储能式充电桩参与电网需求侧响应联合运行优化

储能式充电桩参与电网的联合运行,不但能够减小电网扩容成本,还可以获得参与电网需求侧响应辅助管理服务收益,从而降低充电桩运营成本。为探究需求侧响应中实时定价激励对储能式充电桩经济效益的影响,本文进行储能式充电桩参与电网需求侧响应的联合运行优化能量调度研究。本文考虑电网需求响应实时电价,建立以储能式充电桩参与需求侧响应的经济效益函数模型;以实现经济效函数最大化为目标,建立以储能式充电桩电量和容量约束的充电桩的电网联合运行优化模型;为应用对偶分解方法,将优化模型转化为典型凸优化问题,从而求得储能式充电桩最优化能量调度。基于储能式充电桩实际运行电量、容量和经济性参数进行仿真,仿真结果表明所提出的方法能够实现较快收敛,并且能够获得收益。     

储能式充电桩参与电网需求侧响应联合运行优化

储能式充电桩参与电网的联合运行,不但能够减小电网扩容成本,还可以获得参与电网需求侧响应辅助管理服务收益,从而降低充电桩运营成本。为探究需求侧响应中实时定价激励对储能式充电桩经济效益的影响,本文进行储能式充电桩参与电网需求侧响应的联合运行优化能量调度研究。通过考虑电网需求响应实时电价,建立以储能式充电桩参与需求侧响应的经济效益函数模型;以实现经济效函数最大化为目标,建立以储能式充电桩电量和容量约束的充电桩的电网联合运行优化模型;为应用对偶分解方法,将优化模型转化为典型凸优化问题,从而求得储能式充电桩最优化能量调度。基于储能式充电桩实际运行电量、容量和经济性参数进行仿真,仿真结果表明所提出的方法能够实现较快收敛,并且能够获得收益。     

面向QoE的LTE网络故障定位与优化技术

为了保障LTE网络流媒体业务的用户体验质量（Quality of Experience,QoE）,提高用户对业务的满意度,需要实时监测终端用户的用户体验质量,且需要在用户体验质量下降时,实施网络故障定位与优化,确定引起用户体验质量下降的网络故障,并针对网络故障实施具体的优化措施,使用户体验质量恢复到正常水平。但随着移动网络规模的扩大,网络参数种类和数据量的增加,人工的运维和优化方式已经不能满足日常运维的工作需要。针对这一问题,笔者提出了一种面向QoE的LTE网络故障定位和优化方法,提出了基于K-近邻机器学习算法的故障定位模型,并针对网络带宽不足和信号强度过低两种故障,提出了基于保证比特率（Guaranteed Bit Rate,GBR）的带宽保障方法和基站发送功率调整方法。仿真结果表明,所提故障定位和优化系统能够很好地实现移动终端流媒体业务的用户体验质量的监测和用户体验质量下降后的自动定位和优化。     

面向云计算的绿色指数能耗建模方法研究

能耗问题是当前信息系统发展根本性挑战之一.云计算系统作为未来信息通信系统中内容与服务的源头与处理核心业已成为信息通信系统的能耗大户.能耗模型作为能效优化研究的基础,目前已有云计算系统能耗模型大多从宏观角度粗糙的衡量云计算系统能耗,无法对真正有效的指导能效优化方法研究.针对这一问题,本文首先在综合考虑云计算系统微观到宏观能耗多个角度的基础上给出了绿色指数的定义;然后,探讨了绿色指数能耗模型中的多元、多时间、多空间尺度的感知方法;最后,给出了微观能耗建模方法与基于非线性积分的宏观能耗模型形式化描述方法.文中所提出的绿色指数能耗建模方法可以从多角度有效体现能耗,指导真正有效的云计算系统能效优化方法研究.     

重叠网域内传输的Multi-Agent主从博弈优化

针对重叠网中域内传输忽略了互联网服务提供商与用户间存在的主从博弈性,导致域内传输在现网应用中缺乏合理的均衡点而无法达到最佳优化状态的问题,提出一种基于多代理博弈的分层重叠网架构,并构建互联网服务提供商agent和用户agent间的Stackelberg主从博弈模型. 在该模型下,分析了纳什均衡解的存在性与唯一性,求出了纳什均衡时最佳的链路价格和传输速率,给出了网络最佳运行状态的一种定量描述,最后分析了网络参数对网络最佳运行状态的影响.     

认知网络管理在物联网中的应用

The wide variety of smart embedded computing devices and their increasing number of applications in our daily life have created new opportunities to acquire knowledge from the physical world anytime and anywhere, which is envisioned as the“Internet of Things” (IoT). Since a huge number of heterogeneous resources are brought into IoT, one of the main challenges is how to efficiently manage the increasing complexity of IoT in a scalable, flexible, and autonomic way. Furthermore, the emerging IoT applications will require collaborations among loosely coupled devices, which may reside in various locations of the Internet. In this paper, we propose a new IoT network management architecture based on cognitive network management technology and Service-Oriented Architecture to provide effective and efficient network management of IoT.     

未来网络虚拟化关键技术研究

网络虚拟化可使得多个服务提供商动态组合多个异构的共存却相互隔离的虚拟网。文章提出一种支持上下文感知的网络虚拟化实现方法,通过虚拟化网络资源和动态资源分配与控制技术建立底层资源与上层服务之间的映射关系,通过虚拟化层在应用层和底层基础网络间形成透明的隔离,同时采用认知管理的方式对虚拟化网络进行动态控制,以改善和提升互联网能力,满足端对端服务质量、安全性、可管理性等需求。     

一种基于平均比特互信息的链路性能预测算法

链路性能预测的核心是根据即时信道状态信息,准确地预测通信系统未来的传输差错概率.现有的LTE系统链路性能预测算法没有考虑速率匹配和自适应HARQ过程,因此其实用性受到限制.针对这一现状,本文以具有速率匹配和自适应HARQ通信模块的LTE系统为研究对象,提出了一种基于平均比特互信息的链路性能预测算法.该算法首先充分考虑速率匹配过程中比特重复对互信息的影响,利用符号重复率得到重复比特的解码增益;在此基础上,利用合并重传码块的平均比特互信息计算模型,得到整个系统中的信道编码码块比特平均互信息;最后利用加性高斯白噪声AWGN信道的仿真映射关系得到链路的误块率.仿真结果表明该算法均具有较高的准确性.     

CR-MIMO-OFDMA/TDM系统中基于效用的无线资源分配与调度

针对多用户MIMO-OFDMA/TDM认知无线电系统,提出一种基于用户效用和最大化的动态资源分配与调度方案,通过松弛约束条件将NP-hard的组合最优化问题转化为凸优化问题并通过拉格朗日对偶法进行分解,利用次梯度迭代算法求解对偶问题求得原始问题最优解.仿真结果表明,该方案可最大化用户效用和,获得主用户与认知用户的最优功率/速率分配并实现用户调度,且算法复杂度低收敛速度快.     

特约主编寄语

随着新型电力系统的快速建设,新能源发电量的占比逐年稳步提高。新能源出力本身具有较强的波动性和间歇性,为新型电力系统的安全稳定和可靠供应带来巨大挑战。叠加近年来极端天气因素影响,需求侧季节性负荷峰谷差日益加剧,使得新能源发电与用电需求时域不匹配的矛盾进一步突出。新型储能作为一种跨时间、跨空间转移能量的技术手段,不仅有助于适应新能源的波动性,增强电网系统消纳新能源的能力,而且有利于电网削峰填谷,保障大电网安全稳定运行。大规模新型储能的智慧调控和安全防护是新型电力系统建设过程中的关键支撑,也是构建我国“清洁低碳、安全高效”能源体系的重要基础。