[發(fā)明專利]一種基于隨機(jī)場景的微電網(wǎng)邊緣計(jì)算終端資源配置方法

在審

• 申請?zhí)枺?/td>: 202210248131.6
• 申請日: 2022-03-14
• 公開（公告）號: CN114610491A
• 公開（公告）日: 2022-06-10
• 發(fā)明（設(shè)計(jì)）人: 蘇忠陽;蔡澤祥;馬秋杰;李立浧;孫紅日;余傳坤;李凡;趙立;王清海;吳琨
• 申請（專利權(quán)）人: 廣州穗華能源科技有限公司
• 主分類號: G06F9/50
• 分類號: G06F9/50;G06N7/00
• 代理公司: 中山華文專利代理事務(wù)所(普通合伙) 44737
• 代理人: 鮑璐璐;曹聰聰

本發(fā)明公開了一種基于隨機(jī)場景的微電網(wǎng)邊緣計(jì)算終端資源配置方法，涉及微電網(wǎng)邊緣計(jì)算終端資源配置技術(shù)領(lǐng)域。該基于隨機(jī)場景的微電網(wǎng)邊緣計(jì)算終端資源配置方法包括以下步驟：步驟一、輸入微電網(wǎng)控制業(yè)務(wù)需求的歷史數(shù)據(jù)；步驟二、采用核密度估計(jì)模型得到微電網(wǎng)控制業(yè)務(wù)的概率密度模型；步驟三、設(shè)置時(shí)間間隔總數(shù)為n，抽樣規(guī)模為M，計(jì)數(shù)變量i＝1、m＝1；步驟四、采用算法獲得第i個(gè)單位時(shí)間間隔的第m次累計(jì)概率密度抽樣值；步驟五、將所有累計(jì)概率密度采樣值映射為微電網(wǎng)控制業(yè)務(wù)請求數(shù)量，并形成采樣矩陣；步驟六、對采樣矩陣中的元素進(jìn)行隨機(jī)組合得到M個(gè)隨機(jī)場景，通過微電網(wǎng)邊緣計(jì)算終端，實(shí)現(xiàn)軟硬件的解耦和數(shù)據(jù)與應(yīng)用的分離，提高計(jì)算資源利用率。

技術(shù)領(lǐng)域

本發(fā)明涉及微電網(wǎng)邊緣計(jì)算終端資源配置技術(shù)領(lǐng)域，具體為一種基于隨機(jī)場景的微電網(wǎng)邊緣計(jì)算終端資源配置方法。

背景技術(shù)

在雙碳目標(biāo)的驅(qū)動下，新型電力系統(tǒng)呈現(xiàn)出高比例可再生能源接入的態(tài)勢，微電網(wǎng)是新型電力系統(tǒng)中高效利用當(dāng)?shù)乜稍偕Y源、解決電力不足、實(shí)現(xiàn)節(jié)能減排的重要手段。隨著分布式電源、分布式儲能和配用電智能設(shè)備等在微電網(wǎng)的接入，微電網(wǎng)業(yè)務(wù)數(shù)量呈現(xiàn)出不斷增加的趨勢，微電網(wǎng)業(yè)務(wù)數(shù)量的隨機(jī)性、波動性對微電網(wǎng)邊緣計(jì)算終端業(yè)務(wù)的處理能力帶來了嚴(yán)峻的挑戰(zhàn)。微電網(wǎng)邊緣計(jì)算資源的合理配置能提高適應(yīng)微電網(wǎng)隨機(jī)性、波動性的能力，因此研究微電網(wǎng)邊緣計(jì)算終端業(yè)務(wù)的隨機(jī)性，并在此基礎(chǔ)上研究考慮隨機(jī)性的計(jì)算負(fù)荷模型和計(jì)算資源配置方法具有重要的意義。

現(xiàn)有計(jì)算資源配置方法往往采用盲目配置、冗余配置或確定性業(yè)務(wù)量按需配置的方式，沒有充分考慮微電網(wǎng)業(yè)務(wù)隨機(jī)性的特點(diǎn)，當(dāng)計(jì)算資源配置量不足時(shí)將導(dǎo)致無法滿足微電網(wǎng)業(yè)務(wù)實(shí)時(shí)性、可靠性要求的問題，當(dāng)計(jì)算資源配置量冗余時(shí)導(dǎo)致微電網(wǎng)邊緣計(jì)算資源利用率低、空間浪費(fèi)和成本高昂的問題；鑒于此，我們提出了一種基于隨機(jī)場景的微電網(wǎng)邊緣計(jì)算終端資源配置方法。

發(fā)明內(nèi)容

(一)解決的技術(shù)問題

針對現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于隨機(jī)場景的微電網(wǎng)邊緣計(jì)算終端資源配置方法，解決了上述背景技術(shù)中提出的問題。

(二)技術(shù)方案

為實(shí)現(xiàn)以上目的，本發(fā)明通過以下技術(shù)方案予以實(shí)現(xiàn)：一種基于隨機(jī)場景的微電網(wǎng)邊緣計(jì)算終端資源配置方法，該基于隨機(jī)場景的微電網(wǎng)邊緣計(jì)算終端資源配置方法包括以下步驟：

步驟一、輸入微電網(wǎng)控制業(yè)務(wù)需求的歷史數(shù)據(jù)。

步驟二、采用核密度估計(jì)模型得到微電網(wǎng)控制業(yè)務(wù)的概率密度模型。

步驟三、設(shè)置時(shí)間間隔總數(shù)為n，抽樣規(guī)模為M，計(jì)數(shù)變量i＝1、m＝1。

步驟四、采用算法獲得第i個(gè)單位時(shí)間間隔的第m次累計(jì)概率密度抽樣值。

步驟五、將所有累計(jì)概率密度采樣值映射為微電網(wǎng)控制業(yè)務(wù)請求數(shù)量，并形成采樣矩陣。

步驟六、對采樣矩陣中的元素進(jìn)行隨機(jī)組合得到M個(gè)隨機(jī)場景。

步驟七、采用算法獲得基于隨機(jī)場景的微電網(wǎng)邊緣計(jì)算終端計(jì)算負(fù)荷。

步驟八、采用算法獲得基于隨機(jī)場景的微電網(wǎng)邊緣計(jì)算終端資源配置結(jié)果，結(jié)束流程。

優(yōu)選的，所述步驟一中根據(jù)微電網(wǎng)控制業(yè)務(wù)請求的歷史統(tǒng)計(jì)數(shù)據(jù)，可得到各單位時(shí)間間隔內(nèi)的微電網(wǎng)控制業(yè)務(wù)請求的歷史個(gè)數(shù)。

優(yōu)選的，所述步驟二中采用提出的微電網(wǎng)控制業(yè)務(wù)的核密度估計(jì)模型，得到微電網(wǎng)控制業(yè)務(wù)請求數(shù)量的概率密度模型和頻率分布，公式如下：