智能配电网大数据应用需求和场景分析研究

智能配电网大数据应用需求和场景分析研究

张鹏宇谢洋

（国网江苏省电力公司淮安供电公司江苏淮安223002）

摘要：随着智能配电网大数据应用的不断发展，配电网中的数据处理与计算工作具有更大的挑战性，目前来看，大数据在我国电力系统中的智能配电网应用越爱越多，该文总结性地分析并研究了智能大数据的理论性和操作性特点，结合电力系统智能配电网的实际情况进行应用需求分析，并且针对大数据在智能配电网中的应用场景展开了讨论。

关键词：智能配电网；大数据；应用需求；场景

1智能配电网大数据现状

随着智能配电网信息化、自动化、互动化水平的提高以及与物联网的相互渗透与融合，电力企业量测体系内部积累了大量数据，如用户用电数据、调度运行数据、GIS数据、设备检测和监测数据以及故障抢修数据等。在量测体系之外，电力企业还积累了大量运营数据，如客户服务数据、企业管理数据以及电力市场数据等。除却电力企业内部数据，还有许多潜在的外部数据源，如互联网、移动设备的GPS，以及公共服务部门数据库等所能提供的大数据可供挖掘与利用。

目前对于智能配电网数据的利用还主要集中在电力企业量测数据方面，对于3类数据彼此影响的研究还较少，即便是对于电力企业量测数据，其中蕴含的价值也还远未得到系统、深入的开发与应用。今后分布式电源的大量引入以及电动汽车的快速发展，必将会为智能配电网的大数据资源池注入更多的数据流，智能配电网大数据中潜藏的价值也将随着研究与利用的深入不断涌现。

2智能配电网大数据应用需求分析

智能配电网大数据应用中主要包括了配电网的运营以及整体规划服务，并且对客户的用电进行了相应的服务和管理，这些对大数据的应用需求必须要涵盖各电力系统运营环节中的信息数据，还有客户的用电数据以及电力营销数据的信息等，综合管理智能配电网中供电环节的所有数据，可以在最大程度上发挥大数据的价值。电力系统和用电用户都是重要的组成部分，电力系统内部要不断地提高综合管理水平，加强对用电客户的服务性水平，通过对用电数据的总结可以让政府了解到当地的经济发展情况，从而为电力系统发展提供更多的政策扶持，对电力系统进行合理的规划发展，加强分布式电源的接入，对充电设备进行合理的布局规划等。

3智能配电网大数据应用场景分析

3.1用电行为分析

首先要对收集到的用电数据进行聚合管理，使用数据收集、储存以及大数据处理技术，整合客户的用电数据，还要考虑到客户的服务性数据等，综合考虑当地的人口、地理、以及天气环境数据的收集，将所有的数据统一地综合为一体，思考各数据之间的内在联系。下一步对客户用电的行为模式进行分析，总结出客户的用电规律，对客户的用电负荷、用电电量、电费情况，以及当地的电价价格数据建立一个综合性的用电行为系统模型，在不一样的专业视角上面，整体而又全面性地刻画出客户的用电行为模式，综合利用各数据信息，将用电行为相类似的客户综合起来，加强了对客户用电行为模式的理解。

3.2用电行为理解

影响用电行为模式的因素众多，需要从时间、空间、用户类型等多个维度，分析自然、社会各种潜在因素对用电行为的关联关系，并深度挖掘因素集与用电行为模式各类因素之间的关联强度。影响用电行为模式的各个因素关联强度亦各不相同，为此，需要利用关联挖掘技术分析影响因素集合与用电行为集合之间的频繁模式、关联性、相关性或因果结构，从而针对特定的用电行为，从众多因素中发现提炼与其关联的影响要素，建立精细化用电模式与影响因素的关联模型，从而进一步理解用户用电行为。

3.3用电负荷预测

负荷数据是负荷预测的基础，掌握负荷变化规律是提高负荷预测精度的重要手段。负荷数据包括实时负荷数据和历史负荷数据。实时负荷数据是当前时刻电网系统负荷的实际值；历史负荷数据是电网负荷的历史数据，通过历史负荷数据分析掌握负荷变化规律。对于用户负荷数据，包括全部负荷数据、分行业分类别负荷数据、用户负荷曲线等数据，通过用户负荷分析能够更细粒度掌握负荷需求和变化特征。

气象变化影响用电行为，在负荷预测中需要考虑气象条件。气象数据包括特定区域内的气压、温度、湿度、风、云和降水量等多种信息，以及这些气象信息的多时间尺度的预测结果。这些数据来源于气象预报系统。社会经济发展、人口变化等都影响用电负荷，因此也需考虑这些数据。负荷预测按照预测对象不同，分为系统负荷预测、母线负荷预测、空间负荷预测等，按照预测时间尺度不同，可以分为超短期、短期和中长期负荷预测。由于不同预测类型的不同特点，基于大数据技术的负荷预测也需要区别分析。综合电网运行负荷数据、气象数据、地理信息系统(GIS)、人口、经济、节假日等数据，基于用户用电行为分析，通过关联分析、回归分析、神经网络等各种数据挖掘和分析方法，识别影响负荷的敏感成分，进而构建不同类型不同目标的负荷预测模型，如系统短期负荷预测模型。采用大数据分析和预测方法，对电网负荷进行预测计算，预测结果将应用到电网规划、节能经济调度等领域。

4大数据在智能配电网的应用前景

4.1实现智能用电

大数据在配电网领域的应用使得其能够通过分析用户的用电规律的分析建立相应的用户用电模型，预测不同用户用电模型的变化趋势，根据不同用户的用电需求调度不同量的电力，制定更加智能化、人性化的用电方案，强化电力生产消费的主动调节，降低整个电力系统的运营成本，科学调度电源、合理发电，节约能源资源，保护环境的同时又不至于影响人们日常生产生活。

4.2优化网架规划

传统意义上的优化方式早已不再适用如今这种快速发展的电力系统。自2009年大数据时代到来至今，大数据应用技术在智能配电网中的应用恰好可以解决传统意义网架结构存在的问题，如：提高网架结构的关联性、动态性，解决传统意义上网架结构的迟延、模糊化等弊端，并且根据不同用户的不同需求规划电网，为广大用户提供更优质的电力服务。

4.3驱动电网创新管理

大数据的应用使得大量工商业、居民用户的空间位置、用电需求、电力消费特征进行有效集结，不仅能够直接支撑电网企业的创新管理，而且还能够附加带动关联行业的健康发展，进而提高配电网的智能化发展。大数据应用技术与智能配电网领域的结合，使得智能配电网更具市场价值。但不容忽视的是大数据在智能配电网领域仍然存在速度不足以满足需求、信息灵活性有待提高、存储及安全等方面的问题，这要求我们在运用的过程中不断改进，使得大数据应用技术在智能配电网领域发挥更加重要的作用。

结语

智能配电网是大数据应用的重要场景，随着智能配电网的不断发展，有大量数据需要监测管理，尤其是客户的用电行为分析和理解以及负荷预测的数据监控，如何处理这些监测到的数据已经成为了智能配电网大数据应用管理的主要内容，科学采用大数据应用技术，可以提高电力系统的发展水平，进而提升整个电力系统的经营效益，针对大数据在智能配电网中的应用需求，设计合理的应用场景，使智能配电网的发展前景变得更加广阔。

参考文献:

[1]刘广一,朱文东,陈金祥,张逸.智能电网大数据的特点、应用场景与分析平台[J].南方电网技术,2016,(05):102-110.

[2]王继业,季知祥,史梦洁,黄复鹏,朱朝阳,张东霞.智能配用电大数据需求分析与应用研究[J].中国电机工程学报,2015,(08):1829-1836.