基于能源互联网的电力通信网资源优化配置探析

2022-09-26喻庆阳周吉赞张书亮翟先辉

数字通信世界 2022年8期

邱亮，喻庆阳，周吉赞，张书亮，翟先辉

（辽宁电力能源发展集团有限公司，辽宁沈阳 110015）

能源互联网是信息通信技术和能源系统的有机融合，其应用原理是将基本纽带定格在电能的远距离传输上，以此满足多种能源的互补。因此，我们必须要从真正意义上了解基于能源互联网的电力通信网资源优化配置，采取多样化的措施达到预期目标，为能源发展夯实基础。

1 面向能源互联网的电力通信网架构分析

《电力监控系统安全防护总体方案》明确了相关内容，指出电力二次系统主要包含了生产控制以及信息管理大区，并且所对应的是电力通信网的分区，从而满足生产控制类业务传输，实现信息类业务的有效管理。伴随着互联网业务的深入推进，一方面使得网络通信流量不断增加，如果所有的新业务都是依托电力骨干通信网来传输，必然就会增加网络负担，现有的基础设施根本无法满足现实发展需求。另一方面，互联网业务联合能源业务的信息交互需求量不断增加，导致电力通信网遭受攻击的可能性进一步提升。为此，我们必须要考虑到安全性与带宽承载力，结合现实情况灵活调整电力通信网网架结构，否则就会对能源互联网的发展造成负面影响[1]。

通过对能源系统通信展开深入分析得知，其面临的问题主要是：不同参与者之间难以交互、专网传输会影响不同系统的交互等。为了解决上述的问题，就需要落实电力通信网资源的优化与配置。

2 计及共享风险的电力通信网资源优化配置

2.1 优化模型的工作原理

电力通信网存在的共享风险主要来源于业务跨层映射与电力通信传输线路物理分布。

其中，业务跨层映射面临的风险是指，对于能源互联网业务，系统一般都不会主动分析通信风险，最终造成不同的业务会采用相同路由链路，如图1所示。但是，如果链路本身存在故障，则会直接影响多个业务的有效实施。即便是业务本身并没有经过相同的路由链路，但是由于IP路由层本身是朝着网络传输层映射的，所以在链路的影响下，最终也可能会导致同一段传输光纤链路问题的出现。当链路出现故障后，会引发多条路由链路故障，进而导致业务传输受阻[2]。

图1 共享风险示意图

2.2 仿真与分析

2.2.1 仿真环境与参数设置

在具体的仿真分析环节中，主要是通过对仿真实验进行算法性能的合理评估，对象是A、B两个地区的电力骨干通信网络拓扑，具体见图2与图3所示。

图2 计及SRLG的A市电力骨干通信网拓扑

图3 计及SRLG的B市电力骨干通信网拓扑

2.2.2 算例仿真与分析

以A市为例，利用图4和图5分析SRLG情况下资源配置相对应的带宽冗余度和归一化冗余。其中，冗余度是指通信网络的保护带宽与工作带宽的实际比值[3]。

图4 不同算法的冗余度对比

图5 不同算法归一化冗余度对比

通过图4能够得知，SWCA算法的冗余度最高。随着多播域数量的不断增加，SWCA算法的冗余度会逐渐降低，这一计算结果和PBCM算法冗余度类似。多播域数量的持续增加会直接占用更多的通信链路，也会增加复用的通信链路。通过对这一情况的分析可知，SWCA算法呈现出逐渐变好的趋势，进而降低实际的冗余度。但是，当多播域的实际数量超过4时，其冗余度就会处于相对稳定状态，这表示其本身达到了一定的饱和度。考虑到仿真本身具有较强的随机性，所以会出现相对微小的SWCA算法冗余度波动。与此同时，前面提到的SOMRP算法，其实际的冗余度要明显低于这两种算法。结合优化性能的基本优势，JOMRP算法的冗余度最低。基于不同多播域数量的仿真，SWCA算法的平均冗余为1.5635，PBCM算法的平均冗余为1.2865。相比之前，SOMRP算法的为1.0567，比PBCM算法降低17.86%，比SWCA算法降低32.41%。JOMRP算法的为0.6816，比PBCM算法低47.02%，比SWCA算法低56.41%[4]。

基于不同算法的网络配置，其占用的工作带宽也会存在一定的差异，所以冗余度的评价本身是无法利用算法性能来加以分析的。通过对图4、图5分析得知，SWCA和SOMRP算法的归一化冗余度本身就是和冗余度相互对等的，这主要是因为采用相同的路由算法。另外，我们还需要对PBCM算法冗余度进行归一化处理与修正。结合不同多播域数量情况下的仿真分析，PBCM算法的平均冗余度为0.7188，JOMRP算法的平均冗余度为0.7513，其本身作为联合优化算法，可以将归一化冗余度提上去。通过对实际算法进行分析，在增加工作带宽之后，总带宽会呈现出降低的趋势；不过在分析归一化冗余度的时候，还需要在计算的同时充分考虑到工作带宽，以此来改变对应的冗余度，进一步使JOMRP的算法性能更加优异[5]。

2.2.3 扩展算例仿真

为了能够对算法进行深入的比较分析，如下结合B市的电力通信网拓扑开展扩展算例仿真，其参数见表1所示。

表1 不同拓扑中的计及SRLG算法性能对比

通过对表1分析得知，仿真之中多播域数量设置为8。同时，从电力通信网带宽配置的归一化冗余度和总带宽可以看出：在不同的网络拓扑以及SRLG数量不同的仿真中，JOMRP算法与SOMRP算法的性能要明显比PBCM算法和SWCA算法更加优异。在算法相同、网络拓扑相同的条件下，伴随着SRLG的增加，带宽冗余度会逐渐增加，占用的总带宽也会逐渐增加。如果SRLG的数量≥6，SOMBP算法的Gap超过0.05，这就表示在7 200 s中，无法找到Gap低于0.05的解决措施。不过，如果JOMRP算法在7 200 s之中，就可以找到间隙低于0.05的解决方法。换句话说，在实际的处理过程中，SOMRP算法会在独立路由的时候出现相对极端的情况，这样就会导致保护模型难以找到行之有效的解决方案。此外，由于网络结构特征差异的存在，B市电力通信网采用的各种算法性能要比A市电力通信网采用的相应算法性能低。

如图6所示，目的是为了进一步验证结论。伴随着共享风险链路主（SRLG）数量的不断增多，除开PBCM算法，无论是选择哪一种方法来进行电力通信网的配置，都会提高网络的冗余度，同时还可以保障JOMRP算法具有最优性能。