基于边缘计算技术的多元负荷管理系统设计.pdf

Microcomputer Applications Vol.39,No.11,2023文章编号：10 0 7-7 57 X（2 0 2 3)11-0 12 6-0 4研究与设计基于边缘计算技术的多元负荷管理系统设计微型电脑应用2 0 2 3年第39 卷第11期岳鹏1，夏峰2（1.南瑞集团（国网电力科学研究院）有限公司，江苏，南京2 1110 6；2.国电南瑞科技股份有限公司，江苏，南京2 1110 6)摘要：针对充电桩、光伏发电、风力发电等分布式电源的接入带来了负荷管理不平衡的问题，应用边缘计算技术设计了多元负荷管理系统，利用边缘设备和边缘服务器完成负荷数据计算和数据分析，负荷计量模块使用SOCRN2026A64芯片，采用多路高精度同步采样的方式采集电力负荷数据。在调度周期对每个负荷单元进行控制，控制分布式电源和储能单元完成优化运行。实验结果显示，这个系统具有更高的计算效率，业务请求的最大平均完成时间不超过0.6 S，经过优化调度后电力负荷不超过5kW。关键词：边缘计算；多元负荷管理；负荷计量模块；同步采样；负荷调度优化；分布式电源中图分类号：TP37文献标志码：ADesign of Multiple Load Management SystemBased on Edge Computing TechnologyYUEPeng,XIAFeng?(1.NARI Group Corporation(State Grid Electric Power Research Institute),Nanjing 21l106,China;2.NARI Technology Co.,Ltd.,Nanjing 211106,China)Abstract:Aiming at the problem of unbalanced load management caused by the access of distributed power sources such ascharging piles,photovoltaic power generation and wind power generation,this research applies edge computing technology todesign a multi-load management system,and uses edge devices and edge servers to complete load data calculation and calcula-tion.For data analysis,the load metering module uses the SOC RN2026A64 chip,and uses multi-channel high-precision syn-chronous sampling to collect power load data,and control the distributed power and energy storage units to complete the opti-mal operation.The experimental results show that the system has higher computing efficiency,the maximum average comple-tion time of business requests does not exceed o.6s,and the power load does not exceed 5 kW after optimal scheduling.Key words:edge computing;multiple load management;load metering module;synchronous sampling;load scheduling optimi-zation;distributed power supply的相关性进行了分析。现有文献中存在的技术虽然提高了0引言电力负荷批量控制能力，但具体采用的技术方案薄弱，电力近年来我国的电力能源总量逐步增加，能源结构逐步优负荷控制管理终端运行过程中多元负荷调度能力较差，数据化，截止到2 0 2 1年我国全年发电量超过7 50 30 亿千瓦，从装信息分析能力弱。机容量角度来看，发电装机累积容量超过2 0 亿千瓦11，当前1多元负荷管理系统设计能源结构中火电仍为电力的主要能源，但清洁能源的发电量逐渐增加。光伏、风能发电组件等分布式清洁能源的接人可能会影响大电网的运行稳定性，给能源协调控制优化带来挑战 2 。在当前研究中，文献 3 方法利用均匀分布概率模型表示电力负荷的不确定性，计算光伏电站的出力曲线。文献4系统将风电出力表示为鲁棒区间模型，考虑到了风电出力波动场景下发电机组的组合优化调度问题。文献 5 系统中对人工神经网络进行了改进，对气温因素、负荷特性之间作者简介：岳鹏（19 8 4一），男，硕士，高级工程师，研究方向为智能用电及交叉领域技术、用电调度技术、源网荷储协同互动技术；夏峰（19 8 3一），男，本科，工程师，研究方向为智能配用电技术、电力需求侧响应技术。本文进行多元负荷管理系统的设计，对电力负荷进行研究，根据不同类型负荷的特性对主要负荷进行分类和管理，解决电力供需不平衡的问题。通过系统完成电网资源数据、空间资源数据、电力负荷历史使用数据的数据交换和共享 6-7 ，使各个区域内的电力负荷管理中心互通互联，开展电网资源调度工作，提高了业务办理效率。多元负荷管理系统架构如图1所示。本文系统从整体上可分为3层架构：计算层、数据层和.126.Microcomputer Applications Vol.39,No.11,2023电力负电网资荷调度息服务数据库服务器电网设备数据电网拓扑数据交换机转发边缘计算服务器缓存单元应用层，计算层中具有多个边缘计算服务器作为边缘节点分布在各个地区，用户可以将大多数计算任务和存储需求卸载到距离较近的边缘服务器上处理，在执行计算任务时具有较好的实时性，减少了网路中的数据延迟。计算层通过边缘缓存提高网络带宽效率，将电力负荷管理中心的数据缓存到边缘节点交换网络中的带宽资源。数据层中用来存储历史电力负荷、电网设备、电网拓扑结构、资源属性等数据，大数据框架中的MAPREDECE模块将过滤的数据集转换为另一种格式，再将映射过程中创建的数据组合起来。应用层给电力企业的管理人员提供多个模块的应用服务，有利于进行电力资源调度 8 。为保证系统中各应用模块数据的一致性，采用MULTI-RAFT协议解决分布式事务日志的同步问题，通过QUORUM机制保证系统的数据查询、电力负荷数据统计、电力空间数据计算等服务的高可用性。2多元负荷管理模块硬件设计多元负荷管理模块具有集中器中继的功能，可连接多个电力负荷采集设备。计量模块采用高集成度、高精度、低功耗的SOCRN2026A64芯片，并集成ARMCortex-Mo微处理器、多路复用ASRADC、独立供电硬件温补RTC,具有多路闪存，支持计量测量、精度自检、事件上报等多种功能，保证测量精度的电压范围为2.8 5.5V。多元负荷管理模块主要由供电电源模块、计量模块、管理模块、接线端口、同步采样模块、数据处理模块、实时时钟模块等组成，多元负荷管理模块整体结构如图2 所示。多元负荷管理模块中加入了数据隔离模块，使用增强型高速四通道隔离芯片ISO7742FDW，工作电压为2.2 55.5V,传输速率高达10 0 Mbs，具有较好的隔离效果，传播研究与设计?时延低至10.7 ns。A V C C 1作为负荷计量模块的电源输入，使用10 的电阻与 AVCC2进行隔离,并外接一个1F的电容并联一个0.1F的电容去耦。电流采集通道为IAN-电力信内容缓存HADOOP基础地理数据历史电力负荷图1多元负荷管理系统架构微型电脑应用2 0 2 3年第39 卷第11期计算任电网规务卸载源管理HIVEHFDSHBASEMLLIB电力空间信息资源属性数据边缘计算服务器缓存单元划应用.127ICN和IAP-ICP,电压采集通道为UAN-UCN 和UAP-UCP,采用完全差分输人方式作为负荷计量芯片的输人，直接与多路电流、电压采样电路连接。计量单元中具有7 路ADC瞬时采样数据寄存器，放大倍数可配置，内置1.2 5V土1%ADC基准电压。负荷采集模块采用多路高精度同步采样的方式，采集同一条线路多个支路的电压、电流信号，具有更多的负荷参量采集通道，负荷采样电路如图3所示。电源接线供电电源端口1存储器11111输入输出接口脉冲输出接口11RVLRDAGNDR2AGNDR10RRV2RsAGNDR,AGNDUARRR4UBUAPRRR8UANRgAGND电路中使用了AIT300-5V高精度电流传感器，将直流大电流转换为5V的直流小电压，通过 9 个电阻串联的方式，将输入的大电压信号转换为小电压信号，电阻阻值设为300k2。接收到系统发生的采集任务时，多元负荷管理模块将启动AD数据采集的时间信号转发给计量模块，计量模块接收到时间信号后开始倒计时，倒计时接收启动DMA中断，并保存开始时刻对应的电力负荷数据。计量模块存储完电流同步负荷采样模块同步实时时负荷计钟模块量模块超级电容串行接口SPI管理模块显示器存储器图2多元负荷管理模块整体结构RsRR4图3负荷采样电路计算模块RS485接口红外接口载波模块无线模块CTA+R6R7CTA-R12AGNDCTC+0R13R14CTC-AGNDR1oRR12R13UAPR1R15R14UAN0R18AGND电压同步采样采样模块接线端口RS485接口11通信接线端口1Microcomputer Applications Vol.39,No.11,2023一个周波的数据后，使用外部引脚通知管理模块，管理模块通过SPI读取已经缓存好的负荷数据。3多元负荷调度优化多元负荷构成较为复杂，在普通建筑型负荷的应用场景下可分为：照明负荷、办公负荷、生活负荷等，在工业园区的应用中电机负荷的成分较高。在对电力负荷特性进行分析时，要考虑到自身用电量的变化规律，和天气条件、工作日等外界因素引起的负荷变化、电价政策等因素造成负荷波动的情况。对一个地区的电力负荷进行分析能够得出当地负荷在不同周期内的发展情况，了解实际用电情况，从各角度各时段内表示负荷变化情况。本研究对电网各模块进行优化，保证电网以更高效率、更安全的方式运行。具体步骤如下。步骤一：输出不同的数据信息，电网分布式电源中，光伏发电的发电功能受温度、辐射条件等多个因素的影响，输出功率可表示为Pm=PuCC(1+K(T.-T,)式(1)中，Pm表示光伏发电功率，Pac表示最大输出功率，Gac表示辐射强度，Gc表示最大辐射强度，K表示温度系数，Te、T，表示光伏电池温度。风电机组的输出功率受到风速影响，具有不确定性，可表示为Pw=rTrpRiuc,式（2)中，r表示空气密度，R表示风机叶片半径，pR表示叶片扫过的面积，表示风速，C表示风能利用系数。步骤二：储能单元的电荷状态分析，当风速超过一定阈值后，风电机组开始运行，使用控制器调节发电机组保证机组以最大功率运行，使风能利用系数达到较高的水平。在电网中的储能单元能够有效抵消负荷与其他能源出力的波动，保证电网处于稳定状态，实现电力能源的跨时段转移，解决电力负荷的供需不平衡问题。储能单元的电荷状态可表示为SOC(t)=SOC(t-1)+Peb(t)n-Pasb(t)/na(3)式(3)中,SOC(t)表示电荷状态，Pc表示充电能力,Pab表示放电能量，n表示充电效率，na表示放电效率。多元负荷优化调度模型如图4所示。步骤三：划分负荷调度时段，电力需求侧负荷单元集合为U=1,2，,N），电力负荷优化需要对每个负荷单元进行有效的控制，在每个调度时间段内工作状态的集合与售电功率的集合可表示为(L=(L,(t),ViEN,tET)(P=(Pul(t),VtET)式（4)中，L（t)表示负荷单元完成工作的标志，Pell（t）表示售电功率，T表示调度周期划分的时段数，N表示电力负荷单元总数。优化调度模型的目标函数为在确保电力负荷单元满足的情况下，通过调度可控单元制定合理的工作计算，调度分布式电源和储能单元使运行成本最低，目标函数可表示为TT=2(Pa(0)Ba(t)+P,(0)B,(1)-P.(1)B,(0)(5)128研究与设计温度数据风速数据时间信息输出功率总发电量(1)(2)(4)M微型电脑应用2 0 2 3年第39 卷第11期111111数据库1111数据库11是是储能单元是否达到否放电功率最小值？储能电源与剩余电多余输出功量供给电网率供给电网图4多元负荷优化调度模型式（5)中，M表示分布式电源数量，PGi（t)表示分布式电源的输出功率，BG（t）表示电量报价，P，（t)表示买人的功率，B（t）表示购电价格，P（t)表示出售的功率，B，（t）表示出售电价。当光伏发电和风力发电的输出功率超过电力负荷单元的总功率时，把超出的功率输送给电网，同时储能单元向电网供电，在满足电力负荷需求的同时，出售多余的电能，并缓解了电网高峰时段的用电压力。步骤四：当电力负荷需求小于中输出功率时，在判断当前时段是否为电价高峰，当是电价高峰时，再判断储能单元是否达到放电功率最小值，当未达到电价高峰时，再判断储能单元是否充满电。当储能单元达到放电功率最小值，智能电源与剩余电源供给电网，当储能单元未达到放电功率最小值，将多余输出功率供给电网。当储能单元充满时，也可以将多余输出功率供给电网，当储能单元未充满电时，像储能单元充电。4应用测试系统终端与基站通过无线网络连接，系统终端产生的业务请求和负荷数据计算任务通过基站到达边缘计算服务器中进行处理。边缘计算实验环境如图5所示。11。11数据节点多元负荷调度优化划分负荷调度时段电力负荷需求小于总输出功率当前时段为电价高峰？是是否充满？给储能单元充电否文储能单元否Microcomputer Applications Vol.39,No.11,2023由于实验过程中系统终端产生的任务大多数为电力负荷的统计和计算任务，计算量较大且数据量较小，每次计算任务的数据量范围为15MB,设定边缘计算资源的仿真参数如表1所示。表1边缘计算资源的仿真参数参数基站服务范围边缘节点无线带宽边缘服务器数量用户终端数据量边缘服务器计算能力系统终端传输功率所需的计算量边缘计算实验环境中系统终端为计算机客户端，操作系统使用Windows10，处理器使用Inteli510400F，内存使用XPG-ZI 16GB DDR4 2666，显卡使用 GTX 1660Ti GAOC6G。实验计算机上有HBase、Fl u m e、K a f k a 等组件，安装有JDK1.8并完成环境变量的配置。本文进行应用测试使用的实验数据为某建筑工作日和节假日产生的用电负荷数据，通过对原始数据进行统计和叠加后，得到实际数据并统计分布式能源的用电实际负荷。电力负荷实验数据如表2 所示。为验证本研究系统的计算能力，模拟不同业务请求与网络规模对业务请求完成时间的影响，设定每个任务所需的计算量为0.0 2 FLOPS，任务达到率为2 个/s，最大容忍时延设为0.51.5s，文献 3 系统和文献 4 系统同时进行实验作为对比，文献 3 系统采用电力负荷批量控制的方法实现负荷批量控制，通过设置控制中心，实现对电力终端的管控，通过功率控制实现电力负荷控制，文献 4 系统通过负荷控制，该系统通过远程抄表的方式实现电力营销管理分析。在实现与不同文献进行对比分析时，每个业务请求下的平均完成时间如图6 所示。研究与设计时间交流一次负载光伏发电发电机功率总用电负荷服务器123网关45基站基站边缘计算服务器用户终端图5边缘计算实验环境0.010.1 FLOPS微型电脑应用2 0 2 3年第39 卷第11期表2 电力负荷实验数据11728391011854.264011 214.7520111058695011345.5681856基站6缓存单元78tdtConmS/回0.60.40.2取值500m10MHz4810201 FLOPS1W75235457452612856424278545229.545.26512135 4876575157423581458213542685225651.00.80本文系统一一-文献 3 系统图6 业务请求完成时间图6 中描述了系统在不同最大容忍时延的情况下，业务请求的平均完成时间变化情况，在最大容忍时延低于0.5s时，系统的业务请求完成时间普遍较小。当最大容忍时延增加到0.9 以上时，文献 3 系统和文献 4 系统对每个业务请求的完成时间增加到0.6 s以上，文献 3 系统的最大平均完成时间高达0.9 2 s，文献4 系统的最大平均完成时间为0.84S。进行电力负荷优化调度测试时，以2 4h为一个优化调度周期，分为9 6 个时间段，每个时段的时长为15min。其中电灯、冰箱等用电器作为基础负荷、空调等用电器作为可中断负荷，其他用电器作为连续负荷。随机状态下的电力负荷曲线作为优化前的数据，优化结果如图7 所示。对比优化前后的电力负荷变化曲线可知，本研究系统能够有效优化电力负荷，在满足各个负荷单元运行的同事，降低了负荷水平。在8 10 h用电高峰时段，优化前的电力负荷最高达到9.6 kW，并且此时电价较高，16 18 h时间段和202 2 h 时间段内，电力负荷最高达到4kW左右，不可中断负荷的运行时段都为连续时段。经过优化后，在0 8 h电力负荷水平明显降低，18 2 2 h负荷水平有所增加，负荷从电价较高时段向较低时段转移，降低了家庭用电负荷使用的电力费用。（下转第147 页）.129.1211475212012859612101 450121317881465425458474.30516.5412549.021455159535008501.403165201290.50.70.9最大容忍时延/s一文献 4 系统CANM1.11.31.5Microcomputer Applications Vol.39,No.11,2023型，提高了项目投资风险中政府和私有企业之间的关系计算，大大提高了PPP项目合作模式的能力。本文虽然能够科学合理的分配项目风险，不断完善片区PPP项目的实施方案，促进各种合作项目开发良性循环发展。但是政府投资项目的智能服务在长时间运行中可能会出现通信网络变慢等各种数据问题，这需要进一步的研究和计算。参考文献13张启明.政府和社会资本合作模式PPP值优化研究D.北京交通大学，2 0 2 2.2沈炜，周林意。公众参与下交通基础设施公私合作项目风险分担再谈判演化博奔J同济大学学报（自然科学版），2 0 2 2，50（5）：6 35-6 41.3毛亮，刘畅.基于模糊综合评价法的PPP项目投资风险分析J.会计之友，2 0 18（15)：94-10 0.4谢国胜.PPP模式下城市轨道交通项目投资风险SD模型探讨J.隧道与轨道交通，2 0 2 0（3）：2 0-2 3.5李李桂.基于PPP融资模式的城市基础设施项目风险管理研究J.建筑工程技术与设计，2 0 18（2 7）：347 9.6 刘宏，孙浩.基于DEMATEL-ANP的PPP项目融资(上接第12 9页）10r86201261014182224时间/h图7优化结果5总结本文设计出多元负荷管理系统，并应用了边缘计算提高了系统的计算能力和数据存储能力，在进行电力负荷计算和优化调度任务中能够将计算任务发送到边缘节点中处理，有效地满足系统实时或延迟敏感应用程序的需求。本文在电力负荷优化调度研究中，不同类型电力负荷的运行受到人为因素影响，不同地区的用电行为存在较大的差异，还需采集用电大数据进行深入研究。1贺莉微，任永建，夏青.不同舒适度指数在最大电力负研究与设计风险分析J.杂志名？2 0 2 1（1)：131-135.7阳超，李松.基于PPP模式的工程项目风险管理研究一一以A市政PPP项目为例J.交通财会，2 0 18(4):39-45.8刘鹏.基于KPI方法的中拉PPP模式风险比较及相关对策J.当代经济，2 0 19（12)：37-39.9刘清连，荀志远，常海旭，等.基于动态博奔理论的污水处理厂PPP项目风险分担研究JI.青岛理工大学学报,2 0 2 3,44(5)：8 7-96.10江国华，贺馨宇.规则与方法：PPP项目风险及其三阶规制论J.江苏行政学院学报，2 0 19（2）：12 8-136.11张智鸿，钟姗姗.基于文献分析的PPP项目风险因子识别与权重确定方法J.价值工程，2 0 19，38（30）：209-221.12王小青.PPP模式下建筑工程项目投资的风险控制浅析J.经贸实践，2 0 18（6）：153-154.13袁宏川，周缘缘.基于云模型的PPP污水处理项目投资风险评价J.中国农村水利水电，2 0 19（5）：6 1-6 4.（收稿日期：2 0 2 1-10-2 2）荷预测中的应用J干旱气象，2 0 2 1，39（6）：一优化前优化后参考文献微型电脑应用2 0 2 3年第39 卷第11期1031-1038.2 魏敏，曾娟，凌松，等.电力负荷管理的防窃电系统应用J.集成电路应用，2 0 2 1，38（8）：132-133.3顾根雨.电力负荷批量控制技术应用.集成电路应用,2 0 2 1,38(5）：17 6-17 7.4孙璐.基于负荷控制的电力营销管理分析.集成电路应用，2 0 2 1,38（4）：12 6-12 7.5王大鹏，严小恺，于泳。电力负荷控制管理终端运行中的问题及对策J.中国新通信，2 0 2 1，2 3（6）：16 9-17 0.6 李睿智，刘念，延肖何.基于势博奔的综合能源系统用户能量管理优化方法J.电力科学与技术学报，2021,36(1):21-31.7肖琦敏，陈锐，陈爽.结合前馈神经网络和装袋算法的电力日负荷预测J.微型电脑应用，2 0 2 1，37（4）：160-163.82ZAHEDI R,AHMADI A,SADEH M,Investigation ofthe Load Management and Environmental Impact ofthe Hybrid Cogeneration of the Wind Power Plant andFuel CellJJ.Energy Reports,2021,7(7):2930-2939.（收稿日期：2 0 2 2-0 1-11).147.