CPS标准

CPS标准（精选7篇）

CPS标准 篇1

1 CPS标准简述

CPS考核标准由两部分组成，即CPS1和CPS2。CPS1用统计的方法来衡量区域控制偏差（ACE）与系统频率偏差之间的关系。CPS2用统计的方法来限制超出可接受范围的区域间非计划交换功率。

2 CPS标准和A标准的比较

CPS标准克服了A标准的缺陷，其优越性体现在如下几个方面：

(1)A标准未直接涉及电网频率控制的目标，而CPS标准对频率的控制目标有明确的规定。

(2)CPS标准不要求ACE在规定时间内过零，这样可以减少一些不必要的调节命令，改善机组的运行条件。

(3)CPS标准对各控制区域对电网频率质量的功过评价十分明确，特别有利于某一控制区域内发生事故时，其它控制区域对其进行支援充分发挥大电网的优越性。

(4)A标准是根据实际工程经验积累所形成的，它的优点是控制效果反映比较直观，对控制系统设备要求不高，能有效控制联络线功率偏差。它的缺点是忽视频率变化的影响，有时人为迫降ACE为零，加大机组的频繁调节。

(5)CPS是根据统计学方法推导出来的，强调长期控制性能，它的优点是着重于电网频率调整，减少机组频繁调整造成的设备磨损，降低发电成本，适用范围广，控制区域频差系数可变，鼓励事故条件下对故障区域的支援。鼓励频率降低时多发，频率增加时少发。它的缺点是放宽了控制区域间的功率交换偏差控制，无意交换电量可能增大，对数据采样和处理要求更高。

3 黑龙江电网实行CPS标准的研究

根据上述的分析，CPS系列标准与A标准相比，具有较多的优越性。从保持和提高电网频率质量、改善机组调节性能和发挥大电网的优越性来说，都应该用CPS标准来代替A标准。

3.1 东北电网应用频率管理系统对电网频率进行采集和数据管理，电网频率采样周期为1s，频率值精确到千分位，可满足CPS1对频率数据的要求。黑龙江电网采用CC2000系统作为实时监测平台，SCADA中ACE实时数据采样周期为5s，只能近似满足CPS1对数据的要求。

3.2 在NERC规定的CPS控制执行标准中，目标频率范围ε1和ε10是基于历史测量频率偏差的，每个相互联系的控制区域都将分配自己的频率范围。通过计算目标频率范围ε1和ε10来识别每个互联系统要求的频率曲线。

3.3 自动发电控制（AGC）是保证电网安全经济运行、调峰调频的重要措施之一，也是CPS标准有效实施的关键因素。目前，黑龙江省调直调电厂的发电机大多数都具备AGC调整能力，可以自动参与CPS标准的联络线调整。实施适应CPS标准的AGC控制策略，可以提高黑龙江电网的频率品质，减少联络线责任考核电量。

3.4 通过计算控制区域系统扰动时的频率响应，可以确定频率偏差系数B[7,8,9]。计算公式为：

频率偏差系数可以采用固定值或动态值，把实时（如1分钟、10分钟）的频率偏差系数引入B值的分配中，就是采用动态B值。把一段时间（如一年，一个月）的频率偏差系数进行平均，就是一种固定的B值。因B值与用电负荷以及一次调频容量有关，各省（区）一次调频容量不明确，故发电机一次调频对B值的影响按照各省（区）平均发电负荷计算，各省（区）用电负荷对B值的影响按各省（区）全社会平均负荷计算。平均发电负荷根据统调发电量计算（考虑地方机组基本不投一次调频），全社会平均负荷取根据全社会用电量计算。由于各省（区）一次调频投入不均衡且容量不明确，故考虑全社会平均负荷权重80%，平均发电负荷权重20%，对于一次调频投入能力较差的地区，统调发电量可以按照70%权重考虑。

4 结论

CPS标准和A标准无论是在数学模型还是评价思路上都具有极大的差别。CPS标准采用统计模型，以较长时间段（一月到一年）总体效果为考核目标，侧重于对系统频率的贡献。在黑龙江电网实行CPS标准，客观技术条件基本上是具备的，并且随着AGC控制功能的完善和提高，实行CPS标准对黑龙江电网以及东北电网的运行都是非常有利的。

CPS控制策略有利于提高电网频率控制质量，充分体现了互联电网各控制区域之间的相互支援，CPS标准在黑龙江电网的实行必将为黑龙江电网带来显著的经济效益。

参考文献

[1]Policy 12Generation Control and Performance.NERC OperationManual.http://www.nerc.com,1997.

[2]Control Performance Standard Training Document.NERC OperationManual.http://www.nerc.com,1997.

[3]赵良,王涛,张锋.浙江电网联络线功率交换考核指标(CPS)优化研究[J].浙江电力,2004(6):22-34.

[4]汪德星.华东电网实行CPS的探索[J].电力系统自动化.2000,24(20):41-44.

[5]钱玉妹,崔恒志,高宗和.适应CPS标准的AGC系统设计与应用[J].电力系统自动化,2003,27(11):75-79.

[6]徐兴伟,林伟,王家宏.东北电网A标准AGC模式应用于CPS标准分析[Z].2003,27(21):72-74.

[7]刘乐,刘娆.自动发电控制中频率偏差系数确定方法的探讨[J].电力系统自动化,2006,30(6):42-47.

[8]Le-Ren,NB Hoonchareon.Estimation of B for adaptive frequency biassetting in load frequency control.IEEE Trans.Power Syst.vol.18,pp.9042911,MAY 2003.

[9]张瑞阳,李小军,宋莉.南方电网2007年CPS参数调整分析与计算[J].东北电力大学学报,2008,28(2):28-32.

CPS标准 篇2

大区电网互联中要保持和提高电网频率质量,改善机组控制调节性能,发挥大电网运行的优越性,这与AGC的控制性能密切相关。东北电网用CPS标准取代A标准,注重控制区域对系统频率质量的贡献。这对AGC机组的运行提出了新的要求,如何调整AGC控制策略,使之适应CPS考核标准成为现阶段亟待解决的重要课题。

1东北电网CPS考核标准

2010年7月1日起,东北电网关口联络线正式实行CPS考核标准,根据东北电网的实际情况,省间联络线功率交换控制模式为网调采用定频率控制方式(Constant Frequency Control,简称CFC)模式,3省调采用联络线和频率偏差控制(Tie-line Bias Control,简称TBC)模式。

CPS考核标准由CPS1和CPS2 部分组成,CPS1是统计区域控制偏差(Area Control Error,ACE)变化量与频率偏差关系的标准,作用是控制频率;CPS2用于限制大的不可接受且不可预见的系统潮流。CPS标准可以明确评估各控制区域长期对电网频率质量的“功过”,并鼓励各控制区域积极参与调整联合系统的运行频率,促进各区域充分发挥大电网的优越性。

CPS1的计算式定义为

CPS1=(2-CF)×100%, (1)

CF=∑(ACEAVEΔfAVE)/(-10Bnε${}_1^2$), (2)

式中ACEAVE为1 min ACE的平均值,要求每5 s采样1次,然后12个取平均值;ΔfAVE为1 min频率偏差的平均值,Hz,要求1 s采样1次,然后60个取平均值;B为控制区域设定的频率偏差系数,MW/0.1 Hz,带负号;n为统计周期所包含的分钟数(东北电网取15 min为1个统计周期);ε1为互联电网对全年1 min频率平均偏差的均方根的控制目标值,$\epsilon {}_1=\sqrt{{\displaystyle \sum _{i=1}^n(}\text{Δ}f{}_{\min ,i}){}^2/n{}_1}$(n1为该统计周期所包含的1 min时间个数)。

CPS2的计算式定义为

$L{}_{15}=1.65\epsilon {}_{15}\sqrt{(-10B)(-10B{}_{\text{网}})}‚(3)$

式中B为控制区域的频率偏差系数,MW/0.1 Hz,带负号;B网为整个互联电网的频率偏差系数,MW/0.1 Hz,带负号;ε15为互联电网对全年15 min频率平均偏差的均方根值的控制目标值,$\epsilon {}_{15}=\sqrt{{\displaystyle \sum _{i=1}^n(}\text{Δ}f{}_{\min ,i}){}^2/n{}_{15}}$(n15为该统计周期所包含的15 min时间个数)。

根据2009年国调调度生产日报数据,规定东北电网全网-10B网为3 908 MW/Hz、黑龙江省-10B为1 017 MW/Hz、ε15取0.025 Hz、黑龙江L15为80 MW。

对于每个考核时段(15 min),CPS合格的标准规定:a. 若CPS1≥200,则不论CPS2是否合格,均判定CPS合格;b. 若100%≤CPS1<200%,则由CPS2决定,CPS2合格则CPS合格,CPS2不合格则CPS不合格;c. 若CPS1<100%,则不论CPS2是否合格,均判定CPS不合格。

2AGC控制面临的问题

虽然CPS标准有利于提高电网频率质量,改善机组调节性能以及发挥大电网联网优势等诸多优越性;但伴随而来的是其参与调节的难度大大增加,完全依靠人工进行调整是不现实的,需要有性能优良、可调容量大的AGC机组参与调节。

2010年底,黑龙江电网直调火电机组装机容量为14 997 MW,省网具备投入AGC功能的机组共41台,装机容量11 620 MW,可调容量3 348 MW。但实际运行中,由于AGC机组调节中存在诸多问题,AGC运行时并未给联络线调整带来明显改善。目前,省网运行人员主要依靠人工进行调整,工作繁重,其主要问题分析如下。

2.1频率偏差系数B值不准确

由于东北区域各子电网B值的选取按2009年网调直调最高用电负荷与3省调所调系统最高用电负荷权重进行分配,而每年中由于季节和各省负荷增长变化情况不同,导致每年中大多数时间B值是不够准确的,ACE(Area Control Error, 区域控制误差)计算式为

ACE=ΔP+(-10B)×Δf, (4)

式中ΔP为电网间实际交换功率和计划交换功率之间的偏差,MW;Δf为电网实际频率与计划频率之间的偏差,Hz。

如果B值准确,同一时刻由于频率波动所造成的ΔP的变化量就会被抵消,ACE值将保持不变。但实际运行中,由于B值偏大,ACE值随频率的波动变化很大,多数情况下CPS1指标始终随频率向恶化的方向调节,迫使AGC机组跟随进行频繁调节,加大了联络线功率的振荡,也无助于CPS指标的提高。建议电网B值应动态调整,可将上周(上月)B值平均值作为本周(本月)B值。

2.2AGC机组调节特性差、机组控制策略不完善

当前AGC控制策略按CPS1、CPS2标准进行调节,而电网频率是不可预知且快速变化的,其周期通常为2～5 min;但黑龙江电网机组AGC调节特性不好,AGC机组由于频繁动作而挂起或造成单方向调节甚至反方向调节,即使投入再多的AGC机组也无法明显提高黑龙江电网CPS合格率。建议改进AGC控制策略,加强电厂AGC管理。

2.3缺乏AGC机组评价及经济考核机制

由于CPS标准下机组AGC功能还不完善,目前还未开发AGC机组评价和考核结算功能,这使生产人员无法准确掌握各台机组的调节特性,也不能从根本上调动发电厂投入AGC机组的积极性。AGC控制系统应设计机组出力跟踪曲线,自动记录机组每分钟的调度负荷指令、机组实际出力、机组控制模式,这些信息均可通过历史数据查询,并以表格或曲线形式浏览。

2.4低谷调峰困难对AGC机组的影响

随着电网“节能减排、上大压小”的逐步推进,黑龙江电网已没有可用于调峰的火电机组,而新投运的大容量供热机组调峰能力有限;此外,近2年风电场大量投运,风电的反调峰特性也使电网调峰能力逐年下降,低谷期间可用于调节的AGC机组非常少。当前联络线调整过分依赖莲花水电机组的调峰及快速调整能力,当水电机组少发或停发时,将加大火电机组调峰的困难程度,火电机组将因出力过低无法投入AGC运行。这就需要AGC机组要具备较大的可调容量,能在较低出力的情况下进行调节,并且在任意出力区间内均能迅速调整,以满足电网运行的要求。

3提高AGC调节效果的措施

3.1改进AGC控制策略

在A1/A2控制标准下,仅以ACE的15 min平均值作为控制标准。因此,只要有足够的调节速率,就有可能达到该控制标准;而在CPS标准下,必须同时考虑频率因素。此时AGC控制策略是频率偏差较小时尽量使ACE趋近于零,频率偏差较大时尽量使ACE偏差和系统频率偏差的符号相反。这种调整的优点是ACE曲线波动小,CPS指标高而且稳定性好,对机组AGC性能要求较高,需要机组响应迅速,调节精度高。由于黑龙江电网机组AGC控制功能不完善,机组经常受煤质、辅机设备、机组响应时间慢等影响,接受AGC调节的效果不好,运行中经常发现同一时间内不同机组的调节方向相反,很多机组还由于调节频繁,AGC功能自动挂起不再调节。

由式(4)可看出,ACE值的瞬时波动主要取决于频率分量,而本区域的调整行为又无法有效影响频率分量的波动,因此利用AGC调节使ACE15 min均值趋近于零是不现实的。因此,目前最佳的控制策略是尽量简化AGC动作条件,保证AGC机组动作的同一性,其方法是设定ACE曲线+40 MW和-40 MW为两个动作目标值,当判断ACE偏差与频率偏差同方向且大于AGC动作门槛值时,调节AGC机组使ACE曲线向反方向目标值(+40 MW或-40 MW)调节,直至频率偏差翻转或ACE曲线达到目标值为止。

系统频率偏差符号反转的平均时间多数在2～3 min 左右,机组在这几分钟内的调节应尽可能使ACE与频率偏差符号相反,而在频率偏差符号反转后还能尽快做出相应调节。实现这一点的关键是加强机组集中并行调节能力,尽量使得所有AGC机组的调节能力和调节比例基本相当。这样不但可以提高本系统对ACE和电网频率的响应速率,而且使机组调节负载均衡,大大减小超调量,从而提高本控制区的调节品质。

3.2改进火电机组调节策略

火电机组负荷指令方向变化过于频繁而使机组出力处于不断地升、降交替变化状态时,机组控制系统将始终处于频繁的调节状态,不仅使机组不能稳定运行,同时影响了机组及AGC系统的负荷调节响应效果。为此,可增加机组反向控制延迟功能,即机组的反向调节需经过人为设定的时间。这样,不仅提高了机组的调节性能,同时也提高了整个AGC系统的调节性能。

3.3一次调频与AGC相结合

就CPS考核标准而言,最理想的调节策略应当是使机组出力总是向使系统频率偏差变小的方向调节。由机组一次调频的原理可知,机组的一次频率响应完全符合这个理想调节策略。因此,要充分发掘系统中机组一次调频的潜力,合理整定一次调节的有关参数和协调好机组数字电液调节系统(DEH)中一次调频与机组分散控制系统(DCS)的AGC调节的关系,取得最佳的调节效果。

为防止AGC调节指令和机组一次调频响应之间可能产生的矛盾,在AGC机组的DEH中投入一次调频功能的同时,在DCS系统中也尽量考虑一次调频环节,从而协调了一次调频和AGC控制之间的关系。

3.4超短期负荷预报与AGC相结合

将超短期负荷预报与AGC相结合,使AGC由“跟踪调节”转为“预测调节”,可进一步提高AGC的调节效果。考虑到机组出力没有加减到位也可以通过适当提前加减负荷来弥补, 可在超短期负荷预测中加入一个反映电网负荷变化趋势的调节因子[1],使得机组在电网负荷上升或下降前适当提前加减出力,对减少负荷偏差,减少电量罚款有实际意义。

4结语

当前黑龙江电网AGC机组在CPS标准下的控制和调节还不成熟,需要在今后的工作中逐步完善,特别要加强发电厂AGC及一次调频的管理,加强各地区的负荷预测及用电管理。省调应根据电网运行情况及时调整优化AGC控制策略,在管理制度上应尽快出台AGC机组考核细则,利用经济杠杆调动发电厂参与AGC调节的积极性。

参考文献

CPS标准 篇3

控制与保护开关电器 (CPS) 是一种同时具备控制与保护功能的集成式的模块化多功能低压电器, 集合了断路器、接触器、热继电器及隔离器的功能[1], 在国内的众多CPS产品中, KB0系列出现较早。Ics作为CPS的一个重要技术指标, 在短路电流产生时, 要求其能够在设定的时间内承受相应的电动力和温升等作用。触头系统的电动斥力与短路分断能力密切相关, 在短路分断过程中, 电动斥力随着电流和距离等因素的改变不断变化, 因此准确地计算触头电动斥力, 研究其在短路电流作用下的影响因素尤为重要。

直接以Holm公式为基础, 分析求得触头间的电动斥力, 忽略了触头间的电流线收缩现象, 这种方法已经对模型进行简化, 使得分析结果与实际情况存在一定的差距, 进而影响磁场分布[2]。通过建立圆柱体导电桥模型求得电动斥力, 联立电流-磁场-电动斥力方程求解, 对触头形状、导电斑点以及铁磁物质等因素对电动斥力的影响作了深入仿真计算与验证[3,4,5]。

传统的分析方法主要通过估算以及经验, 针对可能影响电动斥力的要素进行定性分析。本文结合虚拟样机仿真技术[6]与数字化设计技术, 对KB0系列的CPS的短路分断性能进行分析, 提出优化设计方案, 辅助分析工具选用有限元分析软件AN-SYS, 获取稳态电流及静态工作气隙下的触头间霍姆力及导电回路电动斥力。动静触头的接触点采用的是圆柱体导电桥模型, 使电流分布更加接近实际, 且对可能影响导电回路电动斥力的因素采取定量分析。在已有的研究基础上针对触头位置、导电回路结构等不同因素对电动斥力的影响进行仿真分析, 旨在提高设计效率。经过模拟仿真, 基本确立试验方向, 不再像过去一样盲目试验, 在一定程度上节约了开销。对于优化后的低压电器, 期望能够获得高效的触头分断能力, 电器寿命得以延长, 全面提高低压电器的可靠性。

1 接触组的基本原理及电动斥力理论计算

1.1 接触组结构

KB0系列CPS主体三大构成部件为操作机构、电磁传动机构和主电路接触组, 三大部件各成独立的模块单元, 采用立体布置形式, 在较小体积内即可紧凑而合理地装配于一体。接触组的性能直接影响CPS是否能够及时可靠地开合。主电路接触组的构成示意图如图1所示。触头系统主要由动、静导电杆及其上的动、静触头、触头支持、宝塔弹簧等构成。其中动、静触头各采用双断点结构, 用以传递主回路电流;触头支持用于固定动导电杆并联动铝推杆及电磁传动机构的顶杆;宝塔弹簧用以对动触头产生超程和接触压力, 锁扣用于对铝推杆进行限位并与操作机构的短路推杆联动。触头系统的构成示意图如图2所示。

1.2 接触组短路分断原理

当短路电流产生时, 其电流幅值以及允许电流流过的时段应远小于预期值, 防止由于热效应和电磁干扰引起的对电气设备的损坏, 延长小型断路器的使用寿命。电弧分断过程示意图见图3。

CPS接触组的电弧分断过程一般可分为4个阶段 (如图4所示) 。

1) 从0时刻点产生短路电流到t0时刻触头开始动作, 由于触头依旧处于接触状态, 此时的电弧电压恒定为0。

2) t0~t1时间段内触头斥开产生电弧, 但电弧不会马上离开触头。在电弧停滞阶段, 电弧电压在数值上变化不大, 与级间电压降近似。

3) 到t1瞬时, 电弧被拉长, 且自励磁场产生了一定的电动力, 在电动力的作用下, 电弧向灭弧栅片运动。与此同时, 电弧电压快速增大, 电弧电压的增长速度直接影响电弧运动的速度以及电弧被引入灭弧栅片的时刻点t2, t2~t1为电弧运动时间。

4) 电弧被引入灭弧栅片后, 电弧电压达到峰值uarcmax, 且大于电源电压的瞬时值。电弧在t3时刻熄灭, 电流值为0。

可见, 若能够合理地控制电动斥力的大小, 就可以有效地缩短电弧停滞时间, 使电弧电压快速增大, 增强断路器的限流分断能力。

1.3 电动斥力的理论分析计算

触头系统的电动斥力主要由两部分组成:霍姆力FH和洛仑兹力FL, 如图5所示。图5中, 动触桥所受到的总的电磁斥力等于触头回路电动斥力FL与两个触点间的电动斥力FH之和, 即F=FL+2FH。

两金属接触时, 只有小部分的金属接触或准金属接触的斑点才能导电[7]。电流流经导电斑点时, 电流线会收缩, 以接触面为基准, 将电动力分解成平行与垂直两个方向上的分力。由图6可知, 水平方向的分力抵消后不计, 垂直方向的分力则叠加, 即触头间的电动斥力。

霍姆 (Holm) 力可由式 (1) 进行计算。

式中, i为触头系统流过的电流, A;μ0为真空磁导率, N/A^2;R为触头半径, mm;r为接触点半径, mm。

接触点的半径r由触头材料、接触压力、触头接触系数等决定, 计算公式见式 (2) 。

式中, Fk为触头接触压力, N;ξ系数的确定依据触头表面的接触情况而定, 在0.3~0.6之间, 可取0.45;H为触头材料的布氏硬度, N/mm^2。

由电流线收缩产生的霍姆力FH只存在于动静触头保持金属接触状态的时间段内, 即在短路分断过程中, 当动静触头分开后, 该力就不存在了。

通过式 (1) 可求得触头间的电动斥力, 通过式 (3) 可获得导电回路的电动斥力[8]。

式中, i1、i2为两导体的电流, A;d为导体间的距离, mm;A为由于两导体长度有限产生的系数;l为导体的长度, mm;K为矩形截面平行导体的截面因子。

2 基于ANSYS的电动斥力仿真

2.1 基于ANSYS的电动斥力仿真步骤

1) 定义单元类型SOLID97和INFIN111。

2) 对动静导电杆、触头、灭弧栅片等实体进行建模, 另外在周围设置空气环境, 以整体为分析对象。

3) 定义材料性能, 如相对磁导率、电阻率。

4) 给三维实体模型分配材料并建立不同的组件以便分析计算, 导电回路的单元类型为SOLID97。

5) 设置网格密度并划分网格。

6) 改变单元类型, 初始设定为SOLID97, 后期改为SOLID69, 以期对电流传导的分析更有效、准确[9]。

7) 对电流传导分析施加边界条件和载荷。耦合静导电杆电流流入端面的VOTL自由度, 并在该端面一个关键点上施加励磁电流;在静导电杆电流流出端面加VOTL约束, 设置VOTL=0。

8) 进行电流传导分析求得电流密度分布。

9) 进行磁场分析, 将之前修改的单元类型恢复为SOLID97。

10) 进行磁场分析, 对模型施加边界条件和载荷。以之前电流传导分析中得出的电流密度作为载荷, 将无限表面 (INF) 标志施加于空气模型的外界面, 最后再设定约束矢量MVP模拟通量线垂直或平行。

11) 求解, 计算导电回路的电动斥力。

2.2 详细计算结果

本文的分析都以KB0系列的CPS产品为依据, 模型采用C框架的结构进行仿真分析。实体模型包括:静导电杆、动导电杆、静触头、动触头、灭弧栅片, 触头支持的金属部分等。由于几何模型的形状不规则, 因此采用自由剖分。图7为接触组触头系统的网格剖分图。

耦合静导电杆一端面的VOLT自由度并在一个关键点上施加励磁电流AMPS=10 500A, 在约束导体另一端面的VOLT为0后开始电流传导分析。所得到导电回路部分电流密度矢量分布如图8所示。

通过LDREAD命令把电场分析所得的电流密度作为激励读入磁场分析中。最后施加通量线垂直、平行条件以及远场单元无限表面标志, 进行磁场分析。图9为动导电杆电动斥力分布图。

利用有限元法和公式法分别计算出的触头间电动斥力 (由于是双断点, 所以触头力×2) 及导电回路电动斥力见表2, 参数设置见表1。

依据表2, 可以发现触头间的电动斥力与电流的平方呈现正比关系[10]。从数据对比可以看出, 若要分析作用在动触头和动导电杆上的电动斥力, 使用这两种方法, 得出的结果偏差不大, 两者的相对误差基本能够控制在6%, 造成该差异的原因可能是由于接触系数不同;导电回路的电动斥力误差在8%左右, 主要原因可能是在用公式法计算电动斥力时忽略了触头、灭弧栅片等触头系统的金属材料的影响。在触头未分开前, 触头力在总的电动斥力中, 相对于回路力所占比例较大, 该力产生的机理就是触头间电流收缩, 所占比重达到80%左右。

3 导电回路结构对电动斥力的影响

在分析了模型电动斥力的基础上, 进一步定量分析计算导电回路结构对电动斥力变化的影响。在改变导电回路结构的同时要保持通过导电回路的电流密度大小和方向不变, 图10所示为导电回路电流密度矢量图, 定性分析结构对电动斥力的影响。

后期对KB0系列产品的设计优化中, 主要改变静导电回路的结构, 例如主回路接触组中的进线板, 新模型进线板部分, 如图11所示。在其他参数不变的情况下, 改变电流大小, 通过ANSYS仿真求出电动斥力, 结果见图12。可以看出, 新的结构会产生较大的电动斥力, 与原设计结构相比, 电动斥力的增大值几乎恒定, 两条曲线基本呈平行关系。电动斥力变化率的变化趋势基本保持同步, 随着导电回路电流的增大, 电动斥力变化率减小。

4 动静触头位置对电动斥力的影响

原模型动静触头中心点之间的距离x为23mm, 现改变触头的位置, 导电回路的其他参数保持不变, 依次左右同步移动, 电流方向如图13所示, 同时设定电流恒定为10.5k A, 利用ANSYS仿真求得电动斥力的大小。仿真结果见图14, 从图14中可以看出, 随着两个触头之间的距离增加, 电动斥力缓慢增加, 呈现一定的线性关系。

产生这种现象的原因分析如下:由式 (1) 可知, 触头位置改变, 不会影响霍姆力的大小, 即FH不变。同时根据Frick公式 (3) , 触头位置改变会使导体长度改变, 直接影响FL的大小, 并且呈现一定的线性关系。当动静触头之间的间距增加, 导体长度增大, 使得动导电板上总的电动斥力变大, 有利于提高断路器的电动稳定性。反之, 当动静触头间的距离减小, 动导电板所受的电动斥力和总的电动斥力会增大。

5 结束语

经ANSYS有限元法与公式法的比较可知, 公式法更适用于简单模型, ANSYS仿真结果更精确, 电流和磁场的密度分布显示更直观。从表2的分析可得, 随着电流的增加, 触头力的差异与电动斥力的误差都明显增大, 因此可采用导电桥模型进行电动斥力的数值分析 (当电流大于24k A) 。通过采用新的导电回路结构以及改变触头位置的方法, 可以发现在CPS接触组通过较大的短路电流时, 触头电磁力明显增大, 有助于动静触头快速斥开。但触头电磁力并非越大越好, 因为电磁力过大易引起机械振动, 不利于设备安全可靠地运行。

摘要：额定运行短路分断能力 (Ics) 是CPS的一个重要技术指标。影响短路分断能力的因素很多, 其中一个重要的因素就是触头系统的电动斥力, 在短路分断过程中, 电动斥力随着电流和距离的变化而变化, 因此准确地计算触头电动斥力对分析提高CPS的短路分断能力有重要意义。基于电流-磁场-电动斥力的关系方程, 运用有限元分析软件ANSYS分析电流、导电回路结构、动静触头位置对电动斥力的影响, 为后期KB0产品的设计和优化提供参考。

关键词：动静触头,有限元仿真,电动斥力

参考文献

[1]黄世泽, 郭其一, 章敏娟, 朱奇敏.控制与保护开关电器电磁机构运动轨迹仿真研究[J].低压电器, 2013, 11:5-9.

[2]孙海涛, 陈德桂, 李兴文, 刘庆江.低压断路器触头系统三维磁场的可视化分析[J].电工技术学报, 2002, 17 (4) :31-35.

[3]刘颖异, 陈德桂, 李兴文等.用三维有限元方法研究影响框架断路器电动斥力的因素[J].中国电机工程学报, 2005, 16:63-67.

[4]李兴文, 陈德桂, 刘洪武等.触头间电动斥力的三维有限元分析[J].高压电器, 2004, 01:53-55.

[5]李兴文, 陈德桂, 李志鹏, 刘洪武, 向洪岗.考虑触头间电流收缩影响的低压塑壳断路器中电动斥力分析[J].电工技术学报, 2004, 10:1-5.

[6]黄世泽, 郭其一, 贺雅洁, 窦晓斌, 仇仙者.控制与保护开关电器操作机构动力学仿真研究[J].电器与能效管理技术, 2014, 20:24-28.

[7]张冠生.低压电器.北京:中国工业出版社, 1961.

[8]陆俭国, 仲明振, 陈德桂等.中国电气工程大典第11卷.配电工程.北京:中国电力出版社, 2009.

[9]商跃进.有限元原理与ANSYS应用指南[M].北京:清华大学出版社, 2005.

CPS标准 篇4

然而, 由于接入网络的设备数量庞大、种类繁多, 传统的网络资源分配不能满足CPS的要求, 异构环境下如何把复杂应用程序的所有任务调度到多个处理器的系统, 且执行时间最小, 是CPS发展过程中必须解决的难题。有向无环图DAG[3]是一种建立在图的基础上的任务调度模型, 能够真实的反映并行应用程序中各个任务的实际情况, 因此常常应用于任务调度的研究中。

目前, 基于DAG图的调度方法主要有:表调度算法、基于任务复制的调度算法、任务聚簇算法和随机搜索算法[4]。这些算法因调度的目标不同而有所冲突, 不能满足异构系统的调度要求。

近年来, 遗传算法GA (Genetic Algorithm) 因具有较强的问题求解能力和特有的启发式全局随机搜索特性, 越来越得到学术界的重视, 在任务调度中的应用也屡见不鲜。早期利用遗传算法解决任务调度问题大多限于同构系统, Imtiaz Ahmad在文献[5]中, 所采用的启发式算法, 必须忽略系统中处理机的差异和子任务间的通讯延时, 此方法对于异构的CPS显然不能奏效。Correa R等在文献[6]中对[5]做了改进, 但在遗传操作中需反复修正染色体和搜寻可行任务列表, 计算过程非常复杂。当DAG图的任务节点多、偏序关系交错时, 图的录入和计算性能可能是不能接受的。Annie S W在文献[7]提出的算法中, 虽然使结果更逼近最优, 但它是以庞大的初始种群为代价, 计算之大严重影响了算法的整体性能。

由此可以看出, 任务图和处理机直接映射的染色体编码方法不能包含任务间的前后顺序关系, 所有个体组成的解空间, 不能保证任务调度过程顺利进行下去。本文算法采用矩阵编码的方式包含了任务执行的先后顺序, 解决了该问题对调度的影响。

1 CPS调度模型和定义

1.1 CPS通信结构

与互联网通信相比, CPS提出的计算 (Compupation) 、通信 (Communication) 、控制 (Control) 的深度融合使得在研究信息物理融合系统通信的时候同时考虑计算和控制, 因此, 无论TCP/IP还是IEEE 802.11b显然不适合作为CPS的通信协议。本文提出一种以信息传输效率和节点资源利用率为核心的信息物理融合分层协议栈, 如图1所示。

该协议栈分为5层:

物理层:包括传输介质、嵌入式硬件、传感器、控制器等, 物理层的构成决定了CPS的异构性质, 从而使得现有通信协议无法满足CPS要求;

信息控制层:包含信息融合和控制两个方面。信息融合是指将采集到的信息分析处理, 或者与来自其他节点的信息进行关联、相关和综合;控制的任务是利用单个或多个节点融合后的信息操控执行器及控制网络的选择、资源分配等。

网络层:为网络提供逻辑源地址和目的地址, 为数据传送选择路由。

中间件:中间件是一种独立的系统软件或服务程序, 位于客户机/服务器的操作系统之上, 管理计算机资源和网络通信。中间件技术为CPS异构的底层环境和操作系统通信提供了很大的便利。

应用层:向用户提供应用程序。

将CPS的通信分为以上五个层次结构, 体现了CPS与传统网络的功能、任务等诸方面的不同。而CPS节点的功能与传统节点相比, 除通信外还需综合考虑计算、感知、控制等功能, 追求效率的最大化。因此, 基于分布式计算的调度方法很有必要。

1.2 CPS的调度模型

CPS是一种并行或分布式处理系统, 它通过网络将松散分布的独立计算机连接起来, 组成一个集群共同完成一项计算工作。CPS设备的多样性决定了信息物理系统异构的本质, 因此本文主要讨论异构信息物理集群系统模型。

异构计算系统HCS[8,9] (Heterogeneous Computing System) 是指在一个网络中异构的计算机相互协作完成某一项任务, 在HCS中各处理节点处理数据的效率有所差异。

CPS异构模型:

该模型包含处理器和任务的相关参数, 具体含义如下:

(1) P={pj|j∈[1, n]}, 表示构成集群的处理器集合, n为处理器个数;

(2) T={ti|i∈[1, m]}, T表示该任务的所有子任务集合;

(3) C={ci, j|i∈[1, m], j∈[1, n}, C是节点计算时间的集合, ci, j表示任务i在处理器j上的执行时间;

(4) W={wj, k|j, k∈[1, n]}, W表示从节点i到节点j之间的通信时间;

(5) R={dj, k|j, k∈[1, n}, R表示单位时间从节点j到节点k传输的数据量;

(6) D={dj|j∈[1, n]}, dj表示节点j的计算开销。

任务执行的DAG模型如图2所示。

2 任务调度算法

对于异构的信息物理系统, 常规的调度算法不能将任务与处理器的差别统筹的考虑, 忽略了处理器的差异可能会造成的资源浪费。本文通过改进遗传算法的编码方式, 充分考虑任务在异构的资源上执行的差别, 得到最佳的调度方案。

2.1 染色体编码设计及种群初始化

染色体的编码方式决定了个体的排列形状, 还决定着个体从搜索空间的基因型变换到解空间的表现型时的解码方法。编码方式既影响算法的搜索能力, 又影响种群的多样性。以往在调度问题中, 染色体一般包含两方面的信息: (1) 任务的调度顺序也称调度串, 即所有任务的一个排列; (2) 任务的分配情况即分配给对应任务的处理机。针对以上问题, 本文提出了将任务和资源进行编码的任务向量矩阵方式。

定义1:任务向量vt= (t, r, e) [10]。其中:t-任务;r-资源 (处理机) ;e-执行时间, 即根据t和r在时间矩阵Tn×m中查出。

定义2:任务向量时间矩阵Av是一个矩阵。其中每个位置的对应元素用aij表示。如图3。

由定义1知, vt是一个任务向量 (t, r, e) , 对于vt1来说, vt1= (t1, rj, e1j) , 即子任务t1在处理机rj上执行, 执行时间为e1j。矩阵的列代表子任务执行的顺序, 即列数小的任务在列数大的任务之前执行。

以往的遗传算法在任务调度问题中, 随机的将任务与处理机分配组合, 在这种情况下得到的初始种群可能不正确, 遗传操作过程中会导致所得解的不合法。为了解决该问题, 本文在种群初始化的过程中, 按照子任务的前后约束关系编码, 以得到合法的初始种群。

CPS节点一般具有计算、通信、控制、感知等功能, 同时每个节点对系统有着自己的贡献。任务发起的节点作为复杂系统的一部分, 无时无刻不在与临近节点进行着数据交互:检测临近节点的状态、计算与临近节点的距离、规划最佳调度路径等。与普通的节点相比, CPS节点更加智能。

2.2 适应度函数设计

适应度函数作为评价经过遗传操作得到个体的标准, 直接影响着后代的进化。在调度问题中, 要获得最短的调度时间, 为处理器合理分配作业, 最终使调度长度最短, 节约宝贵的系统资源。

本文在选取适应度函数的时候, 统筹考虑了任务和处理器之间的差别与联系。定义总执行时间totaltime的倒数为其中一个适应度函数,

其中:

由于在CPS中强调整个系统的协调工作, 因此引入资源利用率为第二个适应度函数:

2.3 遗传操作

2.3.1 选择算子

选择算子的任务是根据评价标准, 选择种群中的优秀个体, 使个体的优秀基因得以保留而劣质基因被淘汰。选择策略在种群的进化中有着很重要的作用, 不同的选择策略对解的影响很大。常用的选择策略有Boltzmann选择、适用度比例选择、旋转赌轮法、线性排名和锦标赛选择等[10]。本文采用了适应度比例的方法, 结合最佳保存法, 共同选择出优秀个体。首先, 根据适应度的比例, 计算出每个个体的选择概率。保存适应度最高的个体, 剩余个体按选择概率进行交叉和变异等遗传操作。

2.3.2 交叉算子

交叉操作作为遗传算法的重要特征, 其实质是通过某种方式交换两个父代染色体的部分基因以达到信息交互的目的。为保证经过交叉操作后得到的新个体为可行解, 在以往的调度问题中交叉操作若不当则会出现问题, 染色体所包含的子任务间的约束关系显得尤为重要。然而, 由于在本文的算法中无需考虑作业之间的顺序, 所以本文采用这样的算法:从任务矩阵中选取任意个体Avi和Avj, 如图4所示, 把它们作为交叉的两个个体。本文采用单点交叉的策略随机的选取Avi和Avj中的某一行进行对换。图5所示为按照本文的交叉策略对两个个体进行的操作。

2.3.3 变异算子

变异操作类似于遗传学中的基因突变, 通过设定变异概率随机的选取染色体上的某些基因以相应的概率进行改变从而形成新的染色体。本文变异操作示例如图6, 随机选择Av中的任务向量vt, , 将vt中的一个或多个进行变异操作。

2.4 算法描述

⑴根据任务的DAG图初始化种群, 产生基于状态信息编码的父代种群;

⑵对任务向量时间矩阵进行变异和交叉操作, 产生子代种群;

⑶根据子代种群中的染色体和DAG图产生子任务的矩阵向量;

⑷计算染色体的适应度值, 筛选适应度高的个体作为父代;

⑸判断是否得到最优解, 如果满足则终止计算, 输出调度的最短时间和相应的染色体;若不满足则返回 (2) 重新计算。

算法流程如图7所示。

3 仿真分析

不同的任务调度算法, 由于其约束条件不同, 优化的目标也不同, 所以某些情况下调度好的算法, 结果也可能会因为情况的改变而变得差强人意。

3.1 参数设定

在一般的任务调度问题中, 大多会将节点和处理机分开讨论, 然而在CPS这个涵盖了海量设备的网络中, 每一个节点都可以看做是一个处理机, 这些处理机或节点因为自身的功能不同而具有不同的结构, 不同功能的节点会被标记不同的信息以便被网络中其他设备识别。因此, 在本文中需要设定节点/处理机的个数、任务分解后的作业个数、种群大小、选择概率、交叉变异率等参数。仿真参数如表1示:

针对CPS的功能特点, 选取10个处理机资源, 资源参数如表:

3.2 性能分析指标

⑴算法运行时间

⑵总的处理机利用率

总的处理机利用率是指执行该任务所有作业的处理机的利用率之和。每个处理机的利用率为:

⑶调度长度比率SLR[11]

其计算公式为 , Totaltime是整个任务执行的时间, CPEC是所有任务的计算量之和, 每个任务的计算量为子任务在相应处理机上的最短执行时间。因此SLR的值越小说明此调度算法的效率越高, 性能越好。

3.3 性能分析

为验证本算法的性能, 采用随机产生的任务图[12], 将本文算法与自适应遗传算法进行比较, 分别对两种算法进行仿真实验, 结果如图8所示。

本文选取的一个适应度函数是总的任务完成时间的倒数, 该适应度函数值越大说明任务执行的时间就越短, 算法的性能也越好。由图8可以看出, 本文算法明显优于自适应遗传算法, 任务完成的时间比自适应遗传算法短, 而且随着进化代数的增加, 本文算法的优势更加明显。虽然本文算法需要对染色体进行编码, 增加了运算量, 但由于编码时考虑了任务执行的偏序关系, 并且在交叉变异上得到简化, 缩短了任务执行的时间。

一个好的算法不应该因任务量的增加而使性能受到影响, 为了比较子任务数量的多少对于算法的影响, 改变子任务的数目从20增加到100, 每次递增20个任务, 仿真结果如图9所示。

由图9可以看出, 随着任务的增加, 本文算法和自适应遗传算法的性能都有所下降, 由于本文算法考虑了各处理机间的差异, 调度更加合理, 所以总体上看本文算法明显优于自适应遗传算法。

4 总结

本文从CPS的理念出发, 提出了一种双适应度的调度算法。此方法考虑了CPS的异构特点对任务调度的影响, 利用任务向量矩阵进行编码, 包含了任务间的偏序关系, 保证了调度的合理性。通过仿真实验结果表明, 本文算法具有更强的最优解搜索能力, 在缩短总调度时间的基础上提高资源的利用率。

摘要：本文提出了一种基于DAG图的具有双适应度的遗传算法, 不但可以找出任务完成的最短时间, 还可以有效的提高资源利用率。为信息物理融合系统 (Cyber-Physical-system, CPS) 构建了新的任务调度模型, 充分将计算-控制-通信的理念融入到研究中。采用任务向量矩阵的方式表示调度过程中任务与资源的分配关系, 利用分布式计算的思想, 解决了传统的通信网络中由于每个节点的独立工作而造成了资源的浪费和分配不均匀的问题。仿真实验结果表明, 本算法缩短了任务执行的时间, 有效的提高了节点的利用率。

关键词：CPS任务调度,DAG图,遗传算法,资源分配

参考文献

[1]SHA Lui, GOPALAKRISHNAN S, LIU Xue, et a1.Cyber-Physical Systems:A New Frontier[C]//2008 IEEE International Conference on Sensor Networks, Ubiquitous and Trustworthy Computing (sutc 2008) .June 2008:1-9.

[2]WOLF W.Cybcr-physical Systems[J].Computer.2009, 42 (3) :88~89

[3]Jiang Ting-yao, Li Qing-hua.A scheduling algorithm for DAG task graphs[J].Mini-Micro Systems, 2003, 24 (10) :1796-1799.

[4]徐臣, 配电快速仿真及其分布式智能系统关键问题研究[D].南京:天津大学, 2009.

[5]Imtiaz A, Muhammad K.D.Multiprocessor scheduling in a genetic paradigm[J].Parallel Computing, 1996, 22 (3) :395-406.

[6]Correa R, Ferreira A, Rebreyend P.Scheduling multiprocessor taskswith genetic algorithms[J].IEEE Transactions on Parallel and Distributed Systems, 1999, 10 (8) :825-837.

[7]Annie S W, Han Y, Shiyuan J, Kuo-Chi L, Guy S.An incremental genetic algorithm approach to multiprocessor scheduling[J].IEEE Transactions on Parallel and Distributed Systems, 2004, 15 (9) :824-834.

[8]Khokhar A A, Prasanna V K, Shaaban M E, et al.Heterogeneous computing:challenges and opportunities[J].IEEE Computer, 1993, 26 (6) :18-27.

[9]袁雪莉.改进遗传算法的并行任务调度[J].计算机工程与应用, 2011, 47 (10) :56-59.

[10]顾星.集群系统中基于DAG模型的任务调度算法研究[D].南京:南京航空航天大学计算机科学与技术学院, 2011.

[11]BASKIYARS, DICKINSONC.Scheduling directed a-cyclic task graphs on a bounded set of heterogeneous processors using task duplication[J].Journal of Parallel and Distributed computing, 2005, 65 (5) :911-921

CPS标准 篇5

南方电网控制性能标准(CPS)考核采用北美电力可靠性集团(NERC)的CPS[1,2]。近年来,随着CPS[1,2,3,4]的实施和考核措施的完善[5,6],南方电网的频率质量得到了显著提高。然而,深入分析CPS考核情况,发现CPS指标存在与控制区域规模相关的特殊规律。

南方电网各控制区域中,广西、云南和贵州电网负荷规模相近,而广东电网的负荷是其他3个电网平均负荷的4.5倍左右,相差较为悬殊。与此对应的现象是,不论广东CPS1总体(日、月、年度)指标是否高于或低于其他三省,其CPS1值小于100%的时段数(每10 min为一个考核时段)总是显著少于其他三省。

广东CPS1指标的分布也与其他三省存在显著的差异。分析2009—2010年各省网CPS1指标值的时段分布(每10 min为1个考核时段),发现广东的CPS1指标值绝大部分(96%左右)分布在100%~200%的区间,少量(3%左右)分布在200%以上区间,仅有微量(1%左右)分布在100%以下区间,总的分布呈现趋于100%~200%区间集中式分布的规律。而广西、云南、贵州三省分布在200%以上区间和100%以下区间的比例均显著高于广东,相对呈现3个区间分散式分布的规律。

CPS指标的特殊分布现象预示着CPS评价规模悬殊区域控制性能时可能存在不合理之处,有必要研究这一现象产生的机理及消除不合理的因素。目前,多数有关CPS的文献[7,8,9,10,11,12]侧重于研究基于CPS的自动发电控制(AGC)策略。对于规模悬殊区域间CPS1指标的特殊分布现象未见有文献研究和报道。

研究CPS指标与控制区域规模相关的特殊规律,必须从北美CPS的原理[1,2]入手,分析这一规律的产生机制,探寻CPS用于评价规模悬殊区域的控制性能是否存在适用性问题,并进一步提出相应的调整方法。

1 北美CPS的原理和适用性分析

NERC于1996年提出了CPS1和CPS2控制性能评价标准,CPS标准于1998年开始正式实施。其中,CPS1指标值ICPS1的计算公式为:

${\rm I}{}_{\text{C}\text{Ρ}\text{S}1}=\left[2-\frac{{\displaystyle \sum (}E{}_{\text{A}\text{C}\text{E},\text{a}\text{v}\text{g}-1\min }\text{Δ}F{}_{\text{a}\text{v}\text{g}-1\min })}{10Bn\epsilon {}_1^2}\right]\times 100\%(1)$

式中:EACE,avg-1min 为1 min内区域控制偏差(ACE)的平均值;ΔFavg-1min为1 min内频率偏差的平均值;B为控制区域的频率响应系数,符号为正(有时公式写成-10B,此时B为负);n为考核时段的分钟数;ε1为互联电网全年1 min 频率平均偏差均方根的控制目标值。

CPS1物理意义是:当∑(EACE,avg-1minΔFavg-1min)≤0,即ICPS1≥200%时,说明控制区域的控制行为对互联电网的频率质量有帮助;当0<∑(EACE,avg-1min·ΔFavg-1min)≤10Bnε21,即100%≤ICPS1<200%时,说明控制行为对电网频率的不利影响未超过允许程度;当∑(EACE,avg-1minΔFavg-1min)>10Bnε21,即ICPS1<100%时,说明控制行为对电网频率的不利影响已超过所允许的范围。可见,CPS1提供了判断控制区域的ACE对系统频率影响的明确标准,采用CPS对电网频率的快速恢复和频率质量的改善能够发挥关键作用。

在CPS1的计算公式中,ΔFavg-1min对各联网控制区域来说是相等的,各控制区域的n和ε1也是取相同的数值,CPS1的大小取决于各控制区域EACE,avg-1min与系数B的比值。因此,CPS1公式成立应是基于这样一个前提:控制能力和条件处于同一水平的控制区域(即CPS1处于同一水平),可能出现的ACE的平均波动大小与该区域频率响应系数B总体上呈线性正比关系。而事实上,当控制区域负荷规模相差悬殊时,二者之间正比的关系并不成立。

ACE就是控制区域发电供给与负荷需求的相对偏差,ACE的波动是由负荷波动和发电出力波动引起的。其中,发电出力又是跟随负荷而波动的,但由于发电出力人工调整或AGC自动调节的固有延迟,跟随负荷长周期分量的效果较好,而跟随负荷中短周期分量的难度较大。因此,ACE的平均波动大小主要取决于负荷中短周期(几分钟级别以下)的波动规律。由于控制区域的频率响应系数B基本与该区域的负荷及发电规模呈正比关系,因而研究“控制区域可能出现的ACE平均波动大小与该区域频率响应系数B的关系”可以转化为研究“负荷的中短周期波动与负荷规模的关系”。实际上,负荷的中短周期波动与负荷规模二者是密切相关的,但不呈线性正比关系,而是呈比较复杂的非线性关系,当控制区域之间负荷规模相差悬殊时,CPS1计算公式存在适用性问题。

2 规模悬殊区域CPS指标特殊分布的机理

图1至图4为广东、广西、云南和贵州电网典型负荷波动曲线,广东电网负荷是其他3个电网平均负荷的4.5倍左右,相差较为悬殊。广东电网中短周期负荷波动平均为100 MW左右,而广西、云南、贵州电网的中短周期负荷波动平均为40 MW左右,广东电网负荷波动仅为其他三省的2.5倍左右。

这说明,随着负荷规模的增加,负荷中短周期波动的绝对幅度是增加的,而波动的相对幅度(负荷波动幅值/负荷规模的比值)是减小的,负荷的中短周期波动与负荷规模之间呈非线性正相关关系。根据第1节分析的对应关系,ACE的平均波动大小与该区域频率响应系数B之间总体上也应符合上述非线性正相关关系,这显然与CPS1公式成立的前提相矛盾。由于广东电网负荷规模是其他控制区域负荷规模的4倍以上,因此,CPS1公式的适用性问题在南方电网表现得较为突出。

由于广东电网负荷规模是其他控制区域负荷规模的4倍以上,因此其EACE,avg-1min与B的比值(取绝对值)总体上显著小于其他三省。根据CPS1指标的计算公式,可有如下推论。

1)当ICPS1处在大于200%(即EACE,avg-1min·ΔFavg-1min<0,对频率有贡献)的区间时,广东的ICPS1总体上较其他三省趋向偏小(助减),或者说,其他三省的ICPS1总体上较广东趋向偏大(助长)。

2)当ICPS1处在小于200%(即EACE,avg-1min·ΔFavg-1min>0,对频率不利)的区间时,广东的ICPS1总体上较其他三省趋向偏大(助长),或者说,其他三省的ICPS1总体上较广东趋向偏小(助减)。

综合上述推论可得,广东的ICPS1会趋向200%集中式分布,相对而言,其他三省的ICPS1会趋向偏离200%分散式分布。广东的ICPS1<200%时,ICPS1总体上较其他三省显著趋向偏大,造成广东ICPS1<100%的时段数总是很少。而在广东电网控制策略中,CPS支援分量[7]显著小于其他三省,实际运行中ICPS1>200%的时段很少,因此广东的ICPS1分布呈现趋于100%~200%区间集中式分布的规律。而广西、云南、贵州三省为取得较好的CPS考核结果,控制策略中的CPS支援分量显著大于广东,实际运行中ICPS1>200%的时段相对较多,因此三省分布在200%以上区间和100%以下区间的比例均显著高于广东,相对呈现3个区间分散式分布的规律。这些规律与本文引言中描述的实际情况完全吻合,根本原因就在于CPS评价规模悬殊区域控制性能的适用性问题。

实际运行中各控制区域ICPS1大部分处于200%以下,此区间对广东的ICPS1是相对助长的,对其他三省是相对助减的,由CPS1计算公式可知,其他三省处于相对不利的地位。广西、云南和贵州为追上广东的CPS1考核成绩,额外加大CPS支援力度,通过AGC的频繁调节尽可能增加ICPS1>200%的时段数(此区间三省CPS1又正好是助长的),取得了较好的CPS1总体(日、月、年度)指标,但其ICPS1<100%的时段数仍然显著多于广东。

3 CPS评价规模悬殊区域控制性能的适应性调整方法

由于北美CPS存在上述适用性问题,因此有必要对CPS公式进行适应性调整。调整的思路是根据ACE的总体波动大小(主要取决于负荷的中短周期波动),将全网的系数B按照各控制区域中短周期负荷波动平均幅值的比例分配后代入CPS1计算公式中,即

${\rm I}{}_{\text{C}\text{Ρ}\text{S}1}=\left[2-\frac{{\displaystyle \sum (}E{}_{\text{A}\text{C}\text{E},\text{a}\text{v}\text{g}-1\min }\text{Δ}F{}_{\text{a}\text{v}\text{g}-1\min })}{10{\rm K}{}_{i}n\epsilon {}_1^2}\right]\times 100\%(2)$

${\rm K}{}_i=\frac{W{}_i}{{\displaystyle \sum W}{}_i}{\displaystyle \sum B}{}_i(3)$

式中:Ki为全网的系数B按照各控制区域中短周期负荷波动平均幅值的比例分配后的数值;Wi为某控制区域中短周期负荷波动的平均幅值;∑Wi为所有联网控制区域中短周期负荷波动平均幅值的总和;∑Bi为所有联网控制区域系数B之和,即全网频率响应系数。

在式(1)中,各控制区域ICPS1的大小取决于该区域EACE,avg-1min与系数B的比值,由于ACE总体波动大小与系数B的非线性关系,使得CPS1计算公式存在适用性问题。在式(2)中,各控制区域ICPS1的大小取决于该区域EACE,avg-1min与系数K(或系数W)的比值,而EACE,avg-1min与系数K(或系数W)之间基本呈线性正比关系。这样,在保留CPS公式的物理意义和各部分量纲的基础上,式(2)很好地解决了CPS1公式的适用性问题。

4 仿真运行效果

表1是根据式(2)仿真计算得到的2010年南方电网CPS1指标时段分布(以10 min为1个评价时段)。

与表2(按标准公式计算)对比,公式改造后广东的ICPS1分布在100%以下区间的比例由1.2%显著增加到与其他三省相当的4.0%;广西、云南、贵州的CPS1指标分布在100%以下区间的比例则稍有下降,总体比例与广东相当。

表3是根据式(2)仿真计算得到的2010年4月南方电网CPS1月度指标与按标准公式(式(1))计算得到的CPS1月度指标对比情况。公式改造后广东CPS1总体指标略有下降,广西、云南和贵州CPS1总体指标则略有上升,总体上三省CPS1指标稍高于广东,这与三省AGC控制策略中CPS支援力度较大、CPS1指标分布在200%以上区间的比例显著大于广东是相符的。

由于调整后式(2)中EACE,avg-1min与系数K之间呈线性正比关系,因此,按式(2)计算,消除了CPS指标与控制区域规模相关的特殊分布现象,解决了评价规模悬殊区域控制性能的适用性问题。

5 结语

本文分析介绍了南方电网CPS指标与控制区域负荷规模相关的特殊规律。通过对北美CPS原理[1,2]的深入分析,研究了该现象的产生机理,指出并验证了ACE的平均波动与频率响应系数B总体上呈现非线性正相关关系,CPS评价负荷规模悬殊区域控制性能时存在适用性问题。

NERC的CPS原是一项自愿遵守的标准,设计目标是对长期(月度、年度)控制性能进行评价。国内为了确保标准执行的严肃性,将其作为强制性考核手段,以每10 min作为一个考核时段对控制行为的细节进行评价,并由此派生出对各控制区域的经济奖罚标准和指标。在这种情况下,不能忽视CPS存在的适用性问题。

在保留CPS1公式的物理意义和各部分量纲的基础上,本文引入各控制区域中短周期负荷波动平均幅值,提出了NERC标准评价负荷规模悬殊区域控制性能的适应性调整方法。仿真结果表明,该方法消除了规模悬殊区域间CPS1指标的特殊分布,能够解决CPS公式用于评价规模悬殊区域控制性能的适用性问题。

参考文献

[1]NERC operation manual:Policy 1 generation control andperformance[EB/OL].[2010-02-06].http:∥www.nerc.com.

[2]NERC operation manual:control performance standard trainingdocument[EB/OL].[2010-02-06].http://www.nerc.com.

[3]NERC.Reference document interconnected operations services[EB/OL].[2012-01-08].http://www.nerc.com.

[4]JALEELI N,VANSLYCK L S.NERC’s new controlperformance standards[J].IEEE Trans on Power Systems,1999,14(3):1092-1099.

[5]中国南方电网有限责任公司.南方电网联络线功率与系统频率偏差控制和考核管理办法[S].广州:中国南方电网有限责任公司,2005.

[6]汪德星.华东电网实行CPS标准的探索[J].电力系统自动化,2000,24(8):41-44.WANG Dexing.Study of CPS in East China power grid[J].Automation of Electric Power Systems,2000,24(8):41-44.

[7]高宗和,滕贤亮,张小白.互联电网CPS标准下的自动发电控制策略[J].电力系统自动化,2005,29(19):40-44.GAO Zonghe,TENG Xianliang,ZHANG Xiaobai.Automaticgeneration control strategy under control performance standardfor interconnected power grids[J].Automation of ElectricPower Systems,2005,29(19):40-44.

[8]高宗和,滕贤亮,涂力群.互联电网AGC分层控制与CPS控制策略[J].电力系统自动化,2004,28(1):78-81.GAO Zonghe,TENG Xianliang,TU Liqun.Hierarchical AGCmode and CPS control strategy for interconnected powersystems[J].Automation of Electric Power Systems,2004,28(1):78-81.

[9]高宗和,陈刚,杨军峰,等.特高压互联电网联络线功率控制:(一)AGC控制策略[J].电力系统自动化,2009,33(15):51-55.GAO Zonghe,CHEN Gang,YANG Junfeng,et al.Activepower control for tie-lines in UHV interconnected power grid:Part one AGC control strategies[J].Automation of ElectricPower Systems,2009,33(15):51-55.

[10]唐跃中,张王俊,张健,等.基于CPS的AGC控制策略研究[J].电网技术,2004,28(21):75-79.TANG Yuezhong,ZHANG Wangjun,ZHANG Jian,et al.Research on control performance standard based controlstrategy for AGC[J].Power System Technology,2004,28(21):75-79.

[11]徐兴伟,林伟.互联电网控制性能标准下自动发电控制策略的选择[J].电网技术,2003,27(10):32-34.XU Xingwei,LIN Wei.Selection of automatic generationcontrol strategy under control performance standard forinterconnected power grids[J].Power System Technology,2003,27(10):32-34.

CPS标准 篇6

信息物理融合系统 (Cyber-Physical System, 简称CPS) 是重要而且全新的研究领域。2007年7月, 美国总统科学技术顾问委员会 (PCAST) 在题为《挑战下的领先———竞争世界中的信息技术研发》的报告中将CPS列为八大关键信息技术的首位[1]。CPS是集3C (Computation、Communication、Control) [2]技术于一体的网络化物理设备系统, 可实现大型工程系统的实时感知、动态控制和信息服务, 在环境感知的基础上强调人、机、物的互联互通和深度融合, 高性能的计算能力是CPS必不可少的, 为CPS提供可能的分布式技术得以飞速发展。所谓分布式技术[3]主要指资源分布和计算分布, 资源分布是指资源分散的存储在不同计算机中;计算分布则是将计算任务分配给不同的计算节点进行分布处理, 实现快速准确的分布式管理, 保证系统的可靠性, 任务优化调度方法尤为重要。

本文在构建建筑环境CPS系统结构的基础上, 利用CPS可靠感知、实时传输、虚实同变的特点, 主要针对负责任务调度的传感器计算节点进行设计, 针对每个传感器计算节点, 按照调度优先级序列表进行任务的调度, 找寻任务被合理调度的过程, 实现更高的任务调度成功率, 有效降低任务总体完成时间。

1 CPS系统设计

世界国家的网络, 尤其是发展中国家的网络, 其资源利用率非常低。据有关统计, 网络系统的平均使用效率仅为30%左右, 甚至有的空闲率竟达到91%[4]当一些计算机处于重载状态时, 另一些计算机却处于轻载或空闲状态, 所以利用这些闲散资源为量大的计算任务服务, 能够有效的利用空闲资源, 完成大规模分布式计算, 同时可以提高系统性能[5]。

本文建筑环境CPS系统中, 在传感器普通节点中, 为其一部分节点即传感器计算节点增加配置了计算、分析和处理的功能, 实现安全资源管理、合理任务分配以及快速结果输出, 并提供各种资源环境接口。据此设计了如图一所示的CPS系统结构图。传感器普通节点感知的建筑物理环境数据信息以及用户终端的任务请求命令均发送至传感器计算节点中进行数据分析和任务处理, 信息中心将所有任务及处理结果储存, 方便用户查询, 同时根据任务处理结果发送控制命令, 通过执行器节点控制建筑物理环境。其中本文的任务调度设计主要由传感器计算节点来完成。

2 基于建筑环境CPS的RM任务调度设计

1973年1月, Liu和Layland在题为“Scheduling Algorithm for Multiprogramming in a Hard Real Time Environment”[6]的学术论文中提出了速率单调 (Rate monotonic-RM) 算法, 这是一种简单有效的按实时任务发生周期来分配任务优先级的方法, 即每个任务都有其固有的周期, 并按照任务周期的长短排列其优先级, 任务发生周期越短, 它的优先级越高, 调度总是从任务队列中先运行周期最短的任务。之后他们又相继提出了一系列基于RM调度算法的扩展算法, 均作为静态调度算法的典型代表算法被后人研究和应用。目前, RM调度算法[7]已经被用于控制系统[8]、容错系统[9]、网络系统[10]等各种不同的实时系统环境中。RM算法的任务调度过程如图二所示。

处于就绪状态的任务根据其优先级的先后等待运行, 而运行的任务可能会被更高优先级的任务抢占, 所以还需返回就绪状态, 重新排列。在RM算法中用定义DAG中的任务ti=[Ti, BLi*, Ui] (i=1, 2…, n) 来表示, 其中Ti为任务的周期, Li*表示任务的优先级 (Pi越小, 优先级越高) , 表示CPU负载率, 即所有任务的CPS负载率之和, Pi为ti的执行时间, Ti为ti任务的请求周期。

RM算法只考虑任务的周期, 为了同时兼顾具有同一周期的任务的优先级问题, 本节增加了优先权值;在调度任务的时候, 可能同时存在多个任务且其中一些任务周期很短、优先级较高, 因此本节增加了延迟状态。

2.1 增加优先权值

采用式 (1) 作为任务的优先权值。首先, 将请求任务中的一级任务标记为关键任务, 对于同一请求任务中的任务, 任务的优先级由其级数决定, 同一级的任务按优先权值排列, 但同一计算节点中需要调度的任务可能是多个请求任务中的子任务, 则按优先权值排列任务的同时还要兼顾是否为关键任务。

式 (1) 中, MP为处理单元计算能力中值, MC为链路传输能力中值。

2.2 增加延迟状态

在RM调度算法的就绪和运行两种原有状态的基础上, 增加了延迟状态, 即将未标记的非关键任务加入到延迟状态中, 使延迟状态的优先级小于就绪状态, 在就绪状态后被调度。同时, 未被标记的非关键任务只有加入到延迟状态中才可直接进入就绪状态, 其他非关键任务的请求则应首先进入延迟状态。任务ti在延迟状态中需要等待△1=r1-e1, 任务ti (i=2, 3, …, n-1) 需要等待△i=α×γi×Ui+1…n, 其中α∈[0, 1]。

当标记的关键任务ti进入到就绪状态时, ti优先进入任务调度序列表排列, 按照优先权值从大到小的顺序运行, 然后从延迟状态中选取优先权值最高的任务进入调度序列中, 等待运行;但当就绪列表中出现更高优先级的任务需要处理时, 此时运行的任务需要返回就绪状态或延迟状态 (关键任务返回就绪状态, 非关键任务返回延迟状态) 重新加入调度序列表等待运行, 如图三所示。

执行过程流程如图四所示, 将任务进行分类, 优先级高的和优先级相对较低的分别被定义为关键任务集S和非关键任务集N, 当当前任务完成时, S队列中的个数减1, 并判断S队列是否还有任务存在, 如果有, 继续调度运行;如果没有, 则将非空的N队列中的优先级最高的任务移入S中, 如此循环, 直至所有任务都完成, 其中Sum用于计数。

改进后的RM调度算法将非关键任务送入延迟状态, 推迟了其进入就绪状态的时间, 从而保护了已经进入就绪状态或已经运行的任务请求。

2.3 基于建筑环境CPS的RM任务调度设计

针对某一计算节点上的任务 (子任务) 的调度进行设计, 程序流程如图五所示。

输入:一个物理环境发出的任务信息或用户提出的任务信息 (G, t) , 其中:任务模型G, 时间限制t。

输出:最优调度列表f。

第1步:用式 (2) 判断当前系统是否调度可行, 如可行, 继续;否则重新进行路径选择, 找出其他合适的计算节点。

式 (2) 中, L () 表示一个任务的CPU占用率即负载的最小上界, 当n→∞时, L () →ln (2) ≈0.693, 当整个任务集的负载小于L () 时, RM算法调度可行。

第2步:检查就绪列表是否为空, 如果不为空, 继续;否则结束任务调度。

第3步:查询任务, 获取输入任务的有向无环图DAG参数。

第4步:随机生成的调度列表f, 求解过程中用于记录最新的调度列表。

第5步:通过式 (3) 、 (4) 算任务的优先级程度, 如果任务ti的优先级最高, 则更新调度列表;如果无最高优先级, 按照原调度列表运行。

第6步:判断是否满足最小makespan, 如果满足则结束;否则返回步骤5。

makespan表示任务的运行时间, 即任务从起始节点开始计算到终止节点完成计算所经历的时间长度, Pi, j (式3) 和Wi, j (式4) 所示:

式 (3) 中, Pi, j为执行代价, 表示任务ti在处理器节点Vj上的执行时间;假定任务ti运行在处理器节点Vf上, ti运行在处理器V上, 式 (4) 中, Wi, j为处理器Vf和Vt之间的通信时间, 如果任务ti、tj被分配到统一计算节点上, 通信时间为0。

在任务调度的过程中采用改进RM调度算法, 以运行时间最短为目标, 同时在延迟等待时间上兼顾了网络负载, 在以可计算复杂度的准确任务分配和蚁群的路径选择的基础上, 通过分别考虑关键任务和非关键任务的优先权值且增加延迟状态, 在缩短任务的执行时间和平衡方面均得到了一定的优化。

3 仿真结果与分析

在分布式CPS的计算节点中, 根据可计算复杂性的思想进行任务分配, 再采用动态调度算法进行任务调度, 并通过MATLAB仿真实验验证其优越性。

结合本文的分布式任务管理模型, 利用MAT-LAB进行仿真实验。20种传感器普通节点, 其中10个设置为传感器计算节点, 随机产生10、50、60、800和100个任务。资源的参数设置如表一所示。

对任务的完成时间makespan进行了仿真实验, 并通过与蚁群算法、遗传算法和Min-Min算法三种较为经典的任务调度算法的比较, 得出任务完成时间比较图, 如图六所示。采用本文算法, 任务完成时间均比其他三种算法短, 并随着任务数量的增加, 在缩短任务完成时间方面优势越来越明显。

在任务调度成功率方面, 本文算法较蚁群算法、遗传算法和Min-Min算法体现了优越性, 如图七所示。

从图七中可以看出, 本文算法的调度成功率几乎都达到了90%以上, 在网络环境复杂繁多的CPS中, 其具有非常好的应用前景。

通过仿真实验表明, 相对于蚁群算法、遗传算法和Min-Min算法三种比较经典的任务调度算法, 采用任务分配、路径选择和任务调度独立工作但结果又相互融合的方式进行任务调度的方案是可行的, 既可以加快任务处理的速度, 又可以增加任务调度成功率, 同时在任务分配和处理的同时, 通过图灵机服务器的记忆功能, 加快了未来数据访问速度和任务的处理速度。

参考文献

[1]President&apos;s Council of Advisers on Science and Technology (PCAST) , USA.Leadership Under Challenge:Information Technology R&D in a Competitive World:An Assessment of the Federal Networking and Information Technology R&D Program[EB/OL].

[2]何积丰.Cyber-physical Systems[J].中国计算机学会通讯, 2010, 6 (01) :25-29.

[3]张栋, 吴春明, 姜明.分布式系统中资源分配的一致性算法综述[J].信息工程大学学报, 2009, 10 (01) :37-40.

[4]王金良, 苏志强.网络使用研究进展——影响因素、后果变量及影响机制[J].西南大学学报 (社会科学版) , 2012, 38 (03) :82-88.

[5]谭朋柳, 舒坚, 吴振华.一种信息—物理融合系统体系结构[J].计算机研究与发展, 2010, (S2) :312-316.

[6]Lehoczky J P, Sha L, Ding Y.The rate-monotonic scheduling algorithm:exact characterization and average case behavior[C]Proceedings of the 10th Real-Time Systems Symposium, 1989:166-171.

[7]Tindell K W, Burns A P, Wellings A J.An extendable approach for analysing fixed priority hard real-time tasks[J].Real-Time Systems, 1994, 6 (02) :133-151.

[8]Ghosh S, Melhem R, MosséD, et al.Fault-tolerant rate-monotonic scheduling[J].Read-Time Systems, 1998, 15 (02) :149-181.

[9]Pandya M, Malek M.Minimum achievable utilization for fault-tolerant processing of periodic tasks[J].IEEE Transactions on Computers, 1998, 47 (10) :1102-1112.

CPS标准 篇7

随着多种处理器协同处理数字信号的要求不断增加, 处理器间数据交换的带宽不断扩大, 数据交换能力的强弱直接影响着数字信号处理的能力。近年来, 新兴的高性能互连交换技术相继涌现, 其中专为嵌入式系统提出的串行Rapid IO总线 ( SRIO) 被认为是最佳的选择之一[1], 为了适应信号并行处理技术发展的趋势, 有必要设计一种SRIO总线交换模块。

在相关研究方面, 文献[2]采用FPGA芯片来实现SRIO交换, 可靠性和兼容性没有经过充分的验证和测试, 可能会存在一定问题, 同时成本也比较大;文献[3]和文献[4]分别采用TSI568和TSI578作为接口芯片来实现SRIO交换, 但是这2款芯片只支持到Rapid IO协议1. 3版本, 存在传输带宽小, 端口个数少等问题, 越来越不能够满足宽带传输与交换的需求;文献[5]采用CPS1848设计了一种基于光纤的SRIO交换模块, 交换模块的单对差分线的最高数据传输速率为3. 125 Gbit/s, 与CPS1848可以支持的最高速率6. 25 Gbit/s相比, 还有一定的提升空间。

本文基于CPS1848芯片设计了一种SRIO总线交换模块, 该交换模块单对差分线工作在5 Gbit/s, 传输带宽最高可达192 Gbit/s, 为需要进行数据高速传输和交换的工程应用奠定了坚实的基础。

1 SRIO 交换模块总体结构

SRIO交换模块的解决方案框图如图1所示, 它由时钟模块、交换芯片、电源模块、配置模块和节点设备5部分组成。电源模块为所有其他芯片提供需要的各种电 压, 交换芯片 的初始化 配置主要 由C8051F单片机或EEPROM来完成, 交换芯片连接到系统中的各种节点设备或用于管理系统各节点设备的主设备, 例如:DSP、FPGA和Power PC等, 交换芯片根据系统的规模可以单片使用或几片级联使用, 时钟模块为一片或多片交换芯片提供高精度的稳定时钟。

2 SRIO 交换模块的设计

SRIO交换模块的核心器件SRIO交换芯片选用IDT公司的CPS1848, 其原理如2所示。

CPS1848是IDT公司最新推出的支持SRIO2. 1标准的交换芯片[6], 有48个双向的数据差分对 (lane) , 可以配置成1x、2x和4x三种端口模式, 最多可以配置成18个1x或12个4x端口, 每个lane的速率可 以设置为1. 25 Gbit/s、2. 5 Gbit/s、3. 125 Gbit / s、5 Gbit / s或6. 25 Gbit / s。CPS1848还有一个标准I2C接口, I2C接口可以用来完成对CPS1848的初始化配置, 也可以通过读取CPS1848内部寄存器来监视它的工作状态。CPS1848的应用面向大型处理器集群或背板, 支持多种拓扑结构, 可以采用灵活的方式进行配置, 可选的配置方案也非常丰富。

2. 1 CPS1848 外围电路设计

2. 1. 1 I2C 接口电路设计

因为I2C接口中的SCL、SDA是漏极开路的, 所以必须各加10 K上拉电阻, 否则I2C总线是不能正常工作的。CPS1848在I2C总线上分配的地址, 是由引脚ID0-ID9的高低电平来决定的。ADS引脚上的高低电平决定是采用7 bit还是10 bit的地址。引脚MM_n决定I2C总线是主模式还是从模式。

2. 1. 2 复位设计

CPS1848的复位有上电复位、硬复位、软复位和寄存器复位4种方式。上电复位对参考时钟稳定度和电源的上电顺序是有特定要求的。硬复位引脚RST_n连接到FPGA, 由FPGA来完成CPS1848的硬复位, 硬复位完成后, CPS1848和所连接的节点设备间立刻开始链接。CPS1848的芯片到目前有A、B和C三个版本, 其中A版本的硬件复位不一定能成功复位芯片, 需要在初始化CPS1848的程序开始时加上软复位。寄存器复位可以复位指定的PORT和PLL, 与上述3种复位不同的是, 它不能复位已配置的寄存器。

2. 1. 3 端口设计

使用多个不同宽度端口的时候要通过设 置QCFG来进行规划, lane组合成不同宽度的端口是有约束的, 例如配置成2x模式的端口PORT3由lane12和lane13组成, 当PORT3连接到1x的节点设备时, PORT3会降级使用, 此时只有lane12可以当成1x使用, 而lane13不能当成1x的端口。CPS1848只支持AC耦合, lane上的耦合电容要尽量靠近接收端放置。为了得到更大的数据传输带宽, SRIO交换模块中CPS1848配置引脚QCFG[0∶7]都设置为低电平, 即48条lane配置成12个4x的端口。受所连接的节点设备的限制, 速度引脚SPD[2∶0]配置成010, 即每条lane的数据传输速率为5Gbit / s。

JTAG电路等比较简单, 不再赘述。

2. 2 CPS1848 配置模块的设计

CPS1848有多种配置方式, 非常灵活。EEPROM配置模式主 要用于在 芯片上电 复位后, 对CPS1848进行初始化配置。通过JTAG口可以直接对片内寄存器进行配置, 这种方式一般在调试时使用。通过I2C接口和SRIO的Maintenance数据包不仅能完成CPS1848配置, 而且还能监控链路通信状况, 提高系统的可靠性。多片CPS1848级联使用, 需要进行配置时, 可以采用单片机作为I2C总线的主设备, 来同时完成几片作为从设备的CPS1848的配置。在交换模块运行的过程中, 如果需要改变数据传输的方向, 可以通过Maintenance数据包设置CPS1848内部的相关寄存器, 重新配置路由表, 来动态地更改交换模块节点设备间的拓扑关系[7]。

交换模块的配置方法[8]如下:

1在上电复位时, 通过配置引脚的上下拉电阻完成需要的配置;

2复位引脚RST_n由低变高后, 立刻开始链接初始化直至完成;

3采用单片机通过I2C接口来完成CPS1848的寄存器初始化;

4通过maintenance数据包来完成CPS1848的路由表动态更改、状态监测等。

3 关键技术

整个交换模块的关键技术主要包括:阻抗稳定、相互间串扰小的高速传输线设计, 纹波小、上电顺序符合芯片要求的电源电路设计和抖动低、精度高的时钟电路设计等3个方面的内容。

交换模块外围的Lane都工作在5 GHz, 为了保证信号的完整性和电磁兼容性, 使用MENTOR公司的Hyperlynx仿真软件[9]对交换模块PCB上的高速信号线进行了仿真分析, 使得每对差分线的阻抗保持恒定100Ω, 同一个端口内的各差分线之间的信号传输偏移时间小于11 ns, 差分线之间没有大的串扰, 从而保证了信号的高质量要求。

CPS1848需要的电源有核电压 + 1. 0 V、PLL模拟电压 + 1. 0 V、IO电压 + 3. 3 V、Ser Des电压模拟+ 1. 0 V和模拟 + 1. 2 V。各种电压所耗电流大小必须满足手册中的要求。所有模拟电压需用纹波非常小的线性电源来提供, 该SRIO交换模块采用的是TI公司的TPS74401线性电源模块。CPS1848对各电压的上升和下降时间没有要求, 但是对各电压的上电顺序有着严格的要求, Ser Des的VDDS电压先上电, 然后是Ser Des的VDDT电压, 其余电压顺序没有要求, 上电顺序通过控制电源模块使能端来实现。最后利用Allegro PCB PI工具对所有电源进行电源完整性分析, 确保电源噪声不会干扰高速信号。

时钟模块原理框图如图3所示。

CPS1848的REF _CLK引脚为芯片内部的PLL提供参考时钟, 它要求在1 ~ 20 MHz范围的相噪要低于2 ps RMS, 频率精确 度要好于100 ppm (156. 25 MHz) , 再考虑到交换模块以及其所连各节点设备的时钟同源可以进一步改善信号完整性, 因此选用高精度的VCXO作外部参考, 使用ADI公司有两级PLL的时钟芯片AD9523 m提供所需的多路高精度时钟[10]。

4 SRIO 交换模块的性能测试及分析

结合实际信号处理过程中的数据传输和交换方式, 编写DSP和FPGA测试程序, DSP和FPGA的SRIO端口都设为4x ( 4对差分线组成一个端口使用) , 以SRIO协议中的NWRITE、NREAD方式为例, 通过DSP (型号为TMS320C6678) 与FPGA (型号为VC6VSX315T) 之间的数据传输, 对SRIO交换模块的性能进行了实测[11]。

将DSP内存空间0x10800000开始的4 KB数据循环发送131 072次, 共512 MB数据至FPGA, 然后再回读同样次数至DSP, 分别测试写的时间和读的时间。DSP发送数据采用NWRITE方式, 读取数据采用NREAD方式, 调用TI公司的MCSDK库中的两个函数分别为SRIO _DIO _NWRITE _ BLK ( ) 和SRIO_DIO_NREAD_BLK () , 使用CCS5软件来统计所耗的时钟周期数, 由于DSP主频1 GHz, 即每个时钟周期1 ns, 据此可以 计算出所 耗时间。通过CPS1848内部的相关寄存器可以看到, 接收并转发的数据包的个数正确, 无坏包, 无重新发送的情况发生。最终的整个通道的测试结果如表1所示。

对Rapid IO协议进行分析可知, 当SRIO数据包中数据有效载荷为256 bytes时, Rapid IO的有效数据传输效率约为72%[12]。因此在5 Gbit/s和4x模式下, Rapid IO的理论数据传输速率为14. 4 Gbit/s。

实测结果与理论值有一定差距。由于进行测试时, DSP的测试程序进行了131 072次的循环, 循环程序的执行占用一定的时间开销。另外, DSP内集成的SRIO模块, 将最多可达1 Mbyte的数据拆成每包256 bytes的SRIO协议数据包再发送, 这种机制也占用一些时间开销。

5 结束语

采用IDT公司最新的CPS1848芯片设计了一种新型的高性能SRIO总线交换模块, 作为节点设备 (FPGA、DSP等) 间的高速数据通道, 保证了大数据量的高速传输稳定可靠。该模块的配置方法灵活, 性能优良, 通过动态改变路由表来改变数据流路径, 使得系统的可重构可扩展变得非常容易, 具有很强的适应性。随着支持SRIO总线的设备越来越多, SRIO总线交换模块将会有越来越广泛的应用。

摘要：随着处理器运算能力的不断提高, 处理器之间的数据传输交换成为了制约系统性能的关键因素之一, 在采用SRIO总线的数字信号并行处理系统中, SRIO总线交换模块就显得很重要。为了满足对高速数据交换的需求, 基于CPS1848芯片, 采用高性能的电源模块和时钟模块, 设计了一种SRIO总线交换模块。通过DSP与FPGA之间的数据传输实验, 验证了SRIO交换模块进行数据传输的性能, 并分析了实测值与理论值存在差异的原因, 为高速信号处理平台的设计研制提供了技术支撑, 也为信号处理方案设计提供了参考依据。

关键词：SRIO总线,CPS1848,SRIO交换

参考文献

[1]高毅, 刘永强, 梁小虎.基于串行RapidIO协议的包交换模块的设计与实现[J].航空计算技术, 2010, 40 (3) :123-126.

[2]翟彦彬, 蒋志焱, 张保宁.大规模RapidIO协议交换的FPGA实现[J].现代雷达, 2011, 33 (12) :33-35.

[3]王学宝, 郑波祥, 朱勇.基于TSI568的RapidIO交换模块设计[J].微计算机信息, 2009, 25 (6) :104-105.

[4]张静, 李汉波.基于TSI578的串行RapidIO交换模块设计[J].电子元器件应用, 2010, 12 (11) :30-32.

[5]千应庆, 王晓锋, 劳力, 等.一种基于RapidIO协议的光纤总线硬件架构设计与分析[J].兵工学报, 2012, 33 (12) :1 480-1 484.

[6]姚钢.全新SerialRapidIOGen2交换器提升嵌入式互联性能[J].EDN电子设计技术, 2010 (10) :10-11.

[7]谢丽斌, 刘凯, 尚煜.串行RapidIO交换技术[J].电子科技, 2012, 25 (9) :129-131.

[8]石海洋.一种RapidIO交换网络配置方法的设计与实现[J].航空计算技术, 2012, 42 (2) :132-134.

[9]齐青茂, 冯鹤, 马友科.基于Hyperlynx的高速数据传输板SI研究[J].计算机与网络, 2012, 38 (14) :47-49.

[10]张娅娅, 张磊, 崔海龙.分相位时钟组的高速数据采样[J].无线电通信技术, 2012, 38 (6) :52-55.

[11]饶坤.基于DSP和FPGA的串行RapidIO系统性能测试与分析[J].信息与电子工程, 2012, 10 (6) :680-684.