即插即用型边缘计算终端硬件系统架构的制作方法

1.本发明涉及储能技术领域，特别是涉及储能电站的设备技术领域。


背景技术：

2.综合能源电站构建于能源互联网的背景下，是对传统分布式能源电站的扩展，其利用大型综合能源基地风能、太阳能、水能、煤炭、天然气等资源组合优势，推进风光水火储多能互补系统建设运行，同时利用互联网思维、采用先进的信息通信技术及物联网技术，将能源系统中的分布式能源及不同用能需求的用户聚合成一个整体，将盈余能源存储于云端，利用电转气装置、电热锅炉、电制冷机等设备实现多种能源形式之间的自由转换。
3.为了实现多能互济与能量共享进行内部资源之间的协调管控，需要实现在分布式多能耦合管控体系下对于系统和资源运行预测、协调控制与交易策略优化等计算需求。


技术实现要素：

4.鉴于以上所述现有技术的缺点，本发明的目的在于提供一种即插即用型边缘计算终端硬件系统架构，用于实现能源终端数据的快速传输计算，灵活解决不同场景下数据计算处理需求。
5.为实现上述目的及其他相关目的，本发明提供一种即插即用型边缘计算终端硬件系统架构，至少包括：弹性数据库，数据处理模块，多个即插即用计算模块；所述弹性数据库通过可配置固态硬盘数量的固态硬盘阵列存储数据；所述数据处理模块分别与所述弹性数据库和所述即插即用计算模块相连，用于控制所述弹性数据库中的数据存储，并对各所述即插即用计算模块进行监控和任务分配；所述即插即用计算模块用于根据所述数据处理模块分配任务进行数据计算，并将计算结果返回至所述数据处理模块。
6.于本发明的一实施例中，还包括连接于所述数据处理模块和多个所述即插即用计算模块之间的交换机；所述交换机具有多个接入端口，接入多个所述即插即用计算模块。
7.于本发明的一实施例中，还包括与所述数据处理模块相连的接口模块；所述接口模块具有至少两种类型的通信接口，用于将外部设备接入所述数据处理模块。
8.于本发明的一实施例中，所述数据处理模块包括：监控单元，用于从所述即插即用计算模块定期接收状态信息；任务分配单元，与所述监控单元相连，用于根据所述即插即用计算模块的状态信息和任务数据属性为所述即插即用计算模块分配任务。
9.于本发明的一实施例中，所述任务数据属性包括任务类型，任务数据属性和/或数据处理的吞吐量。
10.于本发明的一实施例中，所述数据处理模块还包括：数据传输单元，用于获取所述即插即用计算模块进行数据计算所需的算法单元或需求解决单元，并根据任务数据属性将所述算法单元或所述需求解决单元传输至所述即插即用计算模块。
11.于本发明的一实施例中，所述数据处理模块还包括：数据采集处理单元，用于从数据采集终端接收采集数据并将接收的采集数据加密存储到所述弹性数据库；数据上传单
元，用于将所述即插即用计算模块返回的计算结果存储至所述弹性数据库或上传至云端服务器。
12.于本发明的一实施例中，所述即插即用计算模块采用arm处理器、rsic-v处理器，或fpga；所述数据处理模块采用dpu。
13.于本发明的一实施例中，各所述即插即用计算模块采用shell软件架构分离底层驱动和应用层，实现多个所述即插即用计算模块进行并行计算。
14.于本发明的一实施例中，对各所述即插即用计算模块的硬件配置为差异化配置。
15.如上所述，本发明的一种即插即用型边缘计算终端硬件系统架构，具有以下有益效果：
16.1、本发明可以实现综合能源站多站协同功能的快速需求分析，并应用无模型分布式的数据处理架构，灵活解决不同场景下数据计算处理需求。
17.2、本发明满足即插即用、低功耗、高算力的边缘计算终端，实现就地的边缘计算在综合能源电站中的应用，实现能源终端数据的快速传输计算，为多能网络的高效管控打造基础。
附图说明
18.图1显示为本发明的一实施例中即插即用型边缘计算终端硬件系统架构的原理结构示意图。
19.图2显示为本发明的一实施例中即插即用型边缘计算终端硬件系统架构中数据处理模块的原理结构示意图。
20.元件标号说明
21.100
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
即插即用型边缘计算终端硬件系统架构
22.110
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
数据处理模块
23.111
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
监控单元
24.112
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
任务分配单元
25.113
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
数据传输单元
26.114
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
数据采集处理单元
27.115
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
数据上传单元
28.120
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
弹性数据库
29.130
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
即插即用计算模块
30.140
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
交换机
31.150
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
接口模块
32.160
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
云端服务器
33.200
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
数据采集终端
具体实施方式
34.以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离
本发明的精神下进行各种修饰或改变。
35.本发明实施例的目的在于提供一种即插即用型边缘计算终端硬件系统架构，用于实现能源终端数据的快速传输计算，灵活解决不同场景下数据计算处理需求。
36.以下将详细阐述本实施例的一种即插即用型边缘计算终端硬件系统架构的原理及实施方式，使本领域技术人员不需要创造性劳动即可理解本实施例的一种即插即用型边缘计算终端硬件系统架构。
37.如图1所示，本实施例提供一种即插即用型边缘计算终端硬件系统架构100，该即插即用型边缘计算终端硬件系统架构100至少包括：弹性数据库120，数据处理模块110，多个即插即用计算模块130。
38.其中，于本实施例中，所述弹性数据库120通过可配置固态硬盘数量的固态硬盘阵列存储数据。所述弹性数据库120通过弹性可伸缩数据库阵列，可以搭配不同的应用场景需求。
39.本实施例中的弹性数据库120的硬件基础是固态硬盘(ssd)阵列。固态硬盘(ssd)的响应速度和功耗远优于传统的机械硬盘，具有超高实时性、超低功耗的优势。
40.本实施例中的弹性数据库120中的弹性是指可根据综合能源站的实际需要进行固态硬盘数量的配置，即数据库容量的配置。必要时可随时增加或减少ssd的数量，调整阵列，对存储容量进行修正。
41.于本实施例中，所述数据处理模块110分别与所述弹性数据库120和所述即插即用计算模块130相连，用于控制所述弹性数据库120中的数据存储，并对各所述即插即用计算模块130进行监控和任务分配。
42.其中，于本实施例中，针对弹性可伸缩的弹性数据库120，所述数据处理模块110采用dpu(data processing unit，数据处理单元)对弹性数据库120的数据进行处理。
43.具体地，如图2所示，于本实施例中，所述数据处理模块110包括：监控单元111，任务分配单元112，数据传输单元113，数据采集处理单元114以及数据上传单元115。
44.于本实施例中，所述监控单元111用于从所述即插即用计算模块130定期接收状态信息。其中，每个活动中的即插即用模块会定期向dpu的所述监控单元111发送本身信息，包括但不限于配置信息，运行任务状态等。
45.于本实施例中，所述任务分配单元112与所述监控单元111相连，用于根据所述即插即用计算模块130的状态信息和任务数据属性为所述即插即用计算模块130分配任务。
46.其中，所述任务数据属性包括任务类型，任务数据属性和/或数据处理的吞吐量。
47.于本实施例中，云端服务器160下发计算任务到所述任务分配单元112，所述任务分配单元112再将接收到的计算任务分配到不同的即插即用计算模块130。
48.与应用于分布式服务器上的负载均衡策略不同，于本实施例中，对各所述即插即用计算模块130的硬件配置为差异化配置。即边缘侧的所述即插即用计算模块130的硬件配置可依据计算任务不同或成本考虑可进行差异化配置，因此所述任务分配单元112分配任务时需结合所述即插即用计算模块130硬件属性，计算任务的关键属性，比如任务数据的性质，数据处理的吞吐量等，再分配到适合的计算单元，提高计算效率，有效利用计算资源。
49.其中，所述任务数据属性是由应用不同能源场景的传感器上传的数据决定的，例如风能系统中叶片的转速，电化学储能系统中上传的电池电压温度等，并不具有统一的数
量级或精度。
50.所述数据处理的吞吐量由两个方面决定：一是数据处理的吞吐量的处理速度；而是任务数据本身采集频率和数量量，综合体现为数据处理的数据总容量，分为kb(byte),mb(byte),gb(byte)这三个等级。针对不同的数据量，对所述即插即用计算模块130中处理器的主频，内存或缓存容量要求也不尽相同，因此，需要针对性的匹配最合适的即插即用计算模块130来处理分配的计算任务。本实施例中，所述任务分配单元112针对任务分配设计了出一种分配模型，所述分配模型的运行原理具体实现如下：
51.1、云端服务器下发的计算任务是一串按照key：value规定格式组成的标识码。其中，key为任务属性关键字，value为对应的属性值。一般来说，任务的主要属性有：
52.1)计算优先级，value值范围为1～9，值越小，优先级别越高。
53.2)应用场景，value范围为1～99，并可根据实际情况增加或减少，如1表示综合能源站-风力发电机组。
54.3)计算业务，value范围为1～65536，并可根据实际情况增加或减少，如1表示计算风力发电机组每天的发电效率。
55.4)计算目标时段，value为[开始：年-月-日时：分：秒]，[结束：年-月-日时：分：秒]；如[开始：2022-01-01 00：00：00]，[结束：2022-02-01 00：00：00],结合上述1，2，3，那么一条云端下发的任务即为：计算2022-01-01 00：00：00至2022-02-01 00：00：00风力发电机组每天的发电效率。
[0056]
2、针对不同硬件配置的即插即用计算模块，分配属性id，id组成格式为：平台-资源等级；平台表示计算平台分类，一般按照内核属性来分，一般分为：a，r，f，za，zr；a表示处理器核心为arm处理器，r表示risc-v处理器，f表示fpga核心，za表示为fpga arm,zr表示fpga risc-v。等级范围为0～30，值越小，表示核心主频及内存资源越低。
[0057]
3、弹性数据库中存储的计算业务算法模块，模块具备的id属性为平台-资源等级，即与即插即用计算模块的属性相同。在平台属性匹配的情况下，资源等级高的平台兼容资源使用等级低的算法模块。
[0058]
结合以上三点，dpu在收到计算任务之后，首先根据任务标识码中应用场景和计算业务，请求弹性数据库对应的匹配的任务算法模块支持列表，在搜索出的支持列表中，根据列表中展示的平台-资源属性，匹配即插即用计算单元模块，并结合即插即用计算单元模块上传的状况信息，判定是否将算法模块下发至即插即用计算单元模块中。此外，任务分配时一般会出现以下3种特殊情况：
[0059]
1)针对某个任务，若出现多个硬件平台均支持时，即针对不同硬件平台，均开发了相应的算法模块，那么dpu需进一步根据计算任务的优先级进行匹配，原则是计算级别优先级越高，优先分配到资源等级高的即插即用计算单元模块，或者依据计算任务中“计算目标时间段”属性，按照资源等级从高到低，分配任务时间从高到低至不同的空闲中即插即用计算单元，实现任务的并行分布式计算。
[0060]
2)针对某种任务，本地数据库中若没有对应支持的算法模块，那么dpu将向云端请求对应业务的算法模块，若请成功，之后再分配到对应的即插即用计算单元模块。
[0061]
3)针对某种任务，若适配其运算的即插即用计算单元模块正在执行其他任务，此时dpu判定满足以下两点条件时，便发指令暂停当前业务，再执行新下发的任务：
[0062]
条件1：新下发的任务优先级比当前任务优先级至少高出3个等级。
[0063]
条件2：当前任务执行进度小于90％，即不满足任务临界执行结束的条件。
[0064]
于本实施例中，所述数据传输单元113用于获取所述即插即用计算模块130进行数据计算所需的算法单元或需求解决单元，并根据任务数据属性将所述算法单元或所述需求解决单元传输至所述即插即用计算模块130。
[0065]
即本实施例中，dpu可根据不同任务，分配算法单元或需求解决单元，下载到对应的即插即用计算模块130中。算法单元或需求解决单元都具有对应的匹配id，算法单元或需求解决单元可存放在本地的弹性数据库120中，dpu也可以从云端付服务请求下载算法单元或需求解决单元的数据到本地的弹性数据库120。
[0066]
于本实施例中，所述数据采集处理单元114用于从数据采集终端200接收采集数据并将接收的采集数据加密存储到所述弹性数据库120；所述数据上传单元115用于将所述即插即用计算模块130返回的计算结果存储至所述弹性数据库120或上传至云端服务器160。
[0067]
即本实施例的所述数据处理模块110可以实现弹性数据库120的数据上、下行吞吐。
[0068]
针对数据上行，dpu将数据采集终端200采集到的不同数据信息按设备类别加密存储到弹性数据库120中。
[0069]
针对数据下行，将需处理的数据通过交换机140(专用总线)传到不同的即插即用计算模块130，再将即插即用计算模块130上传的结果同样按设备类别存储到弹性数据库120中或上传到云端服务器160中。
[0070]
由上可见，本实施例的所述数据处理模块110(dpu)将取代cpu成为弹性数据库120主要的出入口，配合4g/5g、ethernet等网络接口和上位机或云端服务器160进行数据通信。同时，也作为下位机和弹性数据库120之间的数据网关，对下位机(数据采集终端200)处理好的数据进行高速出、入库操作。
[0071]
此外，在与上位机端服务器进行通信时，dpu将承担数据加密、解密的工作。在网络环境下，数据的保密是一项极其重要的工作。加、解密的算法开销都很大，例如国密标准的非对称加密算法sm2、哈希算法sm3和对称分组密码算法sm4。随着区块链承载的业务的逐渐成熟，运行共识算法pow，验签等也会消耗掉大量的cpu算力。而这些算法都可以通过将其固化在本实施例中的dpu中来实现。
[0072]
于本实施例中，所述即插即用计算模块130用于根据所述数据处理模块110分配任务进行数据计算，并将计算结果返回至所述数据处理模块110。
[0073]
即插即用指的是所述即插即用型边缘计算终端硬件系统架构100在接入所述即插即用计算模块130时，即插即用型边缘计算终端硬件系统架构100无需断电或停止当前工作。首先物理连接层面上，所述即插即用计算模块130的硬件通信接口需和专用总线提供的通信接口匹配，如高速以太网接口、高速串行通信总线等。其次软件层面上，采用了基于行业标准的modbus通信协议,规定了主从机的明确地址及传输数据格式，实现应用层面的、上下游之间的数据交互传输。两者结合便实现了即插即用。
[0074]
与弹性数据库120紧密结合的数据处理单元data processing unit(dpu)，搭配不同算力配置的即插即用计算模块130，根据应用场景不同，弹性配置运行算法，灵活适配不同计算规模能源站，实现综合能源站多站协同功能的快速需求分析，并应用无模型分布式
的数据处理架构，灵活解决不同场景下数据计算处理需求。而且满足即插即用、低功耗、高算力的即插即用计算模块130实现就地的边缘计算在综合能源电站中的应用。
[0075]
专用总线为所述即插即用计算模块130的数据输入与输出的关键节点单元。本实施例中专用总线通过交换机140实现，例如快速以太网交换机140或光纤交换机140，功能为实现两个设备之间点对点和无冲突地进行数据快速传输。其次，根据放置的位置不同，专用总线分为一对多和多对一式通信架构。本实施例中专用总线为多对一式，即多个设备汇入接口，接入对应接口的即插即用计算模块130，一个设备汇出接口，接入至dpu。无论是汇入还是汇出接口，均为全双工通信模式。
[0076]
具体地，于本实施例中，还包括连接于所述数据处理模块110和多个所述即插即用计算模块130之间的交换机140；所述交换机140具有多个接入端口，接入多个所述即插即用计算模块130。即多个所述即插即用计算模块130通过交换机140提供的接入端口实现即插即用。
[0077]
针对综合能源站的规模和需求场景及对配置算力单元的预算需求，所述即插即用型边缘计算终端硬件系统架构100配备数量不等、硬件配置不同的即插即用计算模块130。它们将下游设备上传的数据进行处理，是整个所述即插即用型边缘计算终端硬件系统架构100中核心计算模块。
[0078]
对于所述即插即用计算模块130的硬件配置，遵循三点原则：1)算力要求，即每秒需达到一定的数据处理量，这对即插即用单元处理器频率和数量，内存或缓存容量、计算资源(dsp)等有要求；2)功耗要求，即全速运行时，运行功耗须在规定的最高功耗内；3)预算需求，即所述即插即用计算模块130的费用需在预算需求内。
[0079]
基于以上三点，所述即插即用计算模块130设备采用的处理器核心一般采用基于精简指令集开发的处理器，于本实施例中，所述即插即用计算模块130采用但不限于arm处理器、rsic-v处理器，或fpga。
[0080]
考虑到综合能源电站设备众多，因此本实施例在设计应用层架构上考虑可任意针对特定场景的软件解决方案。软件设计使用shell/app分离底层驱动和应用层，即于本实施例中，各所述即插即用计算模块130采用shell软件架构分离底层驱动和应用层，实现多个所述即插即用计算模块130进行并行计算。
[0081]
即本实施例中，所述即插即用计算模块130的软件架构采用了shell architecture方式，计算单元或处理器核心与周边硬件、网络、pcie、内存dma的交互时，需要编写程序支持(类似驱动)；应用程序(app)则可以根据需要，请求dpu从云端服务器160或本地的弹性数据库120下载到所述即插即用计算模块130应用层中执行。这就区分出了通用程序和应用程序。通用程序是可复用的，包含了通用的系统基础架构和ip，例如内存控制器、pcie、dma模块、各种i/o接口和控制器等。应用程序是基于应用场景灵活配置的。基于这两点，实现了所述即插即用型边缘计算终端硬件系统架构100在多个即插即用计算模块130的支持下进行大规模并行计算，数据处理的实时性及高度可定制化的算法功能实现，极大提高了系统针对不同业务场景需求的处理运算能力。
[0082]
由上可见，本实施例中每个活动中的即插即用计算模块130会定期向dpu发送本身信息，包括配置，运行任务状态等。当云端服务器160分派计算任务到dpu时，dpu首先根据任务类型确定可使用的即插即用计算模块130，再根据活动中即插即用计算模块130的状态，
将任务分配到其中一个或几个即插即用计算模块130，实现高效率的本地并行计算。
[0083]
可见，本实施例的即插即用型边缘计算终端硬件系统架构100基于dpu和本地的弹性数据库120展开边缘即插即用计算模块130的设计，实现了可基于业务需求动态调整且具备高数据处理吞吐率的并行就地运算。此外，作为数据存储主体的ssd阵列和即插即用计算模块130是两种即插即用部件，可根据实际需求进行增减，达到降低成本的作用。采用多个即插即用计算模块130的原因是通过并行计算降低对处理器主频的要求，实现低功耗计算。
[0084]
于本实施例中，还包括与所述数据处理模块110相连的接口模块150；所述接口模块150具有至少两种类型的通信接口，用于将外部设备接入所述数据处理模块110。
[0085]
其中，所述通信接口包括但不限于gpio、rs232、rs485、can、usb、spi、iic等。
[0086]
综合能源站中设备数量众多，不同的设备可能对外提供不同的硬件通信接口，因此所述接口模块150针对下游设备具备多种硬件通信接口，例如gpio、rs232、rs485、can、usb、spi、iic等。同时，所述接口模块150负责各种通信协议层面对接功能，并具备数据打包功能，即把从不同设备获取地数据打包上传给dpu。
[0087]
综上所述，本发明可以实现综合能源站多站协同功能的快速需求分析，并应用无模型分布式的数据处理架构，灵活解决不同场景下数据计算处理需求；本发明满足即插即用、低功耗、高算力的边缘计算终端，实现就地的边缘计算在综合能源电站中的应用，实现能源终端数据的快速传输计算，为多能网络的高效管控打造基础。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
[0088]
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。