Оптимизация системы управления программно-аппаратного комплекса для учета электроэнергии

G.I. Volovich1, ,

D.V. Topolskii2, , N.D. Topolskii2, , A.A. Maksimov3,

Системы учета электроэнергии играют ключевую роль в энергетических системах, обеспечивая точное и эффективное управление энергопотреблением. С развитием цифровых технологий и автоматизации процессов все больше компаний стремятся оптимизировать свои системы учета электроэнергии. Оптимизация системы управления программно-аппаратного комплекса учета электроэнергии становится неотъемлемой частью этого процесса.

Цель данной статьи состоит в рассмотрении различных аспектов оптимизации системы управления программно-аппаратного комплекса учета электроэнергии. Мы рассмотрим основные проблемы, с которыми сталкиваются при управлении энергопотреблением, а также предложим решения, основанные на применении современных технологий и методов.

В ходе статьи будут рассмотрены следующие аспекты оптимизации системы управления программно-аппаратного комплекса учета электроэнергии:

• 1)    оптимизация системы у п ра в лен ия программно-аппаратным комплексом;

• 2)    оптимизация выявления ав а ри йн ой ситуации и реакции на нее;

• 3)    предложение п ри ме н ен и я алгоритмов машинного обучения для прогнозирования и оптимизации выявления аварийных с и туа ц и й [1–10].

1.    Актуальность цифровой энергетики

Цифровая энергетика я в л яе тс я важной составляющей цифровой экономики будущего. Ожидается, что в ближайшей перс п е к ти в е цифровизация позволит компаниям в энергетическом секторе увеличить свою выручку на 3–4 % и создать основу для дальнейшего устойчивого роста.

Мировой рынок э л ек троэ н е рг ии меняется в связи с цифровизацией, что приводит к увеличению сложности эн ерге тиче с к ой системы и требует большего обмена информацией между ее компонентами. В настоящее в рем я определены основные тенденции развития электроэнергетики, такие как цифровизация прои зв од с тв а и передачи энергии, создание распределенной генерации, агрегаторов спроса и ви рт у а ль ны х электростанций.

Однако существуют про б л е мы, связанные с высокой ценой электроэнергии для конечных потребителей и н еобход имос тью строительства современной энергетической инфраструктуры с учетом различных факторов.

Для успешной реализации цифровой энергетики необходимо оптимизировать систему управления программно-аппаратным комплексом учета электроэнергии, что включает в себя сбор и передачу данных, анализ энергопотребления, применение алгоритмов машинного обуче- ния и внедрение системы мониторинга и удаленного доступа.

Надежность и э ф ф ект ивн о ст ь цифровых подстанций также играют важную роль. Необходимо

правильно распределить трафик в сети и соблюдать стандарт цифровых подстанций IEC-6 1 8 5 0 , чтобы обеспечить универсальность компонентов и о пти ми зи ров а ть их стоимость и удобство использования.

В целом цифровая эн ер гетик а предоставляет большие возможности для развития и о пти ми з а ци и энергетической системы. Однако необходимо учи т ыв ать различные факторы и принимать меры для ре али з а ц ии этих возможностей [11–20].

• 2.    Система учета электроэнергии на базе измерительного трансформатора ТРАТОН-110 Цифровой трансформатор я в ляет ся обязательным компонентом системы учета эл е к троэ н е рги и . Существует много различных типов цифровых тран с ф орм ат ор ов , и одним из перспективных является Т РАТ ОН -110. Это комбинированный измерительный тран с ф орм ат ор, который может измерять как ток, так и напряжение. Он отличается компактными размерами, небольшим весом и д ос ту п ной ценой.

Задача состоит в создании си с те мы учета электроэнергии на основе трех цифровых т ран с ф орм ат о ров ТРАТОН-110 (рис. 1), которая с оотв етс тв у е т стандарту МЭК-61850. Основным отличием этой с и с те мы от существующих является возможность быстрого р е аги ровани я на внештатные ситуации. Для этого система должна обладать следующими свойствами:

• 1)    соответствие требованиям стандарта IEC-61850;

• 2)    безыскаженная передача информации в экстремальных режимах;

• 3)    высокая точность измерений (класс 0,2S);

• 4)    встроенная диагностика и контроль тестирования;

• 5)    передача данных в SCADA-систему.

  

  Рис. 1. Цифровой трансформатор ТРАТОН-110

  Fig. 1. Digital instrument transformer TRATON-110

  
  

  Трансформатор передает информацию о значениях тока и напряжения, а также флаги качества измеренных данных. Блок слияния собирает посылку в формате IEC-61850-9-2 и анализирует флаги качества измерений. При возникновении аварийной ситуации блок слияния отправляет сообщение GOOSE в систему управления информацией. В настоящее время неизвестно, любое ли из существующих устройств этого типа сигнализирует об аварии [21–25]. Поэтому целесообразно использовать эту информацию для повышения интеллектуальности интерфейсного устройства. Это позволит сократить время реакции на внештатные ситуации в системе. Устройство считается интеллектуальным, если оно выполняет часть функций управления. Чем выше уровень интеллекта устройства, тем больше функций может выполнять система управления.

3.    Цифровой трансформатор как часть системы учета электроэнергии

Цифровой трансформатор играет важную роль в архитектуре системы учета электроэнергии. Он является одним из ключевых компонентов, обеспечивающих точные и надежные измерения потребления электроэнергии.

Цифровой трансформатор преобразует измеренные данные о токе и напряжении в цифровой формат, что позволяет получать более точные результаты. Он также обладает высокой точностью измерений, что является важным фактором для достоверного учета электроэнергии.

В архитектуре системы учета электроэнергии цифровой трансформатор выполняет ряд функций. Он передает данные об измерениях в режиме реального времени, что позволяет операторам системы наблюдать и анализировать потребление электроэнергии в реальном времени. Это особенно важно для эффективного управления и оптимизации системы учета электроэнергии (рис. 2).

Рис. 2. Архитектура системы учета электроэнергии Fig. 2. Architecture of the electricity metering system

Цифровой трансформатор также интегрируется с системой управления энергетическими данными. Он передает данные об измерениях в систему SCADA или другую систему управления, что позволяет операторам эффективно контролировать и управлять энергетическими процессами.

Кроме того, цифровой трансформатор поддерживает возможность удаленного мониторинга и управления. Операторы могут получать данные о потреблении электроэнергии и управлять энергетической системой из любого места, что повышает гибкость и эффективность управления.

Таким образом, цифровой трансформатор является важной частью архитектуры системы учета электроэнергии. Он обеспечивает точные измерения, передачу данных в режиме реального времени, интеграцию с системой управления и возможность удаленного мониторинга. Все это способствует повышению наблюдательности энергетической системы, и как следствие – улучшению энергоэффективности и сокращению затрат на электроэнергию.

4.    Оптимизация реакции системы управления на аварийное событие

На цифровых подстанциях сигналы реакции системы управления на аварийные события вырабатываются устройствами второго и третьего уровня иерархии. Соответственно для передачи технологической информации с первого уровня системы управления на верхние и обратно требуются затраты времени. В том случае, если обеспечить выработку сигналов об аварийных си- туациях на первом уровне, время реакции на аварийные ситуации будет снижено. Для изучения теоретических предпосылок было проведено экспериментальное исследование. Использовались три измерительных трансформатора ТРАТОН-110 и оконечный блок «Авача» в качестве основы для реализации системы учета электроэнергии. Схема подключения представлена на рис. 3.

Рассмотрим подробнее реакцию системы учета электроэнергии на аварийное событие. Измеренные данные измерительными трансформаторами собираются в посылку формата МЭК-61850-9-2 внутри оконечного блока. Затем данные формата МЭК-61850-9-2 пересылаются через шину процесса остальным интеллектуальным устройствам системы учета электроэнергии, которые выполняют функции релейной защиты и автоматики. Таким образом данные собираются в посылку формата МЭК-61850-9-2 и затем разбираются для внутреннего пользования каждого из интеллектуальных устройств.

В целях оптимизации времени реакции на аварийные ситуации предлагается повысить интеллектуальный уровень оконечного устройства, чтобы производить первичный анализ данных еще на первом уровне архитектуры системы учета электроэнергии. Таким образом, оконечный блок при формировании посылки сможет также проанализировать измеренные цифровыми трансформаторами данные, которые он собирает в посылку МЭК-61850-9-2, и без дополни-

Рис. 3. Схема подключения оконечного блока системы учета электроэнергии Fig. 3. Connection diagram of merging unit of the electricity metering system

тельных пересылок на другие уровни архитектуры системы учета электроэнергии определить аварийную ситуацию. После определения оконечный блок отправит в систему учета электроэнергии уже управляющее GOOSE-сообщение формата МЭК-61850-8-1 с данными об авариной ситуации.

Подсчитаем сложность данного алгоритма. Согласно теории алгоритмов, все блоки, отвечающие за линейные действия, принято считать за 1, или на языке оценки сложности алгоритмов – O(1). Цикл с одним параметром необходимо считать как O(n). И есть правило, что сложность вложенных циклов – это перемноженные сложности внешнего и внутреннего цикла, а сложность линейных блоков – сумма сложностей. Так же, так как сложность алгоритма является по своей сути пределом функции от n, слагаемые у многочленов меньших степеней можно сокращать.

Оценим сложности алгоритмов реакции на аварийную ситуацию. Блок-схемы рассматриваемых алгоритмов представлены на рис. 4 и 5. При пересылке данных сложность алгоритма при обработке данных оконечным блоком составляет O(n2). Сложность алгоритма пересылки данных – O(1). Сложность алгоритма повторной обработки данных на РЗА – O(n2). Таким образом, сложность текущего алгоритма составит

O(1 + n2 + 1 + n2) = O(2n2 + 2) = O(2n2). (1)

Оценим сложность алгоритма в случае, когда данные проверяются на аварийную ситуацию в оконечном блоке:

O(1 + n2 + 1) = O(n2 + 2) = O(n2).                                                            (2)

Зная (1) и (2), сравним полученные результаты оценки алгоритмов:

O(2n2) >> O(n2).                                                                             (3)

Зная (3), очевидно, что в случае применения оптимизации, когда данные проверяются на аварийную ситуацию в оконечном блоке, сложность вычислений ниже, соответственно, в этом случае теоретически оптимизация является существенной.

В процессе испытаний цифровых измерительных трансформаторов ТРАТОН-110 в связке с оконечным блоком «Авача» измерительная система работала корректно. Кроме того, во время теста измерялась мощность процессора «Авача». Во время работы процессор блока был загружен не полностью.

Расчеты показали, что мощности этого устройства достаточно, чтобы не задерживать посылку стандарта МЭК-61850-9-2 и дополнительно анализировать измеренные данные, генерировать и отправлять управляющее GOOSE-сообщение формата МЭК-61850-8-1 об аварии. В результате моделирования данной ситуации аварии были зарегистрированы в среднем в 1,6 раза быстрее.

Рис. 4. Стандартный алгоритм обработки данных Fig. 4. Standard data processing algorithm

Рис. 5. Оптимизированный алгоритм обработки данных Fig. 5. Optimized data processing algorithm

Чтобы снизить нагрузку на оконечное устройство и охватить большее количество аварийных ситуаций, предлагается применить алгоритмы машинного обучения на основе данных от реальных объектов с указанием выявленных аварийных ситуаций. После использования алгоритмов машинного обучения на выходе будет нейронная сеть, которая сможет делать более точное предсказание об аварийной ситуации и срабатывать в больших количествах аварийных случаев.

Выводы

Основываясь на результатах исследования, были сделаны следующие выводы.

• 1.    Система управления программно-аппаратным комплексом была оптимизирована.

• 2.    Оптимизация выявления аварийной ситуации является теоретически и практически существенной.

• 3.    Предложена оптимизация системы с применением алгоритмов машинного обучения для прогнозирования и оптимизации выявления аварийных ситуаций.

• 4.    Цели исследования достигнуты.