論大數據在電力調度中的應用

趙冬云 石巖 趙歡 國網新疆電力有限公司哈密供電公司

一、大數據下電力調度的特征

基于大數據背景之下，傳統電力調度工作方式和管理理念已無法適應現代電力需求，電力調度多元化成為其未來發展方向。而從大數據自身特性來看，其本身便攜帶多元化特點，當與供電企業電力調度工作發生碰撞后，需在做到適應電力調度特點的同時，對自身在該方面所缺乏的多元化特征進行有效彌補。如果供電企業嚴格遵循大數據發展規律，便意味著電力調度需加快優化傳統對于信息數據的收集策略和途徑，可以嘗試融合新舊兩種收集方法，以達到創新目的。一般情況下，在電力調度工作實際開展過程中，供電企業需做到對各類數據信息資源的精確分析，為供電企業上層決策的制定提供科學的參考依據。與此同時，隨著大數據在電力調度領域中的不斷深入，供電企業的電力調度工作需自始至終保持自身時效性，這主要是由于在電力調度過程中可能會產生多種多樣的數據信息，若電力調度無法確保自身時效性，不但不利于大數據實際效應的發揮，且容易對供電企業運營產生負面效應。

二、大數據在電力調度應用存在的挑戰

大數據在電力調度中的應用主要分為以下三個階段：

圖1 智能調度大數據應用架構

第一階段——該階段主要圍繞相關理論知識展開研究，旨在了解大數據技術相關知識體系，并對大數據應用于電力調度中的可行性進行有效明確；第二階段——重點在于研究大數據關鍵技術，通過運用數據挖掘技術對利用大數據所獲取相關數據進行處理，為其在電力調度中有效應用奠定基礎；第三階段——該階段主要致力于應用實踐，著重對各技術領域的場景設計、詳細需求分析、專業方法以及分析模型等進行研究。

我國電力科學研究院在對大數據技術在電力調度中的應用進行研究后，提出了諸多大數據應用所面臨的風險與挑戰，例如，獲取基礎數據難度系數較高，數據分析準確度偏低等。其中，從數據獲取方面來看，對于一些內部數據，電力調度可以很容易的獲取，而對于外部數據則獲取難度較大，盡管大數據技術具有極為顯著的綜合性特點，但仍需要進一步加強與其他學科和領域的廣泛合作與實踐。

三、大數據在電力調度中的應用思路

（一）構建智能電力調度數據應用系統

近些年來，隨著科學技術和信息技術的飛速發展，電力系統中不斷涌現出大量高精尖技術，如，電子信息技術、云計算技術等等，并且部分地區基本上已經實現了對智能電網的系統構建，并對電力調度相關規范和要求進行了優化和提升，在這種歷史數據不斷倍增的情況下，將在極大程度上加強原有系統的關聯性。如此一來，便需要依托于大數據技術，完成對電網和業務實時數據的統一與集成。圖1 為智能調度大數據應用架構：

（二）互動符合大范圍的廣域優化調度

從傳統電力調度方法來看，主要是通過對相應電機組的調節，從而完成對電力調度的進一步優化和完善，但如果風電間接性能源在容量方面臨近界定值，那么如果采用單一機電組形式難以達到調整電力調度的目的。與此同時，通過對大數據技術全方面檢測全網負荷信息的有效應用，可以不受范圍限制的調度和配置各類電力資源，不但可起到提升電網全局姿態感知的效果，且可以協助進行統一控制決策，確保電網運行的安全性與穩定性，進而最大限度的契合當下可再生能源需求。

（三）監控設備全生命周期管理

隨著智能電網應用的日趨完善，電力調度工作中所設計的電氣元件數量和種類也越來越豐富多元，使所獲數據也更加系統、更加全面，對于SCSDA 系統來說，假設一個計算周期為3-4s，這樣每年就會有124TB數據產生，而在WAMS 上面共有一萬個數據點，1s 可以采用100 次，那么一年所產生的數據就是500TB。其中，可能會漏掉部分數據，特別是在龐大紛雜的數據信息面前，傳統電力調度方式無法完成對有效信息的準確篩選。而大數據和云計算兩種技術在其中的創新應用，可以針對性的挖掘和分析數據，并實時監測電力系統整體運行狀態，一旦發現問題可及時作出相應的應對和處理，避免應用系統故障造成對用電用戶的影響。此外，大數據技術還可以實現對電力設備整體運行趨勢的有效分析，在促使電網設備狀態評價更具準確性和及時性的同時，還可以減少在該領域的成本的過度投入，提升檢修效率和檢修質量，高效利用各類資源。

四、結束語

綜上，大數據技術的創新應用，為電力行業帶來挑戰的同時，也為其拓寬了發展方向，例如，可以通過高效化的數據管理或者數據挖掘手段，實現對電力調度整體生產水平的有效提升。此外，大數據在電力系統中的應用賦予了電網智能化、信息化以及科學化等特點。因此，在電力調度過程中加快完善大數據技術應用機制，不斷創新科學技術，才能夠更好的為用電用戶和社會生產提供更為直接的效益。