CN102571883A - 基于云技术的泛能网 - Google Patents

基于云技术的泛能网 Download PDF

Info

Publication number
CN102571883A
CN102571883A CN2010106220331A CN201010622033A CN102571883A CN 102571883 A CN102571883 A CN 102571883A CN 2010106220331 A CN2010106220331 A CN 2010106220331A CN 201010622033 A CN201010622033 A CN 201010622033A CN 102571883 A CN102571883 A CN 102571883A
Authority
CN
China
Prior art keywords
energy
general
cloud
net
intelligent
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2010106220331A
Other languages
English (en)
Inventor
宋臣
冯程程
蔡奇志
甘中学
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ENN Science and Technology Development Co Ltd
Original Assignee
ENN Science and Technology Development Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ENN Science and Technology Development Co Ltd filed Critical ENN Science and Technology Development Co Ltd
Priority to CN2010106220331A priority Critical patent/CN102571883A/zh
Publication of CN102571883A publication Critical patent/CN102571883A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种泛能网,包括以传输泛能流的虚拟管道互联网络架构连接在一起的节点,在节点之间双向传输泛能流,节点包括系统能效控制器,以及连接至系统能效控制器的其他节点、能源生产装置、能源储存装置、能源应用装置和能源再生装置中的至少一个,其中,所述泛能网通过云技术将多能源生产资源、多能源管网资源、多能源分销渠道、多能源输配资源及环境势能组成能源网络。

Description

基于云技术的泛能网
技术领域
本发明涉及能源网络,更具体地,涉及多能源(包括多种类型的能源和多个来源的能源)利用的泛能网。
背景技术
在互联网中已经广泛地使用云技术,主要包括三种不同的类型,SaaS(Software as a Service),PaaS(Platform as a Service),IaaS(Infrastructure as a Service)。
软件即服务(Software as a Service,SaaS)指的是通过浏览器,以服务形式提供给用户应用程序。它是一种通过Internet提供软件的模式,厂商将应用软件统一部署在自己的服务器上,客户可以根据自己实际需求,通过互联网向厂商订购所需的应用软件服务,按订购服务多少和时间长短向厂商支付费用,并通过互联网获得厂商提供的服务。用户不用购买软件,而改用向提供商租用基于Web的软件,来管理企业经营活动,且无需对软件进行维护,服务提供商会全权管理和维护软件,软件厂商在向客户提供互联网应用的同时,也提供软件的离线操作和本地数据存储,让用户随时随地都可以使用其订购的软件和服务。对于许多小型企业来说,SaaS是采用先进技术的最好途径,它消除了企业购买、构建和维护基础设施和应用程序的需要。
平台即服务(Platform as a Service,PaaS)指的是以服务形式提供给开发人员应用程序开发及部署平台,让他们可利用此平台来开发、部署和管理SaaS应用程序。这种平台一般包含数据库、中间件及开发工具,所有都以服务形式通过互联网提供。这类基础架构软件的基础通常是虚拟化和集群化的网格计算(Grid Computing)架构。所谓PaaS实际上是指将软件研发的平台(计世资讯定义为业务基础平台)作为一种服务,以SaaS的模式提交给用户。因此,PaaS也是SaaS模式的一种应用。但是,PaaS的出现可以加快SaaS的发展,尤其是加快SaaS应用的开发速度。
基础架构即服务(Infrastructure as a Service,IaaS)指的是以服务器形式提供服务器、存储和网络硬件。这类基础架构一般是利用网格计算(Grid Computing)架构建立虚拟化的环境,因此虚拟化、集群和动态配置软件也被涵盖在IaaS之中。
PaaS提供了用户可以访问的完整或部分的应用程序开发,SaaS则提供了完整的可直接使用的应用程序,比如通过Internet管理企业资源。
云技术以海量数据管理技术、海量数据分布存储技术、虚拟化技术、云计算平台管理技术最为关键。
海量数据管理技术:云计算需要对分布的、海量的数据进行处理、分析,因此,数据管理技术必须能够高效的管理大量的数据。云计算系统中的数据管理技术主要是Google的BT(BigTable)数据管理技术和Hadoop团队开发的开源数据管理模块HBase。BT是建立在GFS,Scheduler,Lock Service和Map Reduce之上的一个大型的分布式数据库,与传统的关系数据库不同,它把所有数据都作为对象来处理,形成一个巨大的表格,用来分布存储大规模结构化数据。Google的很多项目使用BT来存储数据,包括网页查询,Google earth和Google金融。这些应用程序对BT的要求各不相同:数据大小不同(从URL到网页到卫星图像),反应速度不同(从后端的大批处理到实时数据服务)。对于不同的要求,BT都成功的提供了灵活高效的服务。
海量数据分布存储技术:云计算系统由大量服务器组成,同时为大量用户服务,因此云计算系统采用分布式存储的方式存储数据,用冗余存储的方式保证数据的可靠性。云计算系统中广泛使用的数据存储系统是Google的GFS和Hadoop团队开发的GFS的开源实现HDFS。GFS即Google文件系统(Google File System),是一个可扩展的分布式文件系统,用于大型的、分布式的、对大量数据进行访问的应用。GFS的设计思想不同于传统的文件系统,是针对大规模数据处理和Google应用特性而设计的。它运行于廉价的普通硬件上,但可以提供容错功能。它可以给大量的用户提供总体性能较高的服务。一个GFS集群由一个主服务器(master)和大量的块服务器(chunkserver)构成,并被许多客户(Client)访问。主服务器存储文件系统所有的元数据,包括名字空间、访问控制信息、从文件到块的映射以及块的当前位置。它也控制系统范围的活动,如块租约(1ease)管理,孤儿块的垃圾收集,块服务器减得块迁移。主服务器定期通过HeartBeat消息与每一个块服务器通信,给块服务器传递指令并收集它的状态。GFS中的文件被切分为64MB的块并以冗余存储,每份数据在系统中保存3个以上备份。客户与主服务器的交换只限于对元数据的操作,所有数据方面的通信都直接和块服务器联系,这大大提高了系统的效率,防止主服务器负载过重。
虚拟化技术:通过虚拟化技术可实现软件应用与底层硬件相隔离,它包括将单个资源划分成多个虚拟资源的列分模式,也包括将多个资源整合成一个虚拟资源的聚合模式。虚拟化技术根据对象可分成存储虚拟化、计算虚拟化、网格虚拟化等,计算虚拟化又分为系统级虚拟化、应用级虚拟化和桌面虚拟化。
云计算平台管理技术:云计算资源规模庞大,服务器数量众多并分布在不同的地点,同时运行着数百种应用,如何有效地管理这些服务器,保证整个系统提供不间断的服务时巨大的挑战。云计算系统的平台管理技术能够使大量的服务器协同工作,方便的进行业务部署和开通,快速发现和恢复系统故障,通过自动化、智能化的手段保证大规模系统的可靠运营。
云计算、云存储实现了使人们用获得服务的方式随时随地获得计算、存储的资源,目前云技术主要解决计算资源和存储资源问题,还没有应用于能源网络。
本申请人在中国专利申请201010173519.1和201010173433.9中提出了泛能网的方案,以实现各种能源和物质的智能化和信息化,以及多能源(多种类型的能源和/或来自多个地理位置的能源)的耦合利用、管理和交易服务,其全文内容以引用方式结合在本文中。
发明内容
本发明的目的是提供一种通过云技术将多能源(包括多种类型的能源和多个来源的能源)组织成能源网络的泛能网。
根据本发明的一方面,提供一种泛能网,包括以传输泛能流的虚拟管道互联网络架构连接在一起的节点,在节点之间双向传输泛能流,节点包括系统能效控制器,以及连接至系统能效控制器的其他节点、能源生产装置、能源储存装置、能源应用装置和能源再生装置中的至少一个,其中,所述泛能网通过云技术将多能源生产资源、多能源管网资源、多能源分销渠道、多能源输配资源及环境势能组成能源网络。
该泛能网在互联网、物联网基础上,将能量、物质和信息通过协同耦合融为一体。通过智能云技术,并且结合泛能网系统能效技术,实现能源生产、储存、应用与再生循环四环节能量、物质和信息的耦合,形成能量输入和输出跨时域的实时协同,最终输出一种自组织的高度有序的高效智能能源。
并且,基于云技术的泛能网具有自发现、自组织、自动配置和自愈的特性。
附图说明
图1示出了基于云技术的泛能网的逻辑架构。
图2示出了基于云技术的泛能网的网络结构。
具体实施方法:
“泛能网”:泛能网包括以传输泛能流的虚拟管道互联网络架构连接在一起的节点,在节点之间双向传输泛能流。节点包括系统能效控制器,以及连接至系统能效控制器的其他节点、能源生产装置、能源储存装置、能源应用装置和能源再生装置中的至少一个。其中,系统能效控制器控制其他节点、能源生产装置、能源储存装置、能源应用装置和能源再生装置的至少一个的泛能流的输入和输出,泛能流包括能量流、物质流、信息流相互耦合协同而形成的逻辑智能流。
“泛能流”:包括能量流、物质流、信息流相互耦合协同而形成的逻辑智能流。泛能流传输介质可以在通过物理上、逻辑上的耦合,可以在一起同步在传输设备当中同步传输。泛能流(态流)是有智能控制的火用流。其中,能量流包括电、燃气、热等不同的二次能源形式,物质流包括水流、物流等,信息流则包括通讯、控制、数据采集与传输等。
云:云是一种可以自我维护和管理的虚拟计算资源,通常为一些大型服务器集群,包括计算服务器、存储服务器、宽带资源等等。云计算将所有的计算资源集中起来,并由软件实现自动管理,无需人为参与。这使得应用提供者无需为繁琐的细节而烦恼,能够更加专注于自己的业务,有利于创新和降低成本。
云计算:云计算是一种基于互联网的计算新方式,通过互联网上异构、自治的服务为个人和企业用户提供按需即取的计算。
狭义云计算是指IT基础设施的交付和使用模式,指通过网络以按需、易扩展的方式获得所需的资源(硬件、平台、软件)。提供资源的网络被称为“云”。“云”中的资源在使用者看来是可以无限扩展的,并且可以随时获取,按需使用,随时扩展,按使用付费。
广义云计算是指服务的交付和使用模式,指通过网络以按需、易扩展的方式获得所需的服务。这种服务可以是IT和软件、互联网相关的,也可以是任意其他的服务,它具有超大规模、虚拟化、可靠安全等独特功效。
云计算(Cloud Computing)是网格计算(Grid Computing)、分布式计算(Distributed Computing)、并行计算(Parallel Computing)、效用计算(Utility Computing)、网络存储(Network Storage Technologies)、虚拟化(Virtualization)、负载均衡(Load Balance)等传统计算机技术和网络技术发展融合的产物。它旨在通过网络把多个成本相对较低的计算实体整合成一个具有强大计算能力的完美系统,并借助SaaS、PaaS、IaaS、MSP等先进的商业模式把这个强大的计算能力分布到终端用户手中。
云存储:指通过集群应用、网格技术活分布式文件系统等功能,将网络中大量各种不同类型的存储设备通过应用软件集合起来协同工作,共同对外提供数据存储和业务访问功能的一个系统。
智能云:智能云是“智”、“能”和“云”的缩写,其中将泛能网通过云技术进行智能的集成。
图1示出了基于云技术的泛能网的逻辑架构。如图1所示,智能云在云端提供按需自助服务、与地点无关的资源池、广泛的网络访问、按使用付费、快速伸缩性,将泛能网的多能源生产资源、多能源管网资源、多能源分销渠道、多能源输配资源及环境势能通过云技术进行智能集成,并实现结构信息、动态智能、匹配系统、共享平台、人机互智方面的智能化。
由于泛能网具有区别于互联网和物联网的特点,因此,智能云技术区别于目前的云技术。首先,智能云技术关注的是能量流、物质流和信息流的云;其次,智能云关注泛能流的生产环节、储存环节、应用环节和再生环节的全生命周期循环。最后,智能云还需要关注泛能网区别于互联网和物联网的其他特点,如泛能网自组织等特点。基于云技术的泛能网将独具特色的虚拟化“智”与实体化的“能”相结合,这高于传统意义的“云”。
图2示出了基于云技术的泛能网的网络结构。该泛能网是分层分布的网络拓扑结构,最底层是驻点智能云,由能源生产装置101、能源储存装置102、能源应用装置103和能源再生装置104的物理单元构成,例如光伏发电站101-1、空调系统103-1等。
在一定的地理区域(例如生态园区、工业园区等)内的能源生产装置101、能源储存装置102、能源应用装置103和能源再生装置104的物理单元形成局域智能云,其中可以采用能效控制器105,对各能量流进行供需转换匹配,梯级利用、时空优化、以达到系统能效最大化。
在更大的地理区域(例如城市、国家、甚至全球),由多个局域智能云形成广域智能云。
驻点智能云(如光伏发电站,空调系统)可以实现能源云及信息云共享。而且,驻点智能云也可以作为局域智能云甚至广域智能云的一部分在整个网络的层次上协调配置。如果没有人的需求信息和决策信息,驻点、局域和广域智能云可以进行自动匹配或增益。智能云的决策管理包括如下两种方式:
1)在资源充足的情况下,可通过能效控制器直接进行操作;
2)在资源不足的情况下,除通过改变局域四环节比例,也可通过请求上层能效控制器进行协调。
如果有人的需求信息或决策信息,可以通过信息网的Intranet或Internet的interface收集用户信息,然后对智能云进行调优匹配增益;多人的决策可以通过互智产生最优决策,实现全局能源云和信息云的最佳配置。终端用户通过以下几种方式获得资源或释放资源:
1)直接通过所在云进行分配;
2)通过相邻云中心自我协调(自组织);
3)通过广域云能效控制器协调(他组织)。
在各层次的智能云中,采用智能云海量数据管理技术(例如Google的BT(BigTable)数据管理技术)、智能云海量数据分布存储技术(例如Google的HDFS数据存储系统)、智能云虚拟化技术、智能云平台管理技术(例如mobile me云计算服务、Microsoft的.net云计算服务)。
智能云海量数据管理技术:智能云技术需要对分布的、海量的物质流、信息流和能量流数据进行生产环节、储存环节、应用环节和再生环节的全生命周期处理、分析,因此,数据管理技术必须能够高效的管理大量的数据。
智能云海量数据存储技术:智能云系统由大量服务器和能量系统组成,同时为大量用户服务,因此智能云系统采用分布式存储和集中式存储相结合的方式存储数据和能量,用冗余存储的方式保证数据和服务的可靠性。
智能云虚拟化技术:智能云虚拟化技术使能量系统硬件与软件相隔离,包括将单个资源划分成多个虚拟资源的列分模式,也包括将多个资源整合成一个虚拟资源的聚合模式。
智能云平台管理技术:智能云资源规模庞大,服务器数量和能量单元众多并分布在不同的地点,同时运行着数百种应用,如何有效地管理这些服务器和能量单元,保证整个系统提供不间断的服务是巨大的挑战。智能云系统的平台管理技术能够使大量的服务器和能量单元协同工作,方便进行业务部署和开通,快速发现和恢复系统故障,通过自动化、智能化的手段保证大规模系统的可靠运营。
基于云技术的泛能网能够把能源资源和计算资源集中起来成为而一个虚拟的资源池来为整个泛能网提供服务,从而按照全局和局部的分层决策机制高效地优化资源配置,并且基于四环节理论实现能源匹配甚至增益。
在基于云技术的泛能网中,局域智能云的能效控制器本身就是分布式的,可实现高效计算和泛能网高效运行,从而提供了应用分布性,以适应分布式的多能源。
在基于云技术的泛能网中,新添加的能量单元可以很快通过四环节和局域智能云的能效控制器融入泛能网系统,从而提供了可扩展性。
基于云技术的泛能网具有自发现的特性。泛能网络借点能够适应网络的动态变化,具有快速检测其它节点的存在和探测其它节点的能力。
基于云技术的泛能网具有自组织的特性。泛能网可以在同层和异层之间,在任何时刻任何地方快速展开并自动组网。
基于云技术的泛能网具有自动配置的特性。泛能网节点通过分布式算法来协调彼此的能量流、物质流和信息流。
基于云技术的泛能网具有自愈的特性。由于网络的分布式特征、节点的冗余性和不存在单点故障点,任何节点的故障不会影响整个网络的运行,具有很强的抗毁性和健壮性。

Claims (7)

1.一种泛能网,包括以传输泛能流的虚拟管道互联网络架构连接在一起的节点,在节点之间双向传输泛能流,节点包括系统能效控制器,以及连接至系统能效控制器的其他节点、能源生产装置、能源储存装置、能源应用装置和能源再生装置中的至少一个,
其中,所述泛能网通过云技术将多能源生产资源、多能源管网资源、多能源分销渠道、多能源输配资源及环境势能组成能源网络。
2.根据权利要求1所述的泛能网,其中通过云技术提供按需自助服务、与地点无关的资源池、广泛的网络访问、按使用付费、快速伸缩性,以存储泛能网的结构信息,并实现泛能网的动态智能、匹配系统、共享平台、人机互智。
3.根据权利要求1或2所述的泛能网,其中所述云技术包括智能云海量数据管理技术、智能云海量数据分布存储技术、智能云虚拟化技术、智能云平台管理技术。
4.根据权利要求3所述的泛能网,其中通过智能云海量数据管理技术对分布的、海量的能量流、物质流、信息流数据进行生产环节、储存环节、应用环节和再生环节的全生命周期处理、分析。
5.根据权利要求3所述的泛能网,其中通过智能云海量数据存储技术存储分布的、海量的能量流、物质流和信息流数据、以及用户服务信息。
6.根据权利要求3所述的泛能网,其中通过智能云虚拟化技术将泛能网的硬件系统与软件之间隔离。
7.根据权利要求3所述的泛能网,其中通过智能云平台管理技术使大量的服务器和能量单元协同工作,方便进行业务部署和开通,快速发现和恢复系统故障,通过自动化、智能化的手段保证大规模系统的可靠运营。
CN2010106220331A 2010-12-29 2010-12-29 基于云技术的泛能网 Pending CN102571883A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2010106220331A CN102571883A (zh) 2010-12-29 2010-12-29 基于云技术的泛能网

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2010106220331A CN102571883A (zh) 2010-12-29 2010-12-29 基于云技术的泛能网

Publications (1)

Publication Number Publication Date
CN102571883A true CN102571883A (zh) 2012-07-11

Family

ID=46416354

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010106220331A Pending CN102571883A (zh) 2010-12-29 2010-12-29 基于云技术的泛能网

Country Status (1)

Country Link
CN (1) CN102571883A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102955977A (zh) * 2012-11-16 2013-03-06 国家电气设备检测与工程能效测评中心(武汉) 一种基于云技术的能效服务方法及其能效服务平台

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001109511A (ja) * 1999-10-08 2001-04-20 Nec Corp 生産管理装置、生産管理方法、プログラムを記録した記録媒体
JP2004206216A (ja) * 2002-12-24 2004-07-22 Seiko Epson Corp エネルギー省力化システム、プログラム、情報記憶媒体およびエネルギー省力化方法
CN1945472A (zh) * 2006-11-03 2007-04-11 冯江华 冷热电三联供能源供应系统的集中优化控制方法
CN101414172A (zh) * 2008-11-21 2009-04-22 杜晓通 基于能效的建筑物能量管理系统
CN201255834Y (zh) * 2008-09-12 2009-06-10 华南理工大学 能量系统综合优化调度系统
CN101477367A (zh) * 2009-01-23 2009-07-08 广东工业大学 面向节能降耗的工艺过程效能优化控制方法及其应用
CN101777792A (zh) * 2009-12-24 2010-07-14 深圳先进技术研究院 电网安全通信系统及方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001109511A (ja) * 1999-10-08 2001-04-20 Nec Corp 生産管理装置、生産管理方法、プログラムを記録した記録媒体
JP2004206216A (ja) * 2002-12-24 2004-07-22 Seiko Epson Corp エネルギー省力化システム、プログラム、情報記憶媒体およびエネルギー省力化方法
CN1945472A (zh) * 2006-11-03 2007-04-11 冯江华 冷热电三联供能源供应系统的集中优化控制方法
CN201255834Y (zh) * 2008-09-12 2009-06-10 华南理工大学 能量系统综合优化调度系统
CN101414172A (zh) * 2008-11-21 2009-04-22 杜晓通 基于能效的建筑物能量管理系统
CN101477367A (zh) * 2009-01-23 2009-07-08 广东工业大学 面向节能降耗的工艺过程效能优化控制方法及其应用
CN101777792A (zh) * 2009-12-24 2010-07-14 深圳先进技术研究院 电网安全通信系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
韩晓平: "《未来20年中国能源技术发展方向之一—分布式能源及相关技术》", 《沈阳工程学院学报(自然科学版)》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102955977A (zh) * 2012-11-16 2013-03-06 国家电气设备检测与工程能效测评中心(武汉) 一种基于云技术的能效服务方法及其能效服务平台

Similar Documents

Publication Publication Date Title
Zhao et al. Geographical information system parallelization for spatial big data processing: a review
Zheng et al. Real-time big data processing framework: challenges and solutions
Zhu et al. Study on cloud computing resource scheduling strategy based on the ant colony optimization algorithm
Guo et al. The building of cloud computing environment for e-health
CN107341205A (zh) 一种基于大数据平台的智能配用电系统
CN107330056A (zh) 基于大数据云计算平台的风电场scada系统及其运行方法
Zhu et al. Multi-access edge computing enabled internet of things: advances and novel applications
CN102662639A (zh) 一种基于Mapreduce的多GPU协同计算方法
CN101630271A (zh) 一种网格环境下的地震模拟计算支撑中间件系统
CN102254016A (zh) 一种面向云计算环境的容错并行Skyline查询方法
CN101753405A (zh) 集群服务器内存管理方法及其系统
CN109344207A (zh) 基于北斗扫描的天地一体频谱大数据平台
Song et al. Building spatiotemporal cloud platform for supporting GIS application
Duan et al. A novel load balancing scheme for mobile edge computing
Behera et al. Reliability modelling of service oriented Internet of Things
CN102571883A (zh) 基于云技术的泛能网
CN101582153A (zh) 电网资源管理方法及系统
Tripathi et al. A comparative analysis of conventional hadoop with proposed cloud enabled hadoop framework for spatial big data processing
Tang et al. Resource management for meteorological service in cloud‐edge computing: a survey
Nivethitha et al. Survey on architectural design principles for edge oriented computing systems
Zhou et al. Gis application model based on cloud computing
Wang et al. Power grid data monitoring and analysis system based on edge computing
Rajaei et al. SBDC: smart building data center for IoT, EDGE, and 5G
Yun et al. A framework research of power distribution equipment condition monitoring cloud platform based on RESTful web service
Hussain et al. Computational viability of fog methodologies in IoT enabled smart city architectures-a smart grid case study

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20120711

RJ01 Rejection of invention patent application after publication