智能電網(wǎng)廣域測(cè)量數(shù)據(jù)融合算法研究

王 林，昌 艷

（南方電網(wǎng)調(diào)峰調(diào)頻發(fā)電有限公司信息通信分公司，廣州 510630）

經(jīng)濟(jì)的發(fā)展促使著智能電網(wǎng)的規(guī)模日益龐大，隨之帶來(lái)了一系列不可忽視的問(wèn)題[1-2]。廣域測(cè)量系統(tǒng)以高速通信網(wǎng)絡(luò)和同步相量測(cè)量單元為基礎(chǔ)構(gòu)建，形成控制與監(jiān)測(cè)的基礎(chǔ)設(shè)施。海量數(shù)據(jù)傳輸將占用大量的帶寬，降低了傳輸?shù)目煽啃?，?dǎo)致網(wǎng)絡(luò)延時(shí)增加，難以滿足電網(wǎng)動(dòng)態(tài)監(jiān)控的實(shí)時(shí)性要求，嚴(yán)重影響WAMS系統(tǒng)的可靠性和準(zhǔn)確性。因此，為了提高大電網(wǎng)的安全穩(wěn)定運(yùn)行程度，有必要對(duì)智能電網(wǎng)廣域測(cè)量數(shù)據(jù)融合算法進(jìn)行研究[3-5]。對(duì)于智能電網(wǎng)廣域測(cè)量數(shù)據(jù)海量問(wèn)題國(guó)內(nèi)外學(xué)者做了大量研究并取得了豐碩的成果。文獻(xiàn)[6]提出了一種針對(duì)WAMS海量數(shù)據(jù)的特征提取方法，指出海量數(shù)據(jù)的優(yōu)化處理是WAMS廣泛應(yīng)用的關(guān)鍵；文獻(xiàn)[7]以同步數(shù)據(jù)集中器為核心進(jìn)行分層，提出了基于同步數(shù)據(jù)集中器性能提高的WAMS體系結(jié)構(gòu)優(yōu)化，但有充分考慮與系統(tǒng)其它各部分協(xié)調(diào)運(yùn)作。文獻(xiàn)[8]將WAMS系統(tǒng)劃分成數(shù)據(jù)應(yīng)用層、數(shù)據(jù)集中層和數(shù)據(jù)采集層，系統(tǒng)功能結(jié)構(gòu)的劃分過(guò)于簡(jiǎn)單，也不利于系統(tǒng)的整體規(guī)劃和性能的提高。對(duì)于WAMS系統(tǒng)的海量數(shù)據(jù)的研究，多是從單方面詢求解決的方案，沒(méi)有充分調(diào)用系統(tǒng)各層面的協(xié)同操作對(duì)WAMS系統(tǒng)的數(shù)據(jù)實(shí)時(shí)處理。本文以同步相量測(cè)量單元（PMU）為基礎(chǔ)，提出了四類網(wǎng)內(nèi)數(shù)據(jù)融合算法，構(gòu)建了包括高速網(wǎng)絡(luò)層、中間件-服務(wù)層、數(shù)據(jù)融合物理層和高級(jí)應(yīng)用層的體系結(jié)構(gòu)，提出了智能電網(wǎng)廣域測(cè)量數(shù)據(jù)融合系統(tǒng)。以電壓穩(wěn)定性監(jiān)測(cè)指標(biāo)（VSI）為例，基于電力系統(tǒng)IEEE300節(jié)點(diǎn)仿真模型，設(shè)計(jì)了適用于該應(yīng)用的數(shù)據(jù)融合算法，并對(duì)網(wǎng)內(nèi)數(shù)據(jù)融合算法進(jìn)行了仿真驗(yàn)證，有利于防止網(wǎng)絡(luò)阻塞，減少網(wǎng)絡(luò)帶寬，并從根本上提高了WAMS系統(tǒng)的數(shù)據(jù)融合深度，以期為實(shí)現(xiàn)電網(wǎng)的動(dòng)態(tài)監(jiān)測(cè)，保證電網(wǎng)的安全穩(wěn)定運(yùn)行提供理論指導(dǎo)。

1 數(shù)據(jù)融合算法研究

為實(shí)現(xiàn)電網(wǎng)各節(jié)點(diǎn)電壓穩(wěn)定的實(shí)時(shí)監(jiān)測(cè)，在智能電網(wǎng)廣域測(cè)量數(shù)據(jù)融合系統(tǒng)中，PMU實(shí)時(shí)測(cè)量節(jié)點(diǎn)的電壓值，電壓穩(wěn)定監(jiān)測(cè)程序?qū)?shù)值分析并計(jì)算電壓穩(wěn)定性指標(biāo)（VSI）值，該指標(biāo)與負(fù)荷的功率因素?zé)o關(guān)。VSI值越高表明節(jié)點(diǎn)越可靠，相反，VSI值越低表明節(jié)點(diǎn)越不可靠[9]。由此計(jì)算出最小的可靠性系數(shù)節(jié)點(diǎn)，為可能故障節(jié)點(diǎn)。一般而言，當(dāng)VSI值大于0.5或小于0.5時(shí)，視為電壓崩潰。節(jié)點(diǎn)i的VSI的定義如下式：

式中：Bij為網(wǎng)絡(luò)導(dǎo)納矩陣元素；δi為節(jié)點(diǎn)i的電壓相角，°；Vj為節(jié)點(diǎn)j的電壓，V；Pi為故障節(jié)點(diǎn)有功功率，kW；n為總節(jié)點(diǎn)數(shù)；若節(jié)點(diǎn)i和節(jié)點(diǎn)j不直接相連，Bij=0。

網(wǎng)絡(luò)過(guò)載時(shí)，為減輕網(wǎng)絡(luò)負(fù)載，PMU數(shù)據(jù)流完成數(shù)據(jù)融合后傳輸至高級(jí)應(yīng)用程序。因此，本文提出以下幾種智能電網(wǎng)廣域測(cè)量數(shù)據(jù)融合算法。

1.1 部分計(jì)算融合算法

由于測(cè)量設(shè)備直接與節(jié)點(diǎn)相連，且節(jié)點(diǎn)的VSI值僅取決于它的測(cè)量數(shù)據(jù)。因此，可以以分布式的方式對(duì)VSI值進(jìn)行計(jì)算。節(jié)點(diǎn)不僅可以參與計(jì)算，還可以轉(zhuǎn)發(fā)原始的PMU數(shù)據(jù)流及部分計(jì)算結(jié)果。節(jié)點(diǎn)i的VSI值表達(dá)式如下：

1.2 數(shù)據(jù)聚類融合算法

為減少數(shù)據(jù)量，提高計(jì)算效率，將電網(wǎng)中的多個(gè)PMU上傳的相近電壓數(shù)據(jù)進(jìn)行聚類，算法如下：

用k表示聚類數(shù)目，選擇k個(gè)隨機(jī)數(shù)據(jù)點(diǎn)作為初始數(shù)據(jù)聚類中心μ，用Xt=［x1，x2，…，xn］表示t時(shí)刻的采樣值；計(jì)算數(shù)據(jù)聚類中心到每個(gè)數(shù)據(jù)點(diǎn)的距離d（i，j）；按到聚類i的距離d（i，j）對(duì)每個(gè)數(shù)據(jù)點(diǎn)進(jìn)行最小分配；計(jì)算出每個(gè)聚類μi的平均中心；將所有的數(shù)據(jù)點(diǎn)都分配至最近的聚類中心。

1.3 數(shù)據(jù)丟棄融合算法

在正常運(yùn)行情況下，系統(tǒng)的變化通常很小，且在系統(tǒng)未發(fā)生故障的條件下電壓相量的測(cè)量值發(fā)生突變的概率較小。因此，當(dāng)系統(tǒng)過(guò)載時(shí)PMU數(shù)據(jù)不發(fā)生變化，可進(jìn)行數(shù)據(jù)丟棄，不同時(shí)刻的采樣數(shù)據(jù)如下所示。

1.4 數(shù)據(jù)優(yōu)先融合算法

為減輕網(wǎng)絡(luò)傳輸負(fù)載，可對(duì)不重要的數(shù)據(jù)進(jìn)行合理舍棄，算法思路為由于發(fā)電廠很少發(fā)生電壓?jiǎn)栴}，因此將來(lái)自發(fā)電廠的PMU數(shù)據(jù)作為低優(yōu)先級(jí)的數(shù)據(jù)。電壓下降預(yù)示著電壓將可能趨近于崩潰，將配電站或變電站的PMU電壓值低于額定值的數(shù)據(jù)作為高優(yōu)先級(jí)的數(shù)據(jù)。判定數(shù)據(jù)優(yōu)先級(jí)的算法流程如下：收集t時(shí)刻PMU單元中的電壓量Xt=［v1，v2，…，vn］；將Xt按升序排列，若，則選擇電壓值裝入數(shù)據(jù)包進(jìn)行傳輸。其中，vth為電壓閾值，取值為1。

2 測(cè)量數(shù)據(jù)融合系統(tǒng)研究

隨著步相量測(cè)量單元（PMU）在電網(wǎng)中的布點(diǎn)急劇增加，海量數(shù)據(jù)傳輸將占用大量的帶寬，網(wǎng)絡(luò)延時(shí)增加，傳輸可靠性降低，無(wú)法滿足電網(wǎng)動(dòng)態(tài)監(jiān)控的實(shí)時(shí)性要求，嚴(yán)重影響系統(tǒng)的可靠性和準(zhǔn)確性[10]。因此，本文基于數(shù)據(jù)融合算法提出智能電網(wǎng)廣域測(cè)量數(shù)據(jù)融合系統(tǒng)，系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1 智能電網(wǎng)廣域測(cè)量數(shù)據(jù)融合系統(tǒng)結(jié)構(gòu)Fig.1 Structure of wide area measurement data fusion system for smart grid

2.1 高速網(wǎng)絡(luò)層

將采集數(shù)據(jù)傳輸?shù)街髡拘枰蕾囉趶V域通信網(wǎng)絡(luò)的服務(wù)質(zhì)量保障，當(dāng)突發(fā)緊急或過(guò)載事件時(shí)，采樣數(shù)據(jù)速率增大，需應(yīng)用指定的方式來(lái)傳輸數(shù)據(jù)流，合理地降低數(shù)據(jù)性能。同時(shí)，數(shù)據(jù)通信需滿足低出錯(cuò)率、通信時(shí)延小、網(wǎng)絡(luò)擁堵時(shí)低丟包率、帶寬足夠等要求。在智能電網(wǎng)廣域測(cè)量數(shù)據(jù)融合系統(tǒng)中，多個(gè)高級(jí)應(yīng)用程序需要訂閱多個(gè)PMU數(shù)據(jù)流，采用組播模式減少傳輸?shù)臄?shù)據(jù)量，網(wǎng)絡(luò)中的交換機(jī)或路由器使用IGMPv3路由機(jī)制復(fù)制并轉(zhuǎn)發(fā)給客戶端。

2.2 PMU數(shù)據(jù)融合物理層

針對(duì)智能電網(wǎng)廣域測(cè)量數(shù)據(jù)融合系統(tǒng)，傳感器主要為同步相量測(cè)量單元PMU，在PMU數(shù)據(jù)融合物理層傳感執(zhí)行網(wǎng)絡(luò)實(shí)現(xiàn)網(wǎng)內(nèi)數(shù)據(jù)的融合。執(zhí)行器為調(diào)節(jié)單元和測(cè)控單元等，保證電力系統(tǒng)的穩(wěn)定安全運(yùn)行。網(wǎng)絡(luò)過(guò)載期間，在數(shù)據(jù)失真度滿足要求的前提下，采用數(shù)據(jù)融合算法，實(shí)現(xiàn)同步相量測(cè)量裝置PMU的數(shù)據(jù)融合，避免了數(shù)據(jù)傳輸網(wǎng)絡(luò)堵塞，進(jìn)而減輕了網(wǎng)絡(luò)負(fù)載。

2.3 中間件-服務(wù)層

從減少通信網(wǎng)絡(luò)帶寬方面考慮，提出了發(fā)布訂閱中間件。應(yīng)用程序?yàn)橛嗛喺撸谠摍C(jī)制下指定時(shí)間表和數(shù)據(jù)類型，表達(dá)數(shù)據(jù)過(guò)濾與融合功能。發(fā)布-訂閱中間件概圖，如圖2所示，其中虛線為發(fā)布者和訂閱者向事件下達(dá)的指令；實(shí)線為事件流；節(jié)點(diǎn)A，B，C為發(fā)布者節(jié)點(diǎn)，既是發(fā)布者又是訂閱者的節(jié)點(diǎn)，代表是三類節(jié)點(diǎn)：分別表示僅充當(dāng)充當(dāng)訂閱者的節(jié)點(diǎn)。

圖2 發(fā)布-訂閱中間件Fig.2 Publish-subscribe middleware

2.4 高級(jí)應(yīng)用層

高級(jí)應(yīng)用層負(fù)責(zé)系統(tǒng)的安全分析監(jiān)測(cè)、安全控制決策與及自適應(yīng)廣域保護(hù)。其中，在線安全分析監(jiān)測(cè)包括功角穩(wěn)定分析、電壓穩(wěn)定分析、頻率穩(wěn)定分析、低頻振蕩在線分析、線路參數(shù)測(cè)量、動(dòng)態(tài)監(jiān)測(cè)與預(yù)測(cè)等高級(jí)應(yīng)用。安全控制決策包括在線決策、廣域阻尼控制、自適應(yīng)廣域保護(hù)主要有線路廣域保護(hù)、自適應(yīng)保護(hù)、失步保護(hù)、雙端故障測(cè)距及低頻低壓減載等。故障時(shí)，繼電保護(hù)和緊急控制是保證互聯(lián)電網(wǎng)安全運(yùn)行的必要因素。

3 廣域測(cè)量數(shù)據(jù)融合系統(tǒng)仿真

使用聚類數(shù)據(jù)和原始數(shù)據(jù)計(jì)算重要節(jié)點(diǎn)的VSI值，電網(wǎng)過(guò)載25%內(nèi)，電壓穩(wěn)定性指標(biāo)的計(jì)算結(jié)果對(duì)比，如圖3所示?？梢钥闯?，通過(guò)網(wǎng)內(nèi)數(shù)據(jù)融合處理極大減少了網(wǎng)絡(luò)流量。數(shù)據(jù)融合前后VSI計(jì)算結(jié)果相差不大，表明數(shù)據(jù)融合算法保證了電壓穩(wěn)定性指標(biāo)計(jì)算的準(zhǔn)確性。因此，在適度地降低應(yīng)用性能的前提下，通過(guò)不同的融合算法能夠有效減輕網(wǎng)絡(luò)負(fù)荷。

圖3 融合算法對(duì)VSI計(jì)算結(jié)果的影響Fig.3 Effect of fusion algorithms on VSI calculations

基于IEEE300節(jié)點(diǎn)電力系統(tǒng)仿真模型，采用Matlab軟件對(duì)不同網(wǎng)內(nèi)數(shù)據(jù)融合算法對(duì)電壓穩(wěn)定監(jiān)測(cè)應(yīng)用的影響以及前述數(shù)據(jù)融合算法的有效性進(jìn)行驗(yàn)證。仿真模型基于標(biāo)準(zhǔn)化IEE300節(jié)點(diǎn)電力系統(tǒng)，有3個(gè)地理分區(qū)，分別由167、90和73個(gè)變電站組成；系統(tǒng)有79個(gè)發(fā)電站，117個(gè)變壓器，314條傳輸線路，310個(gè)變電站/節(jié)點(diǎn)；節(jié)點(diǎn)測(cè)試系統(tǒng)包含25條輸電線路和24個(gè)變電站/節(jié)點(diǎn)。為驗(yàn)證檢查監(jiān)控和仿真體系方案的正確性，電網(wǎng)從正常負(fù)荷逐漸增大至最大負(fù)荷，并應(yīng)用標(biāo)準(zhǔn)快速解耦潮流法重新對(duì)電壓相量值進(jìn)行計(jì)算。以聚類融合算法為例，算法流程如圖4所示。

圖4 聚類融合算法流程圖Fig.4 Flow chart of clustering fusion algorithm

圖5 節(jié)點(diǎn)電壓穩(wěn)定性指標(biāo)變化曲線Fig.5 Variation curve of node voltage stability index

變電站/關(guān)鍵節(jié)點(diǎn)對(duì)負(fù)荷過(guò)載的響應(yīng)，基于Matlab軟件進(jìn)行仿真計(jì)算，如圖5所示?？梢钥闯?，隨著負(fù)載的增大，多數(shù)節(jié)點(diǎn)的VSI值持續(xù)下降。在正常負(fù)載條件下時(shí)，節(jié)點(diǎn)278和節(jié)點(diǎn)279呈現(xiàn)低電壓穩(wěn)定性，繼續(xù)增大負(fù)載時(shí)，VSI值基本保持不變。主要由于無(wú)論負(fù)載是減小或者增大，發(fā)電廠的電壓均保持不變。此外，由于受負(fù)荷過(guò)載的影響嚴(yán)重，節(jié)點(diǎn)280至節(jié)點(diǎn)287，用于觸發(fā)預(yù)防性控制措施，記為關(guān)鍵節(jié)點(diǎn)。由于節(jié)點(diǎn)282為最關(guān)鍵節(jié)點(diǎn)，需主要關(guān)注該節(jié)點(diǎn)的VSI值。

在不斷增大負(fù)載的實(shí)驗(yàn)中，以節(jié)點(diǎn)282為對(duì)象，研究電壓穩(wěn)定監(jiān)測(cè)應(yīng)用指定的PMU數(shù)據(jù)流網(wǎng)內(nèi)數(shù)據(jù)融合算法對(duì)VSI值計(jì)算準(zhǔn)確性的影響。隨著電網(wǎng)運(yùn)行條件的變化，電網(wǎng)過(guò)載時(shí)節(jié)點(diǎn)282的VSI計(jì)算值的變化情況，如圖6所示。

圖6 不同數(shù)據(jù)融合算法下節(jié)點(diǎn)282的VSI值比較Fig.6 Comparison of VSI of node 282 under different data fusion algorithms

可以看出，數(shù)據(jù)融合功能僅使VSI計(jì)算值變化甚微。采用各種數(shù)據(jù)融合算法估算的VSI值，幾乎所有的數(shù)據(jù)融合算法均執(zhí)行良好，近似等于使用原始PMU數(shù)據(jù)流計(jì)算的VSI值。將不同的數(shù)據(jù)融合算法引起的VSI計(jì)算誤差進(jìn)行了對(duì)比，如圖7所示。

圖7 不同網(wǎng)內(nèi)數(shù)據(jù)融合算法下VSI平均值誤差Fig.7 VSI mean error under different intranet data fusion algorithms

可以看出，在數(shù)據(jù)融合算法都執(zhí)行良好的條件下，誤差維持在2.5%以內(nèi)。由于分布式計(jì)算不會(huì)產(chǎn)生任何誤差，與其它算法相比，部分計(jì)算融合算法和數(shù)據(jù)丟棄算法的誤差相對(duì)較低，VSI值的計(jì)算準(zhǔn)確性最好，誤差小于0.2%，隨著負(fù)載的增加數(shù)據(jù)優(yōu)先算法的誤差呈線性增大。而數(shù)據(jù)聚類算法的誤差相對(duì)較高，但隨著負(fù)載的增加，誤差不斷減小。

不同數(shù)據(jù)融合算法下數(shù)據(jù)流量降低的百分比，如圖8所示。由于大多數(shù)變電站都存在電壓下降問(wèn)題，可以看出，采用數(shù)據(jù)融合算法通常都有40%～50%傳輸數(shù)據(jù)量的減少。隨著負(fù)荷的不斷過(guò)載，數(shù)據(jù)優(yōu)先融合算法和數(shù)據(jù)聚類融合算法傳輸數(shù)據(jù)減少量基本保持在50%；隨著負(fù)載的增大，電壓相量的變化比較明顯，數(shù)據(jù)丟棄融合算法的傳輸數(shù)據(jù)減少量由50%逐漸下降至40%。部分計(jì)算融合算法數(shù)據(jù)流量降低的效果最佳，傳輸數(shù)據(jù)減少量基本保持在44%。

圖8 不同數(shù)據(jù)融合算法的數(shù)據(jù)流量減少百分比Fig.8 Percentage reduction of data flow for different data fusion algorithms

由上述仿真實(shí)驗(yàn)結(jié)果可知，網(wǎng)絡(luò)過(guò)載時(shí)在一定程度上保證了智能電網(wǎng)廣域測(cè)量數(shù)據(jù)融合系統(tǒng)高級(jí)應(yīng)用的性能，電壓穩(wěn)定監(jiān)控可有效地利用網(wǎng)內(nèi)數(shù)據(jù)融合算法實(shí)現(xiàn)數(shù)據(jù)融合，有效提高了網(wǎng)絡(luò)傳輸效率。

4 結(jié)語(yǔ)

針對(duì)智能電網(wǎng)WAMS系統(tǒng)多數(shù)據(jù)源、海量數(shù)據(jù)，以及WAMS系統(tǒng)建設(shè)的網(wǎng)絡(luò)延時(shí)、網(wǎng)絡(luò)過(guò)載等問(wèn)題，提出了智能電網(wǎng)廣域測(cè)量數(shù)據(jù)融合系統(tǒng)，提出了多層交互式的數(shù)據(jù)融合算法，以電壓穩(wěn)定性監(jiān)測(cè)指標(biāo)（VSI）為例，對(duì)網(wǎng)內(nèi)數(shù)據(jù)融合算法進(jìn)行了仿真驗(yàn)證，表明在不影響VSI計(jì)算準(zhǔn)確性的同時(shí)，提出的4種算法均能降低信息開(kāi)銷，實(shí)現(xiàn)50%～60%數(shù)據(jù)傳輸量的減少，有效提高了網(wǎng)絡(luò)傳輸效率，有利于防止網(wǎng)絡(luò)阻塞，進(jìn)而印證了本文融合算法的可操作性和可行性，能夠?yàn)橹悄茏冸娬镜陌l(fā)展提供科學(xué)依據(jù)。