云計算平臺技術及其在電網調度中的應用

王鼎，錢科軍，高一丹，趙慧，俞瑜，秦舒斐

（國網蘇州供電公司，江蘇 蘇州 215004）

云計算平臺技術及其在電網調度中的應用

王鼎，錢科軍，高一丹，趙慧，俞瑜，秦舒斐

（國網蘇州供電公司，江蘇 蘇州 215004）

計算平臺主要作用是為科學研究、工程項目提供數值計算、數據存儲等服務。數值天氣預報、石油勘探、生物信息處理等實際應用都需要每秒執行數十萬億次、乃至數百萬億次浮點運算的計算平臺。面對大量設備的海量遙信、遙測數據，電力調度中心也急需功能強大的核心計算平臺［1-4］。

未來的電力調度中心面臨的一個重大挑戰是數據存儲和分析能力的嚴重不足［5］。現有的數據采集與監控（SCADA）系統在采集數據時一般止于變電站級別，且數據采樣頻率較低。在未來的智能電網發展過程中，不僅SCADA系統的采樣頻率明顯提高，電力調度中心數據采集的范圍也將大大擴展。相量測量單元（PMU）、需求側智能設備（包括智能電表、各種智能家電的嵌入式系統）等都可能向調度中心提供大量的實時信息。由上述各種傳感器所組成的數據采集網絡所產生的數據量將是非常驚人的，電力調度中心現有的信息處理能力不足以完成對海量數據流的存儲和分析功能，也不足以支持智能電網的實現。構建新的電力調度控制中心計算平臺就成為值得考慮的重要問題。

計算平臺發展經歷了由小規模到大規模，由集中式到分布式的發展歷程。云計算（cloud computing）是近年來得到快速發展的一種嶄新的計算模式，是若干新計算技術的統稱。云計算的本質是基于網絡的大規模分布式計算。云計算在電力系統的應用研究還處于起步階段。文獻［6］提出了電力系統云計算的設計層次和應用模式，文獻［7］展望了云計算在調度計算分析領域——PAS（高級應用軟件）方面的應用前景，文獻［8］介紹了云計算技術在絕緣子狀態監測中的應用。分析國內外研究進展，基于云計算技術的電網調度控制系統目前還處于探索研究階段。本文提出了基于云計算的調度控制系統原型概念設計，通過建立電網調度云計算平臺，有效整合電力調度中心中現有的計算資源，為各種分析計算任務提供強大的計算與存儲能力支持。

本文在引入云計算平臺概念之前，先闡述了傳統計算平臺發展過程中的幾項重要技術：并行計算技術、分布式計算技術、網格計算技術，最后提出了基于云計算的電網調度控制系統的原型概念設計。

1 傳統計算平臺技術綜述

傳統計算平臺發展歷程從整合同構資源的并行計算到整合異構資源的分布式計算直至整合廣域異構資源的網格計算，而且這些計算平臺發展技術相互滲透、相互影響。

1.1 并行計算

并行計算［9-10］（parallel computing）是指：在并行機上，將一個應用分解成多個子任務，分配給不同的處理器，各個處理器之間相互協同，并行地執行子任務，從而達到加速求解速度的目的。組成并行機的3個要素為：

1）結點。每個結點由多個處理器（CPU）構成，可以直接輸入輸出。

2）互聯網絡。所有結點通過互聯網絡相互連接相互通信。

3）內存（memory）。內存由多個存儲模塊組成，這些模塊可以如圖1所示，與結點對稱分布在互聯網絡的兩側，或者位于各個結點的內部。

1.2 分布式計算

分布式計算是指通過若干網絡互聯的計算機，將需要進行大量計算的項目數據分割成小塊，由多臺計算機分別計算，再上傳運算結果后統一合并得出數據結論［11］。圖2說明了分布式系統與并行系統的差異。其中圖2（a）是典型的分布式系統的圖示。通常系統被表示成一種用節點（頂點）代表計算機、直線代表計算機連接的圖。圖2（b）是圖2（a）的細化：每臺計算機都有各自的本地內存，并且只通過節點間的可用通信連接交換數據。圖2（c）是一個各處理器都連接到同一個共享內存的并行系統。圖2（c）與圖2（b）進行對比，形象地展示了并行系統與分布式系統的差別。

圖1 并行機體系結構示意圖Fig.1 Parallel computer architecture

圖2 分布式系統與并行系統的差異Fig.2 The difference between distributed computing system and parallel computing system

1.3 網格計算

將地理上分布的計算資源（包括數據庫、貴重儀器等其他的各種資源）充分利用起來，通過互聯網聯接，提供各種服務（例如讀取文件和創建進程等），協同解決復雜的大規模問題——這就是網格計算（grid computing）的定義［12］。網格計算實質上是一種大規模分布式計算。虛擬化組織是網格計算的核心。通過網格計算環境形成的統一的“虛擬組織”（virtual organization，VO）（見圖3），各組織擁有的虛擬化存儲、虛擬化硬件、虛擬化數據、虛擬化應用程序等各種資源可以被虛擬組織中的成員共享，并且各成員可以方便地協同完成各種分布式應用和工作。此處關注的共享是對計算機、軟件、數據和其他資源的直接訪問。

圖3 網格計算中的“虛擬組織”Fig.3 The virtual organization in grid computing

2 云計算平臺

2.1 云計算的定義

云計算平臺本身不是一個全新的概念［13］，是在并行計算、分布式計算、網格計算等計算平臺的基礎上發展而來的。IBM公司于2007年底宣布了云計算計劃，使云計算的概念出現在大眾面前。IBM的技術白皮書“cloud computing”中的云計算定義：“云計算”一詞用來同時描述一個系統平臺或者一種類型的應用程序。

1）在描述平臺方面，一個云計算的平臺按需進行動態部署（provision）、配置（configuration）、重新配置（reconfigure）以及取消服務（deprovision）等。在云計算平臺中的服務器可以是物理的服務器或者虛擬的服務器。高級的計算云通常包含一些其他的計算資源，例如存儲區域網絡（SANs）、網絡設備（防火墻等）以及其他安全設備等。

2）在描述應用方面，它描述了一種可以通過互聯網Internet進行訪問的可擴展的應用程序。云應用程序使用大規模的數據中心以及功能強勁的服務器來運行網絡應用程序與網絡服務。任何一個用戶可以通過合適的互聯網接入設備以及一個標準的瀏覽器就能夠訪問一個云計算應用程序。

上述定義給出了云計算2個方面的含義：一方面描述了基礎設施，用來構造應用程序，另一方面描述了建立在這種基礎設施之上的云計算應用。一般認為，云計算代表了一種基于Internet的大規模分布式的計算模式。云計算首先利用Internet將各種廣域異構計算資源整合，以形成一個抽象的、虛擬的和可動態擴展的計算資源池；再通過Internet向用戶按需（on demand）提供計算能力、存儲能力、軟件平臺和應用軟件等服務。為了完成功能，用戶只關心需要的服務。在這里云就是互聯網。

2.2 云計算與網格計算的對比

云計算與網格計算本質上是一種分布式計算，實現在Internet情況下支持應用，解決異構性、資源共享等問題。下面從3個方面比較兩者的不同之處。

首先，在對待虛擬組織上不同。網格計算的思路是聚合分布資源，支持虛擬組織，提供高層次的服務，例如分布協同科學研究等。而云計算的資源相對集中，主要以數據中心的形式提供底層資源的使用，并不強調虛擬組織的概念。

其次，設計目的不同。網格計算的初衷是用聚合資源來支持挑戰性的應用，將分散的有限的高性能計算資源聚合起來；到了2004年以后，網格計算才開始逐漸強調適應普遍的信息化應用。但云計算從一開始就支持廣泛企業計算、Web應用，普適性更強。

第三，在對待異構性方面不同。網格計算用中間件屏蔽異構系統，力圖使用戶面向同樣的環境，把困難留在中間件，讓中間件完成任務。而云計算實際上承認異構，用鏡像執行，或者提供服務的機制來解決異構性的問題。

總之，云計算是以相對集中的資源，運行分散的應用（大量分散的應用在若干大的中心執行）；而網格計算則是聚合分散的資源，支持大型集中式應用（一個大的應用分到多處執行）。

2.3 云計算平臺的網絡拓撲結構

從網絡拓撲結構（見圖4）角度看，云計算系統大體上可以分為兩大部分：

圖4 云計算平臺的網絡拓撲結構Fig.4 The network topology of cloud computing platform

1）云計算控制中心。

2）被云計算平臺整合的各種計算資源。

云計算控制中心提供了強大的數據處理和交互能力。云計算控制中心是由應用服務器、WEB服務器、通信服務器、數據庫服務器以及公用訪問接口、應用軟件、接入網和客戶端程序等多個部分組成的復雜系統，通過應用軟件對外提供數據存儲和業務訪問等服務。被整合的計算資源可以是分布在不同地理位置的服務器、臺式機、傳感器和其他數據采集設備等。用戶可以通過筆記本電腦、手機等智能終端訪問云計算平臺。

2.4 云計算平臺的系統軟硬件架構

從系統軟硬件架構［14］（見圖5）角度看，云計算平臺軟件架構主要由WEB層、負荷分配層、數據管理層、計算邏輯層組成；硬件架構主要由物理計算設備層和物理存儲設備層、通信網絡、數據采集設備等組成。

圖5 云計算平臺的軟硬件系統架構Fig.5 The hardware and software architecture of cloud computing platform

WEB層負責實現云計算平臺的WEB站點，該站點是用戶訪問云計算平臺的唯一接口。負荷分配層是云計算平臺的核心部件，也是云計算控制中心的核心。該層具有4個主要功能：①將用戶的計算任務劃分成若干部分，并決定執行每一個任務的計算設備；②將待存儲的數據劃分成若干部分，并決定相應的存儲設備；③將計算邏輯層返還的計算結果整合后，再反饋給用戶；④根據數據讀取請求，指令數據管理層讀取數據，并將數據整合后輸出。計算邏輯層負責根據負荷分配層確定的計算任務分配方式，控制具體的計算設備進行計算，并在計算完成后返還結果。數據管理層則主要控制數據存儲設備進行數據讀寫操作。上述4層組成了云計算平臺的軟件部分。物理計算設備層和物理存儲設備層代表了云計算平臺所整合的所有物理設備，它們與數據采集設備、用戶訪問接口設備一同組成了云計算平臺的硬件部分。

3 基于云計算的電網調度控制系統原型概念設計

3.1 系統整體架構

為實現統一電網、統一調度模式，2015年國家電網公司全面開展智能電網調度控制系統D5000的實用化工程推廣。在這一背景下，提出了基于云計算技術的省地一體化電網調度控制系統的原型概念設計，以利用云計算技術的優勢，實現各級調度機構的協同工作，為電網調度的集約化管理、事故與風險防御提供有效支撐。

該系統采用公有云、私有云相結合的混合云體系結構，兼顧功能與效率，可同時滿足業務的實時性要求和分析類業務全網計算的要求，實現了調控體系的全局與局部的協調統一。圖6所示為系統混合云體系結構。

圖6 混合云體系結構Fig.6 The architecture of hybrid cloud computing

1）公有云是全省統一的云服務中心，包含電力系統一次設備模型，形成第一級集中式業務架構，包含模型云、數據云和應用云，服務于全局的集中式分析型業務。

①模型云按照“分布維護，統一管理，按需共享”的原則進行設計，構建全省模型中心，各區域分布維護電網模型，實時匯集到模型云服務中心進行統一管理，并從模型云服務中心按需獲取滿足具體應用業務需求的不同電網模型。

②數據云主要處理區域調控系統中的結構化與非結構化數據（包括實時數據、歷史數據、控制數據、告警數據及消息、圖形文檔等二進制數據）。通過云數據分布式存儲和高效訪問，可以將實時數據、時序數據、關系數據等不同類型的數據有機整合、統一管理，形成統一的云數據服務。

③應用云是在模型云和數據云的基礎上，對原先的系統應用功能進行了提升，這其中包括分布式數據采集集群、分布式數據處理以及基于云技術的電網監視，省地有功、無功協調控制，網絡分析，安全校核，省地調安全穩定協同計算、一體化聯合仿真培訓等應用。實現了省地系統在應用層面上的聯動和數據共享，突破了原有系統處理機制的局限，提高了調控人員的工作效率。

2）私有云根據地理位置、系統規模、運檢維護、網絡通信等因素進行區域劃分，可在全省建設4到5個基于云技術的區域調控中心，形成第二級分布式業務架構，服務于區域的分布式實時業務。

系統充分調用了地級電力調度中心的存儲設備、計算服務器、網絡設備，通過虛擬化技術隔離和隱藏硬件細節，借助動態負載均衡與資源調配系統進行統一管理和調配，構成了功能強大的調度數據管理與服務基礎云平臺。圖7為系統技術架構。

圖7 基于云計算的調度控制系統技術架構Fig.7 The technical architecture of power dispatch and control system based on cloud computing

省級電力調度中心通過基礎云平臺高效地訪問和調動所轄地級電力調度中心的各類資源，形成大規模的虛擬調度中心，以實現實時監控與分析、調度計劃、調度管理三大核心調度業務應用的高效運轉。

采用云計算構建的調度系統與傳統方案構建的調度系統相比，在維護方式、資源利用、病毒防護、切換性能、故障概率、運維費用等方面性能均有較大提升［15］，詳見表1。

項目傳統方案云計算方案維護方式逐一進行整體監測資源利用高低不一自動均衡病毒防護傳統防護整體隔離切換性能秒級切換毫秒級切換故障概率經典水平有效提升運維費用高低

表1 傳統方案與云計算方案性能對比Tab.1 The performance comparison between traditional solution and cloud computing solution

3.2 調度數據管理與服務基礎云平臺核心技術

調度數據管理與服務基礎云平臺采用了三項云計算技術：云虛擬化技術、云負載均衡與資源調配技術和云數據容錯技術。

3.2.1 云虛擬化技術

一是通過虛擬化手段對各地調的物理計算機資源（存儲設備、計算服務器、網絡設備）進行抽象和統一管理，按照統一的規范，實現跨調度機構、跨實時/歷史數據的整合與集中，實現省地兩級調控機構資源的靈活分配。二是通過虛擬化手段建立對各級用戶透明的資源訪問機制，從而實現各地調與省調調度技術支持系統之間跨區域的資源透明訪問。

3.2.2 云負載均衡與資源調配技術

該技術基于現有地調與省調調度技術支持系統網絡結構之上，建立有效透明的方法均衡全局范圍內各節點服務器的負載，總體提升系統處理能力，擴展網絡設備和服務器的帶寬，增加吞吐量，加強網絡數據處理能力，提高網絡的靈活性和可用性。

3.2.3 云數據容錯技術

該技術分析各種軟件硬件故障的容錯機制和系統數據讀服務能力，同時與調度業務一體化協調控制相結合，將云計算的數據多副本容錯、計算節點同構互換等技術引入基于云計算的調度控制系統。

3.3 調度業務應用系統模塊介紹

調度業務應用系統包括實時監控與分析、調度計劃、調度管理三大模塊。

3.3.1 實時監控與分析

一是充分利用云計算的信息處理能力以實現包括配電系統在內的大范圍實時監控和信息采集。二是充分發揮云計算在計算和存儲能力方面的優勢，為大規模電力系統時域仿真提供技術支持。圖8為云實時監控界面。

圖8 云實時監控界面Fig.8 The interface of real-time monitoring based on cloud computing

3.3.2 調度計劃制定

主要應用領域包括云負荷預測與云檢修計劃等。通過云計算整合存儲能力與計算資源［18］，為負荷預測與檢修計劃制定提供強大計算能力支撐。

負荷預測采用MapReduce計算框架［16-18］，包含map階段、合并階段、reduce階段，每個階段的數據將以＜鍵，值＞的方式進行交換。計算框架如圖9所示。

圖9 MapReduce計算框架Fig.9 The computing framework of MapReduce

a）map階段。首先將輸入的數據集合分為若干個數據子集，數據用＜key，value＞表示。key是當前數據相對的偏移量，value值解析成當前數據各個維度的坐標值。基于局部最小距離算法計算出測試點與數據子集的最近k個中心點的距離，其運算中間結果將被放入中間庫中。

b）合并階段。該階段的任務即將處理完后的數據進行本地層級合并。將中間鍵值對集合重新排序產生一個新的二元組，相同的鍵值將被歸為一類。

c）reduce階段。reduce函數首先解析樣本個數和相應節點各個維度累加的坐標值，計算出各個數據子集中離預測點最近的k個點，并基于混合高斯模型計算出各屬性的加權值，該結果將被更新到分布式文件系統中并進行下一次迭代直至算法收斂。

3.3.3 調度管理

運用領域主要集中在面向多級調度機構的搜索引擎建立與運行信息整合這兩方面。云搜索引擎通過建立索引詞庫和索引調用機制，實現索引效率優化，最終提升整體查詢效率。云信息展示滿足各級調度信息共享互調、隨需定制。

4 結論

云計算技術是在并行計算技術、分布式計算技術、網格計算技術等傳統計算平臺技術的基礎上發展而來的。云計算不強調虛擬組織，支持廣泛的企業應用，承認異構，具有計算控制中心，并能整合分布式計算資源。建立基于云計算的調度控制系統，有助于實現大電網多級調度管理一體化。該系統采用公有云、私有云相結合的混合云結構，公有云負責全局集中分析業務，私有云負責分布式實時業務。云虛擬化技術、云負載均衡與資源調配技術和云數據容錯技術是調度數據管理與服務基礎云平臺的核心技術，為實時監控與分析、調度計劃制定與調度管理等調度業務應用系統模塊提供技術支撐。總之，構建云計算平臺將是未來電力調度控制系統構建的一個重要發展方向。

［1］王惠中，侯璟琨，趙凱，等.基于云計算的電力系統擴展短期負荷預測［J］.電網與清潔能源，2014，30（6）：1-4.

WANG Huizhon，HOU Jingkun，ZHAO Kai，et al. Extended short-term load forecasting in power system based on the cloud computing［J］.Power System and Clean Energy，2014，30（6）：1-4（in Chinese）.

［2］THOMAS ERL.Cloud computing：concepts，technology& architecture［M］.Englewood Cliff：Prentice Hall，2013：7-10.

［3］IRVING M R，TAYLOR G A，HOBSON P.Plug in togrid-computing［J］.IEEE Power and Energy Magazine，2004，2（2）：40-44.

［4］王英濤，張傳凱，李旻，等.PMU在線分析系統計算平臺技術研究［J］.電網與清潔能源，2013，29（6）：1-5.

WANG Yingtao，ZHANG Chuankai，LI Min，et al.Research on the computation platform technology for the PMU on-line application system［J］.Power System and Clean Energy，2013，29（6）：1-5（in Chinese）.

［5］宋亞奇，周國亮，朱永利.智能電網大數據處理技術現狀與挑戰［J］.電網技術，2013，37（4）：927-935.

SONG Yaqi，ZHOU Guoliang，ZHU Yongli.Present status and challenges of big data processing in smart grid［J］. Power System Technology，2013，37（4）：927-935（in Chinese）.

［6］沐連順，崔立忠，安寧.電力系統云計算中心的研究與實踐［J］.電網技術，2011，35（6）：171-175.

MU Lianshun，CUI Lizhong，AN Ning.Research and practice of cloud computing center for power system［J］. Power System Technology，2011，35（6）：171-175（in Chinese）.

［7］趙俊華，文福拴，薛禹勝，等.云計算：構建未來電力系統的核心計算平臺［J］.電力系統自動化，2010，34（15）：1-8.

ZHAO Junhua，WEN Fushuan，XUE Yusheng，et al. Cloud computing：implementing an essential computing platform for future power system［J］.Automation of Electric Power Systems，2010，34（15）：1-8（in Chinese）.

［8］白紅偉，馬志偉，朱永利.基于云計算的絕緣子狀態監測數據的處理［J］.電瓷避雷器，2011，4（242）：19-22.

BAI Hongwei，MA Zhiwei，ZHU Yongli.The processing of the insulator state monitoring data based on cloud computing［J］.InsulatorsandSurge Arresters，2011，4（242）：19-22（in Chinese）.

［9］張林波，遲學斌，莫則堯，等.并行計算導論［M］.北京：清華大學出版社，2006：10-12.

［10］曾祥智，肖麗雄，黃德華.PC集群并行無功優化［J］.電力電容器與無功補償，2013，34（4）：11-24.

ZENG Xiangzhi，XIAO Lixiong，HUANG Dehua.PC cluster parallel reactive power optimization［J］.Power Capacitor&Reactive Power Compensation，2013，34（4）：11-24（in Chinese）.

［11］郭宗軍，劉少宇，趙文彬，等.變電設備管理及絕緣診斷專家系統的開發［J］.高壓電器，2002，38（1）：1-7.

GUO Zongjun，LIU Shaoyu，ZHAO Wenbin，et al.Developing an expert system for management and insulation diagnosis of power equipment［J］.High Voltage Apparatus，2002，38（1）：1-7（in Chinese）.

［12］都志輝，李三立，陳渝，等.網格計算及其原型實現研究［J］.計算機科學，2002，29（8）：1-5.

DU Zhihui，LI Sanli，CHENG Yu，et al.Research on grid computing and prototype grid implementation［J］.Computer Science，2002，29（8）：1-5（in Chinese）.

［13］陳康，鄭緯民.云計算：系統實例與研究現狀［J］.軟件學報，2009，20（5）：1337-1348.

CHEN Kang，ZHENG Weimin.Cloud computing：system instances and current research［J］.Journal of Software，2009，20（5）：1337-1348（in Chinese）.

［14］胡波，萬松森，郝佳，等.基于云計算的火電仿真平臺［J］.熱力發電，2013，42（2）：95-97.

HU Bo，WAN Songsen，Hao Jia，et al.Cloud computing based thermal power simulation platform［J］.Thermal Power Generation，2013，42（2）：95-97（in Chinese）.

［15］陳銘.電力系統“調度云”關鍵技術的研究與實現［D］.南寧：廣西大學，2013.

［16］張浩，和敬涵，尹航，等.電網孤島重構的云計算策略［J］.中國電機工程學報，2011，31（34）：78-84.

ZHANG Hao，HE Jinghan，YIN Hang，et al.Power grid islands service restoration based on cloud computing［J］. Proceedings of the CSEE，2011，31（34）：78-84（in Chinese）.

［17］張素香，趙丙鎮，王風雨，等.海量數據下的電力負荷短期預測［J］.中國電機工程學報，2012，34（1）：1-6.

ZHANG Suxiang，ZHAO Bingzhen，WANG Fengyu，et al.Short-term power load forecasting based on big data［J］. Proceedings of the CSEE，2012，34（1）：1-6（in Chinese）.

［18］萬至臻.基于MapReduce模型的并行計算平臺的設計與實現［D］.杭州：浙江大學，2008.

（編輯 馮露）

Cloud Computing Platform Technology and Its Application in Power Grid Dispatch

WANG Ding，QIAN Kejun，GAO Yidan，ZHAO Hui，YU Yu，QIN Shufei
（State Grid Suzhou Power Supply Company，Suzhou 215004，Jiangsu，China）

計算平臺技術是對海量數據進行高效可靠的存儲、訪問以及分析處理的核心技術。詳細分析了傳統計算平臺技術，包括并行計算技術、分布式計算技術、網格計算技術。在此基礎上引入了云計算平臺的概念。從定義介紹、網絡拓撲、軟硬件架構等方面對云計算平臺進行了詳細論述，并比較了云計算同網格計算的不同之處。最后，提出了基于云計算平臺的新一代電網調度控制系統的原型概念設計，并從系統整體架構、基礎云平臺核心技術和業務應用模塊3個方面對該系統進行了闡述。該系統充分發揮了云計算的技術優勢，將全局性集中式分析業務與區域性分布式實時業務有機整合，實現了電網調度的集約化管理。

云計算；并行計算；分布式計算；網格計算；調度控制系統

Computing platform is the core technology of highly efficient and reliable storage，access，analysis and processing for massive data.This paper presents a detailed analysis of the traditional computing platform technology including the parallel computing，distributed computing and grid computing. On this basis，the paper introduces the concept of cloud computing，giving a detailed description of the cloud computing platform from aspects of concept，network topology，hardware and software architecture and differences between the cloud computing and the grid computing.The prototype of a new power dispatch system based on the cloud computing platform is introduced.The system is discussed from aspects of overall structure design，core technology of the basic cloud computing platform and service application module.Taking full advantages of the cloud computing technology，the system integrates the globe centralized analysis service and regional distributed realtime service to realize the intensive management of the power grid dispatching.

cloud computing；parallel computing；distributed computing；grid computing；power dispatch and control system

1674-3814（2015）04-0072-07

TM734

A

2015-01-21。

王鼎（1986—），男，碩士，研究方向為調度自動化；

錢科軍（1981—），男，博士后，研究方向為調度自動化；

高一丹（1986—），女，碩士，研究方向為電力系統自動化。