智能电网大数据技术发展研究张格琳

智能电网大数据技术发展研究张格琳

张格琳程思远程芬任国卉

（国网山西省电力公司运城供电公司山西运城044000）

摘要：随着科学技术的飞速发展，智能电网大数据技术已经成为了目前电力企业发展的主要依靠技术，智能电网大数据技术对我国电力行业有着极大的影响，同时对我国电力行业的可持续发展提供巨大的作用。本文就针对智能电网大数据技术的概念及技术发展进行深入的探讨。

关键词：智能电网；大数据；技术；发展

计算机信息技术的发展将人类带入了数据社会，带动了互联网、物联网、智能电网、新能源、智能城市、网络金融等现代服务业发展，数据的充分利用和挖掘正成为各行各业运营和发展的引擎。但这个引擎正面临着数据量大而复杂等巨大的挑战。各种业务数据正以几何级数的形式爆发，其格式、收集、储存、检索、分析、应用等中存在诸多问题，不再能以传统的信息处理技术加以解决。数据的格式也由传统的结构化数据转化为非结构化数据，数据处理的实时效应要求也更高。大数据技术经过几年的发展，已经形成了一个完整的生态技术圈，包括海量数据的的存储及分析技术。

1、智能电网中大数据与云计算的基本概念

大数据是指海量、异构、多态的数据集合，不但包括传统的符号、数字等结构化数据，也包括图像、声音、手写字体等非结构化数据。但不是数据多就能够称为大数据，必须要同时满足体量巨大、类型多样、价值密度低以及处理速度快这四个特点，才能够被称为大数据。在电力行业内，电网运行的情况及日常的监测数据等、电力企业的营销数据，以及企业的管理数据信息等可以被称为是大数据。随着智能电网的不断发展，这些数据都在以指数级的速度增长。智能电网中的数据以传统的关系型数据库中存储的结构化数据为主，包括业务数据、表单数据等。而非结构化数据主要是视频监控数据以及一些图像数据等。随着电力行业的发展和自身的特点，智能电网中的非结构化数据的比重越来越重，但分析和处理的难度却较大。另外，电力行业数据还在气象预测、能源分析等行业中有着应用意义，对智能电网的大数据分析就显得格外重要。最后，在智能电网的调动工作中，业务管理数据要求是实时数据，对实时数据的处理难度更大。云计算（CloudComputing）是指在网络技术高速发展的基础上，通过网络存储、负载均衡、虚拟化、分布式计算等现代计算机处理技术，将网络中多个计算机实体融合起来，建立一套具有强大计算能力的系统，为用户提供方便、可靠、强大的计算能力。通过不断提高云平台能力，减少用户在本地实体中投资的资金。随着云计算的不断发展，传统的依靠个人终端的存储和计算模式将逐步被为新的信息存储、处理模式所替代，数据、资源及应用程序将被保存在云平台服务器中。用户不但可以从云平台中获取数据，还可以完成应用程序的二次开发。因此，近年来云计算技术得到了飞速发展。云计算是通过云端的服务器集群提供计算、存储和处理服务，用户通过网络或其他工具直接访问。

2、发展动力和存在障碍研究

2.1智能电网大数据的发展动力

近年来，大数据来势汹汹，对传统数据商业分析模式带来了毁灭性的冲击。电力公司往往资产巨大，对于资产的监控测量和运用会产生大量复杂的数据，通过数据分析可以有效提高电网资产的设备管理水平。通过数据分析，还可以在实现数据一体化的基础上，提高电能质量，对于特殊情况进行有效的停电管理，从而减少线路损失，有效预防用于窃电，以及其他一些因素造成的损失。并且从智能电网大数据中分析出用户的用电行为，电力公司可以依照这些数据设置合适的鼓励机制和需求管理机制。以智能家居产品为例子，智能家居产品在为居民用户提供节能减少花销的同时，而且还对电力企业改善用户侧需求管理，减少二次装机中发挥了重要作用。电网作为能源与用能的载体，受到国家的重视与长期保护，尽管对于智能电网大数据以往的发展中起了限制作用，但随着国家对于智能电网大数据的重视，相关政策依旧会为电力公司发展智能电网大数据提供强而有力的支持。

2.2智能电网大数据的障碍

电力系统作为我国的一个传统行业，深受国家政策的保护，因而在发展中逐渐出现了跟不上时代脚步的现象。经验足的大都是些老一辈的技术员工，他们对于大数据的基本理念以及大数据在智能网络中的价值缺乏正确的理解。国内智能电网大数据技术起步晚，相交于国外技术有所欠缺，并且国外没有向中国这样庞大的人口，因而即便有先进的技术也不能直接照搬照抄，智能电网大数据技术仍需要进行探索。智能电网大数据技术的研发与实验都需要大量的资金投入，现今智能电网大数据缺乏明确的收益，因而很难引起投资人的兴趣与青睐。最后就是数据的隐私与安全问题，有些数据电力公司需要保证其隐秘性，因而意思保护与客户资料安全成为了发展与推广智能电网大数据技术的首要问题。

3、智能电网大数据技术的发展

3.1源网荷协同调度

根据可持续发展理念的要求，应将新能源应用到各个领域当中，以实现人与自然的和谐发展。本着上述原则，电力领域对新能源的使用水平也开始逐渐提高，如何对新能源进行准确的预测，成为了电力领域关注的重点问题。对调度方法的合理应用是解决该问题的途径。在过去很长一段时间内，电力领域一直采取传统的调度方法，通过增加系统的旋转备用解决问题，即从供给侧入手，提高电力资源应用的平衡性。但随着社会的不断发展，目前调度出发点已经从供给侧转为了需求侧，即通过市场调节的手段，从电力用户的角度出发，以调节其用电负荷的方法，达到提高电力资源应用平衡性的目的，实现网源荷协同调度。上述目的的达成要求电力领域必须保证具有大量的信息作为辅助，其中新能源出力波动便属于非常重要的一点信息。智能电网大数据技术的应用能够实现对数据的存储、出力以及调度，因此也就能够为电力领域提供所需要的辅助信息使得电力资源的优化调度能够更加顺利的实现。这是该技术发展的主要体现。

3.2负荷波动与新能源出力预测

电力用户的用电量会影响到电力负荷，而电力负荷的波动，则会影响到电力系统的运行情况。目前，对负荷波动的预测已经得到了重视。减小预测波动值与实际波动值之间的误差，能够使作出的电网管理决策更加合理，反之，则极容易导致电网运行产生风险。当前我国电力领域负荷预测主要采用的是通过对历史负荷数据的观察，以相似日法为基础，实现预测的方法。上述方法的实现所需要的历史数据量相对较大。智能电网大数据技术的应用，能够为其提供大量的历史数据，同时还能够保证数据的多样性，这对于负荷波动预测准确性的提高能够起到极大的促进作用。除此之外，对新能源出力预测也十分重要。传统能源的使用具有一定的平稳性，这是其主要优势。相对而言，新能源应用的优势则在于更加符合可持续发展理念的要求，但其却具有一定的波动性。对其进行合理预测，能够使电网企业及时做好用电规划，是保证其稳定运行的基础。新能源接入受制因素主要包括网架结构脆弱以及预测误差两大方面，前者主要由新能源的位置决定，其往往位于电网末端，因此结构相对脆弱。大数据技术的应用可以提高预测准确度，以IBM大数据解决方案为例，其能够较为准确的实现对风力发电情况的预测。

3.3网架发展规划

电网的发展正处于过渡阶段，智能电网处于建设过程中，与互联网的结合，是未来智能电网发展的主要方向。另外，电转气技术目前也正在研究过程中，理念在于将不宜存储的电能，转化为天然气进行存储，这不仅能够达到资源高效利用的目的，同时也能够直接促使天然气量的增加。在上述情境下，应用大数据技术进行电能的预测，并将其合理、适度的转换为天然气，是提高网架发展规划水平的主要途径，同时也是该技术应用的主要体现，是其发展的主要方向。其次，科学技术的发展使得电动汽车成为了汽车领域的主要研究方向，电动汽车改变了以往汽车通过燃油获得动力的特点，使得汽车的行驶可以靠电能的应用来实现。在此基础上，加油站也必定会向充电站转化，该种类型汽车的普及是一种主要趋势。因此，必须采用大数据技术，实现对电能的分布式管理，以确保电动汽车能够普及，减轻受汽车尾气影响带来的环境污染问题。

参考文献

[1]黄伟，曹健.智能电网大数据技术的发展研究.无线互联科技，2015（15）：19~20.

[2]李振元，李宝聚，王泽一.大数据技术对我国电网未来发展的影响研究.吉林电力，2014（1）.

[3]孙宝贵，王欣红，王振世.智能电网中大数据处理技术分析.通讯世界，2016（23）：150~151.