基于大数据的分布式微电能智能化交易评估

2020-03-25 02:54徐维懋邬桐王镝齐阳杨朔
科学与信息化 2020年1期
关键词:分布式大数据

徐维懋 邬桐 王镝 齐阳 杨朔

摘 要 电能作为一种特殊商品,是社会正常运转不可或缺的重要组成部分,但是由于电能的特殊性,其计费的准确性和便捷性是现实中急需解决的问题。针对这一问题,本文提出了一种新的基于大数据分析处理运算模式的智能化交易方法,该方法采用分布式微电能单元作为交易的基础,建立分布式微电能智能化交易评估模型,实现分布式微电能智能化交易评估。与传统交易评估方法进行对比实验,结果表明新的交易评估方法能够提高发电权交易的经济收益,具有重要的意义。

关键词 大数据;分布式;微电能;交易评估

引言

能源问题能否得到有效的解决是制约着社会经济发展的主要原因,在当今社会,电能在多区域内呈现出不平衡的分布态势[1]。温室气体的过度排放导致了全球性的气候变暖问题越来越严重,造成臭氧层空洞不断增加,同时由于对煤炭等资源的使用量不节制,让原本经过了数亿年才沉积而成的化石能源逐渐枯竭。在这样的条件下,将能源的革命作为新的发展机遇,从根本上解决能源的生产、配置和消费模式,从而提高能源的效率,改善生态环境。电能作为清洁能源,能够大幅度的降低对环境的破坏,在保障社会发展的能源供应的同时,还能保护青山绿水不受破坏[2]。但是电能的输送也存在着地区发展不均衡,线路损耗不统一,季节时段突发性,计费困难等现实问题。为解决这些问题,方便电能交易与使用,利用网络大数据技术,设计一种分布式的、微电能的智能化交易平台。

1 建立分布式微电能智能化交易评估模型

考虑到跨区域的发电权交易方式主要以集中发电权磋商交易为主,在跨区域互联运行的过程当中存在着诸多的不确定因素,以现有的电能效益评估模式为基础,对跨区域的发电权交易模型进行研究[3]。

1.1 考虑网损的发电权交易收益模型分析

首先基于大数据对交易中涉及的数据信息进行挖掘,对挖掘到的数据进行分析,考虑到跨区域的发电权交易与传统的近距离省内的发电权交易不同,由于发电权让出方一般是高耗能的火电机组,且由于电能跨省跨区域运行的运输距离相对较远,因此要将发电权让出方在运输的过程中煤耗量的成本以及跨区域的电力运输而造成的电网网络的损耗考虑在内。

第一步建立交易评估模型的目标函数:考虑到能源损耗,利用环保的新能源机组替换掉原有成本较高、环境污染严重的火电机组,从环境的角度能够实现节能减排[4]。首先以煤耗量以及污染排放量最少的为目标函数:

(1)

(2)

在公式(1)、(2)中表示为节约标准煤重,表示为降低的排放量,将和看作是环保效益。表示为发电权出让方数量,表示为发电权受让方数量,表示为发电权交易出让方,表示为出让方供电煤耗,表示为发电权交易受让方,表示为受让方供电煤耗,表示为出让方和受让方的燃料中所含的硫量,对于新能源机组而言,表示为发电权交易双方的成交的电量。

第二步设定制约条件:不等约束条件要考虑到发电权出让方以及受让方的发电能力水平,发电权出让方应满足:

(3)

在式(3)中,表示为发电权出让方在发电权交易中在时刻的成交电量,表示为发电权出让方在发电权交易的前时刻下的发电权计划指标。

而发电权受让方应满足:

(4)

在式(4)中,表示为发电权受让方在发电权交易的过程中在时刻的成交量;表示为发电权受让方在发电权交易的前时刻下的发电能力水平。

等约束条件为发电权交易平衡约束,公式为:

(5)

在式(5)中,X表示为发电权出让方和发电权受让方的网络损耗。

1.2 交易評估模型求解分析

在进行模型求解的过程当中,应该按照在大数据中所获得的交易双方或多方的发电机组所消耗的煤量以及污染物的排放量最小值按照由高到低的顺序进行匹配,在满足了上述的约束条件的情况下,在发电权让出方中,选取煤耗差较大,污染物排放量多以及通量较大的机组与发电权交易中的让出全局有优先匹配的权利[5-6]。

2 结束语

运用大数据的技术对电能领域覆盖以及对各类数据进行分析和处理,能够对电网领域中产生的问题、优化运营、提高效益带来有效的帮助。针对电力行业以及市场用户的需求,电力大数据能够给出特定的应用分析,促进电力成产中心向着客户服务为中心发展,最终做到更好地服务于社会。并且,电力中的大数据技术不是单纯的技术得到进展,而是做到更加深层次的发展需要。

参考文献

[1] 刘玮.面向分布式能源的智能微电网云平台系统设计[J].电气应用,2017,24(16):8-12.

[2] 黄猛.基于大数据和机器学习模型的风力发电机组健康管理研究[J].机械制造,2017,55(8):37-39.

[3] 吉斌,谭建成.利用区块链技术的配电侧分布式微电能交易初探[J].现代电力,2019,36(1):33-40.

[4] 闫湖,黄碧斌,洪博文.区块链:适应未来市场化交易的分布式电源交易架构重构[J].电力信息与通信技术,2018,16(10):8-12.

[5] 徐磊,马庆峰,王庭钧.基于大数据架构的智能电网可视化平台的设计与实现[J].科技创新导报,2017,24(7):125-126.

[6] 张明明.基于大数据分析的电能损耗预测模型的仿真分析[J].现代电子技术,2016,461(6):153-156.

作者简介

徐维懋(1990-),男;学历:硕士研究生,工程师,现就职单位:国网辽宁省电力有限公司经济技术研究院,研究方向:电力经济、工程造价及电力工程相关研究。

猜你喜欢
分布式大数据
居民分布式储能系统对电网削峰填谷效果分析
基于Paxos的分布式一致性算法的实现与优化
大数据环境下基于移动客户端的传统媒体转型思路
基于大数据背景下的智慧城市建设研究
数据+舆情:南方报业创新转型提高服务能力的探索