打开文本图片集

摘要：物联网、通信和人工智能技术的快速融合与发展促进了电力能源领域业务的多样化、终端设备的智能化以及终端设备规模的快速增长。大规模智能终端的接入与应用引发高通量数据，在单一云计算模式下，易引发网络拥塞，数据分析计算的实时性难以满足。边缘计算在靠近物的网络边缘侧完成连接、计算和智能应用，与云计算形成优势互补。本文分析了边缘计算架构的内容和演进过程，并对边缘计算在电力能源行业中的应用现状进行了总结和分析，给出了存在的问题和技术挑战。

关键词：边缘计算;电力能源;架构演进;模型驱动

0引言

伴随全球智能行业2.0的到来，OT（Operation Technology）与ICT（Information and Communication Technology）的跨界协作需要建立物理世界和数字世界的联接与融合，迫切需要高效、低成本的知识模型化方法与数据信息的有效流动和集成。在此背景和技术挑战下，边缘计算（Edge Computing）应运而生，用以缓解传统云计算（Cloud Computing）模型的计算性能与万物互联计算需求之间的矛盾。

边缘计算被定义为在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的分布式开放平台，就近提供边缘智能服务，满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求[1]。

边缘计算主要用于解决智能互联的网络边缘侧面连接、计算、智能应用问题。在电力物联网以及各种工业监测应用中，存在海量、异构的总线连接，边缘计算用以兼容多种连接，并确保连接的实时和可靠;工业监控系统对监测、控制等任务的实时性要求很高，部分场景实时性要求在毫秒级完成，边缘计算用以实现在靠近物端的实时数据分析和控制逻辑;在靠近物端的实时数据分析、处理与控制中，越来越多的智能应用需求被提出，边缘计算通过与云端的协作，在一定程度上满足这种对计算性能和计算智能双重要求的应用;面对多源异构的物联网数据，边缘计算用以实现数据优化，从而有效完成数据聚合、统一展现，以便更加灵活高效的服务于边缘应用智能。总之，边缘计算是对云计算的一种必要的补充，满足智能互联的应用需求。

在电力能源行业，应用移动互联、人工智能等现代信息技术和先进通信技术实现电力系统各环节万物互联、人机交互、状态感知、信息智能高效处理的需求越来越明确和迫切。2019年，国家电网公司提出构建泛在电力物联网，边缘计算是支撑电力物联的核心技术之一。边缘计算的架构是构建各类电力物联应用系统的基础。本文对边缘计算架构的内容和演进过程进行了分析与总结，并对目前边缘计算在电力能源行业中的应用现状进行了总结和分析。

1边缘计算架构的演进

自2016年边缘计算产业联盟（ECC）成立以来，边缘计算参考架构已陆续提出1.0、2.0和3.0版本。

边缘计算参考架构1.0采用层次化设计，自下而上分为4个功能域，设备域、网络域数据域、应用域，如图1所示。

设备域位于最底层，通过贴近或嵌入传感、仪表、机器人和机床等设备的现场节点，支撑现场设备实现实时的智能互联及智能应用;网络域在设备域之上，将软件定义网络（SDN）应用于边缘计算，支持百万级海量网络设备的接入与灵活扩展，为系统互联、数据聚合与承载提供联接服务;数据域用于提供数据提取、聚合、互操作、分析、呈现等全生命周期数据优化服务，并保障数据的安全与隐私性;应用域提供开放接口，实现边缘行业应用，支撑边缘业务运营。

2017年11月，ECC在架构1.0的基础上发布了更加完备和明确的边缘计算架构2.0，其架构层次包括边缘计算节点、联接计算Fabiric、业务Fabric和智能服务共四层[2]，如图2所示。

在图2中，最上层的智能服务基于模型驱动（Model-Driven MD）统一服务框架，通过开发服务框架和部署运营服务框架实现开发与部署智能协同;业务Fabric定义端到端业务流，实现业务敏捷;联接计算Fabric（Connectivity and Computing Fabric，CCF）用于对上层业务Fabric屏蔽边缘智能分布式架构的复杂性，实现OT与ICT基础设施部署运营自动化和可视化;最底层的边缘计算节点（ECN）承担着兼容多种异构联接、支持实时处理与响应以及提供软硬一体化安全等功能。边缘计算参考架构2.0在每层均提供了模型化的开放接口，并通过纵向管理服务、数据全生命周期服务、安全服务，实现业务的全流程、全生命周期的智能服务。

另外，参考架构2.0参考了ISO/IEC/IEEE 42010：2011等架构定义的标准，通过概念视图、功能视图和部署试图的方式对边缘计算架构进行了系统性的分析，给出了相应的解决措施和框架。

2018年11月，ECC和工业互联网产业联盟（AII）共同发布了边缘计算参考架构3.0[3]。参考架构3.0继续以ISO/IEC/IEEE 42010：2011架构定义国际标准为指导，在参考架构2.0的基础上经过补充完善形成了商业视图、使用视图、功能视图、部署视图等内容，如图3所示。

在图3中，整个系统分为云、边缘和现场设备三个层次。相对于参考架构2.0，强调了边缘计算与云计算的协同，在参考架构3.0发布的同时，《边缘计算与云计算协同白皮书》[4]也同时被发布。边缘计算位于云和现场设备之间，向下支持各种设备的接入，向上与云端对接。

在参考架构3.0中，边缘层主要包括边缘节点和边缘管理器两部分。边缘节点是硬件实体，承载边缘计算任务;根据业务和硬件的不同，边缘节点具体包括边缘网关、边缘控制器、边缘云以及边缘传感器等。边缘管理器实现对边缘节点的统一管理。在多视图呈现方面，参考架构3.0将视图完善和扩展为商业视图、使用视图、功能视图和部署视图，如图4所示。

2边缘计算在电力能源行业的应用

伴随边缘计算架构、技术的不断发展和完善，其在各个行业中的应用不断丰富。在电力能源行业，边缘计算已经在家庭能源管理、输电线路实时监测、系能源车充电站平台、电锅炉智能调度、储能设备运维、电力需求侧响应等多方面得到应用。

2.1家庭能源管理

可再生能源的大规模不断接入和家庭智能设备的普遍应用促使家庭能源管理成为研究热点。家庭能源系统由可再生能源发电设备、储能系统、智能负荷等组成。海量家庭智能终端及其所产生的大规模数据导致基于集中式云平台的管理方式无法解决网络拥塞以及所带来的计算性能问题[5]。

文献[6]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，重点探讨了边缘计算与云计算的协同方法。文献[7]应用ZigBee网络与5G边缘计算技术设计了能源管理垂直应用系统，并以能源管理APP的方式对能源进行智能化管理。

文献[8]基于边缘计算架构，提出了一种以用户消费者为中心的约束的粒子群优化（PSO）负荷调度方法，用以平衡需求响应与用户舒适满意度。

文献[9]以节约计算资源及提高计算资源利用率为目标，将边缘计算应用于智能家居管理，基于PC构建智能家居边缘计算系统，利用虚拟化和容器技术将多种云服务汇聚于边缘计算系统，形成本地的辅助计算单元，为用户提供边缘计算服务。

文献[10]面向居民智能用电的能源互联，基于边缘计算参考架构和居民智能用电协同架构提出了一种边缘计算协同控制架构，将智能用电终端通过统一接口连接入云协同平台，并将终端边缘计算的数据信息传入云协同平台，实现家电开关的统一控制，以解决多个大功率负荷同时工作导致负荷过载的问题。

文献[11]针对需求响应业务快速发展过程中由于大量的智能终端的引入所导致的计算性能问题，提出了一种将边缘计算技术应用于自动需求响应业务的设想，设计了一种自动需求响应边缘计算（ADR-EC）节点的分层架构模型。

边缘计算在家庭能源管理方面相关文献较少，其应用和研究尚处于起步阶段，但家庭能源管理中普遍存在的系统异构、信息冗余、算法复杂、实时调度等问题[12]，确实非常适合利用边缘计算来解决，具体应用场景包括：用电信息采集、非侵入式负荷监测（NILM）、家庭光伏发电管理、智能新能源车充电管理、家庭储能管理等，如表1所示。

综合上述分析可以，边缘计算可以实现对家庭能源的优化管理，疏通云平台的网络拥塞，提升业务响应的实时性，进而有效提升能源互联网的整体性能。但在将业务功能迁移或者部分迁移至边缘计算时，仍然存在业务功能分解和迁移、边缘操作系统构建、边缘节点配置等具体问题和技术挑战，需要进一步的研究。

2.2边缘计算在输配电环节的应用

在变电站综合自动化、输电线路监测、主动配电网等应用领域，均需要在一定时效性要求下完成有效的数据处理和分析工作。单一方式基于云平台的集中式计算模式容易导致大规模多源异构数据上传至云平台所引发的网络拥塞，进而影响计算和分析的实时性。边缘计算作为对云计算的一种有益补充，在上述领域可以得到应用，但相关的应用研究大都处于模型和架构设计的探索阶段，有待进一步的完善和发展。

在变电站内，压变电站综合自动化系统承担着远动、自动控制、测量表计、接口、继电保护等重要功能，其运行状态可直接危及电网系统的安全稳定运行。文献[13]针对通讯中断、服务器宕机和网络风暴等变电站综合自动化系统常见异常问题，将边缘计算引入变电站综合自动化系统，用于远方遥控程序。

在输电线路监测中，输电线路很多位于偏远地区，网络环境差、人工难以实时监控。文献[14]针对输电线路维护成本高、线路隐患频发、故障停运次数随线路长度增多以及运维人员增速无法与线路长度相匹配等问题，对电网线路和周边环境进行监控，用边缘计算设备对传感器、监控摄像头等数据直接分析，识别潜在威胁电网安全的人和物，包括车、火和电击等。由于数据处理和分析都在边缘侧完成，所以上传至云端的一般只有预警信息，这种计算方式大幅降低了通信带宽开销和计算延迟。

在配电网领域，主动配电网支撑着分布式能源、储能以及主动负荷接入，是信息物理融合的智能化基础设施。文献[15]针对主动配电网多源多负荷互联、泛在感知以及智能控制等需求，探索了边缘计算与主动配电网的融合方式，提出了一种提出基于边缘计算的主动配电网的PTN物理架构模型，并构建了基于边缘计算的分层自治协同的主动配电网CPS管控模型。

2.3边缘计算的其他应用

除家庭能源管理、输配电等领域外，边缘计算目前还在电锅炉智能调度、脱网应急以及预测性维护等方面得到一定程度应用。

文献[16]针对节能减排、清洁取暖背景下电锅炉大量使用对电网造成冲击的问题，引入边缘计算用于电锅炉系统的智能化调度，提供智能能耗调度与健康监控服务，包括电网能耗削峰平谷、异常用电行为监控、电锅炉故障远程预警等，以优化电网运行。

在通信基站、变电站、光伏电站、新能源车汽车电池等储能设备运维领域，将边缘计算引入预测运维，根据电池信息、基站内事件、基站地理、天气信息等对电池寿命进行准确预测，以给出电池维护建议。

针对配用电脱网应急通信需求，提出了一种基于畅通度的智能路由算法，并通过边缘计算方法实现畅通度计算和更新，用以保障边缘网络在脱网状态下的可靠运行。

3结论

对边缘计算产生的背景、计算架构的内容和演进过程进行了分析和介绍，并从家庭能源管理、输配电、电锅炉智能调度、脱网应急以及预测性维护等方面对边缘计算的应用方法、所解决的问题、遇到的技术挑战等进行了归纳、总结和分析。

在泛在电力物联网构建的背景下，边缘计算凭借其实时性、安全性等优势，能够为业务流程优化、运维自动化以及业务创新驱动应用带来显著的效益和成本优势。边缘计算与云计算协同形成优势互补，有助于服务模式和商业模式的转型和创新。

参考文献

[1]边缘计算产业联盟.边缘计算白皮书[R/OL].（2016-11-30）[2017-12-01].http：//www.ecconsortium.org/Lists/show/id/32.html.

[2]边缘计算产业联盟.边缘计算参考架构2.0.[R/OL].（2017-11-30）[2017-12-02].http：//www.ecconsortium.org/Lists/show/id/163.html.

[3]边缘计算产业联盟，工业互联网产业联盟.边缘计算参考架构3.0.[R/OL]（2018-11-30）[2018-12-01].http：//www.ecconsortium.org/Lists/show/id/334.html

[4]边缘计算产业联盟，边缘计算与云计算协同白皮书.[R/OL]（2018-11-30）[2018-12-01].http：//www.ecconsortium.org/Uploads/file/20190221/1550718911180625.pdf

[5]Shi W，Cao J，Zhang Q，et al.Edge computing：Vision and challenges[J].IEEE Internet of Things Journal，2016，3（5）：637-646.

[6]祁兵，夏琰，李彬，石坤，薛溟枫.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[J].电力建设，2018，39（03）：33-41.

[7]尚赛花.基于ZigBee网络与5G边缘计算的能源管理垂直应用系统[J].无线互联科技，2018，15（09）：26-29.

[8]宋朋涛，李超，徐莉婷，梁晓峣.基于个人计算机的智能家居边缘计算系统[J].计算机工程，2017，43（11）：1-7.

[9]刘思放，邓春宇，张国宾，等.面向居民智能用电的边缘计算协同架构研究[J].电力建设，2018，39（11）：69-77.

[10]李彬，贾滨诚，曹望璋，等.边缘计算在电力需求响应业务中的应用展望[J].电网技术，2018，42（01）：79-87.

[11]赵诣，侯英洒，曹文东.边缘计算在超高压变电站综自系统中的应用探究[J].电力大数据，2019，22（03）：44-48.

[12]江行智能.工业安监解决方案[R/OL].2018，http：//www.jiangxingai.com/#/solutions/industrialsafety.

[13]龚钢军，罗安琴，陈志敏，等.基于边缘计算的主动配电网信息物理系统[J].电网技术，2018，42（10）：3128-3135.

[14]江行智能.电锅炉智能调度系统[R/OL].2018，http：//www.jiangxingai.com/#/solutions/energyinternet

[15]江行智能.储能设备智能运维[R/OL].2018，http：//www.jiangxingai.com/#/solutions/wisdomstored.

[16]伏冬红，刘丹，施贵军，王安鑫，范春雪，王海军，张翼英.基于电力物联网边缘计算实现脱网应急通信的方法[J].电信科学，2018，34（03）：183-191.