北极星

搜索历史清空

  • 水处理
您的位置:电力输配电电力通信技术正文

【学术】面向智能电网应用的电力大数据关键技术

2015-04-17 08:46来源:《中国电机工程学报》关键词:智能电网电力大数据电网运行收藏点赞

投稿

我要投稿

可视化技术广泛应用于电网状态的实时监控,显著提高了电力系统的自动化水平。未来电力系统可视化还可结合复杂网络中的相关理论在电网自动分层分区、自动布点等方面展开深入研究,发掘电网更深层次的规律和联系[28]。

空间信息流展示技术主要体现在电网参数与已有地理信息系统的结合上,包含变电站三维展示、虚拟现实等技术[28-29]。将电力配电设备管理与地理信息系统紧密结合起来,有利于电网管理人员直观地了解设备情况,从而为其决策提供最新的地理信息[30-31]。在变电站工程设计中用空间信息流展示技术可以节约时间、资源、成本,为电力企业带来巨大的效益。

历史流展示技术体现在对电网历史数据的管理与展示上[32]。在电力系统中,深层次的应用分析往往以历史数据为基础。对生产现场的实时监测数据、电网的规划数据和负荷预测数据,通过历史流展示技术,可以绘制出数据的发展趋势并预测出未来的数据走势;通过历史流回放展示技术,可以模拟历史重大事件发生、演变,挖掘历史事件潜在的知识与规律。

4 大数据在智能电网中的应用案例

电力大数据的应用场合涵盖发、输、变、配、用、调等电力行业的各个环节,在风电场选址、降低网损、风电并网、电网安全监测、大灾难预警、电力企业精细化运营、电力设备状态监测等领域有非常强的可实现性。

随着智能电网建设的进一步推进,大数据技术在智能电网中将发挥越来越大的作用。下面通过几个典型应用案例进一步阐述大数据在智能电网中的应用前景。

1)IBM 大数据技术在新能源接入中的应用。

在电力生产环节,随着新能源大量接入,打破了相对静态的传统电力生产,使得电力生产的管理和计量变得日趋复杂[10]。大数据技术能为电力企业做出更好的预测。

丹麦的维斯塔斯风力技术集团,通过在世界上最大的超级计算机上部署IBM大数据解决方案,得以通过分析包括PB量级气象报告、潮汐相位、地理空间、卫星图像等结构化及非结构化的海量数据,从而优化了风力涡轮机布局,提高风电发电效率。

IBM公司针对风电企业在风电场微观选址中面临的挑战,提出基于高精度数值天气预报的微观选址解决方案,来解决风资源捕捉利用的最大化问题和风机维护成本的最小化问题[33]。IBM微观选址方法如图6所示。该选址方案结合风资源精细化评估、气象灾害风险评估、风机经济效益评估、风场施工标准评估等因素,通过基于先进成熟的高精度数值天气模型,能够考虑更多的大气动力过程和物理过程,大幅提高模型的精确度和可靠性,从而把风电场备选区域和整个大气有机耦合在一起,做到更长期、全面地分析备选区域各个点的四维风资源分布情况,以及风资源的季节、年、年代变化情况,从而避免由单点推断整个风电场的资源分布,或由于使用时间过短的测风塔资料而无法刻画年和年代变化所带来的偏差问题[33-34]。

原标题:【学术】面向智能电网应用的电力大数据关键技术
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。

智能电网查看更多>电力大数据查看更多>电网运行查看更多>