CN110149646A - 一种基于时延和吞吐量的智能电网资源管理方法及系统 - Google Patents

Abstract

本发明公开了一种基于时延和吞吐量的智能电网资源管理方法及系统，所述方法包括：接收并分析电力业务的信息，获得业务需求；根据业务需求对所述待分配电网资源的电力业务进行切片分类；计算每种切片对应的下行链路传输速率，并根据所述下行链路传输速率计算获得每种切片对应的实时缓存队列长度；计算所述eMBB切片下行链路传输速率的最大值对应的二元变量分配方案以及每种切片对应的电力设备与gNodeB间的最优传输功率；根据上述结果对电力设备进行功率设置；所述方法及系统通过通过分析确认时延和吞吐量的限制条件，合理分配智能电网的资源块，在保证时延要求的基础上，最大限度的提高吞吐量，以实现智能电网资源管理的优化。

Description

一种基于时延和吞吐量的智能电网资源管理方法及系统

技术领域

本发明涉及电力技术领域，更具体地，涉及一种基于时延和吞吐量的智能电网资源管理方法及系统。

背景技术

在能源和电力需求增长的驱动下，作为现代社会必不可少的基础设施和国家发展的能源支撑，世界电网从传统的电力网络步入了智能电网时代，演化成新一代“智能电网”(Smart Grid,SG)。目前全球移动数据流量正在呈现爆炸式的增长，随着各种电力业务的发展，智能电网中产生的海量数据交互时需要有一个强大的网络进行通信。因此，智能电网作为典型的垂直行业的代表对通信网络提出了新的挑战：电网业务的多样性需要一个功能灵活可编排、高可靠性、隔离度高、毫秒级超低时延的网络。

5G作为全新一代的无线通信技术，在传统的人-人通信基础上，天然考虑了物-物(机器通信)、人-物通信的需求场景。其超低时延(1ms)、海量接入(10M连接/平方公里)的特性可以很好的匹配垂直行业的电网工控类业务需求。

网络切片是5G的重要技术之一。网络切片对现有物理网络进行切分，形成多个彼此独立的逻辑网络，为差异化业务提供定制化服务。根据不同业务的QoS(quality ofservice，服务质量)需求，网络切片被分配相应的网络功能和网络资源，实现5G架构的实例化。5G网络首创的网络切片使能技术可以达到与“虚拟无线专网”同等级的安全和可隔离性，同时相比企业自建的光纤专网成本可以大幅降低。5G网络切片技术通过PGW分布式下沉部署，实现本地流量处理和逻辑运算，实现带宽和时延节省，从而进一步满足电网工控类业务的超低时延需求。5G网络切片作为一种有效的资源分配手段，尤其在面对像智能电网这种多样化的垂直行业的网络连接需求时，可以为不同的电力业务量身订造一个“专属网络”，从而提供更好的服务。

智能电网的网络切片可以从核心网(CN)和接入网(RAN)侧进行分析，已有的相关研究表明，目前在智能电网场景下利用网络切片技术分配RAN侧无线资源的技术几乎是空白，如何利用网络切片技术实现考虑时延和吞吐量优化的智能电网资源管理亟需解决。

发明内容

为了解决背景技术存在的亟需解决如何利用网络切片技术实现考虑时延和吞吐量优化的智能电网资源管理的问题，本发明提供了一种基于时延和吞吐量的智能电网资源管理方法及系统，所述方法包括：

接收待分配电网资源的电力业务的信息，对所述电力业务的信息进行分析，获得业务需求；所述业务需求包括时延约束条件以及单位时间吞吐量；

根据业务需求对所述待分配电网资源的电力业务进行切片分类，所述切片包括eMBB以及uRLLC；

设置eMBB切片以及uRLLC切片中所包含的设备个数，并设置二元变量；所述二元变量用于表示待分配给电力业务的多个资源块中的每一个是分配给eMBB切片的设备还是uRLLC切片的设备；所述设备均有gNodeB提供服务；

计算每种切片对应的下行链路传输速率，并根据所述下行链路传输速率计算获得每种切片对应的实时缓存队列长度；

根据所述uRLLC切片对应的实时缓存队列长度与时延约束条件生成的限制条件以及预设的限制条件，计算所述eMBB切片下行链路传输速率的最大值对应的二元变量分配方案以及每种切片对应的电力设备与gNodeB间的最优传输功率；

根据所述二元变量分配方案分配资源块，并根据所述每种切片下对应设备的最优传输功率对电力设备进行功率设置。

所述二元变量包括a_mk∈{0,1}以及a_nk∈{0,1}，分别表示对应的第k个资源块是否分配给eMBB切片对应的设备UE_m以及是否分配给uRLLC切片对应的设备UE_n；

所述二元变量的设置限制条件为：

其中，M为设备UE_m的个数，N为设备UE_n的个数。

进一步的，eMBB切片对应的下行链路传输速率R_m(t)以及uRLLC切片对应的下行链路传输速率R_n(t)的计算方式分别为：

其中，W₀为每个资源块的带宽，分别表示在第k个资源块上，gNodeB到设备UE_m以及UE_n的信道状态信息；分别表示在第k个资源块上，gNodeB与设备UE_m以及UE_n之间的传输功率，σ²为各资源块间的加性高斯白噪音分布的方差。

进一步的，eMBB切片对应的业务请求时的实时缓存队列长度Q_m(t)以及uRLLC切片对应的实时缓存队列长度Q_n(t)的计算方式分别为：

Q_m(t+1)＝{Q_m(t)+Λ_m(t)-τR_m(t)}⁺

Q_n(t+1)＝{Q_n(t)+Λ_n(t)-τR_n(t)}⁺

其中，Λ_m(t)为eMBB切片到达新业务的队列长度、Λ_n(t)为uRLLC切片到达新业务的队列长度；τ为连续运行的时间T中的每一个时隙长度；{x}⁺＝max{0,x}。

进一步的，所述根据所述uRLLC切片对应的实时缓存队列长度与时延约束条件生成的限制条件，包括：

设置缓存队列长度与时延间等价比例因子γ_n，根据所述等级比例因子γ_n以及所述uRLLC切片实时缓存队列长度Q_n(t)获得队列长度等价时延D_n(t)，即：D_n(t)＝Q_n(t)/γ_n；

所述与时延约束条件生成的限制条件为：

其中，β为时延约束条件的时延上限。

进一步的，在生成限制条件前，确定所述每种切片对应的实时缓存队列长度Q_m(t)以及Q_n(t)是否是稳定的；所述实时缓存队列稳定状态需满足的条件包括：

进一步的，所述根据所述uRLLC切片对应的实时缓存队列长度与时延约束条件生成的限制条件以及预设的限制条件，计算所述eMBB切片下行链路传输速率的最大值对应的二元变量分配方案以及每种切片对应的电力设备与gNodeB间的最优传输功率，包括：

根据所述uRLLC切片对应的实时缓存队列长度与时延约束条件生成的限制条件、预设的限制条件，通过李雅普诺夫优化方法以及变量松弛方法将所述eMBB切片下行链路传输速率的最大值函数转化为凹函数；

通过所述拉格朗日对偶分解法对所述凹函数进行凸优化求解，获得二次变量以及每种切片对应的电力设备与gNodeB间的传输功率的最优解；

通过验证预设的稳定条件，判断所述最优解是否稳定；

若稳定，输出所述最优解为所述eMBB切片下行链路传输速率的最大值对应的二元变量分配方案以及每种切片对应的电力设备与gNodeB间的最优传输功率。

进一步的，所述预设的限制条件包括：

其中，分别为eMBB切片以及uRLLC切片对应的电力设备与gNodeB间的最大传输功率。

进一步的，所述eMBB切片下行链路传输速率的最大值通过李雅普诺夫方法转化为：

其中，F[x]为指示函数，当x≤0时，F[x]＝1，当x＞0时，F[x]＝0；v为预设的个非负的参数，用于权衡eMBB切片的吞吐量和uRLLC切片的时延；A＝{a_mk(t),a_nk(t)|m∈Μ,n∈Ν,k∈K}；

进一步的，设置辅助变量根据所述辅助变量对所述李雅普诺夫方法转化后的所述eMBB切片下行链路传输速率的最大值进行改写，获得凹函数。

进一步的，所述验证预设的稳定条件包括：

判断是否遍历完当前所有接入电网的设备；

判断是否遍历完当前所有可用的资源块；

判断是否遍历完连续运行时间T内的所有时隙，或所述eMBB切片下行链路传输速率的最大值以达到收敛。

所述一种基于时延和吞吐量的智能电网资源管理系统包括：

业务感知模块，所述业务感知模块用于接收待分配电网资源的电力业务的信息，对所述电力业务的信息进行分析，获得业务需求；所述业务需求包括时延约束条件以及单位时间吞吐量；

任务驱动模块，所述任务驱动模块用于根据业务需求对所述待分配电网资源的电力业务进行切片分类，所述切片包括eMBB以及uRLLC；

算法执行模块，所述算法执行模块用于设置eMBB切片以及uRLLC切片中所包含的设备个数，并设置二元变量；所述二元变量用于表示待分配给电力业务的多个资源块中的每一个是分配给eMBB切片的设备还是uRLLC切片的设备；所述设备均有gNodeB提供服务；

所述算法执行模块用于计算每种切片对应的下行链路传输速率，并根据所述下行链路传输速率计算获得每种切片对应的实时缓存队列长度；

所述算法执行模块用于根据所述uRLLC切片对应的实时缓存队列长度与时延约束条件生成的限制条件以及预设的限制条件，计算所述eMBB切片下行链路传输速率的最大值对应的二元变量分配方案以及每种切片对应的电力设备与gNodeB间的最优传输功率；

所述算法执行模块用于根据所述二元变量分配方案分配资源块，并根据所述每种切片下对应设备的最优传输功率对电力设备进行功率设置。

进一步的，所述算法执行模块用于根据所述uRLLC切片对应的实时缓存队列长度与时延约束条件生成的限制条件、预设的限制条件，通过李雅普诺夫优化方法以及变量松弛方法将所述eMBB切片下行链路传输速率的最大值函数转化为凹函数；

所述算法执行模块用于通过所述拉格朗日对偶分解法对所述凹函数进行凸优化求解，获得二次变量以及每种切片对应的电力设备与gNodeB间的传输功率的最优解；

所述算法执行模块用于通过验证预设的稳定条件，判断所述最优解是否稳定；若稳定，所述算法执行模块输出所述最优解为所述eMBB切片下行链路传输速率的最大值对应的二元变量分配方案以及每种切片对应的电力设备与gNodeB间的最优传输功率。

进一步的，所述算法执行模块用于判断是否遍历完当前所有接入电网的设备，判断是否遍历完当前所有可用的资源块，以及判断是否遍历完连续运行时间T内的所有时隙或所述eMBB切片下行链路传输速率的最大值以达到收敛。

本发明的有益效果为：本发明的技术方案，给出了一种基于时延和吞吐量的智能电网资源管理方法及系统，所述方法及系统通过5G网络切片技术，实现针对的是eMBB切片的吞吐量与uRLLC切片的时延之间的资源分配；所述方法及系统通过采集实际电力设备的电力业务流信息，通过分析确认时延和吞吐量的限制条件，合理分配智能电网的资源块，在保证时延要求的基础上，最大限度的提高吞吐量，以实现智能电网资源管理的优化。

附图说明

通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：

图1为本发明具体实施方式的一种基于时延和吞吐量的智能电网资源管理方法的流程图；

图2为本发明具体实施方式的一种基于时延和吞吐量的智能电网资源管理系统的结构图；

图3为本发明具体实施方式的智能电网整体结构的结构图。

具体实施方式

现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。

除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。

图1为本发明具体实施方式的一种基于时延和吞吐量的智能电网资源管理方法的流程图；如图1所示，所述方法包括：

步骤110，接收待分配电网资源的电力业务的信息，对所述电力业务的信息进行分析，获得业务需求；所述业务需求包括时延约束条件以及单位时间吞吐量；

本实施例中，通过对实际的电力业务信息的获取进行实际智能电网的资源管理优化；通过利用边缘云资源，使用于采集信息的业务感知模块部署的更靠近电力设备，从而提供实时控制回路和流量分析；

所述的业务需求对应于该电力业务在智能电网资源分配方向的需求，通过对电力业务的信息进行分析，提取该方面需求，所述需求包括业务类型、时延要求、吞吐量要求、可靠性要求等；例如类似UAV巡检、视频监控等增强型移动宽带等业务需要更加短的时延要求，类似配电自动化需要高吞吐量和低时延的要求。

步骤120，根据业务需求对所述待分配电网资源的电力业务进行切片分类，所述切片包括eMBB以及uRLLC；

一般来说，进行网络切片可大致分为eMBB、uRLLC、mMTC三大类切片，分别对应具有高吞吐量、低时延高可靠、海量终端接入特性的三大类电力业务；本实施例中，着重考虑对于eMBB以及uRLLC两个切片进行资源管理的权衡。

步骤130，设置eMBB切片以及uRLLC切片中所包含的设备个数，并设置二元变量；所述二元变量用于表示待分配给电力业务的多个资源块中的每一个是分配给eMBB切片的设备还是uRLLC切片的设备；所述设备均有gNodeB提供服务；

进一步的，在eMBB切片和uRLLC切片中分别有m和n个设备，这些设备均由gNodeB(gNB)提供服务。其中，m∈M＝{1,2,...,M}，n∈N＝{1,2,...,N}，分别表示两种类型切片所属的UE(即设备)集合；RB_k表示第k个资源块，其中k∈{1,2,...,K}。网络运行在连续的时间T中，将T看成由一个个时隙组成的时间，t∈{1,2,...,T}，每个时隙长度为τ。在本实施例中，由于分配给不同切片的资源块都是正交的，切片内分配给不同设备的资源块也是正交的，因此为简化问题，不考虑切片内各RB之间的干扰和切片间干扰。

本实施所述的二元变量包括a_mk∈{0,1}以及a_nk∈{0,1}分别分别表示对应的第k个资源块是否分配给eMBB切片对应的设备UE_m以及是否分配给uRLLC切片对应的设备UE_n；

所述二元变量的设置限制条件为：

其中，M为设备UE_m的个数，N为设备UE_n的个数。

上式分别表示每个RB最多只能分配给一个用户，每个RB不能被分配给多个切片，一个RB只能分配给一个切片。

步骤140，计算每种切片对应的下行链路传输速率，并根据所述下行链路传输速率计算获得每种切片对应的实时缓存队列长度；

所述eMBB切片对应的下行链路传输速率R_m(t)以及uRLLC切片对应的下行链路传输速率R_n(t)的计算方式分别为：

其中，W₀为每个资源块的带宽，分别表示在第k个资源块上，gNodeB到设备UE_m以及UE_n的信道状态信息，服从瑞利衰落；分别表示在第k个资源块上，gNodeB与设备UE_m以及UE_n之间的传输功率，其中σ²为各资源块间的加性高斯白噪音分布的方差。

进一步的，eMBB切片对应的业务请求时的实时缓存队列长度Q_m(t)以及uRLLC切片对应的实时缓存队列长度Q_n(t)的计算方式分别为：

Q_m(t+1)＝{Q_m(t)+Λ_m(t)-τR_m(t)}⁺

Q_n(t+1)＝{Q_n(t)+Λ_n(t)-τR_n(t)}⁺

其中，Λ_m(t)为eMBB切片到达新业务的队列长度、Λ_n(t)为uRLLC切片到达新业务的队列长度；τ为连续运行的时间T中的每一个时隙长度；{x}⁺＝max{0,x}。

根据Little定理，系统的平均时延正比于平均队列长度，若队列过长则对应的时延也会增大；

设置缓存队列长度与时延间等价比例因子γ_n，根据所述等级比例因子γ_n以及所述uRLLC切片实时缓存队列长度Q_n(t)获得队列长度等价时延D_n(t)，即：D_n(t)＝Q_n(t)/γ_n；

所述与时延约束条件生成的限制条件为：

其中，β为时延约束条件的时延上限。

进一步的，在生成限制条件前，确定所述每种切片对应的实时缓存队列长度Q_m(t)以及Q_n(t)是否是稳定的；所述实时缓存队列稳定状态需满足的条件包括：

步骤150，根据所述uRLLC切片对应的实时缓存队列长度与时延约束条件生成的限制条件以及预设的限制条件，计算所述eMBB切片下行链路传输速率的最大值对应的二元变量分配方案以及每种切片对应的电力设备与gNodeB间的最优传输功率；

所述根据所述uRLLC切片对应的实时缓存队列长度与时延约束条件生成的限制条件，即满足业务时延要求的限制条件；故对于时延和吞吐量的权衡，可以转换为在满足时延要求的限制条件的基础上，实现吞吐量的最大化；

进一步，步骤150可以拆解为如下步骤：

步骤151，根据所述uRLLC切片对应的实时缓存队列长度与时延约束条件生成的限制条件、预设的限制条件，通过李雅普诺夫优化方法以及变量松弛方法将所述eMBB切片下行链路传输速率的最大值函数转化为凹函数；

对于所述eMBB切片下行链路传输速率的最大化，可制定优化如下：

P1：

C1：

C2：

C3:

C4：

C5：

C6：

C7：

C8:

其中，P1即为待优化的eMBB切片下行链路传输速率的最大值，C1-C8即为预设的限制条件，这其中C1-C3实际为二元变量的限制条件，C8为所述uRLLC切片对应的实时缓存队列长度与时延约束条件生成的限制条件；分别为eMBB切片以及uRLLC切片对应的电力设备与gNodeB间的最大传输功率。

上述问题模型是一个随机混合整数规划问题，由于二值变量a_mk(t)、a_nk(t)的存在和对队列变量Q_m(t)、Q_n(t)平稳性的约束，该问题非凸且NP-Hard；通过李雅普诺夫方法进行计算如下：

考虑一个由若干电力业务组成的队列系统，用Θ(t)＝(Θ₁(t),Θ₂(t),...,Θ_N(t))表示队列积压向量。Θ(t)可以写成Θ(t)＝{Q(t),H(t)}，其中Q(t)是网络中实际的队列向量，H(t)＝{H_n(t)|n∈N}是在网络中适当按需选取的虚拟向量。

约束C8可以改写为：

构建虚拟序列：

H_n(t+1)＝{H_n(t)+γ_nD_n(t)}⁺ (3)

式(4)在达到下面的条件时，才是平稳的：

Lyapnov函数：

Lyapnov drift：

Lyapnov drift-plus-penalty：

其中V是一个非负的参数，用来权衡eMBB切片的吞吐量和uRLLC切片的时延。

Lyapnov Optimization Theorem：

其中如果x≤0，指示函数否则B是一个非负常量。整理式(8)可得：

因此，原问题P1转化为P2：

P2：

S.T.C1–C6 (10)

此时的P2对应的计算所述eMBB切片下行链路传输速率的最大值依旧是非凸的。

进一步的，采用变量松弛方法对所述P2进行进一步转化；

松弛P2中C1、C2的整数规划二值变量a_mk∈{0,1}、a_nk∈{0,1}，将其转变为连续的凸约束a_mk∈[0,1]、a_nk∈[0,1]。引入辅助变量式(3)(4)的下行链路速率可以写为：

如上的(11)和(12)为凹函数，在此不再赘述；将式(11)和(12)带入P2，重写获得：

P3:

S.T.

P3是一个凹函数，约束(23a)-(23g)是凸集合；

步骤152，通过所述拉格朗日对偶分解法对所述凹函数(P3)进行凸优化求解，获得二次变量以及每种切片对应的电力设备与gNodeB间的传输功率的最优解；

拉格朗日函数：

其中，λ,μ,ν,η,ξ是相关约束的拉格朗日乘子向量，A＝{a_mk，a_nk}，ρ＝{ρ_mk，ρ_nk}。当得到a_mk，a_nk、ρ_mk，ρ_nk的最优解之后，再考虑约束(23b)(23d)以及a_mk，a_nk∈[0,1]的约束条件。

拉格朗日对偶函数：

拉格朗日对偶问题：

式(25)的拉格朗日函数可以写成：

其中：

对变量ρ_mk、ρ_nk求偏导：

根据KKT条件，令得：

所以，得到最优功率

对a_mk、a_nk求偏导：

应当注意，对于i＝m,n有如下条件：

步骤153，通过验证预设的稳定条件，判断所述最优解是否稳定；

若稳定，输出所述最优解为所述eMBB切片下行链路传输速率的最大值对应的二元变量分配方案以及每种切片对应的电力设备与gNodeB间的最优传输功率。

进一步的，次梯度更新拉格朗日乘子为：

i是迭代次数的索引，α表示步长。为了保证次梯度方法的收敛性，步长应该满足：

为了加速收敛，适当的步长可以设置为α＝1/I，I是迭代索引。

步骤160，根据所述二元变量分配方案分配资源块，并根据所述每种切片下对应设备的最优传输功率对电力设备进行功率设置。

图2为本发明具体实施方式的一种基于时延和吞吐量的智能电网资源管理系统的结构图；如图2所示，所述系统：

业务感知模块，所述业务感知模块用于接收待分配电网资源的电力业务的信息，对所述电力业务的信息进行分析，获得业务需求；所述业务需求包括时延约束条件以及单位时间吞吐量；

任务驱动模块，所述任务驱动模块用于根据业务需求对所述待分配电网资源的电力业务进行切片分类，所述切片包括eMBB以及uRLLC；

算法执行模块，所述算法执行模块用于设置eMBB切片以及uRLLC切片中所包含的设备个数，并设置二元变量；所述二元变量用于表示待分配给电力业务的多个资源块中的每一个是分配给eMBB切片的设备还是uRLLC切片的设备；所述设备均有gNodeB提供服务；

所述算法执行模块用于计算每种切片对应的下行链路传输速率，并根据所述下行链路传输速率计算获得每种切片对应的实时缓存队列长度；

所述算法执行模块用于根据所述uRLLC切片对应的实时缓存队列长度与时延约束条件生成的限制条件以及预设的限制条件，计算所述eMBB切片下行链路传输速率的最大值对应的二元变量分配方案以及每种切片对应的电力设备与gNodeB间的最优传输功率；

所述算法执行模块用于根据所述二元变量分配方案分配资源块，并根据所述每种切片下对应设备的最优传输功率对电力设备进行功率设置。

进一步的，所述算法执行模块用于根据所述uRLLC切片对应的实时缓存队列长度与时延约束条件生成的限制条件、预设的限制条件，通过李雅普诺夫优化方法以及变量松弛方法将所述eMBB切片下行链路传输速率的最大值函数转化为凹函数；

所述算法执行模块用于通过所述拉格朗日对偶分解法对所述凹函数进行凸优化求解，获得二次变量以及每种切片对应的电力设备与gNodeB间的传输功率的最优解；

所述算法执行模块用于通过验证预设的稳定条件，判断所述最优解是否稳定；若稳定，所述算法执行模块输出所述最优解为所述eMBB切片下行链路传输速率的最大值对应的二元变量分配方案以及每种切片对应的电力设备与gNodeB间的最优传输功率。

进一步的，所述算法执行模块用于判断是否遍历完当前所有接入电网的设备，判断是否遍历完当前所有可用的资源块，以及判断是否遍历完连续运行时间T内的所有时隙或所述eMBB切片下行链路传输速率的最大值以达到收敛。

进一步的，图3为智能电网整体的结构图，上述的一种基于时延和吞吐量的智能电网资源管理系统主要处于该智能电网的编排层；具体的，从整体来看，所述智能电网的整体框架分为基础设施层、虚拟化层、切片层、编排层以及电力业务层；

基础设施层提供执行虚拟化智能电网流程所需的物理资源，包括智能电网的电力设备、计算设备、网络硬件和存储硬件等等。所涉及的资源超越了传统的数据中心，不仅包括物理计算，存储和网络组件，还包括具有传感和驱动功能的设备。这些物理资源可以在同一运营商的管理控制内，或者完全属于不同的运营商。

虚拟化层是指为托管VNF(虚拟网络功能)和VAF(虚拟应用功能)实例提供虚拟化环境所需的工具和技术。为了实现该层，可以利用基于管理程序和基于容器的虚拟化技术来为不同的软件功能提供执行环境，其在安全性和实时约束方面具有不同的要求。同时，在基础设施层中包含的电力设备需要新颖的节点映射和链路映射方案集成到虚拟化层中。这些方案将允许虚拟化层同时考虑电力设备的传感和驱动能力，这可以为不同的粒度级别提供服务，然而这并非本专利关注的重点。

切片层是指为适应特定智能电网用例而部署的切片。我们的框架旨在通过编排层执行算法来对切片层的网络切片进行处理，进而优化电力网络资源，支持端到端的优化。由于切片中的操作可能极为不同，因此特定的切片管理器被实例化以协调切片组件之间的生命周期和互通。可以根据业务需求支持进一步的管理服务，例如可靠性，安全性和性能。通过特定的切片联合接口(SFI)，可以按需启用智能电网的切片联合。可以适当地配置这些接口使得不同切片之间形成互通，指定入站/出站流量流和所需的数据处理。这些接口保证了在电力领域中交换数据的粒度和加密。联合后的切片可以形成不同类别的切片群。

编排层是所提框架的核心，支持异构电力领域的按需切片。可以为多个电力业务用例生成相关电力切片。此外，当在相关电力领域内提供适当的虚拟化技术时，这些切片可以扩展到最边缘，包括电力设备。编排系统负责根据相关的电力流量模式保证不同的QoS约束，以及支持网络重新配置以支持电力流程的动态变化。为此，协调器与特定域管理组件交互，例如，通过与负责特定域的NFV MANO模块交互，协调器可以获取特定切片并将预定义的虚拟资源分配给特定切片，并在跨边界切片虚拟化之间实施适当的互通。联合切片的实例化可能是一项极具挑战性的任务，并且协调器必须处理可能在竞争切片之间出现的资源分配中的潜在冲突。因此，协调器可以定义适当的准入控制策略，以动态评估新请求，呈现可用资源并实现新实例化的片与现有片的互操作。

电力业务层包括电力设备和接口，以允许电力客户在切片创建中提供他们的要求。电力业务层通过相应的信息传输通道把业务的信息(包括业务名称、业务类型、不同QoS需求等等)传输给网络编排层的业务感知模块，供编排系统发挥其扩展可编程性，以实现广泛的用例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。本说明书中涉及到的步骤编号仅用于区别各步骤，而并不用于限制各步骤之间的时间或逻辑的关系，除非文中有明确的限定，否则各个步骤之间的关系包括各种可能的情况。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本公开的范围之内并且形成不同的实施例。例如，在权利要求书中所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本公开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。本公开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系统程序(例如，计算机程序和计算机程序产品)。这样的实现本公开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公开进行说明而不是对本公开进行限制，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。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。本公开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。在列举了若干系统的单元权利要求中，这些系统中的若干个可以是通过同一个硬件项来具体体现。

以上所述仅是本公开的具体实施方式，应当指出的是，对于本领域的普通技术人员来说，在不脱离本公开精神的前提下，可以作出若干改进、修改、和变形，这些改进、修改、和变形都应视为落在本申请的保护范围内。

Claims (14)

1.一种基于时延和吞吐量的智能电网资源管理方法，所述方法包括：

接收待分配电网资源的电力业务的信息，对所述电力业务的信息进行分析，获得业务需求；所述业务需求包括时延约束条件以及单位时间吞吐量；

根据业务需求对所述待分配电网资源的电力业务进行切片分类，所述切片包括eMBB以及uRLLC；

设置eMBB切片以及uRLLC切片中所包含的设备个数，并设置二元变量；所述二元变量用于表示待分配给电力业务的多个资源块中的每一个是分配给eMBB切片的设备还是uRLLC切片的设备；所述设备均有gNodeB提供服务；

计算每种切片对应的下行链路传输速率，并根据所述下行链路传输速率计算获得每种切片对应的实时缓存队列长度；

根据所述uRLLC切片对应的实时缓存队列长度与时延约束条件生成的限制条件以及预设的限制条件，计算所述eMBB切片下行链路传输速率的最大值对应的当前时隙下二元变量分配方案以及每种切片对应的电力设备与gNodeB间的最优传输功率；

根据所述二元变量分配方案分配资源块，并根据所述每种切片下对应设备的最优传输功率对电力设备进行功率设置。

2.根据权利要求1所述的方法，其特征在于：

所述二元变量包括a_mk∈{0,1}以及a_nk∈{0,1}，分别表示对应的第k个资源块是否分配给eMBB切片对应的设备UE_m以及是否分配给uRLLC切片对应的设备UE_n；

所述二元变量的设置限制条件为：

其中，M为设备UE_m的个数，N为设备UE_n的个数。

3.根据权利要求2所述的方法，其特征在于：eMBB切片对应的下行链路传输速率R_m(t)以及uRLLC切片对应的下行链路传输速率R_n(t)的计算方式分别为：

其中，W₀为每个资源块的带宽，分别表示在第k个资源块上，gNodeB到设备UE_m以及UE_n的信道状态信息；分别表示在第k个资源块上，gNodeB与设备UE_m以及UE_n之间的传输功率，σ²为各资源块间的加性高斯白噪音分布的方差。

4.根据权利要求3所述的方法，其特征在于：eMBB切片对应的业务请求时的实时缓存队列长度Q_m(t)以及uRLLC切片对应的实时缓存队列长度Q_n(t)的计算方式分别为：

Q_m(t+1)＝{Q_m(t)+Λ_m(t)-τR_m(t)}⁺

Q_n(t+1)＝{Q_n(t)+Λ_n(t)-τR_n(t)}⁺

其中，Λ_m(t)为eMBB切片到达新业务的队列长度、Λ_n(t)为uRLLC切片到达新业务的队列长度；τ为连续运行的时间T中的每一个时隙长度；{x}⁺＝max{0,x}。

5.根据权利要求4所述的方法，其特征在于，所述根据所述uRLLC切片对应的实时缓存队列长度与时延约束条件生成的限制条件，包括：

设置缓存队列长度与时延间等价比例因子γ_n，根据所述等级比例因子γ_n以及所述uRLLC切片实时缓存队列长度Q_n(t)获得队列长度等价时延D_n(t)，即：D_n(t)＝Q_n(t)/γ_n；

所述与时延约束条件生成的限制条件为：

其中，β为时延约束条件的时延上限。

6.根据权利要求5所述的方法，其特征在于：在生成限制条件前，确定所述每种切片对应的实时缓存队列长度Q_m(t)以及Q_n(t)是否是稳定的；所述实时缓存队列稳定状态需满足的条件包括：

7.根据权利要求5所述的方法，其特征在于，所述根据所述uRLLC切片对应的实时缓存队列长度与时延约束条件生成的限制条件以及预设的限制条件，计算所述eMBB切片下行链路传输速率的最大值对应的二元变量分配方案以及每种切片对应的电力设备与gNodeB间的最优传输功率，包括：

根据所述uRLLC切片对应的实时缓存队列长度与时延约束条件生成的限制条件、预设的限制条件，通过李雅普诺夫优化方法以及变量松弛方法将所述eMBB切片下行链路传输速率的最大值函数转化为凹函数；

通过所述拉格朗日对偶分解法对所述凹函数进行凸优化求解，获得二次变量以及每种切片对应的电力设备与gNodeB间的传输功率的最优解；

通过验证预设的稳定条件，判断所述最优解是否稳定；

若稳定，输出所述最优解为所述eMBB切片下行链路传输速率的最大值对应的二元变量分配方案以及每种切片对应的电力设备与gNodeB间的最优传输功率。

8.根据权利要求7所述的方法，其特征在于：所述预设的限制条件包括：

其中，分别为eMBB切片以及uRLLC切片对应的电力设备与gNodeB间的最大传输功率。

9.根据权利要求7所述的方法，其特征在于：

所述eMBB切片下行链路传输速率的最大值通过李雅普诺夫方法转化为：

其中，F[x]为指示函数，当x≤0时，F[x]＝1，当x＞0时，F[x]＝0；V为预设的个非负的参数，用于权衡eMBB切片的吞吐量和uRLLC切片的时延；H_n(t)为预构建的虚拟向量，满足H_n(t+1)＝{H_n(t)+γ_nD_n(t)}⁺；A＝{a_mk(t),a_nk(t)|m∈Μ,n∈Ν,k∈K}；

10.根据权利要求9所述的方法，其特征在于：

设置辅助变量根据所述辅助变量对所述李雅普诺夫方法转化后的所述eMBB切片下行链路传输速率的最大值进行改写，获得凹函数。

11.根据权利要求7所述的方法，其特征在于，所述验证预设的稳定条件包括：

判断是否遍历完当前所有接入电网的设备；

判断是否遍历完当前所有可用的资源块；

判断是否遍历完连续运行时间T内的所有时隙，或所述eMBB切片下行链路传输速率的最大值以达到收敛。

12.一种基于时延和吞吐量的智能电网资源管理系统，所述系统包括：

业务感知模块，所述业务感知模块用于接收待分配电网资源的电力业务的信息，对所述电力业务的信息进行分析，获得业务需求；所述业务需求包括时延约束条件以及单位时间吞吐量；

任务驱动模块，所述任务驱动模块用于根据业务需求对所述待分配电网资源的电力业务进行切片分类，所述切片包括eMBB以及uRLLC；

算法执行模块，所述算法执行模块用于设置eMBB切片以及uRLLC切片中所包含的设备个数，并设置二元变量；所述二元变量用于表示待分配给电力业务的多个资源块中的每一个是分配给eMBB切片的设备还是uRLLC切片的设备；所述设备均有gNodeB提供服务；

所述算法执行模块用于计算每种切片对应的下行链路传输速率，并根据所述下行链路传输速率计算获得每种切片对应的实时缓存队列长度；

所述算法执行模块用于根据所述uRLLC切片对应的实时缓存队列长度与时延约束条件生成的限制条件以及预设的限制条件，计算所述eMBB切片下行链路传输速率的最大值对应的二元变量分配方案以及每种切片对应的电力设备与gNodeB间的最优传输功率；

所述算法执行模块用于根据所述二元变量分配方案分配资源块，并根据所述每种切片下对应设备的最优传输功率对电力设备进行功率设置。

13.根据权利要求12所述的系统，其特征在于：

所述算法执行模块用于根据所述uRLLC切片对应的实时缓存队列长度与时延约束条件生成的限制条件、预设的限制条件，通过李雅普诺夫优化方法以及变量松弛方法将所述eMBB切片下行链路传输速率的最大值函数转化为凹函数；

所述算法执行模块用于通过所述拉格朗日对偶分解法对所述凹函数进行凸优化求解，获得二次变量以及每种切片对应的电力设备与gNodeB间的传输功率的最优解；

所述算法执行模块用于通过验证预设的稳定条件，判断所述最优解是否稳定；若稳定，所述算法执行模块输出所述最优解为所述eMBB切片下行链路传输速率的最大值对应的二元变量分配方案以及每种切片对应的电力设备与gNodeB间的最优传输功率。

14.根据权利要求13所述的系统，其特征在于：

所述算法执行模块用于判断是否遍历完当前所有接入电网的设备，判断是否遍历完当前所有可用的资源块，以及判断是否遍历完连续运行时间T内的所有时隙或所述eMBB切片下行链路传输速率的最大值以达到收敛。