基于霧計算架構的電網調度自動化系統

田太晉

摘 要 隨著智能電網的建設，特別是高級測量體系的不斷普及，運行產生的數據信息不斷增加，電力調度部門收集到的數據量呈爆炸式增長，調度自動化系統作為智能電網的神經中樞，正面臨嚴峻挑戰。為滿足對全網監控、負荷預測、經濟調度等功能的需要，解決各地調度系統異構及資源不均衡不匹配等問題，利用云計算和虛擬化技術，本文提出了一種基于云計算的調度自動化系統。這是一種基于霧計算架構的新型調度自動化系統，將部分數據處理和計算移到邊緣網絡，減小了數據傳輸的壓力，彌補了傳統調度自動化系統的不足，規避了長距離信號延時、網絡阻塞的風險，實現了調度自動化系統監控功能的提升。

關鍵詞 霧計算 調度自動化系統 云計算 低延時

中圖分類號：V242.3;TP2 文獻標識碼：A 文章編號：1007-0745（2021）05-0013-02

1 霧計算

思科公司（Cisco）的F.Bonomi等人在2012年提出了霧計算（Fog Computing）的概念。霧計算是一種介于云計算和物聯網設備之間的分布式計算模式，基本思想是將計算設備更靠近數據源。霧計算可同時擴展到核心網絡和邊緣網絡，即邊緣網絡和核心網絡（如核心路由器、區域服務器、廣域網交換機等）的成分均可納入霧計算的架構中。因此，對于實時物聯網應用，服務延時可實現最小化[1]。

目前，關于霧計算的研究，主要集中在以下幾方面：

（1）霧計算架構設計。最早提出霧計算，定義霧計算的特征及其架構，設計了一種基于霧計算架構的網關，同時也設計了一種基于無線傳感器網絡編碼的霧計算通信協議。并提出一種面向未來網絡應用的移動霧模型。

（2）霧計算服務質量。利用霧計算分層的結構減少了用戶向云服務器發送請求的次數，解決了數據處理過程中的擁塞問題。設計了一種高效的任務調度和資源管理策略，平衡客戶端設備和計算服務器上的工作負載，提高了霧計算資源的利用率。提出基于微分博弈的霧計算入侵檢測模型、惡意程序傳播防御模型及一種基于超圖結構的霧計算密鑰管理方案，以抵御霧計算環境下的惡意入侵和破壞[2]。

（3）霧計算應用領域。霧計算目前已逐漸應用到物聯網領域，如車載網、無線接入網、5G網絡、風電場信息采集、電網安全風險評估。然而，鮮有學者提出將霧計算架構應用到調度自動化系統中，而調度自動化系統的計算應用具有數據采集分布式、計算需求多樣化、計算時間多尺度等特點，因此本文將提出一種納入霧計算架構的新型調度自動化系統。

2 基于霧計算的調度自動化系統架構

2.1 傳統調度自動化系統架構

傳統調度自動化系統架構如圖1所示。在傳統調度自動化系統架構中，通常采用固定拓撲結構，并部署備用SCADA服務器和備用歷史服務器，實現對主功能及歷史紀錄的冗余保障。傳統架構模式存在設備耦合度高、維護難度大、容災性差等特點。

2.2 基于霧計算的調度自動化系統架構

為解決傳統調度自動化系統架構存在的一系列問題，本文考慮將霧計算架構納入基于云計算的調度自動化系統，依然采用分層結構，進一步改善調度自動化系統的可靠性能。

霧計算架構部分包括數據接收網絡、邊緣計算單元及區域計算層：

（1）數據接收網絡。數據接收網絡中，應用智能網關技術，從分布式部署在現場的各類設備（包括各類傳感器、微型PMU等），通過WiFi、4G、GPRS等網絡及相關協議，把狀態信息或動作信息送到上一層邊緣計算單元。

（2）邊緣計算單元。邊緣計算單元包括各種存儲資源、軟件資源、計算資源和網絡資源，屬于高度虛擬化的微型數據中心（Micro Data Centre，MDC）。該層根據現場應用的需要，應用各種霧計算算法，實時分析處理從數據接收網絡送來的數據流（例如：電力一次電氣設備的故障診斷數據、移動巡檢設備采集的數據等），對云計算中心所需的數據進行預處理（包括壞數據處理、特征提取、壓縮等），更好地實現對不同延時層次的電網大數據分析，減少邊緣網絡數據上行帶寬的壓力和云計算處理數據的壓力。在數據安全方面，可考慮采用基于微分博弈的入侵檢測算法模型和惡意程序傳播防御模型等來抵御霧計算系統外部或內部的安全威脅，提高系統安全可靠性[3]。

3 基于霧計算的調度自動化系統的應用

基于霧計算的調度自動化系統主要應用于以下幾方面：

（1）數據采集方面。霧計算設備首先對數據進行收集并處理壞數據，通過一系列霧計算算法對數據進行處理、壓縮、打包，而后發送到分布式或集中式應用設備中。例如：相量數據采集裝置（Phasor Data Concentrator，PDC）將采集到的多路電壓電流模擬量及GPS時鐘信號，進行預處理，生成同步測量信號再輸出。此外，變壓器等設備的監控數據、視頻監控數據、移動巡檢設備采集的數據等均可進行預處理后再送到主監控平臺上。將這類型的數據處理工作移到邊緣網絡，可有效減小數據上行負載及監控中心的信息負載[4]。

（2）電網態勢感知和電壓穩定方面。集中式的狀態估計存在不收斂或魯棒性不強的問題，從而導致對復雜電力系統態勢感知能力比較薄弱，分布式的狀態估計可利用霧計算設備和算法，得到電力系統部分區域的態勢感知。當電網出現電壓穩定性問題時，若不加以控制就有可能會逐漸擴散到整個網絡。霧計算設備可利用量測數據對部分區域系統的電壓穩定性進行粗略估計，整合分布式狀態估計，快速地評估部分區域系統的電壓穩定性，從而進一步采取策略，維持電網電壓穩定。

（3）安全預警和電網自恢復方面。預警系統信息采集設備通常在生產一線，如變電站設備，線路等，采集的信息包括視頻信息，線路的電壓、電流、功率等。當電網狀態變差時，預警系統需及時響應，并把預警信號送到控制中心，若系統發生故障應有足夠快的時間實現自恢復，防止引起系統失穩甚至出現連鎖停電事故。將預警過程和自愈控制過程移到邊緣網絡，利用霧計算設備去計算預警和控制策略，可減少控制中心的信息負載，同時能使電網對預警信號有更快的響應。目前，霧計算在該方面的應用有繼電保護裝置等[5]。

霧計算在調度自動化系統中的應用絕不僅限于以上方面。較于云計算，霧計算在低延時數據傳輸能力和對邊緣網絡信號及時響應能力上有較大的優勢，因此霧計算在調度自動化系統中有較大的應用前景。

4 結語

本文將霧計算架構納入調度自動化系統中，該架構依然采用分層分布式結構，將部分計算的位置移到邊緣網絡，增強了調度自動化系統的數據采集和處理的功能，提升了快速實現邊緣計算和及時響應電網狀態變化的能力，彌補了傳統調度自動化系統在數據處理和數據傳輸方面的不足。將霧計算架構納入調度自動化系統仍然面臨一些挑戰，如霧計算設備和云計算設備、其他霧計算設備、傳感器、用戶之間的接口設計，網絡通信及網絡安全等問題，亟待進一步研究。

參考文獻：

[1] 王志文.電網調度自動化常見故障和改進策略分析[J].電子世界，2020（17）：39-40.

[2] 李培培，高曉寧.計算機技術在電力企業自動化控制中的應用[J].信息與電腦（理論版），2018（24）：22-24.

[3] 古婷.電網調度自動化系統分析[J].建材與裝飾，2018 （51）：220-221.

[4] 任愛輝.SVG技術在電網調度自動化系統中的應用[J].建材與裝飾，2018（50）：202-203.

[5] 王宇鵬.電網調度自動化監控報警系統分析[J].低碳世界，2018（12）：35-36.