基于混合組網(wǎng)技術(shù)的數(shù)據(jù)聚合器最佳部署方案研究與設(shè)計(jì)

彭 林 鮑興川

(全球能源互聯(lián)網(wǎng)研究院信息與通信研究所 江蘇 南京 210003)

0 引 言

配電通信網(wǎng)絡(luò)是實(shí)現(xiàn)配電自動(dòng)化和智能化電網(wǎng)的重要信息基礎(chǔ)設(shè)施，是建設(shè)智能電網(wǎng)的主要內(nèi)容。現(xiàn)在的電力系統(tǒng)中，智能電網(wǎng)所需要擁有的特性可以體現(xiàn)在其可靠性、兼容性、安全性等方面。因此，在智能電網(wǎng)中必須提高效率、降低消耗[1]。

智能電網(wǎng)的其中一個(gè)應(yīng)用是智能電表器。目前，在農(nóng)村、郊區(qū)和城市地區(qū)AMI已經(jīng)得到了廣泛的部署[2]。作為智能電力系統(tǒng)的一個(gè)重要部分，在AMI中，智能電表器會(huì)從居民用電和工業(yè)用電上搜集能耗和輸電質(zhì)量數(shù)據(jù)，并且通過電力系統(tǒng)的控制中心上傳這些數(shù)據(jù)[3-4]。由于智能電表的使用頻率比較高，所以在AMI中需要盡量降低丟包率和處理延時(shí)[5]。而分組丟失會(huì)降低負(fù)載的預(yù)計(jì)精度，并且它還會(huì)導(dǎo)致發(fā)電站給用戶的供電成本增加。

比如說，當(dāng)幾個(gè)智能電表器每隔一個(gè)小時(shí)向供電站發(fā)送數(shù)據(jù)，若帶寬不夠，就會(huì)使得現(xiàn)有的通信體系難以處理大量上千字節(jié)的數(shù)據(jù)，并且導(dǎo)致分組丟失。針對(duì)這個(gè)問題，其中一種解決方案是用數(shù)據(jù)匯聚節(jié)點(diǎn)(DAP)把下游的幾個(gè)智能電表所發(fā)送的數(shù)據(jù)進(jìn)行匯聚，生成長消息。與前者的大量開銷相比，分組開銷似乎是微不足道的。這些DAP將能夠在控制中心和智能電表器之間實(shí)現(xiàn)雙向通信。因此，DAP在AMI的鄰域網(wǎng)(NAN)中能起關(guān)鍵作用。在DAP的主要功能中，我們可以參考建立智能電表和終端節(jié)點(diǎn)的可靠通信，提供數(shù)據(jù)安全、保護(hù)客戶數(shù)據(jù)、監(jiān)控區(qū)域的網(wǎng)絡(luò)狀態(tài)以及支持各種應(yīng)用[6-9]。

如圖1所示，為了在不同的AMI的各個(gè)組件之間建立連接，通常會(huì)采用有線(電力線通信PLC、光纖等)或者無線(WIMAX、WiFi等)技術(shù)。智能電表器通過有線或者無線的方式與中間的數(shù)據(jù)匯聚節(jié)點(diǎn)相連接。DAP再通過中繼節(jié)點(diǎn)把搜集到的用戶數(shù)據(jù)上傳至電網(wǎng)的控制中心。在AMI系統(tǒng)中最好的傳輸媒介是光纖。光纖EPON技術(shù)是一種新興的寬帶接入技術(shù)，是由802.3EFM研究組提出。EPON的組網(wǎng)方式有星形、鏈形等，與配電一次網(wǎng)架結(jié)構(gòu)十分相似，特別適合配電自動(dòng)化通信系統(tǒng)的組網(wǎng)[10]。光纖通信可以屏蔽電磁波以及其他噪聲的干擾。光纖通信的優(yōu)點(diǎn)包括很寬的帶寬、低丟包率，與銅線相比直徑更細(xì)，質(zhì)量更輕、很高的長距離傳輸質(zhì)量等方面。有線的方式涉及到布線及溝渠開挖等問題，難以在城市配網(wǎng)中實(shí)現(xiàn)及時(shí)、有效、低成本的組網(wǎng)，研究及示范工程建設(shè)工作也受到較大阻力[11]。

圖1 智能電表數(shù)據(jù)傳輸系統(tǒng)示意圖

無線通信技術(shù)包括手機(jī)通信(比如說4G、LTE、WIMAX等)和電磁波通信(比如z-波，Zigbee等)。這種無線通信技術(shù)用在DAP和智能電表之間的連接是非常合適的[12]。如果蜂窩設(shè)施已經(jīng)存在，那么供電站就可以節(jié)省時(shí)間和財(cái)力去額外安裝設(shè)備。這種通信技術(shù)的優(yōu)點(diǎn)是具備很高的安全性，但是它的缺點(diǎn)在于蜂窩網(wǎng)絡(luò)是由若干用戶共享的，所以在一些緊急情況下可能會(huì)發(fā)生網(wǎng)絡(luò)擁塞。另外，這種網(wǎng)絡(luò)還會(huì)收到外界惡劣天氣的干擾。WIMAX是基于IEEE 802.16標(biāo)準(zhǔn)的較為常用的無線網(wǎng)絡(luò)技術(shù)。相比之下，無線技術(shù)的發(fā)展，其本身在通信質(zhì)量、穩(wěn)定性、安全性等方面不斷提升，將在未來智能電網(wǎng)的建設(shè)及發(fā)展中起到重要的信息傳遞和交互的樞紐作用[13]。DAP的放置問題是AMI部署的最大困難之一。在智能電網(wǎng)中，每家每戶都會(huì)有一個(gè)智能電表。但是人工去部署DAP最佳位置的分析成本比較高，并且特別是在用戶很多的區(qū)域難在實(shí)踐中實(shí)現(xiàn)。一般這個(gè)問題的公式化之后會(huì)歸納為NP-問題[14-15]。

據(jù)我們所知，目前還沒有任何工作是關(guān)于混合組網(wǎng)中的DAP部署問題。其有助于用戶和微電網(wǎng)在其自身的內(nèi)部進(jìn)行通信，可以減少能量服務(wù)的延遲和數(shù)據(jù)聚合的開銷。

我們認(rèn)為部署DAP有兩種不同的選擇：一種是選擇可獲得的節(jié)點(diǎn)AP(Available Nodes)，二是在潛在的節(jié)點(diǎn)PN(Potential Nodes)上新建。在AN與PN的區(qū)分在于有沒有已經(jīng)放置好的電線桿。顯然，如果在潛在節(jié)點(diǎn)新建一個(gè)DAP成本會(huì)比較高，因?yàn)闀?huì)增加電線桿的成本。

1 相關(guān)工作

在智能電網(wǎng)的DAP部署問題已經(jīng)有了一些工作。黃等[14]通過研究WAN、NAN和HAN三層中的光纖通信和電力線通信(PLC)兩種有線接入技術(shù)，提出了一種用于部署DAP的算法。與遺傳搜索與禁忌搜索算法相比，該算法可以保證所需的性能。另外，與前兩種方法相比，它具有較少的開發(fā)和部署成本。文獻(xiàn)[15]中分析了在農(nóng)村、城市和郊區(qū)這三種不同環(huán)境下的DAP部署數(shù)量分析。文中假設(shè)所有的DAP都需要部署在電線桿上，并且還分析考慮了各個(gè)節(jié)點(diǎn)之間的無線網(wǎng)絡(luò)性能。而文獻(xiàn)[16]中認(rèn)為文獻(xiàn)[15]所提出的方法會(huì)有很高的時(shí)間復(fù)雜度，通過我們目前的調(diào)查研究，在城市地區(qū)需要在適當(dāng)?shù)臅r(shí)間內(nèi)給出響應(yīng)。

在文獻(xiàn)[17]中提出使用一種分布式數(shù)據(jù)包轉(zhuǎn)發(fā)算法來找到最佳的DAP部署方案。他們的方案是把多跳網(wǎng)絡(luò)本身作為通信設(shè)施，也就是說讓智能電表本身進(jìn)行數(shù)據(jù)聚合。但是這種方案在實(shí)際當(dāng)中很少見，因?yàn)檫@些設(shè)施都被安裝在不同的地方。在文獻(xiàn)[18]和文獻(xiàn)[19]中所給出的模型也有相同的問題。在文獻(xiàn)[20]中，作者考慮了智能電網(wǎng)中的機(jī)器對(duì)機(jī)器間通信。他們提出了HEMS(家庭能源管理系統(tǒng))流量集中的最優(yōu)集群問題，并且使用動(dòng)態(tài)規(guī)劃算法來獲得最優(yōu)解。在文獻(xiàn)[21]中，為了支持各種新的需求相應(yīng)程序，文中考慮到了QoS參數(shù)，比如中斷概率，分組誤差等，精確、完全地測(cè)出傳感器和儀表到NAN網(wǎng)絡(luò)的連接概率和分組延遲。對(duì)于本文中的模型，我們假設(shè)DAP與智能電表的排隊(duì)因素一起考慮。

基于現(xiàn)有的關(guān)于“AMI網(wǎng)絡(luò)中DAP的最佳部署”問題，目前的相關(guān)工作可以分為以下三類：

A組 1) 之前的工作不僅考慮到了DAP的最佳部署位置，也考慮到了DAP部署的最佳數(shù)量。2) 之前的工作為DAP的部署位置設(shè)計(jì)了特定的算法。

B組 1) 之前的工作只考慮了智能電表與DAP之間的無線通信(WIMAX,Zigbee..)。2) 之前的工作只考慮了智能電表與DAP之間的有線通信(PLC,光纖...)。

C組 1) 在之前的數(shù)學(xué)模型中考慮了DAP與控制中心的連接。2) 在之前的數(shù)學(xué)模型中沒有考慮到DAP與控制中心的連接。

基于以上的分類，之前的工作我們可以在表一中予以詳細(xì)的歸類。在表1中，我們?cè)敿?xì)地給出了在這個(gè)領(lǐng)域現(xiàn)有文章的相關(guān)工作，算法優(yōu)勢(shì)和存在的缺陷。

表1 DAP部署問題的各個(gè)算法比較

2 系統(tǒng)模型描述

通信設(shè)施是構(gòu)建智能電網(wǎng)的基礎(chǔ)。在本文中，我們考慮了由WIMAX和光纖鏈路組成的混合通信設(shè)施。我們假設(shè)每個(gè)用戶的智能電表可以通過光纖或者WIMAX連接到DAP。通過考慮通信質(zhì)量和設(shè)備成本這兩個(gè)因素，上述模型會(huì)確定智能電表和DAP之間通過什么來傳輸。

此外，需要考慮在該區(qū)域原來有沒有光纖鏈路存在。如果沒有，那么還要在模型中考慮組建光纖網(wǎng)絡(luò)的費(fèi)用。因此，對(duì)于那些還沒有配備光纖的用戶來說，需要給出安裝成本的表達(dá)式。本文所提出的最優(yōu)化問題，就是討論用戶和DAP之間的連接類型問題。

下一步就是要選擇DAP的放置位置。正如在文獻(xiàn)[15]中所描述的，DAP可能被放置在電線桿AN上，或者要有高質(zhì)量的數(shù)據(jù)傳輸就可能放置在新的地方(PN)?？紤]有M個(gè)智能電表的AMI網(wǎng)絡(luò)。假設(shè)AN={DAP1,DAP2,…,DAPsizeAN}，PN={DAP1,DAP2,…,DAPsizePN}，分別表示可以安裝DAP的現(xiàn)有位置和潛在位置。CFi，j和CWi，j分別表示用光纖或者WIMAX建立智能電表i，i={1,2,…,M}和DAPj,j={1,2,…,SizeDAP}的成本。其中SizeDAP表示所需DAP的總數(shù)。成本的表達(dá)式如下：

(1)

式中：cij和pldij表示的是i和j之間的距離和丟包率。表達(dá)式中的其他參數(shù)如下：

R數(shù)據(jù)包的大小

γ在整個(gè)模型中的總能耗率

Eb每比特?cái)?shù)據(jù)所消耗的能量

Tm網(wǎng)絡(luò)的持續(xù)傳輸時(shí)間

T1兩次數(shù)據(jù)傳輸之間的時(shí)間間隔

Κ信號(hào)衰落因子

如圖2所示，圖中的曲線從右到左，頻率逐漸增加。城市中的單跳通信具有較低的延遲[14]，如果增加通信頻率，路徑損耗也會(huì)隨之增加。所以，我們就把城市中的通信頻率定為1 800 MHz。此外，可以使用COST231路徑損耗模型來研究WIMAX通信[4]。

圖2 城市區(qū)域各個(gè)頻率段的路徑損耗

我們所提出的模型不僅決定了智能電表和DAP之間的通信類型，還決定了可獲得節(jié)點(diǎn)(AN)和潛在節(jié)點(diǎn)(PN)的DAP部署問題。

以下提出的成本函數(shù)模型由多個(gè)術(shù)語組成，包括：(1) 安裝接入點(diǎn)(AP)和光纖傳輸系統(tǒng)的成本；(2) 在城鎮(zhèn)地區(qū)基于WIMAX的DAP與用戶之間的通信成本。從數(shù)學(xué)角度考慮，優(yōu)化問題可以用如表達(dá)式表示：

(2)

其中約束條件為:

(1) ?i,j:y(i,j)+z(i,j)=1

(3) ?i,jy(i,j),z(i,j)∈{ 0,1}

式中:M、sizeAN和sizePN分別表示的是智能電表的數(shù)目，電線桿的數(shù)目和潛在節(jié)點(diǎn)的數(shù)目。這些地方都是有可能安裝放置DAP的地方。COSTAN和COSTPN分別表示安裝AN和PN的成本。這些成本都是固定的，因?yàn)檫@些成本只包含了安裝費(fèi)用和占用帶寬的費(fèi)用。 求和公式中的第三項(xiàng)和第四項(xiàng)分別表示電表i和DAPj之間使用光纖y(i，j)和WIMAXz(i，j)的通信成本。約束條件(1)決定了連接的類型。約束條件(2)表示當(dāng)j被選為DAP的放置點(diǎn)，那么DAPj就會(huì)置1。約束條件(3)說明這個(gè)問題是線性的。最后一個(gè)約束條件講的是每一個(gè)電表至少與一個(gè)DAP連接。我們所研究的最優(yōu)化問題屬于線性規(guī)劃模型。在模型中如果有很多的節(jié)點(diǎn)存在，那么這個(gè)問題就沒有一個(gè)準(zhǔn)確的答案。在網(wǎng)絡(luò)中如果有很多的節(jié)點(diǎn)存在，那么就會(huì)使用相關(guān)的近似算法。

3 基于K-means的近似算法描述

在這一節(jié)，我們將解釋K-means算法如何使用式(2)中的優(yōu)化問題來解決DAP的部署和通信媒介選擇問題。在K-means算法中，簇K的數(shù)值是必須已知。在這個(gè)的問題中，可以找到一個(gè)近似值K，其中AMI的范圍是比較難確定的。所以，假設(shè)K的初始值為其最小值K0,有：

(3)

根據(jù)K-means算法，每一次循環(huán)，智能電表都會(huì)選擇最近的簇。因此，如果第i個(gè)智能電表屬于第K個(gè)簇，那么yik=1，否則yik=0。然后簇頭位置就會(huì)更新到他們所連接的智能電表上。在兩次連續(xù)的循環(huán)中如果最新的簇頭位置小于閾值，K-means算法就會(huì)結(jié)束循環(huán)。所以，我們需要計(jì)算智能電表到DAP和DAP到供電站的傳輸消耗，我們修改K-means算法然后結(jié)合考慮供電站的位置u，得到最新的簇頭的公式是：

(4)

原來的K-means算法程序在本文的系統(tǒng)模型中破壞第5個(gè)約束條件。比如，在同一個(gè)簇上部署了數(shù)目大于A的智能電表器。在這種情況下，智能電表器通?？梢栽谒鼈兊耐ㄐ欧秶鷥?nèi)找到其他的簇，而且可以重新連接到新的簇頭。最后，每個(gè)DAP有一個(gè)標(biāo)簽來表示它已經(jīng)連接了電表的數(shù)量。當(dāng)標(biāo)簽大于A時(shí)，就會(huì)讓它重連下一個(gè)DAP。在修改后的K-means算法執(zhí)行完畢，最后的簇頭將映射到最近的電線桿上。如果因?yàn)橛成鋵?dǎo)致某種約束條件不能滿足，那么就說目前執(zhí)行的算法不可行。

在算法1中我們做出了改進(jìn)。首先從K0開始運(yùn)行，從′NumTries′的不同初始位置運(yùn)行改進(jìn)的K-means，將最終的簇頭映射到最近的電線桿，然后選擇方案中消耗最小的那一個(gè)。因?yàn)镵-means算法的初始位置會(huì)影響最終的結(jié)果，所以需要運(yùn)行多次，尋求不同的布置方式來找到更加接近最佳的解決方案。最終，終止循環(huán)的條件是在可以接受的范圍T內(nèi)運(yùn)行K+1個(gè)簇的成本大于K個(gè)簇的成本。可以把T設(shè)置為0使得隨著K值的增加循環(huán)，最終的運(yùn)算結(jié)果越來越接近理論值。也有可能存在那么一種情況：隨著K增加，簇頭數(shù)會(huì)逐漸接近SM數(shù)，使得運(yùn)輸?shù)某杀竟?jié)省去補(bǔ)償安裝的成本。在這種情況下，一個(gè)合理的接受范圍T可以讓我們的算法能夠算出更多的簇頭配置，并且可能找到更好的方案，但是代價(jià)是增加了算法的時(shí)間復(fù)雜度。

算法1DAP最優(yōu)部署的改進(jìn)K-means算法。

參數(shù)為：SM,P,μ,a,b,α,β,γ,M.

1: 從(11)獲取K0.

2: k←0

3: do

4: K←K0+k.

5: For i=0:循環(huán)次數(shù)NT do

6: 平均，隨機(jī)地初始化簇頭位置.

7: 運(yùn)行改進(jìn)的K-means算法.

8: a-把簇頭k部署在最近的電桿. b-選擇節(jié)點(diǎn)的連接類型

9: (1)中獲得的成本賦值給Fi。 否則若(5)-(8)中有任何條件不滿足，那么Fi取∞。

10: 結(jié)束For循環(huán)。

11: Ck←min{Fi}.

12: diff←Ck-Ck-1.

13: k←k+1.

14: While diff<接受的范圍T

15: 返回min {Ck}

4 實(shí)驗(yàn)與分析

我們所提出的問題可以用K-means算法在合理的時(shí)間內(nèi)得到一個(gè)比較近似的結(jié)果。具體的模型仿真我們使用MATLAB軟件來一步一步地去實(shí)現(xiàn)。

圖3表示的是在使用K-means優(yōu)化算法來解決這個(gè)優(yōu)化問題的結(jié)果。圖3中的虛線表示的是無線連接，實(shí)線表示的是光纖連接。通過計(jì)算，得出了在有25個(gè)智能電表，6個(gè)電線桿，8個(gè)潛在部署節(jié)點(diǎn)的環(huán)境中的最佳連接網(wǎng)絡(luò)。

圖3 DAP部署問題的其中一個(gè)最佳答案

如圖4所示，我們所提出的混合組網(wǎng)模型的成本總是要小于純無線或者是純有線連接網(wǎng)絡(luò)。在該網(wǎng)絡(luò)中，平均每10個(gè)聚合器所在的網(wǎng)絡(luò)的總消耗，用K-means改進(jìn)算法得到的成本數(shù)值雖然略大于理論值，但是明顯比有線網(wǎng)絡(luò)或者無線網(wǎng)絡(luò)的成本要小。

圖4 三種組網(wǎng)方案成本對(duì)比

在本文所提出的混合組網(wǎng)結(jié)構(gòu)中，使用高速光纖傳輸會(huì)比無線網(wǎng)絡(luò)具有更可靠的服務(wù)質(zhì)量。此外，所有DAP的部署總成本在混合組網(wǎng)中變得更低。

如圖5所示，對(duì)于所給出的迭代K-means算法，描述了DAP的數(shù)目對(duì)不同布置方法的總成本的影響。顯然，在DAP很少的時(shí)候，所有的智能電表會(huì)連接到少數(shù)的幾個(gè)DAP上，這會(huì)導(dǎo)致成本的上升。但是，當(dāng)DAP的數(shù)量很多的時(shí)候，安裝DAP的成本比重增加，也會(huì)導(dǎo)致總成本很高?？梢钥闯?，我們所提出的混合組網(wǎng)的總成本介于無線網(wǎng)和光纖網(wǎng)之間。

圖5 節(jié)點(diǎn)數(shù)量與三種組網(wǎng)的成本的關(guān)系

考慮到高密度的DAP情況，把同時(shí)有AN和PN的混合組網(wǎng)方案與僅有AN的混合組網(wǎng)進(jìn)行了對(duì)比。結(jié)果表明，在前一種網(wǎng)絡(luò)中，平均每個(gè)DAP會(huì)連5個(gè)智能電表，而在僅有可用節(jié)點(diǎn)的網(wǎng)絡(luò)中，平均每個(gè)DAP要連接7個(gè)智能電表。

5 結(jié) 語

本文主要研究內(nèi)容是研究DAP和AMI在智能配網(wǎng)中的最佳部署。我們主要考慮了使用有線和無線混合組網(wǎng)的方式實(shí)現(xiàn)DAP與智能電表之間的連接。為此，提出了計(jì)算部署總成本的LP優(yōu)化問題。在本方案中，主干網(wǎng)使用光纖技術(shù)，其他地方使用基于WIMAX的無線通信連接。結(jié)果表明，所提出的DAP部署模型具有更好的經(jīng)濟(jì)效益。但是在本文中，我們并沒有針對(duì)更加復(fù)雜的混合場景(城市、郊區(qū)、農(nóng)村)進(jìn)行研究。在混合場景中，由于混合拓?fù)浣Y(jié)構(gòu)會(huì)有區(qū)域重疊，所以混合場景中DAP的總數(shù)會(huì)小于每個(gè)單獨(dú)的場景所需要的DAP總數(shù)之和。另外，我們正在研究新的優(yōu)化問題，同時(shí)也在改變?cè)瓉淼哪Ｐ蛠砜紤]更多的QoS參數(shù)。

[1] Carvallo A,Cooper J.The advanced smart grid:edge power driving sustainability[M]//The Advanced Smart Grid:Edge Power Driving Sustainability.Artech House Inc,2011.

[2] Li H,Gong S,Lai L,et al.Efficient and Secure Wireless Communications for Advanced Metering Infrastructure in Smart Grids[J].IEEE Transactions on Smart Grid,2012,3(3):1540-1551.

[3] WiMAX Forum System Profile Requirements for Smart Grid Applications Requirements for WiGRID[OL].[2016-12-10].http://tinyurl.com/wigrid.

[4] NIST PAP2 guidelines for assessing wireless standards for smart grid application[EB/OL].[2016-12-11].ftp://ftp.3gpp2.org/TSGC/Working/2011/2011-01-Seattle/TR45.

[5] Depuru S S S R,Wang L,Devabhaktuni V.Smart meters for power grid:Challenges,issues,advantages and status[J].Renewable & Sustainable Energy Reviews,2011,15(6):2736-2742.

[6] Zabihi M,Tavasoli M,Yaghmaee M H,et al.Analyzing the Effects of Various Attacks on Smart Meter[C]//Proceedings of the 3rd International Conference and Exhibition on Electricity Distribution,USA,2015:861-865.

[7] Tavasoli M,Yahmaee M H.Security of smart grid and proposed method for NONCE based authentication[C]//Proceedings of 7th international conference on information and knowledge technology,Iran,2015.

[8] Gungor V C,Sahin D,Kocak T,et al.Smart Grid and Smart Homes:Key Players and Pilot Projects[J].Industrial Electronics Magazine IEEE,2012,6(4):18-34.

[9] Karimi B,Namboodiri V,Jadliwala M.On the salable collection of metering data in smart grids through message concatenation[C]//Proceedings of IEEE International Conference on Smart Grid Communications.IEEE,2013:318-323.

[10] 張軍,郜士其,胡陽,等.配電通信接入網(wǎng)中混合通信組網(wǎng)的研究[J].電力系統(tǒng)通信,2011,32(227):36-41.

[11] 莫海峰,楊晴,宣磊.基于混合組網(wǎng)的城市配網(wǎng)通信網(wǎng)絡(luò)研究與設(shè)計(jì)[J].無線互聯(lián)科技,2014(7):39-40.

[12] Mahmood A,Javaid N,Razzaq S.A review of wireless communications for smart grid[J].Renewable & Sustainable Energy Reviews,2015,41:248-260.

[13] 范寅秋,弭娟.無線專網(wǎng)技術(shù)在智能配網(wǎng)中的應(yīng)用[J].電腦知識(shí)與技術(shù),2011,7(5):1103-1118.

[14] Huang X,Wang S.Aggregation Points Planning in Smart Grid Communication System[J].IEEE Communications Letters,2015,19(8):1315-1318.

[15] Aalamifar F,Shirazi G N,Noori M,et al.Cost-efficient data aggregation point placement for advanced metering infrastructure[C]//IEEE International Conference on Smart Grid Communications.IEEE,2015:344-349.

[16] Rolim G,Passos D,Moraes I,et al.Modelling the Data Aggregator Positioning Problem in Smart Grids[C]//IEEE International Conference on Computer and Information Technology;Ubiquitous Computing and Communications;Dependable,Autonomic and Secure Computing;Pervasive Intelligence and Computing.IEEE,2015:632-639.

[17] Lu Z,Wen Y.Distributed Algorithm for Tree-Structured Data Aggregation Service Placement in Smart Grid[J].IEEE Systems Journal,2014,8(2):553-561.

[18] Souza G,Mestrando F V,Lima C,et al.Optimal positioning of GPRS concentrators for minimizing node hops in smart grids considering routing in mesh networks[C]//Innovative Smart Grid Technologies Latin America.IEEE,2013:1-7.

[19] Rolim G,Sousa C,Carrano R,et al.Smart Grid deployment planning:Case Study covering a Brazilian Feeder in Automation Process[C]//Proceedings of the 3rd International Conference and Exhibition on Electricity Distribution,Loyn,France:666.

[20] Niyato D,Xiao L,Wang P.Machine-to-machine communication for home energy management system in smart grid[J].Communications Magazine,IEEE,2011,49(4):53-59.

[21] Abolhassani B,Salt J E,Dodds D E.A two-phase genetic K-means algorithm for placement of radioports in cellular networks[J].IEEE Transactions on Systems Man & Cybernetics Part B Cybernetics A Publication of the IEEE Systems Man & Cybernetics Society,2004,34(1):533.

[22] Liang H,Wang B,Liu W,et al.A novel transmitter placement scheme based on hierarchical simplex search for indoor wireless coverage optimization[J].IEEE Transactions,2012,60(8):3921-3932.