第三章：大數據技術在配電網中的應用(國內外現狀)

02-28

大數據技術在配電網中的應用現狀

國內發展現狀

目前，雖然我國電力技術處於國際領先水平，但是大數據技術在配電網中的應用幾乎空白。首先，大數據技術的應用需要有數據源。以往，我國電網建設重點在生產環節和輸電環節，配用電環節在近幾年才得到重視，數據採集設備開始在配電網中裝設，配網數據變得豐富起來，但是，對配網數據的統一管理沒有明確的規範和標準，各個地區數據平台差異性以及數據時間尺度的非標準化等，都給數據使用帶來不小的困難。同時，數據挖掘技術一直處於理論研究中，實際應用案例和場景並不多見。
在配電環節，大數據直接基礎的應用即基於海量用戶用電特徵數據，實現局部區域負荷用電模式劃分以助於用電調度決策制定等。但是，目前智能用電信息採集系統數據採集頻率為每15min採集 1 個點，1h 僅採集 4 次，這對於分析用戶用電特徵所需數據量來說還遠遠不足。更糟情況下，受通信網路影響，數據採集後上傳遭遇數據阻塞或外部環境干擾等，後台數據中心收集到的數據會出現較大延遲甚至丟包情況，導致很多原本數據量不足的數據樣本無法全部有效採集，無法形成大數據海量數據基礎，阻礙大數據技術的應用和發展。
當然，國內已經有完整的智能電網小區試點，可有效地收集用戶用能數據，形成數據基礎。但是，目前這些數據並沒有被有效地應用於制定實際指導配電網運行管理和用戶參與電網用能調節的方案，所以還需進一步結合可靠高效的大數據處理分析技術，發揮大數據的指導作用。我國配電網覆蓋範圍巨大，發展水平參差不齊，此類應用的全面展開還需要一定的時間。
我國分散式能源正處於如荼發展中，分散式能源的接入對配電網的運行和管理提出更高的要求，同時也帶來更大的挑戰。大數據技術如何幫助分散式能源更好更多的消納依然是研究熱點之一，但大數據技術在分散式能源接入領域的應用目前仍處於研究過程中。
綜上，目前我國配電網底層應用數據複雜但不全面，且對數據的管理不當，數據類型大多還是結構化運營數據，實際的數據基礎與應用於大數據技術中所需的數據元存在差距。所以，若想實現大數據技術在我國配電網中的應用和發展，底層數據還需得到進一步完善並統一規範管理。

國外發展現狀

國外已有電力公司嘗試應用大數據技術實現對網路的管理和運行指導：通過運維監測系統收集的數據來檢測控制和調整發電和負載狀態，在網路出現擾動時能及時作出相應的反應；同時，通過電力設備資產數據、運檢管理數據和設備技術管理數據，從安全效益成本三個方面來優化電力設備檢修安排。
美國電力有限公司(American electric power， AEP)資產健康中心數據分析師把設備派生的運行信息和智能信息結合在一起，運用大數據演算法和分析軟體，可以密切監測並傳輸基礎設施的運行情況。同時，AEP 使用智能電錶、通信網路和數據管理系統得到穩定的常規信息(包括客戶用電信息數據)，有助於為客戶定製電力管理程序和提供個性化定製服務。
美國萊克蘭電力公司(Lakeland Electric)利用基於大數據技術的負荷研究來分析各種客戶群體(住家、商業和工業)的消費模式，以評估電力公司為每個特定群體服務的成本。該技術利用高級計量架構 (advanced metering infrastructure，AMI)及其數據捕獲能力，監測每個計量點和設備。Lakeland Electric 近利用該新技術完成了對電力服務的成本檢查，除了滿足對額外收入的需求外，還能夠設計供客戶選擇的替代費率。一方面降低電力高峰需求，另一方面客戶也在此過程中節省資金。有效減少高峰期的電力故障、提升用戶體驗，並且提高了用戶留存率。
美國 AutoGrid 公司利用數據採集與監視控制系統 (supervisory control and data acquisition ， SCADA)和其他智能電錶採集結構化和非結構化數據，包括居民用電、工業用電、建築群用電數據等建立能量數據平台(energy data platform，EDP)，能全面分析多維動態綜合的配電網特徵，用於指導需求側響應、動態電價變化匹配、電動汽車管理、資產監測和停電監測、用電客戶分區、電壓優化和可再生能源接入問題。這一平台已經在美國部分地區電力公司得到應用。
目前，國外更積極在配電網中應用大數據技術，這一方面取決於國外配電網架構及相關配置相對成熟，數據測量上傳存儲分析技術和配套設施能同步跟進，為大數據的應用提供了基礎；另一方面，國外相對開放的電力市場環境加劇了電力公司之間的競爭，迫使他們必須利用先進技術實現公司管理運營成本降低的同時為用戶提供更好的配電服務，這極大促進大數據技術在國外配電網中的應用和發展。
待更新未完......

參考文獻

費思源，大數據技術在配電網中的應用綜述[J].中國電機工程學報，2018，38(1)，85-96.