基于大數據分析的電力系統狀態實驗仿真

謝科軍

摘要：本文在電力系統仿真實驗室的基礎上依靠電力系統仿真軟件，組建了基于大數據分析方法的電力系統狀態仿真平臺。其中包括了組成系統結構的軟件和硬件部件，整體組合結構以及基于大數據分析的接口技術和軟件系統。通過對風電系統的大數據仿真分析，得出相應的分析結果。該平臺可用于廣大科研院所的教學研究和仿真分析，并可以將傳統結果與大數據分析進行結合用以進一步的研究。

Abstract： Based on the power system simulation laboratory， this paper builds up the power system simulation platform based on the big data analysis method with the power system simulation software， which includes the software and hardware components that make up the system architecture， the overall composite structure， and the interface technology and software system based on big data analysis. Through the simulation analysis of the big data of the wind power system， the corresponding analysis results are obtained. The platform can be used for teaching research and simulation analysis of scientific research institutes， and can combine traditional results with big data analysis for further research.

關鍵詞：大數據分析；電力系統；狀態實驗仿真

Key words： big data analysis；power system；state experiment simulation

中圖分類號：TM732 文獻標識碼：A 文章編號：1006-4311（2017）35-0173-02

0 引言

如今隨著互聯網技術與大數據技術的迅速發展，大數據分析作為一種成熟的分析手段已廣泛應用于各行業系統中。其中基于大數據分析的電力系統分析早已開始發展。而國內在該方面的研究卻處于初始起步階段，特別是將傳統電力系統特性分析方法與大數據分析方法，分析算法和理論分析遠遠不夠。就目前國內在該領域的發展來看，還處于理論儲備階段，僅僅是對大數據平臺的應用開發、調整和二次開發，以及對平臺組建與平臺架構的探索等階段，并沒有找到將理論轉化為具體應用的結合點。就大數據而言，該方法并沒有對數據本身進行任何縮減處理，而是在最原始的數據層面對數據進行原始信息的挖掘與處理。大數據并不像傳統的分散數據進行分析，而是將各孤立信息組合成復雜的數據集合進行分析算法的處理與加工，達到實現目標結果分析的目的。其內容簡要概括如下：①數據預處理。實現對數據的初步選擇與處理，并進行相應的存儲。②數據分析。對數據的結構形式、原始特征、分析邏輯關系、研究分析算法。③分析性能。對分析算法進行研究，論證算法的優劣及相應的改進措施。④算法優化設計?；谝陨系姆治鰧λ惴ㄟM行優化。⑤仿真評估。對分析理論和平臺進行論證研究。

當前國內高校的大數據分析更多的是對算法的分析優化，并沒有將大數據分析的手段很好的應用于實際的系統研究中，而且缺乏相應的平臺可以使用。所以，對校園中組建基于大數據分析的仿真平臺是進一步研究的必然趨勢。當然這需要將實驗室得到的傳統數據與大數據分析進行很好的結合。

1 傳統的電力系統狀態仿真

要進行大數據分析首先要有大量的實驗數據和數據原，由于當前院校中實驗數據缺乏且以往數據沒有進行很好的存儲保存，所以要將校內電網中的實驗數據與仿真數據與大數據進行連接，以作為主要數據源。實驗室中的仿真軟件已經可以得到與真實實驗數據較為擬合的結果，并可以根據所研究的需求進行相應的調整。以下分別介紹了傳統實驗方法和軟件仿真方法。

①電力系統實驗室模擬。電力系統實驗室往往是根據相似原理組建的實驗仿真平臺。它能動態模擬電力系統的各種運行工況和擾動，并與真實狀態擬合度較高，是常用的實驗分析手段。實驗室由模擬的發電機組和交、直流模擬輸電線路、無窮大的電源，負載和相應的控制設備，并通過微機監測系統進行實時監測、存儲、錄波和遙視等功能。實驗室平臺可以對電力系統靜態、動態以及暫態運行進行模擬，并進行相應的控制操作和自定義設置。對實驗結構可以通過監控平臺進行全過程輸出。

因此，通過實驗室產生的實驗數據是理想的數據來源，但是一方面限于實驗室的規模，通過實驗得到的數據量小，無法滿足大數據的需求.另一原因，實驗室得到的數據僅僅是電網內部運行狀態的數據，缺少外部數據的補充。故需要將其與其他數據源組合使用。

②電力系統仿真軟件PSD-BPA。PSD-BPA是PSD電力系統中分析軟件包中的一個分析軟件，廣泛應用于電力系統各大研究單位和科研高校。PSD-BPA的程序規?？蛇_10000個節點、40條兩端直流線路、15200條支路、25條多端直流線路，以及120個功率交換區域。PSD-BPA包括了潮流計算程序、暫態穩定程序、短路電流程序、小干擾穩定分析程序等程序功能模塊。endprint

③電力系統實時數字仿真器RTDS（Real Time Digital Simulator）。RTDS（實時數字仿真器）是一種實時全數字電磁暫態電力系統模擬裝置，由加拿大曼尼托巴HVDC研究中心下屬的RTDS公司開發。RTDS的算法與EMTP仿真程序相同，但其運算速度要強勁的多，這歸因于其強大的計算能力。同時RTDS仿真系統可以處理廣泛的頻率范圍，因此RTDS可以理想的處理和分析電力系統的各種問題。

RTDS電力系統實時數字仿真系統由功能強勁的計算機硬件和大量的處理分析軟件組成。其主要特點有：頻率特性范圍大、建模周期短、處理方便靈活、計算速度和精度高。其中，RTDS硬件基于DSP（數字信號處理器）和并行計算，所以RTDS的計算速度很高，可以實現實時輸出。其次，RTDS可以實現在維持實時條件下連續運行，能夠針對電力系統方程進行快速求解，并連續輸出實際網絡狀態。從這點來看，RTDS仿真系統除了能實現對保護系統的閉環試驗，還能針對保護設備的整體性能進行校驗分析。

以上簡述了3種常見的用于仿真電力系統運行狀態的商用軟件系統，這些系統均可以很好的實現對電力系統實際運行狀況的仿真且具有良好的仿真效果。在這些系統產生的系統狀態數據之上就可以進行基于大數據分析方法的分析和處理。當然不足之處也在于這些通過數學模型得出的數據畢竟與真實系統存在差異，這需要進一步改進與優化。

2 基于大數據的電力系統運行狀態仿真平臺的架構

電力系統模擬實驗室和仿真軟件系統是電力系統專業中常用到的研究設備。其不僅可以很好的仿真現實中電力系統的運行狀態，而且可以產生大量的狀態數據。這些狀態數據為進一步的大數據分析提供數據支撐。故將他們相互結合統一就可以得到可以實現大數據分析的更高平臺，即基于大數據分析的電力系統狀態仿真平臺。

具體仿真過程分為以下四個步驟：

①組合電力系統狀態的基本數據：大數據分析的特征就在于有大量的實際狀態信息數據，只有數據具有大量的全面真實的信息量，才可以得出有用的信息特征。所以首先要做的就是對信息的收集和整合。具體來說就是采用相應的方法將不同系統、不同時域、不同顆粒度、不同格式的數據進行整合，然后將各來源的數據按照國際規定格式CIM進行轉化，形成大數據仿真平臺所需的格式。

②數據預處理。對數據預處理主要是對收集的數據進行篩選、刪減、整合，使之形成用以表征目標狀態的空間向量模型。它包括兩道關鍵工序，首先是針對數據進行過濾和預處理，其次是基于所分析問題的目標形成數據向量空間，包括訓練集和隨機測試向量集。

③大數據分析處理。該部分就是對電力系統中運行狀態數據進行大數據分析，其中主要的分析處理方法分為有目標和無目標兩種。這兩種方法都包含了相同的處理步驟：基于大數據網絡科技進行降維、聚類、線性或非線性判別，歸納總結狀態數據之間的關聯性，再針對狀態信息的隨機行為通過馬爾科夫模型、貝葉斯估計等分析方法進行深入研究，借助組合多學習器深入挖掘各種非線性關系。該步驟的分析過程可以以商用的大數據分析軟件包為依托，也可以根據需要在仿真軟件平臺上編寫自己的算法進行分析處理。

④分析結果可視化。該部分的主要內容是對大數據分析后的數據進行抽取和驗證與電力系統運行狀態是否符合結果，若出現與電力系統狀態、機理或經驗不一致的情況，首先要分析是否發現新的規律，其次要判斷是否是因為結果出錯。該步驟要將結果與電力系統基本知識基本原理相結合以進行糾錯與梳理。最后將結果通過可視化步驟直觀的表現出來。

綜上，搭建大數據分析的電力系統平臺由實驗室及仿真軟件接口、大數據分析處理系統、可視化輸出系統構成，用以實現數據的采集、分析、可視化表達等一系列過程。大數據的硬件結構如圖所示包括：服務器、中央處理器、內存、硬盤、網絡接口和電源、交換機、網絡接口。軟件框架包括：操作系統、虛擬機、虛擬操作系統、數據庫等。

3 風電網絡TTC信息和調度規程的算例分析

由于風電的接入會對TTC數值分布和調度規則產生影響。所以要通過電力系統仿真軟件對聚類風電出力和負載水平進行多場景運行狀態的故障和潮流仿真，并生成大數據。計算TTC風險閾值可以對調度安排提供依據。TTC受載荷特性、風電場特性、風電出力等系統狀態的影響，故場景聚類中心的TTC數值可以很好的表征不同場景所對應的TTC信息。單一場景TTC風險閾值計算包括：基態潮流計算、初始化故障序列、TTC計算等步驟。

當前輸電斷面安全標準為率小于某固定預設功率的斷面實際傳輸功。沒有考慮到TTC受系統的影響，故無法很好利用。由于電力系統的高度非線性性，故通過數據挖掘技術對輸電斷面與運行狀態之間的關系進行分析提取。主要步驟包括：建立數據樣本空間、選擇特征屬性、規則提取與表達。

4 結語

本文通過將大數據分析技術與現有電力系統仿真平臺有機整合提出基于大數據分析的電力系統狀態仿真平臺，并給出了詳細的分析處理過程和相應的軟、硬件架構。該平臺以科研院校電力專業的仿真實驗室和仿真軟件提供的狀態數據為支撐，通過相應的大數據分析處理技術可視化的表達目標結果。在此基礎上提取含風電網絡信息和調度規則的方法的算例，對平臺的操作過程進行了初步解析。該平臺不僅能很好的繼承傳統的分析數據，而且可以結合大數據分析技術對數據進行進一步的分析研究。

參考文獻：

[1]孫宏斌，羅力，孫元章，等.電力系統動態模擬數字主站系統的建設[J].電力系統及其自動化學報，2007，19（4）：70-75.

[2]中國電機工程學會.中國電力大數據發展白皮書，2013.8.

[3]邊宏字，張海波，安然然，等.RTDS上機電暫態仿真自定義模塊的研究與開發[J].電力系統自動化，2009，33（22）：61-65.endprint