武永強，張一帆，王宇強，楊 洋，梁 帥，賈俊青，郭 杉

（1.內(nèi)蒙古電力（集團）有限責(zé)任公司錫林郭勒供電分公司，內(nèi)蒙古 錫林浩特 026000；2.內(nèi)蒙古電力（集團）有限責(zé)任公司內(nèi)蒙古電力科學(xué)研究院分公司，呼和浩特 010020；3.內(nèi)蒙古自治區(qū)新型電力系統(tǒng)智能電網(wǎng)企業(yè)重點實驗室，呼和浩特 010020）

0 引言

電能質(zhì)量的主要目標是優(yōu)質(zhì)供電，指標涵蓋電壓偏差、諧波、電壓波動與閃變、電壓暫降等[1-2]。近年來，為應(yīng)對全球化石能源枯竭及環(huán)境問題，我國大力發(fā)展以光伏、風(fēng)電為代表的環(huán)境友好型可再生能源。大多數(shù)可再生能源通過電力電子接口并網(wǎng)，使得電網(wǎng)呈現(xiàn)高比例可再生能源和高比例電力電子設(shè)備的雙高特征，“雙高”電網(wǎng)下電能質(zhì)量機理更為復(fù)雜[3-4]。文獻[5]對風(fēng)儲聯(lián)合系統(tǒng)接入電網(wǎng)公共連接點的電能質(zhì)量指標進行評估和分析。文獻[6]總結(jié)了新能源接入下的電網(wǎng)建模方法。文獻[7]開展海上風(fēng)電場諧波異常原因分析。文獻[8]基于諧波特性及交互影響、研究方法原理和諧波抑制三方面，對光伏并網(wǎng)中的諧波問題進行分析。隨著越來越多高精尖制造業(yè)的變頻器、交流接觸器等設(shè)備接入電網(wǎng)，這些設(shè)備對電壓暫降尤為敏感，據(jù)統(tǒng)計，電壓暫降投訴問題占所有電能質(zhì)量問題的80%[9-11]。據(jù)了解，2017年各電網(wǎng)公司已建設(shè)了相應(yīng)的電能質(zhì)量監(jiān)測和分析系統(tǒng)，文獻[12]闡述了當時電能質(zhì)量監(jiān)測系統(tǒng)架構(gòu)和功能。隨著“云大物移智鏈邊”等新技術(shù)快速發(fā)展，電網(wǎng)數(shù)字化已成為各電網(wǎng)企業(yè)轉(zhuǎn)型的戰(zhàn)略目標。2020年8月，國務(wù)院發(fā)布了《關(guān)于加快推進國有企業(yè)數(shù)字化轉(zhuǎn)型工作的通知》明確了國有企業(yè)數(shù)字化轉(zhuǎn)型的基礎(chǔ)、方向、重點和舉措。據(jù)此，國家電網(wǎng)公司發(fā)布的《能源數(shù)字化轉(zhuǎn)型白皮書（2021）》明確指出，通過“三融三化、三條主線”推進國網(wǎng)數(shù)字化轉(zhuǎn)型，其中“三化”包括架構(gòu)中臺化以構(gòu)建企業(yè)級共享平臺；南方電網(wǎng)發(fā)布的《數(shù)字南網(wǎng)白皮書》確定了“采用當前先進、成熟的‘云、大、物、移、智’、微服務(wù)、數(shù)字孿生、區(qū)塊鏈等數(shù)字技術(shù)，構(gòu)建關(guān)鍵技術(shù)平臺和各大數(shù)字業(yè)務(wù)平臺”的技術(shù)路線；內(nèi)蒙古電力（集團）有限責(zé)任公司制定了《公司“十四五”生產(chǎn)技術(shù)發(fā)展規(guī)劃》和《公司生產(chǎn)管理數(shù)字化轉(zhuǎn)型指導(dǎo)意見》，并建設(shè)了“生產(chǎn)精益化管理平臺”“配電自動化主站系統(tǒng)”等數(shù)字化重點項目。

目前微服務(wù)、分布式等技術(shù)是實現(xiàn)電網(wǎng)數(shù)字化的重要路線。然而，從文獻[12]可知，已建設(shè)的電能質(zhì)量監(jiān)測系統(tǒng)框架老舊，在裝置接入、計算性能、存儲能力等方面存在瓶頸，難以滿足電網(wǎng)數(shù)字化發(fā)展要求。為此，亟需在電網(wǎng)數(shù)字化發(fā)展目標引領(lǐng)下面向電能質(zhì)量發(fā)展新需求設(shè)計全新的電能質(zhì)量監(jiān)測系統(tǒng)。本文基于分布式與微服務(wù)技術(shù)設(shè)計開發(fā)了電能質(zhì)量監(jiān)測系統(tǒng)，并以電能質(zhì)量錄波數(shù)據(jù)實測故障定位為例，分析該系統(tǒng)電能質(zhì)量深化應(yīng)用能力。

1 電能質(zhì)量監(jiān)測系統(tǒng)技術(shù)架構(gòu)

1.1 系統(tǒng)架構(gòu)

本文基于微服務(wù)等思想設(shè)計了電能質(zhì)量監(jiān)測系統(tǒng)框架，如圖1所示。該框架通過Nginx實現(xiàn)負載均衡，以API 路由網(wǎng)關(guān)分配請求響應(yīng)從而選擇具體的服務(wù)；系統(tǒng)功能由基礎(chǔ)服務(wù)集群和聚合服務(wù)集群提供，基礎(chǔ)服務(wù)包括緩存服務(wù)、配置服務(wù)等；聚合服務(wù)則是融合多個基礎(chǔ)服務(wù)滿足復(fù)雜應(yīng)用需求，如諧波溯源、電壓暫降定位等。同時，面向的服務(wù)具體靈活補充基礎(chǔ)實施組件，如指標監(jiān)控等。

圖1 電能質(zhì)量監(jiān)測系統(tǒng)具體架構(gòu)Fig.1 Specific architecture of power quality monitoring system

1.1.1 服務(wù)層

服務(wù)層根據(jù)電能質(zhì)量需求拆分為多個基礎(chǔ)服務(wù)，這些基礎(chǔ)服務(wù)可滿足系統(tǒng)的最小應(yīng)用需求?；A(chǔ)服務(wù)包括緩存服務(wù)、配置服務(wù)、模型服務(wù)、數(shù)據(jù)服務(wù)、權(quán)限服務(wù)等。以日志服務(wù)為例，它支撐系統(tǒng)日常運維，提供日志存儲和查詢，并為系統(tǒng)的監(jiān)控提供數(shù)據(jù)基礎(chǔ)。日志服務(wù)處理流程見圖2，日志服務(wù)基于ELK組件來實現(xiàn)日志數(shù)據(jù)的存儲和搜索要求。

圖2 日志服務(wù)處理流程Fig.2 Log service processing flow

1.1.2 聚合層

聚合層是面向電能質(zhì)量業(yè)務(wù)更高級深入的應(yīng)用設(shè)計，通過基礎(chǔ)服務(wù)的組合和疊加，同時也根據(jù)使用需求擴展更復(fù)雜的服務(wù)。以諧波溯源為例，它是一個聚合應(yīng)用，從現(xiàn)有基礎(chǔ)服務(wù)讀取基礎(chǔ)數(shù)據(jù)，以容器技術(shù)封裝諧波溯源算法程序，進而將結(jié)果返回至基礎(chǔ)服務(wù)展示。

1.1.3 網(wǎng)管層

網(wǎng)管層由多個API 組成，通過API 路由網(wǎng)關(guān)分配請求響應(yīng)從而選擇具體的服務(wù)，當請求2 次諧波數(shù)據(jù)查詢時，系統(tǒng)根據(jù)認為類型和ID轉(zhuǎn)發(fā)給具體的API，API 根據(jù)預(yù)好的任務(wù)請求服務(wù)提供數(shù)據(jù)，其實現(xiàn)過程如圖3所示。

圖3 電能質(zhì)量監(jiān)測系統(tǒng)服務(wù)架構(gòu)Fig.3 Service architecture of power quality monitoring system

1.1.4 接入層

接入層為用戶提供交互入口，接收用戶請求。為了保證多用戶、多業(yè)務(wù)請求流暢性，通過Nginx實現(xiàn)負載均衡。

1.2 關(guān)鍵技術(shù)

1.2.1 微服務(wù)技術(shù)

微服務(wù)是一項將單體服務(wù)拆分為多個相對獨立服務(wù)的新技術(shù)，基本思想在于圍繞業(yè)務(wù)領(lǐng)域組件創(chuàng)建應(yīng)用，這些應(yīng)用可獨立進行開發(fā)、管理和加速迭代。在分散的組件中使用微服務(wù)架構(gòu)可使整個系統(tǒng)的分工更加明確，每個服務(wù)功能更加清晰，減少單體服務(wù)模式下模塊之間的相關(guān)影響。

系統(tǒng)業(yè)務(wù)服務(wù)使用Spring Cloud 微服務(wù)技術(shù)路線，Spring Cloud 是一系列框架的有序集合。它利用Spring Boot 的開發(fā)便利性簡化了分布式系統(tǒng)基礎(chǔ)設(shè)施的開發(fā)，如配置中心、消息總線、負載均衡、斷路器、數(shù)據(jù)監(jiān)控等，通過Spring Boot 的開發(fā)風(fēng)格做到一鍵啟動和部署。將目前比較成熟、經(jīng)得起實際考驗的服務(wù)框架組合起來，形成一套穩(wěn)定和高可用性的分布式服務(wù)框架，核心功能包括服務(wù)注冊和發(fā)現(xiàn)、路由、服務(wù)和服務(wù)之間的調(diào)用、負載均衡、斷路器、分布式消息傳遞等?；谖⒎?wù)技術(shù)的電能質(zhì)量監(jiān)測系統(tǒng)架構(gòu)如圖4所示。

圖4 基于微服務(wù)技術(shù)的電能質(zhì)量監(jiān)測系統(tǒng)架構(gòu)Fig.4 Architecture of power quality monitoring system based on microservice technology

基于此設(shè)計，可在現(xiàn)有電能質(zhì)量系統(tǒng)中融合包括計量、能源管理、電能監(jiān)控等領(lǐng)域的應(yīng)用，有效提升系統(tǒng)的可擴展性和靈活性。

1.2.2 分布式緩存技術(shù)

分布式緩存技術(shù)用于從裝置側(cè)采集的數(shù)據(jù)進行讀寫分離，借助分布式管理技術(shù)實現(xiàn)數(shù)據(jù)對磁盤的順序讀寫，從而提升讀寫性能。同時對于計算密集、計算任務(wù)無法分解的分析需求（如關(guān)聯(lián)分析算法），通過分布式緩存技術(shù)將業(yè)務(wù)所需數(shù)據(jù)分布式緩存至內(nèi)存中，可快速對數(shù)據(jù)進行多次迭代，縮短數(shù)據(jù)處理時間，提高數(shù)據(jù)處理性能。

1.2.3 J2EE架構(gòu)技術(shù)

2 電能質(zhì)量監(jiān)測系統(tǒng)功能設(shè)計

2.1 通用功能

2.1.1 全景概覽

分析和展示全系統(tǒng)電能質(zhì)量特征，涵蓋頻率、電壓、三相電壓不平衡度、閃變等穩(wěn)態(tài)指標及電壓暫升、暫降、短時中斷等暫態(tài)指標總體分布和變化特性。

2.1.2 指標管理

面向終端、測點、變電站，統(tǒng)計臺賬最新數(shù)量、評估臺賬匹配率，從數(shù)據(jù)完整性和數(shù)據(jù)正確性評估數(shù)據(jù)質(zhì)量。

2.1.3 報表報告

定時生成各類報表和報告，統(tǒng)計周期涵蓋日、周、月、季、年，為專業(yè)管理人員和技術(shù)人員提供統(tǒng)一的報表報告管理入口，實現(xiàn)常用報表報告的查詢和下載。具體包括報表管理（按單位、負荷分類和電壓等級統(tǒng)計的合格率報表、超標統(tǒng)計表、現(xiàn)場測試統(tǒng)計表、上傳率（3 min 數(shù)據(jù)完整率）統(tǒng)計表、在線率統(tǒng)計表等）、報告管理。

2.1.4 穩(wěn)態(tài)分析

種植小麥應(yīng)使用防治技術(shù)、生物防治和化學(xué)防治技術(shù)等。做好小麥田間管理，保證上一季度的小麥與雜草能同時鏟除，在秋季時，通過人工方式清除田間則草，防止傳播病蟲害。在田間播種昆蟲性激素藥避免昆蟲的繁殖，保證對小麥不會有抗藥性情況出現(xiàn)。也可使用化學(xué)制劑防治紋枯病等，應(yīng)符合國家標準，防止影響小麥的生長。另外海英使用物理防治手段，通過鋤草方法清除干凈，幫助土壤增溫。

針對單點和區(qū)域提供電能質(zhì)量穩(wěn)態(tài)指標實時數(shù)據(jù)矢量分析、實時諧波頻譜、趨勢曲線對比分析、超標統(tǒng)計分析和擾動成因分析等。

2.1.5 暫態(tài)分析

統(tǒng)計分析暫態(tài)事件信息進行，實現(xiàn)針對單點和區(qū)域的電能質(zhì)量暫態(tài)事件的查詢、統(tǒng)計，深入分析和數(shù)據(jù)應(yīng)用以圖表的形式展示多個統(tǒng)計維度下的暫態(tài)事件發(fā)生情況，以表格的形式展示暫態(tài)事件詳情及發(fā)生原因，統(tǒng)計單點和區(qū)域的暫態(tài)事件容忍度分布情況，評估單點和區(qū)域暫態(tài)事件的嚴重程度。

2.1.6 臺賬管理

各類電能質(zhì)量臺賬的新增、修改、刪除、查詢及校核。具體包含監(jiān)測終端臺賬（電能質(zhì)量監(jiān)測終端、電壓暫降監(jiān)測終端）、測試儀器臺賬、治理設(shè)備臺賬、干擾源臺賬、敏感重要用戶臺賬、單位臺賬、變電站臺賬、用戶權(quán)限臺賬、臺賬問題輔助核查等功能。

2.1.7 運維管理

實時告警提醒異常終端、異常數(shù)據(jù)及系統(tǒng)故障等問題，為主站運維人員的工作提供工具支撐，以便運維人員迅速定位和解決問題。

2.2 高級應(yīng)用功能

除上述通用功能外，基于微服務(wù)技術(shù)設(shè)計了專項分析和高級應(yīng)用功能。以高級應(yīng)用模塊下的電網(wǎng)故障定位為例，通常故障發(fā)生時電能質(zhì)量監(jiān)測終端將觸發(fā)高達1024 點/周波精度的錄波數(shù)據(jù)，基于電能質(zhì)量錄波數(shù)據(jù)實現(xiàn)故障準確定位的具體步驟如下：

步驟1：故障判斷。通過電能質(zhì)量監(jiān)測終端錄波持續(xù)時間和故障錄波幅值甄別故障錄波。

步驟2：零序電流計算。算法需要基于零序電流判斷故障，通過傅里葉變化獲得零序電流信息。

步驟3：啟動故障定位算法。本文提出了一種適用于主配網(wǎng)實際情況的改進正序阻抗法。該方法在正序阻抗法的基礎(chǔ)上，考慮了配電網(wǎng)線路參數(shù)非均勻分布的情況，以及不同型號導(dǎo)線的參數(shù)，提高故障定位計算的準確性，算法流程如圖5所示。

圖5 故障定位算法流程圖Fig.5 Fault localization algorithm flowchart

從圖5 可以看出，故障定位算法采用常用的二分法進行搜索和迭代，即先計算各導(dǎo)線分段處的總實際正序電抗與假設(shè)在該點發(fā)生短路時的故障正序電抗，比較二者的差值，進而確定實際故障點所在的導(dǎo)線分段，再通過二分法逐漸縮小實際故障點的范圍，直到二者的差值小于預(yù)期值，停止搜索。

3 電能質(zhì)量監(jiān)測系統(tǒng)應(yīng)用分析

3.1 性能分析

2023年初，將本文設(shè)計開發(fā)的電能質(zhì)量監(jiān)測系統(tǒng)部署于某電網(wǎng)通信公司機房，硬件由4 臺云服務(wù)器組成，操作系統(tǒng)均為centos7.9；數(shù)據(jù)庫采用PG+VM，服務(wù)封裝于Kubernetes 中。同時，部署了文獻[12]開發(fā)的電能質(zhì)量監(jiān)測系統(tǒng)，與本文開發(fā)的系統(tǒng)進行性能對比。

3.1.1 監(jiān)測點接入能力

文獻[12]開發(fā)的系統(tǒng)最多可接入128×60個監(jiān)測點，而本文設(shè)計的系統(tǒng)因以微服務(wù)技術(shù)設(shè)計接入規(guī)模，因此規(guī)模不受軟件限制（僅取決于受服務(wù)器CPU、內(nèi)存、磁盤IO等硬件配置）。

3.1.2 存儲性能

在1000 個監(jiān)測點的系統(tǒng)規(guī)模下，文獻[12]開發(fā)的系統(tǒng)每天需約60G 存儲空間，而本文設(shè)計的系統(tǒng)每天僅需約6G空間。在同樣的磁盤資源下，本文開發(fā)的系統(tǒng)相比文獻[12]開發(fā)的系統(tǒng)可多存儲9 天的數(shù)據(jù)，存儲性能得到提升。

3.1.3 計算分析性能

文獻[12]開發(fā)的系統(tǒng)進行計算分析時主要依賴32位的PQDataprocessor 程序，而本文開發(fā)的系統(tǒng)計算分析功能采用分布式架構(gòu)完成，基礎(chǔ)的日數(shù)據(jù)計算分析功能分配至本地，而復(fù)雜的計算法分析通過Kettle 管理。在1000 個監(jiān)測點的系統(tǒng)規(guī)模下，文獻[12]開發(fā)的系統(tǒng)每天僅能完成1.2 天的數(shù)據(jù)量計算分析，而本文開發(fā)的系統(tǒng)每天能統(tǒng)計10 天的數(shù)據(jù)量，效率同比提升了8.33倍。

3.1.4 查詢性能

在3000 個監(jiān)測點的系統(tǒng)規(guī)模下，通過Chrome調(diào)試信息統(tǒng)計查詢性能，當查詢一天10條電能質(zhì)量穩(wěn)態(tài)指標（3 min間隔），本文開發(fā)的系統(tǒng)每個請求耗時均在4 ms 內(nèi)，全部任務(wù)總耗時86 ms；而文獻[12]開發(fā)的系統(tǒng)需要約2 s。

3.2 運行效果

目前，系統(tǒng)已具備接入1000個電能質(zhì)量終端的能力。其中，專項分析和高級應(yīng)用是體現(xiàn)電能質(zhì)量深化應(yīng)用的特殊模塊，圖6 是風(fēng)電專項功能部分界面，可評估風(fēng)電接入高低電壓過渡故障特征，統(tǒng)計電壓暫降和脫網(wǎng)信息等。

圖6 專項功能Fig.6 Special function

高級應(yīng)用功能下，以故障定位為例，當某干線2023-03-24 蔡州干“#16～天農(nóng)食品專配段”發(fā)生三相接地故障時，對應(yīng)的故障電壓和電流波形分別如圖7和圖8所示。

圖7 故障電壓波形Fig.7 Voltage waveform recorded during fault

圖8 故障電流波形Fig.8 Current waveform recorded during fault

系統(tǒng)基于故障后穩(wěn)態(tài)三相電流、電壓相量（從第2000 個采樣點開始），利用改進視在阻抗得到的故障位置與真實故障位置相差271 m。

據(jù)統(tǒng)計，2023 年以來，該功能定位的最大誤差1 382.8 m，最小誤差243.7 m，定位精度較為理想。

4 結(jié)語

本文基于電能質(zhì)量業(yè)務(wù)管理需求，采用分布式與微服務(wù)技術(shù)設(shè)計了電能質(zhì)量監(jiān)測管理系統(tǒng)，功能上滿足了電能質(zhì)量基礎(chǔ)業(yè)務(wù)需求；性能上，與文獻[12]系統(tǒng)對比，本文開發(fā)的系統(tǒng)在接入容量、響應(yīng)速度等方面均有較大提升。此外，為了挖掘電能質(zhì)量數(shù)據(jù)解決實際工程問題，系統(tǒng)開發(fā)了高級應(yīng)用模塊，并以電能質(zhì)量錄波數(shù)據(jù)實現(xiàn)故障定位為例進行了分析。后續(xù)，系統(tǒng)將接入?yún)^(qū)域內(nèi)更多電能質(zhì)量數(shù)據(jù)，根據(jù)管理需求優(yōu)化和完善系統(tǒng)功能，持續(xù)提升系統(tǒng)支撐電能質(zhì)量管理和分析能力。