面向微電網(wǎng)的邊緣計算架構(gòu)在華南南海某海島上的應(yīng)用實踐,電力論文面向微電網(wǎng)的邊緣計算架構(gòu)在華南南海某海島上的應(yīng)用實踐分布式發(fā)電論文范文：面向微電網(wǎng)的邊緣計算架構(gòu)在華南南海某海島上的應(yīng)用實踐中國科學院廣州能源研究所中國科學院可再生能源重點實驗室廣東省新能源和可再生能源研究開發(fā)與應(yīng)用重點實驗室海南綠色能源與環(huán)境工程技術(shù)研究院內(nèi)容摘要：隨著邊緣計算技術(shù)的快速發(fā)展，其在智能電網(wǎng)中的應(yīng)用越來越廣泛，但尚未應(yīng)用于分布式發(fā)電微電網(wǎng)系統(tǒng)的運行控制中。本文首先提出了一種面向微電網(wǎng)的邊緣計算架構(gòu)，并介紹了邊云協(xié)同的主要功能，其次闡述了該架構(gòu)的構(gòu)建方案，包括數(shù)據(jù)處理、網(wǎng)絡(luò)通信及安全機制的實現(xiàn)，最后介紹了該架構(gòu)在華南南海某海島上的應(yīng)用實踐。本文關(guān)鍵詞語：微電網(wǎng)；邊緣計算；邊云協(xié)同：作者簡介：徐楚軻〔1997-〕，男，助理工程師，主要從事能源信息物理融合系統(tǒng)研究。；吳昌宏〔1982-〕，男，碩士，工程師，主要從事分布式能源系統(tǒng)電力電子裝置研發(fā)。；*舒杰〔1969-〕，男，博士，研究員，主要從事分布式可再生能源及微電網(wǎng)技術(shù)研究。E-mail:shujie@;基金：海南省重點研發(fā)計劃項目〔ZDYF2021003〕；廣東省海洋經(jīng)濟發(fā)展專項基金項目〔GDNRC[2020]020〕；Abstract:Withtherapiddevelopmentofedgecomputing,itsapplicationinsmartgridhasbeenincreasinglyprevalent,butnotbeenappliedintheoperationcontrolofdistributedgenerationmicrogridsystem.Inthiswork,anarchitectureofedgecomputinginmicrogridwasproposed,andmainfunctionsofthecollaborationofedgeandcloudwereintroduced.Then,theschemeofthearchitecturewasdescribed,includingdataprocessing,communicationandsecuritymechanism.Finally,apracticebasedonthearchitectureinanislandintheSouthChinaSeawasintroduced.Keyword:microgrid;edgecomputing;edgecloudcollaboration;0引言微電網(wǎng)是分布式能源系統(tǒng)的高級應(yīng)用形式，由分布式電源、儲能系統(tǒng)、能量轉(zhuǎn)換裝置、監(jiān)控保衛(wèi)裝置及負荷組成，可在并網(wǎng)和孤島兩種狀態(tài)間平滑過渡，高效、可靠地對分布式能源進行管理[1].隨著信息技術(shù)的快速發(fā)展，可將云計算、邊緣計算等先進技術(shù)應(yīng)用于分布式微電網(wǎng)，進而解決實時優(yōu)化調(diào)度控制、智能運維等問題，以提高微電網(wǎng)的經(jīng)濟性和可靠性。集中式的云計算模型作為大數(shù)據(jù)的載體，對計算、存儲資源進行彈性管理，時間、空間靈敏性高，可知足中長期的大數(shù)據(jù)計算需求[2].各類分布式終端設(shè)備采集大量數(shù)據(jù)并傳輸至對應(yīng)的云平臺，通過中心化的集中運算對數(shù)據(jù)進行分析處理[3].但在云計算模型中，設(shè)備與云端之間的數(shù)據(jù)傳輸回路較長，數(shù)據(jù)處理實時性缺乏，因而邊緣計算模型應(yīng)運而生。邊緣計算是指在靠近數(shù)據(jù)源的網(wǎng)絡(luò)邊緣側(cè)對數(shù)據(jù)進行處理，操作對象包括來自云服務(wù)的下行數(shù)據(jù)及來自萬物互聯(lián)服務(wù)的上行數(shù)據(jù)，具有時延低、通信成本低、安全性強等優(yōu)點[4,5].基于邊緣計算技術(shù)可將計算、分析與控制本地化，為用戶提供更快的響應(yīng)，不再將全部數(shù)據(jù)上傳至云端，進而提升數(shù)據(jù)處理效率，并減輕云端數(shù)據(jù)處理負荷[6].當前已有在電力物聯(lián)網(wǎng)及智能電網(wǎng)領(lǐng)域中針對邊緣計算技術(shù)的研究。文獻[7]提出了一種用于電力物聯(lián)網(wǎng)的集中-分布聯(lián)合控制式電力信息物理系統(tǒng)模型，建立了云邊協(xié)同的計算模型，并通過虛擬電廠的算例驗證了模型靈敏性和計算快速性。文獻[8]提出了一種適用于基于物聯(lián)網(wǎng)的智能電網(wǎng)中的邊緣計算系統(tǒng)架構(gòu)，并提出了基于邊緣計算的隱私保衛(wèi)、數(shù)據(jù)預(yù)測及任務(wù)排序策略。文獻[9]構(gòu)建了一種用于配電網(wǎng)、以邊緣計算為核心的云-管-邊-端四層架構(gòu)，并設(shè)計了邊緣計算節(jié)點的三層架構(gòu)，可提升配電網(wǎng)管理效益和決策能力。邊緣計算技術(shù)還被用于家庭能源管理[10]、可再生能源管理[11]以及分布式配電故障處理[12].邊緣計算設(shè)備在硬件上采用模塊化設(shè)計，軟件上采用軟件容器及其編排技術(shù)，進而實現(xiàn)軟硬件解耦，并可包容各類功能的獨立拓展[13,14].邊緣計算架構(gòu)也面臨著新的安全威脅，需制定有效的安全防護策略[15].上述研究表示清楚，應(yīng)用于電力物聯(lián)網(wǎng)及智能電網(wǎng)領(lǐng)域的邊緣計算技術(shù)在數(shù)據(jù)快速處理、設(shè)備實時調(diào)度控制等方面均有較好表現(xiàn)。邊緣計算技術(shù)也適用于微電網(wǎng)。微電網(wǎng)對底層調(diào)度控制的實時性要求高，尤其是用于海島等偏僻地區(qū)的離網(wǎng)型微電網(wǎng)，其系統(tǒng)慣性較小，受負荷波動的影響較大，若系統(tǒng)瞬時波動過大將導致整體電能質(zhì)量下降，甚至導致微電網(wǎng)停止運行。為實現(xiàn)微電網(wǎng)的穩(wěn)定、經(jīng)濟運行，需要對微電網(wǎng)進行低時延調(diào)度控制，在可再生能源出力的實時監(jiān)測與預(yù)測、負荷的實時監(jiān)測與預(yù)測及儲能裝置的實時調(diào)度等方面均需要對數(shù)據(jù)進行快速處理。邊緣計算技術(shù)恰好能夠知足這些需求，但當前針對微電網(wǎng)的邊緣計算技術(shù)研究及應(yīng)用有限?；诖?，本文提出一種面向微電網(wǎng)的邊緣計算架構(gòu)，同時介紹在該架構(gòu)下邊云協(xié)同的詳細功能，并闡述該架構(gòu)的構(gòu)建方案，包括數(shù)據(jù)處理流程、網(wǎng)絡(luò)通信及安全機制，最后介紹該架構(gòu)在華南某海島上的應(yīng)用實踐。1架構(gòu)面向微電網(wǎng)的邊緣計算架構(gòu)如此圖1所示。該架構(gòu)由設(shè)備層、邊緣層與云層三個層級組成，云層以云平臺為核心，提供各類云端服務(wù)。針對不同的微電網(wǎng)規(guī)模，可選擇部署公有云、私有云或混合云；設(shè)備層則由微電網(wǎng)的各類電力設(shè)備組成，包括光伏、風機等不可控分布式電源、柴油發(fā)電機等可控分布式電源、逆變器等電能轉(zhuǎn)換裝置、蓄電池等儲能裝置及各類負荷。邊緣層是整個架構(gòu)的核心，由邊緣網(wǎng)關(guān)、邊緣平臺及邊緣服務(wù)組成，在靠近設(shè)備數(shù)據(jù)源頭的邊緣側(cè)提供計算、存儲、應(yīng)用部署等功能。圖1面向微電網(wǎng)的邊緣計算架構(gòu)Fig.1Edgecomputingarchitectureofthemicrogrid邊緣網(wǎng)關(guān)是邊緣計算架構(gòu)中的核心設(shè)備，通常部署在波動較大的可再生能源發(fā)電設(shè)備、可實時調(diào)度的發(fā)電設(shè)備或電能轉(zhuǎn)換裝置、可實時調(diào)度的儲能裝置以及不穩(wěn)定負荷附近。鄰近的電力設(shè)備共用一臺邊緣網(wǎng)關(guān)，并通過各類數(shù)據(jù)接口進行數(shù)據(jù)交互。邊緣網(wǎng)關(guān)由異構(gòu)計算單元〔FPGA和ARM架構(gòu)下的CPU〕、存儲單元、設(shè)備交互模塊及通信模塊組成，具有數(shù)據(jù)采集與傳輸、設(shè)備控制執(zhí)行等功能，支持CAN、RS485、Modbus、WIFI、ZigBee、4G等通信協(xié)議及、MQTT等網(wǎng)絡(luò)傳輸協(xié)議。各邊緣網(wǎng)關(guān)實時采集分布式電源、負荷、電能轉(zhuǎn)換裝置及儲能裝置的運行數(shù)據(jù)，并上傳至邊緣平臺。在邊緣平臺的協(xié)調(diào)下，各邊緣網(wǎng)關(guān)執(zhí)行邊緣側(cè)根據(jù)計算結(jié)果得出的控制指令，對可調(diào)度的電力設(shè)備進行控制。邊緣平臺是由各邊緣網(wǎng)關(guān)以分布式架構(gòu)共同運行的軟件平臺，支持Python、Java、C等高級編程語言的編譯及運行，在開源邊緣計算開放平臺〔KubeEdge、EdgeXFoundry等〕的基礎(chǔ)上運行各類面向微電網(wǎng)的管理及業(yè)務(wù)應(yīng)用和微服務(wù)。邊緣平臺匯總從各邊緣網(wǎng)關(guān)采集并上傳的設(shè)備數(shù)據(jù)，存儲臨時數(shù)據(jù)，并在數(shù)據(jù)預(yù)處理后向云平臺上傳用于數(shù)據(jù)分析的長期數(shù)據(jù)，同時接受云平臺管理。在經(jīng)過預(yù)測模型推理、設(shè)備運行狀態(tài)邏輯判定后，向相應(yīng)的邊緣網(wǎng)關(guān)發(fā)出控制指令，對微電網(wǎng)的運行形式、運行狀態(tài)等進行控制。為確保微電網(wǎng)的可靠運行，在微電網(wǎng)中布置一臺與邊緣網(wǎng)關(guān)配置一樣的邊緣主網(wǎng)關(guān)作為運行邊緣平臺的主設(shè)備，并在這里設(shè)備中對微電網(wǎng)運行狀態(tài)進行本地可視化。邊緣服務(wù)是邊緣層所有設(shè)備資源的集合。邊緣服務(wù)通過邊云協(xié)同使邊緣資源與云端資源合作，最大化邊緣計算架構(gòu)的計算、存儲能力。邊緣服務(wù)分為三層：基礎(chǔ)設(shè)施層、平臺層和軟件層，分別與云服務(wù)的基礎(chǔ)設(shè)施即服務(wù)層〔infrastructureasaservice,IaaS〕、平臺即服務(wù)層〔platformasaservice,PaaS〕和軟件即服務(wù)〔softwareasaservice,SaaS〕層相對應(yīng)，并在資源、數(shù)據(jù)、應(yīng)用、服務(wù)四個方面協(xié)同工作，協(xié)同功能如此圖2所示。圖2邊云協(xié)同F(xiàn)ig.2Collaborationofedgeandcloud邊緣基礎(chǔ)設(shè)施層包括邊緣層的各類計算、存儲與網(wǎng)絡(luò)硬件。邊緣平臺對該層資源進行統(tǒng)一的底層調(diào)度管理，為邊緣計算在微電網(wǎng)中的運用提供了統(tǒng)一的底層服務(wù)。該層與云IaaS層在資源管理方面協(xié)同工作，邊緣側(cè)定期更新云端提供的資源生命周期管理策略，并實時接受云端的資源調(diào)度，進而對邊緣設(shè)備的網(wǎng)絡(luò)連接、計算存儲資源進行本地化管理，減輕云端的計算與管理負擔。邊緣平臺層提供了承載各類邊緣智能應(yīng)用及微服務(wù)的框架或中間件。借助容器及相關(guān)編排技術(shù)如Docker、Kubernetes等，邊緣平臺層為應(yīng)用及微服務(wù)提供了統(tǒng)一的部署環(huán)境，并在平臺層面提供給用及微服務(wù)的調(diào)度管理功能。同時，該層也承載了數(shù)據(jù)管理的功能，提供數(shù)據(jù)存儲等數(shù)據(jù)服務(wù)。該層與云PaaS層在數(shù)據(jù)方面協(xié)同工作，邊緣側(cè)主要負責對采集到的設(shè)備數(shù)據(jù)進行處理、存儲與上傳，云端則主要負責對數(shù)據(jù)進行挖掘分析，并將所得模型或業(yè)務(wù)邏輯下放至邊緣側(cè)執(zhí)行。同時，該層也與云PaaS層在應(yīng)用方面協(xié)同，云端提供給用或微服務(wù)的開發(fā)與測試環(huán)境，邊緣側(cè)則提供給用或微服務(wù)部署環(huán)境，并配合云端的應(yīng)用或微服務(wù)開發(fā)進行實際運行測試。邊緣軟件層可根據(jù)不同需求部署設(shè)備與系統(tǒng)狀態(tài)監(jiān)控及告警、實時控制策略執(zhí)行等微服務(wù)，知足微電網(wǎng)不斷增加的各類異構(gòu)設(shè)備管理需求。相較于應(yīng)用程序APP,微服務(wù)愈加輕量化，更合適運行于資源有限的邊緣設(shè)備中。該層與云SaaS層在服務(wù)方面協(xié)同工作，云端提供長期性服務(wù)，并制定云端與邊緣側(cè)的服務(wù)分配策略；邊緣側(cè)則在云端的分配下，通過與云端服務(wù)的協(xié)同提供實時性服務(wù)。2構(gòu)建方案2.1數(shù)據(jù)流程數(shù)據(jù)處理是微電網(wǎng)邊緣計算架構(gòu)的核心，其全流程如此圖3所示。邊緣網(wǎng)關(guān)對采自各設(shè)備的數(shù)據(jù)進行過濾、解析等預(yù)處理，并對數(shù)據(jù)進行分類，將實時數(shù)據(jù)用于控制邏輯判定及預(yù)測模型對照，并根據(jù)處理結(jié)果執(zhí)行預(yù)設(shè)控制策略。同時，將實時數(shù)據(jù)用于本地可視化并存儲在本地時序數(shù)據(jù)庫中。用于功率預(yù)測、發(fā)電預(yù)測及微電網(wǎng)狀態(tài)監(jiān)控的統(tǒng)計分析數(shù)據(jù)則在加密后上傳至云端，分別進行數(shù)據(jù)挖掘和數(shù)據(jù)可視化處理，并將上行數(shù)據(jù)存儲于云端的時序數(shù)據(jù)庫中。云端完成數(shù)據(jù)挖掘后，定期將訓練所得的預(yù)測模型更新至邊緣側(cè)。相較于數(shù)據(jù)完全本地存儲的傳統(tǒng)能量管理形式及將所有數(shù)據(jù)上傳至云端的云-端兩層管理形式，該流程既保證了數(shù)據(jù)處理的安全性與實時性，同時也通過數(shù)據(jù)的本地化處理及分層存儲降低了數(shù)據(jù)傳輸成本。圖3數(shù)據(jù)處理流程Fig.3Dataprocessing數(shù)據(jù)處理主要包括數(shù)據(jù)計算、數(shù)據(jù)存儲、數(shù)據(jù)安全三方面。數(shù)據(jù)安全部分在2.3中介紹。2.1.1數(shù)據(jù)計算為在邊緣網(wǎng)關(guān)中實現(xiàn)不同類型的數(shù)據(jù)處理及機器學習模型推理等計算功能，采用異構(gòu)計算〔heterogeneouscomputing,HC〕作為邊緣網(wǎng)關(guān)的硬件架構(gòu)，即在邊緣網(wǎng)關(guān)中集成體系構(gòu)造不同的計算單元，如CPU、FPGA等，進而提供傾向性不同的計算資源。CPU通用性強，合適處理不同類型的數(shù)據(jù)，可知足微電網(wǎng)各類設(shè)備的數(shù)據(jù)處理需求。FPGA執(zhí)行速度快、并行工作能力強，是最合適用于機器學習模型推理的計算器件。深度學習及其別人工神經(jīng)網(wǎng)絡(luò)等機器學習方式方法當前正被廣泛運用于微電網(wǎng)的協(xié)調(diào)控制、能量管理、優(yōu)化調(diào)度等領(lǐng)域，如基于人工神經(jīng)網(wǎng)絡(luò)的最大功率點跟蹤控制[16]、負荷預(yù)測[17]以及基于深度學習的功率預(yù)測[18,19]、孤島檢測[20]、儲能調(diào)度[21]等。在基于邊云協(xié)同的邊緣計算架構(gòu)中，深度學習的模型訓練在云端進行，模型推理則在邊緣網(wǎng)關(guān)中基于按需加速框架運行[22].2.1.2數(shù)據(jù)存儲不同于云-端架構(gòu)下將所有設(shè)備數(shù)據(jù)上傳至云端數(shù)據(jù)庫的數(shù)據(jù)存儲形式，面向微電網(wǎng)的邊緣計算架構(gòu)將數(shù)據(jù)進行分層存儲，實時數(shù)據(jù)及無分析價值的備份數(shù)據(jù)保存在邊緣網(wǎng)關(guān)的時序數(shù)據(jù)庫中，僅將有分析價值的數(shù)據(jù)及必要設(shè)備狀態(tài)信息上傳至云端。通過數(shù)據(jù)調(diào)用接口，云端管理員可實時從邊緣網(wǎng)關(guān)的數(shù)據(jù)庫中上傳臨時需要查看的數(shù)據(jù)，節(jié)省常態(tài)化數(shù)據(jù)傳輸流量。在數(shù)據(jù)庫選擇方面，由于微電網(wǎng)的各設(shè)備監(jiān)控數(shù)據(jù)具有明顯的時序性，無論是負荷預(yù)測、發(fā)電預(yù)測或其他預(yù)測性運維業(yè)務(wù)均需要大量按時間序列存儲的歷史數(shù)據(jù)，因而，在邊緣網(wǎng)關(guān)中部署輕量級的RedisEdge多模型數(shù)據(jù)庫，其集成了時序〔RedisTimeSeries〕模塊，可在云服務(wù)中斷時將需要上傳的待分析數(shù)據(jù)按時間序列保存在邊緣側(cè)，并支持對保存在本地的設(shè)備時序數(shù)據(jù)的快速檢索與處理。同時，RedisEdge支持集合〔set〕、列表〔list〕、哈希表〔Hash〕等常見數(shù)據(jù)構(gòu)造，可用于存儲設(shè)備實時數(shù)據(jù)?；赗edisEdge的可拓展性，還可針對不同的數(shù)據(jù)存儲需求，在邊緣設(shè)備中部署特定的Redis模塊，用于存儲構(gòu)造化或非構(gòu)造化數(shù)據(jù)。2.2網(wǎng)絡(luò)通信在面向微電網(wǎng)的邊緣架構(gòu)中，通信主要包含三個部分：電力設(shè)備與邊緣網(wǎng)關(guān)之間的通信、邊緣網(wǎng)關(guān)之間的通信以及邊緣網(wǎng)關(guān)與云端之間的通信。邊緣網(wǎng)關(guān)負責一定范圍內(nèi)各電力設(shè)備的數(shù)據(jù)采集與監(jiān)控，因而電力設(shè)備與邊緣網(wǎng)關(guān)之間視物理距離的不同，采用RS485、Modbus等有線通信或ZigBee等無線通信協(xié)議進行數(shù)據(jù)傳輸。各邊緣網(wǎng)關(guān)之間相距較遠，且存在計算資源、控制策略的協(xié)同，對數(shù)據(jù)傳輸?shù)姆€(wěn)定性、實時性要求高，因而視微電網(wǎng)的規(guī)模大小不同而采用光纖或工業(yè)以太網(wǎng)進行通信。由于云端需對若干個分布式微電網(wǎng)進行管理，且微電網(wǎng)可能部署在海島等偏僻地區(qū)，因而邊緣網(wǎng)關(guān)與云端之間統(tǒng)一采用蜂窩網(wǎng)絡(luò)進行通信，并通過或MQTT等網(wǎng)絡(luò)應(yīng)用層協(xié)議進行數(shù)據(jù)傳輸。在邊緣網(wǎng)關(guān)對不同設(shè)備數(shù)據(jù)的格式進行轉(zhuǎn)換后，邊緣網(wǎng)關(guān)之間以及邊緣網(wǎng)關(guān)與云端之間的所有數(shù)據(jù)均可通過輕量級的JSON格式進行傳輸，數(shù)據(jù)傳輸、解析速度快。2.3安全機制固然邊緣計算架構(gòu)減少了由設(shè)備層至云端的數(shù)據(jù)傳輸量，但架構(gòu)復(fù)雜性高于云-端架構(gòu)。微電網(wǎng)的各類優(yōu)化控制均建立在穩(wěn)定運行的基礎(chǔ)上，因而需要保證邊緣計算架構(gòu)的全流程安全，包括基礎(chǔ)設(shè)施安全、網(wǎng)絡(luò)安全、數(shù)據(jù)安全、應(yīng)用安全等四個方面，詳細措施或功能如此圖4所示?；A(chǔ)設(shè)施安全要求包括訪問認證、可靠遠程升級及設(shè)備身份標識。微電網(wǎng)在實際中常處于無人值守狀態(tài)，因而遠程的系統(tǒng)維護、升級安全性至關(guān)重要。采用基于身份標識的密碼系統(tǒng)〔identity-basedcryptograph,IBC〕來對邊緣設(shè)備身份進行認證，云端統(tǒng)一管理邊緣設(shè)備的唯一標識碼，邊緣網(wǎng)關(guān)通過數(shù)學方式離線生成私鑰并存儲在本地，無須部署安全證書。當云端有維護升級需求或邊緣網(wǎng)關(guān)間有訪問需求時，只需交換唯一標識碼即可進行訪問認證，在低通信開銷的前提下保證了基礎(chǔ)設(shè)施的訪問安全。圖4安全機制Fig.4Securitymechanism網(wǎng)絡(luò)安全包括安全協(xié)議、入侵檢測及網(wǎng)絡(luò)攻擊防護。在牽涉敏感區(qū)域或設(shè)施的微電網(wǎng)中，邊緣層與云層間的通信可在普通傳輸協(xié)議的基礎(chǔ)上，通過SSL、TLS、VPN等網(wǎng)絡(luò)安全通道進行數(shù)據(jù)廣域網(wǎng)絡(luò)傳輸，防止數(shù)據(jù)泄漏。為防護網(wǎng)絡(luò)攻擊，在邊緣網(wǎng)關(guān)中部署入侵檢測系統(tǒng)〔intrusionpreventionsystem,IPS〕，對邊緣網(wǎng)絡(luò)中的可疑流量進行監(jiān)測，將監(jiān)測日志定期上傳至云端。云端則根據(jù)對監(jiān)測日志的分析，定期更新攻擊防護規(guī)則并下放至邊緣側(cè)。數(shù)據(jù)安全包括傳輸加密、存儲加密及數(shù)據(jù)訪問控制。邊緣設(shè)備的計算資源較為有限，因而可采用基于密文策略的屬性加密〔CP-ABE〕[23]或同態(tài)加密算法〔LHE〕[24]等輕量級數(shù)據(jù)加密算法，可以采用與IBC一樣的加密算法，保障存儲、傳輸經(jīng)過中的數(shù)據(jù)安全；通過邊云協(xié)同的權(quán)限管理確定邊緣設(shè)備的數(shù)據(jù)訪問權(quán)限，并對請求敏感數(shù)據(jù)的行為進行監(jiān)控。應(yīng)用安全包括應(yīng)用隔離、應(yīng)用監(jiān)控及應(yīng)用權(quán)限控制。在底層硬件上配置可信執(zhí)行環(huán)境[25],并采用虛擬機及容器技術(shù)實現(xiàn)應(yīng)用間互相隔離。對部署在邊緣網(wǎng)關(guān)中的應(yīng)用進行監(jiān)控，在監(jiān)視應(yīng)用運行狀態(tài)的同時分析應(yīng)用日志，進而對應(yīng)用長期行為進行監(jiān)控，防備惡意代碼注入。通過白名單、角色管理等方式方法對應(yīng)用在測試及運行階段的權(quán)限進行控制。3應(yīng)用實踐以華南南海某海島已建成的微電網(wǎng)系統(tǒng)為例，介紹面向微電網(wǎng)的邊緣架構(gòu)在實際項目中的布局及運作方式?；谶吘売嬎愕暮u微電網(wǎng)構(gòu)造如此圖5所示。該海島上分布著光伏、風機等不可調(diào)節(jié)的可再生能源發(fā)電設(shè)備、柴油發(fā)電機組等可調(diào)節(jié)的發(fā)電設(shè)備及蓄電池組等儲能設(shè)備，同時分布著商業(yè)用電子網(wǎng)、居民用電子網(wǎng)、海水源熱泵等用電負荷。發(fā)電側(cè)通過主變壓器將電能輸送至10kV高壓網(wǎng)，并通過各配電變壓器向各用電子網(wǎng)供電。3.1邊緣網(wǎng)關(guān)選址及通信實現(xiàn)以空間上聚集的電力設(shè)備分享一臺邊緣網(wǎng)關(guān)為原則，在海島微電網(wǎng)各設(shè)備附近共布置9臺邊緣網(wǎng)關(guān)，包括布置在本地微電網(wǎng)監(jiān)控中心的1臺邊緣主網(wǎng)關(guān)。4臺邊緣網(wǎng)關(guān)布置在發(fā)電側(cè)，華而不實2臺通過RS485及CAN總線接入光伏、風機等不可控電源及變流器、逆變器等電能轉(zhuǎn)換裝置，2臺通過CAN總線接入蓄電池組的電池管理系統(tǒng)及三個柴油發(fā)電機組。4臺邊緣網(wǎng)關(guān)布置在負荷側(cè)，2臺通過RS485接入商業(yè)及居民用電子網(wǎng)的終端控制器，2臺通過RS485接入海水源熱泵及水廠用電負荷的控制器。通過RS485接入的設(shè)備與邊緣網(wǎng)關(guān)通過Modbus協(xié)議進行數(shù)據(jù)傳輸，而通過CAN總線接入的設(shè)備則與邊緣網(wǎng)關(guān)通過CANOpen協(xié)議進行數(shù)據(jù)傳輸。為實現(xiàn)邊緣網(wǎng)關(guān)間通信，在各邊緣網(wǎng)關(guān)間架設(shè)以太網(wǎng)無源光網(wǎng)絡(luò)〔ethernetpassiveopticalnetwork,EPON〕，沿380V及10kV電纜線路敷設(shè)光纜，為邊緣平臺的穩(wěn)定運行及微電網(wǎng)的控制策略執(zhí)行提供穩(wěn)定的光纖網(wǎng)絡(luò)支撐。邊緣平臺采用KubeEdge開源平臺，與云平臺通過4G蜂窩網(wǎng)絡(luò)經(jīng)過MQTT協(xié)議進行通信，并以邊緣主網(wǎng)關(guān)作為邊云通信主設(shè)備。在海島實現(xiàn)5G基站覆蓋后，邊緣平臺與云平臺可通過傳輸速率更高層次的5G蜂窩網(wǎng)絡(luò)進行通信。3.2邊云協(xié)同功能實現(xiàn)邊緣計算架構(gòu)中的云服務(wù)運行在遠離海島的遠程微電網(wǎng)監(jiān)控中心的私有云中，云平臺則運行在私有云的主服務(wù)器中。私有云具有可拓展的計算、存儲資源，具有批量分布式微電網(wǎng)接入能力，可對所有接入的微電網(wǎng)進行云監(jiān)控，并通過制定、更新邊緣層的資源管理策略實現(xiàn)對邊緣資源的協(xié)同管理。在應(yīng)用協(xié)同及服務(wù)協(xié)同方面，在云端進行程序開發(fā)且在邊緣平臺進行遠程調(diào)試后，于邊緣軟件層中部署數(shù)據(jù)采集、數(shù)據(jù)管理、預(yù)測模型推理、設(shè)備監(jiān)控及設(shè)備調(diào)度等微服務(wù)，并于云SaaS層中部署預(yù)測模型訓練、可視化監(jiān)控等應(yīng)用。數(shù)據(jù)采集微服務(wù)實時采集發(fā)電設(shè)備〔光伏、風機、柴油發(fā)電機等〕、電能轉(zhuǎn)換設(shè)備〔變流器、逆變器等〕、蓄電池組、負荷〔各子網(wǎng)等〕的運行數(shù)據(jù)，在對數(shù)據(jù)進行解析以及JSON格式轉(zhuǎn)換后上傳至邊緣平臺。設(shè)備監(jiān)控微服務(wù)根據(jù)存儲在本地的設(shè)備狀態(tài)告警邏輯及預(yù)測性維護模型對設(shè)備運行狀態(tài)進行監(jiān)控、判定，并將告警及維護信息在邊緣主網(wǎng)關(guān)中進行可視化。預(yù)測模型推理微服務(wù)根據(jù)部署在本地的負荷及發(fā)電預(yù)測模型對光伏、風機等可再生能源的出力〔電壓、電流、功率等〕及負荷進行實時預(yù)測。設(shè)備調(diào)度微服務(wù)結(jié)合實時運行數(shù)據(jù)、實時預(yù)測數(shù)據(jù)及預(yù)設(shè)控制策略，向柴油發(fā)電機組及蓄電池組發(fā)出控制指令，對發(fā)電機組的出力及蓄電池組的充放電進行實時調(diào)節(jié)。數(shù)據(jù)管理微服務(wù)將運行數(shù)據(jù)備份于各邊緣網(wǎng)關(guān)的RedisEdge數(shù)據(jù)庫中，將光伏、風機的出力和各負荷的實時、預(yù)測數(shù)據(jù)及設(shè)備狀態(tài)信息通過邊緣主網(wǎng)關(guān)加密上傳至云平臺。云端的預(yù)測模型訓練應(yīng)用調(diào)用TensorFlow、Caffe等機器學習框架，根據(jù)上傳數(shù)據(jù)對負荷預(yù)測模型以及各光伏、風機的發(fā)電預(yù)測模型進行更新訓練，并定期將更新后的模型下放至邊緣主網(wǎng)關(guān)中，再由數(shù)據(jù)管理微服務(wù)將預(yù)測模型分配至相應(yīng)的邊緣網(wǎng)關(guān)中，進而實現(xiàn)數(shù)據(jù)協(xié)同。可視化監(jiān)控應(yīng)用將上傳的設(shè)備狀態(tài)信息在Web端及移動端進行可視化，管理員可隨時隨地把握微電網(wǎng)運行狀況。圖5基于邊緣計算的華南南海某海島微電網(wǎng)構(gòu)造Fig.5ArchitectureofthemicrogridbasedonedgecomputinginanislandintheSouthChinaSea3.3安全機制實現(xiàn)在基礎(chǔ)設(shè)施安全及數(shù)據(jù)安全方面，云平臺根據(jù)海島所在地區(qū)及各邊緣網(wǎng)關(guān)的MAC地址，為每個邊緣網(wǎng)關(guān)分配唯一的設(shè)備身份標識ID,并通過SM9標識密碼算法[26]進行密鑰封裝解封及數(shù)據(jù)加密解密，進而實現(xiàn)邊緣網(wǎng)關(guān)及云平臺之間的訪問安全及數(shù)據(jù)傳輸安全。同時，云平臺對各邊緣網(wǎng)關(guān)根據(jù)最小受權(quán)原則進行權(quán)限管理，邊緣網(wǎng)關(guān)則對所有嘗試訪問數(shù)據(jù)的請求進行SM9密鑰驗證及權(quán)限驗證。在網(wǎng)絡(luò)安全方面，邊緣軟件層中部署了流量監(jiān)控微服務(wù)，根據(jù)安全策略對邊緣網(wǎng)關(guān)的上傳、下載流量進行實時監(jiān)控，并將異常日志反應(yīng)至云平臺，云平臺通過部署在云SaaS層中的異常分析應(yīng)用對異常日志進行分析后更新并下放安全策略。在應(yīng)用安全方面，基于KubeEdge的邊緣平臺對容器以及容器內(nèi)的應(yīng)用和微服務(wù)進行監(jiān)控，發(fā)現(xiàn)異常應(yīng)用或微服務(wù)行為后立即對異常應(yīng)用或微服務(wù)進行沙箱隔離，并將異常信息在邊緣側(cè)及云平臺進行可視化展示。4結(jié)束語面向微電網(wǎng)的邊緣計算架構(gòu)可實現(xiàn)對電力設(shè)備的實時跟蹤、預(yù)測及控制，在保證負荷正常運行的同時有效提高光伏、風能等可再生能源的利用效率，進而提升微電網(wǎng)的經(jīng)濟性；而當與云端網(wǎng)絡(luò)連接不佳時，在安全機制保衛(wèi)下的邊緣計算架構(gòu)亦可保證微電網(wǎng)在本地的穩(wěn)定可靠運行，十分是保障敏感負荷的供電。本文提出了邊緣計算在獨立微電網(wǎng)中的初步應(yīng)用架構(gòu)，闡述了該架構(gòu)的構(gòu)建方案，最后結(jié)合某海島微電網(wǎng)開展了應(yīng)用實踐，為邊緣計算技術(shù)在微電網(wǎng)中的應(yīng)用提供了參考方案。隨著計算機技術(shù)、人工智能技術(shù)的快速發(fā)展，計算設(shè)備向著小型化、集成化、智能化的方向發(fā)展，在靠近電力設(shè)備的邊緣側(cè)獲取計算能力是重要趨勢。5G技術(shù)的快速發(fā)展則帶來了新的低時延通信方案，用于邊-邊互聯(lián)以及邊-云互聯(lián)的通信技術(shù)也將大有可為，邊云協(xié)同的效率將進一步提升。將來邊緣計算架構(gòu)在電力系統(tǒng)優(yōu)化控制方面還需更深切進入的研究，以推動邊緣計算技術(shù)在微電網(wǎng)、分布式綜合能源系統(tǒng)中的廣泛應(yīng)用。以下為參考文獻[1]王成山，武震，李鵬微電網(wǎng)關(guān)鍵技術(shù)研究[J]電工技術(shù)學報，2020,29〔2〕：1-12DOl:10.19595/ki.1000-6753.tces.2020.02.001.[2]羅軍舟，金嘉暉，宋愛波，等。云計算體系架構(gòu)與關(guān)鍵技術(shù)[J]通信學報，2018,32〔7〕：3-21.DOI:103969/j.issn.1000-436X2018.07.002.[3]YAGHMAEEMH,LEON-GARCIAA,MOGHADDASSIANM.Ontheperformanceofdistributedandcloud-baseddemandresponseinsmartgrid[J].IEEEtransactionsonsmartgrid,20219〔5〕：5403-5417.DOl:10.1109/TSG.2021.2688486.[4]SHIWS,CAOJ,ZHANGQ,etal.Edgecomputing:visionandchallenges[J].IEEEinternetofthingsjournal,2021,3〔5〕：637-646.DOl:10.1109/JI0T.2021.2579198.[5]施巍松，張星洲，王一帆等邊緣計算：現(xiàn)在狀況與瞻望[J].計算機研究與發(fā)展2022,56〔1〕：69-89.DOI:10.7544/issn1000-1239.2022.20210760.[6]龔鋼軍，羅安琴，陳志敏等基于邊緣計算的主動配電網(wǎng)信息物理系統(tǒng)[J]電網(wǎng)技術(shù)，2021,42〔10〕：3128-3135.DOl:10.13335/j.1000-3673pst2021.0119.[7]司羽飛，譚陽紅，汪諷，等面向電力物聯(lián)網(wǎng)的云邊協(xié)同構(gòu)造模型[J/OL].中國電機工程學報〔2020-05-20〕[2020-06-04].ttpsdoiorg/10.13334/j.0258-8013.pcsee.191532.[8]CHENSL,WENH,WUJS,etal.InternetofThingsbasedsmartgridssupportedbyintelligentedgecomputing[J].IEEEaccess2022,7:74089-74102.DO1:10.1109/ACCESS.2022.2920488.[9]孫浩洋，張冀川，王鵬等面向配電物聯(lián)網(wǎng)的邊緣計算技術(shù)[J].電網(wǎng)技術(shù)2022,43〔12〕：4314-4321.DOl:10.13335/j.1000-3673.pst2022.1750.[10]祁兵，夏琰，李彬，等基于邊緣計算的家庭能源管理系統(tǒng)架構(gòu)、關(guān)鍵技術(shù)及實現(xiàn)方式[J].電力建設(shè)，2021,39〔3〕。33-41.DOlI:10.3969/j.issn.1000-72292021.03.004.[11]LIW,YANGT,DELICATOFC,etal.OnenablingsustainableedgecomputingwithrenewableenergyresourcesI[J].EEcommunicationsmagazine,2021,56〔5〕：94-101.DOl:10.1109/MCOM.2021.1700888.[12]張衛(wèi)紅，陳小龍，萬順，等基于邊緣計算的分布式配電故障處理系統(tǒng)[J]供用電，2022,36〔9〕：28-33,58.DOl:10.19421/ki.1006--6357202209005.[13]王海慶，楊永寧，白姍?；贙3s的邊緣計算在泛在電力物聯(lián)網(wǎng)的技術(shù)研究[J]科技資訊，2022,17〔34〕：11-13.DOl:10.16661/ki.1672-3791.2022.34.011.[14]陳曉江伍江瑤沈桂泉等具備邊緣計算功能的新型智能集中器架構(gòu)設(shè)計[J].電力系統(tǒng)及其自動化學報2020,32〔5〕：99-104.DOl:10.19635/ki.csu-epsa.000430.[15]吳宜聰，李買林，彭蔚，等電力物聯(lián)網(wǎng)邊緣計算安全防護設(shè)計[J]中國科技信息，2020〔S1〕：84-85.[16]王志豪李自成，王后能等基于RBF神經(jīng)網(wǎng)絡(luò)的光伏系統(tǒng)MPPT研究[J].電力系統(tǒng)保衛(wèi)與控制，2020,48〔6〕：85-91.DOl:10.19783/jcnki.pspc.190112.[17]馬夢冬，彭道剛，王丹豪基于EEMD-LSTM的區(qū)域能源短期負荷預(yù)測[J]浙江電力，2020,39〔4〕：29-35.DOl:10.19585/j.zjdl.202004005.[18]田義