北极星

搜索历史清空

  • 水处理
您的位置:电力输配电配电自动化评论正文

大数据在配电系统的应用及发展面临的挑战

2017-07-06 17:14来源:供用电杂志关键词:配电系统配电网智能配用电收藏点赞

投稿

我要投稿

2配电系统大数据的应用场景及应用价值

2.1驱动力

随着智能配用电技术的发展,电力公司部署了大量的智能电表及用户用电信息采集系统,配电自动化、电能质量监测、停电管理等系统,这些系统产生着大量的异构数据。大数据技术,包括适应大数据处理和分析的计算机技术及数据挖掘、机器学习、深度学习的进步,使配电系统大数据处理、储存和分析成为可能。基于配电系统数据,采用大数据技术,可挖掘巨大的价值,可支撑智能配用电技术的发展。

2.2典型应用场景

大数据在配电网的主要应用场景包括但不限于:停电管理和恢复、设备损害评估、负荷预测、用户行为分析、电压无功控制、设备运行效率评估、配电网低电压分析、故障定位、故障原因识别、可靠性评估、配电网自动重构、分布式能源分析、网络拓扑和相位连接分析等。限于篇幅,此处仅针对几个典型应用场景进行简述。

(1)负荷预测。利用来自用电信息采集系统、配电自动化系统、调度控制系统的全量负荷数据,对负荷进行逐层分解,同时从负荷类型、季节、区域、时段等多个时空维度,分析负荷的变化和分布规律,建立负荷特性模式库。在此基础上,加入国家、地方、产业等经济

运行数据和发展规划数据,详细分析电力负荷与其他行业领域之间的关联关系,形成多因素的负荷预测方法。这种方法可以用于预测空间负荷,作为配电网规划的依据。

(2)电动汽车充电设施需求。考虑到传统汽车按一定比例替换为电动汽车后,其行驶轨迹基本相同,可根据传统汽车的历史数据,分工作日、休息日,早高峰、晚高峰等不同时段,挖掘出电动汽车聚集点、行驶轨迹,并结合道路情况,提出电动汽车快速充电、慢速充电设施建设建议。

(3)供电可靠性影响因素分析。从网络结构、设备水平、用户构成等几个方面提取与供电可靠性相关的特征,识别电网薄弱环节,结合供电区域内用户诉求和运行环境,提出提升供电可靠性的最经济的途径。

(4)用户参与需求响应潜力分析。根据不同的气候条件(如潮湿、干燥,气温高、低)、不同社会阶层将用户进行分类,为每一类用户绘制不同用电设备的负荷曲线,分析其主要用电设备的用电特性,以及不同季节、不同时刻用户对天气的敏感性,用电量出现的时间区间、用电量影响因素以及是否可转移、可削减。在分类分析基础上,通过聚合得到某一区域或某一类用户可提供的需求响应总量,进而分析哪一部分容量、在哪些时间段的需求响应量是可靠的,为实施需求响应提供依据。

2.3应用价值

综合上述应用场景,大数据应用于配电系统的价值主要体现在如下方面:

(1)提高用户满意度。通过数据分析,可了解用户用电行为和喜好,从而帮助用户参与需求响应、提高能效;通过可靠性、低电压等特性分析,提高供电可靠性和电能质量;加强停电管理、缩短停电后恢复时间,并及时让用户看到恢复过程;通过上述应用,可提高用户满意度。

(2)支撑配电网规划和运行。通过分析配电系统设备的运行效率和供电能力,可优化电网投资和规划,提高设备利用效率;由于电表数据能更详细地记录用户用电情况,结合外部数据(政策、天气和用户情况)可以更准确地预测负荷和分布式能源发电,很好地管理设备过载、反向潮流,改进电压特性和电能质量;借助需求响应对分布式能源、电动汽车等进行管理,起到削峰填谷作用,延缓设备投资;通过用户用电信息,可以预测配电变压器、地下电缆、架空线、电压调节器是否故障;通过观察负荷情况,还可以分析预测变压器寿命。

(3)有助于信息通信系统的完善。智能配电网的发展目标依赖于信息系统的贯通,大数据研究过程中,当发现配电网IT架构不足以满足未来需求、存在数据共享障碍时,可进一步促进IT架构的完善,同时也促进了智能配电目标的实现。

(4)增值服务。通过配用电数据分析,可分析社会经济发展状况,为政府提供信息服务;分析新能源、电动汽车等政策执行效果,为政府制定政策提供依据。

(5)提高利用外部数据的能力。通过配电大数据应用研究,提升了电力公司利用天气、社会经济、交通、用户等外部数据的能力。

3国内外重点研究成果

3.1大数据当前研究重点

用户用电信息采集系统与配电管理系统(DMS)、停电管理系统(OMS)和地理信息系统(GIS)等系统的集成和数据融合基础上的大数据分析是当前的研究重点,主要集中在3个方面:①重视与GIS系统的融合,将配电系统的数据分析直观展示在GIS系统上,辅助规划运行人员决策;②实现配电数据与用户用电信息采集系统数据的融合,在更多维度数据支持下,形成新的技术解决方案;③增强对外部数据的应用,开发新的应用。

电表数据和其他与用户用能行为相关的数据,可用于分析出用户的喜好,分析出不同的需求响应项目(对分时电价和尖峰电价的反应)的效果,以及不同机制影响下的电动汽车充放电对负荷的影响。

GIS在大数据中的地位很重要。众多的应用始于GIS,终于GIS。数据的融合主要基于IEC61970/61968。

投稿与新闻线索:陈女士 微信/手机:13693626116 邮箱:chenchen#bjxmail.com(请将#改成@)

特别声明:北极星转载其他网站内容,出于传递更多信息而非盈利之目的,同时并不代表赞成其观点或证实其描述,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。

凡来源注明北极星*网的内容为北极星原创,转载需获授权。

配电系统查看更多>配电网查看更多>智能配用电查看更多>