水火风光多源发电调度系统大数据平台架构及关键技术

被引:52
作者
申建建 [1 ]
曹瑞 [1 ]
苏承国 [1 ]
程春田 [1 ]
李秀峰 [2 ]
吴洋 [2 ]
周彬彬 [2 ]
机构
[1] 大连理工大学
[2] 不详
关键词
大数据; 水火风光; 发电调度; 数据融合; 知识提取;
D O I
10.13334/j.0258-8013.pcsee.181546
中图分类号
TM73 [电力系统的调度、管理、通信]; TP311.13 [];
学科分类号
1201 ;
摘要
水风光等可再生能源高速发展使得电力调度数据出现爆发式增长,并呈现出多源、异构、高维等大数据典型特点,如何应对电力大数据的集成管理及高效应用是我国电网运行的重大技术挑战之一。为此,围绕水火风光复杂发电调度系统,解析超大规模电站群调度大数据特征及相互关系,设计调度管理功能体系,构建发电调度大数据平台架构,提出满足不同业务场景共性需求的多源数据校验和多平台协同存储技术、面向发电调度分析场景的大数据融合处理技术以及面向发电计划编制场景的大数据分析决策技术,实现电力大数据的采集、存储、分析及知识提取等一体化功能。以云南省调400余座大中型电站为工程背景,应用大数据平台架构和关键技术,构建超大规模多源发电系统调度软件,通过电网月度计划跟踪分析、新能源功率预测偏差确定、梯级水电站群发电调度计划编制3个核心业务场景的典型应用,表明电力大数据技术确实可以为复杂发电调度系统高效和实用化运行提供新的解决途径。
引用
收藏
页码:43 / 55+319 +319
页数:14
相关论文
共 23 条
  • [1] 基于机器视觉的变电站监控视频数据结构化方法研究
    张春凤
    徐文峰
    刘进峰
    [J]. 电力信息与通信技术, 2018, 16 (05) : 18 - 23
  • [2] 基于深度学习的电力系统故障后暂态稳定评估研究
    胡伟
    郑乐
    闵勇
    董昱
    余锐
    王磊
    [J]. 电网技术, 2017, 41 (10) : 3140 - 3146
  • [3] 一种基于LSTM神经网络的短期用电负荷预测方法
    张宇航
    邱才明
    贺兴
    凌泽南
    石鑫
    [J]. 电力信息与通信技术, 2017, 15 (09) : 19 - 25
  • [4] 深度学习框架下LSTM网络在短期电力负荷预测中的应用
    陈亮
    王震
    王刚
    [J]. 电力信息与通信技术, 2017, 15 (05) : 8 - 11
  • [5] 水电站群联合调峰调度均匀逐步优化方法
    冯仲恺
    牛文静
    程春田
    武新宇
    [J]. 中国电机工程学报, 2017, 37 (15) : 4315 - 4323+4571
  • [6] 基于大数据技术的电力用户行为分析及应用现状
    沈玉玲
    吕燕
    陈瑞峰
    [J]. 电气自动化, 2016, 38 (03) : 50 - 52
  • [7] 大能源思维与大数据思维的融合(一)大数据与电力大数据
    薛禹胜
    赖业宁
    [J]. 电力系统自动化, 2016, 40 (01) : 1 - 8
  • [8] 电力用户用电数据分析技术及典型场景应用
    郑海雁
    金农
    季聪
    熊政
    李昆明
    [J]. 电网技术, 2015, 39 (11) : 3147 - 3152
  • [9] 大数据变革——南方电网大数据应用探索
    陈华军
    [J]. 中国电力企业管理, 2015, (17) : 25 - 28
  • [10] 基于主动配电网的城市能源互联网体系架构及其关键技术
    蒲天骄
    刘克文
    陈乃仕
    葛贤军
    于建成
    王丹
    王伟
    [J]. 中国电机工程学报, 2015, 35 (14) : 3511 - 3521