赵 海 蔡 巍 王进法 贾思媛,2
(1.东北大学信息科学与工程学院 沈阳 110819 2.美国加州大学圣地亚哥超级计算中心 圣地亚哥 CA 92093)
能源互联网架构设计与拓扑模型
赵 海1蔡 巍1王进法1贾思媛1,2
(1.东北大学信息科学与工程学院 沈阳 110819 2.美国加州大学圣地亚哥超级计算中心 圣地亚哥CA92093)
能源互联网是解决能源危机和环境危机的重要手段之一,是第三次工业革命的技术支柱,架构设计问题是能源互联网研究和发展的基础。从研究互联网的拓扑结构特征入手,以能源互联网的目标和特性为准则,设计了一种基于分级储能单元的能源互联网架构;为描述该架构特征,提出了一种能源互联网拓扑模型,通过仿真,说明所提出的能源互联网架构在拓扑形态上相比较传统电网更加接近于互联网。同时,典型实验表明,该拓扑模型在结构鲁棒性方面相比传统电网有大幅度提高,所提出的拓扑模型可作为未来研究能源互联网系统规划和架构设计的重要理论依据。
能源互联网 智能电网 储能技术 架构设计 拓扑模型
能源是现代人类社会生存和发展的基础,然而随着化石能源的日渐枯竭以及越来越凸显的环境问题,能源互联网应运而生。J.Rifkin[1]提出了能源互联网的愿景,并引发了全世界范围的广泛关注。能源互联网是一个更广泛的分布式互联系统,目标是利用互联网技术推动由集中式化石能源利用向分布式可再生能源利用的转变。德国提出了“E-Energy”计划[2],研究并建立新型能源网络,在整个能源供应体系中实现综合数字化互联以及计算机控制和监测的目标。美国国家科学基金(NSF)项目未来可再生电力能源传输与管理系统(FREEDM)意图设计一种构建在分布式可再生能源发电和储能设备基础上的新型电网结构,并提出能源互联网是智能电网的发展方向[3]。能源互联网是融合了电力系统、交通系统[4,5]以及信息网络等复杂系统的高维复杂网络。
当今人类社会的能源骨干网络和未来能源互联网的核心基础——电力系统,已被证明是一种典型的复杂网络系统[6]。传统的基于还原分析和确定性理论的电力系统研究方法,无法解释在现代大电网中的复杂性现象和行为。例如在实践中,尽管人们尽可能地对电网进行了隔离保护等安全措施,但一些微小的局部故障或波动却能够演化为灾难性的全局崩溃。近年来,复杂网络理论被用于电力系统尤其是电网系统的研究和分析,在电网结构脆弱性、级联故障分析和仿真、关键控制支路和节点辨识等方面取得了丰硕的研究成果[7-11]。
能源互联网的架构设计、组成单元和主要功能需求等方面都还需不断地深入研究[12]。然而结构决定功能是自然界的普遍法则。作为复杂的网络系统,能源互联网的架构设计及其宏观拓扑结构是影响系统功能和特性的最重要的研究基础。复杂网络理论是通过研究复杂系统的结构特征与统计规律解释复杂性问题的研究方法体系,对研究能源互联网的拓扑结构复杂性问题有很重要的研究价值。研究能源互联网的组成单元主要功能和协议设计与整体规划都离不开架构设计框架。
从互联网的基本特点和拓扑特征入手,结合能源互联网的内涵需求,设计一种基于储能单元的能源互联网宏观架构,并以复杂网络研究视角,建立拓扑模型,探讨能源互联网未来的架构形态和拓扑特征,旨在为能源互联网的研究发展提供理论研究的基础支撑。
互联网自诞生以来,经近50年的发展,已经成为信息传输与共享的最重要的载体,形成了具有相当规模和有效管理方式的体系结构。互联网已不仅是一种单纯的技术范畴,而是有着强大融合能力的生态环境,并正以巨大的力量影响着人类社会的生存和发展形态。能源互联网则将在能源系统的基础上,通过新能源技术与互联网技术的融合,实现分布式的互联和双向的广泛共享与交互。因此,借鉴互联网的发展经验和形态特征,是能源互联网建设的最重要内涵。
互联网作为人类创造的最广泛的技术网络之一,自复杂网络理论引起世人瞩目起,就作为典型的复杂网络实例为人们所重新认知[13]。对电力系统而言,灵活、简装的拓扑架构一直是电力网络追求的目标[14]。在建设目标、功能特性、协议支持和服务范畴等方面,传统的互联网可为能源互联网的设计和建设提供大量的借鉴经验[15]。研究表明,互联网的结构拓扑特征影响着互联网的诸多特性,因此,设计能源互联网不仅要从理念上学习互联网,在拓扑结构上也应具备相似的特征,以真正实现能源的互联网形态联接。研究和设计能源互联网的结构还需要从参考互联网结构入手。
首先,互联网是一个小世界网络,其平均最短路径长度远小于同规模随机网络的平均路径长度,即网络平均最短路径长度与网络规模增长无关。互联网的平均最短路径在4左右。其次,互联网是一个无尺度网络,其度分布或累积度分布服从幂律分布p(k)~x-γ,AS级拓扑幂律分布系数γ≈2.2。除此之外互联网的社团特征、层次性特征和分形特征也都非常明显。现代电网由于其规模巨大、结构复杂,已具备了复杂网络特征,在定性分析方面与互联网拓扑具有一定的相似之处,但其宏观拓扑特征与互联网在定量研究中的差别也十分明显。
当前电力网络拓扑的小世界特征与互联网相比还不够明显,一方面没有形成明显的社团结构,另一方面,无论在平均最短路径还是聚集系数等量化指标方面均弱于互联网。因此,电力系统的连接性弱于互联网。另外,电网拓扑的幂律特征也不够明显,在众多的研究实力中[4],电网拓扑的度分布大多呈指数分布或弱幂律分布,结构自相似和自组织特性不够明显,结构张力和扩展性不够,网络效率低。图1中比较了传统电网拓扑和互联网拓扑的幂律分布,图1a是美国国家电网的累积度分布,图1b是互联网AS级拓扑的累积度分布,可见互联网拓扑累积度分布的幂律特征十分显著而电网的度分布幂律特征拟合较弱。图2 比较了电网子网(中国某市电网)和互联网子网的拓扑差异,电网和互联网的拓扑区别不仅在宏观层面,在基本的联结原理方面也有根本性区别。电网的基本需求在于资源分配,网络的形态重点是分发;互联网的基本需求在于资源贡献,网络的形态重点是高效的连接与交换。
图1 互联网与传统电网拓扑累积度分布比较Fig.1 Cumulative degree distribution comparison of internet and traditional power grid
图2 局部电网拓扑与局部互联网拓扑的比较Fig.2 The topologies comparison of subgraph of powergrid and subgraph of Internet
能源互联网将传统的电力系统网络中的生产分配与消费的简单关系拓展开。因为未来能源的消费者,同时也是分布式可再生能源的生产者,因此,未来能源互联网的基本需求将由能源分发的单一目的转变为以能源分发为主,强调共享和连通性的网络形态。
2.1 储能技术与能源互联网
互联网发展到当前的形态,最重要的3个基本特点是:①分布式管理是互联网的基本特征,分布式的形态促生了互联网的开放和平等精神。互联网整合了无数的分布式资源,构成了天文数字级的体量,发展出了“人人为我、我为人人”的共享体系,动态博弈中,形成了资源的优化整合与分配。②即插即入的接入标准是互联网发展的高速公路,一方面使得互联网系统具备强大的扩展能力,另一方面又降低了用户实现互联的接入难度。即插即用理念给予了互联网兼容并包的异构资源整合能力。③分组交换存储转发是互联网发展的重要技术支撑,分组交换也叫包交换,它将通信的整段数据划分成若干更小的数据包,许多不同的数据包在物理线路上以动态共享和复用方式进行传输。分组交换和存储转发,提高了资源的利用率和数据的传输率,提供给了用户优先级和服务质量的不同配置选择方案,同时在资源有限的情况下提供了更高的可靠性和更有效的传输手段。
储能技术被引入智能电网等电力系统领域,最初的目的是帮助节能和调节电网峰谷。在能源互联网背景下,分布式的可再生能源将成为能源供应主体,因为可再生能源具有分散范围广、生产不连续、波动性和随机性强等特点,储能技术成为分布式广泛连接可再生能源入网的关键技术,也间接地成为了分布式管理能源互联网的基础。此外,借由储能单元对能源进行隔离式存储,能够有机会实现电力参数的适应性调节,实现即插即用的接入能力。最后,储能单元给以电路交换为输送方式的电力潮流以存储转发的能力,也使得能源的分组包交换成为可能。
如图3所示,储能单元相当于互联网中的服务器和缓冲区,是实现分布式互联互通的基础设施[16]。基于储能技术设计能源互联网拓扑结构,在设计理念上,首先接近了互联网的基本特点。
图3 互联网服务缓冲与能源互联网中的储能单元Fig.3 Buffering in the internet and energy storage in InterGrid
2.2 分级储能结构
能源互联网中的储能单元,根据其容量和处理能力以及相应性能,广义上分为小型、中型和大型3种储能单元,其储能容量以此递增,如表1所示。小型储能单元主要用于个人用户端,如家庭住宅、电动汽车、家庭小型微网发电系统(如屋顶光伏,屋顶风电)等,要求价格低廉,同时具有较快的秒级响应时间。中型储能单元主要用于大型企事业单位、配电站和新能源中型电站,容量要求较小型储能系统有大幅度提高,且要求有更高的稳定性和可靠性,转换效率高,响应时间则可放宽到分钟级。大型储能单元主要是能源生产、传输和服务企业所独有,有巨大的储能容量和极高的可靠性,且长期储能中损耗小,响应时间可在小时级,表1说明了三级储能单元的核心指标和要求。在分级储能结构中,除了传统发电站可直接投入输电网并网外,其他的设施和网络都要通过各级储能单元的“缓冲”才能互联互通。一方面通过储能单元可规整电力参数,使能源可异构传输;另一方面,储能单元也隔离了网络的各部分,可更有效地阻断级联故障对系统的破坏。
表1 储能单元的分级指标和要求Tab.1 The parameters and requirements of different levels of energy storage units
2.3 基于分级储能单元设计的能源互联网的结构
能源传输会产生损耗,这就决定了P2P连接的建立是有限制条件的。首先,不会存在跨越多层的长边,因为能源的异质性,使得长边会打破分层结构确保的网络稳定性和协同性;其次,越低层次的P2P连边,实际距离越短。因为能量容量越小,能够耐受的传输损耗越小。最后,将存在一个核心的最高层面的近似全连通网络,确保能源互联网的连通性。
图4简要展示了这种基于分级储能单元设计的能源互联网结构。其中L、M、S分别代表大型、中型和小型储能单元。实线边为层级关系,虚线边为P2P自主连边。
图4 基于分级储能单元的能源互联网架构抽象拓扑Fig.4 Abstract topology of intergrid architecture based on hierarchical energy storage units
根据第2节中架构特征,给出一种能源互联网宏
观拓扑模型,以便为能源互联网的宏观拓扑和体系结构设计与优化研究提供理论基础和实验平台。
若将能源网络中的任何联网设施都抽象为一个节点,则能源互联网的结构可表示为由多颗树形结构联合成的一个森林,树的最顶端节点间构成一个派系网络,树的同层节点或跨一层节点间会随机产生连边。
为确定具体的模型生成参数,参考我国现有电力网络拓扑属性[17]和美国国家电网数据[9],并统计了我国某市的局部电网拓扑规律。结合互联网宏观拓扑结果的相关研究结果,得到以下指导原则:
1)能源互联网中各级别单元存在的数目应呈幂律分布,即等级越高的结点数目越少,等级越低的结点数目越多,且数目呈幂律增加。
2)能源互联网顶层结构是一个派系网络。
3)P2P的连边有与度值相关的优先连接规律。
(2)混凝土底板对组合梁的变形具有一定的抑制作用,但温度应力在某些部位仍然较大,所以应当重视组合箱梁温度效应对结构安全的影响。
依据此,在MLW[18]、PFP[19]和DP[20]模型的基础上,给出一种以树状森林层级结构为基础,辅以有条件随机连边机制的能源互联网拓扑模型,模型算法如下(式(1)、式(2)中的系数依据统计数据构造):
1)初始化一个派系网络C。
2)以概率p增加一个节点。添加一个新节点s,然后随机选择一个层次结构h,通过式(1)选择相应的层L,以连接概率公式(2)选择L层的一个节点t,最后以节点t为父节点、s为子节点建立一条边。反复执行直到网络规模达到需模拟的大小。
3)添加E条P2P边。随机选择一个层次结构h,通过式(1)选择相应的层L,然后在该层随机选择一个节点s,接着从接近节点s度值的同层或跨一层节点集合中以式(2)选择一个节点t,最后在节点s、t之间建立P2P边。
其中,概率计算公式为
(1)
式中,x为假设节点所在的层次,通过计算选取概率最大的层。
偏好依附公式为
(2)
式中,ki、kj分别为节点i、j的度值;a为经验常数,根据网络的形态具体调节。
如表2所示,选取p= 0.5生成500、1 000、2 000 三种规模的能源互联网拓扑模型,与2013年8月的互联网拓扑数据和2001年美国电网参数比较发现,在各项参数中,能源互联网宏观拓扑更接近于Internet,与传统电网有较大差别,说明以平等互联广泛共享为设计思路的能源互联网的确可以向设计初衷一样贴近互联网的形态。如图5所示,在拓扑可视化的结果中,可发现模型仿真的基于分级储能单元设计的能源互联网(图5a)相比美国国家电网(图5c),在直观上与互联网拓扑(图5b)更加相近。
表2 拓扑模型生成网络与互联网和美国电网参数比较Tab.2 The comparison of the characters among the intergrid model,the internet and the US power grid
图5 能源互联网拓扑模型与互联网和美国电网拓扑的可视化比较Fig.5 The visibility comparison among the intergrid topological model,the internet and the US power grid
鲁棒性是电网最重要的性能指标之一,电力设备出现故障和意外是在所难免的,少数非常重要的电力设施出现问题进而导致整个电网随之瘫痪是出现大规模电网故障的主要原因。为验证基于分级储能单元的能源互联网架构的鲁棒性指标,进行了仿真实验。实验采用随机攻击法,即在仿真拓扑中随机删除指定个数的节点,表示在实际工作过程中出现的随机故障,观察整个网络的连通程度的变化。
采用整个网络的平均最短路径(Average path length,APL)表示网络的连通性。在一个网络节点总数为n的无向网络中,任意两个节点i、j之间的最短路径表示为dij。 则整个网络的平均最短路径l定义为所有节点对i、j之间的最短路径的平均值,即
(3)
式中,当网络节点i、j不可达时,dij=0。
R.Albert和A.L.Barabasi[21]在研究Internet鲁棒性时发现,随着删除的节点增多,网络的平均最短路径先变大后变小。但根据APL的定义可知,APL中不可到达两点间的距离被定义为0。因此当删除了足够多的节点时,网络开始破碎,APL增大到峰值后开始变小。一般认为研究网络鲁棒性,只需要考虑APL变大的这个区间,而当到达峰值后,网络已完全破碎而不再具备原网络的性质和功能。采用APL参数来分析能源互联网拓扑鲁棒性,平均最短路径长度对应网络任意两个节点间进行能源传输与通信的平均代价,体现了网络整体的运行效率,即网络中任意两个节点间的平均距离越短,网络的连通性越好;相反若两个节点间的平均距离越大,则网络的连通性越差。实验采用100次随机删除指定比例的节点,并计算网络平均最短路径求平均的方法。
实验结果如图6所示,在随机攻击中,提出的基于分级储能单元的能源互联网模型拓扑连通性变化与互联网拓扑的连通性变化基本相同,在随机攻击下,都有很好的鲁棒性和生存能力,平均最短路径变化不大,即使随机删除网络中2%的节点,100次实验的平均值表明,网络的连通性并没有受到很大影响。而在传统电网中,连通性随着节点删除比例的增大越来越差,而且在删除全网络2%节点的情况下,网络出现了大量的孤立节点,网络也破碎成几个互相不连通的子网络,使得再计算平均最短路径比较连通性已失去了意义。实验表明,所提出的能源互联网架构的拓扑具有和互联网近似的鲁棒性,但相比传统电网有了很大提高,这也得益于分布式的管理原则和P2P边的存在。
图6 随机网络攻击对网络连通性的影响对比Fig.6 Networks connectivity effects comparison under random attacks
为解决能源和环境双重危机,跨越传统电网与日益增长的能源需求之间越来越大的鸿沟,能源互联网应运而生。互联网作为能源互联网的技术支撑,在另一方面也为能源互联网的结构设计提供了借鉴。充分考虑了储能技术在能源互联网中的重要作用,利用储能单元在能源互联网中模拟了互联网的主要设计理念,并给出了一种基于分级储能单元的能源互联网架构。通过对架构宏观拓扑进行抽象,建立了能源互联网拓扑模型。
仿真结果表明,所设计的以分级储能单元为基础的能源互联网架构,在拓扑上更加接近互联网,在平均度、平均最短路径等基本拓扑参数方面与互联网特征十分接近。体现了能源互联网的设计初衷和目标,是一种充分体现平等互联、广泛共享的网络架构。实验结果证明,所提出的能源互联网结构相比传统电网在抵抗随机故障和攻击时鲁棒性提高很大。
所提出的拓扑模型也可作为未来研究能源互联网系统规划和架构设计的重要理论依据和验证平台,为研究能源互联网系统中的体系结构设计与优化的拓扑仿真模拟实验提供支撑。
[1]RifkinJ.TheThirdIndustrialRevolution:HowLateralPowerIsTransformingEnergy,theEconomy,andtheWorld[M].NewYork:PalgraveMacmillan,2011.
[2]FederationofGermanIndustries(BDI).Internetofenergy:ICTforenergymarketsofthefuture.BDIpublicationNo.439[R].Berlin:FederationofGermanIndustries,2008.
[3]HuangAQ,CrowML,HeydtGT,etal.Thefuturerenewableelectricenergydeliveryandmanagement(FREEDM)system:theenergyinternet[J].ProceedingsoftheIEEE,2011,99(1):133-148.
[4] 王成山,武震,李鹏.微电网关键技术研究[J].电工技术学报,2014,29(2):1-12.WangChengshan,WuZhen,LiPeng.Researchonkeytechnologiesofmicrogrid[J].TransactionsofChinaElectrotechnicalSociety,2014,29(2):1-12.
[5] 肖湘宁,陈征,刘念.可再生能源与电动汽车充放电设施在微电网中的集成模式与关键问题[J].电工技术学报,2013,28(2):1-14.XiaoXiangning,ChenZheng,LiuNian.Integratedmodeandkeyissuesofrenewableenergyresourcesandelectricvehicles’charginganddischargingfacilitiesinmicrogrid[J].TransactionsofChinaElectrotechnicalSociety,2013,28(2):1-14.
[6]PaganiGA,AielloM.Thepowergridasacomplexnetwork:asurvey[J].PhysicaA:StatisticalMechanicsandItsApplications,2013,392(11):2688-2700.
[7] 魏震波,刘俊勇,朱国俊,等.基于可靠性加权拓扑模型下的电网脆弱性评估模型[J].电工技术学报,2010,25(8):131-137.WeiZhenbo,LiuJunyong,ZhuGuojun,etal.Vulnerabilityevaluationmodeltopowergridbasedonreliability-parameter-weightedtopologicalmodel[J].TransactionsofChinaElectrotechnicalSociety,2010,25(8):131-137.
[8] 陈晓刚,孙可,曹一家.基于复杂网络理论的大电网结构脆弱性分析[J].电工技术学报,2007,22(10):138-144.ChenXiaogang,SunKe,CaoYijia.Structuralvulnerabilityanalysisoflargepowergridbasedoncomplexnetworktheory[J].TransactionsofChinaElectrotechnicalSociety,2007,22(10):138-144.
[9]AlbertR,AlbertI,NakaradoGL.StructuralvulnerabilityoftheNorthAmericanpowergrid[J].PhysicalReviewE,Statistical,Nonlinear,andSoftMatterPhysics,2004,69(2Pt2):025103.
[10]CrucittiP,LatoraV,MarchioriM.AtopologicalanalysisoftheItalianelectricpowergrid[J].PhysicaA:StatisticalMechanicsandItsApplications,2004,338(1-2):92-97.
[11]SunK.Complexnetworkstheory:anewmethodofresearchinpowergrid[C].TransmissionandDistributionConferenceandExhibition:AsiaandPacific,Dalian,2005:1-6.
[12]查亚兵,张涛,黄卓,等.能源互联网关键技术分析[J].中国科学:信息科学,2014,44(6):702-713.ZhaYabing,ZhangTao,HuangZhuo,etal.Analysisofenergyinternetkeytechnologies[J].ScientiaSinicaInformationis,2014,44(6):702-713.
[13]BarabásiAL,AlbertR.Emergenceofscalinginrandomnetworks[J].Science,1999,286(5439):509-512.
[14]刘振亚.智能电网技术[M].北京:中国电力出版社,2010.
[15]KeshavS,RosenbergC.Howinternetconceptsandtechnologiescanhelpgreenandsmartentheelectricalgrid[J].ACMSIGCOMMComputerCommunicationReview,2011,41(1):109-114.
[16]TsoukalasLH,GaoR.Fromsmartgridstoanenergyinternet:assumptions,architecturesandrequirements[C].ThirdInternationalConferenceonElectricUtilityDeregulationandRestructuringandPowerTechnologies,Nanjing,2008:94-98.
[17]XuTian,ChenJie,HeYue,etal.ComplexnetworkpropertiesofChinesepowergrid[J].InternationalJournalofModernPhysicsB,2004,18(17n19):2599-2603.
[18]ChenG,FanZ,LiX.ModelingtheComplexInternetTopology[M].LjupcoK,GáborV.ComplexDynamicsinCommunicationNetworks.Berlin:Springer,2005:213-234.
[19]ZhouS.Characterisingandmodelingtheinternettopology—therich-clubphenomenonandthePFPmodel[J].BTTechnologyJournal,2006,24(3):108-115.
[20]ParkST,PennockDM,GilesCL.ComparingstaticanddynamicmeasurementsandmodelsoftheInternet’sAStopology[C].Twenty-thirdAnnualJointConferenceoftheIEEEComputerandCommunicationsSocieties,HongKong,2004,3:1616-1627.
[21]AlbertR,BarabasiAL.Statisticalmechanicsofcomplexnetworks[J].ReviewsofModernPhysics,2002,74(1):47-97.
An Architecture Design and Topological Model of InterGrid
ZhaoHai1CaiWei1WangJinfa1JiaSiyuan1,2
(1.College of Information Science and Engineering Northeastern University Shenyang 110819 China 2.San Diego Supercomputer Center University of California San Diego CA 92093 United States)
The InterGrid is an important method to solve energy and environment crisis and the technological backbone of the 3rdindustrial revolution.The architecture design issues are the fundamental aspects of the InterGrid research and development.An InterGrid architecture based on hierarchical energy storage units is designed,which is followed the aims and features of the InterGrid as the rules,while leaded by the succeeded Internet topological structural characters.Additionally,a topological model is proposed by bstractive presenting the designed architecture.The presented architecture appears more like to the Internet than the traditional power gird in the model simulations.In the meantime,the typical experiments show that the robustness of the proposed InterGrid architecture is significant improved comparing with the traditional power grids.And the proposed topological model could be an important theoretical foundation to study the future InterGrid system plans and architecture designs.
InterGrid,smart grid,energy storage technology,architecture design,topological model
国家自然科学基金(60973022),国家项目支撑计划课题(2012BAH82F04)资助项目。
2015-02-14 改稿日期2015-03-06
TM711;TM743
赵 海 男,1959年生,教授,博士生导师,研究方向为嵌入式技术、复杂网络、普适计算、信息融合和计算机网络。(通信作者)
蔡 巍 男,1982年生,博士研究生,研究方向为复杂系统与复杂网络。