[论文解读] Smart Grids empowerment with Edge Computing: An Overview

Pietro Boccadoro|arXiv (Cornell University)|Sep 26, 2018

IoT Networks and Protocols参考文献 9被引用 6

一句话总结

本文提出将边缘计算（EC）作为智能电网的关键使能技术，通过物联网（IoT）和网络服务互联（IoS）实现数据处理的去中心化，降低延迟，并提升实时监控与需求侧管理能力。通过将计算任务卸载至电网边缘附近的边缘设备，EC 提升了服务质量（QoS），支持动态优化，并实现可扩展、安全且节能的电网运行。

ABSTRACT

Electric grids represent the angular stone of distribution networks. Since their introduction, a huge evolutionary process turned them from conventional electrical power network to advanced, real-time monitoring systems. In this process, the Internet of Things (IoT) proved itself as a fast forwarding paradigm: smart devices, networks and communication protocol stacks are more and more integrated in a number of general purpose, industrial grade systems. In this framework, the upcoming Internet of Services (IoS) is going to orchestrate the many sensors and components in Smart Grids, simultaneously enabling complex information management for energy suppliers, operators and consumers. The opportunity to continuously monitor and send important data (i.e., energy production, distribution, usage and storage) issues and facilitates the implementation of trailblazing functionalities. Of course, the more information are sent throughout the network, the higher the overload will be, thus resulting in a potentially worsening of the Quality of Service (QoS) (i.e., communication latencies). This work overviews the concept of Smart Grids while investigating de-centralized computing and elaboration possibilities, leveraging the IoT paradigm towards the IoS.

研究动机与目标

• 应对由于物联网设备产生的海量数据，导致智能电网中通信延迟增加和网络拥塞加剧的日益严峻挑战。
• 克服集中式云计算在满足实时电网运行对低延迟、位置感知和移动性支持需求方面的局限性。
• 通过将边缘计算与物联网（IoT）及网络服务互联（IoS）范式相结合，实现在智能电网中实现去中心化的智能与自组织能力。
• 通过本地化数据处理与主动维护，提升配电网的能源效率、容错能力与韧性。
• 通过支持动态、分布式的控制与需求响应机制，促进可再生能源发电与产消者（prosumers）的集成。

提出的方法

• 提出一种分布式边缘计算（EC）架构，其中边缘设备（如智能电表、传感器）在将数据转发至雾节点或云之前，执行数据采集与预处理。
• 集成LPWAN技术（如NB-IoT和LoRa），以实现物联网设备在智能电网中低功耗、广域通信。
• 采用机器学习算法实现基于状态的监测与预测性维护，替代传统的故障后维修或预防性维护模式。
• 利用软件定义网络（SDN）与基于IPv6的监控技术，构建统一、可扩展且可管理的网络基础设施，覆盖异构的电网网络。
• 应用选择性卸载机制，在边缘、雾与云层之间实现延迟、能耗与计算负载的平衡。
• 构想能源枢纽集成电转气、电转热与热电联产系统，以提升多能利用效率。

实验结果

研究问题

• RQ1 边缘计算如何在大规模智能电网部署中降低通信延迟并提升服务质量（QoS）？
• RQ2 网络服务互联（IoS）在协调异构传感器与组件以实现先进电网管理方面发挥何种作用？
• RQ3 如何通过基于边缘的数据处理实现智能电网中的去中心化智能与自组织？
• RQ4 在利用边缘计算将可再生能源发电与产消者整合到现有智能电网架构时，面临哪些关键挑战？
• RQ5 边缘计算如何支持在物联网赋能的配电网中实现安全、低能耗且实时的监控？

主要发现

• 边缘计算通过在数据源附近执行预处理，显著降低延迟，提升电网监控与控制的实时响应能力。
• LPWAN技术（如NB-IoT和LoRa）支持低功耗、广域通信，使其成为智能电网中大规模部署物联网设备的理想选择。
• 基于机器学习的预测性维护减少了对事后维修或预防性维护的依赖，提升了电网可靠性并降低停机时间。
• SDN与IPv6的集成使网络基础设施更具可扩展性、安全性与可管理性，适用于异构智能电网组件。
• 边缘侧的选择性卸载机制在满足多样化服务延迟需求的同时，降低了物联网设备的能耗。
• 边缘计算通过支持本地化、动态且安全的能源管理，促进了分布式能源资源与产消者的集成。