張沛，吳瀟雨，和敬涵(．北京南瑞埃森哲信息技術中心有限公司，北京市00094;．北京交通大學國家能源主動配電網(wǎng)技術研發(fā)中心，北京市00044)

大數(shù)據(jù)技術在主動配電網(wǎng)中的應用綜述

張沛1，吳瀟雨2，和敬涵2
(1．北京南瑞埃森哲信息技術中心有限公司，北京市100094;
2．北京交通大學國家能源主動配電網(wǎng)技術研發(fā)中心，北京市100044)

主動配電網(wǎng)實現(xiàn)主動運行和主動管理需要全景的配網(wǎng)狀態(tài)數(shù)據(jù)。隨著智能電網(wǎng)的建設，特別是用電采集系統(tǒng)、在線監(jiān)控系統(tǒng)的實施和應用使電網(wǎng)公司的數(shù)據(jù)量達到PB級，進入大數(shù)據(jù)時代。如何高效利用這些數(shù)據(jù)實現(xiàn)與用戶的互動，解決分布式能源消納是當前的研究焦點。文章首先概述了當前主動配電網(wǎng)中的大數(shù)據(jù)類型及特點;然后列舉了當前在工業(yè)產業(yè)界廣泛應用的大數(shù)據(jù)技術，分析了這些技術在主動配電網(wǎng)中可能的應用及挑戰(zhàn);最后結合主動配電網(wǎng)在能量優(yōu)化調度、狀態(tài)分析評估、保護控制及需求側管理方面的應用需求，對大數(shù)據(jù)技術可能的應用場景做了展望。

主動配電網(wǎng);大數(shù)據(jù)技術;分布式計算技術;非關系型數(shù)據(jù)庫

0 引言

主動配電網(wǎng)(active distribution network，ADN)的概念和內容于2008年自國際大電網(wǎng)會議(CIGRE)配電與分布式發(fā)電的報告C6．11提出，旨在解決電網(wǎng)兼容及應用大規(guī)模間歇式可再生能源，提升綠色能源利用率，優(yōu)化一次能源結構等問題［1］。近年來主動配電網(wǎng)已經(jīng)越來越受到IEEE、CIGRE等國際學術組織的關注與重視。

主動配電網(wǎng)中含有大量分布式電源與柔性負荷，網(wǎng)絡規(guī)模大并且結構復雜，系統(tǒng)實際運行過程中通常表現(xiàn)出強互動、多耦合、高隨機的典型特征，運行過程中產生的數(shù)據(jù)結構多樣、來源復雜，時間尺度不統(tǒng)一、空間尺度各異，具有典型的“4V”特征，即規(guī)模大(volume)、類型多(variety)、價值密度低(value)和變化快(velocity)［2-6］。其中，主要數(shù)據(jù)類型包含配電網(wǎng)運行拓撲結構信息，分布式電源狀態(tài)監(jiān)測信息、相關區(qū)域氣象信息、電動汽車運行信息、設備狀態(tài)監(jiān)測信息、配電自動化信息以及用戶營銷信息等，保守估計一個中等規(guī)模配電網(wǎng)每年將產生上百TB的數(shù)據(jù)。然而配電網(wǎng)目前缺乏大數(shù)據(jù)分析與處理相關技術，未能充分利用所獲取的海量數(shù)據(jù)提升系統(tǒng)運行水平與效率［7-9］。因此，對主動配電網(wǎng)中海量數(shù)據(jù)提供有效的存儲和索引機制，建立高效且符合配電網(wǎng)主動管理運行需求的數(shù)據(jù)處理平臺，從而準確預測和評估配電網(wǎng)運行狀態(tài)，進而構建高效的主動配電網(wǎng)能量調度體系，可靠的主動控制與保護策略以及相關優(yōu)化對策措施。

大數(shù)據(jù)技術在主動配電網(wǎng)中的應用，將為系統(tǒng)運行狀態(tài)的實時檢測與準確預測、系統(tǒng)運行狀態(tài)的安全評估、系統(tǒng)運行優(yōu)化控制提供有力的技術支持。大數(shù)據(jù)核心技術涉及數(shù)據(jù)的存儲、整合、計算、應用4個層次。存儲層涉及分布式文件存儲、內存數(shù)據(jù)庫、鍵值數(shù)據(jù)庫、列數(shù)據(jù)庫等技術［10-12］。整合層涉及大數(shù)據(jù)連接器、流數(shù)據(jù)總線、PIG和HIVE等技術。計算層涉及并行數(shù)據(jù)處理、流式計算等技術。應用層涉及數(shù)據(jù)挖掘、自然語言處理和圖像識別等技術［13-17］。其中，大數(shù)據(jù)挖掘技術是用于海量異構主動配電網(wǎng)數(shù)據(jù)處理分析的關鍵手段，包括聚類、估計、預測、相關性分組或關聯(lián)規(guī)則、聚類、描述和可視化、復雜數(shù)據(jù)類型(文本、圖形圖像、視頻、音頻等)挖掘等方法［18］。

鑒于大數(shù)據(jù)在主動配電網(wǎng)中出現(xiàn)和應用的場景越來越多，有必要對目前的應用現(xiàn)狀和面臨挑戰(zhàn)做出總結。為未來大數(shù)據(jù)技術在主動配電網(wǎng)中的應用提供有益的參考。本文從主動配電網(wǎng)中大數(shù)據(jù)的特征出發(fā)，依次綜述了主動配電網(wǎng)中應用的大數(shù)據(jù)技術，并給出了主動配電網(wǎng)中大數(shù)據(jù)處理技術的應用方向。

1 主動配電網(wǎng)中的大數(shù)據(jù)及其特點

1.1 主動配電網(wǎng)中的大數(shù)據(jù)

主動配電網(wǎng)中的數(shù)據(jù)大致可以分為3類:主動配電網(wǎng)運行狀態(tài)及相關監(jiān)測信息，如網(wǎng)絡運行拓撲、分布式電源及設備狀態(tài)信息;影響分布式電源出力的配電網(wǎng)相關區(qū)域天氣信息，如光照、氣溫、風速等信息;網(wǎng)內用戶的狀態(tài)及營銷信息，如電動汽車的運行信息、用戶的用電量信息等。

依照數(shù)據(jù)結構的劃分形式，這些數(shù)據(jù)可以分為結構化數(shù)據(jù)和非結構化數(shù)據(jù)。結構化數(shù)據(jù)存儲在數(shù)據(jù)庫里，可以用二維表結構來邏輯表達實現(xiàn)的數(shù)據(jù)，配電網(wǎng)中的大部分數(shù)據(jù)都是該種形式，且隨著分布式能源、電動汽車以及其配套設施在主動配電網(wǎng)中的大量出現(xiàn)，該類型數(shù)據(jù)還將呈井噴式增長。相對于結構化數(shù)據(jù)，無法用二維邏輯表表達的數(shù)據(jù)即稱為非結構化數(shù)據(jù)。這部分數(shù)據(jù)主要包括線路、設備的監(jiān)測圖片和視頻，設備檢修管理等的日志信息等。這部分數(shù)據(jù)同樣增加迅速，有報道［19］指出在信息化建設的過程中，能夠采用關系型數(shù)據(jù)庫處理的結構化數(shù)據(jù)約占企業(yè)數(shù)據(jù)總量的20%，而其他80%的非結構化數(shù)據(jù)則無法完全采用關系型數(shù)據(jù)庫表達。國家電網(wǎng)公司在2011年建成了企業(yè)級非結構化數(shù)據(jù)管理平臺并制定了配套的管理和規(guī)范［20］，足見非結構化數(shù)據(jù)價值在電網(wǎng)內日益凸顯。

從數(shù)據(jù)實時性上來分，主動配電網(wǎng)中的數(shù)據(jù)又可以分為實時數(shù)據(jù)、準實時數(shù)據(jù)以及非實時數(shù)據(jù)。例如配電網(wǎng)調度、控制、保護等需要的數(shù)據(jù)大部分為實時數(shù)據(jù)，以保證配電網(wǎng)的正常運行;分布式電源等設備的狀態(tài)監(jiān)測信息、氣象信息等并非實時調用的信息歸為準實時信息，供后期對設備狀態(tài)分析及預測使用;設備運行日志、監(jiān)測視頻、用戶營銷信息等信息因其應用實時性要求更低，列為非實時數(shù)據(jù)。

數(shù)據(jù)結構和時間特性如此繁雜的主動配電網(wǎng)信息在數(shù)據(jù)量上，也體現(xiàn)了顯著的大數(shù)據(jù)特點，其產生的主要原因如下。

(1)為了實現(xiàn)配電網(wǎng)的主動運行，有必要對供電區(qū)域內設備實現(xiàn)全區(qū)域覆蓋的監(jiān)測。同時隨著分布式電源、電動汽車充電設施、儲能設備等主動配電網(wǎng)中的特有設備增多，數(shù)據(jù)采集點也將越來越多，常規(guī)的調度自動化系統(tǒng)含數(shù)十萬個采集點，配用電、數(shù)據(jù)中心將達到百萬甚至千萬級別［21］。監(jiān)測設備將主動配電網(wǎng)中的各種設備信息上傳到數(shù)據(jù)中心，與大電網(wǎng)進行數(shù)據(jù)交換。

(2)主動配電網(wǎng)中某些特殊設備對采樣頻率的高要求也間接提升了數(shù)據(jù)量。例如:主動配電網(wǎng)中配備的超級電容、儲能設備等，為了對其充放電狀態(tài)等進行診斷，信號的采樣頻率必須在200 kHz以上。這樣高頻的采樣信息，再結合主動配電網(wǎng)中大量分布的高采樣率設備，數(shù)據(jù)量將會相當可觀。

(3)主動配電網(wǎng)中分布式電源的數(shù)據(jù)產生和數(shù)據(jù)需求十分巨大。光伏、風能等分布式電源在運行過程中產生的數(shù)據(jù)蘊藏著豐富的信息，對于分析其生產運行狀態(tài)、提供控制和優(yōu)化策略具有重要意義［22］。風機、光伏的出力與天氣等氣象因素間具有極強的耦合性，對他們的出力預測等需要大量的相關歷史數(shù)據(jù)，并進行相關的數(shù)據(jù)挖掘和規(guī)律學習［23-24］。同時，分布式能源以及儲能設備的選址定容建立在海量地理天氣信息的分析基礎上，例如為支持風機選址的優(yōu)化，所采集用于建模的天氣數(shù)據(jù)每天以80%的速度增長［25］。

(4)主動配電網(wǎng)中的用戶與電網(wǎng)互動將產生海量數(shù)據(jù)。為準確獲取用戶的用電數(shù)據(jù)，電力公司部署了大量具有雙向通信能力的智能電表，這些電表可以每隔5 min的頻率采集實時用電信息。美國太平洋天然氣電力公司每個月從900萬個智能電表中收集了3 TB的數(shù)據(jù)［26］，且這個數(shù)字將隨著主動配電網(wǎng)的進一步建設而增加。電動汽車的有序充電涉及到用戶行為分析，而這依賴于對基數(shù)非常大的電動汽車的充放電狀態(tài)進行監(jiān)測，這個過程也將產生大量的數(shù)據(jù)。

1.2 主動配電網(wǎng)中大數(shù)據(jù)的特點

主動配電網(wǎng)中的大數(shù)據(jù)具有典型的“4V”特征，即規(guī)模大、類型多、價值密度低和變化快。

(1)數(shù)據(jù)規(guī)模巨大。國家電網(wǎng)信通公司在北京5個小區(qū)，部署了353個智能電表信息采集點，采集1．2萬個參數(shù)，包括頻率、電壓、電流等，15 min采集一次，一天就能產生34 GB的信息［27］。

(2)數(shù)據(jù)類型繁多。數(shù)據(jù)從結構上來說，含有大量的結構化數(shù)據(jù)(狀態(tài)運行信息等)和非結構化數(shù)據(jù)(視頻監(jiān)控、照片、檢修記錄文檔信息等);從數(shù)據(jù)應用種類上來說，涵蓋電流、電壓、電量等電氣量信息，用于分布式電源出力預測的天氣信息，用于分析電動汽車用戶行為的用戶行為記錄信息等。

(3)價值密度低。以狀態(tài)監(jiān)測量為例，對變壓器、分布式電源等的連續(xù)不間斷的監(jiān)測信息中，只有極少片段能反映設備不正常運行狀態(tài)的信息為可用信息［28］;電動汽車的用戶數(shù)據(jù)中，一類用戶若干年的充放電時間、電量、行駛區(qū)域等的大量數(shù)據(jù)中，僅能挖掘出一兩條其使用行為特征。

(4)變化速度快。主動配電網(wǎng)的運行狀態(tài)并非恒定，由于分布式電源的出力不穩(wěn)定以及負荷波動性較強，導致主動配電網(wǎng)的運行電氣量信息、拓撲數(shù)據(jù)等都在時刻變化。有效存儲并利用變化如此快的數(shù)據(jù)，需要研究相關的策略。

(5)除了以上與其他行業(yè)內大數(shù)據(jù)共同擁有的典型“4V”特征外，電力大數(shù)據(jù)還具有準確性高的特點。高質量的數(shù)據(jù)對于數(shù)據(jù)結果分析的準確性具有重要的影響，在主動配電網(wǎng)中，對此方面的要求進一步提高，例如光伏和風機的功率預測問題需要依賴歷史數(shù)據(jù)的積累，尤其是功率數(shù)據(jù)，一個采樣點壞值就會對預測模型的構建產生負面效果，影響預測結果。因此，需要結合數(shù)據(jù)清洗等方法對海量數(shù)據(jù)中的壞值進行剔除，以保證電網(wǎng)數(shù)據(jù)的高精確性［29］。

主動配電網(wǎng)由于其中涵蓋分布式能源、電動汽車等各種新元素，具有很強的數(shù)據(jù)多元性。如果將其割裂來看，則主動配電網(wǎng)中電力大數(shù)據(jù)的大價值將無從體現(xiàn)。傳統(tǒng)的商業(yè)智能(business intelligence，BI)分析關注于單個領域或主題的數(shù)據(jù)，造成了各類數(shù)據(jù)之間的強烈斷層。而大數(shù)據(jù)分析則是一種總體視角的改變，是一種綜合關聯(lián)分析，發(fā)現(xiàn)具有潛在聯(lián)系之間的相關性［34］。這一點與主動配電網(wǎng)注重網(wǎng)內多種資源信息交互實現(xiàn)優(yōu)化調度的需求不謀而合。

對主動配電網(wǎng)的研究在國內才剛剛起步，深入研究主動配電網(wǎng)中的數(shù)據(jù)特點和數(shù)據(jù)需求，結合大數(shù)據(jù)技術開發(fā)配合主動配電網(wǎng)實現(xiàn)主動管理和主動運行的相關應用，必將有力推動主動配電網(wǎng)的建設。

2 大數(shù)據(jù)處理技術及在主動配電網(wǎng)中的應用挑戰(zhàn)

2.1 大數(shù)據(jù)處理的價值和復雜性

2011年，麥肯錫向全球發(fā)布研究報告《大數(shù)據(jù):創(chuàng)新、競爭和生產力的下一個前沿領域》使得大數(shù)據(jù)在科技企業(yè)界迅速火熱。2012年1月，瑞士達沃斯論壇上《大數(shù)據(jù)，大影響》報告稱，數(shù)據(jù)如同貨幣或黃金一樣，已成為一種新經(jīng)濟資產類別。中國國家統(tǒng)計局在2013年11月19日與阿里、百度等11家企業(yè)簽署了大數(shù)據(jù)戰(zhàn)略合作框架協(xié)議，共同在分享、開發(fā)、利用大數(shù)據(jù)方面進行合作，以推動大數(shù)據(jù)在政府統(tǒng)計中的應用，促進大數(shù)據(jù)實現(xiàn)大價值，展現(xiàn)了中國政府對大數(shù)據(jù)技術發(fā)展的重視。

與大數(shù)據(jù)在商業(yè)及互聯(lián)網(wǎng)領域的廣泛研究和應用相比，大數(shù)據(jù)在智能電網(wǎng)中的應用尚處在起步階段。中國電機工程學會2013年發(fā)表的中國電力大數(shù)據(jù)發(fā)展白皮書［30］指出:“中國的電力工業(yè)經(jīng)過幾十年的高速發(fā)展，隨著下一代智能化電力系統(tǒng)建設的全面展開，電力大數(shù)據(jù)將貫穿未來電力工業(yè)生產管理等各個環(huán)節(jié)，起到獨特巨大的作用，是中國電力工業(yè)在打造下一代電力工業(yè)系統(tǒng)過程中有效應對資源有限、環(huán)境壓力等問題，實現(xiàn)厚積薄發(fā)、綠色可持續(xù)發(fā)展的關鍵?！蹦壳?，大數(shù)據(jù)在整個電力行業(yè)尚屬起步階段，對于剛剛提出的主動配電網(wǎng)概念，電力大數(shù)據(jù)仍未聚焦在這個層面。主動配電網(wǎng)中大數(shù)據(jù)技術應用的場景很多，例如云計算技術，它具有存儲量巨大、廉價、可靠性高、擴展性強的優(yōu)勢，非常適合對主動配電網(wǎng)中海量數(shù)據(jù)的分析處理，但是由于其在實時性方面難以保證，故不適合作為配電網(wǎng)調度自動化系統(tǒng)的主系統(tǒng)，但可以用作調度自動化系統(tǒng)的后臺，也可以用作建立配電網(wǎng)數(shù)據(jù)中心(營銷、管理和設備狀態(tài)監(jiān)測)［31］。例如，由于主動配電網(wǎng)中每個用戶都需要安裝智能電表(實現(xiàn)與電網(wǎng)的能量雙向交互)，因此上送的大量負荷數(shù)據(jù)均可以存儲在配電網(wǎng)數(shù)據(jù)中心云平臺里，用于后期的負荷預測、用戶行為分析等。而數(shù)據(jù)挖掘技術也是建立在應用需求上的，例如主動配電網(wǎng)中電動汽車充電站選址優(yōu)化問題中，對歷史數(shù)據(jù)的聚類分析預處理的應用，隨著電動汽車用戶的逐步增多，海量使用數(shù)據(jù)將使得聚類算法在普通的計算系統(tǒng)上無法完成。在數(shù)據(jù)的多樣性上，主動配電網(wǎng)中數(shù)據(jù)類型涉及實時/非實時，結構化/非結構化等多種形式，相應的處理方法和平臺也需要隨之轉換。下面將對主動配電網(wǎng)中迫切需要的大數(shù)據(jù)技術做出綜述，并總結其應用優(yōu)勢和缺陷。

2.2 數(shù)據(jù)管理技術

目前，智能電網(wǎng)中的數(shù)據(jù)主要采用關系型數(shù)據(jù)庫，如Oracle、達夢、金倉。在數(shù)據(jù)處理量上不能滿足主動配電網(wǎng)中大量傳感器上送數(shù)據(jù)、相關用戶行為分析數(shù)據(jù)的處理要求。從數(shù)據(jù)結構來看，主動配電網(wǎng)中除傳統(tǒng)的結構化數(shù)據(jù)外，還有系統(tǒng)日志、表計等半結構化數(shù)據(jù)和視頻監(jiān)控、檢修圖片等非結構化數(shù)據(jù)。目前這些數(shù)據(jù)主要保存在本地系統(tǒng)中，且不能被檢索分析，缺乏對其有效的管理手段［32］。同時，傳統(tǒng)數(shù)據(jù)庫還有一個致命缺點即是可擴展性差。

目前最典型的大數(shù)據(jù)存儲管理技術有2種:第1種是采用大規(guī)模并行處理(massively parallel processing，MPP)關系型數(shù)據(jù)庫，其采用MPP架構的新型數(shù)據(jù)庫集群，重點面向行業(yè)大數(shù)據(jù)，采用shared nothing架構，通過列存儲、粗粒度索引等多項大數(shù)據(jù)處理技術，再結合MPP架構高效的分布式計算模式，完成對分析類應用的支撐，運行環(huán)境多為低成本PC server，具有高性能和高擴展性的特點，在企業(yè)分析類應用領域獲得極其廣泛的應用。另一種是Hadoop的非關系型數(shù)據(jù)庫，其基于Hadoop的技術擴展和封裝，圍繞Hadoop衍生出相關的大數(shù)據(jù)技術，應對傳統(tǒng)關系型數(shù)據(jù)庫較難處理的數(shù)據(jù)和場景，例如針對非結構化數(shù)據(jù)的存儲和計算等，充分利用Hadoop開源的優(yōu)勢，伴隨相關技術的不斷進步，其應用場景也將逐步擴大，目前最為典型的應用場景就是通過擴展和封裝Hadoop來實現(xiàn)對互聯(lián)網(wǎng)大數(shù)據(jù)存儲、分析的支撐。這里面有幾十種NoSQL技術，也在進一步的細分。對于非結構、半結構化數(shù)據(jù)處理、復雜的萃取、轉置和加載(extract-transform-load，ETL)流程、復雜的數(shù)據(jù)挖掘和計算模型，Hadoop平臺更擅長。

2.3 數(shù)據(jù)分析技術

數(shù)據(jù)分析技術包括數(shù)據(jù)挖掘、機器學習等人工智能技術，典型的如聚類、人工神經(jīng)網(wǎng)絡、支持向量機、粗糙集理論、決策樹等技術。這些技術在電網(wǎng)安全分析、能源預測、設施線路運行狀態(tài)分析等都有較系統(tǒng)的研究和應用［33］。如電力系統(tǒng)負荷預測問題，通常需要對規(guī)模很大的歷史數(shù)據(jù)集進行聚類，以篩選相似日訓練模型。還有在變壓器故障診斷方面，也有學者利用支持向量機模型結合狀態(tài)監(jiān)測數(shù)據(jù)，得出可靠的故障診斷結果［34］。

隨著分布式電源、電動汽車等新型負荷及用戶的出現(xiàn)，這些數(shù)據(jù)分析方法又再煥發(fā)新生。因為分布式出力的間歇性、不確定性，以及與周圍環(huán)境的強耦合性，使得數(shù)據(jù)分析的難度大大增強。而電動汽車這種新型負荷，負荷特點具有很強的隨機性，同時還可以利用V2G技術與電網(wǎng)進行雙向互動，更增強了負荷的多變特性。這些主動配電網(wǎng)中存在的特殊問題，都需要進一步利用數(shù)據(jù)分析技術進行研究。

2.4 數(shù)據(jù)處理技術

數(shù)據(jù)處理技術包括分布式計算技術、內存計算技術、流計算技術。具體是指電力云、電力數(shù)據(jù)中心軟硬件資源虛擬化等技術。近幾年電力數(shù)據(jù)的海量增長使得電力企業(yè)需要通過新型數(shù)據(jù)處理技術來更有效地利用軟硬件資源，在降低IT投入、維護成本和物理能耗的同時，為電力大數(shù)據(jù)的發(fā)展提供更為穩(wěn)定、強大的數(shù)據(jù)處理能力。

這些數(shù)據(jù)處理技術中最典型的當屬云計算技術，由于大數(shù)據(jù)的數(shù)據(jù)量和分布式的特點，使得傳統(tǒng)的數(shù)據(jù)管理技術難以勝任這種海量數(shù)據(jù)。云計算的核心是海量數(shù)據(jù)存儲和數(shù)據(jù)并行處理技術。其核心思想包括分布式文件系統(tǒng)(distributed file system，DFS)和MapReduce技術，主要思路由谷歌公司提出。

分布式文件系統(tǒng)為部署在廉價PC上所設計，具有容錯性高、可擴展性強的特點，可以為應用程序提供高吞吐量的數(shù)據(jù)訪問，適合具有超大數(shù)據(jù)集的程序訪問。Hadoop提供了分布式文件系統(tǒng)HDFS(hadoop distributed file system，HDFS)的一種開源實現(xiàn)并開發(fā)了相應的數(shù)據(jù)管理工具HBASE。HDFS具有很強的容錯性，對硬件中的故障監(jiān)測和自動快速恢復是其核心目標。在數(shù)據(jù)讀取上，放寬了一部分可移植操作系統(tǒng)接口(portable operating system interface，POSIX)約束，來實現(xiàn)流式讀取文件系統(tǒng)數(shù)據(jù)的目的。

MapReduce［35］是2004年谷歌公司提出的一種用來進行并行處理和生成大數(shù)據(jù)集的并行編程模型。Hadoop同樣提供MapReduce的開源實現(xiàn)［40］，MapReduce是一種編程模型，用于大規(guī)模數(shù)據(jù)集(大于1 TB)的并行運算。它極大地方便了編程人員在不會分布式并行編程的情況下，將自己的程序運行在分布式系統(tǒng)上。MapReduce通過把對數(shù)據(jù)集的大規(guī)模操作分發(fā)給網(wǎng)絡上的每個節(jié)點實現(xiàn)可靠性;每個節(jié)點會周期性地返回它所完成的工作和最新的狀態(tài)。為使MapReduce并行編程模型更易使用，出現(xiàn)了多種大數(shù)據(jù)處理高級查詢語言，如Facebook的Hive、雅虎的Pig、谷歌的Sawzall等。這些高層查詢語言通過解析器將查詢語句解析為一系列MapReduce作業(yè)，在分布式文件系統(tǒng)上并行執(zhí)行。與基本MapReduce系統(tǒng)相比，高層查詢語言更適于用戶進行大規(guī)模數(shù)據(jù)的并行處理［36］。

2.5 數(shù)據(jù)展現(xiàn)技術

數(shù)據(jù)展現(xiàn)技術具體體現(xiàn)為可視化技術、歷史流展示技術、空間信息流展示技術等。具體是指電網(wǎng)狀態(tài)實時監(jiān)視、互動屏幕與互動地圖、變電站三維展示與虛擬現(xiàn)實等技術。數(shù)據(jù)可視化是可視化技術在非空間數(shù)據(jù)領域的應用，可以增強數(shù)據(jù)呈現(xiàn)效果，讓用戶以直觀交互的方式實現(xiàn)對數(shù)據(jù)的觀察和瀏覽，從而發(fā)現(xiàn)數(shù)據(jù)中隱藏的特征、關系和模式［37］。

可視化技術已被證實是一種解決大規(guī)模數(shù)據(jù)分析的有效方法，并在實踐中得到廣泛應用［38］。在電力調度方面，可視化結合地理信息的接線圖、動態(tài)潮流圖、電壓等高線、動態(tài)網(wǎng)絡拓撲等幫助電力調度人員及時了解系統(tǒng)運行狀態(tài)，準確處理各類告警和操作;在企業(yè)管理方面，信息系統(tǒng)普遍采用通過可視化人機界面和各類圖表等手段分析企業(yè)經(jīng)營資料，輔助決策;在用電方面，企業(yè)能效和家庭用電分析與可視化結合給出能源優(yōu)化利用建議，促進節(jié)能減排［39］。

主動配電網(wǎng)中數(shù)據(jù)可視化具有特殊的實現(xiàn)難度，其中數(shù)據(jù)類型種類繁雜，需要大力發(fā)展數(shù)據(jù)展現(xiàn)技術，提高電力數(shù)據(jù)的直觀性和可視性，從而提升數(shù)據(jù)的可利用價值。

3 主動配電網(wǎng)中大數(shù)據(jù)處理技術的應用方向

未來智能電網(wǎng)的要求貫穿發(fā)電、輸電、變電、配電、用電、調度等多個環(huán)節(jié)，實現(xiàn)信息的全面采集、流暢傳輸和高效處理，支撐電力流、信息流、業(yè)務流的高度一體化［40］。針對海量異構數(shù)據(jù)的處理和應用，大數(shù)據(jù)技術將大有可為。本文就主動配電網(wǎng)中大數(shù)據(jù)的應用方向進行了綜述。

3.1 主動配電網(wǎng)能量優(yōu)化調度方面的應用

主動配電網(wǎng)的優(yōu)化調度模型與傳統(tǒng)電網(wǎng)的優(yōu)化調度相比不論從控制變量、約束條件以及目標函數(shù)等方面都發(fā)生了深刻變化［41］。主動配電網(wǎng)優(yōu)化調度的控制變量不僅包括可控分布式發(fā)電單元，例如燃料電池以及柴油發(fā)電機等，還有兼具充放電特性的儲能系統(tǒng)以及配電網(wǎng)中的聯(lián)絡開關，有時還需要考慮電動汽車參與能量優(yōu)化調度。這些都將為主動配電網(wǎng)能量調度策略的制定增加難度。

從數(shù)據(jù)分析層面上，由于能量優(yōu)化調度模型中需要整合多源數(shù)據(jù)信息(例如分布式電源啟停信息、電價信息、聯(lián)絡開關狀態(tài)信息等)。然而目前電網(wǎng)中各信息系統(tǒng)大多是基于本業(yè)務、本部門的需求，存在不同的平臺、應用系統(tǒng)和數(shù)據(jù)格式，導致信息與資源分散，異構性嚴重，橫向不能共享，上下級間縱向貫通困難［42］。而大數(shù)據(jù)處理平臺能夠實現(xiàn)多源異構數(shù)據(jù)的存儲和提取，并能大大提高數(shù)據(jù)存儲容量，這將有效提高主動配電網(wǎng)能量調度系統(tǒng)的數(shù)據(jù)存儲效率。

從數(shù)據(jù)分析層面上來看，能量調度問題是一個多約束條件下的優(yōu)化問題。其可行解的求取需要相關的數(shù)據(jù)挖掘算法配合支持，例如粒子群算法的應用［43］。在主動配電網(wǎng)應用場景下的能量調度模型隨著參與優(yōu)化變量的增多，約束條件的增加以及網(wǎng)內能量雙向流動的特性都將導致優(yōu)化問題求解的難度加大。因此，機器學習等數(shù)據(jù)挖掘算法將為該優(yōu)化問題的求解提供可行的思路。

3.2 主動配電網(wǎng)運行狀態(tài)分析評估方面的應用

主動配電網(wǎng)區(qū)別于傳統(tǒng)配電網(wǎng)的一大顯著特征即表現(xiàn)在接入的分布式發(fā)電單元、儲能單元以及微電網(wǎng)單元等對于配電網(wǎng)運行人員來說都是可控的，分布式能源包括電動汽車將參與到系統(tǒng)的運行中來。主動配電網(wǎng)的主動運行與主動控制，都是在對其各項狀態(tài)信息進行合理分析的基礎上實現(xiàn)的。

分布式電源出力預測、短期負荷預測、設備狀態(tài)監(jiān)測以及作為特殊負荷的電動汽車的時空分布特性都是配電網(wǎng)狀態(tài)評估的關鍵支撐信息［44］。針對分布式電源的出力預測，可以利用關聯(lián)規(guī)則聚類系統(tǒng)(association rule clustering system，ARCS)、基于關聯(lián)規(guī)則的分類(classification based on association rules，CBA)、關聯(lián)決策樹(association decision tree，ADT)等數(shù)據(jù)關聯(lián)規(guī)則挖掘方法，根據(jù)分布式電源出力與不同類型氣象數(shù)據(jù)及周邊區(qū)域不同氣象站的關聯(lián)特性［45］。由于分布式電源出力的不確定性，主動配電網(wǎng)中的海量運行信息也將成為挖掘分布式電源出力概率描述的基礎。

由于主動配電網(wǎng)中用戶能量雙向流動的特點，絕大部分用戶安裝了智能電表，積累了海量的用采信息。基于現(xiàn)有海量用采數(shù)據(jù)，采用大數(shù)據(jù)聚類分析方法對用戶負荷按照穩(wěn)定模式、波動模式、隨機變化模式等進行分類，其次運用關聯(lián)分析技術構建天氣、日期等影響因素與負荷的關聯(lián)關系，最后利用回歸決策樹分析方法，建立基于知識學習和規(guī)則挖掘的智能預測系統(tǒng)，用以提升短期負荷預測精度。

針對設備狀態(tài)監(jiān)測信息，現(xiàn)有的設備狀態(tài)圖片、監(jiān)控等大量非結構化數(shù)據(jù)已在配電網(wǎng)中大量積累。非結構化數(shù)據(jù)的存儲、處理和分析方法可以在Hadoop大數(shù)據(jù)處理平臺上實現(xiàn)，利用現(xiàn)有輔助系統(tǒng)的視頻監(jiān)控信息(圖像、視頻流)，采用數(shù)據(jù)圖像處理與識別技術，進行一次設備外部特征評估項的狀態(tài)識別，豐富設備狀態(tài)評估預測系統(tǒng)的基本數(shù)據(jù)來源。

對于電動汽車，車輛行駛路線(GPS)信息、充電功率信息、充電時間信息以及對應的氣象信息與路況信息等電動汽車運行歷史數(shù)據(jù)的整合方法將至關重要。規(guī)?；妱悠嚨膽门c交通情況、氣象信息、工作日類別等多類影響因素的響應模型均有耦合關系，以及不同電能補給模式下電動汽車用戶的個體特性與集群效應的研究都依賴對相關數(shù)據(jù)的分析，最終的目標是提出時間與空間雙尺度下各類電動汽車的行為特點及其概率描述。

3.3 主動配電網(wǎng)保護控制方面的應用

分布式可再生能源大規(guī)模接入使得配網(wǎng)出現(xiàn)隨機不確定雙向潮流，同時主動運行與主動管理的要求也使得配網(wǎng)拓撲結構與運行方式更為靈活多變，兩者都對安全可靠配網(wǎng)保護的實現(xiàn)提出了嚴峻的挑戰(zhàn)。規(guī)?；尤氲姆植际诫娫磁c更為靈活多變的用電負荷產生了大量的量測信息，同時先進的量測技術與通信技術也使得配網(wǎng)能夠實現(xiàn)更為全面、實時的狀態(tài)監(jiān)測。因而，應有效利用日益增長的海量配網(wǎng)信息以應對主動配電網(wǎng)運行控制對保護所提出的新要求與新挑戰(zhàn)。

分析配網(wǎng)保護多設備間信息共享策略，以多節(jié)點及其相關區(qū)域冗余信息為基礎的多信息保護與控制方法將是未來的重要研究方向［46］。主動配電網(wǎng)中保護測量信息具有多源、多時間尺度的特點，因此，配網(wǎng)保護量測數(shù)據(jù)的自動關聯(lián)與統(tǒng)一描述方法將是一個重要的研究方向。同時，多源多時間尺度數(shù)據(jù)的有效利用需要結合不同任務需求(如保護定值調整、快速故障診斷)，兼顧多種數(shù)據(jù)分析任務的準確性與時效性。在故障特征分析方面，需要對海量、多源的歷史故障錄波數(shù)據(jù)進行深入挖掘，分析不同場景下主動配電網(wǎng)的關鍵故障特征，進而研究基于故障信息反饋的配網(wǎng)保護控制方案。

3.4 主動配電網(wǎng)需求側管理方面的應用

需求側管理能夠維持配電網(wǎng)中供用電平衡，從而提高DG的滲透率，而DG滲透率的提高又能夠降低負荷的峰值，從而延緩配電網(wǎng)的升級［47］。另外，主動配電網(wǎng)中的電動汽車以及擁有分布式發(fā)電單元的用戶都是調度中心可以調控的對象，是主動配電網(wǎng)需求側管理的重要研究對象。在主動配電網(wǎng)運行的過程中，這些研究對象都積累了大量的運行信息，例如用戶智能表計信息，電動汽車充放電規(guī)律信息等。對這些信息的有效數(shù)據(jù)挖掘，將促進需求側管理策略的制定更為合理有效。同時，電動汽車放電電價補償，分布式能源用戶電價補償?shù)日叩闹贫ㄒ惨蕾囉趯τ脩粜袨樾睦矸治龅慕Y果［48］，這些信息的利用也是大數(shù)據(jù)在需求側管理方面應用的重要方向。

4 結論

未來的主動配電網(wǎng)將是依托大數(shù)據(jù)處理分析技術的全景實時智能配電網(wǎng)。分布式存儲計算技術為主動配電網(wǎng)中異構多源的數(shù)據(jù)提供了存儲和分析的平臺。隨著時間的推移，平臺運行必然產生大數(shù)據(jù)，結合大數(shù)據(jù)存儲、分析、計算技術的主動配電網(wǎng)高級應用將會為電力設備的主動控制、主動管理、主動運行提供支持。大數(shù)據(jù)處理平臺具有低成本、擴展性強(存儲容量無限)、高可靠性、并行分析等優(yōu)勢，但在實時性、數(shù)據(jù)一致性、隱私性和安全性方面仍有不少的挑戰(zhàn)，需要找出相應的解決方法。大數(shù)據(jù)在電力領域的應用才剛剛開始，還需要電力企業(yè)和科研機構共同努力，相信主動配電網(wǎng)和電力大數(shù)據(jù)這2個電力領域的新興概念將會在不久的將來煥發(fā)活力。

［1］徐丙垠，薛永端，李天友，等．智能配電網(wǎng)廣域測控系統(tǒng)及其保護控制應用技術［J］．電力系統(tǒng)自動化，2012，36(18):2-9．Xu Bingyin，Xue Yongduan，Li Tianyou，et al．A wide area measurement and control system for smart distribution grids and its protection and control applications［J］．Automation of Electric Power Systems，2012，36(18):2-9．

［2］趙江河，陳新，林濤，等．基于智能電網(wǎng)的配電自動化建設［J］．電力系統(tǒng)自動化，2012，36(18):33-36．Zhao Jianghe，Chen Xin，Lin Tao，et al．Distribution automation construction in smart grid［J］．Automation of Electric Power Systems，2012，36(18):33-36．

［3］楊華，陳濤，郜士琪，等．天津城市核心區(qū)配電自動化技術實施與進展［J］．電力系統(tǒng)自動化，2012，36(18):42-48．Yang Hu，Chen Tao，Gao Siqi，et al．Implementation and development of distribution automation in urban core area of Tianjin［J］．Automation of Electric Power Systems，2012，36(18):42-48．

［4］鄭毅，劉天琪，洪行旅，等．中心城市大型配電自動化設計方案與應用［J］．電力系統(tǒng)自動化，2012，36(18):49-55．Zheng Yi，Liu Tianqi，Hong Xinglv，et al．Design scheme and application of large-scale distribution automation project for central cities［J］．Automation of Electric Power Systems，2012，36(18): 49-55．

［5］范明天，張祖平，蘇傲雪，等．主動配電系統(tǒng)可行技術的研究［J］．中國電機工程學報，2013，33(22):12-18．Fan Mingtian，Zhang Zuping，Su Aoxue，et al．Enabling Technologies for Active Distribution Systems［J］．Proceedings of the CSEE，2013，33(22):12-18．

［6］凌萬水，劉東，洪俊，等．形式化校驗技術在智能配電網(wǎng)自愈中的應用［J］．電力系統(tǒng)自動化，2012，36(18):62-66．Ling Wanshui，Liu Dong，Hong Jun，et al．Formal verification technology application in self-healing of smart distribution grid［J］．Automation of Electric Power Systems，2012，36(18):62-66．

［7］王金麗，盛萬興，王金宇，等．中低壓配電網(wǎng)統(tǒng)一數(shù)據(jù)采集與監(jiān)控系統(tǒng)設計和實現(xiàn)［J］．電力系統(tǒng)自動化，2012，36(18):72-76．Wang Jinli，Sheng Wanxing，Wang Jinyu，et al．Design and implementation ofa centralized data acquisition and supervisory system for medium-low voltage distribution network［J］．Automation ofElectric Power Systems，2012，36(18):72-76．

［8］姚成，黃國方，仲雅霓，等．基于站控層GOOSE的站域控制實現(xiàn)方案［J］．電力系統(tǒng)自動化，2012，36(18):159-160．Yao Cheng，Huang Guofang，Zhong Yani，etal．A realization scheme of substation area control system based on GOOSE message in station level［J］．Automation of Electric Power Systems，2012，36(18): 159-160．

［9］Sudipta G，Ghoshal S．P．，Saradindu G．Optimal sizing and placement of distributed generation in a network system．Electrical Power and Energy Systems［J］．2010，32(18):849-856．

［10］Jupe S C E，Taylor P C．Distributed generation output control for network power flow management．Renewable Power Generation［J］．2009，3(4):371-386．

［11］Fabio B，Roberto C，Valter P．Radial MV networks voltage regulation with distribution management system coordinated controller．Electric Power Systems Research［J］．2008，78(4):634-645．

［12］HUGO A G，GEZA J．Models for quantifying the economic benefits of distributed generation．IEEE Transactions on Power Systems［J］．2008，23(2):327-335．

［13］Djapic P，Ramsay C，Pudjianto D，et al．Taking an active approach．IEEE Power＆Energy Magzine［J］．2007，5(4):68-77．

［14］Walling R A，Saint R，Dugan R C，et al．Summary of distributed resources impact on power delivery systems．IEEE Transactions on Power Delivery［J］．2008，23(3):1636-1644．

［15］Bommareddy C，Makram E．Power Quality Studies in the Presence of DG［C］//Power Systems Conference:Advanced Metering，Protection，Control，Communication，and Distributed Resources，2006 PS‘06．2006．

［16］D’Adamo C，Jupe S，Abbey C．Global survey on planning and operation of active distribution networks-update of CIGRE C6．11 working group activities［C］//20th International Conference on Electricity Distribution，2009．

［17］衡星辰，周力．分布式技術在電力大數(shù)據(jù)高性能處理中的應用［J］．電力信息與通信技術，2013，11(9):40-43．Heng Xingchen，Zhou Li．Application of distributed technologies in the power big data high-performance processing［J］．Electric Power Information Technology，2013，11(9):40-43．

［18］羅學禮，徐樹振，王森，等．電力企業(yè)的非結構化數(shù)據(jù)檢索研究［J］．計算機與數(shù)學工程，2014，42(4):729-733．Luo Xueli，Xu Shuzhen，Wang Sen，etal．Research on unstructured data retrieval of electric enterprise［J］．Computer＆Digital Engineering，2014，42(4):729-733．

［19］程志華，倪時龍，黃文思，等．企業(yè)級非結構化數(shù)據(jù)管理平臺研究及實踐［J］．電力信息化，2012，3:12-20．Cheng Zhihua，Ni Shilong，Huang Wensi，et al．Research and practice of enterprise unstructured data management platform［J］．Electric Power Information Technology，2012(3):12-20．

［20］李鋒，謝俊，蘭金波，等．智能變電站繼電保護配置的展望和探討［J］．電力自動化設備，2012，32(2):122-126．Li Feng，Xie Jun，Lan Jinbo，etal．Prospect and discussion of relay system configuration for intelligent substation［J］．Electric Power Automation Equipment，2012，32(2):122-126．

［21］PregeljA，Begovic M，Rohatgi A．Quantitative techniques for analysis of large data set in renewable distributed generation［J］．IEEE Trans on Power Systems，2004，19(3):1277-1285．

［22］楊茂，熊昊，嚴干貴，等．基于數(shù)據(jù)挖掘和模糊聚類的風電功率實時預測研究［J］．電力系統(tǒng)保護與控制，2013，1(1):1-6．Yang Mao，Xiong Hao，Yan Gangui，et al．Real-time prediction of wind power based on data mining and fuzzy clustering［J］．Power System Protection＆Control，2013，1(1):1-6．

［23］陳昌松，段善旭，殷進軍．基于神經(jīng)網(wǎng)絡的光伏陣列發(fā)電預測模型設計［J］．電工技術學報，2009，24(9):153-158．Chen Changsong，Duan Shanxu，Yin Jinjun．Design of photovoltaic array power forecasting model based on neutral network［J］．Transactions of China Electrotechnical Society，2009，24(9): 153-158．

［24］IBM Corporation Software Group．IBM big data overview for energy and utilities［EB/OL］．2011-06［2012］http://www-01．ibm．com/ software/tivoli/solutions/industry/energy-utilities/．

［25］David K．PG＆E`s Austin kicks off conference on dealing with smart grid data［EB/OL］2012-08［2013-02］http://www．pgecurrents．Com/2012/08/14/pg-topic-is-dealing-with-data-that-comeswithsmart-grid/．

［26］陳軍良．電力企業(yè)大數(shù)據(jù)時代．［EB/OL］，2014．http://news．bjx．com．cn/html/20140410/502859．shtml．

［27］石峰．基于數(shù)據(jù)挖掘技術的變壓器狀態(tài)監(jiān)測數(shù)據(jù)處理系統(tǒng)［D］．保定:華北電力大學，2013．Shi Feng．Development and application fo synchronous phasor monitoring system for power supply network［D］．Baoding:North China Electric Power University，2013．

［28］楊紅英，馮雙磊，王勃，等．基于線性回歸的風電功率預測誤差修正方法［J］．電力系統(tǒng)及其自動化學報，2013，25(4):14-17．Yang Hongying，F(xiàn)eng Shuanglei，Wang Bo，etal．Study ofthe MOS method based on linear regression for wind power prediction［J］．Proceedings of the CSU-EPSA，2013，25(4):14-17．

［29］中國電機工程學會信息化專委會．中國電力大數(shù)據(jù)發(fā)展白皮書［R］．北京:中國電機工程學會，2013．

［30］宋亞奇，周國亮，朱永利．智能電網(wǎng)大數(shù)據(jù)處理技術現(xiàn)狀與挑戰(zhàn)［J］．電網(wǎng)技術，2013，37(4):927-935．Song Yaqi，Zhou Guoliang，Zhu Yongli．Present status and challenges of big data processing in smart grid［J］．Power System Technology，2013，37(4):927-935．

［31］孫柏林．“大數(shù)據(jù)”技術及其在電力行業(yè)中的應用［J］．電氣時代，2013，(8):18-23．

［32］廖志偉，孫雅明．數(shù)據(jù)挖掘技術及其在電力系統(tǒng)中的應用［J］．電力系統(tǒng)自動化，2001，(25)11:866-883．Liao Zhiwei，Sun Yaming．Data mining technology and its application on power system［J］．Automation of Electric Power Systems，2001，25 (11):62-66．

［33］董明，孟源源，徐長響，等．基于支持向量機及油中溶解氣體分析的大型電力變壓器故障診斷模型研究［J］．中國電機工程學報，2003，(23)7:88-92．Dong Ming，Meng Yuanyuan，Xu Changxiang，etal．Fault diagnosis model for power transformer based on support vector machine and dissolved gas analysis［J］．Proceedings of the CSEE，2003，23(7): 88-92．

［34］Jeffrey D，Sanjay G．MapReduce:simplified data processing on largeclusters［C］//OSDI’04:Sixth Symposium on Operating System Design and Implementation．San Fancisco，California:USENIX Association Berkeley，2004:137-150．

［35］Apach．Apache Hadoop core［EB/OL］．2012-08［2013-02］．http://hadoop．apache．org/core/．

［36］王鵬，孟丹，詹劍鋒，等．數(shù)據(jù)密集型計算編程模型研究進展［J］．計算機研究與發(fā)展，2010，47(11):1993-2002．Wang Peng，Meng Dan，Zhan Jianfeng，et al．Review of Programming Models for Data-Intensive Computing［J］．Journal of Computer Research and Development，2010，47(11):1993-2002．

［37］楊彥波，劉濱，祁明月，等．信息可視化研究綜述［J］．河北科技大學學報，2014，(35)1:91-102．Yang Yanbo，Liu Bin，Qi Mingyue，et al．Review of information visualization［J］．Journal of Hebei University of Science and Technology，2014(1):91-102．

［38］袁曉如，張昕，肖何，等．可視化研究前沿及展望［J］．科研信息化技術與應用，2011，2(4):3-13．Yuan Xiaoru，Zhang Xin，Xiao He，et al．Visualization research frontier and prospect［J］．e-Science Technology＆Application，2011，2(4):3-13．

［39］閆龍川．可視化—大數(shù)據(jù)價值的有效傳遞方式［J］．電力信息化，2013，11(2):10．

［40］尤毅，劉東，鐘清，等．主動配電網(wǎng)優(yōu)化調度策略研究［J］．電力系統(tǒng)自動化，2014，38(9):177-183．You Yi，Liu Dong，Zhong Qing，etal．Research on pptimalschedule strategy for active distribution network［J］．Automation of Electric Power Systems，2014，38(9):177-183．

［41］張文亮，劉壯志，王明?。悄茈娋W(wǎng)的研究進展及發(fā)展趨勢［J］．電網(wǎng)技術，2009，33(13):1-11．Zhang Wenliang，Liu Zhuangzhi，Wang Mingjun，et al．Research status and development trend of smart grid［J］．Power System Technology，2009，33(13):1-11．

［42］王健，謝樺，孫?。跈C會約束規(guī)劃的主動配電網(wǎng)能量優(yōu)化調度研究［J］．電力系統(tǒng)保護與控制，2014，42(13):45-52．Wang Jian，Xie Hua，SUN Jian．Study on energy dispatch strategy of active distribution network using chance-constrained programming［J］．Relay，2014，42(13):45-52．

［43］鐘清，孫聞，余南華．主動配電網(wǎng)規(guī)劃中的負荷預測與發(fā)電預測［J］．中國電機工程學報，2014，34(19):3050-3056．Zhong Qing，Sun Wen，Yu Nanhua，et al．Load and power forecasting in active distribution network planning［J］．Proceedings of the CSEE，2014，34(19):3050-3056．

［44］顏宏文，李欣然．基于差分進化的含分布式電源母線凈負荷預測［J］．電網(wǎng)技術，2013，37(6):1602-1606．Yan Hongwen，Li Xinran．Uncertainty analysis on netload forecasting for busbar containing distributed energy sources based on differential evolution and rough sets reduction［J］．Power System Technology，2013，37(6):1602-1606．

［45］陳朝暉，趙曼勇，周紅陽等．基于廣域一體化理念的網(wǎng)絡保護系統(tǒng)研究與實施［J］．電力系統(tǒng)保護與控制，2009，37(24): 106-113．Chen Zhaohui，Zhao Manyong，Zhou Hongyang，etal．Research and implementation of network protection system based on integrated and wide area information［J］．Power System Protection and Control，2009，37(24):106-113．

［46］STRBAC G．Demand side management:benefits and Challenges［J］．Energy Policy，2008，36(12):4419-4426．

［47］劉健，牛東曉，邢棉，等．基于動態(tài)電價的新能源實時調度定價與策略研究［J］．電網(wǎng)技術，2014，38(5):1346-1351．Liu Jian，Niu Dongxiao，Xing Mian，et al．Research and strategy of dynamic electricity price based real-time dispatching pricing of new energy［J］．Power System Technology，2014，38(5):1346-1351．

(編輯:劉文瑩)

Review on Big Data Technology Applied in Active Distribution Network

ZHANG Pei1，WU Xiaoyu2，HE Jinghan2
(1．NARI Accenture Information Technology Center，Beijing 100094，China; 2．Beijing Jiaotong University，National Active Distribution Network Technology Research Center，Beijing 100044，China)

Active operation and management of power distribution network requires panoramic data．Through the development of smart grid including deployment of smart meters and online equipment monitoring system，the power industry is entering the Big Data era．How to effectively use these data to achieve interactions with consumers and integration of distributed renewable resources has become main research focuses．This paper firstly describes the characteristics of big data in active distribution network．Then，big data technologies are introduced and the possible application and challenges of active distribution network are analyzed．Finally，potential application scenarios are presented combining the requirements of energy optimized dispatch，state analysis and evaluation，protection and control and demand-side management．

active power distribution network;big data technology;distributed computing technology;nonrelational databases

TM 72;TP 311

A

1000-7229(2015)01-0052-08

10.3969/j．issn.1000-7229.2015.01.008

2014-11-05

2014-12-11

張沛(1972)，男，博士，教授級高級工程師，主要從事電力大數(shù)據(jù)應用開發(fā)研究工作;

吳瀟雨(1991)，男，博士研究生，主要從事電力系統(tǒng)保護與控制，電力系統(tǒng)負荷預測，電力大數(shù)據(jù)應用開發(fā)研究工作;

和敬涵(1964)，女，教授，博士生導師，主要從事電力系統(tǒng)保護與控制，主動配電網(wǎng)能量管理及優(yōu)化控制研究工作。