基于云计算的智能电网监控系统技术研究

2021-12-09杜亮王健马来对山拜徐静

微型电脑应用 2021年11期

杜亮, 王健, 马来·对山拜, 徐静

(新疆信息产业有限责任公司, 新疆乌鲁木齐 830013)

0 引言

我国早期将“智能电网”作为云计算的主体，极大地促进了我国云计算技术的快速发展，增强我国的综合实力[1]。现如今，国内不少企业也在应用智能电网技术，甚至有些企业的设备已达到了世界一流水平，如联通、移动、华为等企业。智能电网的逐步完善，促进企业快速发展，未来智能电网技术也会贯穿于社会中的各行各业。

近几年以来，国内外很多电力领域的学者都对智能电网监控系统展开了广泛的研究。智能电网监控系统主要是集图像处理和数据网络技术于一身，利用中继路由将数据传送到用户终端。文献[2]提出并设计了基于云平台的智能电网管理系统，在研究智能电网数据源基本特征的基础上，利用云平台对智能电网管理过程中所产生的数据进行有效管理，并采用Apriori算法对相应的数据进行分析，从而提高了管理的准确性。文献[3]提出并设计了基于物联网的输变电设备状态监测系统，把信息模型引入到输变电设备的物联网中，根据输变电设备全寿命周期管理业务所需的设备全景信息，针对智能变电站设备，提出一个全面的全景信息建模方案，通过仿真分析监测网络的性能。但是以上2种系统的智能电网监控性能较差，不能保证电网安全。

针对上述系统存在的问题，本文提出并设计了基于云计算的智能电网监控系统。

1 智能电网监控系统硬件设计

1.1 监控数据收发器

监控数据的socket收发器以数据结构体为基础，通过服务器端与手机终端的连接进行数据的传输处理，从而实现对实时数据进行监控、认证以及传输等处理。智能电网实时数据主要依靠监控传感器的监控性能、本身特点、电路的监控电力以及监控时间等因素来决定的[4]。但由于获取的智能电网监控数据量较大，且规定检测数据的长度、宽度，对于数据的监控、认证以及传输都会造成一定的困难。因此以数据结构体的形式为基础，将监控的实时数据进行分类，利用数据本身类型进行分包和收发，再由监控服务器端以数据结构体的形式向用户终端发送实时数据，最终用户终端在接收到实时数据后对其进行解析、组合、拆分、提取、计算和判断。监控数据收发器的通信原理如图1所示。

图1 监控数据收发器的通信原理

利用监控数据的监控传感器采集实时数据类型，通过监控服务器对用户终端传输实时数据，从而实现TCP通信连接。用户终端接收到的实时数据以单链表形式存储在用户终端的缓冲区中[5]。当系统更新数据获取到新的实时数据，并将其传输到用户终端时，更新的数据就会被用户终端本身系统自动覆盖掉之前的相关数据，从而减少数据收发器的存储空间、缓存垃圾，实现对智能电网的实时监控[6]。

1.2 电能计量芯片

对于智能电网的电能计量监控和实时采集，使用的电能计量芯片是能够同时测量单向、双向和三向电能。电能计量芯片将电能传感器(图2中CT1/CT2/CT3)采集到的电流进行测量，并将其传输到SA9904B电能计量芯片的输入口中。电能计量芯片选用的是模拟电流，在模拟电流中存在一个标准电流的输入值，所以必须设计一个分流电阻网络将采集的电流转化成标准电流，分流电阻网络如图2中的R1—R9所示，图中的R1—R9均为分流电阻。分流电阻网络先将采集的电流转化成标准电流，将其通过电流通道输入到芯片内部并进行存储。其中一条电流感应通道主要是由R4、R5分流电阻对输入电流进行感应并定义电流端位，其余的电流感应通道与其原理相同，对应着相应的分流电阻[7-9],如图2所示。

图2 电能计量芯片硬件原理图

电能计量芯片通过芯片外面接口SPI与用户终端控制器进行连接，输入时钟信号为SCK，输入或输出信号为DI/DO，终止数据信号的传输为CS，输入或输出外部信号为OSCI/OSC2。

电能传感器将输入电流进行采集转换后，存储在电能计量芯片中，经过SPI芯片外端接口，直接传输至用户终端的节点监控器中，并将其传输至网络协调器，从而实现对电能计量芯片的控制、执行、采集、传输，确保电压平衡[10-12]。

利用监控数据收发器的工作原理，将智能电网数据分类，通过监控收发器的通信原理，实现数据的采集和提取，完成监控数据收发器的设计；将数据收发器采集到的智能电网数据，通过电能计量芯片提取出智能电网的传感电流，利用芯片外端接口实现智能电网的监控，完成电能计量芯片的设计，从而实现了系统的硬件设计。

2 智能电网监控系统软件设计

2.1 智能电网监控程序

在设计智能电网监控程序时，以调节智能电网的电压偏移为目的，首先运行监控服务器端L，运用数据函数socket()进行套接，表达为式(1)。

(1)

式中，n表示数据监控收发器的类别数量。根据式(1)，通过数据函数bind()绑定服务器的IP地址，运行数据函数listen()监控读取表达为式(2)。

(2)

调用函数accept()进行传输，等待用户终端的请求连接，若终端客户R同意请求连接，则数据函数accept()开启表达为式(3)。

(3)

根据式(3)，调用实时数据至recv()和send()函数进行传输，完成整个通信设备监控流程[13-14]，则终端客户R同意请求连接下的通信设备监控表达为式(4)。

S=Ryesrecv(A)send(A)

(4)

若终端客户不同意请求连接，则accept()阻塞进程，则需要3次握手建立连接，直到终端客户同意请求连接后，才能完成整个通信设备监控。3次握手建立连接后的通信设备监控表达为式(5)。

S′=Rno(Third)accept(A)

(5)

智能电网的监控程序结构如图3所示。

图3 智能电网监控程序结构

智能电网的监控程序设计主要利用了TCP连接模式下的Client及Server通信程序，调用socket()、bind()、listen()、accept()等数据函数，其中accept()数据函数为本程序设计的重点，对实时数据进行调用传输，采集了智能电网监控数据，实现智能电网数据的相互通信[15]。

2.2 监控调度算法

智能电网监控系统的核心是获取实时数据，假设监控数据收发器的监控范围为ri，i表示收发器的类别编号，那么可以定义监控数据收发器的平均监控半径为式(6)。

(6)

将智能电网开放环境的空间面积定义为V，根据数据监控收发器的平均监控半径，可以推测出实际需要的监控器数量为式(7)。

(7)

式中，N表示空间面积为V的开放环境中需要的监控器总数。

监控调度算法流程如下。

Step1：定义云计算的迭代次数I，得到计算速率为alpha,表达为式(8)。

(8)

式中，CN(r)计算速率的分布函数。

Step2：根据计算速率，构建智能电网监控拟合函数hw(x)和代价函数Jw(x)为式(9)、式(10)。

(9)

Jw(x)=Vhw(x)

(10)

Step3：采用梯度下降法计算影响因子d的导数，得到影响因子d的权重wi为式(11)。

(11)

Step4：判断代价函数Jw(x)是否在监控数据集上收敛，或者达到最大迭代次数，如果不存在收敛，则更新计算速率并返回Step3，如果存在收敛，则输出智能电网监控的拟合函数。

综上所述，采用智能电网监控程序的设计过程，设计了智能电网的监控程序，根据监控调度算法原理，设计了监控调度算法流程，完成系统的软件设计，结合硬件设计实现了智能电网的监控系统设计，从而确保智能电网的安全。

3 仿真实验

3.1 实验平台

为验证本文所设计基于云计算的智能电网监控系统在实际应用过程中的应用性能与效果，在仿真软件为Matlab 7.0，Microsoft Windows XP操作系统，Intel(R)Celeron(R) 2.6 GHz处理器，16 GB内存环境下进行一次仿真实验。

利用智能电网监控程序对电压偏移的调节功能，建立了实验平台的主接线，如图4所示。

图4 实验平台的主接线图

智能电网的电能来源是一台千瓦斜击式水力发电机，高速水流从水管喷嘴处沿着与转轮旋转平面夹角的方向冲击叶片，使得发电机叶片高速转动，从而带动发电机持续发电。选择他励为发电机的励磁方式，由发电机自身携带的控制器来控制系统励磁电流的大小，而控制器又要接收来自终端的操作指令，从而使终端可以控制发电机端的电压。在图4中A处安装检测仪表，来监控智能电网的电压偏移，在实验平台里，将检测仪表装在动力柜的母线上。

考虑到需要在较大范围内来控制监控系统的励磁电流，采用独立的电池组为实验平台提供励磁电流，控制器通过调整智能电网的脉冲宽度来控制电压和励磁电流。

3.2 实验方法

通过上述实验平台验证基于云计算的智能电网监控系统的有效性，为了增强实验效果，将智能电网的光伏发电系统、柴油机以及系统负载断开，使得智能电网的容量达到最小，从而改善电压偏移量。

实验过程中，缓慢向实验平台中施加无功负载，使智能电网的电压迅速下降，并偏离正常电压，母线的电压值可以从实验平台中的A点检测得到。分别利用基于云计算的智能电网监控系统、基于云平台的智能电网管理系统和基于物联网的输变电设备状态监测系统提出解决方案，生成监控运行指令，增加监控系统发电机的励磁电流，使得无功功率的输出变大，电压偏移量最小，最终使电压回归到正常状态。

3.3 实验结果与分析

基于上述实验方法，得到了实验结果，电压偏移控制曲线如图5所示。

图5 电压偏移控制曲线

励磁电流曲线如图6所示。

图6 励磁电流曲线

发电机定子温度曲线如图7所示。

图7 发电机定子温度曲线

结合上述实验结果可以看出，基于云计算的智能电网监控系统从6:37到8:06，将误差明显的数据点去除，系统的电压逐渐下降，原因是无功负载的增加，此时的监控系统没有任何其他设备来补偿无功功率，监控系统开始偏离平衡点，此时的励磁电流和发电机定子温度基本不变，8:06时以后，励磁电流呈线性上升，8:09时，系统的电压下降到最低点，为204.5 V，然后逐渐增大，电压升高的过程中，由于励磁电流的增加，发电机定子温度急剧上升，当时间为8:47时，发电机定子温度就会突破约束条件，使得电压偏移量最小且保持在平衡点附近，由于智能电网的惯性，智能电网的电压峰值为215.24 V，最大偏移量只有0.24 V，符合允许的偏差范围，发电机定子的温度也满足系统的要求；基于云平台的智能电网管理系统和基于物联网的输变电设备状态监测系统虽然可以做到0.02秒获取一次数据，但是对于远程终端来讲，获取一次数据的时间为4—8秒，当时间为7:50时，电压就达到了最低点，为212.3 V和219.5 V，随后开始缓慢增加，而此时的励磁电流早已进入增加状态，造成了发电机定子的温度也不稳定，基于云平台的智能电网管理系统和基于物联网的输变电设备状态监测系统得到的智能电网的电压峰值为216 V和217 V，电压偏移量达到了1 V和2 V，不在偏差范围内。

综合以上结果，无论是电压偏移量、励磁电流还是发电机定子温度，都证明了采用基于云计算的智能电网监控系统可以得到平衡的电网电压，保证了电网安全。