CN103607466A - 一种基于云计算的广域多级分布式并行电网分析方法 - Google Patents

Abstract

本发明提供了一种基于云计算的广域多级分布式并行电网分析方法，所述方法通过调度云平台对广域多级分布电网进行调度，包括步骤：步骤1、获取虚拟化硬件资源；步骤2：依据虚拟化硬件资源进行广域多级分布式并行计算分析电网；以及步骤3、将电网分析结果反馈给客户端。和现有技术相比，本发明提供的一种基于云计算的广域多级分布式并行电网分析方法，既能满足大电网超大规模计算任务的计算要求，又能保证较小规模计算任务不占用过多资源，减少不必要的通讯时间；以服务形式为大电网在线分析软件提供支撑，利用调度云平台提供的全局共享数据，提高大电网在线分析的计算精度。

Description

一种基于云计算的广域多级分布式并行电网分析方法

技术领域

本发明涉及一种电网分析方法，具体涉及一种基于云计算的广域多级分布式并行电网分析方法。

背景技术

云计算是以分布式技术和虚拟化技术为基础，网络为载体，提供基础架构、平台、软件等服务为形式，整合大规模可灵活扩展的IT资源（计算、存储、数据、应用等）进行协同工作的计算体系，是新一代IT计算模式。基于云计算技术的大电网在线分析软件的实现需要以云平台为基础，现有技术中电力系统调度云平台包括调度应用层、调度云服务、平台中间件和基础设施层。

（1）调度应用层；通过整合调度应用：实时监控、安全校核、调度计划、调度管理等众多调度业务，向客户提供统一的业务访问平台，让客户感觉到业务不是分隔的，而是整体的调度业务解决方案，并引入面向服务的架构（SOA），把软件当做服务来提供。

（2）调度云服务；根据需要作为服务提供的一整套应用程序，以实现协同方式数据管理和协同方式计算为目标，提供覆盖国、网、省三级调度中心的一体化流程管理、统一数据共享和统一方式计算等应用服务。

（3）平台中间件；包含一个软件层，并作为一项服务提供此软件层，这项服务可用来构建更高水平的服务。调度云平台整合了统一的服务访问接口，屏蔽了下层的分布式计算、分布式内存数据库、分布式时序数据库、分布式关系数据库、分布式结构化存储、分布式搜索引擎等功能模块，并配合安全、运维、分布式统一资源管理等控制模块，向用户提供统一的服务接口和平台服务。

（4）基础设施层。通过网络作为标准化服务提供基本存储和计算能力。

目前，大电网在线分析分布式并行算法大致可以分为三类：1）大电网在线分析采用并行数学方法求解方程。代数方程组或微分方程组的求解都是许多电力系统分析计算的核心问题，其并行求解方法可以分为两类：直接法和迭代法。直接法以矩阵分解、矩阵求逆等数学原理为基础。较典型的迭代法有雅可比和高斯-塞德尔法等，均可直接并行化。2）大规模电力网络的分块计算。网络分块法的基本思想是把大电网分解成若干规模较小的子网，对每个边界的子网分别进行等值计算，然后在求解出分割边界的协调变量，最后求解各个子网的内部变量，得到合理全系统的解。网络分块法可以分为两类，节点撕裂法和支路切割法。3）根据输入数据划分计算任务。例如静态安全分析的每个预想事故分析都是一次潮流计算，且预想故障间无直接关系，可分成N个扫描任务，由多个进程并行完成潮流计算。

本发明根据大电网在线分析和调度系统分层分布的特点，结合云计算技术，以面向服务架构为基本思路，在调度云平台基础上，提出了一种适用于大电网在线分析软件的广域多级分布式并行电网分析方法，适用范围广，适用性灵活，既能满足大电网超大规模计算任务的计算要求，又能保证较小规模计算任务不占用过多资源，减少不必要的通讯时间；以服务形式为大电网在线分析软件提供支撑，能够降低分布式并行计算软件的设计开发难度，提高软件执行效率，充分利用调度云平台提供的全局共享数据，提高大电网在线分析的计算精度，解决一体化电网分层分级调度带来的电网边界计算残差问题。

发明内容

为了满足现有技术的需要，本发明提供了一种基于云计算的广域多级分布式并行电网分析方法，所述方法通过调度云平台对广域多级分布式并行电网进行调度；所述方法包括下述步骤：

步骤1：获取虚拟化硬件资源；

步骤2：依据所述虚拟化硬件资源进行广域多级分布式并行计算分析所述电网；以及

步骤3：将电网分析结果反馈给客户端。

优选的，所述调度云平台包括计算服务和管理服务；所述管理服务包括硬件资源管理服务和协调管理服务；所述硬件资源管理服务用于获取智能电网调度系统的所述计算机集群的硬件资源，所述硬件资源包括计算机资源、网络资源和存储资源；所述协调管理服务采用虚拟化技术将所述硬件资源映射为虚拟化硬件资源；

优选的，所述协调管理服务包括计算资源管理服务、数据模型管理服务、作业管理服务和分布式并行计算服务；所述计算资源管理服务将所述硬件资源映射为虚拟化硬件资源；所述数据模型管理服务通过海量数据存储技术将电网调控中心采集的数据、电网模型和电网图形进行广域多级分布式并行电网的全局配置；所述作业管理服务包括电网分析任务作业分配、电网分析任务作业协调和电网分析任务作业监视；

优选的，所述步骤2中所述广域多级分布式并行计算包括单机多CPU并行计算模式、集群内分布式并行计算模式和广域分布式并行计算模式；

所述单机多CPU并行计算模式为：将电网分析任务分解为若干子任务，单台计算机内部的多个CPU采用多线程方法对所述子任务进行并行计算；所述计算机包括由管理服务和计算服务组成的并行计算服务单元；所述管理服务用于提供电网模型、数据断面服务、计算任务通信服务和计算任务调度服务；所述计算服务用于提供并行优化算法；所述集群内分布式并行计算模式为：电网调控中心的各个计算机通过局域网连接，形成计算机集群单元；所述计算机包括所述并行计算服务单元；通过虚拟化技术和桌面云技术将各个所述计算机的硬件资源整合为计算资源池、网络资源池和存储资源池；所述计算机集群单元内的电网分析任务发起计算机负责所述电网分析任务的管理服务工作，其他所述计算机负责所述电网分析任务的计算服务工作，实现电网分析任务的分布式并行计算；

广域分布式并行计算模式为：各个所述电网调控中心的所述计算机集群单元通过电力系统专用的广域网连接，形成广域网计算机集群；对所述调度云平台的电网调度数据网的虚拟计算机进行虚拟化处理；所述广域网计算机集群内的电网分析任务发起计算机集群单元将电网分析任务分割为多个任务，发送给所述广域网计算机集群内的其他所述计算机集群单元进行分布式并行计算；

优选的，所述广域多级分布式并行计算通过大电网在线分析软件对执行电网分析任务时分别采用单机多CPU并行计算模式、集群内分布式并行计算模式和广域分布式并行计算模式的计算规模、计算性能、计算精度和计算实时性进行检测，并依据检测结果和电网分析任务的实际要求选取单机多CPU并行计算模式或集群内分布式并行计算模式或广域分布式并行计算模式执行所述电网分析任务；

优选的，所述步骤3中通过对大电网在线分析进行服务封装将电网分析结果反馈给客户端；服务封装包括计算模式服务封装、在线分析服务封装和在线分析人机界面封装；采用面向服务架构的服务封装技术，将大电网在线分析软件以服务形式提供给客户端，客户端通过选取电网断面、在线分析应用类别以及设置在线分析参数，获取所述电网断面的分析结果；

所述计算模式服务封装通过广域多级分布式并行计算的协调管理服务接口进行封装；所述在线分析服务封装对大电网在线分析功能模块进行服务封装，为客户端提供大电网在线分析计算功能；所述在线分析人机界面封装为客户端提供大电网在线分析计算服务的可视化人机界面。

与最接近的现有技术相比，本发明的优异效果是：

1、本发明提供了一种基于云计算的广域多级分布式并行电网分析方法，最大程度利用电网调控中心的现有硬件资源形成计算资源池，同时各电网调控中心可根据情况保留各自的私有计算资源，既能满足云计算技术的硬件需求，又满足现有调度机构的行政要求；

2、本发明提供了一种基于云计算的广域多级分布式并行电网分析方法，采用面向服务架构(service oriented architecture，SOA)的服务封装技术，将每一种主要功能都包装成服务的形式供各应用功能应用，且各服务相互独立，提高大电网在线分析软件的开发效率，避免软件的重复开发与维护；

3、本发明提供了一种基于云计算的广域多级分布式并行电网分析方法，适用范围广，适用性灵活；根据各计算任务的计算量大小、并行任务颗粒度大小及实时性的要求，可灵活选择合适的计算模式，既能满足大电网超大规模计算任务的计算需求，又能保证较小规模计算任务不占用过多资源，减少不必要的通讯时间；

4、本发明提供了一种基于云计算的广域多级分布式并行电网分析方法，单机多CPU并行计算方法采用多线程(或多进程)执行电网分析任务，使得计算机每个CPU核在同一时刻都有线程在执行，即同一时刻有多个线程在并行执行，提高分布式计算速度；

5、本发明提供了一种基于云计算的广域多级分布式并行电网分析方法，采用分布式计算技术和并行计算技术，以服务形式为大电网在线分析软件提供支撑，能够降低分布式并行计算软件的设计开发难度，提高软件执行效率，充分利用调度云平台提供的全局共享数据，提高大电网在线分析的计算精度，解决一体化电网分层分级调度带来的电网边界计算残差问题。

附图说明

下面结合附图对本发明进一步说明。

图1是：本发明实施例中一种基于云计算的广域多级分布式并行电网分析方法流程图；

图2是：本发明实施例中广域多级分布式并行计算模式拓扑图；

图3是：本发明实施例中智能电网调度系统计算机集群分布图；

图4是：本发明实施例中分解协调潮流计算流程图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。

本发明根据大电网在线分析和智能电网调度系统分层分布的特点，结合云计算技术，以面向服务架构为基本思路，在调度云平台基础上，提出了一种适用于大电网在线分析软件的广域多级分布式并行电网分析方法，其中大电网在线分析软件为，基于大电网运行信息、二次设备状态信息及气象、水情等辅助监测信息对大电网的暂态和稳态进行分析，包括状态估计分析、调度员潮流分析、安全分析、短路电流分析、灵敏度计算、安全校核、负荷预测、发电计划和在线安全稳定分析等；

具体步骤为：

调度云平台包括计算服务和管理服务，管理服务包括硬件资源管理服务和协调管理服务；协调管理服务包括计算资源管理服务、数据模型管理服务、作业管理服务和分布式并行计算服务；硬件资源管理服务获取智能电网调度系统的计算机集群的硬件资源；硬件资源包括计算机资源、网络资源和存储资源；计算资源管理服务采用虚拟化技术将硬件资源映射为虚拟化硬件资源；数据模型管理服务通过海量数据存储技术将电网调控中心采集的数据、电网模型和电网图形进行广域多级分布式并行电网的全局配置；作业管理服务包括电网分析任务作业分配、电网分析任务作业协调和电网分析任务作业监视；

电网分析任务作业分配为，负责发起分布式并行计算任务和均衡任务负载，依据大电网在线分析软件的计算需求，分配可用硬件资源及数据；电网分析任务作业协调为，负责调度作业及任务电网分析任务的通信；电网分析任务作业监视为，负责切取检查点、进程迁移、容错性问题，一方面避免个别任务执行异常，通过任务转移及任务恢复策略提高大电网在线分析软件的可用性；另一方面能够充分利用调度云平台，通过计算硬件资源管理服务将作业分散到空闲的服务器上，提高硬件资源的利用率和作业的执行效率；

步骤1：采用虚拟化技术将硬件资源映射为虚拟化硬件资源；虚拟化硬件资源为调度云平台的中间层或客户端提供所需的计算算法、网络和存储资源，实现硬件资源的按需分配和快速部署。

步骤2：通过广域多级分布式并行计算分析电网；广域多级分布式并行计算的计算方法包括单机多CPU并行计算模式、集群内分布式并行计算模式和广域分布式并行计算模式；

①：单机多CPU并行计算模式为：将电网分析任务分解为若干子任务，通过单台计算机内部的多个CPU采用多线程对子任务进行并行计算；计算机包括由管理服务和计算服务组成的并行计算服务单元，用于支撑计算机并行计算模式；管理服务用于提供电网模型、数据断面服务、计算任务通信服务和计算任务调度服务；计算服务用于提供并行优化算法；

②：集群内分布式并行计算模式为：电网调控中心的各个计算机通过局域网连接，形成计算机集群单元；计算机集群单元的每个计算机包括由管理服务和计算服务组成的并行计算服务单元，用于支撑计算机并行计算模式，并通过虚拟化技术和桌面云技术将各个计算机的硬件资源整合为计算资源池、网络资源池和存储资源池；计算机集群单元内的电网分析任务发起计算机负责电网分析任务的管理服务工作，其他计算机负责电网分析任务的计算服务工作，实现电网分析任务的分布式并行计算；由协调管理服务完成大电网在线分析软件的任务分配，并对计算机集群单元内分布式并行执行的进程进行管理；

③：广域分布式并行计算模式为：将广域网内的各个电网调控中心的计算机集群单元通过电力系统专用的广域网连接，形成广域网计算机集群，相当于一台资源池化的超级虚拟计算机；通过硬件资源管理服务对电网调控中心的电网调度数据网内的各个计算机集群进行统一资源管理；广域网计算机集群内的电网分析任务发起计算机集群单元将电网分析任务分割为多个任务，发送给广域网计算机集群内的其他计算机集群单元进行分布式并行计算；

大电网在线分析软件对分别采用单机多CPU并行计算模式、集群内分布式并行计算模式和广域分布式并行计算模式执行电网分析任务时的计算规模、计算性能、计算精度和计算实时性进行评估，并依据评估结果选取适合电网分析任务的广域多级分布式并行计算的计算模式；

单机多CPU并行计算模式适用于计算量适中、并行任务颗粒度小，实时性要求高的大电网在线分析计算，如省网级的状态估计计算、调度员潮流计算、静态安全分析计算等。集群内分布式并行计算模式适用于计算量较大、计算任务多、并行任务颗粒度中等，实时性要求一般的大电网在线分析计算，如省级96点安全校核计算、全国电网的网络分析计算等；集群内计算机处于同一局域网，网络通信时间。广域分布式并行计算模式适用于计算量超大、计算任务超多、并行任务颗粒度大、实时性要求低的大电网在线分析计算，如66kV/110kV及以上等级的国家级96点安全校核等；本实施例中，电网分析任务的子任务为全电网96点安全校核时，大电网在线分析软件以潮流计算服务为基础，采用N-1扫描服务，将全电网96点的安全校核计算任务分配到各级网省的智能电网调度系统进行广域多级分布式并行计算。

广域多级分布式并行计算采用分布式计算技术和并行计算技术，以服务形式为大电网在线分析软件提供支撑，能够降低分布式并行计算软件的设计开发难度，提高软件执行效率，充分利用调度云平台提供的全局共享数据，提高大电网在线分析的计算精度，解决一体化电网分层分级调度带来的电网边界计算残差问题。

步骤3：通过对大电网在线分析进行服务封装将电网分析结果反馈给客户端；

利用服务封装技术，将每一种主要功能都包装成服务的形式，且各服务相互独立，结合广域多级分布式并行计算的应用，将大电网在线分析服务封装分成三个层面：计算模式服务封装、在线分析服务封装和在线分析人机界面封装；对调度云平台进行服务封装采用面向服务架构的服务封装技术，将大电网在线分析软件以服务形式提供给客户端，客户端通过选取电网断面、在线分析应用类别以及设置在线分析参数，获取电网断面的分析结果；

计算模式服务封装通过广域多级分布式并行计算的协调管理服务接口进行封装，为大电网在线分析服务提供开发基础；在线分析服务封装对大电网在线分析功能模块进行服务封装，为用户提供大电网在线分析计算功能；在线分析人机界面封装为用户提供大电网在线分析计算服务的可视化人机界面。

本实施例中在线分析应用类别为全网潮流计算时，基于广域多级分布式并行计算采用分解协调潮流算法，设计潮流程序，利用其协调管理服务，实现拓扑分析、潮流计算服务封装；具体为：

步骤1：数据读取；计算机集群接收到潮流计算任务后，开始读取所辖电网模型和运行数据，并将各自的电网边界信息发送至调度云平台协调层，协调层利用数据模型管理服务，读取各电网边界的电网模型和电网运行方式。

步骤2：拓扑分析，包括厂站母线拓扑分析和电网调控中心系统网络拓扑分析；

厂站母线拓扑分析，根据厂站内设备静态连接关系和遥信状态，形成计算母线模型；每个厂站的母线拓扑分析是相对独立的，因此采用并行计算方法；

电网调控中心系统网络拓扑分析，各个电网调控中心的电网相对独立，通过边界联络线连接，因此各个电网调控中心的电网网络拓扑分析也是相对独立的，采用广域分布式并行计算模式，在不同计算机集群中完成电网调控中心的电网网络拓扑分析；各个电网调控中心的电网独立进行分布式并行拓扑分析，并通过协调层拓扑分析得到各电网调控中心的电网边界的拓扑关系，获取电网调控中心系统网络拓扑分析结果；根据分析结果，确定电网调控中心的电网节点排序和边界节点排序。

步骤3：如图4所示采用节点分裂法进行分解协调潮流计算；

步骤3-1：设置电网调控中心的电网节点的类型、电压初值和相角初值；

步骤3-2：依据步骤2中获得的分析结果构建电网调控

系统的协调系统方程组的系数矩阵

步骤3-3：根据电压初值、相角初值以及潮流方程 $\mathrm{\Δ}{Q}_i=Q_i-U_i\underset{j=1}{\overset{j=n}{\mathrm{\Σ}}}{U}_j(G_{\mathrm{ij}}\sin {\mathrm{\δ}}_{\mathrm{ij}}-B_{\mathrm{ij}}\cos {\mathrm{\δ}}_{\mathrm{ij}}),$ 得到协调矩阵 $\left[\begin{array}{c}{b}_1\\ b_2\\ .\\ .\\ .\\ b_k\\ b_t\end{array}\right];$

步骤3-4：根据消去1～k电网调控中心的电网后的协调系统方程组

计算节点t处的修正量x_t，其中 $\left\{\begin{array}{c}{\tilde{B}}_{\mathrm{tt}}=B_{\mathrm{tt}}-\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{B}_{\mathrm{ti}}{B}_{\mathrm{ii}}^{-1}{B}_{\mathrm{it}}\\ {\tilde{b}}_t=b_t-\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{B}_{\mathrm{ti}}{B}_{\mathrm{ii}}^{-1}{b}_i\end{array}\right.;$

步骤3-4：电网调控中心系统依据B_iix_i＝b_i-B_itx_t和调度云平台发送的x_t，i＝1,2,3...k；计算第i个电网调控中心的电网的修正量x_i对电压和相角进行修正，并重新计算修正矩阵；

步骤3-5：判断电网调控中心的电网是否收敛，若收敛则将修正矩阵的上传到协调层；判断电网调控中心系统是否收敛，若收敛则迭代结束，若不收敛则返回步骤3-4。

步骤4：将潮流结果保存到分布式数据库中，客户端用户通过桌面云服务，可方便调阅全网潮流计算结果；该潮流计算方案采用广域分布式并行计算模式，利用调度云平台的协调管理服务，获取潮流计算所需的数据资源、计算资源、作业管理和计算服务，完成大电网全网潮流分解协调计算；与传统潮流计算方法相比，保证了电网边界潮流计算的准确性，同时分布式计算技术和并行计算技术的应用在一定程度上加快了软件的计算速度。

最后应当说明的是：所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

Claims (6)

1.一种基于云计算的广域多级分布式并行电网分析方法，其特征在于，所述方法通过调度云平台对广域多级分布式并行电网进行调度；所述方法包括下述步骤：

步骤1：获取虚拟化硬件资源；

步骤2：依据所述虚拟化硬件资源进行广域多级分布式并行计算分析所述电网；以及

步骤3：将电网分析结果反馈给客户端。

2.如权利要求1所述的一种基于云计算的广域多级分布式并行电网分析方法，其特征在于，所述调度云平台包括计算服务和管理服务；所述管理服务包括硬件资源管理服务和协调管理服务；所述硬件资源管理服务用于获取智能电网调度系统的所述计算机集群的硬件资源，所述硬件资源包括计算机资源、网络资源和存储资源；所述协调管理服务采用虚拟化技术将所述硬件资源映射为虚拟化硬件资源。

3.如权利要求2所述的一种基于云计算的广域多级分布式并行电网分析方法，其特征在于，所述协调管理服务包括计算资源管理服务、数据模型管理服务、作业管理服务和分布式并行计算服务；所述计算资源管理服务将所述硬件资源映射为虚拟化硬件资源；所述数据模型管理服务通过海量数据存储技术将电网调控中心采集的数据、电网模型和电网图形进行广域多级分布式并行电网的全局配置；所述作业管理服务包括电网分析任务作业分配、电网分析任务作业协调和电网分析任务作业监视。

4.如权利要求1所述的一种基于云计算的广域多级分布式并行电网分析方法，其特征在于，所述步骤2中所述广域多级分布式并行计算包括单机多CPU并行计算模式、集群内分布式并行计算模式和广域分布式并行计算模式；

所述单机多CPU并行计算模式为：将电网分析任务分解为若干子任务，单台计算机内部的多个CPU采用多线程方法对所述子任务进行并行计算；所述计算机包括由管理服务和计算服务组成的并行计算服务单元；所述管理服务用于提供电网模型、数据断面服务、计算任务通信服务和计算任务调度服务；所述计算服务用于提供并行优化算法；所述集群内分布式并行计算模式为：电网调控中心的各个计算机通过局域网连接，形成计算机集群单元；所述计算机包括所述并行计算服务单元；通过虚拟化技术和桌面云技术将各个所述计算机的硬件资源整合为计算资源池、网络资源池和存储资源池；所述计算机集群单元内的电网分析任务发起计算机负责所述电网分析任务的管理服务工作，其他所述计算机负责所述电网分析任务的计算服务工作，实现电网分析任务的分布式并行计算；

广域分布式并行计算模式为：各个所述电网调控中心的所述计算机集群单元通过电力系统专用的广域网连接，形成广域网计算机集群；对所述调度云平台的电网调度数据网的虚拟计算机进行虚拟化处理；所述广域网计算机集群内的电网分析任务发起计算机集群单元将电网分析任务分割为多个任务，发送给所述广域网计算机集群内的其他所述计算机集群单元进行分布式并行计算。

5.如权利要求4所述的一种基于云计算的广域多级分布式并行电网分析方法，其特征在于，所述广域多级分布式并行计算通过大电网在线分析软件对执行电网分析任务时分别采用单机多CPU并行计算模式、集群内分布式并行计算模式和广域分布式并行计算模式的计算规模、计算性能、计算精度和计算实时性进行检测，并依据检测结果和电网分析任务的实际要求选取单机多CPU并行计算模式或集群内分布式并行计算模式或广域分布式并行计算模式执行所述电网分析任务。

6.如权利要求1所述的一种基于云计算的广域多级分布式并行电网分析方法，其特征在于，所述步骤3中通过对大电网在线分析进行服务封装将电网分析结果反馈给客户端；服务封装包括计算模式服务封装、在线分析服务封装和在线分析人机界面封装；采用面向服务架构的服务封装技术，将大电网在线分析软件以服务形式提供给客户端，客户端通过选取电网断面、在线分析应用类别以及设置在线分析参数，获取所述电网断面的分析结果；

所述计算模式服务封装通过广域多级分布式并行计算的协调管理服务接口进行封装；所述在线分析服务封装对大电网在线分析功能模块进行服务封装，为客户端提供大电网在线分析计算功能；所述在线分析人机界面封装为客户端提供大电网在线分析计算服务的可视化人机界面。

Images