基于電力需求側管理平臺的電力管理信息化

董春泉 江蘇九九久科技股份有限公司

段 飛 匡 曄 宋 哲 濟中節能技術（蘇州）有限公司

1 電力需求側管理平臺建設規范

電力需求側管理(以下簡稱DSM）平臺建設規范性是實現功能的基礎保障。DSM平臺是一套綜合了現代網絡通信、物聯網、云計算、海量數據處理、電力電能管理等一系列專業技術的信息化管理與應用系統。企業版DSM平臺建設不僅僅是將已經開發好的軟件部署到企業服務器那么簡單，從前期的現場勘測、計量點位設計到后期的平臺展示、數據對接等都有明確要求和規范；此外，平臺建設完成后，基于DSM平臺數據的電能分析報告和電力電能管理優化方案更能體現企業DSM平臺建設的價值。

DSM平臺作為面向不同企業用戶的通用型應用軟件系統，為了實現各方面功能，它必須保證以下原則：

（1）定制化原則：根據不同類型企業用戶定制化設計DSM平臺數據采集點位和結構；

（2）標準化原則：以政府為主導，依據電力需求側平臺技術規范（試行）、國家電力需求側管理平臺管理規定（試行，2014）等行業標準；

（3）開放性原則：提供開放、靈活的信息交互及管理接口，實現靈活的數據交換功能；

（4）擴展性原則：采集系統具備可大規模擴容能力；

（5）實用性原則：人機界面、易于使用；根據不同級別用戶的實際需求，提供靈活、多樣的展示形式，并提供良好、易操作的自定義功能。

（6）穩定性原則：數據采集設備的硬件平臺選用國際主流的通訊處理平臺，確保系統的穩定性和可靠性；

（7）安全性原則：系統在傳輸過程應進行加密保護處理，使用的技術和保密級別應不低于同級別國家數據安全標準；

用電企業電力需求側管理平臺建設應以政府為主導，按照統一設計、科學規范、開放有效的原則，實現公共服務的目標。以平臺為載體，搭建用電服務和用電需求市場，形成電力用戶、電網企業、節能服務公司、政府部門等多方信息互動的橋梁，實現電力管理信息化。

2 DSM平臺基礎功能

2.1 實時監測

DSM平臺對于企業用戶來說，其最為基礎的功能是對企業電力系統進行實時監測。通過數據采集設備采集用配電現場智能電表計量的電力數據，改變人工抄表低效滯后管理模式，實現對電力系統的實時監控。企業用戶可使用智能電子設備（包括移動通信設備）通過DSM平臺隨時隨地監控企業各用配電線路用電情況。對于自控系統配置較完備的企業，可將DSM平臺信息與自控系統信息實行統籌管理，實現監測與控制的完美結合，提升現代化企業能源和生產管理水平。

2.2 電力分析

DSM平臺電力分析是企業用戶優化電力系統管理的重要工具?；贒SM平臺，企業擁有的電力系統數據不再僅是抄下來電量數據和電力部門發布的電耗賬單。DSM平臺系統性的采集企業電力數據，除基礎的電力數據外，也將企業峰谷平時段用電數據和電能質量各項指標數據收納其中，為各企業實施移峰填谷措施和優化用電質量提供依據，為提升整個電網用電環境奠定基礎。

通過DSM平臺電力分析功能，企業用戶可分析用電水平波動情況及峰谷平時段用電分布，為企業用電調整實現能耗控制提供依據；通過設定的類比時比分析，企業用戶可探討企業各用配電線路用電水平同期變動狀況，也可對比同類線路或設備時段用電水平，為企業尋找節電空間提供導向。電力部門可基于DSM平臺交互數據實現對地區企業進行統籌管理，通過電力電能數據統計，及時掌控全域企業用電水平，為開展有序用電、優化電力配置和規范電力市場制度提供數據支撐。

2.3 需求響應

實施DSM既強調供電企業的主體作用，又強調建立供電企業與電力用戶之間的伙伴關系，或者說是雙贏關系[3]。需求響應是DSM平臺實現需求管理的重要手段，供電企業和電力用戶之間的雙贏關系則是需求響應實施的關鍵。與傳統電力負荷管理不同，DSM平臺需求響應并不是由電力部門單方面管理負荷，需要調動電力用戶積極參與。

對于企業用戶而言，DSM平臺電力數據是需求響應方案有效執行的基礎，只有基于企業用電歷史數據，搭配企業生產安排信息及設備參數信息等，及時分析企業用電趨勢，并通過需求響應模擬確認企業在未來時期的需求或響應空間，在保證用電企業正常用電的同時，為配合供電企業輸配電調整提供依據。基于DSM平臺需求響應管理，用電企業可向供電企業提出需求或響應申請，一方面保證企業正常用電，一方面從提供的電力響應中獲得補助；供電企業合理安排用電企業的需求響應，制定有效的輸配電策略，提高全域用配電效率，同時向積極提供電力響應企業政策傾斜，如優先保證此類企業供電需求，提高用電企業需求響應積極性。

3 DSM平臺功能拓展探討

3.1 基于統計理論的電力分析

電力系統屬于一個通過量化的虛擬系統，不可能通過現場觀察發現系統內部存在的問題，只能通過專業計量設備測量電力數據來確認系統的運作狀態。電力數據通常分為累計量（電量）和狀態量（如電流電壓、諧波等）兩種。通常情況下，用電企業對累積量電量會重點關注，因它關系到企業需要支付多少費用，但狀態量的關注度一直較低，用電企業較為關注的是均值和最值，能獲取的信息量相對較低。

功率大小一般是用來衡量用電企業的負載水平，也決定了用電企業向供電企業或供電局申請的負荷容量。假如用電企業與供電企業簽訂了需量電費核算合同，用電企業需按照需量申請量交付費用，但如何得知申請的需量容量是否合理？是不是有較大的可控空間？這些問題則可以通過企業用電功率概率分布進行分析。

如圖1為某企業總變實測有功功率概率分布圖。從有功功率分布圖來看，該企業有功功率主要處于1 000 kW～1 800 kW，標明用電企業用電負載長期處于這個區間；但是，據統計該企業實際有功功率最大值為2 300 kW，在2000kW～2 300 kW之間的分布較小（圖1中未有效展示）。對于這類情況，我們該如何確定企業需量容量申請？通過概率分布分析展示，該企業的需量容量申請就變得簡單。

基于用電企業功率概率分布，既然已經知曉用電企業只有極少情況出現在1800 kW～2300 kW，我們便可通過調整企業用電設備在高負荷期的使用來控制企業用電負荷，使部分用電生產設備錯開負荷高峰期使用，有效降低用電企業功率需量水平，使企業功率需量容量申請更加合理，在降低用電企業電耗費用的同時，盡量避免因供大于求而導致的電能流失。當然，并不是所有的功率分布類型都采取同樣的措施，需依據具體狀況而定。假若用電企業實際功率需量很多情況都大于申請的功率需量值，那就有必要提高功率需量容量申請。

功率負載概率分布分析不僅能用于需量容量申請，它能幫助用戶查看企業功率負載的波動頻率，遠比查看折線圖的趨勢有效。概率分布可應用于電力系統任何狀態量的統計分析，可幫助用戶更全面的了解用電系統。對于電能質量數據來說，在查看概率分布的基礎上，可結合常規概率量（均值、標準差、眾數、中位數等）系統地查證各指標狀態；此外，電能質量指標均存在國家標準，可統計相同時段內各電能指標數據超出國家標準的比例，并對比連續時段各電能質量指標數據的超標比例，以此來衡量用電企業用配電線路電能質量水平和變化趨勢，為電能質量治理提供充足的依據。

圖1 某企業總變實測有功功率概率分布圖

3.2 數學模型實現電力系統優化控制

電力系統建模分析用于電力系統管理優化和控制策略挖掘是電力行業的熱門話題。無論是大型節能服務企業，還是高?？蒲卸紝⒋藛栴}列為重點和亮點，但實際用于DSM平臺電力數據分析還未完全展開，部分分析技術的成熟程度并未達到實際應用的水平。

簡單線性回歸模型是建模分析的基礎模型，簡單易懂，可協助企業用戶分析用配電性能，挖掘電力系統漏洞，尋找優化控制策略。圖2為某企業變壓器負載與功率損耗的散點分布圖。對變壓器功率負載和功率損耗回歸分析，從分析結果可知：該變壓器以功率負載650 kW為分界線，前一部分的功率損耗均值只有10 kW左右，后一部分功率損耗達到30 kW，可知該變壓器在負載功率為600 kW左右時最佳，功率損耗只占1.67%。

圖2 某企業變壓器功率負載與損耗回歸分析

通過回歸分析確認了變壓器的最佳功率負載，用電企業電力管理部門便可調整各變壓器功率負載水平，實現電力負載合理分配，降低用電企業電能損耗。上述一臺變壓器的優化控制，假如功率負載控制在600 kW左右，相對于750 kW負載狀態變壓器功率損耗降低20 kW，通常變壓器均為全年24小時開啟，年度節省電量高達17.52萬kWh。

由此可見，建模分析是對電力系統數據深度挖掘，用于評估企業用電水平、尋找節能空間的工具，簡單的回歸模型分析就能幫助用電企業發現可觀的節能空間。雖然現階段多數電力系統建模分析還停留在實驗室階段，但從發展趨勢看，在不久的將來，有效的建模分析體系會以DSM平臺數據為基礎發展起來，為優化用電系統、提高用電效率創造更有利的條件。

3.3 專家系統用于電力系統報警與診斷

DSM平臺歷史數據的專家系統是DSM平臺功能的延伸。專家系統庫中積累了上千項能源管理案例以及專家團隊憑借多年經驗定制的診斷規則和治理改造方案，基于專家經驗及規則通過人工智能對采集的電力數據進行深入挖掘分析，掌控電力系統實時運行狀態、評估用配電效率和電能質量，發掘企業用電漏洞，診斷節能空間，并通過產生異常報警和生成改造方案優化企業電力管理體制。

以某企業用電系統功率因數水平為例，用電企業可根據實際要求設定用電線路功率因數限定值，DSM平臺定制化設計的機器學習計算模塊對整個用電體系的功率因數進行核算，并在專家系統庫調用相適應的規則，并配備相應的改造方案。對于功率因數問題來說，專家系統會結合影響功率因數的各方面因素進行整合分析診斷，確認導致功率因數異常的根本原因，最終根據功率因數異常狀況提出治理方案。如當功率因數偏低時，治理方案會提出具體無功補償設備類型和大小；當無功補償出現過補時，治理方案可能會建議將固定補償設備更換成合適的實時無功補償設備。

以現階段DSM平臺設計和發展狀況來看，大數據應用和機器學習技術已經在逐步用于電力需求側管理，相信在不久的將來，專家系統也會成為企業DSM平臺的重要功能模塊。

4 結語

隨著電力需求側管理市場政策的逐漸完善，DSM平臺建設在政府部門的大力推動下走進千家萬戶。無論供電部門，還是用電企業，DSM平臺的實際應用已成為現階段電力體制改革重點關注的問題。本文從用戶角度闡述DSM平臺的功能，客觀地闡明DSM平臺產生的效益，并結合DSM平臺拓展功能展現平臺給用電企業帶來的潛在價值，讓更多的企業用戶真正理解DSM平臺建設的實際價值，并為DSM平臺使用提供參考。

為了規范DSM平臺市場建設，現階段政府部門已經頒布關于DSM平臺的相關規范，但這一定程度上也局限了DSM平臺功能的拓展。本文針對基于DSM平臺功能的深度開發做了簡單闡述，為DSM平臺創新開發提出見解，以促進DSM平臺市場優化發展。

[1]張晶，馬國政.電力需求側管理技術支持系統.電網技術.2006.

[2]王睽.淺析電力需求側管理.建筑學研究前沿[J]，2012.

[3]譚學健.電力需求側管理策略探討.中國電力教育.2007.