基于MI和EC的新型配电系统源荷监测协调策略

摘 要：为了高效协调新型配电系统电源和负荷功率平衡，提出了一种基于多元信息和边缘计算的源荷功率监测协调策略。首先，分析了新型配电系统的特点和网格划分方法、协调其内部电源和负荷功率所涉及的多元信息构成；其次，通过在网格内部署具备边缘计算功能的智能终端，给出了前端智能终端和后端监控系统相互配合协调网格内源荷功率平衡的策略，设计了多元信息监测通信方案；最后，选取相关设备对所给策略进行了试验验证，并与传统配电网系统源荷协调策略进行了对比。结果表明：将复杂的新型配电系统进行网格划分，能够利用前端智能终端在1 s内、后端监控系统在10 s内协调网格内源荷功率平衡；网格内电能损耗使后端监控系统协调时间的变化值小于0.5 s、对前端协调策略的影响可以忽略不计；将不同协调手段相结合，具有协调时间短、难度低的优势。所给策略解决了传统配电系统以系统整体进行集中协调源荷功率时信息采集、计算量大和延时长的问题，能够提高源荷协调的效率和可靠性，对快速实现系统整体源荷功率平衡、保障其稳定运行具有重要的参考价值。

关键词：电力系统及其自动化；新型配电系统；网格化；边缘计算；多元信息；智能终端；协调策略

中图分类号：TM761 文献标识码：A

Coordination scheme for novel distribution system source load

monitoring based on MI and EC

Abstract：

In order to efficiently coordinate power supply and load balance of novel distribution system， a source load power monitoring coordination strategy was proposed based on multivariate information and edge computing. Firstly， the characteristics and grid division of the novel distribution system were analyzed， as well as the multivariate information composition involved in coordinating its internal power supply and load power， and a multivariate information monitoring and communication scheme was designed. Secondly， the scheme of coordination between front-end intelligent terminals and the back-end monitoring system to balance internal load and power of the grid was proposed by deploying intelligent terminals with edge computing function in the grid. Finally， relevant equipment was selected for experimental verification of the given strategy， and compared with the traditional distribution network system source load coordination strategy. The results show that dividing the complex novel distribution system into grids can utilize front-end intelligent terminals to coordinate internal load power balance within 1 s and back-end monitoring systems within 10 s; The power loss of the grid causes the change in coordination time of the backend monitoring system to be less than 0.5 s， and the impact on the front-end coordination strategy can be ignored; Combining different coordination methods has the advantages of short coordination time and low difficulty. The given strategy solves the problems of large information collection and calculation workload， and long delay in centralized coordination of source load power in traditional distribution systems. It can improve the efficiency and reliability of source load coordination and has important reference value for quickly achieving overall source load power balance of the system and ensuring stable operation of the system.

Keywords：

power system and its automation; novel distribution system; grid; edge computing; multivariate information; intelligent terminal; coordination strategy

为响应全球节能减排号召，建设清洁低碳、安全高效的能源体系已迫在眉睫[1]，为此，中国在“十四五”规划中明确提出要建立以新能源为主体的新型电力系统。随着新型电力系统建设快速发展，以新能源为主体、融合多元化电源和负荷的新型配电系统成为一种新的形态，与此同时出现的新能源多点并网和柔性负荷（如电动汽车、空调等）急剧增加使得配电网系统网架结构更加复杂、电源和负荷功率更加灵活多变，大大增加了系统整体源荷功率平衡协调的难度。

截至目前，针对电力系统源荷功率平衡协调的问题，国内外专家学者已开展较多研究[2-6]。为充分发挥负荷侧调度潜力、合理利用需求响应，文献[7]构建了多时间尺度需求响应参与的源荷协调调度模型，提高了系统消纳新能源的能力，但在源荷功率协调效率方面略显不足，尤其受新能源并网功率波动的影响使日前调度精度较低；文献[8]基于深度学习和智能在线场景匹配，提出了一种配电网源网荷储无功协调优化方法，通过无功优化保障系统安全可靠和经济运行，但存在需要集中处理大量数据、应用场景匹配样本少的问题。针对源网荷储一体化运行目标，文献[9]给出了一种考虑源网荷储协调的主动配电网优化调度方法，通过云计算和边缘计算进行协同调度，但该方法未考虑空间因素对调度策略的影响；文献[10]提出了考虑电动汽车灵活性与风电消纳的区域电网多时间尺度调度方法，以应对日益增多的电动汽车接入电网造成的运行控制影响和新型电力系统面临的功率平衡挑战，但电动汽车急剧增长和以系统整体为调节对象，将对协调效率造成较大影响；文献[11]利用分布式电源、储能和需求响应负荷特性参与配电网优化调控，尽管能够提高配电网运行安全性，但在协调效率方面还存在不足。上述研究大都通过采集源荷信息，上传后端监控系统对源荷功率统一协调优化，常常会因配电网系统日益复杂而导致采集信息量大、源荷调节策略制定难，从而造成后端通信压力大、协调效率低等问题，该问题在传统配电网源荷协调方面日趋凸出。因此，如何对网架复杂、源荷功率多变的新型配电系统进行划分，快速采集和处理源荷信息，从多个局部协调源荷功率，进而实现整体源荷功率平衡已成为新的研究方向。

本文设计了新型配电系统的源荷监测协调方案，在新型配电系统中部署具有边缘计算功能的智能终端，采集不同网格内多元信息，并与后端监控系统相配合，实现前端就地智能终端和后端监控系统联合协调网格内源荷功率平衡的目标。

1 新型配电系统分析

“双碳”目标下，配电系统逐渐发展为具有电能传输、存储、分配和交易功能的新型系统。新型配电系统依托多类型“源荷储”资源交互平台，在规划、运行、交易等多方面深刻体现出“源网荷储”一体化特征[12]，其主要特点如下[13-14]：

1）电源由新能源（如风、光等）构成，负荷由空调、电采暖、电动汽车等构成，类型更加多样；

2）分布式新能源渗透率更高，柔性负荷、弹性资源更加灵活多变，源荷储柔性互动友好，多元化的源荷协调方案将成为保障系统功率平衡的重要手段；

3）能够满足源荷灵活接入和用户多样化用能需求，通过对海量多元异构数据进行采集、传输、存储和分析，可为调度决策、运行维护、电力交易提供指导，实现系统全景状态可观、可测、可控。

2 新型配电系统源荷监测协调策略设计

2.1 整体框架设计

随着物联网技术快速发展，网络边缘设备数量和产生的数据量急剧增加，给数据通信传输和传统集中式计算，尤其对信息实时性要求更高的应用场景，带来了巨大压力。为此，诞生了边缘计算（edge computing，EC），这是相对集中式计算的一种新模式。与远端云计算相比，边缘计算在靠近终端就地采集数据信息，进行分析处理，能够解决大数据情境下远端信息传输造成的传输延迟高、通信压力大和实时性低等问题 [15]。

针对新型配电系统设备类型和数量不断增多所产生信息量急剧增长，以及源荷随机性和波动性不断增加所造成系统结构复杂多变的发展趋势，为了快速协调源荷功率，保障系统整体稳定运行，本文提出就地部署具有边缘计算功能的智能终端，采集电源和负荷功率及电能损耗信息，对出现源荷功率不平衡的状况进行调节，具体协调策略整体框架如图1所示。

图1中，就地部署智能终端i和智能终端j，两者实时采集附近的源荷功率和终端运行状态等信息，并上传至后端监控系统；若出现源荷功率不平衡，则智能终端i首先对其进行协调；若智能终端i不能协调所采集信息的源荷功率实现平衡，则智能终端j对源荷功率进行协调；若智能终端i和j均不能协调所采集信息的源荷功率实现平衡，则后端监控系统对源荷功率进行协调，最终实现系统源荷功率平衡。

2.2 网格划分

随着新能源渗透率不断提高和多类型负荷不断增多，将新型配电系统进行网格划分，通过化整体为局部，以局部功率快速调节，最终实现整体源荷平衡已成为配电系统源荷协调的新手段。由于配电系统网格化主要以主干道路、行政管理、负荷等级等因素为基础进行划分，具有供电范围清晰、接线标准化、电源和负荷信息获取及预测准确度高、源荷协调延时短和效率高等优势[16]，因此本文根据新型配电系统特点，将其划分为不同网格，在单网格内就地安装智能终端，化整为零，以就地终端与后端系统相互配合对各网格源荷进行协调。新型配电系统网格划分情况如图2所示。

本文将网格信息分为电源信息、负荷信息、智能终端信息，其中智能终端采集所在网格和相邻网格源荷功率以及智能终端运行状态等信息。

网格多元信息构成如图3所示。

2.3 前端协调策略设计

基于前述多元信息和边缘计算以及源荷协调整体框架设计，本文以网格i内源荷功率协调为例，在网格内就地安装具备边缘计算功能的智能终端，就地协调网格内源荷功率平衡，具体策略如下。

1）配电系统中2个相邻网格i和j，其中网格i部署智能终端i、网格j部署智能终端j，智能终端i监测采集网格j内的源荷功率信息和智能终端j运行状态信息，智能终端j监测采集网格i内的源荷功率信息和智能终端i运行状态信息。

2）智能终端i根据式（1）、式（2）采集网格i内电源总功率PS和负荷总功率PL，进行边缘计算，见式（1）和式（2）。

PS=PG+PW+PV，（1）

式中：PG为网格i传统电源总功率；PW为网格i风电并网总功率；PV为网格i光伏并网总功率。

PL=PRL+PFL+ΔP，（2）

式中：PRL为网格i内刚性负荷总功率；PFL为网格i内柔性负荷总功率；ΔP为网格i内具体负荷功率之外总损耗功率。

若PS=PL，则智能终端i不再对网格i内的源荷功率进行调节；若PS>PL，则智能终端i先降低网格i内传统电源功率，再降低新能源并网功率，实现源荷功率平衡；若PS<PL，则智能终端i先切除网格i内柔性负荷功率，再切除刚性负荷功率，实现源荷功率平衡。

3）智能终端i协调网格i内源荷功率且经过所设置的协调时间t后，若智能终端j监测到网格i内电源总功率P′S和负荷总功率P′L处于不平衡状态，则智能终端j按照步骤2）协调顺序对网格i内源荷功率进行协调，此时

P′S=P′G+P′W+P′V，（3）

式中：P′G为协调后网格i内传统电源总功率；P′W为协调后网格i内风电总功率；P′V为协调后网格i内光伏并网总功率。

P′L=P′RL+P′FL+ΔP′，（4）

式中：P′RL为协调后网格i内刚性负荷总功率；P′FL为协调后网格i内柔性负荷总功率；ΔP′为协调后网格i内具体负荷功率之外总损耗功率。

4）若智能终端j采集网格i内源荷功率和智能终端i运行状态信息后，监测到智能终端i运行状态异常，则智能终端j按照步骤3）主动协调网格i内源荷功率达到平衡。

上述流程如图4所示，信息传输如图5所示。

2.4 后端协调策略设计

尽管新型配电系统各网格就地安装的智能终端具备边缘计算功能，但鉴于各个终端主要针对自身网格和作为相邻网格备用装置进行源荷协调，所获得的信息局限于一定的范围，因此为了实现对各网格源荷功率协调，本文仍以网格i内源荷协调为例，在前端2个相邻网格内智能终端均异常或不能协调源荷平衡时，利用后端监控系统对源荷进一步协调，具体策略如下：

1）网格i和网格j内分别安装的智能终端i、智能终端j运行状态信息以及网格i内源荷功率信息发送至配电网后端监控系统；

2）在经过设置的协调时间t′后，若后端监控系统监测到网格i内源荷功率没有实现平衡，则后端监控系统直接对网格i源荷进行协调；

3）在所设置协调时间t′内，若后端监控系统监测到智能终端i和智能终端j均运行异常，则其直接对网格i内源荷功率进行协调。

后端监控系统按照前端协调策略中步骤2）协调顺序对源荷进行协调，其中电源总功率和负荷总功率构成及计算参见式（1）—式（4）。通过上述协调，最终实现网格i源荷功率平衡，具体流程如图6所示，信息传输如图7所示。

本文源荷协调主要是将新型配电系统划分为不同网格，通过在各个网格内部前端部署智能终端，利用智能终端采集源荷功率信息，并与后端监控系统相互配合，实现前后端协调各个网格内电源和负荷功率平衡的目标。

2.5 源荷信息监测通信方案设计

目前信息通信主要采取有线和无线2种方式，由于新型配电系统多元化信息不断增多，有线通信已难以满足信息采集传输的需求，而无线通信在接入设备容量、传输速率和距离、部署便利性等方面均具有较大优势，因此本文利用网络频道宽，兼容性和灵活性强，能够适应多元化通信手段的4G技术和具有适合大量设备接入、支持多信道多数据并行处理等优点的LoRa通信实现多元信息通信传输[17-18]，如图8所示。

多元信息监测通信方案如下。

1）在网格i主要节点安装多功能电能表采集传统电源功率，新能源并网功率以及刚性负荷和柔性负荷功率，通过LoRa通信将所采集功率信息汇聚至所在网格内交换机，进而分别以LoRa，4G通信方式传输至该网格就地安装的智能终端i、相邻网格j内的智能终端j和配电网后端监控系统。

2）智能终端i与智能终端j通过LoRa通信方式采集对方运行状态以及相互下发协调指令等信息。

3）智能终端i自身运行状态信息，以及网格i内源荷功率信息经具有加密和解密功能的纵向加密认证装置加密后，通过4G网络发送至该配电网系统后端纵向加密认证装置。

4）纵向加密认证装置收到智能终端i运行状态和网格i内源荷功率信息，经解密后，最终将网格i源荷功率和智能终端i状态等信息传输至该配电网后端监控系统。

5）后端监控系统下发的协调指令经纵向加密认证装置加密后，通过4G网络发送至前端纵向加密认证装置，经解密后传输至智能终端i。

通过上述方案，智能终端i实现对网格i源荷功率和智能终端j运行状态多元信息的监测通信，具体信息流向如图9所示。

3 试验验证

3.1 系统搭建

鉴于新型配电系统电源和负荷类型多、网架结构复杂，采集实际信息需要安装大量设备，且电力用户对供电可靠性要求苛刻，实际工程中源荷调节试验难度较大，因此为了进一步验证所提策略的可行性，本文通过编制相关软件、选取某型智能终端搭建试验系统。该系统采用2台智能终端（许继集团有限公司研制）分别模拟2个供电网格、1台ThinkPad T16笔记本电脑（联想集团有限公司提供）模拟后端监控系统；新能源由光伏和风电构成。由于信息采集可利用现有装置，智能终端根据需要内置不同通信模块，即可实现本文所述信息采集通信方式，因此为了简化试验，重点验证本文源荷协调策略，传统电源和负荷不再进一步细分，智能终端和笔记本之间采用有线通信，多元信息直接在智能终端中进行设置。

该试验系统中，智能终端整体为全封闭金属机箱、操作面板由分辨率为320×240的彩色液晶显示屏和键盘等构成，采用类似Windows图形界面设计，前端设置通信口1个、后端通信接口有光纤口4个（千兆口和百兆口各2个）、RJ45有线口2个（含调试口1个）。内部设置USR-LG207型LoRa通信模块，其中通过显示屏调试功能能够输入源荷功率，利用背面RJ45接口可修改和查看装置信息，以及进行软件升级和导出历史记录等，整体外观和操作界面如图10所示，其中功率变化值增加为正、降低为负。

3.2 结果分析

为了初步验证本文所给策略的可行性，选取上述2台智能终端作为网格1和网格2，用笔记本电脑模拟后端系统，基于所给协调策略，通过简化网格数量，以5 s作为协调时间分界点，分别验证大于5 s和小于5 s时段，电源，负荷和网格1总损耗的功率变化时网格1和网格2内各自所安装智能终端在前端对网格1源荷功率进行协调；进而验证网格1和网格2内智能终端均异常情况下，利用后端系统对网格1源荷功率进行协调，其中智能终端最大协调时间设置为1 s，协调结果如表1、表2所示。

由表1可知，在大于5 s时段，智能终端1处于正常运行状态时，能够在0.5 s内调节网格1内源荷功率平衡；在小于5 s时段，智能终端1运行异常且达到所设定的最大调节时间1 s后，智能终端2能够代替智能终端1在0.7 s内协调网格1源荷功率平衡；由于受采集信息通信传输延时等因素影响，智能终端2协调时间有所增加。

由表2可知，当智能终端1和2均处于异常状态且达到所设定的最大协调时间1 s后，后端系统能够代替两者对网格1不同时间段的源荷功率进行协调，实现两者平衡；后端监控系统相比就地智能终端所需源荷协调时间增加较大。

上述协调结果完全满足本文前述策略中电源总负荷等于负荷初始功率、功率变化值和网格1总损耗功率变化值之和。在同样源荷功率和变化值且不考虑电能损耗情况下，经进一步试验，通过前后端协调策略均能实现网格1源荷功率平衡，其中协调时间变化如表3所示。

由表3可知，由于电力系统源荷功率传输路径比较固定，相对源荷功率变化，总损耗功率变化比较小，不考虑电能损耗时，前端协调时间不变、后端协调时间变化较小，两者对协调策略的影响基本可以忽略。

基于本文试验条件，源荷初始功率不同情况下单一协调手段所用时间仿真结果如表4所示。

由表4可知，随着电源和负荷初始功率增加，所需采集的信息量也随之增加，从而协调时间也将增大。针对该问题，可通过合理划分网格实现均衡分配所采集的信息量，将协调时间控制在允许的范围内。

3.3 策略对比

为了进一步验证所提策略所具有的优势，本文将其与文献[19]中配电网系统源荷功率通过后端综合管理系统进行协调的策略进行对比，具体结果如表5所示。

由表5可知，本文所给协调方案将系统整体划分为多个网格，先局部后整体实现源荷平衡，利用相邻网格就地智能终端和后端系统相互配合，能够缩短协调时间、降低协调难度、提高协调效率，保障配电网整体系统源荷电量平衡。

4 结 语

本文将新型配电系统进行网格划分，给出了利用不同网格内智能终端和后端监控系统对同一网格内源荷功率进行协调的源荷监测协调策略，并对所给策略进行了试验验证和定性对比。

1）在新型配电系统网格内就地部署具有边缘计算功能的智能终端采集所在网格和相邻网格源荷功率信息，并传输至后端系统，利用本网格和相邻网格内智能终端以及后端系统相互配合协调网格内源荷功率，能够快速实现系统整体源荷功率平衡，提高源荷协调的效率和可靠性。

2）所提策略基于单网格源荷功率平衡，进而实现配电网系统整体功率平衡，具有协调难度低、效率高、通信压力小等优势，能够解决传统配电系统以系统整体进行集中协调源荷功率时信息采集、计算量大和延时长的问题。

3）通过试验发现，将复杂的新型配电系统进行网格划分，能够实现前端智能终端在1 s内、后端监控系统在10 s内协调网格内源荷功率平衡，且网格内电能损耗使后端监控系统协调时间的变化值小于0.5 s，对前端协调策略的影响可以忽略不计。

本文主要对网格内总电源功率、负荷功率和电能损耗变化时，智能终端不同运行状态下源荷协调策略进行了验证，而对不同电源出力和不同负荷投切协调的验证则是下一步要开展的工作。

参考文献/References：

[1]安琪，梁宇飞，王耀强，等.基于K-means聚类与PSO特征优选KNN的分级负荷识别方法[J].河北科技大学学报，2022，43（3）：249-258.

AN Qi，LIANG Yufei，WANG Yaoqiang，et al.Hierarchical load identification method based on K-means clustering and PSO feature optimization KNN[J].Journal of Hebei University of Science and Technology，2022，43（3）：249-258.

[2] 靳伟，陈岩，王文宾，等.薄弱配电网高比例分布式光伏并网消纳规划研究[J].河北工业科技，2020，37（3）：151-158.

JIN Wei，CHEN Yan，WANG Wenbin，et al.Research on grid-connection consumption planning of high proportion distributed photovoltaic in weak distribution network[J].Hebei Journal of Industrial Science and Technology，2020，37（3）：151-158.

[3] 黄慧，李永刚，刘华志.基于改进Nash-Q均衡迁移算法的源网荷储协同优化策略[J].电力自动化设备，2023，43（8）：71-77.

HUANG Hui，LI Yonggang，LIU Huazhi.Collaborative optimization strategy of source-grid-load-energy storage based on improved Nash-Q equilibrium transfer algorithm[J].Electric Power Automation Equipment，2023，43（8）：71-77.

[4] GUO Yifei，WU Qiuwei，GAO Houlei，et al.MPC-Based coordinated voltage regulation for distribution networks with distributed generation and energy storage system[J].IEEE Transactions on Sustainable Energy，2019，10（4）：1731-1739.

[5] 刘金森，罗宁，王杰，等.基于海量场景降维的配电网源网荷储协同规划[J].中国电力，2022，55（12）：78-85.

LIU Jinsen，LUO Ning，WANG Jie，et al.Massive scenario reduction based distribution-level power system planning considering the coordination of source， network， load and storage[J].Electric Power，2022，55（12）：78-85.

[6] SHARMA S，NIAZI K R，VERMA K，et al.Coordination of different DGs， BESS and demand response for multi-objective optimization of distribution network with special reference to Indian power sector[J].International Journal of Electrical Power & Energy Systems，2020，121：106074.

[7] 祁江浩，李凤婷，张高航.需求响应分段参与的多时间尺度源荷协调调度策略[J].电力系统保护与控制，2021，49（11）：61-69.

QI Jianghao，LI Fengting，ZHANG Gaohang.Multi-time scale scheduling strategy for source-load coordination considering demand response block participation[J].Power System Protection and Control，2021，49（11）：61-69.

[8] 秦帅，邹晴，李超然，等.基于深度学习和智能在线场景匹配的配电网源网荷储无功协调优化策略[J].电网与清洁能源，2022，38（5）：25-35.

QIN Shuai，ZOU Qing，LI Chaoran，et al.Strategy on reactive power coordination optimization in distribution network "source-network-load-storage" system based on deep learning and intelligence online scene matching[J].Advances of Power System & Hydroelectric Engineering，2022，38（5）：25-35.

[9] 罗金满，刘丽媛，刘飘，等.考虑源网荷储协调的主动配电网优化调度方法研究[J].电力系统保护与控制，2022，50（1）：167-173.

LUO Jinman，LIU Liyuan，LIU Piao，et al.An optimal scheduling method for active distribution network considering source network load storage coordination[J].Power System Protection and Control，2022，50（1）：167-173.

[10]胡俊杰，赖信辉，郭伟，等.考虑电动汽车灵活性与风电消纳的区域电网多时间尺度调度[J].电力系统自动化，2022，46（16）：52-60.

HU Junjie，LAI Xinhui，GUO Wei，et al.Multi-time-scale scheduling for regional power grid considering flexibility of electric vehicle and wind power accommodation[J].Automation of Electric Power Systems，2022，46（16）：52-60.

[11]AL-SAFFAR M，MUSILEK P.Reinforcement learning-based distributed BESS management for mitigating overvoltage issues in systems with high PV penetration[J].IEEE Transactions on Smart Grid，2020，11（4）：2980-2994.

[12]张笑弟，高强，潘弘.“双碳”目标下新型配电系统功能形态及规划体系[J].电力系统及其自动化学报，2022，34（5）：96-101.

ZHANG Xiaodi，GAO Qiang，PAN Hong.Function，form and planning system of novel power distribution system with "double-carbon" goal[J].Proceedings of the CSU-EPSA，2022，34（5）：96-101.

[13]邓慧琼，张晓飞，曾凡淦，等.基于动态分时电价的电动汽车有序充放电调度策略[J].河北科技大学学报，2022，43（3）：240-248.

DENG Huiqiong，ZHANG Xiaofei，ZENG Fangan，et al.Orderly charging and discharging scheduling strategy of electric vehicle based on dynamic TOU price[J].Journal of Hebei University of Science and Technology，2022，43（3）：240-248.

[14]INJETI S K，THUNUGUNTLA V K.Optimal integration of DGs into radial distribution network in the presence of plug-in electric vehicles to minimize daily active power losses and to improve the voltage profile of the system using bio-inspired optimization algorithms[J].Protection and Control of Modern Power Systems，2020，5（1）：21-35.

[15]王旭东，王雷涛，武东亚，等.基于边缘计算与LoRa技术的配电网智能巡检组网方案设计[J].广东电力，2020，33（9）：42-48.

WANG Xudong，WANG Leitao，WU Dongya，et al.Design about intelligent inspection network scheme of distribution network based on edge calculation and LoRa technologies[J].Guangdong Electric Power，2020，33（9）：42-48.

[16]李海涛，孙波，王轩.配电网网格化规划方法及其应用[J].电力系统及其自动化学报，2015，27（增刊1）：33-37.

LI Haitao，SUN Bo，WANG Xuan.Power grid planning method and its application[J].Proceedings of the CSU-EPSA，2015，27（sup1）：33-37.

[17]YAO Yuan，CHEN Xi，RAO Lei，et al.LORA：Loss differentiation rate adaptation scheme for vehicle-to-vehicle safety communications[J].IEEE Transactions on Vehicular Technology，2017，66（3）：2499-2512.

[18]GAELENS J，TORRE P V，VERHAEVERT J，et al.LoRa mobile-to-base-station channel characterization in the Antarctic[J].Sensors （Basel），2017，17（8）：1903.

[19]孙惠，翟海保，吴鑫.源网荷储多元协调控制系统的研究及应用[J].电工技术学报，2021，36（15）：3264-3271.

SUN Hui，ZHAI Haibao，WU Xin.Research and application of multi-energy coordinated control of generation，network，load and storage[J].Transactions of China Electrotechnical Society，2021，36（15）：3264-3271.