互联网

用大数据优化电力配置,中国长城推出“智慧用电”解决方案

来源:北国网    作者:      2018-12-27

导语:当下的发展趋势来看,用电需求的逐步提升,要求未来电网更加具有柔性和自适应能力。中国长城结合发展

    当下的发展趋势来看,用电需求的逐步提升,要求未来电网更加具有柔性和自适应能力。中国长城结合发展趋势,推出了“智能配用电大数据应用系统”,将大数据与城市电力运营深入结合,借助数据分析用户用电的行为动态、用电特点,有针对性的对电力资源进行优化配置,不仅提升了效率,更节约了资源,从而实现了城市智慧用电的理念。这一“智慧用电”解决方案也在上海得到了成功实施。

  强大的数据收集、分析能力

  中国长城的“智能配用电大数据应用系统”,首先集成了用户及用电数据、电网数据、外部数据等十余个数据源,建立数据仓库和数据集市,实现配用电大数据的多源集成、统一存储和关联融合。然后,搭建满足配用电大数据业务需求的软硬件平台,利用Hyperbase、discover等工具对数据进行存储和计算,具备数据密集型和计算密集型混合并行处理能力,实现对配用电大数据的高效处理分析。在多源数据集成及大数据平台基础之上,中国长城“智能配用电大数据应用系统”可以实现用电查询、电力地图等基础功能,以及用户用电行为分析、节电、用电预测、网架优化和错峰调度等业务应用。

  行业用电精准监控服务城市电网规划

  在“智能配用电大数据应用系统”中,其中一个基础功能是“电力地图”,在这里可以查看浦东每个行业的用电量变化趋势、每个台区每个时刻的负载率,浦东各规划功能区块的用电密度图,以及用电热力图。通过用户侧到电网侧数据的关联集成,与GIS空间可视化技术融合,实现浦东全景用电监测及能耗监测,为城市及电网发展规划提供服务。

  用电行为数据分析实现科学预测、智慧应用

  除了用电查询、电力地图等基本功能之外,中国长城“智能配用电大数据应用系统”成功将大数据技术应用于电力系统传统业务中,通过收集到的大数据对用户用电行为进行分析,实现了用电预测、网架优化、节电、错峰调度等智慧应用。

  “智能配用电大数据应用系统”提供了多种方法的台区负荷用电预测,一种是综合考虑气温、湿度、气压等气象因素,以及星期类型、节假日等因素,建立预测模型,可对台区每日用电的最大值、最小值,以及未来七天用电负荷曲线进行准确预测。另一种是运用聚类、深度学习两种方法进行台区用电预测。深度学习方法考虑天气预报、用电负荷等数据,聚类预测方法则考虑台区用电负荷特性。经过BP神经网络的优化,预测的误差可以降低到1.2%左右。

  此外,这一应用系统还可以提供区块用电预测,通过对每个区块中用户的经济类型构成、行业的经济走势、每个个体用电行为的分析,可以对未来三个月每个月的用电量进行预测。

  中国长城“智能配用电大数据应用系统”综合考虑环境因素,结合电力负荷、电量等电力时序数据,利用回归、神经网络、深度学习等大数据方法,提高了负荷预测精度,对于合理经济调节电网运行方式、制定发电计划及检修计划、确保电力设备安全、提高经济效益,具有着重要意义。

  基于大数据的网架优化更好地适应生产实际

  “智能配用电大数据应用系统”在配用电网架优化中,采取多源数据关联分析,分析拓扑聚类结果、潮流分布、线损数据、可靠性数据等十一种数据之间的相关性,挖掘多元数据之间的相关性。在数据分析的基础上给出不同的优化方案。

  优化方案会充分考虑负荷增长及可能出现的新增负荷点,分别给出不同的线路增容或新建线路方案,并使得网架在供电可靠率、网络线损、负载率、建设运维成本等指标上均有所提高。同时还可以对网架优化前后的潮流进行对比。

  基于大数据的网架优化方法不仅能体现传统优化方法中潮流、可靠性等用函数方程表达的群体性因素,还能考虑用统计量描述的因素,如负荷用户画像、用户行业分布等体现个体信息,因而基于大数据的网架优化方法能更好地适应生产实际,提出更具可行性与可信度的优化方案。

  随着下一代电力系统的逐步演进,高度灵活的数据驱动的电力供应链将逐步取代传统的电力供应链。中国长城方面表示,今后中国长城将继续依托智能配用电大数据平台与示范工程,结合电力公司生产需求及政府、社会应用需求,开展数据分析研究和业务应用开发,为推动配用电发展、实现“以客户为中心”的电力核心价值、有效配置清洁电力资源、推动我国能源结构绿色转型,而做出努力。

(文章为作者独立观点,不代表艾瑞网立场)
  • 合作伙伴

  • 官方微信
    官方微信

    新浪微博
    邮件订阅
    第一时间获取最新行业数据、研究成果、产业报告、活动峰会等信息。
     关于艾瑞| 业务体系| 加入艾瑞| 服务声明| 信息反馈| 联系我们| 广告赞助| 友情链接

Copyright© 沪公网安备 31010402000581号沪ICP备15021772号-10