考虑电动汽车优先级需求的两阶段优化调度策略

随着光伏发电渗透率的升高,光伏出力的不确定性会影响电网的安全稳定运行。而利用电动汽车(EV)移动储能的特性可以实现EV和光伏的协同增效。本文基于EV能量调度的灵活性,构建了考虑用户充电需求的EV两阶段优化调度模型:在日前预调度阶段,建立光伏的就地消纳偏差最小、EV充电完成率最大、EV用户出行成本最小的多目标优化函数,并引入充放电系数对EV的充电行为进行优化;在实时调度阶段,负荷聚合商结合各时段EV的实际充电需求,根据调度优先级对优化后的充放电系数修正,保证EV充电的公平性,制定出最优的充放电策略。通过综合考虑EV用户对于充电完成度和充电成本的不同需求,对不同充电模式、不同权重系数进行分析,同时考虑了用户改变充电需求的情况,验证本文所提策略在降低光伏消纳偏差量、满足用户充电需求方面具有明显效果。

考虑优先级的智能电网业务调度与资源分配方案

随着智能电网和5G通信技术的融合发展,越来越多的智能终端应用到智能电网系统。针对海量电力业务的分流处理问题,提出了一种考虑电力业务优先级的业务调度和资源分配方案。首先介绍了面向智能电网的基于软件定义网络的边缘计算处理架构,建立了业务处理模型。其次阐述了基于强占型优先级排队的业务调度机制,建立了业务卸载收益和卸载开销的数学模型,该模型以系统整体收益最大化为目标函数,并基于电力业务的卸载有效性得到每一种优先级业务在边缘服务器的资源分配阈值,并以资源分配阈值为约束条件。再次,利用改进的遗传算法(improved genetic algorithm,IGA)求解最优的卸载和资源分配决策。最后通过实验仿真验证了IGA在收敛速度和个体选择方面均优于其他对比算法,对比其他方法所提方案在业务平均处理时间、功耗、高优先级业务平均处理时间等方面分别降低了69.2%、67.7%、73%,在系统收益方面提升了119%。

计及调度优先级的微电网多时间尺度优化调度策略

随着负荷用户的大量增长,负荷侧可调资源逐渐增多,利用负荷侧需求响应资源参与微电网调度,以提升新能源消纳水平。为充分发挥需求响应资源调度潜力,优化用户侧负荷管理能力,提出一种计及调度优先级的微电网多时间尺度优化调度策略。首先根据不同需求响应资源响应特性进行划分,将价格型需求响应资源与激励型需求响应资源细分为5种类型,构建需求响应模型与调度时段进行匹配;其次,构建“日前-日内1 h-日内15 min”的微电网多时间尺度优化调度模型,对微电网内各类可调资源进行优化调度,并针对直接影响用户用电行为的实时可调资源建立优先级权重;最后,以福建地区某实际微电网为例,仿真验证了该模型的有效性。

基于贝叶斯离散优化的电力调度网络发令多任务优先级解耦方法

电网输电线路的负荷率和利用率的不断加重,为电力系统运行调度增加了难度。为了合理规划调度任务,保证电网运行安全,研究基于贝叶斯离散优化的电力调度网络发令多任务优先级解耦方法。建立电力调度模型,设定调度优化目标和约束条件;基于贝叶斯离散优化预测电力负荷,为任务优先级判定提供依据;通过分块解耦动态仿真电力系统,将复杂外部系统转换为简单等值系统;通过电力调度多任务优先级解耦,划分优先级,接收操作令,完成电力调度的解耦。经实验论证分析,所提模型得到的解耦前后的仿真曲线较为吻合,仿真结果可以真实准确地反映电力系统的动态行为,对过载线路有功功率的调节效果明显,越限问题得到了很大程度的改善。

μC/OS优先级调度机制在PowerPC上的优化

μC/OS-II实时操作系统被移植到几乎所有CPU上,在我国嵌入式领域颇具影响力。μC/OS和μC/OS-II是为8位CPU设计的,对于具有优先级算法硬件指令的32位中高端CPU,则应该对其任务调度算法做进一步优化,以得到更好的系统实时响应。本文以一款PowerPC系列中的中低端单片机为例,说明如何使用优先级算法硬件指令改进任务调度算法。

基于碳排放动态分配调度优先级的配电系统低碳经济运行

在满足用户需求的前提下,通过主网购电与分布式电源之间的协同调度保证配电系统的低碳经济运行值得进一步研究。因此,该文构建了一种基于碳排放的动态调度优先级模型,该模型规定各机组不同的碳排放量对应不同的调度顺序,从而以较小的碳排放量满足负荷需求。其次,为解决配电网中的风电消纳问题,该文建立了联合碳电需求响应模型。其中,价格型需求响应以碳排放量为信号,设置峰谷电价。激励型需求响应则考虑了碳奖惩机制,引导用户调节用电时序。并且,该文采用两阶段分布鲁棒优化的方法处理风电的随机性。最后,该文提出一种基于碳排放动态分配调度优先级的配电系统低碳经济运行策略。算例采用改进的IEEE-33节点配电系统,验证了该策略的经济性与低碳性。

一种基于优先级的云工作流动态调度方法

云计算遵循按需资源供应和即用即付定价模式,使得云提供商能够处理大规模的工作流调度.目前已有大量工作对工作流调度问题进行研究,如何以较低的执行成本来满足截止时间约束具有挑战性.本文考虑了云资源的可变性和工作流任务之间的依赖性,提出了一种基于优先级的动态调度算法Pbads,旨在满足时间约束的前提下最小化执行成本.首先,根据任务的依赖关系进行任务合并,并为工作流任务分配子截止期限.其次,基于时间约束和任务依赖性,动态调整任务的优先级和分配策略.此外,针对每个服务动态调整其任务队列的执行顺序,以此降低服务执行成本.最后,将Pbads算法与传统调度算法进行研究对比,实验结果表明Pbads算法在执行成本和满足时间约束方面有更好的表现.

太赫兹网络中基于优先级调度的低开销双信道MAC协议

针对现有太赫兹通信网络双信道MAC协议存在控制开销冗余和在竞争信道时缺少优先级调度策略等问题,提出了一种太赫兹网络中基于优先级调度的低开销双信道MAC协议(Low Overhead Dual-channel MAC Protocol Based on Priority Scheduling,LO-PSMAC),包含通信距离预判、优先级调度策略的CSMA/CA和精简THz频段MAC帧三种机制,可有效提升信道利用率和整体网络吞吐量,同时减小控制开销和降低数据平均时延。仿真结果表明,所提协议与现有太赫兹双信道MAC协议相比,MAC层吞吐量和信道利用率分别提升了7.14%和14.75%,数据平均时延降低了14.21%。

基于MEC服务器优先服务的路侧单元MAC层调度策略

针对多接入边缘计算(MEC)服务器高可靠、低时延和大数据量的数据传输要求,基于无冲突接入、优先级架构和弹性服务技术,提出一种适用于车辆边缘计算场景下的媒体访问控制(MAC)调度策略。所提策略由车联网(IoV)路侧单元(RSU)集中协调信道接入权,优先确保车载网络中车载通信单元(OBU)与MEC服务器之间的链路传输质量,以及时传输车辆到网络(V2N)业务数据;同时,对本地OBU之间的业务采取弹性服务方式,增强密集车辆接入时应急消息传输的可靠性。首先,构建调度策略的排队分析模型;其次,根据各时刻系统状态变量的无后效性特点建立嵌入式马尔可夫链,并通过概率母函数的分析方法对系统进行理论分析,得到MEC服务器通信单元和OBU的平均排队队长、平均等待时延和RSU查询周期等关键指标的精确解析表达式。计算机仿真实验结果表明,统计分析结果与理论计算结果一致,所提调度策略在高负载情况下能够提高IoV的稳定性和灵活性。

面向实时操作系统μC/OS-II的两级优先调度算法

C/OS-II采用抢占式优先级调度算法,根据任务的重要程度分配不同的优先级,以确保系统的实时性。但μC/OSII不允许多个任务具有相同优先级,不仅限制了并发任务的数量和灵活性,而且在某些情况下会增加系统的复杂度,甚至可能给系统的运行造成安全隐患。本文通过改进μC/OS-II的优先级位图结构与调度算法,为μC/OS-II扩展了2级优先调度机制。改进后的系统允许用户为多个任务赋予相同的优先级,同一优先级下的任务按照二级优先级进行调度,且可以根据实际需要灵活选择二级调度策略。实验表明,该算法可有效提高μC/OS-II的并发能力和资源利用率,同时保持较低的系统开销和响应时间。

综合优先级下相控阵火控雷达自适应调度算法

针对相控阵火控雷达多任务调度时的资源分配问题,提出一种综合优先级下的自适应调度算法。基于相控阵火控雷达需与高炮配合对待拦截目标进行火力打击的特性,进行目标射击有利度求解。利用两级二维优先级表级联的思想,结合目标射击有利度、工作方式优先级和任务截止期进行综合优先级规划。以加权时间偏移量平方和最小作为调度代价准则,构建任务调度代价模型,提出带有时间窗的一步回溯法与插空法相结合的自适应调度算法,并利用该算法求解调度模型。通过仿真将本文所提调度算法与传统工作方式优先级加截止期调度算法进行对比分析,结果表明:相比传统调度算法,本文所提调度算法提升了射击价值率,降低了平均时间偏移率和调度代价。

面向应用定义优先级调度的用户态协议栈研究

针对数据中心负载中混杂请求对延迟敏感型请求响应尾延迟产生干扰,而现有研究无法在不同负载场景下为延迟敏感型请求提供灵活优先调度的问题,本文提出了应用定义优先级调度的用户态协议栈。该设计利用用户态协议栈在数据中心请求处理所处的关键位置,支持上层应用根据负载特征灵活定制优先级识别与调度策略,并由协议栈为优先级识别提供数据包、传输控制协议(TCP)流等丰富的状态信息,实现了不需要改动网络协议栈,就可以对不同负载场景实现灵活的应用定义优先级识别与调度,从而避免延迟敏感型请求受到其他混杂负载请求带来的排队延迟与阻塞延迟干扰。实验结果表明,在不同的负载场景下,通过灵活准确的应用定义优先级调度,可以将延迟敏感型请求的响应尾延迟降低98.5%,有效保障了用户体验。

VEC中基于动态优先级的抢占式任务调度方法

在车载边缘计算(vehicular edge computing,VEC)环境中,车载应用的计算任务常被卸载至VEC服务器上处理,在解决车辆计算能力不足的同时降低车联网通信服务的时延。然而,服务器有限的计算资源以及不合理的调度顺序会导致任务的失败率升高,甚至危及车辆用户安全。针对此问题,首先分析车载应用的特点,设计一个多因素任务优先级模型。其次,设计基于任务紧迫性的优先级动态调整策略。最后,设计结合任务最大可等待时间和优先级的任务抢占机制,使紧迫性升高的任务及时得到处理,从而降低任务失败率。仿真结果表明,相比于直接抢占调度方案,所提方案可以减少任务争抢资源所带来的抢占次数,降低频繁抢占对失败率的影响;相比于静态优先级调度和高响应比优先调度方案,所提方案可以实现在任务时延约束下失败率最小化的目标。

基于优先级拓扑排序的可变线路式公交调度

为提高可变线路式公交的服务水平,提出基于站点优先级拓扑排序的公交调度方法,依据出行需求确定有向无环图,综合到站便捷性、节点度以及乘车和落客需求等因素进行站点优先级标定,得到唯一的站点需求处理拓扑次序;建立以公交行驶成本和乘客广义出行成本最少为目标的调度模型,采用基于拓扑排序的遗传算法优化求解.以中国天津市385路公交为例进行验证分析,结果表明,与传统的调度方法或者按需求进行拓扑排序但不考虑优先级的调度方法相比,当出行需求水平高于预期时,本调度方法的公交人均行驶成本分别降低11.87%和6.85%,人均广义出行成本分别降低9.06%和3.28%,请求拒绝率降至7.68%.本研究方法具有更高的出行需求接运比例,可有效提高可变线路式公交服务质量和盈利水平,为出行者提供更好的公共交通运输服务.

基于分配优先级的虚拟资源调度模型

分析虚拟资源调度策略在降低共享物理资源用户发起侧信道攻击可能性的同时,忽视了网络资源收益与用户安全需求的问题,提出一种基于分配优先级的虚拟资源调度模型。建立三层资源调度结构;量化用户安全与资源需求,综合排序生成虚拟资源分配优先级;以移动虚拟运营商收益建立模型。实验结果表明,相较当前资源调度模型,该模型能够提高虚拟运营商收益,兼顾用户安全需求和优质用户资源需要,增加恶意用户侧信道攻击的成本。

软件定义网络中基于优先级的在线流调度策略

为了保证服务质量(quality of service,QoS),进入网络中的数据流可被赋予不同的优先级。在未来到达流请求信息未到达的情况下,进行在线优先级流调度,以最大化网络吞吐量是一项挑战。基于网络带宽资源、请求流的优先级和带宽需求的约束研究了软件定义网络(software defined networking,SDN)中的在线流请求调度策略。首先,提出了流路由成本和利润的概念,并创新性地设计了一个考虑边际成本的模型来描述链路资源和路由路径的使用成本。然后,将优先级流请求调度问题刻画为混合整数线性规划模型(mixed integer linear programming,MILP),提出在线优先级流调度算法(online priority traffic scheduling algorithm,OPTSA)来求解,最后分析了OPTSA的竞争比。仿真结果显示,与基准算法相比,所提出的算法可以确保网络负载均衡,同时有效提高网络的累积带宽和吞吐量。

基于流优先级的车载以太网调度策略实现

在车载通信系统中,控制类任务对实时性要求严苛,信息娱乐类任务则对带宽要求较高。若这两类任务产生的数据同时在以太网上传输,则网络会产生拥塞,导致控制数据传输延迟不确定。依据任务的时间敏感程度,中央网关将相应IP地址和网络端口的数据流调度到特定队列;终端协议栈针对不同类任务,采用基于优先级的发送策略。在搭建的模拟车载网络中进行实验,结果证实了该方案的有效性。该方案的实施在一定程度上改善了时间敏感数据流的实时性,从而证实了TSN标准的有效性和必要性。

基于融合任务规则优先级蚁群算法的多AGV路径规划实现研究

蚁群算法所具备的合作搜索能力被广泛用于寻找单台AGV最短路径,却不适用解决现实情况中多台AGV同时使用的问题,为此提出了融合任务规则优先级的蚁群算法实现多AGV路径规划,用于解决现实问题中多台AGV同时使用而且存在多种碰撞冲突的情形。通过将AGV运行的路径环境进行建模等针对性措施,把蚁群算法引入到AGV路径规划的现实问题中,然后考虑多AGV路径规划可能存在的不同碰撞冲突类型,并考虑不同AGV拥有不同的任务优先级的现实情况,提出了避免AGV碰撞的策略,形成了基于融合任务规则优先级蚁群算法的多AGV路径规划算法。通过仿真实验结果,证实所提出的算法可以避免多台AGV之间的路径冲突,同时利用了蚁群算法寻求最优路径的能力,改进后的蚁群算法能够用于多AGV路径规划的实际场景中。

多源视频优先级队列调度及流量整形方法研究

针对5G网络中多路视频并发上行传输可能因I帧冲突导致网络拥塞的问题,本文建立了多源视频I帧碰撞概率模型,提出一种基于区分服务模型(DiffServ)的多源视频业务优先级循环排队转发流量整形机制,用于优化各路视频流I帧时隙及平滑多路视频码流。之后,对差额加权轮询(DWRR)、轮询(RR)、严格优先级队列(SPQ)调度算法与双速三色令牌桶(trTCM)流量监管级联策略下各队列时延与丢包率进行联合对比,实验结果表明DWRR+trTCM在上行速率受限的情况下能更好地保障业务优先级高的视频流时延及可靠性。

面向业务优先级的宽带卫星ATDM前向链路资源调度算法

研究了宽带卫星通信系统中异步时分复用(ATDM)前向链路资源受限条件下的资源调度问题。以优先传输实时业务、兼顾用户优先级以及系统吞吐量为优化目标,以调制编码模式、复帧数量和优先级等为约束,建立了资源调度目标函数。提出了以初始解集构造、增强全局搜索为核心的改进蚁群优化算法(ACO),求解该资源调度问题,避免了传统的蚁群优化算法存在初始阶段信息素匮乏导致的搜索速度过慢、局部搜索能力较弱以及易陷入局部最优等缺点,提高了算法在实时性、高效性需求较强的卫星调度过程中的应用。仿真实验表明,所提算法可以准确求得最优解,准确率高达99.8%,其收敛速度较传统算法提高了55.6%,与传统算法相比,所提算法已调度业务的目标函数f、综合权重y、系统吞吐量分别提高了8.4%、6.6%、12.1%,在资源调度方面具有良好的准确性、敛散性和优化性能,且与同类型优化算法相比具有更高的调度效率,适用于ATDM卫星通信系统资源调度。