電力大數據在電網(wǎng)運行專(zhuān)業(yè)的應用

　　在電網(wǎng)運行專(zhuān)業(yè)，通過(guò)應用用電大數據，能夠提高短期和日前負荷預測的準確度，指導調度計劃的制定;通過(guò)應用電網(wǎng)運行大數據，可優(yōu)化電網(wǎng)運行方式;通過(guò)應用新能源發(fā)電大數據，可提高新能源發(fā)電預測水平，提升電網(wǎng)消納新能源發(fā)電的能力。

　　短期負荷預測和新能源發(fā)電預測是電網(wǎng)運行領(lǐng)域研究、應用較多的大數據應用。短期負荷預測主要是使用近幾年各種粒度的電量、負荷電能數據，以及溫度、濕度等氣象數據，分析地區行業(yè)用戶(hù)的用電負荷特性、電量變換趨勢、負荷與氣象的關(guān)系，預測出一周內全省或地市級電網(wǎng)的負荷曲線(xiàn)。這種基于大數據的負荷預測方法在多個(gè)省得到應用，比傳統的預測方法更加準確。

　　新能源發(fā)電預測主要是太陽(yáng)能和風(fēng)力發(fā)電預測，其中難度較大的是風(fēng)力發(fā)電預測。風(fēng)力發(fā)電預測主要使用風(fēng)機狀態(tài)數據、測風(fēng)塔數據、氣象預報數據以及大量的風(fēng)電站運行數據，采用機器學(xué)習等方法，預測0～4小時(shí)內和24小時(shí)內單風(fēng)機和風(fēng)電場(chǎng)總體的有功功率。

　　基于大數據的風(fēng)力發(fā)電預測，能較好地協(xié)助調控中心克服風(fēng)電出力不確定性帶來(lái)的、合理安排調控計劃等困難，提高電網(wǎng)消納新能源發(fā)電的能力。

　　國外電力大數據應用

　　在德國智能電網(wǎng)建設過(guò)程中，電網(wǎng)企業(yè)每隔5分鐘或10分鐘收集一次數據，來(lái)預測用戶(hù)的用電習慣等，從而推斷出在未來(lái)2～3個(gè)月，整個(gè)電網(wǎng)的大致用電需求。依據用電量預測，可以提前向發(fā)電或者供電企業(yè)購買(mǎi)相應電量，降低采購成本。

　　日本探索未來(lái)家庭能源管理系統，以智能監控家庭太陽(yáng)能等發(fā)電設備、儲能設備，各類(lèi)家庭用電設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。該系統能夠利用天氣信息與傳感器進(jìn)行能源大數據收集和篩選，并通過(guò)對家用電器的控制達到節約能耗的目的。

　　法國電力公司在法國已經(jīng)安裝了3500萬(wàn)個(gè)智能電表，采集的主要是個(gè)體家庭的用電負荷數據。以每個(gè)電表每10分鐘抄表一次計算，3500萬(wàn)智能電表每年產(chǎn)生1.8萬(wàn)億次抄表記錄。這些電表數據，結合氣象數據、用電合同信息及電網(wǎng)數據，構成了法國電力的大數據。法國電力借助大數據技術(shù)研究海量數據的處理架構，實(shí)現用電負荷的精細化測量，降低信息決策系統與運行操作系統之間的延遲。

　　美國通用公司研發(fā)了一種結合大數據應用技術(shù)的2.5-120型風(fēng)機。這種風(fēng)機融合了能量存儲和銜接的預測算法，每秒可分析上萬(wàn)數據點(diǎn)，并可以靈活地操控120米的長(cháng)葉片。這一風(fēng)機產(chǎn)品比傳統風(fēng)機在效率和電力輸出上分別提高了25%和15%。

　　新能源大數據平臺

　　2018年1月，國網(wǎng)青海省電力公司建成國內首個(gè)集數據匯集、存儲、服務(wù)、運營(yíng)于一體的新能源大數據創(chuàng )新平臺，2019年4月，該平臺正式升級為青海省能源大數據中心。

　　國網(wǎng)青海電力依托新能源大數據平臺的集中功率預測，可實(shí)現新能源電站功率集中預測和集中上報調度，幫助電網(wǎng)調度合理安排調度計劃，全力助推新能源消納。

　　平臺引進(jìn)中國氣象局、美國、歐洲、西班牙4類(lèi)氣象源數據，并接入青海區域23座國家氣象觀(guān)測站，提供青海省和全國的數值天氣預報，精準的氣象數據為精準功率預測奠定了基礎。目前，平臺引入國內主流的4家功率預測服務(wù)提供商，對8家發(fā)電企業(yè)新能源電站進(jìn)行功率預測，實(shí)現了新能源電站的短期和超短期預測，預測準確度提升2%以上。

　　近兩個(gè)月的數據顯示，接入平臺的新能源電站共觸發(fā)48次預警信息，預警推送生成處理工單48條。系統按照自動(dòng)匹配、距離優(yōu)先原則分發(fā)檢修，形成了對預設預警工單的閉環(huán)管理，確保新能源電站健康穩定運行。

　　智能配用電大數據應用系統

　　智能配用電大數據應用系統由國網(wǎng)上海市電力公司電力大數據實(shí)驗室研制而成。該系統以上海浦東新區為示范區域，示范面積1210平方公里，完成浦東新區電網(wǎng)數據、用戶(hù)數據和社會(huì )環(huán)境經(jīng)濟等10個(gè)業(yè)務(wù)數據源、236萬(wàn)用戶(hù)的多源異構數據接入，建成電力大數據數據倉庫和數據集市。通過(guò)對電力大數據進(jìn)行管理、分析、挖掘，實(shí)現用戶(hù)用電行為分析、節電、用電預測、網(wǎng)架優(yōu)化、錯峰調度等業(yè)務(wù)應用場(chǎng)景，實(shí)現大數據技術(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(mǎn)足智能電網(wǎng)深入建設對多源數據的融合與挖掘提出的要求。

　　圍繞電力大數據關(guān)鍵技術(shù)等，近日，本報記者對國網(wǎng)能源研究院數字經(jīng)濟所王智敏博士進(jìn)行了專(zhuān)訪(fǎng)。

　　《亮報》：電力大數據價(jià)值挖掘的關(guān)鍵技術(shù)主要有哪些?

　　王智敏：電力大數據價(jià)值挖掘的關(guān)鍵技術(shù)可以分為四大類(lèi)，即統計分析、綜合評價(jià)、預測預警和數據可視化技術(shù)。

　　統計分析技術(shù)。這一類(lèi)是比較經(jīng)典的數據分析技術(shù)，主要包含方差分析、主成分分析、回歸分析、決策樹(shù)算法、貝葉斯分類(lèi)算法等。此類(lèi)技術(shù)主要是通過(guò)相應的指標和模型發(fā)現統計數據中的規律，用電力數據變化反映生產(chǎn)和生活用能情況。

　　綜合評價(jià)技術(shù)。這一類(lèi)技術(shù)屬于知識發(fā)現型技術(shù)，通過(guò)把更加細化的電力數據過(guò)濾出來(lái)，然后挖掘其中隱含或未知的信息，主要包含專(zhuān)家打分法、層次分析法、熵權法、粗糙集法等。此類(lèi)技術(shù)主要應用于不同行業(yè)之間的用電情況關(guān)聯(lián)分析，以及電力企業(yè)綜合績(jì)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。

　　預測預警技術(shù)。這一類(lèi)技術(shù)是綜合評價(jià)技術(shù)的衍生，主要包含時(shí)間序列算法、回歸預測方法、隨機森林算法、人工神經(jīng)網(wǎng)絡(luò )算法等。此類(lèi)技術(shù)主要應用于電力生產(chǎn)消費全過(guò)程，以及電力企業(yè)運營(yíng)預測，對未來(lái)發(fā)展趨勢進(jìn)行定量分析。

　　數據可視化技術(shù)。這一類(lèi)技術(shù)主要對應于電力大數據挖掘的結果發(fā)布環(huán)節，主要包含Tableau、POWER BI、Ets等。此類(lèi)技術(shù)主要面向用戶(hù)、電力企業(yè)業(yè)務(wù)運營(yíng)及管理人員，通過(guò)可視化的方式將電力大數據挖掘的結果展示給用戶(hù)，借助圖形表達數據中的復雜信息。