智能电网下基于大数据技术的电力需求侧管理探究

夏怀民，徐雄军

(国网湖北省电力公司孝感供电公司,湖北 孝感 432000)

智能电网下基于大数据技术的电力需求侧管理探究

夏怀民，徐雄军

(国网湖北省电力公司孝感供电公司,湖北 孝感 432000)

大数据技术是科技创新的主攻方向之一，智能电网是其重要的应用领域，在智能电网下电力需求侧管理现状的基础上，分析了大数据技术在电力需求侧管理中的应用模式及其成效，将智能电网大数据技术应用于电力需求侧管理，有利于适应电力经济发展要求，并使电力需求侧管理模式得到优化。

智能电网；大数据；电力需求侧管理；互联网+

0 引言

随着互联网+时代的到来，电力系统越来越趋于数字化、自动化、信息化和智能化，智能电网成为世界电力系统的变革新动向。智能电网、大数据、云计算、物联网、新能源消纳与并网等信息服务，被列入“十三五”国家战略性新兴产业发展规划[1]。电力需求侧管理，即PDSM（Power Demand Side Man⁃agement），是智能电网发展与建设的重要环节，将大数据技术应用于电力需求侧管理，能够克服当前电力需求侧管理面临的各系统数据难共享、供电、购电、售电信息难一体化、数据监控与采集难实现实时在线等问题[2]，有助于供电公司快速响应电力市场需求的动态变化，提高电力营销服务管理工作水平。

1 智能电网下电力需求侧管理现状

1.1 电力需求侧管理概述

电力系统的安全经济运行与实时电力供需平衡密切相关。随着社会的发展，电力需求总量不断增加，电力短缺现象频繁发生，这一现状推动了新能源发电及并网的快速发展，然而，新能源发电的间歇性、不稳定性、分散性等加大了供电系统的复杂度，也增加了电力供应侧的管理难度。为了缓解电力供需不平衡的矛盾，从电力供应侧管理转变为电力需求侧管理便成为世界公认的缓解电力缺口最有效的方法之一[3]。

当前的电力需求侧管理，是以电力客户为主体，利用技术、管理、政策等方式，基于“移峰填谷”的思想来调控客户的电力需求，达到“有序”用电的目的，减少用电高峰时段的电网峰荷，改变电力需求的时序分布，以提高电力系统的经济性与可靠性。然而，电力系统的供用电无时无刻不在发生变化，且电力负荷的不断增加、供电系统的多样化和复杂化，都增加了电力需求侧管理的难度，加之电力需求侧管理涉及不同管理部门，故很难实时把控电力需求状况，无法快速响应用户电力需求，这些现状对电力需求侧管理都提出了更高的要求。

1.2 电力需求侧管理概述

随着智能电网建设工作的展开，其灵活、清洁、经济、可靠、自愈、兼容、安全等特点，一方面对电力需求侧管理提出了更高的要求，另一方面为电力需求侧管理提供了良好的环境与平台。下图1为智能电网环境下的电力需求侧管理模型。

图1 智能电网环境下的电力需求侧管理模型Figure1 Power demand side management model in smart grid environment

在智能电网环境下，通过实时在线监控技术和智能控制策略，能够实现精确、实时的用户需求响应和调控。智能电网支持分布式能源并网，让用户从单一的“被动受电”转变为“双向互动式地供用电”。另外，在智能电网环境下，电力部门通过充分监测和分析用户对电力的需求规律，采取“分时电价”等激励措施，通过调整电价来促进用户自主调节用电时段，以促进电力供需平衡。

从长远来看，在智能电网建设环境下，结合“互联网+”和“大数据”背景，电力需求侧管理的变革趋势是基于“全覆盖”、“全采集”、“全预付费”的全网建设和全网管理模式。

2 智能电网中的大数据技术

2.1 大数据技术概述

“大数据”于2012年首次在国家层面被提出，并成为科技创新热点之一[4]。大数据与“海量数据”和“超大规模数据”等术语不同，其代表性定义为3V，即“规模性（Volume）、多样性（Variety）、高速性（Ve⁃locity）”，或者4V，即补充“真实性（Veracity）”或“价值性（Value）”[5]。自大数据被提出以来，其特点与“互联网+”的信息时代背景就决定了大数据技术将在众多领域带来革命性的影响，势必会掀起大数据技术的研究和应用高潮。

电力系统是极其复杂的人造系统，其规模之大、涉及范围之广、传输能量之多、潮流情况之复杂、实时运行之不停歇、故障扩散之极快极广等特点，决定了电力系统运行过程中必然产生不同类型的海量数据，且数据量时时刻刻保持增长态势，十分符合大数据的特点，因此，是典型的电网大数据。

2.2 智能电网大数据

智能电网是大数据技术十分重要的应用领域之一。将大数据技术应用于智能电网建设中，为智能电网建设带来了新思维和新活力。随着电力信息化的推进以及智能电表、智能变电站、实时测量和监控系统、现场移动检修系统、先进的信息管理系统的应用和推广，电力数据种类和规模均快速增长，这些数据便构成智能电网大数据[6-7]。总体来看，智能电网大数据包括电网内部数据和电网外部数据两大类，具体来源示意图如图2所示。

图2 智能电网大数据分类及数据来源示意图窗体顶端Figure 2 Schematic diagram of big data classification and data sources of smart grid

大数据技术在智能电网中的应用涵盖多个方面，包括面向电力公司运行管理与发展的应用、面向电力用户服务的应用、面向政府部门辅助决策的应用。其中，面向电力用户服务的应用又包括用户用电行为分析、电力需求侧管理、用户能效分析、供电服务舆情监测预警分析等内容[6，8]。

3 智能电网大数据技术在电力需求侧管理中的应用

3.1 智能电网大数据在电力需求侧管理中的具体应用

智能电网环境下，将大数据技术应用于电力需求侧管理，有利于适应现阶段电力经济的发展要求，同时优化电力需求侧管理模式，促进电力需求侧管理水平和效率的大幅提升[9]。根据大数据技术的分析架构以及大数据在智能电网中的应用步骤，得到图3所示的智能电网大数据在电力需求侧管理中的应用示意图。

图3 智能电网大数据在电力需求侧管理中的应用示意图窗体顶端Figure 3 Schematic diagram of the application of big data of smart grid in power demand side management

由图3可知，利用智能电网大数据来实现电力需求侧管理时，首先需要采集数据，智能电网中的数据存储采用了云计算技术，从海量数据中提取的用户数据需要通过数据融合技术作预处理，进而针对有效数据，根据湿度、温度等气候条件以及用户阶层的差异性，对电力用户进行分类。然后针对各类用户的不同用电设备绘制日负荷曲线、周负荷曲线、月负荷曲线、年负荷曲线等，并对其进行充分解读，比如分析用电设备的用电特性，包括用电时间或周期、用电量大小、用电负荷波动情况等；对于空调、热水器、取暖器等受季节、天气影响的用电设备，需分析其受季节、天气影响的程度等。接着对分析所得结果进行整合，采用关联分析、聚类分析、回归分析等方法进行数据挖掘分析，并根据数据挖掘的结果实现各电力用户的电力需求情况的宏观掌控，进而以此为依据，制定电力需求管理机制。

3.2 智能电网大数据在电力需求侧管理中的应用成效分析

通过智能电网大数据技术的应用，电力需求管理预期会出现新方法及新趋势，比如分时电价措施将全面有效推广、智能家电模式将得到普及与推广、基于可再生能源发电系统的微电网并网得到广泛应用等。

利用大数据技术，能够实时分析当前供用电情况，确定实时电价以及下一时段的预测电价，并及时发布告知用户，用户享有全网用电情况和用户个体用电信息的知情权，用户可根据个体的电力需求情况，主动调节用电时段，尽可能利用电价较低的时间进行生产和生活，以提高用电经济性；另一方面，通过分时电价措施，能够有效降低峰荷，减少峰荷对电网的负面影响。

利用大数据技术，用户能够掌握实时负荷情况及实时电价信息，这将促进用户对具有遥控、预约、变频、节能等功能的智能家电的青睐，充分利用智能家电的节能环保等优势，为用户创造经济价值。

利用大数据技术，能够实现对电源并网的灵活管理，各电源部门或安装有可再生能源发电系统的微电网用户可根据实际用电情况，优先满足电力的“自给自足”，并储存多余电能，待电价较高时并入电网，供给其他用户，若微电网提供电力不足以维持用户的生产生活，再选择低电价时段从电网取电。

4 结语

在互联网+的信息时代，采用大数据技术，将智能电网的数据信息进行充分利用，挖掘其价值，并就数据分析结果进行利用，让智能电网大数据服务于电力公司，服务于电力用户，服务于政府部门辅助决策，进而将智能电网建设推向新的阶段。面对大数据、云计算、互联网+这些新兴事物，智能电网建设需要改革，电力需求侧管理亦需要与时俱进，将智能电网、大数据、电力需求侧管理相结合，充分利用先进科学技术，必将为我国的电力行业带来新态势。

（References）

[1]王韶英.智能电网大数据的处理技术[J].信息与电脑, 2016(17):129-130.WANG Shaoying.Processing technology of big data in smart grid[J].China Computer&Communication, 2016(17):129-130.

[2]高建宏,臧宝志.智能电网建设时期的需求侧管理[J].山东电力高等专科学校学报,2010,13(2):64-66.GAO Jianhong,ZANG Baozhi.Demand side manage⁃ment under smart grid framework[J].Journal of Shandong Electric Power College,2010,13(2):64-66.

[3]邢毓卿.智能电网框架下电力市场需求侧管理的研究[D].华北电力大学(北京),2016.XING Yuqing.Research on power demand side man⁃agement framework of Smart Gide[D].North China Electric Power University(Beijing),2016.

[4]王钦,蒋怀光,文福拴,等.智能电网中大数据的概念、技术与挑战[J].电力建设,2016,37(12):1-10.WANG Qin,JIANG Huaiguang,WEN Fushuan,et al.Concept,technology and challengs of big data in smart grids[J].Electric Power Construction,2016,37 (12):1-10.

[5]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(3): 503-511.PENG Xiaosheng,DENG Diyuan,CHENG Shijie,et al.Key technologies of electric power big data and its application prospects in Smart Grid[J].Proceed⁃ings of the CSEE,2015(3):503-511.

[6]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(1):2-12.ZHANG Dongxia,MIAO Xin,LIU Liping,et al.Re⁃search on development strategy for smart grid big data[J].Proceedings of the CSEE,2015(1):2-12.

[7]陈晔.智能电网大数据技术发展探索[J].科技资讯, 2016,14(29):2-3.CHEN Ye.Exploring the development of big data technology in Smart Grid[J].Science&Technology Information,2016,14(29):2-3.

[8]孟祥君,季知祥,杨祎.智能电网大数据平台及其关键技术研究[J].供用电,2015,32(8):19-24.MENG Xiangjun,JI Zhixiang,YANG Yi.Research on big data platform and its key technologies in Smart Grid[J].Distribution&Utilization,2015,32(8):19-24.

[9]姜海侠.浅析智能电网系统运行规划与电力需求侧管理的内在关系[J].中国新技术新产品,2017(09): 110-111.JIANG Haixia.Analysis on the intrinsic relationship between operation planning and power demang side managementofsmartgrid system[J].China New Technologies and Products,2017(09):110-111.

Research on Power Demand Side Management Based on Big Data Technology under Smart Grid

XIA HuaiMin，XU XiongJun
(Hubei Xiaogan Power Supply Bureau,Xiaogan Hubei432000,China)

Big data technology is one of the main direction of technological innovation,smart grid is an important application area.Based on the analysis of the present situation of PDSM in smart grid,the application mode and effect of big data technology in PDSM are analyzed in this paper.Ap⁃plying the big data technology of smart grid to PDSM is helpful to meet the demand of electric pow⁃er development and optimize the PDSM model.

smart grid;big data;PDSM;Internet plus

TM715

A

1006-3986(2017)04-0001-04

2017-03-09

夏怀民（1971），男，安徽宿州人，本科，高级工程师。

10.19308/j.hep.2017.04.001