试析大数据技术在电力调控中的应用

沈新森

摘 要：随着全球能源互联网和强智能电网、各种新能源、分布式发电机、电动汽车等的发展，电网的复杂性和不确定性进一步增强，电力的调节与控制也越来越受到重视。智能电网的实时运行要求海量数据的快速处理、仪表数据的实时采集、在线实时分析和决策。电网的复杂性，对电网的安全、经济、可靠运行和用户服务水平提出了更高的要求。大数据技术在数据集成和集成能力方面具有优势，这为其在电力调控中的应用提供了广阔的空间。指出大数据技术在负荷预测、智能报警、电网状态监测与诊断等方面的应用，将有助于提高电网运行的安全性、经济性和可靠性；用户需求侧管理和电网计划维护有助于提高用户的电力消耗、服务水平。本文提出的两个应用方向为今后大数据技术在电力监管中的进一步应用奠定了基础。

关键词：大数据；技术；电力调控

1定义

大数据是指海量、高速增长和多样化的信息资产，要求新的处理模式具有更强的决策能力、洞察力和过程优化能力。

2特点

2.1运行和设备检测或监测数据的特点

运行及设备检测或监测数据主要包括电力系统运行的实时采样和测量以及历史数据，如发电侧的压力和流量、电压、电流、有功功率、无功功率、温度等设备的动态数据。输变电方面的问题。

2.2电力企业营销数据的特点

主要包括购电、售电、新装、增容和变更用电数据，以及客户关系管理数据、检验工作质量数据等电力营销业务系统数据。

2.3电力企业管理数据。

如ERP、集成平台和协同办公数据。此外，考虑到大数据“全数据”的概念，大数据还应包括与之相关的其他数据，如区域生产力水平、经济发展水平、产业分布等数据信息。

3电力调控对大数据技术的需求

电力控制中心是电网运行的指挥中心，全面负责电网运行监测、开关操作和事故处理，它也是电网运行数据的集中式中心。对电网运行数据进行有效的管理和分析，能够帮助调度员进行辅助决策，提高调度员控制电网的能力，保证系统安全，提高调度控制工作的智能化水平。

随着信息技术和人工智能技术的发展，电力调节逐渐由经验型向智能型发展，并引入了大量的智能应用功能，如智能报警，对大量基础数据进行深入挖掘和分析的要求不断提高。加之新能源和电动汽车对电网的逐步接入，各种电网的影响越来越大，电网的负荷特性也在变化，电网规模不断扩大，对电网安全经济运行的要求也越来越高。电网规模的不断扩大，电网的复杂性和不确定性进一步增强，电网的调节与控制也越来越复杂。大数据技术对散布在各地的海量数据进行集成、深入分析，提供有价值的数据信息支持，为电力调度控制的安全性和经济性提供了更加可靠的保证。电力监管、交通检查、营销等部门的数据需求相互重叠，没有共享集成。存在同一数据重复统计、单个数据值密度低、数据集成效率低等问题。大数据技术的集成与集成能力可以有效地分析不同部门、不同行业之间的数据关联，可用于电力调度。该控制提供了全景视图和综合分析方法，为电力控制的精益生产提供有效的支持。

4电力调控中大数据技术的应用

4.1运行方式

首先是电网运行方式的优化。以大型数据管理中心为平台，结合数据挖掘领域中的关联规则技术，采用多种算法模型进行智能分析。集成了电网故障信息和运行状态信息。从大量数据中发现不同运行模式之间的频繁模式、相关或因果关系以及不同运行模式与电网稳定性的关系，从而细化不同运行模式与电网稳定性的关系。静态和暂态稳定性与发电和负荷参数密切相关。挖掘隐含的知识和信息。同时，利用电能质量监测信息，研究了不同类型的电气设备在不同系统电压和频率下的电气特性。建立了较为精确的数学模型，并对模型参数进行了辨识。最后，对影响因素进行了综合。该单元优化了电网的运行方式，兼顾了运行稳定性和经济性的要求。其次是新能源的优化运行。挖掘新能源地理位置、气象信息、负荷特性等相关数据的相关性，确定不同新能源之间的输出组合模式，从而实现配电网的优化能源调度和经济运行。结合故障信息数据和新能源运行数据，分析了新能源低压穿越的有效性。

4.2预测、监测与诊断方面的应用

首先在负荷预测方面，负荷预测对电力系统的安全、经济、可靠运行起着重要作用，负荷预测的准确性对电网计划的检修安排及安全裕度检查有很大的影响。分布式电源与电动汽车的连接使得负荷的规律性变差，负荷预测的精度难以提高。由于缺乏气象、地理、经济等数据信息，负荷预测精度不高。大数据技术的引入和气象、地理、经济等行业数据信息的集成，为提高负荷预测的准确性带来了新的可能性。其次智能报警：随着电网规模的扩大，控制中心的监控信息不断增加，控制器淹没在大量的报警信号中，各种设备缺陷、报警信号、视频监控信息、历史维修记录等信息都不清楚。有一种重复安排和加工的现象，只依靠历史经验，手工分析判断，效率低。引入大数据技术，将分散在各个部门的信息如调度、传输和变压操作、维护和维修等进行集成，为有效的智能报警提供了可能。最后在电网状态监测与诊断方面：目前主要侧重于单个设备的监测，不同设备之间的监测数据不共享，无法对电网设备的总体情况进行分析，无法进行人工干预和判断。在综合了设备的基本测试参数、运行缺陷、检修和测试记录后，增加了数据的数量。传统的数据分析方法效率高，离散性大，利用大数据技术对这些海量数据进行综合分析，实现设备状态的实时监测和趋势分析，有利于提高电网设备的监测水平。

4.3大数据技术在管理、計划检修安排中的应用

在用户需求侧管理方面，通过对用户历史能耗数据的分析，总结用户需求侧管理特点，促进用户需求侧管理，合理引导错峰用电，截峰填谷，提高区域负荷率，避免过大。负载波动，造成局部电压过大变化，影响大工业用户的安全生产。大数据技术的引入，将综合影响用户能耗方式和水平的经济、政策、气候和历史能耗数据，为电力用户制定独特的负荷计划，提高用户需求侧管理水平；在电网计划检修方面，经常发生重复停电和延时传输，电网设备暂时性缺陷导致的非计划维修的缺失，对供电的可靠性和客户的生产调度产生很大影响，间接影响客户的用电体验，降低客户的满意度。引入大数据技术，整合客户设备维修计划、客户电力需求、电网设备维修计划及电网设备缺陷数据，统筹安排，减少重复停电次数，降低非计划维修概率，创建为电网安全可靠供电和用户合理生产用电奠定基础，提高用户服务水平。

5结束语

从大数据的基本概念出发，论述了大数据的特点及其在电力调度运行中的应用。可见，通过深入挖掘电力数据的应用，可以考虑电网运行稳定性和经济性的要求，优化电网运行方式，实现新能源低压穿越的有效性分析，引入大数据。在用户需求侧管理和电网计划维护方面的技术，将有利于提高用户的电力服务用水。这对于提高电网的安全性、稳定性、可靠性和经济运行具有重要的现实意义。

参考文献：

[1]郭乃网. 电力大数据体系架构研究与应用[A]. 中国电力科学研究院.2017智能电网新技术发展与应用研讨会论文集[C].中国电力科学研究院：北京市海淀区太极计算机培训中心，2017：9.

[2]瞿海妮，庞徐玮，尤鸣宇，徐志宇.电力大数据的应用价值及其共享平台分析与设计[J].经营与管理，2017（07）：104-108.

[3]王向红，陈潇一.云计算与电力大数据技术的现状及发展趋势研究[J].陕西电力，2017，45（06）：70-72.

[4]彭小圣，邓迪元，程时杰，文劲宇，李朝晖，牛林.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，2015，35（03）：503-511.