大数据技术在主动配电网中的应用

于 胜，白明月

（国网物资有限公司，北京 100120）

主动配电网内部含有大量的灵活负载与电源，其结构十分复杂，网络规模大。因此在实际运行时，会表现出多耦合、交互性强、随机性高的特点。此外，主动配电网在运行的时候会产生很多的数据，这些数据具有规模大、类型多、密度低、变化快等明显特征。其中，主要的数据包括电动汽车运行信息、电源状态监测信息、区域气象信息、设备检测信息等。但是目前大数据技术还没有被彻底地运用到配电网数据处理过程，因此相关部门与人员要建立高效的数据处理平台，以此实现对数据的存储与检索，达到准确预测与评估配电网的状态。

1 主动配电网中大数据的特点

（1）数据规模巨大。目前，我国电网公司已经在首都五个社区部署了353个智能化的信息采集点。主要涉及频率、电压、电流等12，000个参数，每15分钟一次，一天可产生34GB的信息。

（2）数据种类繁多。在数据结构上，包含大量结构化信息与非结构信息；在数据类型上，主要包括了电压、电流、电量等基本信息，可以用来预测天气信息，还可以对电动汽车用户的行为信息进行有效记录。

（3）价值密度低。我们以检测状态为例，对于连续分布式电压、不间断检测信息来说，只有少量的数据可以反映出设备运行的状态是否出现异常。我们也只能从大量的用户的充电信息、电量等海量数据中去发现其中能够表现用户行为特征的某一条。

（4）变化速度快。一般来说主动配电网的运行状态都不是恒定的，分布式发电的输出并不是很稳定，其中的运行电量信息与数据随时都在发生着变化，这就需要有关人员研究相关的策略去进行有效地存储和利用这种迅速变化的数据。

2 大数据技术在主动配电网中的具体应用方向

2.1 大数据技术在能量优化调度方面的实际应用

数据分析的难度是由数据调度的来源决定的，因此为了能够有效地提升数据的存贮量与效率，相关人员要积极地解决数据存在的复杂性与不兼容性。此外，我们都知道各个部门之间的数据也是不相同的，不管是对于共享性与结构来说，其整合调整的难度都比较大。但是大数据技术的出现了以有效的对这些平台与信息进行整合，可以提升配电网的信息储存量与有效性。在有源配电网的情况下，双向潮流的能量调度使得优化约束更加困难。传统的挖掘数据的办法无法解决电网在实际工作中遇到的问题，而大数据挖掘机算法可以很好地减少能源的调度，达到优化主动配电网的目的。

2.2 大数据技术在主动配电网的状态分析评估方法的应用

主动配电网运行中的关键信息采集包括电动汽车的特殊负荷时空分布特性、设备运行检测、短期负荷预测、分布式发电量预测等。其中，关联规则聚类系统继承了关联分类和决策树的挖掘方法，即可以对分布式发电输出进行分析，将各种气象数据与周边地区不同气象站的特征进行关联分布式发电的输出是不稳定的，其概率随分布式发电的输出而变化。用户智能电表向主动配电网传输大量的用电信息，数据流可以达到双向作用随机变化模式、数据波动模式和稳定模式已成为当前配电网用户负荷分析的三种模式。采用聚类分析的方法对智能电表中的海量数据进行采集和提取利用关联分析技术对负荷与日期、天气的关联进行分类，利用规则挖掘智能预测系统提高短期负荷的检测精度。

2.3 大数据技术在主动配电网保护控制方面的应用

主动配电系统的稳定性和安全性需要得到保障。配电网中的数据具有随机性与双向流动性，其运行的方式也比较灵活。配电网数据控制与保护的核心是数据测量的一致性。一般来说，数据不稳定的原因是还因为数据基数太大，跨度太长导致的。如果出现不同采集分析任务，则需要保护数据的及时性与准确性。配电网故障在不同情况下的故障特征是不一样的，需要工作人员根据实际的情况进行分析与辨别，深入地分析故障发生的原因，以此达到保护配电网的目的。

3 结束语

综上所述，我国未来的主动配电网需要依靠大数据技术去实现智能化的配电网。随着时间的推移，基本所有的平台运行都会产生大数据，在主动配电网中应用大数据技术将能够实现电力设备的主动控制、主动运行与主动管理。大数据技术具有成本低、并行分析、可靠性高等优势，但与此同时其在数据一致性、隐私性与安全性方面还是面临着一定的挑战。大数据技术在电力方面的应用还需要科研机构与电力企业一起努力，才能使大数据技术在电力市场中能够焕发出活力。