调度中心流计算集群排队模型的CQB并行均衡控制方法

针对配电调度中海量监测数据的处理延迟越来越大、计算节点任务不均衡的问题,在分布式消息队列和实时流计算框架的基础上,提出一种基于排队模型的配电监控信息的CQB并行处理方法。以分布式消息队列作为数据缓存,综合运用流计算拓扑并行编程模型,设计配电监测数据的拓扑实例,并对流计算集群处理拓扑计算任务时的轮询任务调度方法进行改进。以铁道配电监控系统数据和加拿大魁北克水电公司配电负荷数据为算例,对若干组拓扑实例进行数据处理延时测试和集群性能测试。结果表明:通过对消息队列分区数和流计算组件并行数的优化设置,可有效提高海量配电监控信息的响应能力和扩展集群的处理效率,改进任务调度方法可使流计算集群整体负载更加均衡,降低配电监控数据处理延时。     

面向智能调度监测的流计算并行滑动窗口技术

针对智能调度监测中大量实时数据的快速处理问题,在实时流计算框架和并行拓扑编程基础上,研究一种配电网监测信息流计算的并行滑动窗口实时处理新方法。结合连续遥测对象的拓扑并行处理过程,利用并行滑动窗口的窗格聚集、窗格元组缓存与窗口聚集等设计技巧,实现监测信息流连续计算的快速滑动窗口拓扑实例。以一个配电网调度监控的工程系统为算例,对若干组拓扑实例进行快速滑动窗口的多节点集群测试,结果表明:集群环境下各元组可得到ms级的窗口计算平均处理延时,合理设置拓扑工作进程的并行度和螺栓组件执行线程的并发数等并行参数有利于降低滑动窗口处理延时,验证了流计算拓扑的集群和并行度对提高智能配电网大规模连续监测信息的实时响应能力和处理效率具有重要意义。     

配电网监测数据微批处理的血统链标记容错法

针对分布式配电自动化系统存在数据量井喷、海量监测数据缺乏高效的分布式故障容错机制的问题,提出一种血统链标记容错新方法。利用弹性分布式数据集、微批计算的记录级容错和血统链标记序列融合处理的设计技巧,实现了分布式数据容错中血统链的追溯和条件标记的自动选择。以铁路配电网监测采集的数据为算例,搭建了4机集群的调度监控平台进行容错测试。以发生频次最高的单数据节点故障为例,测试结果表明:对于包含3×10~6条监测数据记录的弹性分布式数据集,血统链标记容错模型的集群CPU平均占用率波动小于1.5%,磁盘占用率下降4.2%;当迭代次数达到600、800次时,迭代运算耗时分别降低24.3%和42.9%;所提方法实现500 ms流处理延时的同时,对集群资源的使用情况也具有较好的优化效果,验证了该方法对分布式集群容错的有效性。     

聚类网架拓扑与源荷关联场景生成下配电网分布式电源规划方法

面对多样化的配电网拓扑结构,为了对分布式电源规划激励措施的成本进行快速有效估算,提出了一种基于聚类网架拓扑的配电网分布式电源规划方法。同时,在规划阶段充分考虑分布式电源与负荷的相关性,提出了基于Copula理论的源荷关联场景规划方法。通过SimRank++算法计算不同馈线拓扑结构间的相似度,由层次聚类算法获取配电网的不同馈线集群,将集群中心作为典型网架的拓扑结构。针对每一种典型网架的拓扑结构,以经济性为目标建立分布式电源的规划模型,并采用模拟退火粒子群优化算法对模型求解。基于实际城市配电网进行算例分析,分析结果表明所提方法能够灵活地指导分布式电源规划,从而为可再生能源和配电网的战略规划提供参考。     

配电网监测数据的分布式Map压缩-查询技术

针对配电自动化中大量电力监测数据的处理问题,提出了回避聚合操作的配电网监测数据分布式Map压缩-查询新方法。通过将监测数据分布式Map压缩存储,利用HQL查询引擎及压缩接口将分布式Map压缩应用到连接查询的混洗阶段中,减小传递到查询聚合端的数据量,提高压缩数据的查询速度,并推导了时效性的相关公式。以北京某动车段10 kV电力远动监控系统的实测数据为例,搭建了四节点测试集群。压缩导入对比测试表明,分布式Map压缩速度快于分布式Reduce压缩,分布式Map的Map_Deflate压缩处理时间比分布式Reduce_Deflate减少了45.3%;压缩-查询测试表明,当数据量为2×10~7记录级时,分布式Map的Map_LZO格式压缩-查询耗时大幅降低,比混洗阶段不压缩-查询时减少了31.6%,验证了分布式Map压缩对加速查询的时效性。     

基于云平台的分布式资源智能监控结构体系研究

随着储能、中央空调和冰蓄冷等用户侧分布式可调负荷的不断增加,配电网调节资源监控系统的数据存储量日益增大,传统的监控系统数据中心难以满足电网安全、可靠运行的要求,鉴于此本文提出了一种基于云平台的分布式资源智能监控结构体系.利用云平台的分布式存储和计算能力,可对海量、高维度的分布式资源大数据进行分析和处理,对于提升分布式资...     

含分布式能源的主动配电网实时拓扑追踪

随着各种分布式能源接入配电网,配电网的潮流分布随分布式能源的运行方式转换而变化,传统仅考虑配电网拓扑结构的拓扑追踪方法不再适用,需要考虑配电网潮流方向变化对拓扑追踪的影响。本文根据配电网中主要电力设备及其连接关系建立了拓扑模型,基于配电网状态估计结果获取配电网的潮流分布,结合拓扑模型以及潮流分布给出计算各开关潮流的方法,在此基础上建立了基于潮流方向的连接节点/支路模型,并将该模型应用于拓扑追踪。文中列举了了多个拓扑追踪的应用场景,分别描述了各应用场景下的拓扑追踪实施方法。通过实例分析可知,文中的拓扑追踪方法充分考虑了多种分布式能源在不同运行方式下对配电网的影响,计算方法快速、结果准确,能够为运行人员提供调度决策支持。     

依托Hadoop架构的海量变压器实时监测与存储方案构建

随着智能电网的建设以及电力变压器在线监测技术的成熟,电力变压器在线监测数据呈现出体量大、类型多等特点。使用传统存储技术存储变压器在线监测数据,已不能满足实时、快速的需求。为此,设计基于Hadoop集群的变压器在线监测数据存储方案。该方案利用HBase(分布式列式数据库)具有快速实时读写数据的优势,将变压器在线监测系统采集的海量数据实时快速地存储。为能自动快速实时收集数据和避免因数据流过大造成系统崩溃,分别采用Flume(日志收集工具)和Kafka(分布式流处理平台)收集和缓存数据。以电力变压器在线监测的油色谱数据为例,验证了所提存储方案的可行性和有效性。     

智能配电网拓扑信息的分布式存储和管理方法

提出一种适用于智能配电网分布式保护和控制系统的网络拓扑信息存储和拓扑管理方法。每个智能配电终端仅需配置安装处的基本拓扑信息,通过制定有序的广播通信策略可自动完成相邻配电终端信息的获取和拓扑逻辑层的划分,实现局部拓扑的识别,为快速的保护和控制功能提供所需的拓扑支撑。基于局部拓扑识别结果生成拓扑最小连接树,以拓扑最小连接树为基本单元确定代理终端,提出了基于代理节点的网络拓扑简化方法,为需要大范围拓扑信息支撑的功能提供拓扑信息的获取和管理方法。以智能配电网分布式故障自愈系统功能的实现为例,对智能配电网拓扑信息分布式存储和管理方法的应用进行了分析。     

配电网调度监测数据的多线程集群共享内存折叠压缩方法

针对配电网中数据指数增长造成的读写时延越来越长的问题,提出一种多线程集群共享内存折叠压缩新方法。将数据结构扁平化处理融入于数据压缩之中,通过启用内存折叠方法,在写入内存过程中消除数据冗余,改变数据结构,减少刷新到磁盘的次数,同时缓解磁盘块缓存的压力,从而提高对数据的读写性能,以千万条数据记录的某动车段10kV配电网远动调度监控系统实测数据为例,搭建4个节点测试集群,进行集群内存压缩导入延时测试与读写性能测试。实验结果表明,启用内存压缩能优化内存结构,提升调度监测数据库的读写性能。     

配电网SCADA时序数据集群的RWI快速查询技术

针对配电网大量调度监控准实时数据查询效率不高的问题,利用富网络组件容器和大数据二级索引机制将配电大数据嵌入到大规模并行处理(massively parallel processor,MPP)查询引擎中,提出一种跨平台的配电网数据RWI快速查询新方法。综合运用Impala数据守护进程,实现大量准实时数据在调度监控应用的快速查询。以铁路10k V配电网监控系统工程导出的数千万级实际时序数据为算例,进行加载测试和集群查询性能测试。结果表明:基于二级索引的RWI方法异步回调机制,在正常运行下的集群磁盘I/O读取速度约为存储速度的10倍,能将大数据集群与监控界面端异步回调接口间的数据延迟降至数百ms级,合理提高集群性能,能够适当地提升海量数据响应能力,但远低于扩大集群节点数对海量数据响应能力的提升效果。     

智能配电网分布式拓扑识别与应用方法

为实现配电网中的分布式保护与控制,提出了一种基于智能终端单元(Smart Terminal Unit, STU)的分布式拓扑识别与应用方法。对于每个STU,在该方法中仅需为其配置与之关联的静态网络拓扑信息。在一定的拓扑识别规则下,通过与其他智能终端交换信息,各智能终端可以确定馈线支路集的边界终端以及边界终端之间的连接关系,形成动态网络拓扑信息,从而实现拓扑信息的识别与存储。以配电网故障自愈、分布式电源孤岛检测功能为例,介绍了在拓扑信息分布式存储情况下的拓扑应用方法。     

区域分布式电源集群监控系统

为了更好地管理分布式电源的运行,增强与配电网的友好互动能力,提高分布式电源并网运行后配电网的安全性和经济性,研发了一套区域分布式电源集群自动监控系统。提出了区域分布式电源集群监控系统的结构设计和功能体系,设计开发了系统的关键功能(集群划分、多目标优化、集群控制等),建立了分布式电源集群控制的多目标优化模型,并给出基于二阶锥的求解策略。基于实时数字仿真器(RTDS)构建了浙江杭湾工业园区某实际10kV馈线的网架,并以此为信源测试了系统在两种时间尺度下的运行情况,验证了系统的正确性和可靠性。     

网络拓扑结构与供电可靠性的数学关系分析

在拓扑结构相似性概念的基础上,提出了网架拓扑与配电网供电可靠性直接相关的理论,解决了可靠性评估中缺乏对网架拓扑合理性分析的问题,同时提升了配电网规划的合理性与针对性。首先将实际配电网进行抽象化处理,用带权邻接矩阵及故障度矩阵综合表示配电网;其次提出了基于拓扑共享度特征指标的相似性函数,借助聚类分析的方法对配电网可靠性进行初步分析与评估;最后提炼出关键支路的故障率水平、网架结构、分布式电源接入位置等3个辅助分析指标,并通过指标的提升实现对配电网规划的优化。在工程实例分析中对实际配电网提出了具体的优化策略,验证了该方法的有效性。     

分布式配电自愈的拓扑及状态自识别方法

为了解决配电网分布式自愈系统的网架拓扑与运行方式适应能力受限,且系统配置维护难度大的问题,提出了一种分布式的配电网拓扑结构与状态自识别方法。描述了该方法的基本原理,建立了拓扑及其实时状态的数据模型,论述了智能分布式装置从单个节点的初始局部拓扑信息,识别出整条线路网架拓扑信息的分布式动态拓扑自识别机制,自识别的信息包括线路上其他节点及属性、区段及属性、电源路径等,同时提出了拓扑作用状态自识别机制及各状态判据。通过复杂的配电网架实例,对分布式拓扑及状态自识别方法进行了具体详细说明。结果表明以本文提出的方法为基础,配电网分布式自愈系统可具备多类型网架及运行方式自适应能力,为大幅降低系统配置难度和运维工作量提供了技术支撑。     

基于Spark和粒子群算法的分布式配电网重构方法

当前配电网结构日趋复杂且有分布式电源大量接入,现有人工智能算法进行配电网优化重构后会出现大量数据,导致算法搜索空间暴增、处理效率下降。为提高传统粒子群算法的处理效率,提出了一种粒子群优化算法,以配电网故障后重构的网损最小为目标函数,建立配电网故障后重构模型。充分利用分布式集群计算资源,通过Spark框架对优化粒子群算法并行化操作,以提升算法的处理效率。     

一种配电网故障恢复快速拓扑和潮流计算方法

针对配电网故障恢复的特点,提出了一种快速拓扑分析和潮流计算方法。首先利用SQL关系数据库存储配网的连接关系和节点、支路信息,方便数据维护,提高拓扑重构的灵活性,在故障分析时,将数据库中的配网信息加载到内存中形成面向对象的实时数据库。然后运用广度优先搜索法进行拓扑分析,并结合前推回代法进行潮流计算。最后采用基于QT的C++实现用GUI界面显示拓扑和潮流计算结果。结果表明:该算法能快速正确检测配网的连通性、判断是否存在环路或孤岛;同时具有良好的数据维护性,计算速度快。     

配电网运行拓扑与支路顺序算法

前推回代法计算配电网潮流的关键是在高效拓扑表示基础上,确定配电网支路或节点前推、回代顺序。首先,按照IEC 61970-301 CIM中拓扑的概念,对配电网的拓扑表示进行总结,给出了配电网运行时,表示拓扑的图的定义;然后提出用邻接支路表示这种图,并定义出这种图支路的度和逆有向道路;再根据前推回代潮流计算的特点,提出了计算前推支路顺序搜索和回代支路顺序的计算方法;最后编制了程序,验证了算法的正确性。算法简单直观,占用内存小,计算效率高。     

基于集群的主动配电网双层分布式优化调度策略研究

随着主动配电网中大量分布式能源资源的接入,传统的集中式调控架构体系将无法有效处理这些分布式单元,因此有必要对主动配电网分布式资源集群优化调度开展研究。以基于多智能体架构的主动配电网为研究对象,根据“群内自治、群间协调”的分级调控思想,提出一种基于“源-荷”集群功率偏差的双层分布式优化调度策略。在上层全局优化阶段,提出基于“源-荷”集群功率偏差的改进一致性算法对各集群间进行分布式协调优化;在下层局部优化阶段,基于分布式一致性算法对各分布式单元进行协调优化,获取最优效益下“源-荷”需求,同时对所提策略的收敛性进行证明。通过IEEE 33节点系统验证所提策略的有效性和合理性。     

按列存储的配电网监测数据包区间编码正规化压缩处理

针对不断增长的配电网按行存储数据的模式造成数据体量持续增大、压缩率难以提高的问题,利用按列存储的数据包架构和扩展区间编码的正规化处理技巧,提出了一种大体量配电网监测信息的压缩处理新方法。以列数据包为底层存储、知识网格为组织架构,将区间编码和正规化处理融入底层监测数据包的并行压缩处理进程中。以北京某动车段的配电网调度监测工程数据为算例,进行列数据包区间编码的正规化压缩测试。仿真结果表明:扩展区间编码的正规化处理技术可使监测信息压缩率提高至94%,获得了比已有云计算集群更好的压缩效果,通过动态调整映射区间,即可方便实现在无穷区间中对海量化监测信息编码压缩的工程应用需求。