智能电网大数据处理技术应用与发展策略

蔡淑慧 郑晓钟 陈 海 章建东 蔡秋兰



智能电网大数据处理技术应用与发展策略

蔡淑慧 郑晓钟 陈 海 章建东 蔡秋兰

国网福建省电力有限公司厦门供电公司，福建 厦门 361000

随着我国科学技术的不断进步，大数据、云计算技术已成为发展方向，并且技术的成熟度越来越高，已逐渐应用到各行各业中。研究了智能电网下的大数据技术发展情况。电网依托智能电网大数据技术，在其指导下推动电力的发展，充分提高了电能的利用效率，实现资源的合理配置，这样无论在智能电网数据平台、资源配置以及在分布式控电方面都发挥着巨大的作用，实现电网智能化安全运转、监测和报警工作。

智能电网；大数据；处理技术

1 智能电网及大数据概述

智能电网是建立在物理电网基础之上的，并集成了传感测量技术、计算机技术、信息技术以及控制技术等多种现代化技术，是一种新型电网。智能电网往往涉及发电、输电、电力调度以及配电等多个环节，协调各方面用电需求，使整个电网系统保持高效运行，极大地降低了运营成本，使系统的自愈性和可靠性得到了增强[1]。

大数据最早主要在商业及金融领域中得到应用，并逐渐向交通、能源以及医疗等相关领域拓展。在智能电网中，大数据得到十分广泛的应用。通过大规模部署智能电表，加强传感以及量测技术的影响，为智能电网搜集了大量的数据，这类数据往往表现出如下特点。

1.1 规模大

随着智能电网发展程度的不断提升，电网发电机节点和负荷节点也不断攀升，再综合负荷以及电网双向交互因素，极大地促进了电网数据量的增加，数据规模达到PB量级[2]。

1.2 高速性

这是由电网属性决定的，也就是确保电力电缆保持实时平衡，而负荷波动并没有固定的规律，这就要求发电侧出力必须对负荷变化保持实时跟踪。不仅如此，电网故障的出现往往带有一定的突然性，必须及时进行处理，使电网保持可靠运行。为了满足这一需求，就需要智能电网对电网数据进行快速传输和处理。

1.3 多样性

多样性主要表现为三点：一是数据来源的多样性。这些数据不仅涉及电网内的数据，而且包括大量电网外的数据。二是存储类型的多样性。对于结构化数据而言，主要是用电信息采集系统、发电机以及输电线路收集的信息，还会收集到大量的非结构化数据，比如说电力调度与营销系统中的语音数据、高压线路巡视直升机获得的图像数据等。三是采集周期的多样性。数据类型不同，其采样周期往往存在较大差异[3]。

2 智能电网领域中大数据技术的应用

2.1 预测负荷波动和新能源出力

在电网电量管理系统中，负荷预测往往占据着重要地位。可以说，电网运行是否安全可靠受到负荷预测准确性的重要影响。一旦负荷预测出现较大误差，将会导致电网运行存在较大安全风险。就目前而言，负荷预测的主要手段是参考负荷历史数据，再通过相关算法对负荷大小进行有效预测，通常负荷预测短期精度较高，而中长期则无法保证其精度。电网数据采集范围不断扩大，对于气象信息、宏观经济指标以及用户作息等相关数据，大数据技术能够利用一些抽象的量化指标表征和负荷的关系，这样就能更为准确地感知负荷变化趋势，使预测精度得到有效提升。

2.2 源网荷协同调度

随着电力市场的日渐完善，能够实现跨越常规电源出力调节，而专门对用户需求侧的管理，使系统电量达到平衡状态。也就是说，通过市场调节手段，让部分用户主动削减或者增加部分负荷，使发电侧出力达到平衡。要实现源、网、荷三者的协调调度，必须掌握足够的辅助信息。比如说，新能源出力波动幅度、负荷削减电量能力、电网输送能力等因素。这些因素往往受到不同条件的影响，因而这一电力交易过程往往表现得极为复杂，那么就需要引入大数据技术，深入挖掘不同数据间的相互联系，在此基础上进行合理协调调度。较之于传统电网，智能电网的最大特点在于能够实现源网荷信息的双向流动，在构建的框架内，源网荷信息能够进行顺畅交互，使电网运行更加经济可靠。

2.3 网架发展规划

与新能源电网相比较，传统电网无论是在数据来源渠道规划上，还是在数据的分析方面，都存在诸多的不足。引入新技术后，传统电网的规划问题得以凸显，尤其是能源结构调整后，传统电网规划和实际间的差距更加突出。为了解决新能源的接入问题，人们提出了电转气的技术，也就是将电能转化为天然气以利于存储，但是因为转化效率过低，该提议尚处在技术论证阶段。冷热气三联技术具有能源利用率高、环保性强、效益突出等显著特点，是以实现能源的阶梯利用为基本目标的。电动汽车行业的逐渐兴起会大大增加能源末端的消费，届时充换电站就会分布于城市的各个角落。

3 智能电网大数据技术的发展策略

3.1 优化运行大数据传输和存储技术

当前，我国智能电网大数据技术处于发展关键阶段，保证智能电网传输的安全性和持久性是基本要求，因此大数据要保证实现电网传输和存储的安全。这就要求管理人员利用管理机制和算法框架，确保运行参数的项目分析结构准确，适应智能电网发展需要。智能电网时代，要保持电力系统内部和各个基层组件的正常运转，从而提升数据存储能力和运转顺畅，实现数据的时效性。智能电网时代，收集数据存储参数会逐渐增多，需要处理的数据也很多，这就为监控设备和存储参数带来了挑战，需要技术性人员优化升级电力智能数据化存储能力，升级网络数据传输能力，强化文献系统的分布式运行优势，提升系统存储能力。另外，要提升大数据的运行软件，提升存储工作安全性和系统流畅性，提高大数据分析和处理能力，保证运行参数的正常需求，优化信息处理能力和分析能力，实现有效性。

技术人员利用智能电网大数据技术，能够实现基本数据的分析和构建，不断强化技术性优势，保证核心数据收集和统一性处理工作，从而建立健全数据库系统回归性分析，集中进行整理收集分类，达到数据安全和稳定，实现非结构性数据的集中分类和整理，确保数据整体框架的稳定，建立一种智能电网分布式系统优化方案。

3.2 优化运行大数据实时分析和整合技术

优化运行大数据实时分析，更多地关注数据库内存结构和运行方式，建立完整的数据库系统，保证数据内存的完整性和优化性，实现数据内存参数项目的正确性。在收集电力数据时，要利用计算机信息处理能力，利用云计算能力，提升智能电网系统运行技术环节的有效性，使用数据合成和智能信息平台。电网智能调度过程中，要提前建立好模型，特别是对一些具有小型发电能力的智能电网波动路径，要对电网系统和组织框架进行实时监管，提升其预防突发电荒的能力，不断提高应急处理能力，完成电网实时数据的更新任务。

3.3 优化运行大数据源异构处理技术

对智能电网系统运行数据的分析过程中，要提升未来智能电网发展的预测，要对发电和输电系统进行分析，还要对用电环节进行分析，确保运行环节顺利进行和深度剖析。在信息采集过程中，集中优势资源提取大数据，综合应用大数据进行处理，使用数据异构处理，从而获得智能电网数据最大化，让传输和数据规模更加有效管理，提升基础设施管理，降低运行成本。

4 结语

总之，在智能电网的快速发展下，电力系统运行、信息采集、设备状态检测过程中出现了大量的数据。智能电网大数据在应用的过程中具有数据量大、类型多样、数据特征复杂等特点，且各类业务数据在使用的过程中存在交叉融合的特点。智能电网大数据平台建设运行涉及的技术形式包含数据集成、数据存储、数据处理、数据分析等，在具体应用的过程中需要根据不同的业务形式来选择相应的大数据技术，只为在电力企业的发展中更好地发挥智能电网大数据平台的作用。

[1]杨在鹏. 面向智能电网应用的电力大数据关键技术探讨[EB/OL]. [2018-05-23]. https：//doi.org/10.19474/ j.cnki.10-1156/f.004011.

[2]刘昶，李春，孔祥靖，等. 基于智能电网的营销大数据平台分析[J]. 大众用电，2017（S1）：207-208.

[3]张聪慧. 智能电网大数据平台中防窃电与电力负荷子系统的设计与实现[D]. 北京：北京交通大学，2017.

Application and Development Strategy of Smart Grid Big Data Processing Technology

Cai Shuhui Zheng Xiaozhong Chen Hai Zhang Jiandong Cai Qiulan

State Grid Fujian Electric Power Co., Ltd., Xiamen Power Supply Company, Fujian Xiamen 361000

With the continuous advancement of science and technology in China, big data and cloud computing technologies have become the development direction, and the maturity of technology is getting higher and higher, and it has gradually been applied to all walks of life. The development of big data technology under the smart grid is studied. The power grid relies on smart grid big data technology to promote the development of power under its guidance, fully improve the utilization efficiency of electric energy, and realize the rational allocation of resources, so that it can be used in smart grid data platform, resource allocation and distributed power control, which plays a huge role in the realization of intelligent and safe operation, monitoring and alarm work.

smart grid; big data; processing technology

TP311.1

A