電網(wǎng)大數(shù)據(jù)應(yīng)用技術(shù)與前景分析

高建勇 王棟

摘要：在當前智能電網(wǎng)環(huán)境下，電網(wǎng)數(shù)據(jù)的來源多樣、數(shù)據(jù)規(guī)模巨大，數(shù)據(jù)采樣速度快，必須利用大數(shù)據(jù)技術(shù)才能處理智能電網(wǎng)的海量數(shù)據(jù)。基于此，文章對大數(shù)據(jù)分析技術(shù)進行了介紹，對其在智能電網(wǎng)中的應(yīng)用前景進行了總結(jié)和分析，從而更好的促進智能電網(wǎng)的發(fā)展。

關(guān)鍵詞：大數(shù)據(jù)技術(shù)，智能電網(wǎng)，調(diào)度

1電網(wǎng)大數(shù)據(jù)應(yīng)用技術(shù)

隨著智能電網(wǎng)大數(shù)據(jù)環(huán)境逐漸成熟，對于數(shù)據(jù)價值的挖掘開始日益迫切，目前大數(shù)據(jù)的分析技術(shù)主要分為數(shù)據(jù)統(tǒng)計分析技術(shù)、數(shù)據(jù)挖掘技術(shù)和數(shù)據(jù)可視化技術(shù)三類。

1.1數(shù)據(jù)統(tǒng)計分析技術(shù)

數(shù)據(jù)統(tǒng)計分析技術(shù)主要用于對數(shù)據(jù)形態(tài)、數(shù)據(jù)分布情況的分析，通過數(shù)據(jù)統(tǒng)計分析可以掌握數(shù)據(jù)的穩(wěn)定性情況和數(shù)據(jù)的分布情況，是通過數(shù)據(jù)掌握業(yè)務(wù)的穩(wěn)定性和變化趨勢的重要手段。在描述數(shù)據(jù)形態(tài)時我們多使用中位數(shù)、四分位、眾數(shù)、均值、方差、標準差、標準分等統(tǒng)計分析方法;在數(shù)據(jù)概率分布時采用均勻分布、二項分布、泊松分布、正態(tài)分布來描述數(shù)據(jù)，在判定上采用T檢驗、F檢驗、二項分布假設(shè)檢驗、卡方檢驗、K-S檢驗、游程檢驗等。

1.2數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘（Data Mining）從大量的、不完全的、有噪聲的、模糊的、隨機的實際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程[4]。與之相似的概念稱為知識發(fā)現(xiàn)。數(shù)據(jù)挖掘與統(tǒng)計分析之間的關(guān)系如下圖所示：

傳統(tǒng)分析：在數(shù)據(jù)量較少時，傳統(tǒng)的數(shù)據(jù)分析已能夠發(fā)現(xiàn)數(shù)據(jù)中包含的知識，包括結(jié)構(gòu)分析、杜邦分析等模型，方法成熟，應(yīng)用廣泛，本文不展開介紹。

信息處理：基于查詢，可以發(fā)現(xiàn)有用的信息。但是這種查詢的回答反映的是直接存放在數(shù)據(jù)庫中的信息。它們不反映復(fù)雜的模式，或隱藏在數(shù)據(jù)庫中的規(guī)律。

數(shù)據(jù)分析工具：各種廠商開發(fā)了數(shù)據(jù)分析的工具、模塊，將分析模型封裝，使不了解技術(shù)的人也能夠快捷的實現(xiàn)數(shù)學建模，快速響應(yīng)分析需求。

數(shù)據(jù)挖掘：被定義為就是充分利用了統(tǒng)計學和人工智能技術(shù)的應(yīng)用程序，并把這些高深復(fù)雜的技術(shù)封裝起來，使人們不用自己掌握這些技術(shù)也能完成同樣的功能，并且更專注于自己所要解決的問題。

1.3數(shù)據(jù)可視化技術(shù)

數(shù)據(jù)可視化技術(shù)的基本思想是將數(shù)據(jù)庫中每一個數(shù)據(jù)項作為單個圖元元素表示，大量的數(shù)據(jù)集構(gòu)成數(shù)據(jù)圖像，同時將數(shù)據(jù)的各個屬性值以多維數(shù)據(jù)的形式表示，可以從不同的維度觀察數(shù)據(jù)，從而對數(shù)據(jù)進行更深入的觀察和分析。數(shù)據(jù)可視化技術(shù)的主要特點是：

（1）交互性。用戶可以方便的以交互的方式管理和開發(fā)數(shù)據(jù)。

（2）多維性。可以看到表示對象或事件的數(shù)據(jù)的多個屬性或變量，而數(shù)據(jù)可以按其每一維的值，將其分類、排序、組合和顯示。

（3）可視性。數(shù)據(jù)可以用圖像、曲線、二維圖形、三維體和動畫來顯示，并可對其模式和相互關(guān)系進行可視化分析。

數(shù)據(jù)可視化技術(shù)能用三維正交標準來描述：可視化技術(shù)、扭曲技術(shù)，交互技術(shù)。任何可視化的技術(shù)都與扭曲技術(shù)和交互技術(shù)協(xié)同工作。

可視化技術(shù)主要分為：基于幾何技術(shù)、基于圖標技術(shù)、面向像素技術(shù)、分層技術(shù)、基于圖形技術(shù)、混合技術(shù)。

2 大數(shù)據(jù)技術(shù)在智能電網(wǎng)中的應(yīng)用前景

大數(shù)據(jù)技術(shù)在智能電網(wǎng)中具有廣闊的應(yīng)用前景，下面從源網(wǎng)荷協(xié)同、負荷預(yù)測、網(wǎng)架規(guī)劃三個方面進行論述。

2.1 源網(wǎng)荷協(xié)同調(diào)度

利用大數(shù)據(jù)技術(shù)可以有效降低新能源預(yù)測誤差，但這對于新能源出力固有的波動性，傳統(tǒng)的調(diào)度方法通過增加系統(tǒng)的旋轉(zhuǎn)備用來解決。在電力市場不斷完善的背景下，可以不通過調(diào)節(jié)常規(guī)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(fā)電側(cè)出力的變化，即通過需求側(cè)管理實現(xiàn)系統(tǒng)電量平衡。若要達到網(wǎng)源荷協(xié)調(diào)優(yōu)化調(diào)度需要大量的輔助信息，如新能源出力波動大小、電網(wǎng)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(fù)雜的電力交易過程，此時必須利用大數(shù)據(jù)技術(shù)發(fā)掘數(shù)據(jù)內(nèi)部之間的聯(lián)系，從而制定出最佳調(diào)度方案。智能電網(wǎng)和傳統(tǒng)電網(wǎng)最大的區(qū)別在于源網(wǎng)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(nèi)可以順暢的進行交互，極大地提升電網(wǎng)運行的經(jīng)濟性、可靠性。

2.2 負荷波動及新能源出力預(yù)測

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

分布式發(fā)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(wǎng)運行管理的模式，不但需要考慮負荷側(cè)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：（1）新能源大多分布在電網(wǎng)末端遠離負荷中心，網(wǎng)架結(jié)構(gòu)較為脆弱，從而造成電網(wǎng)接納能力較弱;（2）新能源預(yù)測誤差較大，目前風電出力預(yù)測日前和實時的誤差分別為20%、5%左右，這樣就會給電網(wǎng)調(diào)度帶來較大的挑戰(zhàn)。由于新能源較大的預(yù)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(guī)能源作為旋轉(zhuǎn)備用，以彌補新能源預(yù)測精度方面的不足。作為備用的常規(guī)電源，由于擔負著較重的旋轉(zhuǎn)備用，長期不能工作在最佳運行點，將造成其發(fā)電效率低以及能源的浪費。利用大數(shù)據(jù)技術(shù)，可以有效提高新能源出力的預(yù)測精度，如丹麥的維斯塔斯風力技術(shù)集團，在風電出力預(yù)測時采用了IBM的大數(shù)據(jù)解決方案，在風電出力預(yù)測時加入了地理位置、氣象報告、潮汐相位、衛(wèi)星圖像等結(jié)構(gòu)化及非結(jié)構(gòu)化的海量數(shù)據(jù)，從而優(yōu)化了風力渦輪機布局，提高風電發(fā)電及預(yù)測效率，獲得了較為可觀的經(jīng)濟效益。

2.3 網(wǎng)架發(fā)展規(guī)劃

電網(wǎng)已經(jīng)從傳統(tǒng)電網(wǎng)發(fā)展到智能電網(wǎng)，隨之將會成為能源互聯(lián)網(wǎng)的一部分，從而使得電網(wǎng)與整個能源網(wǎng)聯(lián)系的更為緊密。電轉(zhuǎn)氣技術(shù)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(zhuǎn)化為便于存儲的天然氣，但由于轉(zhuǎn)化效率較低，尚屬于技術(shù)論證階段。冷熱氣三聯(lián)技術(shù)實現(xiàn)了能源的階梯利用，能源利用效率高、環(huán)境污染小、經(jīng)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(tǒng)的電網(wǎng)規(guī)劃數(shù)據(jù)來源渠道不足，數(shù)據(jù)分析挖掘能力欠缺，因此造成規(guī)劃過程中面臨著眾多不確定性因素的現(xiàn)象，特別是現(xiàn)在新技術(shù)不斷涌現(xiàn)，能源結(jié)構(gòu)不斷發(fā)生變革，使得傳統(tǒng)的電網(wǎng)規(guī)劃方法往往與實際需求差別較大。電網(wǎng)規(guī)劃的過程中，需要利用大數(shù)據(jù)技術(shù)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(huán)境下為用戶提供個性化用電服務(wù)等，多類型、海量數(shù)據(jù)的引入，可以有效減少電網(wǎng)規(guī)劃過程中的不確定性，使得整個規(guī)劃的過程更加合理、有序。

3 總結(jié)

在當前提倡綠色低碳經(jīng)濟發(fā)展理念以及網(wǎng)絡(luò)信息技術(shù)飛速發(fā)展的基礎(chǔ)上，智能電網(wǎng)的建設(shè)和發(fā)展已經(jīng)成為一種必然的趨勢，在智能電網(wǎng)應(yīng)用中的大數(shù)據(jù)處理技術(shù)，能有效的對智能電網(wǎng)的發(fā)展起到關(guān)鍵性的促進作用，推動社會的發(fā)展。

參考文獻：

[1]但濤.面向智能電網(wǎng)應(yīng)用的電力大數(shù)據(jù)關(guān)鍵技術(shù)分析[J].科技傳播，2015：31+29.

[2]劉振亞.全球能源互聯(lián)網(wǎng)[M].北京：中國電力出版社，2015.

[3]張東霞，苗新，劉麗平等.智能電網(wǎng)大數(shù)據(jù)技術(shù)發(fā)展研究[J].中國電機工程學報，2015：2-12.