能源互聯網下電力大數據的特征及應用分析

吳雷

摘要：在現代電力能源系統中，包括冷、熱、電、氣等多種不同類型的能源形式，多種能源同時接入電力系統后，傳統的電力系統已經逐漸向能源互聯網方向轉變，電力大數據技術在能源互聯網系統中具有較大的應用空間。本文首先分析電力能源互聯網的基本內涵，之后闡述了能源互聯網時代下電力大數據的主要特征，并介紹了電力大數據技術在能源互聯網負荷預測中的應用。

關鍵詞：能源互聯網;電力大數據;特征;應用

Characteristics and Application Analysis of Power Big Data in Energy Internet

WU Lei

（ Nyingchi Power Supply Company， State Grid Tibet Electric Power Co.， Ltd.， Nyingchi， Tibet， 860000 China）

Abstract： In modern power energy system， there are many different types of energy forms， such as cold， heat， electricity and gas. After multiple energy are connected to the power system at the same time， the traditional power system has gradually changed to the direction of energy Internet. The power big data technology has a large application space in the energy Internet system. This paper first analyzes the basic connotation of power energy Internet， then describes the main characteristics of power big data in the era of energy Internet， and introduces the application of power big data technology in load forecasting of energy Internet.

Key Words： Energy internet; Power big data; Characteristic; Application

0 引言

隨著新能源的裝機容量逐年提高，大規模可再生能源并網會對電力系統產生一定的沖擊，迫切需要將互聯網技術和電力技術進行深度融合，構建能源互聯網也是今后電力能源系統的重要發展趨勢。隨著能源互聯網的運行時間的變長，所采集及存儲數據量逐步增加，需要采用能夠快速處理、高效分析的電力大數據技術加以支撐，從大數據中挖掘出電力能源互聯網的運行特征及運行規律，更好地促進能源互聯網的發展，為此本文詳細分析了能源互聯網時代下電力大數據的特征及相關的應用情況。

1 電力能源互聯網

在能源互聯網中，雖然包括了多種能源類型，但電網依然是占有骨干地位。通過采用網絡通信技術、信息技術和互聯網技術，將電力網絡、天然氣網絡、供熱制冷網絡以及石油網絡等能源節點互聯，實現能源的雙向高效流動和數據信息的共享，實現局部自治、整體協調和動態平衡，下圖1為能源互聯網的基本結構。

從上圖1中可以看出，能源互聯網的基本結構包括能源生產、能源控制及轉換、能源用戶等三個層次。在能源生產系統中，包括燃氣發電、熱力發電、光伏發電、風力發電，以及沼氣等生物質能發電等。這些電源節點通過能源路由器中的控制網絡，實現對電力能源的發電控制、調度及交易。同時，還可以通過能源路由器，實現能源在各個用戶之間的分配和調控。

在能源互聯網中的工業控制系統中，布置了多種能源協調互補運行的優化算法，能夠根據能源互聯網的實際運行狀態，通過優化使得能源得到合理分布。如多能互補算法，在制熱負荷較高的時段，直接通過供熱網進行供熱，從而降低對電力的消耗^[1]，并且能夠降低系統對備用容量的需求，使得能源互聯網運行更加經濟高效。在上圖1中，電動汽車也可以和能源互聯網進行雙向電力交互，使得能源互聯網運行更加靈活，并通過電價政策引導電動汽車合理充放電，優化能源互聯網中的用電負荷曲線。

2 能源互聯網下電力大數據的特征分析

在能源互聯網中應用大數據技術，可以輔助優化能源互聯網決策，更好地保證能源互聯網的穩定運行，以下分析能源互聯網時代下電力大數據的特征和大數據的應用架構。

2.1能源互聯網下電力大數據的特征

電力大數據包括的數據類型較多，如營銷用電數據、客戶信息、電力交易數據、發電數據、電網運行數據、電力設備運行監測數據等，這種數據共同組成了電力大數據。能源互聯網時代下電力大數據的特征主要包括以下幾點：一是多源，在能源互聯網中包括冷、熱、電、氣、交通等多種多樣的能源數據類型。二是量大，在電力能源互聯網中部署了大量數據信息采集設備，如智能電表、傳感器、合并單元、網絡通信設備等，使得能源互聯網中的數據體量急劇增長^[2]。三是異構，在電力大數據包括結構化數據，也包括視頻、圖像、語音等非結構化數據，如在輸電線路防外力破壞系統中，就需要采集圖像和視頻信息，以分析判斷在輸電線路的安全走廊中是否出現了外界物體入侵的情況，在變電站小動物入侵防御系統中同時也需要采集非結構化數據。

四是高速，現代電力系統對實際應用性能的要求較高，采用光纖通信，通過光信號傳輸比傳統的電信號傳輸速度提高了很多倍，同時網絡通信在智能變電站中也得到了廣泛應用，在變電站的站控層中所傳輸的基本為網絡信號。五是實時，電力能源生產都需要瞬間完成，大數據也具有較強的實時性。六是準確，通過大數據分析技術和數據挖掘技術，可以準確得出數據分析結果。六是數據價值高，通過對電力大數據進行分析，可以優化能源互聯網的運行。

2.2 電力大數據的應用架構

電力大數據在應用中分為不同的層次，包括數據源層、數據集成層、數據存儲及處理層、數據服務層和數據應用層等。各個數據源層將數據傳輸到數據集成層中，并對數據進行加載和轉換，之后再對數據進行處理，同時在數據服務層中利用大數據分析算法充分挖掘出電力大數據中存在的價值，最后在數據應用層中可視化展示，指導電網調度、規劃，并可用來進行電力負荷中長期及短期負荷預測、節能產品開發等。

同時，電力大數據在應用的過程中，應注意信息安全的防護，保證數據安全。在各個數據結構層次間，可以采用正反向隔離裝置、防火墻、入侵檢測、惡意代碼防范、信息加密等信息安全防護技術措施，提高電力大數據在采集、傳輸及應用過程中的安全^[3]。在正反向隔離裝置或者防火墻中，可以配置合理的網絡訪問控制策略，包括訪問地址和訪問端口，只有符合訪問策略的主機才能正常訪問，否則被攔截。

3 電力大數據在能源互聯網中的應用分析

電力大數據技術的應用，是促進能源互聯網發展和進步的關鍵，以下以電力大數據在負荷預測中的應用和電力大數據在用戶用電行為分析中的應用為例進行分析。

3.1 電力大數據在負荷預測中的應用

利用電力進行負荷預測，是屬于在電力企業管理決策中的應用。用電負荷數據和社會經濟運行具有密切的關系，利用大數據可以構建用戶負荷和經濟運行的關聯模型，分別將用戶負荷數據和地區經濟運行數據輸入到關聯模型中，可以根據經濟運行情況調整系統的負荷預測數值，下圖2為電力大數據技術在電力負荷中長期預測模型構建中的應用。

從上圖2中可知，和短期電力負荷預測不同，在中長期電力負荷預測中，需要經濟的中長期運行情況，同時考慮氣象條件、節假日影響因素，最終得出電力能源互聯網中的電量預測數據和負荷預測數據。除了考慮上述問題之外，還應根據當地用電負荷的實際特征及規律、負荷性質、負荷構成等，綜合得出電力負荷預測結果。對于負荷預測算法，可以采用神經網絡算法、遺傳算法、模糊數學算法、小波分解算法等。如對于小波分解算法，負荷預測的實際曲線具有較大的波動性和隨機性，呈現出鋸齒狀，并帶有一定的尖點，準確預測難度較大。利用小波分解算法，從頻域的角度，可以將實際的負荷曲線分解為若干個組成成分，包括高頻分量、中頻分量和低頻分量。通過將負荷序列進行分解，將負荷投影到不同的頻域中，從而更加清晰地展現出負荷的周期性。不同的頻率分量，結合相關的影響因素進行預測，最后將這些子序列進行小波包重構，得出真實的負荷預測數據。

3.2 電力大數據在用戶用電行為分析中的應用

通過對用電大數據進行分析，可以挖掘出用戶用電行為特征，更好地指導電網企業的規劃、建設和運行。首先需要根據電力大數據對電力用戶進行分類，可以采用聚類分析算法。通過提取用戶用電大數據中的特征數據，如用電高峰時段、用電低谷時段等，將各個用戶劃入不同的類別，完成數據的聚類。

完成電力用戶的分類之后，在同一個類別中的用戶也會受到多種因素的影響，使得用電行為發生改變，可以采用影響因子來表征，包括自我影響因子、自然環境影響因子和社會環境影響因子等^[4]。其中自我影響因子是指由于電力用戶自身的用電計劃發生改變導致用電行為變更，對于這類影響因子，應擴大用電大數據的規模，以便更好地反映用戶的用電行為。其次對于自然環境影響因子，主要是由于氣象條件突變、季節變化等導致用戶用電行為的變化，社會環境影響因子是指節假日、重大會議、社會突發事件等導致用電行為發生變化。這些影響因子都應在用戶用電行為分析中加以考慮，使得所得出的用電行為特征更加準確，同時能夠提高設備的利用效率。

4 結論

隨著能源互聯網和電力數據中心的建設，電力大數據的價值被逐漸挖掘和利用，更好地優化能源互聯網的運行決策。本文分析了電力大數據的特征和應用架構，以及電力大數據在負荷預測和用戶用電行為分析方面的應用，可為高效利用電力大數據提供理論支持和技術支撐。

參考文獻

[1] 宮一品， 徐從明， 韓憲叢. 能源互聯網下電力大數據發展相關研究[J]. 山東工業技術， 2018， 000（011）：132-132.

[2] 李斌， 趙卓， 劉明， et al. 基于大數據的智慧企業和智能配電網建設[J]. 電氣時代， 2020， No.465（06）：52-54.

[3] 蔣福佑， 胡晶晶， 滕明勇. 電網企業實施大數據戰略的路徑研究[J]. 當代經濟， 2019， No.493（01）：100-101.

[4] 王旭輝. 電力大數據加快向能源大數據升級[J]. 能源研究與利用， 2020， No.193（03）：12-13.

[5]

孫秋潔，?李家騰，?楊云露，等.?能源互聯網和電力體制改革下電網公司發展策略[J].?廣東電力，?2020（2）：71-77.

[6] 周洪益，?錢葦航，?柏晶晶，等.?能源區塊鏈的典型應用場景分析及項目實踐[J].?電力建設，?2020，?041（002）：11-20.