云计算负荷分布控制平台的设计与实现

周永刚

摘 要： 电网环境复杂，需要对其进行分布控制。而分布式平台的功能往往较为分散，以往设计出的负荷分布控制平台控制能力较弱，电网无法对其产生高效响应。因此，设计能够合理兼顾电网响应能力和控制能力的负荷分布控制平台。该平台利用Hadoop云计算实现平台对电网负荷的有效控制。当电网设备对平台发起控制请求，Hadoop云计算将调用负荷采集模块和负荷控制模块，对电网负荷进行控制。负荷采集模块从用户或电网设备中采集负荷数据，并对所采集到的负荷数据进行处理，得到问题负荷数据。负荷控制模块通过对问题负荷数据进行分析，为用户和电网设备提供最终控制指令。平台为用户提供低级应用软件和高级控制软件，并给出负荷问题设备控制流程图。实验结果表明，所设计平台对负荷具有较强的控制能力，且电网对平台的响应效果较好。

关键词： 云计算； 负荷分布控制平台； 电网环境； 负荷数据采集

中图分类号： TN911?34； TN912.34 文献标识码： A 文章编号： 1004?373X（2017）06?0164?04

Abstract： It is necessary to perform the distribution control for the complex power grid environment. Since the load distribution control platform designed previously has poor control ability， and the power grid cant produce a efficient response to it， a load distribution control platform giving consideration to the power grid response ability and control ability reasonably was designed. The Hadoop cloud computing is used in the platform to control the power grid load effectively. When the power grid equipment sends a control request to the platform， the load acquisition module and load control module are called with Hadoop cloud computing to control the power grid load. The load acquisition module acquires the load data in the user device or power grid device， and processes it to obtain the problem load data. The problem load data is analyzed through the load control module to provide the final control instruction for user device and power grid device. The platform provides the low?level application software and advanced control software for users. The control flow chart of the problem load device is given. The experimental results show that the platform has strong control ability， and the power grid has good response effect to the platform.

Keywords： cloud computing； load distribution control platform； power grid environment； load data acquisition

0 引 言

随着我国国民经济水平的不断增长，各行各业对电网的供电能力给予了较大期望值。而在实际运营中，电网负荷问题给电网运营企业带来了不小的经济损失，更加剧了能源短缺问题。电网运营企业迫切需要一种能够对电网负荷进行合理控制的平台[1?4]。电网环境复杂，需要对其进行分布控制。由于分布式平台的功能往往较为分散，以往设计出的负荷分布控制平台控制能力较弱，电网也无法对其产生高效响应。因此，设计出一种能够合理兼顾电网响应能力和控制能力的负荷分布控制平台，对电网运营企业至关重要[5?6]。

文献[7]设计最小化算法负荷分布控制平台，由于负荷分布控制平台将在一定程度上导致电网负荷超限。为此，该平台的设计者利用最小化算法消除负荷分布控制平台对电网负荷的不良影响，设计出能够令电网设备安全稳定运行的负荷分布控制平台，但该平台的控制能力有限。文献[8]设计能量仿真算法负荷分布控制平台，该平台为电网建立仿真模型，并为模型划分监控区域，通过检测模型中各区域的温度变化，确定电网设备负荷是否存在问题，进而对其进行控制。平台的算法简单，电网对其响应效果也较高，但其控制能力却不高。文献[9]设计热参数模型负荷分布控制平台，该平台通过构造监控电网设备室的温度模型，使电网设备温度始终维持在标准范围内，进而减少负荷問题的出现。该平台的算法复杂，且在实际应用中，电网对平台响应效果并不理想。文献[10]设计聚合算法负荷分布控制平台，该平台能够有效控制电网负荷，但其效率较低，且受环境影响较大。

为了解决以上负荷分布控制平台的缺陷，设计出云计算负荷分布控制平台。该平台利用Hadoop云计算将负荷计算进程合理分配，在低成本的基础上，实现了平台对电网负荷的较强控制，并利用分布式控制方法，使电网能够对平台产生较好的响应效果。

1 云计算负荷分布控制平台设计

所设计的负荷分布控制平台利用云计算实现平台对电网负荷的有效控制。云计算为电网运营提供的分布控制具有无区域局限性、自动化水平高等优点，其能够更为高效地管理云计算负荷分布控制平台中的设备和应用软件，并同时提供“云端”服务，使用户足不出户便能体验到互联网带来的科研成果。

1.1 云计算模块设计

Hadoop云计算是一种分布式文件计算平台，其容错率高、计算准确率和效率较高、存储规模大，可实现多进程共同计算。Hadoop云计算相对于其他计算平台来说开发成本更低，其将计算进程分布在多种低成本的设施上，并通过自身强大的处理能力对这些设备进行准确纠错。

基于上述优点，云计算负荷分布控制平台选用Hadoop云计算作为云计算电网负荷分布控制的核心。平台利用Hadoop云计算分布式的控制理念，协调数据读取和处理效率，为平台各模块提供后台计算支持。Hadoop云计算将隐晦难懂的控制策略纳入到平台的软件后台中进行自动操作，以增强平台的可读性，降低平台开发难度，为用户提供更为准确、便捷的控制效果，其工作原理如图1所示。

由图1可知，Hadoop云计算中所包含的主要元素有用户、云服务和电网设备。需要进行负荷分布控制的电网设备会主动向云计算负荷分布控制平台发送控制请求，Hadoop云计算首先对其进行接收。当接收到控制请求后，Hadoop云计算将调用负荷采集模块和负荷控制模块进行电网设备数据的采集和控制，其控制结果会传送到云服务中的云端存储器进行存储。云端服务器会将负荷控制状态实时通知到相应的电网设备中。用户也可以对云服务中的电网负荷数据进行读取和修改。

云服务除提供云端存储器外，还包括目标推送和云端控制等服务，这些服务均受Hadoop云计算控制，用户不能对其进行随意修改。用户在Hadoop云计算中拥有的修改权限仅限于电网负荷数据，这保证了云计算负荷分布平台的安全性和隐私性，并同时避免了电网控制人员错误操作所造成的数据丢失。

1.2 负荷采集模块设计

当电网设备对云计算负荷控制平台发送出控制请求时，Hadoop云计算将首先调用负荷采集模块进行电网设备负荷数据的采集工作。负荷采集模块是云计算负荷控制平台的基础，该模块利用分布式理念，将不同类型的电网设备分别进行负荷数据采集。这种分布采集方式可减轻负荷采集模块的后期负荷数据整理、存储类型修改等工作的压力。分布式理念所表现出的特点是数据的层次汇总，这使得负荷采集模块的结构也具有一定的层次性。图2为负荷采集模块的结构图。

由图2可知：云计算负荷控制平台的电网负荷数据可由两处提供，分别为用户和电网设备，但其绝大部分的负荷数据还是来自电网设备。所采集到的负荷数据会经由负荷采集模块中的处理器进行格式重置、过滤和整理等处理，经处理过的负荷数据能够准确体现出电网中需要控制的部分，这部分数据被称作问题负荷数据。问题负荷数据将被传输到负荷控制模块，经由负荷控制模块为用户提供控制指令。

用户所提供的负荷数据均为经验数据，即当在电网中某一设备损坏，或处于非标准作业中，用户将手动输入该设备的经验负荷数据供负荷采集模块使用。虽然经由用户提供的负荷数据较少，但却是电网对云计算负荷控制平台响应效果的重要保障。图3是用户负荷数据采集原理图。

由图3可知，负荷采集模块进行的用户负荷数据采集工作可大致分为三部分：第一部分是用户输入负荷数据，数据类型主要包括负荷持有量、正常阶段负荷量、负荷实际需求量和负荷标准需求量，这些输入量较为细致地涵盖了电网设备中可能产生的问题负荷类型，也是负荷采集模块需要对正常运行电网设备进行采集的数据类型；负荷采集模块在第二部分中，将用户输入的数据类型转换成曲线和模型等易于观察和控制的形式；负荷采集模块在第三部分将进行用户负荷数据的汇总和存储。经由电网设备提供负荷数据的原理与图3类似，其区别仅在于采集方式是用户自主提供还是模块自动采集。

1.3 负荷控制模块设计

负荷控制模块能够进行问题负荷数据的分析工作，并为用户和电网设备提供最终控制指令，如图4所示。

由图4可知，负荷控制模块在Hadoop云计算的控制下，构造分布式计算模型，利用该模型有选择性地进行问题负荷数据的格式转换、数据关联和问题挖掘操作。以上操作并不是模块的固定分析流程，无先后操作顺序。不同类型设備所产生的差异性问题负荷数据，将在此进行不同的分析。

通过分析问题负荷数据，负荷控制模块将给出控制指令。该控制指令会存储到Hadoop云计算的云端存储器，进而反馈给用户和电网设备，以实现云计算负荷分布控制平台对电网的实时控制。

2 云计算负荷分布控制平台软件设计

云计算负荷分布控制平台面向用户的不同需求，为其提供了多种多样的软件，分为低级应用软件和高级控制软件，如图5所示。

云计算负荷分布控制平台利用图5中的平台开发软件和计算支持软件，为平台设计算法和工作流程；用户所接收到的电网负荷实时状况则由负荷预测软件给出；设备控制软件对电网中出现负荷问题设备进行控制，其控制流程如图6所示。

由图6可知，云计算负荷分布控制平台对电网中负荷问题设备的控制流程为：当控制指令给出，云计算负荷分布控制平台首先进行问题负荷设备的定位，并对其进行全面检测，找寻设备问题点。若检测后并未发现设备问题点，则将结果反馈给用户，并随即重新进行设备检测。此时，用户可给定平台设备的问题范围，以提高平台控制效率；若设备问题点被顺利检测出来，平台将通知用户进行设备整修，并将处理流程存储到云端存储器。

高级控制软件包括电网监控软件、学习应用软件和商业分析软件，高级控制软件是专门为电网调试人员设计的，其功能较为专业且算法复杂，在此不做过多介绍。

3 实 验

控制能力和电网对平台的响应效果是评价分布式平台性能好坏的重要指标，也是用户在选购分布控制平台较为注重的因素。为验证本文所设计的云计算负荷分布控制平台的性能，进行实验。实验基于对比分析方法，对本文设计的云计算负荷分布控制平台的控制能力，以及电网对平台的响应效果进行了验证。

3.1 控制能力验证

节能效果是分布控制平台控制能力的直接体现，其既能够为电网运营企业节省成本，又实现了我国大力提倡的“节能减排”目标。图7为本文平台与不同算法平台节能效果的对比曲线。

由图7可知，控制能力验证实验进行了本文平台同最小化算法负荷分布控制平台、聚合算法负荷分布控制平台对电网节能效果的对比。图7中的最小化算法负荷分布控制平台节能曲线最低，其平均节能百分比约为5.2%。但该曲线在实验结束时呈下降趋势，节能效果预测值不足5.0%，说明该平台的控制能力较弱。

聚合算法负荷分布控制平台节能曲线位于中间位置，其平均节能百分比约为7.9%，该节能效果满足“节能减排”目的，能够为电网运营企业较好地节省成本。

本文平台的平均节能百分比约为10.4%，高出聚合算法负荷分布控制平台2.5%，证明本文平台的控制能力较强，具有一定市场竞争力。

3.2 响应效果验证

电网对云计算负荷分布控制平台的响应效果直接体现在中断性的好坏，即平台是否能够对电网进行持续控制。

实验利用聚合算法负荷分布控制平台和本文平台，对同一电网进行同时控制。实验进行时间为36 h。表1描述的是电网对两平台中断时间统计表。

由于在电网实际运营中，存在的较多不可控因素均会影响到电网对负荷分布控制平台的响应效果。因此，实验在雷雨暴风天气下再次进行了电网对平台响应效果验证，实验结果如表2所示。

对比表1和表2可知，本文平台在正常天气下和雷雨暴风天气下的控制中断时长，均远低于聚合算法负荷分布控制平台的控制中断时长，且本文平台的控制中断时长更为稳定，证明电网对本文平台的响应效果较好。

4 结 论

本文设计能够合理兼顾电网响应能力和控制能力的负荷分布控制平台。该平台利用Hadoop云计算实现平台对电网负荷的有效控制。当电网设备对平台发起控制请求，Hadoop云计算将调用负荷采集模块和负荷控制模块，对电网负荷进行控制。负荷采集模块从用户或电网设备中采集负荷数据，并对所采集到的负荷数据进行处理，进而得到问题负荷数据。负荷控制模块通过对问题负荷数据进行分析，为用户和电网设备提供最终控制指令。平台为用户提供低级应用软件和高级控制软件，并给出负荷問题设备控制流程图。经由实验结果可知，所设计平台对负荷具有较强的控制能力，且电网对平台的响应效果较好。

参考文献

[1] 王树兰，喻建平，张鹏，等.云计算中一种紧凑型的外包访问控制方案[J].信号处理，2015，31（10）：1224?1232.

[2] 王于丁，杨家海，徐聪，等.云计算访问控制技术研究综述[J].软件学报，2015，26（5）：1129?1150.

[3] 钟清，张文峰，周佳威，等.主动配电网分层分布控制策略及实现[J].电网技术，2014，39（6）：1511?1517.

[4] 荆江平，施伟成，杜炜凝，等.基于DIgSILENT平台的微电网协调控制策略仿真研究[J].现代电力，2015，32（3）：19?27.

[5] 张林，沈钟浩，冯丽，等.基于直流灵敏度法的川渝电网输电能力受限成因研究[J].电力系统保护与控制，2015，43（18）：67?73.

[6] 覃松涛，林禄辉，李凌，等.面向电网运行方式计算分析的BPA数据分布式管理平台[J].广东电力，2014，27（5）：75?80.

[7] 李凌，孙才峰，顾健辉，等.基于PCS?9000平台的广西电网安全稳定控制管理系统研究与开发[J].电网与清洁能源，2015，31（9）：1?5.

[8] 叶竞，叶水勇，张亚利，等.电网统一视频监控平台的研究与建设[J].电力信息与通信技术，2014，12（10）：100?105.

[9] 莫嘉嗣，张宪民，邱志成，等.SEM环境下3PRR并联平台奇异区域规避与逃逸控制策略[J].机械工程学报，2015，51（23）：1?11.

[10] 石辉.基于在线分布负荷预测的智能AGC主动协调控制系统[J].中国电力，2015，48（12）：122?128.