看看物联网（IoT）如何让电网更加智能

智能电网与能源参考设计
用于塑壳断路器 (MCCB) 的低功耗、低噪声模拟前端设计
高压 12V-400VDC 电流感测参考设计
用于 G3-PLC 电力线通信的模块上系统（CENELEC 频段）
我这周在浏览物联网 (IoT) 时，想仔细看看IoT将如何使电网更加智能（反之亦然），在整个基础设施和住宅内提供更多的信息，实现更佳的互联互通。通过IoT，用户、制造商和公共事业服务供应方将揭示一种全新的方法来管理设备，并最终节省资源和开销。让我们看一看世界上的智能电表将智能电网与你的住宅连接在一起的实现方式。
在全球都在关注能源管理和节能的当下，IoT将把智能电网的连接优势扩展到公共事业供应方所完成的配电、自动化和监视之外。住宅和楼宇内，管理系统的使用将帮助用户监视他们自己的用量并调整使用习惯。这些系统将最终通过在非高峰用电时间运行来自动调节，并且连接至传感器来监视用户数、光照条件以及更多参数。但是，这一切都源自一个更加智能和互连程度更高的电网。
智能电网使IoT成为现实的第一个关键步骤是大量采用智能仪表。目前已经连接了数百万个仪表，并且互连电网的势头仍在增长。然而，要发挥其最大潜能，智能电网的第一步是从机械电表向智能电子仪表的转变，其目的是建立仪表和公共事业供应方的双向通信。
美国的智能电子仪表的采用率接近50%，目前现场已经安装了数百万个电表，与电网互连并定期通信。从本质上说，电表正在将它们的功能从电能计量设备扩展成为双向通信系统。
现代的电子仪表必须符合特定的标准才能在智能电网和IoT中发挥如此关键的作用。首先，仪表需要在住所和楼宇中将能耗信息报告给公共事业单位。在美国，合适的解决方案是低功耗RF (LPRF) 通信，使用的是Sub-1 GHz网状网络。然而，根据国别和电网属性的不同，无线解决方案也许不是最佳选择，比如说在西班牙或法国等使用有线窄带正交频分复用 (OFDM) 电力线通信 (PLC) 的国家。没有放之四海而皆准的互联互通解决方案。使IoT成为现实需要更大量的产品组合，能够支持从有线到无线，而有时需要将二者结合起来。
第二，仪表需要通过住宅内显示器或网关将有用的能耗信息传送到屋内。这些信息使得用户相应地调整用电习惯并降低这方面的开销。在美国，ZigBee标准与智能能源应用系统组合使用。其他像英国或日本等国，正在评估Sub-1 GHz RF或PLC解决方案，以实现更大的覆盖范围，或者混合RF和PLC的组合实现。所以，本质上说，电表正在成为智能传感器，用于在住宅和楼宇内外进行双向通信的IoT，以网状网络的方式互连，同时将基本能量数据报告给公共事业单位。
此外，智能仪表需要支持诸如动态定价、需求响应、远程连接和断开、网络安全、无线下载和安装后升级等高级功能，这样的话，公共事业供应方也就没有必要为每个仪表都派遣一名技师了。
如你所见，智能电网在支持IoT方面发挥了关键作用—但这只是开始。将楼宇和住宅中的设备连接在一起是发挥智能电网全部优势的下一件要做的事，而很多创新型解决方案和便利化应用已经向用户提供。专用家庭能源网关、智能应用中心或能量管理系统将使用户更快地感受到互连电网和IoT所带来的益处。
如需了解更多信息，立即查看智能电源与电网解决方案
智能电网与能源参考设计
用于塑壳断路器 (MCCB) 的低功耗、低噪声模拟前端设计
高压 12V-400VDC 电流感测参考设计
用于 G3-PLC 电力线通信的模块上系统（CENELEC 频段）
以上由物联传媒转载，如有侵权联系删除

NB-IOT是基于蜂窝的窄带无赖网成为万物互联网的一个重要分支。NB-IOT构建与蜂窝网络，消耗大约180KHZ的宽带，可直接部署于GSM网络、UMTS网络或者LTE网络，以降低部署成本、实现平滑升级。NB-IOT是IOT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接，也被叫做低功耗广域网，支持待机时间长、对网络连接要求较高的设备的高效连接。

NB-IOT的优势

强链接：

在同一基站的情况下，NB-IOT可以比现有无线技术提供50—100倍的接入数。一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络结构。

高覆盖：

NB-IOT室内覆盖能力强，比LTE提升20DB增益，相当于提升了100倍覆盖区域能力。不仅可以满足农村这样的广覆盖需求，对于厂区、地下车库、井盖这类对深度覆盖有要求的应用同样适用。

低功耗：

低功耗特性是物联网应用一项重要指标，特别对于一些不能经常更换电池的设备和场合，如安置于高山荒野偏远地区中的各类传感器监测设备，它们不可能像智能手机一天一充电，长达几年的电池寿命是最本质的需求。NB-IOT聚焦小数据量、小速率应用，因此NB-IOT设备 功耗可以做到非常小。

低成本：

NB-IOT无需重新建网，射频和天线基本上都是服用的。举个例子：就拿中国移动来说，900MHZ里面有一个比较宽的频带，只需要请出来一部分2G的频段，就可以直接进行LTE和NB-IOT的同时部署。低速率、低功耗、低宽带同样给NB-IOT芯片以及模块带来低成本的优势。

窄带物联网的出现，改变了物联网的应用。

现今世界网络和数据普及，不单止智能手机能连接网络，就连手表，闹钟，家电等日常用品，也能即时在网络中提取资讯，并配合环据数据作出分析，将最好的体验反馈给 用家。而透过网络来连接人，流程，资讯和装置这个概念，亦是我们平常所说的物联网（物联网，又名物联网）。

承接上文介绍了雾计算的简单的应用和由来，下文将会介绍物联网的一个重要技术 - 边缘计算（Edge computing）。下文将会阐述边缘计算的由来，并介绍它与物联网的关系，而且会利用无人驾驶作为用例，介绍云计算的短处和边缘计算的应用。

先定义一下边缘计算（wikepedia，2019）：

这里提到很多艰涩的专业名词，例如是“分散式运算”，“节点”等，其实只是描述：边缘技术是一种技术将大型应用程式的一部分转移到（即分散式运算）日常设备中处理（即边缘节点中）。

在云计算的典型结构中（如上图），通常可分为“云（云层） - 网（雾层） - 端（边缘）”三层。“端”这一层覆盖所有终端的应用程式，亦通常是被管理的角色。当云计算一计算出结果，就会到透过“网”层，将指令发送到“端”层的应用程式执行，而应用程式收到数据后，则会发送到“云”层作计算。

而边缘计算则可以想像为给予“端”层一定程度的“自治”。在边缘计算的架构中，终点被赋予简单的存储和计算能力（与雾计算不同，这里重点是“简单”的功能） ，令它能偶尔脱离云的管理，并根据环境数据作出回应。

增加终端系统简单的计算和存取能力看似一小步，但其实这个布局有着莫大的好处，当中包括：

  - 低延迟：数据由近场产生，能快速回应

  - 独立性：在没有网络连接下，系统亦能运作

  - 合规性：无需传送用户资料，保护个人数据

  - 简化数据：终端先处理部份数据，数据简化后才向云服务器传输

  - 安全性：数据传输减少，减少网络安全风险

无人驾驶是边缘计算其中一个经典用例，亦是一个很好例子说明云计算的短处和为什么需要边缘计算。

下图展示的是常用的云计算架构，当中包括1）一架智能汽车（客户端），并且正在使用无人驾驶功能，2）互联网（Internet），用作传输数据，以及3）云服务（云计算）服务器），用作提供无人驾驶服务。

假设汽车正在以60ms-1的速度行驶，并在起始位置感测到前方3m有阻碍物。由于汽车正在使用云计算的架构，汽车本身并没有分析的功能，汽车会将感测到的影像 传送到云服务器中作分析（步骤1）。

很不幸地，由于汽车现在在北区甚远，信息在005s后才能到云服务 无上停驶，但也要经过005s才能将指令发送到汽车上执行（步骤2）。

在这段发送信息到回收指令的过程中（~01s），汽车会继续以均速行驶（60ms-1），并到6m后（= 60ms-1×01s）才会收到指令停下来 。而且会撞到在3m前的路人，酿成车祸。

汽车在起始位置感测到前方3m有阻碍物，会立刻执行停车指令（步骤1）。然后再发送影像和决策内容到云服务器中作进阶分析（步骤2），以改善无人驾驶性能。 （注：这里看似与雾计算方式相似，但在过程中，应用程式没有作任何的数据分析，只根据感应器内容作出回应。若然是雾计算的话，感应器信息会发送到雾服务中，再作分析，然后通知终端设备作出回应。）

由此可见，云服务器距离数据产生的位置较远，因此会造成较大的延迟。而无人驾驶这些需要实时作出决策的活动，则很大机会需要使用边缘计算，使计算的服务靠近产生数据的源头，做到计算更接近实际行动。

随着科技的进步，数据传输速度的快速提升，不少日常物品，例如是家用电器，车辆等，都已经嵌入感测器，并透过网络接结与互联网交换资讯，形成了庞大的物件网络（即物联网）。

物件会在运行时会收集到大量的环境数据。有些人会问，为什么不把数据都在本地（local drive）处理，其他数据再传到云服务做储存。这可能是其中一个可以实行的方法，但如果所有数据都在本地处理，物件本身要设有很多的存储装置和处理服务器。这会大大增加电力消秏和物件重量，增加成本。

因此，最好的方法是结合云计算和边缘计算的优势做出最佳的配置。在一些决定物件重大安全性的事件（例如如上文无人驾驶例子的刹车）可将决定的主导权放到边缘上，其他没有急切性的事情，则放到云服务器低成本集中处理。透过云与边缘的良好分工，大大减少成本，亦能提高运算效率。

---