云计算在智能电网调度中的应用

为解决传统电力系统中集中式计算平台海量数据流的存储和分析功能不足的问题,针对云计算在智能电网调度技术中的应用进行了研究。首先,对云计算技术在IT行业的发展进行阐述,对云计算的关键技术从虚拟化与快速部署技术、大规模分布式存储技术、资源调度技术、大规模多租户技术、海量数据处理技术以及大规模信息通信技术等方面出发进行介绍。其次,借鉴IT行业云计算技术,设计了基于云计算的智能电网计算平台以及基于云计算的智能电网互动式节能优化调度架构,以期推动云计算在电力系统中的发展,解决智能电网互动式节能优化调度算法方面的问题。     

负荷分布式控制的云计算平台构架设计

具有能量存储特性的负荷可为系统提供备用,参与功率平衡控制.为提高负荷控制的精度并减少对用户用电的负面影响,提出了负荷分布式控制的云计算平台构架.在采用的分布式控制策略中,负荷、负荷聚合层与调度中心之间进行测量数据与控制指令的上传下达,负荷聚合层承担沟通负荷与调度中心的作用,将聚合得到的负荷群运行状态传输至调度中心,并解析由调度中心下达的负荷控制指令.设计了一种云计算平台构架,将负荷分布式递阶控制结构以扁平化计算模式实现,云计算平台直接响应由负荷、负荷聚合层和调度中心提出的服务请求.在 Cloudsim 软件下模拟了负荷分布式控制的云计算平台构架,量化多种可控负荷的云计算和存储任务量.仿真结果表明,云计算平台计算速度快、存储能力强、易于扩展,能够适应负荷分布式控制的要求.     

基于云-边-端协同的电力物联网用户侧数据应用框架

物联网技术渗透到电力系统所形成的电力物联网承载着海量数据流,通过电力业务数据化和电力网络信息化,促进电力数据业务化目标的实现。目前电网基于云计算的集中式数据存储与处理,使得海量细粒度的用户侧数据无法得到有效应用。基于此,文章提出了基于云-边-端协同的用户侧数据应用框架,以打破由于计算资源有限而导致用户侧与电力系统的交互壁垒。利用边缘计算与云计算的互补性,以预测预警、分类聚类和需求响应3类用户侧基础数据应用为例,设计了用户侧数据应用框架,以期实现自下而上和自上而下的双向数据流、业务流的协同循环,从而达到对用户侧数据进行广而深的价值挖掘的目标。最后,从物理层、平台层和业务层3个维度对实现该框架的关键技术进行了分析与总结。     

电力系统云计算中心的研究与实践

对云计算的技术发展和服务模式进行了介绍,探讨了云计算在电力系统应用的可行性和必要性。对电力系统云计算中心的建设目标和系统特点进行了阐述,并针对仿真计算领域详细设计了仿真云计算中心系统架构的几个层次:基础设施云、数据管理云、仿真计算云、协同工作云和咨询服务云。对数据标准、电网模型整合技术、海量数据管理技术、动态任务调度技术、协同技术等电力系统云计算中心的主要标准和关键技术进行了研究,最后给出了实际应用场景。     

云计算:构建未来电力系统的核心计算平台

针对传统电力系统计算平台在计算、存储、信息集成和分析等方面的不足,提出建立基于云计算的电力系统计算平台。首先概述了云计算的基本概念和主要特征,并比较了云计算和另一种大规模分布式计算模式——网格计算的不同。从物理组成、系统架构、软件技术等方面详细讨论了电力系统云计算平台的实现。之后,展望了云计算在电力系统安全分析、潮流与优化潮流计算、系统恢复、监控、调度、可靠性分析等领域的应用前景。最后,讨论了电力系统云计算研究中有待解决的几个重要问题。     

浅谈云计算在电网发展中的应用

介绍了云计算的发展历史和基本原理,列出了云计算相比网格计算的优势。详细阐述了云计算在网损分析、电力系统稳定分析和电力企业办公系统上的应用,论证了云计算平台代替目前电力系统中的集中式计算平台成为核心计算技术的必然性。     

基于云计算平台Hadoop的线路参数并行辨识算法研究

随着作为电网动态监测技术平台的广域量测系统(WAMS)在电网的应用普及,电网运行人员对于电网动态变化有了实时监测与分析的手段,但WAMS所产生的海量数据以及对于分析平台的高效率要求是WAMS应用的一大挑战。本文深入研究了基于Hadoop云计算平台的线路参数并行辨识算法,并提出算法的设计思路以及实现方法,为高效利用WAMS数据辨识线路参数给出了解决方法。对比实验证明基于云计算平台Hadoop的线路参数并行辨识算法大大提高线路参数辨识算法的计算效能,适合处理该应用中的WAMS海量数据。     

基于虚拟机动态迁移的电力仿真云计算平台资源调度策略

针对目前电力系统仿真计算实时性与计算精度要求高、平台可扩展性差以及资源利用率低等特点,首先给出了一种基于开源基础设施平台OpenStack和并行处理框架Hadoop的电力仿真云计算平台架构,能够以较低成本实现动态扩展、高效计算和海量存储等功能。其次,结合电力系统仿真任务特点,给出了一种基于多目标粒子群优化(PSO)算法的虚拟机迁移策略,实现电力仿真云计算平台资源调度。虚拟机迁移过程采用指数平滑预测模型确定热点,选择虚拟机时综合考虑迁移速度和效果两个因素,利用多目标PSO算法搜索目标节点,使得电力系统仿真计算在保证服务质量的同时兼顾高资源利用率和低运行成本的优势。最后,通过CloudSim进行仿真实验,将所提算法与贪心迁移算法和顺序放置非迁移算法进行对比。实验表明,所提算法在服务等级协议(SLA)违背率、剩余资源率、能耗以及虚拟机迁移次数等指标上均优于其他算法,验证了基于虚拟机动态迁移的多目标PSO算法在电力仿真云计算平台资源调度中的优势和可行性。     

基于云计算的雷电监测预警与防护平台构建

针对现有电力系统中海量雷电数据的快速计算、安全存储、开放共享和雷电应用系统的高并发稳定性等方面存在的技术瓶颈,提出并构建了基于云计算的雷电监测预警与防护平台(简称雷电云平台),对面向行业领域和公众用户的雷电云平台进行了总体架构设计,研究了互联网云计算相关技术在雷电云平台中的应用。研究结果表明:雷电云平台分为3个层次,即基础设施层、平台支撑层和应用软件层;所研发出的综合性云应用软件支持浏览器和移动终端访问,集雷电预警预报、雷电实况监测、雷击事故诊断、雷害风险评估、雷害综合治理、雷电防护装备和防雷咨询服务等功能于一体;雷电云平台的建立大幅提升了海量雷电数据的计算、存储与共享能力和应用系统的并发访问水平。该平台可以为关注防雷安全的各行业用户和公众用户提供数据服务开放、应用方式便捷和防雷服务全面的整体解决方案,对社会性防雷减灾工作具有重要的意义。     

基于云计算平台实现电网短期负荷预测算法的研究

短期电网负荷预测在任何电力系统的运行决策中都起着重要作用。由于负荷短期预测的实时性要求与在大型数据集上执行复杂的计算过程所需的高计算能力相冲突,提出了基于支持向量回归的短期电网负荷预测算法,并基于云计算平台实现了该算法。将所提预测算法分别在云计算平台和单机计算平台上进行对比实验,结果表明基于云计算平台的实现有效提高了算法执行效率。