前言：中文期刊網精心挑選了能量管理策略范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
能量管理策略范文1
基金項目：中央高校（同濟大學）基本科研業務費學科交叉類項目 0800219311
1.引言
發展電動汽車是目前解決能源危機和環境污染的重要手段，但純電動汽車存在續駛里程短，充電時間長的問題。增程式電動汽車作為一種特殊的混合動力電動汽車，既擁有一定的純電動行駛里程，又可以通過增程器發電以獲得不遜于傳統車的續駛里程。在這樣的背景下，使用增程式電動汽車是解決排放污染和能源問題最具現實意義的途徑之一。
增程式電動車作為混合動力汽車的一個分支，具有混合動力汽車的基本特點。有別于傳統汽車和純電動車，增程式電動車可由兩種能量源提供動力。這種雙能量源的特征增加了系統設計的靈活性，在整車能量管理系統的協調控制下，雙能量源與其他部件相互配合，可以進行多種優化組合，形成不同的動力系統工作模式，以適應不同的行駛工況。同時整車能量管理策略決定了整車的燃油經濟性、動力性和排放性，因此能量管理策略的設計對整車經濟性有著顯著的影響。
2.增程式電動車
增程式電動車是在純電動汽車基礎上安裝增程器。增程器是能夠發電且給車載動力蓄電池充電的輔助能量裝置。當蓄電池電量充足時，汽車以純電動模式行駛；當蓄電池電量不足時，增程器開始工作，給蓄電池充電或直接驅動電機，從而大幅提高電動汽車的續駛里程。在眾多類型的增程器中，質子交換膜燃料電池以其具有零排放、動態響應迅速、能量轉換效率高等眾多優點得到了廣泛的關注。本文研究對象是以燃料電池作為增程器的燃料電池增程式電動車。如圖1所示為燃料電池增程式電動車的動力系統結構[1]。
圖1燃料電池增程式電動汽車動力系統
2.1整車動力系統模型
基于原型車的基礎上建立混合動力汽車模型，保留其共有的部分，添加增程式燃料電池汽車特有的部件模型，編制控制算法，連接控制信號。首先根據汽車功率流的走向，依次將ADVISOR軟件中的各個組件模塊加入，建立連接關系，建立整車的結構模型。
汽車在行駛過程中的阻力功率主要來自滾動阻力、風阻、坡道阻力及加速阻力，汽車的需求牽引力可通過汽車行駛阻力方程式可通過以下公式來計算：
其中：
公式中，G=mg，f為滾動阻力系數，α為坡度，CD為空氣阻力系數，A為汽車迎風面積。V為汽車當前車速，δ為汽車質量轉換系數，通常行駛道路的坡度角不大，cos α=1，sin α=tan α=I，則汽車的行駛方程可寫為：
則整車的功率平衡方程為
整車動力學參數如表1所示
表1 整車參數
2.2燃料電池系統模型
燃料電池的性能可以用它的電流-電壓特性圖來概述，該圖顯示在一個給定電流輸出時燃料電池的電壓輸出。
燃料電池釋放的功率由電流和電壓的乘積給出，因此反應燃料電池的功率密度和電流密度的函數關系的功率密度曲線可以由電流-電壓曲線中的信息構造。電流-電壓曲線和功率密度曲線組合的曲線圖為極化曲線圖，如圖2所示為燃料電池的極化曲線質子交換膜燃料電池極化曲線可由下式描述：
式中，V表示燃料電池的實際輸出電壓；Ethermo表示熱動力學預測的燃料電池電壓輸出；ηact表示由反應動力學引起的活化損耗；ηohmic表示由離子和電子傳導而引起的歐姆損耗；ηconc表示由質量傳輸引起的濃度損耗。從圖2中可以看出，燃料電池的功率密度隨電流密度的增加而增加，達到一個最大值，即峰值功率，然后在較高電流密度區下降。
一個完整的燃料電池系統模型主要有燃料電池電堆模型，氫氣供應模型，輔助系統功耗模型、空壓機模型、氧氣供應模型、產熱量模型以及產水量模型等構成[2]。
N為燃料電池單體數目；Vfc為電堆工作時單體的平均電壓；ifc為電堆工作時的電流，Pcp為空壓機工作時的功耗；PAuxiliary為水泵以及繼電器等低壓器件的功耗。如圖3所示為燃料電池系統模型示意圖。
本文采用的燃料電池模型基于ADVISOR軟件搭建，模型構成主要包含了燃料電池電堆、水泵及低壓用電器、氫氣供應、空壓機功耗等幾個模塊。
本文基于某款10kw的燃料電池系統來進行燃料電池系統模型的驗證工作，驗證模型的氫氣消耗量與系統臺架試驗的誤差，氫氣當量比1.2，燃料電池單體片數140，燃料電池系統額定功率10 kw，峰值功率11 kw。如圖4所示為燃料電池系統的模型圖。
2.3鋰電池模型
目前有很多可供借鑒參考的電池模型，本文選取所需參數較少的Rint模型。Rint模型只考慮內阻引起的能量損失，它將蓄電池抽象為一個理想的開路電壓源VOC與一個內阻Rint串聯的等效電路結構。在ADVISOR中實現的Rint電池模型由五個主要部分組成：1）蓄電池組開路電壓及內阻模塊；2）功率限制模塊；3）電流電壓計算模塊；4）SOC計算模塊；5）熱模塊。根據本文研究對象，主要修改了蓄電池組開路電壓及內阻模塊中電池組開路電壓、充電內阻、放電內阻與SOC相關數據[3]。
Qbat為蓄電池容量，V0為蓄電池開路電壓，Rbat為蓄電池內阻，V0，Rbat為電池SOC的函數。如圖5所示為動力電池的仿真模型。
2.4驅動電機模型
電機模型有兩種控制方式，：扭矩控制和功率控制。扭矩控制要求輸入電機在不同油門開度的情況下對應的扭矩響應特性曲線，可以較為精確地反映電機的控制策略，主要應用整車動力性能的仿真。功率控制是直接根據整車行駛的功率和車速需求對電機提出扭矩和轉速請求，只要不超過電機的外特性曲線，電機就可以提供輛所需的功率。該控制方法簡單，但可以反映電機的功率輸出，即能量消耗，因此適用于各種工況的經濟性仿真。三相交流同步電機模型公式所示[4]
本文所采用的電機采用水冷模式，最大轉速12000rpm，最大轉矩270Nm，額定電壓308V。電動及發電模式下，系統最高效率都超過94%。如圖7所示為驅動電機的外特性及效率曲線。
3.增程式燃料電池汽車能量管理策略
3.1 恒溫器控制策略
保證燃料電池工作在高效率區間之內，其功率輸出根據整車SOC值來調整，當動力電池SOC降到某一限值時，燃料電池啟動。整車對燃料電池系統輸出功率請求根據當前動力電池SOC由下表插值得到。當SOC升至某一限值時，燃料電池系統降低功率至最低允許輸出功率，當SOC升至某一高限值時關閉燃料電池，直到再次達到啟動條件。燃料電池系統輸出功率上限見表3
表2不同SOC下燃料電池系統輸出功率限值
3.2 功率跟隨控制策略
燃料電池始終開啟，該策略的匹配目標是將氫氣和動力電池同時耗盡，從而獲得當前條件下的最大續駛里程。首先根據前一段時間內SOC的下降率，估算動力電池還可持續使用的時間；結合當前車載氫氣的剩余能量，估算出燃料電池系統需要輸出的功率：
其中： Pfc（kW）為需要燃料電池系統輸出的功率，mH2（kg）是氫氣剩余質量，t為預設的時間間隔，SOC為當前SOC與t時間前的動力電池SOC之差。
4.仿真和結果討論
4.1 仿真初始條件
仿真初始條件取蓄電池SOC初始值為0.95，SOC截止窗口0.1，氫氣質量1.73kg。仿真工況為在各個國家地區通用的仿真工況WLTP、NEDC、UDDS、HWFET、US06、10-15、JC08、QCT759 common 、QCT759 fast。
4.2 仿真結果對比
如表3、圖8和圖9所示為三種能量管理策略在不同工況下的續駛里程，氫氣剩余量，功率跟隨相對于恒溫器續駛里程增加百分比。
表3兩種策略下的仿真結果及續駛里程增加百分比
圖8兩種策略下的續駛里程仿真結果
4.3 功率跟隨與恒溫器策略對比
從表4中可以看出，功率跟隨與恒溫器策略相比，功率跟隨在WLTP、HWFET、US06、QCT759fast幾個工況下經濟性有所提高，在其他工況下經濟性均為負增長。其中在US06工況下，經濟性增加百分比為34.51%，分析原因為在恒溫器策略下燃料電池系統輸出功率不能滿足US06工況功率需求，SOC 狀態不能保持，造成電量先于氫氣用完，而在功率跟隨策略下，燃料電池系統可以以較大功率輸出，可以保證氫氣在整個周期內用完，導致續駛里程差距較大。
4.4 燃料電池系統輸出功率變化率對比
燃料電池功率波動對燃料電池壽命會造成影響，如圖6和8所示分別為燃料電池系統功率、電池SOC以及燃料電池系統功率變化率在NEDC工況下隨時間的變化關系。
圖9燃料電池電池系統功率、電池SOC在NEDC工況下隨時間的變化關系
圖10燃料電池系統輸出功率變化率在NEDC工況下隨時間的變化關系
從圖10中可以看出，在恒溫器策略下，除在初次啟動和最終停止階段出現燃料電池系統功率較大波動外，在正常工作范圍內，功率波動最大值為0.42kW/s，燃料電池開關次數為0；在功率跟隨策略下功率波動最大值為2.7kW/s，燃料電池開關次數為0。綜合以上數據說明對燃料電池壽命的影響，恒溫器策略最優，功率跟隨次之。
5.結論
本文將恒溫器、功率跟隨以及瞬時優化策略用于增程式燃料電池汽車能量管理策略的研究與分析。結果分析表明在平均車速^低、怠速占比較高的低速工況下恒溫器策略在保證整車燃油經濟性的前提下可以兼顧燃料電池壽命。但在平均車速較高、怠速占比較低的工況下整車燃油經濟性有所降低。功率跟隨策略可以覆蓋平均車速較高、怠速占比較低的工況，但整車燃油經濟性較差。
參考文獻
[1].A. Emadi， K. Rajashekara， S. S. Williamson， and S. M. Lukic， “Topologicaloverview of hybrid electric and fuel cell vehicular power system architectures and configurations，” IEEE Trans. Veh. Technol.， vol. 54，no. 3， pp. 763C770.
[2].May 2005.M. J. Kim and H. Peng， “Power management and design optimization of fuel cell/battery hybrid vehicles，” J. Power Sources， vol. 165， no. 2，pp. 819C832， Mar. 2007.
能量管理策略范文2
關鍵詞：電力電能；計算裝置；管控策略；現狀分析；改善措施
中圖分類號：TM93 文獻標識碼：A
在整個電力營銷體系格局當中，電能計量任務的重要把握是確保整體工作質量的重要標準，經過電能在具體的發電、輸電、配電、變電等多功能系統的整體效能發揮，實現客戶的最終電能的有效利用，整體功能的實現在貫穿變電所欲供電公司內部之間存在著一定的經濟結算關系，主要是根據不同節點安裝的電能計量裝置提供的準確信息進行必要的數據提供，保證各自的經濟結算的合理性，促進整體電力事業的經濟活動的有序發展，實現國家電力事業在電能計算為基礎的裝置管控策略的全面制定和實施。
一、電能計量裝置管理的社會背景和現狀
（一）關于我國電能計量裝置管理的歷史背景狀況
在國家電力體制的不斷改革和深入的前提下，必要的電力公司運轉所需的電能計量的準確檢定措施要順應必要的經濟體制的深化做出必要的改進，實現總體政策法制控制下的各個地方電力公司的管理過程的合理安排，建設相對系統性的，高效的電能計量控制中心，保證各個數據的精準程度，實現以資產運行為基礎，整個網絡平臺為控制終端的電能計算的網絡化操作管理，具體發揮不同崗位人員的資源優勢，實現統一計量模式、統一管理制度控制下的庫存清理的計量資產利用率的高效提升，真正確保集約化、精細化與數字化的電能計量管理模式的高效應用。針對目前供電公司在電量計量管理行為的不夠規范的現狀以及相對落后處理技術和設備存儲，需要保證必要的技術經濟投入下的完整電能計量管理信息系統的建設方案的制定。根據用戶的需求，進行滿足一定使用功能和規模的系統設計方案，設計過程中要做好與用戶的實時溝通和交流，充分把握其整體價值作用，針對計量點的性質進行客戶類別的智能分配，內部細節處理包括電網經營的企業關口以及供電企業的關口計量方式等，在實際中接線方式與實際運行的負荷狀況，都需要做到客觀的分析和調查，保證現有信息的準確性，做好必要技術的投入和應用。
（二）我國電能計量裝置管理水平的現狀
目前，電能計算裝置中的電能表設備的附加誤差主要是在不規則的環境溫度的變化影響下，加上地磁場干擾下的電源質量的混亂等綜合因素造成的，因此，要高度注意電力設備在運行過程中的環境信息的搜集與客觀評價，正確把握其在關于電量計算方面的作用的積極效應的衡量，同時進行現場運行的電能表計量準確法的科學校正。電能計量裝置的計量性能主要是通過各個計量器的集體性能決定的，因此針對性質的綜合作用進行適應環境條件的計量器具的開發和應用是適應科學與環境的改善效果的必然結果；關于準確性在計量裝置方面顯示效果的評估，在保證裝置實際運行中的計量性能在具體電能結構中的規定范圍的分布效果，進行必要的裝置在正常環境運轉的信息核對與校正，保證裝置正常情況下的使用壽命的增加，降低企業的經營成本和不必要的技術資金投入，因此在進行關于電量用量合理性的準確評估時，要高度注意設備的安全運行的維護與管理，保證其長期有效的使用時間，促進后期各期改進工作的資金投入水平。
二、目前我國電力計算存在的主要問題
電力企業在不斷發展的同時，已逐步將工作重心轉移到創造和維護自身的經濟效益方面，使得其有效的改進電能計量裝置技術的同時，針對不斷上漲的電力需求進行必要的修正和處理。電力費用上漲過程中，造成的竊電現象還是比較常見的，而電力技術的深入研究，針對電力系統的諧波源大量增加，加劇了局部電壓和電流波形的嚴重變形，影響電能表的正常工作，造成具體監測數據的異常現象，這種現象長期放任不管，將會在造成裝置嚴重破壞的同時，極大影響電力企業的正常生產和運行工作，造成巨大的經濟損失。面對這種計量裝置的異常問題的日益加劇，傳統的電能測量儀器造就失去了作用，但現實中的人工計量還是在不同的地區有所展現，對不同的電力問題難以做到準確估計，因此在市場化競爭不斷深化的電力企業形勢下，需要結合技術的最新功能進行電力系統在擴大過程中的不斷改進，做到大范圍的增加最先電能測量儀器的同時，保證具體數據測量的精準性，確保積極競爭市場的全面發展。因此，面對人工的電能計量監測，一直是嚴重困擾電力新發展要求發展的限制因素。
三、關于電力電能計量裝置管控策略的探討
電能裝置發生異常時，需要結合先進的測量儀器進行具體工作環境和狀態的有效排查，針對不同形勢的變化進行必要狀態的技術修整。
（一）電力計量裝置異常的監測措施的改善
計量電壓的變化后，會造成整體結構的回路的運轉異常，導致整體裝置的計量誤差增大。在電壓突變的過程中，由于電壓長期低于正常水平，會造成計量三相電壓的極度不平衡，具體的指示工作更加難以落實；電流回路異常在電能表內部的催化作用比較明顯，造成三相電流的不平衡狀態；這些電流和電壓異常狀況的長期堆積會造成計量設備內部的嚴重負荷，造成功率的因數突變，在監視設備的指示信號會在自檢操作錯誤的同時，造成量柜的非正常打開，監視繼電器的開關計量裝置也會失去必要的功效；另外，在長期負荷的電量累積后，計量裝置在綜合誤差的影響下，諧波和竊電所導致的計量裝置的異常將會造成電能計量的具體數值小于實際電量運行數值，造成電量計量統計低于實際用量，對于電力企業內部的經濟運轉將會造成嚴重的壓力。
對于不易發現的裝置異常狀況，必須借助技術設備的全面分析，進行相電壓、電流、電壓突變量值的準確測量，同時在三像電壓和短路器位置的正常數據進行比對，確保各項數據的穩定性和規則性。充分利用信息化管理平臺進行計量裝置的基礎信息的完善存儲，在進行信息化建設的同時規范新裝表計量信息的校正，完善原有設備結構的同時，掌握全面的、準確的電能計量裝置的基礎資料，提高整體裝置的管理水平；把居民用電的產權歸供電企業所有，保證記錄數據在統一表格、統一校驗配送的形式下進行系統管理效能的改善；注意加大電能計量檢定的技術設施和資金的投入，保證供電企業在計量工作上有著一定的技術力量支持，具體保證檢測數據的準確價值，同時保證長期穩定工作設備的使用壽命的延續，減少不必要的資金投入，促進整體電力事業的進一步發展。
（二）具體設備的技術功能和人員隊伍的改善
提高整體電能計量隊伍的素質水平，加大關于電能專業教育的投入，保證必要的技術人才的提供，進行必要的管理與技術知識的更新，建立計量人員的技術水平檔案管理，制定一定水平的激勵機制，充分調動計量技術人員的積極性，保證設備損壞的分析工作的積極落實，及時掌握最新的設備良好運行情況的資料，保證計量管理環節的穩定維持。考慮實際工作中營銷部門在專職人員的技術素質要求，進行內部人員素質的更新，做好必要的知識和能力的培訓，實現動態事項變更的雙重管理，保證日常裝置維護工作的積極有效落實，認真做好時候的記錄，建立細致的檔案資料管理制度，實現固定周期內的輪換計劃與整體結構信息的按時申報。
加快電能計量裝置的改造步伐，確保質量和效益的雙贏。在推廣新型電能表與防竊、載波等涉等附加設備的同時，具體進行不同結構的組合，實現不同要求下的整體裝置的合理運行，保證檢驗數據的準確性，保證企業一定的經濟效益的同時，促進整體作用下的管理效益和社會效益的改善。在設備的安裝處理完成后，進行后期驗收與維護服務的全方位提供，根據不同電量和電壓等級管理進行一定規格的分類，實現人員的具體責任的劃分，加強計量裝置的二次回路的管理，控制具體的負荷容量，有效降低電能運行過程中的阻抗，根據實際的需要進行一定規格裝置的安裝，避免裝置的參數值低于實際電壓和電流數值，確保在計量裝置運行狀態下的準確數值的提供，為電能管理工作的有序安排提供一定的指導作用。
結語
針對滿足不斷發展的電能測量裝置技術形勢，具體適應不同市場變化及政府主管部門的政策要求，需要全面分析客戶需要的公平、公正、優質的服務水準，進行電能計量裝置的全面改進，為不同企業和客戶之間的公平交易和貿易結算提供一定的技術和資金保障。
參考文獻
[1]王玲.論電網企業的資產全壽命周期管理[J].中國總會計師，2008，25（11）.
[2]潘華.論電力企業固定資產全壽命周期管理[J].時代經貿（中旬刊），2008，29（S9）.
[3]侯保華.電能計量準確性方法研究及其在楚雄電網中的應用[D].昆明理工大學，2008，16（05）.
[4]陳海波.電力工程資產管理的趨勢和挑戰[J].華東電力，2009，17（01）.
能量管理策略范文3
關鍵詞：Ad Hoc網絡；動態策略管理；隨機優化控制策略
中圖分類號： TP393
文獻標識碼：A
0引言
在節點不斷移動、拓撲動態變化、帶寬受到限制的Ad Hoc網絡中，移動節點大多使用電池供電，其電源有限且不易充電。部分節點電池耗盡不僅會導致這些節點不能工作，還有可能影響到整個網絡的性能。因而提高能量效率是降低網絡運行成本、提高系統可靠性的關鍵技術，已成為系統設計的目標之一[1~3]。
針對這一問題，可以在不同協議層采用不同機制來降低能量損耗。當前提高能量效率技術的研究主要集中在網絡層和數據鏈路層，并通過計算機仿真模擬來實現。在網絡層，可以使用能量路由協議[1,2]來減少功率損耗。在數據鏈路層，可在節點或節點組件空閑時將其轉入休眠狀態以減少能量消耗，DPM(Dynamic Power Management)正是基于這種思想而提出的。近年來，已有許多研究機構和企業對DPM進行了的研究。如Intel等公司推出的ACPI，應用DPM思想以簡化對系統資源的管理，但它并沒有提出具體的節能策略[1,4]。為了減少能量消耗，無線網絡接口要盡可能地處于休眠狀態，基于此提出了基于休眠模式的無線MAC層協議[3,5]。此外，Norman等人應用DPM對無線網絡接口進行了分析，指出進一步研究方向是將節能策略應用于移動節點的多個主要耗能組件如硬盤、顯示器等，以此來提高節能效率[2,6]。
DPM策略分為預測策略(也稱啟發式策略)和隨機優化控制策略。預測策略不能對兩種能量狀態以上的復雜系統及多個交互組件進行建模。便攜電腦上常用的“time out”就是一種簡單的預測策略。隨機優化控制策略基于數學模型，對多狀態系統中組件使用情況的概率特征進行精確假設，從而可以建立更為準確的模型，得出能量消耗與系統性能之間的優化解，確定在何時執行何種狀態切換來減少能量消耗[1,6,7]。
基于上述分析，本文提出了移動節點的DPM模型，并在模型中引入了隨機優化控制(以下簡稱為優化)策略以提高節點能量效率。然后使用概率模型檢測工具PRISM[8]對這一策略與DPM中另外兩種常用預測策略進行了比較，結果表明這一策略的總體節能效果優于上述兩種預測策略。
1移動節點的DPM模型
移動節點的DPM模型如圖1所示，其組成如下：
(1) 向設備發送請求的服務請求者(Service Requester,SR)；
(2) 存儲不能立即執行請求的服務請求隊列(Service Request Queue,SRQ)；
(3) 服務各請求的服務提供者(Service Provider,SP)；
(4) 根據系統負載和優化策略向SP命令的能量管理器(Power Management,PM)。
PM根據系統負載情況(如SP的狀態、SRQ中請求數目等)，按照所采用的優化策略向SP發出狀態切換命令，SP則按照PM的命令對SRQ中請求隊列進行相應處理。本模型中SR、SP分別為無線網絡接口 (Wireless Network Interface Card, WNIC)和硬盤。
WNIC有4個狀態，使用Lucent IEEE 802.11 WaveLan的相關數據[1]。初始時處于sleep狀態，每隔一定時間進入idle狀態，當訪問其他節點的資源時，WNIC進入send狀態，并向其他節點發送請求消息，隨后進入等待響應的recv狀態。
硬盤有5個狀態，主要使用IBM TravelStar Vp disk driver的相關數據，見表1、表2[6,7]。只有在active狀態時硬盤才能執行數據讀寫操作。在idle狀態下，硬盤旋轉而其中的一些電子組件已經關閉。idlelp狀態與此相似，但能量消耗更少。stby和sleep狀態分別對應于硬盤停止旋轉和關閉狀態。
2優化策略
上述模型的目標函數可描述為系統平均能量消耗最小，其約束條件為系統丟失請求的平均概率以及請求平均等待延時均不能太大，使用優化工具和MAPLE工具得出如表3所示優化策略[6,7]。為了便于比較，對兩種常用預測策略即貪婪time out策略(目前許多電子設備、電腦操作系統中使用此策略)和延時time out策略進行了分析。在貪婪time out策略中，SP在處理完請求后進入idle狀態，空閑一定時間后進入sleep狀態，有請求到達就進入active狀態。延時time out策略的不同之處在于進入sleep狀態后，直到請求隊列滿時才進入active狀態，因而減少了系統切換開銷。
3優化策略的PRISM建模
請求到達事件和請求服務事件均可抽象為隨機過程，并假設所有請求具有相同的優先級，SP按照先來先服務的方式處理SRQ中各請求。根據表1和表2，為模型選擇1ms的單位時間，并建模為DTMCs。每一組件用PRISM的一個模塊來表示，分別描述如下。
3.1PM模塊
PM根據系統負載情況，按照所采用的策略向SP發出狀態切換命令。不同約束下，PM的代碼見表3。
3.2SP模塊
SP中狀態遷移及平均時間見表1和表2。對于遷移時間超過單位時間1ms的遷移，引入中間狀態并假定消耗2.5W的能量。例如中間狀態active_idlelp表示從active狀態遷移到idlelp狀態，其遷移時間為600ms。
SP的概率有限狀態機如圖2所示。當sp為idle狀態時，若pm=0(發出進入active狀態的命令)，則sp進入active狀態；若pm=1(發出進入idle狀態的命令)，則sp保持此狀態；若pm=2(發出進入idlelp狀態的命令)，因為這一遷移需要5ms，故sp先遷移到active_idlelp；類似地，若pm=3(發出進入stby狀態的命令)或pm=4(發出進入sleep狀態的命令)，sp則分別遷移到activestby狀態和active_sleep狀態。
3.3SR模塊
本文中SR為WNIC。在Ad Hoc網絡中，節點的頻繁移動會使已建立的路由失效，因而不能對請求及時正確地響應，導致丟失請求，在此用p表示SR與其他節點通信成功的概率。其概率有限狀態機如圖3所示，SR在sleep狀態下每隔tout進入idle狀態，在另一tout內若收到其他節點的請求，則相繼進入send和recv狀態，否則進入sleep狀態。在recv狀態下，以概率p與其他節點通信成功，之后進入idle狀態。
3.4SRQ模塊
SRQ用于存儲不能立即執行的請求。僅當SR為idle狀態且SP為active狀態時，請求隊列才會減少；另一方面，僅當SR為req狀態而SP不處于active狀態時，請求隊列才會增加。其代碼在此略去。
4結果分析
假設網絡面積為1B000m×1B000m，共有20個移動節點分布其中，并獨立自由移動。用PRISM對表3中不同優化策略以及貪婪time out和延時time out策略進行驗證，結果如下：
(1) 優化策略對網絡擁塞的影響
這一影響可描述為在T時請求隊列滿的概率，其概率越小，網絡擁塞的概率也越小。驗證結果如圖4所示，在T時請求隊列滿的概率隨著時間的增加而增大；隨著平均隊列大小的增加(約束條件放松)而略有增大。與p=0.5相比，p=0.9時，WNIC與其他節點通信成功的概率更大，因而向硬盤發送請求和請求隊列滿的概率更大。
(2) 優化策略所產生的延時情況
這一情況可描述為在T時刻之前請求得到服務的概率，其概率越大延時越小，因而不會顯著地降低網絡的吞吐率。驗證結果如圖5所示，約束為2時，僅當隊列滿SP才進行服務，故概率為0。請求得到服務的概率隨著T的增加而逐漸增大，隨著平均隊列大小的增加(約束條件放松)而趨于減小。
(3) 優化策略對系統可靠性的影響
這一影響可描述為在T時間內丟失N個請求的概率，其概率越小系統可靠性越高。圖6中，隨著T的增加，丟失請求的概率逐漸增大；丟失請求數目N越大，系統到達這一狀態所需的運行時間越長。由圖7可知，系統丟失請求達到N=80的概率隨著平均隊列大小的增加(約束條件放松)而增加，這是由于平均隊列越大，系統處于sleep狀態的概率更大，因而需要一定時間遷移到active狀態，故丟失的概率增大。
(4) 各策略中系統平均能量消耗和平均請求丟失情況
節點能量效率可通過節點的平均能量消耗來衡量。節點所消耗的平均能量越小，其使用壽命越長，能量效率也越高。使用PRISM得出上述策略中SP在T時處于各狀態的概率，相應地可以計算出平均概率，SR計算類似。對于上述兩種預測策略，SP只有active、idle、sleep三種狀態，只需對這三種狀態進行計算。
對于優化策略，令pij表示約束條件i下(約束條件編號見表3)處于狀態j的平均概率，Cj為狀態j下所消耗的能量(見表1)。如p01表示約束為0.001時SP處于idle狀態的平均概率，C1=1.5W。系統平均能量消耗C=∑pij×cj,其中i∈{0,1,2,3,4,5,6},j∈{0,1,3,6,9}。類似地可計算WNIC的能量消耗。
由表4可知，優化策略的平均能量消耗隨著平均隊列大小的增加(約束條件的放松)而減少。與兩種預測策略相比，約束為2的優化策略的平均能量消耗明顯較少。與其他策略相比，貪婪time out策略平均請求丟失概率較小。延時time out策略的平均請求丟失概率與約束為2的優化策略接近。
公告
據舉報并查實，刊登在我刊2006年第9期(P2148-2149,2159)題為“PKI互操作性的一種新的信任模型”署名管強、朱云的文章，原系日本朝日大學博士生郭崢、奧山轍教授和加拿大魁北克大學Finley Marion教授合作，公開發表在Oct.23-28, 2005, ICAS & ICNS 05國際學術會議上的論文：A New Trust Model for PKI Interoperability的中文譯文。管強、朱云在未經得原論文作者同意就將其翻譯成中文，也未告知編輯部，而以自撰論文名義發表該文，實屬剽竊、抄襲他人論文、欺騙編輯部和讀者的不端行為。這種行為嚴重違反了中華人民共和國著作權法，侵害了原著作權人的權利。本刊對這種剽竊、抄襲他人論文和欺騙他人的惡劣行為表示強烈譴責。本刊已通報侵權人所在單位，并責成其作出嚴肅處理。通知侵權人必須向受侵害人賠禮道歉，消除影響，退還不當得利。侵權人管強、朱云已承認剽竊事實并表示道歉。在不知曉該文是剽竊、翻譯文章而刊登了此文，本刊向原英文論文作者及收錄原英文論文的電子工程協會學術論文數據庫、電氣電子工程協會―計算機協會數字圖書館致歉。請收錄本刊的各中文數據庫將“PKI互操作性的一種新的信任模型”一文從相關數據庫中撤出。本刊并通報相關期刊社，將在三年內不再收錄刊登有涉嫌剽竊、抄襲的不端行為人的文章。
特此公告！
能量管理策略范文4
>> 我國媒體匯聚傳播社會正能量空間很大 正能量的形成與傳遞 傳播的“正能量”與“美麗中國” 淺析我國快遞包裝回收體系的構建 我國農村環境治理的策略與治理體系構建分析 淺析我國思政課教學創新思維與高職生良好人格培養策略 傳播正能量的使者 淺析我國低碳金融體系的形成 傳播正能量，構建法制社會 淺析我國動畫電影跨文化傳播中的問題與應對策略 網絡媒體傳播正能量的責任與擔當 關于微博“正能量”傳播的分析與思考 我國制造業升級與現代制造業體系構建的行動策略 論我國行政法律體系的形成與完善 淺談我國農村金融體系的形成與發展 我國通脹預期形成機制與管理策略 我國個人信用體系構建策略 我國當前體育賽事傳播的體系拓展與融合趨勢 淺析我國電視對外傳播的問題及應對策略 我國食品企業社會責任體系的構建策略研究 常見問題解答 當前所在位置：，[2013-12-23]/[2016-2-28]
[2]賈產峰.出版物價值選擇根向度：正能量傳播及其正外部效益分析[J].出版發行研究，2013（4）：31-33
[3]金光磊.中國好人文化研究[D].湛江：廣東海洋大學，2014
[4]新華網.：意識形態工作是黨的一項極端重要的工作[EB/OL]. [2016-2-20]/[2016-2-28]
[8]邵龍寶.中國社會的信仰問題及其實質[J].江漢論壇，2015（4）：52-56
[9]朱金英.社會主義核心價值觀培育踐行：榜樣引領與政府推動[J].合作經濟與科技，2014（10）：176-178
[10]楊靜等.社會主義核心價值觀融入學校教育的路徑探討[J].黑龍江畜牧獸醫（綜合版），2015（10下）：221-223
[11]中國互聯網絡發展狀況統計報告[R].北京：中國互聯網絡信息中心，2016：1-2
能量管理策略范文5
[關鍵詞] 混合動力客車；再生制動；控制策略；制動力分配
再生制動是油―電混合動力汽車（本文所提到的混合動力汽車均指這類汽車）的重要工作模式，它能在車輛減速或下坡時，在保證車輛制動性能的條件下，將儲存于汽車上的動能或位能通過電機轉化為電能并儲存在于電儲能裝置中[1]。該工作模式下，制動系統不僅產生車輛所需全部或部分制動力，實現了車輛的減速和制動，同時可回收一定的制動能量，有效地實現車輛的節能減排，并減少了制動器摩擦片的磨損。因此，在環保節能安全的汽車技術設計理念的引導下，再生制動的研發已成為新一代節能汽車技術的熱點之一。
可見，開展再生制動的理論和應用研究不但有重要的理論意義，而且還有較高的實用價值。而國內目前對混合動力汽車的再生制動的研究相對于國外起步較晚，在以下方面還有待深入研究[2]：①再生制動能量管理和控制策略；②再生制動系統建模和車輛制動動力學建模；③基于整車綜合制動動力學仿真的綜合優化；④再生制動系統的實驗模擬、匹配控制和綜合評價。
本文根據已在我國多個城市運營的某混合動力客車車型現有的制動系統及其工作模式的介紹，展開再生制動能量管理和控制策略的研究。以理論分析和仿真研究為手段，揭示目標車型再生制動控制策略下的制動安全性能及制動能量回收率的表現，從而為優化混合動力客車制動系統控制策略提供參考。
1 目標車型再生制動系統結構與控制策略簡介
目標車型配備的混合動力系統的結構及其制動模式下回饋能量路線如圖1所示，動力系統由驅動橋、驅動電機、驅動電機控制器（由AC/DC轉換器、DC/DC轉換器及電機工作模式控制器等組成）、儲能元件（超級電容）、發動機、永磁發電機、混合動力控制器等組成；而制動工況下離合器分離，永磁發電機關閉，回饋能量流動流動路線為：驅動橋驅動電機驅動電機控制器儲能元件?？蛙嚥捎萌壩⒖亻_關式剎車踏板，實現減速/制動工況下有幾種工作模式：
（1）當松開油門踏板而未踩下制動踏板時，客車采用50%的輕載發電；
（2）當微踩制動踏板使踏板行程介于第一級與第二級開關之間時，客車采用100%的全載發電；
（3）當制動踏板行程介于第二級與第三級開關之間時，客車采用再生制動和機械制動的聯合制動方式；
（4）當制動踏板被迅速踩到最大行程觸動第三級開關時，客車采用純機械制動方式。
圖1 目標車型動力總成系統及制動回饋能量流圖
以上的工作模式能否在客車行駛中實現，使客車具有高的制動能量回收率，取決于目標車型制動力分配策略的制定與相應的制動系統的設計。根據工作模式可知，目標車型采用自由行程式控制策略，其特點為定比例式進行摩擦制動力與電機再生制動力之間的制動力分配，同時在踏板自由行程段施加回收制動力的制動控制策略，以滿足客車制動安全的需要并實現高的車輛慣性能回收率。如將自由行程式控制策略的客車安全制動性能與能量回收率進行仿真分析，有助于了解混合動力客車在不同的制動強度下，客車的控制策略的制動安全性能及制動能量回收率的變化情況，從而為優化混合動力客車制動系統提供了切入點參考。而仿真研究所需的目標車型及其混合動力系統的參數如表1 所示。
2 制動力分配控制策略的理論分析
根據目標車型的工作模式反推出客車的控制策略如圖2所示：OE段，制動踏板自由行程，電動機制動力增大，摩擦制動力為0，總制動力達到點A；EF段，電動機制動力增大，摩擦制動力為0，總制動力到達點B時，電動機回收制動力到達極大值；FG段，摩擦制動力從0開始增加，同時保持為電動機制動力不變，使總制動力與需求制動力相同，前后輪制動力之比按原車比例控制，即原車β線位置；GH與HI段，制動踏板開度較大，即將進入緊急制動工況，為了保證制動安全，摩擦制動力迅速恢復并增至最大，電動機制動力隨之逐漸減小至完全撤銷，該過程仍然保證總制動力與需求制動力相同。
圖2 目標車型控制策略方案
根據再生制動系統的特點，可以從汽車制動性能的評價、再生制動性能的評價和再生制動系統對于整車性能影響的評價三個方面對再生制動系統的可行性與各項性能指數進行分析評價[3]。
（1）目標車型引入自由行程輕載發電模式以及整個制動過程保證制動力與需求制動力相同的控制策略，顯然，其制動距離和制動效能比傳統車型有一定的改善。然而，由于整車取消了滑行模式，在某些情況下，并不一定有利于節能行駛。因為在一定的車速范圍內，適當的應用滑行模式，能充分利用整車的慣性滑行，增加行駛里程從而減少燃油消耗，而如果將慣性能回收再驅動，其效率必然降低。
（2）目標車型增加了再生制動模式的工作時段（OE段），顯然目標車型可以擁有較高地制動能回收率。
（3）目標車型當進入摩擦制動力工作時段（FI段），其前后輪的制動力分配必需保證前輪比后輪先達到車輪抱死臨界狀態，否則后輪先抱死勢必對客車行駛穩定性不利。目標車型采用了前后輪制動力按原車比例控制，從理論上可以消除該隱患。
3 制動力分配控制策略仿真分析
根據目標車型的控制策略，利用Matlab/Simulink和ADVISOR軟件中建立制動工況下整車工作模式選擇模型，如圖3所示。并建立整車控制策略模型，如圖4所示。
由于目標車型為城市客車，所以選擇我國2005年實行的中國典型城市公交循環工況作為仿真測試循環，如圖5所示。
仿真采用一個循環工況，輸入目標車型參數進行仿真，總的仿真時間1320s，設定初始SOC（超級電容剩余電量與總電量之比）為0.9。得到仿真實際車速與SOC變化情況，分別如圖6與7所示。
從圖6中可以看出當初始SOC為0.9時，工況要求車速和仿真實現車速曲線完全重疊，說明目標車型的動力性滿足中國典型城市公交工況的要求。從圖7可以看出，在整個工況結束時，其存電量還是保持為0.9。在客車運行中，SOC下降的主要是由在起步和低速工況下采用純電機驅動模式引起；而SOC上升的主要是由制動工況下再生制動模式引起的。為了保護超級電容，SOC在0.9處中止回收充電。從圖中看到SOC曲線多次被切峰，說明目標型車有較高的能量回收率，但也表明客車尚未充分吸收制動能量，控制策略與儲能系統有待進一步綜合優化。比如，顯然目標車型在取消自由行程段的再生制動，SOC勢必減少被切峰次數，有利于制動能量的有效回收和提高整車節能潛力。
4 結論
本文對一款混合動力客車的再生制動系統進行分析，利用理論分析和仿真手段，揭示自由行程式再生制動控制策略下客車制動性能與能量回收的變化情況，得到如下結論：
（1）在自由行程下引入再生制動，可顯著增加客車慣性能的回收。但并不一定利于整車的節能，比如為保護儲能元件不能充分吸收客車慣性能以及取消滑行模式降低客車慣性能的利用率。
（2）目標車型所采用的自由行程式控制策略，可以具有較好的汽車制動性能、再生制動性能和整車穩定性，滿足車輛行駛要求。
（3）目標車型從仿真來看，SOC多次被切峰，車輛未能充分吸收客車慣性能，可以從控制策略和硬件系統的綜合設計方面著手研究，進一步提高再生制動下能量回收率。
參考文獻:
[1] 陳全世,仇斌,謝起成.燃料電池電動汽車[M].北京：清華大學出版社,2005.
[2] 顏靜.CVT混合動力再生制動控制策略與仿真研究[D].重慶：重慶大學, 2006.
[3] 趙巖.并聯液壓混合動力汽車制動系統建模和仿真研究[D].吉林：吉林大學, 2009.
Regenerative Braking Strategy Research for Hybrid Electric Bus
Yu Jie
(Electromechanical and Automation Engineering Department, Fujian University of Technology, Fuzhou 350108, China)
能量管理策略范文6
【關鍵詞】綠色云計算 隨機任務 遷移調度
1 引言
在IT領域，云計算提供了一種特殊的服務方式，以其高性能計算能力和高擴展性等特點，逐漸成為產業界和學術界的熱門方向。目前，大多數研究者都將目光放在了怎樣讓云計算中心的運算性能能夠達到最高，怎樣將云計算中心的資源利用率達到最高、怎樣讓云計算中心的服務器節點的資源利用率達到一個負載均衡等等。在研究以上問題的時候忽略了能量消耗這個問題，隨著云計算的使用增加，云計算中心的能量消耗已經達到了一個很高的狀態。綠色計算這一特征一直都用來描述云計算，但云計算自身并沒有提供很好的解決方案來評價和降低能耗，因此需要一種成熟的方案來實現綠色計算的意義。針對這一問題，本文提出了一種基于云計算環境下的降低能耗算法，通過遷移和調度策略實現了減低能耗和提高云計算中心資源利用率兩個方面的性能。
本文剩下的章節安排如下：第二章，介紹相關的研究，主要是介紹一些國外高刊（SCI）中的算法；第三章，提出能量模型，根據相應的公式推導，得到一個云計算中心耗能的能量模型；第四章，介紹RECMSA算法的具體過程以及實現方法；第五章，通過實驗進行算法的比較；第六章，對本文所做的工作進行總結。
2 相關研究
最早研究能量管理策略的是Pinheiro等人，主要的策略是通過減少云計算中心物理服務器節點的工作量，重新配置任務，然后讓一部分工作量極少的節點休眠，從而達到節能的效果。在該研究中，作者認為任務的重新配置操作會存在時間上的消耗，但是對整體節能會友很好的效果。
Wood等人提出一個經典的遷移調度策略（AVG），其核心公式如下公式（1）：
其中，CPUu、MEMu、NETu分別表示一臺物理服務器節點的CPU、MEM以及NET的利用率。根據公式（1）很明顯可以知道，當 V值越大，說明該物理服務器節點的資源利用率很高，V值越小，說明該物理服務器節點的資源利用率低。那么當有新任務到達云計算中心時，將新任務放在V值最小的服務器節點上進行服務。
Zheng等人提出了另外一個負載均衡算法（NORMAL），其核心公式如下公司（2）：
首先，在云計算中心隨機選擇一臺物理服務器節點m；然后其它的每一臺物理服務器i與m進行比對；N1i表示CPU的計算能力， N2i表示MEM的能力，N3i表示硬盤的存儲能力。Ci、Mi、Di、NETi分別表示CPU、MEM、DISK以及NET的利用率。a、b、c、d分別表示CPU、MEM、DISK以及NET的權值。該算法的目的是通過計算得出B的值，然后當有新任務到達時，將新任務分配到B值最小的物理服務器節點進行服務。
3 能量模型
在云計算中心，每一個工作中的服務器節點的電能消耗主要是在CPU、內存、磁盤存儲和網絡接口這些方面。通過對這四個系統資源的相互比較，可以得知CPU的使用狀況是服務器節點的電能消耗情況的關鍵因素，本文的主要研究目標就是管理服務器節點的電能消耗以及使用的高效率。此外， CPU利用率通常與服務器節點負載成正比。
當有應用程序在服務器上運行時，CPU使用情況與服務器節點的電能能耗成線性關系。其原因就是服務器節點的電能消耗情況的關鍵因素為CPU的使用狀況。這些研究還表明在單位時間內（例如：1小時）一個電源開啟的空閑的服務器節點與一個CPU使用率為100%的服務器節點之間的電能能耗比值為60%～70%。這個事實證明，如果能讓一些空閑的服務器進行休眠，或者讓工作量低的服務器通過遷移調度算法將自己的服務轉讓出去，然后進行休眠，這樣在很大程度是可以降低云計算中心的總功耗。因此，定義了以下能量模型：
其中，Emax表示一個服務器節點處于工作狀態為100%時的能量消耗值；α表示在單位時間內一個電源開啟的空閑的服務器節點與一個完全工作狀態服務器節點之間的電能能耗比值；u表示CPU的利用率。
在服務器節點工作時，CPU的利用率隨著時間在不斷變化，因此使用一個與時間有關的 函數來表示CPU的利用率。定義一個服務器節點在時間[ Tstart，Tend]內的電能能耗為：
假如一個云計算中心有n（0，1，2，3...i...）臺服務器節點，那么整個云計算中心在時間[Tstart，Tend]內的電能能耗為：
通過以上（3）-（5）式可以最終得到一個云服務中心在時間[Tstart，Tend]內的電能能耗模型：
4 RECMSA策略
云計算中心的服務對象（任務）是隨機任務，當前云計算中心服務器節點的工作狀態同樣為隨機狀態，即一部分服務器節點負載很高，一部分服務器節點負載很低。本文也是在這個前提下進行研究。此外，使用CPU和MEM兩個參考參數對服務器節點的資源利用率進行評估。云計算中心的服務器節點都為相同類型的機器。RECMSA策略又分為RECMA遷移策略和RECSA調度策略。
4.1 RECMA遷移策略
在一個有N（0，1，2，3…i…）個服務器節點的云計算中心內，任意一個服務器節點的資源利用狀態用表示，與分別表示第i臺服務器節點當前CPU和MEM的使用率。則可以計算得到整個云計算中心的CPU與MEM的平均利用率分別為Cpuavg，Memavg。
下面進行服務器節點的分類，因為在第三節已經將到，CPU是決定服務器節點電能能耗的關鍵因素，所以通過每個服務器節點的CPU利用率與整個云計算中心的CPU平均利用率Cpuavg進行比較。S（j）{j|j∈i，Cpuj>Cpuavg}集合表示CPU利用率大于平均利用率的服務器節點，S（k）{j|j∈i，Cpuk
那么將 的這臺服務器節點上的服務遷移到 的這臺服務器節點上， 的這臺服務器節點是完全能夠正常工作的，因為將兩臺服務器上的服務累加后CPU和MEM的利用率小于100%。如圖4-1描述了服務器節點上的服務遷移過程。
4.2 RECSA調度策略
RECSA調度策略是在RECMSA遷移策略完成后的基礎上進行的。通過RECMSA遷移策略可以讓一部分資源利用率少的服務器節點進入休眠狀態，從而達到節能的目的。RECSA調度策略是對新進入的應用進行合理調度，達到既提高資源利用率又節能這兩個方面的要求。
首先，將新進入的應用（AP_New）放到一臺測試服務器（Server_Test）上進行測試，測得AP_New的CPU和MEM的利用率分別為ψ，ξ 。然后將ξ，ψ與正在工作中得服務器節點S（i）中，進行比較，通過以下步驟進行調度：
第一步：
兩個條件同時滿足。
將AP_New放入S（i）運行，否則進入第二步；
第二步：
如果 ，則開啟一臺新的服務器節點對AP_New進行服務，否則進入第三步；
第三步：
如果但是，那么將S（i）進行丟棄處理，即S（i）不再進入 這個集合當中，返回進入第一步。
5 仿真實驗
RECMSA策略算法有兩個目的：一是提高云計算中心資源利用率；二是降低云計算中心電能能耗。因此，在做仿真實驗時主要根據這兩個因素進行實驗。實驗中得任務為隨機任務。
5.1 仿真環境
通過使用C/C++編程實現對算法的模擬，因此本文將使用相同的編程環境進行實驗。本文中使用到的重要參數見表1，此外 Ptotal表示能耗，和分別表示CPU和MEM的資源利用率。
5.2 實驗結果及分析
首先通過對使用RECMA遷移策略算法前后云計算中心CPU和MEM的資源利用率進行比較以及在[Tstart，Tend]內能耗的比較。實驗結果如圖5-1和圖5-2所示。
通過圖5-1和圖5-2可以發現，使用RECMA遷移策略后云計算中心CPU和MEM的資源利用率有明顯的提高，能耗明顯降低。
進一步，在初始狀態相同的云計算中心這個前提下，然后對隨機進入的新任務進行服務，使用文獻中的AVG算法、RECSA調度策略算法以及傳統調度算法NORMAL進行對比，比較的參考因子為CPU和MEM的資源利用率，能耗這兩個方面。實驗結果如圖5-3和圖5-4所示：
圖5-3和圖5-4描繪了云計算中心資源利用率以及能耗這兩個方面的情況?？梢郧宄闹繰ECSA調度策略算法在資源利用率以及能耗兩個方面都比AVG算法以及NORMAL算法要好。
6 結論
在本文中，提出了一種基于云計算環境下的降低能耗算法，首先通過對物理服務器節點的資源利用（CPU，MEM）狀態分析，然后通過算法進行合理遷移；然后當有新任務到達時，進一步利用算法進行分析調度。最終通過實驗證明實現了降低能量消耗和提高資源利用率兩個目的。下一步工作，在此基礎上考慮更多的資源狀況進行綜合分析，對云計算系統的耗能進一步的進行優化。
（通訊作者：李玉明）
參考文獻
[1] 宋杰.李甜甜等. 一種云計算環境下的能效模型和度量方法[J]. 軟件學報，2012，23（2），200-214.
[2] E. Pinheiro， R. Bianchini， E.V. Carrera， T. Heath， Load balancing and unbalancing for power and performancee in cluster-based systems， in： Proceedings of the Workshop on Compilers and Operating Systems for Low Power， 2011， pp.182-195
[3] Wood，Prashant，Arun V，et al.Black box Gray box Strategies for VM//Proceedingsof Symp. On Networked Systems Design and Implementation：April 11 13，2007.Cambridge，MA.Proceedings of NSDI，2007：229 242
[4] ZHENG H，ZHOU L，WU J.Design and Implementation of Load Balancing in Web Server Cluster System[J].Journal of Nanjing University of Aeronautics & Astronautics，2006，38（3）：347 351
[5] Anton Beloglazov，Jemal Abawajy，Rajkumar Buyya，Energy-aware resource allocation heuristics for efficient management of data centers for Cloud computing：Future Generation Computer Systems 28（2012）755-768.
作者簡介
王梓名（1987-），男，四川省成都市人。碩士研究生學歷?，F供職于四川大學華西第二醫院，研究方向為云計算、醫院信息管理。
吳邦華（1984-），男，四川省成都市人。大學本科學歷?，F供職于四川大學華西第二醫院，研究方向為醫院信息系統管理。
通訊作者
李玉明（1985-），男，四川省成都市人。大學本科學歷?，F供職于四川大學華西第二醫院，研究方向為醫院信息系統管理。
