董朝陽, 陳瑩瑩，羅逢吉

(1.南方電網(wǎng)科學(xué)研究院，廣州市 510080；2. 新南威爾士大學(xué)電機工程與通信系，新南威爾士州 2052, 澳大利亞；3. 悉尼大學(xué)電氣工程學(xué)院, 新南威爾士州 2006, 澳大利亞；4. 悉尼大學(xué)土木工程學(xué)院, 新南威爾士州 2006, 澳大利亞)

未來主動配電網(wǎng)中的新型數(shù)據(jù)驅(qū)動應(yīng)用：技術(shù)，展望與挑戰(zhàn)

董朝陽1, 2, 陳瑩瑩3，羅逢吉4

(1.南方電網(wǎng)科學(xué)研究院，廣州市 510080；2. 新南威爾士大學(xué)電機工程與通信系，新南威爾士州 2052, 澳大利亞；3. 悉尼大學(xué)電氣工程學(xué)院, 新南威爾士州 2006, 澳大利亞；4. 悉尼大學(xué)土木工程學(xué)院, 新南威爾士州 2006, 澳大利亞)

基于目前智能電網(wǎng)的發(fā)展現(xiàn)狀，探討未來主動配電網(wǎng)中(active distribution networks, ADN)的新型數(shù)據(jù)分析技術(shù)與應(yīng)用。首先概括介紹了當(dāng)前主動配電網(wǎng)的現(xiàn)狀與發(fā)展趨勢，接著介紹了在未來智能主動配電網(wǎng)中可能起到重要作用的若干數(shù)據(jù)分析關(guān)鍵技術(shù)?；诖耍瑢ξ磥碇鲃优潆娋W(wǎng)中的一些新型數(shù)據(jù)驅(qū)動應(yīng)用進行了展望，并對其在實際實施中的挑戰(zhàn)進行了討論。

主動配電網(wǎng); 智能電網(wǎng); 大數(shù)據(jù); 需求側(cè)管理；信息安全；數(shù)據(jù)分析；分布式電源

0 引 言

能源問題和氣候變化已成為當(dāng)今人類社會實現(xiàn)可持續(xù)發(fā)展所面臨的重要挑戰(zhàn)。21世紀(jì)初“智能電網(wǎng)”的提出，給全球電力系統(tǒng)帶來一場影響深遠(yuǎn)的變革。國際大型電力系統(tǒng)委員會(international council on large electric systems，CIGRE) 于2008年進一步提出了主動配電網(wǎng)(active distribution network，ADN)[1]的概念，引起了國際電力學(xué)界與工程界的廣泛關(guān)注。主動配電網(wǎng)的一些區(qū)別于傳統(tǒng)配電網(wǎng)的重要特征，諸如大規(guī)模間歇性新能源及電源的分布式接入、儲能技術(shù)的應(yīng)用、柔性可控負(fù)荷的廣泛參與等，為智能電網(wǎng)范疇下配網(wǎng)系統(tǒng)的運行、規(guī)劃與控制等帶來了一系列新的挑戰(zhàn)。

伴隨著各類分布式能源設(shè)備的接入，主動配電網(wǎng)的另一個重要特征是高級量測體系(advanced metering infrastructure, AMI)與雙向通信設(shè)施的大規(guī)模部署。其使得主動配電網(wǎng)中的多源數(shù)據(jù)(能源設(shè)備的狀態(tài)數(shù)據(jù)、環(huán)境氣象數(shù)據(jù)、終端用戶的各類信息、配電網(wǎng)絡(luò)的拓?fù)浜瓦\行數(shù)據(jù)等等)可被實時監(jiān)測和采集，并使得主動配電網(wǎng)愈發(fā)演變?yōu)橐粋€強互動、高度耦合的信息物理系統(tǒng)(cyber physical system，CPS)。如何有效地從主動配電網(wǎng)多源大數(shù)據(jù)中提取知識，并以數(shù)據(jù)為驅(qū)動制定決策方案以優(yōu)化電網(wǎng)運行，已成為當(dāng)前國內(nèi)外的一個研究熱點。文獻(xiàn)[2]對智能電網(wǎng)中的大數(shù)據(jù)分析技術(shù)進行了概括性的探討；文獻(xiàn)[3]對大數(shù)據(jù)分析技術(shù)在主動配電網(wǎng)中的應(yīng)用和價值進行了綜述；文獻(xiàn)[4-5]全面地論述了如何構(gòu)建下一代電力網(wǎng)絡(luò)的信息基礎(chǔ)設(shè)施; 文獻(xiàn)[6]討論了未來電力物理融合系統(tǒng)的建模分析與控制技術(shù)。

近年來，隨著計算機科學(xué)與通信等相關(guān)學(xué)科的快速發(fā)展，涌現(xiàn)出了一些新興的數(shù)據(jù)處理與分析技術(shù)。這些新技術(shù)為構(gòu)建未來主動配電網(wǎng)中的新型數(shù)據(jù)驅(qū)動應(yīng)用提供了新的契機。本文旨在對未來可應(yīng)用在主動配電網(wǎng)中的一些新技術(shù)進行概括性的介紹，并對可能構(gòu)建在其上的主動配電網(wǎng)新型數(shù)據(jù)驅(qū)動應(yīng)用做一個前瞻性的探討，以期對未來主動配電網(wǎng)的優(yōu)化運行提供建設(shè)性的參考。需要指出的是，未來主動配電網(wǎng)中可能實現(xiàn)的數(shù)據(jù)分析技術(shù)與數(shù)據(jù)驅(qū)動應(yīng)用，不僅僅局限于本文中所列出的案例。

1 未來主動配電網(wǎng)的關(guān)鍵數(shù)據(jù)分析技術(shù)

1.1 配電網(wǎng)大數(shù)據(jù)與云計算平臺

隨著全球互聯(lián)網(wǎng)的高速發(fā)展，大數(shù)據(jù)技術(shù)已得到全球?qū)W術(shù)界、工業(yè)界及各國政府的高度重視和廣泛應(yīng)用。根據(jù)GreentechMedia市場研究機構(gòu)GTM Research于2015年發(fā)布的分析報告顯示，2020年全世界電力大數(shù)據(jù)管理系統(tǒng)市場將達(dá)到38億美元的規(guī)模[7]。2013年，美國電力科學(xué)研究院啟動了2項為期5年的大數(shù)據(jù)研究項目：配電網(wǎng)現(xiàn)代化示范項目、輸電網(wǎng)現(xiàn)代化示范項目，研究如何利用輸配電系統(tǒng)中收集的各類數(shù)據(jù)以提高輸配電系統(tǒng)的運行、管理及規(guī)劃水平[8]。同年，國家電網(wǎng)公司啟動了多項智能電網(wǎng)大數(shù)據(jù)應(yīng)用研究及企業(yè)級大數(shù)據(jù)平臺建設(shè)項目，在輸變電運行管理、智能配電網(wǎng)、用電與能效、電力信息與通信、決策支持等領(lǐng)域開展大數(shù)據(jù)應(yīng)用關(guān)鍵技術(shù)研究工作[8]。

主動配電網(wǎng)的數(shù)據(jù)具有典型的大數(shù)據(jù)“4V”特征：體量大(volume)、類型多(variety)、增長快或速度快(velocity)和價值大(value)。其網(wǎng)絡(luò)規(guī)模大且結(jié)構(gòu)復(fù)雜，不僅含有高滲透率的分布式電源、電動汽車及智能家居等可控元件，還接入了大規(guī)模的智能電表、綜合測量單元、同步測量單元等監(jiān)測元件。依據(jù)數(shù)據(jù)的來源，可分為內(nèi)部數(shù)據(jù)(包括系統(tǒng)運行數(shù)據(jù)、元件監(jiān)測數(shù)據(jù)等)，外部數(shù)據(jù)(包括電價、交易量、用戶用電等營銷類數(shù)據(jù)及電力企業(yè)管理數(shù)據(jù)等)。依據(jù)數(shù)據(jù)的結(jié)構(gòu)，又可劃分為結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，傳統(tǒng)的電力系統(tǒng)主要由關(guān)系數(shù)據(jù)庫存儲及管理電能生產(chǎn)營銷等核心業(yè)務(wù)數(shù)據(jù)，這部分?jǐn)?shù)據(jù)稱為結(jié)構(gòu)化數(shù)據(jù)。而無法在數(shù)據(jù)庫中用二維表來邏輯表達(dá)實現(xiàn)的數(shù)據(jù)，稱為非結(jié)構(gòu)化數(shù)據(jù)，主要包括系統(tǒng)線路及元件設(shè)備的檢修監(jiān)測圖片、視頻及客戶服務(wù)的音頻數(shù)據(jù)等。此外，隨著智能電網(wǎng)的發(fā)展，智能電表、傳感器等設(shè)備正在產(chǎn)生海量的系統(tǒng)日志數(shù)據(jù)。這類自描述型數(shù)據(jù)的內(nèi)容和結(jié)構(gòu)混在一起，沒有明顯的區(qū)分，被稱為半結(jié)構(gòu)化數(shù)據(jù)。根據(jù)IDC互聯(lián)網(wǎng)數(shù)據(jù)中心2014年報告統(tǒng)計，全球數(shù)據(jù)正呈現(xiàn)指數(shù)級增長，預(yù)計到2020年數(shù)據(jù)總量將達(dá)到44 ZB，其中超過80%的企業(yè)相關(guān)信息都是以非結(jié)構(gòu)化或半結(jié)構(gòu)化的形式存在的[9]。

目前配電網(wǎng)仍缺乏高效的大數(shù)據(jù)處理及分析存儲技術(shù)。在能源互聯(lián)網(wǎng)建設(shè)的大力推動作用下，主動配電網(wǎng)對信息獲取、索引、存儲及數(shù)據(jù)分析等各類信息處理及計算資源的需求都與日俱增。如何對內(nèi)外部獲得的大數(shù)據(jù)進行系統(tǒng)且高效的管理，為主動配電網(wǎng)運行控制提供更為豐富及可靠的反饋，從而加強電網(wǎng)的規(guī)劃及運行，將是未來主動配電網(wǎng)研究、建設(shè)中的一大挑戰(zhàn)。

2007年10月IBM和Google宣布在云計算領(lǐng)域的合作后，云計算迅速成為產(chǎn)業(yè)界和學(xué)術(shù)界研究的熱點。利用云計算特有的計算和服務(wù)模式，企業(yè)可將現(xiàn)有的存儲及計算資源整合到云端，從而無須增加硬件投資成本，即可實現(xiàn)高效的數(shù)據(jù)計算、存儲及資源交互共享能力。智能電網(wǎng)中大數(shù)據(jù)的應(yīng)用需求及特點非常符合云計算的服務(wù)模式及技術(shù)模式。采用云計算技術(shù)，不僅可以實現(xiàn)電力行業(yè)大數(shù)據(jù)采集和共享，通過數(shù)據(jù)挖掘提供商業(yè)智能及決策分析，還可通過將數(shù)據(jù)轉(zhuǎn)換為服務(wù)以提升電力營銷服務(wù)價值。建立大數(shù)據(jù)云計算平臺，對主動配電網(wǎng)中多源異構(gòu)數(shù)據(jù)信息資源進行整合，可大幅度提高主動配電網(wǎng)實時控制及高級分析能力，為智能電網(wǎng)技術(shù)的發(fā)展提供有效的支持。

1.2 終端負(fù)荷辨識

隨著高級量測體系的日趨普及，面向終端用戶的負(fù)荷辨識技術(shù)在近年來得到了快速的發(fā)展。負(fù)荷辨識技術(shù)旨在通過一定的技術(shù)手段監(jiān)測建筑內(nèi)各個用電設(shè)備 (家用電器或電路接口) 的能耗曲線。通過負(fù)荷監(jiān)測技術(shù)，可以對建筑的能耗情況進行細(xì)粒度的監(jiān)控，以及對終端用戶的用電模式進行識別，從而為更精細(xì)地開發(fā)與制定需求側(cè)管理方案奠定了基礎(chǔ)。

概括來說，目前進行終端用戶負(fù)荷辨識的技術(shù)手段大致可分為2類：侵入式(intrusive)監(jiān)測技術(shù)與非侵入式(non-intrusive)監(jiān)測技術(shù)。侵入式監(jiān)測技術(shù)通過在用電設(shè)備上安裝傳感器(sub-meter)來對用電設(shè)備的能耗進行物理監(jiān)測。侵入式監(jiān)測技術(shù)的優(yōu)點在于可以精確地實時采集用電設(shè)備的能耗數(shù)據(jù)，缺點在于需要入戶實地進行傳感器安裝，并且需要付出一定的安裝成本。非侵入式負(fù)荷監(jiān)測技術(shù)(non-intrusive appliance load monitoring, NILM) 由Hart于1992年首次提出[10]，旨在通過對主電路口采集到的實時聚合能耗數(shù)據(jù)進行分析，將其分解并識別出各個家電的能耗。非侵入式家電監(jiān)測技術(shù)又可大致分為2類：事件驅(qū)動的監(jiān)測技術(shù)與非事件驅(qū)動的監(jiān)測技術(shù)。這2類技術(shù)都基于家電能耗的先驗知識，這些先驗知識被稱為“功率簽名(power signature)”。事件驅(qū)動的NILM技術(shù)基于不同的功率簽名信號來辨識電器的開/關(guān)操作事件。例如，文獻(xiàn)[10]使用有功與無功功率作為功率簽名，并基于此識別出不同家電的開/關(guān)事件。文獻(xiàn)[11]與[12]分別采用諧波和電壓-電流信號作為功率簽名來進行電器開/關(guān)事件識別。不基于事件的NILM技術(shù)不需要定制硬件接口，而僅僅將聚合的建筑能耗時間序列(采樣頻率為1 s～1 h不等)作為輸入，來分解出各個電器的能耗。例如，文獻(xiàn)[13]將稀疏編碼技術(shù)作用在采樣頻率長達(dá)1 h的聚合功率序列上，估計出單個家電的能耗序列；文獻(xiàn)[14]采用機器學(xué)習(xí)技術(shù)，對采樣頻率為10 min的聚合功率序列進行訓(xùn)練和執(zhí)行NILM辨識；本文作者此前的工作采用了隱馬科夫模型(hidden Markov model, HMM)來對電器的運行周期建模，并在此基礎(chǔ)上結(jié)合一種混合規(guī)劃技術(shù)來進行NILM辨識[14-15]。

顯然，相比于侵入式監(jiān)測技術(shù)，非侵入式負(fù)荷辨識技術(shù)的優(yōu)點在于不需要實地入戶安裝傳感器，從而大大節(jié)省了成本。其局限性在于辨識的精度，特別是在低頻率的聚合功率采樣信號下的辨識精度。因此，非侵入式的終端用戶負(fù)荷辨識技術(shù)在未來依然是一個活躍并亟待研究的開放課題。

1.3 個性化推薦技術(shù)

隨著Web技術(shù)的快速發(fā)展和網(wǎng)絡(luò)環(huán)境下數(shù)據(jù)量的飛速增長，近年來個性化推薦技術(shù)[16-17]在信息學(xué)界受到了大量的關(guān)注，并在電子商務(wù)等領(lǐng)域獲得了巨大的成功。個性化推薦技術(shù)旨在從大量用戶數(shù)據(jù)中推測出用戶的需求與興趣點，然后基于此從海量的產(chǎn)品與服務(wù)數(shù)據(jù)中篩選出用戶可能最感興趣的產(chǎn)品/服務(wù)，向用戶進行推薦。過去一二十年間，個性化推薦技術(shù)已滲透到人們數(shù)字生活的各個領(lǐng)域，所推薦的產(chǎn)品與服務(wù)也越來越廣泛，例如數(shù)碼電影、時裝、Web服務(wù)等等。而在主動配電網(wǎng)中，高級量測體系與雙向通信設(shè)施的普及使得海量用戶可以通過各種需求側(cè)管理方案參與到電網(wǎng)運行中。因此，引入服務(wù)推薦技術(shù)來對用戶的能源使用行為模式與興趣進行建模，并基于此向用戶推薦各種能源產(chǎn)品和服務(wù)，將具有廣泛的實用意義。

個性化推薦技術(shù)大致上可分為2類：基于內(nèi)容(content-based)的推薦技術(shù)與基于協(xié)同過濾(collaborative filtering)的推薦技術(shù)?；趦?nèi)容的推薦技術(shù)旨在根據(jù)用戶過往選擇的產(chǎn)品/服務(wù)的歷史信息，向用戶推薦與其過往選擇所相似的產(chǎn)品/服務(wù)。通常來說，基于內(nèi)容的推薦技術(shù)首先建立用戶配置文件和項目配置文件。用戶配置文件包含了推薦目標(biāo)用戶的偏好、興趣、需求等信息；項目配置文件包含了產(chǎn)品/服務(wù)的信息。在此基礎(chǔ)上，基于內(nèi)容的推薦技術(shù)采用一定的相似性度量算法來計算目標(biāo)用戶的用戶配置文件與每個項目配置文件的相似性，并根據(jù)相似性度量值來對產(chǎn)品/服務(wù)排序并進行推薦。

與基于內(nèi)容的推薦技術(shù)不同，基于協(xié)同過濾的推薦技術(shù)的基本思想是通過與目標(biāo)用戶相似的相似用戶對某個項目的興趣度，來預(yù)測目標(biāo)用戶對該項目的興趣度。換句話說，基于內(nèi)容的推薦技術(shù)旨在找出與目標(biāo)用戶具有相似興趣與偏好的同類用戶，并推薦同類用戶所選擇的項目給目標(biāo)用戶。目前，已有許多技術(shù)用于協(xié)同過濾推薦，例如貝葉斯網(wǎng)絡(luò)[18]、支持向量機[19]、最大熵模型[20]等。

1.4 區(qū)塊鏈

區(qū)塊鏈技術(shù)是近年來發(fā)展起來的一種分布式、去中心化的數(shù)據(jù)存儲與分發(fā)技術(shù)。它最早由中本聰提出[21]，并成功地應(yīng)用到了比特幣交易系統(tǒng)的設(shè)計中。從本質(zhì)上講，區(qū)塊鏈?zhǔn)且环N按照時間順序?qū)?shù)據(jù)區(qū)塊以順序相連的方式組合而成的一種鏈?zhǔn)綌?shù)據(jù)結(jié)構(gòu)，并利用分布式節(jié)點共識算法來生成和更新數(shù)據(jù)，以及利用密碼學(xué)的方式保證數(shù)據(jù)的安全性。在區(qū)塊鏈中，網(wǎng)絡(luò)的所有節(jié)點共同維護一份記錄了網(wǎng)絡(luò)中所有歷史交易記錄的賬本。該賬本存放在區(qū)塊鏈網(wǎng)絡(luò)的各個節(jié)點上，并且每個節(jié)點都有一份該節(jié)點的完整備份。區(qū)塊鏈的賬本分塊存儲，每一塊包含一部分交易記錄，每一個區(qū)塊記錄前一區(qū)塊的id，形成一個鏈狀結(jié)構(gòu)。當(dāng)某個節(jié)點需要發(fā)起一筆新的交易時，只需將交易信息廣播到區(qū)塊鏈網(wǎng)絡(luò)中，由別的節(jié)點將交易信息記錄成一個新的區(qū)塊連接到區(qū)塊鏈上，交易即可完成。

區(qū)塊鏈所固有的去中心化、不可篡改、可追溯等特性，使其可用于解決一個多節(jié)點的信息網(wǎng)絡(luò)內(nèi)各方的相互信任問題。在區(qū)塊鏈的基礎(chǔ)之上，智能合約技術(shù)可以進一步實現(xiàn)各類交易和轉(zhuǎn)賬支付的自動化。繼比特幣系統(tǒng)之后，區(qū)塊鏈技術(shù)正被期望于未來廣泛應(yīng)用到金融、審計、保險、物聯(lián)網(wǎng)等領(lǐng)域中。

1.5 同態(tài)加密與安全多方計算

在未來主動配電網(wǎng)中，將存在大量的網(wǎng)絡(luò)參與者(零售商、大規(guī)模終端用戶、微網(wǎng)系統(tǒng)、配電商、負(fù)荷聚合商等)，由此帶來的參與者隱私保護與信息安全問題將成為一個很大的挑戰(zhàn)。在過去若干年中被廣為研究的一種被稱為安全多方計算(secure multi-party computation，SMC)[22]的技術(shù)有望為智能電網(wǎng)中的信息保護提供一種新的解決方案。

關(guān)于安全多方計算的研究可以回溯到20世紀(jì)80年代，其核心是一種被稱為同態(tài)加密(homorphic encryption)[23]的加密技術(shù)。同態(tài)加密技術(shù)可將一定的代數(shù)運算作用于加密后的密文數(shù)據(jù)上，并使其計算結(jié)果與明文計算的結(jié)果相同。目前，有一些成熟的技術(shù)可以在加法運算上實現(xiàn)同態(tài)加密，例如Paillier加密算法[24]和Boneh-Goh-Nissim (BGN)加密算法[25]等。2009年，IBM的研究員Craig Gentry提出了“全同態(tài)加密”技術(shù)[26]，即可以在任意代數(shù)運算上實現(xiàn)同態(tài)加密。但目前，該技術(shù)尚處于完善中。基于同態(tài)加密技術(shù)，安全多方計算可以使得通信的各個參與方僅僅共享經(jīng)過同態(tài)加密后的密文數(shù)據(jù)，并直接使用密文數(shù)據(jù)進行計算。各個參與者僅需要解密計算結(jié)果，而無須解密其他參與者共享出來的密文數(shù)據(jù)。

1.6 眾包與眾籌

2015年3月，國務(wù)院總理李克強在政府工作報告中提出“互聯(lián)網(wǎng)+”行動計劃，明確提出要大力推動移動互聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)等與現(xiàn)代制造業(yè)結(jié)合，促進電子商務(wù)、工業(yè)互聯(lián)網(wǎng)和互聯(lián)網(wǎng)金融健康發(fā)展，引導(dǎo)互聯(lián)網(wǎng)企業(yè)拓展國際市場[27]。在大數(shù)據(jù)和“互聯(lián)網(wǎng)+”的背景下，“眾包”和“眾籌”新理念的涌現(xiàn)得到了學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。

眾包(crowdsourcing)這一概念由美國記者Jeff Howe于2006年首次提出[28]。具體來說，眾包是將特定的任務(wù)公開分發(fā)到互聯(lián)網(wǎng)，通過整合互聯(lián)網(wǎng)大眾以完成計算機無法單獨完成的任務(wù)[29]。在供需雙方信息共享的基礎(chǔ)上，通過某種規(guī)則或激勵機制，大眾自愿自主完成任務(wù)并獲得相應(yīng)的回報。目前有很多商用眾包平臺，如InnoCentive、Kaggle、IStockPhoto、豬八戒等。

眾籌(crowdfunding)，即大眾籌資，其作為眾包的子概念近2年在全球互聯(lián)網(wǎng)悄然興起。這種通過互聯(lián)網(wǎng)方式發(fā)布籌款項目，向公眾籌集資金以完成特定項目的新型融資模式最早源于美國網(wǎng)站kickstarter。相對于傳統(tǒng)的融資方式，眾籌更具有開放性及交互性，并有融資低門檻，參與者眾多，項目類別多樣且注重創(chuàng)意等特點，已成為當(dāng)今經(jīng)濟社會中一種快速增長的新金融服務(wù)模式。現(xiàn)今知名的平臺如國外的CrowdFunder、Chuffed、EquityNet，國內(nèi)的眾籌網(wǎng)、追夢網(wǎng)等。

眾包與眾籌近年來受到了機器學(xué)習(xí)、人機交互、人工智能、信息檢索等各領(lǐng)域的高度關(guān)注, 在其理論和技術(shù)研究方面，向科研工作者提出了大量具有挑戰(zhàn)性的難題。

2 未來主動配電網(wǎng)中的新型數(shù)據(jù)驅(qū)動應(yīng)用展望與挑戰(zhàn)

2.1 云計算與智能電網(wǎng)的雙向滲透應(yīng)用

目前，有許多研究工作已經(jīng)涉及了未來智能電網(wǎng)中基于云計算的信息基礎(chǔ)設(shè)施的架構(gòu)和服務(wù)模型。例如，本文作者此前的工作[5]提出了一個基于云計算的電力信息基礎(chǔ)設(shè)施分層模型，并針對電網(wǎng)中的計算密集型應(yīng)用、數(shù)據(jù)密集型應(yīng)用與多方協(xié)作型應(yīng)用在云計算平臺上進行了實驗。云計算的核心是放置了大量服務(wù)器資源的數(shù)據(jù)中心。除了為智能電網(wǎng)提供高性能計算服務(wù)外，在將來云計算數(shù)據(jù)中心有望作為一種配網(wǎng)中的大型可控負(fù)荷與電網(wǎng)進行雙向互動。

一方面，作為一種高能耗的電力負(fù)荷，數(shù)據(jù)中心的節(jié)能優(yōu)化運行將對于配電網(wǎng)的規(guī)劃與運行具有重要意義。目前，已經(jīng)有許多工作研究了引入分布式新能源電源以構(gòu)建“綠色數(shù)據(jù)中心”[30-32]，并考慮分時電價信號來調(diào)度數(shù)據(jù)中心計算負(fù)荷，以最小化數(shù)據(jù)中心運行成本。在未來，如何將智能電網(wǎng)中的各項節(jié)能技術(shù)引入到數(shù)據(jù)中心的優(yōu)化運行中，依然是一個亟待研究的課題。

另一方面，數(shù)據(jù)中心的能耗與運行在其上的計算負(fù)荷直接相關(guān)。對于一個云計算服務(wù)提供者來說，其往往管理著多個地域上分布的，可相互通信的數(shù)據(jù)中心網(wǎng)絡(luò)。計算負(fù)荷可在數(shù)據(jù)中心網(wǎng)絡(luò)中進行調(diào)度與遷移，而不同的計算負(fù)荷分布將改變網(wǎng)絡(luò)中各個數(shù)據(jù)中心的耗電量，進而影響各個數(shù)據(jù)中心所在區(qū)域配電網(wǎng)的電力需求量。這一特性使得云計算中心可作為一種在空間上轉(zhuǎn)移的可控負(fù)荷參與到主動配電網(wǎng)的需求側(cè)響應(yīng)中。這一技術(shù)可被稱為“數(shù)據(jù)中心并網(wǎng)技術(shù) (datacenter-to-grid, DC2G)”。目前，僅僅有一些初始的工作探討了數(shù)據(jù)中心的能耗對電網(wǎng)的影響[33]。關(guān)于數(shù)據(jù)中心并網(wǎng)技術(shù)，依然是一個值得深入研究的開放課題。

云計算與智能電網(wǎng)的雙向結(jié)合存在著幾大挑戰(zhàn)。首先是開發(fā)復(fù)雜性。在云端構(gòu)建和部署工程應(yīng)用，通常其對于開發(fā)人員有著更高的技能要求，這對于電網(wǎng)的工程與研究人員而言會構(gòu)成一定的挑戰(zhàn)。其次是管理權(quán)限上的壁壘。云計算數(shù)據(jù)中心通常由云計算服務(wù)提供商統(tǒng)一管理。要實現(xiàn)數(shù)據(jù)中心并網(wǎng)技術(shù)，需要電網(wǎng)與云計算服務(wù)提供商進行管理權(quán)限上的深入溝通和協(xié)作。當(dāng)數(shù)據(jù)中心并網(wǎng)涉及到數(shù)據(jù)中心網(wǎng)絡(luò)所在的多個區(qū)域甚至多個國家時，這一問題將更為復(fù)雜。再者，如何對數(shù)據(jù)中心的能耗和運行約束進行精確的建模，也是技術(shù)上的一大挑戰(zhàn)。

2.2 基于終端負(fù)荷辨識技術(shù)的數(shù)據(jù)驅(qū)動需求側(cè)管理應(yīng)用

主動配電網(wǎng)中的需求側(cè)管理技術(shù)可概括地分為2種：基于價格信號的需求側(cè)管理(又稱間接負(fù)荷控制)與基于激勵的需求側(cè)管理(又稱直接負(fù)荷控制)。在基于價格信號的需求側(cè)管理中，電網(wǎng)通過制定分時電價、實時電價等可變的價格信號，使用戶主動調(diào)整其用電行為。在基于激勵的需求側(cè)管理中，電網(wǎng)通過和用戶簽訂協(xié)議，提供給用戶一定的激勵措施(如補貼、電價折扣等)，獲得在特定時段(通常為峰值或緊急時段)直接控制用電器的權(quán)利。一些需求側(cè)響應(yīng)應(yīng)用也可以將2種管理技術(shù)結(jié)合起來。例如，建筑物的能量管理系統(tǒng)可作為一個代理 (agent)，根據(jù)可變的電價信號對可控用電器進行自動調(diào)度和直接控制。

在需求側(cè)管理中，用戶的用電行為是重要的考量因素。在基于價格信號的需求側(cè)管理中，用戶的用電行為將直接影響零售商的定價策略；在直接負(fù)荷控制技術(shù)中，在控制用電器的同時如何減少對用戶生活習(xí)慣的干擾是一個重要課題。非侵入式的負(fù)荷辨識技術(shù)為在最小化信息采集成本和最小化對用戶干擾的前提下收集用戶的用電行為提供了一個有效的方案。通過非侵入式負(fù)荷辨識技術(shù)，可以對用戶的電器使用行為進行精細(xì)的建模與分析，并在其上建立多種需求側(cè)響應(yīng)應(yīng)用?；诖说男枨髠?cè)管理體系可以用圖1所示的分層結(jié)構(gòu)來進行描述。

近年來，非侵入式負(fù)荷辨識技術(shù)已稱為一個研究熱點，然而對于結(jié)合非侵入式負(fù)荷辨識技術(shù)的上層需求側(cè)響應(yīng)的應(yīng)用研究目前較為匱乏。本文作者此前研究了基于非侵入式負(fù)荷辨識的零售商定價策略。在未來的主動配網(wǎng)中，結(jié)合非侵入式負(fù)荷辨識的需求側(cè)響應(yīng)應(yīng)用依然是個開放性的課題。這其中也存在一些挑戰(zhàn)。首要的挑戰(zhàn)來自于非侵入式負(fù)荷辨識技術(shù)本身。當(dāng)前的辨識技術(shù)大多依賴于高頻的電表測量(通常為5 min以內(nèi))，然而目前廣為部署的智能電表測量頻率通常為30 min～1 h，難以有效支持目前大多數(shù)的辨識方法。此外，在大量用電電器環(huán)境下的辨識精度和計算效率也是一個依然需要改進的問題。此外，如何有效地集成和管理配網(wǎng)中海量用戶的負(fù)荷辨識數(shù)據(jù)，也是一大挑戰(zhàn)。

圖1 基于NILM的需求側(cè)響應(yīng)體系Fig. 1 NILM-based demand side response system framework

2.3 基于負(fù)荷監(jiān)測與個性化推薦技術(shù)的智能電網(wǎng)推薦系統(tǒng)

在未來主動配電網(wǎng)中，大規(guī)模終端用戶可以通過雙向通信設(shè)施參與到主動配電網(wǎng)中。如何有效鼓勵用戶主動進行需求側(cè)能源優(yōu)化將成為一個重要課題。在此背景下，結(jié)合個性化推薦技術(shù)，挖掘用戶對于各類能源產(chǎn)品和服務(wù)的興趣、偏好與需求，為終端用戶開發(fā)各類能源相關(guān)的推薦系統(tǒng)將成為需求側(cè)管理的一個兼具理論與實踐意義的新方向。本文作者此前的工作對智能電網(wǎng)推薦系統(tǒng)的基本理論和幾種應(yīng)用原型做了前瞻性的探討[34]。在未來，基于不同的推薦技術(shù)的各類智能電網(wǎng)推薦系統(tǒng)都可被開發(fā)。

(1)基于負(fù)荷監(jiān)測和內(nèi)容推薦技術(shù)的節(jié)能家電推薦系統(tǒng)。目前，通過負(fù)荷監(jiān)測來推薦節(jié)能家電的策略已經(jīng)被Plotwatt等公司[35]采用。未來的智能電網(wǎng)可進一步結(jié)合個性化推薦技術(shù)，進行更精細(xì)的節(jié)能家電推薦。通過負(fù)荷監(jiān)測技術(shù)，可跟蹤用戶對于各類家電的日常使用行為，從中學(xué)習(xí)用戶對于家電的使用偏好及家電的運行狀態(tài)(如是否有潛在故障)等?；诖?，使用基于內(nèi)容的推薦技術(shù)，對各個家電零售商的各類家電信息進行內(nèi)容挖掘，將符合用戶興趣和需求的節(jié)能款式給終端用戶。

(2)基于協(xié)同過濾的電力零售套餐推薦。目前，中國的電力系統(tǒng)正處于逐步市場化的進程中。在美國等電力零售市場成熟的國家，電力零售已經(jīng)逐漸演變?yōu)橐豁楇娮由虅?wù)業(yè)務(wù)。例如，美國德克薩斯州建立了“PowerChoose”零售套餐銷售平臺，用戶可自由地在網(wǎng)站上選購由不同的零售商提供的零售套餐。個性化推薦技術(shù)將更好地幫助用戶進行零售套餐的選擇。該技術(shù)首先提取出目標(biāo)用戶的家庭特征與電能消費特征，采用協(xié)同過濾技術(shù)篩選出與目標(biāo)用戶具有相似特征的用戶，考慮相似用戶所選擇的零售套餐，并最終推薦被較多相似用戶所選用的零售套餐給目標(biāo)用戶。

(3)基于用戶分類和協(xié)同過濾的家庭需求側(cè)響應(yīng)推薦系統(tǒng)。首先根據(jù)負(fù)荷監(jiān)測技術(shù)，提取出用戶的電器使用行為特征，包括2類：生活模式特征(由不可轉(zhuǎn)移的電器使用行為所描述)與分時電價響應(yīng)特征(由可轉(zhuǎn)移的電器使用行為所描述)。根據(jù)用戶對分時電價的響應(yīng)程度，將其分為高響應(yīng)度用戶與低響應(yīng)度用戶。對于每一個低響應(yīng)度用戶，通過協(xié)同過濾技術(shù)找出與其具有相似生活模式特征的高響應(yīng)度用戶，并對相似高響應(yīng)度用戶的可轉(zhuǎn)移電器使用經(jīng)驗進行聚合，最終將最適合目標(biāo)用戶生活模式的可轉(zhuǎn)移電器使用經(jīng)驗推薦給目標(biāo)用戶。

作為大數(shù)據(jù)時代一項廣為研究的技術(shù)，個性化推薦技術(shù)在主動配電網(wǎng)中的應(yīng)用挑戰(zhàn)主要來自于兩方面。一方面，推薦技術(shù)本身存在著許多局限性和挑戰(zhàn)，例如內(nèi)容推薦技術(shù)中的過擬合問題，協(xié)同過濾中的項目冷啟動問題等等。對于推薦技術(shù)本身的研究，是計算機科學(xué)中的一個獨立研究熱點。另一方面，推薦技術(shù)在主動配電網(wǎng)中的應(yīng)用需要對大量的用戶數(shù)據(jù)進行整合和分析。如何安全、高效地采集和管理海量用戶數(shù)據(jù)，是一個不容忽視的問題。

2.4 基于區(qū)塊鏈技術(shù)的配網(wǎng)分布式能源交易系統(tǒng)

區(qū)塊鏈技術(shù)的去中心化和不可篡改特性使得其在重構(gòu)電力交易機制和商業(yè)模式等方面有著巨大的應(yīng)用前景。在未來主動配電網(wǎng)中，存在著海量的分布式實體(包括終端用戶、分布式電源、微網(wǎng)系統(tǒng)、儲能裝置等)，促進這些實體之間的能源交易與共享，將大大提供電網(wǎng)的能源效率。區(qū)塊鏈技術(shù)為這一構(gòu)想的實現(xiàn)提供了一個極具潛力的解決方案。圖2展示了一個基于區(qū)塊鏈技術(shù)的配網(wǎng)分布式能源交易系統(tǒng)的概念框架。該框架將每個參與者(如居民建筑、微網(wǎng)系統(tǒng)等)作為一個能源生產(chǎn)消費者(producer-consumer, prosumer)。每個參與者都擁有一個能量管理系統(tǒng)，該系統(tǒng)對其住宅的新能源發(fā)電量與住宅能耗進行監(jiān)控，并計算出其可供出售的電能或需要購買的電能，并與其他參與者進行交易協(xié)商。當(dāng)交易達(dá)成后，交易賬單即通過區(qū)塊鏈平臺寫入到網(wǎng)絡(luò)中生效。

圖2 基于區(qū)塊鏈的配網(wǎng)側(cè)能源交易概念框架Fig. 2 Energy trading concept of block chain based distribution network energy exchange framework

目前，LO3等工業(yè)界組織已經(jīng)開始建立TransActive Grid平臺，為構(gòu)建基于區(qū)塊鏈技術(shù)的配網(wǎng)側(cè)分布式能源交易體系進行努力。然而，圍繞區(qū)塊鏈技術(shù)在電力系統(tǒng)中的應(yīng)用依然存在著許多挑戰(zhàn)。首先，在市場交易和價值傳遞方面，現(xiàn)有的電力市場理論主要集中于傳統(tǒng)電力市場的批發(fā)交易，對低壓側(cè)的小量分布式交易的研究非常缺少。其次，對區(qū)塊鏈的應(yīng)用研究，目前還主要集中在金融、審計等行業(yè)中，對于區(qū)塊鏈在能源行業(yè)中的商業(yè)運作模式，仍停留在概念階段，并無一套成熟的理論和規(guī)范。此外，區(qū)塊鏈技術(shù)本身仍存在的一些技術(shù)難題，如過高的數(shù)據(jù)備份冗余等。其能否適應(yīng)大規(guī)模工業(yè)應(yīng)用還需進一步驗證。

2.5 基于同態(tài)加密的主動配電網(wǎng)安全協(xié)作應(yīng)用

同態(tài)加密技術(shù)為主動配電網(wǎng)中的安全通信提供了一種新的解決方案。通過動態(tài)加密技術(shù)，可以有效地保護主動配電網(wǎng)中各個分布式通信參與者的數(shù)據(jù)隱私性，安全地進行數(shù)據(jù)聚合和協(xié)同工作。目前，有一些研究人員對此進行了初步的研究。文獻(xiàn)[36]提出了一種基于同態(tài)加密技術(shù)的配網(wǎng)側(cè)數(shù)據(jù)聚合框架，采用Paillier加密技術(shù)來對各個終端用戶的電表數(shù)據(jù)進行加密聚合并傳遞到控制中心，使得控制中心不需解密即可計算區(qū)域內(nèi)的負(fù)荷量。文獻(xiàn)[30]同樣采用Paillier加密技術(shù)提出了一種電力市場出清電價結(jié)算框架。該框架包括2個階段：在第一階段，采用Paillier加密技術(shù)對負(fù)荷數(shù)據(jù)進行加密聚合，利用加密數(shù)據(jù)計算節(jié)點負(fù)荷量；在第二階段，利用第一階段計算出的負(fù)荷量進行市場出清電價結(jié)算。

現(xiàn)有的研究工作主要依托于加法同態(tài)技術(shù)來進行電網(wǎng)數(shù)據(jù)聚合。在未來的主動配電網(wǎng)中，更多的同態(tài)加密驅(qū)動的安全協(xié)作應(yīng)用可期望被研究和開發(fā)。一方面，通過結(jié)合更多種同態(tài)加密代數(shù)運算技術(shù)，可以進行更為復(fù)雜的配網(wǎng)分析計算，例如配網(wǎng)潮流計算等；另一方面，更多形式的配網(wǎng)側(cè)安全多方協(xié)作應(yīng)用可以被開發(fā)。作為一個可能的范例，圖3描述了一個本文所提出的基于同態(tài)加密技術(shù)、以削減電網(wǎng)峰值負(fù)荷為目標(biāo)的需求側(cè)響應(yīng)控制框架。在該框架中，各個終端用戶通過用戶側(cè)的住宅能量管理系統(tǒng)(home energy management system, HEMS)與負(fù)荷聚合商進行通信，負(fù)荷聚合商與電網(wǎng)進行通信，接收電網(wǎng)下達(dá)的負(fù)荷削減指令。

圖3 基于同態(tài)加密的安全需求側(cè)響應(yīng)控制框架Fig.3 Homomorphic encryption based demand response control framework

在圖3的應(yīng)用場景中，各個參與者之間的通信過程可描述為以下3步。

(1)基于同態(tài)加密的聚合負(fù)荷計算。首先，各個終端用戶側(cè)的HEMS監(jiān)測各自住宅內(nèi)的電器運行狀態(tài)與耗電量，根據(jù)電器的運行狀態(tài)和運行約束，計算在當(dāng)前時段該住宅總共可以削減的負(fù)荷量，對計算出的可削減負(fù)荷量進行同態(tài)加密并發(fā)送給所屬的負(fù)荷聚合商。負(fù)荷聚合商對加密數(shù)據(jù)進行聚合，在無須解密的情況下計算出所管轄的所有住宅在當(dāng)前時段下的可削減負(fù)荷總量，并將結(jié)果上報給電網(wǎng)控制中心。

(2)制定負(fù)荷削減指令。電網(wǎng)控制中心接收到各個負(fù)荷聚合商所上傳的可削減負(fù)荷量后，計算出每個負(fù)荷聚合商在當(dāng)前時段需要進行削減的負(fù)荷量，并將指令下達(dá)給負(fù)荷聚合商。

(3)基于同態(tài)加密的負(fù)荷削減。負(fù)荷聚合商對所管轄的住宅內(nèi)的可削減負(fù)荷進行分組，分批次削減。對于一組住宅，首先由其各自的HEMS中斷用戶指定的切除優(yōu)先級最高的用電器，然后HEMS將切斷的用電器功率進行同態(tài)加密上報給聚合商。聚合商對加密數(shù)據(jù)進行聚合，計算出該組住宅總共已切掉的負(fù)荷量，并判斷是否已達(dá)到電網(wǎng)要求。若已完成削減任務(wù)，則將結(jié)果上報給電網(wǎng)；若尚未完成任務(wù)，則對下一組住宅進行同樣的過程。若對于所有的住宅組，在進行優(yōu)先級最高的用電器切除后還未完成削減任務(wù)，則重復(fù)此過程，針對優(yōu)先級次高的用電器進行下一輪削減，如此反復(fù)。

作為一項廣受期待的技術(shù)，同態(tài)加密在智能電網(wǎng)中的應(yīng)用同樣存在著很大的挑戰(zhàn)。最主要的挑戰(zhàn)來自于同態(tài)加密技術(shù)本身的成熟性。當(dāng)前許多同態(tài)加密技術(shù)只能應(yīng)用到自然數(shù)運算上，使其難以支持工程數(shù)據(jù)運算；另外，在數(shù)據(jù)量過大時，同態(tài)加密的精確度會受到較大影響。再者，一些提供完備加密運算支持的技術(shù)，如全動態(tài)加密，尚處完善階段，離工程應(yīng)用實現(xiàn)仍有一定距離。

2.6 基于眾包/眾籌技術(shù)的主動配電網(wǎng)運營模式

2016年，我國出現(xiàn)首家電力行業(yè)的眾包服務(wù)交易平臺“電+”[37]。該平臺通過眾包模式，匯聚所需的人力、資訊、軟硬件、數(shù)據(jù)等資源，為行業(yè)用戶提供售電咨詢、勘測設(shè)計、軟件開發(fā)、電網(wǎng)運檢等多項服務(wù)。另一方面，近年來隨著互聯(lián)網(wǎng)眾籌平臺的興起，能源眾籌項目也不乏案例。被美國媒體評為能源領(lǐng)域十大最具創(chuàng)意之一的美國公司Mosaic，從2011年起僅用了不到3年時間，通過網(wǎng)絡(luò)眾籌方式融資超過600萬美元，用以開發(fā)其超過18 MW的個人屋頂光伏項目。我國一些企業(yè)近2年也開始嘗試分布式光伏眾籌融資。通過互聯(lián)網(wǎng)平臺，面向大眾投資者發(fā)起實物融資租賃，即投資者可以出資購買太陽能電池板，再委托平臺將其出租給開發(fā)商使用。2015年，我國首個眾籌分布式光伏發(fā)電站在佛山成功建成[38]。

在未來的主動配電網(wǎng)中，可將眾包技術(shù)用于需求側(cè)響應(yīng)問題，通過設(shè)定的激勵機制與電網(wǎng)用戶交互，獲得用戶反饋，從而更為精確地預(yù)測用戶用電行為，優(yōu)化全網(wǎng)配用電，有效提高配網(wǎng)的經(jīng)濟與安全運行。通過分布式能源眾籌，可將社會閑置資金和閑置的分散資源結(jié)合起來，有效地提升新能源利用效率。未來的主動配電網(wǎng)可利用眾籌得到的海量數(shù)據(jù)(如新能源發(fā)電、用戶配用電等數(shù)據(jù))對配電網(wǎng)電源規(guī)劃問題建立風(fēng)險投資評估分析，通過經(jīng)濟性研究來完善現(xiàn)有及未來電源規(guī)劃模型，從整體上促進未來主動配電網(wǎng)的不斷發(fā)展。

眾包與眾籌概念的提出到現(xiàn)在只有幾年時間。聚焦電力行業(yè)，學(xué)術(shù)界與工業(yè)界對其展開的研究及應(yīng)用工作仍處于初步階段。面臨的難題涉及如何處理在執(zhí)行任務(wù)過程中產(chǎn)生的海量數(shù)據(jù)，如何保證數(shù)據(jù)安全和保護個人數(shù)據(jù)隱私等。如何將眾包與眾籌技術(shù)成功應(yīng)用到未來的主動配電網(wǎng)中，相信將會成為一個研究熱點。

3 結(jié) 論

如何對配電網(wǎng)中呈指數(shù)級增長的多源異構(gòu)數(shù)據(jù)進行有效的管理及分析，是實現(xiàn)主動配電網(wǎng)優(yōu)化運行的一大技術(shù)保證。未來的主動配電網(wǎng)將通過新型數(shù)據(jù)驅(qū)動應(yīng)用，對電網(wǎng)與用戶之間的需求進行有效的融合，通過深度挖掘數(shù)據(jù)價值為用戶提供高品質(zhì)服務(wù)，并通過分布式智能協(xié)調(diào)實現(xiàn)電網(wǎng)的自愈、自治和自組織。

本文概括介紹了主動配電網(wǎng)的現(xiàn)狀及發(fā)展趨勢，對未來可能構(gòu)建在一些新型數(shù)據(jù)分析技術(shù)之上的主動配電網(wǎng)數(shù)據(jù)驅(qū)動應(yīng)用作了前瞻性的討論，并分析了其中存在的挑戰(zhàn)。當(dāng)前，國內(nèi)外對主動配電網(wǎng)中新型數(shù)據(jù)驅(qū)動應(yīng)用的研究剛剛起步，尚存在著技術(shù)儲備不足、數(shù)據(jù)獲取存儲及安全通信障礙、數(shù)據(jù)分析理論和技術(shù)匱乏等問題。本文所提出的應(yīng)用場景可作為工程和研究人員的技術(shù)參考。隨著不同學(xué)科在智能電網(wǎng)中的深入滲透，更多的大數(shù)據(jù)分析技術(shù)與相關(guān)應(yīng)用也將被廣泛應(yīng)用到未來的主動配電網(wǎng)中。

[1]D’ADAMO C, ABBEY C, JUPE S, et al. Development and operation of active distribution networks: results of CIGRE C6.11 working group [C]//Proceedings of the 21st International Conference on Electricity Distribution. Frankfurt: IET, 2011:1-4.

[2]LUO Fengji, DONG Zhao Yang, ZHAO Junhua, et al. Enabling the big data analysis in the smart grid [C]//Proceedings of the IEEE Power and Energy Society General Meeting. Denver: IEEE, 2015: 1-6.

[3]張沛，吳瀟雨，和敬涵. 大數(shù)據(jù)技術(shù)在主動配電網(wǎng)中的應(yīng)用綜述[J]. 電力建設(shè), 2015, 36(1): 52-59. ZHANG Pei, WU Xiaoyu, HE Jinghan. Review on big data technology applied in active distribution network[J]. Electric Power Construction, 2015, 36(1): 52-59.

[4]LUO Fengji, DONG Zhaoyang, CHEN Yingying, et al. Hybrid cloud computing platform: the next generation IT backbone for smart grid[C]// Proceedings of the IEEE Power and Energy Society General Meeting. San Diego:IEEE, 2012: 1-7.

[5]LUO Fengji, ZHAO Junhua, DONG Zhaoyang, et al. Cloud-based information infrastructure for next-generation power grid: Conception, architecture, and applications[J]. IEEE Transactions on Smart Grid, 2015, 7(4): 1896-1912.

[6]趙俊華，文福拴，薛禹勝，等. 電力信息物理融合系統(tǒng)的建模分析與控制研究框架[J]. 電力系統(tǒng)自動化, 2011, 35(16): 1-8. ZHAO Junhua, WEN Fushuan, XUE Yusheng, et. al. Modeling analysis and control research framework of cyber physical power systems[J]. Automation of Electric Power Systems, 2011, 35(16):1-8.

[7]王頌. 電力大數(shù)據(jù): 創(chuàng)新應(yīng)用 開放共享[N]. 國家電網(wǎng)報, 2016-01-05(7).

[8]劉世成, 張東霞, 朱朝陽, 等. 能源互聯(lián)網(wǎng)中大數(shù)據(jù)的思考[J]. 電力系統(tǒng)自動化, 2016, 40(8): 14-21. LIU Shicheng, ZHANG Dongxia, ZHU Chaoyang, et al. A view on big data in energy internet[J]. Automation of Electric Power Systems, 2016, 40(8):14-21.

[9]謝華成，陳向東．面向云存儲的非結(jié)構(gòu)化數(shù)據(jù)存取[J]．計算機應(yīng)用，2012，32(7)：1924-1928． XIE Huacheng, CHEN Xiangdong. Cloud storage-oriented unstructured data storage[J]．Journal of Computer Applications，2012，32(7)：1924-1928．

[10]HART G. Nonintrusive appliance load monitoring[J]．Proceedings of the IEEE, 1992, 80(12): 1870-1891.

[11]BERGES M, GOLDMAN E, MATTHEWS H S, et al. Enhancing electricity audits in residential buildings with non-intrusive load monitoring[J]. Journal of Industrial Ecology, 2010, 14(5): 844-858.

[12]CHANG H H, LIN C L, YANG H T. Load recognition for different loads with the same real power and reactive power in a non-intrusive load-monitoring system[C]//Proceedings of the 12thInternational Conference on Computer Supported Cooperative Work in Design. IEEE, 2008: 1-8.

[13]KOLTER J, BATRA S, NG A. Energy disaggregation via discriminative sparse coding[C]//Proceedings of the 24thAnnual Conference on Neural Information Processing Systems. 2010: 1-9.

[14]KONG Weicong, DONG Zhaoyang, HILL D, et al. Improving nonintrusive load monitoring efficiency via a hybrid programming method[J]. IEEE Transactions on Industrial Informatics, 2016, 12(6): 2148-2157.

[15]KONG Weicong, DONG Zhaoyang, MA Jin, et al. An extensive approach for non-intrusive load disaggregation with smart meter data[J]. IEEE Transactions on Smart Grid, 2016, DOI: 10.1109/TSG.2016.2631238.

[16]LU Jie, WU Dianshuang, MAO Mingsong, et al. Recommender system application developments: a survey[J]. Decision Support Systems, 2015, 74(C): 12-32.

[17]BOBADILLA J, ORTEGA F, HERNANDO A, et al. Recommender systems survey[J]. Knowledge-Based Systems, 2013, 46(1): 109-132.

[18]CHIEN Y-H, GEORGE E I. A Bayesian model for collaborative filtering[C]//Proceedings of the 7thInternational Workshop on Artificial Intelligence and Statistics. 1999: 1-6.

[19]WANG Xibin, LUO Fengji, QIAN Ying, et al. A personalized electronic movie recommendation system based on support vector machine and improved particle swarm optimization[J]. Plos One,2016, 11(11):e0165868.

[20]PAVLOV D, PENNOCK D. A maximum entropy approach to collaborative filtering in dynamic, sparse, high-dimensional domains[C]//Proceedings of the 16thAnnual Conference on Neural Information Processing Systems. 2002: 1441-1448.

[21]BitCoin: A peer-to-peer cash system [EB/OL]. (2008-10) [2016-12-10]. http://www.cryptovest.co.uk/resources/Bitcoin%20paper%20Original.pdf.

[22]PIBERNIK R, ZHANG Y, KERSCHBAUM F, et al. Secure collaborative supply chain planning and inverse optimization-the JELS model[J]. European Journal of Operational Research, 2011, 208(1): 75-85.

[23]AGUILAR-MELCHOR C, FAU S, FONTAINE C, et al. Recent advances in homomorphic encryption[M]. IEEE Signal Processing Magazine, 2013, 30(2): 108-117.

[24]PAILLIER P. Public-key cryptosystems based on composite degree residuosity classes[C]//Proceedings of the International Conference on the Theory and Applications of Cryptographic Techniques. 1999(5): 223-238.

[25]BONEH D, GOH E J, NISSIM K. Evaluating 2-DNF formulas on ciphertexts[C]//Proceedings of the Theory of Cryptography Conference. Heidelberg, Berlin: Springer, 2005(3378): 325-341.

[26]GENTRY C. A fully homomorphic encryption scheme [EB/OL]. (2009-10) [2016-12-10]. http://cs.au.dk/～stm/local-cache/gentry-thesis.pdf

[27]寧家駿. “互聯(lián)網(wǎng)+”行動計劃的實施背景、內(nèi)涵及主要內(nèi)容[J]. 電子政務(wù)，2015(6)：32-38. NING Jiajun. Internet+ Background and Contents[J]. E-Government, 2015(6): 32-38.

[28]HOWE J. The rise of crowdsourcing[J]. Wired Magazine, 2006, 14(6): 1-4.

[29]馮劍紅,李國良, 馮建華. 眾包技術(shù)研究綜述[J]. 計算機學(xué)報, 2015，38(9): 1713-1726. FENG Jianhong, LI Guoliang, FENG Jianhua. A survey on crowdsourcing[J]. Chinese Journal of Computers, 2015，38(9): 1713-1726.

[30]LIU Liang, WANG Hao, LIU Xue, et al. GreenCloud: a new architecture for green data center[C]//Proceedings of the 6th International Conference on Autonomic Computing and Communications. Barcelona, 2009: 29-38.

[31]RAO L, LIU X, XIE L, et al. Minimizing electricity cost: optimization of distributed internet data centers in a multi-electricity-market environment[C]//Proceedings of the IEEE INFORCOM. 2010: 1145-1153.

[32]ZHANG Y, WANG Y, WANG X. GreenWare: Greening cloud-scale data centers to maximize the use of renewable energy[C]//Proceedings of the International Conference on Distributed Systems Platforms and Open Distributed Processing Middleware. Heidelberg, Berlin: Springer, 2011(7049): 143-164.

[33]MOHSENIAN-RAD A H, LEON-GARCIA A. Coordination of cloud computing and smart power grids[C]//Proceedings of 1st IEEE International Conference on Smart Grid Communications, Gaithersburg: IEEE, 2010, 45(2): 368-372.

[34]LUO Fengji, Ranzi G, WANG Xibing, et al. Service recommendation in smart grid: Vision, technologies, and applications[C]//Proceedings of 9th International Conference in Service Science, Chongqing, 2016:1-8.

[35]LI Fengjun, LUO Bo, LIU Peng. Secure information aggregation for smart grids using homomorphic encription[C]//Proceedings of 1st IEEE International Conference on Smart Grid Communications. IEEE, 2010: 1-6.

[36]THOMA C, CUI T, FRANCHETTI F. Privacy preserving smart metering system based retail level electricity market[C]//Proceedings of Power and Energy Society General Meeting. Denver: IEEE, 2013: 1-5.

[37]恒華科技. 恒華科技借“電+”打造多方共贏生態(tài)圈[EB/OL].(2006-01-20) [2006-12-10]. http://www.cagis.org.cn/chanyedongtai/1389.html.

[38]中國儲能網(wǎng). 全國首個眾籌分布式光伏發(fā)電站在佛山誕生[EB/OL].(2005-09-23) [2006-12-10]. http://www.escn.com.cn/news/show-272293.html.

(編輯 張媛媛)

Innovative Data-Driven Applications in Future Active Distribution Network: Technologies, Prospect and Challenges

DONG Zhaoyang1, 2, CHEN Yingying3, LUO Fengji4

(1.Southern China Power Grid Research Institute, Guangzhou 510080, China; 2. School of Electrical Engineering and Telecommunications, University of New South Wales, NSW 2052, Australia;3. School of Electrical Engineering, University of Sydney, NSW 2006, Australia;4. School of Civil Engineering, University of Sydney, NSW 2006, Australia)

This paper discusses some promising innovative data-driven applications in future active distribution networks (ADN), based on the current development of smart grid. Firstly, this paper analyzes the state-of-the-art and development trends of the ADN, and then introduces some important data analytics technologies that can be expected to be applied in future active distribution networks. Based on this, this paper discusses some innovative data-driven applications and also analyzes the associated challenges in the actual implementation.

active distribution network (ADN); smart grid; big data; demand side management; cyber security; data analytics; distributed generation

中國南方電網(wǎng)公司科技項目(WYKJ00000027)

TM 72；TP311

A

1000-7229(2017)05-0002-09

10.3969/j.issn.1000-7229.2017.05.001

2017-03-10

董朝陽(1971)，男，國家“千人計劃”特聘專家，澳大利亞新南威爾士大學(xué)教授，本文通信作者，主要從事電力系統(tǒng)安全性、電力系統(tǒng)規(guī)劃與管理、電力市場仿真與風(fēng)險管理、數(shù)據(jù)挖掘等方面的研究工作；

陳瑩瑩(1984)，女，博士，澳大利亞悉尼大學(xué)研究員，主要從事數(shù)據(jù)挖掘、新能源并網(wǎng)技術(shù)及電力大數(shù)據(jù)應(yīng)用研發(fā)等方面的研究工作；

羅逢吉(1983)，男，博士，澳大利亞悉尼大學(xué)博士后研究員，主要從事新能源并網(wǎng)技術(shù)、需求側(cè)管理、計算智能及其在智能電網(wǎng)中的應(yīng)用等方面的研究工作。