智能电网中利用S D N和开流框架进行优化设计的评估研究

徐向艺，王建玺，黎远松

（1.平顶山学院，河南平顶山 467002；2.四川理工学院，四川自贡 643000）

智能电网[1]是一种具有自动控制和自我保护调节能力的电网系统，由信息和通信技术设备以及其他软硬件提供支持使其达到可靠性、安全性和实时性要求[2]。然而，电网传输中的通信技术尚不完善，缺乏足够兼容性[3]，故不能很好地适应实际网络。

针对智能电网系统的控制和管理，学者们做了大量研究，包括模型的建立[4-5]、故障诊断[6]、虚拟化解决方案[7-10]和评估[11]等。例如，文献[4]提出了一种基于IEC61850的智能分布式馈线自动化模型，从分布式自动化技术角度，考虑了系统实现的原理和配置。文献[5]提出了一种快速准确实时的信息交换控制系统，通过预测自适应网络在独立平台上运行开放标准通信协议，可优化和提高传输率、提高系统的弹性。

针对电网故障问题。文献[7]提出传统网络嵌入虚拟网络（virtual networks，VN）的各种技术，目的是解决异构无线网络难以互通和定制服务问题，但由于软件定义网络（Software Defined Networking，SDN）环境的特点（例如中心控制器的重要性和虚拟技术的差异）需要开发一种新技术，而负载平衡VN分配算法的一些定义和思想是解决SDN的嵌入设计问题的有效方法[8]。

文献[9]提出了一种SDN虚拟化解决方案，利用基于容器的虚拟化技术运行一个更改的NOX控制器，但它对每个VN没有使用独立的控制器，它仅映射物理网络和虚拟网络间的NOX API调用关系[10]。

文献[11]通过最小化控制器到交换机的均值和对SDN控制器的延迟进行了优化设计，然而，该文仅通过蛮力方法寻找最优位置以评价多少个控制器对延迟产生的影响，导致不同的中央控制器和不同资源的共享性能较差，系统性能较差。文献[12]探讨了开流（Open Flow，OF）代理实现的行为，测试了OF交换机的互操作性，是对SDN的一个扩展，降低了网络功能成本。

不同于以上大多研究，本文研究更注重实际电网的适用性，模拟真实网络环境，还详细介绍了机电系统和电网原型，实验严格在这些系统上进行。另外运用新的OF技术框架，并设计交换机-控制器的最小化延迟、甩负荷控制逻辑和链路故障问题解决方案，用低成本开流提供了自动错误转移机制、负载均衡和质量服务保证，研究故障情况下的吞吐量、频率响应，已经在开流处理器上的负载均衡机制问题。

1 能源和智能电网

图1对智能电网做了一个较高级别的概括。智能电网就是一个可以通信并且能够控制能源的产生、传输和电网组件的网络。此模型为控制中心（Control Center，CC）提供了直观的可见性并且允许用户与系统进行交流。

1.1 机电系统模型

图2中的能源系统实验台为一个四路系统，由3个同步发电机（G1，G2和G3）、3路线和3个负载组成。在正常操作过程中，总线1位置的G3生成95 W，将一个三相自动变压器放置在总线1处，将电压从208 V减小到138 V，从而适应设备的电压需求。将一个三相二极管桥式整流和电容器放置在变压器的低端，这样可以形成一个160 V的直流总线。直流总线上有两个负载：一个11 W的固定负载和一个在恒定电阻模式下操作的安捷伦6 063 b变量电子负载。名义上这个电子负载的电阻设定为200 Ω（120 W），将一个90 W的负载和一个120 W处进行操作的发电机（G3）与总线2相连，总线3处的G3一般生成65 W，总线3上不连接负载。利用归纳输电线路将这些总线连接在一个回路里，每个传输线路中的电抗为j1.224 1 Ω，为了对甩负荷操作进行测试，打开发电机3（控制总线G3）上的断路器，将G3与系统断开。在失去G3的情况下，至少可以将系统的频率降低3 Hz。

图1 智能电网模型Fig.1 Smart grid model

图2 电网的一个微型模型Fig.2 A miniature model of the grid

1.2 智能电网原型

图3显示了智能电网原型的细节，资源分成两组：K-State资源和GENI资源。在K-State中，一个模拟数字转换器将模拟电压转换为数字，将这个数字信号传输给一个微型控制器，微型控制器通过测量每个脉冲的宽度以评估脉冲的周期大小，然后连续的将评估的周期大小传输给ksu主机1。ksu主机1每从微型控制器（即流量保护）接收15个样本，ksu主机1上的一个发电机代理（Generator Agent，GA）就通过网络向GENI中的控制中心代理（Control Center Agent，CCA）传输一个周期测量值。假设频率已经相对于标称值偏离了60 Hz，那么CCA就会将甩负荷测量值传输给ksu主机3处的负载代理（Loading Agent，LA）。LA通过一个GPIB与安捷伦6 063 b变量电子负载进行交流，GPIB可以相应的调节负载，因此可以保持频率为60 Hz。另外，GENI内核中的循环拓扑用于处理信息冗余和归位，控制中心的开流控制器提供了一个控制平面以控制GENI中所有的开流开关。ksu主机为控制中心的主机生成背景流量流。

图3 将能源电网和通信网络进行整合以实现智能电网的原型Fig.3 Smart grid prototype of energy grids and communication networks

1.3 开流架构

图4对开流架构的基本组成流动性实验平台、安全频道和开流协议进行了说明[12-14]。如图4所示，控制和数据平面是解耦的，这是定义于网络中软件的一个基本特征。下面给出了开流机制的高层级描述[14]。

1）开流开启前或正在运行时，开流（Open Flow，OF）控制器在流表中利用开流协议安装流空间准则。

2）在包到达开流交换器前，将包与流表内的流空间准则列表进行对比检查。

3）如果一段流中的包未能与流表中任何准则进行成功匹配，将这些包进行密封并作为“包进入”信息发送到OF控制器以进行进一步的评估，直到为这段流动数据包安装流条目（一个流准则）才停止向OF控制器发送匹配失败的包。

图4 开流结构Fig.4 The structure of open flow

4）在评估完成之后，OF控制器为这种类型的包安装一个新的准则，所有后续的未访问过OF控制器的数据包都会进行类似的处理。

2 方法设计

2.1 控制器与交换机最小化延迟

定义T作为一对（TN，TL）限制最大数量节点压力和最大数量链路压力，最小化延迟算法简要步骤描述如下，算法1为其详细说明。

步骤1：预先计算对延迟：给定底层网络拓扑结构（V，E）和邻居节点间的延迟，找所有|V|·|V－1|节点对间最短路径和所有的成对延迟矩阵。

步骤2：给定numV VNs，numF表示给定控制器位置，启发式方法首先根据来自numF VNs的控制器延迟对底层交换机排序，最后确定每个链路中的节点对且选择它作为虚拟链路路由。

步骤3：映射可调位置控制器的VNs，根据VN大小采用启发式方法排序VNs，即最高虚拟链路数量的VN首先映射。对每个VN，从其他底层节点中寻找3个最低均值距离节点，然后找出与这些节点相关最高NR的VN的控制器。

步骤4：虚拟链路重建路由，启发式方法充分利用底层SDN提供的重建路由概率[15]。计算每个底层节点和链路压力，然后最大节点压力SNmax=maxv∈VSN（v）和最大链路压力SLmax=maxe∈ESL（e）。

算法1.最小化延迟启发算法

2.2 甩负荷控制逻辑设计

用户允许公共事业公司（如电力公司）寻找一种较好的机制对电器的开/关周期进行调节，这样可以减小用电需求高峰期内的负载。作为交换，用户获取了一些福利，比如较低的电量价格，因此控制中心代理CCA要进行甩负荷控制，其逻辑见算法2。

算法2：甩负荷的控制逻辑

fnom：60 Hz的标称频率

一是引才要更加精准务实。引进人才要结合本地实际，明确引才目标和优惠条件，切忌盲目贪大贪洋。大连是老龄化严重和产业转型升级任务繁重地区，亟待引进年轻人才、技能型人才、创新创意人才、跨界复合型人才、新学科发展人才，不仅瞄准高端人才，更要储备大量中高级专业化技能人才，创造条件将大连高等院校培养的大量人才优先吸引在连就业创业，切实改善区域人才结构和补充数量短板。

fact：从负载代理获取的实际频率

fdev：实际频率相对于标称频率的偏差大小

fthres：将频率阈值设置为0.1

Kp：控制系统的增益为5

Ri：初始电阻为200 Ω

Rsf：电阻的比例因子

Rnew：新负载

for（；；）do

2.3 链路故障问题

为了对自动故障转移机制进行说明，需要在主通道上创建一个逻辑链接故障。为了完成这项任务，本文对网络操作系统（NOX）数据包的发现模块进行了修改，网络操作系统（NOX）数据包的发现模块通过链接层发现协议以完成对网络拓扑结构的评估。算法3为给定相邻开流交换器的配对源-目的地给出了一个链接故障。

算法3：链路故障算法

Ai，j：=相邻结构含有的所有源-目的地（i，j）dipds（即开流数据通道/交换器）和发现时间

tf：=链路故障时间

tc：=当前时间

tl：=从Ai，j中删除一个链路的时间

src：=将要移除的与链路相连的源dpid

dst：=将要移除的与链路相连的目的地dpid

3 仿真实验与分析

本文实验所用框架在2.1和2.2有详细说明，利用3个同步发电机为固定和可变负载提供电力，其中的可变负载表示一些可以断断续续连接的电器，比如空调机组。ksu主机1处的发电机代理GA传输与发电机模拟频率相对应的周期测量值给控制中心代理CCA。然后CCA执行算法1和算法2，链路故障时执行算法3。本文进行实验的条件为：

1）利用ksu处的CCA获取基准频率响应和甩负荷概要情况；

2）在主通道失效的情况下，利用错误转移机制将流量重新路由到备用路径上；

3）注入流量流以充满网络；

4）通过网络对流量流进行负载均衡。

3.1 自动故障转移

对于自动故障转移，本文仅考虑如何保护网络中的流量（即代理间的流量）。实验进行到大约25 s处，丢弃G3，如图5所示，频率相对于标称值开始发生偏差。实验进行到大约在29 s处，本文丢弃了主通道上的一个链路。从图5中可以看出，基准情况下频率的偏差小于故障转移情况下的偏差，但是，为了对GA、CCA和LA间的较高延迟进行补偿，需要在CCA处设置一个较高的增益。对于故障转移情况下，较高的增益增加了电阻测量步骤的长度，最后将电阻测量值从CCA传输给LA，高的增益减小了频率返回基准值所用的时间。在基准情况下，高增益和小延迟使得电阻发生“超调量”，这些电阻的作用是将频率调节回标称值。为一个较小的延迟配置一个较小的增益将会减小基准情况中的变化。图6显示了实验持续进行过程中骨干网络中的吞吐量，自动故障转移机制能够在2 s内对所有的流量进行重新路由。

3.2 负载均衡实验

在开流控制器处，设置负载均衡机制，这样可以为每个新流切换通道。本文首先在主通道上对3个流进行负载均衡，然后在G3处生成故障。

图7显示了当流进行负载均衡时两个通道的聚合吞吐量，如预期的一样，当每个单独流为大约80 Mb/s时，通过备用通道的吞吐量大约为240 Mb/s，这是由于存在200 ms的延迟。当每个流的大小为180 Mb/s，主通道的吞吐量大约为500 Mb/s。这些是流控制和拥塞机制的直接结果，TCP iperf流中长期存在延迟，流控制和拥塞机制天然存在与TCP iperf流中。

图5 当自动故障转移机制通过备用路径将流量重新路由时，比较G3处发生故障的频率响应与基准处发生故障时的频率响应Fig.5 A comparison of the frequency response for a failure at G3when an automatic fail-over mechanism reroutes traffic through the backup path with the frequency response when a failure occurs at the benchmark

图6 当进行自动故障转移时，主干网络的吞吐量Fig.6 The throughput through the backbone network when an automatic failover ensues

图7 当流在主干核心网络负载均衡时，两个通道中的吞吐量Fig.7 The throughput on both paths as streams are load balanced in the backbone core network

从图8和图9可以看出，QoS和负载均值产生的结果与基准情况下的结果类似。QoS实验数据显示频率是平稳返回标称频率，从负载均衡的实验结果可以看出，频率响应和甩负荷概要与基准情况类似，在基准情况下，需要额外的电阻使得频率返回标称值。这可能是由于序列中的保护和背景数据包通过通道传输有关，即这些序列和数据包必须经过一段时间才能到达控制中心CCA，因此在图8和图9中在35 s之前的数据有较大的偏差，而之后偏差明显变小。

图8 QoS、负载均衡和基准实验获取的频率响应的比较Fig.8 A comparison of the frequency response for the QoS，load balancing and benchmark experiments

图9 QoS、负载均衡和基准实验的甩负荷概要的比较Fig.9 A comparison of the load shed profile for the QoS，load balancing and benchmark experiment

4 结论

本文提出了一种开流控制器，这个控制器可以提供自动故障转移机制、提供类似MPLS的均衡负载隧道特性以及提供服务质量保证。本文利用开流为ksu处所有流的出口创建队列。由于主通道和备用通道上初始聚合吞吐量都大约为10 kb/s，因此可以确定当队列中的数据包序列穿过骨干网络时，数据包不会发生改变，实验结果表明这些服务功能可以支持智能电网中的真实系统。

在未来的研究工作中，当有可用支持的硬件时，本文将会采用其他显著的类似MPLS的隧道特征，比如自动路由和自动带宽，并对试验结果进行比较，并选取一个最优增益测量值作为GA、CCA和LA之间的延迟测量值。

[1]邹巧明.智能电网集成通信[J].电网与清洁能源，2012，28（7）:43-47.ZOU Qiaoming.The integrated communication of smart grid[J].Power System and Clean Energy，2012，28（7）:43-47（in Chinese）.

[2]饶尧，邱泽晶，彭旭东.基于层次分析法的电网能效影响因子分析研究[J].节能技术，2014，32（1）:51-54.RAO Yao，QIU Zejing，PENG Xudong.Analysis of grid energy efficiency factors based on analytic hierarchy process[J].Energy Conservation Technology，2014，32（1）:51-54（in Chinese）.

[3]张涛，吴瑜晖，孙玉婷.陕西地区智能电网调度技术支持系统实现方案的研究[J].陕西电力，2010，38（10）:41-44.ZHANG Tao，WU Yuhui，SUN Yuting.Smart grid scheduling technology support system and implementation plan in shaanxi regions[J].Shaanxi Electric Power，2010，38（10）:41-44（in Chinese）.

[4]黄国强.智能电网关键技术的分析与探讨[J].陕西电力，2009，37（11）:44-47.HUANG Guoqiang.Analysisand discussion on key technology of smart grid[J].Shaanxi Electric Power，2009，37（11）:44-47（in Chinese）.

[5]尹琪彬.35 kV变电站无人值守自动化系统设计与研究[J].西北水电，2015，16（2）:71-75.YIN Qibin.Design and study of attendant-free automation system of 35 kV grid station[J].Northwest Power，2015，16（2）:71-75（in Chinese）.

[6]李大冰，吉荣廷，冯文秀.风力发电机组叶片故障诊断[J].节能技术，2013，31（6）:534-536.LI Dabing，JI Rongting，FENG Wenxiu.Fault diagnosis of the wind turbine blades[J].Energy Conservation Technology，2013，31（6）:534-536（in Chinese）.

[7]张旭.陕西省电力公司智能电网建设现状分析及改进措施[J].陕西电力，2010，38（3）:16-18.ZHANG Xu.The analysis of smart grid situation of Shaanxi electric powercompany and improvement[J].Shaanxi Electric Power，2010，38（3）:16-18（in Chinese）.

[8]CHOWDHURY M，RAHMAN M R，BOUTABA R.Vineyard:virtual network embedding algorithms with coordinated node and link mapping[J].IEEE/ACM Transactions on Networking（TON），2012，20（1）:206-219（in Chinese）.

[9]温涛，虞红芳，李乐民.网络虚拟化的过去，现在和未来[J].中兴通讯技术，2014，20（3）:198-205.WEN Tao，YU Hongfang，LI Lemin.Network virtualization of past，present and future[J].ZTE Technologies，2014，20（3）:198-205（in Chinese）.

[10]BARI M F，BOUTABA R，ESTEVES R，et al.Data center network virtualization:a survey[J].IEEE Communications Surveys&Tutorials，2013，15（2）:909-928.

[11]李琳锋，李剑锋，卜万锦，等.地区多级电网继电保护整定管理系统[J].节能技术，2013，31（4）:313-316.LI Linfeng，LI Jianfeng，BU Wanjin，et al.Local multistage relay protection setting management system[J].Energy Conservation Technology，2013，31（4）:313-316（in Chinese）.

[12]KUZNIAR M，PERESINI P，CANINI M，et al.A SOFT way for openflow switch interoperability testing[J].Proceedings of International Conference on Emerging Networking Experiments&Technologies，2012，17（2）:265-276.

[13]PARULKAR G M，REXFORD J，TURNER J S，et al.Open Flow:enabling innovation in campus networks[J].ACM Sigcomm Computer Communication Review，2008，38（2）:69-74.

[14]左青云，陈鸣，赵广松，等.基于Open Flow的SDN技术研究[J].软件学报，2013，27（5）:1078-1097.ZUO Qingyun，CHEN Ming，ZHAO Guangsong，et al.Research of openflow-based SDN technologies[J].Journal of Software，2013，27（5）:1078-1097（in Chinese）.

[15]CHANNEGOWDA M，NEJABATI R，RASHIDI FARD M，et al.Experimental demonstration of an OpenFlow based software-defined optical network employing packet，fixed and flexible DWDM grid technologies on an international multi-domain testbed[J].Optics Express，2013，21（5）:5487-5498.