基于云边协同计算模型的电力调度方法、装置以及设备制造方法及图纸

本公开的实施例提供了基于云边协同计算模型的电力调度方法、装置以及设备。该方法包括边缘计算组中边缘设备对应的集群设备中各基础设备获取并发送各基础设备对应的第一电力输入输出数据至边缘设备；当边缘计算组供电正常时，边缘设备输入边缘设备整合后的各基础设备对应的第一电力输入输出数据至预设的云边协同计算模型，得到各基础设备对应的第一电力输入输出数据的第一分配比例；第一分配比例用于得到各基础设备对应的第一电力调度信息，以便集群设备中各基础设备调整对应的第一电力输入输出数据。以此方式，可以提高电力调度统一性，满足当前的电力系统对于安全稳定运行的需求。的需求。的需求。

【技术实现步骤摘要】
基于云边协同计算模型的电力调度方法、装置以及设备


[0001]本公开涉及数据处理
，尤其涉及电力系统
，具体涉及一种基于云边协同计算模型的电力调度方法、装置以及设备。

技术介绍

[0002]当前，电力调度是为了保证电网安全稳定运行、对外可靠供电、各类电力生产工作有序进行而采用的一种有效的管理手段。电力调度的具体工作内容是依据各类信息采集设备反馈回来的数据信息，或监控人员提供的信息，结合电网实际运行参数，如电压、电流、频率、负荷等，综合考虑各项生产工作开展情况，对电网安全、经济运行状态进行判断和调整，从而确保电网持续安全稳定运行。
[0003]然而，伴随电力系统中智能终端设备呈现爆炸式的增长，目前的电力调度依旧基于人工操作或单一的自动控制系统对电网安全、经济运行状态进行判断和调整，在电力调度过程中，无法进行电力智能交互，使得电力调度统一性较低，无法满足当前的电力系统对于安全稳定运行的需求。

技术实现思路

[0004]本公开提供了一种基于云边协同计算模型的电力调度方法、装置以及设备。
[0005]根据本公开的第一方面，提供了一种基于云边协同计算模型的电力调度方法。该方法包括：
[0006]边缘计算组中边缘设备对应的集群设备中各基础设备获取并发送各基础设备对应的第一电力输入输出数据至所述边缘设备；
[0007]所述边缘设备整合所述各基础设备对应的第一电力输入输出数据；
[0008]当所述边缘计算组供电正常时，所述边缘设备输入整合后的各基础设备对应的第一电力输入输出数据至预设的云边协同计算模型，得到所述各基础设备对应的第一电力输入输出数据的第一分配比例；
[0009]所述边缘设备根据所述第一分配比例和所述各基础设备对应的第一电力输入输出数据，得到所述集群设备中各基础设备对应的第一电力调度信息并发送至所述集群设备中各基础设备；
[0010]所述集群设备中各基础设备根据对应的第一电力调度信息，调整对应的第一电力输入输出数据，实现电力系统发电端和负载端对应的电力输入输出的协同调度。
[0011]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述边缘计算组为将电力系统中所有基础设备和边缘设备按照分布式和集群相结合的方式，划分得到的；所述边缘计算组为多组。
[0012]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述方法还包括：
[0013]当多个所述边缘计算组中出现供电不足的边缘计算组时，各边缘计算组中边缘设
备发送对应的整合后的各基础设备对应的第二电力输入输出数据至电力系统中的云计算服务器；
[0014]所述云计算服务器整合所述各边缘计算组中边缘设备对应的整合后的各基础设备对应的第二电力输入输出数据，并转发至各边缘计算组中边缘设备；
[0015]各边缘计算组中边缘设备分别根据预设计算周期，迭代输入所述云计算服务器转发的整合后的各边缘计算组中边缘设备对应的整合后的各基础设备对应的第二电力输入输出数据至预设的云边协同计算模型，得到本边缘计算组中边缘设备对应的整合后的各基础设备对应的第二电力输入输出数据的第二分配比例，直至所述第二分配比例满足供电不足的边缘计算组供电正常；
[0016]各边缘计算组中边缘设备根据所述第二分配比例和所述各边缘计算组中边缘设备对应的整合后的各基础设备对应的第二电力输入输出数据，得到各边缘计算组中边缘设备对应的集群设备中各基础设备对应的第二电力调度信息并发送至各边缘计算组中边缘设备对应的集群设备中各基础设备；
[0017]各边缘计算组中边缘设备对应的集群设备中各基础设备根据对应的第二电力调度信息，调整对应的第二电力输入输出数据，实现电力系统发电端和负载端对应的电力输入输出的协同调度。
[0018]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，在所述边缘设备输入整合后的各基础设备对应的第一电力输入输出数据至预设的云边协同计算模型，得到所述各基础设备对应的第一电力输入输出数据的第一分配比例之前，所述方法包括：
[0019]基于深度优先搜索算法，构建电力系统对应的通信网络拓扑关系，所述通信网络拓扑关系为电力系统中所有基础设备和边缘设备的通信网络拓扑关系；
[0020]构建各边缘设备对应的节点函数化动态模型；
[0021]根据所述通信网络拓扑关系和所述节点函数划动态模型，建立电力系统对应的预设的云边协同计算模型。
[0022]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述节点函数划动态模型包括：
[0023]W(U
i
)＝k1*M(U
i
)*V
m
(U
i
)*t+k2*C(U
i
)*V
c
(U
i
)
[0024]C
nt
(U
i
)*t+k3*N(U
i
)*V
n
(U
i
)*t
[0025]其中，U
i
表示第i个边缘设备，W(U
i
)表示第i各边缘设备的性能权值，t表示数据处理时间，M(U
i
)表示第i个边缘设备的内存容量，V
m
(U
i
)表示第i个边缘设备的内存利用率，C(U
i
)表示第i个边缘设备的CPU处理速率，V
c
(U
i
)表示第i个边缘设备的CPU利用率，C
nt
(U
i
)表示第i个边缘设备的CPU个数，N(U
i
)表示第i个边缘设备的网络带宽，V
n
(U
i
)表示第i个边缘设备的网络带宽的利用率，k1表示内存利用率V
m
(U
i
)对于W(U
i
)表的权值系数；k2表示CPU利用率V
c
(U
i
)对于W(U
i
)的权值系数；k3表示网络带宽利用率V
n
(U
i
)对于W(U
i
)的权值系数，且k1+k2+k3＝1，V
m
(U
i
)∈(0，1)，V
c
(U
i
)∈(0，1)。
[0026]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述预设的云边协同计算模型包括：
[0027][0028]其中，A
′
表示包括S个单元计算模型全网关联矩阵，表示计算模型1的单元矩阵，A
S
表示全网关联矩阵数量，B表示增补矩阵，A
CG
表示所有节点与冗余支路的连接关系，A
′
CG
表示单元矩阵。
[0029]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于云边协同计算模型的电力调度方法，其特征在于，包括：边缘计算组中边缘设备对应的集群设备中各基础设备获取并发送各基础设备对应的第一电力输入输出数据至所述边缘设备；所述边缘设备整合所述各基础设备对应的第一电力输入输出数据；当所述边缘计算组供电正常时，所述边缘设备输入整合后的各基础设备对应的第一电力输入输出数据至预设的云边协同计算模型，得到所述各基础设备对应的第一电力输入输出数据的第一分配比例；所述边缘设备根据所述第一分配比例和所述各基础设备对应的第一电力输入输出数据，得到所述集群设备中各基础设备对应的第一电力调度信息并发送至所述集群设备中各基础设备；所述集群设备中各基础设备根据对应的第一电力调度信息，调整对应的第一电力输入输出数据，实现电力系统发电端和负载端对应的电力输入输出的协同调度。2.根据权利要求1所述的方法，其特征在于，所述边缘计算组为将电力系统中所有基础设备和边缘设备按照分布式和集群相结合的方式，划分得到的；所述边缘计算组为多组。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：当多个所述边缘计算组中出现供电不足的边缘计算组时，各边缘计算组中边缘设备发送对应的整合后的各基础设备对应的第二电力输入输出数据至电力系统中的云计算服务器；所述云计算服务器整合所述各边缘计算组中边缘设备对应的整合后的各基础设备对应的第二电力输入输出数据，并转发至各边缘计算组中边缘设备；各边缘计算组中边缘设备分别根据预设计算周期，迭代输入所述云计算服务器转发的整合后的各边缘计算组中边缘设备对应的整合后的各基础设备对应的第二电力输入输出数据至预设的云边协同计算模型，得到本边缘计算组中边缘设备对应的整合后的各基础设备对应的第二电力输入输出数据的第二分配比例，直至所述第二分配比例满足供电不足的边缘计算组供电正常；各边缘计算组中边缘设备根据所述第二分配比例和所述各边缘计算组中边缘设备对应的整合后的各基础设备对应的第二电力输入输出数据，得到各边缘计算组中边缘设备对应的集群设备中各基础设备对应的第二电力调度信息并发送至各边缘计算组中边缘设备对应的集群设备中各基础设备；各边缘计算组中边缘设备对应的集群设备中各基础设备根据对应的第二电力调度信息，调整对应的第二电力输入输出数据，实现电力系统发电端和负载端对应的电力输入输出的协同调度。4.根据权利要求1所述的方法，其特征在于，在所述边缘设备输入整合后的各基础设备对应的第一电力输入输出数据至预设的云边协同计算模型，得到所述各基础设备对应的第一电力输入输出数据的第一分配比例之前，所述方法包括：基于深度优先搜索算法，构建电力系统对应的通信网络拓扑关系，所述通信网络拓扑关系为电力系统中所有基础设备和边缘设备的通信网络拓扑关系；构建各边缘设备对应的节点函数化动态模型；根据所述通信网络拓扑关系和所述节点函数划动态模型，建立电力系统对应的预设的
云边协同计算模型。5.根据权利要求4所述的方法，其特征在于，所述节点函数划动态模型包括：W(U
i
)＝l1*M(U
i
)*V
m
(U
i
)*t+l2*C(U
i
)*V
c
(U
i
)*C
nt
(U
i
)*t+l3*N(U
i
)*V
n
(U
i
)*t其中，U
i
表示第i个边缘设备，W(U
i
)表示第i各边缘设备的性能权值，t表示数据处理时间，M(U
i
)表示第i个边缘设备的内存容量，...

【专利技术属性】
技术研发人员：杜晓东，赵建利，曾四鸣，罗蓬，赵建斌，王立斌，何玉灵，孙凯，
申请(专利权)人：国网河北省电力有限公司国家电网有限公司华北电力大学保定，
类型：发明
国别省市：