电力通信网中最优化资源保护技术的应用

张海生

(国网陕西省电力有限公司 榆林供电分公司， 陕西 榆林 719000)

0 引 言

当前配电网的发展逐渐向着智能化的方向转型，并且随着分布式电源的不断引入，电力通信网中各项业务的增加使得其承载能力逐渐提升，新型业务也逐渐向更高层次汇聚，占据着更多的电力通信带宽资源。此外，当前国家电网在大力推动企业化运作以及集约化的发展模式，使得大量集约型的分布式部署系统规模逐渐扩大，进而导致电力通信业务呈现出向中心不断聚集的现象，因此该领域中的企业急需电力通信网具备更大的带宽承载能力[1]。但目前传统电力通信网的带宽十分有限，考虑到电力业务的独特性以及过高的运营经济支出，需要在对电力通信网不进行大规模变动的情况下，实现对其资源的高效利用，从而进一步降低冗余度，保证电力通信网实现可持续运行[2]。最优化资源保护技术是近几年针对电力通信网产生的全新保护技术，能够同时提供类似环网的恢复速度，提高电力通信网中的各项资源利用率，越老越受到该领域研究人员的广泛关注。因此将结合最优化资源保护技术，开展电力通信网中最优化资源保护技术的应用研究。

1 生成电力通信网业务矩阵

考虑到电力通信网在实际运行过程中的复杂性，为了进一步维护各项通信模式的高效性，电力企业通常采用将低速的业务单独占用高速通道，导致故障保护倒换速度较低[3]。因此，为了保护电力通信网中的有利资源，结合最优化资源保护技术，提高资源的利用率。图1为常规220 kV电力通信网络拓扑结构示意图。

图1 常规220 kV电力通信网络拓扑结构示意图Fig.1 Topology diagram of conventional 220 kV power communication network

由图1可知，在电力通信网络拓扑结构中，共包含多个变电站，每个变电站之间由链路、纤芯组成，并且两个变电站之间的物理距离各不相同。根据电力通信网络拓扑结构，生成电力通信网业务矩阵，矩阵当中包含了结构中与节点相邻的链路集合、端节点集合以及链路两端节点不在同一链路的链路集合[4]。电力通信网中节点相邻链路集合为

A={Sj|x≤Sj≤xz}

(1)

式中:A表示为节点相邻链路集合；Sj表示为动态索引j的跨界链路；x和xz均表示为网络中的不同节点。

电力通信网终端节点集合为

D={m|x≤m≤xz}

(2)

式中:D表示为电力通信网终端节点集合；m表示为网络中某一链路[1]。

电力通信网中链路两端节点不在同一链路的链路集合为

F={s|xi≤s≤xj,xi∈N}

(3)

式中:s表示为一个端节点属于N而另一个端节点不属于N的链路集合；xi表示为属于N的端节点；xj表示为不属于N的端节点。

根据上述各式计算出电力通信网业务矩阵M为

(4)

根据不同电力企业中电力通信网的拓扑结构，通过上式(1)～(3)计算，均可得出如公式(4)所示的电力通信网业务矩阵。通过矩阵的建立，为下文中基于最优化资源保护技术的业务矩阵路由提供便利条件。

2 基于最优化资源保护技术的矩阵路由及配置保护

根据上述电力通信网业务矩阵，集合最优化资源保护技术对从原始目的地分组决定端与端路径的网络范围确定，即路由[2]。在路由的过程中利用最优化资源保护技术中的Dijkstca算法，当拓扑结构中的某一链路n已经占用了通道链路，并且总倒数大于电力通信网中的业务均衡因子数值时，应选择除该链路以外的其他链路进行路由，从而避免形成瓶颈节点，提高资源的有效利用。

完成业务矩阵路由后，在保证链路总长度不变，总容量不变的情况下，对适用于该电力通信网的业务均衡因子进行比较，由于大多数电力通信网中的业务相对稳定，因此在配置过程中只考虑静态下的预置圈生成配置[5]。在电力通信网拓扑结构中，通常情况下，从每根纤芯当中随机选取5条通道，作为资源保护通道。以常见的包裹8根纤芯的光缆为例，根据上述论述，该光缆中每一根均包含了40个用于对资源进行保护的通道。结合EOPT算法，生成针对该电力通信网的配置预置圈，以其中资源的冗余度作为保护通道利用率的衡量标准。

在电力通信网络实际运行过程中，由于业务分布情况与网路拓扑结构的限制，造成P圈无法完全发挥出有效的保护作用，造成冗余度不断增加。因此，根据这一现象，考虑到电力通信网络的业务需要，对P圈的限制长度进行调整。P圈长度不可超过9跳，在配置资源传输通道当中应当尽可能使用跨连接链路降低冗余度。同时，利用最优化资源保护技术还可以通过敷设光缆的形式，增强网络的连通度，对于电力系统中资源的利用具有重要意义。

当电力通信网中的业务较为分散，且数量较少时，单条链路当中的业务量很难达到均衡因子的最小值状态，因此，在调整均衡因子的取值过程中，预置圈的配置将不会产生影响。因此，在不同业务量条件下，通过建立EOPT算法模型结合解析器对其进行求解，最终得到gap值，可作为业务均衡因子确定的主要参数标准。若gap值<0.05，则说明此时资源分配为最优解，资源的利用率最高，保证资源的有效利用。在实际应用过程中，对于不同的电力通信网业务范畴，业务均衡因子的取值会存在一定的差异，其主要受到不同电力通信企业内部网拓扑结构以及业务具体分布情况、链路数量等因素影响。因此，在实际应用中还要根据具体问题进行具体分析，从而找出最优的资源利用方案。

3 对比实验

考虑到电力系统当中业务内容复杂程度较高，为验证此文的最优化资源保护技术能否应对当前电力系统中的实际问题，对其进行实验验证。以某地区220 kV及以上变电站通信网络作为实验环境，分别采用此文所提的技术和传统技术，对其内部资源进行保护，分别选择100 MB、300 MB和500 MB业务量，对比两种技术方法的冗余度，得到如表1所示的实验结果对比表。

表1 两种技术实验结果对比Table 1 Comparison of the experimental results of the two techniques

由表1中可以看出，此技术在对资源进行保护时,冗余度明显低于传统技术。由于冗余度越低，资源保护效果越好，因此通过实验证明，提出的最优资源保护技术在应对复杂电力系统环境时的应用效果较好，可有效提高电力通信资源的利用率。

4 结 语

针对最优化资源保护技术在电力通信网中的应用进行研究，通过实验得出，该技术在对电力通信网运行过程中实现各类资源的有效利用具有更高的应用价值。最优化资源保护技术在未来的电力通信网升级与规划中，可有效增加网络的连通度，降低冗余度。但目前该技术在针对突发性业务以及接入层的保护上仍存在不足，因此还需要进行深入研究，找出更加灵活高效的动态预置圈算法，实现对网络中资源的高效配置。