基于大数据技术的北美FNET/GridEye系统设计与实现

随着智能电网信息化技术的快速发展,已稳定运行多年的FNET/GridEye软件系统已经无法适应未来的发展。针对这种情况并结合最新的电力实时大数据(以同步向量数据为主)开源项目OpenPDC/OpenHistorian设计了基于分布式架构的新一代系统。系统由前端集群、后端集群和系统调用组件三部分组成,具有系统扩展性强和可靠性高的特点。前端集群中的每台OpenPDC服务器负责接入一定数量的同步向量采集设备,并在其中运行不同的电网事件触发器插件。当触发器探测到电网事件后会以组播方式通知位于后端集群中的系统调度组件,此组件负责从OpenHistorian中加载窗口数据后,运行对应的分析应用程序。针对已投运系统的数据吞吐量测试、两年多的稳定运行和不断添加前端设备和后端应用证明了新系统设计的先进性。     

源网荷全景同步测量系统分布式主站的设计与实现

源网荷全景同步测量系统（Full-View Synchronized Measurement System ,SYMS）实现了对高比例电力电子化的新型电力系统的全方位实时检测。SYMS 主站作为测量数据的接收与分析平台，其数据处理能力对保障SYMS稳定运行与应用效果具有重要意义。然而，由于数据类型多、装置数量激增、数据分析过程复杂，集中式架构的主站难以保证同步相量数据处理的实时性与可靠性。因此，本文提出一种适用于SYMS系统的分布式主站设计方法，并进行了实现。首先，该方法分析了SYMS不同测量装置的通信方式，提出并建立了基于开源相量数据集中器（Open Source Phasor Data Concentrator, OpenPDC）的多源异类数据适配器，并设计实现了基于HAProxy的主站前置服务器的负载均衡集群；其次，针对主站数据在线分析延时高的问题，设计并开发了基于流处理框架的Storm适配多语言、多时间窗算法的分布式计算方式，进一步搭建了包含前置数据平台与在线应用平台的SYMS分布式主站；实际系统测试结果表明，与集中式架构相比，所提架构在实际运行中可有效均衡负载，利用分布式方式提高运算速度，针对多类型实时测量数据具有更强的并发处理能力与更短的处理延时，并有效监测系统的异常状态。可为新型电力系统特性分析、建模、闭环控制等应用提供数据基础与应用平台。