李 強，袁福生，陳 晶，石生璽，許世龍

1.國網(wǎng)信息通信產(chǎn)業(yè)集團有限公司，北京 100031

2.國網(wǎng)信息通信產(chǎn)業(yè)集團有限公司北京分公司，北京 100031

3.國網(wǎng)北京市電力公司 北京電力經(jīng)濟技術研究院，北京 100008

能源互聯(lián)網(wǎng)以原有電力系統(tǒng)為基礎，充分應用移動互聯(lián)、人工智能等現(xiàn)代信息技術，實現(xiàn)電力系統(tǒng)的萬物互聯(lián)與人機交互，能夠有效整合通信及電力設施資源，為電力系統(tǒng)發(fā)、輸、配、售、用等環(huán)節(jié)提供信息和數(shù)據(jù)支持，是具有狀態(tài)全面感知、信息高效處理、應用便捷靈活等特征的智慧服務系統(tǒng)。建設能源互聯(lián)網(wǎng)是落實國家電網(wǎng)“三型兩網(wǎng)、世界一流”戰(zhàn)略目標的核心任務，為電網(wǎng)系統(tǒng)運行更安全、管理更精益、投資更精準、服務更優(yōu)質開辟了新的路徑［1－2］。

隨著能源互聯(lián)網(wǎng)建設的不斷推進，網(wǎng)絡邊緣設備數(shù)量呈現(xiàn)爆炸式增長，隨之產(chǎn)生了海量的用戶側數(shù)據(jù)需要進行存儲、處理和分析。傳統(tǒng)的數(shù)據(jù)處理方式是將數(shù)據(jù)集中傳輸?shù)綋碛休^強計算能力的云中心服務器進行計算。然而，由于電力物聯(lián)網(wǎng)環(huán)境下的終端設備異構且數(shù)量較多，把計算任務統(tǒng)一上傳到云中心服務器計算會出現(xiàn)網(wǎng)絡數(shù)據(jù)擁塞的情況，并且云服務器布置在設備的遠端，終端設備在上傳數(shù)據(jù)時產(chǎn)生的傳輸時延會極大地增加整體任務的完成時間，從而影響計算任務的實時性［3－4］。作為云計算的拓展和補充，邊緣計算很好地解決了這一問題。邊緣計算技術使得許多控制通過本地設備實現(xiàn)而無需交由云端，任務處理過程在靠近用戶的邊緣節(jié)點完成，邊緣服務器可以在更短的時間內對用戶的請求和任務做出響應［5－6］。

移動邊緣計算作為未來5G通信的關鍵技術，計算卸載是其主要應用之一，很多學者對其研究作出了重要的貢獻。文獻［3］提出了一種計算任務跨域卸載模型，并構建了一個最小化任務完成時間的混合整數(shù)非線性優(yōu)化問題。文獻［7］中，綜合考慮智能設備性能和服務器資源，提出了一種基于改進拍賣算法的計算卸載策略。文獻［8］考慮多用戶對計算資源的競爭，構建了基于多微云協(xié)作的任務卸載模型。文獻［9］基于混合流水車間調度模型對系統(tǒng)任務的卸載調度進行了建模，獲得了系統(tǒng)時延的計算表達式，并在此基礎上對系統(tǒng)能耗進行了建模。

雖然在通信及移動邊緣計算領域已有大量針對計算卸載的研究，但綜合考慮能源互聯(lián)網(wǎng)場景特點與需求，思考邊緣計算資源分配對用戶終端卸載策略影響的相關研究仍然十分匱乏。本文切實考慮能源互聯(lián)網(wǎng)多終端、數(shù)據(jù)密集等場景特點，研究合理的邊緣計算網(wǎng)絡架構并設計其主要功能模塊。針對存在的計算卸載問題，將邊緣云在多個計算任務之間的計算資源分配問題建模為Stackelberg博弈模型，邊緣云作為博弈的領導者對自身計算資源進行定價，出售給需要進行卸載的移動終端，而移動終端作為跟隨者進行合理的卸載決策。通過證明該博弈存在使得博弈雙方效用最優(yōu)的納什均衡解，得到對應納什均衡點的最優(yōu)卸載策略。

1 能源互聯(lián)網(wǎng)邊緣計算網(wǎng)絡架構

1.1 整體架構

邊緣計算支持的電網(wǎng)能源互聯(lián)網(wǎng)的具體服務包括智能電網(wǎng)配電監(jiān)控系統(tǒng)、智能電網(wǎng)先進計量系統(tǒng)等。其中，物聯(lián)網(wǎng)和邊緣計算技術的應用使電力系統(tǒng)的智能化和自動化進入一個新的階段。通過部署邊緣計算模型以支持數(shù)據(jù)融合、深度學習等技術，實現(xiàn)對能源互聯(lián)網(wǎng)各采集終端、智能設備以及終端用戶數(shù)據(jù)的并行處理和分析，提供具有海量數(shù)據(jù)和敏捷響應的分布式信息計算服務。其能夠滿足電網(wǎng)能源互聯(lián)網(wǎng)中設備和用戶對系統(tǒng)快速響應的需求，為智能電網(wǎng)的高級應用提供支持，如智能調度、智能維護等。

如圖1所示，能源互聯(lián)網(wǎng)邊緣計算體系架構包括終端感知層、網(wǎng)絡層、平臺層、應用層四層結構。

圖1 能源互聯(lián)網(wǎng)邊緣計算網(wǎng)絡架構

作為數(shù)據(jù)源頭，終端感知層往往部署多個電網(wǎng)內智能終端或傳感設備，能夠識別或判斷指定對象、動作，收集智能電網(wǎng)各個方面的環(huán)境信息、運行信息和狀態(tài)信息。網(wǎng)絡層包含邊緣側網(wǎng)絡與云中心側網(wǎng)絡，其作用是基于現(xiàn)有的互聯(lián)網(wǎng)、移動通信網(wǎng)、電力網(wǎng)等基礎網(wǎng)絡設施，對來自終端感知層的信息進行接入和傳輸，其接駁感知層和平臺應用層，具有強大的紐帶作用。其中，中心云節(jié)點與邊緣節(jié)點、邊緣節(jié)點與移動終端設備分別存在一對多的映射關系［10］。邊緣節(jié)點負責區(qū)域內電網(wǎng)的運行與管理，接收用戶端數(shù)據(jù)后進行實時處理和存儲，并利用相關智能模型（云中心部署至邊緣側的大型模型或邊緣側自行訓練的中小型模型）進行區(qū)域性數(shù)據(jù)分析和挖掘，支撐局部電網(wǎng)安全經(jīng)濟運行。云中心匯集了各級多元化數(shù)據(jù)，通過對這些數(shù)據(jù)的分析處理完成系統(tǒng)層面的運營管理和對外合作業(yè)務［11］。平臺應用層接受網(wǎng)絡層傳來的數(shù)據(jù)信息并對信息進行處理和決策，依托于超大規(guī)模的終端統(tǒng)一物聯(lián)管理，深化電網(wǎng)全業(yè)務統(tǒng)一數(shù)據(jù)中心建設，挖掘海量數(shù)據(jù)采集價值，提升能源互聯(lián)網(wǎng)的數(shù)據(jù)高效處理和云霧協(xié)同能力，實現(xiàn)對內業(yè)務與對外業(yè)務的分類高效處理。

1.2 功能模塊設計

對能源互聯(lián)網(wǎng)邊緣計算網(wǎng)絡架構中實現(xiàn)核心控制的功能模塊進行分析研究以及合理的設計與部署，可以實現(xiàn)電網(wǎng)業(yè)務的規(guī)范、高效處理。如圖2所示，該架構由三個主要功能模塊組成，包括服務和應用平面，能源互聯(lián)網(wǎng)邊緣計算平臺和基礎資源平面。通過合理部署，能夠實現(xiàn)應用服務和平臺管理功能的高效平穩(wěn)運行［12－14］。

圖2 能源互聯(lián)網(wǎng)邊緣計算網(wǎng)絡架構功能模塊

（1）服務和應用平面

服務和應用程序平面提供了標準化的應用程序服務接口和管理接口。應用程序服務接口對有需求的終端電力設備開放，這些設備接收應用程序注冊請求，并向應用程序公開某些控制平面功能。管理界面可以提供電力系統(tǒng)管理和控制信息，以啟用控制命令的下放和系統(tǒng)狀態(tài)的監(jiān)視。標準化的接口提供了出色的可伸縮性和有效的系統(tǒng)管理，從而簡化了整個系統(tǒng)的使用、維護和擴展。

（2）能源互聯(lián)網(wǎng)邊緣計算平臺

能源互聯(lián)網(wǎng)邊緣計算平臺是能源互聯(lián)網(wǎng)邊緣計算網(wǎng)絡架構的核心，它保證了高效的協(xié)作任務處理、資源分配、編排和統(tǒng)一管理。該平臺由統(tǒng)一調度平面和計算平臺組成。

統(tǒng)一調度平面對網(wǎng)絡中用戶設備的計算任務進行調度和分配，確保計算任務的高效處理。同時，借助虛擬化技術，統(tǒng)一調度平面可以提供相應的信息傳遞接口，確保任務準確、快速地傳輸和處理。統(tǒng)一調度平面主要實現(xiàn)了全局監(jiān)察、用戶注冊、拓撲管理、故障處理以及信息收集等功能。全局監(jiān)察模塊根據(jù)用戶終端發(fā)送的信息組織全局的拓撲信息，能夠實時動態(tài)顯示邊緣服務器覆蓋范圍內的終端設備網(wǎng)絡信息；用戶注冊模塊允許發(fā)起任務的終端設備進行動態(tài)訪問并完成注冊，所有任務發(fā)起的終端設備需要在卸載計算任務之前向邊緣服務器注冊，然后邊緣服務器會根據(jù)實時情況將計算任務卸載到不同的位置；拓撲管理模塊可以根據(jù)業(yè)務需求發(fā)布指令，并控制終端設備是否參與網(wǎng)絡；故障處理模塊主要完成故障判斷、報警等任務；信息收集模塊主要負責各節(jié)點間的信息交互與收集。

計算平臺包括邊緣服務器計算平臺和終端設備計算平臺。計算平臺作為任務處理平臺，需要部署相應的功能模塊來滿足平臺的服務功能需求，包括資源調度、通道監(jiān)控、路由轉發(fā)、協(xié)作處理和數(shù)據(jù)緩存。資源調度模塊允許計算平臺調用底層基礎資源以滿足計算任務的需求；通道監(jiān)控模塊可以隨時獲取通道信息，比如網(wǎng)絡節(jié)點之間的信道變化；路由轉發(fā)模塊和協(xié)作處理模塊能夠實現(xiàn)網(wǎng)絡節(jié)點之間的功能調度與任務分配；數(shù)據(jù)緩存模塊可以有效地保證計算平臺的數(shù)據(jù)安全。在已有基礎上，用戶可以進一步根據(jù)自身的功能需求添加相應的功能。

（3）基礎資源平面

基礎資源是指能源互聯(lián)網(wǎng)邊緣計算網(wǎng)絡架構中的基礎物理資源，包括計算資源、存儲資源和網(wǎng)絡資源。微云為上層提供計算和存儲資源，以通過虛擬化技術進行統(tǒng)一部署。網(wǎng)絡資源主要包括云服務器與邊緣服務器、邊緣服務器與異構終端、云服務器與異構終端之間的通信鏈接。虛擬化技術的應用可以有效解決基礎資源的異構問題，并提供標準化的接口供上層控制平面使用。

2 基于Stackelberg博弈的邊緣計算卸載機制

2.1 優(yōu)化目標

隨著電力系統(tǒng)智能化的不斷提升，對系統(tǒng)計算能力的要求愈加嚴格。當終端設備計算過載時，需要進行計算卸載以提升能源互聯(lián)網(wǎng)系統(tǒng)整體的任務處理能力。能源互聯(lián)網(wǎng)中存在海量異構的終端設備，導致了巨大的任務處理時延。整體時延由計算時延與通信時延兩部分組成。從用戶終端卸載任務到邊緣節(jié)點有益于保證完備的計算資源從而減少計算時延，但會因數(shù)據(jù)傳輸產(chǎn)生額外的通信時延。所以，需要綜合考慮計算負載調度和相關通信限制，權衡計算時延和通信花銷得到高效的計算卸載策略［10］。

2.2 計算卸載流程

能源互聯(lián)網(wǎng)計算卸載決策的整體流程如圖3所示，當用戶終端的計算任務不需要卸載時，直接在設備本地進行計算。當用戶終端的計算任務需要卸載時，進一步?jīng)Q策卸載到邊緣節(jié)點。將計算任務卸載到邊緣節(jié)點進行處理后，再將計算結果回傳至系統(tǒng)內的用戶終端［15］。

圖3 計算卸載決策流程

2.3 系統(tǒng)模型

考慮能源互聯(lián)網(wǎng)系統(tǒng)多用戶終端單邊緣計算服務器的場景，邊緣節(jié)點與用戶終端間總的傳輸帶寬可在用戶間均分，使得每個用戶擁有相互不覆蓋的頻率，能夠同步將其任務數(shù)據(jù)卸載至邊緣云執(zhí)行?；谌蝿仗幚頃r延與任務處理回報，研究任務處理過程中用戶終端與邊緣服務器的效用函數(shù)。為了簡化建模過程，不考慮傳輸速率差異以及任務處理后的回傳時間。建模過程中的符號見表1。

表1 建模符號示意表

由于任務的本地執(zhí)行和邊緣節(jié)點的計算卸載執(zhí)行可同時進行，則執(zhí)行用戶ui總計算任務的時延可表示為

2.4 Stackelberg博弈建模

Stackelberg博弈是常用博弈論類型中的一種。20世紀30年代，德國經(jīng)濟學家Stackelberg提出了一種反映現(xiàn)實當中不對稱競爭的博弈模型，即Stackelberg博弈模型［16］。在Stackelberg博弈模型中，存在一個領導者和若干個跟隨者，跟隨者在博弈過程中的地位是平等的，博弈行為是相似的。該博弈模型的基本假定是：領導者知道跟隨者會對它的“支付預算”作出“回報”，因而當領導者要確定自身的“支付預算”時，需要考慮跟隨者會如何做出“回報”，以使自身效用最大化。從跟隨者的角度考慮，同樣也希望其自身效用最大化。在能源互聯(lián)網(wǎng)單邊緣服務器多用戶終端場景下，邊緣計算卸載決策模型中Stackelberg博弈存在兩種博弈參與者。

（1）邊緣服務器

②多數(shù)居民通過親身經(jīng)歷獲得相關內澇災害知識，還有通過廣播、電視、報紙、網(wǎng)絡等大眾傳媒方式獲取這方面的知識，少有通過其他方式獲得。說明居民獲取內澇災害信息的渠道單一，對政府的依賴度很低。

邊緣服務器是博弈中的領導者。邊緣服務器通過提供額外的計算資源來滿足用戶終端的計算卸載需求，邊緣服務器對其自身計算能力的定價策略可以影響用戶終端的計算卸載策略，從而最大化自身效用。邊緣服務器對不同用戶終端的定價策略表示為p＝｛p1，p2，…，pu｝。

（2）用戶終端

用戶終端作為參與博弈的跟隨者，當本地計算資源難以滿足計算需求時，需要進行數(shù)據(jù)卸載。需要根據(jù)邊緣服務器對其計算資源的定價和自身的任務處理回報，調整其計算卸載策略以達到最優(yōu)效用。用戶終端的卸載策略，即不同終端的計算卸載占比表示為w＝｛w1，w2，…，wu｝。

考慮在本地任務處理的時間、卸載數(shù)據(jù)傳輸?shù)臅r間以及在邊緣服務器處進行任務處理的時間，分別建立邊緣服務器與用戶終端的博弈效用函數(shù)。對于用戶終端來說，其效用函數(shù)由進行任務處理得到的回報與處理過程中的成本消耗之差組成，成本消耗包括對邊緣服務器支付的卸載計算費用和整體計算延時之和，即

其中，Ri（wi）即用戶在卸載策略為wi時的收益函數(shù)［17］，表示為

其中，β表示常量，與用戶終端的特性相關。

對于邊緣服務器來說，其得到的用戶終端給予的計算資源支付即為其效用函數(shù)表達式

2.5 問題求解

Stackelberg博弈的納什均衡即為博弈的最終解，當博弈達到納什均衡后，博弈中的每個參與者的效用可以達到最大值，且參與者單方面改變自身策略不會帶來其效用的增加。對于用戶終端來說，有

即

基于該邊界值，式（10）可以進一步轉化為

對式（13）求關于wi的一階導數(shù)，有

其中，C表示求導后結果中的常數(shù)，進一步求式（13）關于wi的二階導數(shù)，有

則用戶終端效用函數(shù)Ui（wi，pi）為凹函數(shù)，其博弈效用最大化存在納什均衡解。其存在性表明，對于邊緣服務器給定的定價策略，用戶終端的卸載決策總存在納什均衡點。同理可以得到邊緣服務器定價策略的納什均衡點，即總能找一個最優(yōu)的邊緣服務器定價集合及相應的終端卸載決策集合使得博弈雙方的效用均達到最大化。

對于能源互聯(lián)網(wǎng)場景下的計算卸載，邊緣服務器作為Stackelberg博弈的領導者會根據(jù)用戶終端的計算需求動態(tài)調整定價，當其效用達到最大時，停止改變定價策略，此時的定價作為最優(yōu)定價p*。對應此定價，用戶終端效用最優(yōu)時可得到終端的最優(yōu)卸載策略w*。此時，Stackelberg博弈達到均衡，任一博弈參與者均無法通過改變其自身策略得到更大的效用。

3 仿真分析

在本文中，對所提出的能源互聯(lián)網(wǎng)場景下基于Stackelberg博弈的邊緣計算卸載機制進行仿真分析。主要考慮參與用戶終端計算任務卸載比例與邊緣節(jié)點的計算定價對整體卸載性能的影響。

整體仿真在Matlab環(huán)境下進行，模擬能源互聯(lián)網(wǎng)場景下的計算卸載流程。初始仿真參數(shù)設定用戶終端數(shù)量u＝10，終端ui的計算能力為1 000 cycles／s、邊緣服務器的計算能力為10 000 cycles／s。終端ui處總的任務處理量為1 MB，執(zhí)行1 bit任務量所需CPU周期數(shù)1 000 cycles，其到邊緣節(jié)點進行計算卸載的信息傳輸速率為1 000 bit／s。邊緣服務器支付的卸載計算費用和整體計算延時對終端效用的權重影響因子ρ取值為1。

若隨著迭代的進行，各個用戶終端的效用值大小趨于穩(wěn)定，說明此時已經(jīng)到達最優(yōu)的博弈決策，即納什均衡解，能夠證明博弈方法的有效性。如圖4所示，分別展示了影響終端效用的各因素，即總體任務處理的終端回報、報酬支付帶來的終端花費以及時延帶來的終端花費?？梢钥闯觯S著迭代的進行，回報與花費抵消后的終端效用值大小趨于平穩(wěn)，能夠逐步得到最優(yōu)決策。同理，邊緣服務器的效用值隨迭代次數(shù)的變化如圖5所示。權重影響因子ρ值表征了報酬支付帶來的終端花費與時延帶來的終端花費對用戶終端效用的影響占比關系，ρ值越大表示時延帶來的終端花費對用戶終端效用的影響越大。由圖6可以看出，當ρ值由1變成0.8，即時延帶來的終端花費較報酬支付帶來的終端花費影響占比更小時，用戶終端擁有更高的效用。

圖4 影響終端效用函數(shù)的各因素

圖5 邊緣服務器效用變化

圖6 權重影響因子ρ值不同時的終端效用變化

圖7展示了本文所提出的Stackelberg博弈方法與進行集中式卸載算法、隨機卸載算法、全部MEC服務器處理算法以及不進行卸載全部進行本地任務處理情況下的終端效用變化對比結果。其中，用戶終端選擇全部進行本地計算得到的效用值是最低的，此時雖然不用向邊緣服務器支付卸載報酬，也不存在因卸載過程導致的傳輸時延，但因終端本地計算能力有限，難以實現(xiàn)對多個計算任務的同步并行處理，會產(chǎn)生較高的處理時延，導致用戶終端的整體效用值較低。全MEC服務器處理方案根據(jù)各個MEC服務器的整體任務處理能力，考慮將完整任務卸載到某個最佳的MEC服務器執(zhí)行，此時相較在本地進行計算的整體任務處理能力有所提升，但是因中間數(shù)據(jù)傳輸導致的整體時延使得總體的效用并未得到顯著改善。隨機卸載算法考慮將完整任務隨機分配到多個MEC服務器處理或留在本地處理，其相較前兩種方案更加靈活，合理配置后可以實現(xiàn)更好的效用，但相比較本文提出的卸載策略仍可進一步實現(xiàn)更好的優(yōu)化。集中式算法中邊緣服務器根據(jù)初次收集的終端卸載請求與MEC服務器即時資源情況進行一次卸載計算資源分配，不考慮雙方策略之間的相互影響及迭代，無法根據(jù)實時的情況可持續(xù)地更新卸載策略，其在給定的定價策略下并未充分利用邊緣云的計算能力，因而其效用值較低?？梢钥闯?，本文提出的采用Stackelberg博弈的方法進行計算卸載擁有更高的效用值，博弈過程考慮了終端間的卸載決策影響以及給定邊緣服務器定價下用戶終端的卸載決策變化，使用戶終端的卸載決策在給定MEC服務器的定價策略下進行動態(tài)迭代，最終能夠實現(xiàn)各個博弈參與者效用的最優(yōu)化，實現(xiàn)提升能源互聯(lián)網(wǎng)網(wǎng)絡整體的任務處理能力。

圖7 不同卸載方式對終端效用的影響

4 結束語

在本文中，對能源互聯(lián)網(wǎng)邊緣計算網(wǎng)絡架構進行了研究，通過切實可行的功能模塊設計，該體系結構可以進一步提高智能電力網(wǎng)絡的任務處理能力和資源利用效率。同時，合理利用邊緣資源進行計算卸載能夠增強系統(tǒng)內用戶終端的計算效率。依此，分析了該場景下的計算卸載問題，設計了能源互聯(lián)網(wǎng)邊緣計算網(wǎng)絡架構下的計算卸載策略，基于Stackelberg博弈的方法分別考慮用戶終端的任務卸載比例與邊緣服務器的卸載計算定價對各博弈參與者效用的影響。實驗結果表明，通過進行合理的計算卸載決策，可以有效地提升邊緣服務器與用戶終端的效用，改善能源互聯(lián)網(wǎng)系統(tǒng)的整體性能。