試析大數據技術在電力調控中的應用

沈新森

摘 要：隨著全球能源互聯網和強智能電網、各種新能源、分布式發電機、電動汽車等的發展，電網的復雜性和不確定性進一步增強，電力的調節與控制也越來越受到重視。智能電網的實時運行要求海量數據的快速處理、儀表數據的實時采集、在線實時分析和決策。電網的復雜性，對電網的安全、經濟、可靠運行和用戶服務水平提出了更高的要求。大數據技術在數據集成和集成能力方面具有優勢，這為其在電力調控中的應用提供了廣闊的空間。指出大數據技術在負荷預測、智能報警、電網狀態監測與診斷等方面的應用，將有助于提高電網運行的安全性、經濟性和可靠性；用戶需求側管理和電網計劃維護有助于提高用戶的電力消耗、服務水平。本文提出的兩個應用方向為今后大數據技術在電力監管中的進一步應用奠定了基礎。

關鍵詞：大數據；技術；電力調控

1定義

大數據是指海量、高速增長和多樣化的信息資產，要求新的處理模式具有更強的決策能力、洞察力和過程優化能力。

2特點

2.1運行和設備檢測或監測數據的特點

運行及設備檢測或監測數據主要包括電力系統運行的實時采樣和測量以及歷史數據，如發電側的壓力和流量、電壓、電流、有功功率、無功功率、溫度等設備的動態數據。輸變電方面的問題。

2.2電力企業營銷數據的特點

主要包括購電、售電、新裝、增容和變更用電數據，以及客戶關系管理數據、檢驗工作質量數據等電力營銷業務系統數據。

2.3電力企業管理數據。

如ERP、集成平臺和協同辦公數據。此外，考慮到大數據“全數據”的概念，大數據還應包括與之相關的其他數據，如區域生產力水平、經濟發展水平、產業分布等數據信息。

3電力調控對大數據技術的需求

電力控制中心是電網運行的指揮中心，全面負責電網運行監測、開關操作和事故處理，它也是電網運行數據的集中式中心。對電網運行數據進行有效的管理和分析，能夠幫助調度員進行輔助決策，提高調度員控制電網的能力，保證系統安全，提高調度控制工作的智能化水平。

隨著信息技術和人工智能技術的發展，電力調節逐漸由經驗型向智能型發展，并引入了大量的智能應用功能，如智能報警，對大量基礎數據進行深入挖掘和分析的要求不斷提高。加之新能源和電動汽車對電網的逐步接入，各種電網的影響越來越大，電網的負荷特性也在變化，電網規模不斷擴大，對電網安全經濟運行的要求也越來越高。電網規模的不斷擴大，電網的復雜性和不確定性進一步增強，電網的調節與控制也越來越復雜。大數據技術對散布在各地的海量數據進行集成、深入分析，提供有價值的數據信息支持，為電力調度控制的安全性和經濟性提供了更加可靠的保證。電力監管、交通檢查、營銷等部門的數據需求相互重疊，沒有共享集成。存在同一數據重復統計、單個數據值密度低、數據集成效率低等問題。大數據技術的集成與集成能力可以有效地分析不同部門、不同行業之間的數據關聯，可用于電力調度。該控制提供了全景視圖和綜合分析方法，為電力控制的精益生產提供有效的支持。

4電力調控中大數據技術的應用

4.1運行方式

首先是電網運行方式的優化。以大型數據管理中心為平臺，結合數據挖掘領域中的關聯規則技術，采用多種算法模型進行智能分析。集成了電網故障信息和運行狀態信息。從大量數據中發現不同運行模式之間的頻繁模式、相關或因果關系以及不同運行模式與電網穩定性的關系，從而細化不同運行模式與電網穩定性的關系。靜態和暫態穩定性與發電和負荷參數密切相關。挖掘隱含的知識和信息。同時，利用電能質量監測信息，研究了不同類型的電氣設備在不同系統電壓和頻率下的電氣特性。建立了較為精確的數學模型，并對模型參數進行了辨識。最后，對影響因素進行了綜合。該單元優化了電網的運行方式，兼顧了運行穩定性和經濟性的要求。其次是新能源的優化運行。挖掘新能源地理位置、氣象信息、負荷特性等相關數據的相關性，確定不同新能源之間的輸出組合模式，從而實現配電網的優化能源調度和經濟運行。結合故障信息數據和新能源運行數據，分析了新能源低壓穿越的有效性。

4.2預測、監測與診斷方面的應用

首先在負荷預測方面，負荷預測對電力系統的安全、經濟、可靠運行起著重要作用，負荷預測的準確性對電網計劃的檢修安排及安全裕度檢查有很大的影響。分布式電源與電動汽車的連接使得負荷的規律性變差，負荷預測的精度難以提高。由于缺乏氣象、地理、經濟等數據信息，負荷預測精度不高。大數據技術的引入和氣象、地理、經濟等行業數據信息的集成，為提高負荷預測的準確性帶來了新的可能性。其次智能報警：隨著電網規模的擴大，控制中心的監控信息不斷增加，控制器淹沒在大量的報警信號中，各種設備缺陷、報警信號、視頻監控信息、歷史維修記錄等信息都不清楚。有一種重復安排和加工的現象，只依靠歷史經驗，手工分析判斷，效率低。引入大數據技術，將分散在各個部門的信息如調度、傳輸和變壓操作、維護和維修等進行集成，為有效的智能報警提供了可能。最后在電網狀態監測與診斷方面：目前主要側重于單個設備的監測，不同設備之間的監測數據不共享，無法對電網設備的總體情況進行分析，無法進行人工干預和判斷。在綜合了設備的基本測試參數、運行缺陷、檢修和測試記錄后，增加了數據的數量。傳統的數據分析方法效率高，離散性大，利用大數據技術對這些海量數據進行綜合分析，實現設備狀態的實時監測和趨勢分析，有利于提高電網設備的監測水平。

4.3大數據技術在管理、計劃檢修安排中的應用

在用戶需求側管理方面，通過對用戶歷史能耗數據的分析，總結用戶需求側管理特點，促進用戶需求側管理，合理引導錯峰用電，截峰填谷，提高區域負荷率，避免過大。負載波動，造成局部電壓過大變化，影響大工業用戶的安全生產。大數據技術的引入，將綜合影響用戶能耗方式和水平的經濟、政策、氣候和歷史能耗數據，為電力用戶制定獨特的負荷計劃，提高用戶需求側管理水平；在電網計劃檢修方面，經常發生重復停電和延時傳輸，電網設備暫時性缺陷導致的非計劃維修的缺失，對供電的可靠性和客戶的生產調度產生很大影響，間接影響客戶的用電體驗，降低客戶的滿意度。引入大數據技術，整合客戶設備維修計劃、客戶電力需求、電網設備維修計劃及電網設備缺陷數據，統籌安排，減少重復停電次數，降低非計劃維修概率，創建為電網安全可靠供電和用戶合理生產用電奠定基礎，提高用戶服務水平。

5結束語

從大數據的基本概念出發，論述了大數據的特點及其在電力調度運行中的應用。可見，通過深入挖掘電力數據的應用，可以考慮電網運行穩定性和經濟性的要求，優化電網運行方式，實現新能源低壓穿越的有效性分析，引入大數據。在用戶需求側管理和電網計劃維護方面的技術，將有利于提高用戶的電力服務用水。這對于提高電網的安全性、穩定性、可靠性和經濟運行具有重要的現實意義。

參考文獻：

[1]郭乃網. 電力大數據體系架構研究與應用[A]. 中國電力科學研究院.2017智能電網新技術發展與應用研討會論文集[C].中國電力科學研究院：北京市海淀區太極計算機培訓中心，2017：9.

[2]瞿海妮，龐徐瑋，尤鳴宇，徐志宇.電力大數據的應用價值及其共享平臺分析與設計[J].經營與管理，2017（07）：104-108.

[3]王向紅，陳瀟一.云計算與電力大數據技術的現狀及發展趨勢研究[J].陜西電力，2017，45（06）：70-72.

[4]彭小圣，鄧迪元，程時杰，文勁宇，李朝暉，牛林.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，2015，35（03）：503-511.