基于模糊均值聚類的調峰調頻信息控制方法研究

肖 飛,陸正嘉，吳佳偉

(1.國網上海市電力公司奉賢供電公司,上海 200122；2.國網上海市電力公司信息通信公司,上海 200072)

0 引言

隨著中國政府“碳達峰”和“碳中和”目標的提出[1]，分布式能源得到了空前的發展[2]。在分布式能源發展建設中，接入了屋頂光伏、風電、儲能等多種能源[3-4]。接入電力網絡信息呈多元化發展趨勢。通信信道包含光纖、電力線載波、5G、遠距離無線電(long range radio,LORA)等多種類型[5]。部分分布式能源調峰調頻控制信息時延較長，不能滿足電力市場交易的實時控制需求[6]。

國內外許多學者對分布式能源調峰調頻控制信息時延保障作了大量研究。文獻[7]提出了一種基于馬爾可夫的分布式能源調峰調頻控制信息時延保障方法。該方法通過邊端協同控制，提高了控制信息時延的保障水平。文獻[8]提出了一種基于邊緣節點分析的控制信息時延保障方法，通過調整同步數字體系(synchronous digital hierarchy,SDH)狀態信息，進行控制信息時延保障。文獻[9]提出了一種基于通信帶寬有效容量的分布式能源調峰調頻控制信息時延保障方法，采用遺傳算法獲得最優的控制信息時延。文獻[10]提出了一種基于可變控制信號的控制信息時延保障方法，以控制信號的平均時延最小為求解目標，進行控制信息時延保障。文獻[11]提出了一種基于四階累積量的控制信息時延保障方法，通過最小二乘濾波實現控制信息時延保障。由此可見，分布式能源調峰調頻控制信息時延保障方法多樣，且取得了一定的成績。但由于分布式能源信道類型眾多，上述方法并不能有效解決調峰調頻控制信息保障的問題。

為解決分布式能源調峰調頻控制信息時延保障的問題，本文提出了一種基于模糊均值聚類的調峰調頻信息控制方法(以下簡稱“本文方法”)。本文方法首先在分布式能源聚類的基礎上形成傳輸優先級；然后建立不同類型設備網段的流量協作控制單元，對區域網絡進行統一控制；最后根據邊緣計算判斷當前網段節點流量數據是否越限，并對超過流量閾值的信息類數據進行流量卸載，以降低調峰調頻信息號的傳輸時延。

1 控制信息時延保障框架

本文所述的基于模糊均值聚類的調峰調頻信息控制方法框架主要包括控制優先級信息分析、流量協作控制建立、網段節點流量數據分析、數據流量卸載和控制信息時延保障這五部分內容。

調峰調頻控制信息時延保障框架如圖1所示。

圖1 調峰調頻控制信息時延保障框架圖

在控制優先級信息分析環節，對分布式光伏發電、分布式儲能、分布式可控負荷等分布式能源信息進行聚類，并對分布式能源按控制、信息類劃分傳輸優先級。在流量協作控制建立環節，建立多個網段的流量協作控制單元，以便對區域網絡進行統一控制。在網段節點流量數據分析環節，通過邊緣計算判斷當前網段節點流量數據是否超過閾值。在數據流量卸載環節，對超過流量閾值的信息類數據進行流量卸載，保障控制信號傳輸的信道通信。在控制信息時延保障環節，通過控制任務優先的方式，提高控制信號時延保障水平。

2 調峰調頻控制信息時延保障模型

2.1 優先級信息分析

分布式能源優先級分析的目的是對分布式能源電力交易、量測、調峰調頻控制等信息進行分類和優先級排序[12-13]，確定優先傳輸的信息類型。

模糊均值聚類方法[14]是基于類型劃分的聚類方法，通過構建分布式能源隸屬度矩陣，判斷分布式能源樣本所屬的類別。分布式能源的集合為：

L={l1,l2,...,lna}

(1)

式中：na為分布式能源的個數；l為分布式能源。

聚類中心的集合為：

U={u1,u2,...,uk}

(2)

式中：k為分布式能源劃分簇的個數；u為聚類中心。

分布式能源優先級模糊均值聚類的目標函數為：

(3)

式中：ns為模糊均值聚類樣本數量；hsi為不同樣本的隸屬度；gai為不同樣本到簇中心的距離。

2.2 流量協作控制建立與網段節點流量數據分析

建立流量協作控制建立單元的目的是將光纖、5 G、電力線載波等多個網段的的流量控制單元進行聚合[15]，形成一個整體，以便進行區域網絡流量的統一控制。流量協作控制集合為：

J(u)={Ra,Ea,Qa,Za}

(4)

式中：Ra為光纖網段的流量資源；Ea為5 G網段的流量資源；Qa為電力線載波網段的流量資源；Za為LORA的流量資源。

網段節點流量數據分析的目的是分析當前網段節點流量的負載率，通過邊緣計算判斷當前網段節點流量數據是否超過閾值。

流量分析統計為：

(5)

式中：nb為網段流量節點個數；w為網絡節點；Δf為網絡節點流量的閾值；δ為比較函數。

2.3 數據流量卸載與控制信息時延保障

當檢測到網段節點流量高于閾值時，對非調峰調頻控制類的信息進行數據流量卸載。數據流量卸載時，直接將電力市場交易、信息通信等數據卸載到邊緣計算(mobile edge computing,MEC)中心，并在MEC中進行流量卸載處理。

首先，在智能MEC節點中進行多協作單元的集中控制。然后，通過上層的控制軟件實現各個分成MEC中心的高效協作和統一布署。最后，通過上層控制器實現MEC處理，以避免調峰調頻控制信息的南向和北向通信，從而減少數據通信傳輸帶寬占用、降低調峰調頻控制信息的業務時延。

控制信息時延保障的目的是降低調峰調頻控制信息的時延。首先，根據優先級分類，將電力市場交易、信息通信等低級別的通信數據放入等待資源序列中；然后，將調峰調頻控制信息放入優先序列中；最后，降低調峰調頻控制信息的時延，以提高控制信號的時延保障水平。

3 調峰調頻控制信息時延保障仿真流程

本文方法仿真流程如圖2所示。

圖2 仿真流程圖

①分布式能源信息進行聚類，并將分布式能源按控制、信息類劃分傳輸優先級。

②建立多個網段的流量協作控制單元，以便對區域網絡進行統一控制。

③通過邊緣計算，判斷當前網段節點流量數據是否超過閾值。

④對超過流量閾值的信息類數據進行流量卸載，保障控制信號傳輸的信道通信。

⑤通過控制任務優先的方式，提高控制信號的時延保障水平。

4 算例分析

為驗證本文方法的有效性，在某區域配電網進行實例驗證。其中：分布式光伏的數量為1 785個；分布式儲能的數量為567個；可控負荷的數量為3 976個。驗證所采用的后臺服務器操作系統為Win Server，中央處理器為至強32核心3.2 G，內存為128 GB。

4.1 控制信息優先級分類

控制信息優先級分類的目的是對分布式能源電力交易、量測、調峰調頻控制等信息進行分類和優先級排序，確定優先傳輸的信息類型。

采用本文方法進行分類，則控制信息優先級分類如表1所示。

表1 控制信息優先級分類表

4.2 網段節點流量數據分析準確性

網段節點流量數據準確性分析的目的是評估網段節點流量的可靠性。該評估指標的取值范圍為0～100%。其指標值越大，網段節點流量數據分析的準確性就越高。

選取網段節點的流量數據包為1 000、2 000個、4 000個、5 000個、8 000個、15 000個、20 000個，對比本文方法與業界廣泛使用四階累積量方法的網段節點流量數據分析準確性。網段節點流量數據分析準確性對比結果如表2所示。

表2 網段節點流量數據分析準確性對比結果

由表2可知，本文方法網段節點流量數據分析平均準確性為99.7%，高于四階累積量方法的平均分析準確率98.1%。

4.3 調峰調頻控制信息時延分析

調峰調頻控制信息時延分析的目的是驗證本文方法的性能。該指標值越小，說明性能越優。

選擇調峰調頻控制信息100條、200條、300條、400條、500條、600條、800條、900條、1 000條，對比本文方法與業界廣泛使用四階累積量方法的時延。調峰調頻控制信息時延分析對比結果如表3所示。

表3 調峰調頻控制信息時延分析對比結果

由表3可知，本文方法在時延方面優于四階累積量方法。

5 結論

為解決分布式能源調峰調頻控制信息時延保障的問題，本文提出了一種基于模糊均值聚類的調峰調頻信息控制方法。首先，對分布式能源信息進行優先級排序；然后，分析網絡節點流量是否越限，并針對越限的非調峰調頻控制信號流量進行流量卸載；最后，在某區域配電網進行實例驗證。其結果驗證了本文方法較業界廣泛應用的四階累積量方法更有效。

下一步研究將結合電力市場交易信息的優化控制，對本文方法作進一步研究。