需求响应业务系统数据分析模型及应用.pdf

第38卷第9期
电力建设
Vol 38. No 9
2017年9月
Electric Power Construction
Sep.,2017
需响应业务系据折模型及应用
李彬,周秋雁',陈宋宋2,崔高颖,祁兵,孙殺
华北电力大学电气与电子工程学院,北京市102206;2.中国电力科学研究院,北京市10019
3.国网江苏省电力公司电力科学研究院,南京市210036
摘要:结合国内智能电网用户接口标准化现状,分析了用电侧的数据标准体系。在 IEC PC118的基础上扩展了支撑
需求响应( demand response,DR)业务的信息交换接门及信息模型,以支撑DR执行效果的大数据评估方法的实现。从
行业类属维度、时间维度、响应维度等方面分析了DR业务动态运行指标,通过在传统的数据关联分析方法中引入知
挖掘( knowledge discovery in database,KDD),构建了不同置信区间下的弱关联分析,为∫降低系统的计算开销、在分析
过程中采用剪枝技术以提高运算性能。最后,结合典型用能企业的负荷模型,对所提出的方法进行了验证,并实现了
DR系统执行效果的潜在关键性因素分析,为末来智能电网用户侧能源管理、配网调度、第三方能源聚合商管理提供必
要的技术支撑。
关键词:数据分析;需求响应(DR);智能电网用户接口;能源管理
Data Analysis Model for Demand Response System and Its Application
LI Bin, ZHOU Qiuyan, CHEN Songsong", CUI Gaoying, QI Bing SUN Y1
(1. School of Electric and Electronic Engineering, North China Electric Power University, Beijin 102206, China
2. China Electric Power Research Institute, Beijing 100192, China
3. State Grid Jiangsu Electric Power Research Institute, Nanjing 210036, China
ABSTRACT: According to the latest evolution of domestic smart grid user interface, this paper analyzes the information
standardization of demand side data. The information exchange interface and information model are extended based on TEC
PC 118 to Support demand response(DR business and realize the big data evaluation method for supporting DR
implementation effect. We analyze the DR dynamic operating index from aspects of industry category dimension, time
dimension, response dimensions, etc. Through introducing the knowledge discovery in database(KDD )discover in
traditional data correlation analysis, we construct the weak association under different confidence intervals. Besides, in order
to reduce the practical computation requirement, we adopt pruning techniques in analysis process to improve the running
performance. Finally, we verify the proposed model through the load model of typical energy enterprises, and analyze the
otential key factors of DR system implementation effect, which can provide the necessary technical support for the use-side
energy management, distribution network scheduling and hird-party energy aggregator management of future smart grid
KEYWORDS: data analysis; demand response( DR); smart grid user interface; energy management
中图分类号:TM31
文献标志码:A
文章编号:1000-7229(2017)09-0088-07
DOL:10.3969/j.issn.1000-7229.2017.09.013
0引言
力公司是国内首批开展电力大数据应用研究的机构
之一,其综合数据平台( integrated data platform,IDF
近年来,大数据技术快速发展,为众多行业提供对上海现有业务系统数据进行了统一采集、分析和管
了新的机遇,呻酒与尿布的关联模式一度影响了整个理,涵盖了调度自动化系统、电网气象信息系统、电能
零售业的格局。截止2013年,欧盟的开放数据平台质量监测管理系统、生产管理系统( production
( open data portal,ODP)已经开放了涉及地理信息、环 management svstem,PMS)、故障呼叫管理( trouble call
境、社会经济等数据的5000多个数据源。上海电 management,TCM)系统、地理信息系统、线损精细化
系统、配电自动化系统、用电信息采集系统、负荷控制
基金项目:国家电网公司科技项目(SGJS9000YXJS1700312)
系统、负荷监测系统、营销业务应用系统、95598客服
8m万立数。 com. CT