基于边缘计算的新型智能电能表
2022-08-01吕伟嘉刘浩宇翟术然董得龙张兆杰
吕伟嘉,刘浩宇,翟术然,马 骁,董得龙,张兆杰
(1.国网天津市电力公司营销服务中心,天津 300221;2.天津求实智源科技有限公司,天津 300392)
世界范围内,智能电能表已经普及应用多年,长期以来,其核心功能仍限于电费计量,功能单一。随着时代的发展,已经难以满足用户在节能、安全用电、精细化账单等诸多方面日益增长的需求[1]。一方面,为了给客户提供更好的服务,电力公司正在尝试向用户反馈其精细至电器的用电细节信息,但电能表通常仅能提供用电总量信息。另一方面,电能表的基本计量功能准确与否和用户与电网的切身利益是息息相关的,而其计量准确性往往只能通过人工逐一检查或者抽查方式进行校验,不仅需要耗费大量人力和财力,而且针对性和实效性差[2]。
针对上述问题,本文提出了一种基于边缘计算的多功能新型智能电能表设计方案。在智能电网高级量测体系框架下,结合非侵入式负荷识别技术在用电数据采集与分析方面的优势[3-7],设计了集成计量误差自诊断与负荷识别“双重”功能的新型电能表,为电表智能化赋予新的内涵。该设计方案既可实现对电量计量误差的自动检测,又可通过对负荷识别技术的深入应用,提升负荷用电行为精准感知能力,从而基于电力大数据分析为电力客户提供智慧便捷的高级用电服务[8],并为电网安全、稳定与经济运行提供有力数据支持[9]。
1 边缘计算概述
1.1 边缘计算
边缘计算EC(edge computing)的定义由边缘计算产业联盟提出,具体是指:在靠近物或数据源头的网络边缘侧,形成网络、计算、存储、应用核心能力一体化的分布式开放平台,并就近提供边缘智能服务[10]。EC最初起源于传媒行业,在引入电力系统领域后主要应用在系统设备侧的分析任务中,提供就近计算服务。
边缘计算的主要思想是在接近数据源一侧的计算平台上完成所需计算任务,即在终端数据源和远程主站之间完成数据处理,包括获取、储存和分析等处理。得益于EC能减少终端与远程主站之间数据传输量,近来国内外学术界和工业界对边缘计算技术研究和产品开发的投入不断增加,相关成果被应用在多个领域中,包括智慧交通、智能家居、工业物联网、智慧农业、公共安全等领域,从而使客户获得更好的服务和享受更优质的生活[11]。
1.2 边缘计算与云计算
边缘计算对云计算CC(cloud computing)起到了极大的补充作用,促进了整体计算系统更高效运转。二者在业务定位、地理分布、时延、带宽等方面有着较大的区别,具体如表1所示。
表1 边缘计算与云计算的对比[12]Tab.1 Comparison between EC and CC[12]
在电力物联网中,边缘计算主要在终端节点处就地实现计算功能,并且提供本地化的数据信息服务,极大减少了系统网络带宽受限所致的数据传输压力。因此,借助边缘计算本地化服务时间延迟较低的优势,可实现本地实时互动。
具有边缘计算功能的电力物联网边缘终端,不仅可以通过向远程主站发送云计算请求,完成计算任务,同时也可直接就地执行部分计算任务,形成云边协同模式。对本地终端的计算需求进行评价,满足终端计算能力的可通过边缘计算服务完成,否则向远程主站发送云计算请求,主站应答并反馈给终端,实现云边协同。
因此,边缘计算与云计算二者之间应该是互相补充和完善的关系,而不是前者代替后者的关系。通过二者在网络、业务、应用、智能等方面的协同发展,取长补短,为电力物联网提供更优质的数据信息处理技术支撑。
2 模组化电能表
2.1 模组化电能表架构
根据国际法制计量组织颁布的OIML-R46《有功电能表》[13],电能表的基础计量部分功能与管理拓展部分功能可分开单独设计,以实现新型智能电能表。具体方案如图1所示,在电能表中分隔出互不干涉的两块区域,分别是独立的电费计量芯功能区和具有可拓展高级功能的管理芯功能区。
图1 OIML-R46双芯模块化电能表框架Fig.1 Frame of OIML-R46 dual-core modular Watt-hour meter
其中,模组化智能电能表的基础部分是计量功能,长时间内不需要更新修改且计量性能稳定,主要承担的是用户用电量的计量及其电气量信息采集与存储任务,可类比于传统电能表。另一部分则是可拓展高级功能的管理功能,还负责管理整块电能表的运行,并且其中部分功能还可远程集中控制和在线升级。
2.2 模组化电能表功能拓展
模组化电能表的总体设计思路为:在保证电能表计量功能准确、稳定、可靠的前提下,对管理芯的设计注重保有充足的可扩展空间。管理芯的模块间接口按行业标准设计,利用合适的模块实现目标功能,并且便于电能表维修和模块的增减、替换,从而减少其迭代更新成本和功能升级的实施难度。同时,应用先进的通信技术,实现模块之间的高效通信。下面具体介绍本文所设计的模组化新型智能电表的主要功能。
(1)本地大容量存储。为了适用于“源、网、荷、储”一体化协调发展的需要,不仅能提供法制计量数溯源,还可为其他电力业务部门日常工作和技术研发提供大数据支撑,模组化电能表应具备大容量的数据存储功能。为了实现高效存储,一般采用分布式存储设计,为每个功能模块均提供相应的数据存储空间,从而支持数据的高效读写。
(2)高速高效的数据通信。模组化电能表采用可扩展通信协议及适配的通信技术实现数据大量、高速传输。采用边缘计算与数据压缩等手段,可实现电能表与主站之间高效的上行通信。此外,将采集、控制功能搭载在下行通信模块上,可使电能表具备多表集抄、户内终端交互和电动汽车充电桩有序管理等功能。
(3)电能表集中控制与在线升级。作为法制计量工具,模组化电能表的计量模块不允许在线升级,而为了更好地实现电能表的更新迭代,管理芯里其他模块采用模块集中控制和在线升级的设计概念,并且保证一项功能的修改不影响其他功能的正常使用。
(4)环境状态实时监测。新型电能表突破传统对单一维度电力数据的监测,配置了监测其他物理量(如磁场强度、温度、湿度等)的传感器,进而扩展了电能表的传统功能。通过对环境温度的感知做出一系列响应动作,以确保用电安全,还可排除电能表受到非正常干扰带来的窃电隐患等影响。
(5)负荷识别。此项功能一方面有助于电力公司了解电力用户负荷组成和运行情况,据此可以从多方面优化电网规划、运行与管理,另一方面可帮助电力用户了解自身的电能消费情况,从而减少自身一些不必要的能源开销、节省电费[8,14]。
(6)计量误差监测与自诊断。实现电能计量误差的实时在线监测与自诊断可较好地满足电能表误差远程诊断,变“定期稽查与装置替换”为“失准及时更换”,节省人力、物力。随着电能计量新技术的发展,这项技术受到了广泛关注,模组化电能表应集成此功能。
3 基于边缘计算的新型智能电能表
3.1 新型智能电能表的整体方案
受智能电能表法定计量器具的法律法规限制,只要与计量相关的软硬件被修改升级,就需要重新进行型式评价与检定,这使得传统电能表更新迭代速度慢,致使新技术应用匮乏和新功能集成困难。为解决这一矛盾,依据模组化电能表的总体设计理念,新型智能电能表对计量功能与管理功能分别进行独立设计,在智能电能表中划分出隔离区域。新型电能表计量的准确性和稳定性不会受到的其他功能智能化升级的影响,既保证了计量公平,又实现了功能拓展。基于边缘计算的新型智能电能表主要包括计量芯模块(组)、管理芯模块(组)、通信模块、数据存储模块、电源模块等功能模块,整体方案如图2所示。
图2 新型智能电能表整体方案Fig.2 Overall scheme for novel type of smart Watt-hour meter
标准化计量模块组作为新型智能电能表的基本表,以计量芯为核心,采用SoC形式实现。该模块的主要任务是电能量的实时计量。具体包括,每分钟的电量存储、时标存储,以及时钟源、脉冲、失压、电源异常等特殊事件的检测等功能,这些作为电能表的基础功能通常在很长时间内不会有修改的需求。标准化管理模块组承担整个表的管理任务,包括负荷识别模块、计量误差在线监测与诊断模块,并接入了电源、数据存储、按键控制、显示、时钟和通信等功能模块,融合了新型智能电能表的全部管理和高级功能,用以实现费控展示、信息通信、事件存储、数据冻结、负荷调控等。值得注意的是,管理芯的部分功能可实现远程升级。另外,通信模块采用先进的通信技术,可为多元高效通信和多业务同时接入提供必要支撑。
下面对负荷识别和计量误差在线监测与诊断两大核心拓展功能进行详细介绍。
3.2 负荷识别
负荷识别(load identification)技术仅通过分析负荷总量数据便可获取负荷内部每种电器设备的工作状态、耗电功率和累计电量等用电细节信息。这一概念是由Hart最先正式提出的[15],随着智能电网和高级量测体系的建设发展[16],NILM由其简单、经济和易于推广等特点[3]备受国内外学者关注。
下面简要介绍负荷识别的基本原理。负荷识别系统主要由5部分组成,如图3所示[3]。负荷识别步骤描述为4步:首先,数据采集模块负责采集原始负荷总量数据,包括电压、电流、功率等;第二,数据预处理模块负责处理采集得到的有功功率、电压、电流等原始数字信号。具体的处理步骤包括了对有功功率、电流信号进行滤波降噪,对有功功率、电流信号的突变点进行修复或删除,以及对电流信号相位进行校验和修正等;第三,负荷事件检测与特征提取负责检测电器的开启、关停等工作状态转换过程,并提取相关特征样本[4,17]。普遍采用的负荷特征(load signature)包括稳态功率、暂态功率波形、电压-电流轨迹曲线以及电流谐波畸变等[18-19],如图4所示。最后,电器用电状态识别模块负责根据已知的负荷特征数据库,采用分类或回归机器学习模型[20],对已获取的特征样本进行归类辨识,最终实现电器用电状态识别及电量分解[5,7,19]。
图3 基于边缘计算的负荷识别系统[3]Fig.3 Load identification system based on EC[3]
图4 电器暂态有功功率波形样本示例Fig.4 Examples of waveform samples of transient active power of appliances
与用户总量用电数据相比,通过负荷识别得到的电器级数据是典型的电力大数据源,对电力企业、政府监管部门、用户个体乃至整个社会意义重大,其潜在价值难以估量[8]。对于用户来说,首先,负荷识别结果可接近实时地向用户提供每个或每类电器的用电功率及其所处工作状态;其次可根据此信息自主调整和优化用电行为,从而节省电能和电费;再者还可实现远程监控用电设备的状态,保证用电安全,防止电气火灾等危险的产生。对于电力公司,通过把负荷分解得到的用电细节信息采集到量测数据管理系统中,这些信息可为电力负荷时空分布预测、电力规划方案优化、电网实时安全稳定性提升、激励政策科学制定、负荷精准调控、违约用电行为稽查等诸多应用提供有力支撑[6,9],通过上述手段可将负荷识别技术潜在价值转化为巨大的经济社会效益。
3.3 计量误差在线监测与诊断
受系统谐波、工作流技术、数据交换技术、计量设备不完善、使用偏差和安装不规范等因素影响,电能表存在计量误差[21]。电能表计量误差在线监测与诊断技术,通过数据分析处理,可对电能表自身的误差监测数据进行自主校验,并基于图形生成与智能分析技术对比误差变化趋势,从而评价电能表的健康状态,该技术的成功应用将大幅减少人工现场校表次数,甚至替代人工定期检查[22]。
基于“发射—接收—自检”闭环系统,电能表误差在线监测的具体实现方式如图5所示。
图5 智能电能表计量误差监测原理Fig.5 Schematic of metering error monitoring for smart Watt-hour meter
在电能表内置基准源的基础上,第一,通过计量芯模块采集电压电流数据,作为负载信号,同时标准源产生周期波形激励信号,与负载信号叠加得到叠加信号,如图6所示;第二,叠加信号经过传感器采集,经ADC模数转换器转换为数字信号;第三,将所得数字信号分离,提取出激励信号和负载信号;第四,根据电表出厂参数得到激励信号计算值,对比标准源输出的激励信号,可得监测误差。采用边缘计算技术,新型智能电能表的管理芯负责执行计量误差检测算法,实现电量就地校准。
图6 信号叠加示意Fig.6 Schematic of signal superposition
电能表计量误差在线监测与诊断,可实现电能表健康状态在线监测,并将数据经现有通信网络传输给云端平台,实现远程实时监控、数据异常告警等功能。这样一来,“定期稽查与装置替换”可转变为“失准及时更换”,可以有效提升人工现场排查与系统维护的工作效率。而且,能够减少负荷电流小于电能表标定电流的10%时或者被检电能表功率因素小于0.5时容易发生的人工漏检。此外,自动化监测更能保证问题处理的及时性,从而有助于减少电力交易各方的不必要纠纷,有利于电力市场健康发展。
4 结语
本文提出的基于边缘计算的新型智能电能表采用模组化设计理念,将基本计量功能和适合发展需要的高级管理功能分离。通过负荷识别模块组与计量误差在线监测与诊断功能模块组的融合设计,依托边缘计算技术,形成了支撑基本计量、负荷分项计量、计量误差自诊断的多功能智能电表,实现了电表的真正智能化,可支撑各类超于计量的高级功能,从而能够更好地满足未来多元化客户服务需求,同时提高电网运营效率。