您当前的位置 :北仑信息网 > 旅游 > 云环境下电力交易中数据服务的研究与实现

云环境下电力交易中数据服务的研究与实现



云环境下电力交易中数据服务的研究与实现

作者:未知

摘要:在新一轮电力改革的背景下,越来越多的分布式可再生能源与配电网络相连,给电力市场的电力交易平台带来了新的挑战。本文研究了云环境下电力交易的数据服务问题,研究了电力交易平台交易信息模型的构建,分布式电力交易的数据一致性,设计了分布式可再生能源交易系统的数据服务架构,以展示该项目。验证现场数据作为示例。

关键词:分布式可再生能源数据服务;云环境

摘要:在新一轮电力市场化改革的背景下,越来越多的分布式可再生能源进入配电网络,给电力市场交易平台带来了新的挑战。本文重点研究了云环境下电力交易的数据服务,研究了电力交易平台交易信息模型的构建,分布式能源交易系统数据一致性的研究,交互式交易模式的设计和交易系统的体系结构。分布式可再生能源系统通过演示项目的运行数据进行验证。关键词:分布式可再生能源;数据服务;云环境

介绍

随着社会的进步和发展,全球对绿色,清洁,高效电能的需求不断增长,智能电网的概念已经出现[1]。 2015年3月,国务院发布《关于进一步深化电力体制改革的若干意见》,明确指出用户侧分布式电源市场应该完全放开[2]。 2015年7月,国务院发布《关于积极推进“互联网 ”行动的指导意见》。 2016年,国家发展和改革委员会,国家能源局和工业和信息化部联合发布《关于推进“互联网 ”智慧能源发展的指导意见》,明确指出国家能源领域大数据战略的实施,逐步覆盖能源和其他能源领域。实现大数据集成的整合[4]。

传统的电力市场交易平台主要支持中长期电力交易业务[5]。随着实时电力交易的不断推进,它已经无法满足电力交易市场的需求。本文提出了一种分布式可再生能源交易系统的交易信息模型,解决了电力交易系统中多源异构数据融合和信息交互的问题。对分布式系统数据一致性的研究解决了分布式系统中数据不一致的问题。设计并实施区域分布式新能源电力交易系统,探索分布式可再生能源的交易过程和数据服务的信息交换过程,并将“互联网”与电力交易相结合,进行有益的创新。

1电力交易信息模型

公共信息模型(CIM)[6]描述了电力企业和业务领域中的主要对象类,类属性和类之间的关系。它使用面向对象的建模方法和统一的建模语言描述以类图的形式以直观的方式显示,表示电力企业的所有主要对象的抽象模型。 CIM模型扩展的基本过程如图1所示。

由于CIM是国际通用标准,不可能完全满足中国电力系统的所有特性,随着CIM模型的修订,CIM模型对电力系统的内部描述越来越详细, CIM模型已成为一个庞大的综合信息模型[7]。对于分布式可再生能源交易系统,没有必要使用所有CIM模型,只提取IEC 61968和IEC 62325的CIM模型的部分,并结合交易的现实扩展现有的CIM模型系统。形成满足交易系统需求的数据模型。本文基于IEC 62325标准通用软件包(MarketCommonPackage)中的MarketParticipant和MarketRole类对分布式能源用户进行建模。机构角色类别下的消费者类别被扩展为抽象分布式可再生能源消费者类别(RenewableEnergyCustomer)。新能源用户CIM类如图2所示,其中包括新能源用户的总消费PV消费量(PVSubscriptionConsumption)。 ,总消费(totalConsumption)和?支付金额(totalPayment)等属性,以及市场参与者(MarketParticipant)子类

[LL]市场角色类(MarketRole)具有关联关系。扩展的新能源用户类的属性可以满足分布式可再生能源交易过程中各种交易链接的需要。

市场运营CIM类如图3所示。扩大市场申报类,以满足电力用户提交客户投标的需求;扩大产品报关等级,以满足发电机报价的模型要求;扩展引用类(PublisherBid),此类型包括单位类型(energyType),属性(如价格声明曲线(hourlyPowerPrice))和订单时间(orderTime),用于描述单位输出和价格之间的关系。扩展BidHourlySchedule以满足市场运营商在市场平衡后宣布出价的需要。

市场清算类别CIM如图4所示。未来,结算需要解决新能源用户和分布式电力生产商之间的交易。在IEC 62325标准中,市场清算的类图主要是MarketFactors。它定义了各种类型的市场清算类别,并扩展了通用清算类,以满足关闭过程中电力生产者和电力用户的建模需求。 2电力交易数据一致性研究随着智能电网的快速发展,新收集和存储的网格数据具有数TB的数据,而当前的数据仓库和数据中心难以满足大量数据的存储分析需求。由于分布式存储系统在电网云计算环境中的逐步应用,如何确保分布式系统中节点之间的数据一致性已成为当务之急。

一致性算法使服务器集群作为一个整体工作,即使集群中的多个服务器关闭,也不会影响集群工作。因此,一致性算法在分布式系统中起着至关重要的作用Lamport提出的Paxos算法一直占据主导地位[8]。许多新的一致性算法基于经典的Paxos算法。虽然许多学者为降低Paxos算法的复杂性做了大量工作,但仍然非常复杂,难以直接应用于实际系统。筏这个算法是在这个背景下提出的[9]。 Raft算法使用一些特殊的优化来使其易于理解。该算法分为三个部分:选举,日志复制和安全性,以降低算法的复杂性。

在简化的电力交易过程中,以日常报告链接为例:高级用户在固定时间提交第二天可再生能源订购比例;分布式可再生能源发电企业在固定时间进行第二天发电量报价报告。运营商统一市场平衡,然后宣布电力供应商的中标。可以看出,服务器集群将在固定的时间段之前和之后达到数据读取峰值。生成器和高级用户同时访问服务器集群,并且当用户读取获胜的电力信息时,数据需要在服务器节点之间保持一致。为了提高系统性能,在电力交易的各个方面到达固定时间之前,开始一致性算法中的选举过程,并选出新的领导者。领导者负责协调服务器之间的工作,以及客户端和集群之间的交互以及集群内服务器的交互都是领导者。当声明关闭时,市场平衡完成,数据一致性过程开始,每个服务器节点的状态一致,以确保系统可靠性。Raft集群包含多个服务器节点。如果五个服务器节点形成一个群集,则系统最多可以容忍两个服务器节点停机时间。服务器节点始终始终属于以下三种状态:leader,follower和candidate。通常,群集只能有一个领导者,其余节点是粉丝。追随者是被动角色,无法提出请求,但仅响应领导者和候选人的请求。领导者负责处理来自客户的所有请求。如果客户端连接到跟随者节点,则该节点需要将请求重定向到领导者节点,并且该候选者用于选择领导者节点。三种状态之间的状态转换如图5所示。

3电力交易数据服务架构设计

在新一轮电力改革的背景下,电力销售方面自由化,有必要研究适应市场变化的电力交易数据服务的关键结构[10]。针对电力交易信息模型构建,数据一致性和交易安全性等问题,设计了一种分布式可再生能源和交易系统数据服务体系结构。该体系结构由基础结构层,平台服务层和系统应用程序层组成。架构形式如图6所示。

3.1基础设施层

基础架构层包括服务器,数据存储,网络和操作系统。在网络和数据存储设计中,Intranet和Extranet服务器的数据是分开存储的。 Intranet服务器主要存储事务,合同和结算数据。与电力交易核心业务相关的数据涵盖电网运营。外部网络服务器存储诸如策略信息,结算信息和赢取公告之类的信息,因此外部网络服务器需要访问内部网络服务器上的信息。同时,为了系统安全,在内部和外部网络之间安装网络安全隔离设备。除了传统的计算机防火墙策略之外,还可以从系统的硬件设备的角度增强系统的安全保护能力。安全隔离设备充当代理。当内部和外部网络之间发生数据交换时,数据从数据包中提取,然后通过设备中的数据缓冲区转发,以完成数据传输过程。利用现有的物理服务器资源和公共 - 私有物理集群,例如云服务提供商购买的公共云服务器资源和网络路由器,为分布式可再生能源交易系统提供虚拟化执行环境,同时减少一些服务器的维护开销。

3.2平台服务层

平台服务层主要由消息服务,计算服务和数据一致性服务等服务组成。该层的每个应用程序通过调用相关的服务接口为上层系统服务提供数据,然后为用户提供数据服务;并通过调用基础设施层的相关接口来实现相关的数据存储功能。鉴于电力交易系统中分布式数据备份的不一致性,电力交易在日常交易中每5分钟收集数据特征,长时间累积的大量电力用户的实时负载,和分布式可再生能源发电。业务的实时输出信息,区域内的能源结构,碳排放状态和所有已发布的实时信息,调用分布式一致性服务,并更新大规模实时信息日志以达到带有部分记录的服务器节点中的最新版本。状态,解决了某些服务器节点更新缓慢的问题。

3.3系统应用层

系统应用层是分布式可再生能源发电提供商,配电网运营商和新能源用户实体访问数据服务结构的切入点。在电力交易场景中,系统所需的实时数据由其他外部资源提供,因此电力交易系统和电力系统中的其他应用,如地理信息系统GIS,监控和采集系统SCADA,生产管理系统PMS,配电自动化系统,营销系统,电能质量监控系统,电力信息采集系统和其他业务相关的业务系统都有大量的数据交互。系统应用程序层也是这些应用程序的入口,负责与其他系统的数据交互以及此层的数据。处理它。用户可以通过PC端应用程序和移动终端设备进行访问。

4验证

本文依托国家863项目“综合可再生能源主动配电网研究与示范”,对贵州红枫示范项目的现场数据进行了验证。

以2017年2月水耕线的实际负荷和分布式电力数据为例,验证电力交易的数据服务。图7显示了光伏发电厂24小时的预测输出,图8显示了PV发电机的中标,图9显示了系统的实时反馈。5结论

在用户侧分布式电力市场全面自由化和省际跨区域电力交易机制政策进一步完善的推动下,交易信息模型和数据一致性研究可为其他交易系统提供参考。区域分布式新能源电力交易系统用于研究和设计该地区的分布式可再生能源交易过程,是将云计算技术与电力交易相结合的有益尝试。 [JP3]随着权力改革的进一步深化,仍有可能进行更深入的研究。 [二]

引用

[1]刘振亚。智能电网技术[M]。北京:中国电力出版社,2016。

[2]中共中央办公厅。关于进一步深化电力体制改革的几点看法[Z]。北京:中共中央国务院,2015。

[3]刘晓辉。关于积极推动“互联网”行动的指导[EB/OL]。[2015-07-07] .http://

[4]国家发展和改革委员会,国家能源局,工业和信息化部。关于促进“互联网”智能能源发展的指导[EB/OL]。[2016-02-24] .http://

[5]杨正林,曹帅,郑亚贤,等。电力市场全景实验平台的设计[J]。电力系统自动化,2016,40(10):97-102。

[6] IEC/TR61968-11。电力公用事业的应用集成 - 用于配电管理的系统接口 - 第11部分:用于配电的公共信息模型(CIM)扩展[S]。 2010。

[7]卢一鸣,刘东。基于IEC 61968的电力企业信息交换关键技术[J]。 Przeglad Elektrotechniczny,2012,88(11):276-282。[8] LAMPORT L. Paxos简单[J]。 ACM SIGACT新闻,2001,32(4):51-58。

[9] ONGARO D,OUSTERHOUT J.寻找可理解的一致性算法[C] //2014年USENIX年度技术会议(USENIX ATC 14)。宾夕法尼亚州费城:USENIX,2014:305-319。

[10]彭晓生,丁媛,程世杰,等。智能电网应用的电力大数据关键技术[J]。中国电机工程学报,2015,35(3):503-511。

[11]马子明,钟海旺,李柱,等。美国电力市场信息披露制度及其对中国的启示[J]。电力系统自动化,2017,41(24):49-57。

[12]冯登国,张敏,张伟,等。云计算安全研究[J]。软件学报,2011,22(1):71-83。

豆瓣网