一、成果简介：

依托山西电网调度运行指挥系统（简称：“G-DOCS”），运用先进技术手段对电网运行产生的海量数据进行数据挖掘和再加工，构建起企业级数据应用服务平台。项目围绕源网荷互动、电力市场衍生服务、生产辅助决策场景开展，给予用户相对应的信息服务，达到资源优化配置、规范市场行为、提高电网安全运行水平的目的，为国网山西省电力公司的大数据企业级应用提供支持。

图1 源网荷储互动模式

图2 聚合商负荷地理分布

图3 电力市场发用电平衡数据

图4 大数据辅助预警实例

二、技术优势及性能指标：

平台通过将各类输入数据预处理、分类挖掘，可以得到不同应用下的分析结果，给与用户相对应的信息服务。通过对电力设备的状态数据结合其他相关环境气象、历史缺陷数据进行归类分析，得到电力设备的健康状态评价，提出相应的检修建议。通过对发电侧、负荷大数据分析计算，结合新能源数据，能够精准计算调频需求，为发电企业用户在调频与向下调节出力中进行选择，提高灵活性。通过对电力市场成员的申报数据、交易信息和交易记录等进行长时段对比，进行市场力检测。甄别市场主体虚假申报、恶意套利、操纵价格等行为，维护合理的市场秩序。同时通过用户侧数据结合电网运行数据，合理引导用户用电，改变用能习惯，降低其用电成本的同时，使用户通过改变用电行为来参与电网运行调整，降低电网平衡调整压力。

更重要的是，平台可对公司的企业级数据服务提供大量优质可靠的数据支撑，为公司实现全国范围内数据最广泛的共享和融合打下了良好的基础。

平台主要采用当下比较流行的Mahout进行数据挖掘。Mahout 是基于Hadoop的机器学习和数据挖掘的分布式框架，利用MapReduce实现了部分数据挖掘算法，解决了并行挖掘的问题，如聚类、分类、推荐过滤、频繁子项挖掘等，可以迅速、方便地开发和创建智能应用。面向各类应用需求，抽取与之相关的电力数据，使用与需求相匹配的数据分析算法进行分析与预测。

其中具有代表性是的是运用K-means聚类算法进行母线功率、断面潮流、用户负荷等项目进行预测。K-means聚类算法是将一个数据集中某些方面相似的数据进行分类组织，发现数据的内在结构。通过对历史数据聚类分析，得到对未来数据的预测信息。

三、所属领域：

综合能源系统方向：能源控制技术

综合能源服务方向：多能供应服务技术

智慧能源方向：大数据

四、成熟度：

中试阶段

五、市场应用情况及经济效益分析：

（一）源网荷互动信息衍生服务

电网在实时运行中产生了海量数据，经G-DOCS系统加工处理获得具有指导用户用能的增值服务信息，引导可调节负荷响应电网运行状态，将电网运行控制从“源随荷动”传统模式转变为“源网荷互动”模式，以期开展可调负荷资源、分布式能源和储能参与的现货市场和辅助服务市场交易，推动需求响应补偿费用向市场化转变，不断扩大聚合优化用户规模，从而构建多种市场主体积极参与的市场模式。

1. 应用场景

(1)促进削峰填谷。在电网调峰困难、正、负备用不足的情况下，利用负荷、储能的可调节特性，解决市场供需矛盾，促进均衡用电，有效平抑负荷峰谷差，实现电力供需平衡。G-DOCS系统通过聚合用户侧电储热、电储冷、电动汽车等可调节负荷、关联GIS坐标，形成带电网区域坐标的聚合负荷可调节裕量，再结合电网实时运行类、电网拓扑类数据，形成了基于安全校核的可调节负荷调整空间。在确保电网潮流不越限前提下，以市场机制引导用户的用能行为，实现削峰填谷，引导可调节负荷资源高效参与电网辅助服务，保障电网稳定高效运行，实现可调节负荷资源高效参与电网辅助服务。例如某日电网调峰困难，负备用不足，需要可调节用户增加用电负荷，而此时G-DOCS系统识别电网某一区域断面潮流即将或已满载，区域内的可调节用户增加负荷将导致断面越限，故此区域内可调节负荷不参加需求响应，从而计算出可调节负荷用户的自适应准入边际条件，遴选出满足电网安全约束下的可调节用户资源集合。

(2)提升新能源消纳能力。新能源发电的随机性和反调峰特性，给电力系统的功率平衡带来巨大压力。在风电、光伏、水电等清洁能源消纳困难时，通过市场化手段调动可调节负荷和各类储能资源，积极引导源网荷储友好互动，提高新能源消纳比例。在弃风、弃光、弃水时段，提前发布新能源消纳预估缺口与优惠电价，引导可调节负荷聚集商调动电储热、电储冷、电动汽车等可调节负荷资源，在新能源大发时鼓励用户多用（储存）电，有利于提高可再生能源的消纳能力。目前，山西电动汽车保有量约8.6万辆，充电桩约1.3万个，电动汽车充电负荷最高可达约80万千瓦，“新能源+电动汽车”协同互动智慧能源试点已经开展，但是由于电动汽车充电负荷的多样性，各类用户的敏感度、行为特征不同，运营商所付出营销成本也不同。G-DOCS系统结合各类电动汽车历史充电信息分析其充放电的敏感性和自身的行为特征、结合电网运行实时数据（超短期负荷预测及清洁能源消纳需求）等综合分析，实时引导负荷聚合商通过调整负荷充、放电时间等手段进行互动响应，消纳弃风弃光电量和满足高峰用电需求，实现将大部分需求侧响应红利传导到社会。

(3)促进客户能效提升。当前大量电力客户的诉求已经从保障基本用能向满足安全低碳、优质价廉的能源供应与多元化服务需求转变，期待围绕可调节负荷提供的差异化、定制化、一体化的用能优化服务方案。感知分析用户的用能需求，结合用户可调节负荷的互动响应特性，跟随大电网运行状态进行动态响应，引导用户实施技术节能、管理节能策略，提升用能效率。以数据中心为例，一个数据中心数以万计的服务器耗能惊人，电费支出占运营支出的60%以上，其中37%-50%的电能用来制冷。结合电网运行状态、气象系统与负荷历史数据，G-DOCS系统经过数据分析技术为数据中心提供一条最经济的用电曲线。

(4)探索服务新兴产业优化用能。根据理论计算和部分运营商的实测数据显示：5G单站功耗是4G单站的2.5-3.5倍，一个5G基站无线设备全年运行的电费接近1.8万元 ~2.5万元。以目前国内某一运营商地级市城区现有48万4G基站的规模为建设目标，则每年的5G基站设备的电费开支将达到88亿元~110亿元。如果考虑频段的差异，以及3.5GHz的实际覆盖能力，要达到与4G网相同的覆盖效果，目前来看，5G的基站数量预计为4G基站的1.5倍，电费开支将达到130亿元~160亿元。这一庞大的电费开支，必然增加运营商的运营成本，影响5G建设和运行。因此将区域负荷特性和用户类型提供给运营商，辅助运营商形成降低功耗的决策，可以降低用电成本。

2. 主要成效

通过引导用户的用能习惯，实现电力资源的优化配置。在电源侧，有利于减少发电煤耗，提高新能源消纳水平；在电网侧，能够促进电网削峰填谷，保证电网安全经济运行；在负荷侧，有利于减少用户用能费用，提高用电满意度，最终实现可调节资源广泛连接、精准感知、实时在线、互动交易、智能调节、可上可下，打造开放共享的能源互联网生态体系。预计到2022年，完成占最大负荷3%的可调节负荷资源库构建，推动将可调节负荷用户纳入辅助服务及现货市场，增加新能源消纳3亿千瓦时，节约12万吨标准煤，减少近30万吨二氧化碳排放。

（二）电力市场衍生服务

山西电力市场交易系统包含中长期交易、现货交易、调频辅助服务交易等大量市场类数据和交易类数据，G-DOCS系统通过对市场交易类数据与电网运行类数据的聚合与挖掘，实现数据流、电力流和信息流的资源汇集和疏导转换，为电力市场提供衍生服务。G-DOCS系统中生成的精细化、系统化、自动化的数据可以为市场成员提供灵活选择市场服务的机会，为综合考虑电网安全、社会民生、运行费用等因素的电网最优化运行方式提供数据参考；通过市场出清的机组出力和节点电价等结果，分析市场主体的市场力、诚信指标和电网结构的潮流变化、通道效率等情况，为实时调用高效机组、修改完善市场规则、经济量化电网规划提供信息参考。

1.应用场景

(1)服务火电企业灵活参与市场。在电力市场运行过程中，基于G-DOCS系统中预测类数据，利用大数据技术提取考虑检修计划、设备状态、保电任务等关键信息的相似日集合，对比相似日集合中的调频市场情况和关键节点变化，提供精确的调频需求曲线，帮助市场主体在不同时段提供调频服务和向下调节服务的自由选择，实现现货市场和调频市场高效协同，谋取市场利益最大化。

(2)市场成员诚信评价。在电力市场出清完成后，根据实时运行结果对市场成员申报数据、竞价方式、运行表现，结合火电综合监测信息，进行市场诚信评价，分析电网实时数据、市场运营数据、机组工况信息，辅助进行局部市场力检测，甄别市场个体申报的虚假信息、发现操纵市场行为。

(3)电网科学规划提供辅助决策。市场出清采用的节点电价，在空间尺度上反映了山西电网的阻塞情况，在时间尺度上反映了山西电网的供需情况，通过价格信号体现稀缺资源的价值。通过整理、对比、分析典型运行场景下的出清电价，综合气象信息、电网运行信息，分析造成不同节点电价的原因，包括断面越限、线路重载、机组非计划检修等因素，为电网投资规划项目的经济性量化分析提供了客观数据依据，为电网科学规划、经济投资创造条件。

2.主要成效

(1)基于G-DOCS系统提取的电力市场交易系统边界条件和调频曲线，帮助市场主体灵活选择竞价策略，实现电能量市场和辅助服务市场的高度融合，提高市场活力，增加市场灵活性，释放市场红利。

(2)完善的市场成员诚信评价体系可以及时、真实、准确、完整的发现市场信号，减少违法违规及扰乱电力市场运行秩序的行为，有效推动市场信用环境的改善、市场交易成本的降低，并为电力市场化改革带来新的动力。

(3)通过电力市场的电价分析可以对频繁抬高节点电价的区域、断面和线路提议加强电网建设、提高输电容量，对降低市场总体价格的机组鼓励发挥成本较低的优势增加出清电量，为电网运行方式、控制策略和建设规划提供建议。

（三）生产辅助决策

运行数据分析对象主要包括：主变、母线、线路、断路器等一次设备，主要参数包括：设备负载率、重载时间、在线监测参数、历史缺陷情况等，其他参数包括：温度、湿度、风速、降雨量等。G-DOCS系统强大的数据汇集与数据处理能力可以将设备自动分类，例如对于电网设备，主要关注其负载率，对于电厂升压设备，则重点关注其运行检修周期。G-DOCS系统结合大数据分析手段来实现运行规律总结、大数据辅助预警等功能，提高电网运行安全稳定性，降低电网风险。

图1 设备状态感知流程图

1.应用场景

(1)运行规律总结

在运行中发现，某微气象环境下220千伏AB线在冬季（12月-1月）易受覆冰影响发生跳闸，G-DOCS系统智能调阅了AB线路发生故障的历史信息，通过对每次跳闸发生的时间（在中午13时前后）判断，线路跳闸是因为覆冰融化导致线路舞动所致。同时通过分析得出了，线路故障与周边微气象环境呈现强关联的关系，根据这一信息的大数据分析判断，当该区域内出现雨雪天气时，平台自动向企业各部门发出预警，同时提醒调控人员强化对该线路的监视，提前做好事故预案，提前降低线路潮流，减少故障对周边电网带来的影响。当线路发生故障后，平台可结合气象数据推断出融冰后最合理的送电时间，提示调控员做好事故后试送。

受500千伏D变电站开关滚轮机构故障影响，与开关相连的GIS刀闸发生放电导致母线停电。G-DOCS通过智能调阅该设备故障的信息，结合跳闸后报文信息，厂家设备型号，批次信息，统计出所有使用同品牌、同型号、同批次开关及其所属变电站，提醒调控中心值班人员对设计该开关的站点进行强化巡视，合理调整安排电网方式，做好相关预案，降低风险影响。

(2)大数据辅助预警

220千伏B线路故障跳闸，现场查线结果未知，C线路单带K场站，发生N-1故障后，K场站可能全站失电。G-DOCS平台迅速启动自主事故分析功能，提示双套主保护动作C相单相跳闸，重合复跳，自动调阅调控云线路地理图、天气信息、PMU短路电流、测距等信息，判断出故障点位于山区，发生金属性异物搭接概率较大。当值调度员结合G-DOCS系统提示信息，通过询问发现故障点离某风电场线路很近，与该风电场站联系后得知现场正在进行吊车作业，判断为高空作业导致线路停电，通知作业人员设备撤离后试送线路，随即恢复供电。G-DOCS平台快速精准的服务了电网事故处理、安全生产，大大缩减了事故分析处理时间和停电时间，降低了电网安全风险。

2. 主要成效

通过G-DOCS系统实现了设备状态实时的海量的数据汇集与处理，实现了对设备状态的准确感知。

(1)通过设备运行状态、气象雷电信息等采集，结合设备历史台账，对设备的当前状态进行分析，自动生成高风险设备数据集，使调控人员从被动变为主动，编制事故预想；

(2)充分考虑继电保护装置以及安稳装置等二次设备维护升级等作业中对电网安全可能产生的风险，对涉及的场站、线路做出预警，为调度运行人员提供风险提示；

(3)通过统计设备厂家、批次与型号，结合设备寿命，故障频次，运维环境等，建立设备信息专家库，得出高故障概率设备，为设备选型提供辅助参考。