智能电网领域的大数据应用（非原创）

智能电网领域的大数据应用
白云飞
新疆库尔勒中泰石化有限责任公司

摘 要：
基于智能电网与大数据的理论，探讨了智能电网中大数据的应用特点。以此为切入点，分析大数据在智能电网领域中的应用，提升智能电网应用大数据处理技术的质量。

关键词：
智能电网; 大数据; 项目规划;

作者简介： 白云飞，新疆库尔勒中泰石化有限责任公司，研究方向：电工技术。;

收稿日期：2019-07-10

基金： 新疆科技企业科技创新课题项目;

Application of Big Data in Smart Grid
BAI Yunfei
Xinjiang Korla Sino-Thai Petrochemical Co., Ltd
Abstract：
Based on the theory of smart grid and big data, the application characteristics of big data in smart grid are discussed.Taking this point, the application of big data in smart grid is analyzed to improve the quality of the application of big data processing technology.

Keyword：
smart grid; big data; project planning;

Received： 2019-07-10

1 引言
以物理电网为基础，基于传感测量技术等一系列新型技术的推动作用，从而得到了智能电网这一新型的现代化技术[1,2,3,4]。智能电网所覆盖的方面较多，诸如发电、电力调度以及配电等，它需要协调好各服务对象的用电需求，为电网系统创设稳定的运行环境，并进一步降低运营所需成本。关于大数据技术的发展，它最初被应用于金融领域中，此后逐步向交通以及能源等领域以延展，当前也成为智能电网的基本技术支持。

2 特点分析
大数据已经被广泛应用智能电网中，采取了大规模部署智能电表的方式，引入了更为先进的传感与检测技术，以便为智能电网的运行提供数据指导。数据收集是其中极为重要的工作，其具有如下几大特点：

(1）规模大。基于智能电网的大数据技术，其涉及的数据规模较大，伴随着电网的持续发展，负荷节点与电机节点正在持续增多，同时电网与负荷间也表现出明显的相互影响关系，这意味着电网数据体量明显增加，而对数据进行处理与存储时工作量也更大。

(2）速度快。伴随着电网的持续运行，负荷波动普遍存在，且表现出很明显的随机性，在展开电网随机检测工作时，自然也会表现出随机性。如果电网的运行发生异常，则会进一步加快事故的演变，甚至会带来严重的损失，而基于大数据的快速性特点，则可以有效规避这一问题。

(3）多样性。主要体现在三方面： (1) 数据来源具有多样性，除了最为基本的电网内数据外，还涉及电网外的数据。 (2) 存储类型多样性，此处对结构化数据展开分析，它涉及用电信息采集系统、输电线路等各环节所具备的信息，除此之外还会收集到大量的非结构化数据，诸如高压线巡视的图像数据等。 (3) 采集周期多样性，伴随着数据类型的改变，其对应的采取周期也会随之发生变化。

3 智能电网领域中大数据技术的应用
3.1 预测负荷波动和新能源出力
在整个电网电量管理系统中，负荷所占据的比重极大，它对于整体运行安全性会带来直接影响。当前，电网数据采集范围正在持续扩大，它也充分涉及有关于气象信息、用户信息等多方面内容，基于大数据技术能够实现对抽象指标的量化操作，并明确其与负荷间所具备的关系，这样的方式可以更好地预测到负荷变化趋势，从而提升了预测精度。受分布式发电接入方式的影响，新能源也逐步被应用起来，对于传统的电网运行管理模式而言则面临着适应性问题，虽然可以享受到电能所创造的便捷条件，但也需要充分考虑到负荷侧波动所带来的影响。就大型常规电源而言，它要想达到最佳工作状态并非易事，因此会对发电效率带来影响，进一步引发了能源浪费现象。基于大数据技术，则可以显著提升对于新能源出力预测的精度。丹麦一家风力发电公司则引入了基于BIM的大数据技术，从而展开对风电出力的预测工作，加之结构化数据的支持（最为典型的有地理方位以及气象报告等），所带来的风力涡轮机布局将会变得更加合理，与风力发电有关的预测精度也随之提升。

3.2 源网荷协同调度
将大数据引入到智能电网行业中，对于降低预测误差发挥出极为重要的作用，这也是当前备受行业人员青睐的特性。基于新能源出力的方式，其存在较为明显的波动性，对于传统电力调度方式而言，只能采取旋转备用电源的方式进行处理。而伴随着电力市场的持续发展，则可以达到跨越常规电源出力调节的效果，以用户需求为指导而展开针对性管理，确保系统处于平衡状态

基于市场调节手段，能够自发性的改变部分负荷，最终实现发电侧出力平衡。要想达到源、网、荷协调调度的效果，则需要建立在大量辅助信息的基础支行你，诸如新能源出力波动幅度或者是电网输送能力等，但受碍于技术水平有限，上述因素在电力交易过程中将会变得尤为复杂，此时则需要得到大数据技术的支持，理清各数据间所存在的关联，以此为指导展开协调调度工作。

相比于传统的电网而言，新型的智能电网可以加大源网荷信息双向流动的效果，在特定的框架之中，各类源网信息则可以达到顺畅交互，从而保障了电网运行的经济可靠性。

3.3 网架发展规划
在电网的多年发展下，传统的电网形式已经发生改变，逐步演变为智能电网，它也成为能源互联网体系中的核心内容，能够显著增强电网与能源网的联系程度。相较于新能源电网而言，传统电网的局限性较强，它对数据来源渠道的规划以及处理等方面都极为有限。

在新技术的支持下，加之对能源结构的调整，使得新型智能电网的优越性更充分的彰显出来。但与此同时也存在着新能源接入的问题，此时工程人员提出了电转气的方法，基于特定的手段可以将电能转化为天然气，以便更好地进行存储，但它的转化效率低，因此依然停留在理论阶段。

基于冷热气三联结束，它所带来的处理效果更为良好，且满足环保发展的要求，因此也能够提升对能源的阶梯利用水平。当前，各类新兴技术正逐步发展起来，能源结构的变革成为重要的发展趋势，它会再次加大电网规划与实际需求的差异程度。为了进一步推动网架发展规划工作，有必要引入大数据技术，在此基础上加之分布式能源等方式，以便为电力用户提供良好的用电服务。大数据所涉及的数据类型极为丰富，因此能够消除电网规划中的不确定因素，提升电网规划的科学性。

3.4 大数据电网存储技术
智能电网的数据主要涉及三个层面，即存储介质、映射地址、物理空间，如图1所示。

图1 智能配用电数据的存储

采用虚拟化技术在智能电网中的硬件平台中，构建针对配用电数据的Master/Slave逻辑结构，对多有的多源异构数据进行自动筛选。以负载均衡的方式，对用电数据相关的存储资源进行动态分配，优化智能电网内部资源结构。在高峰时期对资源进行调度，优化系统配置，提升存储资源的运行效率。

在这一过程中，预处理数据时，要先对数据进行筛选，以区分结构化数据与非结构化数据，对不同的数据类型进行转换，形成标准化元数据，并以XML格式将转换后的元数据存储至Master节点中。

采用数据中间件技术，将各类元数据进行了整合、连接，并对XML数据资源库重新进行了配置，设置了检查、关联、删除等多个子模块，加强了管理效果，更有利于系统运行效率的提升。智能电网运行中数据具有高纬度、多源异构类特征，因此，在智能电网中可使用No SQL技术进行分布式存储，从而解决海量数据的存储问题。

4 结语
智能电网已经成为当前的主要发展方向，它充分融入了现代信息技术、计算机技术等。另外，传感测量技术的支持，打造出了高集成化的新型电网。它具有大数据的基本特性，最为典型的有规模化、快速性以及多样化。除此之外，在大数据技术的支持下能够推动电网基建事业的开展，提升智能电网的控制效率，为智能电网的稳定发展创设良好的条件。

参考文献
[1]张根周.大数据在智能电网领域的应用[J].电网与清洁能源, 2016, 32 (06) :114-117.

[2] 陈敬德, 盛戈皞, 吴继健, 徐友刚, 王福菊.大数据技术在智能电网中的应用现状及展望[J].高压电器, 2018, 54 (01) :35-43.

[3]王晨阳.浅谈智能电网大数据技术的应用与发展[J].智能城市, 2016, 2 (07) :315.

[4]施康, 朱超平.基于大数据技术下智能电网配用电数据存储技术研究[J].自动化与仪器仪表, 2018 (02) :65-67.