基于调控云平台的全时态多源图模融合规则研究

张 超，王立建，曹张洁，徐德伟

（1.国网浙江省电力有限公司杭州供电公司，杭州 310000；2.杭州沃瑞电力科技有限公司，杭州 310027）

0 引言

随着智能电网的快速发展，电力系统正朝着包含大量数据和信息计算的系统发展，而云计算技术作为一种新兴的计算模式，已经广泛应用于电力相关行业[1-3]。因此，统一的云模型与应用服务技术，如电网模型云平台等应运而生，为智能电网的实现提供了有力的支撑。电网模型云平台是浙江电网调控云平台PaaS 层的主要平台之一，其主要提供元数据管理、字典管理、主/配网多业务多时态图形与模型数据的存储及源端维护和图模订阅发布等服务，并提供纵向同步服务，实现与上级调控云系统模型数据交互；通过模型订阅服务、跨反向隔离装置传输服务实现向Ⅰ区EMS（能量管理系统，如D5000 和OPEN3000），Ⅱ区电能量系统或其他业务系统的图模发布[4-5]。模型云平台通过数据交换平台在纵向和横向都要与很多系统进行数据交互，因此需要对交互数据有统一标准。目前，主/配网图模信息集成的标准主要为IEC 61970，IEC 61968 和IEC 62325 等国际标准，这些标准中的301 部分各自描述了电网图形和模型标准，并且在第四部分描述了全量、增量以及接口方式的交互过程。

通过电网模型云平台，能够快速有效地获取电网的模型数据，并且基于统一标准的模型数据具有较高的兼容性，能够实现广泛地应用[6-8]。但是，无论数据平台采用集中式存储还是分布式存储（云存储），获取一次全部的图模数据都是非常耗费资源的操作，因此，研究图模数据的融合与拆分是一种降低资源消耗、提高经济性的有效措施。目前，已有部分学者开展了对模型云平台以及模型拆分融合方面的研究工作。如文献[9-12]提出配电网异构信息模型融合，将配电网各应用服务系统及软件进行模型融合，搭建了虚拟化模型中心，解决了智能电网建设过程中配电网的信息交叠浪费、数据孤岛以及软硬件平台异构导致的信息无法交互的问题。文献[13]利用CIM 模型拆分合并技术建立整定计算的数据中心，集中全网整定计算模型和图形数据，构建了电网继电保护整定计算统一数据平台，实现了全网整定计算数据统一管理。文献[14]研究了基于CIM/E 的电网模型信息一体化管理，实现了应用多模型一体化管理、离线与在线模型一体化管理和多级电网模型一体化管理，解决了调度中心之间及调度中心内部各专业之间的模型信息实时共享问题。

图模时态与图模来源是影响图模融合过程的重要影响因素，如果不考虑该因素，当存在时态不一致或图模不兼容时，将会影响图模融合的准确性。因此，开展了对基于模型云平台的全时态多源图模融合的研究工作，对全时态多源图模融合过程中的概念、术语、数据等内容进行了定义，并提出了不同应用场景下的模型融合、拆分和比较的标准，形成了全时态多源图模融合规则。通过定义增量模型和拆分模型，在增量模型和拆分模型的基础上，解决全量模型传输消耗资源大、效率低的弊端；同时也定义了增量模型和拆分模型的流转过程，从而保证每一个环节正确、可验证，且能够从增量模型和拆分模型还原出全模型；在IEC 61970 国际标准的基础上进行了裁剪，增加了规划态图形和模型的定义及交互规则。

1 全时态多源图模融合相关定义

1.1 图模融合数据流转要求

数据流转主要分为应用与数据平台之间、应用与应用之间、应用与外部应用之间3 种情况，为保证图模融合顺利进行，图1 对数据流转过程提出如下要求：

图1 图模融合数据流转要求

（1）应用与平台之间的图模数据流转可通过标准SQL（数据库查询语言）以及相关的ODBC，JDBC 进行，但需日志记录操作；此外，也可参考应用和应用之间的流转要求。

（2）基于保证安全以及易于调试两方面的考量，应用与应用之间交互的图模数据需以可读性文本的形式传送，当具体到特定的图模融合场景时，可依据需求在XML 和E 格式文档、Json 格式中进行选择；也可在此基础上，扩展定义特定的数据格式，如图形的G 和SVG 格式、模型的CIME 格式和采集量的DT 格式。

（3）应用与调控云之外的系统有数据交换需求的，要在应用中先进行数据格式的转化，才能在调控云上流转、融合，如BPA 和PSDB 数据；若要与其他应用进行图模融合，则需转化为符合应用与应用之间流转要求的格式才能进行。

1.2 全量、增量、拆分模型的定义及关系

为对有限的资源实现最大化利用，对全部图模数据进行拆分，在必要数据得到更新，即满足数据完整性要求的情况下，可以不进行全模型操作，其中必要数据根据其特性定义为增量数据或者拆分数据。若必要数据表达的是数据变化，如增减、修改等，就将其定义为增量模型；若必要数据表达的是全量数据的一部分，那么将其定义为拆分模型。

全量模型的范围具有一定灵活性，其可以指一个应用所需的全部数据，也可以是一个特定功能所需的全部数据，可视具体的场景来调整。增量模型和拆分模型要以具体的全量模型作为基础，若不存在全局和部分的关系，则无法形成拆分模型；若数据未发生变化，则无法形成增量模型。拆分模型与全量模型关系如图2 所示；增量模型和全量模型关系如图3 所示。

图2 拆分模型和全量模型的关系

图3 增量模型和全量模型的关系

在实现全量模型拆分时，需定义明确的边界条件，同时为了拆分之后的多个模型能够融合，边界上的元素至少要存在于2 个拆分模型中，在必要时，可对外部模型进行等值处理。拆分模型进行合并时，外部等值模型会被实际模型替代，边界上重复的元素在合并后只会出现一次。

图模融合就是分析全量模型、增量模型和拆分模型之间的内在关系，实现在应用图模数据的过程中，以尽可能小的资源消耗来满足各个应用对图模数据的要求。

1.3 模型的裁剪

以规划态电网模型为例，IEC 61970 中的452部分描述了稳态电网模型，但规划态的电网模型则与452 部分所定义的稳态电网模型存在一定差异，这些差异集中体现在：

（1）设备模型差异。设备模型差异主要体现在规划态模型中出现新设备投运或旧设备退役，以及规划态的参数在设计阶段大部分是典型参数，导致标准中各个设备的属性发生很大改变，新设备投运时要在模型中添加对应项，设备退役时要从模型中删除其对应项，属性要从典型参数中进行引用。因此，在规划态场景下，要求设备模型有具体的投运、退役时间，同时只需要有型号等少数参数来引用典型参数，在进行模型融合时，必须要考虑设备投运、退役的滚动叠加和参数引用。

（2）拓扑信息的差异。由于规划态是对未来网架的分析，因此在未投运变电站的主接线上一般采用简化接线，绝大部分的断路器和刀闸都被忽略。部分母线也可忽略，不进行建模，因此相对于这部分其实就是使用Topology 类直接来建模，而不像原有模型是通过ConnectiveNOde 和Terminal 的关系来生成Topology 类的。这就要求在进行模型融合时，对抽象类Topology 相关的数据以及检查规则进行适应性改变。

（3）设备运行状态、数据的差异。稳态电网模型中设备运行状态及数据源于SCADA（数据采集与监视控制系统）采集的量测，但在规划态模型中，量测值源于用户基于规划目标时间电网运行方式的设定值，设定依据主要为负荷预测、发电计划或国民经济预估数据等，在这种情况下对SCADA 这个抽象进行类裁剪。因此，需要增加IEC 61970—456 部分中的状态定义内容。如图4所示描述了裁剪后的规划态模型。

图4 裁剪后的规划态模型Profile

1.4 图模融合数据集的定义方式

为了更加便捷地组织各类数据服务于图模融合的不同场景，需遵循IEC 61970—552 部分中的Profile 定义，Profile 是一个用于表征在具体场景下对图模融合所需数据类的受限子集，该子集考虑了针对场景的裁剪、扩展，同时也考虑了图形和模型的特性，且在Profile Document 中包含了具体的对象。

IEC 61970—552 部分中Profile 关联关系如图5 所示，椭圆表示Profile，矩形表示全模型，三角形表示增量模型，实线箭头表示替代关系，虚线箭头表示依赖关系。设备、拓扑、状态变量均有对应的Profile，也有包含对象信息的Profile Document，多个Profile Document一起表达了一个完整的电网模型数据流转所需要的模型集合。

图5 IEC 61970—552 中Profile 关联关系示例

2 全时态多源图模融合场景

2.1 规划态模型融合场景

规划态模型是典型的增量模型，对当前电网模型数据结构及数据内容不会产生影响。因此，可基于规划态数据的时间信息以及投运停役操作标志，与当前电网模型进行滚动叠加，进而得出目标时刻的电网模型和状态。以下给出了规划态模型融合的场景和标准。

2.1.1 应用场景

电网规划是和规划态模型交互最为频繁的应用，通常情况下，规划态参数模型要根据“先粗后细”的方式来进行设计。在规划初期，由于条件限制，可只给出电压等级较高的设备的范围；随着规划的深入，逐渐完善选型、投停日期和发电负荷水平等信息。规划态模型如图6 所示，OMS（订单管理系统）主要承担参数模型的管理任务，因此参数模型和OMS 的交互不可避免。在规划态模型所对应的设备正式投运时，将规划态模型推送到EMS，替换为实际投运的设备模型。模型评价的应用范围较广，它可基于参数模型本身进行评价，也可以和其他来源的规划态模型进行对比，以多方比较、互相印证的方式来确保规划态模型的合理性。在规划态目标时间到达之前，为确保能满足电网安全的相应指标，需要对设备的投退进行研究、校核，因此需进行方式校核。通过获取规划态模型，对模型进行拼接，叠加各类计划进行校核。图模发布是把规划态模型向其他应用进行发布的接口，提供多种方式的全量、增量参数模型的发布，以便于数据消费者能够高效地获取所必须的参数模型。

图6 规划态模型用例

2.1.2 模型流转融合示例

（1）电网规划根据需求创建规划态模型，保存于调控云的未来态应用中，取OMS 中的典型参数，并置标志为待审核。

（2）图模发布把待审核的数据发布出去，主要面向模型评价和方式校核。

（3）模型评价和方式校核对规划态模型进行研究、对比、校核等多种操作，通过的规划态模型置标志位为已审核。

（4）图模发布根据设备投退时间将已审核数据推送给EMS。

（5）EMS 根据接收到的推送完成设备的投退、流转融合过程。

2.2 实时态和历史态模型融合场景

在调控云上，实时态和历史态模型已较为完善，在国家电力调度控制中心发布的《电力调度通用数据对象结构化设计》中，分公共数据模型、电力一次设备模型、保护设备模型、自动化设备模型和系统表管理5 个分册对各种类型的数据做了比较完善的定义，该设计遵循IEC 61970 标准。但对区分全量数据与增量数据以及全量数据和增量数据如何进行高效率地查询、流转、融合，未做定义。

2.2.1 应用场景

如图7 所示，实时态模型要给一次调频分析等多种应用提供数据。在获取数据时，如果每次都传输全量模型，将会带来极大的带宽、计算机资源的浪费，为解决这个问题，先对实时态模型进行细分，具体分类方法如下：

图7 实时态模型用例

（1）电网模型是相对固定的数据，采集的量测数据是变化的数据。模型加量测是全量数据，模型变化、量测变化是增量数据。

（2）电网运行方式是全量数据，对运行方式的变更是增量数据。

（3）时间基准点的数据为全量数据，基准点前后数据的变化为增量数据。

原则上，除了系统启动等必要的场景下需要获取全量数据外，正常运行时均传输增量数据。

历史态模型可以给一次调频分析等多种应用提供历史模型数据。不同的应用对数据的要求不尽相同，有的应用对参数模型和量测数据有比较严格的要求，如历史状态估计，对参数模型的敏感程度比较高；有的应用并不需要足够准确的参数模型，但对量测、表计的历史数据敏感程度较高，如全社会电力电量。

2.2.2 模型流转融合示例

（1）历史状态估计启动时，获取当前时刻的电网模型以及前一个时刻的设备运行状态、量测数据，组成全量模型，并保存一个基态全量模型作为历史断面。

（2）在运行过程中，历史状态估计接收前一个时刻的设备运行状态及量测变化数据，进行正常的状态估计计算。

（3）在合适的时间点，获取电网模型的变化，根据变化后的电网模型叠加前一个时刻的历史数据进行计算，如需保存基态历史断面，则将获得或叠加后的全量模型断面保存为新的历史断面。

（4）新增的电网模型会有新的状态及量测数据，这些数据的变化也需以增量数据的方式进行传送。

（5）若有其他应用需要用到历史状态估计保存的历史断面，可根据时间点获取合适的基态历史断面并叠加变化的增量数据回溯。

2.3 多源模型的拆分和融合场景

为保证电网安全、稳定地运行，需要多个专业部门协作，做好多种预案，预防突发事件对电网造成危害。诸多外部数据，如气象数据，在预防台风、高温、冻雨等恶劣天气给电网带来危害时，有着重要的作用，因此，部分外部数据是非常必要的输入。

在不同的应用领域，对全量数据的需求和定义也不同，较为典型的是以调度管辖权划分、以电压等级划分等。以一个省级电网为研究对象，只关注220 kV 以上电压等级的设备，在这种情况下，就需要对模型进行拆分。与之对应，模型也有可能需要与多个小范围的模型进行融合、拼接，成为一个大的全量模型。

随着电网的发展，图模数据无时无刻都在发生着变化，这些变化在多源的条件下还可能是并行的。因此，在进行融合前，需要对变化中的数据进行分析研究，其中模型比较是进行分析的基础操作。

2.3.1 应用场景

当众多的数据接入调控云时，将会进入多源模型融合的场景，这需要从多个角度去分析研究。从数据源的角度来看，数据有电网内部和外部2 个来源；从数据作用的角度来看，有些数据可直接表达某种特性的电网模型，有些数据则是作用于电网模型，通过改变电网特性来间接调整电网模型；从数据流动方向的角度来看，有从其他应用输出电网模型到调控云和从调控云输出电网模型到外部应用2 个方向。

图8 展示了模型的拆分融合示例，模型拆分和融合在调控云上很常见，不同的调度机构作为不同的数据源向调控云传送数据，汇集于调控云之后，成为全量模型。在应用层面，可以根据自身需求对全量模型进行拆分，形成多个拆分模型，也可以将部分拆分模型再次进行融合，形成该应用特有的全量模型。

图8 模型的拆分融合用例

模型比较可能出现在如下场景：

（1）对象相同、来源不同的图形模型比较。

（2）对象相同、时间不同的图形模型比较。

（3）对象不完全相同、范围有重叠的模型拼接前。

（4）对象有发展、时间有变化时获取图形模型的演变发展。

2.3.2 多源模型融合示例

（1）BPA 是一套广泛应用于电力系统分析的软件工具，有独特的模型表达方式，并且其模型和算法是公开的，许多分析计算均以其结果为基准。这是一个典型的外部应用，其电网模型可以作为调控云应用的输入，调控云应用也可以把电网模型输出为它的格式供其读取。

（2）除了G 格式图形外，还有SVG 格式、DXT格式等多种图形格式；其数据来源于图模维护、图模发布的图形数据，也有来源于GIS 的图形。多数据源相互协作应用负责对多源数据进行接收、解析和融合。

（3）多源数据融合成功后，就可以根据需要在调控云上进行驻留、分发、流转。

2.3.3 多源模型拆分和融合示例

（1）在调控云上，根据调度管辖权或者设备所有者进行人工维护的电网模型参数，以及各个数据源采集到的设备运行状态、量测数据，自动汇集到调控云，融合在一起形成全量模型。

（2）根据数据源的不同，将全量模型拆分成不同来源的数据，以便于单独进行处理。

（3）根据抽象层次不同，将全量模型拆分为简化接线模型和站内全接线模型。

2.4 案例分析

如图9、表1 所示，全量模型以某省电力公司调控云实际数据为例，目前上云的500 kV 及以上变电站和发电厂共90 座左右，220 kV 变电站及发电厂共450 座左右；500 kV 线路280 条左右，220 kV 线路1 700 条左右；500 kV 主变压器260 台左右，220 kV 主变压器1 000 台左右。

图9 某省调控云模型数据

表1 全量模型与拆分模型数据对比

拆分模型以该省的某个中上经济水平的A 市和经济欠发达的B 市为例，A 市目前上云的500 kV 及以上变电站、发电厂共15 座左右，220 kV变电站及发电厂共70 座左右，境内及经过的500 kV 线路60 条左右，220 kV 线路250 条左右，500 kV 主变40 台左右，220 kV 主变200 台左右；B 市目前上云的500 kV 及以上变电站、发电厂共6座左右，220 kV 变电站及发电厂共25 座左右，境内及经过的500 kV 线路20 条左右，220 kV 线路100 条左右，500 kV 主变18 台左右，220 kV主变90 台左右。可以看出，通过拆分模型实现划区管理网架具有数据量小、读取高速的优势，维护工作相比于大地区的全量模型会更加高效、简单；也会使得管理更加灵活。

对于增量模型效果，同样以该省调控云实际数据为例，目前上云的测点已经超过100 万个，每天生成海量的量测数据达到3.2 亿个，海量数据必然会带来巨大的存储成本及数据应用成本。然而，通过增量模型的处理能够有效降低数据量。以遥信为例，每天0 时生成一个全遥信数据，其他时刻以0 时到该时刻发生的所有遥信变位次数来表达当时的遥信位置，变位数据的数量要比全数据的数量低2 个数量级。

将进行查询全量模型和拆分模型所需的时间及结果对其资源占用情况进行对比分析。分析结果如表2 所示，在调控云数据库中提供了查询复杂度评价的工具，使用该工具对全量模型和2 个拆分模型的查询语句进行评价。由查询累加一栏可知，拆分模型的查询语句复杂度比全量模型的查询复杂度高很多。从查询开始到结果接收完成，每个查询均执行3 次，以记录平均时间消耗和结果集占用字节数大小。由时间消耗一栏可知，拆分模型的查询时间消耗要比全量模型查询的时间消耗降低很多，结果集占用字节数也降低很多。因此，虽然拆分模型导致查询条件复杂度提升，但显著降低了调控云存储资源、带宽占用。

表2 不同模型的络资源占比

3 结语

在调控云汇集的数据种类日益丰富、数据融合的复杂性和难度逐步提高的条件下，根据不同场景的需求及特征，给出了融合操作及数据格式标准，形成了全时态多源图模融合模型。该模型建立后，给调控云平台与调控云应用之间、调控云不同应用之间、调控云平台与外部应用之间的图模数据的流转、融合和拆分带来极大便利，通过对全量模型、拆分模型以及增量模型的灵活应用，可以满足不同的需求并且兼顾效果和性能，对调控云服务潜力的挖掘具有重大意义。