华北电力大学王翌雪，高雪莲等：差异化服务质量性能驱动的5G配电网边缘计算优化方法

随着高比例新能源大规模并网，配电网分布式能源调控、用户信息采集等业务对通信时延、能效等提出更高要求。5G边缘计算高效赋能配电网电力数据传输与处理。然而，任务卸载优化仍面临多设备决策耦合、多服务质量（quality of service，QoS）性能指标耦合等挑战。面向配电网多业务差异化QoS需求，针对能效敏感型与时延敏感型业务分别建立能效与时延优化问题，提出基于差异化QoS驱动与配额升价匹配的任务卸载优化算法。

本文考虑包含能效敏感型业务和时延敏感型业务的5G配电网边缘计算场景，通过大量仿真验证所提算法的有效性。

所提算法同时考虑了能效和时延虚拟队列与对应阈值的偏差，可以根据偏差大小进行性能指标优化的动态切换，同时降低能效与时延虚拟队列积压，实现能效和时延的联合优化。

随着配额的增大，更多的传感设备可以接入通信质量较好的服务器。但是，当配额进一步增大时，服务器分配的计算资源减少，数据处理时延增大，能效与时延差性能下降。

归一化能效与时延差随业务优先级的变化情况。仿真结果表明，优先级为0.5的业务的归一化能效与时延差比优先级为0.1的业务提高了34.89%。这是因为所提算法考虑了业务优先级感知，优先级更高的业务可以优先匹配服务质量更好的服务器。

本文针对5G配电网多业务边缘计算差异化QoS需求保障难题，提出了基于差异化QoS性能驱动与配额升价匹配的任务卸载优化算法，利用QoS性能偏差判断业务类型，通过升价迭代匹配实现不同业务优先级传感设备与服务器之间的多对一稳定匹配。仿真结果表明，所提算法相较于HETO和LDTO实现了不同时隙、不同配额、不同业务优先级下归一化能效与时延差性能的大幅度提升。

为进一步提高任务卸载资源利用率，还需针对面向5G配电网多业务边缘计算的计算资源分配优化进行深入研究。

王翌雪

高雪莲

汤亿则

章毅

王彦波