4 数据挖掘在电力市场机制中的应用
    目前电力市场改革正在稳步推进，未来将实现发电市场竞价及售电侧放开。市场化的运作模式将导致原有系统格局出现变革，电力系统运行不确定性将增加，而辅助服务市场的引入同样会引发市场参与主体数量及类型的增长，如何让复杂的市场化电网能够有效运行成为电力行业的焦点。
    4.1数据挖掘用于市场主体的特征提取分析
    电力交易市场一般分为三部分：能量市场、辅助服务市场和输电市场，它们都会对系统运行产生影响。能量市场中的发电商、用户或代理商，辅助服务市场中的辅助服务提供商（提供无功补偿、热备用容量、调峰调频服务），这些市场主体参与市场的目的、特性各不相同。运营部门为了使电力市场运行达到最优，需要对参与市场的各主体进行特征分析。
    电力系统的实时平衡需要能量市场及辅助服务市场的共同参与，同时需要满足输电市场的约束。对于市场中的发电商而言，除了要了解其他发电商的发电量、爬坡速率、调频能力等参数外，还可以通过分析历史数据判断其他发电商可能采取的报价策略，有利于制定合适的报价策略。
    辅助服务市场同样需要对其他市场主体的特征进行挖掘，方便辅助服务提供商制定合适的报价策略。
    4.2数据挖掘用于电力市场运行分析
    4.2.1数据挖掘用于电力市场负荷预测
    传统电网仅有电网调度运行中心需要进行负荷预测，从而统筹调配各发电厂，制定调度计划。实行电力市场后，发电及购电商需要制定各自的报价表，因此能量市场参与主体在制定参与市场的报价策略时，需要对电力系统未来的负荷水平进行预测。
    智能电表的普及为更准确的负荷预测提供了可能，原先的负荷预测主要基于有一定滞后的负荷用电量数据，数据类型也较为单一，智能电表不仅可采集电力数据，还可记录用户用电时间、用电功率变化等用电特性，大大提高用户负荷预测的准确性。借助于人工神经元等非线性智能学习算法，可实现考虑用户类属、气候、经济、政策等诸多因素的负荷预测。
    4.2.2数据挖掘用于电力市场电价预测
    对于电力市场中各参与主体而言，电力市场的核心是电价，电价是整个电力市场的支点，各市场主体间发生的交易都以电价为基础，它的变化可以影响市场中各主体的市场行为。如果某一市场主体可以掌握市场未来电价的变化，那么该主体就能在市场竞争中处于有利的位置，获取更大的利益。
    发电商可以利用预测的电价制定合理的报价策略，不仅能在能量市场中标，还可以最大程度获取利润。用户可以通过电价预测合理安排用电时间，在电价低时使用电力或开启蓄冰空调等具有移峰能力的设备，在电价高时减少用电，达到节约电费支出的目的。电力市场监管部门可以通过准确的电价预测来进行科学地系统调度。电力从业人员也可以通过远期电价预测来评估发电厂、输电线路等设施的投资可行性，对于电力行业的长远发展有重要意义。

    5 结语
    “电力大数据”是“大数据技术”结合电力行业实际需要所衍生出的概念，其核心是大数据技术，尤其是数据挖掘技术在电力系统输电、配电、用电以及电力市场等方面的应用。
    文中具体介绍智能算法用于输电系统雷电预测、设备运行状态分析；配电系统运行故障预警及风险预测；用户用电行为特性聚类；电力市场主体的市场行为分析、电力市场中负荷及电价预测。由此可见数据挖掘在电力行业具有广阔的应用前景。
    尽管目前数据挖掘技术仍处在初级阶段，运用到具体电力系统中还存在投资费用大、挖掘算法仍不成熟等问题，但在“能源互联网”的背景下，数据挖掘技术必将在未来智能电网中获得更大的发展空间，成为支撑“能源互联网”的关键技术之一。
 

上一页  [1] [2] [3]