摘要：随着能源互联网、互联网+、新型传感技术的持续推进，电力用户侧用电数据呈现指数级剧增、交互性增大、异构性增强的情况，逐渐构成了用户侧用电行为大数据。然而目前对电力领域的数据价值挖掘仅限于电网内部和电源端，用户侧庞大且蕴含丰富价值的电力数据而未能得到很好利用。文章主要是在用户侧用电行为大数据的基础上，对用户侧电力数据价值在电力系统中的应用和发展进行更加深入分析。
关键词：大数据；电力系统；用电数据
1概述
在信息化不断发展的环境下，工业企业将信息化作为其夯实工业化的基础，现如今信息技术已经渗透到工业企业产业链的各个环节。如何充分挖掘用户侧用电行为数据潜在价值，不断打造信息化环境下的新型能力，形成可持续竞争优势，实现创新发展、智能发展和绿色发展的过程，成为时下的热点。大数据所代表的不仅仅是重要的技术变革，而且是战略性经济资源，大数据服务业已成为前景广阔的新技术产业[1]。电网作为大数据技术应用和发展的重要领域之一，大数据在电网中的应用众多，涉及电网安全稳定运行、节能经济调度、供电可靠性、经济社会发展分析等诸多方面。但是目前对电力领域的数据价值挖掘都仅仅限于电网内部和电源端，用户侧的用电数据没有得到很好利用，而用户侧的电力数据庞大、所含信息量丰富，蕴含丰富的商业价值。因此用户侧电力数据价值的挖掘已迫在眉睫[2]。
2用户侧大数据运用的基本特征
2.1数据量规模庞大
随着电力系统智能化深度的不断增加，运行环境复杂程度加深，对电力系统稳定运行的要求愈发严格。因此，电力企业在运营过程中，通常会在用户侧及电能输送过程中设置数以万计的数据采集点，而每一个数据采集点所采集的数据量非常庞大，除此之外，电力企业还保存着用户侧用电行为的历史数据。用户侧的电力数据庞大、所含信息量非常丰富，蕴含着大量的商业价值[3]。
2.2数据结构类型多
目前工业企业的自动化生产运营不断向前推进，与此同时需要各类型的传感器采集相关数据以此来保证生产正常运行。在运行的各个环节都存在着大量有用的信息数据，这些数据在采集、传输、存储和处理的过程中形成了多源异构数据。
2.3数据的交互性
能源互联与智能电网不仅仅是各用户侧物理互联，其重要的特征在于资源共享，数据交互。各用户侧用电行为数据交互，各数据资源相互共享。若将这些交互性数据进行深度融合分析，挖掘其中的数据价值，必定可以加快推进工业企业“互联网+”方向发展。
3用户侧大数据在电力系统中的应用
3.1节能降耗智能用电
工业企业用电量约占全社会用电量近八成，且工业企业中的高耗能行业的比例仍然比较高[4]。工业企业在追求效率的同时忽视了用电设备的损耗，节能装置设备投入较少且由于极少维护存在可靠性差等问题，造成了工业企业消耗大量不必要的电能。通过利用大数据技术对工业企业用电行为进行分析，研究力图指导企业在兼顾经济性和安全性的前提下选择科学的电费标准并制定最优的用电策略，是实现工业企业用电节能，提高电能的利用率，从而实现节能减排的重要途径。用电需求预测是工业企业实现优化调度与经济运行的前提，但工业企业的用电需求预测与电网的传统负荷预测不同。以往电力系统的负荷预测仅从电网角度，预测区域范围内未来用电量，以期安排发电厂的生产计划，导致用户用电行为的随机和无序等负面效应。可从企业用户角度出发，基于大数据分析下的工业企业用电需求预测技术，进一步建立需求侧响应体系，实现用户与电力系统双向互动，最终达到削减尖峰负荷、引导企业经济智慧用电及缓解电力供需矛盾的效果，而且能实现我国智能用电，加快建设数字中国，更好地服务我国经济社会发展。
3.2防患未然安全用电
工业企业用电设备繁多、额定功率大、持续时间长，并且对用电情况缺乏监测，对配电设备和线路的过载、过流、过热情况无法及时了解。只有当设备损坏或造成安全事故时才后知后觉。电网的电压、频率的不稳定以及波形的畸变将会对负荷侧的用电设备运行产生不良影响：根据不完全统计，在数据化领域46%的终端出现数据丢失和85%的服务器出现宕机均和电压的跌落有直接的关系。可利用大数据和现代智能通信技术，线下安装多回路采集模块实现企业的总体用电情况及重点用电分路的监测。在不影响工业企业正常运行的情况下，采集用电设备的有功功率、无功功率等相关电能参数。利用局域网将各个区域的监测点数据传输到智能网关，智能网关整合数据后上传至平台，平台接收各项实时数据，实现工业企业用电的实时在线分类和分项，便于管理部门进行有效的监控与管理。所监测的参数超过系统设置的阈值时发出告警信息，实现对已有故障的实时分级告警，对告警信息的监测分析可有效杜绝事故隐患，降低事故发生率，减少企业损失；并对诸如变压器过载、电压越限、电流越限、三相电压电流不平衡越限等非故障却有潜在危险情形提前预警，且提示故障位置和故障类型，以便企业采取及时有效的应对措施，从而保证正常的生产活动，延长设备的使用寿命。
3.3双向互动缓解矛盾
智能电网时代，鼓励工业企业和电网之间进行数据共享、智能互动，积极参与到电网的运行和建设当中。智能电表所代表的仪表监控虽然能在一定程度上监测和反映当时的用电情况，但对实现企业用电数据的规模化存储、分类、整合、分析尚有不足，使得企业难以深入到精细化用电管理的层面。采用大数据分析，基于每日、每月尖峰平谷四时段用电量占比，评估尖、峰时段用电量占比是否过高，提供节能技术改造方案，使得企业在日常生产中能科学地调控大功率负荷启动时间及顺序以降低企业用电成本；并基于每月统计的功率因数分析其是否达到合格的门限值，并对功率因数不合格情况进行改善以降低电能损耗；对用户用电结构进行分析计算以制定企业用电的改造方案。通过电力需求侧的有效管理，可以降低城市尖峰负荷，在发电端不增加出力的情况下通过负荷端调节电网负荷高峰期的供需矛盾，提高电网稳定性。因此可借助数据挖掘算法刻画工企用电行为，构建企业用电需求预测模型；建立需求侧响应体系，实现用户与电力系统双向互动，根据企业负荷曲线指导用户削峰填谷、错峰运行，助推电力系统稳定。
4结束语
在能源互联，智能电网的发展过程中，实现精细、实时、快捷、丰富的用电服务和管理成为大势所趋。研发集物联网、大数据、云计算于一体的电力数据平台，实现供电智能化、网络化、互动化和节能减排，是用电服务管理的发展方向。能助力工业企业长远发展、有效促进智能电网深度发展，具有广阔的实际应用前景，能够产生巨大的社会经济效应。本文对用户侧电力大数据在电力系统中的运用进行分析，力图对工业企业的用电行为进行优化以实现智能用电，加快建设数字中国，更好地服务我国经济社会发展。
参考文献：
[1]马俊明，张珍芬.浅谈电力大数据在电网建设中的运用[J].中国新通信，2020，22（01）：99.
[2]成婧颖.大数据分析在互联电网中的应用探讨[J].科技创新与应用，2016（14）：190.
[3]陈永淑.大数据技术在电力系统的应用[J].信息技术与信息化，2020（01）：43-45.
[4]秦睿，张世才，张顺.高耗能企业电价承受能力分析及对策[J].工业仪表与自动化装置，2013（06）：117-119.
作者:林成 宋伟杰 廖志戈 周雅怡 单位:广东电网有限责任公司珠海供电局
