基于云計算的智能電網調度監控平臺

何 哲

（國電南瑞科技股份有限公司，江蘇 南京 211106）

0 引 言

隨著工農業生產和社會經濟的飛速發展，能源問題和環境問題日益嚴峻，社會經濟的發展面臨著巨大挑戰[1]。多種新型能源的應用，使得電網特性發生了巨大變化。云計算在電力系統中的應用實現了電網數據的高效處理，有效整合了電網中的數據運算和存儲資源[2]。本文設計的智能電網調度監控平臺，有效融合了底層數據采集、中層數據監控以及上層智能調度高級應用，實現了電網資源的優化配置。

1 云計算

云計算是當前主流的分布式數據運算技術，具有安全可靠、擴展靈活、數據處理能力強以及數據處理設備利用效率高等優點，能夠將分布雜散的多種計算資源有機結合起來，并借助虛擬技術實現數據計算資源的高效整合[3]。同時，云計算技術采用分布式存儲與因特網通信，與采用數據集中式存儲和內部網絡通信的傳統分布式計算存在很大的區別。由于云計算這些顯著的特點，傳統的電網調度算法已經無法通過云計算平臺實現，應當以云計算技術的特點為依據設計和優化電網調度算法[4]。首先，云計算能夠估算計算資源的數據處理能力。不同計算資源的數據處理能力存在較大差異，在設計優化新算法時，需盡可能將數據進行小型化處理，以保證數據計算資源的高效利用。其次，由于云計算采用了因特網通信，新算法要最大限度減少計算資源之間的通信，以減小通信延遲對算法運行的影響。最后，云計算采用分布式數據存儲，因此新算法需遵循就近處理的原則，最大限度減小節點之間的數據交換，以保證數據處理的高效性。

2 基于云計算的智能電網SCADA系統

隨著新能源的廣泛應用和智能電網的發展，電網結構和電網運行方式變得復雜。常規的電網SCADA系統由于封閉性特點，無法滿足用戶對系統功能持續升級的需求[5]。針對該問題，本節重點研究基于云計算的智能電網SCADA系統，有效解決封閉性問題，以提高系統的開放性、靈活性以及擴展性。

2.1 系統架構

基于云計算的智能電網SCADA系統面向對象進行設計，基本架構如圖1所示。除去具有SCADA系統的基本功能外，它還構建了開放性強和擴展性強的云服務平臺，具有統一化的維護管理方案和智能化的數據運算與電網調度策略。

圖1 基于云計算SCADA系統架構

該SCADA系統包含就地層、分布式子站層、集中監控層以及優化管理層4個大部分[6]。系統采用上層集中管理和下層分布控制的基本架構，能夠靈活結合智能電網設備類型多樣性和復雜性的特點，實現系統的高效運行與穩定控制[7]。就地層布置在電力系統設備實體所在的位置，包含多種電氣設備及測控終端，采用分布式控制策略進行控制。基于SOA技術與云端調度監控平臺進行數據交換，能夠下載和調度監控平臺對本地設備的控制策略，并實時上傳電力系統設備的數據，便于系統進行監控。分布式子站層作為系統的中間層，通過交換機和服務器與就地層的電氣設備進行數據交互，同時是集中監控層和優化管理層進行控制策略傳輸的通路。就地層中的每一個電氣設備都有唯一的一個網絡地址：

式中，A為電氣設備網絡地址編號；A（parent）為電氣設備父節點設備的網絡地址編號；Cskip（d）為位于d層深度的父設備的地址編號偏移量；Rm為路由器數量上限；n為第n個設備。

集中監控層與優化管理層都布設在云端。其中，優化管理層是核心，采用集中式控制策略，基于接收到的監控信息實現決策運算；集中監控層則在權限內對電氣設備下發控制策略，并與外部系統進行數據交互，實現電力系統的雙向信息交互。

2.2 系統技術方案

首先，面向對象將系統功能進行模塊化劃分和集成，使其以服務單元的形式存在。功能模塊之間通過規定好的接口進行數據交互，實現業務的模塊化管理，提高任務執行效率，并且便于實現功能的擴展與強化。其次，針對電網模型的復雜性和元器件的多樣性，采用圖像模型統一化技術進行系統維護，對新能源進行CIM建模并映射到數據庫，實現圖元對象與數據庫的關聯，并進行可視化維護。最后，與常規的SCADA系統不同，新系統基于云計算設計了全自動化的控制策略，實現了系統的智能控制，增強了系統的智能性。

3 智能電網調度監控方案

結合云計算技術提出了智能電網調度監控的解決方案，并闡述專家知識、數據存儲以及控制策略，能實現對大量調度監控信息的處理。基于對象的專家知識涵蓋了概念、事實以及規則3層體系。概念用來存放基本信息，事實用來描述各個概念之間的關聯關系，規則用來描述實現任務的推理邏輯。智能電網調度監控知識以構成問題的基本事件展開，劃分成樹狀結構，將其屬性、行為以及與其他事物之間的關聯關系進行有效表達形成對象。這里以變壓器為例進行描述，它的知識點層次結構如圖2所示。

圖2 變壓器知識層次結構

在智能電網調度監控中，數據種類復雜多樣，電網現有的數據存儲與管理方案不能夠滿足大量數據的存儲與管理。該調度監控方案采用分布式數據存儲技術管理大量的數據，并采取有效手段保證數據的安全性與可靠性。分布式文件系統是分布式數據存儲與管理的基礎，以其高容錯性和高可靠性等特點為大量數據的存儲與管理帶來了便利。

目前，電力調度人員對上傳的監控信息需要查閱專家手冊進行處理，工作效率低下，且很難通過有限的典型故障樣本為現有的問題提供有效的解決方案。因此，需要結合大量的歷史數據進行分析，為在實際工作中的電力調度人員提供更準確的參考方案。

該智能電網調度監控方案能夠將數據挖掘、人工分析以及計算機分析有效結合，不斷完善專家知識。該方案還能夠通過智能化分析和數據挖掘加強對監控數據的有效利用，具備自適應、自組織以及自學習的特點。該智能調度監控方案的專家知識工作流程如圖3所示。

圖3 智能調度監控方案的專家知識工作流程

電網出現故障會產生大量的警告監控信號。通過分析警告信號及相關數據，并向電力調度人員下發與該故障對應的問題解決方案，能夠減輕電力調度人員的工作壓力，同時提高問題的解決效率。

4 智能電網調度監控平臺的實現

4.1 設計目標

基于云計算的智能電網調度監控平臺主要實現了如下目標。第一，搭建具有規范性和可擴展性的專家知識庫。第二，實現數據采集功能和云端數據監控功能。第三，實現智能化的電力監控與調度。

4.2 總體架構設計

基于云計算的智能電網調度監控平臺的架構主要分為服務訪問層、業務應用層、基礎設施以及基礎服務層3個層級，如圖4所示。

圖4 基于云計算的智能電網調度監控平臺架構

4.3 數據采集與監控

設備終端采集到原始信號，經過逐級傳送后，基于知識智能搜索引擎映射到專家知識庫，轉變為規范化的信號由監控決策專家庫使用，進而經分析運算得到調度方案，具體的實現過程如圖5所示。

圖5 監控信號采集與處理過程

4.4 智能電網調度監控輔助決策

智能電網調度監控平臺通過標準化的數據接口調用輔助決策功能，并設計出友好的人機交互界面顯示實時監控信息和輔助決策結果。在電力調度監控平臺實際測試中，輔助決策系統在調度集中監控方面由專家知識庫依據采集到的電力系統實時運行數據進行運算分析，從而給出故障解決方案供電力調度人員參考，避免了電力調度人員從大量的數據中尋找關鍵信息進行故障處理，縮短了電網故障處理時間，能夠有效抑制故障擴大化，便于后期的故障恢復。

5 結 論

本文研究的智能電網調度監控平臺，以實現電網調度的標準化和智能化為目標，基于云技術、數據挖掘技術以及面向對象和服務的理念，實現了靈活多樣的SCADA功能，并給出了智能化的電網調度智能決策方案，最終實現了基于云計算技術的智能電網調度監控平臺。該平臺能夠實現高效的電網智能調度決策，大幅提高了電網運行穩定性和可靠性。