一种基于P2P网络与边缘计算的电能分配方法及系统技术方案

本发明专利技术公开了一种基于P2P网络与边缘计算的电能分配方法及系统，该方法包括：定义电能交易的约束条件，构建电能协调函数；定义电能交易的成本函数，构建总经济成本目标函数；根据电能协调函数，通过扩展ADMM算法对总经济成本目标函数进行求解，得到电能分配最优方案。通过使用本发明专利技术，能够在复杂的通信拓扑结构网络中减少边缘计算层的传输延迟和提高通信效率的同时实现最优的电力资源调度与分配。本发明专利技术作为一种基于P2P网络与边缘计算的电能分配方法及系统，可广泛应用于智能电网技术领域。可广泛应用于智能电网技术领域。可广泛应用于智能电网技术领域。

【技术实现步骤摘要】
一种基于P2P网络与边缘计算的电能分配方法及系统


[0001]本专利技术涉及智能电网
，尤其涉及一种基于P2P网络与边缘计算的电能分配方法及系统。

技术介绍

[0002]智能电网是新一代配电网络，在高动态系统中具有较高的适应性、可扩展性、安全性、经济性、自愈性、鲁棒性和保护能力，在智能互联社区中发挥着重要作用；过去在智能电网的基础上通过引入边缘计算模型，在网络的边缘进行计算，可以提高智能电网的实时性、安全性和私密性。边缘计算转移云计算应用程序、数据和服务从集中式网络的边缘节点,可以执行计算的加载、数据存储、缓存和处理,通过精心设计的优势以及分发请求网络,满足要求。边缘计算可以通过处理网络边缘的数据来有效解决大数据量的问题。边缘计算模式可以从单个能源社区灵活扩展到多个社区，甚至是大规模社区。其次，边缘计算主张计算应该发生在尽可能靠近数据源的地方，它可以节省数据传输时间，并允许低延迟。最后，在边缘计算中，数据可以根据地理位置进行收集和处理，而无需传输到能够感知地理位置的隐私网格云。
[0003]尽管边缘计算智能电网模型在数据处理、提高效率、降低成本、减少延迟、可靠和安全的服务、提高灵活性和更高的存储容量方面相较于最初的智能电网系统有了很大的提升，但边缘计算智能电网模型依然存在一些挑战必须解决。首先，如何实现统一控制分布式设备协调不同地理位置的分布式能源发电机组、分布式能源存储系统和不断变化的用户。其次，面对一些不可预见的突发事件，比如电力设施进出的动态性，这就要求智能电网为能源配电网提供实时信息传输，及时响应和控制突发事件，最后，随着接入智能电网的电力设备数量的增加，设备产生的数据量越来越大，设备之间的逻辑通信拓扑变得复杂，特别是在状态变化时，传统边缘计算智能电网难以协调和分配电力资源。

技术实现思路

[0004]为了解决上述技术问题，本专利技术的目的是提供一种基于P2P网络与边缘计算的电能分配方法及系统，能够在复杂的通信拓扑结构网络中减少边缘计算层的传输延迟和提高通信效率的同时实现最优的电力资源调度与分配。
[0005]本专利技术所采用的第一技术方案是：一种基于P2P网络与边缘计算的电能分配方法，包括以下步骤：
[0006]定义电能交易的约束条件，构建电能协调函数；
[0007]定义电能交易的成本函数，构建总经济成本目标函数；
[0008]根据电能协调函数，通过扩展ADMM算法对总经济成本目标函数进行求解，得到电能分配最优方案。
[0009]进一步，所述定义电能交易的约束条件，构建电能协调函数这一步骤，其具体包括：
[0010]电能交易的约束条件包括社区与社区之间的电能交易约束条件、社区与电力公司之间的电能交易约束条件、分布式能源发电系统储能能力与能耗率关系的约束条件和边缘计算节点电力交易约束条件；
[0011]整合上述约束条件，构建电能协调函数。
[0012]进一步，所述电能协调函数具体如下所示：
[0013][0014]上式中，i、j表示两个不同的社区，τ表示时间槽，表示可以与社区进行交易的其他社区的集合，表示社区i和社区j在τ时间槽内的交换电量，表示社区与电力公司交易的电力能量，表示可再生能源在τ时间槽内产生的能量的功率，表示任意社区i所有用户的可再生能源收集量，P表示所有社区代表的一个集合，π表示时间间隔的集合。
[0015]进一步，所述定义电能交易的成本函数，构建总经济成本目标函数这一步骤，其具体包括：
[0016]电能交易的成本函数包括分布式能源发电系统的成本函数与边缘计算节点的交易成本函数；
[0017]整合上述电能交易的成本函数构建总经济成本目标函数。
[0018]进一步，所述分布式能源发电系统的成本函数的表达式如下所示：
[0019][0020]上式中，表示可再生能源的发电速率，S
αi
、S
βi
和S
γi
表示发电、维护和安装成本的权重，表示分布式能源发电系统的成本函数。
[0021]进一步，所述总经济成本目标函数具体如下所示：
[0022][0023]上式中，f
τ
(x
τ
)表示总经济成本目标函数，表示发电交易的经济成本，表示分布式能量存储系统的代价，表示边缘计算节点的接收电力交易成本，s
bi
、s
gi
、s
ri
和s
ni
表示各个成本对应的权重。
[0024]进一步，所述根据电能协调函数，通过扩展ADMM算法对总经济成本目标函数进行求解，得到电能分配最优方案这一步骤，其具体包括：
[0025]根据电能协调函数，通过扩展ADMM算法对总经济成本目标函数进行增广处理，得到总经济成本目标函数的拉格朗日函数关系式；
[0026]根据预设更新步骤，对总经济成本目标函数的拉格朗日函数关系式进行迭代更新；
[0027]直至判断到迭代更新结果达到收敛最优解，终止迭代更新步骤，输出电能分配最优方案。
[0028]进一步，所述总经济成本目标函数的拉格朗日函数关系式具体表示如下：
[0029][0030][0031]上式中，f
τ
(x
τ
)表示总经济成本目标函数，表示发电交易的经济成本，表示分布式能量存储系统的代价，表示边缘计算节点的接收电力交易成本，s
bi
、s
gi
、s
ri
和s
ni
表示各个成本对应的权重。
[0032]进一步，所述预设更新步骤具体如下所示：
[0033][0034][0035][0036]上式中，表示第k+1次迭代时第i个用户的待分配电能变量，表示第k+1次迭代时拉格朗日子函数变量，表示第k+1次迭代时拉格朗日系数，f
τ
(
·
)表示总经济成本函数，g
τ
(
·
)表示拉格朗日子函数，β表示迭代参数，A
i
表示拉格朗日固定系数，表示待分配的电能变量，表示拉格朗日子函数变量，表示第k次迭代时拉格朗日系数。
[0037]本专利技术所采用的第二技术方案是：一种基于P2P网络与边缘计算的电能分配系统，包括：
[0038]协调模块，用于定义电能交易的约束条件，构建电能协调函数；
[0039]目标模块，用于定义电能交易的成本函数，构建总经济成本目标函数；
[0040]优化模块，用于根据电能协调函数，通过扩展ADMM算法对总经济成本目标函数进行求解，得到电能分配最优方案。
[0041]本专利技术方法及系统的有益效果是：本专利技术通过构建电能协调函数和总经济成本目标函数，并应用于动态分布式智能电网系统，进一步通过扩展ADMM算法对总经济成本目标函数进行迭代优化求解，以一种可支持的、经济的方式平衡电能资源，实现不同地理位置的社区对协调电力资源的统一控制，并促进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于P2P网络与边缘计算的电能分配方法，其特征在于，包括以下步骤：定义电能交易的约束条件，构建电能协调函数；定义电能交易的成本函数，构建总经济成本目标函数；根据电能协调函数，通过扩展ADMM算法对总经济成本目标函数进行求解，得到电能分配最优方案。2.根据权利要求1所述一种基于P2P网络与边缘计算的电能分配方法，其特征在于，所述定义电能交易的约束条件，构建电能协调函数这一步骤，其具体包括：电能交易的约束条件包括社区与社区之间的电能交易约束条件、社区与电力公司之间的电能交易约束条件、分布式能源发电系统储能能力与能耗率关系的约束条件和边缘计算节点电力交易约束条件；整合上述约束条件，构建电能协调函数。3.根据权利要求2所述一种基于P2P网络与边缘计算的电能分配方法，其特征在于，所述电能协调函数具体如下所示：上式中，i、j表示两个不同的社区，τ表示时间槽，表示可以与社区进行交易的其他社区的集合，表示社区i和社区j在τ时间槽内的交换电量，表示社区与电力公司交易的电力能量，表示可再生能源在τ时间槽内产生的能量的功率，表示任意社区i所有用户的可再生能源收集量，P表示所有社区代表的一个集合，π表示时间间隔的集合。4.根据权利要求1所述一种基于P2P网络与边缘计算的电能分配方法，其特征在于，所述定义电能交易的成本函数，构建总经济成本目标函数这一步骤，其具体包括：电能交易的成本函数包括分布式能源发电系统的成本函数与边缘计算节点的交易成本函数，其中所述分布式能源发电系统的成本函数包括运维成本和安装成本；整合上述电能交易的成本函数构建总经济成本目标函数。5.根据权利要求4所述一种基于P2P网络与边缘计算的电能分配方法，其特征在于，所述分布式能源发电系统的成本函数的表达式如下所示：上式中，表示可再生能源的发电速率，S
αi
、S
βi
和S
γi
表示发电、维护和安装成本的权重，表示分布式能源发电系统的成本函数。6.根据权利要求4所述一种基于P2P网络与边缘计算的电能分配方法，其特征在于，所述总经济成本目标函数具体如下所示：上式中，f
τ
(x
τ
)表示总经济成本目标函数，表示发电交易的经济成本，表示分布式能量存储系统的代价，表示边缘计算节点的接收电...

【专利技术属性】
技术研发人员：聂涌泉，马光，胡亚平，江伟，何宇斌，李金，杨元威，李文朝，张仕鹏，左嘉志，
申请(专利权)人：中国南方电网有限责任公司，
类型：发明
国别省市：