图1 D2-1型220 kV智能变电站结构示意图
Fig.1 Schematic diagram of the structure of the D2-1 220 kV intelligent substation
摘要 时间敏感网络（TSN）因能为智能变电站关键通信业务提供确定性低延时传输服务而得到广泛关注。针对现有变电站工业以太网交换机通信队列调度策略难以从理论上保证关键通信业务的实时性和可靠性的问题，该文提出了基于TSN异步整形机制（ATS）的智能变电站通信队列调度策略。首先，基于智能变电站业务流服务质量需求及传输特点，提出了智能变电站业务流的优先级划分及整形队列分配方案；其次，建立了以业务流端到端时延最小化为目标的整形器参数最优化模型，并通过内点优化算法求解；最后，整形器采用基于令牌桶的流量整形方法对划分后的业务流进行整形，整形后的流量基于严格优先级算法调度传输。基于OMNet++进行了仿真实验，实验结果表明，该文所提方法能够保障关键通信业务的确定性低时延传输。
关键词：智能变电站 时间敏感网络 异步整形 通信队列调度
近年来，随着IEC 61850通信协议的颁布以及智能电子设备（Intelligent Electronic Device, IED）和以太网技术的发展[1-3]，研究人员提出了智能变电站全站统一组网方案。这种组网方案可以提高网络的效率，但也对通信的实时性和可靠性提出了新的挑战[4]。目前，智能变电站中的工业以太网交换机采用的是基于严格优先级（Strict Priority Queue, SPQ）的调度策略[5]，难以从理论上保证关键通信业务的实时性和可靠性。特别是当变电站通信网络（Substation Communication Network, SCN）发生故障时，网络负载加重，高优先级的异常流量剧增，可能会出现低优先级流量长时间得不到处理的情况，导致面向通用对象的变电站事件（Generic Object Oriented Substation Event, GOOSE）等关键业务的时延增加，进而可能会影响继电保护等关键设备的动作执行[6-7]。因此，亟须引入通信新技术来保障变电站关键通信业务传输的实时性和可靠性。
目前，国内外学者尝试将时间敏感网络（Time-Sensitive Networking, TSN）技术应用于变电站领域，以保障通信业务传输的实时性与可靠性。与传统的以太网相比，TSN通过加入时钟同步、流量整形与调度、网络配置、帧抢占等关键技术，保障时间敏感业务的服务质量，已广泛应用于车联网、航空、列车通信等领域[8-10]。目前，在变电站领域TSN技术的研究相对较少，多利用时间感知整形器（Time-Aware Shaper, TAS），通过门控列表（Gate Control List, GCL）控制队列门结构的开关状态来实现业务流的调度。文献[11]提出了一种基于TAS的变电站通信网络流量调度方案，该方案使网络中数据包发生碰撞的概率大大降低，保障变电站业务传输的低时延、低抖动。文献[12]提出了IEC 61850协议到TSN流量类的映射方案，通过建立TSN-TAS-SPQ调度模型为采样值（Sample Value, SV）流提供低时延、低抖动的传输服务，并对GOOSE流进行了最坏时延边界分析。文献[13]通过网络演算方法提出了基于TAS的变电站通信网络最大时延计算方法，为变电站应用TSN技术进行前期组网和时延分析提供了理论依据。文献[14]在实验室及实际环境中验证了TSN系统在变电站中应用的可行性，为智能变电站TSN系统的设计提供了参考。文献[15]提出了基于TSN的智能变电站组网方案，并对流量调度、流量过滤和监控等关键技术进行了分析和测试。文献[16]提出了一种基于时间感知整形器的加权轮询（TAS-Weighted Round Robin, TAS-WRR）调度算法，有效地解决了低优先级流量“饿死”问题，并能够保障时间敏感业务传输时延的确定性。综上所述，TAS能为变电站业务提供低时延、低抖动的传输服务，这对于保障变电站的稳定运行至关重要。然而，TAS要求网络中的所有设备严格时间同步，增加了网络部署和维护的复杂性，此外，TAS的保护带机制会造成极大的带宽浪费[17]。而TSN的异步整形机制（Asynchronous Traffic Shaper, ATS）能很好地规避以上问题[18]，可以为不同业务流分配合适的传输带宽和优先级，确保重要业务传输的时延可控，这对于变电站关键业务来说极其重要。因此，在智能变电站场景下开展异步整形机制的研究和应用是非常必要的。
目前异步整形机制在智能变电站中的研究较少。本文基于智能变电站通信业务特点及传输服务质量需求，提出了基于TSN异步整形机制的智能变电站通信队列调度策略。首先，基于变电站业务流服务质量需求及传输特点，提出了变电站业务流的优先级划分及整形队列分配方案；其次，采用基于令牌桶的流量整形方法对划分后的业务流进行整形，整形后的流量基于严格优先级算法调度传输；最后，提出了以业务流端到端时延最小化为目标的整形器参数最优化模型，并采用内点优化算法进行求解。仿真结果验证了本文调度策略的有效性，保障了关键通信业务的确定性低时延传输。
IEC 61850标准将智能变电站从结构上分为过程层、间隔层和站控层[19]。其中，过程层设备包括合并单元（Merging Unit, MU）和智能终端（Intelligent Terminal, IT）；间隔层设备包含保护和测控IED（Protection and Control IED, P&C IED）；站控层设备包括站控主机和同步设备等。
以一个典型的D2-1型220 kV智能变电站为例[20]，其结构示意图如图1所示，包含9个间隔（变压器间隔T1与T2、馈线间隔F1～F6和母联间隔S）。每个间隔内都有对应的IED设备，主要包括MU、IT以及P&C IED。其中，每个馈线间隔中各有1个MU、1个IT和1个P&C IED；变压器间隔连接变电站高压侧及低压侧[21]，并且高压侧和低压侧各有1个MU和1个IT，故每个变压器间隔内包含有2个MU和2个IT，同样变压器间隔也包含1个P&C IED；母联间隔内包含1个MU、1个IT以及1个P&C IED。在变电站的所有间隔中，间隔交换机连接本间隔的所有IED设备。核心交换机连接所有间隔交换机组成星型网络拓扑[22]，因而所有间隔的IED设备均连接在同一网络内，便于智能变电站内数据共享。
图1 D2-1型220 kV智能变电站结构示意图
Fig.1 Schematic diagram of the structure of the D2-1 220 kV intelligent substation
智能变电站通信网络中存在承载不同功能的各类业务，并由多种报文承载传输。其中，网络中传输的各种业务的服务质量需求不尽相同[23-24]。根据IEC 61850标准，智能变电站通信网络内传输的报文主要包括SV报文、GOOSE报文、制造消息规范（Manufacturing Message Specification, MMS）报文等。其中，GOOSE报文传输控制和设备状态信息，包含GOOSEA报文和GOOSEB报文。GOOSEA报文传输跳闸命令，发生故障时，由保护和测控IED发送到智能终端；GOOSEB报文传输开关位置状态信息，由所有间隔内的智能终端向本间隔和母联间隔的保护和测控IED发送。SV报文传输采样值信息，由所有间隔内的合并单元周期性地向本间隔和母联间隔的保护和测控IED发送。MMS报文向站控层传输状态报告数据、文件和控制数据，各个业务流传递相应的信息以支持电力系统的安全稳定运行[25-26]。这些报文具体的服务质量需求见表1。
表1 智能变电站业务服务质量需求
Tab.1 Quality requirements for smart substations business services
报文类型时延优先级带宽应用举例 GOOSEA＜3 ms高低保护 SV＜3 ms高高过程总线 GOOSEB＜20 ms高低状态 MMS＞100 ms低低监控管理
SPQ是一种经典的流量调度策略，其根据优先级的高低顺序对流量进行调度。这意味着如果优先级高的流量所在队列不为空，低优先级的流量就永远不会开始传输。智能变电站通信网络中现有的SPQ调度策略不能保证信息业务传输的公平性，这对于较低优先级时间敏感业务的实时传输造成了一定困难[27]。因此，SPQ调度策略不适用于高优先级业务异常突发情况下的变电站通信网络，本文结合智能变电站通信业务的特点提出一种基于异步整形机制的智能变电站通信队列调度策略。
本文所提调度策略在结构上包括数据包分类器、整形队列、整形器及调度队列等组件。包分类器后连接若干个整形队列，每个整形队列后连接一个整形器，输出端口处包含8个调度队列，具体结构如图2所示。其中输入端口、输出端口分别代表TSN交换机的输入端口、输出端口。
变电站业务流从输入端口进入交换设备内部，数据包分类器根据本文所提优先级划分及整形队列分配方案对变电站业务流进行分类，其主要根据数据帧结构中的源MAC地址、目的MAC地址、VLAN ID以及优先级等字段对业务流进行类别划分；随后整形器对进入整形队列的流量进行整形，根据本文所提整形器参数最优化模型配置TSN交换机的整形器参数，整形器通过计算数据帧的传输合格时间对SCN的业务流进行整形。其中，传输合格时间即数据帧的期望发送时间。经过整形的流量根据划分的优先级进入对应的调度队列排队，根据传输合格时间及优先级参数对队首数据帧进行调度传输。
图2 基于ATS的智能变电站流量调度结构
Fig.2 Intelligent substation flow dispatch structure based on ATS
当变电站通信网络发生故障时，为了保障整体业务的服务质量，需要考虑网络中业务流优先级的划分及业务流传输路径中整形队列的分配情况。
结合表1中变电站业务的通信服务质量需求，并且考虑业务流对电网运行控制的重要程度，对SCN中传输的业务流进行优先级划分。GOOSEA报文传输跳闸命令，其对时延要求极高，一般发生在故障发生后，与继电保护设备动作执行有关，将直接影响变电站对异常状态的处理速度，因此将GOOSEA报文优先级设为7；SV报文主要传输采样值信息，其传输数据流量较大，并且该类信息对实时性要求较高，将采样值信息SV流映射到次高优先级，设置为6；设备状态信息对于站控层设备掌握过程层设备的运行状况具有重要意义，因此将GOOSEB报文优先级映射为5；MMS报文主要包含一些文件传输信息，主要传输日常运行记录、故障记录和故障日志文件等，其对一次设备和二次设备的影响较小，并且MMS流量无具体时延要求，优先级设为4；其他业务优先级设置为0。
TSN交换机中整形队列的分配同样会影响业务流的服务质量（Quality of Service, QoS）。如果将不同优先级的业务映射到同一个整形队列，可能会对高优先级流量造成头阻塞问题，影响高优先级流量的实时传输；并且考虑到图1所示的智能变电站通信网络中业务流的传输特点，如果将同优先级业务均映射到母联间隔交换机的同一个整形队列中，当母联间隔的SV或GOOSEB流异常时会阻碍其他间隔同类业务的正常传输。因此，本文采用分别给所有间隔的各个业务流都分配一个单独整形队列的方案。
智能变电站中业务流的排队时延受到整形器参数的影响较大，因此需要对整形器参数进行合理配置来保障变电站整体业务的QoS。对整形器参数的配置问题可以抽象成一个最优化问题，本文将业务流传输的端到端时延最小作为优化的目标，表示为
（1）
式中，Si为进行调度的优先级为i的业务流；
为业务流Si在传输路径上第m跳交换机上的排队时延，表达式见式（2）[28]；M为业务流Si所经过的交换机跳数；dpro为链路传播时延；dtech为交换机的接收存储时延，且dpro与dtech均为定值。
（2）
式中，nj为与优先级为j的调度队列关联的整形队列数量，对于一个确定的网络来说，nj为常数；q(n, j)为与优先级为j的调度队列关联的第n个整形队列，n=1, 2,…, nj；
为与整形队列q(n, j)相连的整形器的令牌桶容量；
为与整形队列q(n, j)相连的整形器的令牌填充速率；Bport为交换机端口带宽；lmin(Si)为业务流Si的最小帧长度；lLP,max(Si)为比业务流Si优先级低的流的最大帧长度，对于一个确定的业务流Si来说，本文认定lmin(Si)与lLP,max(Si)为定值。
同时，还需要满足以下约束条件：
1）令牌桶容量约束。令牌桶容量限制了通过流量的突发大小，为了保证流量的正常传输，令牌桶容量需要不低于通过流量的报文大小之和，并且要不高于报文最大数据传输单元之和，即
（3）
（4）
式中，
为与整形队列q(n, j)相连的整形器传输的第k条流量报文大小；UMTU为数据链路层能够传输的最大数据帧的大小；K为通过整形队列q(n, j)的业务流数量。
2）令牌增长速率约束。令牌增长速率决定了数据包的服务速率，整形器的令牌增长速率应满足通过该整形器的所有流量的正常传输要求。另外，异常流量的最大允许带宽与正常流量的带宽之和不应超过端口带宽。
（5）
（6）
式中，q(n, i)为与优先级为i的调度队列关联的第n个整形队列；
和
分别为整形队列q(n, j)和q(n, i)中传输的第k条流量的发送频率；
为与整形队列q(n, i)相连的整形器传输的第k条流量报文大小；K1为通过整形队列q(n, i)的业务流数量；Otalker和OBridge分别为发送设备、交换机的本地时钟与标准时钟的最大频率偏移量，在理想状况下，时钟频率偏差可以忽略。
综上所述，整形器参数的配置问题最终转变为满足上述约束条件的最优化问题，并通过内点优化算法进行求解。
数据包分类器将源MAC地址、目的MAC地址以及优先级相同的业务流设为同类别流量，并且同类别的业务流进入相同的整形队列，即可满足本文整形队列分配方案。
本文调度策略的设计和实现采用了ATS整形器组实例中的单个ATS整形器实例，结合具体的业务流配置及网络模型，根据整形器参数最优化模型求解TSN交换机整形器的令牌填充速率Pcir及令牌桶容量Pcbs。整形器通过计算数据帧的传输合格时间对SCN中的业务流进行整形，并基于令牌填充速率、令牌桶容量、最大驻留时间、帧到达时间和数据帧长度等参数来更新令牌桶变空时间等状态变量。当业务流F的第i帧Fi到达整形器PF后，PF为数据帧分配传输合格时间。传输合格时间通过一些关键时间点和时间间隔来进行计算，具体计算过程如下所述。
首先，计算整形器PF的令牌桶中令牌数从0增长到Pcbs_F所需的时间TemptyToFull，即
（7）
式中，Pcbs_F为业务流F所在整形器PF的令牌桶容量；Pcir_F为业务流F所在整形器PF的令牌增长速率。
然后，计算整形器PF中令牌数量增长到数据帧Fi的长度所需的时间Tlengthrecovery、令牌桶中有足够的令牌来传输数据帧Fi的最早时间TshaperEligibilityTime（即整形器合格时间）、业务流F所在整形器PF最近一次令牌桶满的时刻TfullTime，表达式分别为
（8）
（9）
（10）
式中，
为数据帧Fi的长度；TemptyTime为令牌桶中令牌变空的时间。
最后，数据帧Fi的传输合格时间
由帧的到达时间以及整形器合格时间
的最大值确定，即
（11）
式中，
为数据帧Fi到达交换机的时间。
后续整形器PF会判断是否小于TfullTime，如果成立，则以式（12）更新令牌桶变空时间TemptyTime；反之，则以式（13）更新TemptyTime，并将计算所得的数据帧合格时间分配给Fi，而对于那些无法在最大驻留时间之内发送的数据帧会被整形器直接丢弃。
（12）
（13）
整形后的业务流根据划分的优先级进入对应的调度队列排队，并基于严格优先级算法调度，在调度队列中排队的数据帧按计算所得合格时间的升序排列等待传输。如果调度队列队首的数据帧传输合格时间小于当前时间，则可以传输该数据帧；反之，当前队列数据帧不能发送，传输下一优先级队列的数据帧，其中当前时间由节点本地时钟确定。以业务流F为例介绍基于ATS的智能变电站通信业务调度策略整体流程如图3所示。
本文基于OMNet++网络仿真平台的INET4.4框架[29]实现本文通信队列调度策略，具体功能模块包括包分类器模块、传输合格时间计算模块、数据包过滤模块、队列模块、传输控制门模块以及传输选择模块。
图3 基于ATS的智能变电站流量调度实现流程
Fig.3 Implementation of intelligent substation flow dispatch strategy based on ATS
包分类器模块根据数据帧结构中的MAC地址、优先级等字段对业务流进行类别划分；传输合格时间计算模块根据式（7）～式（13）为数据帧计算传输合格时间，并将其附加到数据包上；数据包过滤模块过滤无法在最大驻留时间之内发送的数据包，其与传输合格时间计算模块共同构成了图2中的整形器部分；队列模块采用先入先出（First In First Out, FIFO）的方式传输数据包，并且数据包在队列中根据传输合格时间的升序排队；传输控制门模块是一个门控制结构，如果数据包的传输合格时间大于当前时间，则关闭门，否则开启门，该模块与队列模块共同构成了图2中的调度队列部分；传输选择模块根据SPQ调度算法选择符合传输要求的下一个数据帧。
为验证本文所提方法的有效性，本节搭建了简化版智能变电站通信网络模型进行仿真实验，并与SPQ调度策略进行对比。
本节参考D2-1型智能变电站网络架构设计如图4所示的简化版智能变电站通信网络模型。该网络模型采用星型网络结构，包括两个馈线间隔（LP）、一个主变压器间隔（TP）及一个母联间隔（BP）。网络模型中的所有设备都通过交换机相连，即采用网采网跳的组网方式，并且多种业务共网传输。网络模型中链路和交换机端口带宽设置为100 Mbit/s，并且端口设置为全双工的通信模式。在交换机内配置ATS实例，仿真时间设置为1 s，根据最优化模型配置整形器参数，并设置最大驻留时间为20 μs[30]。
图4 简化版智能变电站通信网络模型
Fig.4 Simplified model of the communication network for smart substations
考虑最大流量模式，信源周期性地发送报文，包括采样值SV报文、状态GOOSEB报文、跳闸GOOSEA报文以及MMS报文，具体设置见表2[31]。根据表1中业务的服务质量需求，本文考虑GOOSEA流、SV流以及GOOSEB流为时间敏感业务流。根据变电站业务的传输特点可知，SV报文与GOOSEB报文为上行链路传输报文，GOOSEA报文为下行链路传输报文，由于端口的全双工特性，上行链路报文对下行链路报文的传输没有影响[32]。因此，本文主要考虑上行链路中某个间隔的异常报文对其他间隔SV及GOOSEB报文传输的影响。假设馈线间隔中的合并单元MU1向网络中发送异常流量SV0[33]，跟踪并记录表3中其他业务流的时延、抖动情况，并且从表2中可知，相对于GOOSEB流来说，SV流属于高优先级流量。
表2 简单变电站通信网络内报文详细信息
Tab.2 Detailed information of messages within the communication network of a simple substation
信息源报文优先级报文长度/B发送间隔/s 保护装置GOOSEA71850.002 合并单元SV61520.000 25 智能终端GOOSEB51850.002 站控主机MMS45241
表3 简单变电站通信网络内报文流向及编号
Tab.3 Message flow and numbering within the communication network of a simple substation
信息源设备报文类型报文流向报文编号 合并单元MU1SVMU1-BPSV0（异常） 合并单元MU2MU2-BPSV1 合并单元MU3MU3-BPSV2 合并单元MU4MU4-BPSV3 合并单元MU5MU5-BPSV4 智能终端IT1GOOSEBIT1-BPGOOSEB1 智能终端IT2IT2-BPGOOSEB2 智能终端IT3IT3-BPGOOSEB3 智能终端IT4IT4-BPGOOSEB4
结合表2业务流的具体配置及图4中的网络模型，根据智能变电站异步整形器参数最优化模型求解最优化参数，并将其配置到网络中TSN交换机中。为了体现本文所提调度策略在高优先级异常报文突发时可保证其余时间敏感流量实时传输的优势，与基于严格优先级调度策略的传统以太网组网模式进行对比实验。
通过改变馈线间隔合并单元MU1的异常业务SV0的报文发送频率以提高其数据发送量，模拟变电站通信网络中的过流量异常情况，跟踪表3中的所有报文并记录其传输时延、抖动情况。图5展示了当馈线间隔中MU1发送到BP的SV0报文异常突发时，基于ATS的调度策略与传统SPQ调度策略的业务流的QoS差别。图5a为业务流的最大端到端时延对比情况，可以看到，ATS调度策略下流量的最大端到端时延明显低于传统SPQ调度策略；图5b为业务流的最小端到端时延对比情况，可见ATS调度策略下流量的最小时延不大于传统SPQ调度策略；图5c为两种调度策略下业务流的时延标准差对比情况，时延标准差表征抖动，可以看出，当SV0报文异常突发时，ATS调度策略可以保障其余时间敏感流量的抖动比SPQ调度策略小；图5d展示了业务流的平均端到端时延对比情况，ATS调度策略的表现同样优于SPQ调度策略。这是由于本文所采用的ATS调度策略能够对异常流量进行整形，避免了异常流量大量占用交换机端口而阻碍其他时间敏感流量传输的情况发生，从而保证其余时间敏感流量的低时延、低抖动，保障变电站通信网络中业务传输的实时性。
图5 ATS与SPQ调度策略下业务流的端到端时延对比
Fig.5 Comparison of end-to-end delay of service flows under ATS and SPQ scheduling strategies
为了进一步评估当发生网络拥塞时ATS调度策略保障时间敏感流量确定性时延的效果，以图4所示网络模型，保持SV0流的令牌填充速率不变，改变异常SV0流的突发带宽，以表3中SV1报文、SV2报文、GOOSEB1报文及GOOSEB2报文为例进行仿真实验，并与SPQ调度策略进行对比。
图6展示了当SV0流的突发带宽变化时，在两种调度策略下上述四种报文的最大端到端时延变化情况。从图6中可以看出，在ATS调度策略下，四种报文的最大时延保持不变，这是因为在ATS调度策略下SV0流的令牌填充速率是固定的，随着网络中恶意流量SV0流的带宽增大，ATS调度策略始终能以固定速率输出SV0流，其余业务的传输不受异常业务流影响，从而保证了业务的确定性时延。而在SPQ调度策略下，四种报文的最大时延呈上升趋势，并且随着SV0流带宽的增加，GOOSEB报文的最大时延上升早于SV报文，这是由于当SV0流突发时会优先传输SV0报文，处于低优先级的GOOSEB报文需要等待高优先级的SV0报文传输完成才能进行传输，这严重地阻碍了GOOSEB报文的实时传输，并且由于SV报文的优先级比GOOSEB报文高，因此SV报文受到异常SV0流的影响比GOOSEB报文小。
图6 不同SV0流带宽下的报文最大端到端时延
Fig.6 Maximum end-to-end delay of messages under different SV0 flow bandwidths
综上所述，当高优先级流量异常时，SPQ调度策略无法保证其余时间敏感流量的确定性时延，并且超过业务时延需求的报文通常是不可靠的。而本文所提调度策略能够对异常流量进行整形，使其余时间敏感流量所享有的带宽不受影响，保证业务流传输的时延有界，从而保障变电站通信网络业务的实时可靠传输。
本文不考虑报文增大的异常情况，为了验证整形器参数配置模型的正确性并评估令牌填充速率对SCN中业务流实时性的影响，采用图4网络模型进行仿真实验，通过改变SV0流所在整形器的令牌填充速率，观测GOOSEB1报文、GOOSEB2报文、GOOSEB3报文及GOOSEB4报文的平均端到端时延。
不同SV0流令牌填充速率下报文平均端到端时延如图7所示，横坐标表示SV0流所在整形器的令牌填充速率，纵坐标表示上述四种GOOSEB报文的平均端到端时延。从图7中可以观察到，随着令牌填充速率的增大，GOOSEB报文的平均时延呈上升趋势。这是由于SV0流的令牌填充速率越大，允许通过的异常流量就越多，而其余流量传输时就需要等待高优先级的异常流量优先传输，从而导致其余流量的时延增大。因此，对于SCN中的所有流量来说，需要合理地配置令牌填充速率。
图7 不同SV0流令牌填充速率下报文平均端到端时延
Fig.7 Average end-to-end delay of messages under different SV0 flow token filling rates
为了体现本文所提调度策略在时间同步机制失效时也能保证时间敏感业务的确定性时延优势，采用图4所示网络模型，以合并单元MU4发送到保护装置LP2的SV报文为例，并与文献[12]中的TSN-TAS-SPQ调度策略进行对比实验。
文献[12]中调度策略基于时分复用的思想为SV流预留带宽，保护其免受其他流量的影响，因此可以保证SV报文的低时延、低抖动。本文通过设置SCN中节点的时钟偏移量使网络中节点存在时钟偏差，模拟变电站时钟同步故障。图8展示了SCN在有无时间同步下本文调度策略与文献[12]中调度策略的SV报文平均时延对比情况。可以看到，在本文调度策略下受到的影响较小，而在文献[12]调度策略下受到的影响较大。这是由于TAS机制配置的门控列表基于严格的时间同步，一旦时间同步失效就会导致TAS机制无法正常工作，而ATS不受时间同步的影响，因此本文所提调度策略即使在遭受时间同步攻击时也可以保证业务传输的实时性。
图8 有无时间同步下SV报文的平均端到端时延对比
Fig.8 Comparison of average end-to-end delay of SV packets with and without time synchronization
本文针对智能变电站通信网络中高优先级业务流异常导致站内其余业务服务质量下降的问题，提出了一种基于ATS的智能变电站通信队列调度策略，并建立了整形器参数最优化模型。基于OMNet++网络仿真软件进行了案例仿真，对比了传统SPQ调度策略对变电站业务报文传输实时性的影响。仿真结果验证了在高优先级流量突发甚至导致网络拥塞时，本文所提方法能有效地降低多种业务的时延，与传统SPQ调度策略相比提高了业务流的服务质量。本文工作为SCN应对业务流量异常、保障业务传输实时性提供了一个可行方案，为TSN技术在SCN的推广应用提供了理论依据。
参考文献
[1] 吴宇奇, 李正天, 林湘宁, 等. 基于变电站高频滤波边界特性的配电网线模行波选线方法[J]. 电工技术学报, 2024, 39(7): 2072-2088.
Wu Yuqi, Li Zhengtian, Lin Xiangning, et al. The faulty line selection method using line mode traveling wave based on high-frequency filtering characteristics of the substation line boundary in the distribution network[J]. Transactions of China Electrotechnical Society, 2024, 39(7): 2072-2088.
[2] 周元刚, 刘绚, 张波. 基于多阶段传输的智能变电站安全通信策略[J]. 电力系统自动化, 2021, 45(22): 105-114.
Zhou Yuangang, Liu Xuan, Zhang Bo. Security communication strategy for smart substation based on multi-stage transmission[J]. Automation of Electric Power Systems, 2021, 45(22): 105-114.
[3] 麻秀范, 冯晓瑜. 考虑5G网络用电需求及可靠性的变电站双Q规划法[J]. 电工技术学报, 2023, 38(11): 2962-2976.
Ma Xiufan, Feng Xiaoyu. Double Q planning method for substation considering power demand of 5G network and reliability[J]. Transactions of China Electrotechnical Society, 2023, 38(11): 2962-2976.
[4] 肖燕. 新一代智能变电站信息流架构设计[J]. 中国电机工程学报, 2016, 36(5): 1245-1251.
Xiao Yan. Design of information flow scheme for new smart substation[J]. Proceedings of the CSEE, 2016, 36(5): 1245-1251.
[5] 龚石林, 王晨, 冯彦钊, 等. 基于改进加权公平队列的变电站局域网通信队列调度策略[J]. 电力系统自动化, 2015, 39(4): 76-81.
Gong Shilin, Wang Chen, Feng Yanzhao, et al. A smart substation LAN communication queue scheduling strategy based on improved WFQ algorithm[J]. Automation of Electric Power Systems, 2015, 39(4): 76-81.
[6] 莫峻, 蔡义明. 计及瞬时通信故障的变压器保护可靠性评估[J]. 电工技术学报, 2019, 34(4): 807-816.
Mo Jun, Cai Yiming. Reliability evaluation of transformer protection considering transient communication fault[J]. Transactions of China Electrotechnical Society, 2019, 34(4): 807-816.
[7] 李宝伟, 石欣, 王志伟, 等. 基于罗氏线圈电流互感器的等传变距离保护[J]. 电工技术学报, 2023, 38(5): 1353-1362.
Li Baowei, Shi Xin, Wang Zhiwei, et al. Distance relay based on rogowski coil current transformer by using instantaneous value after equal transfer processes[J]. Transactions of China Electrotechnical Society, 2023, 38(5): 1353-1362.
[8] Patti G, Bello L L, Leonardi L. Deadline-aware online scheduling of TSN flows for automotive applications [J]. IEEE Transactions on Industrial Informatics, 2023, 19(4): 5774-5784.
[9] 梁晨, 贺德强, 任子阳, 等. 基于时间敏感网络的列车通信网络实时流量调度优化[J]. 铁道科学与工程学报, 2024, 21(1): 58-69.
Liang Chen, He Deqiang, Ren Ziyang, et al. Real-time traffic scheduling optimization of train communication network based on time-sensitive network[J]. Journal of Railway Science and Engineering, 2024, 21(1): 58-69.
[10] Zhou Xuan, He Feng, Zhao Luxi, et al. Hybrid scheduling of tasks and messages for TSN-based avionics systems[J]. IEEE Transactions on Industrial Informatics, 2024, 20(2): 1081-1092.
[11] 周飞飞, 何迎利, 赵华, 等. 基于时间敏感网络的流量调度机制在智能变电站中的研究与实现[J]. 电力系统保护与控制, 2021, 49(19): 107-114.
Zhou Feifei, He Yingli, Zhao Hua, et al. Research and realization of a traffic scheduling mechanism based on a time-sensitive network in a smart substation[J]. Power System Protection and Control, 2021, 49(19): 107-114.
[12] Docquier T, Song Yeqiong, Chevrier V, et al. IEC 61850 over TSN: traffic mapping and delay analysis of GOOSE traffic[C]//2020 25th IEEE International Conference on Emerging Technologies and Factory Automation (ETFA), Vienna, Austria, 2020: 246-253.
[13] 贾惠彬, 胡子函, 吴堃, 等. 基于时间敏感网络的变电站通信网络最大时延计算方法[J]. 电力系统自动化, 2023, 47(1): 192-199.
Jia Huibin, Hu Zihan, Wu Kun, et al. Calculation method for maximum time delay of substation communication network based on time-sensitive networking[J]. Automation of Electric Power Systems, 2023, 47(1): 192-199.
[14] Sanchez-Garrido J, Jurado A, Medina L, et al. Digital electrical substation communications based on deterministic time-sensitive networking over Ethernet [J]. IEEE Access, 2020, 8: 93621-93634.
[15] Liu Xiaoqun, Xie Yong, Zhang Jiguang, et al. Research on TSN test for smart substation[C]//2022 IEEE 5th International Conference on Electronics Technology (ICET), Chengdu, China, 2022: 437-442.
[16] 尹震宇, 刘浩林, 张飞青, 等. 一种基于时间感知整形器的TAS-WRR调度算法研究与实现[J]. 小型微型计算机系统, 2021, 42(5): 1077-1081.
Yin Zhenyu, Liu Haolin, Zhang Feiqing, et al. Research and implementation of TAS-WRR scheduling algorithm based on time awareness shaper[J]. Journal of Chinese Computer Systems, 2021, 42(5): 1077-1081.
[17] 何锋, 李二帅, 周璇, 等. 机载时间敏感组网分析综述[J]. 航空学报, 2023, 44(17): 028165.
He Feng, Li Ershuai, Zhou Xuan, et al. A review of airborne time sensitive networking[J]. Acta Aeronautica et Astronautica Sinica, 2023, 44(17): 028165.
[18] IEEE Computer Society. IEEE standard for local and metropolitan area networks-bridges and bridged networks-amendment 34: enhancements for scheduled traffic: IEEE Std 802.1Qcr-2020[S]. IEEE, 2020.
[19] 张秀丽, 许静静, 刘新红. 基于量化指标的变电站抗震韧性评估方法[J]. 高压电器, 2022, 58(8): 213-221.
Zhang Xiuli, Xu Jingjing, Liu Xinhong. Seismic resilience assessment method of substation based on quantitative index[J]. High Voltage Apparatus, 2022, 58(8): 213-221.
[20] 佟为明, 高吉星, 金显吉, 等. 智能变电站过程层网络报文传输时间计算及抖动抑制方法[J]. 电力自动化设备, 2018, 38(6): 131-137.
Tong Weiming, Gao Jixing, Jin Xianji, et al. Calculation and jitter suppression of process level network message transmission time for smart substation[J]. Electric Power Automation Equipment, 2018, 38(6): 131-137.
[21] 吴春华, 陈修淋, 李智华, 等. 全移相双有源全桥直流变换器的瞬态电流偏置抑制策略[J]. 电工技术学报, 2024, 39(4): 1116-1131.
Wu Chunhua, Chen Xiulin, Li Zhihua, et al. Transient current bias suppression strategy of full phase shifting dual active full bridge DC converter[J]. Transactions of China Electrotechnical Society, 2024, 39(4): 1116-1131.
[22] 吕航, 杨贵, 胡绍谦. 智能变电站网络传输可靠性评价方法[J]. 电气技术, 2023, 24(2): 59-63, 70.
Lü Hang, Yang Gui, Hu Shaoqian. Evaluation method of network transmission reliability in smart substation[J]. Electrical Engineering, 2023, 24(2): 59-63, 70.
[23] 孟广雨, 于洁潇, 杨挺. 基于随机网络演算的分布式能源调控系统时延上界计算[J]. 电工技术学报, 2020, 35(11): 2360-2371.
Meng Guangyu, Yu Jiexiao, Yang Ting. Upper bound calculation of delay of distributed energy resource coordinated-control system based on stochastic network calculus[J]. Transactions of China Electrotechnical Society, 2020, 35(11): 2360-2371.
[24] 陈亚鹏, 杨阳, 舒乙凌, 等. 基于业务性能偏差感知的电力通信网路由优化策略[J]. 电工技术学报, 2024, 39(11): 3411-3421.
Chen Yapeng, Yang Yang, Shu Yiling, et al. Service performance deviation awareness-based power communication network routing optimization strategy [J]. Transactions of China Electrotechnical Society, 2024, 39(11): 3411-3421.
[25] 王文龙, 刘明慧. 智能变电站中SMV网和GOOSE网共网可能性探讨[J]. 中国电机工程学报, 2011, 31(增刊1): 55-59.
Wang Wenlong, Liu Minghui. Research on the shared-network of SMV and GOOSE in smart substation[J]. Proceedings of the CSEE, 2011, 31(S1): 55-59.
[26] 李昌超, 康忠健, 于洪国, 等. 考虑电力业务重要性的电力通信网关键节点识别[J]. 电工技术学报, 2019, 34(11): 2384-2394.
Li Changchao, Kang Zhongjian, Yu Hongguo, et al. Identification of key nodes in power communication network considering the importance of power businesses[J]. Transactions of China Electrotechnical Society, 2019, 34(11): 2384-2394.
[27] 董雪源, 王晓茹. 用于电力系统信息综合传输的改进加权公平队列调度算法[J]. 中国电机工程学报, 2012, 32(22): 6, 149-156.
Dong Xueyuan, Wang Xiaoru. Improved weighted fair queueing scheduling algorithm for integrated information transmission in power systems[J]. Proceedings of the CSEE, 2012, 32(22): 6, 149-156.
[28] Specht J, Samii S. Synthesis of queue and priority assignment for asynchronous traffic shaping in switched Ethernet[C]//2017 IEEE Real-Time Systems Symposium (RTSS), Paris, France, 2017: 178-187.
[29] Steinbach T, Kenfack H D, Korf F, et al. An extension of the OMNeT++ INET framework for simulating real-time Ethernet with high accuracy[C]// Proceedings of the 4th International ICST Conference on Simulation Tools and Techniques, Barcelona, Spain, 2011: 375-382.
[30] Nasrallah A, Thyagaturu A S, Alharbi Z, et al. Performance comparison of IEEE 802.1 TSN time aware shaper (TAS) and asynchronous traffic shaper (ATS)[J]. IEEE Access, 2019, 7: 44165-44181.
[31] 何瑞文, 龙隆, 张宝仁, 等. 电力信息物理系统中信息系统物理化的建模及分析方法[J]. 中国电机工程学报, 2024, 44(1): 72-85.
He Ruiwen, Long Long, Zhang Baoren, et al. Cyber system physicalizing modeling and analysis method in cyber-physical power systems[J]. Proceedings of the CSEE, 2024, 44(1): 72-85.
[32] 刘玮, 王海柱, 张延旭. 智能变电站过程层网络报文特性分析与通信配置研究[J]. 电力系统保护与控制, 2014, 42(6): 110-115.
Liu Wei, Wang Haizhu, Zhang Yanxu. Study on message characteristics and communication configuration of process layer network of intelligent substation[J]. Power System Protection and Control, 2014, 42(6): 110-115.
[33] 李俊娥, 陆秋余, 刘剑, 等. 智能变电站通信业务优先级及其队列调度方法[J]. 通信学报, 2021, 42(7): 25-40.
Li June, Lu Qiuyu, Liu Jian, et al. Communication service priority in smart substation and its queue scheduling method[J]. Journal on Communications, 2021, 42(7): 25-40.
Abstract The current industrial Ethernet switches in intelligent substations employ a strict priority scheduling strategy to prioritize traffic based on the level of priority. This strategy ensures the real-time performance of high-priority traffic in the substation communication network (SCN). However, when a failure happens in SCN or the network load increases, there may be a situation where low-priority traffic is "starved" due to a significant increase in abnormally high-priority traffic (SV flow). In recent years, time-sensitive networking (TSN) has emerged to provide low-latency and low-jitter transmission for critical commuinication services in intelligent substations. This has been achieved by incorporating key technologies such as clock synchronization, traffic shaping and scheduling, and network configuration. To address the problem of the existing queue scheduling strategy in SCN, which cannot theoretically guarantee the real-time and reliability of critical communication services, a communication queue scheduling strategy based on TSN's asynchronous traffic shaper (ATS) mechanism has been proposed. Firstly, a priority division and shaping queue allocation scheme was proposed for business flows, taking into account the quality of service requirements and transmission characteristics. This scheme aimed to prevent head blocking between traffic in the same shaping queue and minimize interference among different traffic flows.
The configuration problem of traffic shaper parameters was then abstracted as minimizing end-to-end delay for business flows, taking into account multiple constraints. An optimization model for the parameter of an intelligent substation traffic shaper was proposed, and the optimal model was solved using the interior point optimization algorithm based on Matlab software. The calculated optimal traffic shaper parameters ware then configured into the shapers of the TSN switches in the SCN. This shaper shaped the traffic that enters the shaping queue. The shaper adopted a traffic shaping method based on the token bucket algorithm to allocate the eligible time for frame transmission.
Finally, the post-processed business flow entered the corresponding scheduling queue based on the priority division and was scheduled using a strict priority algorithm. The data frames in the scheduling queue were arranged in ascending order based on the eligible time. That is to say, the data frames were scheduled for transmission based on the eligible time and priority parameters. If the eligible time of the data frame at the front of the scheduling queue was earlier than the current time, the data frame could be transmitted. Otherwise, if the current queue data frame couldnot be sent, the data frame from the next priority queue was transmitted. The communication queue scheduling strategy proposed in this paper was implemented based on the INET4.4 framework of the OMNet++ network simulation platform. Additionally, a simplified model of the intelligent substation communication network was constructed for simulation experiments. The experimental results demonstrate that the proposed method can ensure deterministic low-latency transmission of critical communication services and enhance the service quality of business flows, even when high-priority traffic bursts and causes network congestion. This improvement was in comparison to traditional SPQ scheduling strategies. Furthermore, in cases where the time synchronization of the substation communication network failed, the proposed strategy can still guarantee the real-time transmission of business flows.
keywords：Intelligent substation, time-sensitive networking,asynchronous shaping, communication queue scheduling
中图分类号：TM73
DOI: 10.19595/j.cnki.1000-6753.tces.231236
国家重点研发计划资助项目（2021YFB2401000）。
收稿日期 2023-07-31
改稿日期 2023-08-28
贾惠彬 男，1979年生，副教授，硕士生导师，研究方向为智能电网通信与物联网技术等。
E-mail：huibin.jia@foxmail.com（通信作者）
武文瑞 男，1998年生，硕士研究生，研究方向为智能电网通信与物联网技术等。
E-mail：2309691506@qq.com
（编辑 李 冰）