基于AMI测量参数的电力线通信组网技术

王立城

（北京智芯微电子科技有限公司，北京100192）

0 引 言

高级量测体系（Advanced Metering Infrastructure，AMI）是一个用来测量、收集、储存、分析和运用用户用电信息的网络系统，由安装在用户端的智能电能表，位于电力公司内的量测数据管理系统，以及与连接它们的通信网络等组成［1-2］。其量测数据管理系统可通过通信网络获取各智能电能表的电压、电流、相位等信息，并可用于低压配电网线路的参数计算、线损分析和配电网的精确建模［3-4］。当前的电力用户用电信息采集系统可视为AMI的初级形态，是构建未来AMI系统的基础平台和核心［5］。智能电能表和集中器在自动精确测量、实时交互、智能化等方面接近或已满足AMI系统需求。而制约用电信息采集系统向AMI系统演变的重要因素，依然是通信网络的可靠性和实时性问题［6-8］。

电力线通信是当前智能电能表的主要通信方式，从已有文献来看，提高低压电力线通信可靠性和实时性的方法，一是增强物理层通信能力，二是建立网络中继［9-10］。因电力线通信采用非专用信道，在强衰减、高噪声环境下，仅从物理层改善通信性能，难以实现各节点之间的端到端通信。另外，因信道较为复杂，信号强度和传输时延无法实现准确测量，网络中继的建立和维护也缺少有效的路径权值和方向，实际应用中多采用链路通信连通率或误码率为判断指标，以致于中继深度和传输方向不可控，进而导致网络效率低下［11-14］。

针对上述问题，文章提出了基于AMI测量参数的路径指标测量方法：首先从电力线通信默认配置网络获取由智能电能表和集中器采集的线路电压、电流、相位等参数，然后以台区负荷中心点的测量值为参考，计算出不同相线测量点的电压损失值和线路距离，再以电压损失值或线路距离值间接计算出各通信节点之间的路径权值和方向，从而实现电力线通信网络的路径优化。为了验证方法的有效性，文章提出了一种采用AMI测量参数的p-persistent CSMA洪泛路由改进算法。实验证明，采用该方法可有效缩短网络路径深度，降低网络时延。

1 采用AMI测量参数的可行性分析及计算

1.1 低压台区线路分析

依据国网公司低压台区标准化建设相关规范，农村多敷设架空线，采用树干式接线，辐射半径不易大于500 m。城市多敷设电缆，采用辐射式或链式接线，辐射半径不易大于400 m。随着中低压电网改造的深入推进和多表位居民计量表箱的推广应用［15］，农村和城市的低压台区，尤其是城市，各相分支线路将汇聚于配电室低压开关柜，并以链式辐射到各居民计量箱。若以居民计量箱作为线路分析的分界点，则计量箱后的入户分支线路及其负荷均可作为负载来考虑，从而简化了低压配网线路拓扑结构分析的复杂度，也方便了线路参数的计算。

采用多表位居民计量箱的低压线路结构，如图1所示。集中器安装于低压配电室，具有电参数采集、通信功能。居民计量箱多采取集中式安装，如楼宇单元低侧或单元某层。智能电能表不仅支持电参数采集，同时也支持电力线载波通信。

图1 采用多表位居民计量箱的低压线路结构Fig.1 Low voltage line structure with multi-meter measuring boxes for residents

若要建立低压台区线路结构的精确模型，依据基尔霍夫电压和电流定律，不仅需要获取线路各分支和负荷的电压、电流、相位等参数，还要尽可能明确各测量点之间的回路关系或拓扑形式。首先，通过已有电力线通信网络可获取各相的工频过零点和相位，若集中器按工频过零先后顺序且以1/3工频周期进行分时通信，则可把低压线路网络划分为三个不同的时序区域。另外，依据电能质量电压偏差标准要求，低压线路电压损失或电压偏差允许值+5%～-10%，若通过通信网络获取各测量点的电压值，则可依据电压损失值大小和递减顺序，把低压线路网络区域进一步划分成更小区域。采用不同相序和电压值划分的低压线路网络区域，如图2所示。

图2 由不同相序和递减电压值划分的网络区域Fig.2 Power line network area divided by different phases and decreasing voltage values

图2中，各相通信节点或测量点分属于黄、绿、红三个相差1/3工频周期的扇形区域。蓝色弧线是区域内不同递减电压值的梯度线。以A相时序区域为例，可见线路网络被划分成了多个扇形或环形区域，如编号为1，2，3，…n区域，这对于既是测量点又是通信节点的通信组网设计是有利的。

另外，实际低压线路的同一相线路可能有多个分支线路。当采用电力线通信时，不同分支线上的智能电表之间因距离较长，会有较大通信衰减，可通过相邻通信节点的链路通信能力加以区分。

1.2 AMI测量系统及参数获取方法

当前的AMI通信系统结构，如图3（a）所示。主要由AMI系统主站、集中器和智能电能表构成。主站与集中器之间支持Q/GDW376.1协议，多采用GPRS通信方式。集中器与智能电能表支持DL/T 645协议，多采用电力线通信方式。

集中器内部组件接口关系，如图3（b）所示。数据处理部分与载波通信单元采用UART接口和Q/GDW376.2协议接口，与交流采集部分多采用SPI接口，与GPRS通信单元采用Q/GDW376.3协议接口。

智能电能表内部组件接口关系，如图3（c）所示。数据处理部分与载波模块采用DL/T645协议，与交流采集部分多采用SPI接口。

图3 AMI通信系统及装置接口Fig.3 AMI communication system and device interface

若把电参数用于低压线路网络模型的计算，要满足两个条件：一是智能电能表和采集终端要有较高测量精度且具有较好的一致性，二是采集参数的获取尽可能满足时间同步要求。

依据集中器和智能电能表的相关技术标准，集中器和智能电能表的电压、电流等参数的测量精度可达到0.5%或更高，且同批次一致性误差小于±0.15%，满足条件一要求。对于条件二，集中器和智能电能表均内置时钟芯片，集中器可通过默认配置的电力线通信网络对智能电能表进行校时和冻结参数读取，这样即使在电力线通信不可靠的情况下，智能电能表也可按设定的冻结时间保存和获取测量参数，满足网络同步测量的要求。因此，AMI测量参数用于线路电压损失或距离的测量是可行的。

1.3 通信路径指标的间接计算

以图1中A相线路为例，假设线路为均匀传输线，忽略相线和零线之间的等效阻抗，按集总电路模型建立其等效电路图，如图4所示。

图4 图2中某相线路电路图Fig.4 Circuit diagram of a phase branch in figure 2

（1）路径方向

路径的方向可依据各测量点电压损失值大小进行判断，从图2可知如下关系：

（2）信号强度E间接计算

若要求取不同居民计量箱之间的信号强度E2，并做归一化取值：

（3）相邻计量箱之间通信距离L

若已获取相邻居民计量箱之间的电压，可求出相邻表箱之间线路的阻抗值：

由式（5），可推导出分支线路各段的距离Ln：

式中S是导线截面积；ρ是导线电阻率。

式（6）可用于通信网络的最短路径计算，也可用于网络拓扑的发现。

2 基于AMI参数的洪泛组网设计

2.1 设计思想

为了验证AMI测量参数在电力线通信组网中的可用性，选择应用较多的概率洪泛法进行组网设计。概率洪泛法由约阿夫萨森最早提出［16］，并被证明是存在于自组网络中的一种有效的信息传播技术。该算法的关键问题是洪泛概率的确定，取值大小与网络规模、相邻节点数量有关，实际应用中多以p-persistent CSMA算法为基础。

从已有文献可知，在网络拓扑未知和通信质量测量指标不确定情况下，理论上提高网络稳定性和效率的方法，应尽可能缩小广播相邻通信节点数，同时提高中继转发概率［17-18］。另外，为了进一步提高p-persistent CSMA算法转发概率，缩短搜索时间，可采用蚁群算法优化各通信节点的“信息素”，从而提高洪泛路由的可靠性和效率。但已有文献无法约束每次转发可到达的有效相邻节点数量，且计算转移概率时采用的“信息素”和“启发量”指标不明确或不可用，从而无法有效控制路由中继的深度［19-20］。

针对上述问题，文章结合AMI测量参数和线路特点，从两个方面进行算法改进：一是依据图2的线路网络区域划分方法和电压损失关系式（1），对通信网络进行划分，约束邻接点数目或转发区域大小；二是利用1.3节AMI系统测量电压信号强度E1或距离L作为蚂蚁“启发量”，进一步优化可能存在的线路分支，达到路径最短。

2.2 基于p-persistent CSMA洪泛路由算法改进

p-persistent CSMA是一种保证最小冲突概率的冲突避免技术，为全转发提供了良好的冲突避免的机制。当多个节点同时收到一个包准备转发时，利用p-persistent CSMA产生的随机时延使得发送时隙错开，以避免冲突。p-persistent CSMA原理，如图5所示。

图5 p-persistent CSMA原理Fig.5 Principle of p-persistent CSMA

Tmean是相邻数据包之间的随机时延；T1是发送数据包结束（EOP）后固定延迟传输间隔；ΔT是数据包传输冲突检测小区间长度。则Tmean=T1+n×ΔT，n是一个 （0，N）之间的随机数，N是一次广播可听到的最大节点数。在对等网络中，n的取值符合均匀分布，通信节点的转移概率p不大于1/N，则Tmean也可表示为：

若按图2的低压线路网络区域划分方法，整个低压线路网络可划分多个小的区域，转发相邻节点数大幅度减少，转移概率p可取更大数值，Tmean转发时延会更小。

但图2的线路网络划分方法，无法区分同一相主干线路和分支线路，以图6为例。该线路包括主干线线路和两个分支线路，按电压损失值从U0～U3划出了3个区域，其中区域V中含有了主干线和两个分支线。为了进一步提高位置i通信节点到位置j通信节点的转移概率，文章引入了蚁群算法，并结合AMI测量参数求取转移概率p。

图6 某相含分支线路网络区域划分图Fig.6 Network division diagram of a phase line containing branches

t时刻，第k只人工蚂蚁从位置i到达位置j的转移概率计算公式为：

人工蚂蚁k从源节点i在经过Δt时间后，转移到目标节点j，所经过的路径采用状态信息素更新规则，如：

式中ρ是信息素挥发系数；1-ρ表示信息素残留因子；ρ的取值范围为 ρ⊂［0，1）；Δτij（t）表示本次循环中人工蚂蚁k路径i到j的信息素增量，初始时刻 Δτij（t）=0。

2.3 路由协议及算法实现过程

协议模型包括物理层、MAC层、洪泛层和应用层，如图7所示。其中洪泛层主要包括数据收发模块、网络管理模块两部分。数据收发模块向下与MAC层有数据接口，向上与应用层提供数据接口。网络管理模块向下与MAC层有配置接口，向上与应用层提供服务接口，实现MAC层和网络层的配置管理。

数据帧定义，如图8所示。前导、同步字段属于物理层，帧长、MAC地址、CRC字段属于 MAC层，APDU属于应用层，洪泛命令字、帧序号、转发上限、转发次数、转移概率、网络号等属于网络层。

图7 协议参考模型Fig.7 Referencemodel of protocol

图8 协议的数据帧格式Fig.8 Data frame format of protocol

网络层的洪泛控制域，定义如下：

洪泛命令：路由控制，控制帧方向、相位、转发概率选择、数据帧标识等。

帧序号：可防止洪泛锁死，主节点发送时设置不同帧编号。

转发上限：用于路由中继深度的控制。

转发次数：记录路由过程中中继转发次数。

转移概率：中继节点的转移概率，用于各通信节点初始或退守转移概率的设置。

网络号：由主节点依据相序和电压损失值划分的网络区域编号。

主节点地址：中心节点或集中器通信节点地址，可防止相邻台区串扰。

网络路由算法实现过程，如图9所示。主要包括两个过程：一是按系统默认固定概率洪泛完成各通信节点网络区域划分；二是利用蚁群算法进行转移概率迭代计算，区分主干线路和分支线路。

图9 路由算法实现过程Fig.9 Implementation process of routing algorithm

过程一如图9（a）所示。首先由中心节点完成CSMA时隙、默认概率等参数初始化，然后按固定概率洪泛下发电参数冻结命令，再按固定概率洪泛获取各终端通信节点的电参数。参数获取后，中心节点按式（1）和式（2）进行计算并更新路由信息表，然后采用ARQ机制完成各通信节点网络号及节点数量配置。

过程二如图9（b）所示。在过程一基础上，完成转移概率的迭代计算过程。中心节点初始化蚁群算法参数，并下发抄收命令，第k只蚂蚁启动搜索过程，收到信息的中继节点判断蚂蚁的寻址目标是否在网络号标识区域，若不在网络区域内则计算转移概率并转发数据，若中继节点收到第k只蚂蚁的返回数据则更新第k只蚂蚁的路由信息，直至满足迭代条件。

另外，网络系统需要周期维护各通信节点的网络号及区域内的节点数量，可选择负荷高峰时段或需量较大时段，冻结各智能电能表的电压参数。另外，为了保证网络的稳定性和鲁棒性，转移概率的选择也需要有灵活的退守机制，以避免局部更新导致信息“孤岛”。

3 测试验证

为了验证算法的有效性，选用某公司研制的SC3104宽带载波芯片进行路由设计，该芯片工作频带2.25 MHz～4.75 MHz，数据速率1 Mbps，实验系统在唐山某乡镇低压台区进行了现场测试。该台区是典型的农村架空线路，有3个主干线，户数271户，其中三相用户6户，均采用多表位计量表箱安装，线路辐射最远距离约600 m。网络主要配置参数：CSMA时隙ΔT是15 ms，默认转移概率0.005（经验值），信息素初始值设为1，α=0.8，β=0.2，挥发系数ρ=0.04，转移概率上限阀值0.3。

表1是从集中器通信模块（中心通信节点）获取A相部分节点的信息。

表1 通信节点信息表Tab.1 Information table of communication nodes

从表1数据可知，A相电压随线路延伸数值损失明显，且属于不同网络号的通信节点之间具有约2 V的差值，验证了利用电压损失值在通信组网中的有效性。从节点类型看，网络号0的区域内有3个路由节点，这与A相有三个主干线有关。

图10和图11是现场冻结抄表的运行分析数据。从抄收时间和中继深度两方面，做了算法改进前和改进后的对比分析。改进前采用固定概率，即所有通信节点采用默认概率值。

图10 抄表时间及抄收数量Fig.10 Reading time and meter numbers

图11 中继深度及抄收数量Fig.11 Routing depth and meter numbers

从图10和图11可知，改进前抄收数据用时43分钟，平均中继级数为2.69级，由于装置接口交互延时、补抄等原因，抄收用时大于理论设计值（36.69分钟）。改进后抄收用时缩短为10分钟，平均中继级数为1.64级，转移概率（见表1）优化效果明显。

4 结束语

针对电力线通信信号强度和时延难以准确测量问题，文章提出了基于AMI测量参数的路径权值和方向的间接测量方法，并采用该方法对工程应用较多的洪泛路由算法进行了改进，同时采用蚁群算法做了进一步优化。文章从实现角度给出了路由协议方案和算法实现过程，并在现场进行了改进算法的对比测试。实验证明，基于AMI测量参数的改进算法可有效缩短抄表延时和中继深度。该方法不仅适用于智能电能表的电力线通信组网，智能电能表的微功率无线通信组网也可参考。