基于加權(quán)隊列的無線智能電網(wǎng)通信網(wǎng)采集數(shù)據(jù)流量調(diào)度算法

邵蘇杰 郭少勇 邱雪松 孟洛明

?

基于加權(quán)隊列的無線智能電網(wǎng)通信網(wǎng)采集數(shù)據(jù)流量調(diào)度算法

邵蘇杰*郭少勇 邱雪松 孟洛明

(北京郵電大學(xué)網(wǎng)絡(luò)與交換技術(shù)國家重點實驗室 北京 100876)

智能電網(wǎng)的關(guān)鍵技術(shù)之一是為電力數(shù)據(jù)采集提供一個高效、可靠、安全的雙向通信系統(tǒng)。使用具有通信能力的先進(jìn)電力計量設(shè)備(智能電表)組成無線mesh網(wǎng)絡(luò)采集數(shù)據(jù)，存在應(yīng)用層數(shù)據(jù)流量對網(wǎng)絡(luò)通信性能的挑戰(zhàn)，當(dāng)大量數(shù)據(jù)流量突發(fā)時，與本地局域網(wǎng)關(guān)較近的智能電表將面臨較大的通信壓力，可能產(chǎn)生嚴(yán)重的數(shù)據(jù)擁塞。為此，該文基于多網(wǎng)關(guān)聯(lián)合的思想，提出一個新的基于加權(quán)隊列的流量調(diào)度算法以緩解擁塞。首先，對多網(wǎng)關(guān)聯(lián)合網(wǎng)絡(luò)進(jìn)行分析，確定影響網(wǎng)絡(luò)性能的主要因素。其次采用隊列加權(quán)的方法，提出新的流量調(diào)度算法。最后進(jìn)行網(wǎng)絡(luò)仿真，相對其它算法，該文所提算法能夠極大緩解數(shù)據(jù)突發(fā)時刻的系統(tǒng)擁塞，有效地降低時延，同時在系統(tǒng)各網(wǎng)關(guān)吞吐量之間取得良好的平衡，能夠提高采集網(wǎng)絡(luò)的通信性能。

智能電網(wǎng)通信網(wǎng)；智能電表；流量調(diào)度；無線mesh網(wǎng)絡(luò)；多跳通信

1 引言

隨著新能源的廣泛使用和智能交互用電方式的提出，智能電網(wǎng)將是一個以用戶為中心的高度靈活，高效率，易接入和可靠的系統(tǒng)[1]。智能電網(wǎng)將用戶和各種分布式能源納入到智能發(fā)電、輸電、配電和用電環(huán)節(jié)，允許用戶積極參與到用電管理和故障報告中來，期望高效地利用各種分布式能源，提高電網(wǎng)的自愈能力，降低電力風(fēng)險，同時提升電網(wǎng)的即插即用能力和互操作性[2,3]。實現(xiàn)這些功能需要完整而準(zhǔn)確的用電數(shù)據(jù)，因此智能電網(wǎng)的關(guān)鍵技術(shù)之一是為數(shù)據(jù)采集提供一個高效、可靠、安全的雙向通信系統(tǒng)[4,5]。

現(xiàn)有的電力數(shù)據(jù)采集系統(tǒng)廣泛采用總線采集和公網(wǎng)GPRS無線傳輸相結(jié)合的方式，很難為智能電網(wǎng)提供上述功能所需的通信能力。PLC(Power Line Communication)以其與電力系統(tǒng)的緊密結(jié)合和經(jīng)濟(jì)性等特點成為合適的有線通信選擇之一[6,7]。但PLC存在嚴(yán)重缺陷，電力傳輸和數(shù)據(jù)通信采用同一條物理路徑，一旦發(fā)生故障，數(shù)據(jù)通信將會中斷，無法保證實時性、完整性和準(zhǔn)確性。其它電力有線通信技術(shù)面臨著同樣的風(fēng)險。相對地，無線通信技術(shù)能夠在滿足智能電網(wǎng)數(shù)據(jù)采集所需帶寬等傳輸能力的同時，解決上述問題，兼顧靈活性、易接入、低成本、易于控制等優(yōu)勢，得到了廣泛的應(yīng)用。因此，無線通信技術(shù)應(yīng)成為智能電網(wǎng)數(shù)據(jù)采集系統(tǒng)通信基礎(chǔ)設(shè)施的首選[5,8,9]。考慮到對居民區(qū)的無縫覆蓋，多跳通信技術(shù)將大大優(yōu)于長距離單跳通信，其不但在長距離抗信號衰減方面具有優(yōu)勢，還能高度確保網(wǎng)絡(luò)的自組織、自愈性和可靠性。因此采用無線mesh網(wǎng)絡(luò)采集智能電力數(shù)據(jù)是一個理想的選擇[6,10]。

基于無線mesh網(wǎng)絡(luò)的智能電網(wǎng)數(shù)據(jù)采集系統(tǒng)中，每個家庭用戶安裝集成無線通信模塊且具有路由功能的智能電表，看作一個mesh結(jié)點。對居民區(qū)按一定的采集規(guī)模分成多個區(qū)域，每個區(qū)域存在一個本地局域網(wǎng)關(guān)(數(shù)據(jù)集中器)，本區(qū)域所有智能電表數(shù)據(jù)通過該網(wǎng)關(guān)與遠(yuǎn)程采集數(shù)據(jù)管理系統(tǒng)(數(shù)據(jù)中心)通信[11]。該網(wǎng)絡(luò)架構(gòu)下雖然能夠依靠物理層，MAC協(xié)議等方面滿足智能電網(wǎng)數(shù)據(jù)采集系統(tǒng)的通信需求，但是還必須解決應(yīng)用層數(shù)據(jù)流量對網(wǎng)絡(luò)通信性能的挑戰(zhàn)。緊急狀況下產(chǎn)生的時變數(shù)據(jù)流量將對智能電網(wǎng)通信網(wǎng)的通信可靠性提出極大的挑戰(zhàn)，人口密集區(qū)域尤為突出[12]。例如，在斷電和災(zāi)害等情況下，大量斷電等故障信息的產(chǎn)生和交換傳輸將極大增加網(wǎng)絡(luò)數(shù)據(jù)流量，與本地局域網(wǎng)關(guān)距離較近的智能電表(最后一跳結(jié)點)將面臨較大的通信壓力，極其可能產(chǎn)生嚴(yán)重的數(shù)據(jù)擁塞，導(dǎo)致網(wǎng)絡(luò)吞吐量下降，嚴(yán)重影響數(shù)據(jù)采集的實時性、完整性和準(zhǔn)確性。

相對于傳統(tǒng)的無線mesh通信網(wǎng)絡(luò)，智能電網(wǎng)中的無線多跳數(shù)據(jù)采集mesh網(wǎng)絡(luò)對網(wǎng)絡(luò)性能諸如帶寬、時延的要求更高。由于采集數(shù)據(jù)與智能電網(wǎng)業(yè)務(wù)相關(guān)，為智能用電決策和數(shù)據(jù)分析提供支持，對實時性、完整性和準(zhǔn)確性的敏感度更高，需要網(wǎng)絡(luò)保證良好的吞吐量和時延。數(shù)據(jù)擁塞問題制約著智能電網(wǎng)業(yè)務(wù)的開展，必須及時有效地解決。為解決該問題，文獻(xiàn)[11]利用mesh結(jié)點可以作為中繼結(jié)點的特性，讓所有智能電表參與到數(shù)據(jù)路由中，采用多區(qū)域聯(lián)合的方法，將多個本地局域網(wǎng)合并成一個大的多網(wǎng)關(guān)網(wǎng)絡(luò)，實現(xiàn)所有智能電表與任何一個局域網(wǎng)關(guān)的通信。

假設(shè)合適的路由協(xié)議設(shè)計完成，局域網(wǎng)關(guān)到遠(yuǎn)程采集數(shù)據(jù)管理系統(tǒng)出口的帶寬足夠，則只需研究如何在多個局域網(wǎng)關(guān)間平衡調(diào)度數(shù)據(jù)流量，進(jìn)而降低擁塞。多跳網(wǎng)絡(luò)的流量調(diào)度算法最先由文獻(xiàn)[13]提出，但其沒有考慮數(shù)據(jù)流量傳輸路徑的結(jié)點跳數(shù)關(guān)系，且結(jié)點需要維護(hù)多種數(shù)據(jù)隊列，算法復(fù)雜，時延較高。文獻(xiàn)[14]在其基礎(chǔ)上提出最短路徑算法，但數(shù)據(jù)流歸屬地明確，對網(wǎng)絡(luò)動態(tài)變化的適應(yīng)性較低，不適用于多網(wǎng)關(guān)聯(lián)合網(wǎng)絡(luò)。文獻(xiàn)[15]假設(shè)數(shù)據(jù)類型單一，兼顧跳數(shù)關(guān)系和結(jié)點隊列關(guān)系，采用多網(wǎng)關(guān)聯(lián)合方法提出了更優(yōu)越的聯(lián)合背壓調(diào)度算法，但對二者之間的關(guān)系考慮比較簡單，且忽略網(wǎng)絡(luò)的即時狀態(tài)，網(wǎng)絡(luò)吞吐量隨著數(shù)據(jù)速率的快速增大明顯下降。這些問題都有待解決。

基于上述分析，本文采用文獻(xiàn)[15]所提出的多網(wǎng)關(guān)聯(lián)合的思路以及相應(yīng)的網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行深入分析研究。由于智能電力采集數(shù)據(jù)的特點，可以認(rèn)為各結(jié)點(智能電表)收發(fā)數(shù)據(jù)類型一致，結(jié)點都只需維護(hù)一種數(shù)據(jù)隊列。進(jìn)而本文對緊急狀態(tài)下網(wǎng)絡(luò)面臨的性能問題進(jìn)行了認(rèn)真分析，深入研究了結(jié)點跳數(shù)和隊列長度對網(wǎng)絡(luò)流量調(diào)度和性能的影響，分析了不同算法的優(yōu)缺點，并提出了基于加權(quán)隊列的流量調(diào)度算法。仿真驗證了該算法能夠在極大地降低數(shù)據(jù)量突發(fā)狀況時掉包率的基礎(chǔ)上，保證網(wǎng)絡(luò)吞吐量和時延的有效性。

本文共分5節(jié)，第2節(jié)從網(wǎng)絡(luò)性能的兩個重要指標(biāo)掉包率和端到端時延出發(fā)，具體分析多網(wǎng)關(guān)無線多跳數(shù)據(jù)采集網(wǎng)絡(luò)結(jié)構(gòu)下結(jié)點跳數(shù)和隊列長度對網(wǎng)絡(luò)性能的影響；第3節(jié)分析已有數(shù)據(jù)流量調(diào)度算法的優(yōu)劣，在其基礎(chǔ)上提出加權(quán)隊列調(diào)度算法；第4節(jié)，仿真數(shù)據(jù)分析，驗證新算法合理性；第5節(jié)給出結(jié)論。

2 網(wǎng)絡(luò)性能分析

無線多跳數(shù)據(jù)采集mesh網(wǎng)絡(luò)中，如圖1所示，智能電表既是數(shù)據(jù)產(chǎn)生的原始結(jié)點，也是中繼結(jié)點，不但傳輸自己產(chǎn)生的電力數(shù)據(jù)，還要中繼傳輸鄰居結(jié)點的數(shù)據(jù)。多網(wǎng)關(guān)聯(lián)合網(wǎng)絡(luò)中，原來作為其負(fù)責(zé)區(qū)域數(shù)據(jù)唯一出口的網(wǎng)關(guān)，現(xiàn)在只是選擇之一，所有網(wǎng)關(guān)的集合組成了數(shù)據(jù)的目的集合，到達(dá)其中任意一個，數(shù)據(jù)將成功被傳輸?shù)竭h(yuǎn)程采集數(shù)據(jù)管理系統(tǒng)。根據(jù)智能電力數(shù)據(jù)采集的特點，系統(tǒng)每一時刻都可能有一個或多個數(shù)據(jù)產(chǎn)生進(jìn)入網(wǎng)絡(luò)。智能電表產(chǎn)生數(shù)據(jù)的速率將決定數(shù)據(jù)量，不失一般性地假設(shè)網(wǎng)絡(luò)內(nèi)所有智能電表產(chǎn)生數(shù)據(jù)的速率一致。本文的目標(biāo)是解決擁塞，同時兼顧時效性，因此主要從掉包率和端到端時延這兩個指標(biāo)進(jìn)行分析。

圖1 智能電力數(shù)據(jù)采集多網(wǎng)關(guān)聯(lián)合網(wǎng)絡(luò)結(jié)構(gòu)示意圖

2.1 掉包率

2.2 端到端時延

假設(shè)傳輸個數(shù)據(jù)包，則平均端到端時延可記為

3 流量調(diào)度算法

3.1 改進(jìn)的最佳路徑算法

3.2跳數(shù)優(yōu)先算法

3.3 聯(lián)合背壓算法

3.4 加權(quán)隊列算法

加權(quán)隊列調(diào)度算法核心部分表示為：

(2) (,+)時間區(qū)間內(nèi)，進(jìn)行流量調(diào)度，為一個數(shù)據(jù)處理周期：

3.5 算法比較

在智能電力數(shù)據(jù)采集中，準(zhǔn)確性和完整性是第1位的，因此掉包率降低是流量調(diào)度算法的首要目標(biāo)，時延次之。

4種算法都需要實時更新結(jié)點狀態(tài)信息，帶來額外的網(wǎng)絡(luò)開銷，一定程度導(dǎo)致性能下降。同時，結(jié)點間通信均通過無線傳輸完成，由于無線傳輸本身的特性如競爭共享無線信道產(chǎn)生的碰撞、信號衰減、噪音干擾等多種因素，導(dǎo)致算法實際性能一定程度低于理論值。

4 仿真結(jié)果分析

本節(jié)用一個遠(yuǎn)程采集數(shù)據(jù)管理系統(tǒng)，與4個本地局域網(wǎng)關(guān)相連，120個智能電表隨機(jī)分布，構(gòu)成一個多網(wǎng)關(guān)無線多跳智能電力數(shù)據(jù)采集實驗系統(tǒng)。仿真過程中，所有結(jié)點使用同一種生成數(shù)據(jù)的速率，數(shù)據(jù)封裝成512字節(jié)的UDP包，物理層使用IEEE802.11b標(biāo)準(zhǔn)，數(shù)據(jù)速率為2 Mbps，假設(shè)本地局域網(wǎng)關(guān)帶寬足夠，忽略噪音干擾和重傳限制，系統(tǒng)初始狀態(tài)存在少量最后一跳結(jié)點處于擁塞狀態(tài)。圖2，圖3分別展示了不同數(shù)據(jù)產(chǎn)生速率下4種流量調(diào)度算法的系統(tǒng)掉包率和平均端到端時延。

圖2中加權(quán)隊列算法掉包率最低，其時延也最低，表明該算法時延受PLR帶來的重傳時延影響較大。結(jié)點產(chǎn)生數(shù)據(jù)速率較低時，聯(lián)合背壓和加權(quán)隊列算法掉包率與時延水平相當(dāng)，一旦數(shù)據(jù)速率加大，加權(quán)隊列算法無論在掉包率和平均端到端時延方面都更具優(yōu)勢。因此，加權(quán)隊列算法具有最優(yōu)的性能。

圖4，圖5，圖6，圖7分別展示了4種算法在不同生成數(shù)據(jù)速率下4個本地局域網(wǎng)關(guān)的流量分布，表1列出了4種算法在不同生成數(shù)據(jù)速率下4個本地局域網(wǎng)關(guān)的流量分布百分比的標(biāo)準(zhǔn)差。表1中聯(lián)合背壓算法和加權(quán)隊列算法的標(biāo)準(zhǔn)差更低，負(fù)載均衡度更高，這顯示了它們具有更低掉包率的原因。聯(lián)合背壓算法比加權(quán)隊列算法的均衡度更高，這因為加權(quán)隊列算法考慮了網(wǎng)絡(luò)的即時狀態(tài)，進(jìn)行了相應(yīng)的調(diào)整，負(fù)載均衡度上付出了代價，但是表1可以清晰地看出，隨著數(shù)據(jù)產(chǎn)生速率的增大，其負(fù)載均衡度在變好，說明算法在數(shù)據(jù)量較大或者擁塞情況下性能是可以信賴的。

表1 4種算法在不同結(jié)點生成數(shù)據(jù)速率下4個本地局域網(wǎng)關(guān)的流量分布百分比的標(biāo)準(zhǔn)差

圖2 4種算法掉包率示意圖

圖3 4種算法平均端到端 時延示意圖

圖4 結(jié)點生成數(shù)據(jù)的速率為4.096 kbps時的不同網(wǎng)關(guān)吞吐量對比

圖5 結(jié)點生成數(shù)據(jù)的速率為10.24 kbps時的不同網(wǎng)關(guān)吞吐量對比

圖6 結(jié)點生成數(shù)據(jù)的速率為15.36 kbps時的不同網(wǎng)關(guān)吞吐量對比

圖7 結(jié)點生成數(shù)據(jù)的速率為40.96 kbps 時的不同網(wǎng)關(guān)吞吐量對比

5　結(jié)論

無線多跳通信技術(shù)可以為智能電網(wǎng)通信網(wǎng)帶來自組織性和自愈性，提高數(shù)據(jù)采集的準(zhǔn)確性、完整性和可靠性。但某些突發(fā)狀況下，大數(shù)據(jù)量導(dǎo)致無線多跳數(shù)據(jù)采集通信網(wǎng)絡(luò)面臨傳輸瓶頸問題，為此，本文提出了一種基于傳輸跳數(shù)和傳輸結(jié)點隊列長度的加權(quán)隊列流量調(diào)度算法，在多個單網(wǎng)關(guān)合并成一個大的多網(wǎng)關(guān)網(wǎng)絡(luò)的基礎(chǔ)上，有效解決了網(wǎng)絡(luò)突發(fā)狀況下的瓶頸問題，同時還能有效預(yù)防網(wǎng)絡(luò)瓶頸的產(chǎn)生，提高了網(wǎng)絡(luò)數(shù)據(jù)傳輸?shù)臅r效性，使數(shù)據(jù)采集通信更加可靠和高效。仿真實驗證明，算法完全能夠達(dá)到相應(yīng)的降低掉包率并盡可能降低系統(tǒng)平均端到端時延的目的，提高了無線多跳數(shù)據(jù)采集系統(tǒng)的通信性能。

[1] Niyato D and Wang Ping. Cooperative transmission for meter data collection in smart grid[J]., 2012, 50(4): 90-97.

[2] Lu Ning, Du Peng-wei, Guo Xin-xin,.. Smart meter data analysis[C]. Transmission and Distribution Conference and Exposition (T&D), 2012 IEEE PES, Orlando, 2012: 1-6.

[4] Li Hu-sheng and Zhang Wei-yi. QoS routing in smart grid[C]. 2010 IEEE Global Telecommunications Conference (GLOBECOM 2010), Miami, 2010: 1-6.

[5] Fan Zhong, Kulkarni P, Gormus S,.. Smart grid communications: overview of research challenges, solutions, and standardization activities[J].&, 2013, 15(1): 21-38.

[6] Gungor V, Sahin D, Kocak T,.. Smart grid technologies: communication technologies and standards[J]., 2011, 7(4): 529-539.

[7] Aalamifar F, Hassanein H, and Takahara G. Valibility of powerline communication for the smart grid[C]. 2012 26th Biennial Symposium on Communications (QBSC), Kingston, 2012: 19-23.

[8] Karimi B and Namboodiri V. Capacity analysis of a wireless backhaul for metering in the smart grid[C]. 2012 IEEE Conference on Computer Communications Workshops (INFOCOM WKSHPS), Orlando, 2012: 61-66.

[9] Castellanos G and Khan J. Performance analysis of WiMAX polling service for smart grid meter reading applications[C]. 2012 IEEE Colombian Communications Conference (COLCOM), Cali, 2012: 1-6.

[10] Kulkarni P, Gormus S, Fan Zhong,.. A mesh-radio-based solution for smart metering networks[J]., 2012, 50(7): 86-95.

[11] Gharavi H and Hu Bin. Multigate communication network for smart grid[J]., 2011, 99(6): 1028-1045.

[12] Li Hu-sheng, Lai Li-feng, and Qiu C. Scheduling of wireless metering for power market pricing in smart grid[J]., 2012, 3(4): 1611-1620.

[13] Tassiulas L and Ephremides A. Stability properties of constrained queueing systems and scheduling policies for maximum throughput in multihop radio networks[J]., 1992, 37(12): 1936-1948.

[14] Ying L, Shakkottai S, and Reddy A. On combining shortest and backpressure routing over multihop wireless networks[C]. Proceedings of the IEEE INFOCOM, Rio de Janeiro, Brazil, 2009: 1674-1682.

[15] Gharavi H and Xu Chong. Distributed application of the traffic scheduling technique for smart grid advanced metering applications using multi-gate mesh networks[C]. 2011 IEEE Golbal Telecommunications Conference (GLOBECOM 2011), Houston, 2011: 1-6.

邵蘇杰： 男，1985年生，博士生，研究方向為網(wǎng)絡(luò)管理與智能電網(wǎng).

郭少勇： 男，1985年生，博士，研究方向為網(wǎng)絡(luò)管理、終端管理與智能電網(wǎng).

邱雪松： 男，1973年生，博士生導(dǎo)師，教授，研究方向為網(wǎng)絡(luò)與業(yè)務(wù)管理.

孟洛明： 男，1955年生，博士生導(dǎo)師，教授，研究方向為網(wǎng)絡(luò)管理和通信軟件.

Traffic Scheduling Algorithm Based on Weighted Queue for Meter Data Collection in Wireless Smart Grid Communication Network

Shao Su-jie Guo Shao-yong Qiu Xue-song Meng Luo-ming

(,,100876,)

One of the key technologies in smart grid is an efficient, reliable and secure two-way communication system for meter data collection. Forming wireless mesh network with advanced electricity devices (smart meters), which have the communication capabilities for meter data collection, faces challenge on network communication performance caused by application layer data traffic. When a large number of data occur in emergence, the smart meter near the local LAN gateway faces great communicaton pressure, and it probably leads to extreme data congestion. Therefore, a new traffic scheduling algorithm is proposed based on the idea of the joint of muti-gateway to release the congestion of system. First, the muti-gateway mesh network is analyzed to study the main factors affecting network performance. Second, a new traffic scheduling algorithm is proposed with the idea of weighted queue of node. Simulation data show that compared with other algorithms, the new algorithm can release significantly the congestion of burst data, and it reduces effectively the latency and obtains a good balance among the throughput of the system gateways, which can improve the network communication performance.

Smart grid communication network; Smart meter; Traffic scheduling; Wireless mesh network; Muti-hop communication

TN915

A

1009-5896(2014)05-1209-06

10.3724/SP.J.1146.2013.01050

邵蘇杰 buptssj@bupt.edu.cn

2013-07-17收到，2013-11-22改回

國家863計劃項目(2011AA05A116)資助課題