中文引用格式: 马文珍,谢浩荣,张俊超,等. 面向电力物联网的云-雾计算资源动态分配与能耗均衡模型[J]. 电子技术应用,2026,52(11):126-131.
英文引用格式: Ma Wenzhen,Xie Haorong,Zhang Junchao,et al. Cloud‑fog computing resource dynamic allocation and energy balance model oriented to power Internet of Things[J]. Application of Electronic Technique,2026,52(11):126-131.
引言
作为一种数据通信网络,智能电网(Smart Grid, SG)是物联网(Internet of Things, IoT)的重要应用之一。它可实现对输电线路、配电变电站及终端用户的实时监测与数据分析[1],通过双向通信机制支持电力的动态调度与用电优化[2]。智能电网的建设依托多种信息技术的融合,可有效提升供电可靠性与经济性[3]。在智能电网中,计量与计费的精准运行依赖于先进计量基础设施(Advanced Metering Infrastructure, AMI)与计量数据管理系统(Meter Data Management System, MDMS)的协同,并与停电管理系统(Outage Management System, OMS)、配电管理系统(Distribution Management System, DMS)及其他配电自动化系统(Distribution Automation, DA)深度集成,实现全网信息互联[4]。为进一步缓解云端负载与通信瓶颈,近年来兴起的云-雾计算成为提升系统性能的重要途径。
本文旨在结合传统通信网络与云计算系统,构建一种面向智能电网的体系架构,以促进用户侧的高效用电。借助智能家电与智能电表,用户可优先从邻近变电站获取所需电能;同时,集成云-雾计算(cloud-fog computing)平台能够在降低响应时间的前提下,实现电力资源的高效利用[5]。
文献[6]提出了基于云-雾计算的智能电网平台集成模型,利用先到先服务(First Come First Serve, FCFS)与蚁群优化算法(Ant Colony Optimization, ACO)进行资源最优分配,从而改进了系统响应时间。文献[7]则提出了基于云-雾计算架构的资源分配与分发模型,以改进处理时间(Processing Time, PT)并最小化成本。文献[8]提出了一种新的雾节点选择的服务中介策略,构建了基于云-雾计算基础设施的资源分配模型,以实现高效的能源管理。
本文在此基础上,构建了一种面向智能电网的云-雾协同资源分配模型,以最小化通信与处理成本,并提出新的雾计算系统(Fog Computing System, FCS)调度算法,实现智能设备定位感知与虚拟机(Virtual Machines, VMs)最优分配。
本文详细内容请下载:
https://www.chinaaet.com/resource/share/2000007357
作者信息:
马文珍,谢浩荣,张俊超,赵观泰
(国网青海省电力公司信息通信公司,青海 西宁 810008)

