智能电网中电网调度技术的应用研究

国网吉林供电公司电力调度控制中心 王 辰

1 引言

国家需要重点发展高新技术产业，实现产业创新发展，重点扶持国内新兴产业。智能化发展一直是国家未来发展的趋势和方向，电网智能化发展是目前研究的热点问题之一。在电力调度自动化系统领域，智能电网技术的引入不仅突破了传统电力系统无法接入新能源技术的限制，而且实现了电力调度的智能化，这对于加强电网资源的有效管理和推动电网系统的持续优化和改进具有深远的实际意义。当前我国电力行业发展迅速，各地区供电需求不断扩大，为保障居民正常生活用电，需加强电力系统智能化建设工作，提高电能输送效率，从而满足人民日益增长的生产及生活需要。随着电力网络规模的持续扩张，电力公司应当更加注重智能电网技术的引入和应用，并将其科学地整合到电力自动化系统中，以进一步提高电力系统的运行效率，并协助电网企业实现更高的经济和社会效益。

2 智能电网中电网调度技术的应用意义

2.1 实现更高水平的资源利用

在电力系统的运行和发展过程中，利用智能电网调度技术的科学运用，有助于实现资源的更高利用率。目前我国智能电网已经成为国家重点建设内容之一，而大数据分析是其重要组成部分，也是保证电力系统安全稳定运行的基础。大数据分析为智能电网平台提供了获取资源使用信息的手段，可以为用户提供更准确的预测和服务。此外，还为电力系统提供实时数据，并将这些数据存储在云服务器中。可以通过网络资源的深度分析和共享有效降低能源消耗，提高能源效率，降低综合能源成本，保证系统高效运行。

2.2 有助于更有效地进行故障处理

利用硬件和数据收集技术以及机器学习（ML）分析方法，能够分析智能电网用户提供的服务的可用性。对性能、稳定性和可靠性的全面监控可以为用户提供更好的能源服务[1]。本文以数据为基础矿山智能电网故障诊断方法及其应用，对于设备、传感器和网络技术来说通过数据来识别故障是难点。但这项技术可以自动诊断并快速修复整个网络系统，从而降低故障风险、提高运营效率并减少维护需求,对环境造成不利影响。

2.3 确保电网朝着健康的方向发展

利用大数据技术进行的智能电网调度，是通过对不同用户的用电需求信息进行分析，并将这些数据处理后的结果反馈给调度中心来实现电网的差异化和有针对性地调度。同时大数据还具有优化电网的运营流程的作用，通过对电网运营流程的优化使电网的运营效率得到提高，运营成本降低，使得电网的运营资源得以合理分配，确保电网运营企业能够快速且稳定地发展。

3 智能电网中电网调度技术的应用分析

3.1 电力调度资源整合

电力调度资源整合的第一步是全面了解所辖区域内的电力资源状况，包括传统化石能源发电、清洁能源发电（如水电、风电、太阳能等）以及储能设备。智能电网中的电力调度资源整合可以实现跨区域电力交易和协同调度，有助于平衡不同地区的电力供需关系。例如，在电力富余地区可以通过电力交易向电力紧张地区供应电力，从而降低地区间的电力供需差距，提高整体电力系统的稳定性和效率。

3.2 智能电网调度系统建立

智能电网调度系统是一个以计算机技术、通信技术和网络技术为基础，以电力调度业务为核心，面向电网调度业务管理的多功能、综合性、开放性的系统。智能电网调度系统主要包括视图层、逻辑层与数据层3大模块。系统功能设计如图1所示。

图1 智能电网调度系统功能分层

视图层主要涵盖了电网调度系统的人机交互界面，即通过使用JSP 动态Web 脚本的方式，为调度员和管理员提供了一个功能操作的界面；物理层主要包含电力系统各专业设备及其控制线路的连接关系。逻辑层主要由电网调度系统Web 服务器的相关支持组件组成，其核心功能是实现电力系统调度自动化平台的数据交互和视图层下发的用户请求，并实时向客户端Web 界面反馈处理结果；物理介质层主要包括电网调度系统网络拓扑结构图以及网络传输协议。数据层主要涵盖了系统后端的数据视图，并采用Oracle 数据库来进行运维检修以及电网调度等相关数据信息的储存和维护管理工作。

智能电网调度系统的功能模块主要包括网络信息管理、故障处理与分析、设备状态监测与分析、自适应运行优化、安全稳定运行控制、数据分析与综合决策支持等。系统功能模块不仅具有可扩展性，还具备动态配置、动态升级的能力。各功能模块之间相互联系，在逻辑上构成了一个整体，因此对每一个功能模块进行分析设计时，都是从整体出发，遵循模块化设计的思路。在硬件及软件环境选择上，采用高性能微处理器和嵌入式Linux 作为软件平台。嵌入式Linux 是一种基于内核的操作系统，是Linux 在可编程片上系统（SOPC）领域的具体应用，可以实现嵌入式系统中软件和硬件的分离，并可以在不影响用户应用系统功能的情况下，对硬件进行灵活扩展，从而实现对电力调度自动化控制系统各模块功能的进一步完善，为后期运行维护提供便利[2]。

3.3 分析电力调度需求

对于电力企业而言，其日常工作核心就是电力调度，而智能电网中电网调度技术应用就是基于通信网络进行了电力需求侧电力即时性、规范性分配。电力调度中心通过对不同区域用电规律、用电需求分析，向电网系统发布调度指令，然后由智能调度系统完成电力能源按需调节。当前，国内电力企业智能电网调度实现框架如图2所示。

图2 电力调度自动化业务框架

3.4 短路电流控制

基于智能电网技术的电网调度系统建立，实现了应用电流限制器进行短路电流控制，较好地解决了短路电流带来的问题。一旦发生电网运行故障时，电流限制器便快速增加阻抗，而在电网正常运行时，始终保持低阻抗状态，避免了短路电流对电网运行安全性及稳定的负面影响[3]。

具通过智能电网技术应用构建一个基于数字信号处理器（DSP）和现场可编程门阵列（FPGA）技术的智能电网调度短路电流控制系统。系统主要由两部分组成，一部分是以DSP 和FPGA 为核心的短路电流控制系统，该系统可以根据需要实时控制短路电流，实现电网的短路电流检测、短路电流控制、过流保护等功能；另一部分是以DSP 和FPGA 为核心的短路电流检测与控制系统，其中，DSP 核心模块采用TI 公司的TMS320F2812，FPGA 核心模块采用Altera 公司的EP4CE11F12P4A8，外围电路包括电流传感器、过流保护电路等。系统可以检测电网中的短路电流，并将数据保存在FPGA 中，同时可以通过以太网和FTP 方式将数据上传到上位机，实现实时的监控和管理。

4 基于大数据技术的智能电网调度实施

基于Lambda 架构的智能电网大数据分析系统，可以协助电网运营企业更好地理解其决策方案对电网可靠性产生的影响。该系统通过分析历史数据，建立模型进行预测，并根据未来可能出现的情况给出合理的建议措施。Lambda 架构融合了批量处理与流量处理的各自优势，能够高效地处理大规模和实时的数据。在分析智能电网大数据处理系统需求基础上，提出了一个面向智能电网大数据处理的框架模型，并详细介绍了其各个模块的设计与功能。从系统结构角度分析，该系统主要由智能电网数据生成、智能电网数据的传输与储存、数据的处理、数据的查询以及数据的分析这四个核心部分构成，如图3所示。

图3 基于Lambda 构建的智能电网大数据分析系统

通过以上4个组成部分，智能电网大数据分析系统为电网运营企业提供了全面、实时的数据支持，有助于提高电网的可靠性、安全性和运行效率。

4.1 数据传输和存储

在智能电网调度运行过程中，电网系统会产生大量运行数据，如果不及时进行有效存储，不仅会影响电网管理水平，还会对电网调度智能化水平产生影响。为此，基于大数据技术的智能电网调度系统便增加了数据传输与存储功能设计，通过加强传统数据压缩方式使电力数据传输量降至最低水平，从而提升电网运行数据管理的真实有效性。

4.2 数据处理

由于智能电网运行过程中所产生的数据信息量庞大，因此，会在一定程度上增加数据处理时间，当出现某些数据处理技术能力达不到处理庞大数据信息能力时，就会在一定程度上影响智能电网系统运行稳定性。将大数据技术引入智能电网调度系统中，使智能电网数据处理能力获得明显提升，确保数据信息稳定传输[4]。

4.3 数据查询

数据查询功能组件在实现过程中需要考虑数据的多样性、大规模、实时性等特点。数据查询主要包含以下内容。

一是HDFS 数据提取。Hadoop Distributed FileSystem（HDFS）是大数据处理领域广泛应用的分布式文件系统，具有良好的扩展性、高容错性和高吞吐量，可以利用Hadoop 生态系统中的MapReduce、Hive、Pig 等工具对HDFS 数据进行分布式处理和提取。二是数据加载。提取到的数据需要加载到适合查询的数据存储系统中，例如关系型数据库或NoSQL 数据库。在此过程中，需要对数据进行格式转换、数据类型映射等操作，以满足目标数据存储系统的要求。三是数据汇总。为了方便用户查询，需要将这些数据进行汇总和整合。数据汇总可以通过数据仓库技术实现，例如采用星形模型、雪花模型等多维数据模型对数据进行组织和存储，以提高查询效率[5]。

4.4 数据分析

运用机器学习、数据挖掘等技术，对数据进行深入分析，为运营企业提供有价值的决策建议。分析内容包括电力需求预测、电网故障诊断、设备维护策略等。

5 结语

随着智能电网技术的不断发展，我国电力系统的智能化水平也得到了一定程度的提升，智能电网中电网调度技术的应用也较为广泛。本文通过对智能电网中电网调度技术的应用意义进行简要分析，并从电力调度资源整合、电网调度系统建立、电力调度需求分析、短路电流控制等方面介绍了智能电网调度技术应用流程，并对基于大数据技术的智能电网调度实施进行了详细介绍，以期为智能电网调度技术在智能电网中的应用提供参考。