大數據技術在主動配電網中的應用綜述

高騫

【摘 要】隨著時代的發展，當今能源消納的趨勢是分布式的，主動配網中，智能化技術已經得到了廣泛的應用，對于將來的工作挑戰，大數據的應用是發展的必然方向。基于此，文章簡單論述了主動配電網中運用大數據處理技術的必要性，并對大數據處理技術進行分析，最后重點論述了大數據技術在主動配電網中的應用發展方向，希望為相關人員提供參考。

【關鍵詞】大數據；主動配電網；應用；必要性

引言：

我國的電力事業經過不斷的改革發展，已經取得了一定的成績，智能化電力系統的建設是未來的必然發展趨勢，電力大數據技術能夠在整個運行過程中得到應用，并且取得預想的成果，能夠幫助我國電力企業很好的應對資源有限、環境壓力等問題。作為相關人員，如何將大數據技術很好的引用到配電網中，是值得思考的內容。

一、主動配電網中運用大數據處理技術的必要性

目前，大數據在整個電力行業尚屬起步階段，對于剛提出的主動配電網概念，電力大數據仍未聚焦在這個層面。主動配電網中大數據技術應用的場景很多，例如云計算技術，但是由于其在實時性方面難以保證，故不適合作為配電網調度自動化系統的主系統，但可以用作調度自動化系統的后臺，也可以用作建立配電網數據中心。例如，由于主動配電網中每個用戶都需要安裝智能電表，因此上送的大量負荷數據均可以存儲在配電網數據中心云平臺里，用于后期的負荷預測、用戶行為分析等。而數據挖掘技術也是建立在應用需求上的，例如主動配電網中電動汽車充電站選址優化問題中，對歷史數據的聚類分析預處理的應用，隨著電動汽車用戶的逐步增多，海量使用數據將使得聚類算法在普通的計算系統上無法完成。因此，大數據處理技術在主動配電網中的應用是時代發展的必然要求。

二、大數據處理技術分析

（一）數據的儲存管理技術

Hadoop的非關系數據庫儲存管理技術繼承了傳統技術的封裝并進行了技術的擴展，衍生出的大數據存儲技術可以應用于封裝、擴展來對互聯網的大數據進行分析和儲存。而在企業分析應用層面上，則利用配合MPP架構高效的分布，其是計算模式和大規模數據庫并行處理的新型數據庫集群，這種儲存技術擁有高潮的擴展性能，應用比較廣泛。

（二）數據展現技術

數據展示技術的重要表現手段主要有空間、歷史以及可視化等信息流展示技術。其中可視化技術就是方便用戶可以直觀的對數據的情況進行分析和觀察，這種技術可以用在非空間數據的層面，從而可以從數據中得到數據的分析和隱藏關系的情況。在其他領域中可視化技術的應用已經相當成熟，它主要被用來分析數量龐大的數據情況。而在主動電網里，可視化數據展現技術還沒有得以實現。其中由于數據的不穩定性和種類多而雜的特點提高了可視化的難度。

（三）數據處理技術

當前，在有海量數據需要存儲和分析的情況下，具有分布式文件系統和MapReduce技術的云計算技術能夠勝任目前的數據處理技術。相比于傳統的數據管理技術，云計算技術擁有強大的數據計算能力和數據并行處理的能力。MapReduce能夠提高網絡節點的穩定性，它能周期性的管理好每個節點的工作最新狀態；而分布式文件系統成本低廉，不需要昂貴的設備支持。它能夠進行超大數據集的處理和滿足高吞吐量的要求。

（四）數據分析技術

典型的人工智能技術主要包括決策樹、粗糙集概念理論、人工神經網絡分析、聚類分析和支持向量機，其中面向的是機器學習和數據深入挖掘。在線路運行狀況監測分析和能源安全等分析上都能利用這些人工智能技術。數據分析的能力現狀解決不了分布式出力的不穩定性和環境的強藕合，傳統的數據分析方法不能應用與電動汽車新型負荷以及分布式電源等新問題上。所以對于這些新出現的問題，還需要采取新型的數據分析方法來應對這些問題。

三、大數據處理技術在主動配電網中的應用方向

（一）主動配電網能量優化調度方面的應用

從數據分析層面上，目前電網中各信息系統大多是基于本業務、本部門的需求，存在不同的平臺、應用系統和數據格式，導致信息與資源分散，異構性嚴重。而大數據處理平臺能夠實現多源異構數據的存儲和提取，并能大大提高數據存儲容量，這將有效提高主動配電網能量調度系統的數據存儲效率。

從數據分析層面上來看，能量調度問題是一個多約束條件下的優化問題。其可行解的求取需要相關的數據挖掘算法配合支持，例如粒子群算法的應用。在主動配電網應用場景下的能量調度模型隨著參與優化變量的增多，約束條件的增加以及網內能量雙向流動的特性都將導致優化問題求解的難度加大。因此，機器學習等數據挖掘算法將為該優化問題的求解提供可行的思路。

（二）主動配電網保護控制方面的應用

靈活多變的用電負荷與規模化接入的分布式電源之間產生了大量的量測信息，同時先進的量測技術與通信技術也使得配網能夠實現更為全面、實時的狀態監測。因而，應有效利用日益增長的海量配網信息以應對主動配電網運行控制對保護所提出的新要求與新挑戰。分析配網保護多設備間信息共享策略，以多節點及其相關區域冗余信息為基礎的多信息保護與控制方法將是未來的重要研究方向。主動配電網中保護測量信息具有多源、多時間尺度的特點，因此，配網保護量測數據的自動關聯與統一描述方法將是一個重要的研究方向。

（三）應用在主動配電網的狀態分析評估方法

主動配電網的運行情況有幾類關鍵的信息采集，其中包括電動汽車的特殊負荷時空分布特征、設備運行狀況檢測、短期負荷情況預測、分布式電源出力情況預測。其中，關聯規則聚類系統繼承了關聯的分類、決策樹等挖掘方法，是可以應對分布式電源出力的分析來關聯出各類的氣象數據和周圍地域相異氣象站的特征情況。挖掘分布式電源出力的情況不是穩定的，它的概率情況隨著分布式電源出力的變化而改變。用戶的智能電表將大量的用電信息傳送到主動配電網中，數據的流通可以達到雙向的效果。隨機變化模式、數據波動模式和穩定模式在當前的主動配電網中成為了分析用戶負荷情況的三大模式，可以將智能電表中海量的數據用聚類分析的方法收集并提取。負荷與日期和天氣構建的關聯情況可以用關聯分析技術來分類；短期負荷的檢測精度可以用規則挖掘的智能預測系統來提高。

（四）主動配電網需求側管理方面的應用

需求側管理能夠維持配電網中供用電平衡，從而提高DG的滲透率，而DG滲透率的提高又能夠降低負荷的峰值，從而延緩配電網的升級。另外，主動配電網中的電動汽車以及擁有分布式發電單元的用戶都是調度中心可以調控的對象，是主動配電網需求側管理的重要研究對象。在主動配電網運行的過程中，這些研究對象都積累了大量的運行信息，例如用戶智能表計信息，電動汽車充放電規律信息等。對這些信息的有效數據挖掘，將促進需求側管理策略的制定更為合理有效。同時，電動汽車放電電價補償，分布式能源用戶電價補償等政策的制定也依賴于對用戶行為心理分析的結果，這些信息的利用也是大數據在需求側管理方面應用的重要方向。

四、結束語

總而言之，主動配電網的未來發展趨勢是朝著更加強大的數據分析、更加直觀實時的數據觀察的智能化道路發展。電力領域的大數據技術穩定性得到了很大的提高，但是在數據的及時性和保護方面仍然有很大的提升空間。作為相關人員，應該不斷的進行摸索研究，并提升自己的專業技術水平，更好的促進我國電力事業的發展。

【參考文獻】

[1]徐祥征，王師奇，吳百洪.基于大數據分析的配電網主動檢修業務應用研究與實現[J].科技通報，2017，33（06）：105-108.

[2]李蓉，張亮，馮國禮.基于大數據分析的配電網停電數據管理平臺[J].寧夏電力，2017，（02）：62-65.