特高壓輸變電設備狀態(tài)監(jiān)測數據通信仿真研究
1 引言
隨著“三交四直”特高壓工程投入運行與“四交五直”特高壓工程的建設,特高壓建設已進入全面提速階段,特高壓電網負荷重、結構復雜、沿途自然環(huán)境惡劣,如何確保大電網安全穩(wěn)定運行是亟待解決的問題。
目前已經建設國家電網公司總部、省電力公司兩級部署的輸變電設備狀態(tài)監(jiān)測系統(tǒng),有部分特高壓站的在線監(jiān)測數據已經接入了所在省電力公司的狀態(tài)監(jiān)測系統(tǒng)主站,但由于已有狀態(tài)監(jiān)測系統(tǒng)本身數據量龐大,省電力公司主站承擔著全省供電公司和國家電網公司總部的訪問流量壓力,這種信息通道瓶頸在時效性上制約著國家電網公司總部及時獲取特高壓變電設備監(jiān)測信息。因此,本文提出從特高壓站直接獲取輸變電設備狀態(tài)監(jiān)測數據的獲取方式,并與傳統(tǒng)方式進行對比分析,結果表明,通過直采方式獲取特高壓站設備狀態(tài)監(jiān)測數據效率較高,對服務器影響較小。
2 特高壓輸變電設備狀態(tài)監(jiān)測系統(tǒng)體系架構設計
輸變電狀態(tài)監(jiān)測系統(tǒng)架構依托國家電網公司特高壓站變電設備狀態(tài)監(jiān)測的現有體系結構和管理模式,各特高壓站或者把監(jiān)測數據上傳至省電力公司,再由省電力公司將數據上傳至國家電網公司總部,或者直接把監(jiān)測數據上傳至國家電網公司總部。在國家電網公司總部采用云計算和大數據技術構建特高壓輸變電狀態(tài)監(jiān)測系統(tǒng)主站,設備計算能力和存儲容量需滿足當前在運和未來幾年投運特高壓站監(jiān)測數據匯總后的查詢分析處理和存儲需要[1-2]。
在國家電網公司總部建設監(jiān)測系統(tǒng)應用,各類監(jiān)測數據將匯總在總部存儲,考慮到數據的安全性,監(jiān)測數據需在異地做容災備份,數據的異地容災備份可利用國家電網公司現有的容災資源,選擇其他城市的容災備份中心存放監(jiān)測數據。
該架構可以解決3方面問題:
(1)解決各特高壓站變電設備狀態(tài)監(jiān)測數據的匯總管理問題。
(2)解決狀態(tài)監(jiān)測數據量增大后查詢分析的時效性問題。
(3)通過在站端增布設備狀態(tài)數據獲取/轉換裝置,解決部分監(jiān)測數據無法接入監(jiān)測系統(tǒng)的問題。

由圖1可知,網省電力公司數據按需接入總部云資源池,雷電、氣象等其他系統(tǒng)數據通過企業(yè)服務總線與云資源池進行數據共享;云資源池根據不同應用需求提供高效便捷的底層框架與設施,為高級應用的實現奠定基礎;高級應用通過對數據的融合、清洗,分析處理,多維度展示,實現特高壓變電設備狀態(tài)監(jiān)測系統(tǒng)的功能。
設備狀態(tài)監(jiān)測數據由監(jiān)測裝置上送到國家電網公司總部一般可采用兩種方式。
方案1:監(jiān)測數據由特高壓變電站站內服務器實時上傳到省電力公司數據中心,然后再轉發(fā)給特高壓變電設備狀態(tài)監(jiān)測系統(tǒng)主站。
方案2:監(jiān)測數據由特高壓變電站站內服務器直接實時上傳給特高壓變電設備狀態(tài)監(jiān)測系統(tǒng)主站。
為了對比這兩種方案服務響應時間以及對省電力公司數據中心服務器的影響和數據服務質量,本文基于通信網絡仿真軟件OPNET對上述兩種方案進行仿真研究。通過仿真建模的分析和研究,比較兩種方案的優(yōu)缺點。
3 仿真建模
3.1 OPNET簡介
在OPNET各種產品中,Modeler幾乎包含其他產品的所有功能,針對研發(fā)的需求,Modeler提供了一個開放的環(huán)境,使用戶能夠建立新的協(xié)議和配備,并且能夠定義和模擬細節(jié)[3]。
Modeler采用階層性的模擬方式,從協(xié)議間關系看,節(jié)點模塊建模完全符合OSI標準,業(yè)務層→TCP層→IP層→IP封裝層→ARP層→MAC層→物理層;從網絡物件層次關系看,提供了3層建模機制,最底層為進程模型,以狀態(tài)機來描述協(xié)議;其次為節(jié)點模型,由相應的協(xié)議模型構成,反映設備特性;最上層為網絡模型。3層模型和實際的協(xié)議、設備、網絡完全對應,全面反映了網絡的相關特性。
3.2 業(yè)務模型
為了比較方案1與方案2通信方式的優(yōu)劣,需要根據國家電網公司與省電力公司之間以及省電力公司與特高壓變電站之間的通信拓撲、主要應用特征等要素構建兩種方案通信方式的業(yè)務模型,以安徽省電力公司蕪湖特高壓站為例進行介紹。
(1)通信拓撲。通信拓撲由網絡節(jié)點設備和通信介質構成的網絡結構圖,國家電網公司通信拓撲根據地域大小又可以分為省際拓撲與省內拓撲。目前,國家電網公司已建成大容量骨干光傳輸網,工程建設覆蓋公司系統(tǒng)除新疆、西藏外的所有省電力公司,將原有通信網的單波傳輸升級為40波,網絡帶寬也由10Gbit/s升級為400Gbit/s,每個省內又建有若干個站點,供省際中繼或省內通信應用。為了簡化計算,安徽省電力公司與其他省電力公司之間帶寬取10Gbit/s,安徽省電力公司與蕪湖特高壓站帶寬取100Mbit/s,站內帶寬取10Mbit/s,通信拓撲如圖2所示。

(2)應用特征。各省電力公司與特高壓站應用特征雖然存在地區(qū)性差異,但大部分以數據服務和Web服務為主,各個公司與變電站又有所側重。正常情況下,省電力公司數據中心承擔全省大部分信息系統(tǒng)的數據管理工作,數據量大,數據庫訪問負荷較重,Web服務相對較輕;變電站內由于相對信息工作業(yè)務量較小,Web服務與數據庫訪問服務負荷均較輕。
方案1采用省電力公司數據中心利用Web服務轉發(fā)數據的方式,加重了省電力公司數據中心Web服務。因此,若采用方案1,省電力公司數據中心數據庫訪問與Web服務負荷均比較重。
方案2采用站端CAC同樣利用Web服務轉發(fā)數據的方式,加重了站端Web服務負荷。若采用方案2,變電站內服務器Web服務負荷較重。
(3)邊界條件。特高壓變電站主設備狀態(tài)監(jiān)測系統(tǒng)運行的前提之一是不能影響其他信息化系統(tǒng)的正常運行,由于狀態(tài)監(jiān)測系統(tǒng)主要獲取在線監(jiān)測數據與帶電檢測數據,會給省電力公司和變電站PMS系統(tǒng)數據庫管理帶來額外負擔,為了不影響省電力公司與變電站PMS系統(tǒng)的正常運行,狀態(tài)監(jiān)測系統(tǒng)帶來的額外數據服務不應使服務器CPU利用率超過50%。
3.3 仿真模型
以安徽省電力公司和蕪湖特高壓站為例,從以下3個層次建立特高壓變電站狀態(tài)監(jiān)測系統(tǒng)通信仿真模型[4-11]。
(1)省際通信拓撲。為了保證通信拓撲反映實際情況的同時還要盡量簡化仿真模型,根據國家電網公司大容量骨干傳輸網絡拓撲圖(見圖3),選取了江蘇、山東、湖北、河南、河北、天津7家單位作為省際通信中繼單位,安徽省電力公司和中國電力科學研究院分別承擔數據推送和接收工作。

(2)省內通信拓撲。省內通信節(jié)點可以分為省電力公司數據中心和其他子網。省電力公司數據中心簡化為兩臺8路CPU、單核服務器,子網簡化為包括1000臺單CPU、雙核工作站的局域網,工作站主要發(fā)起數據庫訪問與網頁瀏覽請求,二者通過交換機和路由進行通信,以湖北省電力公司通信拓撲為例,安徽省電力公司需要與蕪湖變電站通信連接,多出1條直連蕪湖變電站的通信線路。省內通信鏈路均采用100Mbit/s以太網。
(3)蕪湖站通信拓撲。蕪湖站由于業(yè)務簡單,可以簡化為1臺4路CPU、單核的服務器與10臺單路CPU、雙核的工作站,兩者通過交換機和路由進行通信,通信帶寬為10Mbit/s。
4 仿真配置與結果分析
為了研究方案1和方案2數據庫訪問響應時間,以及對省電力公司數據中心服務器、變電站數據服務器的影響,以國家電網公司安徽省電力公司數據中心服務器和蕪湖1000kV特高壓變電站數據服務器系統(tǒng)負載、CPU使用率、業(yè)務處理時間為研究對象,并假設國家電網公司數據中心部署在中國電力科學研究院,分別進行仿真計算。
4.1 仿真配置
OPNET已預設16種業(yè)務模型,如大量數據庫訪問服務、少量數據庫訪問服務、大量郵件服務、少量郵件服務、大量文件傳輸服務、少量郵件傳輸服務、大量基于Http1.1協(xié)議的網頁瀏覽服務、少量基于Http1.1協(xié)議的網頁瀏覽服務等,并根據不同業(yè)務模型定義了報文長度、報文間隔等參數。各省電力公司應用業(yè)務主要由數據庫訪問服務與Web服務為主。需根據不同等級站點的實際情況配置不同量級的Database Access與Web Browsing Http1.1服務。
根據上文可知,省電力公司一般數據庫訪問和Web服務業(yè)務量較大,而蕪湖站兩種業(yè)務量相對較輕,因此,在正常情況下,省電力公司服務器配置為大量數據庫訪問服務和少量基于Http1.1協(xié)議的網頁瀏覽服務,蕪湖站服務器配置為少量數據庫訪問服務和少量基于Http1.1協(xié)議的網頁瀏覽服務。針對方案1,安徽省電力公司數據中心需要向中國電力科學研究院轉發(fā)大量監(jiān)測數據,因此,中國電力科學研究院除了配置滿足本地局域網業(yè)務要求的大量數據庫訪問服務和大量基于Http1.1協(xié)議的網頁瀏覽服務外,還需要配置向安徽省電力公司數據中心作大量數據庫訪問請求的業(yè)務應用。而對于方案2,則需要將中國電力科學研究院數據庫訪問請求指向蕪湖變電站數據中心,這分別加重了安徽省電力公司數據中心和蕪湖站數據中心數據庫訪問壓力。
各省電力公司和變電站服務器除了響應各類業(yè)務請求外,還需運行各類本地軟件,會占用一定CPU資源。因此,將各省電力公司和變電站服務器基礎CPU利用率設為20%,以模擬本地軟件占用的CPU資源。
考慮到省際網絡帶寬競爭,以及背景流量對業(yè)務響應時間的影響,將省際網絡背景流量按圖4進行設置,以模擬不同時間段背景流量的變化。

4.2 結果分析
對于方案1,將中國電力科學研究院數據中心和安徽省電力公司數據中心服務器做相應配置,使得監(jiān)測數據的源地址和目的地址分別為安徽省電力公司數據中心服務器和中國電力科學研究院數據中心服務器,然后進行仿真計算,結果如圖5~7所示。



對于方案2,將中國電力科學研究院數據中心和蕪湖站數據中心服務器做相應配置,使得監(jiān)測數據的源地址和目的地址分別為蕪湖站數據中心服務器和中國電力科學研究院數據中心服務器,然后進行仿真計算,結果如圖8~10所示。



(1)CPU利用率。對比圖5和圖8可知,采用方案1和方案2,安徽省電力公司數據中心和蕪湖站數據中心服務器CPU利用率均低于50%上限,但采用方案1使得安徽省電力公司數據中心CPU利用率增長較快,大約增加13%,而方案2蕪湖站CPU利用率僅增長6%,這是由于安徽省電力公司數據中心響應的客戶端較多,本身數據庫訪問負荷較重,在額外承擔監(jiān)測數據轉發(fā)業(yè)務后,CPU開銷增加較快,而蕪湖站數據中心服務器本身負荷較輕,因此,承擔額外任務后,CPU利用率增長較慢。
(2)數據庫查詢負荷。對比圖6和圖9可知,采用方案1,安徽省電力公司數據中心數據庫查詢負荷增加較低,約為36%,而方案2蕪湖站數據中心數據庫查詢負荷增長約為380%,這是由于蕪湖站服務器初始負荷較低,因此承擔監(jiān)測數據轉發(fā)任務后,數據庫查詢負荷增長較快。
(3)數據庫查詢時間。對比圖7和圖10可知,安徽省電力公司數據中心數據庫查詢時間均保持在0.033s左右,而采用方案2后的蕪湖站數據中心數據庫查詢時間變長,從方案1的0.000017s增長到0.033s。
綜合上述仿真結果可得,采用方案1和方案2均可以滿足特高壓變電設備狀態(tài)監(jiān)測系統(tǒng)監(jiān)測數據轉發(fā)的要求,但仔細比較可以發(fā)現,采用方案1時,安徽省電力公司數據中心服務器數據庫訪問壓力增長較快,CPU利用率裕度較低,為防止偶然高并發(fā)訪問引起CPU利用率超出上限,建議采用方案2轉發(fā)監(jiān)測數據。
5 結語
本文提出從特高壓站直接獲取輸變電設備狀態(tài)監(jiān)測數據的獲取方式,并利用OPNET建立仿真模型,對比了轉發(fā)方式與直采方式下,輸變電設備狀態(tài)監(jiān)測系統(tǒng)主站數據中心服務器與特高壓站端數據服務器系統(tǒng)負載、CPU使用率、業(yè)務處理時間的異同。結果表明,通過直采方式獲取特高壓站設備狀態(tài)監(jiān)測數據時,特高壓站端數據中心服務器CPU利用率裕度較高、訪問壓力較輕。

責任編輯:售電衡衡
-
權威發(fā)布 | 新能源汽車產業(yè)頂層設計落地:鼓勵“光儲充放”,有序推進氫燃料供給體系建設
2020-11-03新能源,汽車,產業(yè),設計 -
中國自主研制的“人造太陽”重力支撐設備正式啟運
2020-09-14核聚變,ITER,核電 -
探索 | 既耗能又可供能的數據中心 打造融合型綜合能源系統(tǒng)
2020-06-16綜合能源服務,新能源消納,能源互聯(lián)網
-
新基建助推 數據中心建設將迎爆發(fā)期
2020-06-16數據中心,能源互聯(lián)網,電力新基建 -
泛在電力物聯(lián)網建設下看電網企業(yè)數據變現之路
2019-11-12泛在電力物聯(lián)網 -
泛在電力物聯(lián)網建設典型實踐案例
2019-10-15泛在電力物聯(lián)網案例
-
新基建之充電樁“火”了 想進這個行業(yè)要“心里有底”
2020-06-16充電樁,充電基礎設施,電力新基建 -
燃料電池汽車駛入尋常百姓家還要多久?
-
備戰(zhàn)全面電動化 多部委及央企“定調”充電樁配套節(jié)奏
-
權威發(fā)布 | 新能源汽車產業(yè)頂層設計落地:鼓勵“光儲充放”,有序推進氫燃料供給體系建設
2020-11-03新能源,汽車,產業(yè),設計 -
中國自主研制的“人造太陽”重力支撐設備正式啟運
2020-09-14核聚變,ITER,核電 -
能源革命和電改政策紅利將長期助力儲能行業(yè)發(fā)展
-
探索 | 既耗能又可供能的數據中心 打造融合型綜合能源系統(tǒng)
2020-06-16綜合能源服務,新能源消納,能源互聯(lián)網 -
5G新基建助力智能電網發(fā)展
2020-06-125G,智能電網,配電網 -
從智能電網到智能城市