基于RFID/WSN和大数据技术的智能电网用电调控

常亚峰，李军祥，俞涵（上海理工大学，上海 200093）



基于RFID/WSN和大数据技术的智能电网用电调控

常亚峰，李军祥，俞涵
（上海理工大学，上海 200093）

摘 要整合逐步发展的RFID及WSN技术实现对整个电网的远程监控、数据收集及智能抄表，再结合大数据技术对得到的数据进行全面整合分析，分析整个电网系统中用户电量的使用情况，从而对未来的用电需求做出预测，制定出合理的价格体系，引导用户错峰用电，以达到对电力负荷“削峰填谷”的效果，提高能源利用效率，节约能源消耗。

关键词智能电网；大数据；射频识别技术；无线传感器网络

当前，科技的进步以及城市化、信息化水平的提高并不能解决我国的用电不均衡的问题，整个电网系统用电出现的“高峰低谷”现象使电能的使用效率很低。在新能源无法得到普及开发与利用时，有必要有效地提高传统能源利用率。

智能电网，即电网智能化或“电网2.0”，它应用决策支持系统、优质的控制方法和先进的测量与传感技术，使电网更安全、可靠、高效、经济，更能满足用户的用电需求。它通过收集整理整个电力传输系统信息的海量数据，并进行分析，以达到电力资源的最优配置。RFID及WSN是对大数据进行收集的两种有效工具。本文将研究怎样去利用这两种技术到智能电网的用电调控中，通过对大数据进行收集、整理与分析，使电力资源达到更合理的配置。下面先简要介绍这些技术，然后再将其应用于智能电网的用电调度中。

1 智能用电的关键技术

1.1 RFID技术

RFID （Radio Frequency Identification，无线射频识别技术）是通过射频信号在电磁场或空间交变磁场中无线传输获取的数据信息，其信息交换方式是非接触的。它通过存储相关的数据信息，并利用无线电信号对特定目标加以识别并读写相关数据。由于RFID对工作环境无太高的要求，且工作时无需人工干预，所以适用范围广且极适于在自动化程度高的场合。这样，对于目前仍采用人工巡视和手工纸介质记录的国内电力企业来说，采用RFID技术会改善这一现状，它能减少人为因素造成的故障，降低管理成本，监督巡检人员的工作，提高巡检数据的信息化程度。

1.2 WSN技术

WSN（Wireless Sensor Network，无线传感器网络）使用无线通信方式，在监测区域内通过许多微型传感器节点产生的一个多跳自组织网络，对网络覆盖区域中感知到的数据信息进行采集和处理后，发送到观察者一方。由于采用WSN技术后，覆盖区域大，检测精度高，灵活性好，成本低，而且能进行并行处理。因此，可以借助于WSN网络，在极恶劣环境下对电力企业布置高电压下的各类信号线，通过智能电表进行用电和防窃电管理，防止人为的破坏，提供给用户经济准确的用电信息。

1.3 大数据技术

互联网的应用和广泛普及产生了大量的无法采用传统工具或正常流程进行处理或分析的数据信息，这些数据超出了正常大小和范围，常被称为“大数据”。大数据的收集、分析和处理是目前的研究热点。通过大数据进行研究，可以从海量数据中提取出待处理的问题，并通过对数据的分析和挖掘，高效迅速地获得有价值的信息，这就是大数据技术。目前，大数据技术已在物流、通信、零售、医疗等行业发挥了重要的作用，它应用到电力系统中，必将对实现整个电网系统的智能化，进行智能预测、用电调控及提高经济效益等方面具有重要意义。

2 采用大数据技术进行智能用电调控分析

在当前互联网环境下，大数据产生在整个电网系统的每一个环节，比如电网在运行中检测到的数据，电量营销和电价的交易产生的数据等。通过对巨量数据进行挖掘和分析，可以了解客户的用电需求和用电行为，对未来用电行为进行预测分析，近而合理地设计出一套智能电网用电调控系统。通过对不同时段制定合适的价格体系，引导用电者进行合理的用电消费配置，以平衡整个电网系统的用电。

基于WSN和RFID的智能抄表系统是通过数据采集工作站、Web工作站，采用Oracle或SQL Servicer等的大型数据库服务器进行的数据收集。这一系统的实现是在WSN传感器的节点上集成了相关的 RFID芯片，以便进行实时信息收集、存储、定位、传递和查询等，实现对各时段数据的收集和传输，然后将这些数据输入大数据分析软件（如Hadoop）中进行挖掘、分析和统计，找出用电的峰值和谷值。接下来，通过制定不同时段的电价借助于WSN和RFID技术传回用户的电表系统或智能终端，让消费者做出合理的用电决策。整个智能电网的用电调度如图1所示。

图1 整合RFID、WSN和大数据的智能电网用电调度

这样，随着大量智能电表及智能终端的安装部署，通过RFID技术对负荷情况准确、细致、及时的掌握与反馈，运用大数据技术对其进行系统全面分析可以指导电网的分布与定位构建，减少不必要的浪费，扩大电容储备量，同时，还可以帮助供电企业进行实时用电监控，防止出现用户窃电等情况发生。除此之外，借由WSN技术为普通居民和企业用户安装智能电表，可以由此收集到比以往粒度更细更密的超大容量的电力消费数据，从而构成智能电网中用户侧的超大容量大数据，于是，可以结合大数据技术分析制定分时电价的措施，把峰值负荷抑制到低点，以减少用电高峰时段的负荷需求的超高速增长。此外，还可以通过加强用户需求侧的管理，让用户随时了解到自己使用的用电成本及用量，使用户能够相应地为自己的使用做出一定的调整，让他们可以选择继续用电，亦或是关闭一些不必要的使用设备，使得从高峰高价阶段转移到谷值低价阶段。这一用电系统与限电手段既可以有效地降低用户高峰时段不必要的用电，又能达到“削峰填谷”的效果，实现资源的合理分配，提高电量的利用率，使整个电网系统达到用电的平衡。比如用户A习惯在中午使用电磁炉、电视机、洗衣机、熨烫机等各种耗电设备，该市供电公司经过对大数据的分析，把中午12～13时及晚上18～19时的时段定位成高峰用电时段，并在这一时段运用了峰值提价的手段。用户A通过RFID和WSN传回智能电表上的数据了解到了他在这一时间段的用电量及电费消耗情况，根据电表上红、黄、绿指示灯感知到是在高峰高价用电。于是他便会对自己的用电习惯进行调整，关闭此时不必要使用的电器（如洗衣机、熨烫机等设备），以此来降低电费，这样，不仅该用户电费得以控制，也会使得高峰用电峰值能有效的下降，大大提高电能利用率。

根据我们对上海某一小区的用电量调查和数据的分析，得出如图2的数据和图3的用电情况。

目前上海市针对居民实行的峰谷差别电价的方案为：从早上6时到晚上22时，实行峰时电价，为0.617 元/度。从晚上22时到次日凌晨6时，实行谷时电价，为0.307元/度，客户削峰填谷的用电积极性虽有一定的提高，但该方案区分度不够，对用户用电意识的调动影响甚微，削峰填谷用电仍有进一步挖掘的空间和潜力。我们建议把早上6～8时，中午11～13时，晚上17 ～21时定为峰值时段，其余为谷值时段。结合对小区居民的用电意识和消费习惯，得出的用电量分布图如图4所示。使高峰负荷大大降低，用电波动趋于平均，来提高用电效率。

总之，智能用电数据不仅可以检测到哪个时段用电高峰，还可以通过智能电表的数据获得用户的用电习惯，以推断出整个电网系统在将来一段时间内的大致所需要的用电量，以便在满足各个客户用电需求的同时，避免不必要的能源浪费，实现环保的目的，促进生态的可持续发展。

图2 2015年度上海某小区每月居民用电量柱状图

图3 上海某小区7月份每时某日用电量分析

图4 调整后用电量分布折线图

3 结语

在建设智能电网的过程中，RFID及WSN技术为整个智能电网的构造以及发展发挥了重要的作用。再结合大数据技术对数据进行挖掘、处理和分析更是会将智能电网发展推向一个新高度。然而，智能电网的发展将会是一个漫长的过程，需要不断的加强与完善，以使智能电网的环保性与稳定性得到提高。只有通过多种技术共存，结合大数据的整合分析，并在时效性、数据一致性和安全性等方面不断创新，才能使智能电网更经济健康的发展，并真正实现普及，造福大众。

参考文献

[1] 鲍冠南, 陆超, 袁志昌, 等. 基于动态规划的电池储能系统削峰填谷实时优化[J]. 电力系统自动化，2012,36(12):11-16．

[2] 刘振亚．智能电网技术[M]．北京：中国电力出版社，2010．

[3] 李国杰．大数据研究的科学价值[J]．中国计算机学会通讯，2012,8(9):8-15.

[4] 郭献崇, 康俊霞, 谢芳. 基于RFID技术的智能电网MIS的构建[J].电源技术, 2012(6):832-833.

[5] 左桐宇. 基于WSN技术的智能电网通信系统建设研究,信息通信,2014,(2):113-114.

[6] Peijian Wang．D-pro：dynamic data center operations with demandresponsive electricity prices in smart grid[J]．IEEE Transactions on Smart Grid，2012,3(4):1743-1754.

Electricity monitoring in smart power based on RFID/WSN and big data technology

CHANG Ya-feng, LI Jun-xiang, YU Han
(University of Shanghai for Science and Technology, Shanghai 200093, China)

AbstractRFID and WSN technologies are integrated to monitor remotely, collect data of used electricity and read automatically the users’meters. Then, in via of big data analysis technology, the data are analyzed to know the usage of each user in the whole electricity system. Thus, according to the electricity requirement forecast, a reasonable price system is made to balance the electricity, improve the usual rate of energy and reduce the cost.

Keywordssmart power; big data; RFID; WSN

中图分类号TN99

文献标识码A

文章编号1008-5599（2016）04-0082-04

收稿日期：2016-03-07

* 基金项目：国家自然科学基金项目(编号：71572113, 71303157, 11171221, 71271138，71202065, 71371140, 71432007)，上海市高峰学科项目(编号： XTKX2012)，上海市教委创新基金(编号:14YZ089，14YZ088)和上海市大学生创新项目(编号：151025213, SH2015056, SH2014054, SH2014062, XJ2015083)。