面向调控云的电力调度通用数据对象结构化设计及应用

面向调控云的电力调度通用数据对象结构化设计及应用

幸赟 1 李翠娥 2

1 国网湖北省电力有限公司大悟县供电公司 湖北省 孝感市 432800

2 国网湖北省电力有限公司安陆市供电公司 湖北省安陆市 432600

摘要：云计算技术的快速发展及调控云平台的深入研究，对智能电网信息标准化提出了更高的要求。结合电网调控云技术的发展，重点研究调控云模型数据结构，提出针对电力调度通用数据对象的结构化设计方案，为调控云平台建设奠定基础。

关键词：调控云；电力调度；结构化设计

1调度数字化转型的3个挑战

调度在数字化转型的道路上，需要以平台化的模式去思考支撑未来发展需求的基础设施，这将面临“数据、算力、算法”3个方面的挑战。

1）数据方面。主要为支持百万级甚至千万级数据处理和数据强一致，规模是原来的8倍。这对调度数字化平台的性能和高可靠性提出了高要求。

2）算力方面。高精度高频次进行全网安全分析计算及电力现货市场出清的相关计算，从原来每天1次缩短至每日含有96个交易出清时段，并可作为服务被调用。这对调度数字化平台的扩展性、弹性和算力充足性提出了高要求。

3）算法方面。要求对电网调度方式进行优化，并且能明显提升调度工作人员的效率及调度决策的准确性、实时性，这需要不断积累迭代，也对调度数字化平台的开放性提出了高要求。

2调度数字化方案

2.1在架构层面

推进"大云物移"架构落地：生产控制云由总部作为主区域作双机房冗余。支持省级二级单元化部署，物理分散，逻辑统一，受总部统一管控，云平台集群由x86服务器组成，以保证与主调大部分应用的兼容性。备调采用相同的一云多区域架构，可采用异构ARM服务器构建云平台集群，以避免主调的应用程序错误扩展到备调。在安全Ⅱ区和安全Ⅲ区各建独立的云平台，两安全区之间使用物理隔离装置进行安全边界防护。

架构主要有以下特征：

1）总体三朵云：总部和省公司为多区域（Region）架构，形成数据云的物理分散、逻辑统一架构，企业管理云应用数据平台，公共服务云共享信息，生产控制云支撑电网生产；

2）数据协同快：省（地市）公司数据根据业务需要按需将数据汇聚至总部数据中心，数据上下协同；

3）灾备难度低：总部根据数据中心业务重要程度（RTO/RPO要求），选择不同灾备架构（同城/异地容灾等）；

4）资源灵活供：总部平台能够对省（地市）公司资源使用情况进行统一监控和运维；

5）云边协同强：地市级放置Ⅱ区边缘计算节点进行实时就近计算，Ⅲ区业务系统可在省级集中部署。

2.2在技术层面

利用云平台提供的技术服务能力构建应用，主要有以下优势。

1）基于云平台组件深度改造的应用能获得更好

的性能。对调度云平台进行性能测试，结果表明，在实时库、消息队列、文件存储、业务监控等方面，测试结果都优于传统架构。其中，调度云平台实时库单节点性能指标达到2万~10万QPS；消息队列单节点性能指标达到17万TPS；对象存储已超过300万份文档。

2）云原生改造的应用能带来更稳定的运行。根据统计，调度系统会用到66类云服务组件，此前都是应用系统建设方自己构建和利用第三方开源组件组装。在大型系统建设运行实践中发现，某些单点的瓶颈，例如硬盘损坏等，会由于复杂的网络效应放大影响全局。所以要求平台的服务组件成熟稳定并做好冗余，使双活数据中心可靠性达到10个9。

3）云原生改造后有利于新增业务的构建。手段是将原有复杂系统黑箱逻辑白屏化，即利用技术将原有业务做拆解，并在新场景下重构。同一套架构还可以适用配调云主站及配网海量物联场景。

4）使用云超算技术在同一个云平台上支持调度气象仿真等专业超算类应用。在传统虚拟机上算力损耗达不到超算运行性能要求，而云超算能提供与传统超算相当的性能，且多了弹性服务的能力，兼有云计算的稳定和健壮性。

3面向调控云的电力调度通用数据对象结构化设计

3.1通用数据对象定义

对象(Object)是人们要进行研究的任何事物，从最简单的整数到复杂的飞机等均可看作对象，它不仅能表示具体的事物，还能表示抽象的规则、计划或事件。数据对象(Data Object)是性质相同的数据元素的集合。通用数据对象(Common Data Object)是指在一个行业内，依据数据实体，抽象出各业务应用的公共信息需求，形成可重用的数据单元，其具体特征包括：基础性、通用性、一致性、共享性。本文将电力调度涉及的电力一次设备、二次设备、电力设备容器以及与电力调度紧密相关的组织机构、周边环境等对象进行抽象，提取出公共信息并建模，以一张或多张数据库表的方式进行描述。

3.2通用数据对象建模

3.2.1数据对象关系建模

调控云的上层业务及数据分析应用需要依赖以数据对象为中心的数据关联整合作为支撑基础，从而实现以对象寿命为主线的业务应用关联，及以数据对象为中心的统计分析。而这些数据关系在调度控制方面主要包括对象间管理关系、从属关系和拓扑关系3种情况。

对象的从属关系包括：设备容器与设备之间的从属关系；设备整体与设备元件之间的从属关系；辅件及二次设备与主设备之间的从属关系；业务及属性与设备之间的从属关系等。

对象的拓扑关系指设备的物理电气连接关系。拓扑关系在本次设计中通过“电网拓扑节点”和“电网拓扑连接关系”两个数据表描述。

3.2.2数据对象ID编码

为保证调控云平台电网调度数据对象在调度系统中(纵向)和跨专业(横向)的全局唯一，在不影响现有各应用的前提下，设计一套用于数据交互共享的编码规则(即ID编码规则)，作为电力通用数据对象的唯一标识。

对象ID编码规则采用“四段式”方式，由数据对象“大类码”、“小类码”、“数据管理机构代码”和“序列号”4部分组成，由不超过18位十进制数字构成，且采用字符型存储。大类码用于区分数据对象大类型；小类码细化区分数据对象具体类型，根据不同设备大类独立进行小类编码；数据管理机构代码参考《中华人民共和国行政区划代码标准》(GB/T 2260)中的六位行政区划代码，当多个数据管理机构的行政区划相同，或出现机构不能与行政区划对应情况时，则进行编码扩展，从而消除分布维护可能引发的ID冲突，实现数据对象的分布维护、全局唯一；序列号采用顺序编码方式，由小到大递增，代表该对象实例在本机构同类对象中的顺序号，具体长度可根据实际情况变化。

3.3数据云平台建设

数据云平台作为调控云的重要组成部分，提供数据管理和数据服务。通过本文提出的标准结构化设计方法，采用对象ID编码“四段式”命名规则，实现电网模型数据的集中管理、分级维护、全局共享，确保各类应用设备命名统一、参数一致，向各业务应用提供规范、统一的模型和数据。

基于本文的结构化设计，面向物理电网、实体设备和组织机构，对电力调控业务对象和对象之间关系进行抽象建模和分表设计，建立规范统一的调度模型数据库，在此基础上，构建模型数据云平台、运行数据云平台、实时数据云平台和大数据平台，实现模型、运行、实时等数据的管理与维护，通过纵向数据同步实现源数据端与云端以及主导节点与协同节点之间的数据同步，通过横向数据同步实现双站点之间的数据同步。

3.4调控云数据应用

采用本文提出的方法，完成了电力调度通用数据对象结构化设计，将其应用到国分调控云(一期)项目中，实现了电网模型的数据汇集。

通过项目实践，验证了本文设计的可行性，在遵循“源端维护、全局共享”的原则下，以数据全过程运维为基础，推进了数据的标准化、高质量落地。

在保证云端和各应用端及源数据端数据结构完全一致的前提下，通过纵向同步软件，将模型数据汇聚到云端，为下一步调控云应用的研发奠定了基础。电力调度通用数据对象结构化设计及其应用，实现了调控云模型的统一设计、统一管理、统一交互、统一服务，消除了“竖井式”业务模式和信息孤岛，未来可真正做到同一电网、同一模型、全业务应用共享，实现电网调控业务的全面整合和应用服务的全面提升。

4结语

采用本文提出的电力调度通用数据对象结构化设计方法，实现电网模型数据的集中管理、分级维护、全局共享，确保各类应用设备命名统一、参数一致，提升电网调控一体化协同运作能力。

参考文献：

[1]杜鹏，晏亮，高保成，等．基于电力调度数据网的广域数据采集方案[J]．电力系统自动化，2019，43(13)：156-161．