配用电数据集成

电力系统充裕性评估对电力系统的规划建设具有重要的意义，传统的单概率性指标评估方法已经不能满足随新能源渗透率不断提升、场景复杂化、短缺事件多样化趋势下电力系统充裕性评估的需求。首先，对短缺事件以最大短缺功率等效化处理，基于改进最小二乘法进行充裕性事件分区特征点拟合，构建短缺事件集分级分类的充裕性多指标体系。然后，基于蒙特卡洛法生成多组随机短缺样本数据集，结合改进AHP-EW-TOPSIS法确定各分区指标的全局权重，并得到综合评分降落曲线。最后，根据评分降落曲线构建综合评价结果判据区间。算例以某市实际运行数据为基础进行仿真验证，结果表明，所提方法可结合主观要求和不同尺度充裕性事件的客观特性，得到更加全面、透明的充裕性评估结果。

电力系统基础运行数据经过多年积累、尤其是近年的爆炸性增长，蕴藏了大量极有价值的信息。现有配用电数据体系架构已无法满足配用电数据爆炸性增长的存储计算需求，传统的数据模型管理方法无法适应海量多源异构配用电数据的集成融合需求，配用电业务系统的信息孤岛和单一业务模式也无法适应智能配电网数据价值深度挖掘和业务创新的追切需求。 为促进科技创新的国际交流与合作，南方电网科学研究院以中美政府能源领域战略合作为契机于2013年初向美国贸易与发展署（USTDA）提出了国际合作科研项目申请。USTDA于2013年5月通过了南网科研院的项目申请，资助开展配用电数据集成、管理及可视化技术研究与示范。项目在数据集成建模、数据存储管理、数据挖掘应用方面开展创新研究与实践，自在解决海量配用电数据的集成融合、存储管理与业务应用问题。通过研究设计配用电数据集成接口规范与标准信息模型，解决多源异构配用电数据的集成融合问题；研究海量配用电数据的特征提取与压缩存储技术，解决海量配用电数据实时应用的存取访问瓶颈问题；研究海量配用电数据挖掘算法与可视化应用技术，实现配用电业务价值提升与精益化管理。