综述与展望
基金项目：国家电网有限公司总部科技项目资助“基于5G 通信的多参量继电保护关键技术研究”（5100-202055018A-0-0-00）。
中图分类号：TN915.853 文献标志码：A 文章编号：2095-641X(2020)08-020-10 DOI：10.16543/j.2095-641x.electric.power.ict.2020.08.003著录格式：刘明月, 涂崎, 汪洋, 等. 智能电网中网络切片的资源分配算法研究[J]. 电力信息与通信技术, 2020, 18(8): 20-29. 智能电网中网络切片的
资源分配算法研究
刘明月1,2，涂崎3，汪洋2，孟萨出拉2，赵雄文1
（1.华北电力大学 电气与电子工程学院，北京 102206；2.中国电力科学研究院有限公司，北京 100192；
3.国网上海市电力公司，上海 200122）
摘要：新一代电网飞速发展的背景下，面对智能电网业务繁多种类，如何合理分配资源、适应多类业务的各异需求，得到用户满意的服务质量，是目前电网资源分配的关键问题。智能电网场景下应用5G 网络切片技术进行资源的分配研究仍处于发展阶段。文章首先介绍智能电网概念，在阐述目前典型电力业务分类及其特点的基础上，分别从核心网与接入网2方面对资源分配算法的研究现状进行了综述与分析。最后从目前资源分配算法的种类、特点及优化目标等进行总结。文章研究结果能够为资源分配算法在智能电网中的应用研究提供有益借鉴。关键词：智能电网；网络切片；资源分配；优化目标 Abstract: With the rapid development of the new generation of smart grid, how to reasonably allocate resources, adapt to the different needs of various types of business and obtain the satisfactory service quality is the key problem of resource allocation in the current smart grid. In the smart grid scenario, the application of 5G network slicing technology for resource allocation is still in the development stage. Firstly, this paper introduces the concept of smart grid. Then, based on the description of the current typical power service classification and its characteristics, current research situation of resource allocation algorithms in core network and access network are analyzed respectively. Finally, this paper summarizes the types, characteristics and optimization objectives of current resource allocation algorithms, which provides a useful reference for the application of resource allocation algorithms in smart grid.
Key words: smart grid; network slice; resource allocation; optimization objectives
Research on Resource Allocation Algorithm of Network Slice in
Smart Grid
LIU Mingyue 1,2, TU Qi 3, WANG Yang 2, MENG Sachula 2, ZHAO Xiongwen 1
(1. School of Electrical and Electronic Engineering, North China Electric Power University, Beijing 102206, China;
2. China Electric Power Research Institute Co., Ltd., Beijing 100192, China;
3. State Grid Shanghai Electric Power Company, Shanghai 200122, China)
0 引言
在能源和电力需求增长驱动下，电力业务正向分
布式配电自动化、遥视、电力物联网、人工智能等方向发展，世界电网以崭新的面貌从传统网络驱动进入以智能电网为标志的新阶段。电力无线业务需求可分为控制类、采集类、移动应用类，承载包括
配电自动化、用电信息采集、精准负荷控制、视频监控和移动作业等业务，随着智能电网发展，大连接、低时
综
述与展望
延、高可靠、大带宽的业务需求对无线网络提出更高要求。智能电网中产生的海量数据交互时需要强大的网络进行通信。因此智能电网作为典型垂直行业的代表对通信网络提出新挑战：电网业务多样性需要一个功能灵活可编排、可靠性高、隔离度高、毫秒级超低时延的网络[1]。
随着车联网、物联网、工业智能控制及垂直行业的兴起与发展，第五代（Fifth Generation ，5G ）移动通信技术将多领域、多场景下实现“互联”的愿景。5G 作为全新一代的无线通信技术，在传统的“人—通信”基础上，考虑“物—物”（机器通信）、 “人—物通信”的需求场景。其超低时延（1 ms ）、海量接入（10 M/km 2）等特性可以较好地匹配垂直行业的电网工控类业务需求。针对5G 多样化的服务需求，研究者提出“网络切片”概念。
网络切片是5G 的重要技术之一，网络切片对现有物理网络进行切分，形成多个彼此独立的逻辑网络，为差异化业务提供定制化服务。根据不同业务的服务质量（Quality of Service ，QoS ）需求，网
络切片被分配相应的网络功能和网络资源，可实现5G 架构实例化。5G 网络首创的网络切片使能技术可以达到与“虚拟无线专网”同等级的安全性和可隔离性，成本相比企业自建的光纤专网可以大幅降低。网络切片技术通过网关分布式下沉部署，实现本地流量处理和逻辑运算，实现带宽和时延节省，从而进一步满足电网工控类业务的超低时延需求。5G 网络切片作为一种有效的资源分配手段，尤其面对如智能电网此类多样化垂直行业的网络连接需求时，可为不同电力业务量身订造“专属网络”，从而提供更优质服务。智能电网资源的优化分配是实现电力市场利益最大化的基础。智能电网场景下，应用5G 网络切片技术进行资源的分配研究仍处于发展阶段。
合理分配网络中有效资源可使系统性能得到有效提升，因此本文对网络切片资源分配问题进行综述讨论。首先对智能电网基本概念进行简单介绍，对电力业务的分类及其特点进行有关阐述，通过对相关研究的梳理，分别从核心网与接入网2方面对目前常用的资源分配方法进行介绍，以强化学习算法、拍卖算法、粒子算法、遗传算法和贪婪算法等为代表，总结并归纳当前网络切片中资源分配问题相关的研究成果。最后对智能电网背景下网络切片资源分配进行分析与总结。
1 智能电网的基本概念
当前随着我国经济的快速发展，各个地区的环境污染日益严重，同时全球资源也日趋减少。为保证社会可持续发展，国家在节能减排、发展绿新能源方面的要求也越来越高。利用电能清洁特性作为能
源转换的中转媒介是推进能源清洁化的可行方案，安全、可靠、清洁、优质的电能供给己成为未来电网开展社会服务必须具备和加强的特性。
智能电网即电网的智能化，亦被称为“电网2.0”，智能电网是未来电力系统变革的主要方向，智能化、经济化、环保化、促进低碳发展化的供电网络己成为国际上共同的电网建设目标。我国智能电力发展方向以复杂电力系统发电、输电、配电、用电各环节为对象，将新型电力网络控制技术、智能信息与管理技术有机结合，以“互动、安全、经济、清洁、节能、高效”的特征，实现发、输、配、送电各环节的智能交流，使得电力企业向资源节约、环境友好、运行智能化方向发展。智能电网的发展已成为国内外电力工业未来发展的共识，我国也将智能电网的建设及发展作为未来能源互联网建设的基石
[2]
。
随着电网业务的多样化，用户终端数量日益增多，如何在低成本途径下，满足智能电网中多样化的服务需求是目前研究的重点问题，网络切片技术可以较好解决此问题。资源分配即合理利用网络中各种资源，根据业务和用户的动态需求，对资源进行动态按需调整，提升网络的灵活性，使网络中有限的资源利用率最大化。目前静态的网络资源分配很难满足未来电网的要求，因此为最大程度满足智能电网终端用户的服务质量要求，提供用户最佳的业务体验，降低网络使用成本，最大化电网基础设施的
价值，服务更多电网用户，采用合理有效网络切片的资源分配算法对智能电网至关重要。
2 智能电网中的电力业务分类
国际电信联盟无线电通信部门为5G 定义增强型移动宽带（Enhance Mobile Broadband ，eMBB ）、超高可靠与低延迟（Ultra Reliable Low Latency Communications ，uRLLC ）及大规模机器类通信（Massive Machine Type Communications ，mMTC ）3大应用场景。eMBB 应用场景主要包括广域覆盖和高用户密集度的热点区域，在人口密集区可为用
综述与展望户提供1 Gbps用户体验速率和10 Gbps峰值速率。
uRLLC场景可提供毫秒级端到端时延和接近100%
的业务可靠性保证，适用于无人驾驶、工业自动化等
低时延高可靠链接业务[3]。mMTC 应用场景主要
为海量设备连接，可提供具备超千亿网络连接支持
能力、以大规模传感和数据采集为目标的应用场景。
目前电力业务场景分类如表1所示，电网存量业务
可分为电网控制类、信息采集类和移动应用类，分别
对应3大应用场景。
表1 电力业务场景分类
Table 1 Power service scenario classification
三大场景电力业务场景业务分类
eMBB移动办公、无人机巡检、移动视频会商、输配
变机器人巡检等
移动应用类
uRLLC配网保护、配电自动化、精准负荷控制等电网控制类
mMTC分布式电源、用电信息采集、电能质量监测、
配电所综合监测、电动汽车充电站/桩等
信息采集类
2.1 信息采集类电力业务
信息采集类电力业务主要包括用电信息采集、电
动汽车充电站/桩、电能质量监测、配电所综合监测
等，该类业务涉及海量通信终端，且广泛分布于电网
各个环节，具有典型的广覆盖、大连接业务特征，连
接密度每平方千米上百个。
用户用电信息采集业务属于信息采集类中的典
型业务。目前电力用户用电信息采集业务主要用于
计量、传输数据业务，包括终端上传主站的状态量采
集类业务及主站下发终端（下行方向）的常规总召命
令，呈现上行流量大、下行流量小的特点。未来采集
频次趋于分钟级，连接数量至少翻一倍，直抄方式下
连接数预计翻50~100倍，采集内容亦从原有的简单
数据趋于视频化、高清化，连接需求将达数十亿级。
终端数量级不断提升，用电信息采集会进一步延伸
到家庭，需要获取所有用电终端的负荷信息，以更精
细化地实现供需平衡，牵引合理错峰用电对通信网
络的关键需求。
2.2 电网控制类业务
电网控制类电力业务包括配电自动化、精准负荷
控制、配网保护、分布式电源等，该类业务涉及电网
安全稳定运行，主要用于故障隔离、自愈控制、精准
对时等，具有典型的低时延、高可靠业务特征，时延
要求为30 ms~1 s。
精准负荷控制业务属于电网控制类业务中典型
业务。精准负荷控制通信系统是系统保护通信网络
的一部分，通信对象包括接入层电力用户配电室分
荡气回肠唐宋篇
路开关、计量装置、骨干汇聚层各级上联汇聚站点。
该系统重点解决电网故障初期频率快速跌落、主干通
道潮流越限、省际联络线功率超用、电网旋转备用不
足等问题，根据不同控制要求，分为实现快速负荷控
制的毫秒级控制系统、更加友好互动的秒级和分钟级
控制系统。目前切除负荷方法比较粗暴，仅能直接切
除整条配电线路。未来从业务影响、用户体验等角
度出发，需要尽可能降低对重要用户的影响，通过精
准控制优先切除非重要负荷。精准负荷控制业务对
时延提出超高要求，电网发送一次变频时间为1~5 s，
切除负荷时间在1 s内，通信时间仅20 ms左右。
2.3 移动应用类电力业务
移动应用类电力业务主要有无人机巡检、输配
变机器人巡检、移动办公、移动视频会商等，该类业
务对网络带宽及移动性有明显需求，具有典型的大
带宽、灵活接入业务特征，单终端带宽要求不得低于
2 Mbps。
以基建全过程综合数字化管理为例，当前电网公
司信息化建设存在感知传输能力、数据协同共享能力
和数字化应用等能力的欠缺问题，亟待开展基建全过
程综合数字化管理建设。对于视频监控（实时视频
调阅），按总部指挥中心48路视频同时监控的需求
进行测算，最低带宽需求约2 Mbps×48=96 Mbps，
时延要求为秒级。视频感知单路视频感知应用所需
带宽为20 Mbps，为支持视频感知应用需要，总部信
通机房带宽约为48×20 Mbps=960 Mbps，其他非
视频类的数据约10 Mbps带宽，监控系统带宽需求
约970 Mbps。变电工程现场视频感知按7个视频摄
像头，12个特高压站，单终端带宽20 Mbps，非视频
类的数据约10 Mbps，则变电工程现场所需带宽约
7×20 Mbps+10 Mbps=150 Mbps。按照同样测算方
法，特高压站约250 Mbps，时延要求为秒级。4G公
网与光纤通信方式均无法满足基建数字化业务在大
带宽方面的需求。
不同的电力业务对网络移动性、安全、策略、时
延、可靠性等性质要求存在差异，智能电网中典型业
务场景的关键网络需求如表2所示。
3 网络切片中的资源分配算法研究现状
目前核心网切片与接入网切片的资源分配是信
综述与展望
息通信领域研究热点，本文主要围绕2类切片研究现状进行分析讨论。首先介绍网络切片技术的基本架构，目前资源分配算法的分类情况，再分别从核心网与接入网2方面对资源分配算法进行具体讨论。3.1 网络切片技术架构
网络切片技术是5G 关键技术之一，5G 网络切片技术架构如图1所示，包括基础设施层、虚拟化层、网络切片层和业务实例层。基础设施层提供执行虚拟化过程所需的物理资源，包括物理计算，存储和网络组件、传感和驱动功能设备。物理资源可以在同一运营商管理控制内，或属于不同运营商。网络虚拟化层主要依靠软件定义网络（Software Definition Network ，SDN ）和网络功能虚拟化（Network Func-tion Virtual ，NFV ）实现，其中SDN 能够隔离控制平面与基础设施层，NFV 能够将网络功能（Network Function ，NF ）与硬件资源分离，同时NFV 也可以管理网络片的生命周期，协调虚拟网络功能（Virtual Network Function ，VNF ）。网络切片层中的网络切片由一组虚拟网络功能VNFs 组成，VNFs 在虚拟基础设施上实现，根据业务需求按需选择VNF 。业务实例层通过相应信息传输通道把业务信息（业务名称、业务类型、不同QoS 需求等）传送至网络层，以实现广泛用例。
5G 网络架构可根据不同种类的业务类型将网络划分成端到端的独立网格，此架构亦可称为切片化网络架构。每个网络切片由无线接入网、承载网及核心网组成，每2个切片间逻辑上存在隔离，且每
个网络切片至少包括无线网子切片、承载网子切片及核心网子切片，以适配各类业务与应用，做到端到端按需定制且保证其隔离性。
ˉҫ Β
Ѭ
Ѭ
ϱ Ѭ
Ѭ
ˉҫ Β
ˉҫ Β
ˉҫ Β
Ӑ
图1 5G 网络切片技术架构
Fig.1 Schematic diagram of 5G network slicing technology
eps30r
3.2 资源分配算法分类
随着无线通信网络发展，资源分配技术作为无线通信网络中的关键技术愈发受到研究者关注与研究，成为了国内外研究的重点方向。目前针对无线通信网络中频谱分配问题存在多种算法，具有代表性的有：基于经济学算法、机器学习算法、启发式算法。本节主要针对几种常见资源分配算法在无线通信网络资源分配问题中的应用进行介绍。3.2.1 基于经济学算法
博弈论算法、拍卖算法和契约论算法是应用在网络切片资源分配中几种常见的经济学资源算法。博弈论起源于象棋、围棋等传统游戏，主要研究博弈过程中参与者采取的时变对策及可能达到的均衡。随着博弈论理论成熟发展，有学者将其应用于无线通信网络中，以博弈论为基础提出一种新模型，以解决网络中频谱资源竞争的问题。文献[4]针对智能电网雾资源分配问题，提出一种动态资源优化分配框架。文献[5]应用对等系统中的一种资源分配机制，提出2种非合作博弈：需求博弈与声誉博弈。文献[6]在无线接入网中提出一种基于斯塔克伯格博弈模型的频谱定价和分配方案，实现资源按需分配。该方案研究用户与运营商之间、传统运营商与虚拟运营商之间的双重博弈，使运营商利润最大化。文
表2 智能电网典型业务场景的关键网络需求Table 2 Key network requirements in typical service
scenarios of smart grid
业务 场景电力业务场景通信时延需求可靠性需求带宽需求终端量级电线印字机
业务隔离需求移动应用类
智能巡检秒级中高中中基建全过程综合数字化管理秒级高
高
中
高
电网控制类
配电自动化
毫秒级/秒级
高低中高精准负荷控制毫秒级高低中高信息采集类
用电信息采集
秒级/分钟级中
低
海量接入
低
电动汽车充电
站/桩秒级中低准海量接入低分布式电源
秒级
高
低
windows server 2003
米尼兹海量接入
低
综述与展望献[7]提出端到端通信系统中基于博弈论算法的资
源分配策略。
3.2.2 机器学习算法
机器学习算法，如强化学习算法、神经网络算
法等广泛应用于资源分配中。机器学习是一种在线
算法，不需要关于流量/效用模型的先验知识，实时
性高。而强化学习算法不仅能够支持优化目标的灵
活选择，亦可实现降低计算成本，使系统逼近最优性
能。文献[8]提出了一种采用深度强化学习方法在
线最优资源分配方案，采用这种资源调度机制最小
化感知反应时间。与传统的通信延迟最小化不同，
本文中的优化目标感知反应时间是由计算延迟、任
务卸载延迟、分组传输延迟组成。文献[9]讨论利
用深度学习算法在车联网中进行无线资源分配。文
献[10]提出一种基于深度神经网络算法在NOMA
系统中的资源管理策略，包括功率分配和用户调度
2方面。文献[11]提出车辆边缘计算网络中的资源
分配方法。
3.2.3 启发式算法
启发式算法相对于最优化算法提出，是基于直
观或经验构造的算法，在可接受开销（时间或空间）
内给出待解决组合优化问题的一个可行解。目前通
用的启发式算法有模拟退火算法、遗传算法、蚁算
法、粒子算法等。文献[12]提出一个资源分配的
多目标优化问题，考虑虚拟机和物理机CPU和内存
利用率，以及数据中心能耗。提出的遗传算法可以
根据以往时隙中历史数据预测下一个时隙的资源需
求，实现降低能耗、资源利用率的最大化。文献[13]
研究无线组播系统的子信道和功率分配问题，以系统
总容量最大化为目标，同时考虑总可用带宽、数
据速率公平性和总发射功率预算，提出基于低复杂
度的遗传算法子信道资源分配方案。文献[14]提出
一种自适应资源分配策略，其可以根据粒子的性能合
理分配计算资源，从而加快收敛速度。文献[15]提
出一种基于模拟退火算法的交互式土地空间资源分
配的方法。文献[16]基于可见光通信系统，提出基
于模拟退火算法的网络资源分配策略。文献[17-18]
则为启发式算法在蜂窝网络中资源分配的应用。
3.3 核心网网络切片资源分配算法
核心网切片研究起步较早，其中切片内资源管
理优化问题一直为核心网切片的研究热点问题，目
前核心网切片内的资源管理主要聚焦在资源分配
问题上。核心网虚拟化条件下，将网络虚拟资源合
理分配给切片内的VNF，从而优化整个服务功能链
（Service Function Chain，SFC）的时延、吞吐量等服
务质量。
3.3.1 接入网切片的基础设施
核心网的基础设施如图2所示，从图中可以
看出核心网是由通用服务器、交换机和路由器等组
网设备相互连接而成的物理网络，得益于核心网的
功能相对分离而易虚拟化成一系列VNF，从而使
此VNF实例化并在通用服务器上完成一系列网络
功能。由于核心网基础设施主要为通用服务器网
络，所以核心网切片资源也来源于服务器网络，包
括服务器的计算资源、缓存资源及链路上的带宽资
源等。
ҫ
̓
图2 核心网基础设施
Fig.2 Core network slicing infrastructure
3.3.2 接入网切片的资源管理
目前核心网的资源分配研究一般关注资源映射
问题，即保证从虚拟资源优化编排和虚拟资源到物
理基础设施的高效映射，从而优化SFC服务质量。
目前较多采用启发式算法近似得到最优解，例
如benders分解法、粒子算法、模拟退火算法和
化学反应优化算法等。此类算法可以到局部最
优解，但很难到全局最优解。文献[19]提出一种
eMBB与uRLLC混合业务场景下新的调度算法和
资源分配算法。调度过程综合考虑时延和传输速率
参数，通过调节优先级因子优先调度规定时延小的
用户。仿真结果表明该算法牺牲了少量电力监控视
思远双N
频传输速率，实现了较大幅度提高电力应急通信业
务的可靠性和实时性目的。文献[20]提出一种基
于benders分解算法的时延约束缓存资源分配方案，
满足切片需求前提下实现运营商收入最大化。文
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议