大數據技術在智能電網中應用

王星星

【摘要】：目前，我國環境問題越來越嚴重，全社會節能減排的壓力逐漸增大，電力行業的能耗在能源領域占比較高，多數發達國家電力消費占終端能源消費比例約為20%，且呈現出逐年上升的趨勢。智能電網技術在我國已經發展成熟，基本實現了對全網多維信息的采集，同時“互聯網+”、“能源互聯網”、“物聯網”等概念的提出，使得電力系統和外界的交互越來越頻繁，海量數據為智能電網建設帶來了前所未有的機遇和挑戰。智能電網中如何利用海量數據，使得不同能源之間協調配合實現節能減排，改善我們的環境生活，已成為國內外專家學者研究的熱點。

【關鍵詞】：大數據技術；智能電網；應用

1、智能電網與大數據

智能電網是電力工業發展的方向和趨勢。智能電網是以物理電網為基礎，將現代先進的傳感測量技術、通信技術、信息技術、計算機技術和控制技術與物理電網高度集成而形成的新型電網。它涵蓋發電、輸電、變電、配電、用電和調度等各個環節，對電力市場中各利益方的需求和功能進行協調，在保證系統各部分高效運行、降低運營成本和環境影響的同時，提高系統的可靠性、自愈性和穩定性。智能電網是建立在集成的、高速雙向通信網絡的基礎上，通過先進的傳感和測量技術、先進的設備制造技術、先進的控制方法以及先進的決策支持技術的應用，實現電網可靠、安全、經濟、高效、環境友好和使用安全的目標。一般認為，智能電網的特征主要包括堅強、自愈、兼容、經濟、集成和優化。智能電網的“智能”表現為高度的“可觀測”和“可控制”，觀測和控制的基礎在于獲得反映系統運行狀態的信息和數據，并對信息和數據進行快速地分析、處理、判斷、預測。智能電網的最終目的是為用戶（包括發電側用戶和用電側用戶）提供更好的服務，滿足用戶多樣性的需求。而且，隨著信息通信技術的發展，智能電網將與互聯網、物聯網、智能移動終端等相互融合，更大范圍地滿足用戶的需求。大數據早期主要應用于商業、金融等領域，之后逐漸擴展到交通、醫療、能源等領域。智能電網被看作是大數據最重要的應用領域之一。

隨著智能電網的快速發展，智能電表的大規模部署和傳感、量測技術的廣泛應用，電力工業產生了大量結構多樣、來源復雜的數據。如何利用這些數據為電網的發展和運行控制提供科學的決策，是智能電網發展的迫切需求，也是實現智能電網堅強、自愈、兼容、經濟、集成、優化特征的必由之路。可以說，大數據是實現智能電網“智能化”的重要工具。

2、大數據技術在智能電網中的應用領域

2.1負荷波動及新能源出力預測

負荷預測作為電網電量管理系統的重要組成部分，其預測誤差的大小直接影響電網運行的安全性及可靠性，較大的預測誤差會給電網運行帶來較高的風險。現階段負荷預測主要是通過負荷歷史數據，利用相似日或者其他算法預測負荷的大小，短期預測精度較高，中長期精度較差。隨著電網采集數據范圍增加，利用大數據技術可以將氣象信息、用戶作息規律、宏觀經濟指標等不同種類的數據，通過抽象的量化指標表征與負荷之間的關系，實現對負荷變化趨勢更為精確的感知，提高預測精度。

分布式發電的不斷接入，特別是新能源滲透率的不斷增加，打破了原來電網運行管理的模式，不但需要考慮負荷側的波動，還要計及新能源出力的間歇性。在我國，新能源接入主要受制于兩個因素：新能源大多分布在電網末端遠離負荷中心，網架結構較為脆弱，從而造成電網接納能力較弱；新能源預測誤差較大，目前風電出力預測日前和實時的誤差分別為20%、5%左右，這樣就會給電網調度帶來較大的挑戰。由于新能源較大的預測誤差，往往需要在大型新能源基地周邊建立配套的大型常規能源作為旋轉備用，以彌補新能源預測精度方面的不足。作為備用的常規電源，由于擔負著較重的旋轉備用，長期不能工作在最佳運行點，將造成其發電效率低以及能源的浪費。

2.2網架發展規劃

電網已經從傳統電網發展到智能電網，隨之將會成為能源互聯網的一部分，從而使得電網與整個能源網聯系的更為緊密。電轉氣技術的提出，為新能源接入提供了新的思路，試圖將不宜存儲的電能轉化為便于存儲的天然氣，但由于轉化效率較低，尚屬于技術論證階段。冷熱氣三聯技術實現了能源的階梯利用，能源利用效率高、環境污染小、經濟效益好。電動汽車的興起將會顯著提高能源末端電力消費的占比，充換電站將會像加油站一樣分布在城市的每個角落。傳統的電網規劃數據來源渠道不足，數據分析挖掘能力欠缺，因此造成規劃過程中面臨著眾多不確定性因素的現象，特別是現在新技術不斷涌現，能源結構不斷發生變革，使得傳統的電網規劃方法往往與實際需求差別較大。電網規劃的過程中，需要利用大數據技術綜合考慮多種因素如分布式能源的接入、電動汽車的增長趨勢、電力市場環境下為用戶提供個性化用電服務等，多類型、海量數據的引入，可以有效減少電網規劃過程中的不確定性，使得整個規劃的過程更加合理、有序。

2.3源網荷協同調度

利用大數據技術可以有效降低新能源預測誤差，但這對于新能源出力固有的波動性，傳統的調度方法通過增加系統的旋轉備用來解決。在電力市場不斷完善的背景下，可以不通過調節常規電源的出力，而是利用市場手段，使得一部分用戶主動削減或者增加一部分負荷去平衡發電側出力的變化，即通過需求側管理實現系統電量平衡。若要達到網源荷協調優化調度需要大量的輔助信息，如新能源出力波動大小、電網線路輸送能力、負荷削減電量的范圍、實時電價等，其中每個因素又受很多條件的影響，因此是一個非常復雜的電力交易過程，此時必須利用大數據技術發掘數據內部之間的聯系，從而制定出最佳調度方案。智能電網和傳統電網最大的區別在于源網荷三者之間信息流動的雙向性，三者之間信息在一個框架內可以順暢的進行交互，極大地提升電網運行的經濟性、可靠性。

結語

由于目前智能電網大數據的應用研究尚處在起步階段，智能電網大數據的應用領域并不限于本章所述的技術領域。隨著智能電網大數據研究的不斷深入以及應用的不斷拓展和創新，其應用將向更深、更廣的領域拓展。

【參考文獻】：

[1]張東霞，苗新，劉麗平，等.智能電網大數據技術發展研究[J].中國電機工程學報，2015（01）：2-4.

[2]彭小圣，鄧迪元，程時杰，等.面向智能電網應用的電力大數據關鍵技術[J].中國電機工程學報，2015（13）：503-505.