论文部分内容阅读
近年来,随着云及边缘云技术逐渐成熟,云平台的资源管理更加高效、业务时延与可靠性保障能力更强,使得构建更加高效的电力能源信息化管控平台成为可能,特别是在分布式清洁能源发电、分布式储能及电动汽车等方面。此外,随着电力能源领域智能终端的种类和数量越来越多,用户能源管控的难度显著增加,能源业务体系日益庞杂,这对高效的平台化管控提出了新的需求。如何提出能够充分发挥云和边缘云丰富的计算及存储资源优势、满足用户低业务时延和高能源效用等需求的能源业务调度策略成为本课题亟待解决的问题。电力能源现网中,能源终端种类繁多,网络结构复杂,网管网控难度大,研究中需要首先设计好用户能源业务平台的系统结构。在此基础上,进一步解决用户多业务协调调度难、用户业务响应速度慢、平台资源利用不高和能耗大等难点问题。针对这些问题,论文分别从用户能源业务边缘云调度和云平台业务调度两个方面进行了策略研究。同时,针对电动汽车业务场景下多用户充电时间、地点及行驶路线协调调度难的问题,深入研究了基于云平台的多用户电动汽车充电调度策略。本文的主要研究内容和创新点如下:1.“云-边缘云”协同的用户能源业务云平台架构设计现有能源业务云平台大多是以云数据中心为基础建设的,存在可扩展性差、与用户通信时延高以及单点失效风险高等问题。针对上述问题,本文首先设计了一种“云-边缘云”协同的用户能源业务云平台架构,通过云与边缘云分级部署的方式实现云平台的灵活扩展,并基于统一的云技术架构在资源、数据及业务管理等多个层面实现云-边协同。然后,在此协同云平台架构基础上提出一种新的“云-边-端”协作用户能源管控框架,实现对用户新能源发电、储能及智能负载的协调管控。该框架创新性地采用了一种双时间尺度架构,将包含设备类型、调控时间等细粒度信息的能源控制策略的计算任务从云下沉到用户端,能够有效减少关键控制信息在网络中的传输,进而避免因信息丢失、延迟等而引发的用户信息物理安全问题。仿真表明,“云-边缘云”协同的云平台架构相比于现有架构,可以发挥边缘云靠近用户的优势,并利用多点协作计算等技术,在提高服务可靠性的同时减小约0.3-0.5秒的业务时延,有助于实时性业务的应用;而且,所提“云-边-端”协作能源管控框架在不同用户储能容量及电价配置下,能够减少约10%-30%的用户能源成本。2.基于云平台的多电动汽车充电调度策略电动汽车充电业务场景下,大量用户充电时间、地点及行驶路线的无序性,不仅使用户的充电时间成本（或称充电延迟）过高,还导致充电基础设施的资源利用效率过低。针对该问题,本文提出了一种基于云平台的多用户充电调度策略,根据每个用户的出行需求为其规划充电延迟最小的充电站及行驶路线,并且根据全局视图信息实现多用户充电的有序调度,以提高充电基础设施的资源利用效率。首先,将多电动汽车充电调度问题建模为以最小化用户充电延迟为目标的图博弈问题,并在均衡策略求解中首次应用了相关均衡理论,相较于纳什均衡理论,能够得到更符合实际场景的用户混合策略的联合概率分布,因而可以进一步降低系统用户的总充电延迟。然后,通过将相关均衡策略的求解转化为线性规划问题,显著降低了问题求解的复杂度。仿真表明,在电动汽车及充电站较为密集的城市场景中,所提基于图博弈的多电动汽车充电调度策略相较于现有策略,在降低用户充电延迟、提高充电基础设施资源利用效率方面的性能优势更为突出。3.时延和隐私感知的边缘云用户能源业务调度策略边缘云实体数量多、部署分散、资源差异大,极大地增加了用户业务协调调度的难度,从而阻碍了边缘云业务响应速度与资源利用效率的提升;且边缘云数据保护机制不够完善,易产生数据泄露而对用户隐私造成威胁。针对上述问题,本文提出了一种基于完全势博弈的边缘云用户能源业务调度策略,根据系统用户整体的势函数对多用户业务进行协调调度,以此降低系统用户的总业务时延,并提高边缘云的资源利用效率;而且通过限制用户向高隐私泄露风险的边缘实体派遣业务,在业务调度过程中实现隐私感知。其中,为评估各边缘实体内数据泄露对用户隐私造成的威胁,本文利用序列概率比例检验理论分析用户特征被准确学习的概率,进而建立数据样本规模与用户隐私泄露风险的映射关系。仿真表明,所提边缘云业务调度策略相较于现有Gale-Shapley等算法,降低了用户隐私泄露的风险,而且能够有效地均衡各边缘实体间的业务负载,从而进一步降低用户业务时延,并提高边缘云资源利用效率。4.时延与能耗权衡的云平台业务调度策略云平台的业务时延与能耗往往相互制约,现有云平台业务调度策略在对这两个关键指标的折中与优化方面缺乏灵活性,且存在业务时延不稳定、对清洁能源使用考虑不足等问题。针对上述问题,本文提出了一种双时间尺度下时延与能耗权衡的云平台业务调度策略。首先,在大时间尺度内,设计了一种新的云数据中心购电策略、储能策略和业务容量联合优化的效用函数,可以根据不同的指标倾向对业务时延和能耗进行权衡。然后,小时间尺度内,基于Lyapunov优化框架,实现边缘网关到云数据中心的动态业务调度。通过采用小时和分钟两个不同的时间尺度,分别对云数据中心的业务容量和业务调度进行优化,可有效避免服务器状态的频繁切换,从而提高业务时延的稳定性。此外,引入一种PIF（pollutionindicatorfunction）函数量化不同能源所产电能的污染成本,以建立惩罚机制,鼓励云数据中心对清洁能源的使用。仿真表明,本文所提双时间尺度业务调度策略可以实现云数据中心能耗与业务时延的灵活折中,并在PIF函数的激励下将清洁能源的使用率提高到总用电量的40%-60%,实现绿色用能。