王立城
(北京智芯微電子科技有限公司,北京100192)
高級量測體系(Advanced Metering Infrastructure,AMI)是一個用來測量、收集、儲存、分析和運用用戶用電信息的網絡系統,由安裝在用戶端的智能電能表,位于電力公司內的量測數據管理系統,以及與連接它們的通信網絡等組成[1-2]。其量測數據管理系統可通過通信網絡獲取各智能電能表的電壓、電流、相位等信息,并可用于低壓配電網線路的參數計算、線損分析和配電網的精確建模[3-4]。當前的電力用戶用電信息采集系統可視為AMI的初級形態,是構建未來AMI系統的基礎平臺和核心[5]。智能電能表和集中器在自動精確測量、實時交互、智能化等方面接近或已滿足AMI系統需求。而制約用電信息采集系統向AMI系統演變的重要因素,依然是通信網絡的可靠性和實時性問題[6-8]。
電力線通信是當前智能電能表的主要通信方式,從已有文獻來看,提高低壓電力線通信可靠性和實時性的方法,一是增強物理層通信能力,二是建立網絡中繼[9-10]。因電力線通信采用非專用信道,在強衰減、高噪聲環境下,僅從物理層改善通信性能,難以實現各節點之間的端到端通信。另外,因信道較為復雜,信號強度和傳輸時延無法實現準確測量,網絡中繼的建立和維護也缺少有效的路徑權值和方向,實際應用中多采用鏈路通信連通率或誤碼率為判斷指標,以致于中繼深度和傳輸方向不可控,進而導致網絡效率低下[11-14]。
針對上述問題,文章提出了基于AMI測量參數的路徑指標測量方法:首先從電力線通信默認配置網絡獲取由智能電能表和集中器采集的線路電壓、電流、相位等參數,然后以臺區負荷中心點的測量值為參考,計算出不同相線測量點的電壓損失值和線路距離,再以電壓損失值或線路距離值間接計算出各通信節點之間的路徑權值和方向,從而實現電力線通信網絡的路徑優化。為了驗證方法的有效性,文章提出了一種采用AMI測量參數的p-persistent CSMA洪泛路由改進算法。實驗證明,采用該方法可有效縮短網絡路徑深度,降低網絡時延。
依據國網公司低壓臺區標準化建設相關規范,農村多敷設架空線,采用樹干式接線,輻射半徑不易大于500 m。城市多敷設電纜,采用輻射式或鏈式接線,輻射半徑不易大于400 m。隨著中低壓電網改造的深入推進和多表位居民計量表箱的推廣應用[15],農村和城市的低壓臺區,尤其是城市,各相分支線路將匯聚于配電室低壓開關柜,并以鏈式輻射到各居民計量箱。若以居民計量箱作為線路分析的分界點,則計量箱后的入戶分支線路及其負荷均可作為負載來考慮,從而簡化了低壓配網線路拓撲結構分析的復雜度,也方便了線路參數的計算。
采用多表位居民計量箱的低壓線路結構,如圖1所示。集中器安裝于低壓配電室,具有電參數采集、通信功能。居民計量箱多采取集中式安裝,如樓宇單元低側或單元某層。智能電能表不僅支持電參數采集,同時也支持電力線載波通信。

圖1 采用多表位居民計量箱的低壓線路結構Fig.1 Low voltage line structure with multi-meter measuring boxes for residents
若要建立低壓臺區線路結構的精確模型,依據基爾霍夫電壓和電流定律,不僅需要獲取線路各分支和負荷的電壓、電流、相位等參數,還要盡可能明確各測量點之間的回路關系或拓撲形式。首先,通過已有電力線通信網絡可獲取各相的工頻過零點和相位,若集中器按工頻過零先后順序且以1/3工頻周期進行分時通信,則可把低壓線路網絡劃分為三個不同的時序區域。另外,依據電能質量電壓偏差標準要求,低壓線路電壓損失或電壓偏差允許值+5%~-10%,若通過通信網絡獲取各測量點的電壓值,則可依據電壓損失值大小和遞減順序,把低壓線路網絡區域進一步劃分成更小區域。采用不同相序和電壓值劃分的低壓線路網絡區域,如圖2所示。

圖2 由不同相序和遞減電壓值劃分的網絡區域Fig.2 Power line network area divided by different phases and decreasing voltage values
圖2中,各相通信節點或測量點分屬于黃、綠、紅三個相差1/3工頻周期的扇形區域。藍色弧線是區域內不同遞減電壓值的梯度線。以A相時序區域為例,可見線路網絡被劃分成了多個扇形或環形區域,如編號為1,2,3,…n區域,這對于既是測量點又是通信節點的通信組網設計是有利的。
另外,實際低壓線路的同一相線路可能有多個分支線路。當采用電力線通信時,不同分支線上的智能電表之間因距離較長,會有較大通信衰減,可通過相鄰通信節點的鏈路通信能力加以區分。
當前的AMI通信系統結構,如圖3(a)所示。主要由AMI系統主站、集中器和智能電能表構成。主站與集中器之間支持Q/GDW376.1協議,多采用GPRS通信方式。集中器與智能電能表支持DL/T 645協議,多采用電力線通信方式。
集中器內部組件接口關系,如圖3(b)所示。數據處理部分與載波通信單元采用UART接口和Q/GDW376.2協議接口,與交流采集部分多采用SPI接口,與GPRS通信單元采用Q/GDW376.3協議接口。
智能電能表內部組件接口關系,如圖3(c)所示。數據處理部分與載波模塊采用DL/T645協議,與交流采集部分多采用SPI接口。

圖3 AMI通信系統及裝置接口Fig.3 AMI communication system and device interface
若把電參數用于低壓線路網絡模型的計算,要滿足兩個條件:一是智能電能表和采集終端要有較高測量精度且具有較好的一致性,二是采集參數的獲取盡可能滿足時間同步要求。
依據集中器和智能電能表的相關技術標準,集中器和智能電能表的電壓、電流等參數的測量精度可達到0.5%或更高,且同批次一致性誤差小于±0.15%,滿足條件一要求。對于條件二,集中器和智能電能表均內置時鐘芯片,集中器可通過默認配置的電力線通信網絡對智能電能表進行校時和凍結參數讀取,這樣即使在電力線通信不可靠的情況下,智能電能表也可按設定的凍結時間保存和獲取測量參數,滿足網絡同步測量的要求。因此,AMI測量參數用于線路電壓損失或距離的測量是可行的。
以圖1中A相線路為例,假設線路為均勻傳輸線,忽略相線和零線之間的等效阻抗,按集總電路模型建立其等效電路圖,如圖4所示。

圖4 圖2中某相線路電路圖Fig.4 Circuit diagram of a phase branch in figure 2

(1)路徑方向
路徑的方向可依據各測量點電壓損失值大小進行判斷,從圖2可知如下關系:

(2)信號強度E間接計算

若要求取不同居民計量箱之間的信號強度E2,并做歸一化取值:

(3)相鄰計量箱之間通信距離L

若已獲取相鄰居民計量箱之間的電壓,可求出相鄰表箱之間線路的阻抗值:

由式(5),可推導出分支線路各段的距離Ln:

式中S是導線截面積;ρ是導線電阻率。
式(6)可用于通信網絡的最短路徑計算,也可用于網絡拓撲的發現。
為了驗證AMI測量參數在電力線通信組網中的可用性,選擇應用較多的概率洪泛法進行組網設計。概率洪泛法由約阿夫薩森最早提出[16],并被證明是存在于自組網絡中的一種有效的信息傳播技術。該算法的關鍵問題是洪泛概率的確定,取值大小與網絡規模、相鄰節點數量有關,實際應用中多以p-persistent CSMA算法為基礎。
從已有文獻可知,在網絡拓撲未知和通信質量測量指標不確定情況下,理論上提高網絡穩定性和效率的方法,應盡可能縮小廣播相鄰通信節點數,同時提高中繼轉發概率[17-18]。另外,為了進一步提高p-persistent CSMA算法轉發概率,縮短搜索時間,可采用蟻群算法優化各通信節點的“信息素”,從而提高洪泛路由的可靠性和效率。但已有文獻無法約束每次轉發可到達的有效相鄰節點數量,且計算轉移概率時采用的“信息素”和“啟發量”指標不明確或不可用,從而無法有效控制路由中繼的深度[19-20]。
針對上述問題,文章結合AMI測量參數和線路特點,從兩個方面進行算法改進:一是依據圖2的線路網絡區域劃分方法和電壓損失關系式(1),對通信網絡進行劃分,約束鄰接點數目或轉發區域大小;二是利用1.3節AMI系統測量電壓信號強度E1或距離L作為螞蟻“啟發量”,進一步優化可能存在的線路分支,達到路徑最短。
p-persistent CSMA是一種保證最小沖突概率的沖突避免技術,為全轉發提供了良好的沖突避免的機制。當多個節點同時收到一個包準備轉發時,利用p-persistent CSMA產生的隨機時延使得發送時隙錯開,以避免沖突。p-persistent CSMA原理,如圖5所示。

圖5 p-persistent CSMA原理Fig.5 Principle of p-persistent CSMA
Tmean是相鄰數據包之間的隨機時延;T1是發送數據包結束(EOP)后固定延遲傳輸間隔;ΔT是數據包傳輸沖突檢測小區間長度。則Tmean=T1+n×ΔT,n是一個 (0,N)之間的隨機數,N是一次廣播可聽到的最大節點數。在對等網絡中,n的取值符合均勻分布,通信節點的轉移概率p不大于1/N,則Tmean也可表示為:

若按圖2的低壓線路網絡區域劃分方法,整個低壓線路網絡可劃分多個小的區域,轉發相鄰節點數大幅度減少,轉移概率p可取更大數值,Tmean轉發時延會更小。
但圖2的線路網絡劃分方法,無法區分同一相主干線路和分支線路,以圖6為例。該線路包括主干線線路和兩個分支線路,按電壓損失值從U0~U3劃出了3個區域,其中區域V中含有了主干線和兩個分支線。為了進一步提高位置i通信節點到位置j通信節點的轉移概率,文章引入了蟻群算法,并結合AMI測量參數求取轉移概率p。

圖6 某相含分支線路網絡區域劃分圖Fig.6 Network division diagram of a phase line containing branches
t時刻,第k只人工螞蟻從位置i到達位置j的轉移概率計算公式為:


人工螞蟻k從源節點i在經過Δt時間后,轉移到目標節點j,所經過的路徑采用狀態信息素更新規則,如:

式中ρ是信息素揮發系數;1-ρ表示信息素殘留因子;ρ的取值范圍為 ρ?[0,1);Δτij(t)表示本次循環中人工螞蟻k路徑i到j的信息素增量,初始時刻 Δτij(t)=0。
協議模型包括物理層、MAC層、洪泛層和應用層,如圖7所示。其中洪泛層主要包括數據收發模塊、網絡管理模塊兩部分。數據收發模塊向下與MAC層有數據接口,向上與應用層提供數據接口。網絡管理模塊向下與MAC層有配置接口,向上與應用層提供服務接口,實現MAC層和網絡層的配置管理。
數據幀定義,如圖8所示。前導、同步字段屬于物理層,幀長、MAC地址、CRC字段屬于 MAC層,APDU屬于應用層,洪泛命令字、幀序號、轉發上限、轉發次數、轉移概率、網絡號等屬于網絡層。

圖7 協議參考模型Fig.7 Referencemodel of protocol

圖8 協議的數據幀格式Fig.8 Data frame format of protocol
網絡層的洪泛控制域,定義如下:
洪泛命令:路由控制,控制幀方向、相位、轉發概率選擇、數據幀標識等。
幀序號:可防止洪泛鎖死,主節點發送時設置不同幀編號。
轉發上限:用于路由中繼深度的控制。
轉發次數:記錄路由過程中中繼轉發次數。
轉移概率:中繼節點的轉移概率,用于各通信節點初始或退守轉移概率的設置。
網絡號:由主節點依據相序和電壓損失值劃分的網絡區域編號。
主節點地址:中心節點或集中器通信節點地址,可防止相鄰臺區串擾。
網絡路由算法實現過程,如圖9所示。主要包括兩個過程:一是按系統默認固定概率洪泛完成各通信節點網絡區域劃分;二是利用蟻群算法進行轉移概率迭代計算,區分主干線路和分支線路。

圖9 路由算法實現過程Fig.9 Implementation process of routing algorithm
過程一如圖9(a)所示。首先由中心節點完成CSMA時隙、默認概率等參數初始化,然后按固定概率洪泛下發電參數凍結命令,再按固定概率洪泛獲取各終端通信節點的電參數。參數獲取后,中心節點按式(1)和式(2)進行計算并更新路由信息表,然后采用ARQ機制完成各通信節點網絡號及節點數量配置。
過程二如圖9(b)所示。在過程一基礎上,完成轉移概率的迭代計算過程。中心節點初始化蟻群算法參數,并下發抄收命令,第k只螞蟻啟動搜索過程,收到信息的中繼節點判斷螞蟻的尋址目標是否在網絡號標識區域,若不在網絡區域內則計算轉移概率并轉發數據,若中繼節點收到第k只螞蟻的返回數據則更新第k只螞蟻的路由信息,直至滿足迭代條件。
另外,網絡系統需要周期維護各通信節點的網絡號及區域內的節點數量,可選擇負荷高峰時段或需量較大時段,凍結各智能電能表的電壓參數。另外,為了保證網絡的穩定性和魯棒性,轉移概率的選擇也需要有靈活的退守機制,以避免局部更新導致信息“孤島”。
為了驗證算法的有效性,選用某公司研制的SC3104寬帶載波芯片進行路由設計,該芯片工作頻帶2.25 MHz~4.75 MHz,數據速率1 Mbps,實驗系統在唐山某鄉鎮低壓臺區進行了現場測試。該臺區是典型的農村架空線路,有3個主干線,戶數271戶,其中三相用戶6戶,均采用多表位計量表箱安裝,線路輻射最遠距離約600 m。網絡主要配置參數:CSMA時隙ΔT是15 ms,默認轉移概率0.005(經驗值),信息素初始值設為1,α=0.8,β=0.2,揮發系數ρ=0.04,轉移概率上限閥值0.3。
表1是從集中器通信模塊(中心通信節點)獲取A相部分節點的信息。

表1 通信節點信息表Tab.1 Information table of communication nodes
從表1數據可知,A相電壓隨線路延伸數值損失明顯,且屬于不同網絡號的通信節點之間具有約2 V的差值,驗證了利用電壓損失值在通信組網中的有效性。從節點類型看,網絡號0的區域內有3個路由節點,這與A相有三個主干線有關。
圖10和圖11是現場凍結抄表的運行分析數據。從抄收時間和中繼深度兩方面,做了算法改進前和改進后的對比分析。改進前采用固定概率,即所有通信節點采用默認概率值。

圖10 抄表時間及抄收數量Fig.10 Reading time and meter numbers

圖11 中繼深度及抄收數量Fig.11 Routing depth and meter numbers
從圖10和圖11可知,改進前抄收數據用時43分鐘,平均中繼級數為2.69級,由于裝置接口交互延時、補抄等原因,抄收用時大于理論設計值(36.69分鐘)。改進后抄收用時縮短為10分鐘,平均中繼級數為1.64級,轉移概率(見表1)優化效果明顯。
針對電力線通信信號強度和時延難以準確測量問題,文章提出了基于AMI測量參數的路徑權值和方向的間接測量方法,并采用該方法對工程應用較多的洪泛路由算法進行了改進,同時采用蟻群算法做了進一步優化。文章從實現角度給出了路由協議方案和算法實現過程,并在現場進行了改進算法的對比測試。實驗證明,基于AMI測量參數的改進算法可有效縮短抄表延時和中繼深度。該方法不僅適用于智能電能表的電力線通信組網,智能電能表的微功率無線通信組網也可參考。