面向能源互联网环境的通信网资源智能编排技术

刘晴; 汤玮; 彭琳钰; 刘旭; 石际; 刘康; 廖畅; 郑智浩; 方浩

doi:10.19705/j.cnki.issn2096-5125.2025.01.008

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

面向能源互联网环境的通信网资源智能编排技术

更新时间：2025-11-19

- 面向能源互联网环境的通信网资源智能编排技术
- 面向能源互联网环境的通信网资源智能编排技术
- 全球能源互联网 2025年8卷第1期页码：67-75
- 作者机构：
  
  1. 贵州电网有限责任公司
  2. 贵州电网有限责任公司贵安供电局
  3. 贵州电网有限责任公司遵义供电局
  4. 贵州电网有限责任公司贵阳供电局
- 作者简介：
- 基金信息：
  
  贵州电网有限责任公司科技项目(066500GS62200017)~~
- DOI：10.19705/j.cnki.issn2096-5125.2025.01.008
  中图分类号： TN915
- 纸质出版：2025
- 稿件说明：
移动端阅览
刘晴, 汤玮, 彭琳钰, 等. 面向能源互联网环境的通信网资源智能编排技术[J]. 全球能源互联网, 2025,8(1):67-75.

刘晴, 汤玮, 彭琳钰, et al. 面向能源互联网环境的通信网资源智能编排技术[J]. 2025, 8(1): 67-75.
刘晴, 汤玮, 彭琳钰, 等. 面向能源互联网环境的通信网资源智能编排技术[J]. 全球能源互联网, 2025,8(1):67-75. DOI： 10.19705/j.cnki.issn2096-5125.2025.01.008.

刘晴, 汤玮, 彭琳钰, et al. 面向能源互联网环境的通信网资源智能编排技术[J]. 2025, 8(1): 67-75. DOI： 10.19705/j.cnki.issn2096-5125.2025.01.008.

摘要

能源互联网建设背景下，各类新兴业务的发展对通信网的数据传输与处理能力提出了更高要求。首先，引入网络功能虚拟化(network function virtualization，NFV)技术，构建通信网资源智能编排架构。其次，分析能源互联网业务的差异化时延与可靠性需求，建立以保障不同类型业务需求为目的的优化问题。最后，针对业务差异化需求保障、多维资源联合分配、多业务资源竞争冲突等问题，提出基于自适应匹配的通信网资源智能编排算法，通过资源块聚合降低匹配维度，通过自适应调整匹配成本增量在解决资源竞争冲突的同时实现业务差异化需求感知。仿真结果表明，所提算法相较于基于静态匹配的网络资源编排(fixed matching-based resource orchestration algorithm，FMRA)算法和基于贪婪匹配的网络资源编排(greedy matching-based resource orchestration algorithm，GMRA)算法分别降低业务平均时延60.93%和73.34%，提高业务平均可靠性39.93%和72.92%。

Abstract

关键词

Keywords

references

Liang Ji,Zhao Xingang,Yang Shangdong.Collaborative optimization model of renewable energy development considering peak shaving costs of various flexibility resources[J].Global Energy Interconnection,2021.

Naeem Faisal,Seifollahi Sattar,Zhou Zhenyu,Tariq Muhammad.A Generative Adversarial Network Enabled Deep Distributional Reinforcement Learning for Transmission Scheduling in Internet of Vehicles[J].IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS,2021.

Zhenyu Zhou,Yufei Guo,Yanhua He,Xiongwen Zhao,Wael M. Bazzi.Access Control and Resource Allocation for M2M Communications in Industrial Automation.[J].IEEE Trans. Industrial Informatics,2019.

Luhan Wang,Zhaoming Lu,Xiangming Wen,Raymond Knopp,Rohit Gupta.Joint Optimization of Service Function Chaining and Resource Allocation in Network Function Virtualization.[J].IEEE Access,2016.

林顺富,张琪,沈运帷,周波,边晓燕,李东东.面向灵活爬坡服务的高比例新能源电力系统可调节资源优化调度模型[J].电力系统保护与控制,2024(02).

孔月萍,杨世海,段梅梅,周雨奇,陈宇扬,丁泽诚,张汀荃,吴英俊.考虑通信基站需求响应的城市中压配电网阻塞管控模型[J].电力需求侧管理,2023(06).

王利猛,刘雪梦,李扬,常铎,任星.阶梯式碳交易机制下考虑需求响应的综合能源系统低碳优化调度[J].电力建设,2024(02).

马群,于佳.新型电力系统下通信系统远程接入网研究[J].山东电力技术,2023(08).

沈玉明,斯辉,马浩天,徐衍会,胡俊杰.考虑数据中心和分布式能源接入的配电网双层规划方法[J].全球能源互联网,2023(02).

陈亚鹏,刘朋矩,周振宇,白晖峰,张颉.面向业务可靠承载的电力弹性光网络自主协同决策[J].电工技术学报,2023(21).

吴昊文,张乐平,张维,张鑫,乔舒雅.高比例太阳能接入配电终端微电网调峰方法研究[J].电网与清洁能源,2023(02).

王雅倩,陈心怡,曲睿,周振宇.基于SDN/NFV的电力物联网时延敏感业务编排方法[J].华北电力大学学报(自然科学版),2023(01).

吴宇彤,周金和.一种采用NFV架构的服务功能链动态编排与部署[J].电讯技术,2022(10).

王翌雪,高雪莲,汤亿则,章毅,王彦波.差异化服务质量性能驱动的5G配电网边缘计算优化方法[J].全球能源互联网,2022(04).

周振宇,王曌,廖海君,汪洋,张慧.电力物联网5G云–边–端协同框架与资源调度方法[J].电网技术,2022(05).

陆旭,陈影,许中平,王伟,刘文龙,陈明昊.面向电力-通信网融合与时延优化的服务功能链部署方法[J].电力系统保护与控制,2021(22).

刘昊,崔昊杨.服务链联合多元化及动态冗余备份方法研究[J].计算机应用研究,2021(06).

卫璇,潘昭光,王彬,孙宏斌,郭庆来.云管边端架构下虚拟电厂资源集群与协同调控研究综述及展望[J].全球能源互联网,2020(06).

徐唐海,鲁宗相,乔颖,安军.源荷储多类型灵活性资源协调的高比例可再生能源电源规划[J].全球能源互联网,2019(01).

刘岗,赵杭生,李大力,邵鸿翔.异构网络资源分配:改进多对一转移匹配[J].计算机工程与应用,2018(15).

Jiuyue CAO,Yan ZHANG,Wei AN,Xin CHEN,Jiyan SUN,Yanni HAN.VNF-FG design and VNF placement for 5G mobile networks[J].Science China(Information Sciences),2017(04).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于系统动力学的区域能源互联网综合效益分析

考虑碳排放和经济因素的断面功率调整优化方法

能源互联网背景下能源电商发展策略研究

关于细胞-组织视角的能源互联网分布式自治系统形态特征的讨论

综合智慧能源多维绩效评价指标研究综述