大数据在智能配电网中的应用-9479威尼斯

智能配电网具备丰富的数据源，目前大多数地市的配电管理系统包括了配电自动化系统、生产管理系统、地理信息系统、调度自动化系统、用电信息采集系统、负荷控制系统、配变负荷监测系统、电能质量监测管理系统、营销业务管理系统、电网气象信息系统、erp系统、95598客服系统等。

这些数据源涵盖了调度、运检、营销等多个管理业务，以及绝大部分10kv及以下多电压等级的电网监控和采集信息。从数据源类型来讲，智能配用电大数据应用的数据源类型丰富，覆盖配电变电站、配电开关站、配电台区、电能表等配用电自动化和信息化、用户资料和社会经济等数据。

场景一：面向有源配电网规划的负荷预测

配电网信息化的快速发展和电力需求影响因素的逐渐增多，利用大数据预测用电状况日益凸显。近年来，用电预测领域出现了大量的研究成果，遗传算法、粒子群算法、支持向量机和人工神经网络等智能预测算法开始广泛地应用于用电预测中，通过将体量更大、类型更多的电力大数据作为分析样本，实现对电力负荷的时间分布和空间分布预测，为规划设计、电网运行调度提供依据，提升决策的准确性和有效性。

场景二：配电网运行状态评估与预警

1）对配电网进行安全性评价，如电力系统的频率、节点电压水平、主变和线路负载率等；

2）对配电网的供电能力进行评价，如容载比、线路间负荷转移能力等。当供电能力不能满足负荷需求时，根据负荷重要程度、产生的经济社会效益以及历史电压负荷情况，进行甩负荷；

3）对配电网可靠性和供电质量进行评价，如负荷点故障率、系统平均停电频率、系统平均停电时间、电压合格率、电压波动与闪变、三相不平衡度、波形畸变率、电压偏移、频率偏差等；

4）对配电网经济性进行评价，如线损率和设备利用效率等。通过计算风险指标，预测从现在起未来一段时间内配电网所面临风险的类型及严重程度；根据风险类型辨识结果，生成相应的预防控制方案，供调度决策人员参考；可以对突发性的风险和累积性风险进行准确辨识、定位、类型判断、生成预防控制方案等。

场景三：有源配电网电能质量监测和评估

1）有源配电网电能质量分析与监测

随着电网规模的不断扩大，分布式电源的不断接入，配电网中运行数据、负荷数据、分布式电源运行等数据逐渐增多，电能质量分析的大数据特征日益明显，而传统电能质量分析方法在电能质量的消噪、特征提取、扰动分类和参数估计等方面难以完全解决问题。电能质量监测系统集通信、测量、分析和管理等诸多功能于一体，能为电力企业和用户提供供电质量的基本信息，实现有源配电网电能质量全面、准确、有效地监测。

2）有源配电网电能质量评估

分布式电源越来越多的接入配电网，用户对电能质量的要求越来越高，而大规模的结构化数据和非结构化数据的加入，为电能质量评估提供新的研究途径，如网架结构分析、无功源配置方案合理性分析、敏感负荷安装位置分析、监测点配置方案等。

3）有源配电网电能质量诊断与治理

满足较高电能质量的要求，及时正确地对影响电能质量的各种异常运行状态做出诊断，找出电能质量干扰源并加以预防或消除，避免故障的扩大。

场景四：基于配电网数据融合的停电优化

该场景建立在配电网调度自动化系统、配电自动化系统、用电信息采集系统、配网设备管理系统、配电设备检修管理系统、电网图形及地理图形信息和营销管理系统等基础上，综合分析配电网运行的实时信息、设备检修信息，以最小停电范围、最短停电时间、最小停电损失、最少停电用户来确定停电设备，确定最终的最优停电方案。