能源互聯(lián)網(wǎng)下電力大數(shù)據(jù)的特征及應(yīng)用分析

吳雷

摘要：在現(xiàn)代電力能源系統(tǒng)中，包括冷、熱、電、氣等多種不同類型的能源形式，多種能源同時(shí)接入電力系統(tǒng)后，傳統(tǒng)的電力系統(tǒng)已經(jīng)逐漸向能源互聯(lián)網(wǎng)方向轉(zhuǎn)變，電力大數(shù)據(jù)技術(shù)在能源互聯(lián)網(wǎng)系統(tǒng)中具有較大的應(yīng)用空間。本文首先分析電力能源互聯(lián)網(wǎng)的基本內(nèi)涵，之后闡述了能源互聯(lián)網(wǎng)時(shí)代下電力大數(shù)據(jù)的主要特征，并介紹了電力大數(shù)據(jù)技術(shù)在能源互聯(lián)網(wǎng)負(fù)荷預(yù)測中的應(yīng)用。

關(guān)鍵詞：能源互聯(lián)網(wǎng);電力大數(shù)據(jù);特征;應(yīng)用

Characteristics and Application Analysis of Power Big Data in Energy Internet

WU Lei

（ Nyingchi Power Supply Company， State Grid Tibet Electric Power Co.， Ltd.， Nyingchi， Tibet， 860000 China）

Abstract： In modern power energy system， there are many different types of energy forms， such as cold， heat， electricity and gas. After multiple energy are connected to the power system at the same time， the traditional power system has gradually changed to the direction of energy Internet. The power big data technology has a large application space in the energy Internet system. This paper first analyzes the basic connotation of power energy Internet， then describes the main characteristics of power big data in the era of energy Internet， and introduces the application of power big data technology in load forecasting of energy Internet.

Key Words： Energy internet; Power big data; Characteristic; Application

0 引言

隨著新能源的裝機(jī)容量逐年提高，大規(guī)?？稍偕茉床⒕W(wǎng)會(huì)對(duì)電力系統(tǒng)產(chǎn)生一定的沖擊，迫切需要將互聯(lián)網(wǎng)技術(shù)和電力技術(shù)進(jìn)行深度融合，構(gòu)建能源互聯(lián)網(wǎng)也是今后電力能源系統(tǒng)的重要發(fā)展趨勢(shì)。隨著能源互聯(lián)網(wǎng)的運(yùn)行時(shí)間的變長，所采集及存儲(chǔ)數(shù)據(jù)量逐步增加，需要采用能夠快速處理、高效分析的電力大數(shù)據(jù)技術(shù)加以支撐，從大數(shù)據(jù)中挖掘出電力能源互聯(lián)網(wǎng)的運(yùn)行特征及運(yùn)行規(guī)律，更好地促進(jìn)能源互聯(lián)網(wǎng)的發(fā)展，為此本文詳細(xì)分析了能源互聯(lián)網(wǎng)時(shí)代下電力大數(shù)據(jù)的特征及相關(guān)的應(yīng)用情況。

1 電力能源互聯(lián)網(wǎng)

在能源互聯(lián)網(wǎng)中，雖然包括了多種能源類型，但電網(wǎng)依然是占有骨干地位。通過采用網(wǎng)絡(luò)通信技術(shù)、信息技術(shù)和互聯(lián)網(wǎng)技術(shù)，將電力網(wǎng)絡(luò)、天然氣網(wǎng)絡(luò)、供熱制冷網(wǎng)絡(luò)以及石油網(wǎng)絡(luò)等能源節(jié)點(diǎn)互聯(lián)，實(shí)現(xiàn)能源的雙向高效流動(dòng)和數(shù)據(jù)信息的共享，實(shí)現(xiàn)局部自治、整體協(xié)調(diào)和動(dòng)態(tài)平衡，下圖1為能源互聯(lián)網(wǎng)的基本結(jié)構(gòu)。

從上圖1中可以看出，能源互聯(lián)網(wǎng)的基本結(jié)構(gòu)包括能源生產(chǎn)、能源控制及轉(zhuǎn)換、能源用戶等三個(gè)層次。在能源生產(chǎn)系統(tǒng)中，包括燃?xì)獍l(fā)電、熱力發(fā)電、光伏發(fā)電、風(fēng)力發(fā)電，以及沼氣等生物質(zhì)能發(fā)電等。這些電源節(jié)點(diǎn)通過能源路由器中的控制網(wǎng)絡(luò)，實(shí)現(xiàn)對(duì)電力能源的發(fā)電控制、調(diào)度及交易。同時(shí)，還可以通過能源路由器，實(shí)現(xiàn)能源在各個(gè)用戶之間的分配和調(diào)控。

在能源互聯(lián)網(wǎng)中的工業(yè)控制系統(tǒng)中，布置了多種能源協(xié)調(diào)互補(bǔ)運(yùn)行的優(yōu)化算法，能夠根據(jù)能源互聯(lián)網(wǎng)的實(shí)際運(yùn)行狀態(tài)，通過優(yōu)化使得能源得到合理分布。如多能互補(bǔ)算法，在制熱負(fù)荷較高的時(shí)段，直接通過供熱網(wǎng)進(jìn)行供熱，從而降低對(duì)電力的消耗^[1]，并且能夠降低系統(tǒng)對(duì)備用容量的需求，使得能源互聯(lián)網(wǎng)運(yùn)行更加經(jīng)濟(jì)高效。在上圖1中，電動(dòng)汽車也可以和能源互聯(lián)網(wǎng)進(jìn)行雙向電力交互，使得能源互聯(lián)網(wǎng)運(yùn)行更加靈活，并通過電價(jià)政策引導(dǎo)電動(dòng)汽車合理充放電，優(yōu)化能源互聯(lián)網(wǎng)中的用電負(fù)荷曲線。

2 能源互聯(lián)網(wǎng)下電力大數(shù)據(jù)的特征分析

在能源互聯(lián)網(wǎng)中應(yīng)用大數(shù)據(jù)技術(shù)，可以輔助優(yōu)化能源互聯(lián)網(wǎng)決策，更好地保證能源互聯(lián)網(wǎng)的穩(wěn)定運(yùn)行，以下分析能源互聯(lián)網(wǎng)時(shí)代下電力大數(shù)據(jù)的特征和大數(shù)據(jù)的應(yīng)用架構(gòu)。

2.1能源互聯(lián)網(wǎng)下電力大數(shù)據(jù)的特征

電力大數(shù)據(jù)包括的數(shù)據(jù)類型較多，如營銷用電數(shù)據(jù)、客戶信息、電力交易數(shù)據(jù)、發(fā)電數(shù)據(jù)、電網(wǎng)運(yùn)行數(shù)據(jù)、電力設(shè)備運(yùn)行監(jiān)測數(shù)據(jù)等，這種數(shù)據(jù)共同組成了電力大數(shù)據(jù)。能源互聯(lián)網(wǎng)時(shí)代下電力大數(shù)據(jù)的特征主要包括以下幾點(diǎn)：一是多源，在能源互聯(lián)網(wǎng)中包括冷、熱、電、氣、交通等多種多樣的能源數(shù)據(jù)類型。二是量大，在電力能源互聯(lián)網(wǎng)中部署了大量數(shù)據(jù)信息采集設(shè)備，如智能電表、傳感器、合并單元、網(wǎng)絡(luò)通信設(shè)備等，使得能源互聯(lián)網(wǎng)中的數(shù)據(jù)體量急劇增長^[2]。三是異構(gòu)，在電力大數(shù)據(jù)包括結(jié)構(gòu)化數(shù)據(jù)，也包括視頻、圖像、語音等非結(jié)構(gòu)化數(shù)據(jù)，如在輸電線路防外力破壞系統(tǒng)中，就需要采集圖像和視頻信息，以分析判斷在輸電線路的安全走廊中是否出現(xiàn)了外界物體入侵的情況，在變電站小動(dòng)物入侵防御系統(tǒng)中同時(shí)也需要采集非結(jié)構(gòu)化數(shù)據(jù)。

四是高速，現(xiàn)代電力系統(tǒng)對(duì)實(shí)際應(yīng)用性能的要求較高，采用光纖通信，通過光信號(hào)傳輸比傳統(tǒng)的電信號(hào)傳輸速度提高了很多倍，同時(shí)網(wǎng)絡(luò)通信在智能變電站中也得到了廣泛應(yīng)用，在變電站的站控層中所傳輸?shù)幕緸榫W(wǎng)絡(luò)信號(hào)。五是實(shí)時(shí)，電力能源生產(chǎn)都需要瞬間完成，大數(shù)據(jù)也具有較強(qiáng)的實(shí)時(shí)性。六是準(zhǔn)確，通過大數(shù)據(jù)分析技術(shù)和數(shù)據(jù)挖掘技術(shù)，可以準(zhǔn)確得出數(shù)據(jù)分析結(jié)果。六是數(shù)據(jù)價(jià)值高，通過對(duì)電力大數(shù)據(jù)進(jìn)行分析，可以優(yōu)化能源互聯(lián)網(wǎng)的運(yùn)行。

2.2 電力大數(shù)據(jù)的應(yīng)用架構(gòu)

電力大數(shù)據(jù)在應(yīng)用中分為不同的層次，包括數(shù)據(jù)源層、數(shù)據(jù)集成層、數(shù)據(jù)存儲(chǔ)及處理層、數(shù)據(jù)服務(wù)層和數(shù)據(jù)應(yīng)用層等。各個(gè)數(shù)據(jù)源層將數(shù)據(jù)傳輸?shù)綌?shù)據(jù)集成層中，并對(duì)數(shù)據(jù)進(jìn)行加載和轉(zhuǎn)換，之后再對(duì)數(shù)據(jù)進(jìn)行處理，同時(shí)在數(shù)據(jù)服務(wù)層中利用大數(shù)據(jù)分析算法充分挖掘出電力大數(shù)據(jù)中存在的價(jià)值，最后在數(shù)據(jù)應(yīng)用層中可視化展示，指導(dǎo)電網(wǎng)調(diào)度、規(guī)劃，并可用來進(jìn)行電力負(fù)荷中長期及短期負(fù)荷預(yù)測、節(jié)能產(chǎn)品開發(fā)等。

同時(shí)，電力大數(shù)據(jù)在應(yīng)用的過程中，應(yīng)注意信息安全的防護(hù)，保證數(shù)據(jù)安全。在各個(gè)數(shù)據(jù)結(jié)構(gòu)層次間，可以采用正反向隔離裝置、防火墻、入侵檢測、惡意代碼防范、信息加密等信息安全防護(hù)技術(shù)措施，提高電力大數(shù)據(jù)在采集、傳輸及應(yīng)用過程中的安全^[3]。在正反向隔離裝置或者防火墻中，可以配置合理的網(wǎng)絡(luò)訪問控制策略，包括訪問地址和訪問端口，只有符合訪問策略的主機(jī)才能正常訪問，否則被攔截。

3 電力大數(shù)據(jù)在能源互聯(lián)網(wǎng)中的應(yīng)用分析

電力大數(shù)據(jù)技術(shù)的應(yīng)用，是促進(jìn)能源互聯(lián)網(wǎng)發(fā)展和進(jìn)步的關(guān)鍵，以下以電力大數(shù)據(jù)在負(fù)荷預(yù)測中的應(yīng)用和電力大數(shù)據(jù)在用戶用電行為分析中的應(yīng)用為例進(jìn)行分析。

3.1 電力大數(shù)據(jù)在負(fù)荷預(yù)測中的應(yīng)用

利用電力進(jìn)行負(fù)荷預(yù)測，是屬于在電力企業(yè)管理決策中的應(yīng)用。用電負(fù)荷數(shù)據(jù)和社會(huì)經(jīng)濟(jì)運(yùn)行具有密切的關(guān)系，利用大數(shù)據(jù)可以構(gòu)建用戶負(fù)荷和經(jīng)濟(jì)運(yùn)行的關(guān)聯(lián)模型，分別將用戶負(fù)荷數(shù)據(jù)和地區(qū)經(jīng)濟(jì)運(yùn)行數(shù)據(jù)輸入到關(guān)聯(lián)模型中，可以根據(jù)經(jīng)濟(jì)運(yùn)行情況調(diào)整系統(tǒng)的負(fù)荷預(yù)測數(shù)值，下圖2為電力大數(shù)據(jù)技術(shù)在電力負(fù)荷中長期預(yù)測模型構(gòu)建中的應(yīng)用。

從上圖2中可知，和短期電力負(fù)荷預(yù)測不同，在中長期電力負(fù)荷預(yù)測中，需要經(jīng)濟(jì)的中長期運(yùn)行情況，同時(shí)考慮氣象條件、節(jié)假日影響因素，最終得出電力能源互聯(lián)網(wǎng)中的電量預(yù)測數(shù)據(jù)和負(fù)荷預(yù)測數(shù)據(jù)。除了考慮上述問題之外，還應(yīng)根據(jù)當(dāng)?shù)赜秒娯?fù)荷的實(shí)際特征及規(guī)律、負(fù)荷性質(zhì)、負(fù)荷構(gòu)成等，綜合得出電力負(fù)荷預(yù)測結(jié)果。對(duì)于負(fù)荷預(yù)測算法，可以采用神經(jīng)網(wǎng)絡(luò)算法、遺傳算法、模糊數(shù)學(xué)算法、小波分解算法等。如對(duì)于小波分解算法，負(fù)荷預(yù)測的實(shí)際曲線具有較大的波動(dòng)性和隨機(jī)性，呈現(xiàn)出鋸齒狀，并帶有一定的尖點(diǎn)，準(zhǔn)確預(yù)測難度較大。利用小波分解算法，從頻域的角度，可以將實(shí)際的負(fù)荷曲線分解為若干個(gè)組成成分，包括高頻分量、中頻分量和低頻分量。通過將負(fù)荷序列進(jìn)行分解，將負(fù)荷投影到不同的頻域中，從而更加清晰地展現(xiàn)出負(fù)荷的周期性。不同的頻率分量，結(jié)合相關(guān)的影響因素進(jìn)行預(yù)測，最后將這些子序列進(jìn)行小波包重構(gòu)，得出真實(shí)的負(fù)荷預(yù)測數(shù)據(jù)。

3.2 電力大數(shù)據(jù)在用戶用電行為分析中的應(yīng)用

通過對(duì)用電大數(shù)據(jù)進(jìn)行分析，可以挖掘出用戶用電行為特征，更好地指導(dǎo)電網(wǎng)企業(yè)的規(guī)劃、建設(shè)和運(yùn)行。首先需要根據(jù)電力大數(shù)據(jù)對(duì)電力用戶進(jìn)行分類，可以采用聚類分析算法。通過提取用戶用電大數(shù)據(jù)中的特征數(shù)據(jù)，如用電高峰時(shí)段、用電低谷時(shí)段等，將各個(gè)用戶劃入不同的類別，完成數(shù)據(jù)的聚類。

完成電力用戶的分類之后，在同一個(gè)類別中的用戶也會(huì)受到多種因素的影響，使得用電行為發(fā)生改變，可以采用影響因子來表征，包括自我影響因子、自然環(huán)境影響因子和社會(huì)環(huán)境影響因子等^[4]。其中自我影響因子是指由于電力用戶自身的用電計(jì)劃發(fā)生改變導(dǎo)致用電行為變更，對(duì)于這類影響因子，應(yīng)擴(kuò)大用電大數(shù)據(jù)的規(guī)模，以便更好地反映用戶的用電行為。其次對(duì)于自然環(huán)境影響因子，主要是由于氣象條件突變、季節(jié)變化等導(dǎo)致用戶用電行為的變化，社會(huì)環(huán)境影響因子是指節(jié)假日、重大會(huì)議、社會(huì)突發(fā)事件等導(dǎo)致用電行為發(fā)生變化。這些影響因子都應(yīng)在用戶用電行為分析中加以考慮，使得所得出的用電行為特征更加準(zhǔn)確，同時(shí)能夠提高設(shè)備的利用效率。

4 結(jié)論

隨著能源互聯(lián)網(wǎng)和電力數(shù)據(jù)中心的建設(shè)，電力大數(shù)據(jù)的價(jià)值被逐漸挖掘和利用，更好地優(yōu)化能源互聯(lián)網(wǎng)的運(yùn)行決策。本文分析了電力大數(shù)據(jù)的特征和應(yīng)用架構(gòu)，以及電力大數(shù)據(jù)在負(fù)荷預(yù)測和用戶用電行為分析方面的應(yīng)用，可為高效利用電力大數(shù)據(jù)提供理論支持和技術(shù)支撐。

參考文獻(xiàn)

[1] 宮一品， 徐從明， 韓憲叢. 能源互聯(lián)網(wǎng)下電力大數(shù)據(jù)發(fā)展相關(guān)研究[J]. 山東工業(yè)技術(shù)， 2018， 000（011）：132-132.

[2] 李斌， 趙卓， 劉明， et al. 基于大數(shù)據(jù)的智慧企業(yè)和智能配電網(wǎng)建設(shè)[J]. 電氣時(shí)代， 2020， No.465（06）：52-54.

[3] 蔣福佑， 胡晶晶， 滕明勇. 電網(wǎng)企業(yè)實(shí)施大數(shù)據(jù)戰(zhàn)略的路徑研究[J]. 當(dāng)代經(jīng)濟(jì)， 2019， No.493（01）：100-101.

[4] 王旭輝. 電力大數(shù)據(jù)加快向能源大數(shù)據(jù)升級(jí)[J]. 能源研究與利用， 2020， No.193（03）：12-13.

[5]

孫秋潔，?李家騰，?楊云露，等.?能源互聯(lián)網(wǎng)和電力體制改革下電網(wǎng)公司發(fā)展策略[J].?廣東電力，?2020（2）：71-77.

[6] 周洪益，?錢葦航，?柏晶晶，等.?能源區(qū)塊鏈的典型應(yīng)用場景分析及項(xiàng)目實(shí)踐[J].?電力建設(shè)，?2020，?041（002）：11-20.