智能電網中利用S D N和開流框架進行優化設計的評估研究

徐向藝，王建璽，黎遠松

（1.平頂山學院，河南平頂山 467002；2.四川理工學院，四川自貢 643000）

智能電網[1]是一種具有自動控制和自我保護調節能力的電網系統，由信息和通信技術設備以及其他軟硬件提供支持使其達到可靠性、安全性和實時性要求[2]。然而，電網傳輸中的通信技術尚不完善，缺乏足夠兼容性[3]，故不能很好地適應實際網絡。

針對智能電網系統的控制和管理，學者們做了大量研究，包括模型的建立[4-5]、故障診斷[6]、虛擬化解決方案[7-10]和評估[11]等。例如，文獻[4]提出了一種基于IEC61850的智能分布式饋線自動化模型，從分布式自動化技術角度，考慮了系統實現的原理和配置。文獻[5]提出了一種快速準確實時的信息交換控制系統，通過預測自適應網絡在獨立平臺上運行開放標準通信協議，可優化和提高傳輸率、提高系統的彈性。

針對電網故障問題。文獻[7]提出傳統網絡嵌入虛擬網絡（virtual networks，VN）的各種技術，目的是解決異構無線網絡難以互通和定制服務問題，但由于軟件定義網絡（Software Defined Networking，SDN）環境的特點（例如中心控制器的重要性和虛擬技術的差異）需要開發一種新技術，而負載平衡VN分配算法的一些定義和思想是解決SDN的嵌入設計問題的有效方法[8]。

文獻[9]提出了一種SDN虛擬化解決方案，利用基于容器的虛擬化技術運行一個更改的NOX控制器，但它對每個VN沒有使用獨立的控制器，它僅映射物理網絡和虛擬網絡間的NOX API調用關系[10]。

文獻[11]通過最小化控制器到交換機的均值和對SDN控制器的延遲進行了優化設計，然而，該文僅通過蠻力方法尋找最優位置以評價多少個控制器對延遲產生的影響，導致不同的中央控制器和不同資源的共享性能較差，系統性能較差。文獻[12]探討了開流（Open Flow，OF）代理實現的行為，測試了OF交換機的互操作性，是對SDN的一個擴展，降低了網絡功能成本。

不同于以上大多研究，本文研究更注重實際電網的適用性，模擬真實網絡環境，還詳細介紹了機電系統和電網原型，實驗嚴格在這些系統上進行。另外運用新的OF技術框架，并設計交換機-控制器的最小化延遲、甩負荷控制邏輯和鏈路故障問題解決方案，用低成本開流提供了自動錯誤轉移機制、負載均衡和質量服務保證，研究故障情況下的吞吐量、頻率響應，已經在開流處理器上的負載均衡機制問題。

1 能源和智能電網

圖1對智能電網做了一個較高級別的概括。智能電網就是一個可以通信并且能夠控制能源的產生、傳輸和電網組件的網絡。此模型為控制中心（Control Center，CC）提供了直觀的可見性并且允許用戶與系統進行交流。

1.1 機電系統模型

圖2中的能源系統實驗臺為一個四路系統，由3個同步發電機（G1，G2和G3）、3路線和3個負載組成。在正常操作過程中，總線1位置的G3生成95 W，將一個三相自動變壓器放置在總線1處，將電壓從208 V減小到138 V，從而適應設備的電壓需求。將一個三相二極管橋式整流和電容器放置在變壓器的低端，這樣可以形成一個160 V的直流總線。直流總線上有兩個負載：一個11 W的固定負載和一個在恒定電阻模式下操作的安捷倫6 063 b變量電子負載。名義上這個電子負載的電阻設定為200 Ω（120 W），將一個90 W的負載和一個120 W處進行操作的發電機（G3）與總線2相連，總線3處的G3一般生成65 W，總線3上不連接負載。利用歸納輸電線路將這些總線連接在一個回路里，每個傳輸線路中的電抗為j1.224 1 Ω，為了對甩負荷操作進行測試，打開發電機3（控制總線G3）上的斷路器，將G3與系統斷開。在失去G3的情況下，至少可以將系統的頻率降低3 Hz。

圖1 智能電網模型Fig.1 Smart grid model

圖2 電網的一個微型模型Fig.2 A miniature model of the grid

1.2 智能電網原型

圖3顯示了智能電網原型的細節，資源分成兩組：K-State資源和GENI資源。在K-State中，一個模擬數字轉換器將模擬電壓轉換為數字，將這個數字信號傳輸給一個微型控制器，微型控制器通過測量每個脈沖的寬度以評估脈沖的周期大小，然后連續的將評估的周期大小傳輸給ksu主機1。ksu主機1每從微型控制器（即流量保護）接收15個樣本，ksu主機1上的一個發電機代理（Generator Agent，GA）就通過網絡向GENI中的控制中心代理（Control Center Agent，CCA）傳輸一個周期測量值。假設頻率已經相對于標稱值偏離了60 Hz，那么CCA就會將甩負荷測量值傳輸給ksu主機3處的負載代理（Loading Agent，LA）。LA通過一個GPIB與安捷倫6 063 b變量電子負載進行交流，GPIB可以相應的調節負載，因此可以保持頻率為60 Hz。另外，GENI內核中的循環拓撲用于處理信息冗余和歸位，控制中心的開流控制器提供了一個控制平面以控制GENI中所有的開流開關。ksu主機為控制中心的主機生成背景流量流。

圖3 將能源電網和通信網絡進行整合以實現智能電網的原型Fig.3 Smart grid prototype of energy grids and communication networks

1.3 開流架構

圖4對開流架構的基本組成流動性實驗平臺、安全頻道和開流協議進行了說明[12-14]。如圖4所示，控制和數據平面是解耦的，這是定義于網絡中軟件的一個基本特征。下面給出了開流機制的高層級描述[14]。

1）開流開啟前或正在運行時，開流（Open Flow，OF）控制器在流表中利用開流協議安裝流空間準則。

2）在包到達開流交換器前，將包與流表內的流空間準則列表進行對比檢查。

3）如果一段流中的包未能與流表中任何準則進行成功匹配，將這些包進行密封并作為“包進入”信息發送到OF控制器以進行進一步的評估，直到為這段流動數據包安裝流條目（一個流準則）才停止向OF控制器發送匹配失敗的包。

圖4 開流結構Fig.4 The structure of open flow

4）在評估完成之后，OF控制器為這種類型的包安裝一個新的準則，所有后續的未訪問過OF控制器的數據包都會進行類似的處理。

2 方法設計

2.1 控制器與交換機最小化延遲

定義T作為一對（TN，TL）限制最大數量節點壓力和最大數量鏈路壓力，最小化延遲算法簡要步驟描述如下，算法1為其詳細說明。

步驟1：預先計算對延遲：給定底層網絡拓撲結構（V，E）和鄰居節點間的延遲，找所有|V|·|V－1|節點對間最短路徑和所有的成對延遲矩陣。

步驟2：給定numV VNs，numF表示給定控制器位置，啟發式方法首先根據來自numF VNs的控制器延遲對底層交換機排序，最后確定每個鏈路中的節點對且選擇它作為虛擬鏈路路由。

步驟3：映射可調位置控制器的VNs，根據VN大小采用啟發式方法排序VNs，即最高虛擬鏈路數量的VN首先映射。對每個VN，從其他底層節點中尋找3個最低均值距離節點，然后找出與這些節點相關最高NR的VN的控制器。

步驟4：虛擬鏈路重建路由，啟發式方法充分利用底層SDN提供的重建路由概率[15]。計算每個底層節點和鏈路壓力，然后最大節點壓力SNmax=maxv∈VSN（v）和最大鏈路壓力SLmax=maxe∈ESL（e）。

算法1.最小化延遲啟發算法

2.2 甩負荷控制邏輯設計

用戶允許公共事業公司（如電力公司）尋找一種較好的機制對電器的開/關周期進行調節，這樣可以減小用電需求高峰期內的負載。作為交換，用戶獲取了一些福利，比如較低的電量價格，因此控制中心代理CCA要進行甩負荷控制，其邏輯見算法2。

算法2：甩負荷的控制邏輯

fnom：60 Hz的標稱頻率

一是引才要更加精準務實。引進人才要結合本地實際，明確引才目標和優惠條件，切忌盲目貪大貪洋。大連是老齡化嚴重和產業轉型升級任務繁重地區，亟待引進年輕人才、技能型人才、創新創意人才、跨界復合型人才、新學科發展人才，不僅瞄準高端人才，更要儲備大量中高級專業化技能人才，創造條件將大連高等院校培養的大量人才優先吸引在連就業創業，切實改善區域人才結構和補充數量短板。

fact：從負載代理獲取的實際頻率

fdev：實際頻率相對于標稱頻率的偏差大小

fthres：將頻率閾值設置為0.1

Kp：控制系統的增益為5

Ri：初始電阻為200 Ω

Rsf：電阻的比例因子

Rnew：新負載

for（；；）do

2.3 鏈路故障問題

為了對自動故障轉移機制進行說明，需要在主通道上創建一個邏輯鏈接故障。為了完成這項任務，本文對網絡操作系統（NOX）數據包的發現模塊進行了修改，網絡操作系統（NOX）數據包的發現模塊通過鏈接層發現協議以完成對網絡拓撲結構的評估。算法3為給定相鄰開流交換器的配對源-目的地給出了一個鏈接故障。

算法3：鏈路故障算法

Ai，j：=相鄰結構含有的所有源-目的地（i，j）dipds（即開流數據通道/交換器）和發現時間

tf：=鏈路故障時間

tc：=當前時間

tl：=從Ai，j中刪除一個鏈路的時間

src：=將要移除的與鏈路相連的源dpid

dst：=將要移除的與鏈路相連的目的地dpid

3 仿真實驗與分析

本文實驗所用框架在2.1和2.2有詳細說明，利用3個同步發電機為固定和可變負載提供電力，其中的可變負載表示一些可以斷斷續續連接的電器，比如空調機組。ksu主機1處的發電機代理GA傳輸與發電機模擬頻率相對應的周期測量值給控制中心代理CCA。然后CCA執行算法1和算法2，鏈路故障時執行算法3。本文進行實驗的條件為：

1）利用ksu處的CCA獲取基準頻率響應和甩負荷概要情況；

2）在主通道失效的情況下，利用錯誤轉移機制將流量重新路由到備用路徑上；

3）注入流量流以充滿網絡；

4）通過網絡對流量流進行負載均衡。

3.1 自動故障轉移

對于自動故障轉移，本文僅考慮如何保護網絡中的流量（即代理間的流量）。實驗進行到大約25 s處，丟棄G3，如圖5所示，頻率相對于標稱值開始發生偏差。實驗進行到大約在29 s處，本文丟棄了主通道上的一個鏈路。從圖5中可以看出，基準情況下頻率的偏差小于故障轉移情況下的偏差，但是，為了對GA、CCA和LA間的較高延遲進行補償，需要在CCA處設置一個較高的增益。對于故障轉移情況下，較高的增益增加了電阻測量步驟的長度，最后將電阻測量值從CCA傳輸給LA，高的增益減小了頻率返回基準值所用的時間。在基準情況下，高增益和小延遲使得電阻發生“超調量”，這些電阻的作用是將頻率調節回標稱值。為一個較小的延遲配置一個較小的增益將會減小基準情況中的變化。圖6顯示了實驗持續進行過程中骨干網絡中的吞吐量，自動故障轉移機制能夠在2 s內對所有的流量進行重新路由。

3.2 負載均衡實驗

在開流控制器處，設置負載均衡機制，這樣可以為每個新流切換通道。本文首先在主通道上對3個流進行負載均衡，然后在G3處生成故障。

圖7顯示了當流進行負載均衡時兩個通道的聚合吞吐量，如預期的一樣，當每個單獨流為大約80 Mb/s時，通過備用通道的吞吐量大約為240 Mb/s，這是由于存在200 ms的延遲。當每個流的大小為180 Mb/s，主通道的吞吐量大約為500 Mb/s。這些是流控制和擁塞機制的直接結果，TCP iperf流中長期存在延遲，流控制和擁塞機制天然存在與TCP iperf流中。

圖5 當自動故障轉移機制通過備用路徑將流量重新路由時，比較G3處發生故障的頻率響應與基準處發生故障時的頻率響應Fig.5 A comparison of the frequency response for a failure at G3when an automatic fail-over mechanism reroutes traffic through the backup path with the frequency response when a failure occurs at the benchmark

圖6 當進行自動故障轉移時，主干網絡的吞吐量Fig.6 The throughput through the backbone network when an automatic failover ensues

圖7 當流在主干核心網絡負載均衡時，兩個通道中的吞吐量Fig.7 The throughput on both paths as streams are load balanced in the backbone core network

從圖8和圖9可以看出，QoS和負載均值產生的結果與基準情況下的結果類似。QoS實驗數據顯示頻率是平穩返回標稱頻率，從負載均衡的實驗結果可以看出，頻率響應和甩負荷概要與基準情況類似，在基準情況下，需要額外的電阻使得頻率返回標稱值。這可能是由于序列中的保護和背景數據包通過通道傳輸有關，即這些序列和數據包必須經過一段時間才能到達控制中心CCA，因此在圖8和圖9中在35 s之前的數據有較大的偏差，而之后偏差明顯變小。

圖8 QoS、負載均衡和基準實驗獲取的頻率響應的比較Fig.8 A comparison of the frequency response for the QoS，load balancing and benchmark experiments

圖9 QoS、負載均衡和基準實驗的甩負荷概要的比較Fig.9 A comparison of the load shed profile for the QoS，load balancing and benchmark experiment

4 結論

本文提出了一種開流控制器，這個控制器可以提供自動故障轉移機制、提供類似MPLS的均衡負載隧道特性以及提供服務質量保證。本文利用開流為ksu處所有流的出口創建隊列。由于主通道和備用通道上初始聚合吞吐量都大約為10 kb/s，因此可以確定當隊列中的數據包序列穿過骨干網絡時，數據包不會發生改變，實驗結果表明這些服務功能可以支持智能電網中的真實系統。

在未來的研究工作中，當有可用支持的硬件時，本文將會采用其他顯著的類似MPLS的隧道特征，比如自動路由和自動帶寬，并對試驗結果進行比較，并選取一個最優增益測量值作為GA、CCA和LA之間的延遲測量值。

[1]鄒巧明.智能電網集成通信[J].電網與清潔能源，2012，28（7）:43-47.ZOU Qiaoming.The integrated communication of smart grid[J].Power System and Clean Energy，2012，28（7）:43-47（in Chinese）.

[2]饒堯，邱澤晶，彭旭東.基于層次分析法的電網能效影響因子分析研究[J].節能技術，2014，32（1）:51-54.RAO Yao，QIU Zejing，PENG Xudong.Analysis of grid energy efficiency factors based on analytic hierarchy process[J].Energy Conservation Technology，2014，32（1）:51-54（in Chinese）.

[3]張濤，吳瑜暉，孫玉婷.陜西地區智能電網調度技術支持系統實現方案的研究[J].陜西電力，2010，38（10）:41-44.ZHANG Tao，WU Yuhui，SUN Yuting.Smart grid scheduling technology support system and implementation plan in shaanxi regions[J].Shaanxi Electric Power，2010，38（10）:41-44（in Chinese）.

[4]黃國強.智能電網關鍵技術的分析與探討[J].陜西電力，2009，37（11）:44-47.HUANG Guoqiang.Analysisand discussion on key technology of smart grid[J].Shaanxi Electric Power，2009，37（11）:44-47（in Chinese）.

[5]尹琪彬.35 kV變電站無人值守自動化系統設計與研究[J].西北水電，2015，16（2）:71-75.YIN Qibin.Design and study of attendant-free automation system of 35 kV grid station[J].Northwest Power，2015，16（2）:71-75（in Chinese）.

[6]李大冰，吉榮廷，馮文秀.風力發電機組葉片故障診斷[J].節能技術，2013，31（6）:534-536.LI Dabing，JI Rongting，FENG Wenxiu.Fault diagnosis of the wind turbine blades[J].Energy Conservation Technology，2013，31（6）:534-536（in Chinese）.

[7]張旭.陜西省電力公司智能電網建設現狀分析及改進措施[J].陜西電力，2010，38（3）:16-18.ZHANG Xu.The analysis of smart grid situation of Shaanxi electric powercompany and improvement[J].Shaanxi Electric Power，2010，38（3）:16-18（in Chinese）.

[8]CHOWDHURY M，RAHMAN M R，BOUTABA R.Vineyard:virtual network embedding algorithms with coordinated node and link mapping[J].IEEE/ACM Transactions on Networking（TON），2012，20（1）:206-219（in Chinese）.

[9]溫濤，虞紅芳，李樂民.網絡虛擬化的過去，現在和未來[J].中興通訊技術，2014，20（3）:198-205.WEN Tao，YU Hongfang，LI Lemin.Network virtualization of past，present and future[J].ZTE Technologies，2014，20（3）:198-205（in Chinese）.

[10]BARI M F，BOUTABA R，ESTEVES R，et al.Data center network virtualization:a survey[J].IEEE Communications Surveys&Tutorials，2013，15（2）:909-928.

[11]李琳鋒，李劍鋒，卜萬錦，等.地區多級電網繼電保護整定管理系統[J].節能技術，2013，31（4）:313-316.LI Linfeng，LI Jianfeng，BU Wanjin，et al.Local multistage relay protection setting management system[J].Energy Conservation Technology，2013，31（4）:313-316（in Chinese）.

[12]KUZNIAR M，PERESINI P，CANINI M，et al.A SOFT way for openflow switch interoperability testing[J].Proceedings of International Conference on Emerging Networking Experiments&Technologies，2012，17（2）:265-276.

[13]PARULKAR G M，REXFORD J，TURNER J S，et al.Open Flow:enabling innovation in campus networks[J].ACM Sigcomm Computer Communication Review，2008，38（2）:69-74.

[14]左青云，陳鳴，趙廣松，等.基于Open Flow的SDN技術研究[J].軟件學報，2013，27（5）:1078-1097.ZUO Qingyun，CHEN Ming，ZHAO Guangsong，et al.Research of openflow-based SDN technologies[J].Journal of Software，2013，27（5）:1078-1097（in Chinese）.

[15]CHANNEGOWDA M，NEJABATI R，RASHIDI FARD M，et al.Experimental demonstration of an OpenFlow based software-defined optical network employing packet，fixed and flexible DWDM grid technologies on an international multi-domain testbed[J].Optics Express，2013，21（5）:5487-5498.