云計算負荷分布控制平臺的設計與實現

周永剛

摘 要： 電網環境復雜，需要對其進行分布控制。而分布式平臺的功能往往較為分散，以往設計出的負荷分布控制平臺控制能力較弱，電網無法對其產生高效響應。因此，設計能夠合理兼顧電網響應能力和控制能力的負荷分布控制平臺。該平臺利用Hadoop云計算實現平臺對電網負荷的有效控制。當電網設備對平臺發起控制請求，Hadoop云計算將調用負荷采集模塊和負荷控制模塊，對電網負荷進行控制。負荷采集模塊從用戶或電網設備中采集負荷數據，并對所采集到的負荷數據進行處理，得到問題負荷數據。負荷控制模塊通過對問題負荷數據進行分析，為用戶和電網設備提供最終控制指令。平臺為用戶提供低級應用軟件和高級控制軟件，并給出負荷問題設備控制流程圖。實驗結果表明，所設計平臺對負荷具有較強的控制能力，且電網對平臺的響應效果較好。

關鍵詞： 云計算； 負荷分布控制平臺； 電網環境； 負荷數據采集

中圖分類號： TN911?34； TN912.34 文獻標識碼： A 文章編號： 1004?373X（2017）06?0164?04

Abstract： It is necessary to perform the distribution control for the complex power grid environment. Since the load distribution control platform designed previously has poor control ability， and the power grid cant produce a efficient response to it， a load distribution control platform giving consideration to the power grid response ability and control ability reasonably was designed. The Hadoop cloud computing is used in the platform to control the power grid load effectively. When the power grid equipment sends a control request to the platform， the load acquisition module and load control module are called with Hadoop cloud computing to control the power grid load. The load acquisition module acquires the load data in the user device or power grid device， and processes it to obtain the problem load data. The problem load data is analyzed through the load control module to provide the final control instruction for user device and power grid device. The platform provides the low?level application software and advanced control software for users. The control flow chart of the problem load device is given. The experimental results show that the platform has strong control ability， and the power grid has good response effect to the platform.

Keywords： cloud computing； load distribution control platform； power grid environment； load data acquisition

0 引 言

隨著我國國民經濟水平的不斷增長，各行各業對電網的供電能力給予了較大期望值。而在實際運營中，電網負荷問題給電網運營企業帶來了不小的經濟損失，更加劇了能源短缺問題。電網運營企業迫切需要一種能夠對電網負荷進行合理控制的平臺[1?4]。電網環境復雜，需要對其進行分布控制。由于分布式平臺的功能往往較為分散，以往設計出的負荷分布控制平臺控制能力較弱，電網也無法對其產生高效響應。因此，設計出一種能夠合理兼顧電網響應能力和控制能力的負荷分布控制平臺，對電網運營企業至關重要[5?6]。

文獻[7]設計最小化算法負荷分布控制平臺，由于負荷分布控制平臺將在一定程度上導致電網負荷超限。為此，該平臺的設計者利用最小化算法消除負荷分布控制平臺對電網負荷的不良影響，設計出能夠令電網設備安全穩定運行的負荷分布控制平臺，但該平臺的控制能力有限。文獻[8]設計能量仿真算法負荷分布控制平臺，該平臺為電網建立仿真模型，并為模型劃分監控區域，通過檢測模型中各區域的溫度變化，確定電網設備負荷是否存在問題，進而對其進行控制。平臺的算法簡單，電網對其響應效果也較高，但其控制能力卻不高。文獻[9]設計熱參數模型負荷分布控制平臺，該平臺通過構造監控電網設備室的溫度模型，使電網設備溫度始終維持在標準范圍內，進而減少負荷問題的出現。該平臺的算法復雜，且在實際應用中，電網對平臺響應效果并不理想。文獻[10]設計聚合算法負荷分布控制平臺，該平臺能夠有效控制電網負荷，但其效率較低，且受環境影響較大。

為了解決以上負荷分布控制平臺的缺陷，設計出云計算負荷分布控制平臺。該平臺利用Hadoop云計算將負荷計算進程合理分配，在低成本的基礎上，實現了平臺對電網負荷的較強控制，并利用分布式控制方法，使電網能夠對平臺產生較好的響應效果。

1 云計算負荷分布控制平臺設計

所設計的負荷分布控制平臺利用云計算實現平臺對電網負荷的有效控制。云計算為電網運營提供的分布控制具有無區域局限性、自動化水平高等優點，其能夠更為高效地管理云計算負荷分布控制平臺中的設備和應用軟件，并同時提供“云端”服務，使用戶足不出戶便能體驗到互聯網帶來的科研成果。

1.1 云計算模塊設計

Hadoop云計算是一種分布式文件計算平臺，其容錯率高、計算準確率和效率較高、存儲規模大，可實現多進程共同計算。Hadoop云計算相對于其他計算平臺來說開發成本更低，其將計算進程分布在多種低成本的設施上，并通過自身強大的處理能力對這些設備進行準確糾錯。

基于上述優點，云計算負荷分布控制平臺選用Hadoop云計算作為云計算電網負荷分布控制的核心。平臺利用Hadoop云計算分布式的控制理念，協調數據讀取和處理效率，為平臺各模塊提供后臺計算支持。Hadoop云計算將隱晦難懂的控制策略納入到平臺的軟件后臺中進行自動操作，以增強平臺的可讀性，降低平臺開發難度，為用戶提供更為準確、便捷的控制效果，其工作原理如圖1所示。

由圖1可知，Hadoop云計算中所包含的主要元素有用戶、云服務和電網設備。需要進行負荷分布控制的電網設備會主動向云計算負荷分布控制平臺發送控制請求，Hadoop云計算首先對其進行接收。當接收到控制請求后，Hadoop云計算將調用負荷采集模塊和負荷控制模塊進行電網設備數據的采集和控制，其控制結果會傳送到云服務中的云端存儲器進行存儲。云端服務器會將負荷控制狀態實時通知到相應的電網設備中。用戶也可以對云服務中的電網負荷數據進行讀取和修改。

云服務除提供云端存儲器外，還包括目標推送和云端控制等服務，這些服務均受Hadoop云計算控制，用戶不能對其進行隨意修改。用戶在Hadoop云計算中擁有的修改權限僅限于電網負荷數據，這保證了云計算負荷分布平臺的安全性和隱私性，并同時避免了電網控制人員錯誤操作所造成的數據丟失。

1.2 負荷采集模塊設計

當電網設備對云計算負荷控制平臺發送出控制請求時，Hadoop云計算將首先調用負荷采集模塊進行電網設備負荷數據的采集工作。負荷采集模塊是云計算負荷控制平臺的基礎，該模塊利用分布式理念，將不同類型的電網設備分別進行負荷數據采集。這種分布采集方式可減輕負荷采集模塊的后期負荷數據整理、存儲類型修改等工作的壓力。分布式理念所表現出的特點是數據的層次匯總，這使得負荷采集模塊的結構也具有一定的層次性。圖2為負荷采集模塊的結構圖。

由圖2可知：云計算負荷控制平臺的電網負荷數據可由兩處提供，分別為用戶和電網設備，但其絕大部分的負荷數據還是來自電網設備。所采集到的負荷數據會經由負荷采集模塊中的處理器進行格式重置、過濾和整理等處理，經處理過的負荷數據能夠準確體現出電網中需要控制的部分，這部分數據被稱作問題負荷數據。問題負荷數據將被傳輸到負荷控制模塊，經由負荷控制模塊為用戶提供控制指令。

用戶所提供的負荷數據均為經驗數據，即當在電網中某一設備損壞，或處于非標準作業中，用戶將手動輸入該設備的經驗負荷數據供負荷采集模塊使用。雖然經由用戶提供的負荷數據較少，但卻是電網對云計算負荷控制平臺響應效果的重要保障。圖3是用戶負荷數據采集原理圖。

由圖3可知，負荷采集模塊進行的用戶負荷數據采集工作可大致分為三部分：第一部分是用戶輸入負荷數據，數據類型主要包括負荷持有量、正常階段負荷量、負荷實際需求量和負荷標準需求量，這些輸入量較為細致地涵蓋了電網設備中可能產生的問題負荷類型，也是負荷采集模塊需要對正常運行電網設備進行采集的數據類型；負荷采集模塊在第二部分中，將用戶輸入的數據類型轉換成曲線和模型等易于觀察和控制的形式；負荷采集模塊在第三部分將進行用戶負荷數據的匯總和存儲。經由電網設備提供負荷數據的原理與圖3類似，其區別僅在于采集方式是用戶自主提供還是模塊自動采集。

1.3 負荷控制模塊設計

負荷控制模塊能夠進行問題負荷數據的分析工作，并為用戶和電網設備提供最終控制指令，如圖4所示。

由圖4可知，負荷控制模塊在Hadoop云計算的控制下，構造分布式計算模型，利用該模型有選擇性地進行問題負荷數據的格式轉換、數據關聯和問題挖掘操作。以上操作并不是模塊的固定分析流程，無先后操作順序。不同類型設備所產生的差異性問題負荷數據，將在此進行不同的分析。

通過分析問題負荷數據，負荷控制模塊將給出控制指令。該控制指令會存儲到Hadoop云計算的云端存儲器，進而反饋給用戶和電網設備，以實現云計算負荷分布控制平臺對電網的實時控制。

2 云計算負荷分布控制平臺軟件設計

云計算負荷分布控制平臺面向用戶的不同需求，為其提供了多種多樣的軟件，分為低級應用軟件和高級控制軟件，如圖5所示。

云計算負荷分布控制平臺利用圖5中的平臺開發軟件和計算支持軟件，為平臺設計算法和工作流程；用戶所接收到的電網負荷實時狀況則由負荷預測軟件給出；設備控制軟件對電網中出現負荷問題設備進行控制，其控制流程如圖6所示。

由圖6可知，云計算負荷分布控制平臺對電網中負荷問題設備的控制流程為：當控制指令給出，云計算負荷分布控制平臺首先進行問題負荷設備的定位，并對其進行全面檢測，找尋設備問題點。若檢測后并未發現設備問題點，則將結果反饋給用戶，并隨即重新進行設備檢測。此時，用戶可給定平臺設備的問題范圍，以提高平臺控制效率；若設備問題點被順利檢測出來，平臺將通知用戶進行設備整修，并將處理流程存儲到云端存儲器。

高級控制軟件包括電網監控軟件、學習應用軟件和商業分析軟件，高級控制軟件是專門為電網調試人員設計的，其功能較為專業且算法復雜，在此不做過多介紹。

3 實 驗

控制能力和電網對平臺的響應效果是評價分布式平臺性能好壞的重要指標，也是用戶在選購分布控制平臺較為注重的因素。為驗證本文所設計的云計算負荷分布控制平臺的性能，進行實驗。實驗基于對比分析方法，對本文設計的云計算負荷分布控制平臺的控制能力，以及電網對平臺的響應效果進行了驗證。

3.1 控制能力驗證

節能效果是分布控制平臺控制能力的直接體現，其既能夠為電網運營企業節省成本，又實現了我國大力提倡的“節能減排”目標。圖7為本文平臺與不同算法平臺節能效果的對比曲線。

由圖7可知，控制能力驗證實驗進行了本文平臺同最小化算法負荷分布控制平臺、聚合算法負荷分布控制平臺對電網節能效果的對比。圖7中的最小化算法負荷分布控制平臺節能曲線最低，其平均節能百分比約為5.2%。但該曲線在實驗結束時呈下降趨勢，節能效果預測值不足5.0%，說明該平臺的控制能力較弱。

聚合算法負荷分布控制平臺節能曲線位于中間位置，其平均節能百分比約為7.9%，該節能效果滿足“節能減排”目的，能夠為電網運營企業較好地節省成本。

本文平臺的平均節能百分比約為10.4%，高出聚合算法負荷分布控制平臺2.5%，證明本文平臺的控制能力較強，具有一定市場競爭力。

3.2 響應效果驗證

電網對云計算負荷分布控制平臺的響應效果直接體現在中斷性的好壞，即平臺是否能夠對電網進行持續控制。

實驗利用聚合算法負荷分布控制平臺和本文平臺，對同一電網進行同時控制。實驗進行時間為36 h。表1描述的是電網對兩平臺中斷時間統計表。

由于在電網實際運營中，存在的較多不可控因素均會影響到電網對負荷分布控制平臺的響應效果。因此，實驗在雷雨暴風天氣下再次進行了電網對平臺響應效果驗證，實驗結果如表2所示。

對比表1和表2可知，本文平臺在正常天氣下和雷雨暴風天氣下的控制中斷時長，均遠低于聚合算法負荷分布控制平臺的控制中斷時長，且本文平臺的控制中斷時長更為穩定，證明電網對本文平臺的響應效果較好。

4 結 論

本文設計能夠合理兼顧電網響應能力和控制能力的負荷分布控制平臺。該平臺利用Hadoop云計算實現平臺對電網負荷的有效控制。當電網設備對平臺發起控制請求，Hadoop云計算將調用負荷采集模塊和負荷控制模塊，對電網負荷進行控制。負荷采集模塊從用戶或電網設備中采集負荷數據，并對所采集到的負荷數據進行處理，進而得到問題負荷數據。負荷控制模塊通過對問題負荷數據進行分析，為用戶和電網設備提供最終控制指令。平臺為用戶提供低級應用軟件和高級控制軟件，并給出負荷問題設備控制流程圖。經由實驗結果可知，所設計平臺對負荷具有較強的控制能力，且電網對平臺的響應效果較好。

參考文獻

[1] 王樹蘭，喻建平，張鵬，等.云計算中一種緊湊型的外包訪問控制方案[J].信號處理，2015，31（10）：1224?1232.

[2] 王于丁，楊家海，徐聰，等.云計算訪問控制技術研究綜述[J].軟件學報，2015，26（5）：1129?1150.

[3] 鐘清，張文峰，周佳威，等.主動配電網分層分布控制策略及實現[J].電網技術，2014，39（6）：1511?1517.

[4] 荊江平，施偉成，杜煒凝，等.基于DIgSILENT平臺的微電網協調控制策略仿真研究[J].現代電力，2015，32（3）：19?27.

[5] 張林，沈鐘浩，馮麗，等.基于直流靈敏度法的川渝電網輸電能力受限成因研究[J].電力系統保護與控制，2015，43（18）：67?73.

[6] 覃松濤，林祿輝，李凌，等.面向電網運行方式計算分析的BPA數據分布式管理平臺[J].廣東電力，2014，27（5）：75?80.

[7] 李凌，孫才峰，顧健輝，等.基于PCS?9000平臺的廣西電網安全穩定控制管理系統研究與開發[J].電網與清潔能源，2015，31（9）：1?5.

[8] 葉競，葉水勇，張亞利，等.電網統一視頻監控平臺的研究與建設[J].電力信息與通信技術，2014，12（10）：100?105.

[9] 莫嘉嗣，張憲民，邱志成，等.SEM環境下3PRR并聯平臺奇異區域規避與逃逸控制策略[J].機械工程學報，2015，51（23）：1?11.

[10] 石輝.基于在線分布負荷預測的智能AGC主動協調控制系統[J].中國電力，2015，48（12）：122?128.