下载最新的模型进行计
算任务; 2)云导向的云边协同. 云端除了承担智能模型的设计、训练和更新, 也会承担模型
前段的计算任务, 然后将中间结果传输给边缘端, 让边缘端继续计算而得到最终结果. 该模
式旨在权衡云端和边缘端的计算量和通信量; 3)边缘导向的云边协同. 云端只负责初始的训
练工作, 模型训练完成之后下载到边缘端. 边缘端在执行计算任务的同时, 也会利用实时就
地数据来对模型进行后续训练. 该模式旨在满足应用的个性化需求, 更好地利用局部数据.
现阶段, 已有学者对于云边协同技术进行了深入的研究
[80-83]
. 文献[84]提出一种双层的
多云中心协同范式, 利用上层云中心和边缘云的计算协同, 有效地执行移动客户的复杂计算
需求. 文献[85]提出采用光纤无线接入网的体系结构, 并采用近似协同计算卸载算法和博弈
论来实现云端和移动边缘计算间的联合卸载. 文献[86]在基于中心云与边缘云形成的分布式
一体化形态上, 探索全局化管理新框架, 对云边协同的九大应用场景进行了探析. 文献[87]
对云边协同的发展潜力进行了分析, 提出从多维度解决协同问题的方法. 文献[88]基于云边
协同的城市视觉计算平台, 利用快速发展的人工智能技术构建了一个“城市大脑” , 并将“城
市大脑”用于城市目标识别、城市事件感知、城市交通治理、城市数字建模等方面, 支撑城
市管理中交通、公安、市政、教育、医疗等丰富多样的业务场景. 云边协同将成为未来智
能产业技术发展的重要趋势, 使云计算和边缘计算互相作用弥补了不同应用场景下的短板.
2.3.2 边边协同
剩余13页未读,继续阅读
资源评论
罗伯特之技术屋
- 粉丝: 3587
- 资源: 1万+
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功