智能配電網大數據技術應用與分析

國網青海省電力公司黃化供電公司 李占英

智能配電網大數據技術應用與分析

國網青海省電力公司黃化供電公司 李占英

通過將大數據技術應用到智能配電網中，不僅可以提高數據采集、數據整理、數據分析等工作效率，而且還能夠讓用戶得到更加精準且優質的電力服務。本文針對智能配電網大數據技術的應用場景與應用前景展開了分析，以期能夠帶來有價值的參考意見。

智能配電網；大數據；技術應用

0 前言

通過對我國現階段的大數據技術應用現狀進行了解后可知，大數據技術已經逐漸被應用到了生物、醫學、商業、石油以及電力等各個領域中，并且深入挖掘出了很多有價值的優秀信息數據，讓越來越多的現代企業都成為了大數據技術的支持踐行者，在行業中占據了更多的市場份額。對于電力行業來說，在大數據技術的支持下，智能電網時代的到來讓數據的收集與整理工作變得更加輕松，同時還可以進一步強化電網反饋環節的實際作用，大幅度提高電網規劃的科學性、電網運行的可靠性、高效性。

1 配電網大數據的來源與特點

智能配電網大數據中包含著十分豐富且多元化的數據源信息，截止到目前為止，我國絕大多數的地市都設置了多個配電管理系統，其中主要包括調度自動化、電網氣象信息、配電自動化、電能質量檢測、地理信息、用電信息采集、用電負荷控制、營銷業務管理以及ERP系統等等（詳見表1）。

上文中所提及的這些數據源覆蓋了營銷管理、調度以及運檢等多個領域，從數據源的類型角度來分析，智能配電網大數據中所包含的數據源類型十分豐富且全面，可以支持用電變電站、配電開關站、電能質量以及用戶數據等多項信息的收集與應用。

2 智能配電網大數據的應用場景

2.1 用電行為分析

智能配電網大數據的主要應用場景是對客戶的用電行為展開全方位的分析，深入掌握用戶的用電習慣，挖掘出客戶產生用電行為的真實原因。首先，針對所搜集到的用電數據實施聚合管理模式，科學化應用數據收集、數據存儲以及數據處理技術來將用戶的用電數據整合到一起，同時還要充分考慮到客戶所形成的服務性數據，其中包括當前地區的人口數量、地理條件以及天氣環境等等，爭取將所有數據都匯集到一起，分析出各個數據之間所存在的內在關聯性。其次，要從客戶的用電行為中分析并總結出客戶的用電規律，例如用電負荷、用電電量以及用電費用等等，在此基礎之上結合當地的電價標準來設計出綜合化的用電系統模型，從多個不同的專業視角著手，運用好現有的數據信息，并將同用戶用電行為相類似的數據信息綜合到一起，進一步強化對客戶用電行為的理解。

2.2 用電負荷預測

針對用戶的用電負荷進行預測在整個智能配電網的大數據技術應用管理中起到了十分重要的作用。用電負荷預測是整個智能配電網的用電調度計劃、配電市場的交易管理以及智能配電網規劃方案制定的重要基礎條件。與此同時，用電負荷預測還對智能配電網的正常運作與整體規劃決策的制定提供了重要的數據支持。可以絲毫不夸張的說，用電負荷預測將直接關乎到智能配電網的正常運作與安全運行，一方面能夠對智能配電網內部的所有安全配置點進行合理化調整，另一方面還可以保證配電目標網架整體結構的完整性。由此可見，在針對智能配電網大數據技術的應用場景展開分析的過程當中，相關研究學者可以采用預先建立負荷預測模型的方式來達到提高負荷預測精準度的作用。需要注意的是，由于電負荷的變化本身具有著周期性特點，并且這種周期性特點又會受到相關數據變化的直接影響，因此會導致用電負荷的預測結果存在一定的誤差。在智能配電網大數據的應用背景下，配電電源的種類形式將變得更加多元化，電力企業也可以同用戶之間展開密切的交流互動，盡可能的提高負荷預測的精準度。

表1 典型配電系統數據源

掌握負荷變化規律是提升負荷預測結果精準性的主要方式，負荷數據作為一項重要的基礎保證來說主要可以被分為實時性負荷數據與歷史性負荷數據兩種。其中，實時性負荷數據所指的即為電力系統內部電量負荷的實際數值，而歷史性負荷數據所指的即為電力系統內部電量負荷的歷史數值，主要被應用到對電力負荷變化趨勢的研究上，從而更好的掌握用戶負荷的需求量以及相應的負荷變化特征。

除此之外，地區內由天氣變化所產生的數據同樣也會對用戶的用電行為帶來一定的影響，在用電負荷預測的管理工作當中，管理者還必須要充分考慮到由天氣變化所產生的數據，其中包括氣壓、濕度、溫度、風力以及降雨量等等，同時針對天氣數據與負荷預測結果來進行比對研究。除去上文中所提及的天氣數據以外，區域內的人口數量與市場經濟變化數據也會對負荷預測的結果帶來間接影響。由于負荷數據的預測對象有所不同，因此可以將其分為系統負荷預測、母線負荷預測以及空間負荷預測這幾種類型，如果從預測時間的角度來分析，那么則可以將其分為短期負荷預測、中期負荷預測以及長期負荷預測這三種。通常情況下，智能配電網大數據技術的應用場景會根據數據信息來構建出多種類型的模型，最多應用的要數大數據分析與大數據預測兩種方法，結合預測結果來對智能配電網中的大數據負荷來展開預算管理。

2.3 電網運行評估

通過將大數據技術在智能配電網中的應用價值充分的發揮出來，能夠針對配電網的安全性展開全方位的評估工作，從而對電網的發電頻率、各個環節點的電壓水平、各個主要線路的負荷水平進行精準化的評估管理。評估人員需要重點考慮到智能配電網中的供電容載比，盡可能的提高各個線路之間的負荷轉移能力，一旦出現供電量不足的情況，應當立即將電量負荷調整到良好的狀態中，在第一時間制定出甩負荷管理方案。此外，在針對智能配電網的可靠性展開評估管理的過程當中，評估人員還要充分考慮到配電網在運營過程當中所遇到的各方影響因素，積極改進負荷點中所存在的故障率，爭取將電力系統的停電頻率下降到可控的范圍內，調整好電壓波動的同時有效解決電壓閃變現象，保證大數據技術在智能配電網中的高效應用。

3 大數據技術在智能配電網中的應用前景

3.1 用電預測與協同調度

通過上文中的介紹可知，精準的用電預測結果將會對智能配電網的正常規劃與運行帶來積極影響，通過針對用戶的用電行為特征展開分析預測，能夠制定出同大數據技術應用高度匹配的用電預測模型，從而得出更加精準的預測結果。

3.1.1 用電量宏觀變化趨勢預測

經過大量的分析預測結果可知，能夠對用戶用電數據帶來影響的元素有很多，并且這些數據之間大多存在著因果關系與相關關系，有利于對用戶的用電量變化趨勢展開準確分析和預測。例如，工作人員可以通過研究節假日人口的遷徙軌跡、遷徙特點、霧霾天氣的出現頻率等因素，來衡量出這些指標數據同用戶用電量之間所存在的關系，同時將這些抽象關系進行量化處理，最終得出負荷地域標準的用電預測模型。

3.1.2 局部用電量精細化預測

工作人員通過針對局部空間或部分個體用戶、群組用戶的用電行為展開分析，利用差異化建模方法就能夠構建出有針對性的用電預測模型庫，同時針對用戶的用電特點展開多維度的分解操作，以此來得出不同用戶在不同緯度、不同模型中的用電量預測結果，在現有的基礎之上提高用電預測的精細度。

3.1.3 電源與負荷協同調度

工作人員通過對分布式電源發電與用戶用電量來進行預測，將預測結果同配電網錯峰資源聚類、錯峰影響要素關聯度來展開比對分析，將抽象化的錯峰潛力進行量化表現，以此來探究出不同種類電源與負荷的優化組合方案，從而順利完成電源與負荷之間的協同調度工作。

3.2 優化網架規劃方案，準確分析發展趨勢

從時空思維的角度來著手分析，智能配電網并不是靜止不變且孤立存在的。換言之，智能配電網的主要發展優勢即為它具有著極強的關聯性與動態性特點，但由于這兩種性質比較復雜，因此需要相關人員慎重對待并慎重考慮。隨著我國城市建設速度的不斷加快，智能配電網的優勢特征也逐漸被顯現出來，通過準確感知現階段的網架態勢，對城市的用電趨勢、用電行為以及用電特點來進行分析，那么將會得出更加貼合實際的預算結果。

將用戶的用電需求設為網架規劃的制定目標將會取得更好的應用效果。在過去的網架規劃方案中，主要是以電網運行、提高電網建設經濟型與可靠性為工作重心，并沒有全面且深入的考慮到用戶的實際用電需求。在大數據技術的支持下，工作人員可以應用舉例分析法來對不同用戶的不同用電需求展開分析，在此基礎之上來制定出可行性更高的電網規劃方案，大幅度提高電力服務水平與用戶的滿意度。

針對電動汽車接入與分布式電源等因素展開全方位的分析研究后，工作者要借助于大數據技術中的相關信息來優化數據驅動網架的規劃方案。例如通過應用網架結構數據來開展關聯與聚類分析，以此來保證分類分層數據模型的順利構建，有效提高網架優化率。

3.3 降低損耗

為了能夠讓用戶在第一時間了解到電價的變化以及自身的用電數量，工作人員要采用關聯分析法來對用戶的用電數據進行整理分析，以此來保證數據的完整性與準確性，同時還要積極引入并應用最新的運行機制，例如分布式電源運營與分布式電源接入，盡快構建出聯合優化模型。在此基礎之上，工作人員需要參照用于以往的用電習慣來分析出他的用電特點，從而得出大多數用戶所存在的共性用電行為，在綜合考慮相關數據的同時制定出更加智能化且人性化的用電管理方案，通過此種方式不僅可以有效減少用戶的用電成本，而且還能夠緩解配電網的運行壓力。

[1]孟祥軍，季如祥，楊威．智能電網大數據平臺及其關鍵技術研究[J]．供用電，2015,32（8）：19-24．

[2]李志良．大數據在智能電網中技術應用體系和路線圖[J]．企業技術開發月刊，2015，32（20）：109-110．

[3]彭小盛，鄧迪媛，程世杰，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，2016（3）：503-505．

[4]馬忠．面向智能電網應用的電力大數據關鍵技術研究[J]．水能經濟，2016（10）：64．