基于边缘计算的家庭能源管理系统:架构、关键技术及实现方式

被引:84
作者
祁兵 [1 ,2 ]
夏琰 [1 ]
李彬 [1 ]
石坤 [2 ]
薛溟枫 [3 ]
机构
[1] 华北电力大学
[2] 中国电力科学研究院
[3] 国网无锡市供电公司
关键词
智慧用能; 边缘计算; 海量数据; 智能终端; 信息技术(IT); 运营技术(OT); 家庭能源管理系统;
D O I
暂无
中图分类号
TM73 [电力系统的调度、管理、通信];
学科分类号
120103 [信息系统与信息管理];
摘要
信息技术(information technology,IT)与运营技术(operation technology,OT)的融合发展促进了大量终端设备的智能化,也为家庭智慧用能创造了有利条件。但随着分布式终端设备数量的增多与业务的多样化,海量数据造成网络延时与拥塞的现象也日益严重。仅仅依靠云计算技术已不能满足能源管理需求。同时,边缘计算技术拥有的将计算量下移到网络边缘侧的特点,既可以改善网络边缘处的实时协同性能,也能促进云端模型的成长优化。该文提出了基于边缘计算的家庭能源系统框架,设计了基于异构平台间数据融合和操作协同的四层架构,并给出了几种常见分系统的详细设计方案,为边缘计算技术在智慧用能领域的应用提供新思路。
引用
收藏
页码:33 / 41
页数:9
相关论文
共 24 条
[1]
Big data driven smart energy management: From big data to big insights.[J].Kaile Zhou;Chao Fu;Shanlin Yang.Renewable and Sustainable Energy Reviews.2016,
[2]
Technical and economic design of photovoltaic and battery energy storage system.[J].Marco Bortolini;Mauro Gamberi;Alessandro Graziani.Energy Conversion and Management.2014,
[3]
边缘计算在电力需求响应业务中的应用展望 [J].
李彬 ;
贾滨诚 ;
曹望璋 ;
田世明 ;
祁兵 ;
孙毅 ;
朱伟义 ;
郑爱霞 .
电网技术, 2018, 42 (01) :79-87
[4]
考虑多智能体协同的电动汽车充放电分散式实时优化策略 [J].
郑宇 ;
董朝阳 ;
赵俊华 ;
李正佳 ;
潘振宁 .
电力建设, 2017, 38 (06) :15-20
[5]
面向5G需求的移动边缘计算 [J].
田辉 ;
范绍帅 ;
吕昕晨 ;
赵鹏涛 ;
贺硕 .
北京邮电大学学报, 2017, (02) :1-10
[6]
海尔工业互联网创新实践:COSMOPlat——助力企业换道超车 [J].
陈录城 .
互联网天地, 2017, (03) :17-19
[7]
边缘计算:万物互联时代新型计算模型 [J].
施巍松 ;
孙辉 ;
曹杰 ;
张权 ;
刘伟 .
计算机研究与发展, 2017, 54 (05) :907-924
[8]
基于模板滤波的居民负荷非侵入式快速辨识算法 [J].
武昕 ;
祁兵 ;
韩璐 ;
王震 ;
董超 .
电力系统自动化, 2017, 41 (02) :135-141
[9]
电动汽车充电站在配电系统中电气接入点的最优选择 [J].
郭建龙 ;
文福拴 ;
袁军 ;
吕浩华 ;
俞哲人 .
电力建设, 2017, 38 (01) :1-7
[10]
基于遗传优化的非侵入式家居负荷分解方法 [J].
孙毅 ;
崔灿 ;
陆俊 ;
郝建红 ;
刘向军 .
电网技术, 2016, 40 (12) :3912-3917