基于ZigBee网络与5G边缘计算的能源管理垂直应用系统

尚赛花

（西安铁路职业技术学院，陕西 西安 710054）

随着经济的发展，人口的增长，不可再生能源供应日趋紧张，清洁可再生新能源还未成功发现，传统不可再生能源危机成为当代人面临的主要问题，如何通过技术手段节约能源是当前技术研究的一个热点。社会生活仍主要依赖于传统的能源，社会整体的能源消耗中60%以上在城市消耗，对城市的能源进行管理，利用无线技术与模式识别进行智能节能是一个重要的研究方向。本文提供了一种结合5G边缘计算和ZigBee社区网络的绿色城市无线智能能源管理APP系统。城市是由一个个的社区组成的，本系统以社区为单位设计了智能能源管理系统。

1 边缘计算与ZigBee系统介绍

边缘计算（Mobile Edge Computing，MEC）是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，边缘计算是让物联网落地的根本。边缘计算的发展将经历互连、智能与自动自主3个阶段。在各个阶段的发展进程中，传感器数量的增加、网络带宽瓶颈的长期存在，以及系统自主化程度的提升对于边缘计算的需求将逐步凸显，这其中存在着大量的计算、通信和存储的发展机遇，同时也蕴含对安全性和可管理性的需求。

ZigBee是基于IEEE 802.15.4协议，物理层和数据链路层协议为IEEE 802.15.4协议标准，网络层和安全层由ZigBee联盟制定，应用层根据用户的需求，对其进行开发利用。主要适合用于自动控制和远程控制领域，可以嵌入各种设备。其特点是近距离、低复杂度、自组织、低功耗、低数据速率、低成本。ZigBee技术适合短距离低速率的数据传输，边缘计算技术可以基于ZigBee采集数据实现能源数据的智能化管理，两者相结合可以实现城市能源系统的物联网[1]。

2 智能能源管理系统构成

本系统包含ZigBee端点、ZigBee社区代理接点、部署在边缘计算平台的智能能源管理APP 3部分。ZigBee能源采集终端设备将温度、湿度、热量、电力等传感器数据包发给社区的ZigBee代理服务器，代理服务器通过5G终端接入5G网络，通过基站将数据上传至5G网络边缘计算MEC平台，MEC平台通过部署的能源管理APP进行能源数据智能计算，算法采用模糊控制算法。系统分为前端ZigBee社区系统、5G传输网、边缘计算（部署能源管理系统APP）3个主要部分，本文重点为前端ZigBee社区网络和能源管理系统APP进行介绍。城市能源管理APP结构如图1所示。

图1 MEC智能能源管理系统结构

2.1 终端数据采集系统

终端数据采集系统涵盖能源消耗的各个节点，比如插座、温度传感器、电力传感器、湿度传感器、光传感器等，这些传感器改造为ZigBee节点，通过ZigBee网络进行数据收集传输，为后端智能管理APP提供数据输入。

本系统根据ZigBee协议，ZIGBBE节点分为ZigBee协调器、ZigBee路由器[2]、ZigBee端点。在单个社区中搭建独立的ZigBee自适应网络，依据ZigBee网络编号规则，网络PANID从0000开始，为了减少网络复杂度，PANID设置小于1 000，组网方式采用网格网络布线的形式，这种组网的优点是网络可靠性较好，可靠性通过故障路径重选择来实现，例如ZigBee节点向协调器发送数据的路径故障，会自动重新计算新的路径，找一条完好的路径完成数据传输。ZigBee中心协调器负责社区数据的接收和中转，协调器是社区ZigBee网络的核心节点，一个ZigBee网络依据网络协议只允许部署一个协调器，为了保障协调器的可靠性，本文采用ZigBee协调器主备方案，确保数据采集的可靠性。ZigBee协调器主备方案如图2所示。

图2 协调器主备示意

ZigBee主备方案设计如下：主备协调器初始状态保持相同网络配置，初始状态主协调器始终设置为ACTIVE工作态，备协调器设置为STANDBY伺服态，主备切换的条件是主协调器本身异常，如硬件或软件问题，导致无法继续发送数据时[3]，备协调器倒换为主协调器，设置自身状态为ACTIVE工作态。主备协调器互相倒换的机制是心跳检测，具体过程为备协调器周期性（周期时长可配置，默认为5 s）发送心跳信息包MAIN_STATE_REQ_HEARTBEAT给主协调器，主协调器接收到备协调器的心跳消息后，给备协调器发送MAIN_STATE_RSP_HEARTBEAT进行响应，心跳消息中携带的信息包括电源电量、软硬件运行时间、心跳码等信息，假如主协调器超时（超过时间可以修改设置默认1 s）未回响应消息或者消息中携带了接管命令码，则备协调器立即启动接管流程，备协调器根据主协调器响应消息，设置接管原因，比如主协调器发生软硬件故障、主协调器电池电量不足等原因，且设置自身为工作态，即状态值为ACTIVE，备协调器切换为主协调器。MAIN_STATE_REQ_HEARTBEAT和AIN_STATE_REP_HEARTBEAT是本系统自定义的一对KEY_VALUE_PAIR，非标准协议默认的消息对[4-9]。

2.1.1 系统的设备管理（添加/删除设备过程）

一个ZigBee终端设备（温/湿度传感器、民用电/气度量表）[10]通过往ZigBee路由器发送DEVICE_JOIN_REQ命令，进行终端设备初始入网流程。ZigBee路由器根据记录的PANID，寻找路径将请求消息发送给ZigBee主协调器。设置注册命令DEVICE_JOIN_REQ会带有ZigBee端点信息（具体传感器类型、地址信息等），这些信息是用于智能管理APP进行数据来源划分的依据。ZigBee协调器这里作为5G网络的网关使用，协调器将数据包进行格式转换，转换包括添加网关地址信息，添加原始请求消息的内容。网关通过5G协议发送给边缘计算侧的智能能源管理APP。智能能源管理APP在设备管理数据库中添加这个设备信息。

2.1.2 数据收集流程

智能能源管理APP周期性地向社区终端侧的各种能源传感器收集信息，包括温度、湿度、光传感器、电量等信息。收集信息流如下：智能能源管理APP周期性通过ENERGY_COLLECT_REQ命令进行数据收集，第一跳节点是5G网关，也即网络主协调器，主协调器将数据包转换为ZigBee网络消息格式，且通过广播方式发送该消息给注册到本网络的终端ZigBee设备，终端传感器设备将数据去噪后反馈给主协调器，反馈命令是ENERGY_CLLECT_RSP，主协调器收到传感器设备后，进行数据缓存，待所有传感器数据收集完成后，组合打包发送给智能能源管理APP，以减少5G网络消息数据，节约网络资源。智能能源管理APP在MEC侧对传感器数据进行初始入库，待模糊控制算法查询计算。

2.2 后端能源管理APP

基于5G边缘计算设备的部署[4]，ZigBee社区代理服务器收集的数据可以通过5G网络传送到MEC计算平台，一个ZigBee网络部署一个能源管理APP就可以了，也可以多个ZigBee网络部署到一个APP。智能能源管理APP采用tomcat架构部署，该模式可以通过浏览器直接登录，管理员可以通过自己的用户名和密码登录，方便地查看、设置各个社区的能源消耗值。能源管理APP算法采用FUZZY-CONTROL方法，获取半小时周期内传感器上传的数据，作为FUZZYCONTROL三级神经网络的输入，以便智能APP做出控制决策。MEC能源管理APP示意如图3所示。

智能能源管理APP周期性对一个社区的ZigBee网络数据进行计算，算法采用模糊控制算法，模糊控制算法采用第一步对原始数据进行模糊化；第二步设置模糊推理逻辑，比如设置在行人较少的路段，路灯自动熄灭等逻辑；第三步去模糊化，具体包括将实际的温度/湿度等物理变量映射到可理解的自然语言的若干个专用术语，每个物理变量有一个隶属函数，该隶属函数的函数值取值范围为0～1，通过IF THEN自然语言预计规则，将输入的能源信息映射到输出结论，这些映射全部用自然语言表述，即将逻辑数据与自然语言之间建立一个关系集，关系集符合能源节约的诉求；第四步是去模糊化，也就是将自然语言重新转为为机器可以理解的二进制数字，用于网络执行自然语言的控制结论。能源管理APP通过采集数据、对数据进行模糊计算、下发控制规则，保证终端设备按照既定的算法运行，以使设备达到最佳节能状态[11-13]。具体控制流程如图4所示。

图3 智能能源管理APP

图4 控制命令流程

3 系统节能效果评估

本文采用MATLAB设计了一个仿真模型，进行系统算法节能效果评估。采样点为总计1 500户人口，占地6.7公顷的小区，对该小区数据进行了仿真分析，数据为该小区某年某月一个月的能源消耗情况。仿真系统采用边缘计算智能能源控制算法，社区的能源消耗主要分布在4个方面：灌溉、设备、路灯、供热，所以对这4个物理变量进行模糊化、控制算法规则设置和去模糊化，MATLAB仿真值与统计值比较如图5所示。

社区采用智能能源管理APP[14-15]进行能源控制后，与之前传统能源消耗相比较情况为：路灯消耗节约39%，供热消耗节约31%，灌溉消耗节约51.9%，设备消耗节能19%。仿真结果说明采用ZigBee/5G边缘计算系统后能够有效地进行节能，综合节能达到30%以上，建议全国推广。

4 结语

本系统通过采用新一代网络技术节约能源，即5G边缘计算技术的一种垂直应用场景，MEC与社区ZigBee网络相结合应对当前能源危机，节能效果显著，为5G的应用方向以及节能措施都进行了有效的实验和探索，后续可以进一步研究利用5G网络建设平安社区。

图5 系统节能效果

[参考文献]

[1]陈明，缪庆育，刘愔.5G移动无线通信技术[M].北京：人民邮电出版社，2017.

[2]霍尔马，托斯卡拉.WCDMA 技术与系统设计[M].2版.付景兴，马敏，陈泽强，等译.北京：机械工业出版社，2005.

[3]BOB HEILE.ZigBee wireless networks[M].Massachusetts：Scientific Research Publishing，2006.

[4]SHAHIN F.ZigBee wireless networks and transceivers [M].Massachusetts：Scientific Research Publishing，2007.

[5]斯特朗斯特鲁普.C++程序设计语言[M].裘宗燕，译.北京：机械工业出版社，2009.

[6]本贾尼·斯特劳斯特鲁普.C++程序设计原理与实践[M].任明明，王刚，李忠伟，译.北京：机械工业出版社，2010.

[7]ZigBee Alliance.ZigBee document 053473r00, ZigBee specification [EB/OL].（2008-01-15） [2018-04-09].http://www.oalib.com/references/14375712.

[8]蒋挺.紫蜂技术及其应用[M].北京：北京邮电大学出版社，2009.

[9]瞿雷.ZigBee技术及应用[M].北京：北京航空航天大学出版社，2008.

[10]王志良.物联网：现在与未来[M].北京：机械工业出版社，2010.

[11]党安明.传感器与检测技术[M].北京：北京大学出版社，2011.

[12]李晓莹.传感器与测试技术[M].北京：高等教育出版社，2006.

[13]郭秀才.监测监控系统原理及应用[M].北京：中国电力出版社，2010.

[14]胡玉玲.模糊控制器设计理论与应用[M].北京：机械工业出版社，2010.

[15]汤兵勇.模糊控制理论与应用技术[M].北京：清华大学出版社，2002.