特高压输变电设备状态监测数据通信仿真研究

1 引言

随着“三交四直”特高压工程投入运行与“四交五直”特高压工程的建设，特高压建设已进入全面提速阶段，特高压电网负荷重、结构复杂、沿途自然环境恶劣，如何确保大电网安全稳定运行是亟待解决的问题。

目前已经建设国家电网公司总部、省电力公司两级部署的输变电设备状态监测系统，有部分特高压站的在线监测数据已经接入了所在省电力公司的状态监测系统主站，但由于已有状态监测系统本身数据量庞大，省电力公司主站承担着全省供电公司和国家电网公司总部的访问流量压力，这种信息通道瓶颈在时效性上制约着国家电网公司总部及时获取特高压变电设备监测信息。因此，本文提出从特高压站直接获取输变电设备状态监测数据的获取方式，并与传统方式进行对比分析，结果表明，通过直采方式获取特高压站设备状态监测数据效率较高，对服务器影响较小。

2 特高压输变电设备状态监测系统体系架构设计

输变电状态监测系统架构依托国家电网公司特高压站变电设备状态监测的现有体系结构和管理模式，各特高压站或者把监测数据上传至省电力公司，再由省电力公司将数据上传至国家电网公司总部，或者直接把监测数据上传至国家电网公司总部。在国家电网公司总部采用云计算和大数据技术构建特高压输变电状态监测系统主站，设备计算能力和存储容量需满足当前在运和未来几年投运特高压站监测数据汇总后的查询分析处理和存储需要[1-2]。

在国家电网公司总部建设监测系统应用，各类监测数据将汇总在总部存储，考虑到数据的安全性，监测数据需在异地做容灾备份，数据的异地容灾备份可利用国家电网公司现有的容灾资源，选择其他城市的容灾备份中心存放监测数据。

该架构可以解决3方面问题：

(1)解决各特高压站变电设备状态监测数据的汇总管理问题。

(2)解决状态监测数据量增大后查询分析的时效性问题。

(3)通过在站端增布设备状态数据获取/转换装置，解决部分监测数据无法接入监测系统的问题。

由图1可知，网省电力公司数据按需接入总部云资源池，雷电、气象等其他系统数据通过企业服务总线与云资源池进行数据共享；云资源池根据不同应用需求提供高效便捷的底层框架与设施，为高级应用的实现奠定基础；高级应用通过对数据的融合、清洗，分析处理，多维度展示，实现特高压变电设备状态监测系统的功能。

设备状态监测数据由监测装置上送到国家电网公司总部一般可采用两种方式。

方案1：监测数据由特高压变电站站内服务器实时上传到省电力公司数据中心，然后再转发给特高压变电设备状态监测系统主站。

方案2：监测数据由特高压变电站站内服务器直接实时上传给特高压变电设备状态监测系统主站。

为了对比这两种方案服务响应时间以及对省电力公司数据中心服务器的影响和数据服务质量，本文基于通信网络仿真软件OPNET对上述两种方案进行仿真研究。通过仿真建模的分析和研究，比较两种方案的优缺点。

3 仿真建模

3.1 OPNET简介

在OPNET各种产品中，Modeler几乎包含其他产品的所有功能，针对研发的需求，Modeler提供了一个开放的环境，使用户能够建立新的协议和配备，并且能够定义和模拟细节[3]。

Modeler采用阶层性的模拟方式，从协议间关系看，节点模块建模完全符合OSI标准，业务层→TCP层→IP层→IP封装层→ARP层→MAC层→物理层；从网络物件层次关系看，提供了3层建模机制，最底层为进程模型，以状态机来描述协议；其次为节点模型，由相应的协议模型构成，反映设备特性；最上层为网络模型。3层模型和实际的协议、设备、网络完全对应，全面反映了网络的相关特性。

3.2 业务模型

为了比较方案1与方案2通信方式的优劣，需要根据国家电网公司与省电力公司之间以及省电力公司与特高压变电站之间的通信拓扑、主要应用特征等要素构建两种方案通信方式的业务模型，以安徽省电力公司芜湖特高压站为例进行介绍。

(1)通信拓扑。通信拓扑由网络节点设备和通信介质构成的网络结构图，国家电网公司通信拓扑根据地域大小又可以分为省际拓扑与省内拓扑。目前，国家电网公司已建成大容量骨干光传输网，工程建设覆盖公司系统除新疆、西藏外的所有省电力公司，将原有通信网的单波传输升级为40波，网络带宽也由10Gbit/s升级为400Gbit/s，每个省内又建有若干个站点，供省际中继或省内通信应用。为了简化计算，安徽省电力公司与其他省电力公司之间带宽取10Gbit/s，安徽省电力公司与芜湖特高压站带宽取100Mbit/s，站内带宽取10Mbit/s，通信拓扑如图2所示。

(2)应用特征。各省电力公司与特高压站应用特征虽然存在地区性差异，但大部分以数据服务和Web服务为主，各个公司与变电站又有所侧重。正常情况下，省电力公司数据中心承担全省大部分信息系统的数据管理工作，数据量大，数据库访问负荷较重，Web服务相对较轻；变电站内由于相对信息工作业务量较小，Web服务与数据库访问服务负荷均较轻。

方案1采用省电力公司数据中心利用Web服务转发数据的方式，加重了省电力公司数据中心Web服务。因此，若采用方案1，省电力公司数据中心数据库访问与Web服务负荷均比较重。

方案2采用站端CAC同样利用Web服务转发数据的方式，加重了站端Web服务负荷。若采用方案2，变电站内服务器Web服务负荷较重。

(3)边界条件。特高压变电站主设备状态监测系统运行的前提之一是不能影响其他信息化系统的正常运行，由于状态监测系统主要获取在线监测数据与带电检测数据，会给省电力公司和变电站PMS系统数据库管理带来额外负担，为了不影响省电力公司与变电站PMS系统的正常运行，状态监测系统带来的额外数据服务不应使服务器CPU利用率超过50%。

3.3 仿真模型

以安徽省电力公司和芜湖特高压站为例，从以下3个层次建立特高压变电站状态监测系统通信仿真模型[4-11]。

(1)省际通信拓扑。为了保证通信拓扑反映实际情况的同时还要尽量简化仿真模型，根据国家电网公司大容量骨干传输网络拓扑图(见图3)，选取了江苏、山东、湖北、河南、河北、天津7家单位作为省际通信中继单位，安徽省电力公司和中国电力科学研究院分别承担数据推送和接收工作。

(2)省内通信拓扑。省内通信节点可以分为省电力公司数据中心和其他子网。省电力公司数据中心简化为两台8路CPU、单核服务器，子网简化为包括1000台单CPU、双核工作站的局域网，工作站主要发起数据库访问与网页浏览请求，二者通过交换机和路由进行通信，以湖北省电力公司通信拓扑为例，安徽省电力公司需要与芜湖变电站通信连接，多出1条直连芜湖变电站的通信线路。省内通信链路均采用100Mbit/s以太网。

(3)芜湖站通信拓扑。芜湖站由于业务简单，可以简化为1台4路CPU、单核的服务器与10台单路CPU、双核的工作站，两者通过交换机和路由进行通信，通信带宽为10Mbit/s。

4 仿真配置与结果分析

为了研究方案1和方案2数据库访问响应时间，以及对省电力公司数据中心服务器、变电站数据服务器的影响，以国家电网公司安徽省电力公司数据中心服务器和芜湖1000kV特高压变电站数据服务器系统负载、CPU使用率、业务处理时间为研究对象，并假设国家电网公司数据中心部署在中国电力科学研究院，分别进行仿真计算。

4.1 仿真配置

OPNET已预设16种业务模型，如大量数据库访问服务、少量数据库访问服务、大量邮件服务、少量邮件服务、大量文件传输服务、少量邮件传输服务、大量基于Http1.1协议的网页浏览服务、少量基于Http1.1协议的网页浏览服务等，并根据不同业务模型定义了报文长度、报文间隔等参数。各省电力公司应用业务主要由数据库访问服务与Web服务为主。需根据不同等级站点的实际情况配置不同量级的Database Access与Web Browsing Http1.1服务。

根据上文可知，省电力公司一般数据库访问和Web服务业务量较大，而芜湖站两种业务量相对较轻，因此，在正常情况下，省电力公司服务器配置为大量数据库访问服务和少量基于Http1.1协议的网页浏览服务，芜湖站服务器配置为少量数据库访问服务和少量基于Http1.1协议的网页浏览服务。针对方案1，安徽省电力公司数据中心需要向中国电力科学研究院转发大量监测数据，因此，中国电力科学研究院除了配置满足本地局域网业务要求的大量数据库访问服务和大量基于Http1.1协议的网页浏览服务外，还需要配置向安徽省电力公司数据中心作大量数据库访问请求的业务应用。而对于方案2，则需要将中国电力科学研究院数据库访问请求指向芜湖变电站数据中心，这分别加重了安徽省电力公司数据中心和芜湖站数据中心数据库访问压力。

各省电力公司和变电站服务器除了响应各类业务请求外，还需运行各类本地软件，会占用一定CPU资源。因此，将各省电力公司和变电站服务器基础CPU利用率设为20%，以模拟本地软件占用的CPU资源。

考虑到省际网络带宽竞争，以及背景流量对业务响应时间的影响，将省际网络背景流量按图4进行设置，以模拟不同时间段背景流量的变化。

4.2 结果分析

对于方案1，将中国电力科学研究院数据中心和安徽省电力公司数据中心服务器做相应配置，使得监测数据的源地址和目的地址分别为安徽省电力公司数据中心服务器和中国电力科学研究院数据中心服务器，然后进行仿真计算，结果如图5～7所示。

对于方案2，将中国电力科学研究院数据中心和芜湖站数据中心服务器做相应配置，使得监测数据的源地址和目的地址分别为芜湖站数据中心服务器和中国电力科学研究院数据中心服务器，然后进行仿真计算，结果如图8～10所示。

(1)CPU利用率。对比图5和图8可知，采用方案1和方案2，安徽省电力公司数据中心和芜湖站数据中心服务器CPU利用率均低于50%上限，但采用方案1使得安徽省电力公司数据中心CPU利用率增长较快，大约增加13%，而方案2芜湖站CPU利用率仅增长6%，这是由于安徽省电力公司数据中心响应的客户端较多，本身数据库访问负荷较重，在额外承担监测数据转发业务后，CPU开销增加较快，而芜湖站数据中心服务器本身负荷较轻，因此，承担额外任务后，CPU利用率增长较慢。

(2)数据库查询负荷。对比图6和图9可知，采用方案1，安徽省电力公司数据中心数据库查询负荷增加较低，约为36%，而方案2芜湖站数据中心数据库查询负荷增长约为380%，这是由于芜湖站服务器初始负荷较低，因此承担监测数据转发任务后，数据库查询负荷增长较快。

(3)数据库查询时间。对比图7和图10可知，安徽省电力公司数据中心数据库查询时间均保持在0.033s左右，而采用方案2后的芜湖站数据中心数据库查询时间变长，从方案1的0.000017s增长到0.033s。

综合上述仿真结果可得，采用方案1和方案2均可以满足特高压变电设备状态监测系统监测数据转发的要求，但仔细比较可以发现，采用方案1时，安徽省电力公司数据中心服务器数据库访问压力增长较快，CPU利用率裕度较低，为防止偶然高并发访问引起CPU利用率超出上限，建议采用方案2转发监测数据。

　5 结语

本文提出从特高压站直接获取输变电设备状态监测数据的获取方式，并利用OPNET建立仿真模型，对比了转发方式与直采方式下，输变电设备状态监测系统主站数据中心服务器与特高压站端数据服务器系统负载、CPU使用率、业务处理时间的异同。结果表明，通过直采方式获取特高压站设备状态监测数据时，特高压站端数据中心服务器CPU利用率裕度较高、访问压力较轻。