施 義，劉振興，蔡 彬，謝祥中

(1.武漢科技大學(xué) 信息科學(xué)與工程學(xué)院，湖北 武漢 430081；2.倫敦大學(xué)學(xué)院 UCL動力工程系，倫敦 英國 WC1E 7JE)

0 引 言

作為智能電網(wǎng)領(lǐng)域的重要組成部分，微電網(wǎng)中存在各類分布式電源，網(wǎng)絡(luò)中使用大量的監(jiān)測設(shè)備來滿足其雙向、實時、高效的通信要求[1,2]。針對微電網(wǎng)就地控制層中采集節(jié)點多、節(jié)點位置分散等復(fù)雜的網(wǎng)絡(luò)情況[3,4]，利用無線傳感器網(wǎng)絡(luò)(wireless sensor networks，WSN)技術(shù)來構(gòu)建該層的數(shù)據(jù)監(jiān)控網(wǎng)絡(luò)是保證電網(wǎng)安全穩(wěn)定運行的重要手段。

考慮微電網(wǎng)的實際特點，監(jiān)控網(wǎng)絡(luò)選擇具有能量效率高、可擴展性強的分簇結(jié)構(gòu)[5]。傳統(tǒng)的分簇算法如LEACH算法采用均勻分簇，由于簇間路由是單跳的方式，存在遠(yuǎn)離匯聚點的簇頭節(jié)點因通信代價高而過早死亡的問題[6]。EEUC算法引入非均勻分簇概念，在簇頭選擇階段，其通信代價大，簇頭選擇和成簇等階段缺乏節(jié)點剩余能量的考慮，導(dǎo)致靠近匯聚點的簇頭節(jié)點沒有足夠多的能量完成大量數(shù)據(jù)的轉(zhuǎn)發(fā)而提前死亡[7,8]，影響了網(wǎng)絡(luò)整體的生命周期。

針對LEACH算法和EEUC算法的不足，結(jié)合微電網(wǎng)中分布式電源的分布情況，本文提出了一種基于節(jié)點實時能量的無線傳感器網(wǎng)絡(luò)非均勻分簇算法(node real-time energy based uneven clustering algorithm for WSN in micro-grid，NREUC)。NREUC算法在簇頭競爭半徑中引入節(jié)點實時能量作為部分權(quán)重，在成簇階段，普通節(jié)點依據(jù)成簇判斷因子來選擇要加入的簇，達到非均勻分簇的目的。實驗結(jié)果表明，與LEACH算法和EEUC算法相比，NREUC算法顯著延長了網(wǎng)絡(luò)中第一個節(jié)點死亡時間，死亡節(jié)點的分布是均勻分布，避免了監(jiān)控盲區(qū)的出現(xiàn)，提高了網(wǎng)絡(luò)的監(jiān)控質(zhì)量。

1 微電網(wǎng)監(jiān)控網(wǎng)絡(luò)

微電網(wǎng)的運行控制中，分布式電源的監(jiān)控網(wǎng)絡(luò)如圖1所示。其中通信系統(tǒng)可以分為控制中心層、集中控制層和就地控制層[9]。終端電源單元將自身的狀態(tài)信息通過無線傳感器網(wǎng)絡(luò)發(fā)送給數(shù)據(jù)匯聚層的監(jiān)控單元，再由數(shù)據(jù)匯聚層統(tǒng)一通過光纖傳遞的方式傳遞給控制中心層進行調(diào)控[10]。本文中，假設(shè)網(wǎng)絡(luò)里所有的監(jiān)控節(jié)點和區(qū)域匯聚點位置是固定的，每個監(jiān)控節(jié)點是同構(gòu)的，都可以成為簇頭、候選簇頭或普通節(jié)點。同時，網(wǎng)絡(luò)中鏈路是對稱的，已知對方發(fā)射功率時，節(jié)點能夠根據(jù)接收信號強度計算距離[11]。

圖1 微電網(wǎng)中分布式電源模塊監(jiān)控網(wǎng)絡(luò)

根據(jù)圖1可得圖2監(jiān)控網(wǎng)絡(luò)的仿真場景，其中小圓圈是監(jiān)控節(jié)點，五角星是匯聚點。微電網(wǎng)中分布式電源模塊監(jiān)控網(wǎng)絡(luò)中簇規(guī)模的整體趨勢是靠近匯聚節(jié)點的簇規(guī)模小數(shù)量多，遠(yuǎn)離匯聚節(jié)點的簇規(guī)模大數(shù)量小，這樣讓靠近匯聚節(jié)點的簇頭有更多的能量轉(zhuǎn)發(fā)消息，不至于過早死亡形成“熱區(qū)”。

圖2 監(jiān)控網(wǎng)絡(luò)仿真場景

2 分簇算法

2.1 簇頭選舉

無線傳感器網(wǎng)絡(luò)在進行分簇時，首先是簇頭選舉的過程。在簇頭選舉中，NREUC算法利用簇頭競爭半徑來實現(xiàn)簇頭節(jié)點的非均勻分布，在競爭半徑Ri計算公式中引入距離和能量兩個因素

(1)

式中：dmax、dmin——網(wǎng)絡(luò)中節(jié)點到匯聚節(jié)點的最大與最小距離，d(si,s0)是節(jié)點i與匯聚節(jié)點的距離，R0是簇頭競爭半徑的最大值，Ep是網(wǎng)絡(luò)中存活節(jié)點的平均能量與節(jié)點i的實時能量的比值，c是用于控制取值范圍的參數(shù)。

考慮到節(jié)點的通信能耗，在NREUC算法的簇頭競爭半徑計算中，節(jié)點與匯聚節(jié)點間距離仍是主要因素，距離匯聚節(jié)點越遠(yuǎn)，競爭半徑越大。節(jié)點自身實時能量是次要因素，對簇頭競爭半徑起到微調(diào)的作用，能量大的節(jié)點的競爭半徑偏大，但不會影響網(wǎng)絡(luò)中簇規(guī)模分布的整體結(jié)構(gòu)。

2.2 成簇階段

簇頭節(jié)點確定后，進入成簇階段。在本文NREUC算法中，普通節(jié)點根據(jù)成簇判斷因子決定要加入的簇

(2)

式中：C(i,j,k)是第k輪，節(jié)點j到簇頭i的成簇判斷因子，Re(i,k)為簇頭i的實時能量，Ek是當(dāng)前網(wǎng)絡(luò)中節(jié)點的平均能量，d(si,sj)為節(jié)點j到簇頭i的距離。這樣在考慮就近成簇減少通信代價的同時，讓剩余能量大的簇頭能夠接收更多的節(jié)點，達到能量均衡的目的。

2.3 NREUC算法

圖3 NREUC算法

初始化網(wǎng)絡(luò)時，匯聚節(jié)點會向所有節(jié)點廣播消息，以便讓所有節(jié)點計算出與匯聚節(jié)點間的距離，用于后面的非均勻分簇以及節(jié)點向基站傳輸信息時發(fā)送功率的選擇。NREUC算法采用循環(huán)機制，每輪中包括簇頭的選舉及簇的形成、簇間路由建立和數(shù)據(jù)的傳輸。網(wǎng)絡(luò)中的節(jié)點有4種狀態(tài)：普通節(jié)點狀態(tài)，候選簇頭狀態(tài)，簇頭狀態(tài)和死亡狀態(tài)。每個節(jié)點設(shè)有簇頭標(biāo)志位G，標(biāo)志位G初始態(tài)置0，在節(jié)點當(dāng)選簇頭后，標(biāo)志位G會置1。節(jié)點的狀態(tài)每輪會動態(tài)變化，簇頭在候選簇頭中產(chǎn)生，其中候選簇頭節(jié)點的簇頭競爭半徑為Ri，由式(1)得到。大小不同的競爭半徑形成規(guī)模不等的簇。

NREUC算法的具體實現(xiàn)步驟如下(如圖3所示)：

步驟1 標(biāo)志位G的初始化

對所有節(jié)點的簇頭標(biāo)志位G置0。

步驟2 候選簇頭選舉

先判斷簇頭標(biāo)志位G，允許標(biāo)志位為0的節(jié)點進行候選簇頭的選舉，否則節(jié)點休眠直至簇頭競選結(jié)束。再按概率選出部分節(jié)點成為候選簇頭，其它落選節(jié)點休眠直至簇頭競選結(jié)束。

步驟3 簇頭選舉

依據(jù)式(1)求出的簇頭競爭半徑來實現(xiàn)簇頭的選舉。每輪簇頭競選中，候選簇頭節(jié)點i有一張該節(jié)點的鄰候選簇頭信息表，表內(nèi)的任意節(jié)點j都滿足節(jié)點j與節(jié)點i間的距離小于這兩個節(jié)點的競爭半徑的最大值的條件。實時能量最大的候選簇頭最先被選出擔(dān)任簇頭，同時它的鄰候選簇頭信息表中的候選簇頭都退選成為普通節(jié)點。然后再在剩余的候選簇頭中，選出實時能量最大的節(jié)點成為簇頭，它的鄰候選簇頭信息表中的候選簇頭也都退選成為普通節(jié)點，依次循環(huán)至沒有候選簇頭。在節(jié)點出任簇頭后，該節(jié)點標(biāo)志位G置1。

步驟4 成簇階段

網(wǎng)絡(luò)中的普通節(jié)點依據(jù)成簇判斷因子的式(2)來選擇簇頭，形成規(guī)模大小不等的簇。

步驟5 信息傳輸階段

本網(wǎng)絡(luò)中采用簇內(nèi)單跳，簇首間多跳的方式進行信息的傳輸。

步驟6 簇頭標(biāo)志G的再判斷

信息傳輸完成后，計算各節(jié)點在本輪結(jié)束時的剩余能量，將剩余能量大于或等于平均剩余能量的簇頭節(jié)點的標(biāo)志位G置0，讓其可以繼續(xù)參與到后面的簇頭競選中。

步驟7 死亡節(jié)點個數(shù)判斷

若網(wǎng)絡(luò)中的節(jié)點死亡數(shù)超過預(yù)設(shè)最大值，則網(wǎng)絡(luò)宣告死亡，否則進入新一輪的網(wǎng)絡(luò)分簇、信息傳遞中。

3 算法仿真

3.1 仿真參數(shù)設(shè)置

本文在MATLAB中分別編碼LEACH算法、EEUC算法和NREUC算法，并進行仿真性能分析。實驗中，在邊長200 m的方形區(qū)域內(nèi)隨機分布400個節(jié)點，網(wǎng)絡(luò)中消耗的能量主要由發(fā)射電路能耗和功率放大電路的能耗組成。當(dāng)節(jié)點發(fā)射比特數(shù)為k比特的數(shù)據(jù)到相聚d距離的位置時，通信能耗計算為

(3)

式中：Eelec——發(fā)射電路消耗的能量，εfs、εmp——兩類信道模型中功率放大電路的最大消耗能量。相關(guān)仿真場景參數(shù)見表1。

表1 仿真場景參數(shù)

在式(1)簇頭競爭半徑Ri的計算中，系數(shù)c和最大競爭半徑R0的值是需要預(yù)先設(shè)定的。其中，為方便與EEUC算法比較，系數(shù)c的值沿用原EEUC的值0.5。對于候選簇頭的最大競爭半徑R0，它影響最后簇的生成個數(shù)，最大競爭半徑大時，則生成的簇個數(shù)少，從而影響最終網(wǎng)絡(luò)中簇分布情況。這里采用實驗方法得出本仿真環(huán)境下最大競爭半徑的最適值為90 m。

3.2 仿真結(jié)果分析

網(wǎng)絡(luò)仿真中，本文主要在網(wǎng)絡(luò)生命周期及網(wǎng)絡(luò)的死亡節(jié)點分布上進行比較分析。網(wǎng)絡(luò)生命周期越長，特別是網(wǎng)絡(luò)中第一個節(jié)點的死亡時間越長，則表明網(wǎng)絡(luò)中能量越均衡，節(jié)點不會過早死亡。網(wǎng)絡(luò)的死亡節(jié)點分布影響著整個網(wǎng)絡(luò)的監(jiān)控質(zhì)量，死亡節(jié)點分布越均勻，監(jiān)控質(zhì)量越好。

3.2.1 網(wǎng)絡(luò)生命周期

針對采集信息精確度要求較高的網(wǎng)絡(luò)，節(jié)點的初始死亡時間決定著網(wǎng)絡(luò)整體的生命周期。如微電網(wǎng)中，單元級別的設(shè)備狀態(tài)數(shù)據(jù)采集需要達到全覆蓋和高精度的要求，盲區(qū)的出現(xiàn)會影響整個網(wǎng)絡(luò)的運行安全。

圖4中比較了3種分簇算法的網(wǎng)絡(luò)生命周期，NREUC算法相比于LEACH算法和EEUC算法，網(wǎng)絡(luò)中第一個節(jié)點的死亡時間得到了很大的延長，網(wǎng)絡(luò)整體的存活時間也得到了增加。NREUC算法中，簇間多跳路由的方式解決了LEACH算法中遠(yuǎn)離匯聚點的簇頭節(jié)點因通信消耗大而過早死亡的問題。在候選簇頭的選擇上，NREUC算法加入簇頭標(biāo)志位的判斷，讓上輪中擔(dān)任過簇頭的這類能量消耗大的節(jié)點不參與之后的簇頭競選，提高候選簇頭質(zhì)量，避免不必要的能量消耗，緩解了EEUC算法中簇頭選擇能量開銷大的問題。在NREUC算法簇頭競爭半徑計算中，考慮節(jié)點自身能量和其與匯聚節(jié)點間距離兩個因素，使分簇的規(guī)模較EEUC算法更加合理。根據(jù)圖4中NREUC算法曲線的衰減走勢可以看出，NREUC算法在同等的能耗條件下提高了網(wǎng)絡(luò)中的能量均衡程度，在網(wǎng)絡(luò)生存周期后段，每輪中的存活節(jié)點占有率都要比LEACH算法和EEUC算法高。

圖4 3種分簇算法的網(wǎng)絡(luò)生命周期

3.2.2 網(wǎng)路死亡節(jié)點分布

根據(jù)圖5和圖6中網(wǎng)絡(luò)的死亡節(jié)點分布可以看出，圖5中EEUC算法中死亡節(jié)點大多集中在靠近匯聚節(jié)點的區(qū)域，圖6中NREUC算法中死亡節(jié)點分布均勻。

圖5 EEUC算法的死亡節(jié)點分布

圖6 NREUC算法的死亡節(jié)點分布

NREUC算法在每輪的簇頭選舉階段都會考慮各個節(jié)點的剩余能量問題，減少低能量節(jié)點成為簇頭的可能性，在簇頭競爭半徑計算中加入簇頭自身能量的考慮因素，利用大小不等的簇頭競爭半徑達到網(wǎng)絡(luò)中簇頭節(jié)點非均勻分布的目的。同時在成簇時，NREUC算法將簇頭能量考慮進去，普通節(jié)點在選擇簇頭時不再是單純的就近選擇，而是根據(jù)節(jié)點與簇頭間距離及簇頭剩余能量兩個因素進行判斷，最終使得網(wǎng)絡(luò)中最后的死亡節(jié)點分布是均勻的，解決了EEUC算法中靠近匯聚點的簇頭節(jié)點因轉(zhuǎn)發(fā)過多數(shù)據(jù)而提前死亡的問題，達到提高網(wǎng)絡(luò)監(jiān)控質(zhì)量的目的。

4 結(jié)束語

本文提出了一種面向微電網(wǎng)的WSN非均勻分簇算法，算法的核心思想是在簇頭選擇和成簇階段均加入節(jié)點的實時能量因素進行考慮，以均衡網(wǎng)絡(luò)中的能量消耗，延長網(wǎng)絡(luò)的生存時間。針對微電網(wǎng)監(jiān)控網(wǎng)絡(luò)中節(jié)點分布廣、監(jiān)控精度高的特點，該算法相比于傳統(tǒng)的分簇算法，網(wǎng)絡(luò)中能量均衡的程度更高，節(jié)點初始死亡時間更晚，網(wǎng)絡(luò)生命期更長。

雖然本文的NREUC算法對無線傳感器網(wǎng)絡(luò)中能量均衡起到了較好的效果，但在分簇時需要一定的消息開銷，可能會影響網(wǎng)絡(luò)生存時間。下一步的工作考慮減少網(wǎng)絡(luò)中每輪的能量消耗，同時驗證該算法在實際微電網(wǎng)環(huán)境中應(yīng)用的可行性。

[1]YANG Xinfa,SU Jian,LYU Zhipeng,et al.Overview on micro-grid technology[J].Proceedings of the Chinese Society of Electrical Engineering,2014,34(1):57-70(in Chinese).[楊新法,蘇劍,呂志鵬,等.微電網(wǎng)技術(shù)綜述[J].中國電機工程學(xué)報,2014,34(1):57-70.]

[2]Arefifar SA,Mohamed ARI,El-Fouly T.Optimized multiple microgrid-based clustering of active distribution systems consi-dering communication and control requirements[J].IEEE Transactions on Industrial Electronics,2015,62(2):711-723.[3]WU Xiong,WANG Xiuli,LIU Shimin,et al.Summary of research on microgrid energy management system[J].Electric Power Automation Equipment,2014,34(10):7-14(in Chinese).[吳雄,王秀麗,劉世民,等.微電網(wǎng)能量管理系統(tǒng)研究綜述[J].電力自動化設(shè)備,2014,34(10):7-14.]

[4]Angelo PM,Ted S.A survey of techniques used to control microgrid generation and storage during island operation[J].IEEE Transactions on Power Systems,2015,30(2):701-709.

[5]Bin LI,Wang WJ,Yin QY,et al.An energy-efficient geographic routing based on cooperative transmission in wireless sensor networks[J].Science China Information Sciences,2013,56(7):1-10.

[6]FENG Lin,RAN Xiaomin,MEI Guanlin.WSN coverage tactics based on balanced node energy consumption[J].Computer Engineering and Design,2015,36(9):2334-2339(in Chinese).[馮琳,冉曉旻,梅關(guān)林.基于節(jié)點能耗均衡的WSN覆蓋策略[J].計算機工程與設(shè)計,2015,36(9):2334-2339.]

[7]YUE Liying,DAI Yueming,WU Dinghui.Energy optimized uneven clustering routing protocol in wireless sensor networks[J].Computer Engineering and Applications,2015,51(15):80-85(in Chinese).[岳麗穎,戴月明,吳定會.一種能量優(yōu)化WSNs非均勻分簇路由協(xié)議[J].計算機工程與應(yīng)用,2015,51(15):80-85.]

[8]WEN Peizhi,XU Chenjiao,DENG Zhenrong,et al.Cluster-routing protocol for heterogenous multi-level wireless sensor networks[J].Computer Engineering and Design,2016,37(6):1471-1477(in Chinese).[溫佩芝,許晨蛟,鄧珍榮,等.多級異構(gòu)無線傳感器網(wǎng)絡(luò)分簇路由協(xié)議[J].計算機工程與設(shè)計,2016,37(6):1471-1477.]

[9]ZHANG Xinchang.Solution and application of micro-grid ope-ration control[J].Power System Protection and Control,2014,42(10):141-146(in Chinese).[張新昌.微電網(wǎng)運行控制解決方案及應(yīng)用[J].電力系統(tǒng)保護與控制,2014,42(10):141-146.]

[10]Tan X,Li Q,Wang H.Advances and trends of energy sto-rage technology in microgrid[J].International Journal of Electrical Power & Energy Systems,2013,44(1):179-191.

[11]JIANG Changjiang,SHI Weiren,TANG Xianlun,et al.Energy-balanced unequal clustering routing protocol for wireless sensor networks[J].Journal of Software,2012,34(5):1222-1232(in Chinese).[蔣暢江,石為人,唐賢倫,等.能量均衡的無線傳感器網(wǎng)絡(luò)非均勻分簇路由協(xié)議[J].軟件學(xué)報,2012,34(5):1222-1232.]