CN106570585B - 一种面向自供能系统的任务调度方法及能量管理装置 - Google Patents

一种面向自供能系统的任务调度方法及能量管理装置 Download PDF

Info

Publication number
CN106570585B
CN106570585B CN201610967174.4A CN201610967174A CN106570585B CN 106570585 B CN106570585 B CN 106570585B CN 201610967174 A CN201610967174 A CN 201610967174A CN 106570585 B CN106570585 B CN 106570585B
Authority
CN
China
Prior art keywords
task
indicate
supply system
power supply
self
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.)
Active
Application number
CN201610967174.4A
Other languages
English (en)
Other versions
CN106570585A (zh
Inventor
刘勇攀
李泽伟
李金阳
武通达
杨华中
内贵崇
吉村隆治
谷内光治
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.)
ROHM
Tsinghua University
Original Assignee
ROHM
Tsinghua University
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 ROHM, Tsinghua University filed Critical ROHM
Publication of CN106570585A publication Critical patent/CN106570585A/zh
Application granted granted Critical
Publication of CN106570585B publication Critical patent/CN106570585B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Abstract

本发明提供一种面向自供能系统的任务调度方法及能量管理装置，涉及任务调度领域。其中，所述方法包括：根据预设的任务信息表中各任务的执行时间计算得到各任务分别在当前时刻的风险系数；对自供能系统在未来的预设时间段内采集得到的能量进行预测，得到自供能系统在未来的预设时间段内的平均功率；根据各任务的风险系数、平均功率、各任务的执行平均功率和各任务的执行时间计算得到各任务分别在当前时刻的自适应电压阈值；将各任务的自适应电压阈值分别与储能电容在当前时刻的电压值进行比较，得到自适应电压阈值小于电压值的任务集合；根据各任务的优先级在任务集合中选择当前时刻执行的任务。通过本发明，可以提高系统总任务的完成率。

Description

一种面向自供能系统的任务调度方法及能量管理装置
技术领域
本发明涉及任务调度领域，具体地，涉及一种面向自供能系统的任务调度方法及能量管理装置。
背景技术
近年来，物联网和可穿戴设备得到了突飞猛进的发展，高性能、小体积已成为可穿戴设备的重要发展趋势。高性能的需求意味着系统能耗的提升，而目前电池的发展速度已经远远落后于能耗需求的增加，并且电池供电依然存在体积重量大和维护费用昂贵的问题。而能量采集系统则能够通过采集外界能量，源源不断地为整个系统提供清洁无污染的能源。因此，自供能已经成为物联网重要的能量获取方式。然而，自供能存在着能量有限，变化剧烈以及难以预测的缺陷，因此，物联网节点需要通过合理存储和利用有限的采集能量，并根据不同负载的能量需求进行合理的任务调度，使得能量利用效率最优化。
物联网节点中，除了处理器内部的信号处理和控制操作外，还存在处理器与周边设备进行数据通信和信息交互的操作，如传感器信息从传感器读回到处理器中，存储器芯片中数据的写入和读出，以及数据通过射频单元进行发送接收等。对于通信任务，每次任务执行都不容许被中断，因为输入输出接口为易失的，任务一旦被中断，已经完成的任务进度都会丢失，包括设备配置信息的丢失和传输数据的丢失，任务执行所消耗的能量也会因任务执行失败而浪费。下次重启时，系统需要重新执行此类任务。因此，我们称此类任务为需要执行原子操作的任务。在自供能系统中，每次原子操作都必须要保证在足够的能量下才能完成。因此，系统的能量管理装置需要能够提供此类支持。此外，由于每个原子操作都有完成时间的约束，每次任务执行都需要在截止时间前完成。而在自供能系统中，时间和能量均为有限的，并且能量的分布也是未知的，如何对能量管理装置的电路和对应的任务调度算法进行重新设计，使得系统能够充分利用有限的能量并且有充裕的时间完成此类需要进行原子操作的任务，是自供能系统面临的一个重要挑战。
发明内容
本发明的目的是提供一种面向自供能系统的任务调度方法及能量管理装置。其中，所述方法所要解决的技术问题是：如何避免由于任务执行原子操作失败而导致的能量浪费和时间损失。
为了实现上述目的，本发明提供一种面向自供能系统的任务调度方法。所述方法包括：
根据预设的任务信息表中各任务的执行时间计算得到所述各任务分别在当前时刻的风险系数；
对所述自供能系统在未来的预设时间段内采集得到的能量进行预测，得到所述自供能系统在未来的预设时间段内的平均功率；
根据所述各任务的风险系数、所述平均功率、所述各任务的执行平均功率和所述各任务的执行时间计算得到所述各任务分别在当前时刻的自适应电压阈值；
将所述各任务的自适应电压阈值分别与所述储能电容在当前时刻的电压值进行比较，得到所述自适应电压阈值小于所述电压值的任务集合；
根据所述各任务的优先级在所述任务集合中选择当前时刻执行的任务，从而实现任务调度，
其中，所述预设的任务信息表包括以下中的至少一者：
所述各任务的执行时间、执行平均功率和优先级。
可选地，所述根据预设的任务信息表中各任务的执行时间计算得到所述各任务分别在当前时刻的风险系数之前，所述方法还包括：
对所述自供能系统中的各任务分别进行统计，得到所述各任务的执行时间和执行平均功率；
根据所述各任务的执行时间和执行平均功率计算得到所述各任务的优先级。
可选地，所述根据所述各任务的执行时间和执行平均功率计算得到所述各任务的优先级，包括：
根据以下公式一计算得到所述各任务的优先级：
其中，ωn表示第n个任务的预设权重，Pn表示第n个任务的执行平均功率，Tn表示第n个任务的执行时间，ρn表示第n个任务的优先级。
可选地，所述根据预设的任务信息表中各任务的执行时间计算得到所述各任务分别在当前时刻的风险系数，包括：
根据以下公式二计算得到所述各任务分别在当前时刻的风险系数：
其中，
其中，βn,i表示第n个任务在第i个时刻的风险系数，βi表示所述自供能系统整体在第i个时刻的风险系数，γn,i表示第n个任务在第i个时刻的风险系数的修正参数，α和λ均表示可调的常数因子，Nt表示所述自供能系统在任务执行周期内的时间段个数，Δt表示每个时间段的长度，N表示任务总数，δk表示第k个任务在第i个时刻是否完成的标志，δk＝0表示第k个任务在第i个时刻已经成功执行，Tk表示第k个任务的执行时间，δt,n表示第n个任务在第t个刻的是否完成的标志，Sn表示第n个任务的历史成功执行次数，Fn表示第n个任务的历史失败执行次数。
可选地，所述对所述自供能系统在未来的预设时间段内采集得到的能量进行预测，得到所述自供能系统在未来的预设时间段内的平均功率，包括：
采用天气条件移动平均WCMA算法对所述自供能系统在未来的预设时间段内采集得到的能量进行预测，得到所述自供能系统在未来的预设时间段内的平均功率。
可选地，所述根据所述各任务的风险系数、所述平均功率、所述各任务的执行平均功率和所述各任务的执行时间计算得到所述各任务分别在当前时刻的自适应电压阈值，包括：
根据以下公式三计算得到所述各任务分别在当前时刻的自适应电压阈值：
其中，
其中，Vth2,n表示第n个任务在第i个时刻的自适应电压阈值，βi表示所述自供能系统整体在第i个时刻的风险系数，γn,i表示第n个任务在第i个时刻的风险系数的修正参数，Cbulk表示所述储能电容的电容大小，Pn表示第n个任务的执行平均功率，Tn表示第n个任务的执行时间，Vmin表示维持所述自供能系统工作的最小电压值，ΔT表示所述未来的预设时间段，Pe表示所述自供能系统在未来的预设时间段内的平均功率，Vth1,n表示在仅用所述储能电容供能的情况下执行第n个任务所需要的最小电容电压。
可选地，所述各任务为所述自供能系统中执行原子操作的任务。
相应地，本发明还提供一种面向自供能系统的能量管理装置，所述自供能系统包括储能电容，所述装置包括：
风险系数单元，用于根据预设的任务信息表中各任务的执行时间计算得到所述各任务分别在当前时刻的风险系数；
能量预测单元，用于对所述自供能系统在未来的预设时间段内采集得到的能量进行预测，得到所述自供能系统在未来的预设时间段内的平均功率；
自适应阈值单元，用于根据所述各任务的风险系数、所述平均功率、所述各任务的执行平均功率和所述各任务的执行时间计算得到所述各任务分别在当前时刻的自适应电压阈值；
任务调度单元，用于将所述各任务的自适应电压阈值分别与所述储能电容在当前时刻的电压值进行比较，得到所述自适应电压阈值小于所述电压值的任务集合，并根据所述各任务的优先级在所述任务集合中选择当前时刻执行的任务，从而实现任务调度，
其中，所述预设的任务信息表包括以下中的至少一者：
所述各任务的执行时间、执行平均功率和优先级。
可选地，所述风险系数单元，具体用于：
根据以下公式二计算得到所述各任务分别在当前时刻的风险系数：
其中，
其中，βn,i表示第n个任务在第i个时刻的风险系数，βi表示所述自供能系统整体在第i个时刻的风险系数，γn,i表示第n个任务在第i个时刻的风险系数的修正参数，α和λ均表示可调的常数因子，Nt表示所述自供能系统在任务执行周期内的时间段个数，Δt表示每个时间段的长度，N表示任务总数，δk表示第k个任务在第i个时刻是否完成的标志，δk＝0表示第k个任务在第i个时刻已经成功执行，Tk表示第k个任务的执行时间，δt,n表示第n个任务在第t个刻的是否完成的标志，Sn表示第n个任务的历史成功执行次数，Fn表示第n个任务的历史失败执行次数。
可选地，所述自适应阈值单元，具体用于：
根据以下公式三计算得到所述各任务分别在当前时刻的自适应电压阈值：
其中，
其中，Vth2,n表示第n个任务在第i个时刻的自适应电压阈值，βi表示所述自供能系统整体在第i个时刻的风险系数，γn,i表示第n个任务在第i个时刻的风险系数的修正参数，Cbulk表示所述储能电容的电容大小，Pn表示第n个任务的执行平均功率，Tn表示第n个任务的执行时间，Vmin表示维持所述自供能系统工作的最小电压值，ΔT表示所述未来的预设时间段，Pe表示所述自供能系统在未来的预设时间段内的平均功率，Vth1,n表示在仅用所述储能电容供能的情况下执行第n个任务所需要的最小电容电压。
由上述技术方案可知，根据预设的任务信息表中各任务的执行时间计算得到所述各任务分别在当前时刻的风险系数；并对所述自供能系统在未来的预设时间段内采集得到的能量进行预测，得到所述自供能系统在未来的预设时间段内的平均功率；再根据所述各任务的风险系数、所述平均功率、所述各任务的执行平均功率和所述各任务的执行时间计算得到所述各任务分别在当前时刻的自适应电压阈值；再将所述各任务的自适应电压阈值分别与所述储能电容在当前时刻的电压值进行比较，得到所述自适应电压阈值小于所述电压值的任务集合；再根据所述各任务的优先级在所述任务集合中选择当前时刻执行的任务，从而实现任务调度，能够有效避免由于任务进行原子操作失败而导致的能量浪费和时间损失，相对于传统未考虑能量预测、能量需求和时间约束的任务调度方案，实现系统总任务完成率33％～50％的提升。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些图获得其他的附图。
图1是本发明一实施例提供的面向自供能系统的任务调度方法的流程图；
图2是本发明一实施例提供的不同的任务集合对三种不同的在线任务调度策略的影响的示意图；
图3是本发明一实施例提供的不同能量分布情况对三种不同的在线任务调度策略的影响的示意图；
图4是本发明一实施例提供的面向自供能系统的能量管理装置的结构示意图；
图5是本发明一实施例提供的面向自供能系统的能量管理装置的架构设计图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1是本发明一实施例提供的面向自供能系统的任务调度方法的流程图。如图1所示，本发明一实施例提供的面向自供能系统的任务调度方法包括：
在步骤S101中，根据预设的任务信息表中各任务的执行时间计算得到所述各任务分别在当前时刻的风险系数。
具体地，该步骤包括：根据以下公式二计算得到所述各任务分别在当前时刻的风险系数：
其中，
其中，βn,i表示第n个任务在第i个时刻的风险系数，βi表示所述自供能系统整体在第i个时刻的风险系数，γn,i表示第n个任务在第i个时刻的风险系数的修正参数，α和λ均表示可调的常数因子，Nt表示所述自供能系统在任务执行周期内的时间段个数，Δt表示每个时间段的长度，N表示任务总数，δk表示第k个任务在第i个时刻是否完成的标志，δk＝0表示第k个任务在第i个时刻已经成功执行，Tk表示第k个任务的执行时间，δt,n表示第n个任务在第t个刻的是否完成的标志，Sn表示第n个任务的历史成功执行次数，Fn表示第n个任务的历史失败执行次数。
更为具体地，第n个任务的历史成功执行次数和历史失败执行次数是在执行第n个任务的过程中统计得到的。在具体的实施方式中，第n个任务的历史成功执行次数和历史失败执行次数可存储于任务信息表中，并与第n个任务的执行时间和执行平均功率进行对应。其中，所述预设的任务信息表包括以下中的至少一者：所述各任务的执行时间、执行平均功率和优先级。
在具体的实施方式中，所述各任务为所述自供能系统中执行原子操作的任务。原子操作一般具有截止时间约束，该类任务要么在截止时间之前完成，要么完全不去执行。因此，在任务调度时需要统筹考虑任务截止时间的影响，截止时间越临近，该任务更应该去冒险执行。因此，在计算风险系数的过程中考虑了不同任务执行截止时间的约束。
更为具体地，所述根据预设的任务信息表中各任务的执行时间计算得到所述各任务分别在当前时刻的风险系数之前，所述方法还包括：对所述自供能系统中的各任务分别进行统计，得到所述各任务的执行时间和执行平均功率；根据所述各任务的执行时间和执行平均功率计算得到所述各任务的优先级。
其中，所述根据所述各任务的执行时间和执行平均功率计算得到所述各任务的优先级，包括：
根据以下公式一计算得到所述各任务的优先级：
其中，ωn表示第n个任务的预设权重，Pn表示第n个任务的执行平均功率，Tn表示第n个任务的执行时间，ρn表示第n个任务的优先级。
接着，在步骤S102中，对所述自供能系统在未来的预设时间段内采集得到的能量进行预测，得到所述自供能系统在未来的预设时间段内的平均功率。
具体地，该步骤包括：采用天气条件移动平均WCMA算法对所述自供能系统在未来的预设时间段内采集得到的能量进行预测，得到所述自供能系统在未来的预设时间段内的平均功率。
其中，WCMA(Weather-Conditioned Moving Average，天气条件移动平均)算法适合于对具有某种周期特性的数据进行预测，并且能够很好处理外界扰动的影响。对于某些常见的能量采集方案，如太阳能、风能、振动能量等，该算法较为适用的。之所以对自供能系统在未来的预设时间段内采集得到的能量进行预测，是因为在自供能系统中任务执行所需能量一部分来源于储能电容本身已经存储的能量，另一部分来源于未来一段时间可以被采集到的能量，需要同时考虑这两部分，提前对采集能量进行预测，可以更早地开始任务执行。
紧接着，在步骤S103中，根据所述各任务的风险系数、所述平均功率、所述各任务的执行平均功率和所述各任务的执行时间计算得到所述各任务分别在当前时刻的自适应电压阈值。
具体地，该步骤包括：根据以下公式三计算得到所述各任务分别在当前时刻的自适应电压阈值：
其中，
其中，Vth2,n表示第n个任务在第i个时刻的自适应电压阈值，βi表示所述自供能系统整体在第i个时刻的风险系数，γn,i表示第n个任务在第i个时刻的风险系数的修正参数，Cbulk表示所述储能电容的电容大小，Pn表示第n个任务的执行平均功率，Tn表示第n个任务的执行时间，Vmin表示维持所述自供能系统工作的最小电压值，ΔT表示所述未来的预设时间段，Pe表示所述自供能系统在未来的预设时间段内的平均功率，Vth1,n表示在仅用所述储能电容供能的情况下执行第n个任务所需要的最小电容电压。
然后，在步骤S104中，将所述各任务的自适应电压阈值分别与所述储能电容在当前时刻的电压值进行比较，得到所述自适应电压阈值小于所述电压值的任务集合。
最后，在步骤S105中，根据所述各任务的优先级在所述任务集合中选择当前时刻执行的任务，从而实现任务调度。
其中，在所述任务集合中选择优先级最高的任务，并在当前时刻执行该优先级最高的任务。具体地，所述方法还包括：在执行该优先级最高的任务后，更新该优先级最高的任务的历史成功执行次数，并根据该更新的历史成功执行次数更新该优先级最高的任务的风险系数的修正参数。
在本实施例中，根据预设的任务信息表中各任务的执行时间计算得到所述各任务分别在当前时刻的风险系数；并对所述自供能系统在未来的预设时间段内采集得到的能量进行预测，得到所述自供能系统在未来的预设时间段内的平均功率；再根据所述各任务的风险系数、所述平均功率、所述各任务的执行平均功率和所述各任务的执行时间计算得到所述各任务分别在当前时刻的自适应电压阈值；再将所述各任务的自适应电压阈值分别与所述储能电容在当前时刻的电压值进行比较，得到所述自适应电压阈值小于所述电压值的任务集合；再根据所述各任务的优先级在所述任务集合中选择当前时刻执行的任务，从而实现任务调度，能够有效避免由于任务进行原子操作失败而导致的能量浪费和时间损失，相对于传统未考虑能量预测、能量需求和时间约束的任务调度方案，实现系统总任务完成率33％～50％的提升。
在本发明的又一实施例中，设计了一套完整的任务调度流程如下：
其中，Vbulk表示所述储能电容在当前时刻的电压值，xi,n表示第n个任务在第i时刻的任务调度结果，xi,n＝0表示第n个任务在第i时刻没有进行任务调度，xi,n＝1表示第n个任务在第i时刻已进行了任务调度。需要说明的是，任务调度流程设计了任务执行周期，并且对任务执行周期进行了时间段的划分，每个任务执行周期划分了Nt个时间段，每个时间段对应执行一个任务。
在具体的实施方式中，对于任务调度流程中涉及到的电压阈值的计算目前有三种不同的解决方案。第一种为本发明提供的综合考虑各个因素的自适应电压阈值Vth2,n的计算方法，简单地概括为自适应，第二种为不考虑自供能系统的能量预测和不同任务的能量需求的电压阈值的计算方案，简单地概括为固定。具体地，直接选取对能量需求最大的任务所需的最小阈值电压为固定阈值电压，该固定阈值电压的计算方案为：
其中，Vth,fixed表示所述固定阈值电压，Cbulk表示所述储能电容的电容大小，Vmin表示维持所述自供能系统工作的最小电压值，Emax表示所述各任务中所需的执行能量的最大值。
第三种为现有的仅考虑一次任务数据的备份能量和恢复能量的电压阈值的计算方案，简单地概括为基线。具体地，该方案计算电压阈值的方案为：
其中，Vth,baseline表示所述电压阈值，Cbulk表示所述储能电容的电容大小，Vmin表示维持所述自供能系统工作的最小电压值，Ebackup表示一次任务数据的备份能量，Erestore表示一次任务数据的恢复能量。
图2是本发明一实施例提供的不同的任务集合对三种不同的在线任务调度策略的影响的示意图。如图2所示，自适应标记表示采用第一种解决方案计算电压阈值的在线任务调度策略，也即是采用本发明提供的综合考虑各个因素的自适应电压阈值Vth2,n的计算方法的在线任务调度策略，固定标记表示采用第二种解决方案计算电压阈值的在线任务调度策略，基线标记表示采用第三种解决方案计算电压阈值的在线任务调度策略，B1、B2、B3、B4、B5、B6和B7分别表示具有不同任务特征的任务集合。由图可知，不论采用哪种具有任务特征的任务集合，采用本发明提供的综合考虑各个因素的自适应电压阈值Vth2,n的计算方法的在线任务调度策略够能够使总任务完成率得到提高，提高率高达50％。
图3是本发明一实施例提供的不同能量分布情况对三种不同的在线任务调度策略的影响的示意图。如图3所示，横坐标表示采集能量的分布情况，总共有三种情况，第一种为采集能量分布于第1个时隙到第20个时隙之间，第二种为采集能量分布于第30个时隙到第50个时隙之间，第三种为采集能量分布于第60个时隙到第80个时隙之间，可以看到，采用本发明提供的综合考虑各个因素的自适应电压阈值Vth2,n的计算方法的在线任务调度策略更加适合于靠后分布的能量曲线，因为越往后，任务执行风险系数越高，后期高能量分布能够有力地保证任务完整执行，避免由于任务执行失败而导致的能量浪费和时间损失。
对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
图4是本发明一实施例提供的面向自供能系统的能量管理装置的结构示意图。如图4所示，本发明一实施例提供的面向自供能系统的能量管理装置包括风险系数单元201、能量预测单元202、自适应阈值单元203和任务调度单元204，其中：
风险系数单元201，用于根据预设的任务信息表中各任务的执行时间计算得到所述各任务分别在当前时刻的风险系数；
能量预测单元202，用于对所述自供能系统在未来的预设时间段内采集得到的能量进行预测，得到所述自供能系统在未来的预设时间段内的平均功率；
自适应阈值单元203，用于根据所述各任务的风险系数、所述平均功率、所述各任务的执行平均功率和所述各任务的执行时间计算得到所述各任务分别在当前时刻的自适应电压阈值；
任务调度单元204，用于将所述各任务的自适应电压阈值分别与所述储能电容在当前时刻的电压值进行比较，得到所述自适应电压阈值小于所述电压值的任务集合，并根据所述各任务的优先级在所述任务集合中选择当前时刻执行的任务，从而实现任务调度，
其中，所述预设的任务信息表包括以下中的至少一者：
所述各任务的执行时间、执行平均功率和优先级。
在本发明公开的一可选实施方式中，所述风险系数单元201，具体用于：
根据以下公式二计算得到所述各任务分别在当前时刻的风险系数：
其中，
其中，βn,i表示第n个任务在第i个时刻的风险系数，βi表示所述自供能系统整体在第i个时刻的风险系数，γn,i表示第n个任务在第i个时刻的风险系数的修正参数，α和λ均表示可调的常数因子，Nt表示所述自供能系统在任务执行周期内的时间段个数，Δt表示每个时间段的长度，N表示任务总数，δk表示第k个任务在第i个时刻是否完成的标志，δk＝0表示第k个任务在第i个时刻已经成功执行，Tk表示第k个任务的执行时间，δt,n表示第n个任务在第t个刻的是否完成的标志，Sn表示第n个任务的历史成功执行次数，Fn表示第n个任务的历史失败执行次数。
在本发明公开的一可选实施方式中，所述自适应阈值单元203，具体用于：
根据以下公式三计算得到所述各任务分别在当前时刻的自适应电压阈值：
其中，
其中，Vth2,n表示第n个任务在第i个时刻的自适应电压阈值，βi表示所述自供能系统整体在第i个时刻的风险系数，γn,i表示第n个任务在第i个时刻的风险系数的修正参数，Cbulk表示所述储能电容的电容大小，Pn表示第n个任务的执行平均功率，Tn表示第n个任务的执行时间，Vmin表示维持所述自供能系统工作的最小电压值，ΔT表示所述未来的预设时间段，Pe表示所述自供能系统在未来的预设时间段内的平均功率，Vth1,n表示在仅用所述储能电容供能的情况下执行第n个任务所需要的最小电容电压。
在本实施例中，风险系数单元201根据预设的任务信息表中各任务的执行时间计算得到所述各任务分别在当前时刻的风险系数；能量预测单元202对所述自供能系统在未来的预设时间段内采集得到的能量进行预测，得到所述自供能系统在未来的预设时间段内的平均功率；自适应阈值单元203再根据所述各任务的风险系数、所述平均功率、所述各任务的执行平均功率和所述各任务的执行时间计算得到所述各任务分别在当前时刻的自适应电压阈值；任务调度单元204再将所述各任务的自适应电压阈值分别与所述储能电容在当前时刻的电压值进行比较，得到所述自适应电压阈值小于所述电压值的任务集合，并根据所述各任务的优先级在所述任务集合中选择当前时刻执行的任务，从而实现任务调度，能够有效避免由于任务进行原子操作失败而导致的能量浪费和时间损失，相对于传统未考虑能量预测、能量需求和时间约束的任务调度方案，实现系统总任务完成率33％～50％的提升。
图5是本发明一实施例提供的面向自供能系统的能量管理装置的架构设计图。如图5所示，对传统能量管理单元A进行重新设计得到基于原子操作的能量管理单元B，能量管理单元B包括能量预测单元、非易失存储器、风险系数单元、自适应阈值生成器和任务调度器，其中：
能量预测单元通过对未来一段时间内的外界能量进行预测，能够更为精确地进行决策。常见的预测算法，如WCMA算法，适合于对具有某种周期特性的数据进行预测，并且能够很好处理外界扰动的影响。对于某些常见的能量采集方案，如太阳能、风能、振动能量等，该算法是较为适用的。
非易失存储器存储有任务信息表。每个任务执行所需要的时间和能量都是已知的参数。根据这些参数我们可以计算不同任务的优先级大小。对于任务优先级，理论上讲，在有限的时间和能量约束下，任务执行时间越短并且执行所需能量越少，该任务就有更大的几率被成功执行。因此，任务优先级可以由以下公式计算：
其中，ωn，Pn和Tn分别表示第n个任务的权重、执行平均功率和执行时间。这里，任务优先级和权重成正比，与执行功耗和时间成反比。
风险系数单元用于计算风险系数。风险系数用于表征时间的紧迫程度，用于进一步决定是否需要对当前任务冒险执行。理论上讲，任务截止时间越接近，该任务就更需要去冒险执行，风险系数就越高。此外，在执行过程中还需要对风险系数实时修正。根据某项任务的历史执行情况来对该任务的风险系数进行调整。直观上讲，如果某任务连续多次冒险执行均未成功，说明该任务不适合过于冒险，应该适当降低该任务的风险系数。
自适应阈值生成器综合考虑不同任务的风险系数、修正参数、任务本身的能量需求以及未来的能量预测多种因素，可以得到当前时刻任务冒险执行所需的最低阈值电压。任务调度器通过比较当前时刻不同任务的最低阈值电压和储能电容的电压大小，并参考任务优先级来决定当前时刻执行任务的选择。
此外，图中还示出面向自供能系统的能量管理单元位于处理器的输入输出接口中。对于进行原子操作的任务，图中还示出了由于不合理的任务调度A导致能量不足或时间不足，从而任务执行原子操作失败，而考虑到原子操作的任务调度B则在时间和能量上均满足任务执行所需的时间和能量，从而任务能够被成功执行。
对于本发明一实施例提供的面向自供能系统的能量管理装置中还涉及的具体细节已在本发明一实施例提供的面向自供能系统的任务调度方法中作了详细的描述，在此不再赘述。
应当注意的是，在本发明的系统的各个部件中，根据其要实现的功能而对其中的部件进行了逻辑划分，但是，本发明不受限于此，可以根据需要对各个部件进行重新划分或者组合，例如，可以将一些部件组合为单个部件，或者可以将一些部件进一步分解为更多的子部件。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的系统中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上实施方式仅适于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。

Claims (10)

1.一种面向自供能系统的任务调度方法，所述自供能系统包括储能电容，其特征在于，所述方法包括：
根据预设的任务信息表中各任务的执行时间计算得到所述各任务分别在当前时刻的风险系数；
对所述自供能系统在未来的预设时间段内采集得到的能量进行预测，得到所述自供能系统在未来的预设时间段内的平均功率；
根据所述各任务的风险系数、所述平均功率、所述各任务的执行平均功率和所述各任务的执行时间计算得到所述各任务分别在当前时刻的自适应电压阈值；
将所述各任务的自适应电压阈值分别与所述储能电容在当前时刻的电压值进行比较，得到所述自适应电压阈值小于所述电压值的任务集合；
根据所述各任务的优先级在所述任务集合中选择当前时刻执行的任务，从而实现任务调度，
其中，所述预设的任务信息表包括以下中的至少一者：
所述各任务的执行时间、执行平均功率和优先级。
2.根据权利要求1所述的面向自供能系统的任务调度方法，其特征在于，所述根据预设的任务信息表中各任务的执行时间计算得到所述各任务分别在当前时刻的风险系数之前，所述方法还包括：
对所述自供能系统中的各任务分别进行统计，得到所述各任务的执行时间和执行平均功率；
根据所述各任务的执行时间和执行平均功率计算得到所述各任务的优先级。
3.根据权利要求2所述的面向自供能系统的任务调度方法，其特征在于，所述根据所述各任务的执行时间和执行平均功率计算得到所述各任务的优先级，包括：
根据以下公式一计算得到所述各任务的优先级：
其中，ωn表示第n个任务的预设权重，Pn表示第n个任务的执行平均功率，Tn表示第n个任务的执行时间，ρn表示第n个任务的优先级。
4.根据权利要求1所述的面向自供能系统的任务调度方法，其特征在于，所述根据预设的任务信息表中各任务的执行时间计算得到所述各任务分别在当前时刻的风险系数，包括：
根据以下公式二计算得到所述各任务分别在当前时刻的风险系数：
其中，
其中，βn,i表示第n个任务在第i个时刻的风险系数，βi表示所述自供能系统整体在第i个时刻的风险系数，γn,i表示第n个任务在第i个时刻的风险系数的修正参数，α和λ均表示可调的常数因子，Nt表示所述自供能系统在任务执行周期内的时间段个数，Δt表示每个时间段的长度，N表示任务总数，δk表示第k个任务在第i个时刻是否完成的标志，δk＝0表示第k个任务在第i个时刻已经成功执行，Tk表示第k个任务的执行时间，δt,n表示第n个任务在第t个刻的是否完成的标志，Sn表示第n个任务的历史成功执行次数，Fn表示第n个任务的历史失败执行次数。
5.根据权利要求1所述的面向自供能系统的任务调度方法，其特征在于，所述对所述自供能系统在未来的预设时间段内采集得到的能量进行预测，得到所述自供能系统在未来的预设时间段内的平均功率，包括：
采用天气条件移动平均WCMA算法对所述自供能系统在未来的预设时间段内采集得到的能量进行预测，得到所述自供能系统在未来的预设时间段内的平均功率。
6.根据权利要求1所述的面向自供能系统的任务调度方法，其特征在于，所述根据所述各任务的风险系数、所述平均功率、所述各任务的执行平均功率和所述各任务的执行时间计算得到所述各任务分别在当前时刻的自适应电压阈值，包括：
根据以下公式三计算得到所述各任务分别在当前时刻的自适应电压阈值：
其中，
其中，Vth2,n表示第n个任务在第i个时刻的自适应电压阈值，βi表示所述自供能系统整体在第i个时刻的风险系数，γn,i表示第n个任务在第i个时刻的风险系数的修正参数，Cbulk表示所述储能电容的电容大小，Pn表示第n个任务的执行平均功率，Tn表示第n个任务的执行时间，Vmin表示维持所述自供能系统工作的最小电压值，ΔT表示所述未来的预设时间段，Pe表示所述自供能系统在未来的预设时间段内的平均功率，Vth1,n表示在仅用所述储能电容供能的情况下执行第n个任务所需要的最小电容电压。
7.根据权利要求1-6中任意一项权利要求所述的面向自供能系统的任务调度方法，其特征在于，所述各任务为所述自供能系统中执行原子操作的任务。
8.一种面向自供能系统的能量管理装置，所述自供能系统包括储能电容，其特征在于，所述装置包括：
风险系数单元，用于根据预设的任务信息表中各任务的执行时间计算得到所述各任务分别在当前时刻的风险系数；
能量预测单元，用于对所述自供能系统在未来的预设时间段内采集得到的能量进行预测，得到所述自供能系统在未来的预设时间段内的平均功率；
自适应阈值单元，用于根据所述各任务的风险系数、所述平均功率、所述各任务的执行平均功率和所述各任务的执行时间计算得到所述各任务分别在当前时刻的自适应电压阈值；
任务调度单元，用于将所述各任务的自适应电压阈值分别与所述储能电容在当前时刻的电压值进行比较，得到所述自适应电压阈值小于所述电压值的任务集合，并根据所述各任务的优先级在所述任务集合中选择当前时刻执行的任务，从而实现任务调度，
其中，所述预设的任务信息表包括以下中的至少一者：
所述各任务的执行时间、执行平均功率和优先级。
9.根据权利要求8所述的面向自供能系统的能量管理装置，其特征在于，所述风险系数单元，具体用于：
根据以下公式二计算得到所述各任务分别在当前时刻的风险系数：
其中，
其中，βn,i表示第n个任务在第i个时刻的风险系数，βi表示所述自供能系统整体在第i个时刻的风险系数，γn,i表示第n个任务在第i个时刻的风险系数的修正参数，α和λ均表示可调的常数因子，Nt表示所述自供能系统在任务执行周期内的时间段个数，Δt表示每个时间段的长度，N表示任务总数，δk表示第k个任务在第i个时刻是否完成的标志，δk＝0表示第k个任务在第i个时刻已经成功执行，Tk表示第k个任务的执行时间，δt,n表示第n个任务在第t个刻的是否完成的标志，Sn表示第n个任务的历史成功执行次数，Fn表示第n个任务的历史失败执行次数。
10.根据权利要求8所述的面向自供能系统的能量管理装置，其特征在于，所述自适应阈值单元，具体用于：
根据以下公式三计算得到所述各任务分别在当前时刻的自适应电压阈值：
其中，
其中，Vth2,n表示第n个任务在第i个时刻的自适应电压阈值，βi表示所述自供能系统整体在第i个时刻的风险系数，γn,i表示第n个任务在第i个时刻的风险系数的修正参数，Cbulk表示所述储能电容的电容大小，Pn表示第n个任务的执行平均功率，Tn表示第n个任务的执行时间，Vmin表示维持所述自供能系统工作的最小电压值，ΔT表示所述未来的预设时间段，Pe表示所述自供能系统在未来的预设时间段内的平均功率，Vth1,n表示在仅用所述储能电容供能的情况下执行第n个任务所需要的最小电容电压。
CN201610967174.4A 2016-05-25 2016-10-28 一种面向自供能系统的任务调度方法及能量管理装置 Active CN106570585B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2016103565578 2016-05-25
CN201610356557 2016-05-25

Publications (2)

Publication Number Publication Date
CN106570585A CN106570585A (zh) 2017-04-19
CN106570585B true CN106570585B (zh) 2019-10-18

Family

ID=58539825

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610967174.4A Active CN106570585B (zh) 2016-05-25 2016-10-28 一种面向自供能系统的任务调度方法及能量管理装置

Country Status (1)

Country Link
CN (1) CN106570585B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019014321A1 (en) 2017-07-12 2019-01-17 Wiliot, LTD. ENERGY SENSITIVE COMPUTING SYSTEM
US11226667B2 (en) 2018-07-12 2022-01-18 Wiliot Ltd. Microcontroller operable in a battery-less wireless device
CN109144214B (zh) * 2018-08-06 2022-05-03 交叉信息核心技术研究院(西安)有限公司 能量管理系统、方法、电子设备、装置及非易失处理器

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103094630A (zh) * 2011-10-28 2013-05-08 东莞钜威新能源有限公司 一种电池管理方法及系统
CN103365710A (zh) * 2012-03-31 2013-10-23 索尼公司 实时任务调度装置和方法以及计算机系统
CN104346215A (zh) * 2013-08-07 2015-02-11 中兴通讯股份有限公司 一种任务调度服务系统及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103094630A (zh) * 2011-10-28 2013-05-08 东莞钜威新能源有限公司 一种电池管理方法及系统
CN103365710A (zh) * 2012-03-31 2013-10-23 索尼公司 实时任务调度装置和方法以及计算机系统
CN104346215A (zh) * 2013-08-07 2015-02-11 中兴通讯股份有限公司 一种任务调度服务系统及方法

Also Published As

Publication number Publication date
CN106570585A (zh) 2017-04-19

Similar Documents

Publication Publication Date Title
Capitanescu et al. A new iterative approach to the corrective security-constrained optimal power flow problem
Bruninx et al. Endogenous probabilistic reserve sizing and allocation in unit commitment models: Cost-effective, reliable, and fast
CN103365710B (zh) 实时任务调度装置和方法以及计算机系统
CN108632365A (zh) 服务资源调整方法、相关装置和设备
CN106570585B (zh) 一种面向自供能系统的任务调度方法及能量管理装置
Tong et al. An innovative approach to generation scheduling in large-scale hydro-thermal power systems with fuel constrained units
He et al. A multi-timescale scheduling approach for stochastic reliability in smart grids with wind generation and opportunistic demand
CN108334997B (zh) 基于支撑故障事件约束机组组合的备用优化方法和装置
CN110362392A (zh) 一种etl任务调度方法、系统、设备及存储介质
CN105630588A (zh) 一种分布式作业调度方法和系统
CN109992866A (zh) 负荷预测模型的训练方法、装置、可读介质及电子设备
US10984345B2 (en) Management of power sources and jobs in an integrated power system
Nzukam et al. Opportunistic maintenance scheduling with stochastic opportunities duration in a predictive maintenance strategy
CN105471107B (zh) 一种电网电能量计量系统的分时任务采集方法
CN109634714B (zh) 一种智能调度的方法及装置
Khelifati et al. A multi-agent scheduling approach for the joint scheduling of jobs and maintenance operations in the flow shop sequencing problem
CN107729218A (zh) 一种监控处理计算资源设备的系统及方法
CN109144762A (zh) 一种修复异常调度任务的处理方法及装置
Cui et al. Shadows on the Cloud: An Energy-aware, Profit Maximizing Resilience Framework for Cloud Computing.
Karimi et al. Energy-adaptive real-time sensing for batteryless devices
CN108664322A (zh) 数据处理方法及系统
CN108767883B (zh) 一种需求侧的响应处理方法
Pokharel et al. Profit based unit commitment in competitive markets
CN109144693A (zh) 一种功率自适应任务调度方法及系统
Ke et al. Uncertain resource leveling problem

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant