能源互联网背景下电力市场大数据应用探讨

赵海玲 张勐

摘 要：能源是国家的命脉之源，关系这社会的和谐稳定和国民经济的可持续发展。当前世界各国将能源作为战略资源，其主要原因在于能源资源是有限的，尤其是以石油为代表的化石能源在人类的大肆开采中已经面临枯竭，同样我国也面临这一严重问题。解决这一问题的关键在于寻找替代能源。光伏能源作为重要替代品，将成为未来能源产业发展的新思考。

关键词：能源互联网;电力市场;数据形态;大数据

引言

能源互联网各项新技术的应用和新业态的发展使得能源网与信息网结合更加紧密，促进电力市场将有限的信息交互演变为多方参与的能力与信息对等交换，大数据管理的标准体系与安全规范也将面临更高的要求。同时，能源互联网中的各类市场主体以及各个系统节点的联系将更加紧密，也对数据采集、传输与交互提出了更高的要求，电力市场建设面临新的技术挑战，电力交易运营数字化转型升级迫在眉睫。

1电力市场的数据特征分析

1.1高实时性与高增长同步

能源生产、转换和消费要求瞬间完成，在需求响应、源网荷储互动等新业务的推动下，对广域测控、快速响应及实时控制的数据要求会越来越高，电力市场将汇聚更多的实时数据。在发用电计划进一步放开以及准入规则逐步放宽等背景下，市场主体的数量将呈现爆发式增长，市场活动产生数据的规模和种类势必同步快速增长。

1.2数据与流量并行

一方面，能源互联网背景下的电力市场更强调在互联网技术支撑下的各方参与，“e-交易”平台的推广应用将电力市场生态圈应用由PC端扩展到了移动端，极大丰富了市场运营的参与途径和业务支撑手段，同时也产生了巨大的交互压力。另一方面，随着5G技术的推广与普及，物联网建设成本进一步降低，车联网、智能电表等终端数据接入交易系统已成为市场发展的必然趋势，带来了更大的在线流量，电力市场数据与流量并行将成为新的形态特征。

1.3多时间尺度的流式数据发展

中长期电力市场的交易周期根据历史数据演化趋势可划分为周、月度、季度以及年度4个时间尺度，现货市场的到来将交易周期进一步细分至日前、日内和实时平衡。市场数据在不等长的时间尺度内表现形式既相互关联又存在一定的差异性。以往的中长期电力交易数据多以某一时间片段的形式出现，未来“中长期+现货”的电力市场数据将会出现大量持续产生的流式数据序列业务场景，如需求响应可调节负荷运行数据、充电桩等物联网设备的全天候监测数据等。随着现货市场的建设推进以及物联网技术的快速发展，多时间尺度的流式数据将成为电力市场数据形态的重要特征。

1.4数据内容向相关领域快速扩张

中国电力市场发展正处于由电能量交易向电力交易转变的阶段，后期将逐步开设辅助服务市场、容量市场、输电权交易及金融衍生品交易等，数据内容将不再局限于电力系统和市场运营等方面，而会根据市场发展需要快速汇集融合社交、金融以及上下游产业链等相关领域的数据内容。

2电力市场大数据应用关键技术

2.1数据集成、传输及存储技术

从业务驱动的数据环境到以数字化运营为目标的电力市场大数据，多级市场协同运营以及跨领域的时空扩展使得电力市场的数据形态从确定性向时变性演化，大数据应用面临新的技术挑战，其中数据集成、传输及高性能存储是大数据关键技术中的共性技术。

大量多态异构数据的集成是大数据应用的基础，当前的研究主要集中于如何突破物理系统中的藩篱或信息孤岛的限制。电力市场的大数据集成不仅需要满足海量数据的接入能力，还面临集成内容高维尺度的动态管理问题，特别是移动终端的广泛应用，使得大量数据同时带有时空间标志，进一步增加了集成技术的复杂性。因此，电力市场的数据集成一方面需要发展灵活、可扩展的技术体系，另一方面还需要加深对数据标准、数据规范的研究。

电力市场各个环节的数据采集以及市场主体的在线交互将会带来海量数据传输。同时，中国分级运营的电力市场架构也带来了大范围、多层级的数据传输需求，未来多源多态数据流传输对网络的流量支撑和通信延时都提出了更高的要求。发展数据压缩技术可以减少数据传输量及提高存储效率，计算机通信领域对此进行了研究并取得了诸多成果，积累了一定的实践经验。另外，借鉴调度数据

专网的建设经验，开展电力市场数据专网的建设研究，也是解决上述问题的一种思路。

数据的高效存储是影响大数据应用的重要因素，当前主流的大数据应用多采用HadOOp框架，HadOOp分布式文件系统（HDFS）和非关系型数据库HBase共同组成了大数据解决方案。面对复杂的数据环境，电力市场大数据要考虑各种技术条件下存储性能和存储空间的相互影响。对实时业务和高速计算任务采用内存数据库或高性能实时库;对关键核心业务的数据处理采取并行仓库的模式;对海量历史数据以及半结构化、非结构化数据采用HDFS处理。

2.2大数据展现技术

电力市场大数据展现技术包括可视化、空间信息流和历史流展示技术等，具体指市场全景展示、市场运行实时监测、市场运营分析展示、各类终端屏幕互动与虚拟现实等技术。电力市场数据种类繁多，关联指标复杂，加之市场服务未来的双向互动需求，需要利用多种可视化技术来提升数据的直观性和可视性，加强以图形为中心的交互方式，助力用户进行数据洞察并向用户提供高附加值的内容增值服务，从而提升大数据的应用价值。

可视化技术主要应用于电力市场的可视化报表和可视化分析，可显著提升市场运营的效率。电力市场可视化不仅要结合业务场景为用户提供基于度量和指标定义的图表服务，还需要结合统计关系、因果关系与博弈关系等实现可视化与数据存储之间的松耦合关联，为用户提供便捷的过滤、比较和关联分析等可视化服务，挖掘更深层次的市场规律和事件联系。

空间信息流展示技术主要体现在市场运行与地理信息系统（GIS）的结合上，早期研究将开放式软件的概念引入GIS软件中，实现了可以在此基礎上进行功能扩展和二次开发的开放式可视化平台。未来，电力市场的空间信息流展示将基于已实现的电网简化模型，为ATC优化出清等业务场景提供可视化决策支撑。

2.3监视数据。我国的光伏电站多建在人口

稀疏的荒漠地带、海洋区域。这种电站建设现状造成了日常设备的巡检和故障诊断压力负担倍增。当然随着“互联网+”理念的提出，依托互联网技术，为实现电站的远程智能监控提供了可能。在这一技术的背景下，依托智能化技术进行自动化的日常巡检，有助于降低运营难度和车本，同时提升电站运营稳定性和安全性。

结束语

当前电力市场的大数据应用应结合大流量、多维尺度的数据形态和趋势特征构建适应广域数据来源的集成传输、分析处理以及数据展现的技术体系。大数据应用的设计需要统筹考虑业务中台与AI技术在电力市场应用的未来方向，可以采取“云计算+中台”模式设计架构融合的总体可执行框架。本文分析构建了市场主体用户画像分析、信息精准推送和征信评估与分析等业务应用模型，对降低信息不对称的市场效率负面影响和电力市场信用风险管理等工作提供了新思路、新方法，为大数据技术在电力市场的进一步实践提供了借鉴。

参考文献

[1]董朝阳，赵俊华，文福拴，等.从智能电网到能源互联网：基本概念与研究框架[J].电力系统自动化，2014，38（15）：1-11.

[2]曹军威，杨明博，张德华，等.能源互联网：信息与能源的基础设施一体化[J].南方电网技术，2014，8（4）：1-10.

[3]郝勇，曹祥盛.光伏智能电站建设与运维管理的探讨[J].大众标准化，2020（21）：240-241.