大数据背景下的智能电网用户侧需求管理决策支持系统

《大数据背景下的智能电网用户侧需求管理决策支持系统》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、大数据背景下的智能电网用户侧需求管理决策支持系统摘要：大数据为智能电网DSM的发展注入新的活力，掌握电力大数据的关键技术对电力行业的可持续发展和坚强智能电网的建立具有重要意义。本文在分析智能电网DSM大数据特征的基础上，从数据分析和功能设计两个方面进行深入探讨和研究，构建具有通用性的智能电网DSM管理决策支持系统。同时介绍了大数据hadoop云计算模型、分布式计算技术，内存计算技术，流处理技术等符合DSM的大数据关键技术。大数据关键技术在电力行业的广泛应用必将带来行业的变革，将智能电网的发展推向新的阶段。关键词：大数据；智能电网；用户需求管理；管理决策支持系统Sma

2、rtGridDSMSupportingSysteminBigDataEnvironmentsABSTRACT:Applicationofbigdatatechniquesinpowersystemwillcontributetothesustainabledevelopmentofpowerindustrycompaniesandtheestablishmentofstrongsmartgrid.Thispaperintroducedauniversalframeworkofdemandsidemanagementsupportingsystem.exploring

3、dataanalysisandfunctiondesign,basedontheanalysisofthebigdatumsattributionofsmartgrid.Thenkeytechniquesofelectricpowerbigdatawerediscussed,includingcloudcomputingmodel,bigdatadistributedcomputing,bigdatamemorycomputingtechniquesandbigdatastreamingcomputingtechniques.Theapplicationofbigd

4、atatechnologiesinsmartgridwillbringdeepchangeandbrilliantfuturetopowersystem,andwillpromotethedevelopmentofpowerindustrytoanewgeneration.Keywords:bigdata;smartgrid;DSMsupportsystem1引言电力需求侧管理(DemandSideManagement,DSM)是在政府法规和政策的支持下，通过有效的激励和引导措施，配合适宜的运作方式，促使电网公司、能源服务公司、中介机构、节能产品供应商、电力用户等共

5、同努力，在满足同样用屯功能的同时，提高终端用电效率和改善用电方式,减少电量消耗和电力需求,实现能源服务成本最低、社会效益最佳、节约资源、保护环境、各方受益所进行的管理活动。智能电网就是将信息技术、计算机技术、通信技术和原有输、配屯基础设施高度集成而形成的新型电网，具有提高能源效率、提高供电安全性、减少环境影响、提高供电可靠性、减少输电网电能损耗等优点。智能电网的理念是通过获取更多的用户如何用电、怎样用电的信息，来优化电的生产、分配及消耗，利用现代网络、通信和信息技术进行信息海量交互，来实现电网设备间信息交换，并自动完成信息采集、测量、控制、保护、计量和监测等基本功能

6、，可根据需要支持屯网实时白动化控制、智能调节、在线分析决策和协同互动等高级功能，因此相关研究者指岀：可以抽象的认为，智能电网就是大数据这个概念在电力行业中的应用。随着智能电网的建设不断推进，电力需求侧管理产生的数据也呈指数级增长，产生了海量数据，对数据可靠性和实时性要求更高。国内已有电力系统信息平台的建设大多采用常规的解决方案，即基础架构采用价格昂贵的大型服务器，存储硬件采用磁盘阵列，数据库管理软件采用关系数据库系统，紧密耦合类业务应用采用套装软件，导致系统扩展性较差、成木较高，难以适应智能电网对用户侧需求管理数据可靠性和实时性的要求。因此，在大数据的背景下为提高需

7、求侧管理水平，建立智能电网用需求管理决策支持系统是非常必要的。2智能电网DSM中的大数据智能电网中用户需求侧大数据具有规模性、高速性、多样性、价值性特征(volume^velocity>varietyxvalueVolume规模性，是指巨大的数据量及规模的完整性。智能电网屮用户需求侧大数据包括电力用户数据、企业用电设备数据、企业用电量数据、企业和行业产品产量数据、企业和行业产品电耗数据、电价(包括峰谷电价)数据、电价弹性数据、企业典型日负荷曲线数据、行业典型日负荷曲线数据、地区典型日负荷曲线数据、气象气温数据、通用设备数据、全国及各省投入产出数据等。数据的存储从