马毅

【摘 要】智能电网调度技术支持系统的构建与实现在计算机技术的支持下完成，在电力领域的信息以及数据量不断增加的今天，将云计算应用到系统当中能够使系统对信息与数据的存储量得到进一步增加，同时也能够使其对于业务的处理效率得到提高，这对于电力领域整体实力的增强能够起到重要的作用。本文阐述云计算的核心技术，深入分析云计算在智能电力调度领域中的综合应用。

【关键词】云计算；智能电网；调度技术；支持系统；应用

目前社会各界对电力的需求，智能电力调度系统需要更进一步的发展。随着经济和科学技术不断发展壮大，我国的电力技术在与其他科学技术的结合中不断发展着自身。特别是在物联网技术深入渗透到电力系统的当下，人们对电力调度有了更高的需求，使得电力管理和应用技术面临更大的提升考验。

一、云计算的含义及其平台特征

要想保证云计算在智能电网调度技术支持系统中的顺利应用，首先就要明确什么是云计算及其他的平台特征。云计算主要是指IT 设备、软件或者其他网上服务获取的方式是通过网络获得的。它能够扩大IT 软件和硬件的应用环境，转变产品的运用办法，实现资源的统一管理，并达到动态分配效果。其平台特征如下：第一，用户看到的计算资源是公开的，无需对信息资源进行定位，也不需要了解其性能和故障，这主要是由于云计算能够实现对不同信息的统一管理，有利于用户准确掌握数据；第二，用户不必关注运算的具体步骤，云计算能够对数据进行智能整合，确保在动态下获得准确数据，保證优化使用和弹性变化；第三，云计算为用户提供了集成和便利的信息资源获得办法，设有人机交互接口，能够实现资源的共享和通用。

二、云计算的核心技术分析

1、分布式技术。云计算的分布式技术主要是实现计算的分布并行。运用分布式技术，通过互联网的链接，将多台电脑上的数据整合成具有较强系统性的数据库，让计算机进行计算时可以利用不同的计算资源。在分布式技术中有两个主要的特征：一是整合大规模的各类计算资源，分布式技术可以把不同环境和不同组织下的计算资源进行合理的整合，组合成一个系统性较强的计算和存储平台；二是分布式技术具有强动态扩展性，鉴于这一点特性云计算的计算能力和存储能力能够有更大的扩展空间。通常来说，在智能电网中还有很多未被利用起来的计算资源和存储资源，通过分布式技术对这些资源进行有效合理的利用，可以减少不必要的设备资源投入。

2、虚拟化技术。云计算的虚拟化技术主要作用于IT 各资源环节上，其中对存储、主机、桌面化和网络这四个环节的虚拟化为尤为重要。这些虚拟技术让用户体会到云计算平台是一个独立的实体，也是唯一一个能够帮助用户获取计算服务的接口。运用虚拟化技术，用户可以结合自身需要，对计算机的计算或存储资源进行合理的调配。除了以上的主要功能，虚拟技术根据不同的计算资源类型，主要向用户提供了三种差异性服务：基础设施即服务（IaaS）、平台即服务（PaaS）和软件即服务（SaaS）。基础设施即服务（IaaS）所提供的是计算和存储能力都能够有效扩展的超级计算机。平台即服务（PaaS）向用户提供了用于开发软件和测试软件的计算机平台。用户通过互联网可以很方便地在平台上开发软件和发布软件。软件即服务（SaaS）让用户可以在线使用云计算平台上的软件。

三、云计算在智能电力调度中的综合应用分析

1、用户需求侧处理。智能电网有两大特点：一是电网的电源，二是用户通过电力和相关信息技术的结合。智能电网中最主要的任务是把电网调度的互动化水平提上去，以此来完善电网调度的整体建设和运行。智能电网互动化技术最新的成果有负荷分布式控制技术和用户侧短期用电负荷预测技术。其中负荷分布式控制技术通过聚集分散在电力系统中的负荷，为电力系统提供备用容量，调整电网调度中的调峰。对可控负荷施行有效的管理控制，可以减小用户用电的负面影响。用户侧短期用电负荷预测技术是一项利用云计算对大规模的数据信息进行快速计算及存储的先进技术，这一技术提高了目前计算平台的信息处理能力，更能满足大量的用电用户。

2、在线安稳分析及智能预警。随着现有电力系统所要处理的数据量越来越多，要使电力调度系统正常运行，在线安稳分析变得尤为重要，这对电力调度系统的计算能力有很大的要求。就目前来说，时域仿真只能用于离线分析。在能筛选出更多的预测事故，快速计算，广域数据共享的支持下，利用云计算提高智能电网的安稳性分析能力，让电力调度大系统的在线安稳分析得以实现。在线智能预警主要运用在变电站和电力调度中心，包括有电压预警、频率预警、功角及潮流预警等等。运用云计算相关技术研发出的的在线智能预警技术可以及时的追寻并定位电网调度系统中的故障，查找出电网中的薄弱之处，实时的掌握电力调度系统的运行情况，方便技术人员快速的断决和采取控制措施。

3、云计算的其他扩展应用

目前大多数公有云和私有云会在设备、电源或者网络中断时自动切换到不同的位置。未来电网调度云中心也不例外，数据传至不同位置的数据中心，网络延迟各不相同，增加的网络延时对不同时间尺度的调度应用影响如何，是否会妨碍调度控制应用，需要进行深入评估。目前的调度应用均基于模型数据驱动，数据质量影响到调度分析应用，错误的数据模型直接影响到系统潮流计算收敛性能等网络分析功能，因此数据上送至云端过程中除了要抵御网络攻击等人为破坏因素外，还要考虑在传输过程中的跳变等坏数据的诊断与识别。

1）对智能电网的状态检测。智能电网运行时的状态数据包括了一、二次系统设备基本数据，在线实时状态数据、运行数据、实验数据、巡检记录等等。这些数据信息大多结构复杂、分布不均，常规的数据信息处理方法是不能高效的处理它们的。而云计算能够分布并行地处理这些数据，还能让用户按照自己的需要获得相应的资源。

2）智能电力调度系统中电能消耗分析。一般要获取较为精准的电能耗损数据都是采用离线分析的方式，但随着电器原件数量和种类的增加，数据采集时的误差情况出现次数增多，给电能耗损分析工作带来了重重困难。如若在采集数据时能及时的建立模型，运用云计算解决计算量大的问题，就能实现在线实时的获取电能耗损数据。

总之，云计算的核心技术充分融入到智能电力调度系统中，有效的解决电力调度中庞大的数据计算、存储和处理问题，还需要相关技术人员更深入的研究。要想智能电力调度有更好的发展，需要结合更多的先进技术，这样才能提高电力调度系统中计算数据的处理能力，保障电力调度系统能够有效的运行。

参考文献：

[1]蒋维勇，吴文传，张伯明.在线安全预警系统中的网络模型重建[J]. 电力系统自动化，2015，（21）.

[2]姚建国，杨胜春，单茂华.面向未来互联电网的调度技术支持系统架构思考[J].电力系统自动化，2016，（21）.

[3]吴瑜晖，孙玉婷.陕西地区智能电网调度技术支持系统实现方案的研究[J].陕西电力，2015，（04）.

[4]吴潮华.云计算在智能电网调度技术支持系统中的应用研究[J].华东电力，2016.

（作者单位：国网太原供电公司）