摘要：大数据时代的到来， 为供电行业的发展创造了全新的机遇。 错峰用电管理成为一项重要任务，控制峰谷差、提高负荷率，可以充分利用大数据技术，有效识别用户的用电特点，从而形成有针对性的错峰用电策略， 通过削峰填谷的方法能够均衡系统负荷分配，不仅能稳定对客户的供电服务，也能达到节能减排的效果，环节高峰用电时期的电力供需矛盾。
关键词：大数据技术；错峰用电管理；应用研究
1错峰用电管理概述
错峰用电简单来说，是指将用电高峰期用电错开。错峰用电管理系统的优越性在于，它可以根据电网负荷特性，通过行政、技术、经济等手段实现电网用电高峰时段的部分负荷与用电低谷时段用电的转移，这样可以将电网的峰谷负荷差大幅降低，既弥补了高峰时段的用电不足，又使低峰时段多余的电力资源得到了充分的利用，最终实现优化资源配置，提高电网安全性和经济性的作用。近些年来，在城市化进程不断发展的过程中，我国许多大城市都出现了用电紧张，供电不足的问题，尤其在早晚用电的高峰时期，电流的不稳定给用户造成了极大的不便。因此，电力企业在用电高峰期为了保证医院、学校等职能部门的正常用电，对不同区域的用电时间的调整，错开分配。比如，经常很多城市都会相隔一段时间对某一地区进行有计划通电、调整等。但是在错峰用电模式运转和管理的过程当中，必须要从当地用电的实际情况出发，在保证居民生活和生产用电的情况下进行，尽量实现整个供电设备利用率的最大化。
2大数据识别用电模式
对单个用户而言，选取最新一年每天九点的用电数据信息，并且进行数据清洗的初步处理，之后通过聚类算法对数据进行聚类分析通过聚类蔟指代客户的用电模式。通过对蔟中的对象设定一个数据阈值，分析判断区别每个用户不同用电模式并且对这些用电户进行分类。从而判断得出最具错峰潜力的一批用户，为后期的错峰用电选取对象。
2.1聚类分析
聚类分析是通过某种标准将数据集分为几个组成的一种数据分析过程。同一个小组内数据具有较高相似性。在不同小组的数据相似度低。数据相似不相似主要通过数据之间的相对值来区分。两个数据之间相差小相似度就高，两个数据之间的相对值相差大则相似度低。
2.2聚类处理
聚类分析的最终目的是获取用户用电模式、之后通过聚类代表用户的用电模式可是不是所有用户的用电模式具有错峰指导的作用，只是具有经常性用电模式具备错峰的指导的价值；错峰用电的主要的工作的重点是发掘有错峰潜力的用户。
2.3识别模式
通过簇聚类就代表用户的用电模式。对簇内数据进行统计，簇内对象的数据大于阈值时判定用电模式为常用用电模式。常用用电模式应当加以数据统计，主要是得到常见用电模式主要用点时间点并且通过计算机算出模式的用电荷载的特性曲线。通过用电荷载的特性曲线进行分析，可以将用户用电模式成四大类型：避峰型、平滑型、单峰波动型以及双峰波动型。
3错峰管理系统设计
3.1系统框架设计
基于大数据技术前提下用电错峰管理系统应当从建立体系架构。系统总共可以分为四层架构：数据获取层、数据处理层、数据存储层、以及信息交互层。通过对数据分析然后进行信息的展示。此外，提高数据扩展性以及可维护性应当采取数据质量管理策略以及元数据管理策略。
3.2错峰管理内容
通过对用电情况进行分析得到错峰管理系统中各种数据，主要包括主网生产、配网生产中的主要数据。通过数据分析之后通知将要错峰用点的客户。 之后通过计量自动化的手段，得到这些错峰用户用电的负荷，有效监控用电用户错峰情况。
3.3错峰管理流程
基于大数据技术的错峰用电管理的主要的流程包括以下几个步骤：第一，通过生产系统接口进行全市的用电负荷预测、调配容量以及地方供电等。第二，通过使用计算机计算得出错峰的临界值、错峰时段以及错峰等级等。第三，通过计量系统，形成错峰方案，对错峰用电实行计划。第三，客服通知客户，发出错峰通知。第五，通过计量系统，监控用户的错峰用电情况。第六，意外情况，强制错峰指令发送给客户，远程拉闸或者现场督促。
图1 A用户的日连气特性糊线绝类图
4大数据技术在错峰用电管理中的应用实例
以下针对某地区错峰用电管理展开分析， 采用大数据分析技术。 首先收集了该地区各个专用变压器用户在最新一年内（1~12月）的相关用电信息，例如：用电量、电费统计等，形成了用户信息档案资料。 利用所采集的数据信息来分析判断不同用户实际的用电模式， 并形成其在概念内每一天的日负荷特性曲线，依托于这些曲线，启动 Canopy算法、K-means算法实施聚类处理。 图 1为 A 用户的日负荷特性曲线聚类图：从图 1能够分析出，A 用户采用了六大用电模式，因为图 1中曲线聚成六簇，经分析处理可以得出：
4.1针对单个簇聚类中的曲线，展开分析，能够得出其所对应天数，从而判断出该用户所采用的用电模式为两大类，其中 0~4簇聚曲线代表同一类用电模式，体现为正常用电，对应的 5簇聚曲线则为特殊用电。这是因为，0~4类型的用电天数都在 30d以上，超出了预先的阈值，相反 5类型用电天数则在 30d以下，故出现了特殊情况。
4.2对普通的常规用电负荷曲线进行处理，具体处理模式为：统计处理、离散化处理。 参照用电模型来对应判断该用户的用电方式，体现为波动式用电，得出常规用电模式下，该用户能够很好地错峰用电。经过聚类分析、处理，再分析 0~4波动用电模式的错峰潜能，首先需要分析其用电规律，这其中重点统计此用户的用电时间分布状况，从中理出不同用电最频繁的时间段，针对此时间段做出明年的错峰调整，这其中涉及到同用户间的沟通，为了能够达到错峰用电， 特殊为用户制定一套科学的用电制度和措施，以此来确保用户能够高效用电，同时，也提高供电企业的供电服务水平，这其中最关键的是要做好错峰潜能分析，也就是分析算出用户怎样能够凭借调整用电时间的模式达到预期的错峰量。因为随着错峰用电时间的调整， 会带来错峰量的动态调整，因此，对于各个用户，最终所形成的错峰潜能分析应该是各种方案的优化整合，所选方案最终达到的目标为：实现客户高峰期用电量的控制，低谷期用电量的增加，二者之和达到一个预期、理想的水平，从而实现错峰用电管理的目标。
5结语
利用大数据技术支持错峰用电管理， 能够收到良好的效果，体现在能够提高供电服务水平，提高用户满意度，控制供电损失，有效节约供电服务成本，同时，也达到了节能减排的效果，无论对于用户还是供电企业都具有十分显著的效果。
参考文献
[1]林冰虹.错峰负荷分析及用电管理探讨[J].技术与市场,2015,22(2):130,132.
[2]徐战胜.错峰用电管理中配网自动化系统的应用探析[J].城市建设理论研究（电子版）,2015,(35):2078-2078.
[3]原晓刚.错峰用电管理中配网自动化系统的应用意义探寻[J].科技风,2015,(21):9-10.
[4]方豪青.负荷管理系统在错峰用电工作中的应用[J].科技与企业,2014,(18):39-39,41.
论文作者:徐健
论文发表刊物:《基层建设》2019年第16期
论文发表时间:2019/9/12
标签：数据论文; 用户论文; 模式论文; 负荷论文; 曲线论文; 管理系统论文; 技术论文; 《基层建设》2019年第16期论文;