電力大數(shù)據(jù)在電網(wǎng)運(yùn)行專業(yè)的應(yīng)用

　　在電網(wǎng)運(yùn)行專業(yè)，通過應(yīng)用用電大數(shù)據(jù)，能夠提高短期和日前負(fù)荷預(yù)測(cè)的準(zhǔn)確度，指導(dǎo)調(diào)度計(jì)劃的制定;通過應(yīng)用電網(wǎng)運(yùn)行大數(shù)據(jù)，可優(yōu)化電網(wǎng)運(yùn)行方式;通過應(yīng)用新能源發(fā)電大數(shù)據(jù)，可提高新能源發(fā)電預(yù)測(cè)水平，提升電網(wǎng)消納新能源發(fā)電的能力。

　　短期負(fù)荷預(yù)測(cè)和新能源發(fā)電預(yù)測(cè)是電網(wǎng)運(yùn)行領(lǐng)域研究、應(yīng)用較多的大數(shù)據(jù)應(yīng)用。短期負(fù)荷預(yù)測(cè)主要是使用近幾年各種粒度的電量、負(fù)荷電能數(shù)據(jù)，以及溫度、濕度等氣象數(shù)據(jù)，分析地區(qū)行業(yè)用戶的用電負(fù)荷特性、電量變換趨勢(shì)、負(fù)荷與氣象的關(guān)系，預(yù)測(cè)出一周內(nèi)全省或地市級(jí)電網(wǎng)的負(fù)荷曲線。這種基于大數(shù)據(jù)的負(fù)荷預(yù)測(cè)方法在多個(gè)省得到應(yīng)用，比傳統(tǒng)的預(yù)測(cè)方法更加準(zhǔn)確。

　　新能源發(fā)電預(yù)測(cè)主要是太陽(yáng)能和風(fēng)力發(fā)電預(yù)測(cè)，其中難度較大的是風(fēng)力發(fā)電預(yù)測(cè)。風(fēng)力發(fā)電預(yù)測(cè)主要使用風(fēng)機(jī)狀態(tài)數(shù)據(jù)、測(cè)風(fēng)塔數(shù)據(jù)、氣象預(yù)報(bào)數(shù)據(jù)以及大量的風(fēng)電站運(yùn)行數(shù)據(jù)，采用機(jī)器學(xué)習(xí)等方法，預(yù)測(cè)0～4小時(shí)內(nèi)和24小時(shí)內(nèi)單風(fēng)機(jī)和風(fēng)電場(chǎng)總體的有功功率。

　　基于大數(shù)據(jù)的風(fēng)力發(fā)電預(yù)測(cè)，能較好地協(xié)助調(diào)控中心克服風(fēng)電出力不確定性帶來的、合理安排調(diào)控計(jì)劃等困難，提高電網(wǎng)消納新能源發(fā)電的能力。

　　國(guó)外電力大數(shù)據(jù)應(yīng)用

　　在德國(guó)智能電網(wǎng)建設(shè)過程中，電網(wǎng)企業(yè)每隔5分鐘或10分鐘收集一次數(shù)據(jù)，來預(yù)測(cè)用戶的用電習(xí)慣等，從而推斷出在未來2～3個(gè)月，整個(gè)電網(wǎng)的大致用電需求。依據(jù)用電量預(yù)測(cè)，可以提前向發(fā)電或者供電企業(yè)購(gòu)買相應(yīng)電量，降低采購(gòu)成本。

　　日本探索未來家庭能源管理系統(tǒng)，以智能監(jiān)控家庭太陽(yáng)能等發(fā)電設(shè)備、儲(chǔ)能設(shè)備，各類家庭用電設(shè)備之間以及家庭能源和智能微電網(wǎng)之間的能源動(dòng)態(tài)平衡。該系統(tǒng)能夠利用天氣信息與傳感器進(jìn)行能源大數(shù)據(jù)收集和篩選，并通過對(duì)家用電器的控制達(dá)到節(jié)約能耗的目的。

　　法國(guó)電力公司在法國(guó)已經(jīng)安裝了3500萬(wàn)個(gè)智能電表，采集的主要是個(gè)體家庭的用電負(fù)荷數(shù)據(jù)。以每個(gè)電表每10分鐘抄表一次計(jì)算，3500萬(wàn)智能電表每年產(chǎn)生1.8萬(wàn)億次抄表記錄。這些電表數(shù)據(jù)，結(jié)合氣象數(shù)據(jù)、用電合同信息及電網(wǎng)數(shù)據(jù)，構(gòu)成了法國(guó)電力的大數(shù)據(jù)。法國(guó)電力借助大數(shù)據(jù)技術(shù)研究海量數(shù)據(jù)的處理架構(gòu)，實(shí)現(xiàn)用電負(fù)荷的精細(xì)化測(cè)量，降低信息決策系統(tǒng)與運(yùn)行操作系統(tǒng)之間的延遲。

　　美國(guó)通用公司研發(fā)了一種結(jié)合大數(shù)據(jù)應(yīng)用技術(shù)的2.5-120型風(fēng)機(jī)。這種風(fēng)機(jī)融合了能量存儲(chǔ)和銜接的預(yù)測(cè)算法，每秒可分析上萬(wàn)數(shù)據(jù)點(diǎn)，并可以靈活地操控120米的長(zhǎng)葉片。這一風(fēng)機(jī)產(chǎn)品比傳統(tǒng)風(fēng)機(jī)在效率和電力輸出上分別提高了25%和15%。

　　新能源大數(shù)據(jù)平臺(tái)

　　2018年1月，國(guó)網(wǎng)青海省電力公司建成國(guó)內(nèi)首個(gè)集數(shù)據(jù)匯集、存儲(chǔ)、服務(wù)、運(yùn)營(yíng)于一體的新能源大數(shù)據(jù)創(chuàng)新平臺(tái)，2019年4月，該平臺(tái)正式升級(jí)為青海省能源大數(shù)據(jù)中心。

　　國(guó)網(wǎng)青海電力依托新能源大數(shù)據(jù)平臺(tái)的集中功率預(yù)測(cè)，可實(shí)現(xiàn)新能源電站功率集中預(yù)測(cè)和集中上報(bào)調(diào)度，幫助電網(wǎng)調(diào)度合理安排調(diào)度計(jì)劃，全力助推新能源消納。

　　平臺(tái)引進(jìn)中國(guó)氣象局、美國(guó)、歐洲、西班牙4類氣象源數(shù)據(jù)，并接入青海區(qū)域23座國(guó)家氣象觀測(cè)站，提供青海省和全國(guó)的數(shù)值天氣預(yù)報(bào)，精準(zhǔn)的氣象數(shù)據(jù)為精準(zhǔn)功率預(yù)測(cè)奠定了基礎(chǔ)。目前，平臺(tái)引入國(guó)內(nèi)主流的4家功率預(yù)測(cè)服務(wù)提供商，對(duì)8家發(fā)電企業(yè)新能源電站進(jìn)行功率預(yù)測(cè)，實(shí)現(xiàn)了新能源電站的短期和超短期預(yù)測(cè)，預(yù)測(cè)準(zhǔn)確度提升2%以上。

　　近兩個(gè)月的數(shù)據(jù)顯示，接入平臺(tái)的新能源電站共觸發(fā)48次預(yù)警信息，預(yù)警推送生成處理工單48條。系統(tǒng)按照自動(dòng)匹配、距離優(yōu)先原則分發(fā)檢修，形成了對(duì)預(yù)設(shè)預(yù)警工單的閉環(huán)管理，確保新能源電站健康穩(wěn)定運(yùn)行。

　　智能配用電大數(shù)據(jù)應(yīng)用系統(tǒng)

　　智能配用電大數(shù)據(jù)應(yīng)用系統(tǒng)由國(guó)網(wǎng)上海市電力公司電力大數(shù)據(jù)實(shí)驗(yàn)室研制而成。該系統(tǒng)以上海浦東新區(qū)為示范區(qū)域，示范面積1210平方公里，完成浦東新區(qū)電網(wǎng)數(shù)據(jù)、用戶數(shù)據(jù)和社會(huì)環(huán)境經(jīng)濟(jì)等10個(gè)業(yè)務(wù)數(shù)據(jù)源、236萬(wàn)用戶的多源異構(gòu)數(shù)據(jù)接入，建成電力大數(shù)據(jù)數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)集市。通過對(duì)電力大數(shù)據(jù)進(jìn)行管理、分析、挖掘，實(shí)現(xiàn)用戶用電行為分析、節(jié)電、用電預(yù)測(cè)、網(wǎng)架優(yōu)化、錯(cuò)峰調(diào)度等業(yè)務(wù)應(yīng)用場(chǎng)景，實(shí)現(xiàn)大數(shù)據(jù)技術(shù)在智能配用電業(yè)務(wù)領(lǐng)域的技術(shù)拓展，提升配用電的智能化水平和綜合效益，滿足智能電網(wǎng)深入建設(shè)對(duì)多源數(shù)據(jù)的融合與挖掘提出的要求。

　　圍繞電力大數(shù)據(jù)關(guān)鍵技術(shù)等，近日，本報(bào)記者對(duì)國(guó)網(wǎng)能源研究院數(shù)字經(jīng)濟(jì)所王智敏博士進(jìn)行了專訪。

　　《亮報(bào)》：電力大數(shù)據(jù)價(jià)值挖掘的關(guān)鍵技術(shù)主要有哪些?

　　王智敏：電力大數(shù)據(jù)價(jià)值挖掘的關(guān)鍵技術(shù)可以分為四大類，即統(tǒng)計(jì)分析、綜合評(píng)價(jià)、預(yù)測(cè)預(yù)警和數(shù)據(jù)可視化技術(shù)。

　　統(tǒng)計(jì)分析技術(shù)。這一類是比較經(jīng)典的數(shù)據(jù)分析技術(shù)，主要包含方差分析、主成分分析、回歸分析、決策樹算法、貝葉斯分類算法等。此類技術(shù)主要是通過相應(yīng)的指標(biāo)和模型發(fā)現(xiàn)統(tǒng)計(jì)數(shù)據(jù)中的規(guī)律，用電力數(shù)據(jù)變化反映生產(chǎn)和生活用能情況。

　　綜合評(píng)價(jià)技術(shù)。這一類技術(shù)屬于知識(shí)發(fā)現(xiàn)型技術(shù)，通過把更加細(xì)化的電力數(shù)據(jù)過濾出來，然后挖掘其中隱含或未知的信息，主要包含專家打分法、層次分析法、熵權(quán)法、粗糙集法等。此類技術(shù)主要應(yīng)用于不同行業(yè)之間的用電情況關(guān)聯(lián)分析，以及電力企業(yè)綜合績(jī)效管理、投資與資產(chǎn)管理等，幫助電力企業(yè)綜合了解用能情況及生產(chǎn)經(jīng)營(yíng)狀況。

　　預(yù)測(cè)預(yù)警技術(shù)。這一類技術(shù)是綜合評(píng)價(jià)技術(shù)的衍生，主要包含時(shí)間序列算法、回歸預(yù)測(cè)方法、隨機(jī)森林算法、人工神經(jīng)網(wǎng)絡(luò)算法等。此類技術(shù)主要應(yīng)用于電力生產(chǎn)消費(fèi)全過程，以及電力企業(yè)運(yùn)營(yíng)預(yù)測(cè)，對(duì)未來發(fā)展趨勢(shì)進(jìn)行定量分析。

　　數(shù)據(jù)可視化技術(shù)。這一類技術(shù)主要對(duì)應(yīng)于電力大數(shù)據(jù)挖掘的結(jié)果發(fā)布環(huán)節(jié)，主要包含Tableau、POWER BI、Ets等。此類技術(shù)主要面向用戶、電力企業(yè)業(yè)務(wù)運(yùn)營(yíng)及管理人員，通過可視化的方式將電力大數(shù)據(jù)挖掘的結(jié)果展示給用戶，借助圖形表達(dá)數(shù)據(jù)中的復(fù)雜信息。