新型電力營銷智慧管控平臺的設計與研究

2021-02-28 02:37:46袁軼施溈梁甜甜季錚錚

電氣自動化 2021年6期

袁軼，施溈，梁甜甜，季錚錚

(1.國網江蘇省電力有限公司南通供電分公司,江蘇南通 226001；2.江蘇電力信息技術有限公司,江蘇南京 210024)

0 引言

電力智慧營銷和管理中，數據的隱私性一直是電力營銷管理領域的一個研究重點問題。文獻[1]提出了一種基于全同態加密的智能電網數據隱私保護方案，首先分析了目前智能電表的用戶隱私保護的兩個階段，根據現有的智能電網數據交換方案，設計出一個全同態數據隱私保護系統，雖然能夠提高一定的數據隱私性，但是其加密的運算范圍只限于整數，仍然存在被破解的可能性。文獻[2]針對光伏電站逆變器的故障診斷問題。首先分析了逆變器的故障類型，將故障診斷問題轉化成多分類問題；然后采用合成少數類通過采樣技術人工生成數據樣本，避免數據不平衡問題；最后，由實時監測數據提取特征向量，通過稀疏貝葉斯極限學習機訓練模型，根據概率分布實現逆變器的故障多分類。

基于以上內容，本文設計了一個新型電網營銷管理平臺，能夠提高數據加密的可靠性和光伏電站的監測和管理能力。

1 電力營銷智慧管控平臺

本文設計的電網營銷管控平臺的架構如圖1所示。該平臺主要是對電網營銷數據進行管控，可以分為5層：數據來源層、采集層、存儲層、處理層和分析層[3]。

圖1 電網營銷管控平臺架構

數據來源層主要為一些發電廠，像光伏電站一類的清潔能源發電站，智能變電站和智能電表。數據的類型主要為電量數據、營銷數據和電站狀態數據。

數據采集層主要為一些傳感器，建立傳感器物聯網實現統一管理，通過設置采集頻率來實現定期采集，同時為了防止數據不完整，補充設置采集時間[4]。

數據存儲層主要負責數據的存儲，本文采用云存儲技術來對采集的數據進行存儲，云存儲技術能夠利用小容量的存儲設備實現大容量數據的存儲，能夠滿足系統的需求[5]。

數據的處理層主要分為三個部分，數據挖掘、數據分析和數據聚合。數據挖掘是在海量數據中挖掘出對營銷業務的有用信息；數據分析是對數據的正確性進行分析，保證數據的真實性；數據聚合是對同類數據進行整合、利用傳輸和保存[6]。

數據集分析層主要為大數據分析模型，通過對數據的分析，預測用戶用電的需求和電站的狀態，分析電力營銷的規律。大數據模型經過不斷的發展和創新，已經具有相當成熟的理論基礎，進行相應的改進即可投入使用。

2 關鍵技術設計

2.1 基于實數取模運算的全同態數據加密方案

全同態加密方案由密鑰生成算法、加密算法、解密算法和求值算法四個算法組成。本文的實數的運算法則是將非整數的小數部分進行轉化成整數，然后按照整數的運算方法進行相應的運算，提出一種實數取模運算來進行轉化[7]。

假設一個任意的正整數p和一個任意的實數n滿足：

n=kp+r

(1)

式中：k為整數，r為實數，并且0≤r

實數取模的運算公式為：

(2)

通過式(2)的取模運算可以將全同態的數據加密方案擴展到實數范圍，運用到工業控制系統中數據的加密中，以提高數據的安全性[8]。

數據加密主要是將數據通過密鑰進行運算轉化成密文，需要用到的時候再通過運算進行解密的一種保護數據安全的方式，將全同態數據加密的運算范圍擴展到實數，不僅提高了全同態數據加密的適用性，還提高了數據加密的可靠性。

2.2 基于馬爾代夫鏈的光伏電站遮擋概率預測算法

光伏電站的輸出功率會受到光伏組件的受光面積、負載電壓和太陽強度的影響。太陽能電池的I-U公式為：

(3)

式中:I為太能能電池的輸出電流；IL為光生電流；I0為電池反向飽和電流；q為電子的電荷；U為負載電壓；n為二極管理想因子；k為玻爾茲曼常數；T為絕對溫度。

本文提出一種基于溫度系數的電流線性功率模型。根據式(3)可知，當電壓U=0時，短路電流ISC=IL，即短路電流ISC與輻射度的強度成正比。假設工作環境的溫度不變，光伏組件的短路電流ISC的計算公式為：

(4)

式中:Gc為有效輻射度強度；ISC0、T0、G0為地面光伏組件標準測試(STC)條件下的短路電流、工作溫度和輻照度；β為短路電流溫度系數；Tc為光伏組件的實際工作溫度。

由式(3)和式(4)可以推導出STC環境下的短路電流ISC0的計算公式為：

(5)

式中：IMPP、UMPP為最大功率點電流和電壓。

但是上述情況只有在理想情況下才能成立，在實際工作中光伏組件不可避免會受到陰影遮擋，導致計算出的ISC0計算結果會比理論值偏小。因此可以根據ISC0的計算結果來判斷光伏組件是否被遮擋以及被遮擋的時間。

馬爾科夫鏈是一種隨機過程模型，即當前時刻的狀態能夠決定下一時刻的狀態，不必考慮之前狀態的影響[9]。假設現有一隨機過程A={X1,X2,…,Xn}為馬爾科夫鏈，離散狀態集合I={a1,a2,…,an}，a∈R，則其狀態轉移概率計算公式為：

Pij=P{Xt+1=aj|Xt=ai}

(6)

式中:Pij為從狀態i轉移到狀態j的概率；Xt+1為t+1時刻的狀態；Xt為t時刻的狀態。

通常隨機過程A會存在多個狀態，因此P可以用矩陣的形式來表示。

(7)

矩陣P可稱為一歩狀態轉移概率矩陣，則第k步的狀態轉移概率公式為：

(8)

根據式(8)，當k=2時，P(2)為1階狀態轉移概率矩陣P中第i行各元素與第j行各元素對應相乘之和，其計算公式為：

P(2)=P·P

(9)

根據式(9)可以得出第n步的狀態轉移矩陣為：

(10)

對于光伏組件的遮擋分析，初始數據為產生的電流，由于產生的電流數值范圍較大，需要進行零-均值規范化處理。處理公式為：

(11)

除此之外，還要獲取異常的電流數據，即光伏組件發生遮擋時的短路電流。采用的是箱型圖異常值分析法，箱型圖會提供一個標準來識別異常值，異常值通常被定義為

光伏電站的遮擋概率計算模型的具體步驟為：采集光伏電站每日8∶00—18∶00的電站電流數據，將數據轉化到STC條件下并進行零-均值規范化處理。然后采用箱型圖分析法確定異常值構成馬可科夫鏈，分別計算出正常數據的個數和遮擋時刻的個數，根據計算結果構建出非遮擋和遮擋兩個狀態的概率轉移矩陣[9]。最后，通過“馬氏性”檢驗后計算n步轉移后的概率矩陣求出極限概率，即得到了光伏電站在運行時間內的遮擋概率。

3 試驗仿真與分析

在實驗室內對上述數據加密算法和光伏電站的遮擋診斷算法進行仿真，以驗證其可行性。采用的計算機配置為Windows 1064位操作系統，CUP為Inter Core i7-9700H，運行內存為16 G 3 200 MHz，硬盤大小為500 G。

3.1 數據加密方案性能驗證

上述改進中將全同態數據加密方案的運算范圍從整數擴充到了實數，本文采用整數全同態數據加密方案(整數全同態)和數據加密方案(實數全同態)進行對比試驗來比較兩種方案的性能。首先對兩種方案的加密時間和機密時間進行對比，在密鑰長度為128 bit的情況下，比較兩種方案對不同長度的數據加密時間和解密時間進行統計，加密時間對比示意圖如圖2所示。

圖2 兩種方案的加密時間對比

從圖2可以看出，在相同密鑰長度的情況下，隨著明文長度的增加兩種方案的加密時間會有所增長，但是實數全同態的數據加密時間會比整數全同態的加密需要的時間少。解密時間對比曲線如圖3所示。

圖3 兩種方案的解密時間對比

在相同明文長度下比較兩種方案在不同密鑰長度下的加法和乘法運算時間，將測試結果進行整理。加法運算時間對比曲線如圖4所示。

從圖4可以看出在密鑰長度<128 bit時，兩種方案的加法時間幾乎相等。但是密鑰長度>128 bit字節之后，實數全同態的數據加密方案的加法算法增長速度會低于實數全同態。兩種方案的乘法算法時間如圖5所示。

圖4 兩種方案的加法算法時間對比

從圖5可以看出，在密鑰長度<128 bit時，兩種方案的乘法時間幾乎相等。但是密鑰長度>128 bit字節之后，實數全同態的數據加密方案的乘法算法時間增長速度會低于實數全同態。

圖5 兩種方案的乘法算法時間對比

綜上所述，將全同態數據加密的運算范圍擴展到實數能夠提高運算效率。

3.2 光伏電站遮擋預測模型仿真

選取南通市內某光伏電站作為數據的來源，對電站內的電流、電壓、輻照度和環境溫度進行采集。采集頻率為每兩分鐘一次，根據電站使用的多晶硅光伏組件品牌查得其溫度系數β為0.06%，I0為5.82 nA,n為1.15。采集的時間為2019年11月21—30日，將這10 d的數據作為初始數據。

首先對數據進行預處理，采用上述的零-均值規范法。數據處理完成后，采用箱型圖分析法分析得到電流的異常數據，即發生遮擋時的電流數據。分析一共得到45個異常數據，所處時間段大多為15∶00—18∶00。根據遮擋和非遮擋狀態下的電流數據可以建立一歩轉移概率矩陣：

(12)

式中：PAA為當前時刻狀態和下一時刻狀態都為遮擋狀態的概率；PAB為當前時刻狀態為遮擋狀態，下一時刻狀態變成非遮擋狀態的概率，以此類推。

將電流異常數據代入到式(10)中，可以得到d1的一歩狀態轉移概率矩陣：

(13)

然后對數據進行 “馬氏性”檢驗，采用χ2作為檢驗的標準。假設一數據序列的狀態數為n，狀態空間I={1,2,3,…,n}，則邊際概率的計算公式為：

(14)

式中:P·j為邊際概率;fij為轉移頻數概率矩陣。

根據式(14)的計算結果，可以得到χ2的計算公式為：

(15)

圖6 χ2與值對比圖

本文將采集的每日數據構成馬爾科夫鏈，因此馬爾科夫鏈長度都是有限的，滿足以下性質：

(16)

式中:若Pj≥0，則{Pj,j=1,2,…,N}構成了一個概率分布，若{Pj,j=1,2,…,N}同時又滿足Pj=Sipipij(Pj為狀態為j的概率值；pi為狀態為i的概率值；Si為i從0到N的和)，則可以稱為平穩分布。平穩分布的有限狀態馬爾科夫鏈具有以下性質：轉移概率與初始狀態無關，且一定為平穩分布。根據以上性質，設置轉移步數為100，則d1序列的極限概率為：

(17)

根據式(17)的計算結果可知，d1序列的遮擋概率為9%，即在1 d的運行過程中，有9%的時間被遮擋。

根據以上的計算過程，計算20 d的遮擋概率，可以得到遮擋概率統計如圖7所示。