孟凡坤
国网西宁供电公司（青海，西宁）810003
摘要：基于大数据网络，如何建立一个高效、高可靠性、高智能化、高信息化的电网调控系统，已经成为当前新形势下电力系统急需解决的问题。电力调度系统的安全性，经过长时间的技术发展，积累了大量的技术和应用经验。但随着电网动态特性的复杂程度不断提高，急需电力调度安全分析系统具有更高的状态感知和风险评估能力。调度系统的主要问题包括:准确性低，传统的仿真分析模型不能满足现代电网的需求;动态特性繁杂，不能满足电网系统的电子化程度;时效性差，在线分析系统计算周期长。
关键词：大数据；电网调度；可靠性
大数据时代下，全球各个数据密集型产业越发重视数据价值的挖掘，以此提升企业整体水平与行业竞争力，在电力领域中，随着智能化水平提升，电力行业也进入大数据时代，如何在海量电力数据中挖掘有用数据，丰富电网运行与反馈环节，及时、准确发现电网运行中的异常并解决，提高电力调度智能化，增强电力运行可靠性，成为电力行业发展重点。
1 电网调度系统可靠性评价体系
1.1 调度系统指标
大数据的使用，使得电网调度系统的指标更立体化，需要综合考虑的指标也很多。综合调度系统的实际运行情况，主要可以包括安全、质量、管理、队伍、任务等5个方面。
安全生产方面:主要包括应急处置、动作正确、缺陷消除等5个指标。安全生产指标主要是考查电力系统在处理应急事故方面的能力，通过多重考量，保证系统运行的稳定性。
运行质量方面:主要包括断路器跳闸、事故监控、电压合格率等5个指标。通过大数据的方式对电网的运行质量进行监控，保证在出现系统事故、异常等电力系统故障时，能够及时有效的做出反馈，避免产生大范围的电力波动。
运行管理方面:主要包括检修管理、定检完成等4个指标。通过定时检修，防范事故于未然，从而提高系统稳定性。
队伍培养方面:主要是关于人力资源素质的指标。人才是电力系统运行保证的核心，只有好的人力资源素质，才能有效保证系统运行的稳定。
任务工作方面:主要关于重点任务和特种任务方面的指标。针对特殊任务和重点任务，需要重点强调，保证任务的完成程度。
2 电力智能调度大数据
新形势下，我国电网逐渐向智能化升级改造，电网规模逐渐扩大，为保障电网运行稳定性，智能调度的高效运行成为关键。电力调度是一个复杂系统，其中涵盖了输变电、发电用电、配电等多项系统，与一般生产调度不同，电能产供销都是在瞬间完成，即发电量、用电量保持平衡状态，因此，电力调度应随时保障发电与用电负荷之间的平衡。并且，电力调度还应做好电网运行监控、潮流计算、事故处理等任务，保障电网稳定运行，保证电力行业各环节稳定运行。在电力调度过程中，为实现智能调度，电力调度数据应具有大体量、多种类、数据即交互、即共情、速度快等优势，并深入挖掘基础、应用、实时、环境数据源，为智能调度提供数据支持。
其中，基础数据：主要指设备台账、电网模型等变化较小的数据信息，该类型数据分散于不同业务系统(OMS、EMS等)内。实时数据：主要指能够实时展现电网动态运行的数据，该数据大多处于AMI、WAMS与SCADA内。应用数据：其中包含报表数据、监控预警数据、预测计划数据等。环境数据：主要指天气、经济、地理、人口等类型的数据信息，该类数据多应用在电力调度大数据联合分析内。在电力智能调度中，为有效发挥大数据的作用，提升电力调度质量，应充分挖掘大数据的价值，不仅要发挥大数据集成、高性能计算、存储等基础功能，还要实现调度业务、大数据挖掘技术的结合。须知，若产出数据无业务指引与诠释，则数据是机械且盲目的，数据关联性与实际不相符，甚至存在数据错误。因此，在电力调度数据挖掘时，业务内容为关键因素。
3 可靠性评价方法
针对复杂电力系统的多指标体系，需要根据指标的重要程度进行赋权，从而对电力系统调度进行评价。在综合评价的方法中，主要包括主观赋权和客观赋权两种方法。
主观赋权主要依靠经验决策，分别有专家法、层次法以及评价法，这类评价方法主观性成分占了多数，更多依赖于专家等人员的工作经验，因此其评价结果不够客观。客观赋权主要是采用数理统计的方法，将各参数数值化，通过目标优化、概率算法等，得到不同指标参数的差异性和有效信息量，进而确定不同指标的权重，但这种方法又不能综合考虑指标的应用价值。
为了衡量电力调度系统的稳定性，需要综合考虑其历史数据，结合大数据技术，对电网调度系统的各项数据进行深入挖掘，获得电网调度的各项信息，根据数据挖掘结果对系统可靠性进行评估。熵权法来源于信息论，无论理论基础还是应用前景，都有不错的参考价值，可被应用于电力调度系统的稳定性评价。熵权并不代表该指标的重要程度，而是对评价指标的变异程度进行区分，只有对整个系统进行综合，才能有效反映各参数的价值意义。
4 电网调度系统运行风险分析模型
电力系统的运行状态容易受到光伏供电、风电等因素的影响，这些不确定性容易给电力系统的稳定带来风险，考量电网系统可靠性的重要指标之一就是调度系统故障监测。传统的在线安全监测方法对于故障的搜索能力不足，不能有效区分复杂线路故障和区域连锁故障，因此对于故障监测能力不足。采用蒙特卡洛概率方法进行抽样计算准确度较高，但是由于系统数据量大，整个算法的周期长，实时性不足，难以满足电网调度的要求。
将二者有效结合，发挥各自的优势，可以有效对于系统故障进行辨别和监测。在前半个计算周期，对实际监测得到的数据，进行故障分析，辨别其故障状态，并在断电再次供电后进行再调度状态分析。在后半个计算周期，根据故障概率特性，结合数理统计理论，对设备状态进行随机故障抽样，进而计算故障组的风险期望，用于对电力调度状态进行评估。
将蒙特卡洛方法的抽样精度用方差系数来表示，即:
?
式中，σ2ij(V)代表第i个节点在j时刻的电压方差，Eij(V)是第i个节点在j时刻的电压期望，M代表计算次数。要求方差系数的最大值，一定要小于系统精度要求k。
(1)构建系统网络模型，进行初始化处理，输入初始数据。
(2)采集历史数据，主要包括常规负荷、光伏网络、风力发电等参数，构建动态模型。
(3)通过蒙特卡洛概率计算法对系统网络进行抽样处理，计算每天24个小时的系统负荷情况，计算潮流大小，进而得到每个时刻的电压情况，并重复抽样M次。
(4)计算方差系数，并与精度要求k比较，若方差系数大于k，重复抽样，否则进入下一步。
(5)对各个节点的电压权熵进行计算，并输出。
为了准确反映电压越限的严重程度，并获得足够的系统灵敏度，需要构建电压越限强度S(w)模型，其计算公式为:
?
式中，w为电压越限量。
5 结束语
针对当前调度系统准确性低、动态特性繁杂、时效性差的问题。本文提出了采用改进权熵法来衡量电力调度系统的可靠性，利用系统的权熵值对电力调度系统进行衡量，并与越限电压风险法进行对比。从结果上看，利用权熵法对电网调度系统的可靠性评估考虑更周全，不仅考虑电压越限的风险同时考虑了电压分布对于电力系统稳定性的影响，灵敏度更高，更适合用于电力调度系统的可靠性评估。
参考文献
[1]朱旭，杨军，李高俊杰，等．计及虚拟储能系统的区域综合能源系统优化调度策略[J]．电力建设，2020,41(8):99-110.
[2]?崔杨，周慧娟，仲悟之．考虑火电调峰主动性与需求响应的含储能电力系统优化调度[J]．高电压技术，2020,7:1-12.
[3]朱莹莹．电力调度监控运行可靠性及解决对策[J]．通讯世界，2018(3):240-241.