配电网位于输电的末端、直接面向终端用户，是服务民生的重要公共基础设施，不仅需要安全可靠、快速自愈，还面临新能源大规模消纳、电力电子器件高比例接入、潮流双向等能源互联网发展需要。配电网的智能化是能源互联网的重要环节，智能配电网需具备故障隔离、供电恢复、电力设备实时运行数据监测、支持DER的接入和用户互动等功能。这些功能都要求配电网能够采集大量的数据，并及时对监测数据进行精准处理，但传统的配电网单纯依靠长距离传输。集中处理的模式已不能满足大量数据传输处理以及即时性的需要。近年来为应对电网面临的新挑战，数据挖掘、云计算、5G通信、人工智能、区块链等新兴技术正逐步在电网领域得到应用[1]。

　　边缘计算由于其具有互操作性和分布式等特性，以及与云端的协同，可将电力云中心的服务扩展到网络边缘，实现电力信息有效感知和及时处理，满足行业应用对算力的下沉部署和按需提供服务，已成为能源互联网研究的重要方向[2]。对配电网而言，边缘计算技术取得突破，意味着众多的配电网调节控制措施将通过本地设备实现而无需交由云端处理反馈，其处理过程将在本地边缘计算层完成。这将处理速度从分钟缩短到毫秒，以便更快地做出关键和时间敏感的决定，同时大大减轻云端的运算量，从而获得更好的扩展性、灵活性和成本弹性，并由于更加靠近用户，还可为用户提供更快的响应，改善用户体验。针对配电自动化，文献[3]提出了云计算架构的调度自动化系统，文献[4]提出了边缘计算的配电故障处理系统，都对边缘计算在配电自动化和故障隔离方面进行了有益探索。

　　1 智能分布式配电自动化的边缘计算架构

　　1.1 配电自动化建设需求

　　配电自动化涉及到开关一次设备的改造、馈线出口保护配置、配电自动化终端及通信装置的选型、通信系统的构建及主站功能模式等系统性的内容，以数据、信号、计算、控制为核心，实现对配电网的监测、控制和快速故障隔离，为配电管理系统提供实时数据支撑。传统配电自动化采用集中控制模式，主站/子站与终端构建星型连接为主，通过配电主站和配电终端的配合，基于对信号的控制判断故障并遥控隔离故障、恢复非故障区的供电，通信时延基本在秒级。而智能分布式就是去中心化，无需主站干预，由各个环网开关的智能终端决策，协同完成配电线路故障定位、隔离以及恢复供电，时延可降低到毫秒级，基于拓扑逻辑信号判定的方式已得到了一定应用。这一模式变化必然使得计算资源下沉部署，驱动边缘计算得到应用，能源互联网“云-网-边-端-芯”中的“边”就是指部署边缘计算装置，构建电网的分布式数据中心，提升整体的配电网自愈能力和适应能力。

　　1.2 配电自动化边缘计算总体架构

　　文献[5]提出边缘计算是相对于云计算而言的，是一种分布式计算框架，使应用程序靠近数据产生和操作执行的位置，是在智能设备增加、海量数据传输带来的带宽不足、时间延迟等问题下发展而来的技术。特点一是能通过减少传输到中心集线器的数据和漏洞，改进数据控制并降低成本;二是能通过接入更多数据源并在边缘处理该数据来更快地获得洞察力并采取行动;三是能让系统自主运行，实现连续运行，减少中断。

　　智能分布式配电自动化吸纳了边缘计算技术，构建了区别于传统的三层集中式架构，构建了以边缘节点为核心的“云、管、边、端”四层架构，由信号和逻辑控制转变以数据计算为基础的信息控制。其中，“云”是指云化的主站平台，在云上部署有多种微服务;“管”是指网络管理，是端和云之间的数据传输通道，也即通信方式;“边”是指边缘计算网关，把算法送到靠近终端侧设备，就近提供智能服务，计算过程在智能设备或边缘设备的分布式中心执行;“端”是配电网架构中的状态感知和执行控制主体，实现对配电设备运行环境、设备状态、电气量信息等基础数据的监测、采集、感知。

　　边缘计算是对云计算的补充和延伸，可为配电网中的终端设备提供更快速、更高效的数据采集、存储和处理。相比传统方式，边缘计算架构下的配电自动化具有以下优势。

　　自愈性：边缘设备检测到异常后，能迅速对故障区域进行孤岛控制，并在隔离故障后运用调节机制实现非故障区自动转供，整个故障识别和切除过程不需人员介入操控，故障处理过程由本地设备计算实现，不依赖于主站的运算控制，即使某主站故障或与主站的网络故障，边缘设备对数据的处理也能就地实现故障隔离，保证用户的正常使用;低时延：边缘计算平台采用分布式计算在数据源头处理计算任务，数据处理更即时，供电恢复时间可压缩至毫秒级。

　　低能耗：依托靠近端侧现有的网络资源、存储空间和计算资源，在边缘节点处对采集的数据进行筛选分析，减少存储和传输的用量，继而降低数据处理成本、网络带宽要求以及云端规模，整体降低设备能耗;安全性：边缘计算的离线自治功能在数据的私密性、隔离性以及共享程度和范围上配置更加灵活多样，能够在与云端断连后维持本地系统正常运行，排除了大量传统电网系统的安全隐患;交互性：边缘设备更加贴近用户，可高效就地接入风力、太阳能等清洁能源以及电采暖、充电桩等多元化负荷，并优先进行就地的资源有序调度，平衡能源负荷。

　　2 数据交互协同机制

　　边缘计算与云计算各有所长，云计算擅长全局性、非实时、长周期的大数据处理与分析，能够在长周期维护、业务决策支撑等领域发挥优势;边缘计算更适用局部性、实时、短周期数据的处理与分析，能更好地支撑本地业务的实时智能化决策与执行。边缘计算与云计算之间不是替代关系而是互补协同关系，边-边交互、边-云协同的数据交互可实现配电网数据的多向流动和数据共享，满足配电自动化控制需求、运维业务需求和用电服务需求等提供数据支撑。同时数据交互过程应遵循标准化的设备信息模型。

　　2.1 边-边交互机制

　　边-边交互即2个或多个边缘计算节点间的数据交互流程，主要是为解决IT成本和用户体验两个问题，平衡应用服务质量和隐私保护，形成边缘局部闭环自治，边边数据交互由数据代理模块实现。边边协同有三种模式：边边计算协同。云端的管理面将开发的应用通过网络远程部署到各边缘节点上，每个边缘计算服务器在既定的框架下只执行一部分算法，最终通过协同的方式完成应用任务;边边分布式协同。边缘计算平台有完整的模型和算法，具备开放各种应用部署和调度能力，可根据需求计算形成调度策略和相关参数并将信息回传至云端，最终得到完整模型;边边联邦学习协同。介于前述两者之间，选取某个边缘保存完整的模型和算法，其他边缘节点只执行其中的一部分算法，并向该节点上传模型参数，通过边缘侧的数据联合训练得到一个模型。

　　2.2 边-云协同机制

　　电力系统的任务往往具有复杂多样性，需借助多源数据和多种算法才能完成。在云边协同中，云端负责大数据分析、模型训练、算法更新等任务，边缘端负责基于就地信息进行数据的计算、存储和传输。边缘计算不是单一的部件、也不是单一的层次，而是涉及到EC-IaaS、EC-PaaS、EC-SaaS的端到端开放平台。边缘计算靠近执行单元，可将决策结果以应用交互的方式调作用于配网设备，同时它也是云端所需高价值数据的采集和初步处理单元，可以更好地支撑云端应用;反之，云计算通过大数据分析优化实现对配电网的数字化建模、认知、决策，输出的业务规则或模型可以下发到边缘侧，边缘计算基于新的业务模型运行。

　　边云协同的能力与内涵，涉及IaaS、PaaS、SaaS各层面的全面协同;边缘计算EC-IaaS与云端IaaS协同，一是可通过边缘计算节点的本地调度管理，减少云主站的设备调度的控制量，实现其资源协同，二是可由边缘计算节点结合云主站下发的训练模型，实现分布式智能控制的智能协同;边缘计算EC-PaaS与云端PaaS协同，一是依托边缘计算节点提供数据采集、计算、存储的能服务，减少云主站的数据处理量，实现数据协同，二是还能实现服务管理协同和业务管理协同;边缘计算EC-SaaS与云端SaaS协同，可按照云主站策略执行部分EC-SaaS服务，并以主动执行应用服务分布策略、被动接受云主站下发应用服务策略的方式实现云主站侧SaaS服务的能力，从而实现应用服务协同。

　　3 软硬件设计

　　在供电可靠性要求不断提高的背景下，尤其是针对毫秒级故障隔离及非故障段快速恢复的应用场景，传统的配电自动化已较难满足其及时性和准确性的需求。基于边缘计算架构，从硬件、软件两方面给出系统的分布式自动化解决方案。

　　3.1 硬件结构

　　以配电自动化终端DTU为载体，将其设为边缘计算节点，为其配置解析模块、数据获取模块、数据转换模块、网络通信模块、储能模块。其中DTU本身可精确采集馈线的电流、电压等信息，并具备故障检测，可产生故障告警信号;解析模块用于解析配置信息，得到本地设备的数据获取方式以及数据转换方式;数据获取模块用于根据物理结构、协议类型等配置信息采集本地设备的的模拟量信息和数字量IO信息等原始数据，并经由数据转换模块转变为有效数据，后由网络通信模块发送至各边缘计算节点，并提取部分数据传送至主站服务器;装置配备储能模块在失去电源的情况下可短时应急供电，以确保装置能传送信息至各边缘计算节点。

　　边缘计算节点采用嵌入式工控机，部署了局部配电网网络模型、故障处理应用以及事件处理规则，并与感知设备、其他边缘计算节点以及主站形成互联，通过获取相邻线路配电终端的数据信息和动作情况，综合判断是否需要保护出口动作。该设计方案遵循了配电自动化的快速运算、动作可靠的建设原则，边缘计算节点的镜像模型与主站平台保持一致，两者形成了互备机制。

　　3.2 软件系统

　　中压配电网系统的故障大致分为主变故障、母线故障、出线故障、线间故障、支线故障等类型，分布式配电自动化在处理这类故障时本身动作逻辑较为复杂，在不依赖主站分析的条件下，软件系统设计采用大循环嵌套中断的运行方式。设计中在边缘计算节点部署中压配电网的网络拓扑模型及故障定位分析应用，并与主站云建立同步机制。以环网设备为节点将线路分成若干分段，每个分段由一个边缘计算节点实时采集感知设备上传的数据信息，结合组网内其他节点的信息，就地完成拓扑实时分析和故障监测、定位分析，并通过波形数据验证故障研判的可行性后发出控制指令，由终端控制故障的隔离和非故障段恢复供电的开关动作，并将故障处理结果上传主站云。

　　在这一模式下可实现毫秒级的故障隔离和非故障段的供电恢复，并可有效减少配电主站云故障处理的资源占用，提高配电主站故障定位效率。能分布式馈线自动化故障隔离时限如下：故障检测在0～20ms区间，故障信息生成及报文组装在20～40ms区间，信息交互在40～60ms区间，分布决策在60～100ms区间，故障上游跳闸在100～200ms区间，至此故障上游隔离完成、共用时200ms，整个故障处理时间(变电站出口断路器保护延时时间)总计300ms。

　　综上，在未来数字型智能电网的建设中，尤其是随着5G与MEC的结合将产生更快更全面的数据分析、更深入的洞察力、更快的响应速度和更好的用户体验，可进一步研究边缘计算的模型与算法设计，开展更多的配电网场景应用。

　　责任编辑：张华