面向高可用性的UPS 调度自动化策略优化

张海辉，杨晓芳

（国网西宁供电公司，青海 西宁 810000）

0 引 言

不 间 断 电 源（Uninterruptible Power Supply，UPS）作为现代关键基础设施中不可或缺的一部分，其稳定运行对保障系统正常运行至关重要。然而，在面对日益增长的负载需求和各种潜在的故障风险时，传统的UPS 调度策略存在诸多不足之处。传统的固定调度模式无法灵活应对不同负载条件下的需求变化，并且在故障发生时缺乏自动化的应对机制，导致系统可用性和效率下降。为提高UPS 的可用性，需要优化UPS 调度自动化策略，以应对复杂的工作环境和需求变化。

1 UPS 高可用性分析

1.1 UPS 的工作原理与分类

UPS是一种用于保障电力系统供电连续性的设备，在关键基础设施中发挥着重要作用。基于能量存储和转换技术，UPS 主要分为在线式（双变换）UPS、离线式（脱机）UPS 及在线交互式（线交互）UPS。在线式UPS 通过不间断地将交流电转换为直流电，再通过逆变器将直流电转换为交流电，实现对负载的持续供电，具有高效率和较高的电力保护能力。离线式UPS 在正常情况下直接将市电供给负载，只有在市电中断时才会启动逆变器提供电力，虽然效率较低，但价格相对便宜。在线交互式UPS 结合了在线式UPS和离线式UPS 的优点，能够在市电稳定时直接将市电供给负载，在市电中断时迅速切换为逆变器供电，兼具高效率和低成本的特点。

1.2 高可用性UPS 的技术指标与评价标准

高可用性UPS 的技术指标和评价标准是评估UPS 系统在保证电力供应连续性和可靠性方面的关键参数，其中技术指标主要包括以下几个方面。第一，输出功率容量，衡量UPS 系统能够持续提供的电力负荷大小，通常以千瓦（kW）为单位进行评估；第二，过载能力，评估UPS 系统在短时间内承受的超负荷能力，通常以瞬时过载倍数来衡量；第三，转换效率，指UPS 系统将输入电能转换为输出电能的效率，高转换效率意味着系统在转换能量时损耗较少；第四，输出波形质量，衡量UPS 系统输出电压的波形稳定性和纹波情况，应接近纯正弦波形；第五，蓄电池容量和充电时间，评估UPS 系统在断电情况下蓄电池的支持时间和充电时间，确保系统在断电后能够持续提供电力，并及时恢复充电状态[1]。

评价标准主要包括UPS 系统的可靠性、可维护性及可管理性。可靠性评价考虑UPS 系统的故障率、平均故障间隔时间（Mean Time Between Failure，MTBF）、平均修复时间（Mean Time To Repair，MTTR）等指标，系统应具有低故障率和快速的故障修复能力；可维护性评价关注UPS 系统的维护难度和维护成本，系统应易于维护且维护成本低廉；可管理性评价包括UPS 系统的远程监控、自诊断和自修复能力，系统应具有便捷的远程监控和自动化管理功能，以实现对UPS 系统的实时监测和远程操作。

1.3 UPS 在关键基础设施中的应用与挑战

UPS 在关键基础设施中起着至关重要的作用，主要涵盖数据中心、医疗设施、金融机构及通信基站等应用领域。随着现代社会对电力供应稳定性和可靠性要求的不断提高，UPS 系统面临着一系列挑战。例如，关键基础设施对电力的持续供应要求极高，任何停电都可能导致重大损失甚至发生安全事故，因此UPS系统需要具备高可靠性和高容量，以应对突发断电等状况。基础设施往往有着严格的电力要求，对UPS系统的输出波形质量、转换效率、过载能力等指标的要求更高。由于基础设施通常需要7×24 h全天候运行，UPS 系统需要具备良好的可维护性和可管理性，以便及时进行故障检测、修复及远程监控，确保系统持续、稳定运行。

2 UPS 调度自动化策略设计

2.1 UPS 调度自动化策略的总体框架

UPS 调度自动化策略的总体框架是一个基于实时数据采集和分析的智能化系统，主要包括以下内容。第一，通过传感器等设备实时采集电力系统的各项参数数据，如电流、电压、负载等信息；第二，利用数据处理和分析算法处理采集的数据，包括负载预测、故障诊断等，以获取系统当前和未来的工作状态；第三，根据数据分析结果和预先设定的调度策略，制定相应的电源调度方案，包括电源启停、切换等操作；第四，考虑系统的可靠性和安全性，设计相应的冗余电源切换策略和多UPS 协同工作策略；第五，通过自动化控制系统实施电源调度方案，并持续监控系统运行状态，及时进行调整和优化[2]。UPS 调度自动化策略流程如图1 所示。

图1 UPS 调度自动化策略流程

2.2 基于负载预测的电源调度策略

基于负载预测的电源调度策略旨在通过对负载情况的预测，合理调整UPS 的运行状态，以满足系统的电力需求，并最大限度地提高系统的能效和可靠性。该策略的核心在于利用历史数据和预测算法预测未来负载，从而提前调整UPS 的工作模式。常见的负载预测方法是基于时间序列分析，如自回归移动平均（Auto Regressive Integrated Moving Average，ARIMA）模型，数学表达式为

式中：Yt为时间为t时刻的负载量；c为常数；φp为模型的参数；εt为误差项。通过该模型，可以预测未来一段时间内的负载。

基于负载预测的电源调度策略主要包括以下步骤：首先，收集并分析历史负载数据，建立负载预测模型；其次，根据预测结果，确定未来时间段内的负载变化趋势；再次，根据负载变化趋势和电源性能，制定相应的电源调度方案，包括启停、切换等操作；最后，监控系统运行状态，根据实际情况调整预测模型和电源调度策略，以保证系统的稳定性和高可用性。

2.3 基于故障预测的冗余电源切换策略

基于故障预测的冗余电源切换策略旨在通过实时监测和故障预测系统中各个组件的状态，及时识别可能发生故障的部件，并在故障发生前采取相应的措施进行冗余电源切换，以确保系统的持续供电和高可用性。冗余电源切换策略的关键在于建立有效的故障预测模型和冗余切换逻辑，使系统能够在故障发生前做出响应，防止故障对系统产生影响。常见的故障预测模型是基于机器学习的方法，如支持向量机（Support Vector Machines，SVM）模型，数学表达式为

式中：f(x)为预测输出；xi为输入特征；yi为类别标签；K(xi,x)为核函数；αi和b为模型参数；n为样本的数量。通过该模型，可以预测各个组件的状态，从而识别可能发生故障的部件[3]。

2.4 多UPS 协同工作策略

多UPS 协同工作策略旨在通过协调多个UPS 之间的工作，实现系统的负载均衡和冗余备份，以提高系统的可靠性和稳定性。首先，通过实时监测系统的负载情况和各个UPS 的工作状态，动态调整各个UPS 的输出功率，以实现负载均衡，避免单个UPS负载过重或过轻；其次，设计有效的冗余备份机制，使得系统中的多个UPS 能够相互备份，当某个UPS发生故障时，其他UPS 能够自动接管其负载，保证系统的持续供电；再次，制定优先级调度策略，根据UPS 的性能、状态及负载情况，确定优先级，确保关键设备和应用始终得到稳定的供电；最后，建立协同工作的通信机制，实现UPS 之间的实时通信和数据共享，确保各个UPS 之间能够协同工作，提高系统整体的可靠性和稳定性。

3 UPS 调度自动化策略优化

3.1 优化目标与约束条件

UPS 调度自动化策略的优化目标在于提高系统的可靠性、效率及稳定性，同时降低能源消耗和成本。约束条件主要包括系统的电力需求、负载变化情况、电网供电特性、UPS 性能参数以及安全性与可靠性要求等。优化目标与约束条件之间存在相互制约的关系，需要在满足约束条件的前提下，最大限度地实现优化目标。例如，在保证系统安全可靠的前提下，通过合理调度UPS 的工作模式和输出功率，使得系统在不同负载情况下都能保持稳定的供电状态，同时尽可能减少能源浪费和成本支出。

3.2 基于智能算法的调度策略优化

基于智能算法的调度策略优化利用机器学习、深度学习等技术，通过分析和学习实时采集的数据，实现UPS 调度的优化。利用历史数据和实时监测数据进行训练，建立预测模型，预测未来电力需求和负载变化趋势。结合优化目标和约束条件，采用智能算法如遗传算法、粒子群优化等，搜索和优化电源调度方案，以最大限度地提高系统的性能和效率[4]。根据优化结果，实施相应的电源调度方案，并持续监控和调整，以适应动态变化的工作环境和负载需求。

3.3 基于实时数据分析的动态调整机制

基于实时数据分析的动态调整机制指根据实时监测到的电力系统数据，及时调整和优化UPS 调度策略。基于实时数据分析的动态调整机制流程如图2所示，主要包括实时采集各项电力系统参数，如电压、电流及负载等；通过数据处理和分析算法，实时分析采集的数据，以获取当前系统工作状态和性能指标；根据分析结果，及时动态调整电源调度策略，包括电源启停、负载分配等操作，以满足当前负载需求并优化系统性能；持续监控系统运行状态和性能指标，并根据实时数据的反馈，不断调整和优化调度策略，以应对电力系统工作环境的动态变化[5]。

图2 基于实时数据分析的动态调整机制流程

3.4 策略优化效果评估

策略优化效果见表1。

表1 策略优化效果

根据表1 中的数据，可以评估UPS 调度自动化策略的优化效果。观察不同日期的负载水平变化，可以看出系统在适应负载变化方面表现出一定的灵活性，通过调整电源的启停次数和调度策略的优化次数，有效应对负载的波动。例如，当负载水平较高时，系统将更频繁地进行电源启停和策略优化，以确保系统稳定运行；而在负载水平较低时，减少启停和优化的次数，以节省能源并提高效率。这种动态调整和优化策略的实施，有助于提高UPS 系统的稳定性、可靠性及效率，从而保障关键基础设施的持续供电和运行。

4 结 论

在面向高可用性的UPS 调度自动化策略优化的研究中，通过分析UPS 的高可用性，设计了一套综合的调度自动化策略。这些策略涵盖了基于负载预测、故障预测以及多UPS 协同工作等方面，有效提高了UPS 系统的稳定性和可靠性，能更好地应对关键基础设施的供电需求。