面向能源互联网的云边协同技术研究

本文针对云边协同系统在能源互联网中的应用进行研究。在介绍相关研究现状的基础上，根据能源互联网的特点，讨论了云边协同能源系统构成；提出云边协同能源系统的实现方式和能源互联网云边协同算法。算法分为规则分类和人工智能预测两个阶段。同时，文章对基于云边协同的能源互联网典型业务场景进行规则阶段设计，并针对算法进行了仿真分析。在能源互联网中，云边协同系统可以在减少处理时延的同时提升系统整体性能，具有经济和技术可行性。

基于电能的瞬时性， 以电能为主的能源互联网业务[1] [2]大多具有较为严格的时延要求， 且随着网络规模的扩大，智能能源业务处理需要消耗大量的数据处理和计算通信资源，在此情况下，结合边缘计算与云平台的云边协同技术成为保障能源互联网正常运行的必要手段。

针对边缘计算和云协作进行研究。若仅考虑边缘计算，部分高复杂度业务将难以实现；若仅考虑云协作，系统面临着部分业务高时延和高带宽压力，由此云边协同是一种很好的协调解决方案。但目前云边协同的研究侧重于整体架构和具体应用场景研究，对于云边协同在能源互联网中的任务管理和具体分配算法流程鲜有设计，一定程度上阻碍了相关技术在能源互联网的落地。通过加强此方面的研究，会对云边协同系统的实际运行性能有较大的提升。

在参考已有研究的基础上，本文针对云边协同任务分配机制进行研究，所提算法前期根据业务特性实现云边协同业务划分，后期以前期结果为基础，基于神经网络实现业务的智能划分，相关神经网络训练采用目标函数最小化的方式。由此保证相关算法的规则性、智能性和自适应性。

本文后续章节结构如下：第2 章提出云边协同系统构成；第3 章提出云边协同系统的实现方式；第4 章提出能源互联网云边协同算法；第5 章设计典型业务场景；第6 章进行仿真结果分析；第7 章介绍云边协同研究背景；第8 章进行总结。

2. 云边协同能源系统构成 云边协同包括云、边、端三个部分[3]。针对能源互联网，“云”代表负责能源互联网管理、控制和运行的云平台，“端”代表底层受控的供用能设备终端，“边”既可以指靠近云平台的微网控制系统， 也可以指靠近设备终端的能量控制设备。