基于邊緣計算的配電網數字化轉型關鍵問題分析與展望

李 鵬，習 偉，，李 鵬，于 浩，王成山

（1.南方電網新型電力系統（北京）研究院有限公司，北京市 102209；2.智能電網教育部重點實驗室（天津大學），天津市 300072）

0 引言

推動可再生能源的開發利用，建立安全、可靠、清潔、高效的新型電力能源生產消費體系，已成為中國電力系統發展面臨的重點任務［1-2］。其中，配電網是分布式可再生能源消納的核心平臺，同時也是滿足電動汽車等新型負荷接入服務、用戶定制化與互動化用電用能等新需求的關鍵環節。目前，中國分布式光伏裝機容量已突破100 GW［3］，電能替代水平快速提升，源、荷形態正發生劇變，波動性、峰谷差將不斷增大，給新型配電網的建設與運行帶來巨大挑戰。因此，亟須突破傳統配電網技術架構，建立從元件、裝備到系統的全鏈條創新解決方案，為中國新型電力供應與消費體系的構建提供支撐。

針對配電網的發展路徑問題，國內外都開展了廣泛的研究探索，長期以來形成了眾多發展理念與技術模式。例如，以信息和通信技術（information and communication technology，ICT）、高級量測體系（advanced metering infrastructure，AMI）等先進信息技術為基礎的智能配電網［4］，強調通過配電網的信息化支撐其智能化；有源配電網、主動配電網等技術理念強調綜合利用配電側可控裝備和手段，實現對高滲透率分布式能源的有效管理和消納利用［5］；微電網等技術強調局部源、荷、儲資源的有效組織，可實現分布式能源的就地消納［6］；虛擬電廠、虛擬儲能等技術強調大量分散資源的聚合響應［7-8］，豐富了配電網的調度資源，增強了系統運行控制能力。這些發展理念在整體上相互關聯，在應用場景和實施路徑上各有側重，共同推動了新型配電技術的發展。

隨著配電網中靈活可控資源的日趨豐富，柔性化成為新型配電網典型特征之一［9］。在電源側，高比例分布式能源通過電力電子裝置并網，在完成電能形式轉換的同時，還可以提供功率控制、無功補償、電壓調節、構網支撐等功能；在用戶側，電動汽車、數據中心等新型負荷聚集形成柔性需求響應能力，將成為配電網運行的重要靈活性資源；在電網側，電力電子變壓器、智能軟開關（soft open point，SOP）等新型裝備開始取代傳統技術，能夠實現實時、精細、連續的功率和電壓調節，促進配電網從開環放射網絡向柔性多環網絡的演化［10］。這些新要素雖增強了配電系統在物理層面的靈活性，但可控資源數量龐大、空間分散、特性差異顯著、利益主體歸屬多樣，系統層面多時間尺度、強不確定性、強時變性要素混雜，形成了傳統技術難以解決的復雜大規模協調運行調控問題。

針對以上問題，運用先進數字化技術準確、精細地感知電網狀態，快速生成有效的運行控制方案，成為支撐大量柔性資源協調運行的重要手段。同時，也為電網整體的數字化轉型提供了契機［11］。近年來，小微傳感、移動通信、大數據、人工智能、高性能計算等數字化技術在各自領域不斷取得突破，在配電網數字化中的應用也越發廣泛。以數字化技術為支撐將逐漸成為新型數字化電力系統的關鍵特征之一［12］。例如，海量數據的采集和處理是配電網數字化轉型的基礎環節，有助于解決“可觀性”這一配電網長期面臨的難點和痛點問題。在數字配電網中，小微傳感裝置和先進量測技術體系的廣泛部署將使配電網數據資源在時間、空間、數據類型等多維度上顯著擴展。例如，微型同步相量測量裝置（μPMU）可提供每秒30 至60 個采樣點的高頻次電氣量測數據；用戶側AMI 智能計量裝備覆蓋率已接近100%；微氣象等環境信息采集能力正逐步增強；無人巡檢設備收集的視頻、圖像數據愈發豐富。在大規模分布式能源接入背景下，數據作為傳統機理模型的重要補充，能夠在配電系統的狀態感知、特性認知和運行控制中發揮更關鍵的作用。但與此同時，海量數據的采集、傳輸、處理和利用也將給配電網帶來巨大壓力。

邊緣計算作為解決大量終端接入、海量數據處理的一種有效解決方案，在提升響應速度和時效性、優化業務服務效率等方面具有優勢，已經逐步成為復雜系統數字化轉型中的共性支撐技術，在物聯網、移動通信、智能家居、智能交通、智慧城市等領域得到廣泛關注。在配電網中，邊緣計算裝置貼近數據源部署，提供配電網多類型傳感量測接入、就地數據處理和控制決策等關鍵功能［13］；同時，邊緣計算將具備軟件定義實現功能變換的能力［14］，可為區塊鏈、人工智能等新技術提供分布式部署平臺，構成智能終端與云計算設施之間的連接紐帶。依托邊緣計算技術，能夠使配電網業務功能從主站側向邊緣側轉移，從中高壓側向中低壓側延伸，從而形成上下游一體化的業務體系，給傳統配電網的集中式運行架構帶來顛覆性變化。當前，一些傳統裝備已經開始結合數字化新技術，初步具備了就地分析計算功能，帶有了邊緣計算特征，但其主要面向電網特定業務類型，各業務之間缺乏協調，難以從整體上支撐數字配電網的形態構建。針對更加集成化、通用化和智能化的配電網邊緣計算技術的研究正廣泛開展，在裝置研發、軟件部署、資源調度、運行應用等方面取得了進展；在國家重點研發計劃“數字電網關鍵技術”中，也圍繞多業務協同的邊緣計算控制技術與裝置進行了專門布局。

邊緣計算將成為配電網新型運行控制體系的重要基礎。本文圍繞基于邊緣計算的配電網數字化轉型關鍵問題，從電力邊緣計算裝置需求分析出發，梳理了邊緣計算支撐下的數字配電網基本架構和特征，針對新架構下的就地自治、邊-邊協調、云-邊協同等關鍵技術發展進行了分析與探討。希望能夠厘清邊緣計算在數字配電網中的系統性應用模式，為相關技術的創新發展提供參考，為中國數字配電網的科學發展與建設推進提供思路借鑒。

1 配電網邊緣計算裝置技術

從部署成本、空間占用、應用便捷性和運維工作量等角度考慮，配電網邊緣計算裝置將是小型化、集成化、模塊化、智能化的綜合性裝置。單一裝置將能夠取代現有獨立功能性裝置，實現邊緣側監測、保護、控制、計量等多業務的靈活部署和協同運行。此時，由于各類業務的算力需求存在差異，需要依賴于邊緣側高精度計算、實時控制響應、高速率數據接入、人工智能推理等多樣化計算能力，要求邊緣計算裝置在有限資源下兼顧實時/非實時、多時間尺度、不同數值精度的各類計算任務協調。同時，電網業務應用安全性需求突出，而邊緣計算裝置難以為多業務提供有效的物理隔離環境，必須為各類電網業務提供可靠的邏輯隔離與分區管控能力。這些電網邊緣計算的特殊需求無法通過常規通用化裝置來滿足，必須研究專用化、定制化裝置技術。

1.1 研究基礎

目前，在配電網邊緣計算裝置方面，相關研究主要集中在高性能、高集成、高可靠、智能化的邊緣計算軟硬件系統研發與應用。在操作系統方面，國內外普遍采用基于開源Linux 的非實時操作系統或μCOS、Vxworks 等國外實時操作系統［15］，國產操作系統相對匱乏，難以滿足電網業務應用環境的自主可控需求。在硬件系統方面，通用電氣、西門子、伊頓電氣等國外企業研發了面向變電站的智能網關設備，集成了邊緣側監測、量測、數據匯集、人機交互等功能，但在配電網的實時控制類業務方面尚不完備；國內企業在智能融合終端和配電智能網關等設備領域也取得了顯著進展，實現了電網邊緣側信息采集、環境監測、通信組網等功能，但在邊緣側高性能人工智能應用、保護控制等實時類業務部署、復雜場景適用性和可靠性以及多業務協同運行潛力挖掘等方面還有進一步提升空間。

1.2 配電網邊緣計算裝置關鍵技術

發展電力專用邊緣計算裝置技術是構建數字配電網的基礎性環節之一，需要突破邊緣計算裝置架構設計、系統研發、資源調度、可靠運行、安全防護等核心技術難題，如圖1 所示。

圖1 配電網邊緣計算裝置關鍵技術需求Fig.1 Key technical requirements for edge computing devices of distribution network

1）硬件架構設計。硬件架構是實現單一裝置下多業務集成、融合和協同運行的物理基礎。對此，需要研究基于電力專用芯片的邊緣計算硬件架構設計方法，構建支撐電網多業務融合應用的邊緣計算控制裝置基礎硬件平臺；設計開發靈活可擴展的物理外設接口，支撐單裝置下多類型業務終端的靈活接入；設計模塊化的邊緣計算控制裝置硬件架構方案，實現功能配置靈活、易于規?；渴?、多業務功能一體化協同的邊緣計算控制裝置。

2）操作系統技術。安全高效的操作系統是邊緣側業務可靠運行的環境保障。針對電力業務特征，開發適配多核CPU 架構的內嵌式多操作系統［16］以滿足電網實時/非實時業務的計算需求；基于電網邊緣業務典型邏輯特征，構建硬件架構與嵌入式操作系統相協調的實時中斷管理與優化機制，實現高實時中斷響應；突破面向電網邊緣計算的高可靠文件系統技術，降低邊緣環境不確定性帶來的數據損失與應用崩潰風險。

3）資源調度技術。邊緣計算裝置資源約束強，業務計算需求特征復雜，需要通過有效的資源調度技術來實現計算、存儲資源的最有效利用［17］。對此，需要研究實時/非實時計算任務映射、線程協調管理與計算資源調度方法，滿足電網邊緣高精度數值計算、高實時控制響應、高速率數據流處理等業務應用需求；研究面向電網多業務類型的標準化數據接口與數據共享方法，支撐單一裝置上多源業務數據的多速率靈活交互與跨業務融合共享。

4）可靠容器技術。容器技術將為邊緣裝置上不同類型業務提供部署靈活、運行安全的定制化運行環境［18］。對此，需要重點突破面向電力業務的輕量級容器技術，實現多類型業務應用差異化運行環境的靈活配置與邊緣承載；研究面向電網業務的容器級快速管理與服務方法，實現云-邊協同架構下邊緣業務應用的高效部署、快速配置與靈活遷移；研究容器級高可靠運行技術，實現配電網邊緣側復雜環境下的多業務可靠協同運行。

5）安全防護技術。邊緣計算裝置必須滿足電網的安全性要求，特別是考慮到多種業務功能的集成問題，必須建立有效的安全防護機制和方法，確保多業務在運行和交互中的安全性［19］。對此，需要研究面向電網邊緣計算的資源虛擬與分區隔離技術，構建硬件層、系統層、應用層多級多任務安全隔離策略，滿足電網業務分區防護要求，實現邊緣計算環境下的多業務安全協同；研究基于行為策略及算法加密的邊緣計算安全架構與數據交互方法，構建邊緣計算控制裝置與終端及主站的安全交互方案，兼顧電網邊緣計算性能和業務執行安全性的需求。

2 基于邊緣計算的數字配電網架構

邊緣計算裝置的應用將給配電網運行控制架構帶來顛覆性變化，是配電網數字化轉型的核心驅動力之一。依托遍布全網的邊緣計算資源，數字配電網的整體運行特征也將發生巨大變化，本章將重點圍繞相關問題進行分析。

2.1 邊緣計算的技術定位

邊緣計算裝置將有效連接配電網主站與中低壓側分散資源，在數字配電網中發揮承上啟下的關鍵作用。從配電網運行角度出發，邊緣計算的功能定位和技術優勢如圖2 所示。

圖2 配電網邊緣計算的功能定位與技術優勢Fig.2 Functional localization and technical advantages for edge computing of distribution network

1）控制資源拓展。受技術性能制約，傳統配電網中大量中低壓網絡資源存在不可觀、不可控問題。而通過在配電房、配電臺區等中低壓層面廣泛部署邊緣計算裝置，能夠使配電網的感知控制能力進一步延伸到傳統配電網主站難以觸及的低壓側。供給側與電網側對分布式資源的建設與利用給予了高度關注，將分布式能源、以電動汽車為主體的新型負荷等都納入配電網運行控制，實現靈活性資源的有效拓展和低成本拓展，提升電力系統的靈活性［20］。

2）響應速度提升。邊緣計算裝置在空間上與終端資源更加貼近，信息量測更精細，受通信環節制約更小，能夠更加快速、準確地感知源荷波動并就地完成控制決策；在故障等場景下，能夠通過邊-邊協同的方式快速完成分布式故障恢復。整體運行控制時效性顯著提升，有助于實現對源荷波動、突發故障等擾動因素的快速響應。

3）數據與信息集散。邊緣計算裝置可用于收集本地小微傳感量測裝置獲取到的數據，并就地服務于裝置上各類業務應用。借助邊緣計算裝置的數據分析能力，還能夠從本地數據中發掘出最有價值的關鍵特征信息或重要事件信息，主動或被動地將信息上送。例如，利用臺區計量數據發掘用戶竊電信息，將檢測結果與云端共享［21］，從而在通信資源約束下盡可能幫助提升主站側業務的精細化水平。

4）多元業務協同。邊緣計算裝置將統籌局部配電網的運行功能，具有監測、保護、控制等多種業務高度集成的特征，這為各類業務之間的協同工作提供了可能。例如，在監測發現異常狀況時，能夠前瞻性地完成控制策略調整；在不斷感知系統安全運行態勢時，能夠協同系統內部與外部多種業務，對各類故障事件或擾動做出自適應響應，盡快生成并實施緊急控制策略恢復供電［22］。這種協同式的邊緣側業務執行模式將顯著提升配電網的運行控制水平。

5）服務模式創新。邊緣計算裝置貼近用戶側，能夠更加具體地掌握用戶用電行為特征。同時，有助于拓展電網與個體用戶的交互途徑，為用電行為優化、電動汽車有序充電等一些面向用戶的潛在服務應用提供了可能，也為用戶點對點能量交易、虛擬電廠輔助服務、負荷需求響應等未來服務場景提供了靈活的按需部署平臺。

2.2 數字配電網的技術架構

以邊緣計算為核心，“云-管-邊-端”的分層技術架構已成為目前數字配電網發展中廣受認可的技術模式［11］。其中，端側重點解決萬物感知的問題，將利用較大規模部署的傳感器件和裝置，廣泛采集配電系統相關的電氣和非電氣信息，解決電力系統的實時準確感知問題；邊側面向低延遲業務場景，重點解決信息匯集、就地功能集成和輕量級決策等問題，將逐步采用高性能、高可靠性、低成本和低維護要求的邊緣計算裝置替代傳統的配電終端單元（distribution terminal unit，DTU）、集中器等功能型裝置，使配電網邊緣側的就地分析決策能力大大增強；在管側，5G 等各種新型通信技術為電力數據傳輸搭建起安全高效的數據管道；在云側，強大的處理能力、存儲空間、應用程序將支撐云計算、大數據、人工智能等數字化基礎技術在配電網主站層面的運用，衍生出智能分析和決策支持等數字配電網的關鍵技術內涵，如圖3 所示。

圖3 數字配電網的技術架構Fig.3 Technical structure of digital distribution network

借助數字技術的全面應用，能夠幫助配電網運行人員突破長期以來面臨的模型和參數不完備、運行調控依賴經驗的困境，能夠不完全依靠電網模型，在海量數據基礎上，通過大數據和先進計算技術，透過數據關系發現電網運行規律，推動配電網的智能運行。同時，配用電各環節傳統的電能交互界面將被拓展為能源、信息與數據的全方位交互界面，利用數字空間中的算力、算法和數據資源，解決物理電網復雜的大規模協調控制問題，引導物理電網中能量、數據、服務的有序流動，實現從物理世界到數字空間，最終再回饋到物理世界的閉環，形成配用電層面的“軟件定義能源”。

2.3 邊緣計算賦能的運行新特征

以廣泛部署的邊緣計算裝置為基礎，配電網將從傳統的集中式運行模式向分布式轉型，為應對高比例分布式能源接入、多元化分散靈活性資源利用等問題提供了有效手段。具體來說，數字配電網將呈現出幾個典型的新特征:

1）集群化［23］。集群化是指將配電網中大量分散的分布式能源和可控資源進行分區聚合，由邊緣計算裝置完成對本集群的統籌控制，主站則側重于對多集群的全局管理和協調調控。從整體配電系統來看，集群化運行是“分層+分區”運行思想的延續，避免了海量信息向配電網主站匯集帶來的信息傳輸壓力，集中求解全局優化問題面臨的計算壓力，以及大規?；祀s調控問題的求解難度高和效率低下等問題。在集群內部，風機、光伏、儲能等差異化的分布式能源可以被就地統籌聚合，形成集群整體的靈活調控能力，可由等值模型來量化刻畫，以滿足多集群在系統層面更加精準的協同調控需求。

2）分布式［24］。邊緣計算裝置將形成遍布全網的分散算力，并具備邊-邊之間的通信能力，這意味著不同邊緣計算裝置之間能夠構成分布式計算架構，這樣求解源荷快速波動性下的大規模系統控制問題往往更為高效。在基于邊緣計算的分布式架構下，相鄰區域間既可以通過邊界信息交互完成分布式優化決策，又可以通過區域邊界的協商調整實現靈活性資源的集群化自組織，從而使各區域具備主動協同并支撐配電網全局運行優化的能力。

3）靈活定義。依托邊緣計算平臺，各種運行控制策略可以通過APP 化業務應用的形式進行快速遠程部署，各區域運行功能、控制參數等可由云端靈活調整，從而實現“軟件定義”的配電系統形態。一方面，這種軟件定義能力可以使配電網具備更強的可控能力，更有效地適應源荷波動和場景變化，更好地滿足分布式能源的即插即用要求；另一方面，在完成基本控制功能的同時，還能夠更容易地對運行策略進行拓展，完成邊緣側虛擬電廠、點對點市場交易等更加復雜的功能定義和應用。

在以上特征基礎上，數字配電網能夠形成如圖4 所示的集群化運行控制架構，并演化出就地自治、邊-邊協調、云-邊協同等新的運行模式，資源組織和場景適用能力大大增強。同時，架構也對配電網運行控制技術的創新提出了迫切需求。

圖4 數字配電網的集群化運行架構Fig.4 Cluster operation architecture of digital distribution network

3 邊緣側集群自治運行技術

配電網邊緣計算的首要功能是統籌本地靈活性資源，完成集群內的自治運行控制，實現源荷就地協調、分布式能源就地消納等運行目標。當配電網主站具有對邊緣側集群的調控需求時，其所下發的調控指令需要由邊緣計算裝置分解下發到集群中各種可控資源，支撐整體系統優化運行。本章將重點圍繞邊緣側集群就地自治運行的關鍵技術問題和未來研究方向進行分析。

3.1 邊緣側自治技術研究進展

目前，配電網的區域或集群自治控制方法主要可分為機理模型驅動和數據模型驅動兩種方式。

基于機理模型優化的自治控制依賴于對配電網及相關設備的精確或等值建模，在此基礎上結合就地量測等信息制定優化策略。例如，文獻［25］基于電壓-功率靈敏度刻畫節點電壓與注入功率的關系，據此制定群內可調節資源出力策略；文獻［26］在系統不完全量測下，根據實時電壓靈敏度估計選擇無功補償節點，實現電壓控制。此外，還可以在日前階段采用機理模型整定集群內可調設備的控制曲線參數并下發，日內僅根據并網點量測信息，基于控制曲線動態調整設備出力，從而實現就地化快速調控。例如:文獻［27］提出分布式能源無功功率-電壓（QV）與有功削減-電壓（Pcurt-V）典型就地控制曲線參數優化整定方法，日內根據整定曲線實時響應并網點電壓波動，達到了近似全局最優的控制效果；文獻［28］進一步采用模型預測控制滾動優化分布式能源集群就地控制曲線，提高對分布式能源強不確定性的適應性。

數據驅動方法不依賴被控系統的詳細機理參數，可以作為機理模型的重要補充，以增強對復雜多變系統和運行場景的適應性。其中，一方面強調對歷史數據的挖掘利用，以掌握系統運行機理。例如，文獻［29］對歷史數據進行大量重復訓練，獲得了光伏逆變器的就地電壓控制策略，提升了配電系統優化運行水平；文獻［30］基于深度學習理論提出了數據驅動的多級自適應魯棒優化框架，以解決分布式能源高滲透率接入配電網帶來的不確定性問題；文獻［31］基于對抗生成網絡，對部分節點量測數據進行補全，從而得到完整量測數據，實現了非實時觀測下的電壓優化策略。另一方面，強調對實時量測數據的利用，以快速響應系統狀態變化。例如，文獻［32］提出一種基于多智能體深度強化學習的分布式能源就地控制方法，通過將多智能體與邊緣計算分布式架構耦合以及訓練過程轉移，實現邊緣側快速自適應控制；文獻［33］基于量測數據的實時交互，實現了智能軟開關自適應優化控制；文獻［34］考慮量測數據質量，采用壞數據辨識和量測擾動抑制方法對量測數據進行處理，實現了智能儲能軟開關自適應優化控制。

3.2 邊緣側自治關鍵問題和挑戰

首先，配電網邊緣側的構成要素多樣、模型參數復雜、完全量測獲取困難，實時協調控制與集群管理面臨挑戰［35］。各種分布式能源、新型用戶可控負荷等帶來連續/離散、確定性/不確定性、線性/非線性混雜特征，導致控制問題的準確模型數學本質復雜，集群內分散異質資源的協調控制策略求解難度大。同時，邊緣側源荷要素與外部環境的耦合關聯緊密，受氣象、社會、用戶行為等多方面因素影響［36］，準確的機理模型難以獲??；大量可控資源從配電網低壓側接入，面臨量測不足、接入隨機、參數不準確、拓撲不明確等問題，進一步增加了協調控制的難度。這些問題要求邊緣側控制方法能夠盡可能擺脫對精確參數和完全量測等條件的依賴，解決區域內控制任務分解和多類型可控資源互補利用等問題。同時，對不同類型的柔性要素進行聚合后［36］，如何有效降低邊緣側模型維度、準確描述聚合特征，也是亟待解決的關鍵問題之一。

其次，在邊緣側通信與算力資源約束下［37］，完成集群內就地化的高水平智能控制面臨挑戰。集群內優化控制需全部依賴邊緣算力完成。但邊緣側靈活性資源接入量大、空間分散、不確定性強，而邊緣側可用計算資源相對有限。一些大規模優化問題求解和人工智能控制決策方法由于計算量較大而無法實施，必須通過輕量級的控制策略設計和計算資源配置方法來滿足邊緣側算力約束［38］。在與主站的交互過程中，邊緣側往往面臨弱通信條件，即存在配電系統調控指令下發延遲/失效、通信中斷等問題。此時，邊緣側無法獲知整體系統的運行需求，必須充分利用就地歷史運行數據和規律完成智能化的就地控制，這又使控制策略的復雜性提升。如何解決算力資源有限性與控制策略復雜性之間的矛盾，成為邊緣集群自治中迫切需要解決的問題。

3.3 邊緣自治技術研究展望

針對集群就地自治運行面臨的上述挑戰性問題，需要重點在如圖5 所示的技術方向上取得突破。

圖5 集群就地自治運行關鍵技術問題Fig.5 Key technical issues of local autonomous operation for cluster

1）基于軟件定義的邊緣側集群管理技術［39］。研究邊緣側設備自組網技術［40］，建立邊緣側彈性集群網絡，通過組網協議賦予設備自動發現、自動連接、自主協調的能力；研究軟件定義的邊緣側集群管理模型，突破傳統物理約束限制，基于通用高級應用接口從頂層實現對集群的有效管理；研究邊緣側集群通用軟件部署技術，基于高級應用接口，開放集群屬性與控制能力，通過通用軟件實現多場景、多類型靈活控制。

2）弱通信條件下基于輕量級邊緣智能的集群就地控制技術。研究弱通信條件下集群邊緣智能控制框架，利用邊緣側歷史運行數據提取配電系統的運行規律和特征，提高弱通信環境下邊緣集群對整體配電系統狀態的感知能力；研究基于代理智能體的集群就地控制決策技術，通過智能體控制決策與配電網運行狀態模擬的迭代交互實現策略優化，從而能夠完成基于就地信息的自主決策；研究面向邊緣計算的輕量化人工智能推理決策技術，支撐實現在邊緣計算資源限制環境下的集群快速控制決策。

3）不完全量測下多源數據融合驅動的集群自適應控制技術。研究配電網關鍵量測配置方法，降低對精確、完備量測信息的依賴，支撐基于就地信息的集群自適應控制實現；研究不完全量測下的集群自適應運行控制方法，以實時量測信息作為控制策略的實施反饋，自主完成控制效果評價與優化，滿足源荷強波動場景下的集群自適應控制需求；研究復雜集群的多源數據融合驅動運行控制方法，通過自適應預測控制建立時序數據驅動模型，實現不完全量測下復雜集群的高水平運行控制。

4 邊-邊協調運行技術

以邊緣側集群自治控制能力為基礎，多個邊緣計算裝置之間可以相互交互邊界信息，實現大規模運行優化問題分布式求解，避免海量數據匯集造成的通信壓力，提高源荷波動下的決策效率。本章將重點圍繞邊-邊多集群分布式協調運行中的關鍵技術問題和未來研究方向進行分析。

4.1 邊-邊協調運行技術研究進展

隨著新的高性能設備引入與通信網絡不斷完善，邊緣側多集群協作運行模式成為提升配電系統靈活運行的重要手段，相關研究工作的進展主要體現在以下幾方面。

1）在多集群的邊-邊自組織與自協調方面，目前主要有基于圖論和啟發式算法的多集群自組織建模兩類。例如，文獻［41］基于圖理論提出一種了面向大規模多區域電力系統容量效益裕度評估方法，有效提升弱連接集群的計算準確性；文獻［42］設計了一種基于圖論的交直流配電系統分布式光伏臺區控制策略，實現了光伏功率的跨區域互濟消納；文獻［43］利用遺傳算法對分布式能源控制集群進行劃分，在此基礎上實現了對配電網靈活性資源的日內分布式優化調度；文獻［44］結合粒子群優化算法對微電網進行自組織優化，采用分布式架構實現各集群間的能量協同；文獻［45］基于集群聯邦學習分割訓練數據，提升了分布式集群的靈活性與數據隱私性等。

2）在多集群邊-邊分布式優化控制方面，現有分布式控制算法主要分為拉格朗日乘子類協調優化算法以及最優條件分解類優化算法。文獻［46］提出了完全分布式原始-對偶次梯度算法，實現分布式經濟調度問題的求解；文獻［47］提出了基于交替方向乘子法的分布式有功和無功功率控制策略，通過分解大規模強耦合優化問題，在不損失全局最優性的前提下實現并行求解；文獻［21］提出了基于近似牛頓法的無功優化解耦算法，以非線性原對偶內點法為基礎，在迭代計算過程中構造近似牛頓方向，以解決多區域電力系統的無功優化問題。另外，針對各集群求解規模不一致的問題，已有研究考慮邊緣計算資源［48］和延時的限制［49］，初步探索了邊緣計算集群上的負載均衡方法。

4.2 邊-邊協調運行技術關鍵問題和挑戰

邊緣側集群的協同運行調控依賴于各集群自組織靈活劃分與自適應多方協調。然而，多集群的異構性導致分布式控制與協調更加復雜。亟須可靠的集群協作與邊-邊分布式控制新方法。

首先，多集群間在電氣層面相互連接，雖然各自內部控制策略相對獨立，但其對整體配電系統運行的影響緊密耦合，必須對差異化的集群進行充分協調，以支撐系統全局的優化目標。但各集群構成要素、運行特性各不相同，時變性強，需要首先解決強不確定性場景下多集群的自組織與能量自趨優問題。集群內的運行控制需要充分考慮各種分布式能源的響應能力、各種控制手段的差異化控制特性、信息網絡的覆蓋面和連通性等因素，這給靈活、開放、兼容、多場景適用的邊-邊協同控制方法提出了需求和挑戰。進一步，需要通過相鄰集群之間信息交互靈活調整集群邊界，并實現可控資源根據不同集群的運行需求進行靈活轉移與集群的自組織。然而，缺乏有效的量化指標，無法準確刻畫各集群對配電網整體運行的影響以及集群整體層面聚合而成的調控響應能力。

其次，需要解決基于有限、有序信息交互的多集群主體分布式業務協作問題。由于信息通信網絡的限制，多集群間的通信連通性、信息交互頻次和數據傳輸規模都將受到約束，這些因素導致了多集群之間的通信壁壘，限制了分布式優化策略的實施和集群互補潛力的釋放。而在面向配電網多集群主體的分布式業務協作問題上，則需要在特定的通信條件約束下，考慮感知、控制、能量管理等不同的集群業務需求，把信息與數據作為集群之間可交換、可共享、具有價值屬性的新型資源，把信息網絡的時延、速率、帶寬等作為分布式控制實現的附加影響因素，最終建立集群間的有限、有序信息交互模式，有效提高多集群間分布式優化控制水平。

4.3 邊-邊協調運行技術研究展望

針對邊-邊多集群分布式協調運行中的挑戰性問題，需要重點在圖6 所示的技術方向上取得突破。

圖6 多集群邊-邊協調運行關鍵技術問題Fig.6 Key technical issues of edge-edge coordinated operation for multiple clusters

1）復雜不確定場景下的多集群主體自組織與協調優化控制技術:研究基于分布式架構的多集群自組織優化調控方法，考慮不同集群的運行特征和運行場景的變化；基于多集群的點對點協商完成集群間可控資源的協調分配，通過集群間特定信息交互、多集群控制策略迭代優化，實現大規模系統多集群控制策略的有效協調，共同協作達成系統全局運行目標；研究復雜不確定性場景下多集群分布魯棒協調控制方法，通過各集群控制策略的調整來改變集群對外呈現的控制特性，在降低集群不確定性水平的同時釋放多集群之間的協調互補潛力。

2）有限通信條件下異構多集群分布式交互與智能控制技術:研究異構集群運行特征互補分析與等值建模方法，利用集群間邊界信息及相關歷史數據，利用機理建模和數據擬合手段刻畫相鄰集群運行特性，為有限通信條件下的集群間協調控制提供模型支撐；研究基于深度學習智能體的多集群間優化控制方法，克服集群間通信與數據壁壘帶來的模型和參數不準確問題，各智能體通過自身策略構建以及與其他智能體的協調策略推理，實現集群的快速功率調節和協調控制。

3）模型與數據融合驅動的多集群協作自適應控制技術:研究多源數據驅動的集群間多時間尺度協調控制方法，通過多源數據的融合充分釋放數據價值，克服機理模型差異化和運行狀態頻繁波動帶來的挑戰，通過集群間離散、連續調控特性在多時間尺度上協調配合，實現集群出力控制的協同優化；研究數據-物理模型融合驅動的多集群協作自適應控制方法，通過量測數據反饋克服配電網準確參數難以獲取的問題，提高對多集群運行狀態和特征的感知與認知能力，實現場景變化下多集群自適應運行調控。

5 云-邊協同運行技術

云-邊協同運行技術旨在考慮不同集群的控制特性、配電網不同區域的資源分布等特征，從全局角度對各集群運行控制策略進行統一的優化協調，從而達成全局運行目標。本章將重點圍繞云-邊協同運行中的關鍵技術問題和未來研究方向進行分析。

5.1 云-邊協同運行技術研究進展

配電網邊緣側分散資源混雜、運行態勢多變，邊緣側自治策略沖突問題顯著，需要對各邊緣側運行控制策略進行有效協調。云-邊協同架構充分利用了數字配電網的集群化、分布式運行特征，可有效支撐復雜通信條件、有限計算能力下多邊緣集群協同運行。例如，文獻［50］提出一種計及不確定性影響的配電網云-邊協同調度方法，有效緩解光伏不確定性出力對配電網造成的影響，提高配電網運行安全性與經濟性；文獻［51］提出一種基于云-邊協同框架的配電網分布式能源控制方法，以云-邊模型參數傳遞取代隱私數據傳遞，在考慮數據隱私保護的前提下實現了多邊緣側集群控制策略協調；文獻［52］提出一種基于云-邊協同架構的配電網分布式能源頻率調節模型，有效減少系統的計算負載和有線通信需求，提升配電網功率調節能力。

信息和物理的耦合特征是數字配電網調控中的另一熱點問題。例如，文獻［53］提出了一種信息物理耦合電網的分布式能源優化配置方法，有效降低了分布式能源不確定性影響，提升電網供需匹配能力；文獻［54］提出了面向信息物理耦合配電網的信息鏈路多層模型，實現對配電網網絡故障影響的量化分析，有效解決配電網故障分析問題；文獻［55］面向信息物理耦合配電系統，提出一種考慮電力/通信節點和線路雙重結構耦合的電網脆弱性分析方法，有效提升了電力系統供電韌性。

5.2 云-邊協同運行技術關鍵問題和挑戰

首先，針對網絡化的邊緣計算裝置，需要在云端解決各裝置的業務協調部署和業務功能定義問題。邊緣計算的價值不僅在于提高邊緣側的控制能力，還在于為配電網的業務部署提供了通用化的平臺環境。標準化邊緣計算裝置能夠靈活部署數據采集、運行感知、優化控制等多類型業務應用；不同邊緣裝置在信息上相互聯通，在業務功能上能夠相互協同［56］；邊緣和云端的算力資源可通過計算任務卸載等方式相互支撐［57］。此時，需要在邊緣側有限計算資源約束下，面向不同場景需求完成業務功能在不同邊緣裝置上的協同部署，并在運行中充分協調計算任務在云-邊及邊-邊之間的動態分配，實現最佳的業務功能和計算資源的最充分利用，滿足海量復雜要素、強不確定性環境下的高水平集群控制應用需求。

其次，需要解決考慮邊緣側多主體數據隱私保護的云-邊協同優化調控問題。邊緣側對集群的控制實現了海量可控資源的聚合利用，但考慮到集群內可控資源以及集群整體利益歸屬可能各有不同，在運行中存在隱私保護需求。此時，集群底層可控資源的信息往往無法全部在系統層面獲知，集群之間的運行控制信息也不會向其他集群完全公開，整體配電系統的模型和參數也無法直接下放到集群本地，形成云-邊-物多層級信息壁壘。而在集群控制架構下，無論是集群間的分布式協同控制，還是系統層面的云-邊協同控制，都依賴更加開放共享的數據環境來提升運行控制水平。此時，既要保證多集群間的有效信息傳遞，又要避免隱私數據的公開或泄露，形成了復雜的多方隱私保護問題。

5.3 云-邊協同運行技術研究展望

針對云-邊協同運行中的挑戰性問題，需要重點在圖7 所示的技術方向上取得突破。

圖7 配電網云-邊協同運行關鍵技術問題Fig.7 Key technical issues for cloud-edge coordinated operation of distribution network

1）考慮時空轉移特性和邊緣計算資源有限性的集群控制任務優化調度技術。研究集群邊緣計算資源虛擬化方法，根據集群控制的不同計算任務的需求特征，從運算、存儲等不同環節對集群計算資源進行屬性抽象和量化表達，為計算任務的協調分配提供模型基礎；研究邊緣計算有限資源約束下的集群控制計算任務優化調度方法，以任務時序邏輯為基礎［58］，通過可延遲、可中斷計算任務的優化組合，實現有限計算資源下的高效業務處理；研究考慮時間-空間轉移特性的集群控制任務調度方法，在單一集群計算資源無法滿足需求的情況下，通過邊-邊、云-邊計算任務卸載，實現集群控制業務的時空轉移和高效處理。

2）復雜多變場景下集群控制業務應用的動態優化部署技術。研究多類型業務功能優化部署架構，通過業務應用在不同集群的靈活配置，支撐系統層面運行感知和協同控制等全局功能的高品質實現；研究考慮數據保護與安全的集群控制業務快速更新方法，通過云端完成的控制功能、策略與參數的靈活調整，支撐云-邊協同優化調控的實現；研究差異化邊緣計算業務的協同交互方法，動態協調業務功能在不同集群之間的部署分配，實現集群計算與通信資源的最大化利用。

3）考慮數據隱私保護的大規模配電系統多層級協同優化調控技術。研究考慮網絡參數隱私保護的配電網物理特性模擬方法，利用歷史運行數據和人工智能方法相結合，通過神經網絡模擬完整配電系統的運行特征；基于聯邦學習、多方安全計算等技術，研究覆蓋云端、邊緣、終端等多維度的協同調控方法，以多層級、多主體之間的黑箱模型傳遞代替傳統的運行狀態與參數傳遞，實現協同控制中的多方隱私保護；研究考慮用戶行為隱私保護的配電系統多手段協同控制方法，采用代理子模型模擬用戶行為特征，并通過與電網模型的交替迭代模擬出多元要素的耦合交互影響，支撐完整云-邊協同控制策略的實現。

6 結語

邊緣計算技術是當前先進信息技術的典型代表，也是配電網數字化轉型中重要的支撐性技術，在海量數據的發掘利用、分散資源的統籌調控、源荷波動下的快速響應等方面具有重要意義。未來，邊緣計算裝置將是配電網中多類型業務的通用性部署平臺，需要具備監測、保護、控制、計量等多類型業務的融合部署與協同運行能力，能夠顯著降低部署成本和運維工作量。以廣泛部署的邊緣計算裝置為依托，數字配電網將具有集群化、分布式和靈活定義等新的運行特征，形成邊緣自治、邊-邊協調、云-邊協同等多種典型的運行控制模式，這些方向還存在著眾多技術問題有待突破，相關研究亟待開展。在未來，隨著邊緣計算技術與裝備的進一步發展和廣泛應用，將形成邊緣“測-算-控”一體化平臺裝置，能夠為數字配電網海量數據利用、全景運行分析、智能控制決策等功能實現提供更加完備的部署平臺，提升數字配電網效率、可靠性和可持續性，支撐構建電網應用生態圈，對配電網數字化轉型技術成果的推廣和技術價值的釋放具有重要意義。