CC BY
179
УДК 620.9:658.26
ОБРАБОТКА ИНФОРМАЦИОННЫХ ПОТОКОВ ПРИ МОНИТОРИНГЕ И УПРАВЛЕНИИ РЕЖИМАМИ ИНТЕЛЛЕКТУАЛЬНЫХ ЭЛЕКТРОЭНЕРГЕТИЧЕСКИХ СИСТЕМ
© Л.В. Массель1, И.Н. Колосок2, Л.А. Гурина3
1Иркутский государственный технический университет, 664074, Россия, г. Иркутск, ул. Лермонтова, 83. 1,2,3Институт систем энергетики им. Л.А. Мелентьева СО РАН, 664074, Россия, г. Иркутск, ул. Лермонтова, 130.
Предлагается подход к обработке информационных потоков при мониторинге и управлении режимами интеллектуальных электроэнергетических систем (ИЭС), базирующийся на создании новой информационно-технологической (ИТ) инфраструктуры при автоматизированном управлении интеллектуальными электроэнергетическими системами, предназначенной для обработки информационных потоков и повышения их качества. Для поддержки принятия решений в ИЭС при управлении режимами предлагается двухуровневая информационная технология, интегрирующая интеллектуальные инструментальные средства для анализа ситуаций и программные комплексы для моделирования и управления режимами. Применение ИТ-инфраструктуры позволит создать единое информационное пространство, включающее как данные и знания, так и совокупность математических моделей и методов решения задач электроэнергетики при активно-адаптивном управлении. Ил. 4. Библиогр. 14 назв.
Ключевые слова: интеллектуальная электроэнергетическая система; ИТ-инфраструктура; информационный поток; управление режимами; модели; качество информации.
INFORMATION FLOW PROCESSING WHEN MONITOR AND CONTROL SMART GRID REGIMES L.V. Massel, I.N. Kolosok, L.A. Gurina
Irkutsk State Technical University, 83 Lermontov St., Irkutsk, Russia, 664074. L.A. Melentiev Energy Systems Institute SB RAS, 130 Lermontov St., Irkutsk, Russia, 664074.
The paper proposes an approach to processing information flows under the monitoring and control of smart grid regimes, based on the creation of a new information technology infrastructure (IT infrastructure) under the automated control of intelligent energy systems, designed to process the information flows and improve their quality. A two-level information tech-nology is offered to support decision making in controlling smart grid regimes. This technology integrates intelligent tools for situation analysis and software systems for modeling and regime control. The use of IT infrastructure allows to create a single information space, including data and knowledge as well as a set of mathematical models and methods for solving electrical power engineering problems under the active adaptive management. 4 figures. 14 sources.
Key words: Smart Grid (intelligent energy system); IT-infrastructure; information flow; regime control; models; information quality.
Введение. В настоящее время в мире активно развивается направление, получившее название Smart Grid (интеллектуальные энергетические системы или интеллектуальные электрические сети) - электроэнергетические системы с использованием новых технологий как в электроэнергетическом оборудовании, так и в области информационного обеспечения, направленных на качественное улучшение технико-экономических показателей. В России, хотя и с отставанием, также ведутся работы в этой области. Внима-
ние специалистов сосредоточено в первую очередь на совершенствовании технологической инфраструктуры энергетики, без которого невозможно внедрение современных информационных технологий. В то же время необходима разработка методологии и новых информационно-телекоммуникационных технологий, которые должны стать базисом «умных» энергетических систем. В работе предлагается подход к обработке информационных потоков при мониторинге и управлении режимами интеллектуальных энергетиче-
1Массель Людмила Васильевна, доктор технических наук, профессор, главный научный сотрудник ИСЭМ СО РАН, заведующая кафедрой автоматизированных систем ИрГТУ, тел.: (3952) 500646*405; e-mail: [email protected] Massel Lyudmila, Doctor of technical sciences, Professor, Chief Researcher of ESI SB RAS, Head of the Department of Automated Systems ISTU, tel.: (3952) 500646*405, e-mail: [email protected]
2Колосок Ирина Николаевна, доктор технических наук, ведущий научный сотрудник, тел.: (3952) 423526, e-mail: [email protected]
Kolosok Irina, Doctor of technical sciences, Chief Researcher, tel.: (3952) 423526, e-mail: [email protected]
3Гурина Людмила Александровна, кандидат технических наук, доцент, ведущий инженер, тел.: (3952) 426397; e-mail: [email protected]
Gurina Lyudmila, Candidate of technical sciences, Associate Professor, Leading Engineer, tel.: (3952) 426397, e-mail: [email protected]
ских систем, предусматривающий объединение информационных и математических технологий и использование международных стандартов данных.
Проблемы создания Smart Grid. В России чаще используется в качестве синонима Smart Grid термин «Интеллектуальные энергетические системы с активно-адаптивными сетями». Smart Grid включает все основные традиционные составляющие электроэнергетических систем: генерацию, системы передачи и преобразования электроэнергии, а также потребителей, но имеющих качественно новый технологический уровень и характеризующихся тесной взаимосвязью. Smart Grid должна обеспечить повышение надежности и экономичности производства электроэнергии на основе использования современных высокоинтеллектуальных средств контроля и управления, интеграции источников возобновляемой энергии, а также распределенной генерации и накопления энергии, широкомасштабного мониторинга режимов и управления ими с использованием новых средств и технологий [1].
Выделены общие проблемы создания интеллектуальных энергетических систем (ИЭС) с точки зрения информационно-телекоммуникационных технологий: 1) необходимость развития информационных и коммуникационных технологий, позволяющих создавать качественно новые системы мониторинга и управления энергетическими системами; 2) ограниченный диапазон предложений в данном сегменте со стороны ИТ-поставщиков: решения зарубежных разработчиков довольно дороги, качественных отечественных разработок недостаточно или они просто отсутствуют. Кроме того, ориентация на зарубежных разработчиков не приветствуется, т.к. зависимость от зарубежных фирм является одной из угроз компьютерной безопасности ИЭС [2].
На современном этапе интеллектуализации электроэнергетических систем наиболее важными становятся вопросы разработки в АСДУ информационно-технологической инфраструктуры (ИТ-инфраструктуры), обеспечивающей построение многоуровневой системы управления с учетом надежности, экономичности и эффективности функционирования ЭЭС. Кроме того, реализация новых систем сбора, передачи и обработки потоков информации потребует развития технологий и методов моделирования исследуемых процессов и событий при управлении ИЭС. Поэтому становится актуальным решение следующих задач: 1) сбор, передача и обработка потоков данных; 2) разработка программных комплексов нового поколения (распределенных, обменивающихся информацией или использующих общие информационные ресурсы); 3) разработка интеллектуальных компонентов поддержки принятия решений при управлении режимами [3].
ИТ-инфраструктура ИЭС. Для создания и развития ИЭС предлагается на основе опыта, имеющегося в ИСЭМ СО РАН [4-5], выделить в ИТ-инфраструктуре следующие основные составляющие: интеллектуальная инфраструктура; информационная инфраструктура; вычислительная инфраструктура; телекоммуникационная инфраструктура.
Телекоммуникационная инфраструктура строится по общепринятым принципам (например, аналогично телекоммуникационной инфраструктуре сети передачи данных СО РАН), с учетом требований компьютерной и информационной безопасности. В состав интеллектуальной инфраструктуры включаются интеллектуальные компоненты (например, упомянутые выше интеллектуальные компоненты поддержки принятия решений при управлении режимами). Информационная инфраструктура включает технологии и инструментальные средства описания, хранения и обработки данных. Ядром информационной инфраструктуры является Репозитарий, в котором хранятся метаданные (описания потоков данных, баз данных, моделей данных и др.). Вычислительная инфраструктура интегрирует программные комплексы (например, для моделирования и управления режимами ИЭС). К этой же инфраструктуре могут быть отнесены автоматизированные системы управления энергетическими объектами.
Элементами ИТ-инфраструктуры диспетчерского управления являются:
- система сбора и передачи информации (ССПИ);
- сеть связи диспетчерского и технологического управления;
- система контроля и сбора данных (SCADA);
- объектно-ориентированная модель данных (CIM);
- система отображения информации;
- система управления производством и передачей электроэнергии (EMS);
- система управления рынком электроэнергии и мощности (MMS);
- система управления передачей и распределением электроэнергии (DMS).
Предлагаемый подход к обработке информационных потоков при мониторинге и управлении режимами ИЭС. Под информационным потоком понимается совокупность измеренных режимных переменных в определенный интервал времени [6]. При мониторинге и автоматизированном управлении режимами ИЭС в первую очередь необходимы анализ и обработка информационных потоков.
В последнее время электроэнергетические системы стали оснащаться устройствами измерения комплексных величин PMU, что позволяет, наряду с информацией, получаемой от SCADA (телеизмерения параметров режима ЭЭС; телесигналы, отражающие положение коммутационного оборудования контролируемой электрической сети, настройку, состояние и факты срабатывания устройств РЗиА, состояние средств и систем диспетчерского управления), измерить комплексы узлового напряжения и комплексы токов в инцидентных этому узлу ветвях [7].
С учетом того что одним из важнейших этапов управления режимами ЭЭС является оперативное и противоаварийное управление ими [8], при обработке информационных потоков целесообразно использовать модели CEP и CIM.
Модель CEP (Complex Event Processing) [9] предлагается использовать для обработки в реальном времени множества событий из различных источников (потоков событий) с целью выявления значимых событий, основанных на одном или нескольких потоках событий, либо выявления ряда событий за определенный промежуток времени.
Модель CIM (Common Information Model), основываясь на формате данных ODM, CIM, позволяет строить модели любой сложности, которые потом могут быть конвертированы в любой известный формат данных энергетики либо в любой новый формат данных с использованием дополнительно подключаемых модулей. ODM (Open Model for Exchanging Power System Simulation Data) - открытая модель для обмена данными при моделировании энергосистем. ODM является международным открытым стандартом обмена данными для моделирования и расчета энергосистем, поддерживает динамические расчеты. Модели CIM и ODM, в частности, используются в открытой интеграционной среде для решения энергетических задач InterPSS (международный проект, в развитии которого принимают участие сотрудники ИСЭМ СО РАН) [1011].
Из вышесказанного очевидно, что существует необходимость обработки в режиме реального времени больших объемов информации разного качества и формирования таких информационных потоков, которые обеспечивали бы требуемую точность решения
режимных задач. Схема обработки информационных потоков при мониторинге и управлении режимами в ИЭС представлена на рис. 1.
Двухуровневая технология для поддержки принятия решений при управлении режимами в ИЭС. Предлагается двухуровневая информационная технология, показанная на рис. 2, в которой:
• на первом (верхнем) уровне с использованием интеллектуальных технологий будет выполняться качественный анализ ситуаций, возникающих в ИЭС;
• на втором уровне с использованием адаптированных программных комплексов выполняются численные расчеты для ситуаций, определенных с учетом результатов качественного анализа.
В качестве технологий интеллектуальной поддержки принятия решений на этапе качественного анализа предлагается использовать в первую очередь технологии онтологического, когнитивного и событийного моделирования (эти технологии апробированы в ИСЭМ СО РАН для исследований проблем энергетической безопасности, имеются научные прототипы инструментальных средств, интегрированные в рамках интеллектуальной ИТ-среды) [12-13]. В дальнейшем интеллектуальные технологии могут быть дополнены технологиями искусственных нейронных сетей, нечетких множеств, генетических алгоритмов, вейвлет-анализа в зависимости от свойств информационных потоков [14].
Рис. 1. Общая схема обработки информационных потоков при мониторинге и управлении режимами ИЭС
Рис. 2. Двухуровневая информационная технология поддержки принятия решений для управления режимами в ИЭС
Классификация информации и математические модели для ее описания. Информация о параметрах режима разделена в [6] на 4 группы: детерминированная, вероятностная, нечеткая, интервальная - для возможного применения различных математических моделей в условиях активно-адаптивного управления ЭЭС (рис. 3).
Детерминированная информация основана на закономерных причинно-следственных связях и обусловлена численно однозначным заданием видов оборудования, его состава и номинальных параметров. Вероятностная информация описывает стохастический характер изменения параметров режима, совокупности элементов сети, соответствующей данному режиму. Нечеткая информация - значения параметров режима описываются функциями принадлежности нечеткому подмножеству их изменения. Интервальная информация характерна для случаев, когда известен лишь предположительный диапазон изменений параметров режима, образованный их минимально и максимально возможными значениями.
В качестве примера рассматривается технология повышения качества информационных потоков, основанная на теории нечетких множеств (рис. 4).
Качество измерительной информации определяется при помощи критерия качества [4]. Для этого вся информационная база представляется в виде четырех множеств:
А- множество достоверных значений;
А1Г множество, соответствующее полному объему информации;
Аш - множество, соответствующее неполному объему информации;
А1Г - множество недостоверных значений.
Для определения полноты и достоверности информации, обеспечивающих требуемую точность решения задач управления режимами, введен пороговый уровень а для размытых областей, количественное значение которого соответствует оптимальным параметрам качества информации:
(1)
1
I -
го из
где ¡л~ (А.) - функция принадлежности для
перечисленных выше множеств.
Множество а -уровня описывается как
Аа={А,/А^А,^(А,)>а),
где
А<А,4еА, Ус* е [0,1].
Предложенный критерий качества позволяет классифицировать информацию и применять те математические модели, которые дают наибольшую точность ее описания.
Режимная информация
Статические
Динамические
Одномерные Многомерные
Стационарные Нестационарные
Дискретная
Непрерывная
Качественная
Количественная
Рис. 3. Классификация математических моделей
Рис. 4. Технология повышения качества информационных потоков
Заключение. В работе предложен подход к разработке новой ИТ-инфраструктуры ИЭС, включающей единое информационное пространство и, таким образом, создающей предпосылки для построения многоуровневой системы управления интеллектуальными электроэнергетическими системами. Предложено расширить класс моделей, используемых при решении задач электроэнергетики, за счет включения моделей CEP и CIM.
Рассмотрена предлагаемая двухуровневая информационная технология для поддержки принятия
решений при управлении режимами в ИЭС, интегрирующая интеллектуальные технологии и программные комплексы для моделирования и управления режимами. Представлена новая схема обработки информационных потоков различной степени полноты и достоверности при управлении режимами ЭЭС. Приведена классификация типов информации о параметрах режимов и показана целесообразность применения различных математических моделей в зависимости от качества режимной информации.
Библиографический список
1. Воропай Н.И. Интеллектуальные электроэнергетические системы: концепция, состояние, перспективы // Автоматизация и IT в энергетике. 2011. №3. С. 11-16.
2. Массель Л.В. Проблема построения интеллектуальных и программных компонентов Smart Grid и подход к ее решению на основе агентной технологии // Материалы XL Международной конференции «Информационные технологии в науке, образовании, телекоммуникации и бизнесе». Приложение к журналу «Открытое образование». Украина, Крым, 2012. С.22 - 25.
3. Массель Л.В. Интеллектуализация поддержки принятия решений при моделировании и управлении режимами в Smart Grid // Интеллектуализация обработки информации: труды 9-й Международной конференции. Черногория, Будва, 2012 . С. 692-695.
4. Воропай Н.И., Массель Л.В. ИТ-инфраструктура системных исследований в энергетике и предоставление ИТ-услуг // Известия АН. Энергетика. 2006. №3. С. 86-93.
5. Массель Л.В., Болдырев Е.А., Макагонова Н.Н. и др. ИТ-инфраструктура научных исследований: методический подход и реализация // Вычислительные технологии. 2006. Т.11. С.59-67.
6. Гурина Л.А. Технология повышения качества информационных потоков для управления режимами в электрических сетях // Информационные и математические технологии в науке и управлении: труды XVI Байкальской Всеросс. конференции. Иркутск: ИСЭМ СОРАН, 2011. Ч. III. С. 103-109.
7. Gamm A., Grishin Y, Kolosok I. Reducing the risk of blackouts trough improved EPS state estimation based on the SCADA and PMU data // Liberalization and Modernization of Power Systems: Risk Assessment and Optimization for Asset Management: Proc. of the Int. Workshop. Irkutsk, Russia, 14-18 Aug. 2006. P. 167-173.
8. Воропай Н.И. Smart Grid: мифы, реальность, перспективы // Энергетическая политика. 2010. №2. С.9 -14.
9. Кобец Б.Б., Волкова И.О. Инновационное развитие электроэнергетики на базе концепции Smart Grid. М.: ИАЦ Энергия, 2010. 208 с.
10. Массель Л.В., Подкаменный Д.В., Бахвалов К.С. Открытая интеграционная среда InterPSS для решения энергетических задач и ее адаптация для реинжиниринга ПК «ДАКАР» // Проблемы надежности существующих и перспективных систем энергетики и методы их решения: материалы Международного научного семинара им. Ю.Н. Руденко «Методические вопросы исследования надежности больших систем энергетики». Иваново: Решма. 2011. Вып.62. С. 431437
11. Массель Л.В., Бахвалов К.С. Открытая интеграционная среда InterPSS как основа ИТ-инфраструктуры Smart Grid // Вестник ИрГТУ. 2012. №7 (67). С. 6-10.
12. Массель Л.В. Применение онтологического, когнитивного и событийного моделирования для анализа развития и последствий чрезвычайных ситуаций в энергетике // Проблемы безопасности и чрезвычайных ситуаций. 2010. №2. С. 34-43.
13. Массель А.Г., Массель Л.В., Аршинский В.Л. Интеллектуальная ИТ-среда поддержки принятия решений в исследованиях и обеспечении энергетической безопасности России и ее регионов // Интеллектуализация обработки информации: труды 9-й Международной конференции. Черногория, Будва,2012 . С. 689-691.
14. Гамм А.З., Колосок И.Н., Глазунова А.М., Гришин Ю.А., Коркина Е.С. Развитие методов оценивания состояния ЭЭС на основе новых источников данных, технологий распределенных вычислений и методов искусственного интеллекта // Оперативное управление в электроэнергетике. 2011. №2. С. 41 -48.
