分布式配电网地理信息系统中CIM模型的构建

麦家怡,严嘉栋,王 超,陈建钿,杨叶昕,丘冠新,谢 虎

(1.广东电网有限责任公司珠海供电局，广东 珠海 519000;2.南方电网数字电网研究院有限公司，广东 广州 510000)

0 引言

随着科技革命的蓬勃兴起，经济迅速发展，人们对电力系统的的要求不断增加，由此带来的环境压力使得国家不得不提出适应当代社会的智能电网。由于地理信息系统(geographic information system,GIS)具有较强的拓扑分析能力，能够对电网及二次智能等具备大量空间及属性数据的设施进行高效管理，因此其在基于电网拓扑及空间位置等电力企业分析业务上的应用越来越广泛，是电网企业中电网基础数据及拓扑计算服务的提供者[1]。21世纪的电力系统十分复杂，需要不断地对其运行过程进行调整。因此在分析控制过程中，要求电力系统在降低运行速度的基础上，能够提高分析的准确性[2]。

作为电网系统运行控制的重要中枢，调度控制系统正在不断朝着“全、快、准”等特征发展。由于物理电网的发展，对调度控制系统也相应地提出了更高要求[3]。其核心数据库管理系统主要包括实时和商用两种数据库[4]。相关文献表明，已有学者在分布式实时数据管理技术的基础上，设计了一种新型的分布式数据采集与监控系统。该系统可以对数据进行采集处理，并且可以进行拓扑着色分析[5]。

图数据库(graph database,GDB)作为一种处理分析互联网海量数据的技术，在近年来得到了广泛应用。在对电力系统进行分析时，使用图数据库可以有效提高电力系统处理海量数据的计算效率。相关文献在图数据库的基础上，对电网拓扑分析进行了研究。研究表明，相对于关系数据库而言，GDB在进行分析时确实存在一定优势，但其拓扑并未涉及到基础计算模型，模型还可以进行进一步地优化。基于电力系统公用数据模型——E(common information model-easy/efficiency/electric-power,CIM/E)语言规范，在GDB的基础上构建了一种新型电网模型，并通过电网拓扑对GDB的优势进行了验证。

本文首先对GDB的理论知识进行了相关的论述；然后对CIM/E模型数据规范进行了描述；最后对CIM模型的构建及应用分析进行了研究讨论。本文研究的创新点在于融合了GDB和CIM/E模型，提高了分布式配电网GIS CIM/E模型的综合应用效果。本文研究不仅为CIM/E模型的构建和优化提供了技术支持，同时也为分布式配电网GIS的综合发展作出了贡献。

1 相关理论分析

1.1 图数据库简介

本文主要从数据模型和数据查询访问两个方面，对GDB进行介绍。

1.1.1 数据模型

GDB也可称之为面向图的数据库。该数据库与层次性、关系型等多种传统数据库一致，都可以采用额定容量和额定电压等属性集描述并联补偿器[6]。但在对实体之间的关联进行描述时，层次性数据库在进行一对多关联描述时较为容易，但难以对多对多之间的关联进行描述；关系型数据库与层数据库均可以对一对多、多对多之间的关联进行描述，但GDB可以对边赋予属性[7-8]。GDB与传统数据库的不同点在于：GDB的作用并不是存储图片，而是通过数据结构“图”对数据进行存储和查询。

在不同类型的数据库中，关系型数据库相较于其他数据库而言应用更为广泛。相较于其他类型数据库，关系型数据库的优点在于结构简单、维护相对比较容易。除关系型数据库外，GDB也能对电力系统的拓扑结构进行表达，并且与关系型数据库相比更易于进行拓展。

1.1.2 数据查询访问

作为数据库管理系统中的计算引擎，数据查询主要由程序接口及与其相关的支撑服务组成。其中，程序接口主要用于数据的访问。GDB的数据模型中，由于其各个顶点均可对数据进行计算，因此它不仅可以作为数据存储单元，还可以作为动态计算单元。目前，整体同步并行(bulk synchronous parallel,BSP)计算模型在并行图计算框架中的应用较为广泛[9]。

BSP模型如图1所示。

图1 BSP模型示意图

由图1可知，BSP模型的迭代过程包括3个阶段。第一阶段计算存储于本地内存中的数据，因此又称本地计算阶段。第二阶段为全局通信阶段。在这一阶段，不同处理器之间可以进行数据交换，并且可以对非本地的数据进行计算。第三阶段为栅栏同步阶段。在这一阶段，GDB结束所有通信行为[10]。在数据查询方面，GDB相较于传统数据库的优点在于其并行化较为简单，且对大型图进行查询时效率较高。

1.2 CIM/E模型数据规范描述

由于使用通用信息模型/可扩展标记语言(common information model/extensible markup lanuage,CIM/XML)模型对电网拓扑进行描述的效率较低，因此在CIM的基础上构建了一种新型、高效的电力系统描述规范CIM/E模型。CIM/E模型在对厂站、基准电压等26类电力系统对象进行描述时，采用形式的类似的关系表。

1.3 图划分与网络拓扑

电力网络系统主要由开关、线路、刀闸、变压器等元件构成，采用物理连接节点将这些元件联系起来。模型系统拓扑结构如图2所示。

图2 模型系统拓扑结构

图2中：N为零线；D为火线。图2中的GDB模型可以记为式(1)：

G=(V,E)

(1)

式中：G为图2中的GDB模型；V为G的顶点集合；E为G的边集合，且顶点和边均赋予属性。

则p路分区可以使用集合{Vi⊆V|1≤i≤p}表示。任何1个Vi都可以称之为G的子图，均为分区的一部分。可以通过1条或多条边对子图中的任意2个顶点进行连接，且子图中的所有顶点均不与子图外的顶点进行连接，那么此时可以将其称为1个连通分量G；对划分子图间的连接线进行删除，即可以形成连通分量。连通分量形成过程如图3所示。

图3 连通分量形成过程

通过查阅相关文献发现，电力系统在进行网络拓扑时，可以分为以下2个阶段。第一阶段为计算母线的形成阶段，主要形成物理节点集合。第二阶段为电气岛的形成阶段，电气岛主要是将变压器等支路元件进行连接形成的计算母线集合[11]。计算母线与电气岛均可以看作对不同阶段的图进行划分后形成的子图。因此，可以将网络拓扑问题看作不同阶段的图划分问题[12-13]。

基于BSP模型的计算母线搜索过程如图4所示。

图4 基于BSP模型的计算母线搜索过程

目前，常用的网络拓扑算法包括深度或广度优先法，往往采用厂站、分区级别的并行方式实现程序运行。对连通分量进行搜索后形成子图，进而对图进行划分，可以求解网络拓扑结构。使用上述方法搜索一般的连通分量相对简单，但对大规模的连通分量进行搜索时所需要的时间相对较长。本文在BSP模型的基础上，构建了1种细粒度的网络拓扑方法。以下从计算母线及电气岛搜索这2个方面对这一拓扑方法进行介绍。

作为G的子图，计算母线中的顶点可以通过刀闸和开关所在的边进行连接。需要注意的是，在进行连接时不能跨越支路元件，如变压器和线路。以图2的物理节点模型图为例，厂站2中的开关均为闭合状态。

由图4可知，厂站2中的物理节点分别用9、10、11、12的初始物理节点标志(bugtray identity document,BID)表示。计算母线搜索步骤如图5所示。

图5 计算母线搜索步骤

图5中的各个计算母线类顶点均可以对自身BID的大小进行评估。选取其中BID的最小值对其进行更新；将相互独立的处理器工作进程分配给各个顶点后，各个顶点进行计算，通过边将得到的结果发送到与其相邻的顶点。通过处理器对各个顶点的计算进程进行控制，明确各顶点的状态及计算进程。

经过3次迭代，即经过3个超步后，可以发现各顶点的BID值均发生改变，具体值为9。这说明通过闭合开关及刀闸将各个顶点进行了连接。

试验可以同时启动G中所有节点类顶点，对计算母线进行搜索。在所有变电站均完成这一过程后，相应的计算母线模型就会在GDB中构建完成。

2 CIM模型构建及应用分析

2.1 模型构建结果

2.1.1 CIM数据模式设计

基于应用场景、定义顶点及相关属性对数据模式进行设计时，需要满足以下2个条件。

①条件1：保证电网模型的完整性与一致性。对电力系统的描述能够与已有的定义保持一致。对于电力系统的拓扑属性而言，使用图数据库数据模型可以对其进行相对直观的描述。以图2所示的模型系统为例。该模型由2个厂站构成。厂站内部包括开关、发电机、负荷(Load,LD)及母线等设备。将厂站内部的电力设备定义为顶点，设备之间的连接线定义为边，得到的全顶点建模的物理节点模型如图6所示。

图6 全顶点建模的物理节点模型图

图6中，CN、LN、LD、G、CB、Bus Bar分别代表物理节点、线路、负荷、发电机、开关和母线。

②条件2：保证电网模型的高效性，能够适应GDB中的一些特有属性，以提高数据的访问效率。条件2与当前所设计的GDB访问查询方法基本一致。基于该方法对数据进行查询时具有以下2个特点。其一，对顶点和边进行访问的差别较大，访问边时需要以顶点作为起点进行查询，而对顶点进行访问时则不需要通过上述步骤。其二，遍历查询所花费的时间与遍历过程所经过的跳数有关。图6中所含顶点及边的数量越多，则查询所要花费的时间就越长。两者之间成正比关系。因此，所构建的模型要在条件1的基础上，进一步对顶点和边进行优化。例如，图2中开关、刀闸的数量明显多于变压器、线路、发电机等设备的数量。若将图6模型中的开关、刀闸等数量较多的设备修改为边，那么从起始到目标顶点所经历的边的个数也相应削减，极大地缩短了完全遍历所需要的时间。开关与刀闸建模为边的物理节点模型如图7所示。

图7 开关与刀闸建模为边的物理节点模型图

CIM/E模型不仅可以对拓扑关联进行描述，还可以对设备中发电机中的基准电压、厂站标志等其他关联进行描述。对设备中的其他关联进行描述时，首先要建立基准电压和厂站等类型的顶点，然后从发电机的顶点连接到基准电压和厂站等类型的顶点，并对顶点的边进行设置，从而使顶点对设备中的其他关联进行描述。描述过程与拓扑关联基本一致。

2.1.2 CIM数据模型装载

数据模型装载首先对CIM/E文件进行解析，并将其定义为顶点或者边的数据集。GDB会存储解析后的数据。基于数据模型的相关概念及理论，可以从CIM/E文件中抽取出基准电压、发电机、负荷、变压器、并联补偿器、厂站等顶点。这类顶点构成数据集后，会形成其数据文件并存储在数据库中。由于CIM/E文件中缺少与物理类顶点相对应的对象类文件，因此需要花费一定的时间对所有含物理类顶点的对象进行扫描，进而形成其数据集合。数据集形成完毕后，对对象所含有的属性进行读取，进而形成边的数据及文件。顶点和边的数据集文件均形成后，GDB开始对数据进行装载。此过程可以同时进行，极大地缩短了数据装载所花费的时间。

2.2 基于图数据库的网络拓扑

目前，GDB已发展为NoSQL中颇受学者们关注，且发展趋势较为明显的数据库。各数据库发展趋势分析如图8所示。

图8 各数据库发展趋势分析

因此，基于GDB的网络拓扑研究也变得至关重要。在完成2.3节中所述的网络拓扑过程后，需要通过支路元件连通所构建的计算母线。其过程为：以各条线路的顶点作为出发点；以计算母线类顶点作为终点进行搜索；查找结束后，对应计算支路(bose-chaudhuri-hocquenghem,BCH)编码类型的边会增加到图数据库中，最终形成计算母线模型。计算母线模型如图9所示。

图9 计算母线模型图

2.3 拓扑维护

配电网GIS中的拓扑维护主要包括变电站中的电压等级等类对象之间关系的维护，以及各元件所形成的电气连接关系维护。在日常工作中，可以通过端点类、导电设备类和连接点类三者之间的连接关系对网络元件之间的电气连接关系进行维护。网络元件之间的电气连接关系主要受到导电设备的影响。简单网络如图10所示。

图10 简单网络示意图

在图10所示的简单网络在安装导电设备时，可以分为以下3种安装情况：①安装在如C5和Tb这样的连接点和端点之上；②安装在直接连接的端点和连接点之间；③需要对连接的2个端点或参数进行指定。

3 结论

相关研究表明，GDB在对规模较大的电力系统进行分析处理时具有明显优势，可以对网络拓扑结构进行直观表达。因此，本文在GDB的基础上，提出了1种新型电网数据模型设计方法，并对数据模型的装载工具进行了研究。通过分析发现，采用所提出的方法对电网系统的GDB模型进行构建时，模型相对完整且访问效率有所提高。基于电网GDB模型，实现了1种基于图划分和BSP模型的并行化网络拓扑分析算法。通过将所提出的网络拓扑算法与传统算法进行对比后可以发现，所提算法是1种细粒度的节点级并行算法。目前的研究重点在于构建针对电网系统一次设备的GDB模型及其拓扑分析。而在使用通信技术的同时，如何优化通信网络、保证网络的安全性和可靠性，是下一步的主要研究方向。