劉思放，王曉東，盛肖寧

（1.中國電力工程顧問集團東北電力設計院有限公司，長春 130021；2.吉林省交通規(guī)劃設計院，長春 130021）

0 引言

2021年《中華人民共和國國民經濟和社會發(fā)展第十四個五年規(guī)劃二〇三五年遠景目標綱要》中提出協同發(fā)展云服務與邊緣計算服務[1]。云計算和邊緣計算協同的新型基礎設施建設將成為實現分布式資源靈活調度、全域數據高速互聯以及智能應用滲透邊緣的重要途徑[2]。

現階段，人工智能、5G、云計算等技術快速發(fā)展，云計算作為“大連接，低時延，高帶寬”需求下重要環(huán)節(jié)的邊緣計算已廣泛應用于各產業(yè)中。在工業(yè)互聯網時代，通過邊緣計算進行局部數據處理，云計算平臺實現信息的融合，邊云協同成為工業(yè)互聯網發(fā)展的一項重要支撐技術。2020年，國家電網提出建設具有中國特色國際領先的能源互聯網企業(yè)的戰(zhàn)略目標，在傳統(tǒng)能源產業(yè)向能源互聯網升級時，邊云協同也發(fā)揮著重要作用[3-4]。以電力行業(yè)為例，在輸變配用各環(huán)節(jié)會產生大量數據信息，單純的人力計算效率低、延時高、成本高，而邊云協同的應用可以使數據具備更高的價值，同時節(jié)約了網絡帶寬資源，為大數據分析、挖掘提供了良好的基礎。本文將邊緣計算、云計算等技術相結合，以邊緣計算架構和邊云協同技術框架為基礎，分析了不同電力系統(tǒng)業(yè)務場景下的邊云協同應用模式。

1 研究現狀

1.1 國際

國際上，很多研究機構和學者對邊緣計算和云計算技術進行了研究和優(yōu)化。文獻[5]基于物聯網設備、邊緣智能網關和云基礎設施，提出一種邊緣計算架構，用以解決物聯網設備和數據增加造成的網絡瓶頸。文獻[6]介紹了連續(xù)計算的功能參考模型，支持跨計算域、從云到邊緣的工作負載移動，驗證了現有云技術的匹配性。文獻[7]提出了協同邊緣云的部署模式，使用Docker容器為用戶在網絡邊緣創(chuàng)建和共享提供服務。文獻[8]提出移動驅動的云-霧-邊緣協同框架，可分析時空移動數據，并采用機器學習算法實時預測物聯網設備和邊緣設備的位置。文獻[9]提出了基于邊云協同的數字孿生概念架構，用于增強數字孿生的實時能力，同時處理大量數據。文獻[10]通過整合云計算與邊緣計算的優(yōu)勢，提出了一個新的框架，利用云中心網絡與歷史信息來控制邊緣計算單元在物聯網中的性能要求。

1.2 國內

目前，我國學者在邊緣計算、云計算、電力物聯網和邊云協同等方面也開展了大量研究。文獻[11]基于系統(tǒng)內部的博弈關系，提出一種面向區(qū)域能源互聯網的邊云協同架構及優(yōu)化策略，云服務層與邊緣服務層協同配合。與傳統(tǒng)云端服務架構相比，其訓練時間、恢復穩(wěn)定運行的速度和分配網絡資源方面均有較大優(yōu)勢。文獻[12]以預測預警、分類聚類和需求響應3類用戶側數據為基礎，設計了基于云-邊-端協同的用戶側數據應用框架。文獻[13]設計了云邊協同組織結構，對電力物聯網的數據進行調度，提升了數據協同效率。文獻[14]基于物聯網邊緣計算的功能需求，設計實現了邊緣計算框架，明確邊云協同的智能生態(tài)，驗證了邊緣計算框架在電力物聯網業(yè)務方面的優(yōu)勢。文獻[15]提出以云平臺為主導、用戶側邊緣控制響應的能源互聯網供需資源協調控制框架及方法，研究了需求側資源參與能源互聯網控制的邊云協同技術，實現降低時延等目標。文獻[16]針對典型電力應用場景提出了邊云協同的智能關鍵技術。文獻[17]提出一種邊緣用戶協同分配的方式，提升了任務分配的精準性和高效性。文獻[18]提出了面向電力物聯網云邊數據的協同方法，解決了數據處理過程中時延高、云計算的計算量大的問題。文獻[19]提出了雙層云計算系統(tǒng)模型，針對需求響應業(yè)務的邊緣云部署進行研究。

2 邊云協同框架

2.1 邊緣計算參考架構

邊緣計算是一種在數據源頭進行分布式處理和存儲的體系結構，在數據處理和運算方面存在著諸多優(yōu)勢。包含邊緣計算的方案通?？梢詼p少通信延遲，提高網絡可擴展性，增強對信息的訪問量，從而使業(yè)務開發(fā)更加敏捷高效。

邊緣節(jié)點部署在邊緣側，終端的各種設備通過邊緣側接入平臺，對邊緣側資源提出了更高的要求。邊緣云計算架構存在大量的邊緣服務器和終端，需要通過邊緣云進行統(tǒng)一管理，并實現對邊緣應用的支撐。邊緣計算參考架構見圖1。

圖1 邊緣計算參考架構Fig.1 Reference architecture of edge computing

2.2 邊云協同技術框架

為滿足不同應用場景需求，邊緣計算與云計算需要進行緊密協同。邊云協同包含資源協同、應用管理協同、數據協同、智能協同等。資源協同包括邊緣節(jié)點為網絡業(yè)務提供的計算、存儲、網絡、虛擬化等基礎設施資源的協同。應用管理協同是指邊緣節(jié)點提供網絡應用部署及運行環(huán)境，對節(jié)點的多個應用生命周期進行管理和調度。數據協同中邊緣節(jié)點負責邊緣側數據的采集，按照一定模型對數據進行初步的處理分析，并將結果上傳至云端。智能協同指邊緣節(jié)點按照智能模型執(zhí)行推理，實現分布式智能[20]。

面向電力業(yè)務的邊云協同技術（見圖2），自下而上通過邊緣側數據價值挖掘、數據計算處理和數據應用對邊緣側數據進行決策，上傳到云中心，云中心對邊緣側數據進行指令控制，可實現用戶邊緣側數據與電網云中心的協同雙向互動。

圖2 邊云協同技術框架示意圖Fig.2 Technical architecture of edge?cloud collaboration

需求響應業(yè)務是實現供電側與用戶側互動的重要業(yè)務，是用戶側對于價格或激勵作出響應并改變消費模式的一種參與行為，在降低電網高峰負荷、保障安全穩(wěn)定運行中可以發(fā)揮重要作用。供電側對于電價或激勵機制的調整依賴于供需互動的相關數據，因此，邊云協同技術的應用對于需求側資源優(yōu)化具有重要意義。電能分析主要是對電力的消耗、故障、搶修效率、高峰用電等方面的分析，涵蓋了多種數據分析所涉及的場景。故障預警主要對設備故障、用電負荷及潛在的用電情況進行預測。電能調度主要根據各類信息采集設備反饋的數據或監(jiān)控信息，結合電網運行參數，對電網安全和運行狀態(tài)進行評估，進而對系統(tǒng)進行調整。邊云協同的數據應用涵蓋了設備和系統(tǒng)的數據分析、預測和控制等多個方面。

2.2.1 邊緣側

在邊云協同技術框架中，邊緣側數據節(jié)點起到電網運行與管控的作用，并且對用戶的數據進行存儲、分析和處理，通過特定的模型部署到邊緣側對數據進行價值挖掘。數據計算處理和價值挖掘的結果可用于電力系統(tǒng)的各類型業(yè)務，例如：需求響應應用，根據云中心的電價、事件、用戶需求等數據信息對任務進行調整并傳給用戶，用戶反饋的信息可上傳至云中心，從而實現用戶邊緣側與云中心之間的交互。邊緣側設備具備數據的計算、存儲、虛擬化等基礎設施能力，數據處理與分析、數據協議等邊緣平臺能力，資源管理、邊緣應用業(yè)務的生命周期管理、終端管理等管理能力，以及不同類型場景的應用與服務能力。

2.2.2 云中心

云中心通過對數據的分析和處理，集成了各類型的數據。云中心持續(xù)接入、匯聚、融合邊緣側業(yè)務數據，可提供靈活的數據分析服務。隨著業(yè)務應用的逐步上云和云網協同的不斷深入，信息交互從面向設備的傳統(tǒng)交互向面向平臺、業(yè)務和數據的新型交互模式轉變。云中心具備邊緣數據接入、數據處理分析等能力，可以為多個邊緣云的管理、數據的持久化存儲和海量計算提供充足的虛擬化資源。

3 電力系統(tǒng)業(yè)務應用場景分析

電力系統(tǒng)業(yè)務根據其類型可分為生產控制大區(qū)業(yè)務和管理信息大區(qū)業(yè)務，生產控制大區(qū)業(yè)務優(yōu)先級和可靠性要求較高，對業(yè)務的時延更為敏感，包含繼電保護、安全自動控制、調度自動化、電能量計量、故障錄波、緊急需求響應等業(yè)務；管理信息大區(qū)業(yè)務包含電視電話會議、行政電話、管理信息系統(tǒng)、辦公自動化、客戶服務等業(yè)務，對于時延的要求相對寬松[21-23]。

邊云協同的典型應用場景，部分是由于業(yè)務要求時延低，在業(yè)務系統(tǒng)云端部署的同時將部分時延敏感的實時處理任務下沉到邊緣；部分是著眼于降低云端計算壓力和網絡帶寬成本，在帶寬資源優(yōu)化和降低擁塞等方面進行算法和策略的升級；部分是利用邊云在智能應用上的協同優(yōu)勢，在智能化業(yè)務發(fā)展中作為技術支撐；還有一部分綜合時延、成本、性能、可靠性等各類參數進行整體優(yōu)化[24]。

3.1 輸電線路邊云協同

隨著我國電力建設的不斷推進，變電站和電力設備數量加速增長。一些架設在環(huán)境偏遠、地勢復雜地區(qū)的輸電線路的巡檢難度和成本也較高。為降低巡檢難度，提升巡檢效率和智能化水平，同時降低巡檢人員面臨的危險，中國電力科學研究院研發(fā)了邊云協同電力自主巡檢系統(tǒng)，對桿塔和輸電線路等進行自主巡檢和視頻監(jiān)控。

我國的輸電線路規(guī)模龐大，雷雨、臺風等極端天氣及火災、地質災害等因素都會影響輸電線路的安全穩(wěn)定運行。架空輸電線路的在線監(jiān)測包含對導線、桿塔、線路等的監(jiān)測，在輸電線路上布置振動、溫度、舞動、視頻等智能監(jiān)測終端，并在其中安裝邊云協同應用程序、邊緣計算程序進行數據的分析處理，將監(jiān)測數據發(fā)送至電網的云主站系統(tǒng)，可實現對導線、桿塔、線路等運行狀態(tài)的實時監(jiān)測。

根據上層需求，各類線路監(jiān)測程序進行協同交互，實現對導線、覆冰、氣象等監(jiān)測及數據處理和計算，調度分配業(yè)務的計算模式，提高數據處理的效率，降低系統(tǒng)壓力。輸電線路邊云協同示意圖見圖3。輸電線路的智能監(jiān)測終端通過邊云協同應用程序與云主站系統(tǒng)進行信息交互，傳輸模式、傳感信息參數等通過應用程序進行交互。

圖3 輸電線路邊云協同示意圖Fig.3 Schematic diagram of transmission line edge cloud collaboration

3.2 基于邊云協同的需求側資源優(yōu)化模式

用戶的需求側資源是指用戶終端用電領域潛在的節(jié)電資源，傳統(tǒng)的需求側資源指能夠對電價信號或激勵作出響應的負荷資源，包含用戶改變用電方式或消費行為、提高設備用電效率、改善用電環(huán)境等方式所節(jié)約的電力。新型電力系統(tǒng)下需求側資源包括柔性負荷、分布式能源、儲能等。負荷聚合商對可調負荷進行資源的統(tǒng)一控制和調度，以充分利用需求側負荷資源，達到經濟利益最大化。需求側負荷資源參與需求響應時，要根據信號作出響應，用戶側的智能監(jiān)測終端對于用戶電壓、功率等數據進行實時監(jiān)測，并對負荷發(fā)布控制信號，但是沒有統(tǒng)一的控制中心，響應具有一定的隨機性。而基于邊云協同的需求側資源優(yōu)化模式具有調控云平臺，由負荷聚合商進行邊緣設備調節(jié)，智能監(jiān)測終端可以自主感知電網電壓和頻率的實時變化，自動跟蹤狀態(tài)變化從而調節(jié)負荷。

基于邊云協同的需求側資源優(yōu)化模式（見圖4）包括用戶用電分析、需求側資源優(yōu)化和用戶數據分析等模塊。首先，對于需求側資源優(yōu)化模式的運行主體進行研究，定義軟件和硬件的系統(tǒng)集成方案，根據分層次的原則對模式架構進行部署。其次，基于用戶的用電特征和負荷信息，通過物聯網和邊緣計算、云計算等技術，對用戶用電模式進行分析建模，構建基于邊云協同的需求響應業(yè)務架構，分析資源優(yōu)化模式的功能需求。結合電力通信專網、無線專網等技術環(huán)境，對系統(tǒng)網絡框架進行設計，確定通信方式及協議機制。此外，對系統(tǒng)數據框架進行研究，基于電力數據分析用戶需求，確定數據的交互方式、類型。根據數據架構和功能需求，提出安全防護框架。

圖4 基于邊云協同的需求側資源優(yōu)化模式Fig.4 Optimized mode of demand?side resource based on edge?cloud collaboration

3.3 電力物聯網支撐下的邊云協同應用模式

電力物聯網感知設備分布在電網各個環(huán)節(jié)的業(yè)務應用中。智能終端、智能電能表、用戶設備會產生大量數據，包含設備用電負荷、電壓電流、環(huán)境參數等數據會上傳至平臺層，大量數據的上傳容易發(fā)生網絡擁塞。配電網自動化、電力需求響應等業(yè)務承載在電力物聯網上，對于實時性的要求很高。如果平臺層遭遇攻擊，將會給電網用戶造成巨大損失，因此，平臺層的安全穩(wěn)定至關重要。

圖5 為電力物聯網邊云協同架構，將邊緣計算設備布置在電力物聯網的感知設備附近，可以實現終端設備的數據篩選和處理，將數據傳入核心網，同時對于實時性要求高的業(yè)務進行本地快速處理，實現資源優(yōu)化配置。電力物聯網的感知層包含綜合能源、多媒體、用戶數據感知設備。根據不同的設備、數據或應用場景劃分不同的域，每個域設置邊緣計算節(jié)點。感知設備與邊緣計算節(jié)點設備相連接，業(yè)務數據通過邊緣計算設備完成數據的計算和處理，并上傳到平臺層。邊緣計算設備按照應用層和平臺層的控制信息完成各項操作?；谠七厖f同技術，靠近感知層的邊緣計算設備利用邊緣計算實現數據的就近處理。數據可通過網絡上傳至云平臺，也可以存儲到邊緣數據庫，供邊緣層業(yè)務進行調用。電力物聯網邊云協同架構實現了邊緣側數據的實時處理和業(yè)務下沉，提高了設備響應速度，有效避免擁塞，緩解云中心的計算壓力。

圖5 電力物聯網邊云協同架構Fig.5 Edge?cloud collaboration architecture of power internet of things

4 結束語

本文概述了邊緣計算參考架構，研究了邊云協同的技術框架，在此基礎上，對于不同應用場景的電力系統(tǒng)業(yè)務進行了研究。未來，隨著電力物聯網的應用越來越廣泛，數據量將繼續(xù)增加，電力系統(tǒng)對于數據信息的計算、存儲和處理要求也將進一步提高；因此，邊云協同技術在多種電力系統(tǒng)業(yè)務場景下需要更完善的體系來實現業(yè)務的多樣性和應用的協同性，電力物聯網的邊云協同技術架構及優(yōu)化策略等也需開展更進一步的研究。