李 強(qiáng)，袁福生，陳 晶，石生璽，許世龍

1.國網(wǎng)信息通信產(chǎn)業(yè)集團(tuán)有限公司，北京 100031

2.國網(wǎng)信息通信產(chǎn)業(yè)集團(tuán)有限公司北京分公司，北京 100031

3.國網(wǎng)北京市電力公司 北京電力經(jīng)濟(jì)技術(shù)研究院，北京 100008

能源互聯(lián)網(wǎng)以原有電力系統(tǒng)為基礎(chǔ)，充分應(yīng)用移動互聯(lián)、人工智能等現(xiàn)代信息技術(shù)，實現(xiàn)電力系統(tǒng)的萬物互聯(lián)與人機(jī)交互，能夠有效整合通信及電力設(shè)施資源，為電力系統(tǒng)發(fā)、輸、配、售、用等環(huán)節(jié)提供信息和數(shù)據(jù)支持，是具有狀態(tài)全面感知、信息高效處理、應(yīng)用便捷靈活等特征的智慧服務(wù)系統(tǒng)。建設(shè)能源互聯(lián)網(wǎng)是落實國家電網(wǎng)“三型兩網(wǎng)、世界一流”戰(zhàn)略目標(biāo)的核心任務(wù)，為電網(wǎng)系統(tǒng)運行更安全、管理更精益、投資更精準(zhǔn)、服務(wù)更優(yōu)質(zhì)開辟了新的路徑［1－2］。

隨著能源互聯(lián)網(wǎng)建設(shè)的不斷推進(jìn)，網(wǎng)絡(luò)邊緣設(shè)備數(shù)量呈現(xiàn)爆炸式增長，隨之產(chǎn)生了海量的用戶側(cè)數(shù)據(jù)需要進(jìn)行存儲、處理和分析。傳統(tǒng)的數(shù)據(jù)處理方式是將數(shù)據(jù)集中傳輸?shù)綋碛休^強(qiáng)計算能力的云中心服務(wù)器進(jìn)行計算。然而，由于電力物聯(lián)網(wǎng)環(huán)境下的終端設(shè)備異構(gòu)且數(shù)量較多，把計算任務(wù)統(tǒng)一上傳到云中心服務(wù)器計算會出現(xiàn)網(wǎng)絡(luò)數(shù)據(jù)擁塞的情況，并且云服務(wù)器布置在設(shè)備的遠(yuǎn)端，終端設(shè)備在上傳數(shù)據(jù)時產(chǎn)生的傳輸時延會極大地增加整體任務(wù)的完成時間，從而影響計算任務(wù)的實時性［3－4］。作為云計算的拓展和補充，邊緣計算很好地解決了這一問題。邊緣計算技術(shù)使得許多控制通過本地設(shè)備實現(xiàn)而無需交由云端，任務(wù)處理過程在靠近用戶的邊緣節(jié)點完成，邊緣服務(wù)器可以在更短的時間內(nèi)對用戶的請求和任務(wù)做出響應(yīng)［5－6］。

移動邊緣計算作為未來5G通信的關(guān)鍵技術(shù)，計算卸載是其主要應(yīng)用之一，很多學(xué)者對其研究作出了重要的貢獻(xiàn)。文獻(xiàn)［3］提出了一種計算任務(wù)跨域卸載模型，并構(gòu)建了一個最小化任務(wù)完成時間的混合整數(shù)非線性優(yōu)化問題。文獻(xiàn)［7］中，綜合考慮智能設(shè)備性能和服務(wù)器資源，提出了一種基于改進(jìn)拍賣算法的計算卸載策略。文獻(xiàn)［8］考慮多用戶對計算資源的競爭，構(gòu)建了基于多微云協(xié)作的任務(wù)卸載模型。文獻(xiàn)［9］基于混合流水車間調(diào)度模型對系統(tǒng)任務(wù)的卸載調(diào)度進(jìn)行了建模，獲得了系統(tǒng)時延的計算表達(dá)式，并在此基礎(chǔ)上對系統(tǒng)能耗進(jìn)行了建模。

雖然在通信及移動邊緣計算領(lǐng)域已有大量針對計算卸載的研究，但綜合考慮能源互聯(lián)網(wǎng)場景特點與需求，思考邊緣計算資源分配對用戶終端卸載策略影響的相關(guān)研究仍然十分匱乏。本文切實考慮能源互聯(lián)網(wǎng)多終端、數(shù)據(jù)密集等場景特點，研究合理的邊緣計算網(wǎng)絡(luò)架構(gòu)并設(shè)計其主要功能模塊。針對存在的計算卸載問題，將邊緣云在多個計算任務(wù)之間的計算資源分配問題建模為Stackelberg博弈模型，邊緣云作為博弈的領(lǐng)導(dǎo)者對自身計算資源進(jìn)行定價，出售給需要進(jìn)行卸載的移動終端，而移動終端作為跟隨者進(jìn)行合理的卸載決策。通過證明該博弈存在使得博弈雙方效用最優(yōu)的納什均衡解，得到對應(yīng)納什均衡點的最優(yōu)卸載策略。

1 能源互聯(lián)網(wǎng)邊緣計算網(wǎng)絡(luò)架構(gòu)

1.1 整體架構(gòu)

邊緣計算支持的電網(wǎng)能源互聯(lián)網(wǎng)的具體服務(wù)包括智能電網(wǎng)配電監(jiān)控系統(tǒng)、智能電網(wǎng)先進(jìn)計量系統(tǒng)等。其中，物聯(lián)網(wǎng)和邊緣計算技術(shù)的應(yīng)用使電力系統(tǒng)的智能化和自動化進(jìn)入一個新的階段。通過部署邊緣計算模型以支持?jǐn)?shù)據(jù)融合、深度學(xué)習(xí)等技術(shù)，實現(xiàn)對能源互聯(lián)網(wǎng)各采集終端、智能設(shè)備以及終端用戶數(shù)據(jù)的并行處理和分析，提供具有海量數(shù)據(jù)和敏捷響應(yīng)的分布式信息計算服務(wù)。其能夠滿足電網(wǎng)能源互聯(lián)網(wǎng)中設(shè)備和用戶對系統(tǒng)快速響應(yīng)的需求，為智能電網(wǎng)的高級應(yīng)用提供支持，如智能調(diào)度、智能維護(hù)等。

如圖1所示，能源互聯(lián)網(wǎng)邊緣計算體系架構(gòu)包括終端感知層、網(wǎng)絡(luò)層、平臺層、應(yīng)用層四層結(jié)構(gòu)。

圖1 能源互聯(lián)網(wǎng)邊緣計算網(wǎng)絡(luò)架構(gòu)

作為數(shù)據(jù)源頭，終端感知層往往部署多個電網(wǎng)內(nèi)智能終端或傳感設(shè)備，能夠識別或判斷指定對象、動作，收集智能電網(wǎng)各個方面的環(huán)境信息、運行信息和狀態(tài)信息。網(wǎng)絡(luò)層包含邊緣側(cè)網(wǎng)絡(luò)與云中心側(cè)網(wǎng)絡(luò)，其作用是基于現(xiàn)有的互聯(lián)網(wǎng)、移動通信網(wǎng)、電力網(wǎng)等基礎(chǔ)網(wǎng)絡(luò)設(shè)施，對來自終端感知層的信息進(jìn)行接入和傳輸，其接駁感知層和平臺應(yīng)用層，具有強(qiáng)大的紐帶作用。其中，中心云節(jié)點與邊緣節(jié)點、邊緣節(jié)點與移動終端設(shè)備分別存在一對多的映射關(guān)系［10］。邊緣節(jié)點負(fù)責(zé)區(qū)域內(nèi)電網(wǎng)的運行與管理，接收用戶端數(shù)據(jù)后進(jìn)行實時處理和存儲，并利用相關(guān)智能模型（云中心部署至邊緣側(cè)的大型模型或邊緣側(cè)自行訓(xùn)練的中小型模型）進(jìn)行區(qū)域性數(shù)據(jù)分析和挖掘，支撐局部電網(wǎng)安全經(jīng)濟(jì)運行。云中心匯集了各級多元化數(shù)據(jù)，通過對這些數(shù)據(jù)的分析處理完成系統(tǒng)層面的運營管理和對外合作業(yè)務(wù)［11］。平臺應(yīng)用層接受網(wǎng)絡(luò)層傳來的數(shù)據(jù)信息并對信息進(jìn)行處理和決策，依托于超大規(guī)模的終端統(tǒng)一物聯(lián)管理，深化電網(wǎng)全業(yè)務(wù)統(tǒng)一數(shù)據(jù)中心建設(shè)，挖掘海量數(shù)據(jù)采集價值，提升能源互聯(lián)網(wǎng)的數(shù)據(jù)高效處理和云霧協(xié)同能力，實現(xiàn)對內(nèi)業(yè)務(wù)與對外業(yè)務(wù)的分類高效處理。

1.2 功能模塊設(shè)計

對能源互聯(lián)網(wǎng)邊緣計算網(wǎng)絡(luò)架構(gòu)中實現(xiàn)核心控制的功能模塊進(jìn)行分析研究以及合理的設(shè)計與部署，可以實現(xiàn)電網(wǎng)業(yè)務(wù)的規(guī)范、高效處理。如圖2所示，該架構(gòu)由三個主要功能模塊組成，包括服務(wù)和應(yīng)用平面，能源互聯(lián)網(wǎng)邊緣計算平臺和基礎(chǔ)資源平面。通過合理部署，能夠?qū)崿F(xiàn)應(yīng)用服務(wù)和平臺管理功能的高效平穩(wěn)運行［12－14］。

圖2 能源互聯(lián)網(wǎng)邊緣計算網(wǎng)絡(luò)架構(gòu)功能模塊

（1）服務(wù)和應(yīng)用平面

服務(wù)和應(yīng)用程序平面提供了標(biāo)準(zhǔn)化的應(yīng)用程序服務(wù)接口和管理接口。應(yīng)用程序服務(wù)接口對有需求的終端電力設(shè)備開放，這些設(shè)備接收應(yīng)用程序注冊請求，并向應(yīng)用程序公開某些控制平面功能。管理界面可以提供電力系統(tǒng)管理和控制信息，以啟用控制命令的下放和系統(tǒng)狀態(tài)的監(jiān)視。標(biāo)準(zhǔn)化的接口提供了出色的可伸縮性和有效的系統(tǒng)管理，從而簡化了整個系統(tǒng)的使用、維護(hù)和擴(kuò)展。

（2）能源互聯(lián)網(wǎng)邊緣計算平臺

能源互聯(lián)網(wǎng)邊緣計算平臺是能源互聯(lián)網(wǎng)邊緣計算網(wǎng)絡(luò)架構(gòu)的核心，它保證了高效的協(xié)作任務(wù)處理、資源分配、編排和統(tǒng)一管理。該平臺由統(tǒng)一調(diào)度平面和計算平臺組成。

統(tǒng)一調(diào)度平面對網(wǎng)絡(luò)中用戶設(shè)備的計算任務(wù)進(jìn)行調(diào)度和分配，確保計算任務(wù)的高效處理。同時，借助虛擬化技術(shù)，統(tǒng)一調(diào)度平面可以提供相應(yīng)的信息傳遞接口，確保任務(wù)準(zhǔn)確、快速地傳輸和處理。統(tǒng)一調(diào)度平面主要實現(xiàn)了全局監(jiān)察、用戶注冊、拓?fù)涔芾?、故障處理以及信息收集等功能。全局監(jiān)察模塊根據(jù)用戶終端發(fā)送的信息組織全局的拓?fù)湫畔ⅲ軌驅(qū)崟r動態(tài)顯示邊緣服務(wù)器覆蓋范圍內(nèi)的終端設(shè)備網(wǎng)絡(luò)信息；用戶注冊模塊允許發(fā)起任務(wù)的終端設(shè)備進(jìn)行動態(tài)訪問并完成注冊，所有任務(wù)發(fā)起的終端設(shè)備需要在卸載計算任務(wù)之前向邊緣服務(wù)器注冊，然后邊緣服務(wù)器會根據(jù)實時情況將計算任務(wù)卸載到不同的位置；拓?fù)涔芾砟K可以根據(jù)業(yè)務(wù)需求發(fā)布指令，并控制終端設(shè)備是否參與網(wǎng)絡(luò)；故障處理模塊主要完成故障判斷、報警等任務(wù)；信息收集模塊主要負(fù)責(zé)各節(jié)點間的信息交互與收集。

計算平臺包括邊緣服務(wù)器計算平臺和終端設(shè)備計算平臺。計算平臺作為任務(wù)處理平臺，需要部署相應(yīng)的功能模塊來滿足平臺的服務(wù)功能需求，包括資源調(diào)度、通道監(jiān)控、路由轉(zhuǎn)發(fā)、協(xié)作處理和數(shù)據(jù)緩存。資源調(diào)度模塊允許計算平臺調(diào)用底層基礎(chǔ)資源以滿足計算任務(wù)的需求；通道監(jiān)控模塊可以隨時獲取通道信息，比如網(wǎng)絡(luò)節(jié)點之間的信道變化；路由轉(zhuǎn)發(fā)模塊和協(xié)作處理模塊能夠?qū)崿F(xiàn)網(wǎng)絡(luò)節(jié)點之間的功能調(diào)度與任務(wù)分配；數(shù)據(jù)緩存模塊可以有效地保證計算平臺的數(shù)據(jù)安全。在已有基礎(chǔ)上，用戶可以進(jìn)一步根據(jù)自身的功能需求添加相應(yīng)的功能。

（3）基礎(chǔ)資源平面

基礎(chǔ)資源是指能源互聯(lián)網(wǎng)邊緣計算網(wǎng)絡(luò)架構(gòu)中的基礎(chǔ)物理資源，包括計算資源、存儲資源和網(wǎng)絡(luò)資源。微云為上層提供計算和存儲資源，以通過虛擬化技術(shù)進(jìn)行統(tǒng)一部署。網(wǎng)絡(luò)資源主要包括云服務(wù)器與邊緣服務(wù)器、邊緣服務(wù)器與異構(gòu)終端、云服務(wù)器與異構(gòu)終端之間的通信鏈接。虛擬化技術(shù)的應(yīng)用可以有效解決基礎(chǔ)資源的異構(gòu)問題，并提供標(biāo)準(zhǔn)化的接口供上層控制平面使用。

2 基于Stackelberg博弈的邊緣計算卸載機(jī)制

2.1 優(yōu)化目標(biāo)

隨著電力系統(tǒng)智能化的不斷提升，對系統(tǒng)計算能力的要求愈加嚴(yán)格。當(dāng)終端設(shè)備計算過載時，需要進(jìn)行計算卸載以提升能源互聯(lián)網(wǎng)系統(tǒng)整體的任務(wù)處理能力。能源互聯(lián)網(wǎng)中存在海量異構(gòu)的終端設(shè)備，導(dǎo)致了巨大的任務(wù)處理時延。整體時延由計算時延與通信時延兩部分組成。從用戶終端卸載任務(wù)到邊緣節(jié)點有益于保證完備的計算資源從而減少計算時延，但會因數(shù)據(jù)傳輸產(chǎn)生額外的通信時延。所以，需要綜合考慮計算負(fù)載調(diào)度和相關(guān)通信限制，權(quán)衡計算時延和通信花銷得到高效的計算卸載策略［10］。

2.2 計算卸載流程

能源互聯(lián)網(wǎng)計算卸載決策的整體流程如圖3所示，當(dāng)用戶終端的計算任務(wù)不需要卸載時，直接在設(shè)備本地進(jìn)行計算。當(dāng)用戶終端的計算任務(wù)需要卸載時，進(jìn)一步?jīng)Q策卸載到邊緣節(jié)點。將計算任務(wù)卸載到邊緣節(jié)點進(jìn)行處理后，再將計算結(jié)果回傳至系統(tǒng)內(nèi)的用戶終端［15］。

圖3 計算卸載決策流程

2.3 系統(tǒng)模型

考慮能源互聯(lián)網(wǎng)系統(tǒng)多用戶終端單邊緣計算服務(wù)器的場景，邊緣節(jié)點與用戶終端間總的傳輸帶寬可在用戶間均分，使得每個用戶擁有相互不覆蓋的頻率，能夠同步將其任務(wù)數(shù)據(jù)卸載至邊緣云執(zhí)行?；谌蝿?wù)處理時延與任務(wù)處理回報，研究任務(wù)處理過程中用戶終端與邊緣服務(wù)器的效用函數(shù)。為了簡化建模過程，不考慮傳輸速率差異以及任務(wù)處理后的回傳時間。建模過程中的符號見表1。

表1 建模符號示意表

由于任務(wù)的本地執(zhí)行和邊緣節(jié)點的計算卸載執(zhí)行可同時進(jìn)行，則執(zhí)行用戶ui總計算任務(wù)的時延可表示為

2.4 Stackelberg博弈建模

Stackelberg博弈是常用博弈論類型中的一種。20世紀(jì)30年代，德國經(jīng)濟(jì)學(xué)家Stackelberg提出了一種反映現(xiàn)實當(dāng)中不對稱競爭的博弈模型，即Stackelberg博弈模型［16］。在Stackelberg博弈模型中，存在一個領(lǐng)導(dǎo)者和若干個跟隨者，跟隨者在博弈過程中的地位是平等的，博弈行為是相似的。該博弈模型的基本假定是：領(lǐng)導(dǎo)者知道跟隨者會對它的“支付預(yù)算”作出“回報”，因而當(dāng)領(lǐng)導(dǎo)者要確定自身的“支付預(yù)算”時，需要考慮跟隨者會如何做出“回報”，以使自身效用最大化。從跟隨者的角度考慮，同樣也希望其自身效用最大化。在能源互聯(lián)網(wǎng)單邊緣服務(wù)器多用戶終端場景下，邊緣計算卸載決策模型中Stackelberg博弈存在兩種博弈參與者。

（1）邊緣服務(wù)器

②多數(shù)居民通過親身經(jīng)歷獲得相關(guān)內(nèi)澇災(zāi)害知識，還有通過廣播、電視、報紙、網(wǎng)絡(luò)等大眾傳媒方式獲取這方面的知識，少有通過其他方式獲得。說明居民獲取內(nèi)澇災(zāi)害信息的渠道單一，對政府的依賴度很低。

邊緣服務(wù)器是博弈中的領(lǐng)導(dǎo)者。邊緣服務(wù)器通過提供額外的計算資源來滿足用戶終端的計算卸載需求，邊緣服務(wù)器對其自身計算能力的定價策略可以影響用戶終端的計算卸載策略，從而最大化自身效用。邊緣服務(wù)器對不同用戶終端的定價策略表示為p＝｛p1，p2，…，pu｝。

（2）用戶終端

用戶終端作為參與博弈的跟隨者，當(dāng)本地計算資源難以滿足計算需求時，需要進(jìn)行數(shù)據(jù)卸載。需要根據(jù)邊緣服務(wù)器對其計算資源的定價和自身的任務(wù)處理回報，調(diào)整其計算卸載策略以達(dá)到最優(yōu)效用。用戶終端的卸載策略，即不同終端的計算卸載占比表示為w＝｛w1，w2，…，wu｝。

考慮在本地任務(wù)處理的時間、卸載數(shù)據(jù)傳輸?shù)臅r間以及在邊緣服務(wù)器處進(jìn)行任務(wù)處理的時間，分別建立邊緣服務(wù)器與用戶終端的博弈效用函數(shù)。對于用戶終端來說，其效用函數(shù)由進(jìn)行任務(wù)處理得到的回報與處理過程中的成本消耗之差組成，成本消耗包括對邊緣服務(wù)器支付的卸載計算費用和整體計算延時之和，即

其中，Ri（wi）即用戶在卸載策略為wi時的收益函數(shù)［17］，表示為

其中，β表示常量，與用戶終端的特性相關(guān)。

對于邊緣服務(wù)器來說，其得到的用戶終端給予的計算資源支付即為其效用函數(shù)表達(dá)式

2.5 問題求解

Stackelberg博弈的納什均衡即為博弈的最終解，當(dāng)博弈達(dá)到納什均衡后，博弈中的每個參與者的效用可以達(dá)到最大值，且參與者單方面改變自身策略不會帶來其效用的增加。對于用戶終端來說，有

即

基于該邊界值，式（10）可以進(jìn)一步轉(zhuǎn)化為

對式（13）求關(guān)于wi的一階導(dǎo)數(shù)，有

其中，C表示求導(dǎo)后結(jié)果中的常數(shù)，進(jìn)一步求式（13）關(guān)于wi的二階導(dǎo)數(shù)，有

則用戶終端效用函數(shù)Ui（wi，pi）為凹函數(shù)，其博弈效用最大化存在納什均衡解。其存在性表明，對于邊緣服務(wù)器給定的定價策略，用戶終端的卸載決策總存在納什均衡點。同理可以得到邊緣服務(wù)器定價策略的納什均衡點，即總能找一個最優(yōu)的邊緣服務(wù)器定價集合及相應(yīng)的終端卸載決策集合使得博弈雙方的效用均達(dá)到最大化。

對于能源互聯(lián)網(wǎng)場景下的計算卸載，邊緣服務(wù)器作為Stackelberg博弈的領(lǐng)導(dǎo)者會根據(jù)用戶終端的計算需求動態(tài)調(diào)整定價，當(dāng)其效用達(dá)到最大時，停止改變定價策略，此時的定價作為最優(yōu)定價p*。對應(yīng)此定價，用戶終端效用最優(yōu)時可得到終端的最優(yōu)卸載策略w*。此時，Stackelberg博弈達(dá)到均衡，任一博弈參與者均無法通過改變其自身策略得到更大的效用。

3 仿真分析

在本文中，對所提出的能源互聯(lián)網(wǎng)場景下基于Stackelberg博弈的邊緣計算卸載機(jī)制進(jìn)行仿真分析。主要考慮參與用戶終端計算任務(wù)卸載比例與邊緣節(jié)點的計算定價對整體卸載性能的影響。

整體仿真在Matlab環(huán)境下進(jìn)行，模擬能源互聯(lián)網(wǎng)場景下的計算卸載流程。初始仿真參數(shù)設(shè)定用戶終端數(shù)量u＝10，終端ui的計算能力為1 000 cycles／s、邊緣服務(wù)器的計算能力為10 000 cycles／s。終端ui處總的任務(wù)處理量為1 MB，執(zhí)行1 bit任務(wù)量所需CPU周期數(shù)1 000 cycles，其到邊緣節(jié)點進(jìn)行計算卸載的信息傳輸速率為1 000 bit／s。邊緣服務(wù)器支付的卸載計算費用和整體計算延時對終端效用的權(quán)重影響因子ρ取值為1。

若隨著迭代的進(jìn)行，各個用戶終端的效用值大小趨于穩(wěn)定，說明此時已經(jīng)到達(dá)最優(yōu)的博弈決策，即納什均衡解，能夠證明博弈方法的有效性。如圖4所示，分別展示了影響終端效用的各因素，即總體任務(wù)處理的終端回報、報酬支付帶來的終端花費以及時延帶來的終端花費?？梢钥闯?，隨著迭代的進(jìn)行，回報與花費抵消后的終端效用值大小趨于平穩(wěn)，能夠逐步得到最優(yōu)決策。同理，邊緣服務(wù)器的效用值隨迭代次數(shù)的變化如圖5所示。權(quán)重影響因子ρ值表征了報酬支付帶來的終端花費與時延帶來的終端花費對用戶終端效用的影響占比關(guān)系，ρ值越大表示時延帶來的終端花費對用戶終端效用的影響越大。由圖6可以看出，當(dāng)ρ值由1變成0.8，即時延帶來的終端花費較報酬支付帶來的終端花費影響占比更小時，用戶終端擁有更高的效用。

圖4 影響終端效用函數(shù)的各因素

圖5 邊緣服務(wù)器效用變化

圖6 權(quán)重影響因子ρ值不同時的終端效用變化

圖7展示了本文所提出的Stackelberg博弈方法與進(jìn)行集中式卸載算法、隨機(jī)卸載算法、全部MEC服務(wù)器處理算法以及不進(jìn)行卸載全部進(jìn)行本地任務(wù)處理情況下的終端效用變化對比結(jié)果。其中，用戶終端選擇全部進(jìn)行本地計算得到的效用值是最低的，此時雖然不用向邊緣服務(wù)器支付卸載報酬，也不存在因卸載過程導(dǎo)致的傳輸時延，但因終端本地計算能力有限，難以實現(xiàn)對多個計算任務(wù)的同步并行處理，會產(chǎn)生較高的處理時延，導(dǎo)致用戶終端的整體效用值較低。全MEC服務(wù)器處理方案根據(jù)各個MEC服務(wù)器的整體任務(wù)處理能力，考慮將完整任務(wù)卸載到某個最佳的MEC服務(wù)器執(zhí)行，此時相較在本地進(jìn)行計算的整體任務(wù)處理能力有所提升，但是因中間數(shù)據(jù)傳輸導(dǎo)致的整體時延使得總體的效用并未得到顯著改善。隨機(jī)卸載算法考慮將完整任務(wù)隨機(jī)分配到多個MEC服務(wù)器處理或留在本地處理，其相較前兩種方案更加靈活，合理配置后可以實現(xiàn)更好的效用，但相比較本文提出的卸載策略仍可進(jìn)一步實現(xiàn)更好的優(yōu)化。集中式算法中邊緣服務(wù)器根據(jù)初次收集的終端卸載請求與MEC服務(wù)器即時資源情況進(jìn)行一次卸載計算資源分配，不考慮雙方策略之間的相互影響及迭代，無法根據(jù)實時的情況可持續(xù)地更新卸載策略，其在給定的定價策略下并未充分利用邊緣云的計算能力，因而其效用值較低?？梢钥闯?，本文提出的采用Stackelberg博弈的方法進(jìn)行計算卸載擁有更高的效用值，博弈過程考慮了終端間的卸載決策影響以及給定邊緣服務(wù)器定價下用戶終端的卸載決策變化，使用戶終端的卸載決策在給定MEC服務(wù)器的定價策略下進(jìn)行動態(tài)迭代，最終能夠?qū)崿F(xiàn)各個博弈參與者效用的最優(yōu)化，實現(xiàn)提升能源互聯(lián)網(wǎng)網(wǎng)絡(luò)整體的任務(wù)處理能力。

圖7 不同卸載方式對終端效用的影響

4 結(jié)束語

在本文中，對能源互聯(lián)網(wǎng)邊緣計算網(wǎng)絡(luò)架構(gòu)進(jìn)行了研究，通過切實可行的功能模塊設(shè)計，該體系結(jié)構(gòu)可以進(jìn)一步提高智能電力網(wǎng)絡(luò)的任務(wù)處理能力和資源利用效率。同時，合理利用邊緣資源進(jìn)行計算卸載能夠增強(qiáng)系統(tǒng)內(nèi)用戶終端的計算效率。依此，分析了該場景下的計算卸載問題，設(shè)計了能源互聯(lián)網(wǎng)邊緣計算網(wǎng)絡(luò)架構(gòu)下的計算卸載策略，基于Stackelberg博弈的方法分別考慮用戶終端的任務(wù)卸載比例與邊緣服務(wù)器的卸載計算定價對各博弈參與者效用的影響。實驗結(jié)果表明，通過進(jìn)行合理的計算卸載決策，可以有效地提升邊緣服務(wù)器與用戶終端的效用，改善能源互聯(lián)網(wǎng)系統(tǒng)的整體性能。