云计算大数据运行控制技术对智能配电网影响的评价研究

唐　慧

(国网南京供电公司，江苏南京210000)



云计算大数据运行控制技术对智能配电网影响的评价研究

唐慧

(国网南京供电公司，江苏南京210000)

摘要：集成云计算和大数据分析技术将有利于实现智能化用电配送。基于研究云计算大数据运行技术对智能配电网的影响，从电网坚强性、智能性和互动性影响3个方面构建了云计算大数据运行控制技术对智能配电网影响评价指标体系，在此基础上，利用层次分析法对相关项目进行了评价研究，评价结果表明，该项目可以为云计算和大数据分析技术的建设提供借鉴，也有助于提高相关的决策和管理水平。

关键词：云计算；大数据；智能配电网；影响评价

0引言

智能电网将是我国电网未来发展方向。与传统配电网相比，智能配电网成为包含分布式电源的有源网络，具有规模庞大、结构复杂、点多面广的特点，是一种多目标、多约束、多运行特性的非线性、开放性的复杂智能系统，传统的单向潮流变为双向潮流，运行形态和控制形态发生深刻变革。智能配电网控制对象具有非线性、时变性、不确定性以及分布性等特征，传统的控制理论不能适应智能配电网控制的需要[1]。在智能配电网的环境下，数据将进一步被集成[2]。大数据和云计算相应配合将会实现分布智能，在逻辑上或物理上分散的系统上并行地、相互协作地实现配电网相应问题的求解。分布智能下的配电网具有自治性和协调性的特点，能够有效简化复杂问题。将云计算和大数据基础下的分布智能和自组织理论引入电力系统，可为解决智能配电网自动自愈控制这一复杂系统控制问题提供技术手段[3]。目前，大数据在电网中的应用已经在微网以及电力负荷预测等领域开始着手研究[4-6]。大数据分析的应用必然会对电网公司产生深远的影响，但是目前尚未发现关于云计算大数据运行控制技术对电网公司产生影响的相关研究。因此，本文对云计算大数据运行控制技术对智能配电网的影响进行分析，构建了云计算大数据运行控制技术对智能配电网影响的评价指标体系，并利用层次分析法确定评价指标权重。以提出指标体系和评价方法为基础，对实例进行了对比分析，并提出了相关建议，以期对智能配电网的建设及发展提供相关决策借鉴。

1云计算大数据智能配电网的影响分析

云计算大数据在配电网侧的集成是为了满足大规模可再生能源和未来用户的即插即用，实现用户多品质电力服务及电网的灵活运行控制。从这个目的出发，当前的配电网需要重新设计网架结构，重新设计的一个关键是配电线路从辐射状组合成一个高度交叉互联的网络，以使电力用户有更多的机会提高其用电裕度。因此，现代配电网必然是个灵活自治的配电系统，网格结构可作为其基本结构，以网格状网络结构将电力输送到每一个用户端(城市和城镇)，主要带来的影响有以下几个方面：

(1)通过云计算和大数据集成可实现区域分布自治的、电压灵活变换的、蜂窝状交直流混供对等网络。

(2)通过云计算和大数据进行信息匹配计算，并通过质量控制中心(Quality Control Center)，将用户选择其所需要的品质电力进行配送。

(3)在调度中心和质量控制中心安装了云计算和大数据集成控制系统。通过中控中心保持配电网系统处在最平稳的运行方式。

(4)云计算和大数据下的配电系统主要的回路开关由电力电子设备构成，利用分级的信息传送系统和电力电子设备可以在正常、故障和恢复阶段通过开关操作实现灵活的网络重构。

(5)智能配电网网络中的各个节点全部安装了通信网络，以便能够根据系统状态或故障时的状态控制电力电子设备或潮流，以便于通过云计算和大数据进行实时控制。通信网同时也控制用户管理系统。由上所述，这种灵活自治的配电系统可以实现多品质电力服务和不间断供电，而且通过通信网的管理和对电力电子开关的操作，这个配电网络可以实现灵活的网络重构；提供可靠的电力供应；还可以向用户提供智能化的服务。

综合上面的影响分析，可以建立云计算大数据运行控制技术对智能配电网的影响指标体系如表1。

表1　云计算大数据运行控制技术对

2基于层次分析法的实证分析

层次分析法能够有效地将错综复杂、模糊不清的相互关系转化为定量分析关系。面对复杂的选择问题，人们往往是将问题分解成各个组成因素，又将这些因素按支配关系分组形成递阶层次结构，通过两两比较的方式确定层次中诸因素的相对重要性，然后综合决策者的判断，确定决策方案相对重要性的总的排序，从而做出选择和判断。利用层次法分析法确定指标权重的步骤如下：

(1)构造两两比较判断矩阵

首先，进行两两比较构建判别矩阵：

矩阵中：uij为 Ui与Uj相对于X的重要性的比例标度，其标度取值见表2。

表2　判断矩阵各标度含义表

其次，计算各层次中指标的权重。其步骤如下：

a.计算判断矩阵每一行因素的乘积Mi

(1)

b.计算Mi的n次方根

(2)

c.对向量W=[W1,W2,…,Wn]T进行归一化

(3)

由于指标间进行两两比较时不可能做到完全的一致性，因此，为保证层次分析法的可靠性，在求取归一化的特征向量后需进行一致性检验。

(2)计算随机一致性指标CI

(4)

(5)

式中：n为判断矩阵的阶数；λmax为判断矩阵的最大特征根。

(3)计算一致性比率CR

(6)

式中：RI为平均随机一致性指标，可由表3查得。当CR<0.1时，认为判断矩阵的一致性可以接受，否则应对判断矩阵作适当修正，直到满足一致性。

表3　平均随机一致性指标

根据以上步骤，可得各层指标的相对权重，再由各层指标在总指标体系中的位置，乘以次层权重，即可计算得出最低层各指标的权重。

(4)选择要比较排序的方案集X={x1,x2,…，xi,…，xn}，根据层次分析法的两两比较矩阵原理，依据各层指标进行两两比较，计算方案两两比较矩阵的特征向量作为方案各指标的得分，形成评价向量。按照方案个数集合评价向量构建出一个评判得分矩阵

(7)

结合第四步中计算出的权重给出最终综合评价结果。

(8)

按照上述评价方法，通过专家调研计算获取最终的判断矩阵以及指标值，根据实际情况对我国省级电网的云计算大数据运行控制平台实例进行分析评价，可以得到最终的权重如表4所示，结合专家打分，对我国省级电网构建云计算大数据平台的3个项目影响进行对比评价，其中最终得分通过发放专家调查表计算专家最后得分的平均值得到，每个指标专家打分分值范围为[30,100]之间。最终计算结果如表5所示。

表4　准则层权重两两比较矩阵及权重

表5　我国省级电网构建云计算大数据

从计算结果上看，由于目前在电网企业中，我国电网公司构建云计算大数据平台建设尚处于初期，因此普遍的整合影响低，多处于较好水平。从打分上看，各项影响均处于初期，尚未形成较为深远的影响，因此，得分多在70分左右，对于需求侧互动能力、即插即用能力以及集成预警能力还有待于进一步提高。因此，若要进一步提高云计算大数据平台建设对我国电网的影响，需要进一步加强智能电子元器件等数据反馈源的普及建设，加强电网的需求侧互动能力以及分布式预警能力。此外，对于分布计算能力而言，大数据平台以后需要和云计算技术结合形成分布式计算平台，才能够更加发挥大数据的分析能力。

3结论

本文对云计算大数据发展对我国配电网的影响评价进行了研究，从电网坚强性、智能性和互动性影响3个方面构建了云计算大数据发展对配电网发展影响评价的指标体系，并利用层次分析法给出了指标的权重，通过实际项目计算对比分析指出，目前的我国配电网发展应该需要进一步加强智能电子元器件等数据反馈源的普及建设，加强电网的需求侧互动能力以及分布式预警能力。

参考文献：

[1]张东霞,苗新,刘丽平,等. 智能电网大数据技术发展研究[J]. 中国电机工程学报,2015,(1):2-11.

[2]张敬敬,朱永利,张雷,等. 面向智能电网的PMU数据通信的研究[J]. 电力科学与工程,2011,27(2):18-21.

[3]彭小圣,邓迪元,程时杰,等. 面向智能电网应用的电力大数据关键技术[J]. 中国电机工程学报,2015,(3):503-511.

[4]艾欣,邓玉辉,黎金英. 微电网分布式电源的主从控制策略[J]. 华北电力大学学报(自然科学版),2015,42(1):1-6.

[5]黎金英,艾欣,邓玉辉. 微电网的电能质量及改善方法研究[J]. 电力科学与工程,2015,31(1):54-60，71.

[6]曲朝阳,陈帅,杨帆,等. 基于云计算技术的电力大数据预处理属性约简方法[J]. 电力系统自动化,2014,(8):67-71.

Study on Influence Evaluation of Big Data and Cloud Computing Technologies for Intelligent Distribution Power Grid

TANG Hui

(State Grid Nanjing Electric Power Company, Nanjing 210000, China)

Abstract：Integrated cloud computing and big data technologies are helpful to realize the intelligent decision-making of smart distribution. Based on the big data and cloud computing technologies, this paper constructs a relatively complete evaluation index system from the perspective of strong, intelligent and interactive grid. The system proposed in this paper is to assess the impact of the big data and cloudy computing technologies on smart grid and the indicators’ weights are given by AHP method. Finally, the result is drawn as follows: the evaluation result of the proposed method is more successful. It can provide reference for related project construction, and scientifically improve the level of management and decision making of the related departments.

Keywords：cloudy computing; big data; smart distributed grid; impact evaluation

收稿日期：2015-12-07。

基金项目：国家电网公司总部科技项目(KJGW2015-020)。

作者简介：唐慧(1986-)，女，经济师，研究方向为电力市场，E-mail：995641080@qq.com。

中图分类号:TM615

文献标识码:A

DOI:10.3969/j.issn.1672-0792.2016.04.006