CN110111214B - 一种基于优先级的用户用能管理方法及系统 - Google Patents
一种基于优先级的用户用能管理方法及系统 Download PDFInfo
- Publication number
- CN110111214B CN110111214B CN201910335964.4A CN201910335964A CN110111214B CN 110111214 B CN110111214 B CN 110111214B CN 201910335964 A CN201910335964 A CN 201910335964A CN 110111214 B CN110111214 B CN 110111214B
- Authority
- CN
- China
- Prior art keywords
- energy
- user
- priority
- edge server
- scheduling
- 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
Links
- 238000007726 management method Methods 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 72
- 230000005611 electricity Effects 0.000 claims abstract description 70
- 238000004364 calculation method Methods 0.000 claims abstract description 26
- 238000010438 heat treatment Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 7
- 238000005265 energy consumption Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 238000001816 cooling Methods 0.000 claims description 4
- 238000005057 refrigeration Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 15
- 230000000875 corresponding effect Effects 0.000 description 12
- 238000005457 optimization Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000003993 interaction Effects 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 238000013461 design Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000007596 consolidation process Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 239000012717 electrostatic precipitator Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供一种基于优先级的用户用能管理方法及系统，其中，所提供的方法包括：根据用户的用电器负载信息和用户总负载信息的优先级计算，获得用电负载优先级信息，用户负载优先级信息和用户所属的边缘服务器负载优先级信息；获取所述用户上报的能量需求，基于所述能量需求，根据斯塔克尔伯格模型计算获得用电报价；根据所述用电报价以及用电负载优先级信息，用户负载优先级信息和用户所属的边缘服务器负载优先级信息，使用基于优先级的需求比顺序调度方法，获取能量调度策略。本发明实施例提供的方法及系统，可以有效降低用户的能源成本，提高整体满意度。
Description
技术领域
本发明涉及视频技术领域，尤其涉及一种基于优先级的用户用能管理方法及系统。
背景技术
不断增加的智能电网需求和有限的网络资源成为一对矛盾，在此背景下，能源管理成为近几年的重点研究方向之一。用户侧能量管理(REM,Residential EnergyManagement)更加关注用户的需求，被视为一种需求响应工具，可以在用户使用家用电器时提出优化方案，实现能耗效用优化。它通过决定是否减少或改变一些家用电器的使用，使用户在能量调度过程中发挥关键作用。作为一种前沿科学技术，边缘计算可用于进一步优化电力服务供应商(ESP，electricity service providers)与用户之间的交互过程。边缘计算在终端附近提供计算和处理能力，通过缩短传输距离来减少时延和能耗。作为应对智能电网供需不足的潜在技术，深入研究边缘计算在用户侧能量管理中的应用是必要的。
目前，用户侧能量管理中的两个核心问题是如何设计策略减少能量开销以及系统架构的构建。对于第一个问题，已有研究多关注如何应用马尔科夫过程以及智能算法实现电量预测。但这些研究在设计能量调度策略时普遍忽略了负载关键度的影响。对于第二个问题，已有的架构通常分为集中式架构或分布式架构。考虑到集中式架构有利于系统的整体性能，分布式架构有助于确保用户之间的公平性，如果能设计一个架构将二者优势综合体现，则势必会进一步提升系统性能。因此，用户侧能量管理现阶段的研究重点是如何设计集中-分布混合式架构，并在能量调度策略设计时考虑负载请求关键度，以确保用户体验和满意度，该研究内容具有重要的研究价值。
在现有技术中，例如专利号为CN109325537A的专利申请中提出使用聚类的方式，根据历史用电特征与用电管理决策特征进行聚类处理，得到聚类处理结果，根据聚类处理结果对历史用电特征与用电管理决策特征进行关联处理，得到关联处理结果；根据关联处理结果建立电力用户分类模型对电力用户的用电行为进行管理。专利号为CN201810991871.2的专利提出根据用户电表的当前电量和剩余电量信息对原始用户用电信息数据进行统计分析，用以加强用户和数据库中心的交互操作。专利号为CN201220005424.3的专利申请，提供了一种零距离智能用电管理系统，通过电力信息采集装置采集用电设备的电力信息，将电力信息发送至智能用电管理终端，智能用电管理终端与主站双向通信，集抄电表信息传送给主站并接收主站命令以控制电能表断电或通电；主站向智能用电管理终端和/或中控装置发送信息。实现用户端与供电端“零距离”互动。
然而，现有技术中，对用户用电量进行管理的过程中，往往仅根据历史用电信息进行决策，未考虑预测情况与真实情况的差异，同时缺少对用户用能进行优化的过程。
发明内容
为解决上述现有技术中存在的问题，本发明实施例提供一种基于优先级的用户用能管理方法及系统。
第一方面，本发明实施例提供一种基于优先级的用户用能管理方法，包括：
根据用户的用电器负载信息和用户总负载信息的优先级计算，获得用电负载优先级信息，用户负载优先级信息和用户所属的边缘服务器负载优先级信息；
获取所述用户上报的能量需求，基于所述能量需求，根据斯塔克尔伯格模型计算获得用电报价；
根据所述用电报价以及用电负载优先级信息，用户负载优先级信息和用户所属的边缘服务器负载优先级信息，使用基于优先级的需求比顺序调度方法，获取能量调度策略。
其中，所述根据用户的用电器负载信息和用户总负载信息的优先级计算，获得用电负载优先级信息的步骤，具体包括：将所述用户的用电器负载划分为，不可转移不可中断类型、不可转移可中断类型和可转移类型；将所述不可转移不可中断类型的用电器优先级设置为1；将所述不可转移可中断类型的用电器分为加热设备和制冷设备，分别计算每一个加热设备和制冷设备的优先级；根据所述可转移类型的用电器的使用时间，计算所述可转移类型的用电器的优先级。
其中，所述将所述不可转移可中断类型的用电器分为加热设备和制冷设备，分别计算每一个加热设备和制冷设备的优先级的步骤，具体包括：
通过公式：
计算获得所述加热设备的优先级，式中，
表示小区m中用户n对应的用电器a的当前温度，
表示目标温度，
表示可容忍温度；
通过公式：
计算获得所述制冷设备的优先级，式中，
表示小区m中用户n对应的用电器a的当前温度，
表示目标温度，
表示可容忍温度。
其中，所述根据所述可转移类型的用电器的使用时间，计算所述可转移类型的用电器的优先级的步骤，具体包括，通过公式：
计算获得所述可转移类型的用电器的优先级，式中，
表示时隙t中要求的计算时间，DTm,n,a是用电器a的截止时间。
其中，所述根据所述用电报价以及用电负载优先级信息，用户负载优先级信息和用户所属的边缘服务器负载优先级信息，使用基于优先级的需求比顺序调度方法，获取能量调度策略的步骤，具体包括：根据电力服务供应商的能量资源，使用基于优先级的需求比顺序调度方法，对所述用户所属的边缘服务器进行能量调度，获得所述边缘服务器能量调度策略；根据所述边缘服务器能量调度策略，根据使用基于优先级的需求比顺序调度方法，对所述用户进行能量调度，获得用户的能量调度策略。
其中，所述根据电力服务供应商的能量资源，使用基于优先级的需求比顺序调度方法，对所述用户所属的边缘服务器进行能量调度，获得所述边缘服务器能量调度策略的步骤，具体包括：当电力服务供应商的能量资源无法满足所述边缘服务器的能量需求时，根据所述边缘服务器优先级信息，对所述边缘服务器进行能量分配，获得所述边缘服务器能量资源信息。
第二方面，本发明实施例提供一种基于优先级的用户用能管理系统，包括：
优先级计算模块，用于根据用户的用电器负载信息和用户总负载信息的优先级计算，获得用电负载优先级信息，用户负载优先级信息和用户所属的边缘服务器负载优先级信息；
电价计算模块，用于获取所述用户上报的能量需求，基于所述能量需求，根据斯塔克尔伯格模型计算获得用电报价；
能量调度模块，用于根据所述用电报价以及用电负载优先级信息，用户负载优先级信息和用户所属的边缘服务器负载优先级信息，使用基于优先级的需求比顺序调度方法，获取能量调度策略。
第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述第一方面所提供的基于优先级的用户用能管理方法的步骤。
第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述第一方面所提供的基于优先级的用户用能管理方法的步骤。
本发明实施例提供的方法及系统，通过Stackelberg博弈优化定价策略和需求协商，如果有足够的能量供应，则可以根据用户的判断来执行调度。否则，设计基于优先级的需求比顺序调度(PDRSS,Priority-based demand ratio sequentially scheduling)策略以减少能量消耗并优化高峰期的总体满意度。采用用户电量的供需比进行衡量用户满意度的情况下，通过定价策略以及能量调度策略的制定，实现了用电开销和用户用电满意度的优化。
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一简单地介绍，显而易见地，下面描述中的附图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，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的基于优先级的用户用能管理方法的流程示意图；
图2为本发明又一实施例中提供的基于优先级的用户用能管理方法中，原始电价以及博弈后电价的比较图；
图3为本发明又一实施例中提供的基于优先级的用户用能管理方法中，原始电价和博弈后电价的能量花销比较图；
图4为本发明又一实施例中提供的基于优先级的用户用能管理方法中，不同策略下满意度对比图；
图5为本发明又一实施例提供的基于优先级的用户用能管理系统的结构示意图；
图6为本发明又一实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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作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。
参考图1，图1为本发明一实施例提供的基于优先级的用户用能管理方法的流程示意图，所提供的方法包括：
S1，根据用户的用电器负载信息和用户总负载信息的优先级计算，获得用电负载优先级信息，用户负载优先级信息和用户所属的边缘服务器负载优先级信息。
S2，获取所述用户上报的能量需求，基于所述能量需求，根据斯塔克尔伯格模型计算获得用电报价。
S3，根据所述用电报价以及用电负载优先级信息，用户负载优先级信息和用户所属的边缘服务器负载优先级信息，使用基于优先级的需求比顺序调度方法，获取能量调度策略。
具体的，本发明实施例构建的三层系统，由下到上依次为：基础设施层，接入层和云层。具体而言，最下层主要由住宅建筑物构成，作为能源需求侧。由基站和边缘服务器构成的中间层提供通信，缓存和计算能力。最高层为云侧，其保存电力服务供应商(ESP,electricity service providers)的能量信息。不同层之间的构造模式是不同的。下面的两层遵循集中方式。也就是说，一组基站和服务器负责小区内的多个住宅楼。接入层采用分布式模式，这意味着服务器可以进行点对点通信，并在容量紧张时相互协助。分布式可以用来保证服务器的公平性。较高的两层采用集中方式，同较低的两层一样。所有边缘服务器都将其基站的信息传输到核心云，然后由云进行调度决策，这有利于系统的整体性能。在基础架构层中有m个小区，每个小区有n个用户。
本发明实施例的主要流程包括三部分：首先对云侧的电力价格按需优化；其次对云到边的能量调度优化；最后对边到端的能量调度优化。对于第一部分，考虑到ESPs和用户间的关系，通过制定Stackelberg理论进行实现；对于二三流程的能量调度部分，本发明实施例提出基于优先级的需求比顺序调度(PDRSS,Priority-based demand ratiosequentially scheduling)策略用以实现高峰期基于负载优先级的能量优化调度。优先级是决定对象所能获得能量的关键因素。第三部分的调度策略与第二部分类似。唯一的区别是使用不同的优先级。
在具体实施中，首先通过用户的用电器负载信息和用户总负载信息的优先级计算，获得用电负载优先级信息，用户负载优先级信息和用户所属的边缘服务器负载优先级信息，其中，由于用电器负载的类型较多，因此可以对其进行分类，包括不可转移不可断电类型的用电器，不可转移可中断类型的用电器和可转移类型的用电器，优先级用从0到1的数值衡量。优先级越大，越先获得能量。
之后根据用户上报的用电信息，计算总的能量需求，基于用户的能量需求，根据斯塔克尔伯格(Stackelberg)模型计算获得用电报价，ESP根据经验发布初始电价，随后用户基于得到的电价，从策略集中寻找优化响应。这个过程可以视为1-n型Stackelberg博弈，即一个领导者与n个跟随者的博弈。其中，云服务器作为领导者，用户作为跟随者。边缘服务器作为媒介可以收集用户信息，根据历史缓存数据以及云与用户间的交互信息提供策略集。通过解决纳什均衡，可以得到相对稳定的电价以及用户需求。由于能量不能永远满足需求，本发明也设计了一种补偿策略。看上去，上报的能量需求越大，能得到越高的价格补偿。因此，一些用户可能选择虚假上报。然而，真实情况并非如此。如果一个用户选择欺骗，他将有大概率需要支付更多的费用，即该交互过程是公平的。
由于ESP能够提供的能量是有限的，它无法满足用户高峰期的用电需求。因此，我们提出价格补偿策略，该策略与用户期望得到的电量直接相关，计算方法如公式所示：
其中，
代表补偿，
代表补偿因子，与
(优先级系数)正相关。看上去，用户上报的能量请求越大，可以得到的价格补偿越大。然而，在真实条件下，如果用户上报的需求越高，承担的价格风险越大。证明表示，这样的欺骗行为是不明智的，因此，交互过程是公平的。这个理论证明如下所示。
假定一个用户的真实能量需求是
上报的需求是
ESP根据用户上报的需求发布的价格分别是Pt'以及Pt。研究发现，电力价格随用户需求的上升而增加，并且在用电高峰期上升速度加快。
因此，假设，
补偿后的价格为：
电力花费可以通过以下公式计算。
我们需要关注的是人们需要为欺骗付出代价，即他们需要支付上报的电力需求量对应的电价。即使可能使得云侧因为无法满足需求给予一些电价折扣，但是最终花费一定会比原本要高。原因体现在两方面。首先，大多数情况下用户的需求可以得到满足，即
将与
一致，但由于欺骗，其数值将明显大于
另一方面，折扣仅仅是表示补偿的一种方式。换言之，
将明显大于
因此，如果一个用户选择欺骗，大概率上他的电力开销将大于原本应该支付。因此，没有动力让用户这样去做。
博弈规则可以描述为ESP制定初始电价Pt，云进行电价发布。然后，边缘服务器将该信息传递给小区内的用户。用户扮演跟随者，搜索边缘服务器中的缓存数据，并且找到相应的策略集。最后，用户选择最优能量需求响应
我们通过反向递归解决博弈纳什均衡。分析在当前电价情况下的最优能量需求决策。领导者借助云历史缓存数据预测追随者的用电决策。ESP的决策目标是最大化收入(出价减去成本)。当用户的能量需求不再变化时，意味着用户此时使用的设备是筛选后仍想使用的设备，用户同意ESP发布的价格。此时，获得最佳价格和能量需求.
因此，整体的定价流程如下所示：
1云根据历史缓存信息发布电价Pt；
2边缘服务器告知用户当前的电价；
3用户基于
的目标决定他们的能量请求
4边缘服务器整合能量需求
并将该数值发送给核心云；
5云基于
的目标以及总的能量需求
改变电价；
6边缘服务器告知用户调整后的电价；
7用户根据新的电价重新决策用电请求；
8边缘服务器整合用户的电力请求并上传给核心云；
9直到云端的电力价格以及用户的用电请求不再改变，输出Pt,*和
在获得用电报价和用户上报能量需求后，根据之前计算获得的优先级信息，基于ESP的效用，使用基于优先级的需求比顺序调度方法，分别计算每一个边缘服务器和每一个边缘服务器下属的每一个用户的能量分配数据，进而获取ESP对每一个边缘服务器以及每一个边缘服务器对下属的每一个用户的能量调度策略。
这部分考虑如何对ESP拥有的能量资源进行调度。如果能量可以满足服务器的需求，即当前不属于用电高峰，我们选择分配给边缘服务器的能量是
否则，我们采用提出的PDRSS策略实现能量调度过程。云可以调度的能量用
表示。
在接收到从核心云分配的能量之后，每个边缘服务器决定如何在其覆盖的范围内的用户之间进行调度。类似于核心云和边缘服务器之间的调度过程，我们应该首先判断边缘服务器拥有的能量是否能够满足用户的需求。如果可以满足，用户得到的能量是
如果无法满足，需要采用特定算法进行调度。边缘服务器的可调度能量表示为
其中，在核心云的效益函数中，ESP的效用可以表示为
依赖于该时段的收益。参照已有的方法，结合本申请构建的模型得到公式：
Pmin≤Pt≤Pmax
其中，
代表时段t总的能量需求，
代表ESP的电力成本，αc,βc,γc是相应的开销因子。Pmin≤Pt≤Pmax代表价格不超过阈值限制。
对于边缘服务器，效用表示为
每个边缘服务器扮演用户的代理。目标是最小化开销，可以表示如公式所示：
本发明实施例提供的方法，通过Stackelberg博弈优化定价策略和需求协商，如果有足够的能量供应，则可以根据用户的用电决策执行调度。否则，设计基于优先级的需求比顺序调度(PDRSS,Priority-based demand ratio sequentially scheduling)策略以减少能量消耗并优化高峰期的总体满意度。采用用户电量的供需比进行衡量用户满意度的情况下，通过定价策略以及能量调度策略的制定，实现了用电开销和用户用电满意度的优化。
在上述实施例的基础上，所述根据用户的用电器负载信息和用户总负载信息的优先级计算，获得用电负载优先级信息的步骤，具体包括：将所述用户的用电器负载划分为，不可转移不可中断类型、不可转移可中断类型和可转移类型；将所述不可转移不可中断类型的用电器优先级设置为1；将所述不可转移可中断类型的用电器分为加热设备和制冷设备，分别计算每一个加热设备和制冷设备的优先级；根据所述可转移类型的用电器的使用时间，计算所述可转移类型的用电器的优先级。
所述将所述不可转移可中断类型的用电器分为加热设备和制冷设备，分别计算每一个加热设备和制冷设备的优先级的步骤，具体包括：
通过公式：
计算获得所述加热设备的优先级，式中，
表示小区m中用户n对应的用电器a的当前温度，
表示目标温度，
表示可容忍温度；
通过公式：
计算获得所述制冷设备的优先级，式中，
表示小区m中用户n对应的用电器a的当前温度，
表示目标温度，
表示可容忍温度。
根据所述可转移类型的用电器的使用时间，计算所述可转移类型的用电器的优先级的步骤，具体包括：
通过公式：
计算获得所述可转移类型的用电器的优先级，式中，
表示时隙t中要求的计算时间，DTm,n,a是用电器a的截止时间，其中，用电器a的截止时间具体为用电器a需要完成运行的上限时间。
具体的，本发明实施例将用电器负载划分为：不可转移不可中断(NSNI，non-shiftable non-interruptible)，不可转移可中断(NSI，non-Shiftable interruptible)以及可转移(S,shiftable)三种类型。涉及的优先级根据预设的模型计算。优先级用从0到1的数值衡量。优先级越大，越先获得能量。NSNI型用电器的负载无法推迟和中断，因此将其优先级设置为1。通常认为NSI的负载对应于加热或制冷设备。它们的优先级取决于当前的温度，目标温度以及可承受的温度。加热和冷却类型用电器的优先级分别通过下列公式计算：
式中，
表示小区m中用户n对应的用电器a的当前温度，
表示目标温度，
表示可容忍温度。
S类用电器的优先级可以用公式：
计算，式中，
表示时隙t中要求的计算时间，DTm,n,a是用电器a的截止时间，其中，用电器a的截止时间具体为用电器a需要完成运行的上限时间。
每个用户的负载优先级通过以下公式计算，
其中，
表示用电器a在时段t内的能量需求。
表示小区m内总的能量需求。
边缘服务器的目标之一是减少由于无法满足用户需求带来的电价补偿。因此，在云和边缘服务器之间进行能量调度时，边缘服务器的负载优先级也需要进行计算。计算方法如下式计算，和每个用户负载优先级的计算类似。
其中，
代表用户n在时段t的能量需求。
为了评价当能量资源无法满足需求时我们策略的性能，用户满意度被建立为评价指标，本发明实施例的目标是优化系统总的满意度。建立的满意度模型如下式所示。
其中，
代表小区m中用户n得到的能量。
在上述实施例的基础上，所述根据所述用电报价以及用电负载优先级信息，用户负载优先级信息和用户所属的边缘服务器负载优先级信息，使用基于优先级的需求比顺序调度方法，获取能量调度策略的步骤，具体包括：根据电力服务供应商的能量资源，使用基于优先级的需求比顺序调度方法，对所述用户所属的边缘服务器进行能量调度，获得所述边缘服务器能量调度策略；根据所述边缘服务器能量调度策略，根据使用基于优先级的需求比顺序调度方法，对所述用户进行能量调度，获得用户的能量调度策略。
所述根据电力服务供应商的能量资源，使用基于优先级的需求比顺序调度方法，对所述用户所属的边缘服务器进行能量调度，获得所述边缘服务器能量调度策略的步骤，具体包括：当电力服务供应商的能量资源无法满足所述边缘服务器的能量需求时，根据所述边缘服务器优先级信息，对所述边缘服务器进行能量分配，获得所述边缘服务器能量资源信息。
所述根据所述边缘服务器能量调度策略，根据使用基于优先级的需求比顺序调度方法，对所述用户进行能量调度，获得用户的能量调度策略的步骤，具体包括：当所述边缘服务器能量资源信息中的能量资源无法满足所述用户的能量需求时，根据用户负载优先级信息，对所述用户进行能量分配，获得所述用户的能量资源信息。
具体的，核心云与边缘服务器间的能量优化调度过程中，考虑如何对ESP拥有的能量资源进行调度。如果能量可以满足服务器的需求，即当前不属于用电高峰，选择分配给边缘服务器的能量是
否则，提出的PDRSS策略实现能量调度过程。云可以调度的能量用
表示。过程如下所示：
若云侧可以调度的能量无法满足服务器的总需求Qt则，采用PDRSS策略进行调度，基于
决策云-边的能量调度。
如果提供给某边缘服务器的能量超过其需求则根据
的大小顺序将多余的部分分给还需要能量的服务器，该值越大越先分配，输出调度结果
根据
将能量调度给各边缘服务器。
边缘服务器和用户之间的能量优化调度过程中，在接收到从核心云分配的能量之后，每个边缘服务器决定如何在其覆盖的范围内的用户之间进行调度。类似于核心云和边缘服务器之间的调度过程，需要首先判断边缘服务器拥有的能量是否能够满足用户的需求。如果可以满足，用户得到的能量是
如果无法满足，我们需要采用以下算法进行调度。边缘服务器的可调度能量表示为
若边缘服务器可以调度的能量无法满足该小区内所有用户的需求
则，采用PDRSS策略进行调度，基于
决策边-端的能量调度。
若提供给服务器的能量超过它的需求则，根据
的大小顺序将多余能量分给还需要能量的用户。数值越大越先分得能量。
输出调度结果
根据
将能量调度给每个用户。
综上所述，本发明实施例提出一种边云协同场景下基于优先级的用户侧能量管理策略，其优点在于：该策略为用户侧的能量调度提供了全面而通用的解决方案。通过引入公认的边缘和云协作计算模型，可以从架构角度兼具集中式和分布式的优势。此外，本文构建了基于Stackelberg的价格和电力需求博弈并获得最优决策。考虑到高峰期的能源调度，我们通过提出的PDRSS策略优化系统的总体满意度。仿真结果表明，本文的模型和策略可以有效降低用户的能源成本，提高整体满意度。
在本发明的又一实施例中，选择与一些采用集中式架构未考虑负载优先级的方法进行对比。在模拟环境中有10个小区，每个小区有100个客户。每个客户拥有5-10个设备，包含优先级设计中提到的三个分类。用电器的初始参数依据已有文献设定。事实上，由于尺寸和品牌的不同，即使是相同类型电器的功率也有差异。为便于计算和分析，在线搜索数据和参考文献，计算得到表1中显示的平均值。随后的仿真模拟都基于这些数据。
表1
定价阶段，以某省为例作为参考。在相应的开销函数中，αc＝0.00086,βc＝0.0675,γc＝8.75。基于在线数据以及已有文献，单个小区中的初始能量需求是在以固定价格设置的模拟环境下获得的。在这种情况下，用户没有动力和灵活性来调整每个设备的电力消耗。
然后根据用户侧能源需求，通过Stackelberg博弈获得电力服务提供商的电价。该省电价范围为0.28-0.56元/千瓦时。得到的最优价格用图2中的虚线表示。根据策略，如果最优价格小于0.28，则设定为0.28；而如果它高于0.56，则将其设置为0.56。通过适度减少或转移一些能量来实现能量需求的优化，进而影响电力价格。最终的实时价格如图2中的粗实线所示。
为了通过我们的策略显示能量开销的降低，本发明实施例比较了与基准价格和实时最终价格相对应的每小时的总开销。图3中的向下的箭头表示策略的成本小于该期间的原始成本，向上的箭头表示它大于原始成本。通过总结30天的能源成本，统计数据显示成本削减率约为3％。当最优价格超过限制时，目前的策略是使其等于上限。如果降低上限，成本将进一步降低。
基于本发明实施例的优先级计算方法和10种家用电器的分类，进行相应的优先级计算。对于NSI负载，用户设置的温度在给定范围内随机选择。通过在云端搜索存储记录，可以获得每小时供电需求。然后，根据
可以实现云侧以及边缘侧的能量调度。由于人们的年龄和经济状况，每个小区中的家庭可能具有不同的用电趋势。
可以得出结论，高峰需求时间段是11：00-13：00,18：00-20：00在此期间不能完全满足能源需求。此时，根据我们的PDRSS策略执行能量调度。
为了比较本发明实施例策略下的总体满意度与现有策略的总体满意度的提高，将PDRSS与现有的基于需求比的调度(DRS)和均匀调度(ES)策略进行了比较。仿真结果如图4所示。可以看出，本发明实施例策略下的总体满意度优于现有研究中常用的其他两种方法，性能提升约为2-20％。
参考图5，图5为本发明一实施例提供的基于优先级的用户用能管理系统的结构示意图，所提供的系统包括：优先级计算模块51，电价计算模块52和能量调度模块53。
其中，优先级计算模块51用于根据用户的用电器负载信息和用户总负载信息的优先级计算，获得用电负载优先级信息，用户负载优先级信息和用户所属的边缘服务器优先级信息；
电价计算模块52用于获取所述用户上报的能量需求，基于所述能量需求，根据斯塔克尔伯格模型计算获得用电报价；
能量调度模块53用于根据所述用电报价以及用电负载优先级信息，用户负载优先级信息和用户所属的边缘服务器负载优先级信息，使用基于优先级的需求比顺序调度方法，获取能量调度策略。
需要说明的是，上述优先级计算模块51，电价计算模块52和能量调度模块53配合以执行上述实施例中的基于优先级的用户用能管理方法，该系统的具体功能参见上述的跨国流域生态监测方法的实施例，此处不再赘述。
图6示例了一种电子设备的结构示意图，如图6所示，该服务器可以包括：处理器(processor)610、通信接口(Communications Interface)620、存储器(memory)630和总线640，其中，处理器610，通信接口620，存储器630通过总线640完成相互间的通信。通信接口640可以用于服务器与智能电视之间的信息传输。处理器610可以调用存储器630中的逻辑指令，以执行如下方法：根据用户的用电器负载信息和用户总负载信息的优先级计算，获得用电负载优先级信息，用户负载优先级信息和用户所属的边缘服务器负载优先级信息；获取所述用户上报的能量需求，基于所述能量需求，根据斯塔克尔伯格模型计算获得用电报价；根据所述用电报价以及用电负载优先级信息，用户负载优先级信息和用户所属的边缘服务器负载优先级信息，使用基于优先级的需求比顺序调度方法，获取能量调度策略。
本实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：根据用户的用电器负载信息和用户总负载信息的优先级计算，获得用电负载优先级信息，用户负载优先级信息和用户所属的边缘服务器负载优先级信息；获取所述用户上报的能量需求，基于所述能量需求，根据斯塔克尔伯格模型计算获得用电报价；根据所述用电报价以及用电负载优先级信息，用户负载优先级信息和用户所属的边缘服务器负载优先级信息，使用基于优先级的需求比顺序调度方法，获取能量调度策略。
本实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法，例如包括：根据用户的用电器负载信息和用户总负载信息的优先级计算，获得用电负载优先级信息，用户负载优先级信息和用户所属的边缘服务器负载优先级信息；获取所述用户上报的能量需求，基于所述能量需求，根据斯塔克尔伯格模型计算获得用电报价；根据所述用电报价以及用电负载优先级信息，用户负载优先级信息和用户所属的边缘服务器负载优先级信息，使用基于优先级的需求比顺序调度方法，获取能量调度策略。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种基于优先级的用户用能管理方法，其特征在于，包括：
根据用户的用电器负载信息和用户总负载信息的优先级计算，获得用电负载优先级信息，用户负载优先级信息和用户所属的边缘服务器负载优先级信息；
获取所述用户上报的能量需求，基于所述能量需求，根据斯塔克尔伯格模型计算获得用电报价；
根据所述用电报价以及用电负载优先级信息，用户负载优先级信息和用户所属的边缘服务器负载优先级信息，使用基于优先级的需求比顺序调度方法，获取能量调度策略；
其中，所述根据用户的用电器负载信息和用户总负载信息的优先级计算，获得用电负载优先级信息的步骤，具体包括：
将所述用户的用电器负载划分为，不可转移不可中断类型、不可转移可中断类型和可转移类型；
将所述不可转移不可中断类型的用电器优先级设置为1；
将所述不可转移可中断类型的用电器分为加热设备和制冷设备，分别计算每一个加热设备和制冷设备的优先级；
根据所述可转移类型的用电器的使用时间，计算所述可转移类型的用电器的优先级；
所述根据所述用电报价以及用电负载优先级信息，用户负载优先级信息和用户所属的边缘服务器优先级信息，使用基于优先级的需求比顺序调度方法，获取能量调度策略的步骤，具体包括：
根据电力服务供应商的能量资源，使用基于优先级的需求比顺序调度方法，对所述用户所属的边缘服务器进行能量调度，获得所述边缘服务器能量调度策略；
根据所述边缘服务器能量调度策略，根据使用基于优先级的需求比顺序调度方法，对所述用户进行能量调度，获得用户的能量调度策略；
其中，所述根据电力服务供应商的能量资源，使用基于优先级的需求比顺序调度方法，对所述用户所属的边缘服务器进行能量调度，获得所述边缘服务器能量调度策略的步骤，具体包括：
根据
这一公式计算值的大小顺序将所述边缘服务器的多余能量分给能量不足的其他服务器，其中，
表示小区m中的所述边缘服务器在时段t内的总能量需求，
表示所述边缘服务器负载优先级；
所述根据所述边缘服务器能量调度策略，根据使用基于优先级的需求比顺序调度方法，对所述用户进行能量调度，获得用户的能量调度策略的步骤，具体包括：
根据
这一公式计算值的大小顺序将所述用户的多余能量分给能量不足的其他用户，其中，
表示小区m中的用户n在时段t内的能量需求，
表示所述用户负载优先级。
2.根据权利要求1所述的基于优先级的用户用能管理方法，其特征在于所述将所述不可转移可中断类型的用电器分为加热设备和制冷设备，分别计算每一个加热设备和制冷设备的优先级的步骤，具体包括：
通过公式：
计算获得所述加热设备的优先级，式中，
表示小区m中用户n对应的用电器a的当前温度，
表示目标温度，
表示可容忍温度；
通过公式：
计算获得所述制冷设备的优先级，式中，
表示小区m中用户n对应的用电器a的当前温度，
表示目标温度，
表示可容忍温度。
3.根据权利要求1所述的基于优先级的用户用能管理方法，其特征在于，所述根据所述可转移类型的用电器的使用时间，计算所述可转移类型的用电器的优先级的步骤，具体包括：
通过公式：
计算获得所述可转移类型的用电器的优先级，式中，
表示时隙t中要求的计算时间，DTm,n,a是用电器a的截止时间。
4.根据权利要求1所述的基于优先级的用户用能管理方法，其特征在于，所述根据电力服务供应商的能量资源，使用基于优先级的需求比顺序调度方法，对所述用户所属的边缘服务器进行能量调度，获得所述边缘服务器能量调度策略的步骤，具体包括：
当电力服务供应商的能量资源无法满足所述边缘服务器的能量需求时，根据所述边缘服务器优先级信息，对所述边缘服务器进行能量分配，获得所述边缘服务器能量资源信息。
5.根据权利要求4所述的基于优先级的用户用能管理方法，其特征在于，所述根据所述边缘服务器能量调度策略，根据使用基于优先级的需求比顺序调度方法，对所述用户进行能量调度，获得用户的能量调度策略的步骤，具体包括：
当所述边缘服务器能量资源信息中的能量资源无法满足所述用户的能量需求时，根据用户负载优先级信息，对所述用户进行能量分配，获得所述用户的能量资源信息。
6.一种基于优先级的用户用能管理系统，其特征在于，包括：
优先级计算模块，用于根据用户的用电器负载信息和用户总负载信息的优先级计算，获得用电负载优先级信息，用户负载优先级信息和用户所属的边缘服务器优先级信息；
电价计算模块，用于获取所述用户上报的能量需求，基于所述能量需求，根据斯塔克尔伯格模型计算获得用电报价；
能量调度模块，用于根据所述用电报价以及用电负载优先级信息，用户负载优先级信息和用户所属的边缘服务器优先级信息，使用基于优先级的需求比顺序调度方法，获取能量调度策略；
所述优先级计算模块进一步用于：
将所述用户的用电器负载划分为，不可转移不可中断类型、不可转移可中断类型和可转移类型；
将所述不可转移不可中断类型的用电器优先级设置为1；
将所述不可转移可中断类型的用电器分为加热设备和制冷设备，分别计算每一个加热设备和制冷设备的优先级；
根据所述可转移类型的用电器的使用时间，计算所述可转移类型的用电器的优先级；
所述能量调度模块进一步用于：
根据电力服务供应商的能量资源，使用基于优先级的需求比顺序调度方法，对所述用户所属的边缘服务器进行能量调度，获得所述边缘服务器能量调度策略；
根据所述边缘服务器能量调度策略，根据使用基于优先级的需求比顺序调度方法，对所述用户进行能量调度，获得用户的能量调度策略；
其中，所述根据电力服务供应商的能量资源，使用基于优先级的需求比顺序调度方法，对所述用户所属的边缘服务器进行能量调度，获得所述边缘服务器能量调度策略的步骤，具体包括：
根据
这一公式计算值的大小顺序将所述边缘服务器的多余能量分给能量不足的其他服务器，其中，
表示小区m中的所述边缘服务器在时段t内的总能量需求，
表示所述边缘服务器负载优先级；
所述根据所述边缘服务器能量调度策略，根据使用基于优先级的需求比顺序调度方法，对所述用户进行能量调度，获得用户的能量调度策略的步骤，具体包括：
根据
这一公式计算值的大小顺序将所述用户的多余能量分给能量不足的其他用户，其中，
表示小区m中的用户n在时段t内的能量需求，
表示所述用户负载优先级。
7.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任一项所述基于优先级的用户用能管理方法的步骤。
8.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至5任一项所述基于优先级的用户用能管理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910335964.4A CN110111214B (zh) | 2019-04-24 | 2019-04-24 | 一种基于优先级的用户用能管理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910335964.4A CN110111214B (zh) | 2019-04-24 | 2019-04-24 | 一种基于优先级的用户用能管理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110111214A CN110111214A (zh) | 2019-08-09 |
| CN110111214B true CN110111214B (zh) | 2021-09-10 |
Family
ID=67486634
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910335964.4A Active CN110111214B (zh) | 2019-04-24 | 2019-04-24 | 一种基于优先级的用户用能管理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110111214B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110738309B (zh) * | 2019-09-27 | 2022-07-12 | 华中科技大学 | Ddnn的训练方法和基于ddnn的多视角目标识别方法和系统 |
| CN110636138B (zh) * | 2019-10-14 | 2020-07-03 | 南京航空航天大学 | 基于响应比优先级的边缘服务器部署方法 |
| CN110765365B (zh) * | 2019-10-25 | 2023-07-21 | 国网河南省电力公司信息通信公司 | 分布式边云协同缓存策略的实现方法、装置、设备和介质 |
| CN111144715B (zh) * | 2019-12-11 | 2023-06-23 | 重庆邮电大学 | 一种基于边云协同的工厂电能管控系统及方法 |
| CN113763636A (zh) * | 2021-09-07 | 2021-12-07 | 安徽华汇电力设备有限公司 | 一种电力预付费系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106934542A (zh) * | 2017-03-09 | 2017-07-07 | 国网江苏省电力公司电力科学研究院 | 一种基于斯塔克伯格博弈论的电动汽车需求响应调控方法 |
| CN107069752A (zh) * | 2017-05-15 | 2017-08-18 | 上海海事大学 | 一种基于用户需求和电费驱动的家用负载调度方法 |
| JP2017211947A (ja) * | 2016-05-27 | 2017-11-30 | 住友電気工業株式会社 | 電力管理装置、電力システム、需要家装置、電力管理方法および電力管理プログラム |
-
2019
- 2019-04-24 CN CN201910335964.4A patent/CN110111214B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2017211947A (ja) * | 2016-05-27 | 2017-11-30 | 住友電気工業株式会社 | 電力管理装置、電力システム、需要家装置、電力管理方法および電力管理プログラム |
| CN106934542A (zh) * | 2017-03-09 | 2017-07-07 | 国网江苏省电力公司电力科学研究院 | 一种基于斯塔克伯格博弈论的电动汽车需求响应调控方法 |
| CN107069752A (zh) * | 2017-05-15 | 2017-08-18 | 上海海事大学 | 一种基于用户需求和电费驱动的家用负载调度方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110111214A (zh) | 2019-08-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110111214B (zh) | 一种基于优先级的用户用能管理方法及系统 | |
| Chen et al. | Blockchain-based electric vehicle incentive system for renewable energy consumption | |
| CN106846179B (zh) | 一种基于非合作博弈的居民负荷双层调度优化方法 | |
| CN110728410A (zh) | 一种计及需求响应灵活性和不确定性的负荷聚合商经济调度方法 | |
| Ahmadi et al. | Optimizing load control in a collaborative residential microgrid environment | |
| Cioara et al. | Optimized flexibility management enacting data centres participation in smart demand response programs | |
| Gomez-Herrera et al. | Optimal collaborative demand-response planner for smart residential buildings | |
| CN112332404B (zh) | 采暖服务智能管理系统及方法 | |
| Mondal et al. | DEMANDS: Distributed energy management using noncooperative scheduling in smart grid | |
| Xu et al. | The short-term optimal resource allocation approach for electric vehicles and V2G service stations | |
| Omran et al. | A semi-cooperative decentralized scheduling scheme for plug-in electric vehicle charging demand | |
| Barabadi et al. | A new pricing mechanism for optimal load scheduling in smart grid | |
| Lu et al. | Demand response strategy of game between power supply and power consumption under multi-type user mode | |
| Xia et al. | Local measurements and virtual pricing signals for residential demand side management | |
| Wang et al. | Unit scheduling considering the flexibility of intelligent temperature control appliances under TOU power price | |
| Liu et al. | Optimal peer-to-peer energy trading for buildings based on data envelopment analysis | |
| CN113052719B (zh) | 一种考虑需求响应的数据中心数据服务定价方法及装置 | |
| Mondal et al. | Dynamic price-enabled strategic energy management scheme in cloud-enabled smart grid | |
| Yue et al. | Dual-pricing policy for controller-side strategies in demand side management | |
| Ahmed et al. | A fair and effective approach to managing distributed energy resources through peer-to-peer energy trading with load prioritization among smart homes | |
| CN117170839A (zh) | 基于云资源算力分配减少数据中心用能成本方法 | |
| Alizadeh et al. | On modeling and marketing the demand flexibility of deferrable loads at the wholesale level | |
| Zhang et al. | Multi‐microgrid bi‐layer economic scheduling strategy considering evolutionary‐stackelberg hybrid game of electric vehicles | |
| Ghassemi et al. | Game based traffic exchange for green data center networks | |
| Peng et al. | Review and Prospects for Evaluating Power Grid Dispatching Service Quality |
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 |