基于轻量级IPv6的配电网智能通信单元设计

吴仲超，李建泽，朱明星

(国网蚌埠供电公司，安徽 蚌埠 233000)

配电网作为电力系统的终端环节，具有面积大、设备多、种类多，以及故障风险较高且发生频率高、故障原因多种多样的特点。物联网技术的发展为配电网的建设提供了巨大支撑，通过设备间的互联互通做到全网数据融合；而轻量级IPv6协议的引入也为配电网的灵活与安全提供了保障。因此，配电网的智能通信既可以确保供电网络的平稳运行，又为设备数据、运行数据收集奠定了基础，为后续的统计分析以及网络规划提供了数据参考。

1 配电物联网通信需求分析

1.1 配电网通信现状

配电网作为电力资源直接面向使用对象的价值体现渠道，建设成本大约占整个电网体系的六成，且80%左右的用电故障是由配电网引起，其中高压线路之间的通信已经比较成熟，但低压台区由于安装位置原因导致现有通信方式很难完全覆盖，尤其是电缆分支箱。为了尽快定位故障点，查找故障原因，提升供电稳定性，急需可以覆盖全域的网络通信方案，以此确保数据采集全面，分析结果准确。

IPv6对配电网的提升影响

为实现配电网与用电客户间的双向互动，需要对各类配电设备、传感器、视频设备、电表等的数据采集需要更为细化，如此一来，通信网络对IP地址数量的需求急剧增长，IPv4已无法满足数据传输及安全管控的需要。IPv6作为新一代互联网的通信协议，IP地址长度为128位，在灵活性、移动性以及地址数量等方面相较于IPv4来说都有极大改进，不但可以解决IP自动配置问题，安全性也更高。

通信网络QoS指标

QoS(Quality of Service)服务质量指标是国际通用的衡量配电网通信质量的依据，主要包括时延、带宽、丢包率、利用率等。时延指的是用电业务数据从发送到接收需要的时间，一般包括发送、传播、处理、排队几个部分；带宽是表征网络数据传输能力的指标，为单位时间内某条链路可以承载的最大数据量；丢包率代表单位时间内丢失数据的占比，是衡量数据传输完整性的指标；利用率用以描述链路负载情况，对时延有一定影响。针对配电网的特性，根据《电力系统通信设计技术规定》，提取本研究设计的基于轻量级IPv6的配电物联网智能通信网络各类业务的QoS指标，具体如表1所示。

表1 配电物联网业务QoS指标Tab.1 QoS indicator of distribution Internet of things

2 核心技术

2.1 轻量级IPv6协议

对于物联网感知层中数量庞大的节点，IPv4地址难以满足要求，分配IPv6地址已经势在必行。网络节点间的无线传输采用的是IEEE 802.15.4协议，对设备的消耗较小，适合低功耗的传感器，在物联网中应用IPv6则需要利用6LoWPAN将IPv6协议适配至802.15.4的mac层以及phy层协议栈。而物联网节点存储空间不大，处理能力也较弱，因此需对IPv6协议进行修改及简化，称为轻量级IPv6协议。通过对IPv6报头实行压缩处理，以此减轻负荷。

2.2 排队论理论

排队论理论是通过数学模型对排队等待现象提取出的物理模型进行描述与分析。通常情况下由服务对象到达、排队规则以及服务机构组成，服务对象到达可以单一到达也可以分批到达，需关注进入排队系统的规律即到达分布，包括到达过程和时间两个变量；排队规则主要是对服务对象作出排队限制，通常包括等候制、损失只以及混合制。服务机构通常包括服务者数量、结构形式以及服务过程。排队系统类型比较通用的是Kendall模型，比如M/M/c/k系统则代表服务对象无穷，包含个服务者，最大容量上限为。

3 平均到达速度及网络带宽预测建模

3.1 业务数据平均到达速率算法

配电网采集业务数据的评价达到速率可表示:

=++++

其中，代表低压集抄数据速率，计算公式为

=××

3.2 通信网络带宽预测模型

根据上一节的M/M/1/k模型，将带宽利用率最大作为目标函数，将时延()、丢包率()作为约束条件，以此寻求最佳预测带宽，设和为丢包率和时延最小值，则参数计算方法如下：

(3)带宽利用率：=，根据上述计算公式，建立带宽预测模型：

4 配电物联网智能通信单元组网设计

4.1 采集业务排队论模型

因为配电网主要业务体现在各类设备监测以及信息采集，所以着重分析采集类业务的带宽占用。配电网的用电信息经过物联网关传输的处理过程与排队论的过程相似，因此参照传统排队论模型，构建配电网采集业务排队论模型，具体如图1所示。

图1 配电网采集业务排队论模型Fig.1 Queuing theory model of collection service in distribution network

由图1可知，代表平均到达速率；代表网关转发速率，B/s；代表考虑丢包率后的实际达到速率；为网关最大缓存量。处理原则取“缓存满则丢弃”；转发原则取“先到先服务”；整体配电物联网采集业务模型负荷M/M/1/k模型，其中预测通信带宽不能小于网关转发速率，即应满足≥。

4.2 基于轻量级IPv6的通信单元组网

随着物联网技术以及云计算的引入，配电网结构日趋智能化，参考泛在电力物联网的层次结构，结合配电网的实际需求，设计了包含“云-管-边-端”4个层级的通信单元架构，具体如图2所示。充分考虑配电网设备多、范围广的特点，实现快速部署以及业务集成，既满足配电网的运行需要，又满足用电客户的使用要求。

图2 基于轻量级IPv6 配单物联网通信模型Fig.2 Communication model based on lightweight IPV6 with a single Internet of things

由图2可知，“云”层主要是配电物联网通信网络的终端主站，基于云计算进行信息融合，灵活调度“边”层的资源，主要包括IaaS、PaaS、SaaS。IaaS主要利用容器技术实现资源分配；PaaS主要实现数据的格式转换以及存储；SaaS主要实现各类供调用的服务；“管”层属于数据传输途径，连接“云”与“边”，包括本地通信、远程通信；“边”层主要实现边缘计算，便于协议转换，不依赖其他要素，是网络功能的外延。“端”层则主要是信息的载体以及主控单元，通过传感器、芯片等实现配电网的智能化，扩展数据采集范围，确保配电网稳定运行。

5 配电物联网智能通信网络性能分析

5.1 参数配置

为验证本研究设计的智能通信网络性能，选择国内某市包含上文模型中涉及的低压集抄、环境监测、设备监测、配变监测以及视频监测业务的实际配电网项目进行实例分析。该配电网包括5型配电房按照配置高低记作B1～B5，传感终端及配电设备详细配置如表2所示。

表2 配电网设备配置清单Tab.2 Distribution network equipment configuration list

5.2 性能分析

将用户用电的业务流量按80 kb/s计算，环境及设备监测的传感器流量按1 kb/s计算，配变流量按13 B/s，视频流量取2 000 kb/s。设最大丢包率=0.1%，最大实验=1 s，将参数带入速率计算模型以及带宽预测模型，计算的各型配电网预测带宽以及时延、丢包率如表3所示。

表3 各型配电房网络性能指标结果Tab.3 Results of network performance index for each type of distribution room

本研究设计的采用轻量级IPv6的配电物联网智能通信网络性能优异，满足QoS服务质量指标要求，而且还可得出以下结论：

(1)丢包率取采集业务约束最大值10时，网络带宽利用率最大；

(2)排队时延与丢包率随带宽增大而减小，且丢包率降低速度快；

(3)配电房配置的传感器越多，数据采集量越大，则时延越大，预测带宽越大；

(4)配电房带宽存在临界值，配置值低于临界值则无法满足QoS指标。

6 结语

为设计性能良好的配电物联网通信网络，从配电网的通信现状着手，制定服务质量指标，并基于排队论理论进行配电网采集业务建模，通过计算业务数据的平均到达速度实现网络带宽预测，根据实际案例数据分析证明带宽利用率均达到80%以上，通信网络满足预设要求。但模型构建时还应考虑不同介质中传输速率的补偿，后续也将进一步研究配电网的其他控制类业务，使模型更完善，更全面。