泛在电力物联网在智能配电系统应用综述与展望

发表时间：2019-08-27T14:16:46.420Z 来源：《当代电力文化》2019年第7期 作者： 艾科热木·艾则孜 帕尔哈提·克衣木 李庆 胡长悦 王梦瑶马冲

[导读] 泛在电力物联网建设将极大程度提升配网运行状态的全面感知能力，保障分布式能源的友好接入，提高对新型负荷的弹性承载力，满足用户多样性用能需求，促进电网运营部门向枢纽型、平台型、共享型企业转型。国网新疆电力有限公司信息通信公司 新疆 乌鲁木齐 830000

摘要：对于配电网而言，泛在电力物联网建设将极大程度提升配网运行状态的全面感知能力，保障分布式能源的友好接入，提高对新型负荷的弹性承载力，满足用户多样性用能需求，促进电网运营部门向枢纽型、平台型、共享型企业转型。 关键词：泛在电力物联网；配电网；智能电网 1泛在电力物联网体系架构与功能 1.1感知层

感知层是泛在电力物联网的“神经末梢”。其重要功能在于，采用多种类型的传感器深入设备，实现全面感知。感知层设备包括电网一次系统的电压电流互感器和二次系统的电能表、集中器等各类终端，以及用户侧多种多样的智能电器。通过泛在感知所获取的海量数据使控制决策单元能够以前所未有的广度和深度获知电网各个环节运行状态，使电网在面对诸如间歇性新能源并网、随机负荷投切、电动汽车时空集群效应时，能够实时掌握系统状态，及时发现故障隐患，评估安全运行风险;同时，通过灵活调整电网拓扑，实时控制电源出力，优化用户用能模式，从而提高电网对高比例分布式新能源与新型负荷的接纳能力，强化电网应对突发故障的容灾性。 1.2网络层

网络层的功能在于为泛在电力物联网的各类型业务提供确定的通信服务质量以及安全的信息交互通道。网络层按安全等级与数据类型划分为内部专网和互联外网。具体的通信方式则根据实际工况、传输距离、经济成本等灵活选择，包含移动空中网、传统互联网、近距离无线传输以及近距离有线传输。其中电力线载波与230MHz无线通信为电力通信系统特有通信方式，而5G技术则是泛在电力物联网新兴应用的通信方式。为降低电力内部专网遭受互联外网攻击的风险并实现采用不同通信协议设备间的互操作，用户侧终端、应用层平台与电力内部专网交互时应设置中间件进行协议转换、数据清洗、安全防护等操作。 1.3平台层

平台层承载海量电网运行数据、用户侧用能数据以及其他能源系统数据的统一化存储与管理。其作用在于解决传统能源生产运行方式下存在的信息碎片化存储问题，打破信息孤岛现状，实现信息互联共享。通过搭建数据中心、云平台的方式，平台层对下完成网络层传输数据的实时收集与更新，对上则基于大数据存储与分析技术为各种特定的高级应用提供跨域共享数据资源，实现电力系统向电力和数据并重的发展方向转型。 1.4应用层

应用层是电力系统向枢纽型、平台型和共享型变革的外在表现。其功能在于，基于海量电网运行数据与用户侧用能大数据，并针对电网运营业务(如智能运维、电能结算、配电自动化)、用户用能业务(如个性化用能推荐、电动汽车智能充电、需求侧响应)及综合能源系统运营业务(如协调规划、储能市场)等，搭建各类针对性应用平台，实现电网与用户及其他能源系统的感知互动。 2面向配用电系统的泛在电力物联网关键技术 2.1感知层关键技术

2.1.1新型电力物联网设备研发

为使现有配电系统向泛在电力物联网的平稳升级，新型配电终端的研发必须考虑全电力行业背景兼容，如设备尺寸、部署环境、电磁兼容等。

2.1.2底层传感器部署技术

由于配电网运行场景工况复杂，实现对底层海量配用电设备的全覆盖监测是保证泛在电力物联网对配电系统运行状态可感知、可控制的首要前提。部分学者已经针对该问题进行了探索研究，如针对分布式风电状态监测问题，提出一种空间正四面体传感器节点部署方案。 2.2平台层关键技术 2.2.1数据融合技术

物联网泛在感知产生的海量多源异构数据具有高冗余性，需要采用数据融合技术以降低冗余度、减少通信量、降低数据分析难度，其在泛在电力物联网中具有重要意义。 2.2.2数据存储管理与挖掘分析技术

(1)大数据存储管理技术。对海量数据进行实时更新存储与管理，为进行数据挖掘分析提供物理基础与数据来源。泛在电力物联网中海量数据，若仍按照传统采集－传输－集中存储的方式，将导致数据冗余度过大、数据重复存储、资源利用率低等问题。此外，非电网内部数据(如用户侧用能数据等)的存储还涉及到对电网的安全影响问题。因此，设计适应于泛在电力物联网的大数据存储管理方案具有极高的工程应用价值。针对电力系统状态监测大数据，提出基于Hadoop平台的数据压缩方法以节约数据存储空间。设计了针对智能配用电数据的存储技术架构，并采用NoSQL技术对实际数据进行分布式存储管理。目前主流的大数据存储技术及其特点，如何对主流大数据存储技术进行消化吸收并设计真正适合泛在电力物联网的大数据存储方案将是未来研究重点。(2)大数据挖掘分析技术。提取大数据蕴含价值，提供未来泛在电力物联网高级应用决策依据。例如，基于K-means聚类提出一种用电行为分析方法，从而掌握辖区电力群体构成即用电特性，实现客户精细化管理并提供优质用电服务。基于电力谐波监测大数据，采用Apriori数据挖掘算法寻找诱发谐波的主要原因，从而指导谐波治理。然而，现阶段电网底层终端监测覆盖率不足且较为封闭，尚未实现用户侧用能大数据、其他能源系统大数据等互联共享。故泛在电力物联网概念下针对多源异构大数据的分析挖掘以支撑电网可靠运行将具有广阔应用前景和工程价值。 3.3应用层关键技术 3.3.1态势感知技术

智能电网态势感知是以海量电力系统运行大数据为基础，基于环境的，动态、整体地洞悉电网运行安全风险的能力，实现对电网运行安全威胁的发现识别、理解分析、响应处置，是一系列提升电网运行智能化水平与健壮性能力的技术集合。例如，将智能电网的态势感知分为：态势察觉、态势理解和态势预测，并在此基础上实现态势利导以优化配网运行。基于电压降方程和回归分析方法对电网线路参数进行辨识估计。

3.3.2主动优化运行技术

分布式能源与新型负荷的大规模接入将对配网运行安全造成冲击。其根本原因在于现有电网拓扑形式固定而调节容量有限，存在调控手段不灵活的缺点。而主动优化运行技术的应用，可从4个方面提升电网对间歇性新能源与新型负荷的接纳能力：(1)对于电网设备而言，依托于泛在电力物联网技术实现实时计算，获取最优运行方式；(2)对于网架优化，利用泛在互联的通信网络对诸如有载调压变压器、分布式电源、联络线开关等进行精细化调控，灵活调整网架拓扑；(3)对于用户侧而言，通过价格激励机制引导用户合理用能，如用能策略推荐电动汽车V2G(Vehicle-to-Grid)参与等，等效提高系统备用容量；(4)对于其他能源系统设备而言，通过能量转换设备(如换热器、氢储能等)实现电能替代与存储。 4结语

当前电力系统与其他能源系统的信息壁垒仍然存在，诸如综合能源协同优化、能源市场交易、车联网等新兴产业尚处于理论论证阶段。总之，泛在电力物联网的建设需要社会各方的广泛共同参与，协力开展技术攻关，以促进我国能源产业升级。 参考文献

［1］彭小圣，邓迪元，程时杰，等．面向智能电网应用的电力大数据关键技术［J］．中国电机工程学报，2015，35(3):503-511． ［2］张小平，李佳宁，付灏．全球能源互联网对话工业4．0［J］．电网技术，2016，40(6):1607-1611．

［3］王萍，刘兆元，张杭，等．考虑量测低冗余及时空异步的配电网信息处理［J］．电力系统及其自动化学报，2018，30(3):112-117．