面向業(yè)務(wù)可靠承載的電力彈性光網(wǎng)絡(luò)自主協(xié)同決策

陳亞鵬 劉朋矩 周振宇 白暉峰 張 頡

（1.新能源電力系統(tǒng)全國重點(diǎn)實(shí)驗(yàn)室（華北電力大學(xué)） 北京 102206 2.北京智芯微電子科技有限公司 北京 100192 3.國網(wǎng)四川省電力公司電力科學(xué)研究院 成都 610041）

0 引言

“碳達(dá)峰、碳中和”戰(zhàn)略目標(biāo)的提出為我國能源電力行業(yè)的綠色發(fā)展道路指明了方向[1]。在此背景下，未來的新型電力系統(tǒng)建設(shè)離不開先進(jìn)信息通信技術(shù)與電力技術(shù)的深度融合，各類新興電力業(yè)務(wù)的廣泛開展將進(jìn)一步推動(dòng)電網(wǎng)向全面感知、實(shí)時(shí)交互方向演進(jìn)[2]。電力通信骨干網(wǎng)以業(yè)務(wù)的高效可靠承載為手段，是確保電力系統(tǒng)安全穩(wěn)定運(yùn)行的重要基礎(chǔ)設(shè)施，跨域、跨層、跨級的源網(wǎng)荷儲高效互動(dòng)與多能廣泛互聯(lián)也給電力通信骨干網(wǎng)的數(shù)據(jù)承載能力帶來挑戰(zhàn)[3-4]。因此，如何融合新一代信息通信技術(shù)，變革升級傳統(tǒng)技術(shù)應(yīng)用，提升電力通信骨干網(wǎng)的業(yè)務(wù)可靠承載能力，支撐電能的廣域傳輸與調(diào)控，已成為一個(gè)亟須解決的難題[5]。

彈性光網(wǎng)絡(luò)（Elastic Optical Network, EON）是業(yè)界廣泛認(rèn)可的下一代光傳送網(wǎng)絡(luò)建設(shè)方案之一[6]。隨著電力系統(tǒng)不確定性的增強(qiáng)，該技術(shù)也為解決電力通信骨干網(wǎng)中電力業(yè)務(wù)與網(wǎng)絡(luò)資源的靈活協(xié)同提供了良好方案[7-8]。相較于傳統(tǒng)電力通信骨干網(wǎng)基于單光通道的同步數(shù)字體系（Synchronous Digital Hierarchy, SDH）和基于多光通道波分復(fù)用調(diào)制的光傳送網(wǎng)（Optical Transport Network, OTN）制式[9]，EON 采用光正交頻分復(fù)用方式進(jìn)行調(diào)制，其細(xì)顆粒度的頻譜分配方式可完美對接電力業(yè)務(wù)的多樣性與隔離性需求，從而有效提升電力通信骨干網(wǎng)的業(yè)務(wù)可靠承載能力，以“比特推動(dòng)瓦特”，對于我國電力行業(yè)的數(shù)字化轉(zhuǎn)型發(fā)展、科技創(chuàng)新能力提升有著重要意義。

電力EON 主要通過路由與頻譜分配（Routing and Spectrum Allocation, RSA）實(shí)現(xiàn)網(wǎng)絡(luò)資源利用優(yōu)化與業(yè)務(wù)可靠性保障[10]。針對RSA 優(yōu)化問題，諸如線性規(guī)劃、分支定界法、單純形法、松弛法等數(shù)學(xué)工具被廣泛采用[11-12]，隨著網(wǎng)絡(luò)規(guī)模和業(yè)務(wù)流量的爆發(fā)式增長，遺傳算法、粒子群優(yōu)化算法等啟發(fā)式算法的研究與應(yīng)用也越發(fā)廣泛[13-14]。但上述研究大多在業(yè)務(wù)請求給定的前提下開展，缺乏長時(shí)業(yè)務(wù)性能提升角度的考量，導(dǎo)致突發(fā)性和隨機(jī)性較強(qiáng)的電力業(yè)務(wù)與動(dòng)態(tài)變化的網(wǎng)絡(luò)資源之間自主協(xié)同能力差，造成頻譜資源浪費(fèi)，難以支撐電力業(yè)務(wù)的可靠承載。

在此基礎(chǔ)上，文獻(xiàn)[8]通過引入數(shù)據(jù)隊(duì)列的表示方法，結(jié)合線性規(guī)劃實(shí)現(xiàn)在動(dòng)態(tài)業(yè)務(wù)到達(dá)情況下的在線RSA 優(yōu)化；文獻(xiàn)[15]將整數(shù)線性規(guī)劃與啟發(fā)式算法相結(jié)合，在保障業(yè)務(wù)傳輸穩(wěn)定性的前提下最大化網(wǎng)絡(luò)資源利用率；文獻(xiàn)[16]提出了一種基于深度強(qiáng)化學(xué)習(xí)的RSA 優(yōu)化策略，通過對環(huán)境的學(xué)習(xí)克服網(wǎng)絡(luò)波動(dòng)性對業(yè)務(wù)處理成功率的影響。然而，上述研究多從網(wǎng)絡(luò)整體性能提升的單一角度開展，針對電網(wǎng)中保護(hù)控制、數(shù)據(jù)采集、移動(dòng)應(yīng)用等不同類型業(yè)務(wù)的差異化服務(wù)質(zhì)量（Quality of Service,QoS）保障方面的研究仍較為匱乏。文獻(xiàn)[17]指出應(yīng)當(dāng)依據(jù)電力業(yè)務(wù)中斷時(shí)對電力系統(tǒng)的影響程度進(jìn)行優(yōu)先級劃分；文獻(xiàn)[18-19]則依照不同業(yè)務(wù)性能需求進(jìn)行優(yōu)先級劃分，為本文研究奠定了基礎(chǔ)。此外，電力通信骨干網(wǎng)中大量并發(fā)接入的業(yè)務(wù)請求都傾向于占據(jù)更優(yōu)的網(wǎng)絡(luò)資源，使得其他業(yè)務(wù)或網(wǎng)絡(luò)整體性能受損，傳統(tǒng)基于整數(shù)線性規(guī)劃或啟發(fā)式算法的優(yōu)化方法存在復(fù)雜度高、易陷入局部最優(yōu)等問題，而一些博弈論及匹配算法雖然為解決該問題提供了良好思路，但在保障業(yè)務(wù)可靠傳輸需求的前提下，如何有效協(xié)調(diào)其對有限網(wǎng)絡(luò)資源的競爭仍面臨挑戰(zhàn)。

綜上所述，結(jié)合電力業(yè)務(wù)特性，支撐業(yè)務(wù)可靠承載的電力EON 資源與業(yè)務(wù)協(xié)同方法仍面臨挑戰(zhàn)。針對上述問題，本文提出面向業(yè)務(wù)可靠承載的電力EON 自主協(xié)同決策方法。首先，構(gòu)建不同類型業(yè)務(wù)可靠性約束模型及電力EON 中的業(yè)務(wù)與資源協(xié)同問題，優(yōu)化目標(biāo)為考慮業(yè)務(wù)優(yōu)先級、頻譜利用率、頻譜碎片化程度的加權(quán)網(wǎng)絡(luò)效用；然后，基于李雅普諾夫（Lyapunov）優(yōu)化和匹配算法，提出一種面向業(yè)務(wù)可靠承載（Service Reliable Bearing,SRB）的電力彈性光網(wǎng)絡(luò)RSA 優(yōu)化算法，被命名為SR2BA 算法，該算法通過虛擬隊(duì)列漂移實(shí)現(xiàn)隊(duì)列可靠性約束偏差感知，并通過聚合路徑與頻隙資源將原本業(yè)務(wù)請求、路徑、頻隙之間的三維匹配問題降維為一對一匹配問題；接著，引入升價(jià)匹配算法在統(tǒng)一的時(shí)間周期內(nèi)實(shí)現(xiàn)多業(yè)務(wù)請求與網(wǎng)絡(luò)資源之間的自主協(xié)同，確保電力業(yè)務(wù)的可靠承載；最后，通過具有普適性的仿真對比，驗(yàn)證所提算法在網(wǎng)絡(luò)效用提升、業(yè)務(wù)可靠性約束滿足等方面的優(yōu)越性能。

1 電力EON 中的RSA 問題簡述

電力EON 中的RSA 問題涉及頻譜分配與路由選擇兩個(gè)方面，且兩者緊密耦合，其中頻譜分配的最小單位是頻隙，多個(gè)連續(xù)的頻隙被稱為頻隙塊。相較于傳統(tǒng)電力通信骨干網(wǎng)，電力EON 中的RSA問題具有以下特征：

1）頻隙的連續(xù)性約束：若某業(yè)務(wù)請求需要多個(gè)頻隙進(jìn)行數(shù)據(jù)傳輸，則這幾個(gè)頻隙必須是連續(xù)不可間斷的。

2）頻隙的一致性約束：同一業(yè)務(wù)請求的路由鏈路上，相鄰鏈路上該業(yè)務(wù)占據(jù)的頻隙位置必須相同。

3）頻隙的不可復(fù)用性約束：任意路徑上的單個(gè)頻隙不能同時(shí)被分配給多個(gè)業(yè)務(wù)請求。

電力EON 中的RSA 問題示例如圖1 所示。以圖1 為例，假設(shè)某電力業(yè)務(wù)請求需要使用兩個(gè)頻隙將數(shù)據(jù)從節(jié)點(diǎn)1 傳輸至節(jié)點(diǎn)6，鏈路1→4 盡管有兩個(gè)空閑頻隙，但由于不滿足連續(xù)性約束而不能被使用，所以只能使用鏈路1→2 上后四個(gè)頻隙中任意兩個(gè)連續(xù)頻隙進(jìn)行傳輸。當(dāng)業(yè)務(wù)請求到達(dá)節(jié)點(diǎn)2 后，鏈路2→3 和2→5 的空閑頻隙均滿足連續(xù)性與一致性約束，但鏈路3→6 上的兩個(gè)連續(xù)空閑頻隙與鏈路 1→2 上的位置不同，無法滿足一致性約束，因此，該電力業(yè)務(wù)請求最終只能使用路徑1→2→5→6上后四個(gè)頻隙中任意兩個(gè)連續(xù)頻隙完成數(shù)據(jù)傳輸。從其建立到釋放期間，該路徑上被占用兩個(gè)頻隙無法再給其他電力業(yè)務(wù)請求使用。此時(shí)若有另外一個(gè)需要兩個(gè)頻隙進(jìn)行傳輸?shù)臉I(yè)務(wù)請求自節(jié)點(diǎn)1 向節(jié)點(diǎn)6 發(fā)出，若之前業(yè)務(wù)請求占據(jù)頻隙3 和4，則此時(shí)網(wǎng)絡(luò)無法支持新業(yè)務(wù)請求傳輸，因此控制平面在進(jìn)行決策時(shí)應(yīng)當(dāng)盡可能使業(yè)務(wù)請求優(yōu)先占據(jù)連續(xù)頻隙塊的邊緣位置，從而減輕頻隙碎片化現(xiàn)象，避免因連續(xù)頻隙數(shù)無法滿足業(yè)務(wù)請求傳輸所需的最小頻隙數(shù)量而造成的頻譜資源浪費(fèi)。

圖1 電力EON 中的RSA 問題示例Fig.1 Example of RSA problem in the power EON

2 系統(tǒng)模型

2.1 電力EON 網(wǎng)絡(luò)模型

依據(jù)軟件定義電力通信網(wǎng)絡(luò)（Software Defined Power Communication Network, SDPCN）架構(gòu)[16,20]，本文構(gòu)建的電力EON 模型如圖2 所示，主要包含數(shù)據(jù)平面、業(yè)務(wù)平面、控制平面和應(yīng)用平面。其中，數(shù)據(jù)平面包含光纖鏈路、路由器等物理基礎(chǔ)設(shè)施，用于承載電力業(yè)務(wù)數(shù)據(jù)的傳輸。業(yè)務(wù)平面包含的業(yè)務(wù)類型可分為保護(hù)控制、移動(dòng)應(yīng)用、數(shù)據(jù)采集三大類[21-22]，不同類型業(yè)務(wù)在數(shù)據(jù)量、優(yōu)先級、可靠性需求等方面特性不一，持續(xù)的電力業(yè)務(wù)根據(jù)其自身特性與需求的不同分別進(jìn)入對應(yīng)的業(yè)務(wù)請求隊(duì)列，并進(jìn)一步產(chǎn)生業(yè)務(wù)請求，釋放到數(shù)據(jù)平面中?？刂破矫婵梢愿鶕?jù)動(dòng)態(tài)的電力業(yè)務(wù)請求信息和時(shí)變的網(wǎng)絡(luò)資源可用性自主調(diào)整策略，在統(tǒng)一的時(shí)間周期中完成對頻譜資源的利用，以實(shí)現(xiàn)電力業(yè)務(wù)請求與底層物理資源的自主協(xié)同適配，實(shí)現(xiàn)對電力業(yè)務(wù)的可靠承載，支撐應(yīng)用平面具體電力應(yīng)用實(shí)現(xiàn)。應(yīng)用平面則包含倒閘控制、差動(dòng)保護(hù)、電力巡檢、故障檢測、用能采集等具體電力應(yīng)用。

圖2 電力EON 模型Fig.2 Power EON model

數(shù)據(jù)平面的網(wǎng)絡(luò)拓?fù)溆?G = { V ,E }表示，其中V 為路由節(jié)點(diǎn)集合，E 表示不同路由節(jié)點(diǎn)之間光鏈路集合，若存在光鏈路使V 中的路由節(jié)點(diǎn)vx和vy直接連通，則ex,y∈E 。每條鏈路上的頻隙個(gè)數(shù)為J，用集合 J= {1 ,… ,j,…,J}表示，每個(gè)頻隙支持的傳輸速率與調(diào)制方式有關(guān)[10]?？們?yōu)化時(shí)長被劃分為T個(gè)等長的時(shí)隙[23]，定義為集合 T= {1 ,… ,t,…,T}，每個(gè)時(shí)隙的長度為τ。

2.2 業(yè)務(wù)模型

依據(jù)電力通信網(wǎng)中不同類型業(yè)務(wù)對電網(wǎng)安全穩(wěn)定運(yùn)行的影響程度[17,24]，業(yè)務(wù)平面中共包含N個(gè)優(yōu)先級不同的業(yè)務(wù)，對應(yīng)形成N個(gè)業(yè)務(wù)請求隊(duì)列，用集合 N = {1 ,… ,n,…,N}表示。不同業(yè)務(wù)的優(yōu)先級參數(shù)被定義為nμ，優(yōu)先級越高，表明該業(yè)務(wù)對于電力系統(tǒng)安全穩(wěn)定運(yùn)行越重要，例如緊急保護(hù)與控制業(yè)務(wù)優(yōu)先級更高，而廣域測量系統(tǒng)等業(yè)務(wù)優(yōu)先級則較低。第n個(gè)隊(duì)列在當(dāng)前時(shí)隙初的隊(duì)列積壓為Qn(t)，數(shù)據(jù)到達(dá)量為An(t)，且滿足An(t) =λn(t)A0，其中A0為單個(gè)業(yè)務(wù)數(shù)據(jù)包的大小，λn(t)為業(yè)務(wù)到達(dá)率，即單個(gè)時(shí)隙內(nèi)業(yè)務(wù)數(shù)據(jù)包的到達(dá)數(shù)量。每個(gè)時(shí)隙開始時(shí)，第n個(gè)隊(duì)列隨機(jī)生成I n(t)個(gè)業(yè)務(wù)請求，定義為集合In(t) = {1,… ,in(t) ,…,I n(t)}，第i n(t)個(gè)業(yè)務(wù)請求用rn,i(t) = {SDn,i(t) ,DDn,i(t) ,Rn,i(t)}表示，其中 SDn,i(t)、DDn,i(t)和R n,i(t)分別為該業(yè)務(wù)請求的源節(jié)點(diǎn)、目的節(jié)點(diǎn)及數(shù)據(jù)量大小，且Rn,i(t)滿足

第n個(gè)業(yè)務(wù)請求隊(duì)列的積壓大小為

2.3 可靠性約束模型

為確保各類電力業(yè)務(wù)的可靠承載，應(yīng)當(dāng)盡可能避免業(yè)務(wù)請求隊(duì)列因持續(xù)積壓而導(dǎo)致的數(shù)據(jù)丟失問題[26]。業(yè)務(wù)請求隊(duì)列積壓長度可以作為電力業(yè)務(wù)可靠性指標(biāo)的關(guān)鍵參數(shù)，從長時(shí)角度來看，應(yīng)當(dāng)確保數(shù)據(jù)丟失事件的發(fā)生概率盡可能小。因此，本文將不同業(yè)務(wù)請求隊(duì)列的可靠性需求建模為如式（7）的概率約束。

式中，Pr 為概率函數(shù)；Qn,max為業(yè)務(wù)隊(duì)列的緩沖區(qū)容量；σn為數(shù)據(jù)丟失事件的發(fā)生概率約束，σn?1。概率約束的非凸及非光滑特性導(dǎo)致優(yōu)化問題難以求解，基于馬爾可夫不等式[27]，上述概率約束被轉(zhuǎn)換為如式（8）的業(yè)務(wù)可靠性約束。

式中，E為期望函數(shù)。

2.4 優(yōu)化問題構(gòu)建

電力EON 以電力業(yè)務(wù)的可靠高效承載為目的，因此本文以提升頻譜利用率和減輕頻譜碎片化程度為手段，在有限網(wǎng)絡(luò)資源下盡可能傳輸更多的業(yè)務(wù)數(shù)據(jù)，減少數(shù)據(jù)丟失事件的發(fā)生概率，保障業(yè)務(wù)可靠性約束得到滿足。首先，電力EON 頻譜利用率用單個(gè)頻隙傳輸?shù)碾娏I(yè)務(wù)數(shù)據(jù)量表示， 即Rn,i(t)(t)。其次，為降低頻譜碎片化程度，在網(wǎng)絡(luò)效用中增加，結(jié)合第1 節(jié)中實(shí)例，當(dāng)該業(yè)務(wù)請求占據(jù)頻隙3 和4 時(shí)，，而占據(jù)頻隙4 和5 時(shí)，，因此在后續(xù)的頻譜分配決策時(shí)，業(yè)務(wù)請求會優(yōu)先占據(jù)可用頻譜塊的靠后邊緣位置，從而獲得更大的網(wǎng)絡(luò)效用，降低頻譜碎片化程度。最后，在優(yōu)化時(shí)還應(yīng)當(dāng)考慮電力業(yè)務(wù)優(yōu)先級，在同等條件下優(yōu)先保障高優(yōu)先級業(yè)務(wù)的可靠傳輸。綜上所述，建立電力EON 網(wǎng)絡(luò)效用函數(shù)為

式中，κ為平衡優(yōu)化目標(biāo)數(shù)量級的尺度參數(shù)，其實(shí)際意義在于避免優(yōu)化目標(biāo)之間較大倍數(shù)關(guān)系導(dǎo)致在實(shí)際優(yōu)化時(shí)某一項(xiàng)指標(biāo)因所占比重太小而被忽視；(t)為候選路徑k n,i(t)上自第j個(gè)頻隙開始的連續(xù)空閑頻隙數(shù)量。優(yōu)化目標(biāo)為在保障電力業(yè)務(wù)可靠性約束的前提下最大化電力EON 的長時(shí)網(wǎng)絡(luò)效用，即

式中，1C 為不同類型業(yè)務(wù)數(shù)據(jù)到達(dá)量約束；2C 為單個(gè)業(yè)務(wù)請求的數(shù)據(jù)量大小約束；3C 為不同類型業(yè)務(wù)請求的總數(shù)據(jù)量大小約束；C4為候選路徑上的頻隙可用性約束；C5為RSA 指示變量的取值范圍約束；C6為單個(gè)業(yè)務(wù)請求的不可分割性約束；C7為頻隙的不可復(fù)用性約束；8C 為業(yè)務(wù)可靠性約束。

3 電力EON 自主協(xié)同決策方法

3.1 問題轉(zhuǎn)換

有關(guān)未來時(shí)隙的電力業(yè)務(wù)信息與網(wǎng)絡(luò)信息都難以準(zhǔn)確預(yù)知，但由于長時(shí)優(yōu)化目標(biāo)和約束的存在，導(dǎo)致優(yōu)化問題P1 無法被直接求解。因此，基于李雅普諾夫優(yōu)化算法將原始優(yōu)化問題轉(zhuǎn)換為無需任何先驗(yàn)統(tǒng)計(jì)信息與未來信息的在線優(yōu)化問題[28]。

首先，根據(jù)虛擬隊(duì)列概念，設(shè)置有關(guān)電力業(yè)務(wù)可靠性約束8C 的虛擬隊(duì)列，用于表示截至當(dāng)前時(shí)隙末業(yè)務(wù)數(shù)據(jù)積壓與長時(shí)可靠性約束之間的偏差，虛擬隊(duì)列積壓隨時(shí)隙的變化情況可被表示為

其次，構(gòu)造李雅普諾夫優(yōu)化漂移函數(shù)。定義第t個(gè)時(shí)隙電力EON 的虛擬隊(duì)列狀態(tài)指示向量為

定義李雅普諾夫函數(shù)為

式（13）可用于表征當(dāng)前網(wǎng)絡(luò)虛擬隊(duì)列的擁塞程度，函數(shù)值越大隊(duì)列積壓現(xiàn)象越嚴(yán)重，即當(dāng)前時(shí)隙偏離長時(shí)約束的程度越大，從而實(shí)現(xiàn)可靠性約束偏差感知。為在保障電力業(yè)務(wù)數(shù)據(jù)可靠傳輸?shù)耐瑫r(shí)優(yōu)化網(wǎng)絡(luò)效用，定義時(shí)隙間李雅普諾夫漂移與優(yōu)化目標(biāo)的加權(quán)差為

式中，V用于衡量長時(shí)約束8C 與優(yōu)化目標(biāo)之間的重要程度，V0＞ ，V越大，表明越傾向于優(yōu)化網(wǎng)絡(luò)效用。李雅普諾夫漂移與優(yōu)化目標(biāo)加權(quán)差的上界為

式中，?為與優(yōu)化變量無關(guān)的正常數(shù)項(xiàng)。式（15）的詳細(xì)推導(dǎo)過程見附錄。

最后，長時(shí)隨機(jī)優(yōu)化問題P1 可以被轉(zhuǎn)換為單一時(shí)隙確定性優(yōu)化問題，即

相較于P1，P2 將長時(shí)隊(duì)列穩(wěn)定性約束融入優(yōu)化目標(biāo)，并可通過虛擬隊(duì)列積壓變化實(shí)現(xiàn)可靠性約束偏差感知，P2 的在線優(yōu)化僅依賴當(dāng)前時(shí)隙網(wǎng)絡(luò)及業(yè)務(wù)信息。

3.2 算法設(shè)計(jì)

本文所提SR2BA 算法基于匹配算法對P2 進(jìn)行求解。首先，頻隙一致性、連續(xù)性及不可復(fù)用性等約束導(dǎo)致多個(gè)業(yè)務(wù)請求選擇同一頻隙的沖突無法解決。因此，為解決上述沖突，SR2BA 算法將P2 轉(zhuǎn)換為不同類型業(yè)務(wù)請求、路徑、頻隙之間的三維匹配問題。在此基礎(chǔ)上，進(jìn)一步通過將路由與頻隙聚

合為資源塊{kn,i(t),j} ，將路徑選擇決策變量與頻隙

定義1（一對一匹配關(guān)系）：定義θ表示業(yè)務(wù)請求集合與可用路徑上的可用資源塊集合之間的一對一關(guān)系映射，且

當(dāng)θ[rn,i(t)]= {kn,i(t),j} 時(shí)，表示資源塊{kn,i(t),j}被分配給業(yè)務(wù)請求rn,i(t)進(jìn)行數(shù)據(jù)傳輸，即(t)=1，θ[rn,i(t)] =rn,i(t)表示該業(yè)務(wù)請求未分配到任何資源塊。

其次，針對降維后的一對一匹配問題，SR2BA算法的執(zhí)行主體控制平面通過對業(yè)務(wù)平面與數(shù)據(jù)平面的實(shí)時(shí)感知，進(jìn)行升價(jià)匹配，并將獲得的最終決策下發(fā)到網(wǎng)絡(luò)中。具體而言，SR2BA 算法共包含初始化、偏好列表建立、基于迭代匹配的自主協(xié)同決策、決策下發(fā)與隊(duì)列更新四個(gè)階段，SR2BA 算法見表1。

表1 SR2BA 算法Tab.1 SR2BA algorithm

具體過程如下。

1）初始化：給定所有業(yè)務(wù)請求隊(duì)列的初始積壓Qn(1 )及空集Ω，初始化虛擬隊(duì)列積壓Yn(1 )及RSA指示變量為0。

2）偏好列表建立：在匹配算法中，偏好用來表示電力業(yè)務(wù)請求rn,i(t)對于資源塊{kn,i(t) ,j} 的相對“喜愛程度”大小，即電力業(yè)務(wù)請求選擇不同資源塊獲得的性能回報(bào)。該性能回報(bào)數(shù)值與優(yōu)化問題P2 的優(yōu)化目標(biāo)一致，并在此基礎(chǔ)上增加虛擬匹配價(jià)格用于解決匹配沖突問題。每個(gè)時(shí)隙初，初始化匹配關(guān)系θ為空集。基于 P2，業(yè)務(wù)請求rn,i(t)對資源塊{kn,i(t),j} 的匹配偏好定義為

式中，ρk,j(t)為占據(jù)資源塊{kn,i(t),j} 所需的虛擬匹配價(jià)格，其初始值被置為0?？刂破矫嬉罁?jù)偏好值降序排列為業(yè)務(wù)請求建立偏好列表。

3）基于迭代匹配的自主協(xié)同決策：每個(gè)業(yè)務(wù)請求向其偏好列表中第一個(gè)資源塊發(fā)起匹配申請，當(dāng)任意鏈路上的同一頻隙同時(shí)接收到超過兩個(gè)業(yè)務(wù)請求的匹配申請時(shí)，將對應(yīng)包含該頻隙的資源塊加入集合Ω中，否則該資源塊被暫時(shí)匹配給唯一向其發(fā)起申請的業(yè)務(wù)請求。當(dāng)發(fā)生如上所述的頻隙選擇沖突時(shí)，集合Ω中的資源塊{kn,i(t),j} 依據(jù)不同價(jià)格梯度 Δρk,j更新其匹配價(jià)格

所有業(yè)務(wù)請求重新計(jì)算對資源塊的偏好值{kn,i(t),j} ，并更新其偏好列表。一些業(yè)務(wù)請求的偏好列表中可能會因?yàn)樵撡Y源塊的偏好值下降導(dǎo)致排序發(fā)生變化，這些業(yè)務(wù)請求會轉(zhuǎn)而向列表中當(dāng)前排名第一的資源塊重新發(fā)起匹配請求而放棄原本的選擇。重復(fù)如上的升價(jià)過程，直至僅剩一個(gè)業(yè)務(wù)請求向其發(fā)起匹配請求時(shí)，該資源塊會被匹配給僅剩的一個(gè)業(yè)務(wù)請求，并被移出集合Ω，從而解決頻隙選擇沖突問題。若對于rn,i(t)而言，所有候選資源塊均已被匹配給其他業(yè)務(wù)請求，則θ[rn,i(t)] =rn,i(t)。

重復(fù)上述迭代匹配過程直至不存在θ[rn,i(t)]=?，且Ω=?。

4）決策下發(fā)與隊(duì)列更新：控制平面根據(jù)最終的匹配結(jié)果下發(fā)策略給數(shù)據(jù)平面，若θ[rn,i(t)]={kn,i(t),j} ，則(t)=1。業(yè)務(wù)平面依據(jù)獲得的性能更新Qn(t+1)和Yn(t+1)，然后進(jìn)入下一個(gè)時(shí)隙繼續(xù)執(zhí)行優(yōu)化。

4 算法仿真及結(jié)果分析

4.1 仿真參數(shù)及對比算法設(shè)置

本文在IEEE 30 節(jié)點(diǎn)電力測試系統(tǒng)拓?fù)淝闆r下進(jìn)行仿真，仿真工具為Matlab。參考文獻(xiàn)[17-19,24]，共設(shè)置五種典型的電力業(yè)務(wù)，優(yōu)先級自高到低依次為緊急控制與保護(hù)上報(bào)業(yè)務(wù)、廣域測量系統(tǒng)業(yè)務(wù)、數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)業(yè)務(wù)、故障錄波業(yè)務(wù)、生產(chǎn)管理系統(tǒng)業(yè)務(wù)，不同業(yè)務(wù)到達(dá)率的區(qū)間范圍為[9,15]、[25,35]、[70,80]、[100,140]、[100,140]。本文主要仿真參數(shù)設(shè)置見表2[16-18,24]。

表2 仿真參數(shù)Tab.2 Simulation parameters

本文通過與以下兩種算法對比來驗(yàn)證所提SR2BA 算法性能，對比算法具體設(shè)置如下：

1）基于最小化隊(duì)列漂移加懲罰的路由與頻隙分配（ Min Drift Plus Penalty-based Routing and Spectrum Allocation, MDPP-RSA）算法[8]：該算法在保障業(yè)務(wù)請求隊(duì)列穩(wěn)定性的情況下以最大化頻譜利用率為優(yōu)化目標(biāo)，但無法保障業(yè)務(wù)可靠性約束。

2）基于首尾精確適配的路由與頻隙分配（First-Last Exact Fit-based RSA, FLEF-RSA）算法[30]：該算法僅以最大化頻譜利用率和頻譜連續(xù)度為優(yōu)化目標(biāo)，但無法保障業(yè)務(wù)可靠性約束，當(dāng)出現(xiàn)頻隙選擇沖突時(shí)，業(yè)務(wù)請求以隨機(jī)順序搶占該頻隙。

4.2 仿真結(jié)果及分析

圖3a 和圖3b 分別給出了電力EON 平均網(wǎng)絡(luò)效用和頻譜利用率隨時(shí)隙變化的對比情況。平均網(wǎng)絡(luò)效用指一個(gè)時(shí)隙內(nèi)所有業(yè)務(wù)請求獲得的累計(jì)網(wǎng)絡(luò)效用除以當(dāng)前時(shí)隙的業(yè)務(wù)請求數(shù)量后得到的結(jié)果，能夠更好地減少實(shí)驗(yàn)偶然性對結(jié)果造成的波動(dòng)影響。陰影部分為仿真得到的實(shí)際數(shù)值結(jié)果，由于業(yè)務(wù)到達(dá)的動(dòng)態(tài)性與網(wǎng)絡(luò)資源的時(shí)變性，其數(shù)值呈現(xiàn)波動(dòng)態(tài)勢。為便于直觀展示SR2BA 算法在平均網(wǎng)絡(luò)效用以及頻譜利用率方面的性能提升效果，繪制擬合曲線進(jìn)行分析。當(dāng)t=500 時(shí)，相較于MDPP-RSA算法和FLEF-RSA 算法，SR2BA 算法的平均網(wǎng)絡(luò)效用分別提升了18.45%、35.71%，頻譜利用率分別提升了33.52%、54.41%。SR2BA 算法在最大化頻譜利用率時(shí)增加了頻譜連續(xù)度的考量，控制平面會從電力業(yè)務(wù)性能保障和網(wǎng)絡(luò)性能提升兩個(gè)角度進(jìn)行自主決策優(yōu)化。隨著時(shí)隙的不斷增加，業(yè)務(wù)數(shù)據(jù)隊(duì)列與虛擬隊(duì)列積壓會持續(xù)增加，導(dǎo)致在后續(xù)優(yōu)化中SR2BA 算法會傾向于保障業(yè)務(wù)可靠性約束而忽略網(wǎng)絡(luò)效用優(yōu)化，因此平均網(wǎng)絡(luò)效用與頻譜利用率均有所降低。而MDPP-RSA 算法盡管以最大化頻譜利用率為優(yōu)化目標(biāo)，但會導(dǎo)致路徑上的碎片化頻譜無法支撐其他業(yè)務(wù)請求傳輸，造成頻隙資源浪費(fèi)。FLEFRSA 算法的隨機(jī)搶占機(jī)制導(dǎo)致電力業(yè)務(wù)可靠性無法保障，整個(gè)網(wǎng)絡(luò)系統(tǒng)的吞吐量下降，網(wǎng)絡(luò)效用和頻譜利用率都較低。

圖3 平均網(wǎng)絡(luò)效用和頻譜利用率隨時(shí)隙變化對比情況Fig.3 Comparison of average network utility and spectrum utilization rate versus time slots

圖4 給出了電力EON 累積吞吐量隨時(shí)隙變化的對比情況。當(dāng)t=500 時(shí)，相較于MDPP-RSA 算法和FLEF-RSA 算法，SR2BA 算法的累積吞吐量分別提升了9.86%、15.17%。

圖4 累積吞吐量隨時(shí)隙變化的對比情況Fig.4 Comparison of cumulative throughput versus time slots

圖5 給出了電力業(yè)務(wù)請求隊(duì)列與業(yè)務(wù)可靠性虛擬隊(duì)列積壓的對比情況。相較于MDPP-RSA 算法和FLEF-RSA 算法，SR2BA 算法的平均業(yè)務(wù)請求隊(duì)列積壓分別降低了51.87%、80.18%，平均虛擬隊(duì)列積壓分別降低了54.50%、81.45%。SR2BA 算法考慮了業(yè)務(wù)請求隊(duì)列的可靠性約束，并通過時(shí)隙間虛擬隊(duì)列積壓值的演變實(shí)現(xiàn)隊(duì)列可靠性偏差感知，并自主調(diào)整資源分配決策，避免持續(xù)積壓導(dǎo)致電力業(yè)務(wù)數(shù)據(jù)丟失，對于實(shí)現(xiàn)業(yè)務(wù)可靠承載有著重要意義。而MDPP-RSA 算法和FLEF-RSA 算法均無法滿足電力業(yè)務(wù)可靠性約束，導(dǎo)致數(shù)據(jù)隊(duì)列積壓持續(xù)增加。但由于MDPP-RSA 算法考慮了數(shù)據(jù)隊(duì)列穩(wěn)定性，性能比FLEF-RSA 算法略優(yōu)。

圖5 業(yè)務(wù)可靠性虛擬隊(duì)列積壓對比情況Fig.5 Comparison of service reliability virture queue backlog

圖6 給出了業(yè)務(wù)優(yōu)先級對業(yè)務(wù)請求隊(duì)列積壓和業(yè)務(wù)可靠性虛擬隊(duì)列積壓的影響。SR2BA 算法在進(jìn)行決策時(shí)通過對業(yè)務(wù)優(yōu)先級的自主感知，實(shí)現(xiàn)電力業(yè)務(wù)差異化QoS 需求保障，優(yōu)先保障對電網(wǎng)安全穩(wěn)定運(yùn)行更為重要的業(yè)務(wù)數(shù)據(jù)傳輸。

圖6 業(yè)務(wù)優(yōu)先級對業(yè)務(wù)請求隊(duì)列積壓和業(yè)務(wù)可靠性虛擬隊(duì)列積壓的影響Fig.6 Impact of service priority on service request queue backlogand service reliability virtual queue backlog

圖7 給出了網(wǎng)絡(luò)中業(yè)務(wù)請求平均到達(dá)率對業(yè)務(wù)請求隊(duì)列積壓的影響。相較于MDPP-RSA 算法和FLEF-RSA 算法，SR2BA 算法可有效提升電力通信骨干網(wǎng)數(shù)據(jù)承載量，能夠在較大業(yè)務(wù)請求平均到達(dá)率情況下維持更小的隊(duì)列數(shù)據(jù)積壓，有效支撐未來大規(guī)模新興電力業(yè)務(wù)的發(fā)展。SR2BA 算法考慮了頻譜碎片化程度的影響，給不同業(yè)務(wù)請求分配頻隙時(shí)，會盡可能預(yù)留更大的頻譜資源給其他業(yè)務(wù)請求使用，從而減輕頻譜碎片化程度，以確保傳輸更大的業(yè)務(wù)數(shù)據(jù)量。

圖7 平均到達(dá)率對業(yè)務(wù)請求隊(duì)列積壓的影響Fig.7 Impact of average arrival rate on service request queue backlog

圖8 給出了權(quán)重V對平均網(wǎng)絡(luò)效用和虛擬隊(duì)列積壓的影響。隨著V的增大，網(wǎng)絡(luò)效用逐漸增大，同時(shí)業(yè)務(wù)可靠性虛擬隊(duì)列積壓也增大。因?yàn)楫?dāng)權(quán)重V增大，網(wǎng)絡(luò)效用在優(yōu)化目標(biāo)中占據(jù)的比值增加，SR2BA 算法會傾向于優(yōu)先確保網(wǎng)絡(luò)效用提升，忽略電力業(yè)務(wù)可靠性保障，導(dǎo)致網(wǎng)絡(luò)效用和業(yè)務(wù)可靠性虛擬隊(duì)列積壓增大。

圖8 權(quán)重V 對平均網(wǎng)絡(luò)效用和虛擬隊(duì)列積壓的影響Fig.8 Impact of of weight V on average network utility and virtual queue backlog

5 結(jié)論

本文針對電力通信骨干網(wǎng)面臨的頻譜資源受限、資源調(diào)配靈活性差等挑戰(zhàn)，提出一種面向業(yè)務(wù)可靠承載的電力EON 自主協(xié)同決策方法。通過在優(yōu)化中考慮頻譜利用率和頻譜碎片化程度有效提升網(wǎng)絡(luò)數(shù)據(jù)承載量，并通過虛擬隊(duì)列漂移實(shí)現(xiàn)隊(duì)列可靠性約束偏差感知，避免因持續(xù)積壓導(dǎo)致的數(shù)據(jù)丟失問題，實(shí)現(xiàn)不同優(yōu)先級業(yè)務(wù)的可靠性傳輸保障。相較于MDPP-RSA 和FLEF-RSA 算法，所提方法在網(wǎng)絡(luò)效用與頻譜利用率提升、業(yè)務(wù)可靠性保障等方面具有性能優(yōu)勢，其中平均網(wǎng)絡(luò)效用提升18.45%、35.71%，頻譜利用率提升33.52%、54.41%，累計(jì)吞吐量提升9.86%、15.17%，業(yè)務(wù)請求隊(duì)列積壓降低51.87%、80.18%，虛擬隊(duì)列積壓降低54.50%、81.45%。

本文研究成果作為電力與信息通信領(lǐng)域相融合的前瞻性理論研究，可為下一代電力通信骨干網(wǎng)的部署提供可行技術(shù)方案，提升電力通信骨干網(wǎng)的業(yè)務(wù)數(shù)據(jù)承載能力，為大規(guī)模新興電力業(yè)務(wù)的開展提供強(qiáng)有力的保障。在未來研究中，將針對新型電力系統(tǒng)建設(shè)背景下電力通信傳輸網(wǎng)中高度時(shí)變的業(yè)務(wù)與網(wǎng)絡(luò)特性，進(jìn)一步結(jié)合先進(jìn)的人工智能算法，研究復(fù)雜度更低、適應(yīng)能力更強(qiáng)的業(yè)務(wù)與資源自主協(xié)同決策方法。

附 錄

式（15）推導(dǎo)過程如下。

首先，給出如下不等式關(guān)系

結(jié)合式（8）推導(dǎo)可得

又因?yàn)?/p>

可得

其中，?滿足