電力大數據在電網運行專業(yè)的應用

　　在電網運行專業(yè)，通過應用用電大數據，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;通過應用電網運行大數據，可優(yōu)化電網運行方式;通過應用新能源發(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)電預測是電網運行領域研究、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(qū)行業(yè)用戶的用電負荷特性、電量變換趨勢、負荷與氣象的關系，預測出一周內全省或地市級電網的負荷曲線。這種基于大數據的負荷預測方法在多個省得到應用，比傳統(tǒng)的預測方法更加準確。

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

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

　　國外電力大數據應用

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

　　日本探索未來家庭能源管理系統(tǒng)，以智能監(jiān)控家庭太陽能等發(fā)電設備、儲能設備，各類家庭用電設備之間以及家庭能源和智能微電網之間的能源動態(tài)平衡。該系統(tǒng)能夠利用天氣信息與傳感器進行能源大數據收集和篩選，并通過對家用電器的控制達到節(jié)約能耗的目的。

　　法國電力公司在法國已經安裝了3500萬個智能電表，采集的主要是個體家庭的用電負荷數據。以每個電表每10分鐘抄表一次計算，3500萬智能電表每年產生1.8萬億次抄表記錄。這些電表數據，結合氣象數據、用電合同信息及電網數據，構成了法國電力的大數據。法國電力借助大數據技術研究海量數據的處理架構，實現(xiàn)用電負荷的精細化測量，降低信息決策系統(tǒng)與運行操作系統(tǒng)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的2.5-120型風機。這種風機融合了能量存儲和銜接的預測算法，每秒可分析上萬數據點，并可以靈活地操控120米的長葉片。這一風機產品比傳統(tǒng)風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，國網青海省電力公司建成國內首個集數據匯集、存儲、服務、運營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。

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

　　平臺引進中國氣象局、美國、歐洲、西班牙4類氣象源數據，并接入青海區(qū)域23座國家氣象觀測站，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家功率預測服務提供商，對8家發(fā)電企業(yè)新能源電站進行功率預測，實現(xiàn)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(tǒng)按照自動匹配、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(wěn)定運行。

　　智能配用電大數據應用系統(tǒng)

　　智能配用電大數據應用系統(tǒng)由國網上海市電力公司電力大數據實驗室研制而成。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)電網數據、用戶數據和社會環(huán)境經濟等10個業(yè)務數據源、236萬用戶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。通過對電力大數據進行管理、分析、挖掘，實現(xiàn)用戶用電行為分析、節(jié)電、用電預測、網架優(yōu)化、錯峰調度等業(yè)務應用場景，實現(xiàn)大數據技術在智能配用電業(yè)務領域的技術拓展，提升配用電的智能化水平和綜合效益，滿足智能電網深入建設對多源數據的融合與挖掘提出的要求。

　　圍繞電力大數據關鍵技術等，近日，本報記者對國網能源研究院數字經濟所王智敏博士進行了專訪。

　　《亮報》：電力大數據價值挖掘的關鍵技術主要有哪些?

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

　　統(tǒng)計分析技術。這一類是比較經典的數據分析技術，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。此類技術主要是通過相應的指標和模型發(fā)現(xiàn)統(tǒng)計數據中的規(guī)律，用電力數據變化反映生產和生活用能情況。

　　綜合評價技術。這一類技術屬于知識發(fā)現(xiàn)型技術，通過把更加細化的電力數據過濾出來，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、熵權法、粗糙集法等。此類技術主要應用于不同行業(yè)之間的用電情況關聯(lián)分析，以及電力企業(yè)綜合績效管理、投資與資產管理等，幫助電力企業(yè)綜合了解用能情況及生產經營狀況。

　　預測預警技術。這一類技術是綜合評價技術的衍生，主要包含時間序列算法、回歸預測方法、隨機森林算法、人工神經網絡算法等。此類技術主要應用于電力生產消費全過程，以及電力企業(yè)運營預測，對未來發(fā)展趨勢進行定量分析。

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