一种新型电力负荷管理系统的带宽资源分配方法和系统与流程

本发明属于通信带宽资源分配领域，特别涉及一种新型电力负荷管理系统的带宽资源分配方法和系统。

背景技术：

1、为了应对新形势下电力供需矛盾，更好地服务于电力保供，新型电力负荷管理系统需要充分挖掘电力负荷侧资源，参与电网友好互动能力。新型电力负荷管理系统的建设一方面能有效提升电网公司在负荷资源分区分类管理、通信信道安全性、分路控制能力、数据交互实时性等方面能力，另一方面有利于挖掘温控负荷、蓄冷蓄热、储能等柔性负荷可调资源灵活参与需求响应、辅助服务与现货交易，实现负荷资源实时双向调节，整体提升电力系统调节能力。

2、然而，在新型电力负荷管理系统的运行过程中，不同负荷管理场景下的任务量大小、任务需求和响应特性区别较大。现有的负荷管理相关信息交互技术的通信方式较为单一，且数据传输实时性和准确性并不理想。

技术实现思路

1、为了解决现有技术中存在的不足，本发明提供了一种新型电力负荷管理系统的带宽资源分配方法和系统，以解决新型负荷管理系统中负控终端的通信带宽资源的问题。

2、为解决上述技术问题，本发明采用如下的技术方案。

3、本发明首先公开了一种新型电力负荷管理系统的带宽资源分配方法，该方法包括以下步骤：

4、计算新型电力负荷管理系统仿真架构中主站与各个负控终端之间的数据交互相关参数，所述数据交互相关参数包括通信时延、误码率和通信能耗，并根据所述数据交互相关参数构建带宽资源分配优化函数；

5、根据每个粒子的适应度值与整个粒子群的平均适应度值的关系，动态调整二进制粒子群算法的动态惯性权重，得到优化的二进制粒子群算法；

6、基于所述优化的二进制粒子群算法求解所述带宽资源分配优化函数，根据求解结果对所述新型电力负荷管理系统的多个负控终端进行带宽资源分配。

7、本发明进一步包括以下优选方案：

8、所述主站负责整个系统的综合数据处理和业务服务，主站存储并处理来自负控终端的数据，统筹管理并下发调控指令，将负荷数据处理过程和结果通过数字化设备实现可视化展示；

9、所述负控终端用于用户数据收集与预处理方面；针对不同区域内的用户，负控终端考虑各类可调负荷资源的异构特性，实现不同用户负荷资源和环境信息的实施感知与收集，并上传至主站执行进一步负荷数据处理。

10、所述通信时延包括上行时延和下行时延，所述上行时延表示为：

11、

12、其中表示负控终端ai所上传的负荷数据量，表示在负控终端ai将所处区域内的用户负荷数据上传至主站的过程中的上行通信速率，表示为：

13、

14、其中，b0表示可分配给n台负控终端的总带宽资源，μi表示实际分配给负控终端ai的带宽资源比例，pi表示负控终端ai的发射功率，gi表示负控终端ai的信道增益，n0表示噪声功率谱密度；

15、所述下行时延表示为：

16、

17、表示主站下发至负控终端ai的调控指令的数据量，表示在主站将生成的负荷调控指令下发给负控终端ai的过程中的下行传输速率：

18、

19、其中，p0表示主站的发射功率。

20、所述通信能耗表示为：

21、负控终端ai在上传过程中所消耗的能量：

22、

23、负控终端ai数据下行传输过程所消耗的能量：

24、

25、所述误码率表示为：

26、

27、所述根据所述数据交互相关参数构建带宽资源分配优化函数，进一步包括：

28、将带宽资源分配优化函数f计算为：

29、

30、s.t.(c1)

31、(c2)

32、(c3)其中表示负控终端ai的最大通信能耗限制，μmin表示分配给负控终端ai的通信带宽比例的最小限制。

33、所述根据每个粒子的适应度值与整个粒子群的平均适应度值的关系，动态调整二进制粒子群算法的动态惯性权重，进一步包括：

34、将粒子在h次迭代时的动态惯性权重ω的计算为：

35、

36、式中，ωmax和ωmin分别表示动态惯性权重的最大值和最小值；表示在h次迭代时粒子pk的适应度值，通过将位置向量中的n个元素输入所述带宽资源分配优化函数f来计算；表示在h次迭代时整个粒子群的平均适应度值；λ为动态调整因子，表示为：

37、

38、式中，表示h次迭代时整个粒子群的最大适应度值，表示全局最优解。

39、所述基于所述优化的二进制粒子群算法求解所述带宽资源分配优化函数，进一步包括：

40、利用所述优化的二进制粒子群算法，在迭代过程中不断更新种群中各个粒子的动态惯性权重、速度向量和位置向量，计算各粒子的适应度值，并实时更新粒子局部和全局最优解；当算法迭代终止时，整个粒子群最大适应度值所对应的粒子位置向量作为带宽资源分配优化函数f的最优解，即n个负控终端的最优带宽资源分配结果。

41、本发明同时公开了一种利用前述新型电力负荷管理系统的带宽资源分配方法的新型电力负荷管理系统的带宽资源分配系统，包括仿真架构建立模块、优化函数构建模块、粒子群算法优化模块和带宽资源分配模块。

42、所述优化函数构建模块，用于计算新型电力负荷管理系统仿真架构中主站与各个负控终端之间的数据交互相关参数，所述数据交互相关参数包括通信时延、误码率和通信能耗，并根据所述数据交互相关参数构建带宽资源分配优化函数；

43、所述粒子群算法优化模块，用于根据每个粒子的适应度值与整个粒子群的平均适应度值的关系，动态调整二进制粒子群算法的动态惯性权重，得到优化的二进制粒子群算法；

44、所述带宽资源分配模块，用于基于所述优化的二进制粒子群算法求解所述带宽资源分配优化函数，根据求解结果对所述新型电力负荷管理系统的多个负控终端进行带宽资源分配。

45、相应地，本申请还公开了一种终端，包括处理器及存储介质；

46、所述存储介质用于存储指令；

47、所述处理器用于根据所述指令进行操作以执行根据前述新型电力负荷管理系统的带宽资源分配方法的步骤。

48、相应地，本申请还公开了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前述新型电力负荷管理系统的带宽资源分配方法的步骤。

49、本发明的有益效果在于，与现有技术相比，本发明提供了一种新型电力负荷管理系统的带宽资源分配方法和系统，实现了新型负荷管理系统中各个负控终端的通信带宽资源的分配，能够提升带宽资源利用率，进而支撑负荷管理系统数据交互过程，实现新型电力负荷管理系统“分布广泛、安全有效、分类管理、分级调节、精准调控”的建设需求。

技术特征：

1.一种带宽资源分配方法，其特征在于，包括：

2.根据权利要求1所述的带宽资源分配方法，其特征在于，所述主站负责整个系统的综合数据处理和业务服务，主站存储并处理来自负控终端的数据，统筹管理并下发调控指令，将负荷数据处理过程和结果通过数字化设备实现可视化展示；

3.根据权利要求2所述的带宽资源分配方法，其特征在于，所述通信时延包括上行时延和下行时延，所述上行时延表示为：

4.根据权利要求3所述的带宽资源分配方法，其特征在于，所述通信能耗表示为：

5.根据权利要求4所述的带宽资源分配方法，其特征在于，所述误码率表示为：

6.根据权利要求5所述的带宽资源分配方法，其特征在于，所述根据所述数据交互相关参数构建带宽资源分配优化函数，进一步包括：

7.根据权利要求6所述的带宽资源分配方法，其特征在于，所述根据每个粒子的适应度值与整个粒子群的平均适应度值的关系，动态调整二进制粒子群算法的动态惯性权重，进一步包括：

8.根据权利要求7所述的带宽资源分配方法，其特征在于，所述基于所述优化的二进制粒子群算法求解所述带宽资源分配优化函数，进一步包括：

9.一种带宽资源分配系统，包括优化函数构建模块、粒子群算法优化模块和带宽资源分配模块，其特征在于：

10.根据权利要求9所述的带宽资源分配系统，其特征在于，所述仿真架构建立模块中所述主站负责整个系统的综合数据处理和业务服务，主站存储并处理来自负控终端的数据，统筹管理并下发调控指令，将负荷数据处理过程和结果通过数字化设备实现可视化展示；

11.根据权利要求10所述的带宽资源分配系统，其特征在于，所述通信时延包括上行时延和下行时延，所述上行时延表示为：

12.根据权利要求11所述的带宽资源分配系统，其特征在于，所述通信能耗表示为：

13.根据权利要求12所述的带宽资源分配系统，其特征在于，所述误码率表示为：

14.根据权利要求13所述的带宽资源分配系统，其特征在于，所述优化函数构建模块，进一步用于，将带宽资源分配优化函数f计算为：

15.根据权利要求14所述的带宽资源分配系统，其特征在于，所述粒子群算法优化模块，进一步用于：

16.根据权利要求15所述的带宽资源分配系统，其特征在于，所述带宽资源分配模块，进一步用于：

17.一种终端，包括处理器及存储介质；其特征在于：

18.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-8任一项所述的带宽资源分配方法的步骤。

技术总结
一种新型电力负荷管理系统的带宽资源分配方法和系统。该方法包括，计算新型电力负荷管理系统仿真架构中主站与各个负控终端之间的数据交互相关参数，所述数据交互相关参数包括通信时延、误码率和通信能耗，并根据所述数据交互相关参数构建带宽资源分配优化函数；根据每个粒子的适应度值与整个粒子群的平均适应度值的关系动态调整二进制粒子群算法的动态惯性权重，得到优化的二进制粒子群算法；基于该算法求解带宽资源分配优化函数，根据求解结果对多个负控终端进行带宽资源分配。本发明的方案提升了带宽资源利用率，进而支撑负荷管理系统数据交互过程。

技术研发人员：庄重,黄奇峰,段梅梅,苏慧玲,张汀泉,杨世海,孔月萍
受保护的技术使用者：国网江苏省电力有限公司营销服务中心
技术研发日：
技术公布日：2024/3/4