一種基于改進型THP 編碼的需求響應信息傳輸優化方法

麻呂斌，郝一浩，薛利，李彬，祁兵，陳宋宋

(1. 浙江華云信息科技有限公司，浙江 杭州 310012；2. 華北電力大學 電氣與電子工程學院，北京 102206；3. 北京國網普瑞特高壓輸電技術有限公司，北京 102200；4. 需求側多能互補優化與供需互動技術北京市重點實驗室（中國電力科學研究院有限公司），北京 100192)

0 引言

需求響應（demand response，DR）[1]是客戶側負荷資源參與電網互動的重要途徑[2]，能充分調動客戶側負荷的可調節潛力[3]，提高電力系統運行的穩定性[4]。國家發展改革委和國家能源局在《關于做好2020 年能源安全保障工作的指導意見》（發改運行〔2020〕900 號）中明確指出要加強能源需求側管理，推動煤炭清潔高效利用。隨著國內需求響應相關支撐標準的大量研究[5-7]和DR 項目實踐[8]逐漸趨于常態化，有必要以提升DR 信息交互質量和資源調度能力為目標進行研究[9]。在《電力需求響應信息交換規范》[10]中已經規范了DR 信息交換的一般原則和要求。

國內電力通信網采用以光纖通信等有線方式為主、無線傳輸方式為輔的建設方針。有線傳輸方式難以有效解決中低壓配電網點多、覆蓋面廣的問題。電力無線專網具有諸多優點，如靈活組網、建設成本低、施工周期短等，能夠有效彌補有線通信傳輸不足[11]。因此，無線專網成為電力通信網絡建設“打通最后一公里”的重要選擇[12]。截至2019 年7 月底，江蘇省建設的無線專網基站已經累計1 257 座，超過3 000 個源網荷儲控制類業務終端通過無線專網等方式接入[13]，無線專網初步發揮了電力通信的核心作用。在此之前的相關研究大多面向有線通信網或電力通信骨干網層面的DR 優化問題，如文獻[14]研究了可編程邏輯控制器（PLC）信道下基于不同DR 業務等級和信噪比等級的需求響應業務自適應編碼調制策略；文獻[15]基于電力骨干網中DR 業務的現狀，提出了一種業務均衡優化方法。針對無線通信下的DR 優化問題的研究，國內的相關研究主要采用高效的編碼技術如空時編碼策略來優化DR 業務傳輸[16-17]。國外的研究較為豐富，既有針對DR 業務的無線頻譜資源劃分[18]，也有探討未來5G 網絡的應用方式[19]。以上的研究為DR 業務在無線網絡中的優化提供了良好的思路和見解。

本文針對無線接入的DR 終端進行信息交互過程中面臨的無線傳輸需求，著手解決電網“最后一公里”的無線信息傳輸優化問題，提出一種基于非線性信息編碼的DR 信息傳輸優化方案，該方案采用Tomlinson-Harashima(THP)預編碼方法來消除無線基站到用戶終端的信息傳輸過程中其他用戶信息對自身的干擾，并基于誤差矢量對消來設計信息傳輸矩陣來減少信道噪聲產生的影響。然后通過仿真驗證本文所采用的信息傳輸方案的可行性，及相較于其他信息傳輸方法在通信性能上的提升。

1 DR 通信模型與優化思路

在IEC 62746-10-1 中，完成DR 信息交互的雙方使用虛擬頂部節點（virtual top node，VTN）和虛擬底部節點（virtual end node，VEN）的定義來區分上下級關系[20]。在DR 交互過程中，VTN 充當服務器向VEN 發布DR 事件，VEN 接收DR 事件并做出響應，該DR 事件又可繼續向下游VEN發布，這種情況下VEN 將成為新的VTN，即一個虛擬節點或設備所扮演的角色會根據交互雙方的上下級關系而發生改變。DR 信息交互服務共涵蓋5 種業務，即事件業務、報告業務、注冊業務、選擇業務和輪詢業務。文獻[21]列出了不同DR 業務的凈載荷大小，表1 為不同DR 業務的分析，其中M為事件中的信號數，N為報告的數量。

表1 各類DR 業務載荷分析Table 1 Payload analysis of different DR services

根據表1 的分析，可見DR 傳輸的數據量主要源自事件、報告2 種DR 業務，并且其具體的數據量與實際的事件和報告數量相關。

在DR 通信系統中，無線通信主要存在于客戶側負荷的接入端，因此本文的主要研究對象為電網末端VTN 與VEN 的信息交互，圖1 為DR 無線信息交互系統示意。DR 無線通信傳輸的性能大部分取決于基站到用戶之間的這段無線信道的環境，然而DR 無線傳輸面臨著復雜的信道環境，會受到外部和自身的各種干擾[22]，最終導致信號的誤碼，使接收端無法正確收到DR 信息，進而影響DR 任務準確實施。在無線信息傳輸過程中除了信道噪聲外，在發往多個DR 終端的不同DR 數據流之間也存在相互干擾。因此，實現高精準、細致化的DR 控制需要利用先進的通信技術，確保信息交互的高質量和可靠性。

圖1 DR 信息交互系統示意Fig. 1 DR information interaction system diagram

為了提高DR 信息交互的通信技術水平，可考慮采取2 種方法：（1）生產具有先進通信模塊的DR 終端設備，使其硬軟件設施具有高可擴展性，便于新技術和功能的擴展；（2）采用類似文獻[16]中的方式，通過部署現場級的DR 邊端服務器（如利用邊緣物聯代理設備）來實現信號的交匯和中繼，利用此小型電力業務專用無線服務基站來實現DR 終端為提高通信質量所需的信道編碼或增益等技術。后者所提理念被證實在分布式DR 領域具有良好的應用前景和應用價值[23]。預編碼技術是MIMO 系統中保證信息傳輸質量的一項重要技術[24]，能夠有效提高DR 基站下行鏈路的傳輸效率和質量，可用于解決本文場景下DR無線傳輸中的通信優化問題。DR 調度中心通過無線基站向DR 終端或負荷聚合商發送DR 業務信息時，為了減少信道干擾和外界噪聲的影響，可利用信道狀態信息（channel state information，CSI）在發送端對信號進行編碼優化處理，便于更好地在接收端進行信號檢測，達到提高DR 信息傳輸速率和系統性能的效果。

2 傳統的THP 編碼技術

本文采用的預編碼是指利用無線信道的狀態信息，對發送信號進行處理，優化信號的空間特性以消除信號間的干擾。大致可將預編碼技術分類兩大類，即線性編碼和非線性編碼[25]。其中THP 編碼屬于非線性編碼，非線性編碼是指在編碼過程中將迭代、取模等非線性操作引入進來，一般能夠獲得較線性編碼更加良好的系統性能。THP 算法在發射端和接收端各進行一次取模運算，并進行串行干擾抵消。定義v為對原信號進行取模運算后的信號矢量，則算法的接收信號可表示為

式中：H 表示矩陣的共軛轉置，Q為 酉矩陣，R為下三角矩陣。 然后根據迫零準則的約束條件即GHcFB-1=I（其中I為單位矩陣），將分解后的信道矩陣Hc代 入后得到新的約束條件GRQFB-1=I。

進而可以得到滿足約束條件的編碼矩陣和反饋矩陣：F=QH,B=GR。此時就可以得到無信號間 干 擾 的 接 收 信 號yi=vi+z?i，其 中z?i=Gzi為 等 效噪聲。

3 基于誤差矢量對消的THP 編碼優化算法設計

傳統的THP 算法雖然能夠有效消除數據流間的干擾，但是沒有考慮信道噪聲增強帶來的影響，因而會一定程度上影響系統的優化性能。本文提出了一種面向DR 業務的基于誤差矢量對消的THP 編碼（preTHP _EVC）。

3.1 preTHP_EVC 算法基本原理

preTHP_EVC 采用對稱模運算限制因反饋操作引起的功率放大，同時避免噪聲的放大。同時對發送信號與接收信號進行誤差矢量對消來減弱信道噪聲的影響。preTHP _EVC 編碼系統主要包括3 部分：線性求模反饋（包括求模運算和反饋矩陣）、編碼矩陣、接收矩陣，各個模塊的設計參數是基于對信道特性的獲取和分析得到。如圖2所示，將VTN 發出的DR 信息流量化為具有多個子信息流的信號矢量S={S1,···,SK}，K為DR 終端（VEN）的數量，每個子信息流Si,i∈[1,K]對應一個VEN。虛擬頂部節點（VTN）發出的DR 信號矢量S首先要經過取模運算模塊和反饋矩陣得到信號矢量x?i，然后經過編碼矩陣完成發射端的處理得到信號矢量xi并 進入DR 信道Hc中傳播得到

圖2 preTHP_EVC 算法原理框圖Fig. 2 Block diagram of preTHP_EVC algorithm

然后在接收端進行處理還原出等效DR 信息S?并發送到VEN 節點，完成需求響應信息傳輸過程。

3.2 基于preTHP_EVC 的需求響應業務傳輸矩陣設計

在進行DR 業務信息傳輸優化過程中不僅僅要考慮消除信號間的干擾，也要重視信道噪聲導致的不良后果。為了傳統THP 算法中噪聲增強帶來的影響，可以在此基礎上采用最小均方誤差準則來減小DR 信道噪聲的影響。其基本思想為將發送端與接收端的矢量信號的誤差矢量最小化。定義誤差矢量的表達式為

4 仿真及結果分析

本文結合實際的需求響應業務需求，對本文所列的3 種編碼算法進行了詳細的分析。仿真過程采用DL/T 1867—2018《電力需求響應信息交互規范》中各項規范。測試平臺支持包含PULL和PUSH 在內的多種交互模式，DR 報文和字段的格式與生成機制嚴格按照DL/T 1867—2018 中的要求。

本文統計DR 數據流在不同編碼方案下的系統誤碼率（BER）性能。隨機仿真4×200 組DR 業務數據流，涵蓋DR 事件、DR 報告等標準信息交互業務數據，并將DR 業務流劃分為若干子信息流發送到不同DR 終端，取Nt=4。統計信噪比（SNR）在區間[0, 30 dB]時的3 種預編碼方案的BER 性能，其中preZF 采用文獻[26]的編碼方案，preTHP 表示文獻[27] 中所采用的編碼方案，preTHP_EVC 為第3 節中基于誤差矢量對消的THP 編碼方案。3 種編碼方案隨著信噪比的逐漸增大均呈現出愈加良好的誤碼率性能，其中preTHP_EVC 在不同信道條件下都呈現出較另外2 種編碼方案更好的BER 性能，在信噪比為28 dB 時的誤碼率就已經低于0.1%。不同編碼方式的誤碼率性能對比如圖3 所示。

圖3 不同編碼方案的BER 性能對比Fig. 3 BER performance comparison of different coding schemes

為了分析本文算法在不同編碼矩陣規模下的表現，仿真不同編碼矩陣規模下的THP-EVC 算法的BER 性能。發現不同的編碼矩陣在低信噪比情況下的性能表現差別不大；在信噪比高于10 dB之后，伴隨著信噪比的增大，三者的BER 性能產生了差異化，并且編碼矩陣規模越大其表現出的差錯率越低。在信噪比λSNR=25 dB 時，Nt=16和Nt=8的BER 性能提升達到近三倍。圖4 所示為改進型THP 在不同編碼矩陣下的BER 性能分析。

圖4 改進型THP 在不同編碼矩陣下的BER 性能分析Fig. 4 BER performance analysis of improved THP under different coding matrices

隨著編碼矩陣的增加，雖然能夠獲得較好的BER 性能，但是同樣引入了更多的計算開銷。圖5為preTHP_EVC 算法在不同編碼矩陣下的系統處理時延，統計100 組在相同信道條件下傳輸等量信息情況下的時延數據，發現隨著編碼矩陣的增加，算法的開銷也響應的增加，進而導致系統處理時延的增加。Nt=8時 比Nt=4的情況下大約增加了2.7 ms 處理時延，而Nt=16的 情況比Nt=8的情況下增加了約3.1 ms 處理時延。

圖5 改進型THP 在不同編碼矩陣下的處理時延Fig. 5 Processing delay of improved THP in different coding matrices

需求響應業務的信息載荷具有不固定性，5 種DR 信息交互業務的服務數量和信息載荷大小各不相同，每種業務具體凈載荷的大小還與報告項數和事件中承載的信號數有關。為了仿真DR 傳輸中的實際情況，本文根據不同的DR 信道狀況分析了傳輸2 種主流DR 業務信號，即報告業務和事件業務時的平均誤碼率性能。本文將信道狀況分為3 個等級即A、B、C，其中A 表示信道的信噪比處于0～10 dB，B 表示信道的信噪比處于11～20 dB，C 表示信道的信噪比處于21～30 dB?？梢园l現，在不同的信道環境下，preTHP_EVC算法的誤碼率明顯低于另外2 種算法，并且在DR 信道狀況較好的情況下的性能更加明顯。圖6為信道傳輸事件業務時不同信道狀況的誤碼率分析對比。

圖6 傳輸事件業務時不同信道狀況的誤碼率分析Fig. 6 Bit error rate analysis of different channel conditions in transmitting event services

為了分析不同編碼方案下完成需求響應通信優化效果所需要的時間，本文統計了不同編碼算法的計算開銷。如表2 所示為不同編碼方式的計算開銷對比，可以發現每個算法的計算開銷都在100 ms 的范圍內波動，其中preZF 算法平均計算開銷為0.002 297 s，preTHP 算法的平均計算開銷為0.002 398 s，preTHP_EVC 算法的平均計算開銷為0.002 449 s。非線性編碼相較于線性編碼的計算開銷有所增高，增加幅度大約在1.01 ms，而基于誤差矢量對消的THP 算法相較于THP 算法的計算開銷的增幅在0.51 ms 左右。相較于該算法誤碼率性能上的提升，其引入的額外計算開銷在可接受范圍之內。

表2 不同編碼算法的計算開銷Table 2 Computing overhead of different coding algorithms s

5 結語

本文提出了一種面向DR 業務傳輸的基于誤差矢量對消的THP 編碼方式，該方法提供了良好的誤碼率性能，能夠有效優化DR 無線傳輸系統性能。未來可以考慮不同應用場景及具體DR 業務的需求進行優化，根據具體需求側業務特點采用自適應編碼策略，或者聯合考慮信道傳輸質量和網絡擁塞情況進行跨層聯合優化，最終使客戶側DR 設備與電網側實現高可靠的信息交互與高質量DR 控制。