电气工程

面向智能电网应用的电力大数据关键技术

彭小圣，邓迪元，程时杰，等

摘要：目的：电力系统作为经济发展和人类生活主要依赖的能量供给系统，运行产生的数据数量庞大、增长快速、类型多样、价值丰富，与大数据的4V特性吻合度高，是典型的大数据。在电力系统数据爆炸式增长的新形势下，传统的数据处理技术不能满足电力行业从海量数据中快速获取信息与知识的分析需求，而大数据技术有突破这一瓶颈的潜力。掌握电力大数据的关键技术对电力行业的科学规划、高效运营、智慧决策、创新发展等具有重要的意义，因此对建设坚强智能电网而言，亟需开展大数据相关技术的研究，为电力大数据时代的到来奠定理论基础和技术积累。方法：在分析大数据、云计算、智能电网三者之间彼此交互关系的基础上，给出具有通用性的电力大数据平台总体架构，并从电力大数据的集成管理技术、分析技术、处理技术、展现技术 4个方面，深入探讨了符合电力企业发展需求的大数据关键技术。最后通过3个典型案例，分析了电力大数据关键技术在新能源并网、风电机组安全评估、电网灾难预警上的应用。结果：云计算能够整合智能电网系统内部的计算资源和存储资源，提高电网处理和交互能力，成为电网强有力的技术组成；大数据技术立足于业务服务需求，植根于云计算，以云计算技术为基础；智能电网可以抽象的认为是大数据这个概念在电力中的应用。电力大数据技术的发展从某种意义上讲，可以看成是云计算技术在智能电网中的高级业务需求的实现过程。（1）电力大数据的集成管理技术，包含关系型和非关系型数据库技术、数据融合和集成技术、数据抽取技术、过滤技术和数据清洗技术等。大数据集成管理中一个重要的技术是NoSQL数据库技术。（2）电力大数据分析技术，从根本上讲，属于传统数据挖掘技术在海量数据挖掘下的新发展，可从以下几个方面开展研究：从大数据的治理与抽样、特征选择的角度入手，将大数据小数据化；开展大数据下的聚类、分类算法研究；将传统的数据挖掘方法通过并行化，应用到大数据的知识挖掘中。（3）电力大数据的处理技术，包括分布式计算技术、内存计算技术、流处理技术等。（4）电力大数据的展现技术，包括可视化技术、空间信息流展示技术、历史流展示技术等。结论：著名咨询公司麦肯锡指出：“大数据技术可以在5个方面创造价值，分别是：创建透明度；通过试验来发现需求，暴露可变因素并提高业绩；根据客户需求细分人群；通过自动化算法替换或者支持人为决策；创新商业模式、产品和服务。”结合大数据的技术优势和电力系统的应用需求，发挥电力大数据的价值，将为智能电网的建设带来新的发展契机。电力企业应该牢牢抓住这个契机，从数据政策、人才培养、关键技术研发等层面出发，全面促成电力大数据技术的发展。

来源出版物：中国电机工程学报, 2015, 35(3): 503-511

入选年份：2016

智能配电网大数据应用需求和场景分析研究

刘科研，盛万兴，张东霞，等

摘要：目的：配电网处于电力系统的末端，具有地域分布广、电网规模大、设备种类多、网络连接多样、运行方式多变等鲜明特点。随着配电自动化、用电信息采集等应用系统的推广应用，对于有千条馈线的大规模配电网，配电网中会产生指数级增长的海量异构、多态的数据，数据集合的大小达到了当今信息学界所关注的“大数据”级别。因此，有必要对大数据在配电网的应用场景和目标进行分析与总结，为大数据技术在智能电网中的应用提供有益的参考。方法：为详尽阐述智能配电网大数据应用需求，从数据来源及特征、典型应用场景、不良数据检测与辨识方法、大数据关联模型建模以及配电网大数据分析方法与手段等5个方面，对智能配电网与大数据技术之间的耦合关系、应用场景和分析方法进行了全面的归纳和总结，并对大数据技术在智能配电网中的进一步应用进行了总结和展望。结果：归纳总结了包括配电自动化系统、调度自动化系统、电网气象信息系统、电能质量监测管理系统、生产管理系统、地理信息系统、用电信息采集系统、配变负荷监测系统、负荷控制系统、营销业务管理系统、ERP系统、95598客服系统、经济社会类数据等数据源的数据特征。对有源配电网负荷预测、运行状态评估与预警、电能质量监测和评估以及基于配电网数据融合的停电优化等配电网典型大数据应用场景进行了分析。进而提出了包括基于电度量与量测量互校核、基于不同系统间数据互校核、基于不同结构数据互校核等多种基于配电网多源数据的不良数据检测方法。基于对配电网大数据来源、应用场景以及不良数据辨识方法的分析，建立了多种配电网大数据数学模型，包括数据特征化模型、数据邻近性模型和数据关联模型等。最终提出了数据特征聚类、数据特征分类、大数据快速分析、数据密集型计算等多种配电网大数据分析方法和手段。结论：总结了多种配电网大数据的来源和特征；分别从配电网负荷预测、运行状态评估与预警、电能质量监测和评估、基于配电网数据融合的停电优化等方面分析了智能配电网大数据典型应用场景；从不同系统和不同数据结构角度，对多源数据融合中的不良数据辨识进行了重点分析；归纳了数据特征化模型、数据邻近性模型和数据关联模型等配电网大数据模型建模方法；最终提出了多种配电网大数据分析方法和手段。随着大数据时代的到来及大数据应用技术的发展，为充分利用现有电网运行数据和气象环境数据为设备故障预测成为可能。特别是在运行检修基础数据不断积累的前提下，利用大数据分析技术，分析设备运行的大数据，能对对检修工作进行有效预测和数据支持，进一步提升设备运行管理水平，为运行检修科学决策提供可靠的数据依据，具有巨大的经济价值和社会效益。

来源出版物：中国电机工程学报, 2015, 35(2): 287-293

入选年份：2016

未来配电系统形态及发展趋势

马钊，周孝信，尚宇炜，等

摘要：目的：配电网作为支持需求侧响应管理，承载大量分布式发电（distributed generation，DG）和电动汽车等分布式能源（distributed energy resources，DER）的基础平台，是推动智能电网建设、解决能源危机的关键环节。然而，传统配电网运行模式以供方主导、单向辐射状供电为主，在规划设计和运行管理中，均未考虑DER的接入。随着DG接入量不断增加、电动汽车快速普及、可控负荷持续增多，现有配电网架构很难满足用户对供电安全可靠性、高效经济、环境保护、电能质量和优质服务的要求。DER所具有的随机性、波动性和分散性等特点，将促使配电网发展成为潮流双向流动、智能化的新型配电系统。针对以上问题和挑战，探讨了未来配电网的架构和运行模式、发展趋势和关键支撑技术。方法：针对国内外电网技术的发展方向和研究热点，着重对未来配电网的形态和发展趋势进行探讨。首先，在阐释传统配电网和未来配电网区别的基础上，从配电网发展格局、结构、运行模式、信息物理系统、能源互联网等 5个方面，探讨未来配电系统形态。然后，从能源结构发展，产业技术驱动，政策、体制改革等3个方面进一步综合评估未来配电网发展要点。在此基础上，提炼关键研究方向，并从技术和政策角度提出发展建议。结果：对未来配电系统形态及发展趋势进行研究。具体包括，（1）从负荷动态特性、配电网潮流和智能化装备等方面，分析了传统配电网与未来配电网的区别。（2）从配电网格局、结构、运行模式、信息物理系统、能源互联网等5个方面，探讨了未来配电系统的形态。（3）分析了能源结构发展，产业技术驱动，政策、体制改革等 3个方面的趋势，进而综合评估未来配电网的发展要点。（4）总结8项主要关键研究领域，并从政策和技术角度提出了支持我国配电网发展的 3点建议。结论：（1）未来配电网将支持高渗透率分布式可再生能源，全面实现配电系统智能化运行和一体化信息管理，成为多品质能源、主动配电网、多元负荷及储能系统集成的能量流、信息流、业务流相融合的综合能源互联网，为用户提供实时交易和自由选择，实现能源供需模式的科学平衡。（2）未来配电系统的架构及格局将发生重大变化，其主要特征为：大电网和微电网相辅相成、协调发展；多个电压等级构成多层次环状网络结构；交直流混合运行方式；物理配电网与信息系统高度融合；融合多元能源、实现供需互动的能源互联网。（3）未来配电网的发展目标受到能源结构调整、产业技术发展和政策体制驱动等因素的综合影响。能源供应环节将逐步形成安全可靠、节约高效、绿色环保的能源品质，多元发展的能源结构和多轮驱动的能源供应体系；产业技术发展以绿色低碳为方向，关键支撑技术、高效的产业和商业模式有望实现重大突破和创新；政策体制方面，将逐步构建有效竞争的市场结构和市场体系，政府将通过建立健全能源法律体系和电力规划设计体系等方式，促进电力的发展和管理机制实现科学化、标准化、法制化、市场化。（4）为了应对新形势，未来的配电网应当具备下述5方面的属性，包容性：具备灵活接纳各种分布式能源接入电网的特性。开放性：支持多种电源、储能装置、电力电子设备和多元用户的参与。系统性：具备统一管理、发布自治、协调优化资源的系统能力。广泛性：实现对数量庞大、随机性强的分布式能源和电力用户的统筹管理。互动性：能实现系统与用户、用户与用户之间的互动和信息共享。（5）总结8项关键技术需要进行攻关：配电系统的运行规划技术，新能源发电、储能技术和智能装备技术，用户侧需求响应管理技术，信息通信技术和电力系统的协调仿真分析技术，主动配电网技术，直流配电和微网技术，新材料研发，多能源互联网。（6）建议在未来配电网建设中，应合理规划，均衡发展分布式能源和集中式能源；加强市场管理，引导电网企业既实现自身效益最大化，又实现社会总体效益最大化；在配电网建设中，既围绕城乡一体化建设进行网络优化布局，又满足快速增长的负荷需求和电能质量要求；针对资源分布和地区差异，明确交流与直流配电网、微电网的定位和边界条件，分区域、分阶段设立差异化的发展标准；规划先行，开展大数据背景下智慧城市的综合资源规划和能源互联网的研究与实践；综合利用多种科技创新成果和灵活的管理控制方式，协同攻关技术难题。

来源出版物：中国电机工程学报, 2015, 35(6): 1289-1298

入选年份：2016

基于Copula理论的风电场间风速及输出功率相依结构建模

蔡菲，严正，赵静波，等

摘要：目的：随着我国多个千万千瓦级风电基地的相继建成，大规模风电并网运行。由于风电基地的多个风电场地理位置相距较近，且基本处于同一风带，因此不同风电场的风速以及风电功率之间具有较强的相关性。以甘肃酒泉4个风电场以及福建2个风电场为例，基于Copula函数构建风电场风速及风电功率的相依结构模型。Copula模型能够全面描述多风电场之间的相关性以及联合分布特性，为风电场的经济性与可靠性评估提供直接有效的依据。方法：Copula函数用于描述多元随机变量间的相依结构，该函数将多元随机变量的联合概率分布表示为各自边缘分布的“连接”，是构建相关随机变量联合概率分布的有效工具。基于Copula函数的多元随机变量建模分为2个步骤：（1）建立各个变量的边缘分布模型；（2）选取合适的Copula函数，并估计其参数。针对风速或者风电功率的相依结构建模，首先采用参数或者非参数方法建立每个变量的边缘分布函数：采用威布尔模型等参数模型建立风速的概率分布，采用经验分布建立风电功率的概率分布；其次，基于累积概率分布变换将原始数据转换为[0，1]区间上概率分布值，根据直方图选择合适的Copula函数，并采用两阶段极大似然法估计Copula函数参数；最后，采用图形法和统计分析法进行拟合优度检验，选择最优的Copula函数。结果：采用甘肃酒泉风电基地干河口、北大桥、桥湾及昌马 4个风电场的风速数据，建立风速的Copula模型，并进行拟合优度检验。根据QQ图和KS检验结果可得，相比于正态和Clayton Copula，Frank，Gumbel和T Copula的拟合结果相对更优。为更准确描述风速间的相依结构，基于后3种Copula函数，构造混合Copula模型，其中Gumbel Copula权重系数最大，T Copula其次，而Frank Copula的权重系数几乎为0。相比于单一的Copula模型，混合Copula模型的拟合效果更好。此外，所得到的混合Copula模型的上尾相关系数为 0.776，说明此案例中两两风电场风速之间具有较强的上尾相关性。采用福建漳浦六鳌和龙源2个风电场的输出功率，建立风电功率的Copula模型。相比于参数模型，经验分布模型更为准确地表示单个风电场风电功率的边缘分布特性。根据风电功率 Copula模型的拟合优度检验结果可得，Gumbel Copula的检验统计量Z值最小，Frank Copula，正态Copula以及T Copula次之，Clayton Copula的检验统计量Z值最大，因此Gumbel Copula最适合用于本案例中2个风电场间输出功率的相依结构建模。结论：（1）在甘肃酒泉地区，随着风电场之间的相隔距离与所处方位的不同，两两风电场风速之间的相关程度有所不同，主要随距离增加相关程度减弱。（2）酒泉地区两两风电场风速之间的分布呈现非对称的上厚尾特性，经检验得出Gumbel Copula等3种函数较为适合用于建模，为了更准确地得到风速的相依结构，采用混合Copula函数进行建模效果最佳。（3）对于福建2个风电场输出功率间的相依结构建模，采用Gumbel Copula函数较为适合。

来源出版物：电力系统自动化, 2013, 37(17): 9-16

入选年份：2016