云計算大數據運行控制技術對智能配電網影響的評價研究

唐　慧

(國網南京供電公司，江蘇南京210000)

?

云計算大數據運行控制技術對智能配電網影響的評價研究

唐慧

(國網南京供電公司，江蘇南京210000)

摘要：集成云計算和大數據分析技術將有利于實現智能化用電配送。基于研究云計算大數據運行技術對智能配電網的影響，從電網堅強性、智能性和互動性影響3個方面構建了云計算大數據運行控制技術對智能配電網影響評價指標體系，在此基礎上，利用層次分析法對相關項目進行了評價研究，評價結果表明，該項目可以為云計算和大數據分析技術的建設提供借鑒，也有助于提高相關的決策和管理水平。

關鍵詞：云計算；大數據；智能配電網；影響評價

0引言

智能電網將是我國電網未來發(fā)展方向。與傳統(tǒng)配電網相比，智能配電網成為包含分布式電源的有源網絡，具有規(guī)模龐大、結構復雜、點多面廣的特點，是一種多目標、多約束、多運行特性的非線性、開放性的復雜智能系統(tǒng)，傳統(tǒng)的單向潮流變?yōu)殡p向潮流，運行形態(tài)和控制形態(tài)發(fā)生深刻變革。智能配電網控制對象具有非線性、時變性、不確定性以及分布性等特征，傳統(tǒng)的控制理論不能適應智能配電網控制的需要[1]。在智能配電網的環(huán)境下，數據將進一步被集成[2]。大數據和云計算相應配合將會實現分布智能，在邏輯上或物理上分散的系統(tǒng)上并行地、相互協作地實現配電網相應問題的求解。分布智能下的配電網具有自治性和協調性的特點，能夠有效簡化復雜問題。將云計算和大數據基礎下的分布智能和自組織理論引入電力系統(tǒng)，可為解決智能配電網自動自愈控制這一復雜系統(tǒng)控制問題提供技術手段[3]。目前，大數據在電網中的應用已經在微網以及電力負荷預測等領域開始著手研究[4-6]。大數據分析的應用必然會對電網公司產生深遠的影響，但是目前尚未發(fā)現關于云計算大數據運行控制技術對電網公司產生影響的相關研究。因此，本文對云計算大數據運行控制技術對智能配電網的影響進行分析，構建了云計算大數據運行控制技術對智能配電網影響的評價指標體系，并利用層次分析法確定評價指標權重。以提出指標體系和評價方法為基礎，對實例進行了對比分析，并提出了相關建議，以期對智能配電網的建設及發(fā)展提供相關決策借鑒。

1云計算大數據智能配電網的影響分析

云計算大數據在配電網側的集成是為了滿足大規(guī)模可再生能源和未來用戶的即插即用，實現用戶多品質電力服務及電網的靈活運行控制。從這個目的出發(fā)，當前的配電網需要重新設計網架結構，重新設計的一個關鍵是配電線路從輻射狀組合成一個高度交叉互聯的網絡，以使電力用戶有更多的機會提高其用電裕度。因此，現代配電網必然是個靈活自治的配電系統(tǒng)，網格結構可作為其基本結構，以網格狀網絡結構將電力輸送到每一個用戶端(城市和城鎮(zhèn))，主要帶來的影響有以下幾個方面：

(1)通過云計算和大數據集成可實現區(qū)域分布自治的、電壓靈活變換的、蜂窩狀交直流混供對等網絡。

(2)通過云計算和大數據進行信息匹配計算，并通過質量控制中心(Quality Control Center)，將用戶選擇其所需要的品質電力進行配送。

(3)在調度中心和質量控制中心安裝了云計算和大數據集成控制系統(tǒng)。通過中控中心保持配電網系統(tǒng)處在最平穩(wěn)的運行方式。

(4)云計算和大數據下的配電系統(tǒng)主要的回路開關由電力電子設備構成，利用分級的信息傳送系統(tǒng)和電力電子設備可以在正常、故障和恢復階段通過開關操作實現靈活的網絡重構。

(5)智能配電網網絡中的各個節(jié)點全部安裝了通信網絡，以便能夠根據系統(tǒng)狀態(tài)或故障時的狀態(tài)控制電力電子設備或潮流，以便于通過云計算和大數據進行實時控制。通信網同時也控制用戶管理系統(tǒng)。由上所述，這種靈活自治的配電系統(tǒng)可以實現多品質電力服務和不間斷供電，而且通過通信網的管理和對電力電子開關的操作，這個配電網絡可以實現靈活的網絡重構；提供可靠的電力供應；還可以向用戶提供智能化的服務。

綜合上面的影響分析，可以建立云計算大數據運行控制技術對智能配電網的影響指標體系如表1。

表1　云計算大數據運行控制技術對

2基于層次分析法的實證分析

層次分析法能夠有效地將錯綜復雜、模糊不清的相互關系轉化為定量分析關系。面對復雜的選擇問題，人們往往是將問題分解成各個組成因素，又將這些因素按支配關系分組形成遞階層次結構，通過兩兩比較的方式確定層次中諸因素的相對重要性，然后綜合決策者的判斷，確定決策方案相對重要性的總的排序，從而做出選擇和判斷。利用層次法分析法確定指標權重的步驟如下：

(1)構造兩兩比較判斷矩陣

首先，進行兩兩比較構建判別矩陣：

矩陣中：uij為 Ui與Uj相對于X的重要性的比例標度，其標度取值見表2。

表2　判斷矩陣各標度含義表

其次，計算各層次中指標的權重。其步驟如下：

a.計算判斷矩陣每一行因素的乘積Mi

(1)

b.計算Mi的n次方根

(2)

c.對向量W=[W1,W2,…,Wn]T進行歸一化

(3)

由于指標間進行兩兩比較時不可能做到完全的一致性，因此，為保證層次分析法的可靠性，在求取歸一化的特征向量后需進行一致性檢驗。

(2)計算隨機一致性指標CI

(4)

(5)

式中：n為判斷矩陣的階數；λmax為判斷矩陣的最大特征根。

(3)計算一致性比率CR

(6)

式中：RI為平均隨機一致性指標，可由表3查得。當CR<0.1時，認為判斷矩陣的一致性可以接受，否則應對判斷矩陣作適當修正，直到滿足一致性。

表3　平均隨機一致性指標

根據以上步驟，可得各層指標的相對權重，再由各層指標在總指標體系中的位置，乘以次層權重，即可計算得出最低層各指標的權重。

(4)選擇要比較排序的方案集X={x1,x2,…，xi,…，xn}，根據層次分析法的兩兩比較矩陣原理，依據各層指標進行兩兩比較，計算方案兩兩比較矩陣的特征向量作為方案各指標的得分，形成評價向量。按照方案個數集合評價向量構建出一個評判得分矩陣

(7)

結合第四步中計算出的權重給出最終綜合評價結果。

(8)

按照上述評價方法，通過專家調研計算獲取最終的判斷矩陣以及指標值，根據實際情況對我國省級電網的云計算大數據運行控制平臺實例進行分析評價，可以得到最終的權重如表4所示，結合專家打分，對我國省級電網構建云計算大數據平臺的3個項目影響進行對比評價，其中最終得分通過發(fā)放專家調查表計算專家最后得分的平均值得到，每個指標專家打分分值范圍為[30,100]之間。最終計算結果如表5所示。

表4　準則層權重兩兩比較矩陣及權重

表5　我國省級電網構建云計算大數據

從計算結果上看，由于目前在電網企業(yè)中，我國電網公司構建云計算大數據平臺建設尚處于初期，因此普遍的整合影響低，多處于較好水平。從打分上看，各項影響均處于初期，尚未形成較為深遠的影響，因此，得分多在70分左右，對于需求側互動能力、即插即用能力以及集成預警能力還有待于進一步提高。因此，若要進一步提高云計算大數據平臺建設對我國電網的影響，需要進一步加強智能電子元器件等數據反饋源的普及建設，加強電網的需求側互動能力以及分布式預警能力。此外，對于分布計算能力而言，大數據平臺以后需要和云計算技術結合形成分布式計算平臺，才能夠更加發(fā)揮大數據的分析能力。

3結論

本文對云計算大數據發(fā)展對我國配電網的影響評價進行了研究，從電網堅強性、智能性和互動性影響3個方面構建了云計算大數據發(fā)展對配電網發(fā)展影響評價的指標體系，并利用層次分析法給出了指標的權重，通過實際項目計算對比分析指出，目前的我國配電網發(fā)展應該需要進一步加強智能電子元器件等數據反饋源的普及建設，加強電網的需求側互動能力以及分布式預警能力。

參考文獻：

[1]張東霞,苗新,劉麗平,等. 智能電網大數據技術發(fā)展研究[J]. 中國電機工程學報,2015,(1):2-11.

[2]張敬敬,朱永利,張雷,等. 面向智能電網的PMU數據通信的研究[J]. 電力科學與工程,2011,27(2):18-21.

[3]彭小圣,鄧迪元,程時杰,等. 面向智能電網應用的電力大數據關鍵技術[J]. 中國電機工程學報,2015,(3):503-511.

[4]艾欣,鄧玉輝,黎金英. 微電網分布式電源的主從控制策略[J]. 華北電力大學學報(自然科學版),2015,42(1):1-6.

[5]黎金英,艾欣,鄧玉輝. 微電網的電能質量及改善方法研究[J]. 電力科學與工程,2015,31(1):54-60，71.

[6]曲朝陽,陳帥,楊帆,等. 基于云計算技術的電力大數據預處理屬性約簡方法[J]. 電力系統(tǒng)自動化,2014,(8):67-71.

Study on Influence Evaluation of Big Data and Cloud Computing Technologies for Intelligent Distribution Power Grid

TANG Hui

(State Grid Nanjing Electric Power Company, Nanjing 210000, China)

Abstract：Integrated cloud computing and big data technologies are helpful to realize the intelligent decision-making of smart distribution. Based on the big data and cloud computing technologies, this paper constructs a relatively complete evaluation index system from the perspective of strong, intelligent and interactive grid. The system proposed in this paper is to assess the impact of the big data and cloudy computing technologies on smart grid and the indicators’ weights are given by AHP method. Finally, the result is drawn as follows: the evaluation result of the proposed method is more successful. It can provide reference for related project construction, and scientifically improve the level of management and decision making of the related departments.

Keywords：cloudy computing; big data; smart distributed grid; impact evaluation

收稿日期：2015-12-07。

基金項目：國家電網公司總部科技項目(KJGW2015-020)。

作者簡介：唐慧(1986-)，女，經濟師，研究方向為電力市場，E-mail：995641080@qq.com。

中圖分類號:TM615

文獻標識碼:A

DOI:10.3969/j.issn.1672-0792.2016.04.006