林静玉
（国网四川省电力公司达州供电公司 四川达州 635000）
摘要：随着能源互联网概念的提出以及新能源的广泛接入，电网调度运行过程中涉及到海量、多类型、复杂度高的数据，标志着电力行业已进入大数据时代。为满足大数据全景深度分析的应用需求，本文首先从数据来源、数据特点、应用趋势等方面对智能调度数据进行了深入分析和总结，结合智能调度的新需求，提出了基于大数据技术的电网智能调度技术，可以保证电力系统安全、可靠和经济运行。
关键字：电力系统; 电网调度; 大数据技术
建设高效智能电网、发展节能发电调度是当前电力工业面临的历史性机遇，需要利用先进技术和智能手段拓展电源多样性、提高能源转换效率、提高电网运行水平、提升用户满意度，其最终目标是为了保障电网安全运行，满足电网优质、经济、高效的供电要求。
电网调度是电力系统的中枢系统，可以决定电力负荷及潮流的分配，关系到电力系统的安全稳定运行。电网调度最重要的工作就是将电网的实时运行情况全面、直观地展示给调度员，辅助其迅速地对出现的各种问题做出反应，提高电力系统自动化水平，提高调度任务的科学性、合理性。本文针对这一问题，首先从数据来源、数据特点、应用趋势等方面对智能调度数据进行了深入分析和总结，结合智能调度的新需求，提出了基于大数据技术的电网智能调度技术，可以保证电力系统安全、可靠和经济运行。
1 电网调度大数据分析
传统电网调度系统主要采用数据采集与监视控制系统（SCADA系统），主要包括自动发电控制、安全分析、状态估计、负荷预测、经济调度、调度员培训模拟等高级应用，该系统丰富了电网监视和调控的手段，调度人员驾驭复杂电网的能为得到了大幅度提升。随着新能源接入以及特高压和分布式电源的大力发展，面对日益复杂的网络结构，传统的经验型、分析型调度已不能满足超大规模电网调度的业务需求。电网调度运行向高度智能化的方向发展，先进的信息技术、人工智能技术、数据挖掘技术等正逐步融入调度自动化系统。电力系统自动采集数据信息后，通过集成和深入挖掘得到隐含的重要信息，从而实现电网调度的高度智能化。
随着智能电网的建设，调度环节的数据在传统电网基础上，数据来源、种类、规模等都有了极大的扩充和丰富。电网调度中心的数据主要包括以下几类：（1）描述电力设备固有属性的基础数据及相关参数、定值；（2）电网实时测量类数据；（3）电网准实时应用类数据，由调度自动化系统生成或人工输入的数据组成；（4）环境数据。以上四类数据数据量大、实时性强、采集周期短、、类型多、速度快、价值高，具备大数据的“4V”特点。
2 大数据关键技术
大数据关键技术一般包括大数据采集、大数据预处理、大数据存储及管理、大数据分析及挖掘、大数据展现和应用等技术。大数据采集技术主要是指通过RFID射频数据、传感器数据、社交网络交互数据及移动互联网数据等方式获得的各种类型的结构化、半结构化及非结构化的海量数据；大数据预处理主要完成对已接收数据的辨析、抽取、清洗等操作；大数据存储及管理技术是指实现数据的快速存储和读取，采用一种非关系型数据库技术对半结构化数据和非结构化数据进行管理；大数据分析及挖掘技术就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程；大数据展现和应用技术包括数据分析过程与结果的可视化显示、历史数据的可视化查看等，将复杂的大数据分析以清晰、直观地方式展现，可以帮助人们更好地理解数据，进而提升大数据的利用价值。
3 基于大数据技术的电网智能调度方案
随着智能电网建设的广泛开展，调度相关系统越来越多，积累的数据也越来越多，使得原有的各大系统关联性越来越强。需要将各类电网内外部及电网实时与业务准实时类大数据进行集成，在智能调度新需求下，形成了新的应用场景。基于大数据技术的电网智能调度方案如图1所示，主要包括电网调度数据数据源的采集、大数据处理平台及应用层三个层次。电网调度信息数据源主要包括电网内部数据、电网实时测量数据、电网管理准实时业务数据、电网外部环境数据及系统运行数据源等。大数据平台主要采用数据集群监控管理、数据批量和实时处理、在线分析及数据存储等技术对海量电网调度信息进行大数据处理。处理后得到的有用信息传输到应用层，构建基于电网参数在线辨识、监控设备全寿命周期管理、广域优化调度及负荷预测等多维数据下的功能表达。
图1 基于大数据技术的电网智能调度方案
4结语
数据是智能调度价值体现的核心，大数据应用于电网调度信息采集，将成为推动智能电网发展的重要技术手段。本文以智能调度数据特点的分析为基础，展示了大数据处理的关键技术，从电网运行分析、调度决策、设备监视、事故分析等各方面分析了大数据技术在提升调度业务智能化水平的潜在能力，最后提出了基于大数据技术的电网智能调度方案。结果表明大数据技术可以消除信息冗余，提供更精确、全面、易理解的电能信息，有利于提高整个智能电网的集约化程度。大数据在智能调度领域的应用可能是无限的，未来需要进一步发掘。但是，实现这些应用价值需要大数据在多源异构数据融合、数据深度分析方面有重大突破。
参考文献
[1] 黄彦浩, 于之虹, 谢昶,等. 电力大数据技术与电力系统仿真计算结合问题研究[J]. 中国电机工程学报, 2015, 35(1):13-22.
[2] 张东霞, 苗新, 刘丽平,等. 智能电网大数据技术发展研究[J]. 中国电机工程学报, 2015(1):2-12.
[3] 宋晓旭. 智能调度大数据的可视化技术研究[D]. 华北电力大学, 2015.
作者简介：
林静玉（1984.10），女，重庆长寿人，重庆大学电气工程专业学士，单位：国网四川省电力公司达州供电公司，研究方向：电力调度自动化，
论文作者:林静玉
论文发表刊物:《电力设备》2016年第11期
论文发表时间:2016/8/22
标签：数据论文; 电网论文; 智能论文; 技术论文; 实时论文; 达州论文; 大数论文; 《电力设备》2016年第11期论文;