基于云计算的智能电网调度系统设计研究

基于云计算的智能电网调度系统设计研究杨延昊（国防科技大学 计算机学院，湖南 长沙 410072）Design of Intelligent Grid Scheduling System Based on Cloud ComputingYANG Yanhao（School of Computer, National University of Defense Technology, Changsha 410072, Hunan, China）————————— —基金项目：声呐技术重点实验室基金资助（6142109180204）。Project Supported by the Key Laboratory of Sonic Technology（6142109180204）.第35卷 第9期2019年9月文章编号：1674-3814（2019）09-0007-05电网与清洁能源Power System and Clean Energy中图分类号：TM73 文献标志码：AVol.35 No.9Sept. 2019ABSTRACT：Based on cloud computing technology, this paperuses improved genetic algorithm to establish and study themodel of the smart grid scheduling system. Through theconstruction of the cloud computing platform system, the modeltask scheduling model of the smart grid scheduling system basedon cloud computing is constructed. The fitness function,selection function, mutation function and variogram and crossfunction of each sub- task are determined, and the optimalsolution within the data range is obtained by genetic iteration tothe allowable error range. Finally, completion times of ten tasksby four kinds of grid scheduling algorithms are compared, andthe results show that the smart grid scheduling system has goodwork efficiency.KEY WORDS：smart grid; grid scheduling; cloud computing;power system摘要：基于云计算技术，采用改进遗传算法对智能电网调度系统进行建模与研究。

通过搭建云计算平台系统，对基于云计算的智能电网调度系统模型任务调度模型进行搭建。确定各个子任务的适应度函数、选择函数、变异函数以及交叉函数，通过遗传迭代至误差允许范围内，得到数据范围内的最优解。最后，4 种电网调度算法对 10 个工作任务的完成时间进行比较，结果表明，所建立的智能电网调度系统具有良好的工作效率。关键词：智能电网；电网调度；云计算；电力系统智能电网调度系统是目前我国电力行业中应用较为广泛的调度系统之一。随着电力系统的不断发展，要求供电电网的运行平稳性及安全保障性越来越高 [1] 。而作为电力系统运营核心的调度系统，其发展技术及运行要求决定着整个电力系统的正常运转。智能电网调度系统集成目前多种现代化技术，通过自身的适应性调整，对于整个电力系统的协调较为关键 [2]云计算调度系统，同时兼顾了调配过程中的流程设定，流程管理以及网络信息化处理等方面。通过对整个电力系统在电力生产、电力传输、电力运行以及电力分配等方面的指挥监管，保证了整个电力系统的稳定运转，是整个电力系统的核心。相比于传统的电网调度系统，智能电网调度系统主要存在着信息直观性、资源控制性、调配灵活性以及结构开放性等优点。首先，传统电网调配系统的检测装置通常是安装于变电站或者传输电路之中，对于检测人员而言，很难对其运行情况进行实时监测，当发生突发事件时，也很难第一时间发现故障部位，对故障的排除以及系统的运转造成消极影响。

智能电网调度系统可以通过数据传输网络，将实时测量系统中的数据及时反馈给监测人员并且可以查看电网用量，对整个电力系统进行精确监测。其次，在传统电网电力调度中，可以调度的资源仅仅来自于发电系统装置，而随着科技的进步，目前二次能源及可再生能源的应用使传统电网调度系统的控制越加乏力。智能电网调度系统可以更好地对发电站能源、二次能源等新能源进行监测、调配，保证资源的最大化利用。此外，传统电网调度系统在保证供电系统安全稳定运行之下，产生高质量的电力资源，但是经济性较差。智能电网调度系统在保证电力传输安全稳定运行的情况下，提供高质量的电力能源，并且可以依据电网智能电网Smart Grid杨延昊，等：基于云计算的智能电网调度系统设计研究 Vol.35 No.9能源使用的实时情况，对电力能源进行灵活调度，保证电力能源的稳定运行。最后，传统电网调度系统的单向流动性限制了电力系统的设计布置。智能电网调度系统通过大规模的模块安置，与外部系统具有良好的交互性，提高了系统整体的开放性。1 云计算概述云计算技术是一种较为先进的网络技术运算形式，通过多种网络技术以及计算机技术的集合，形成了一种分布式的网络存储虚拟化技术 [3-4] 。

将海量的计算任务均匀分布到众多计算处理器之中，并且各计算处理器可以读取云空间中的计算数据。通过互联网的整合作用，使各计算处理器协同作业，将整个大型任务进行模块化的划分，划分成众多小型计算处理任务并分配到各个计算处理器中 [5-7] 。根据云计算的服务对象和服务性质的不同，可以将其分为两类。分别为云计算服务对象类和云计算服务性质类，具体组成结构如图 1 所示。图1 云计算服务分类图Fig.1 Cloud computing service classification公有云主要是针对大型企业，提供较为海量的资源存储空间，满足大量的日常数据需求；私有云主要是针对企业内部人员而设立，较为安全可靠的对公司内部信息进行传递，保证信息交换过程中的保密性与安全性；混合云为公有云与私有云的混搭形式，根据不同的用户需要进行扩展并提供相应的供应服务；软件服务依据应用软件与云计算系统进行连接，通过互联网与客户进行数据传输，达到客户所需的服务要求；平台服务为客户提供软件开发平台，进行一系列的调试和应用测试；基础框架服务为客户提供计算机资源分配的服务，通过云计算平台对计算机进行控制，并对数据存储中心的数据进行提取。

2 基于云计算的智能电网调度系统模型的设计与建立基于云计算技术，对智能电网调度系统进行模型的建立与设计。通过数据服务线路分布式的设计方案，将数据资源信息与网络自动化设施进行结构化的整合，形成可靠性较高，具有较高计算精度的智能电网调度系统模型。该模型的核心为数据服务分布式布局结构，并且具有资源调配、大量数据存储以及信息集成运算功能。通过模型结构的构建，可以达到信息事实交互、整合等功能，保证基础设施构件的统一调度，为各个子系统结构的稳定运算提供了良好的运算框架与结构 [8-9] 。此外可以较为高效地满足客户的日常需要，方便客户在日常工作中对数据的调度处理操作。为了方便日常的监控管理工作，需要设置相应的管理监管系统，对整个系统的平稳运行提供一定的技术支撑与保障。通过设置相应的功能结构，令各个范围内的子系统结构可以通过云计算平台将处理信息进行整合，同时各个子系统结构具有相互联系的功能，保证系统运行的完整性。基于云计算技术的智能电网调度系统具有较为强大的数据采集功能，可以较为便捷地对采集数据进行分析、整理与计算，达到维持系统稳定运行的作用。同时，保证采集信息同步，各个子系统结构共同运行。子系统结构的分布计算可以对电网调度过程中的数字信息进行科学的分类处理，形成相应的数字化模块，在这个系统的计算运行处理过程中提供数据支持，满足电网系统对于大型数据的处理运行能力。

为了满足电力调配系统的各个服务需求，智能电网调度系统根据所需要的各个功能进行分装整合，同时将其布置在各个基础设施之中，保证各个服务功能相互独立。通过数据传输技术，将各个子系统功能模块进行自由组合，达到电网调度需求，并最大限度的发挥智能电网调度系统的服务功能。对于基于云计算智能电网调度系统而言，其任务调度组成如图 2 所示。采用改进遗传算法建立智能电网调度系统。根据智能电网调度系统，将整个系统划分为多个子任务并且在云计算数据资源库中分配各自的编码号。通过编码运算，得到各个子任务完成工作所需要的时间 T k ，具体形式为 [10-12]智能电网Smart Grid08第35卷 第9期 电网与清洁能源T k = ∑i=1m∑j=1nt ( ) i,j （1）式中：m 为资源数；n 为子任务数；i 为资源序号；j 为任务序号；t （i，j ）为执行第i个资源中，第j个子任务的时间。图2 基于云计算的智能电网调度系统模型任务调度组成图Fig.2 Model task scheduling composition diagram of thecloud computing-based smart grid dispatching system通过子任务的完成时间，可以得到完成所有任务所需要花费的时间 TT= ∑k=1PT k （2）式中：P 为整个智能电网调度系统中子任务数总和。

则完成整体结构的调度任务需要的平均时间T`可以计算为T`= ∑k=1PT kP（3）通过对采集数据进行全局搜索，得出数据范围内的最优解，选取适应的初始化参数，并对整体数据结构进行选择分析，得出整体分析模型的最优解。同时，定义两个适应性函数 [13-15]y 1 ( ) t =1T i ( ) W j式中：W j 为第 i 个个体中的第 j 个工作者；T i 为完成第 i 个工作所用的时间。y 2 ( ) t =min ∑k=1PT kP（4）同时，适应函数 y 1 （x）和 y 2 （x）存在关系为y 1 ( ) t +y 2 ( ) t =1 （5）通过适应性函数的确定，下一步需要进行选择操作，通过对适应度进行计算并排列，将适应度较高的个体进行遗传操作，并经过个体的选择、交叉与变异的操作。首先，对各个个体的选择率进行确定F 1 ( ) j =y 1 ( ) t∑i=1py 1 ( ) i（6）F 2 ( ) j =y 2 ( ) t∑i=1py 2 ( ) i（7）通过所定义的选择率函数，下一步为了提升算法遗传迭代的速度，定义交叉函数 F c 与变异函数 F mF c =y max -yy max -y avg（8）F m =y max -y 0y max -y avg（9）式中： y max ， y avg 为所有个体中的最大适应度函数值与平均适应度函数值。

通过对每个工作个体的适应性函数进行确定，选择较为优秀的个体进行保留，同时进行选择、交叉与变异操作，选择出新代种群，进而进行遗传迭代。当迭代种群中的个体适应度函数值与平均适应度函数值绝对误差小于给定误差值时，可以得到整体分析模型中的最优解。对于云计算平台的软件和硬件结构系统而言，云计算软件结构主要包括 WEB 层、负荷分配层、计算逻辑层以及数据管理层等。其中，WEB 层主要实现云计算平台的用户访问功能，是云计算平台与外界用户信息传输的接口；负荷分配层是云计算平台的核心，主要实现任务的计算筹备、存储数据的划分以及对存储设备的对应关系，计算结果的整合与反馈以及数据读取的整合与输出。具体结构如图 3所示。图3 云计算平台软件以及硬件系统结构图Fig.3 Cloud computing platform software and hardwaresystem structure3 基于云计算的智能电网调度系统模型算法研究基于云计算技术对智能电网调度系统进行了智能电网Smart Grid09设计与建立。在智能电网调度系统中，云计算平台通过海量的数据收集，针对较为庞大并且结构复杂的电力系统进行服务运算。

根据电力实时供应的特点，需要云计算系统及时提供客户所需要的数据并对采集的数据进行处理分析。通常而言，良好的算法可以较为高效率地完成对云计算平台中信息的处理，并及时反馈。因此，在基于云计算的智能电网调度系统之中，算法的选取较为关键。本文所建立的智能电网调度系统中选取了间接实数编码算法进行数据处理工作。为了比较目前较为常用的数据处理算法之间的处理关系，选取多个任务，采用不同的算法进行运算。通过计时得出各个算法完成任务的数值，并进行对比与讨论。通过选取某地区供电系统智能电网调度系统在某时段的 10 个工作任务，通过相应的数据采集工作，初始参数的设计以及算法的选取对各个任务的完成时间进行采集。如图 4 所示，在第一个任务时，4 个算法完成任务所需要的时间基本相同。在其余的任务之中，改进遗传算法完成的时间较短。同时，计算能力算法与公平算法完成各个任务所耗费的时间基本相同，先进先出算法耗费的时间最长。由此可知，在基于云计算的智能电网调度系统中，改进遗传算法耗时最短，效率最高，在智能电网调度系统领域之中具有较为良好的工作效率。图4 4种算法计算效率的比较Fig.4 Comparison of the computational efficiency ofeach of the four algorithms4 结语本文基于云计算技术对智能电网调度系统进行设计与搭建。

根据云计算系统在计算过程中采集数据量庞大、信息处理过程复杂以及电网结构复杂等特点，结合相应的算法，通过数据采集、初始参数的确定以及调度任务的确定等，设计出高效率、高质量的智能电网调度系统。通过算法的比较分析可知，改进遗传算法在完成任务的过程中耗时最短、效率最高，具有较为实际的应用价值。参考文献[1] 刘英.浅析智能电网调度运行面临的关键技术[J].低碳世界，2019，9（5）:111-112.LIU Ying.Analysis of the key technologies faced by smartgrid dispatching operation [J].Low Carbon World ，2019，9（5）:111-112.[2] 万强，安益辰，李建超.智能电网调度控制系统现状与技术展望[J].通信电源技术，2019，36（5）:275-276.WAN Qiang，AN Yichen，LI Jianchao. Status and technologyprospect of smart grid dispatching control system[J]. TelecomPower Technology，2019，36（5）:275-276.[3] 刘恩军.大数据云计算环境下的数据安全分析[J].网络安全技术与应用，2019（5）:56-58.LIU Enjun. Data security analysis in big data cloudcomputing environment [J]. Network Security Technologyand Application，2019（5）:56-58.[4] 张珍.云计算环境下的数据挖掘算法探究[J].网络安全技术与应用，2019（5）:58-59.ZHANG Zhen. Research on data mining ...

（编辑：成都站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!