大數據分析在互聯電網中的應用探討

摘 要：針對互聯電網中電能生產的地域差異以及各區域電能消耗量不同所產生的問題，提出了面向大型互聯電網的大數據分析技術，使互聯電網智能化、節能化，同時充分實現該技術對電力系統中現有存儲數據的整合利用，分析了基于大數據分析下的互聯電網模型，同時探討了該技術在目前所面臨的問題與挑戰。

關鍵詞：大數據分析；互聯電網；電力調度；新能源并網

引言

隨著國民經濟的發展，大量行業對電力穩定性、經濟性要求日益增長，同時，電網技術的不斷發展和智能化與電網技術的融合，現在電網發生了巨大的改變：由單一的、小范圍的電能輸送載體，變為了綜合性的具有著強大能源配置能力的網絡系統。但是，大型綜合電力網絡系統也帶來了海量的數據：分布更加廣泛，結構更加復雜，數量也更加龐大。這也給電網互聯的經濟性運行帶來了巨大的挑戰。

為了解決上述困境，可以引入大數據分析技術，在現有電力設備基本不變的基礎上，建立互聯電網內的大數據處理平臺，便于資源的調度優化，也便于大型互聯電網的穩定運行。

1 大數據分析在互聯電網應用中的理論依據

1.1 互聯電網

1978年以后，經濟的快速發展帶動了大型用電需求增長，為了滿足電源大規模投產和用電規模增大的需要，互聯電網的規模不斷擴大，從城市小電網、區級電網、省級電網，到現在的全國性互聯電網。截至2013年9月底，我國形成了華北-華中電網、華東電網、東北電網、西北電網、南方電網、西藏電網六個同步電網，實現了除臺灣以外的全國電網互聯。

我們也可以看出互聯電網的發展趨勢：（1）考慮到各區域之間電能產生的差異性，能源優化配置的能力應不斷增強；（2）大機組、大電站、大電網共生共存，一旦大型供能機組出現故障，可能會影響電網的電壓和頻率穩定，因此系統的安全性可能性應不斷提高；（3）對清潔高效能源并網的配置能力不斷提高[1-3]。

由以上3個發展趨勢，我們可以看出互聯電網應當具有可靠性高、優化資源管理、經濟高效、與用戶友好互動的能力。這也對互聯電網數據處理的方式提出了更高的要求，需要系統收集各地區用戶的用電大數據，并分析該地區用戶的用電特征，進行科學建模，從而進一步對該地區用電進行合理的預測分析。因此，這一系列發展需求引發了互聯電網大數據處理分析技術的改革，同時，基于互聯電網的大數據分析技術也將應運而生。

1.2 大數據分析技術

大數據無需采用隨即分析，而是對海量數據進行同時的分析處理。這樣的處理方式，數據多樣、真實可靠、處理速度快、分析結果更具有價值。IBM提出，大數據分析具有“5V”特征，即兼具Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值）Veracity（真實性）的五大特征[1]。

大數據分析采用分布式架構，對海量數據進行分布式挖掘和處理。拋棄了傳統數據分析范圍小、分析能力弱的缺點，從統計學上講，根據大量數據分析后的預測更為可靠。

除了分析范圍廣、分析對象數量大等優點，大數據分析更是一門在預測性分析領域廣泛運用的學科。根據對海量數據的分類處理，從而進行科學建模，通過模型帶入新的數據，進而對未來數據的發展趨勢進行合理的預測。

1.3 大數據分析在互聯電網中的應用原理

各地區發電、用電自身不能平衡，即在本地區內不能完成完全的等式平衡。我國有名的西電東送工程，即將貴州、云南、廣西、四川、內蒙古、山西、陜西的電力資源輸送到電力緊缺的廣東、上海、江蘇和京、津、唐地區。這是由我國的能源分配不均勻的國情所決定的。但是，一些清潔性能源受季節、氣候的干擾限制，對電網的出力不均。同時，接受電能輸送的省份年用電量或季度用電量存在著較大的差異。那么對于接受方而言，該如何分配可以輸送來的總電能？對于輸送方來說，又怎樣分配每個省在西電東送中貢獻的比例？

此時，我們可以通過大數據分析技術，以某個時間段為研究周期，收集各個地區能源儲藏量、發電能力以及該地區各個行業電能消耗的基本趨勢的數據，對其進行匯總、科學建模，對下一周期的發輸電進行科學指導。

2 應用領域

2.1 大數據分析技術指導電能調度

各省份、各地區由于發電能力和電能消耗的差異，并不能在地區內完全實現等式約束條件，因此，我們將能源充裕地區的電能輸送至能源匱乏的地區。

對于電能匱乏并接受電能輸送的省份而言，可以通過大數據分析技術，以五年為依據，對該省份的工業、農業以及居民用電等不同的用電行業的電能消耗數據進行分析，判斷這些行業用電的特點以及這五年內的電能消耗趨勢，根據這些特點進行科學建模，對未來一年內的用電量進行合理預測，并留出適當的裕量便于緊急調用；對于能源豐富且可以輸送電能的省份而言，根據該省份傳統能源與清潔能源發電的比重和能力，對于可再生能源，更要收集當地氣候、季節的多重數據以及不同氣候、季節下可再生能源受到干擾的大小，對五年來的數據進行分析處理，建模后科學預測該省份未來一年內發電的能力，根據受方需求指導輸送方進行發電。這樣，各省份間可以進行合理的電能調度，避免了輸送方多余發電造成的浪費或是接受方緊急用電時電能緊張。

2.2 大數據分析技術指導可再生能源發電

除此之外，不僅僅在各省的電能調度中起著指導作用，更能在新興能源發電并網的過程中有著較為重要的作用。當下，人民環保意識增強，國家倡導新興可再生能源發電，但是，多數可再生能源受到自然因素的干擾，對電力系統出力并不穩定。此時，可以收集多年氣候季節數據并對其產生的干擾進行分析，并對其進行建模，由于氣候等自然因素存在著極大的不穩定性，可以粗略地對未來的氣候變化進行預測后指導可再生能源發電并網。

3 大數據分析應用的優點

將大數據分析引入電網調度，可以大大地發揮其數據處理的優勢，以Internet為基礎的網絡平臺，管理動態負荷的均衡和統一，從而使得電網的運行更加穩定。

4 大數據分析技術面臨的挑戰

4.1 大量數據收集處理算法的開發

大數據分析是分布式架構，需要集成物理上分布廣泛數量眾多的計算設備，并要求數據的分布式存儲，這些在電力系統的并行算法中有較高的難度。

4.2 負荷分配算法的開發

在大數據分析技術中，每一臺計算設備以及監控設備具有其差異性，需要對每臺計算設備和監控設備分配所能處理的任務。同時，數據處理的延遲性需要被考慮在影響因素之內。

4.3 算法的安全性

大數據分析技術更需要聽從智能電網的要求，涉及到電網公司、發電公司、市場監管機構和用戶等不同類型的使用者。電能是一個國家的安全命脈，在這些算法中，如何保證該算法的安全可靠性也需要得到解決。

5 結束語

大數據分析技術在電力系統潮流分析、信息融合等方面有著極大的發展潛力，通過對現有大數據技術的分析，提出了其在智能電網中的應用模式，并提出了在目前階段該技術在互聯電網中所面臨的的機遇和挑戰。

參考文獻

[1]韓豐.改革開放30年電力聯網發展歷程[J].電力技術經濟，2008（6）：17-20+55.

[2]董立平，王棟梁，馮景.大數據關鍵技術圖譜[J].高性能計算技術，2014.

[3]黃珂.網格平臺下電力系統潮流并行算法的實現[D].四川：電子科技大學，2006.