基于邊緣計算的智能分布式饋線自動化系統

國網甘肅省電力公司蘭州供電公司 何 峰 王巍俊 魏光明

配電網位于輸電的末端、直接面向終端用戶，是服務民生的重要公共基礎設施，不僅需要安全可靠、快速自愈，還面臨新能源大規模消納、電力電子器件高比例接入、潮流雙向等能源互聯網發展需要。配電網的智能化是能源互聯網的重要環節，智能配電網需具備故障隔離、供電恢復、電力設備實時運行數據監測、支持DER的接入和用戶互動等功能。這些功能都要求配電網能夠采集大量的數據，并及時對監測數據進行精準處理，但傳統的配電網單純依靠長距離傳輸。集中處理的模式已不能滿足大量數據傳輸處理以及即時性的需要。近年來為應對電網面臨的新挑戰，數據挖掘、云計算、5G通信、人工智能、區塊鏈等新興技術正逐步在電網領域得到應用[1]。

邊緣計算由于其具有互操作性和分布式等特性，以及與云端的協同，可將電力云中心的服務擴展到網絡邊緣，實現電力信息有效感知和及時處理，滿足行業應用對算力的下沉部署和按需提供服務，已成為能源互聯網研究的重要方向[2]。對配電網而言，邊緣計算技術取得突破，意味著眾多的配電網調節控制措施將通過本地設備實現而無需交由云端處理反饋，其處理過程將在本地邊緣計算層完成。這將處理速度從分鐘縮短到毫秒，以便更快地做出關鍵和時間敏感的決定，同時大大減輕云端的運算量，從而獲得更好的擴展性、靈活性和成本彈性，并由于更加靠近用戶，還可為用戶提供更快的響應，改善用戶體驗。針對配電自動化，文獻[3]提出了云計算架構的調度自動化系統，文獻[4]提出了邊緣計算的配電故障處理系統，都對邊緣計算在配電自動化和故障隔離方面進行了有益探索。

1 智能分布式配電自動化的邊緣計算架構

1.1 配電自動化建設需求

配電自動化涉及到開關一次設備的改造、饋線出口保護配置、配電自動化終端及通信裝置的選型、通信系統的構建及主站功能模式等系統性的內容，以數據、信號、計算、控制為核心，實現對配電網的監測、控制和快速故障隔離，為配電管理系統提供實時數據支撐。傳統配電自動化采用集中控制模式，主站/子站與終端構建星型連接為主，通過配電主站和配電終端的配合，基于對信號的控制判斷故障并遙控隔離故障、恢復非故障區的供電，通信時延基本在秒級。而智能分布式就是去中心化，無需主站干預，由各個環網開關的智能終端決策，協同完成配電線路故障定位、隔離以及恢復供電，時延可降低到毫秒級，基于拓撲邏輯信號判定的方式已得到了一定應用。這一模式變化必然使得計算資源下沉部署，驅動邊緣計算得到應用，能源互聯網“云-網-邊-端-芯”中的“邊”就是指部署邊緣計算裝置，構建電網的分布式數據中心，提升整體的配電網自愈能力和適應能力。

1.2 配電自動化邊緣計算總體架構

文獻[5]提出邊緣計算是相對于云計算而言的，是一種分布式計算框架，使應用程序靠近數據產生和操作執行的位置，是在智能設備增加、海量數據傳輸帶來的帶寬不足、時間延遲等問題下發展而來的技術。特點一是能通過減少傳輸到中心集線器的數據和漏洞，改進數據控制并降低成本；二是能通過接入更多數據源并在邊緣處理該數據來更快地獲得洞察力并采取行動；三是能讓系統自主運行，實現連續運行，減少中斷。

智能分布式配電自動化吸納了邊緣計算技術，構建了區別于傳統的三層集中式架構，構建了以邊緣節點為核心的“云、管、邊、端”四層架構，由信號和邏輯控制轉變以數據計算為基礎的信息控制。其中，“云”是指云化的主站平臺，在云上部署有多種微服務；“管”是指網絡管理，是端和云之間的數據傳輸通道，也即通信方式；“邊”是指邊緣計算網關，把算法送到靠近終端側設備，就近提供智能服務，計算過程在智能設備或邊緣設備的分布式中心執行；“端”是配電網架構中的狀態感知和執行控制主體，實現對配電設備運行環境、設備狀態、電氣量信息等基礎數據的監測、采集、感知。

邊緣計算是對云計算的補充和延伸，可為配電網中的終端設備提供更快速、更高效的數據采集、存儲和處理。相比傳統方式，邊緣計算架構下的配電自動化具有以下優勢。

自愈性：邊緣設備檢測到異常后，能迅速對故障區域進行孤島控制，并在隔離故障后運用調節機制實現非故障區自動轉供，整個故障識別和切除過程不需人員介入操控，故障處理過程由本地設備計算實現，不依賴于主站的運算控制，即使某主站故障或與主站的網絡故障，邊緣設備對數據的處理也能就地實現故障隔離，保證用戶的正常使用；低時延：邊緣計算平臺采用分布式計算在數據源頭處理計算任務，數據處理更即時，供電恢復時間可壓縮至毫秒級。

低能耗：依托靠近端側現有的網絡資源、存儲空間和計算資源，在邊緣節點處對采集的數據進行篩選分析，減少存儲和傳輸的用量，繼而降低數據處理成本、網絡帶寬要求以及云端規模，整體降低設備能耗；安全性：邊緣計算的離線自治功能在數據的私密性、隔離性以及共享程度和范圍上配置更加靈活多樣，能夠在與云端斷連后維持本地系統正常運行，排除了大量傳統電網系統的安全隱患；交互性：邊緣設備更加貼近用戶，可高效就地接入風力、太陽能等清潔能源以及電采暖、充電樁等多元化負荷，并優先進行就地的資源有序調度，平衡能源負荷。

2 數據交互協同機制

邊緣計算與云計算各有所長，云計算擅長全局性、非實時、長周期的大數據處理與分析，能夠在長周期維護、業務決策支撐等領域發揮優勢；邊緣計算更適用局部性、實時、短周期數據的處理與分析，能更好地支撐本地業務的實時智能化決策與執行。邊緣計算與云計算之間不是替代關系而是互補協同關系，邊-邊交互、邊-云協同的數據交互可實現配電網數據的多向流動和數據共享，滿足配電自動化控制需求、運維業務需求和用電服務需求等提供數據支撐。同時數據交互過程應遵循標準化的設備信息模型。

2.1 邊-邊交互機制

邊-邊交互即2個或多個邊緣計算節點間的數據交互流程，主要是為解決IT成本和用戶體驗兩個問題，平衡應用服務質量和隱私保護，形成邊緣局部閉環自治，邊邊數據交互由數據代理模塊實現。邊邊協同有三種模式:邊邊計算協同。云端的管理面將開發的應用通過網絡遠程部署到各邊緣節點上，每個邊緣計算服務器在既定的框架下只執行一部分算法，最終通過協同的方式完成應用任務；邊邊分布式協同。邊緣計算平臺有完整的模型和算法，具備開放各種應用部署和調度能力，可根據需求計算形成調度策略和相關參數并將信息回傳至云端，最終得到完整模型；邊邊聯邦學習協同。介于前述兩者之間，選取某個邊緣保存完整的模型和算法，其他邊緣節點只執行其中的一部分算法，并向該節點上傳模型參數，通過邊緣側的數據聯合訓練得到一個模型。

2.2 邊-云協同機制

電力系統的任務往往具有復雜多樣性，需借助多源數據和多種算法才能完成。在云邊協同中，云端負責大數據分析、模型訓練、算法更新等任務，邊緣端負責基于就地信息進行數據的計算、存儲和傳輸。邊緣計算不是單一的部件、也不是單一的層次，而是涉及到EC-IaaS、EC-PaaS、EC-SaaS的端到端開放平臺。邊緣計算靠近執行單元，可將決策結果以應用交互的方式調作用于配網設備，同時它也是云端所需高價值數據的采集和初步處理單元，可以更好地支撐云端應用；反之，云計算通過大數據分析優化實現對配電網的數字化建模、認知、決策，輸出的業務規則或模型可以下發到邊緣側，邊緣計算基于新的業務模型運行。

邊云協同的能力與內涵，涉及IaaS、PaaS、SaaS各層面的全面協同；邊緣計算EC-IaaS與云端IaaS協同，一是可通過邊緣計算節點的本地調度管理，減少云主站的設備調度的控制量，實現其資源協同，二是可由邊緣計算節點結合云主站下發的訓練模型，實現分布式智能控制的智能協同；邊緣計算EC-PaaS與云端PaaS協同，一是依托邊緣計算節點提供數據采集、計算、存儲的能服務，減少云主站的數據處理量，實現數據協同，二是還能實現服務管理協同和業務管理協同；邊緣計算ECSaaS與云端SaaS協同，可按照云主站策略執行部分EC-SaaS服務，并以主動執行應用服務分布策略、被動接受云主站下發應用服務策略的方式實現云主站側SaaS服務的能力，從而實現應用服務協同。

3 軟硬件設計

在供電可靠性要求不斷提高的背景下，尤其是針對毫秒級故障隔離及非故障段快速恢復的應用場景，傳統的配電自動化已較難滿足其及時性和準確性的需求。基于邊緣計算架構，從硬件、軟件兩方面給出系統的分布式自動化解決方案。

3.1 硬件結構

以配電自動化終端DTU為載體，將其設為邊緣計算節點，為其配置解析模塊、數據獲取模塊、數據轉換模塊、網絡通信模塊、儲能模塊。其中DTU本身可精確采集饋線的電流、電壓等信息，并具備故障檢測，可產生故障告警信號；解析模塊用于解析配置信息，得到本地設備的數據獲取方式以及數據轉換方式；數據獲取模塊用于根據物理結構、協議類型等配置信息采集本地設備的的模擬量信息和數字量IO信息等原始數據，并經由數據轉換模塊轉變為有效數據，后由網絡通信模塊發送至各邊緣計算節點，并提取部分數據傳送至主站服務器；裝置配備儲能模塊在失去電源的情況下可短時應急供電，以確保裝置能傳送信息至各邊緣計算節點。

邊緣計算節點采用嵌入式工控機，部署了局部配電網網絡模型、故障處理應用以及事件處理規則，并與感知設備、其他邊緣計算節點以及主站形成互聯，通過獲取相鄰線路配電終端的數據信息和動作情況，綜合判斷是否需要保護出口動作。該設計方案遵循了配電自動化的快速運算、動作可靠的建設原則，邊緣計算節點的鏡像模型與主站平臺保持一致，兩者形成了互備機制。

3.2 軟件系統

中壓配電網系統的故障大致分為主變故障、母線故障、出線故障、線間故障、支線故障等類型，分布式配電自動化在處理這類故障時本身動作邏輯較為復雜，在不依賴主站分析的條件下，軟件系統設計采用大循環嵌套中斷的運行方式。設計中在邊緣計算節點部署中壓配電網的網絡拓撲模型及故障定位分析應用，并與主站云建立同步機制。以環網設備為節點將線路分成若干分段，每個分段由一個邊緣計算節點實時采集感知設備上傳的數據信息，結合組網內其他節點的信息，就地完成拓撲實時分析和故障監測、定位分析，并通過波形數據驗證故障研判的可行性后發出控制指令，由終端控制故障的隔離和非故障段恢復供電的開關動作，并將故障處理結果上傳主站云。

在這一模式下可實現毫秒級的故障隔離和非故障段的供電恢復，并可有效減少配電主站云故障處理的資源占用，提高配電主站故障定位效率。能分布式饋線自動化故障隔離時限如下：故障檢測在0～20ms區間,故障信息生成及報文組裝在20～40ms區間，信息交互在40～60ms區間，分布決策在60～100ms區間，故障上游跳閘在100～200ms區間，至此故障上游隔離完成、共用時200ms，整個故障處理時間（變電站出口斷路器保護延時時間）總計300ms。

綜上，在未來數字型智能電網的建設中，尤其是隨著5G與MEC的結合將產生更快更全面的數據分析、更深入的洞察力、更快的響應速度和更好的用戶體驗，可進一步研究邊緣計算的模型與算法設計，開展更多的配電網場景應用。