论文部分内容阅读
【摘 要】在智能电网的配电中，安装了不计其数的测量、传感和采集设备。其中不同来源的数据汇集在一起，与用户交互的需求侧管理系统数据以及包含设备运维和电网拓扑的先进配电管理系统数据等构成了配用电的大数据环境，形成对大数据应用的巨大需求。本文对大数据相关概念进行了概述，并分析了配用电大数据的应用需求、常见应用场景和应用展望，希望能给之后的配用电大数据的应用和开发提供参考。
【关键词】大数据；配用电；应用
1配用电大数据概述
1.1 配用电大数据的来源
电力大数据的配置主要来自配电管理系统，配电自动化和电力需求侧管理三个方面。其中，自动化配电管理系统作为重要的配电网运行管理以及监控的重要组成部分，现有许多的应用系统与之存在自然的业务联系，同时拥有大量的信息交换。也就是说，配电管理自动化系统对生产管理信息系统（PMS），调度自动化系统等系统的信息进行了高度集成。
1.2 配用电大数据的发展
进入二十一世纪以来，所有领域的数据都在大规模增长。几年前，一家国际数据公司的调查表明，近年来全球复制和创建的数据量翻倍增长，数据量已经从PB（1PB=1024TB）级别跃升到EB（1EB=1024PB）乃至ZB（1ZB=1024EB）级别。在不久的将来，这个数字还会以更快速度增长。此外，大数据为发现新价值提供了机会，有助于我们更深入地了解隐藏价值。从目前的大数据的应用而言，其优势已经得到了充分的体现。电力运营部门通过对智能电表的大数据进行分析，能够对用户的用电行为有更深层次的了解。在国外，某公司通过把大数据分析与智能电表相结合，让分时动态电价不再只是理论。总而言之，智能电表以及数据实时采集技术的进一步发展让电网能够取得更多的数据来定制服务。
2大数据应用需求分析
2.1整体应用需求
随着已经开展的营配贯通业务，挖掘配用电大数据的价值变的更加重要。在集成电力营销、气象地理信息、社会经济、电网运营，互联网等多源数据的基础上，能够创造出很多不同的应用，带来很多新的技术手段。同时，将极大地提高电力公司的运行效率、优化电网运行方式、降低管理成本，提高电力公司服务用户的水平。智能配用电的大数据应用涵盖电力管理和服务、配用电网规划运营等诸多方面。根据不同的服务对象，它可以分为三种类型的应用程序。根据这些要求，需要综合用户电信网络利率，电网运行状态信息，客户服务系统信息，电力营销信息，经济社会数据和互联网数据规划。此外，对智能配电大数据技术产生的内外数据进行合理运用对政府部门、电力公司以及电力用户都十分重要。电力公司可以提高自身的管理和服務水平。同时，电力信息可以帮助政府相关部门了解经济现状，分析发展趋势，并为相关规划决策提供支持。此外，通过对大数据价值进行挖掘，能够进一步推动未来的电网发展，包括电动汽车充电设施规划和布局以及分布式电力接入。
2.2常见大数据配用电运用场景
2.2.1分析用户用电行为
随着不断发展的智能电网，电力公司的用电信息通过客户服务信息系统、电力信息采集系统以及电力营销系统进行了大量积累。现在，这些数据通常被用来协助电力公司的内部决策以及营销业务，尚未得到充分发掘。针对这一问题，一些专家学者已经对用户的电力行为进行了全面的分析，研究了各类各种自然和社会中可能影响电力数据以及用电行的因素，并对用户用电模式进行发现认知。
2.2.2负荷预测
在电力系统中，负荷预测具有十分关键的作用，其作为市场交易、制定电网调度计划和规划电网的基础，直接为与电网相关的应用提供数据。其预测精度既会对电网能否安全稳定运行产生影响，也影响到其他诸如计划的合理性等方方面面，还与配电网中电源的布点以及目标网架的结构规模有直接关系。所以，相关行业一直想方设法以期提高预测精度。负荷变化虽然具有周期性的特点，但由于不同负荷类型具有各自的变化规律和特点，又同时受不同因素的影响，使得很难去精确预测负荷，导致现在负荷预测还是无法做到十分准确。在现在电网日渐智能的背景下，控制的智能化、供需双方的互动化、电源形式的多样化将对负荷预测提出更高的要求。
2.2.3配电网运行状态评估与预警
基于大数据技术的配电网运行状态评估与预警研究内容包括以下方面：
1）对配电网进行安全性评价，如电力系统的频率、节点电压水平、主变和线路负载率等；
2）对配电网的供电能力进行评价，如容载比、线路间负荷转移能力等。当供电能力不能满足负荷需求时，根据负荷重要程度、产生的经济社会效益以及历史电压负荷情况，进行甩负荷；
3）对配电网可靠性和供电质量进行评价，如负荷点故障率、系统平均停电频率、系统平均停电时间、电压合格率、电压波动与闪变、三相不平衡度、波形畸变率、电压偏移、频率偏差等；
4）对配电网经济性进行评价，如线损率和设备利用效率等。通过计算风险指标，判断出所面临风险的类型；预测从现在起未来一段时间内配电网所面临的风险情况；根据风险类型辨识结果，生成相应的预防控制方案，供调度决策人员参考；可以对突发性的风险和累积性风险进行准确辨识、定位、类型判断、生成预防控制方案等。
3在配用电业务中大数据的应用展望
3.1协同调度
之前，运行调度与前期规划基于彼此不兼容、完全不同的两组基本数据，它们导致在进入运行阶段以后，电网无法很好实现规划阶段设定的目标。电气部分的数据也无法很好满足现在的的情况。所以，相关行业非常迫切的需要建立统一的大数据管理。通过对用户用电行为进行分析，建立用电预测模型，获得更细粒度，更准确的预测结果，并精确调度负荷。
3.2 数据驱动的新型技术
随着电力数据采集逐渐实现自动化以及智能电表的普及，（ADA）已经初具规模。而配电自动化系统积累下来的大量数据为研究用电预测技术提供了坚实的数据基础。例如，基于不同用户对象在数据真实性的差异和采集频率上，能够研究涵盖多个时间尺度的用电预测技术，让所收集的数据资源得到最大化的利用。
结束语
在信息时代，“数据”的能量是不容忽视的，它已成为推动机制变革、社会创新强劲力量。所以，有充足的证据表明，电力公司可以在配用电大数据的基础上，尝试从数据中学习更多，并尝试更准确，更广泛地掌握影响配电网经济性和可靠性的关键因素，对配电网及其运行方式进一步优化，从而实现更精细的需求侧管理以及更加先进的响应机制，以提高设备资产利用率和输电效率，让智能配用电网变的更加可靠，形成良性的互动机制。现在，对配用电大数据的应用还刚刚起步，其未来还有很大的发展空间。
参考文献：
[1]张铁峰，梁思博，顾建炜.配用电大数据应用综述[J].电测与仪表，2017，54（02）：92-99.
[2]张东霞，王继业，刘科研，郑安刚.大数据技术在配用电系统的应用[J].供用电，2015，32（08）：6-11.
[3]葛网华.智能配用电大数据系统工程实施与性能优化[A].中国电力科学研究院.2017
（作者单位：国网太原供电公司）
【关键词】大数据；配用电；应用
1配用电大数据概述
1.1 配用电大数据的来源
电力大数据的配置主要来自配电管理系统，配电自动化和电力需求侧管理三个方面。其中，自动化配电管理系统作为重要的配电网运行管理以及监控的重要组成部分，现有许多的应用系统与之存在自然的业务联系，同时拥有大量的信息交换。也就是说，配电管理自动化系统对生产管理信息系统（PMS），调度自动化系统等系统的信息进行了高度集成。
1.2 配用电大数据的发展
进入二十一世纪以来，所有领域的数据都在大规模增长。几年前，一家国际数据公司的调查表明，近年来全球复制和创建的数据量翻倍增长，数据量已经从PB（1PB=1024TB）级别跃升到EB（1EB=1024PB）乃至ZB（1ZB=1024EB）级别。在不久的将来，这个数字还会以更快速度增长。此外，大数据为发现新价值提供了机会，有助于我们更深入地了解隐藏价值。从目前的大数据的应用而言，其优势已经得到了充分的体现。电力运营部门通过对智能电表的大数据进行分析，能够对用户的用电行为有更深层次的了解。在国外，某公司通过把大数据分析与智能电表相结合，让分时动态电价不再只是理论。总而言之，智能电表以及数据实时采集技术的进一步发展让电网能够取得更多的数据来定制服务。
2大数据应用需求分析
2.1整体应用需求
随着已经开展的营配贯通业务，挖掘配用电大数据的价值变的更加重要。在集成电力营销、气象地理信息、社会经济、电网运营，互联网等多源数据的基础上，能够创造出很多不同的应用，带来很多新的技术手段。同时，将极大地提高电力公司的运行效率、优化电网运行方式、降低管理成本，提高电力公司服务用户的水平。智能配用电的大数据应用涵盖电力管理和服务、配用电网规划运营等诸多方面。根据不同的服务对象，它可以分为三种类型的应用程序。根据这些要求，需要综合用户电信网络利率，电网运行状态信息，客户服务系统信息，电力营销信息，经济社会数据和互联网数据规划。此外，对智能配电大数据技术产生的内外数据进行合理运用对政府部门、电力公司以及电力用户都十分重要。电力公司可以提高自身的管理和服務水平。同时，电力信息可以帮助政府相关部门了解经济现状，分析发展趋势，并为相关规划决策提供支持。此外，通过对大数据价值进行挖掘，能够进一步推动未来的电网发展，包括电动汽车充电设施规划和布局以及分布式电力接入。
2.2常见大数据配用电运用场景
2.2.1分析用户用电行为
随着不断发展的智能电网，电力公司的用电信息通过客户服务信息系统、电力信息采集系统以及电力营销系统进行了大量积累。现在，这些数据通常被用来协助电力公司的内部决策以及营销业务，尚未得到充分发掘。针对这一问题，一些专家学者已经对用户的电力行为进行了全面的分析，研究了各类各种自然和社会中可能影响电力数据以及用电行的因素，并对用户用电模式进行发现认知。
2.2.2负荷预测
在电力系统中，负荷预测具有十分关键的作用，其作为市场交易、制定电网调度计划和规划电网的基础，直接为与电网相关的应用提供数据。其预测精度既会对电网能否安全稳定运行产生影响，也影响到其他诸如计划的合理性等方方面面，还与配电网中电源的布点以及目标网架的结构规模有直接关系。所以，相关行业一直想方设法以期提高预测精度。负荷变化虽然具有周期性的特点，但由于不同负荷类型具有各自的变化规律和特点，又同时受不同因素的影响，使得很难去精确预测负荷，导致现在负荷预测还是无法做到十分准确。在现在电网日渐智能的背景下，控制的智能化、供需双方的互动化、电源形式的多样化将对负荷预测提出更高的要求。
2.2.3配电网运行状态评估与预警
基于大数据技术的配电网运行状态评估与预警研究内容包括以下方面：
1）对配电网进行安全性评价，如电力系统的频率、节点电压水平、主变和线路负载率等；
2）对配电网的供电能力进行评价，如容载比、线路间负荷转移能力等。当供电能力不能满足负荷需求时，根据负荷重要程度、产生的经济社会效益以及历史电压负荷情况，进行甩负荷；
3）对配电网可靠性和供电质量进行评价，如负荷点故障率、系统平均停电频率、系统平均停电时间、电压合格率、电压波动与闪变、三相不平衡度、波形畸变率、电压偏移、频率偏差等；
4）对配电网经济性进行评价，如线损率和设备利用效率等。通过计算风险指标，判断出所面临风险的类型；预测从现在起未来一段时间内配电网所面临的风险情况；根据风险类型辨识结果，生成相应的预防控制方案，供调度决策人员参考；可以对突发性的风险和累积性风险进行准确辨识、定位、类型判断、生成预防控制方案等。
3在配用电业务中大数据的应用展望
3.1协同调度
之前，运行调度与前期规划基于彼此不兼容、完全不同的两组基本数据，它们导致在进入运行阶段以后，电网无法很好实现规划阶段设定的目标。电气部分的数据也无法很好满足现在的的情况。所以，相关行业非常迫切的需要建立统一的大数据管理。通过对用户用电行为进行分析，建立用电预测模型，获得更细粒度，更准确的预测结果，并精确调度负荷。
3.2 数据驱动的新型技术
随着电力数据采集逐渐实现自动化以及智能电表的普及，（ADA）已经初具规模。而配电自动化系统积累下来的大量数据为研究用电预测技术提供了坚实的数据基础。例如，基于不同用户对象在数据真实性的差异和采集频率上，能够研究涵盖多个时间尺度的用电预测技术，让所收集的数据资源得到最大化的利用。
结束语
在信息时代，“数据”的能量是不容忽视的，它已成为推动机制变革、社会创新强劲力量。所以，有充足的证据表明，电力公司可以在配用电大数据的基础上，尝试从数据中学习更多，并尝试更准确，更广泛地掌握影响配电网经济性和可靠性的关键因素，对配电网及其运行方式进一步优化，从而实现更精细的需求侧管理以及更加先进的响应机制，以提高设备资产利用率和输电效率，让智能配用电网变的更加可靠，形成良性的互动机制。现在，对配用电大数据的应用还刚刚起步，其未来还有很大的发展空间。
参考文献：
[1]张铁峰，梁思博，顾建炜.配用电大数据应用综述[J].电测与仪表，2017，54（02）：92-99.
[2]张东霞，王继业，刘科研，郑安刚.大数据技术在配用电系统的应用[J].供用电，2015，32（08）：6-11.
[3]葛网华.智能配用电大数据系统工程实施与性能优化[A].中国电力科学研究院.2017
（作者单位：国网太原供电公司）