基于分布式和微服務技術的電能質量監測系統設計與應用

武永強，張一帆，王宇強，楊 洋，梁 帥，賈俊青，郭 杉

（1.內蒙古電力（集團）有限責任公司錫林郭勒供電分公司，內蒙古 錫林浩特 026000；2.內蒙古電力（集團）有限責任公司內蒙古電力科學研究院分公司，呼和浩特 010020；3.內蒙古自治區新型電力系統智能電網企業重點實驗室，呼和浩特 010020）

0 引言

電能質量的主要目標是優質供電，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，為應對全球化石能源枯竭及環境問題，我國大力發展以光伏、風電為代表的環境友好型可再生能源。大多數可再生能源通過電力電子接口并網，使得電網呈現高比例可再生能源和高比例電力電子設備的雙高特征，“雙高”電網下電能質量機理更為復雜[3-4]。文獻[5]對風儲聯合系統接入電網公共連接點的電能質量指標進行評估和分析。文獻[6]總結了新能源接入下的電網建模方法。文獻[7]開展海上風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，對光伏并網中的諧波問題進行分析。隨著越來越多高精尖制造業的變頻器、交流接觸器等設備接入電網，這些設備對電壓暫降尤為敏感，據統計，電壓暫降投訴問題占所有電能質量問題的80%[9-11]。據了解，2017年各電網公司已建設了相應的電能質量監測和分析系統，文獻[12]闡述了當時電能質量監測系統架構和功能。隨著“云大物移智鏈邊”等新技術快速發展，電網數字化已成為各電網企業轉型的戰略目標。2020年8月，國務院發布了《關于加快推進國有企業數字化轉型工作的通知》明確了國有企業數字化轉型的基礎、方向、重點和舉措。據此，國家電網公司發布的《能源數字化轉型白皮書（2021）》明確指出，通過“三融三化、三條主線”推進國網數字化轉型，其中“三化”包括架構中臺化以構建企業級共享平臺；南方電網發布的《數字南網白皮書》確定了“采用當前先進、成熟的‘云、大、物、移、智’、微服務、數字孿生、區塊鏈等數字技術，構建關鍵技術平臺和各大數字業務平臺”的技術路線；內蒙古電力（集團）有限責任公司制定了《公司“十四五”生產技術發展規劃》和《公司生產管理數字化轉型指導意見》，并建設了“生產精益化管理平臺”“配電自動化主站系統”等數字化重點項目。

目前微服務、分布式等技術是實現電網數字化的重要路線。然而，從文獻[12]可知，已建設的電能質量監測系統框架老舊，在裝置接入、計算性能、存儲能力等方面存在瓶頸，難以滿足電網數字化發展要求。為此，亟需在電網數字化發展目標引領下面向電能質量發展新需求設計全新的電能質量監測系統。本文基于分布式與微服務技術設計開發了電能質量監測系統，并以電能質量錄波數據實測故障定位為例，分析該系統電能質量深化應用能力。

1 電能質量監測系統技術架構

1.1 系統架構

本文基于微服務等思想設計了電能質量監測系統框架，如圖1所示。該框架通過Nginx實現負載均衡，以API 路由網關分配請求響應從而選擇具體的服務；系統功能由基礎服務集群和聚合服務集群提供，基礎服務包括緩存服務、配置服務等；聚合服務則是融合多個基礎服務滿足復雜應用需求，如諧波溯源、電壓暫降定位等。同時，面向的服務具體靈活補充基礎實施組件，如指標監控等。

圖1 電能質量監測系統具體架構Fig.1 Specific architecture of power quality monitoring system

1.1.1 服務層

服務層根據電能質量需求拆分為多個基礎服務，這些基礎服務可滿足系統的最小應用需求?；A服務包括緩存服務、配置服務、模型服務、數據服務、權限服務等。以日志服務為例，它支撐系統日常運維，提供日志存儲和查詢，并為系統的監控提供數據基礎。日志服務處理流程見圖2，日志服務基于ELK組件來實現日志數據的存儲和搜索要求。

圖2 日志服務處理流程Fig.2 Log service processing flow

1.1.2 聚合層

聚合層是面向電能質量業務更高級深入的應用設計，通過基礎服務的組合和疊加，同時也根據使用需求擴展更復雜的服務。以諧波溯源為例，它是一個聚合應用，從現有基礎服務讀取基礎數據，以容器技術封裝諧波溯源算法程序，進而將結果返回至基礎服務展示。

1.1.3 網管層

網管層由多個API 組成，通過API 路由網關分配請求響應從而選擇具體的服務，當請求2 次諧波數據查詢時，系統根據認為類型和ID轉發給具體的API，API 根據預好的任務請求服務提供數據，其實現過程如圖3所示。

圖3 電能質量監測系統服務架構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、多業務請求流暢性，通過Nginx實現負載均衡。

1.2 關鍵技術

1.2.1 微服務技術

微服務是一項將單體服務拆分為多個相對獨立服務的新技術，基本思想在于圍繞業務領域組件創建應用，這些應用可獨立進行開發、管理和加速迭代。在分散的組件中使用微服務架構可使整個系統的分工更加明確，每個服務功能更加清晰，減少單體服務模式下模塊之間的相關影響。

系統業務服務使用Spring Cloud 微服務技術路線，Spring Cloud 是一系列框架的有序集合。它利用Spring Boot 的開發便利性簡化了分布式系統基礎設施的開發，如配置中心、消息總線、負載均衡、斷路器、數據監控等，通過Spring Boot 的開發風格做到一鍵啟動和部署。將目前比較成熟、經得起實際考驗的服務框架組合起來，形成一套穩定和高可用性的分布式服務框架，核心功能包括服務注冊和發現、路由、服務和服務之間的調用、負載均衡、斷路器、分布式消息傳遞等?；谖⒎占夹g的電能質量監測系統架構如圖4所示。

圖4 基于微服務技術的電能質量監測系統架構Fig.4 Architecture of power quality monitoring system based on microservice technology

基于此設計，可在現有電能質量系統中融合包括計量、能源管理、電能監控等領域的應用，有效提升系統的可擴展性和靈活性。

1.2.2 分布式緩存技術

分布式緩存技術用于從裝置側采集的數據進行讀寫分離，借助分布式管理技術實現數據對磁盤的順序讀寫，從而提升讀寫性能。同時對于計算密集、計算任務無法分解的分析需求（如關聯分析算法），通過分布式緩存技術將業務所需數據分布式緩存至內存中，可快速對數據進行多次迭代，縮短數據處理時間，提高數據處理性能。

1.2.3 J2EE架構技術

2 電能質量監測系統功能設計

2.1 通用功能

2.1.1 全景概覽

分析和展示全系統電能質量特征，涵蓋頻率、電壓、三相電壓不平衡度、閃變等穩態指標及電壓暫升、暫降、短時中斷等暫態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，統計臺賬最新數量、評估臺賬匹配率，從數據完整性和數據正確性評估數據質量。

2.1.3 報表報告

定時生成各類報表和報告，統計周期涵蓋日、周、月、季、年，為專業管理人員和技術人員提供統一的報表報告管理入口，實現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計的合格率報表、超標統計表、現場測試統計表、上傳率（3 min 數據完整率）統計表、在線率統計表等）、報告管理。

2.1.4 穩態分析

種植小麥應使用防治技術、生物防治和化學防治技術等。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。也可使用化學制劑防治紋枯病等，應符合國家標準，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。

針對單點和區域提供電能質量穩態指標實時數據矢量分析、實時諧波頻譜、趨勢曲線對比分析、超標統計分析和擾動成因分析等。

2.1.5 暫態分析

統計分析暫態事件信息進行，實現針對單點和區域的電能質量暫態事件的查詢、統計，深入分析和數據應用以圖表的形式展示多個統計維度下的暫態事件發生情況，以表格的形式展示暫態事件詳情及發生原因，統計單點和區域的暫態事件容忍度分布情況，評估單點和區域暫態事件的嚴重程度。

2.1.6 臺賬管理

各類電能質量臺賬的新增、修改、刪除、查詢及校核。具體包含監測終端臺賬（電能質量監測終端、電壓暫降監測終端）、測試儀器臺賬、治理設備臺賬、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、異常數據及系統故障等問題，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 高級應用功能

除上述通用功能外，基于微服務技術設計了專項分析和高級應用功能。以高級應用模塊下的電網故障定位為例，通常故障發生時電能質量監測終端將觸發高達1024 點/周波精度的錄波數據，基于電能質量錄波數據實現故障準確定位的具體步驟如下：

步驟1：故障判斷。通過電能質量監測終端錄波持續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實際情況的改進正序阻抗法。該方法在正序阻抗法的基礎上，考慮了配電網線路參數非均勻分布的情況，以及不同型號導線的參數，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，即先計算各導線分段處的總實際正序電抗與假設在該點發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期值，停止搜索。

3 電能質量監測系統應用分析

3.1 性能分析

2023年初，將本文設計開發的電能質量監測系統部署于某電網通信公司機房，硬件由4 臺云服務器組成，操作系統均為centos7.9；數據庫采用PG+VM，服務封裝于Kubernetes 中。同時，部署了文獻[12]開發的電能質量監測系統，與本文開發的系統進行性能對比。

3.1.1 監測點接入能力

文獻[12]開發的系統最多可接入128×60個監測點，而本文設計的系統因以微服務技術設計接入規模，因此規模不受軟件限制（僅取決于受服務器CPU、內存、磁盤IO等硬件配置）。

3.1.2 存儲性能

在1000 個監測點的系統規模下，文獻[12]開發的系統每天需約60G 存儲空間，而本文設計的系統每天僅需約6G空間。在同樣的磁盤資源下，本文開發的系統相比文獻[12]開發的系統可多存儲9 天的數據，存儲性能得到提升。

3.1.3 計算分析性能

文獻[12]開發的系統進行計算分析時主要依賴32位的PQDataprocessor 程序，而本文開發的系統計算分析功能采用分布式架構完成，基礎的日數據計算分析功能分配至本地，而復雜的計算法分析通過Kettle 管理。在1000 個監測點的系統規模下，文獻[12]開發的系統每天僅能完成1.2 天的數據量計算分析，而本文開發的系統每天能統計10 天的數據量，效率同比提升了8.33倍。

3.1.4 查詢性能

在3000 個監測點的系統規模下，通過Chrome調試信息統計查詢性能，當查詢一天10條電能質量穩態指標（3 min間隔），本文開發的系統每個請求耗時均在4 ms 內，全部任務總耗時86 ms；而文獻[12]開發的系統需要約2 s。

3.2 運行效果

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

圖6 專項功能Fig.6 Special function

高級應用功能下，以故障定位為例，當某干線2023-03-24 蔡州干“#16～天農食品專配段”發生三相接地故障時，對應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

系統基于故障后穩態三相電流、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。

據統計，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 結語

本文基于電能質量業務管理需求，采用分布式與微服務技術設計了電能質量監測管理系統，功能上滿足了電能質量基礎業務需求；性能上，與文獻[12]系統對比，本文開發的系統在接入容量、響應速度等方面均有較大提升。此外，為了挖掘電能質量數據解決實際工程問題，系統開發了高級應用模塊，并以電能質量錄波數據實現故障定位為例進行了分析。后續，系統將接入區域內更多電能質量數據，根據管理需求優化和完善系統功能，持續提升系統支撐電能質量管理和分析能力。