電力大數據在電網企業的應用

　　電力大數據在電網運行專業的應用

　　在電網運行專業，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，可優化電網運行方式;通過應用新能源發電大數據，可提高新能源發電預測水平，提升電網消納新能源發電的能力。

　　短期負荷預測和新能源發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，分析地區行業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，比傳統的預測方法更加準確。

　　新能源發電預測主要是太陽能和風力發電預測，其中難度較大的是風力發電預測。風力發電預測主要使用風機狀態數據、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電預測，能較好地協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，可以提前向發電或者供電企業購買相應電量，降低采購成本。

　　日本探索未來家庭能源管理系統，以智能監控家庭太陽能等發電設備、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平衡。該系統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，實現用電負荷的精細化測量，降低信息決策系統與運行操作系統之間的延遲。

　　美國通用公司研發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家發電企業新能源電站進行功率預測，實現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48次預警信息，預警推送生成處理工單48條。系統按照自動匹配、距離優先原則分發檢修，形成了對預設預警工單的閉環管理，確保新能源電站健康穩定運行。

　　智能配用電大數據應用系統

　　智能配用電大數據應用系統由國網上海市電力公司電力大數據實驗室研制而成。該系統以上海浦東新區為示范區域，示范面積1210平方公里，完成浦東新區電網數據、用戶數據和社會環境經濟等10個業務數據源、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，實現用戶用電行為分析、節電、用電預測、網架優化、錯峰調度等業務應用場景，實現大數據技術在智能配用電業務領域的技術拓展，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，即統計分析、綜合評價、預測預警和數據可視化技術。

　　統計分析技術。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現統計數據中的規律，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現型技術，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之間的用電情況關聯分析，以及電力企業綜合績效管理、投資與資產管理等，幫助電力企業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，以及電力企業運營預測，對未來發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布環節，主要包含Tableau、POWER BI、Ets等。此類技術主要面向用戶、電力企業業務運營及管理人員，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。