智能電網調控云平臺方案研究

陳曉璇 陳石

摘要：隨著云平臺、邊緣計算及人工智能等現代化技術的飛速發展和快速普及，基于云的智能電網調度的應用落實也在穩步推進，通過分析目前電網調度存在的問題及未來相關數據量的發展需求預測，結合云平臺及邊緣計算等新興技術的優勢，研究開展智能電網調控云平臺建設的必要性和可行性，提出調度云平臺系統的架構方案及實現機制。

關鍵詞：調度云;智能電網;邊緣計算;人工智能

引言

目前，調度業務面臨數據量激增、傳統架構系統難以支撐的問題，建設具有海量業務數據處理能力、高帶寬、低時延的調控平臺的需求已迫在眉睫。在此基礎上，南方電網公司正在積極開展調度云的建設，研究新型業務模式，擬構建新一代的、統一的電力調度云服務平臺。

1.云平臺技術架構分析

南方電網調度云平臺采用的相關技術包括云平臺、邊緣計算及人工智能（AI）等。

云計算是一種分布式計算，指的是用戶可以通過移動互聯終端接入數據中心，根據自己的需求完成相應的運算，而遠程的數據中心由無數臺電腦和服務器連接成一片“電腦云”來進行數據處理和分析。云計算技術優勢明顯，包括快速部署和拓展、穩定性強、安全可靠、易于整合、便于升級維護、低成本等。

邊緣計算將作為基礎云平臺的延伸擴展，高分布式的計算可以分擔云后臺運行處理的工作量，處理更為海量的數據信息，還具備降低延遲、按需分配、提高效率等優勢，實現海量數據的存儲與計算、高可用性、自動化管理以及節能環保。

2.智能調控云平臺需求分析

據統計，各級調度機構現有三十多套各類不同的系統，基本都遵循傳統的IOE架構設計，其內部架構、軟件接口、內部總線、軟件開發水平等幾乎都有差別，互相交互復雜，界面難以統一，運維難度高。而且傳統IOE架構的系統幾乎沒有自動擴容的能力，不能做到彈性伸縮，資源集約化利用程度很低。

此外，隨著風、光等大規模新能源發展及充電樁等負荷側的推廣建設，信息規模指數型增長，幾年后，傳統架構系統將難以支撐如此龐大的數據量的接入和計算分析，現有主站系統將面臨計算能力及智能化水平不足的問題。

為全面滿足大規模可再生能源和需求側響應的調監控需求，解決現有系統計算能力不足和智能化水平低的問題，南方電網擬構建一套基于云的生態系統平臺，即“南方電網調度云”。

3.調度云的實現機制及實施路徑

云的本質是通過網絡以按需、易擴展的方式獲得所需服務，即計算能力也可作為一種商品通過互聯網進行流通。智能電網調控云平臺延續了云服務的特點，通過使計算分布在大量的分布式計算機上，而非本地計算機或遠程服務器中，使得資源能夠被切換到需要的應用上，根據需求訪問計算機和存儲系統，從而達到節約成本和優化配置的目的。

3.1 云平臺的技術架構

一般，界內較公認的云架構普遍劃分為三個層次，即基礎設施層（IaaS）、平臺層（PaaS）和軟件服務層（SaaS）。

SaaS層，軟件即服務（也稱軟件運營服務模式），即將開發完成的軟件進一步定制即可交付，用戶可直接使用，且只需管理維護自己的業務數據;Paas層，平臺即服務（也稱平臺運營服務模式），即將用戶所開發和運營的應用托管到云平臺，用戶負責管理維護自己的應用程序，客戶的應用開發及部署完成后所涉及的基礎設施維護管理工作都將由平臺負責;Iaas層，基礎設施即服務（也稱基礎設施服務模式），為用戶提供虛擬機操作系統，或是底層的、接近于直接操作硬件資源的服務接口。

3.2 基于云平臺的電網調度系統架構

南方電網調度云將參考互聯網公司的做法，結合電網運行監控系統的實際情況，實現集群互備、跨節點資源調度及屬地化運維管理，避免資源與投資浪費，也可通過資源整合達到互備效果。

調度云平臺建設，除傳統的SaaS、PaaS、IaaS層，還需與DaaS層（數據資源服務層）及AIaaS層（人工智能服務層）整合。

DaaS層即利用平臺提供的計算和存儲資源及組件服務為調度機構及其他用戶提供軟件定義的大數據服務，包括大數據分析、大數據運維、大數據開發等。AIaaS層即支持人工智能應用數據的接入、計算、開發、管理及部署的層級，以大數據分析和分布式應用服務為支撐，結合AI算法框架，構建具備AI特色及優勢的一站式服務。

調度云沿用傳統云平臺的硬件部署模式，采用通用化、統一規格的硬件設備以集群的方式搭建系統硬件架構。平臺中的服務器包括安全節點、管控節點以及提供其他應用和組件服務的節點。調度云需具備繁殖特性，即可以增加節點、擴充集群等方式實現擴容。此外，調度云需遵循電力監控系統的各項安防規定，按照安全分區、橫向隔離、縱向認證、網絡專用的原則構建調度云平臺。

基于海量數據造成云計算中心負荷大且相應實時性不高等問題，調度云平臺建設需引入邊緣計算技術，在靠近數據源頭的網絡邊緣側，融合分布式計算技術，就近提供邊緣智能服務，實現末端智能化、接入便捷化及協同就地化。

總的來說，調度云平臺的建設路徑分為主節點建設、網級至省級業務逐步上云、備用節點建設、網級至省級數據逐步上云、新能源數據上云、云化系統開發建設、主節點擴容、備用節點擴容等。

3.3 調度云發展的難點

智能調控云平臺需接入已有運行管控系統以及OCS系統以獲得各數據處理組件存放的信息及實時生產數據，因此建設該平臺的難點在于實現多種數據格式的數據采集;而如何對種類繁多且規模龐大的數據進行挖掘，提供有參考價值的數據分析，也是實施難點之一。

4.結語

智能電網調控云平臺建成后，可實現全網調度業務系統數據、功能、應用的全面整合，提高資源集約化利用水平和調度運行相關領域的業務水平，實現業務系統的全面提速、靈活擴容及功能智能化，數據價值充分挖掘利用，人工智能及邊緣計算技術廣泛應用，最終實現資源利用最大化、成本最小化、運維最簡化、運行效果最優化的目標，開拓全新的生態鏈條。

參考文獻：

[1]徐立冰. 騰云：云計算和大數據時代網絡技術揭秘[M]. 人民郵電出版社， 2013.

[2]李文軍. 計算機云計算及其實現技術分析[J]. 軍民兩用技術與產品， 2018（22）.

中國能源建設集團云南省電力設計院有限公司 ?云南 ?昆明 ?650051