行业资讯

首页 > 新闻资讯 > 行业资讯

浅析边缘计算在客户用能服务的应用

作者:   发布于:2020-11-23   浏览量:
01、什么是边缘计算

边缘计算是指在靠近设备或数据源头的网络边缘侧(可以是数据源到云计算中心之间的任意功能实体),采用网络、计算、存储、应用核心能力为一体的分布式开放平台,就近提供实时、动态和智能的计算服务,满足行业数字化转型在敏捷连接、实时业务、数据优化、应用智能和安全性等方面的需求,使能新技术体系下的智能服务,是云计算的延伸。

通俗的来讲,我们可以把边缘计算比作章鱼,章鱼作为自然界中智商最高的无脊椎动物,与其两个强大的记忆系统分不开,一个是大脑记忆系统,具备全身40%的神经元,另一个是八条腿,具备60%的神经元,是“一个大脑+多个小脑”的构造,类似于分布式计算。

边缘计算处理逻辑类似于章鱼,将数据的处理、应用程序的运行甚至是某些功能的实现由计算中心下沉到网络边缘的某个节点,减少业务的多级传递,降低核心网传输的负担。

02、客户用能服务为什么需要边缘计算

近年来,电网企业一直在积极探索可持续发展之路。新型战略目标下,电网企业也将加速开拓能源服务新业态,持续满足终端客户多元化能源消费需求,在能源规划设计、多能协同、能效管理等客户用能服务新领域逐渐深化。但随着海量、不同类型的客户侧设备接入,传统的物联接入和云计算解决方案面临新的问题,边缘计算作为云计算延伸和补充的关键技术,为客户用能服务带来新的发展机遇,有效促进电网企业数字化转型。

(一)摆脱网络环境制约

在云计算网络架构体系下,所有数据分析、设备控制都依托于云端,在云端无法正常工作或者网络故障的情况下,无法进行数据传输和集中处理,整个服务体系面临崩溃。边缘计算作为分布式开放平台的特征,在边缘侧具备独立的网络、数据采集、存储、分析能力,可独立于云计算单独运行,一定程度上解决了网络环境的限制,更适合未来的物联网体系。

(二)突破数据处理瓶颈

随着电网企业在客户用能服务创新方面的探索和推广,意味着接入网络的数据维度、种类、数量激增。据IDC预测,未来超过50%的数据需要在网络边缘侧分析、处理和储存。

电力领域随着物联网建设的加速推进,传感器和设备不断产生的时序数据将呈指数级增长,以智能电表按每15分钟向云端发送采集数据为例,5亿左右的智能电表每天将产生480亿条数据。同时,实时召测、物联控制、指令下发等物联信息交互需求也会持续爆发,网络带宽与计算吞吐量将成为云端计算的性能瓶颈。

1、在传输带宽方面,海量数据传输需求意味着从终端到云端更高的数据流量,给传输通道造成更大的压力,为保证传输速率,电网企业需支付更多带宽成本。

2、在数据处理及存储方面,数据集中存储需求给云端带来压力,同时业务场景不断叠加导致数据计算能力要求不断提升,企业需投入更多计算、存储资源。

边缘计算使用分布式计算范式,在接近数据源的本地设立分布式节点,进行必要的数据处理和存储,以及智能化应用等,而不是在云中进行,以此提升应用服务的性能和可靠性,减轻带宽和云端存储运算压力。

(三)提高用能数据安全

区别于以往电网企业内部数据互通共享,外部用能数据涉及企业生产、经营情况,如何确保数据获取及传输合规性、安全性,是目前数据汇聚实施的难点。边缘计算“去中心化”的设计让数据隐私保护变得更具操作性,数据的收集和计算都是基于本地,重要的敏感信息在本地完成过滤、聚合和分析,能够有效避免传输过程中的泄漏,解除用能客户数据安全担忧。

(四)提升服务响应效率

随着客户用能需求多元化发展,电网企业的用能服务业务积极拓展,特别是家庭智慧用能、实时需求响应、能效监控优化、电动汽车有序充电等新兴源网荷储协同服务的普及,用能客户对于服务响应效率要求越来越高。例如,对于工业生产、制造类客户,需要密切关注客户用能状态,交互频度需要到秒级甚至毫秒级,异常响应需要实时处理,如果将数据发送到云端计算,无法满足快速响应异常和故障处理的需要。

通过边缘计算可另辟蹊径,将数据运算甚至是应用服务下沉到近终端侧,提供现场的数据存储、计算和通信机制,通过知识模型驱动智能化能力,实现物自主化和物协作,实现边缘侧的客户智能服务交互,提升用能服务响应效率。

03、边缘计算在客户用能服务的应用

电网企业在传统的客户用能服务系统建设中,客户侧设备依托电力物联网接入“云端”,无论是能耗等高价值数据,亦或是环境感知等低价值数据,统一由“云端”实现数据集中采集、接入、分析、下发、应用等过程。随着电力物联网全面深化,客户侧数据类型、响应需求、应用场景不断丰富,所有数据接入云端,无法满足业务拓展要求,因此,边缘计算逐渐在客户用能服务中发挥作用。

(一)“边缘计算”下的客户用能服务

融入边缘计算技术后客户用能服务的分层结构如下:
图 2 边缘计算下的客户用能服务简示

边缘层位于云和客户侧终端之间,向下支持客户侧配电设备、用能监测设备、环境感知设备等设备的接入,向上与部署客户用能服务平台的“云端”对接,包括边缘节点和边缘管理器两个主要部分。边缘节点是硬件实体,即我们所理解的IT基础设施,是承载客户用能数据计算的核心。边缘管理器的核心是对边缘节点进行统一管理的软件,是承载网络边缘侧应用的核心。

在新的架构体系下,边缘层具备独立的计算资源、网络资源和存储资源,能够对用能客户侧终端设备所产生的局部性、实时、短周期的数据进行分析和处理,支撑本地业务的智能化实时决策和执行。边缘节点可以是客户用能服务平台和现场设备之间的任何实体,需根据不同的业务场景和业务需求确定边缘节点。

嵌入客户用能服务体系的边缘节点,涵盖从基础设施到应用的完整数据计算环境。与“云端”客户用能服务平台实现服务协同、业务管理协同、应用管理协同、数据协同以及资源协同。

图 3 客户用能服务“边-云”协同

下文以客户用能服务下的能效管理应用场景为例,浅析边缘计算在客户用能服务领域的应用。

(二)能效管理应用场景解析

能效管理通过采集终端对用户侧电、水、气、热等多种能源利用的实时监测及运行控制,实现对用户侧用能设备的能效分析,为用户提供能效优化、设备改造的相关建议,提高设备能效和综合能效,降低用能成本。

能效管理业务场景主要具备三个特征:一是以用能单位为对象的数据分析,能效管理重点关注公共建筑、工业企业及园区、农业生产、社区等以户为单位的用能水平;二是数据接入点多,为了采集客户水、电、气热等用能数据,实现数据全面覆盖,目前在客户侧部署大量智能电表、采集终端、传感器等设备,随着客户用能服务的持续丰富,数据接入点快速增长;三是为实现客户用能数据的全面、准确分析,数据汇聚需全面覆盖,同时用能数据实时性要求高,数据量大。

因此,能效管理基于广域的数据汇聚,具备丰富的数据分析和处理场景,可在场景中引入边缘计算,充分应用边缘计算核心优势,助力业务创新。

鉴于客户用能服务以用电户为单位的数据运算需求特点,可以选择智能网关设备作为边缘节点,智能网关丰富的接口和功能特性,简化向下的能耗设备感知连接,通过先进传感技术对能耗设备进行数据采集,并具备本地数据预处理、过滤选择及策略制定功能,支持本地计算和分析,同时,向上支持数据的聚合、数据的统一呈现和开放。

1、能效管理场景的“边-云”协同

边缘计算不是架构中一个单一的层次,也不是一个单一的部件,它是一个从基础资源到计算平台到应用的统一体,在解决了能效管理场景中边缘节点部署的问题后,需要进一步解决边缘计算在整个智能化应用体系中承担什么职能,能实现什么应用功能,如何与“云端”应用进行协同。

能效管理应用分为能耗分析、能效分析、能效对标、诊断报告、宏观分析等功能。
图 4 能效管理应用

相比较云计算和边缘计算的特征,云计算是一个统筹者,它负责长周期数据的大数据分析,能够在周期性维护、业务决策等领域运行;边缘计算着眼于实时、短周期数据的分析,更好地支撑本地业务及时处理执行。

能效管理各子业务场景分析如下:

(1)能耗分析利用数据采集获取的用能、设备和环境信息,对用能单元的能耗进行分析,着重于数据的实时性或者短周期分析,不需要外部数据协同,适合部署于边缘节点进行数据处理,可快速完成分析及超限告警。同时分析结果数据可上传云端,云端保留能耗分析应用实体,实现能耗分析模型优化,并能下发到边缘处,提升边缘能耗分析能力。

(2)能效分析利用能耗分析获取的多维度能耗信息,对用能单元的运行状态、效率和能源的利用效率进行分析。与能耗分析情况类似,仅需上一步骤数据分析结果,适合部署于边缘节点进行数据分析。同时对于分析结果数据上传云端,云端保留能效分析应用实体,实现能效分析模型优化,并能下发到边缘处,提升边缘能效分析能力。

(3)能效对标是对用能单元能效水平的综合判断,在单纯采用标准能效指标对比的情况下,可直接部署于边缘节点。根据对比结果,通过能效控制设备完成策略执行。在需要结合自身历史能效水平或同行业能效水平进行判断的情况下,适合部署于云端,与边缘节点进行数据协同。

(4)诊断报告和宏观分析,属于周期性数据分析功能,需要较大的数据存储和数据计算能力,适合部署于云端。

基于以上业务场景分析,在边缘计算的架构下,对能效管理应用部署的“边-云”协同规划。
图 5 能效管理“边-云”协同

经过解构的能效管理应用在边缘侧:

(1)在边缘侧汇聚实时数据,处理数据,缩短数据传输路径,降低传输网络负担,分担云端数据计算压力。

(2)依托边缘侧的能耗、能效等数据和分析应用,可拓展业务应用,实现边缘侧基于能效管理的服务延伸,加强与客户之间交互,实现真正的边缘侧业务智能化,提高管理效率,实现更快的服务响应,满足实时业务、应用智能等方面的需求。

(3)云端聚焦于模型优化和宏观分析等大数据分析能力,实现应用服务和数据能力的闭环管理。

2、基于边缘侧能效管理的服务延伸

在部署边缘节点,并实现应用层面“边-云”协同后,可进一步探索边缘侧的业务场景应用。基于边缘侧部署的用户能耗及能效分析应用,对用户而言可衍生的场景主要分为数据分析服务、本地响应服务。
图 6 能效管理服务延伸场景解析

(1)本地数据分析

本地数据分析服务聚焦于用户实时、短期用能数据,提供设备即时用能状态感知,真实、快速反应用户设备运行情况。为设备智能运维等其他业务应用提供数据支撑,同时结合云端综合性能效分析,满足用户即时业务处理、用能信息服务等其他相关需求。

(2)本地响应

本地响应服务基于用户用能分析,实现设备用能异常信息推送、节能设备推荐等主动服务,以及特定场景下的设备联动控制。

设备用能异常推送

边缘节点向下连接用户水、电、气、热等多类型设备,除了实现用能数据汇聚,设备运行状态、环境信息等多类型数据亦在感知范围之内。边缘侧依托设备状态数据、历史用能数据等可快速定位设备异常,实时主动推送告知异常信息给用户。

节能设备推荐

针对一定时间区间内的设备高能耗、低能效信息,边缘侧基于云端下发的响应策略,为用户推送设备用能优化建议,并基于电网企业的供应链优势,为用户推荐节能设备。

设备联动控制

在边缘侧数据感知、分析基础上,电网企业可发挥能源产业链核心企业优势,与用户及设备供应商进一步合作,实现特定场景下的设备联动控制,解决供能、用能、控制的业务闭环管理,提高用能安全。

新技术的应用不是简单的生搬硬套,需根据应用场景的数据分析需求、实时响应需求、终端控制需求等适配差异化的解决方案。客户用能服务是一个涉及面广、业务场景复杂、持续丰富变化的服务体系,边缘计算的融入是对原有技术、业务、应用体系的一次变革与创新。同时,未来随着边缘计算与5G、AI等技术的深度融合应用,在近客户端能够带来更多应用场景和潜在价值。
本文网址:/xwzx/hyzx/20.html