面向居民智能用電的邊緣計算協(xié)同架構(gòu)研究

劉思放，鄧春宇，張國賓，祁兵，李彬，李德智，石坤，楊斌，奚培鋒

(1．華北電力大學(xué)電氣與電子工程學(xué)院，北京市 102206； 2. 中國電力科學(xué)研究院有限公司，北京市 100192；3．國網(wǎng)江蘇省電力公司，南京市 210024； 4. 上海市智能電網(wǎng)需求響應(yīng)重點實驗室(上海電器科學(xué)研究所(集團)有限公司)，上海市200063)

0 引 言

隨著智能用電技術(shù)的飛速發(fā)展和智能家電的普及，家庭居民用電量在系統(tǒng)總用電量中的比重不斷增加，用戶家電的智能化程度不斷提高，用電負荷也快速攀升。

國內(nèi)外大量學(xué)者對居民用戶家庭能源系統(tǒng)的優(yōu)化控制和智能用電策略進行了研究。文獻[1]使用Stackelberg博弈模型針對居民用電提出了基于實時電價的功率調(diào)度方案，設(shè)計了能源管理控制系統(tǒng)，對家電設(shè)備進行調(diào)度，降低了峰值負荷和供需差值。文獻[2]研究了電動汽車與家庭能源調(diào)度的聯(lián)合優(yōu)化，在考慮用戶舒適度的同時最大限度地降低電費，并在提出的優(yōu)化框架中對用戶的舒適偏好、熱動力學(xué)、電動汽車使用和用戶占用模式進行了詳細建模，減少了高峰時段的能源需求。文獻[3]介紹了家庭能源管理中綠色家庭服務(wù)(green home service, GHS)的設(shè)計與實施，解決了智能電網(wǎng)中家庭能源管理的關(guān)鍵問題。文獻[4]提出了用于管理高功耗家電的智能家庭能源管理(home energy management, HEM)算法，并進行了需求響應(yīng)(demand response, DR)仿真分析，可用于分析在保障家庭總功耗在一定水平以下住宅用戶的DR潛力。文獻[5]基于智能電網(wǎng)家庭網(wǎng)絡(luò)(home area network, HAN)中能源管理系統(tǒng)(energy management system, EMS)的總體架構(gòu)，提出了一種高效的家庭用電調(diào)度方法，將實時電價(real-time pricing, RTP)與傾斜阻塞率(inclining block rate, IBR)模型結(jié)合起來，采用組合定價模式，提出有效降低電力成本和峰均比(peak-to-average ratio, PAR)的功率調(diào)度方法，增強整個電力系統(tǒng)的穩(wěn)定性。文獻[6]在考慮負荷動態(tài)多優(yōu)先級和用戶對于負荷受控容忍度的情況下，設(shè)計了基于智能協(xié)商的家電負荷控制算法并進行仿真驗證。文獻[7]提出了基于貪心算法和動態(tài)規(guī)劃方法的節(jié)能虛擬機選擇算法，在云計算環(huán)境中考慮了虛擬機(virtual machine, VM)選擇過程中的節(jié)能問題，并通過實驗驗證了節(jié)能效果，但是并沒有考慮家庭消費者的控制權(quán)。

邊緣計算在靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)，將網(wǎng)絡(luò)、計算、存儲、應(yīng)用核心能力進行融合，就近提供邊緣智能服務(wù)，滿足行業(yè)數(shù)字化在實時業(yè)務(wù)、智能應(yīng)用、數(shù)據(jù)處理等方面的需求，邊緣計算與云計算之間進行協(xié)同，具有諸多優(yōu)勢。云計算適合非實時、長周期數(shù)據(jù)的大數(shù)據(jù)分析；邊緣計算更適用于實時、短周期數(shù)據(jù)的分析和本地決策等場景。二者之間存在著互動協(xié)同關(guān)系。邊緣計算靠近數(shù)據(jù)的產(chǎn)生側(cè)，是為云計算提供數(shù)據(jù)的采集單元，可以支撐云端的大數(shù)據(jù)應(yīng)用，云端的業(yè)務(wù)應(yīng)用優(yōu)化規(guī)則可以下發(fā)到邊緣側(cè)，使得邊緣側(cè)能夠在此基礎(chǔ)上進行優(yōu)化控制與處理[8]。

目前，國內(nèi)外大多數(shù)邊緣計算和云協(xié)同計算的研究大多數(shù)涉及移動通信計算，致力于減少延遲、節(jié)約網(wǎng)絡(luò)資源等問題的解決，主要在5G領(lǐng)域開發(fā)。鮮有研究將云計算和邊緣計算與電力系統(tǒng)居民智能用電的負荷問題聯(lián)系起來。當(dāng)今，邊緣計算和云協(xié)同計算已經(jīng)逐漸滲入智能電網(wǎng)。面向居民智能用電的能源互聯(lián)基于家庭應(yīng)用環(huán)境，重新定義了智能用電系統(tǒng)各終端的功能以及終端之間廣泛的互聯(lián)互通與智能協(xié)同內(nèi)涵。家庭互聯(lián)網(wǎng)正在為用戶創(chuàng)造舒適的生活體驗。邊緣計算應(yīng)用于設(shè)備中嵌入式系統(tǒng)的信息物理系統(tǒng)(cyber-physical systems, CPS)單元，通過建立協(xié)同邊緣CPS來實現(xiàn)邊緣計算。協(xié)同邊緣計算由WiFi控制的云平臺進行授權(quán)，終端之間的互聯(lián)意味著協(xié)同。

本文提出一種面向居民智能用電的邊緣計算協(xié)同架構(gòu)，分析幾種用戶側(cè)智能用電相關(guān)系統(tǒng)，基于其靠近數(shù)據(jù)源頭的邊緣側(cè)設(shè)備所提供的數(shù)據(jù)信息，根據(jù)家電優(yōu)先級，通過互聯(lián)網(wǎng)和云協(xié)同平臺對其進行控制，智能用電相關(guān)系統(tǒng)作為邊緣計算協(xié)同控制的數(shù)據(jù)支撐，具有不可替代的作用。邊緣計算協(xié)同架構(gòu)對于用戶用電負荷具有較強的調(diào)控優(yōu)化能力。面向居民智能用電的邊緣計算協(xié)同很大程度上影響了居民用戶的能源消耗。它實現(xiàn)了不同家庭終端設(shè)備之間的協(xié)同操作，不同設(shè)備的用電負荷數(shù)據(jù)在設(shè)備的邊緣進行計算，經(jīng)過本地處理之后將結(jié)果上傳至云端，云端控制用電器的開關(guān)，實現(xiàn)協(xié)同操作和管理。邊緣計算協(xié)同方法對居民用戶的能源消耗進行協(xié)商，在節(jié)約能源和電力系統(tǒng)負荷平衡方面具有較大優(yōu)勢。邊緣計算通常對用電系統(tǒng)進行本地控制，速度較快，數(shù)據(jù)較全。而云平臺更多針對用電系統(tǒng)中的緊急業(yè)務(wù)，同時也可以綜合外部多用戶的信息提供建議，起決定性作用。

1 用戶側(cè)智能用電相關(guān)系統(tǒng)

邊緣計算協(xié)同架構(gòu)主要面向居民家庭智能用電系統(tǒng)，根據(jù)該協(xié)同控制方法對家庭智能用電系統(tǒng)中的家電功率等數(shù)據(jù)進行分析和計算。在某一居民用戶的智能用電系統(tǒng)中，可以直接獲取的家電數(shù)據(jù)從用電信息采集系統(tǒng)獲得，有些家電設(shè)備的數(shù)據(jù)無法直接獲取，就需要通過非侵入系統(tǒng)獲取相應(yīng)數(shù)據(jù)，參與邊緣計算的處理和不同云平臺系統(tǒng)之間的協(xié)同控制。因此，各智能用電相關(guān)系統(tǒng)共同參與到居民的邊緣計算協(xié)同架構(gòu)中。

1.1 用電信息采集系統(tǒng)

根據(jù)國家電網(wǎng)公司企業(yè)標(biāo)準GDW 1373—2013《電力用戶用電信息采集系統(tǒng)功能規(guī)范》[9]，用電信息采集系統(tǒng)具有對用戶的用電信息進行自動采集、故障監(jiān)測、用電分析管理、智能設(shè)備的信息交互等功能。邊緣計算在靠近數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)進行數(shù)據(jù)的處理、分析及應(yīng)用。因此，用電信息采集系統(tǒng)在用戶數(shù)據(jù)進行邊緣計算的過程中是必不可少的一個環(huán)節(jié)[10]。

目前，用電信息采集系統(tǒng)主要由主站層、通信信道層和采集設(shè)備層組成[11-12]。用電信息采集系統(tǒng)的邊緣計算主要集中在用戶的智能電表上，對采集到的用戶用電數(shù)據(jù)進行計算。用電信息采集系統(tǒng)的物理架構(gòu)如圖1所示。

1.2 非侵入式負荷監(jiān)測系統(tǒng)

傳統(tǒng)的用電負荷監(jiān)測系統(tǒng)采用侵入式負荷監(jiān)測方法，為每個電器負荷安裝采集設(shè)備和傳感設(shè)備，從而監(jiān)控每個負荷的運行情況。但是這種方法的硬件成本比較高，且采集設(shè)備本身消耗的電能負荷會對整體數(shù)據(jù)造成干擾和影響[13]。非侵入式負荷監(jiān)測(non-intrusive load monitoring, NILM)系統(tǒng)是在要監(jiān)測的用戶入口處安裝傳感器，結(jié)合不同設(shè)備的負荷特性，對用電數(shù)據(jù)進行分析和處理，獲取用戶每類甚至每個負荷的運行情況和參數(shù)信息[14]。圖2是非侵入式負荷監(jiān)測系統(tǒng)的結(jié)構(gòu)示意圖。

非侵入負荷監(jiān)測終端相當(dāng)于是具有附加功能的智能電表，但是與智能電表按用戶來進行數(shù)據(jù)的采集與計量的方式不同，它對每個電器進行計量，并具有數(shù)據(jù)分析和處理、負荷監(jiān)控等功能。非侵入式負荷監(jiān)測系統(tǒng)的邊緣計算在非侵入式終端上進行，對每類電器的數(shù)據(jù)進行數(shù)據(jù)計算與分析處理。

圖1 用電信息采集系統(tǒng)物理架構(gòu)圖Fig.1 Physical infrastructure of electricity information acquisition system

圖2 非侵入負荷監(jiān)測管理系統(tǒng)示意圖Fig.2 Schematic diagram of non-intrusive load monitoring system

1.3 光伏發(fā)電系統(tǒng)

隨著人們對于物質(zhì)生活的需求不斷提高和能源消耗的增加，太陽能、風(fēng)能等清潔能源逐漸成為可以消納的新型可再生能源。光伏發(fā)電系統(tǒng)(photovoltaic power generating system, PV)是一種清潔高效的可再生能源發(fā)電系統(tǒng)[15]，它可以利用光伏效應(yīng)，將太陽光輻射能直接轉(zhuǎn)換為電能[16]。該系統(tǒng)由光伏方陣、蓄電池組、蓄電池控制器、逆變器等設(shè)備組成，如圖3所示。

圖3 光伏發(fā)電系統(tǒng)結(jié)構(gòu)示意圖Fig.3 Structure of photovoltaic power generation system

光伏發(fā)電系統(tǒng)可靠性較高、壽命長、無環(huán)境污染，逐漸成為用戶家庭能源系統(tǒng)的新選擇[17]。在光伏發(fā)電系統(tǒng)中，邊緣計算在光伏逆變器、智能電表一類的臺區(qū)終端中進行，對采集的數(shù)據(jù)進行分析和處理。

面向居民智能用電的邊緣計算協(xié)同架構(gòu)是建立在居民用戶的用電信息采集系統(tǒng)、非侵入負荷監(jiān)測系統(tǒng)、光伏發(fā)電系統(tǒng)等基礎(chǔ)上的概念，用戶家中的一種或幾種系統(tǒng)數(shù)據(jù)通過互聯(lián)網(wǎng)上傳至對應(yīng)的云平臺，通過云平臺參與整個架構(gòu)的協(xié)同控制，因此這幾種智能用電相關(guān)系統(tǒng)對于邊緣計算協(xié)同架構(gòu)必不可少。

2 智能用電邊緣計算協(xié)同架構(gòu)及概念

2.1 邊緣計算參考架構(gòu)

在每個智能用電相關(guān)系統(tǒng)中，都會在其終端設(shè)備上進行邊緣計算，將終端系統(tǒng)的功率、電壓等用電數(shù)據(jù)信息上傳到云平臺。邊緣計算的參考架構(gòu)由應(yīng)用域、數(shù)據(jù)域、網(wǎng)絡(luò)域、設(shè)備域4個不同的功能域組成，形成4層的分層結(jié)構(gòu)[18]。應(yīng)用域在設(shè)備、網(wǎng)絡(luò)和數(shù)據(jù)域提供的接口的基礎(chǔ)上，可以實現(xiàn)邊緣行業(yè)的應(yīng)用和業(yè)務(wù)運營。數(shù)據(jù)域包含數(shù)據(jù)聚合與互操作、數(shù)據(jù)分析與呈現(xiàn)2個部分，通過統(tǒng)一語義、構(gòu)建統(tǒng)一的信息模型以實現(xiàn)數(shù)據(jù)跨廠商的互操作和兼容性，數(shù)據(jù)域可以保證數(shù)據(jù)的安全性。網(wǎng)絡(luò)域為系統(tǒng)互聯(lián)、數(shù)據(jù)聚合與承載提供聯(lián)接服務(wù)，將軟件定義網(wǎng)絡(luò)應(yīng)用于邊緣計算，實現(xiàn)海量設(shè)備的聯(lián)接與自動化運維管理。網(wǎng)絡(luò)聯(lián)接的實時性方面，目前國際標(biāo)準組織IEEE正在制定時間敏感網(wǎng)絡(luò)(time sensitive networking, TSN)系列標(biāo)準，對多優(yōu)先級流量的傳輸方式、時間延遲等進行定義。設(shè)備域的操作系統(tǒng)包含低功耗場景和實時計算場景，具備多任務(wù)、優(yōu)先級調(diào)度等能力，同時設(shè)備域考慮了系統(tǒng)的安全防護能力，保護數(shù)據(jù)信息的安全存儲[8]。邊緣計算的整體參考架構(gòu)如圖4所示。

圖4 邊緣計算參考架構(gòu)圖Fig.4 Reference infrastructure of edge computing

2.2 居民智能用電協(xié)同架構(gòu)分析

在居民智能用電系統(tǒng)中，有時會出現(xiàn)由于無法事先預(yù)知家電的使用情況而導(dǎo)致負荷功率過大的問題。例如，已經(jīng)在家中為電動汽車充電，這時用戶打開了熱水器燒水，導(dǎo)致家庭耗電功率過大而跳閘。邊緣計算的協(xié)同架構(gòu)通過對各智能用電設(shè)備終端數(shù)據(jù)進行邊緣計算，將數(shù)據(jù)進行本地處理之后，其結(jié)果上傳到不同的云平臺。例如，海爾家電數(shù)據(jù)上傳到海爾云，美的家電數(shù)據(jù)上傳到美的云等，再由WiFi控制，通過統(tǒng)一的云平臺授權(quán)，以實現(xiàn)設(shè)備之間的協(xié)同操作和邊緣計算與云協(xié)同計算之間的配合。再次遇到負荷功率過大時，云平臺處理的結(jié)果會將功率過大的結(jié)果發(fā)給用戶側(cè)終端，智能終端會通過APP等軟件收到消息，從而自動關(guān)閉優(yōu)先級較低的設(shè)備，或?qū)⑵涓臑楣β瘦^低的運行狀態(tài)，保證系統(tǒng)不會過載而跳閘。居民智能用電協(xié)同架構(gòu)如圖5所示。

圖5 智能用電協(xié)同架構(gòu)示意圖Fig.5 Collaborative architecture of intelligent usage of electricity

在居民智能用電系統(tǒng)中，各種智能家電設(shè)備通過智能電源線和智能插座連接，協(xié)同工作，分別接入互聯(lián)網(wǎng)。參與邊緣計算的各種設(shè)備終端將采集的數(shù)據(jù)分別上傳到電器管理云平臺、光伏管理云平臺、用電信息采集云平臺、非侵入監(jiān)測云平臺、智能電源線云平臺和智能插座云平臺，各云平臺通過統(tǒng)一的接口共同接入云協(xié)同平臺，通過云協(xié)同平臺統(tǒng)一控制，實現(xiàn)邊緣設(shè)備之間的協(xié)同操作。

例如，在電飯煲、洗衣機、微波爐等設(shè)備同時使用時，如果加入熱水器將跳閘，那么在用戶使用手機APP試圖打開熱水器時，云協(xié)同平臺會綜合其他所有云平臺的數(shù)據(jù)信息，計算出功率即將超出額定值，然后云平臺會通過WiFi發(fā)送消息到手機APP上，用戶可以預(yù)先在APP中設(shè)置操作優(yōu)先級，給智能家電按照使用優(yōu)先級排序，假設(shè)微波爐優(yōu)先級最低，程序即可暫時關(guān)閉微波爐，打開熱水器；也可以對智能家電設(shè)備進行功率調(diào)整，電飯煲設(shè)置加熱和保溫等不同檔位，以滿足不同的功率需求?？偠灾脩舻男枨罂梢酝ㄟ^APP進行設(shè)置，云協(xié)同平臺負責(zé)發(fā)送控制信息，按照APP的設(shè)置進行操作的選擇，然后再將操作信息發(fā)送回云協(xié)同平臺，云協(xié)同平臺再將控制信息發(fā)送給各級云平臺，進而控制智能用電終端的運行狀態(tài)。

邊緣計算協(xié)同架構(gòu)可以實現(xiàn)居民用戶的設(shè)備用電狀態(tài)監(jiān)測，將用電信息采集系統(tǒng)采集到的用戶用電量數(shù)據(jù)，非侵入式負荷監(jiān)測系統(tǒng)獲取到的家電功率、電壓、電流等數(shù)據(jù)及家庭光伏發(fā)電系統(tǒng)的發(fā)電量數(shù)據(jù)信息等分別上傳到各自的云平臺模塊，再通過云協(xié)同接口匯集到統(tǒng)一的云協(xié)同平臺，云協(xié)同平臺通過手機APP對各家電進行控制。邊緣計算協(xié)同架構(gòu)中，使用的技術(shù)包括邊緣計算和數(shù)據(jù)融合技術(shù)、物聯(lián)網(wǎng)技術(shù)、云計算技術(shù)等。邊緣計算技術(shù)在靠近數(shù)據(jù)源的物聯(lián)網(wǎng)邊緣位置對數(shù)據(jù)進行計算、處理、存儲和優(yōu)化等操作，底層設(shè)備終端位于物聯(lián)網(wǎng)底層，云計算則在物聯(lián)網(wǎng)頂層進行。

3 云協(xié)同控制概念分析

3.1 基于層次分析法的家電優(yōu)先級排序思路

根據(jù)第2節(jié)對于智能用電協(xié)同概念的分析，在APP內(nèi)對于家庭中所有智能家電的使用優(yōu)先級排序是協(xié)同算法的關(guān)鍵環(huán)節(jié)。層次分析法(analytic hierarchy process, AHP)是對一些復(fù)雜問題做出決策的簡易方法[19]，適用于難以完全定量分析的問題，是美國運籌學(xué)家T L Saaty于20世紀70年代初期提出的實用性很強的多準則決策方法[20]。運用層次分析法對智能家電優(yōu)先級進行建模，按照以下步驟進行：

首先，建立遞階層次結(jié)構(gòu)模型。使用層次分析法分析問題時，要把問題條理化、結(jié)構(gòu)化，將復(fù)雜問題分解為元素的組成部分，這些元素按其屬性及關(guān)系形成若干層次[21]。上層元素作為準則對下層有關(guān)元素起到控制作用。對于智能家電使用的優(yōu)先級，可以建立如圖6所示的層次結(jié)構(gòu)模型。假設(shè)對熱水器、空調(diào)和電動汽車進行家電使用優(yōu)先級的排序，用戶綜合權(quán)衡該家電的消耗功率、運行時間、使用頻率、使用季節(jié)、家中該電器的數(shù)量、使用過程中是否可以中斷對于智能家電使用優(yōu)先級的影響，得出評價分。

圖6 智能家電使用優(yōu)先級層次結(jié)構(gòu)Fig.6 Hierarchical structure of using priority of intelligent appliances

其次，構(gòu)造出各層次中所有的判斷矩陣。準則層中的每個準則在目標(biāo)衡量中所占比重不同，因此需要確定每個因子所占比重。在層次分析法中，對因子兩兩進行比較，建立比較矩陣，即每次取兩2個因子xi和xj，用aij表示xi和xj對上層Y影響的大小之比，所有比較結(jié)果用矩陣A=(aij)n×n表示，稱A為Y-X之間的成對比較判斷矩陣。表1列出1—9標(biāo)度的含義。

表1 因子對比標(biāo)度Table 1 Contrast scale of factors

然后，層次單排序和一致性檢驗。計算判斷矩陣A對應(yīng)最大特征值lmax的特征向量W，然后進行歸一化處理，得到每個層次各因素相對于上層某因素的重要性排序權(quán)值。由lmax是否等于n來檢驗判斷矩陣A是否為一致矩陣。對判斷矩陣進行一致性檢驗的具體步驟如下：

計算一致性指標(biāo)CI：

(1)

(2)

計算一致性比例CR：

(3)

當(dāng)CR<0.10時，可以認為判斷矩陣的一致性可以接受，否則需要修改判斷矩陣。

最后，層次總排序和一致性檢驗。將某層次所有的因素對于總目標(biāo)相對重要性的權(quán)重進行排序。根據(jù)用戶自己對每一準則的接受度給出準則層相互因子權(quán)重和方案層對準則層相互因子權(quán)重，根據(jù)層次分析法的原理和步驟，在Matlab中運行程序，結(jié)果如表2所示。

從表2中可知，根據(jù)該用戶綜合考慮，熱水器優(yōu)先級最高，排序權(quán)值為0.396 5，高于電動汽車的0.310 0和空調(diào)的0.293 5。因此在只有空調(diào)使用和電動汽車充電時，如果熱水器的加入會使得功率過大而跳閘，那么云協(xié)同控制會按照優(yōu)先級排序結(jié)果首先關(guān)閉空調(diào)，如果功率仍然過大，才會斷開電動汽車的充電。

3.2 分布式協(xié)同與集中式協(xié)同

云協(xié)同的控制架構(gòu)分為分布式協(xié)同與集中式協(xié)同2種方式。與計算機系統(tǒng)的分布式與集中式架構(gòu)類似，分布式協(xié)同是指每個智能終端設(shè)備通過改變自己來配合云協(xié)同平臺的控制，而集中式協(xié)同有一個協(xié)同控制中心，數(shù)據(jù)集中存儲在這個協(xié)同控制中心中，云協(xié)同平臺系統(tǒng)的所有功能由協(xié)同控制中心統(tǒng)一集中處理[22]。

表2 智能家電使用優(yōu)先級計算結(jié)果表Table 2 Result of the using priority of intelligent appliances

分布式協(xié)同結(jié)構(gòu)的每個智能終端之間通過消息的傳遞進行通信和協(xié)調(diào)，既可以在云協(xié)同平臺的統(tǒng)一管理下工作，又可以利用自身的網(wǎng)絡(luò)系統(tǒng)工作。這些終端在云協(xié)同系統(tǒng)中的位置分布可以是任意的，分布式協(xié)同系統(tǒng)具有分布性和對等性。其分布性體現(xiàn)在空間上的任意分布，且分布情況也可隨時變動[23]。分布式協(xié)同系統(tǒng)中的每個終端沒有主從之分，既沒有控制整個系統(tǒng)的主控制器，也沒有被控制的從控制器，組成該系統(tǒng)的所有終端地位對等。在分布式協(xié)同系統(tǒng)中可以對數(shù)據(jù)信息和業(yè)務(wù)提供冗余方式，稱為副本。副本處理可以提高系統(tǒng)的可用性，數(shù)據(jù)副本在不同的終端上持久化一份數(shù)據(jù)，當(dāng)某一終端數(shù)據(jù)丟失時，可以通過副本讀取數(shù)據(jù)；服務(wù)副本是指多個終端可以提供相同服務(wù)，每個終端都可以接收并處理外部請求。分布式協(xié)同結(jié)構(gòu)擴展方便，增加一個智能終端設(shè)備通常不會影響其他終端或整個系統(tǒng)的工作，同樣，系統(tǒng)的魯棒性好，一個終端設(shè)備故障也不會影響系統(tǒng)正常工作。但是，分布式協(xié)同由于每個終端數(shù)據(jù)信息分散、系統(tǒng)也不同，可能存在系統(tǒng)兼容問題或標(biāo)準不統(tǒng)一的問題，管理協(xié)調(diào)存在難度。分布式協(xié)同結(jié)構(gòu)如圖7所示。

圖7 分布式協(xié)同示意圖Fig.7 Sketch map of distributed collaboration

集中式協(xié)同結(jié)構(gòu)比較簡單，通過一個協(xié)同控制中心來控制所有終端的數(shù)據(jù)，每個終端僅負責(zé)數(shù)據(jù)的輸入和輸出，數(shù)據(jù)的存儲和處理由協(xié)同控制中心統(tǒng)一完成。例如，在居民智能用電系統(tǒng)中，可以使用非侵入負荷監(jiān)測云平臺作為整個邊緣計算協(xié)同系統(tǒng)的協(xié)同控制中心，非侵入模塊是邊緣設(shè)備，通過分析用戶的用電負荷曲線來實現(xiàn)用電設(shè)備的狀態(tài)監(jiān)測，狀態(tài)包括用電設(shè)備的數(shù)量及類型，上傳的通信通道屬于無線信道，采用無線傳輸?shù)姆绞?。智能家電可以通過WiFi連接到路由器，通過互聯(lián)網(wǎng)傳到非侵入平臺。家電的功率數(shù)據(jù)不經(jīng)過處理直接上傳到云平臺，家電本身對于電流、電壓等數(shù)據(jù)的采樣頻率通?？蛇_10 kHz，采樣頻率過高，通信帶寬無法滿足其要求，因此多采用在線處理，即對負荷進行在線辨識，安裝數(shù)據(jù)處理裝置，例如數(shù)字信號處理裝置(digital signal processing, DSP)，在線處理電流、電壓等數(shù)據(jù)，將得到的負荷辨識結(jié)果上傳到云平臺。家電到路由器、路由器到云平臺的速率要降低，家電分析的高密度數(shù)據(jù)結(jié)果也可精簡后再進行上傳。如果采樣頻率過低，則云平臺無法有效應(yīng)用這些數(shù)據(jù)信息。集中式協(xié)同部署結(jié)構(gòu)較為簡單，也不需考慮多個平臺的服務(wù)部署和分配及多終端之間的分布式協(xié)作問題。集中式協(xié)同系統(tǒng)信息資源集中、管理方便、資源的利用率高，但是隨著家電數(shù)量的增加，系統(tǒng)規(guī)模越來越大，集中式協(xié)同結(jié)構(gòu)管理和維護難度也會增加。此外，當(dāng)協(xié)同控制中心出現(xiàn)故障時，整個系統(tǒng)可能會停止工作甚至崩潰。

傳統(tǒng)的基于集中式的家庭能量管理系統(tǒng)(home energy management system, HEMS)以智能交互終端為中心，使用ZigBee技術(shù)組建局域網(wǎng)進行控制，與智能電表、光伏儲能系統(tǒng)、用電負荷等部分進行信息交互，進而實現(xiàn)HEMS的負荷控制、用電信息采集和光伏儲能系統(tǒng)控制等主要功能[24]，家庭能量管理系統(tǒng)中，智能插座、智能控制器均可對負荷通斷進行控制，并對用戶的用電信息進行測量，后者還可對負荷使用功能進行調(diào)節(jié)，智能電表是HEMS和供電側(cè)進行通信的接口。HEMS對于用戶的用電行為習(xí)慣進行分析，從而優(yōu)化管理家庭用電，而邊緣計算協(xié)同架構(gòu)可以以分布式或集中式2種不同的結(jié)構(gòu)進行控制，并且要通過對各家電終端用電負荷進行邊緣計算，協(xié)同控制其總負荷功率在一定范圍內(nèi)，保證系統(tǒng)安全平穩(wěn)。集中式協(xié)同結(jié)構(gòu)如圖8所示。

4 結(jié) 語

本文提出了一種面向居民智能用電的邊緣計算協(xié)同架構(gòu)，在居民用戶常見的智能用電相關(guān)系統(tǒng)中，基于邊緣計算參考架構(gòu)，分析了居民智能用電的邊緣計算協(xié)同架構(gòu)，在云協(xié)同控制概念中，提出了基于層次分析法的家電優(yōu)先級排序思路，并對分布式協(xié)同架構(gòu)與集中式協(xié)同架構(gòu)進行了對比分析。邊緣計算聚焦于本地控制，而云平臺針對緊急業(yè)務(wù)，綜合多用戶信息，起到?jīng)Q定性作用。邊緣計算協(xié)同架構(gòu)可以避免負荷過載，優(yōu)化負荷曲線，保證用戶家庭智能用電系統(tǒng)的平衡穩(wěn)定運行，同時節(jié)約能源，保障電力系統(tǒng)的負荷平衡。未來可以將方向聚焦于對協(xié)同策略算法的研究與擴展，加入需求響應(yīng)技術(shù)的綜合方案設(shè)計與研究。

圖8 集中式協(xié)同示意圖Fig.8 Sketch map of centralized collaboration