集控站驾驶舱多数据融合策略研究

高吉普，肖小兵

（贵州电网有限责任公司电力科学研究院，贵州贵阳 550002）

集控站驾驶舱多数据融合策略研究

高吉普，肖小兵

（贵州电网有限责任公司电力科学研究院，贵州贵阳 550002）

为了实现现代电力系统的有效调度，提出了集控站驾驶舱的概念，采用直观的方法，优化电力系统运行过程。在集控站驾驶舱的实现过程中，数据的整合和处理十分重要。由于集控站所需要接收和处理的数据量巨大，且种类繁多，需要对多种数据进行有效整合。在分析集控站驾驶舱数据结构的基础上，给出了对于多种数据的高效整合方法。同时通过和关键性能指标（KPI）的结合，实现对驾驶舱数据的有效管理。考虑到集控站驾驶舱中数据具有多端特性，即同时需要和多个用户端口进行交互，文中在考虑数据整合的基础上，采用多代理方法，实现多端数据的有效管理和共享。文中具体分析了多代理数据的处理时序和误差估算方法。仿真研究证明了上述的有效性。

集控站驾驶舱；数据融合；多代理；电力系统

现代电力系统具有更高的可靠性和运行灵活性，其有效地提升了供电质量，保证了生活生产过程中电能的有效使用。上述供电性能的提升得益于电力系统结构的改进以及控制策略的优化。传统的电力系统往往仅仅依赖于大型的发电机组实现供电需求。上述方法尽管可以提供较可靠的供电性能，但是在灵活性方面存在很多不足之处。同时，多台机组之间彼此协调，可能会存在低频振荡，频率和电压稳定性等多方面的问题。更为严重的是，传统的基于大型同步发电机的发电方式依赖于传统的化石能源。化石燃料的大量使用对环境造成了很多不可逆的影响，其中包括大气污染、温室效应、植被破坏等。与此同时，传统化石燃料的储量有限，单一的能源结构可能会在可预见的未来造成能源短缺的情况。为了解决上述问题，可再生能源在当今电力系统中得到了广泛的使用。可再生能源具有多方面的优点，其中包括分布式供电、供电灵活度高、环境友好无污染、能源储量可持续发展等。从种类

的角度讲，其包括光伏发电单元、风力发电单元、燃料电池发电单元、生物质能发电单元等。从结构的角度讲，在较低功率和电压等级的系统中，一些单元可以直接接入系统；而在供电质量较高且功率及电压等级较高的系统中，上述可再生发电单元往往需要通过接口电路接入系统中[1]。

尽管可再生能源具有多方面的优点，随着其在现代电力系统中的大量接入，其同样也表现出了一些亟待解决的问题。由于可再生能源往往分布式接入系统，同时节点数量巨大，因此在很大程度上增大了系统的复杂度。同时，不同可再生能源之间以及可再生能源和传统发电单元之间存在协调的问题，其在数据传输网络依赖性、动态特性等方面和传统系统相比具有很多不同之处。为了在更为复杂的工况下实现传统发电单元和可再生能源发电单元之间的有效协调，需要采用高效的优化和控制策略，实现系统的可靠及最优化运行。

1 集控站驾驶舱数据融合研究现状

可再生发电单元的大量接入增大了现代电力系统的复杂性，一个重要的表现即为数据处理量的大幅度提升。在传统系统中，由于大多采用基于大型发电机的集中式发电和输电模式，因此节点数量和数据量相对较小。而在现代电力系统中，节点数量和采集得到的数据量大幅度提升，因此需要实现高效有序的数据归纳整理，以满足各个发电单元的要求以及确保每个用电单元的供电质量。

现代电力系统中的数据结构具有以下特点。首先，数据采集和处理具有分布式和集中式组合的特点。具体来讲，一方面各个分布式可再生发电单元的采集数据和对应的控制系统具有分布式特点，分散在每个可再生能源节点，依托于本地数据处理本地供电问题；而另一方面，整体电力系统同样需要具有较强计算能力的中央处理器实现集中控制，以保证系统整体具有最优化的运行性能。其次，数据结构具有双向性特点。一方面底层供电单元和用电单元需要向上层控制器提供各自本地的数据信息，以确保上层集中式控制器可以根据各项本地采集信息进行有效的控制；另一方面上层控制器同样需要根据处理得到的结果对底层分布式供电和用电单元进行指令控制，以实现最优化的控制目标。最后，数据结构同样具有多时间尺度的特点。对于一些传统的发电和用电单元，其在控制系统中具有较大的时间尺度，即只需要传统的通信设备即可以完成有效控制。然而，对于一些包含可再生能源的节点，由于其供电具有不确定性，因此需要更加多样化的时间尺度以满足不同节点单元的需要。

为了实现对于现代电力系统中多种单元的有效管理，学术界和工业界提出了集控站驾驶舱的概念[2-3]。集控站驾驶舱为现代电力系统的控制提供了一种直观的处理方式。其提供给调度人员一份信息完整的系统全局画面，可以方便调度人员有效地监测和控制各发电和用电单元的性能，及时对故障、负荷变化等问题进行处理。另一方面，从结构的角度讲，其提供了一种自底向上的细化处理模式，即在其整体结构中包含了电力系统运行的各方面功能单元，以满足不同运行工况下的需要。与此同时，为了实现有效的功能扩展，在其每一层结构中均基于模块化模态实现，即不同功能分别各自封装于不同的硬件模块组件中，在需要功能扩展的时候，可以简单的扩建硬件模块化组件，同时在软件上进行简单的设置即可。

为了实现现代电力系统中数据的有效管理，解决多数据融合和归纳的问题，本文结合集控站驾驶舱的结构，给出了基于多代理结构的数据融合方法。具体来讲，基于关键性能指标（KPI）作为数据融合的处理目标，同时将各发电单元（包含传统发电单元和新型可再生发电单元）作为独立代理处理，对中央数据处理单元和底层单元之间的数据交互进行有效管理。通过对数据传输时序和误差校准方法的改进，提出了一种具有降低通信强度的数据融合方式。

2 集控站驾驶舱结构及其数据特点

集控站驾驶舱技术作为一种较为新型的电力系统控制中心对协调现代电力系统中各供电和用电单元具有重要的作用。和传统的电力系统控制中心相比，集控站驾驶舱具有以下方面显著的优点：

1）集控站驾驶舱具有良好的用户接口，可以显示区域或整体电力系统的全局信息，同时可以根据

用户需求对待观测的信息进行取舍，极大程度地方便了调度操作人员对于系统运行的控制。

2）集控站驾驶舱具有模块化功能单元，方便了后续系统功能的扩展，满足现代电力系统结构和规模不断扩展的需要。

3）集控站驾驶舱具有完整的系统架构，覆盖电力系统运行所需要的各个层次，在分层架构方便各项功能模块单元的集成和实现。

具体来讲，集控站驾驶舱的常见功能如下所示：

·稳态及动态性能监测；

·离网及并网运行判断；

·在线预警和保护；

·经济及节能运行优化；

·状态观测；

·广域保护和控制；

·运行记录；

·等等。

图1给出了集控站驾驶舱和电力系统中各单元之间的连接关系。从图1中可以看出，集控站驾驶舱作为中央处理单元，和系统中的各单元均存在物理电气连接，以实现对各单元的直接控制。与此同时，系统中存在着复杂的通信系统以实现数据交互[4]。在各单元和集控站驾驶舱之间存在着数据传输通道。该通道具有双向传输的特点，一方面实现底层数据相集控站集控站驾驶舱的上行传输，达到数据汇总处理的效果；另一方面集控站驾驶舱对底层单元实现指令的下行传输，达到点对点控制的目的。在确保各供电和用电单元和集控站驾驶舱之间的通信数据通道之外，各底层供电和用电单元彼此之间亦存在辅助通信系统。上述通信系统的作用在于实现对信息量的辅助采集，实现数据冗余处理，满足数据和控制可靠性的要求。例如：当储能单元和集控站驾驶舱之间的通信连接失效时，为了保证二者之间信息的正常交流，可以通过底层单元之间的辅助通信渠道，利用其他单元和集控站驾驶舱之间的连接实现储能单元信息的传输，以此增大了数据传输的灵活性。综合图1所示的内容可以看出，集控站驾驶舱实现了物理电气层面和通信数据层面的复合连接，进而实现了对于结构日趋复杂的现代电力系统的高效控制。

图1 基于集控站驾驶舱的现代电力系统物理及通信结构Fig.1 Physical and communication configuration of the modern power system with centralized controller and operation cockpit

3 基于KPI和多代理技术的数据融合方法

为了实现集控站驾驶舱中大量数据的有效管理和整合，本文提出了基于KPI和多代理技术的数据融合方法。具体来讲，上述方法首先选取系统中的典型变量作为待处理数据变量，即选取关键性能指标代表变量；而后将每个供电和用电单元视为代理单元，通过分布式方法实现对于本地关键性能指标的控制；最后，通过改进的采样模式，以较低的通信数据量，实现多种数据在中央控制器，即集控站驾驶舱中的整合，为中央控制提供所需采集数据。

为了实现上述方法，首先确定不同类别的底层单元所需要的关键参数，具体分析结果如表1所示。

表1 不同底层单元的关键性能指标Tab.1 KPI of different device-level components

在确定了上述关键参数之后，本文提出了基于多代理技术[5-9]的数据处理及融合方法。首先，各底层单元分别根据表1所述的自身运行工况实现本地

电压源或电流源控制。由于本部分采用传统的分布式控制方法即可实现，因此此处不再赘述其技术细节。

在实现了对于本地关键参数的分布式控制之后，需要实现对于大量数据的融合。底层上行的数据如表1所示。对于处于电压源运行模式的底层单元而言，需要上传的数据包括电压和电流的有效值，输出有功功率和无功功率以及电压频率；而对处于电流源运行模式的底层单元而言，需要上传的数据包括电压和电流有效值以及输出有功功率和无功功率。

为了实现有效的数据融合及误差检测，本文给出基于加权平均的数据处理方法。具体来讲，需要通过不同单元采集数据的敏感性对各单元进行分类。例如：储能单元通常用于电压源运行模式，其用于建立本地母线电压，因此其电量的测量值需要以更为精确的形式体现在中央控制器及集控站驾驶舱中；而对于传统的大型同步电机发电单元，由于其动态较慢，系统惯量较大，因此对于数据采集的带宽以及数据精度具有较低的要求，其无需以非常精确的方式体现在集控站驾驶舱之中。由此我们可以将储能单元分配为较高的精度等级，而将传统的大型同步发电机分配为较低的精度等级。

基于上述分级方法，给出了如图2所示的数据融合策略。对于储能单元等精度较高的代理单元，需要重复采样以提高数据处理精度，其表现在图2中即为在每个采样周期均读取储能代理的测量数据；对于光伏发电单元和风力发电单元等精度略低的代理单元，需要多次对其本地测量参数进行采集，但无需在每个采样周期均执行以此采集动作；对于大型同步发电机等传统的发电单元，由于其精度等级评定较低，因此只需要在间隔若干个采样周期之后对其进行数据采集即可满足控制要求。由此可以大幅度的减小系统中的数据传输量，减低了通信系统的数据传输压力，同时亦减小了集控站驾驶舱中对于数据处理的强度。

图2 基于多代理和多种精度等级的数据采集方案Fig.2 Data sampling scheme based on multi-agent configuration and multiple data accuracy

在依据上述方法采集得到系统所需要的数据信息之后，采用加权平均的方法，可以计算得到用于集控站驾驶舱控制和显示的数据值，其具体计算方法：

式（1）的计算方法对应精度较高的单元，例如储能单元；式（2）的计算方法对应精度一般的单元，例如光伏发电单元和风力发电单元；式（3）的计算方法对应精度较低的单元，例如传统的大型同步发电机。

为了实现对于数据处理结果的误差评估，本文同样给出误差计算方法的定义，如式（4）—（6）所示。

依据上述误差定义，可以对于各代理单元的数据误差进行评估。

4 仿真验证

利用MATLAB/Simulink搭建了仿真模型对上述数据整合方法进行验证。仿真中选取不同的采样率对不同精度需求评定等级的底层单元进行数据采集及整合处理。为了同时检测系统在稳态和暂态情况下的运行性能，设置系统需求侧响应实现一次跳变。

如图3所示，系统中精度需求评定等级较高的单元采用较高的采样率进行数据采集和处理；如图

4所示，系统中精度需求评定等级较低的单元采用较低的采样率进行数据采集和处理。可以看出，数据采集结果呈现阶梯状波形，即其在集控站驾驶舱中呈现间歇性采样特性。

图3 高精度需求评定等级的数据波形Fig.3 Data waveform of the unit with higher accuracy requirements

图4 低精度需求评定等级的数据波形Fig.4 Data waveform of the unit with lower accuracy requirements

5 结语

为了解决集控站驾驶舱中大量数据的整合问题，本文提出了基于KPI和多代理技术的数据融合方法。通过依据KPI对不同底层代理单元进行精度需求评定，给出了多采样率的数据采集方法，有效地降低了数据传输规模以及集控站驾驶舱的数据处理强度。

[1]陈树勇，宋书芳，李兰欣，等.智能电网技术综述[J].电网技术，2009，33（8）:1-7.CHEN Shuyong，SONG Shufang，LI Lanxin，et al.Survey on smart grid technology[J].Power System Technology，2009，33（8）:1-7（in Chinese）.

[2]汪际峰.南方电网一体化电网运行智能系统建设初探[J].南方电网技术，2012，6（2）:1-5.WANG Jifeng.A preliminary investigation on development of operation smart system for China southern power grid[J].Southern Power System Technology，2012，6（2）:1-5（in Chinese）.

[3]高明，李文云，顾全，等.一体化电网运行智能系统调度员驾驶舱的构想与实践[C]//云南电力技术论坛论文集，昆明：云南科技出版社，2011：211-216.

[4]YE Yan，YI Qian，SHARIF H，et al.A survey on smart grid communication infrastructures:motivations，requirements and challenges[J].Communications Surveys&Tutorials，IEEE，2013，15（1）:5-20.

[5]MCARTHUR S D J，DAVIDSON E M，CATTERSON V M，et al.Multi-agent systems for power engineering applications—part II:technologies，standards，and tools for building multi-agent systems[J].Power Systems，IEEE Transactions on，2007，22（4）:1753-1759.

[6]MYUNGGON YOON.Collective stabilisation of multiagent dynamical systems with single agent control[J].Control Theory&Applications，IET，2015，9（6）:929-934.

[7]JAE MAN KIM，JIN BAE PARK，YOON HO CHOI.Leaderless and leader-following consensus for heterogeneous multi-agent systems with random link failures[J].Control Theory&Applications，IET，2014，8（1）:51-60.

[8]ZUO Zhiqiang，ZHANG Jun，WANG Yijing.Adaptive fault-tolerant tracking control for linear and lipschitz nonlinear multi-agent systems[J].Industrial Electronics，IEEE Transactions on，2015，62（6）:3923-3931.

[9]SHARMA A，SRIVASTAVA S C，CHAKRABARTI S.A multi-agent-based power system hybrid dynamic stateestimator[J].Intelligent Systems，IEEE，2015，30（3）:52-59.

Integration of Multiple Data Stream in Centralized Controller and Operation Cockpit

GAO Jipu，XIAO Xiaobing
（Electric Power Research Institute of Guizhou Power Grid Co.，Ltd.，Guiyang 550002，Guizhou，China）

In order to achieve effective dispatching in modern power systems，the centralized controller and operation cockpit has been proposed，which uses a straight forward method to optimally control the operation of the power system.It should be noted that during the realization of the centralized controller and operation cockpit，the data collection and integration plays an important role.Since an extremely large amount of data with diverse types is required to be received and controlled，efficient data management should be achieved.In this paper，based on the analysis of the data structure of the centralized control and operation cockpit，an effective method to manage the data is proposed.By using the concept of key performance indicator（KPI），high performance data integration is reached.As the centralized controller and operation cockpit features multiple terminal characteristics，it should interact with multiple users simultaneously.Hence，besides the data integration strategy，the multi-agent approach is employed in this paper to achieve data management and sharing among different data sources.The comprehensive time sequence and error assessment for the data from multi-agents are discussed in detail also in the paper.The proposed method has been verified through simulation testing.

centralized controller and operation cockpit；data integration；multi-agent；power system

2015-07-12。

高吉普（1982—），男，硕士，高级工程师，从事智能化变电站和智能电网技术研究。

（编辑 李沈）

中国博士后基金（2014M562410）。

Project Supported by China Postdoctoral Science Foundation（2014M562410）.

1674-3814（2016）09-0072-05

TM737

A