基于態(tài)勢感知驅動的配電網(wǎng)投資決策體系架構設計探討

謝 濤，石雪梅，鐘成元

(1.國網(wǎng)安徽省電力有限公司, 合肥 230022；2. 國網(wǎng)安徽省電力有限公司經(jīng)濟技術研究院，合肥 230071；3. 國網(wǎng)安徽省電力有限公司安慶供電公司，安徽 安慶 246003)

2013年3月中國電機工程學會信息化專委會發(fā)布了《中國電力大數(shù)據(jù)發(fā)展白皮書》，掀起了電力大數(shù)據(jù)的研究熱潮。電力大數(shù)據(jù)主要產(chǎn)生于電力工業(yè)的發(fā)、輸、變、配、用各環(huán)節(jié)中。電網(wǎng)公司的調(diào)度控制、營銷用電量與用電負荷、用戶側分布式新能源接入和電力需求側管理、配電網(wǎng)絡規(guī)劃、建設運維圖片、監(jiān)理現(xiàn)場錄像等多源異構數(shù)據(jù)都是電力大數(shù)據(jù)的基本組成。其中，配電網(wǎng)是直接面向用戶的重要基礎網(wǎng)絡，電力大數(shù)據(jù)在配電網(wǎng)領域的應用具有非常明顯的價值。近年來，國內(nèi)外關于電力大數(shù)據(jù)在配網(wǎng)領域的應用研究工作集中主要集中在兩個層面：一是關于應用方向[1]、前景分析[2]和技術展望[3]的研究，重在梳理和預判大數(shù)據(jù)在配電網(wǎng)領域的發(fā)展脈絡，視角宏觀，綜合性強；二是面向具體業(yè)務應用場景的研究，包括配電網(wǎng)大數(shù)據(jù)與配用電領域業(yè)務需求分析相結合的研究[4]，與負荷預測相結合的研究[5]、與重要用戶供電安全相結合研究[6]，與電力系統(tǒng)仿真計算相結合的研究[7]以及與配電網(wǎng)規(guī)劃和投資相結合的研究等方面。

目前，與大數(shù)據(jù)方法相適應的新型電網(wǎng)規(guī)劃體系有待建立[8]。大數(shù)據(jù)與配電網(wǎng)規(guī)劃相結合的研究多集中在數(shù)據(jù)處理、分析、存儲和平臺建設等技術問題上：如面向地市供電公司智能電網(wǎng)規(guī)劃的數(shù)據(jù)融合技術[9]、面向一體化配電網(wǎng)規(guī)劃設計平臺的數(shù)據(jù)集成技術[10]、大數(shù)據(jù)存儲架構設計[11]以及大數(shù)據(jù)統(tǒng)一支撐平臺體系與構架設計[12]方面；而大數(shù)據(jù)與配電網(wǎng)投資相結合的研究并不多見。

大數(shù)據(jù)的重要價值在于對人類決策活動水平的革命性提升。城市配電網(wǎng)規(guī)劃和投資決策既是配電網(wǎng)領域的典型業(yè)務場景，也是提升配電網(wǎng)精益化管理水平的關鍵環(huán)節(jié)。要實現(xiàn)該環(huán)節(jié)決策從傳統(tǒng)方式向大數(shù)據(jù)方式的轉變，不僅需要大數(shù)據(jù)關鍵技術的支持，更需要建立與大數(shù)據(jù)驅動的決策方式相適應、構成完備、運轉協(xié)調(diào)的配電網(wǎng)規(guī)劃投資決策體系；目前，該方面的研究鮮有報道。

本文基于大數(shù)據(jù)驅動的配電網(wǎng)規(guī)劃投資決策模式變化和類型特點的分析基礎，將態(tài)勢感知作為配網(wǎng)投資決策的驅動元素，根據(jù)配電網(wǎng)自身的特點，構建態(tài)勢多維“元”感知模型；提出基于大數(shù)據(jù)圖譜的配網(wǎng)數(shù)據(jù)管理模式，并以此為基礎，提出基于態(tài)勢感知驅動的配電網(wǎng)規(guī)劃投資決策體系架構。

1 態(tài)勢感知在配電網(wǎng)規(guī)劃投資決策中的作用

1.1 態(tài)勢感知概念的提出

早在20世紀80年代，美國空軍就提出了態(tài)勢感知(Situation Awareness，簡稱SA)的概念。90年代，態(tài)勢感知的概念開始被逐漸被接受并隨著網(wǎng)絡的興起而升級為“網(wǎng)絡態(tài)勢感知(Cyberspace Situation Awareness)”是指大規(guī)模網(wǎng)絡環(huán)境中對能夠引起網(wǎng)絡態(tài)勢發(fā)生變化的安全要素進行獲取、理解、顯示以及最近發(fā)展趨勢的順延性預測，而最終的目的是要進行決策與行動。態(tài)勢感知覆蓋感知(感覺)、理解和預測三個層次。

基于以上基本概念的延伸，本文將態(tài)勢感知延伸應用于配電網(wǎng)投資決策中，即對配電網(wǎng)規(guī)劃設計及投資環(huán)境發(fā)生變化的主要驅動要素提前感知、理解和預測并對最終的投資規(guī)模進行決策。

而按照信息萃取復雜程度的不同，可將態(tài)勢感知分為“元感知”和“綜合感知”兩個層次?！霸兄笔嵌嗑S度獲取“信息元”， 在“元感知”的基礎上，以預測、預警、評估和洞察為基本內(nèi)容開展的高級分析稱之為綜合態(tài)勢感知。以上兩類感知必須依賴于大數(shù)據(jù)技術。

1.2 傳統(tǒng)的配電網(wǎng)決策模式

通常意義上的配電網(wǎng)規(guī)劃決策主要是對配電網(wǎng)發(fā)展的規(guī)模、結構、速度等方面做出全面系統(tǒng)的規(guī)劃與設計，規(guī)劃的最終決策主體是政府電力主管部門。配電網(wǎng)投資決策則是以配電網(wǎng)規(guī)劃和設計為基礎，對各規(guī)劃水平年的具體項目的安排，針對不同的供電分區(qū)，供電能力要求、可靠性要求與安全性要求、不同設備水平、項目建設時序、項目數(shù)量等測算不同地區(qū)各年度投資規(guī)模。

因此，傳統(tǒng)的配網(wǎng)投資決策要素主要是供電分區(qū)、供電能力所要求的設備規(guī)模、供電安全性所要求的設備水平以及該地區(qū)總投資規(guī)模控制下的建設先后順序等。這樣的決策下的投資結果在配網(wǎng)發(fā)展初期比較簡單高效，但是隨著智能服務型配網(wǎng)的發(fā)展要求的進一步提高，這種傳統(tǒng)的配網(wǎng)投資決策方式已經(jīng)不能適應精益化投資管理的要求。

因此，本文提出基于態(tài)勢感知的配網(wǎng)投資決策設想，設定多途徑?jīng)Q策驅動要素，從結構、用戶和設備三個層級設定感知層次。建立由元感知和綜合感知驅動的配網(wǎng)投資決策體系架構。

2 配電網(wǎng)態(tài)勢感知多維元模型構建

將配電網(wǎng)態(tài)勢感知的單元分為“功能分區(qū)”、“網(wǎng)格地塊”、“供電臺區(qū)”等不同層次，基于各個省不同的地區(qū)控制性詳細規(guī)劃主要以用地性質(zhì)不同的地塊(網(wǎng)格地塊)為基本單元，因此，本文選擇“網(wǎng)格地塊”作為配電網(wǎng)態(tài)勢感知的單元，構建面向配電網(wǎng)投資決策的態(tài)勢感知多維信息元模型。

2.1 模型與指標定義

配電網(wǎng)多維信息元模型是指以“網(wǎng)格地塊”為基本單元，將配網(wǎng)大數(shù)據(jù)信息劃分為“結構元”、“用戶元”、“設備元”和“環(huán)境元”等多個維度，以實現(xiàn)對配網(wǎng)投資發(fā)展態(tài)勢的感知。

其中，結構元是指配電網(wǎng)中某供電區(qū)域電壓等級不可再劃分的最小模塊化網(wǎng)絡結構單位。例如：單輻射、雙輻射、單鏈等。一個網(wǎng)格地塊一般包含以上多個電壓等級的配網(wǎng)結構元。用戶元是指網(wǎng)格地塊上用戶組成的團體，該團體有自身的負荷特性和用電特征，團體內(nèi)部的用戶擁有不同的負荷特性。環(huán)境元是指網(wǎng)格地塊所處自然、氣候、經(jīng)濟和社會等環(huán)境的總稱。設備元是指網(wǎng)格地塊上的各類配電設備的總稱。

2.2 態(tài)勢感知元的維度設計

設立感知元的清晰維度，有利于從配網(wǎng)基礎大數(shù)據(jù)中提取支持投資決策的有效信息，因此必須根據(jù)配網(wǎng)大數(shù)據(jù)源情況，設計決定投資建設需求的量化感知維度。

圖1為結構元感知維度設計；圖2為用戶元感知維度設計；圖3為環(huán)境元感知維度設計；圖4為設備元感知維度設計。

圖1 結構元感知維度

圖2 用戶元感知維度

圖3 環(huán)境元感知維度

圖4 設備元感知維度

2.3 配電網(wǎng)投資態(tài)勢綜合感知

配電網(wǎng)投資態(tài)勢綜合感知驅動主要實現(xiàn)預測、預警、評估、甄別分析等4個層面信息的提?。?/p>

(1)預測分析。是指對規(guī)劃水平年的特定地區(qū)的相關用電指標進行預測。配電網(wǎng)規(guī)劃設計和投資決策的基礎是用電預測，規(guī)劃與投資決策必須根據(jù)本地區(qū)電力、電量及負荷密度、負荷特性結構等的預測結果開展網(wǎng)架布局與設備選擇，包括以及供電安全性經(jīng)濟性與可靠性統(tǒng)籌兼顧。

(2)預警分析。對于配電網(wǎng)實際運行中重點監(jiān)測的狀態(tài)信息設定安全穩(wěn)定標準。

預警是指在一定時間或空間上對配網(wǎng)實際運行狀態(tài)信息超過事先確定的標準的警示。

(3)評估分析。借助數(shù)學模型和分析方法，建立評價體系，對影響配電網(wǎng)安全穩(wěn)定運行的關鍵狀態(tài)進行評價。

(4)甄別分析。運用大數(shù)據(jù)技術對于配網(wǎng)兩類或多類態(tài)勢信息之間的相關性或因果聯(lián)系進行分析甄別。

3 在配網(wǎng)投資決策態(tài)勢感知中的應用

3.1 支持態(tài)勢感知驅動的大數(shù)據(jù)技術類別

配電網(wǎng)投資決策態(tài)勢感知需要用到的大數(shù)據(jù)分析技術主要有統(tǒng)計分析技術、數(shù)據(jù)挖掘技術以及可視化技術，具體見表1。

表1 支持態(tài)勢感知的大數(shù)據(jù)分析技術

3.2 支持態(tài)勢感知驅動的數(shù)據(jù)管理模式

運用大數(shù)據(jù)圖譜進行配網(wǎng)數(shù)據(jù)管理是進行態(tài)勢感知驅動的決策結構的關鍵。大數(shù)據(jù)圖譜是面向決策情景的多源異構數(shù)據(jù)融合的重要導引。建立大數(shù)據(jù)圖譜管理決策體系，可以有效提高大數(shù)據(jù)在態(tài)勢感知信息提取與分析的效率。大數(shù)據(jù)圖譜是指基于特定的決策情景模式實現(xiàn)對所需大數(shù)據(jù)錨定融合的策略，關鍵點包括：決策情景模式選定，數(shù)據(jù)錨定方式選擇，多源異構數(shù)據(jù)融合方式確定等。

在建立大數(shù)據(jù)圖譜時需要配套數(shù)據(jù)存儲和數(shù)據(jù)處理兩項相關技術。云計算技術以其計算速度的優(yōu)越性可作為配網(wǎng)投資決策態(tài)勢感知驅動體系提供底層技術支持?；贖adoop集群構建配電網(wǎng)投資決策的大數(shù)據(jù)處理架構，Hadoop集群核心是HDFS和MapReduce技術。HDFS為海量數(shù)據(jù)提供存儲支持；MapReduce為數(shù)據(jù)計算提供模型支持。通過 sqoop 完成數(shù)據(jù)抽取。這樣，既可將關系型數(shù)據(jù)庫中的數(shù)據(jù)與Hadoop的HDFS中的數(shù)據(jù)進行相互導入，可在Hadoop(Hive)與傳統(tǒng)的數(shù)據(jù)庫間進行數(shù)據(jù)交互與傳遞。

4 態(tài)勢感知驅動的配電網(wǎng)規(guī)劃投資決策體系架構設計

大數(shù)據(jù)驅動的配電網(wǎng)規(guī)劃投資決策體系總體架構，如圖5所示。

圖5 配電網(wǎng)規(guī)劃投資決策體系架構

5 結語

本文將計算機網(wǎng)絡態(tài)勢感知理念引入配電網(wǎng)投資決策領域，從感知維度和感知元設計等角度提出了態(tài)勢感知的要素，面向大數(shù)據(jù)分析技術提出了支持態(tài)勢感知的大數(shù)據(jù)圖譜數(shù)據(jù)管理模式，基于以上關鍵技術設計了配電網(wǎng)規(guī)劃投資決策體系架構。下一步將在本文所設計的結構基礎上選取典型地區(qū)開展投資決策模擬與驗證。

參考文獻：

[1] 張沛，吳瀟雨，和敬涵.大數(shù)據(jù)技術在主動配電網(wǎng)中的應用綜述[J].電力建設,2015,36(1):52-59.

ZHANG Pei, WU Xiaoyu, HE Jinghan. Review on Big Data Technology Applied in Active Distribution Network[J].Electric Power Construction,2015,36(1):52-59.

[2]趙騰,張焰,張東霞. 智能配電網(wǎng)大數(shù)據(jù)應用技術與前景分析[J]. 電網(wǎng)技術,2014,38(12):3305-3312.

ZHAO Teng, ZHANG Yan, ZHANG Dongxia. Application Technology of Big Data in Smart Distribution Grid and Its Prospect Analysis[J]. Power System Technology,2014,38(12):3305-3312.

[3]劉科研,盛萬興,張東霞,等. 智能配電網(wǎng)大數(shù)據(jù)應用需求和場景分析研究[J]. 中國電機工程學報,2015(2):287-293.

LIU Keyan, SHENG Wanxing, ZHANG Dongxia, et al. Big Data Application Requirements and Scenario Analysis in Smart Distribution Network [J]. Proceedings of the CSEE，2015(2)：287-293．

[4]王繼業(yè),季知祥,史夢潔,等. 智能配用電大數(shù)據(jù)需求分析與應用研究[J]. 中國電機工程學報,2015(6):1829-1836.

WANG Jiye, JI Zhixiang, SHI Mengjie, et al. Scenario Analysis and Application Research on Big Data in Smart Power Distribution and Consumption Systems [J]. Proceedings of the CSEE，2015(6)：1829-1836．

[5]王德文,孫志偉. 電力用戶側大數(shù)據(jù)分析與并行負荷預測[J]. 中國電機工程學報,2015(3):527-537.

WANG Dewen, SUN Zhiwei. Big Data Analysis and Parallel Load Forecasting of Electric Power User Side[J].Proceedings of the CSEE,2015(3):527-537.

[6]丁堅勇,周凱,田世明,等. 基于大數(shù)據(jù)技術的重要用戶供電安全分析[J]. 電網(wǎng)技術,2016(8):2491-2495.

DING Jianyong, ZHOU Kai, TIAN Shiming, et al. BigData Technology Based Important User Power Supply Security Analysis[J]. Power System Technology, 2016(8)：2491-2495.

[7]黃彥浩,于之虹,謝昶,等. 電力大數(shù)據(jù)技術與電力系統(tǒng)仿真計算結合問題研究[J]. 中國電機工程學報,2015(1):13-22.

HUANG Yanhao, YU Zhihong, XIE Chang, et al. Study on the Application of Electric Power Big Data Technology in Power System Simulation[J]. Proceedings of the CSEE,2015(1):13-22.

[8]趙春暉,姜大為,崔燦,等. 大數(shù)據(jù)時代下的新型電網(wǎng)規(guī)劃體系[J]. 電力建設,2014,35(10):17-20.

ZHAO Chunhui, JIANG Dawei, CUI Can, et al. New Power Grid Planning System in Big-Data Era[J]. Electric Power Construction,2014,35(10):17-20.

[9]孫峰,錢嘯,曾建梁,等. 基于大數(shù)據(jù)理念的地市供電公司智能電網(wǎng)規(guī)劃數(shù)據(jù)融合研究[J]. 華東電力,2014,42(11):2411-2414.

SUN Feng, QIAN Xiao, ZENG Jianliang, et al. Smart Grid Planning Data Fusion of Local Power Supply Companies Based on Big Data Concept[J].East China Electric Power,2014,42(11):2411-2414.

[10]宋毅,薛振宇,滕林,等. 面向一體化配電網(wǎng)規(guī)劃設計平臺的數(shù)據(jù)集成技術研究及應用[J]. 電網(wǎng)技術,2016(7):2199-2207.

[11]葛磊蛟,王守相,瞿海妮. 智能配用電大數(shù)據(jù)存儲架構設計[J]. 電力自動化設備,2016,36(6):194-202.

GE Leijiao, WANG Shouxiang, QU Haini. Design of storage framework for big data of SPDU[J]. Electric Power Automation Equipment, 2016,36(6):194-202.

[12]劉巍,黃曌,李鵬,等. 面向智能配電網(wǎng)的大數(shù)據(jù)統(tǒng)一支撐平臺體系與構架[J]. 電工技術學報,2014(S1):486-491.