調控云關鍵技術研究及展望

闕凌燕，蔣正威，肖艷煒，盧 敏

（國網浙江省電力有限公司，杭州 310007）

0 引言

近年來，隨著特高壓的投產、交直流網絡的運行以及新能源發電的快速增長，電網結構和運行日益復雜，對電網的管理和調度運行提出了更高要求。同時，國家倡導的節能減排和能效提升，對綜合能源的統一優化調度提出了新的需求，傳統的調度方式無法滿足實際運行需求。云計算技術的引入，為冷熱電氣等多種類型能源的產、輸、配、用等環節數據，以及氣候、經濟、政策、環境等信息融合及系統資源的統一調度管理提供了新的思路。

云計算[1]是一種通過網絡便捷、按需訪問資源共享池的模式，因其具有資源共享、按需服務、高可靠性、易擴展性等優點，被廣泛應用于各行業信息系統建設的各個方面。如水、電、氣等公用事業，云計算提供IT 基礎設施，通過虛擬化技術，提供計算能力、存儲能力、網絡能力，通過服務模式實現平臺、軟件、應用的共享。按部署和運營方式，云計算分為公有云和私有云，公有云主要是大型互聯網公司為應對公眾的IT資源需求而提供的云計算服務；私有云則部署在企業內部，為企業內部的管理、運營以及數據應用等提供基礎支撐。

GCP（谷歌云）使用谷歌核心基礎架構、數據分析以及機器學習等技術，提供計算引擎、應用引擎、容器引擎、數據存儲等，支持自由的搜索、視頻等業務，并提供基礎設施托管和開發人員服務等。AWS（亞馬遜云）是目前世界上最大的云服務商，主要提供彈性計算EC2、簡單存儲S3、簡單數據庫Simple DB、簡單隊列SQS、彈性MapReduce、內容推送CloudFront、電子商務DevPay、靈活支付FPS 等服務，更側重于IaaS（基礎設施）層。阿里云底層提供云基礎設施、互聯網技術以及智能能力；中層通過數據中臺，提供數據獲取、清洗、歸檔以及處理能力；上層通過智能中臺，實現數據化、智能化，最終賦能業務，重點打造實時計算平臺。主流公有云廠商針對不同行業各有側重，運營模式也存在差別。

為保證數據、業務的安全，大型企業選擇建設私有云，通過對基礎設施層的虛擬化、平臺層和應用層的服務化，為高級應用的開發提供支撐。 中國移動建設了移動云，在傳統的IaaS、PaaS（云平臺服務）層、SaaS（云應用服務）層之外，基于業務特點，增加了計算能力層，提供數據挖掘工具庫、云存儲中間件和搜索引擎核。國家電網公司也高度重視云計算技術在電網中的應用，為提升運營效益、電網安全、客戶服務及拓展新業務，發布了國網云建設總體方案，計劃“十三五”末，建成生產控制云（以下簡稱“調控云”）、企業管理云與公共服務云，共同組成國網云。

國網云的目標是建成資源調配更彈性靈活、數據利用更集中智能、服務集成更統一高效、應用開發更快速便捷的云平臺，實現云基礎設施、數據、服務、應用等IT 資源的一體化管理，支撐業務處理類、分析決策類、采集監控類和生產控制類應用。企業管理云提供數據的跨域計算，實現業務應用從搬數據向搬計算轉變，支撐規劃、建設、運檢、營銷、經營等各類企業管理業務；公共服務云部署公司外網業務和互聯網業務，支撐電商、金融、客服、售電等各類業務；調控云采用國分、省地二級部署，通過資源高速同步網，實現二級云的互聯與協同，基于統一的調度業務數據模型，支撐調度運行與調度管理的各類業務。

本文基于云計算的特征，以及電網調度業務的實際需求，研究調控云的關鍵技術，分析建設過程可能存在的問題，并對未來進行展望。

1 需求分析

隨著特高壓交直流電網建設的全面提速、新能源的快速發展、電力市場化改革的深入推進，電網交直流高度融合，一體化特征凸顯。電網事故的關聯性、復雜性越來越高，電網運行中智能控制（自動）、處置協同（人工）跨越調度管轄、跨越電力范疇、跨越專業管理的需求尤為迫切。特高壓電網進一步加強后，現有電網實時模型已不能完全滿足在線分析的要求，當前電網在線分析軟件使用的模型采用本地局部模型、外網等值模型、全模型定期分發，對與外部電網融合度較高的電網而言，這幾種模型都存在明顯缺陷：本地局部模型忽略相鄰電網影響，邊界線路計算誤差較大；外網等值模型，邊界線路誤差變小，潮流發生較大變化時誤差仍較大；全模型定期分發方式存在較大延時，影響在線分析實時計算。因此急需從以下幾個方面來提升調控業務支撐能力。

1.1 提升信息及支撐平臺能力

為解決調控系統應用平臺整體支撐能力不強，硬件互備能力不足、并行處理能力不強、軟件集成化程度不高等問題，需要研究如何應用多活技術、資源彈性分配技術、任務動態調度技術、分布式計算技術、廣域消息總線技術、電網對象標準化建模技術、模型多版本技術、深度學習技術、小樣本學習技術等，提升調控系統應用平臺支撐能力。

1.2 提升自然人機交互能力

調控系統當前人機交互方式較為單一，僅支持鍵盤、鼠標輸入方式，不支持自然方式進行交互。需要研究基于神經網絡的適用于電網調度的人機語音交互支撐平臺、面向電網全景監視的地理信息圖技術、人機增強可視及表達技術、移動終端人機展示技術、電網自動成圖技術等，提升調控系統自然人機交互能力。

1.3 提升電網全局運行監控能力

針對當前電網調控系統缺乏對跨區擾動與故障的迅速定位、缺少面向電網監控業務的告警信號綜合分析與處置決策的技術支撐手段，以及從監視到輔助決策過程不夠便捷、連貫等問題，需要研究基于事件鏈的跨區電網故障及擾動的故障源定位及按需推送技術、大電網多級調度協同的自適應巡航技術、電網數據的廣域高速交換匯集技術等，提升電網全局運行監控能力。

1.4 提升電網運行智能化水平

針對調控中心內部缺乏數據跨專業的綜合分析、智能應用，調度系統范圍內缺乏跨調控機構的廣域查詢、全局搜索、智能分析能力和聯網應用等問題，需要研究基于大規模并行計算的全網統一分析預警服務、基于電網運行大數據的調控知識庫的智能搜索、基于office 插件方便快捷的智能報表等，提升電網運行智能化水平。

2 調控云關鍵技術探究

調控云是國網公司“三朵云”規劃中的一個重要組成部分，為適應“統一管理、分級調度”的調度管理模式，調控云采用統一和分布相結合的分級部署設計，形成國分主導節點和浙江調控云的二級部署，共同構成一個完整的調控云體系。浙江調控云縱向與國分云有機結合作為調控云的省級協同節點，在省調和各個地調部署源端工具，用于采集實時數據、歷史數據和圖模維護，橫向與公司全業務數據中心按需交互，為其他業務系統提供統一標準的模型及數據服務。

2.1 總體架構

調控云軟件架構按照云計算典型分層設計自下而上分進行層次劃分，包括IaaS 層、PaaS 層和SaaS 層，并配置云安全防護功能，如圖1 所示。

（1）IaaS 層主要由硬件基礎設施層和虛擬化平臺層組成。 硬件基礎設施層主要包含計算、存儲、網絡、安全等硬件物理資源，支持主流廠商的服務器、存儲、網絡、安全等設備；虛擬化平臺層，通過云平臺軟件的虛擬化功能、設備管理功能、異構虛擬化等功能，將物理數據中心內，不同廠商的基礎物理設施、不同類型的虛擬化平臺，分別以計算資源池、存儲虛擬化資源池和網絡資源池方式統一納入開放的OpenStack 框架下，對上層提供統一云資源管理工具和開放的API（應用程序編程接口），形成統一的資源池管理和動態的資源調度。

圖1 調控云軟件架構

（2）PaaS 層主要提供云平臺公共組件、模型數據云平臺、運行數據云平臺、實時數據云平臺、大數據平臺、源數據端以及縱向和橫向服務等。公共組件為應用開發人員服務，提供支撐應用運行所需的軟件運行環境、相關工具與服務，包括關系數據庫、Web 中間件、消息服務中間件、日志服務、監控服務等；模型數據云平臺為全網提供模型數據，包含元數據管理、字典管理、模型數據管理以及圖模管理等；運行數據云平臺基于電網模型云平臺提供電網全模型，完成運行數據，即量測歷史數據、計劃預測數據等歷史數據的抽取、同步以及數據存儲與分析；實時數據平臺實現全網的實時數據采集、匯聚、處理、存儲、管理等，對外提供全網統一的實時數據服務及一體化展示；大數據平臺實現數據采集、數據存儲、數據處理、數據分析挖掘等功能，為PaaS 層的大數據存儲、計算、分析等提供統一的平臺支撐。

（3）SaaS 層為調控業務提供應用服務注冊、部署、發布統一管理，實現一個基礎應用和五大中心，即：全景展示中心、分析預警中心、運行管控中心、調度指揮中心、技術支持中心。

2.2 虛擬化平臺

虛擬化平臺通過云平臺軟件的虛擬化功能、設備管理功能、異構虛擬化功能等，將物理數據中心內，不同廠商的基礎物理設施、不同類型的虛擬化平臺，分別以計算資源池、存儲虛擬化資源池和網絡資源池方式統一納入開放的Open-Stack 框架下，對上層提供統一云資源管理工具和開放的API，形成統一的資源池管理和動態的資源調度。

虛擬化技術可滿足調控云的應用虛擬機，同時可采用雙機主備在線運行的要求，并具備針對后續新增應用快速分配和管理虛擬機的能力；同時具備資源動態調度、彈性管理、虛擬機容災、虛擬機高可用性、虛擬機遷移和備份等功能，提升整體資源利用效率，提高系統運行可靠性和可用性。當一臺物理服務器故障時，自動在集群的其他可用物理服務器上重新啟動運行虛擬機。

存儲虛擬化是對不同存儲硬件資源進行抽象化表現，向用戶提供統一的存儲服務。存儲虛擬化是作用在一個或者多個實體上的，這些實體用來提供存儲資源及存儲服務。

服務器內部可引入網絡功能部件虛擬交換機，虛擬交換機提供了虛擬服務器之間、虛擬服務器與外部網絡之間的通信能力。網絡虛擬化用來支撐云與虛擬化的建設要求，包括軟件定義網絡控制器、業務邏輯網絡虛擬化和網絡功能虛擬化三部分。

2.3 數據存儲體系

調控云數據存儲體系分為同步層、統一層、分析層，如圖2 所示。

圖2 調控云數據存儲體系

同步層：運行數據通過kafka 實時將各個地區匯集的數據同步到HBase 和關系數據庫，其中關系數據庫只保留近兩年的歷史數據，HBase 數據庫保留所有歷年數據；非結構化數據離線批量導入存儲于Hdfs。

統一層：運行數據（含氣象數據）采用Spark技術離線T-1 處理，存儲于Hive，首先經清洗加工轉換為明細的熟數據，然后通過特值征和標簽計算，形成派生數據；模型數據采用Sqoop 技術離線T-1 處理，存儲于Hive，不做任何清洗轉換操作，與模型云平臺保持一致，本身生成分析維度數據表。

分析層：聚類、預測等分析挖掘應用通過應用數據服務、離線T-1 處理后存儲于Hive，并將需要展示的數據同步至MPP（大規模并行處理）；復雜指標計算通過應用數據服務、離線T-1 處理后存儲于MPP，直接用于展示。

2.4 智能運維

集中運維體系對IaaS，PaaS，SaaS 資源進行集中監視，通過對收集的各類信息進行拓撲分析、血統分析，構建智能化運維體系（見圖3）。

圖3 調控云智能運維

云平臺管理：對云平臺運行環境的信息、計算資源、云平臺服務信息、SaaS 應用信息等進行采集或通過流程進行統一規范管控。

云平臺監視： 結合告警信息對云平臺IaaS層、PaaS 層、SaaS 層進行分層監視、有機結合、相互關聯，通過可視化手段展示正常運行方式和異常運行方式。

智能運維：實現對云平臺運行雙活環境的統一管控、一鍵切換，對云平臺資源一鍵巡視，輔助分析評估虛擬機分配的合理性。

2.5 調控云安全

調控云管理信息大區安全框架如圖4 所示，整體保障嚴格按照分層、縱深防御的思想。從物理基礎設施安全、網絡安全、主機安全、應用安全、數據安全、管理安全、安全服務等層面進行綜合防護，同時滿足《信息安全技術云計算服務安全指南》和《信息安全技術網絡安全等級保護安全設計要求》。

圖4 調控云管理信息大區安全框架

2.6 微服務框架

傳統的IT 行業軟件大多都是各種獨立系統的堆砌，系統的擴展性差、可靠性不高、維護成本高。后來引入SOA（面向服務的體系結構）服務化，但是SOA 總線模式是與某種技術棧強綁定的，導致企業的一流系統很難對接，切換時間長，成本高。

微服務框架是一種使用一套小服務來開發單個應用的方式，每個服務運行在自己的進程中，并使用輕量級通信機制。這些微服務基于業務能力構建，并能夠通過自動化部署機制來獨立部署，微服務可以使用不同的編程語言實現，以及不同數據存儲技術，并保持最低限度的集中式管理。

調控云微服務框架如圖5 所示，它提供廣域和內部2 條服務總線，提供一套基礎的架構，微服務之間主要通過私有RPC（遠程過程調用）協議進行協作, 實現在結構上“松耦合”，在整體上成為一個統一的整體，包含統一風格的界面、權限管理、安全策略、調度方式、監視與告警、日志管理、訪問入口等。

微服務總線包含服務注冊、配置和治理中心，實現調控云微服務應用的快速構建、實時監控和高可用保障。

圖5 微服務框架結構

2.7 關鍵技術研究

（1）全生命周期模型管控：建立與基建工程相協調、覆蓋規劃建設運行環節、貫穿省地縣三級調度、橫跨安全Ⅰ區和Ⅲ區的模型維護體系，各調控中心從模型數據云平臺裁剪所轄區域模型數據。分析決策類應用根據業務需要從模型數據云平臺按照時間維度、空間維度、業務維度獲取模型；實時/運行數據云平臺從模型數據云平臺獲取完整模型。

（2）全系統協同控制體系：全方位感知電網運行薄弱環節，統籌全網可調可控資源，采用統一決策、分散控制的多級調度協同控制新模式以及靈活、精準、智能、自動的源網荷儲控制手段，實現全局風險協同防控、復雜故障快速協同處置和正常狀態自適應巡航，全方位保障電網安全穩定運行。

（3）全過程分析決策體系：構建事前、事中、事后全過程分析決策體系。事前通過運行態勢風險分析和穩定裕度在線計算，評估潛在風險，并提出防控策略；事中通過穩定特性實時分析、智能輔助決策和處置決策實時評估，保障操作安全，正確快速處置故障；事后通過事故過程仿真評估，分析處置策略。

3 調控云建設面臨的挑戰及未來展望

3.1 調控云建設面臨的挑戰

云計算作為國家戰略性新興產業，極大地推動了信息化的發展。黨中央、國務院高度重視以云計算為代表的新一代信息產業發展，要求加快建設“數字中國”，推動物聯網、云計算和人工智能等技術向各行業全面融合滲透，推進基于云計算的信息服務公共平臺建設，構建萬物互聯、融合創新、智能協同、安全可控的新一代信息技術產業體系。

在此背景下，國調中心從2016 年開始組織開展調控云平臺技術架構前期調研和論證，下發了《國調中心關于印發國家電網公司2018 年調度控制重點工作任務的通知》，要求加快調控云與調控大數據關鍵技術的研究和試點，深化調控云關鍵技術研究，實現全網模型數據與運行數據標準化，開展調控云省級試點項目建設，部署云基礎設施、電網模型管理功能。根據《國調中心關于加快調控云建設的通知》（調自〔2017〕25 號），調控云按照“研究—試點—推廣”的原則穩步推進，到“十三五”末，將建成資源調配彈性靈活、數據應用規范統一、功能服務集中智能的調控云。

隨著調控云建設的開展和深入，調控云主導節點、協同節點以及源數據端之間的交互勢必更加緊密，未來在廣域分布式環境下將達到安全、實時、高效的云節點之間協同共享和柔性互動，使計算資源實現全方位安全共享、集中管控和彈性解耦，進一步提高適應電網一體化運行特征的全網信息感知、協同交互與同步支撐能力，推進“三型兩網”世界一流能源互聯網企業建設仍面臨著巨大挑戰。

3.2 調控云未來展望

調控云未來的業務架構由五個業務中心構成，其中電網模型、實時數據、運行數據為業務中心提供數據支持。基礎應用為五大中心的高級應用提供基礎服務。 統一門戶和統一權限實現IaaS層、PaaS 層、SaaS 層各類應用軟件的統一訪問入口和統一用戶權限認證體系，根據用戶角色不同分配不同的訪問界面。

電網模型云平臺提供模型定義和數據編輯功能，將電網資源模型發送給PMS（設備資產運維精益管理系統），并從PMS 和營銷業務系統抽取資產數據和用戶數據形成完整的主配合一的完整電網模型，提供給省地各個EMS（能量管理系統）和配電自動化系統。

實時數據云平臺匯集各EMS 和配電自動化系統的實時數據，運行數據云平臺抽取OMS（調度管理系統）、PMS、電量管理系統、用電采集系統和外部氣象系統的數據并提供給業務中心。

基礎應用通過引入語音識別、大數據引擎等新技術實現狀態估計、潮流計算、數據查詢、智能報表、智能搜索，這些基礎的應用模塊將為全景展示中心、分析預警中心、運行管控中心、調度控制中心、技術支持中心提供基礎業務所需的數據和服務。

（1）全景展示中心以GIS（地理信息系統）、電網接線圖為基礎，采用可視化方式直觀顯示電網概況、電網運行、電網狀態、電網規模、地理氣象等，為業務人員提供電網感知手段。

（2）分析預警中心結合傳統拓撲分析方法和大數據分析方法，實現狀態評估、負荷預測、停電綜合分析、充裕度分析、氣象影響分析、經濟運行分析等，為電網安全運行優化、薄弱環節發現提供支持。

（3）運行管控中心從電網運行管控、電網發電管控、檢修停電管控、現貨交易管控等角度出發，形成各項指標數據，提升電網工作管理水平，同時提供專業報表管理，為數據上報提供支持。

（4）調度指揮中心實現故障主動處理、應急指揮、保供電管理、危險點管理等功能，從各個方面及時解決問題，保證電網安全穩定運行。

（5）技術支持中心可通過移動APP 應用為現場人員和調度人員提供技術支持，包括調度員仿真培訓、專家遠程支持、知識庫管理、大數據支持等。

4 結語

面向特高壓互聯電網一體化特征建設調控云，利用兩級調控云平臺的信息交互和云計算的計算優勢，為電網調控運行及管理業務提供支撐，提升信息及支撐平臺能力、自然人機交互能力、電網全局運行監控能力和電網運行智能化水平。本文介紹了調控云的建設背景及需求，設計了調控云的總體架構，研究了智能運維、微服務框架等關鍵技術，分析調控云建設過程中面臨的挑戰，并對未來發展進行了展望，提出了調控云下一步的重點工作及攻關方向。