探究云计算平台技术及其在电网调度中的应用

刘 宇

（国网山西省电力公司忻州供电公司）

0 引言

云计算凭借着超大规模、虚拟化与高扩展性的使用特征，如今已经被应用于多个行业领域，推进了社会信息化建设的进程，也提高了我国工业化发展水平。充分利用云计算技术及相关理念，创建以云计算为基础的智能电网节能调度架构，从数据存储到服务管理等方面入手，经过不同应用技术的组合，提高电网调度效率。

1 云计算的关键技术

1.1 虚拟化与快速部署技术

实际上，虚拟化技术就是一种用来配置计算资源的方法，将应用系统的软硬件、数据、网络等层面相互隔离，打破物理设备间的界限，对物理资源与虚拟资源展开集中式与动态式管理，在降低成本的同时，减少资源管理风险。快速部署主要为云计算技术在应用时提出的要求，用户需求的服务多为按需部署，随时提交对资源的要求，随后云管理程序分配资源并部署服务，以此提高虚拟机对资源与服务的部署速度。采用并行式部署技术，将顺序部署转为并行执行的方式，支持对多个部署任务的执行，让虚拟机可以被同时部署在多台物理机中，从而成倍减少部署时间。采用协同部署技术，让虚拟机镜像可以在不同目标间完成网络传输，最大程度上提高部署速度［1］。

1.2 大规模分布式存储技术

云计算选择依靠分布式存储的方式进行数据的存储管理，使整体数据被分割为多个数据包，再分散存储于不同服务器内，从而解决服务器存储空间不足的问题。采用分布式存储技术，一般有两种方式：一种为分布式文件系统，用户通过本地服务器登录远程服务器中的文件系统，将数据存储于远程服务器中，系统中存在冗余备份与容错机制，可以确保数据在读写过程中的正确性，现阶段常用的分布式文件系统主要有Ceph与Frangipani等；另一种为P2P文件存储系统提供分布式存储软件与服务。

1.3 资源调度技术

资源调度具体指在给定的资源条件下，基于相应规则对资源重新分配与优化的过程。比如物理资源A的使用率高于B，将计算任务从A迁移到B，使资源的应用更合理，实现资源负载均衡。云计算凭借着海量规模，为资源调度提供新的发展挑战，以解决虚拟机众多与存储服务效率的问题，采用动态迁移措施，支持迁移双方应用自身的存储服务场景，完成对资源的有效调度，实时监控并管理云计算氛围下的资源。

1.4 海量数据处理技术

一直以来数据处理都是云计算技术的重要功能，海量数据处理指的是对大规模数据的计算分析，其数据规模一般在TB与PB级别，一台计算机无法满足海量数据处理的性能与效率要求，有必要利用云计算技术解决这一问题。通常海量数据处理主要有两种方式：（1）Map Reduce数据处理模式，将一个任务划分为多个子任务，在处理节点间完成子任务的优化调配，使节点处理能够快速处理更多任务，防止处理速度较慢的节点延长任务完成时间。在数据资源有限的条件下，尽可能的在本地中执行计算任务，将任务细化为多个子任务，再对子任务分解与并行执行。针对没有完成的子任务，节点处启动备份子任务，将其同时执行，再利用备份机制防止个别节点的处理速度较慢，提高总任务的处理效率。 （2）流计算数据处理模式，实时输入数据，无需强调数据的存储过程，可对数据实时计算与输出，将计算过程以流程图的形式展现出来，每个计算模块可以负责流程内的一个步骤，再利用网络连接的形式将模块串联为可以反应整个计算过程的图，始端为用户输入的数据，终止端为计算输出的结果，以实时为重点解决数据处理过程中的存储问题［2］。

2 云计算平台技术在电网调度中的应用

2.1 系统整体架构

云计算控制中心为数据处理与交互提供了强大的支持，通过应用服务器、数据库、WEB服务器，将各类应用软件综合在一起，实现对计算资源的整合，使资源分布在不同区域的服务器与数据采集装置中，用户利用智能终端即可访问云计算平台。图1为系统的软硬件架构情况，软件架构包含WEB、数据管理、负荷分配以及计算逻辑层；硬件加工包含物理计算与存储设备层、数据采集设备、通信网络。其中，WEB层主要负责实现云平台WEB站点，将其作为用户访问平台的接口。负荷分配层主要负责划分用户计算任务，决定执行任务的计算设备，划分待存储的数据，确定存储设备，使计算逻辑层返还的结果被高效整合，最终再反馈给相应用户［2］。

图1 云平台软硬件系统架构

为更好的统一电网与调度模式，创建智能电网调度控制系统，采用云计算技术，实现各级调度机构的相互协同，也为电网调度提供集约化管理服务，加强对风险的有效预防。智能电网调度系统选择公有云与私有云相融合的混合式云体系结构，在满足业务实时性需求的同时，还要对各类业务全网计算需求进行分析，完成对调度体系的统一。电力调度系统的混合云体系结构中主要包含公有云与私有云两部分，其中公有云为统一的云服务中心，包含了电力调度系统的一次设备模型，可形成集中式业务架构；私有云按照地理位置与系统规模情况进行区域的划分，在全省范围内创建多个以云计算技术为前提的区域调控中心，最后形成第二级分布式业务架构模式，用来为区域分布式实时业务提供高效率服务。图2为电网调度系统的整体架构。

图2 基于云计算的电网调度系统架构

分析云计算与虚拟化技术在电网调度系统的应用情况，科学设计电网虚拟化调度系统，立足于服务架构SOA理念，以系统整体结构化思维连接传统电力系统IT数据与电网基础设备，立足于创建电网调度系统的整体架构。平台利用数据服务总线，将其与调度中心相互连接，平台包含资源调配、计算引擎、动态负载均衡与数据存储几部分，一系列功能模块利用数据总线，可高效率完成数据传递与整合，方便平台操作人员更好的了解功能模块的实时运行状态，平台融入实时监控和控制阶段，为后续系统组件的调度提供帮助。将云平台计算技术创建的电网调度系统和传统调度系统相对比，在资源利用、系统维护等性能方面有着显著的优势，具体情况见下表。

表云计算与传统方案的性能对比

2.2 智能电网调度模型

以云计算为前提创建智能电网调度模型，发挥云计算平台的应用优势创建目标函数，考虑云计算智能电网发电成本，其中包含投资与运维成本、燃料成本。当电网属于云平台时，电网发电成本计算公式如下：

式中，Rwj指的是智能电网的成本系数；指的是第j个电网的计划出力；Nw是系统内电网数量。

由于云计算与输出功率存在不确定性，还需分析云计算的电网惩罚成本条件风险值，相应表达式具体如下：

式中，Zjl与Z′jl指的是辅助变量；M是样本值个数。

基于云计算的电网成本类似于发电成本，运营成本的计算公式如下：

式中，Rsj指的是电网成本系数；是第j个电网计划出力；Ns是电网系统内的电网数量［3］。

2.3 调度数据管理与云平台技术

系统调用电力调度中心内的各项数据存储与网络设备，利用虚拟化技术隔离的方式，借助资源调配系统完成对电力资源的统一调配管理，从而构建调度数据管理与服务云平台。平台的创建一般会用到以下核心技术：（1）云虚拟化技术。利用虚拟化手段，对地调的物理计算机资源展开统一管理，基于统一规范对实时与历史数据集中与整合，灵活分配调控资源。创建透明化用户资源访问机制，实现对系统间跨区域资源透明化访问处理。（2）云负载均衡和资源调配技术。基于网络结构采用透明的方法，均衡节点服务器中的负载，提高系统对海量数据的综合处理能力，扩展网络与服务器带宽，提升数据处理能力。（3）云数据容错技术。分析软硬件故障容错机制，提高数据在读写服务方面的能力水平，使其和调度业务一体化协调相互结合，实现对云计算数据的多副本容错，不断提高云计算调度系统的服务性能［4］。

2.4 调动业务应用系统模块

系统模块主要包含三部分：

（1）实时监控与分析模块。利用云计算平台，提高技术的信息处理能力，完成对配电系统的实时监控与信息采集处理。发挥云计算在数据计算与存储方面的应用优势，也为电力系统运行中的时域仿真提供高效率技术支持，方便操作人员在云实时监控界面中了解信息情况，以便做好对电力系统的调度管理。

（2）制定调度计划。在云负荷预测和云检修计划等方面制定合理的调度计划，利用云计算平台的数据整合与存储能力，科学计算电力调度资源，也为调度计划的制定提供技术支撑。应用Map Reduce计算框架完成负荷预测，其中共包含Map、合并与Reduce阶段三部分，各阶段的数据可以采用＜key，value＞的方式完成交换。具体框架如图3所示。在Map阶段，将输入的数据集合划分为不同数据子集，以＜key，value＞的方式来表示数据，其中key为数据相对偏移量，value值解析为数据各维度坐标值。采用局域最小距离算法计算测试点和数据子集最近k个中心点的距离，运算中间结果会被放入中间库。合并阶段的任务在处理后的数据会合并于本地层级，集合中间键值，对其重新排序处理，使相同键值可以被归为同一类。Reduce阶段，相应函数可用来解析样本个数与节点维度累加的坐标值，计算数据子集与预测点之间距离最近的k个点。

图3 Map Reduce计算框架

（3）调度管理，创建索引词库，建立索引调用机制，加强对云搜索引擎的应用，提高索引效率。云平台计算技术下，云信息可以充分展示满足各级调度信息的充分共享调度。

3 结束语

综上所述，本文分析了云计算平台在电网调度系统中的应用要点，根据云平台的关键技术情况，联合虚拟化技术设计并优化电网虚拟化电力调度系统，详细说明了系统运行中的功能模块，从而弥补了系统运行的不足，在降低对硬件资源要求的同时，提高了电网调度的准确性。合理创建智能电网调度模型，综合虚拟化与快速部署技术、分布式存储技术以及资源调度技术，发挥不同技术的应用优势，提高电力调度效率，优化智能电网调度系统的整体架构。