智能电网环境下电力营销管理系统的优化设计

张凌　田珂　张巍　孙玉明

摘   要：随着智能电网技术的发展，电力营销管理已经成为当前发展的核心业务，其工作质量高低与供电企业所获经济效益呈正比关系。为了有效地节约能源，减低电網系统中的负载消耗，提出了一种新型的电力营销管理系统优化方案，将电力营销管理系统管理平台划分为营销决策层、营销工作质量管理层、营销业务层和客户服务层，分门别类地管理不同类型的电能信息。并且通过用电优化模型及算法有效地将电价比较高时段的负荷被转移到电价比较低的时段，提高电能利用效果，降低电网负载电能消耗。实验表明，本技术方案优化性能较好，有力地推动电力营销管理系统新技术的发展。

关键词：智能电网;电力营销管理系统;优化;用电优化模型;电网负载

中图分类号：TP274                                     文献标识码：A

Optimization Design of Power Marketing Management

System in Smart Grid Environment

ZHANG Ling1，TIAN Ke2，ZHANG Wei1，SUN Yu-ming3

（1. Customer Service Center，State Grid Henan Electric Power Research Institute，Zhengzhou，Henan 450000，China;

2. Marketing Department of State Grid Henan Electric Power Company，Zhengzhou，Henan 450000，China;

3. Electric Power Research Institute，State Grid Henan Electric Power Company，Zhengzhou，Henan 450000，China）

Abstract：With the development of smart grid technology，power marketing management has become the core business of current development，and the quality of its work is directly proportional to the economic benefits of power supply companies. In order to effectively save energy and reduce load consumption in the power grid system，this paper proposes a new power marketing management system optimization program，which divides the power marketing management system management platform into marketing decision-making layer，marketing work quality management layer，marketing business layer and The customer service layer manages different types of power information in different categories. And through the use of electricity optimization models and algorithms，the load of the electricity price is relatively high during the period when the electricity price is relatively low，and the power utilization effect is improved，and the power consumption of the grid load is reduced. Tests show that this technical solution has better optimization performance and powerfully promotes the development of new technologies in the power marketing management system.

Key words：smart grid;power marketing management system;optimization;power optimization model;grid load

随着智能电网技术的发展，凭借现代信息技术、通信技术以及控制技术迅速发展智能电网成为未来智能电网的发展方向[1-3]。电力营销作为电力系统管理的核心，电力营销系统工作质量的好坏直接关系到供电企业的经济利益[4-6]。目前，电力营销管理系统管理模式不能满足当前需求，系统雍肿，数据运行困难，由于智能电网产生的数据越来也多，其管理复杂程度也越来越大，用户使用起来极其不便[7]。这种情况下，将对电力营销管理系统管理的发展造成困扰，导致系统使用效率低下，管理水平较低[8]。

为了提高市场响应速度，提高计量公正准确性，加快数据采集效率[9]，增加收费方式多样性，构建智能电网与电力用户电力流、信息流、业务流实时互动的新型供用电关系[10]，设计出一种新型的电力管理系统，对现有的系统进行进一步的优化，以促进电力运营信息化、智能化，有利于用户对电力营销管理系统进行进一步的管理，这已经成为智能电网发展的必由之路，下文将详细描述本技术方案。

1   优化方案设计

在智能电网环境下，将电力营销管理系统平台进行优化设计，以满足用户的多种需要。其优化方案如图1所示。电力营销业务服务类型繁多，比如用电检查、抄表缴费、计量点管理、停电检修管理、公共信息服务等营销业务[11]。本优化方案包括数据采集层、数据传输层、电力营销管理系统平台、数据应用层。

在数据采集层中，数据采集层包括各种移动营销互动终端，比如大型专变终端、中小型专变终端、单/三相检定设备、居民用户设备、公用配变考核计量设备、变电站设备等。在该层中，通过上述设备采集电能信息，也可以通过温、湿度传感器、RFID 射频识别标签、摄像头、读写器、GPS定位装置等不同设备感知的信息。将这些采取的不同信息存储在营销工作质量管理系统平台中，根据电力信息管理系统中各个不同的存储模块进行运算。在数据传输层中，基于智能电网环境下进行的数据信息传输。其可以包括各种通讯方式，诸如3G、4G 、WLAN、LTE、GPRS等无线通讯、基于TCP/IP的通讯协议等[12]，其能够实现电力营销管理系统中各种数据的融合复用以及底层检测数据信息的远距离传输。在电力营销管理系统平台中，在数据采集层中的各种不同数据通过优化调度模型被优化，并通过调度计算适当调度。计算后的数据在数据应用层中应用。能够实现不同业务的处理，用以实现电力管理单位、企业用户的移动服务，在应用层中，用户还可以通过不同的软件算法来计算感知层传递的各种不同数据。通过调度计算以及优化调度模型计算，能够实现对电力营销管理系统信息的进一步挖掘，揭示隐含在不同数据内部更本质的数据信息。

2   关键技术设计

2.1   电力营销管理系统设计

在电力营销管理系统架构设计中，其开发环境采用企业级开发工具PowerBuiler 6.5/8.0[13]，语音查询和触摸查询为采用Delphi 6.0，VB 6.0等开发工具完成。配电管理子系统采用Mapinfo 5.1与PowerBuilder 6.5/8.0相结合的方法来实施。其架构示意图如图2所示。

在本系统设计中，其主要包括营销决策层、营销工作质量管理、营销业务层以及客户服务层。在營销决策层中，本系统的特点为较高的现代化用电管理信息系统，其采用的数据库为大型ORACLE数据库、PowerBuilder 6.5企业级开发工具等，系统内的不同子系统紧密地结合在一起，能够实现各种不同数据的高度共享，能够使一种类型的数据从一种端口进入系统，同时提供多个不同子系统的共享。本系统通过使用分布式计算模式，从各个省电力公司到各个市级电力公司，再到各个县级电力公司，能够逐级实现各种不同类型数据集中、分布管理为一体，上级单位可远程查询下级单位的检测数据，并根据检测到的数据对下级单位进行指导，继而实现数据的高度共享。本系统还设计成三层B/S结构，，其与C/S结构相结合，B/S平台以JAVA为基础，通过采用JSP+Servlet+JDBC+JavaBean+EJB为核心技术[14]，能够保证整个系统可适应于NT、UNIX、LINUX等各种平台，自适应能力非常强。本系统在计算电费时，采用Client/Server结构，把电费计算放置再服务器上，本系统的电费计算流程和算法均采用大型数据库ORACLE进行存储，数据存储的过程与本系统应用软件相独立开[15]。因此，采用本系统能够大大提高供电公司用电管理的水平，提高电力系统的经济效益。

2.2   用电优化模型及算法

本系统能够针对各种情况下用电以及负荷之间的关联性、顺序性、强依附性等不同特性而建立起用电优化模型，将优化模型转化为容易求解的混合整数线性规划等相关技术问题，以各种情况下用电的经济性为目标而进行的优化。

假设电网线路负荷中所有负荷部件包括N个，将其建立集合为X={1，…，N}，假设T为优化周期，将优化周期T划分为M个时间段，假设Li（t）表示第i种负荷组件在时间段t内是否工作的标志。在本文的优化模型中，将0表示为非工作状态，将1表示为工作状态。则Li（t）的数学模型为：

Li（t） = 01   i∈X       （1）

在一定的时间段内，一种类型的电网负荷组件需要满足指定的运行任务。其任务运行模型公式为：

■Li（t） = taski，其中t∈[tmin（t），tmax（t）]    （2）

在公式（2）中，taski表示电网中第i种负荷需要运行的时段的任务数量。

将电网运行中的电能存储装置的电能存储模型表示为C（t），定义C（t）为电能在第t时间段内的初始时刻所存储的电能量。在负荷工作时，电能存储装置需要保留足够量的电能。假设将电能量保持在一定的范围内，则用公式表示为：

C（t+1）=C（t）*（1-σe）+（Peh*η1-Pdis /η2）*Δt （3）

在公式（3）中，σe表示电能存储装置的自然损耗程度，Peh（t）、Pdis（t）表示为电能存储装置的充放电功率，η1、η2表示电能存储装置的充、放电效率。Δt表示时间段长度。

下面对优化调度运行方式进行以下说明。总的经济成本实现最优化的公式为：

min C = CL + CE + CS           （4）

其中CL表示为电能存储装置正常工作时所需要的电费，CE表示为电能存储装置存储电能设备的建设投资成本，CS表示为电能存储装置的维护成本。其中CL、CE、CS的应用公式为：

CL = ■（load（t）*Δt*Pricee（t））     （5）

load（t）■（Li（t）*Pi）+Peh（t）-Pdis（t）     （6）

在上述公式中，Pi为第i种负荷的功率，load（t）表示为整个电网系统中的负荷曲线，Pricee（t）表示为24小时的峰谷电价，Δt表示为每个时间段的长度。

CE = cap*Prices■     （7）

在公式（6）中，cap为电能存储装置的容量，Pricee（t）表示为电能存储装置的单价，year表示电能存储装置的使用年限。

CS = Prices*■     （8）

在上述公式中，Prices表示为电能存储装置的年运行维护费用。

下面结合案例对优化方案进行验证。

3   实验分析及结果

在Matlab环境下对电力营销管理系统的电力管理功能进行仿真分析。在实验时，选取电力营销管理系统中电能计量子系统为检测对象。记录电力营销管理系统中的负荷单元基础数据如表1所示。

在仿真结果中，比如将19：00-22：00区间的尖峰时段中的较为集中的负荷被转移到夜里1：00-6：00期间内低谷时段的电力负荷，使得有效地将电价比较高时段的负荷被转移到电价比较低的时段。下面以0-24小时时段对电能计量子系统中的负荷情况进行衡量。下面将优化前后的数据绘成曲线图，如图3所示。

通过上述实验分析，采用本技术方案能够使电能计量子系统在不同的区间内。在电能计量子系统优化前的电力负荷明显低于优化前的电力负荷，大大降低电能损耗，提高电能优化效率。

4   结   论

在智能电网环境下，智能电网的负荷作为电能的消耗者，其优化程度和能量交换关系都影响着电能计量、电力营销管理系统等用电策略的选择情况和最终的用电成本。提出了一种基于智能电网的电力营销管理系统优化方案，通过设计出多模块化的电力营销管理系统架构，实现多种不同类型的电能管理，并采用用电优化模型及算法将电价比较高时段的负荷被转移到电价比较低的时段，有效地节约了电能，降低了电网负载消耗。

参考文献

[1]    王坤. 智能电网中电力通信传输参数远程监测系统优化设计[J].  电网与清洁能源，2017，33（7）：51-56.

[2]    郝然，艾芊，肖斐. 基于多元大数据平台的用电行为分析构架研究[J].  电力自动化设备，2017，37（8）：26-33.

[3]    王远，陶烨，蒋英明，等. 智能电网时序大数据实时处理系统[J].  计算机应用，2015，（z2）：93-97.

[4]    刘广一，朱文东，陈金祥，等. 智能电网大数据的特点、应用场景与分析平台[J]. 南方电网技术，2016，10（5）：102-110.

[5]    贺红燕. 基于大数据的智能电网关键技术研究[J].  电源技术，2016，40（8）：1713-1714.

[6]    冉亮，李炜，孙向聚. 基于大数据技术的智能电网系统应用研究[J]. 自动化与仪器仪表，2017，（9）：182-183.

[7]    孟祥萍，周来，王晖，等. 云计算技术在未来智能电网信息处理平台中的应用[J]. 计算机测量与控制，2015，23（10）：265-268.

[8]    葛磊蛟，王守相，瞿海妮. 智能配用电大数据存储架构设计[J].  电力自动化设备，2016，36（6）：194-202.

[9]    任雙赞，蒲路，杨传凯，等. 基于广域网的变压器远程分析管理系统研究[J].  变压器，2017，54（8）：45-48.

[10]  贾进科，马辉，蔡习文，等. 基于物联网三维GIS的地质灾害监测管理系统研究[J].  长江科学院院报，2016，33（7）：142-144，149.

[11]  阳琼芳，罗云芳. 基于物联网技术的高校消防安全管理系统设计研究[J].  科技通报，2017，33（10）：146-150.

[12]  朱凯，李杪瑾，徐丹，等. 基于物联网的室内监控系统节能研究[J]. 电视技术，2015，39（4）：105-109.

[13]  张俊虎，王青文，张军朝，等. 基于开源平台的物联网网关监控系统研究[J].  电子器件，2018，41（4）：257-262.

[14]  吴鑫，张贵，世熙. 基于物联网技术的森林资源数据更新系统研究[J/O]. 中南林业科技大学学报，2016，36（9）：84-87.

[15]  张延宇，曾鹏，臧传治. 智能电网环境下家庭能源管理系统优化调度算法 [J].  电力系统保护与控制，2016，44（2）：18-26.