江西省级调控云平台规划设计研究

2021-08-05 10:34万黎升
江西电力 2021年8期
关键词:站点调控服务器

万黎升

(中国电建集团江西省电力设计院有限公司,江西 南昌 330096)

0 引言

云计算是一种通过网络访问可扩展的、灵活的物理或虚拟共享资源池,并按需自动获取和管理资源的模式[1]。其中资源实例包括服务器、操作系统、网络、软件、应用和存储设备等。

“调控云”即电网生产控制云,是国网公司“三朵云”规划中的一个重要组成部分。

2014年国家电网公司国调中心和相关省调开始开展相关技术的研究,自2016年以来,国网公司调度系统积极开展调控云方案论证和技术研究,采取“总体规划、试点先行、逐步推进”的方式,总(分)部在北京、上海率先开展调控云双站点的技术验证,13 家省级电网公司积极开展试点建设探索。历经3年多的攻坚克难,调控云平台建设取得重大进展,两级云体系已形成规模,数据资源和业务应用已在运行中初见成效,具备标准化推广建设的基本条件。目前国网已给出了调控云平台的总体技术方案,但在各省(市)电力公司具体的工程实践中,仍需结合各省实际情况解决各自存在问题。

至2019年底,江西省调、抚州地调、萍乡地调智能电网调度控制系统已完成建设并投入运行,其余10 个地调智能电网调度控制系统正在进行施工、调试等建设工作,2020年底系统实现上线运行。此时江西省电力公司根据电网实际情况,开展江西省级“调控云”平台的前期规划设计工作,对未来“调控云”平台的建设、上线具有前瞻的指导意义。

1 存在问题

随着特高压大电网的形成,特高压站点落地江西,电网运行特性呈现高度耦合一体化特征。交直流之间和区域间相互影响进一步加深,多回直流故障将造成送受端电网潮流大幅波动,新能源并网容量大幅度增长,电网运行特性日益复杂,仅依靠现有的D5000 调度控制技术支持系统难以适应新的电网发展。

江西电网近5年来陆续开展了省调、地区调度控制技术支持系统建设工作,以满足分层分区调控运行与监控的要求。从现有省地调度技术支持系统建设和运行看,主要存在以下问题:

1)各级调度控制技术支持系统软硬件资源难以有效地利用。系统硬件资源配置,按现有技术标准配置,建设方式较为粗放,为满足系统可靠性,多采用冗余配置,硬件资源利用率低,扩展性差。

2)各地区电网模型基础数据各自独立建模,省调以拼接的方式建立全网模型的方式存储电网模型,造成与电网实际模型不匹配,电网模型和数据维护难度大,难以共享等问题,实际应用效果不满足多级电网协调发展和网架结构快速变化的要求。

3)电网一体化调度运行下,要求调控系统具备数据的高效访问能力,传统应用模式下的信息孤岛,难以实现海量信息的整合、交换、存储和访问,难以实现电网“一张网”的“全网、全景、全态”展示,难以实现国、分、省三级调度要求的运行监视同场景化、告警及预警同步感知、事故处理高度协同、在线分析结果共享的目标,难以形成面对同一个电网状态,各级调度形成一致的调控方向,采取匹配的调控措施,维护大电网安全稳定运行。

4)大数据、人工智能等新技术在电力调控领域应用需要更强的基础数据和计算能力支撑。电力系统运行产生海量历史数据,但并未被充分挖掘,迫切需要大数据、人工智能等新技术结合电力调控领域相关知识,挖掘数据价值,探索数据潜在规律,提升数据效率与业务决策能力。现有系统技术架构上难以满足其数据需求,难以满足实现新经济发展和新电网运营要求下定制化服务的需求。

从江西的情况看,电网调控系统的核心问题是缺乏全局电网的模型中心,造成所有电网数据只对局部电网有效,对大电网无效。等效拼接后电网模型失真严重,失去全局大电网调控的数据基础,难以发挥调控系统PAS高级应用的功能,难以采用大数据、人工智能等技术对电网数据进行价值再发现。现有问题难以在现有架构上解决,需要建立新的调控技术支持系统底层支撑系统,调控云平台提供了较好的解决方案。

2 规划设计研究

2.1 总体规划

根据调控业务特点和管理布局,调控云由跨调度机构的国(分)、省(地)两级云组成,各级云采用两点建设模式,实现业务双活。国(分)云(1 个)为主导云,侧重国分省主网调控运行管理业务、主网模型数据及其应用功能。省(地)云(N 个)为协同云,侧重省地县电网调控运行管理业务、省地模型数据及其应用功能。调控云平台分层架构如图1所示。

图1 调控云平台分层架构

根据调控业务特点和管理布局,“调控云”共有(1+N)个业务云构成,每个业务云由A、B两个双活的云平台组成。

国(分)云,侧重于国分省调主网业务,部署220 kV以上主网模型、数据及对应的应用功能。业务云中的“N”,为省地县调度云,侧重于省地县在省所辖范围内的业务,部署10 kV 及以上省网模型数据及对应的应用功能。

云平台A、B间实现数据快速同步、并行服务。每个云站点均按照云计算的典型结构分层设计,自下而上划分为基础设施层(IaaS)、数据平台层(PaaS)和应用场景层(SaaS),按照资源虚拟化、数据标准化、应用服务化的目标,构建包括计算资源、存储资源和存储资源的基础设施,构建包括公共资源管理和模型数据等服务的数据平台,面向业务场景,部署了支撑调控中心及公司相关部门的各类应用。软件架构如下图2所示。

图2 调控云软件架构

每个云站点均由一套独立的网络及硬件组成,其典型配置包括计算资源、存储资源、网络及安全资源和站点网络及硬件,江西省级调控云平台硬件架构示意图如图3所示。

图3 江西省级调控云平台硬件架构

2.2 选址规划

根据总体架构规划方案,为保障调控云的高可用性,调控云各节点均采用双站点模式进行建设,即在同一节点上异地部署A、B 两个站点,并实现站点间数据的高速同步。两站点均衡配置,在业务层面均可同时对外提供服务,实现异地应用双活。

A、B 站点的异地建设选址,选址原则主要考虑因素如下:第一,站点建设地点,无重大地质灾害,不发生系统性风险,两个站点的必须为电网通信枢纽节点,通信光缆及传输设备具备多冗余条件,保障双站点间数据传输及同步的可靠;第二,站点数据中心机房运行环境良好,可供系统上架的服务器机柜、UPS电源、精密空调及运维安全制度措施等因素,具备系统上线的基本条件;第三,运行人员数量足够,业务水平较高,可以长期保障系统安全可靠运行。

目前各省级电网都建设各自的调控中心和备用调控中心,选址时考虑的因素与调控云A、B 站点基本相同。因此一般情况下,可考虑省级调控中心和省级备用调控中心为A、B 站点建设首选地址。但是,备用调控中心大多部署在某一个地区电网调控中心内,调控中心自动化机房运行资源部署地调和省备调系统,机房基本处于满负荷运行状态,重新建设或改造自动化机房,将受大楼本体结构、管线通道条件及办公场所紧张等诸多外部条件制约,系统有停运风险,调控云平台系统难以部署。另外,从系统长远可靠运行角度看,运维人员同时维护地区电网调控系统、省级备用调控系统,调控云平台系统运维任务过重。

就江西省目前电网情况看,A 站点考虑规划部署在省调控中心自动化机房,B 站点主要考虑结合目前江西某个地区电网调控中心大楼新建契机建设B 站点。从长远稳定运行角度上,统筹规划数据中心的规模,同步配套网络通信基础设施建设,结合新大楼建设考虑数据中心楼层的布局与设备荷载,分阶段部署数据中心综合布线系统,UPS 电源系统,精密空调系统,同时统筹运维人力资源的配置。

2.3 计算资源池规划

调控云基础设施层包含计算资源池、存储资源池、网络资源池等,通过虚拟化技术实现底层物理资源的池化、按需使用,并提供统一云管理工具。

IaaS层是整个调控云平台基础资源层,负责向调控云平台各类应用提供计算服务器资源,负责存储调控云平台各类应用所需的基础数据,负责调控云平台的基础网络运行。

将一台物理服务器虚拟成几台虚拟服务器,没有明确的规定,主要是根据物理服务器的硬件配置情况和计算业务场景情况而定。虚拟化技术使得硬件资源扩充非常便捷,规划设计时应主要基于目前的计算业务要求,并保留有一定计算资源裕度。

规划设计时需根据一台物理服务器硬件能提供的虚拟计算服务器CPU(VCPU)总数进行估算,经验公式描述如下:

式中:nv为VCPU 总数;nc为物理服务器CPU 数量;nk为物理服务器CPU 核数;no为操作系统占用的VCPU个数。

目前,物理服务器X86 架构大多采用超线程技术,一个CPU 核可模拟为2 个逻辑线程使用,操作系统占用VCPU 一般为4 个,实际运行时物理服务器计算负载一般70%考虑,同时考虑“N-1”情况,即集群中某台物理服务器故障,集群中的其他物理服务器可承担其的计算负载按预留15%考虑。因此工程规划设计时计算公式为:

式中:ng为工程规划设计可提供的虚拟CPU个数。

就目前已试点单位建设经验看,选择物理服务器与虚拟服务器之比有1:5、1:10、1:20 的方案,结合江西电网实际情况,规划设计时选择按1:5 方式规划虚拟计算资源池。以一台4 路10 核CPU+768G 内存服务器为例,大约可提供45 个VCPU,若按一台虚拟机分配8 颗VCPU+64G 内存计算,可提供5 台虚拟机所需资源。经测算江西省级调控云平台PaaS、SaaS 层各业务功能模块需求计算量,并保留适当裕度,规划设计12 台4 路10 核768G 物理服务器作为计算资源池。

2.4 存储资源池规划

存储空间包括虚拟机、电网模型、OMS 数据、告警信息、非结构化数据(CIM/E 及其它文件)、历史采样数据和PMU数据等存储对象所占用的空间。

实际工程规划设计时,要结合现有调控系统资产状况进行合理选择配置。从江西省调调控系统现状看考虑存储系统投资较大,同时为保护现有调控系统投资,工程实施时PMU 数据存储现有调度技术支持系统存储系统中,可以节省物理存储和时序数据库的投资。江西调控云平台在规划水平年内需要对调控云中存储的数据类型和容量估算:

1)历史采样数据(结构化数据)

计算历史采样数据容量需求,需根据现有电网测点数,结合电网规划估算测点年增长率,按如下经验公式计算:

式中:Sh为存储容量,T;np为现有10 kV及以上电网遥测、遥信测点总数;x%为电网测点年均增长率;n+1 为规划年数。单测点一小时内采样占用空间约588字节。

江西电网目前10 kV 以上厂站遥测、遥信测点共260 万个,按年均增长5%情况测算,5年后存储量需求代入公式计算约为68 T。

2)电网模型(结构化数据)

电网模型数据一般比较稳定,随厂站数量变化占用存储空间较小,根据5年内发展需求测算,需配置50 G存储空间。

3)OMS数据(结构化数据)

根据5年内发展需求测算,需配置1 T存储空间。

4)告警信息(结构化数据)

按照每年约200 G,年增长率5%测算,5年后存储量需求为:

(5)CIM/E数据(结构化数据)

按照每5 min 生成一个12 M 大小文件测算,1年约为1.2 T。5年后存储量需求:

6)其他文件(非结构化数据)

根据5年内发展需求测算,需配置2 T存储空间。

7)虚拟机硬盘开销(非结构化数据)

包括操作系统、程序安装空间。每台虚拟计算服务器0.5 T,60台虚拟计算服务器合计30 T。

根据统计及数据属性和存储技术的适应性,存储系统做如下规划配置:

配置集中式磁盘阵列存储设备1 套,存储历史采样数据、电网模型、OMS 数据、告警信息、CIM/E 数据。合计需求为75 T。考虑RAID 开销,最终应配置120 T容量的磁盘阵列。

配置分布式存储服务器1 组,用于虚拟机和非结构化数据存储,合计需求为32 T。分布式存储提供虚拟机及其数据盘所需的存储空间。分布式存储采用3 副本模式,单台分布式存储服务器配置12 块1.8 T硬盘,空间利用率按95%估算,所提供存储空间:

规划设计2 台的存储冗余裕度,配置8 台分布式存储服务器。

2.5 PaaS和SaaS层规划

调控云PaaS 层核心目标是实现模型数据云平台、运行数据云平台及实时数据云平台,实现数据存储与交互的标准化。前期规划设计时,除必须建设的基础公共资源服务管理和三个平台外,应结合业务的发展需求配置支撑电网发展的平台软件。

2020年2 月,在中国全面遭受新型冠状病毒侵袭,全社会面临抗击疫情和复工复产困难情况下,浙江省电力公司通过电力大数据得出“企业复工电力指数”,助力地方疫情防控与企业复工复产,取得的积极的社会效益和经济效益。以2月10日的数据为例,浙江全省“企业电力复工指数”为25.42,复工指数最高的行业为金融业达67.35[2]。可以预见在不久的未来,大数据和人工智能技术必然在电力行业有更加广泛和深入的应用。因此调控云平台的PaaS 层上配置大数据引擎和人工智能引擎有较强的必要性。

SaaS 层规划不仅需实现省级电网基本典型常用的应用功能如:基础类、公共类、数据分析类应用,还需规划部署适应当地电网业务发展需求的特色应用。

如结合大数据分析,通过“调控云”平台规划汇集全省35 kV 及以上接入江西电网的小水电、新能源、分布式电源等资源信息数据,实现全省新能源、清洁能源全局监视与分析。同时,结合气象预测、水文预测、功率预测、异常报警、辅助交易等功能,实现各类电力资源的统筹调度,优化配置和控制,如系统调峰、故障紧急控制、输电断面拥塞缓解、清洁能源充分消纳、电力市场交易等支持性功能[3-8]。

3 结语

随着中国产业结构转型,电网企业将迎来生产方式和管理方式的重大变革,驱动这场变革的必将是以云计算、大数据、人工智能等信息技术和智能技术为代表的新技术集合。调控云平台经过多年迭代已进入工程实用化阶段,文中结合江西省级调控云平台的规划设计经验,提出在平台部署规划选址、虚拟计算资源、存储资源、PaaS层和SaaS层功能配置等方面规划设计时应重点考虑的因素,为调控云平台的全面建设推广,提供通用性建议。

在工程实际规划和建设过程中,应充分考虑经济性与先进性,充分结合当地电网实际情况,优先对A、B 节点处的调控数据中心改造升级,结合电网近期、远期需求,分步规划配置平台硬件资源和软件功能,充分与通信专业沟通,保障系统运行的通信带宽和链路可靠,结合现有电力监控控系统二次安全防护系统,合理配置调控云安全设备,实现调控云平台全面建设,为省级电网调控运行管理提供新的技术支撑平台。

猜你喜欢
站点调控服务器
如何调控困意
通信控制服务器(CCS)维护终端的设计与实现
经济稳中有进 调控托而不举
基于Web站点的SQL注入分析与防范
2017~2018年冬季西北地区某站点流感流行特征分析
首届欧洲自行车共享站点协商会召开
中国服务器市场份额出炉
得形忘意的服务器标准
怕被人认出
顺势而导 灵活调控