大数据技术在智能电网中应用

王星星

【摘要】：目前，我国环境问题越来越严重，全社会节能减排的压力逐渐增大，电力行业的能耗在能源领域占比较高，多数发达国家电力消费占终端能源消费比例约为20%，且呈现出逐年上升的趋势。智能电网技术在我国已经发展成熟，基本实现了对全网多维信息的采集，同时“互联网+”、“能源互联网”、“物联网”等概念的提出，使得电力系统和外界的交互越来越频繁，海量数据为智能电网建设带来了前所未有的机遇和挑战。智能电网中如何利用海量数据，使得不同能源之间协调配合实现节能减排，改善我们的环境生活，已成为国内外专家学者研究的热点。

【关键词】：大数据技术；智能电网；应用

1、智能电网与大数据

智能电网是电力工业发展的方向和趋势。智能电网是以物理电网为基础，将现代先进的传感测量技术、通信技术、信息技术、计算机技术和控制技术与物理电网高度集成而形成的新型电网。它涵盖发电、输电、变电、配电、用电和调度等各个环节，对电力市场中各利益方的需求和功能进行协调，在保证系统各部分高效运行、降低运营成本和环境影响的同时，提高系统的可靠性、自愈性和稳定性。智能电网是建立在集成的、高速双向通信网络的基础上，通过先进的传感和测量技术、先进的设备制造技术、先进的控制方法以及先进的决策支持技术的应用，实现电网可靠、安全、经济、高效、环境友好和使用安全的目标。一般认为，智能电网的特征主要包括坚强、自愈、兼容、经济、集成和优化。智能电网的“智能”表现为高度的“可观测”和“可控制”，观测和控制的基础在于获得反映系统运行状态的信息和数据，并对信息和数据进行快速地分析、处理、判断、预测。智能电网的最终目的是为用户（包括发电侧用户和用电侧用户）提供更好的服务，满足用户多样性的需求。而且，随着信息通信技术的发展，智能电网将与互联网、物联网、智能移动终端等相互融合，更大范围地满足用户的需求。大数据早期主要应用于商业、金融等领域，之后逐渐扩展到交通、医疗、能源等领域。智能电网被看作是大数据最重要的应用领域之一。

随着智能电网的快速发展，智能电表的大规模部署和传感、量测技术的广泛应用，电力工业产生了大量结构多样、来源复杂的数据。如何利用这些数据为电网的发展和运行控制提供科学的决策，是智能电网发展的迫切需求，也是实现智能电网坚强、自愈、兼容、经济、集成、优化特征的必由之路。可以说，大数据是实现智能电网“智能化”的重要工具。

2、大数据技术在智能电网中的应用领域

2.1负荷波动及新能源出力预测

负荷预测作为电网电量管理系统的重要组成部分，其预测误差的大小直接影响电网运行的安全性及可靠性，较大的预测误差会给电网运行带来较高的风险。现阶段负荷预测主要是通过负荷历史数据，利用相似日或者其他算法预测负荷的大小，短期预测精度较高，中长期精度较差。随着电网采集数据范围增加，利用大数据技术可以将气象信息、用户作息规律、宏观经济指标等不同种类的数据，通过抽象的量化指标表征与负荷之间的关系，实现对负荷变化趋势更为精确的感知，提高预测精度。

分布式发电的不断接入，特别是新能源渗透率的不断增加，打破了原来电网运行管理的模式，不但需要考虑负荷侧的波动，还要计及新能源出力的间歇性。在我国，新能源接入主要受制于两个因素：新能源大多分布在电网末端远离负荷中心，网架结构较为脆弱，从而造成电网接纳能力较弱；新能源预测误差较大，目前风电出力预测日前和实时的误差分别为20%、5%左右，这样就会给电网调度带来较大的挑战。由于新能源较大的预测误差，往往需要在大型新能源基地周边建立配套的大型常规能源作为旋转备用，以弥补新能源预测精度方面的不足。作为备用的常规电源，由于担负着较重的旋转备用，长期不能工作在最佳运行点，将造成其发电效率低以及能源的浪费。

2.2网架发展规划

电网已经从传统电网发展到智能电网，随之将会成为能源互联网的一部分，从而使得电网与整个能源网联系的更为紧密。电转气技术的提出，为新能源接入提供了新的思路，试图将不宜存储的电能转化为便于存储的天然气，但由于转化效率较低，尚属于技术论证阶段。冷热气三联技术实现了能源的阶梯利用，能源利用效率高、环境污染小、经济效益好。电动汽车的兴起将会显著提高能源末端电力消费的占比，充换电站将会像加油站一样分布在城市的每个角落。传统的电网规划数据来源渠道不足，数据分析挖掘能力欠缺，因此造成规划过程中面临着众多不确定性因素的现象，特别是现在新技术不断涌现，能源结构不断发生变革，使得传统的电网规划方法往往与实际需求差别较大。电网规划的过程中，需要利用大数据技术综合考虑多种因素如分布式能源的接入、电动汽车的增长趋势、电力市场环境下为用户提供个性化用电服务等，多类型、海量数据的引入，可以有效减少电网规划过程中的不确定性，使得整个规划的过程更加合理、有序。

2.3源网荷协同调度

利用大数据技术可以有效降低新能源预测误差，但这对于新能源出力固有的波动性，传统的调度方法通过增加系统的旋转备用来解决。在电力市场不断完善的背景下，可以不通过调节常规电源的出力，而是利用市场手段，使得一部分用户主动削减或者增加一部分负荷去平衡发电侧出力的变化，即通过需求侧管理实现系统电量平衡。若要达到网源荷协调优化调度需要大量的辅助信息，如新能源出力波动大小、电网线路输送能力、负荷削减电量的范围、实时电价等，其中每个因素又受很多条件的影响，因此是一个非常复杂的电力交易过程，此时必须利用大数据技术发掘数据内部之间的联系，从而制定出最佳调度方案。智能电网和传统电网最大的区别在于源网荷三者之间信息流动的双向性，三者之间信息在一个框架内可以顺畅的进行交互，极大地提升电网运行的经济性、可靠性。

结语

由于目前智能电网大数据的应用研究尚处在起步阶段，智能电网大数据的应用领域并不限于本章所述的技术领域。随着智能电网大数据研究的不断深入以及应用的不断拓展和创新，其应用将向更深、更广的领域拓展。

【参考文献】：

[1]张东霞，苗新，刘丽平，等.智能电网大数据技术发展研究[J].中国电机工程学报，2015（01）：2-4.

[2]彭小圣，邓迪元，程时杰，等.面向智能电网应用的电力大数据关键技术[J].中国电机工程学报，2015（13）：503-505.