大数据技术对我国电网未来发展的影响研究_李振元

大数据技术对我国电网未来发展的影响研究ResearchonInfluenceofBigDataTechnologyfortheFutureDevelopmentofthePowerGrid

李振元,李宝聚,王泽一(国网吉林省电力有限公司,长春　130021)

摘　要:在介绍大数据技术及其核心技术——云计算的基础上,详细阐述了大数据的基础平台建设,分析了大数据技术对未来我国电力产业生产、经营模式转变及其可持续发展,特别是对于我国智能电网建设的影响。指出大数据技术在电力系统智能调度领域,包括电网状态监测与诊断、电能损耗分析、负荷分布式控制和用户侧短期用电负荷预测、在线安全稳定分析及智能预警等方面具有广阔的应用前景。关键词:大数据;智能电网;云计算;在线安全分析;智能调度Abstract:Basedontheintroductionofbigdatatechnologyanditskeytechnologyi.e.cloudcomputing,theconstructionofbigdatabasicplatformhasbeendescribed.Theinfluenceofbigdatatechnologyonpowerindustryproduction,managementmodetransformationanditssustainabledevelopment,especiallyonthedevelopmentofsmartgridhavebeenanalyzed.Ithasbeenpointedoutthatbigdatatechnologyshowsbroadapplicationprospectinthefieldsofelectricpowersmartdispatching,includingpowergridstatemonitoringanddiagnosing,energylossanalysis,loaddistributedcontrolandcustomersideshort-termconsumingforecastingandon-linesecuritystabilityanalysisandsmartalarming.Keywords:bigdata;smartgrid;cloudcomputing;on-linesecurityanalysis;smartdispatching中图分类号:TP333 文献标志码:A 文章编号:1009-5306(2014)01-0010-04

收稿日期:2013-12-22作者简介:李振元(1979),男,高级工程师,从事电力系统调度工作。

随着智能电网的全面建设,电力数据资源急剧增长。以云计算为代表的新一代IT技术在电力系统中的应用更加广泛。智能电网的理念即通过获取更多的相关信息来优化电能的生产、分配及消耗,本质上,智能电网是大数据技术在电力上的应用[1]。智能电网需要全景的状态数据,电网运行、检修和管理过程中产生的海量、异构、多态数据具有典型的大数据特点。因此,大数据技术将成为我国电网未来发展模式转型后新的增长点[2]。在智能电网大数据信息平台提供的海量数据和云计算模式提供高性能的并行处理能力的基础上,大数据技术不仅可以实现智能调度领域的高级应用,同时还能解决状态检测、电能损耗分析等领域所遇到的问题,并在负荷分布式控制和用户侧短期负荷预测方面取得突破。在安全稳定计算与智能告警领域引进大数据技术可以实现安稳分析和智能告警的在线化,并显著提高计算速度。目前,电网数据仍存在共享不畅、集成度不高、信息平台承载力不足等诸多问题,基础设施亟待完善。同时,大数据对信息安全也提出了更高的要求。因此,未来一个时期加强电网数据基础架构和信息安全的建设将成为重点。

1　大数据核心技术1.1　大数据的概念“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产[3]。大数据不仅包括数字、符号

等结构化数据,也包括图像、声音等非结构化数据。大数据具有数据体量巨大、数据类型多样化、价值密度低、分析处理速度快等4个特点[4]。

常规意义上的电网数据可分为3类:电网运行和设备检测或监测数据、电力企业营销数据、电力企

·10·

第42卷　第1期(总第230期)2014年2月 JilinElectricPower吉　林　电　力 Vol.42　No.1(Ser.No.230)Feb.2014DOI:10.16109/j.cnki.jldl.2014.01.004业管理数据[2]。对于智能电网而言,其前提是能获取和处理实时的全景状态数据,即电网运行、检修和管理过程产生海量异构、多态的数据,也即大数据。而随着智能电网的不断发展,电网大数据将会以指数级的速度增长。智能电网数据可以分为结构化数据和非结构化数据。目前电力系统中的大部分为存储在关系型数据库中的结构化数据,而非结构化数据是指不能用或不便于用数据库二维逻辑表来表达的数据:主要包括视频监控、图形图像处理等产生的数据。非结构化数据占到了智能电网数据的很大比重,处理利用难度也较高。此外,在应用过程中电网大数据还存在着对外部能源、气象等多类型数据的大量关联分析需求,从而极大地增加了大数据的复杂程度。同时,智能电网调度及控制需要的实时数据,对数据处理时限要求较高,这是智能电网大数据与传统的电力系统数据处理、数据挖掘的最大区别。1.2　云计算[3-5]目前,云计算在各个领域均已得到广泛的应用。云计算是分布式处理、并行处理和网格计算的发展,是一种基于互联网的大规模分布式计算模式。云计算将计算分布在大量计算机构成的资源池上,使用户能够按需获取计算能力、存储空间和信息服务。云计算资源池是利用互联网将各种广域异构计算资源加以整合,形成的一个抽象的、虚拟的和可动态扩展的计算资源池。云计算的核心技术主要分为分布式技术和虚拟化技术两大类。a.分布式技术实现了对IT各类资源的分布式并行使用,从而能够同时使用多种计算资源解决计算问题,把位于不同地点的许多计算机通过网络互相连接,共同组成一个逻辑统一、物理分布的大型数据库,并实现文件的分布式管理。b.虚拟化技术实现了对IT各环节资源的虚拟化。主要包括:存储虚拟化、主机虚拟化、桌面虚拟化、网络虚拟化。虚拟化技术使得云计算平台在用户看来是一个单一实体,是获得计算服务的唯一接口。通过虚拟化技术,云计算平台可以根据客户的需求动态分配计算资源和构造系统平台,实现用户业务系统的自适应性。2　大数据的基础平台建设目前的电网信息基础架构需要进一步完善才能满足未来面向大数据的需求。因此需要对业务系统逐步进行规范化和升级改造,要求其基础平台设施应具备可扩展和融合资源的功能。基于云计算的新一代电网数据中心的基础架构,采用虚拟化技术对电网数据中心的服务器进行虚拟化,提高资源利用率,以保障其高可用性和可伸缩性。云计算中的虚拟化、分布式存储与并行编程等技术,可以实现智能电网海量信息的可靠存储与快速并行处理。基于云计算的智能电网信息平台技术架构应该包括基础设施层、平台层、业务应用层与服务访问层4个层次。基础架构建设与完善需要充分利用现有IT资源,在系统改进中确保不影响现有系统可靠应用。大数据的基础平台建设与完善,应利用云计算的技术模式,建设可灵活扩展的、适合不同结构数据的资源池,从而更好地提高系统数据处理能力。

3　大数据技术的应用前景3.1　大数据技术是我国电网未来发展的重要基础未来大数据技术将贯穿电力产业的各个环节,是打造新一代智能电力系统过程中应对能源变革、环保压力等问题,实现可持续性发展的关键。在优化电力系统生产运行方式,加强对风电、太阳能等间歇式可再生能源的消纳的同时,引导全社会节能减排理念,推动电力产业由高耗能、高排放、低效率的粗放发展方式向低耗能、低排放、高效率的绿色发展方式转变。相比于其他基础能源产业,电力产业对大数据的需求迫切性更大。随着大量新能源的接入,使得电力生产的计量和调度变得日趋复杂。为了及时准确掌握分布式电源的设备及运行状态,需要对大量的分布式能源进行实时监测和控制。此外,基于数据驱动的故障诊断方法可以利用海量的过程数据,解决以前的监控方法所不能解决的生产过程和设备的故障诊断、优化配置和评价的问题。随着智能电力系统的逐步发展,高度灵活的数据驱动的电力供应将逐步取代传统的静止的电力供应。通过对海量数据的挖掘分析,电力生产供需管理变得更为有效。电力的经营管理者可以通过数据挖掘得出的结论,完成高度精确的预测需求。电力的消费者可以通过对功耗的实时了解,有意识地调整自己的用电方式,从而能够带来显著的能源节约。3.2　大数据技术在智能调度领域的应用智能电网的最大特点是电网中的电源及用户和·11·

第42卷　第1期(总第230期)2014年2月 JilinElectricPower吉　林　电　力 Vol.42　No.1(Ser.No.230)Feb.2014信息技术的结合[6]。建设智能电网的重点之一就是要提高电网调度的互动化水平,进一步满足电网调度一体化建设和运行的要求。而大数据技术在智能调度领域的应用将极大提高电网调度的智能化水平。3.2.1　电网状态监测与诊断目前的电网状态监测与诊断主要侧重单台独立的设备,检测数据无法共享,不同设备间的运行状况无法进行统筹分析,无法满足未来智能电网对全景状态信息监测的要求[7]。智能电网环境下状态数据量远远超出传统电网状态监测的数据,包括一次、二次设备;实时在线状态数据;设备的基本信息、试验数据、运行数据、缺陷数据、巡检记录等。面对这些海量的、分布式的、异构的状态数据,常规的数据存储与分析方法会遇到极大的困难。而大数据的云计算技术使得解决上述问题成为可能。3.2.2　电能损耗分析电力系统作为复杂的网络,其电能损耗的分析异常困难。目前较精确的网损计算基本是离线的,主要依靠进出线端和进出变压器端电能表测量得到的数据进行统计。实际中往往因表计不全而难以实现,由于表计的误差或不可靠等因素也会造成数据失常或缺少,以致对所采集的测量数据通常要进行剔除不良数据并进行状态估计处理。随着智能电网的发展,电气元件的数量和种类在不断增加,网损的统计精度、难度在不断加大。要提高网损精度,就必须使电量的采集工作变得更为灵活、更为实时化[8]。如果要进行较精确电网电能损耗的计算,就要在采集电能表数据的同时进行较为精确的建模,利用EMS的数据进行电能损耗计算。这样精度较高,但计算量较大,对于现有的电网计算配置,很难达到很快的速度。利用大数据云计算技术可极大提高计算速度,进而达到实时或者准实时的网损计算水平。3.2.3　负荷分布式控制和用户侧短期用电负荷预测电力系统中存在很多具有能量存储特性的负荷,短时间的切断不会对负荷终端使用特性造成很大影响。这些可以通过控制启停状态来调整负荷功率需求的负荷都可以作为可控负荷,参与系统的电力电量平衡控制。上述类型的负荷单一来说容量非常小,但将大量分散的容量很小的负荷进行聚合,可为系统提供可观的备用容量,对电网调度的调峰具有很大的应用前景。通过高级计量体系的广泛应用,可以准确获取并存储用户实时用电信息,进而实现有效的用户需求侧管理。3.2.4　在线安全稳定分析及智能预警现代电力系统正逐渐演变为汇集着大量数据和进行复杂信息计算的系统。这给目前的系统运行及高级分析带来了巨大困难。随着电力系统的不断扩大和具有更快采集速率的采集装置的出现,系统在线动态分析和控制对计算能力的要求将远远超过当前的系统的配置[9]。